Adaptive Input Shaper Design for Unknown Second-Order Systems with Real-Time Parameter Estimation

Resumen Técnico: Diseño de Modelado de Entrada Adaptativo para Sistemas de Segundo Orden Desconocidos con Estimación de Parámetros en Tiempo Real

Planteamiento del Problema
El modelado de entrada (input shaping) es una técnica de control feedforward ampliamente utilizada para suprimir las vibraciones residuales en sistemas flexibles o subamortiguados mediante la convolución de comandos de referencia con filtros de retardo temporal (TDF). Sin embargo, el diseño tradicional de modelado de entrada depende fuertemente del conocimiento previo de los parámetros del sistema, específicamente la frecuencia natural ($\omega_n$) y el factor de amortiguamiento ($\zeta$). En escenarios de "caja negra", donde estos parámetros son desconocidos, o en aplicaciones donde la dinámica del sistema varía, los métodos estándar fallan. Aunque investigaciones previas han intentado la estimación en tiempo real, persiste una limitación significativa: los enfoques de forma cerrada existentes (por ejemplo, [22]) requieren que el tiempo de estimación de parámetros ($\tau$) sea estrictamente menor que el tiempo de conmutación del sistema ($T$). Si la duración de la estimación excede el tiempo de conmutación, el algoritmo no logra alcanzar una supresión de vibración óptima, lo que limita la flexibilidad y robustez de su implementación en tiempo real.

Metodología
Los autores proponen un marco de control feedforward que integra la estimación de parámetros en línea con un diseño de modelado de entrada adaptativo para sistemas de segundo orden desconocidos. La metodología consta de dos fases primarias:

1. Estimación de Parámetros en Línea:
   El sistema inicia el movimiento con un escalón pequeño y escalado ($K \cdot x^*$, donde $K=0.01$) durante una duración definida por el usuario $\tau$. Durante esta fase, se analiza la respuesta del sistema para estimar $\omega_n$ y $\zeta$. La lógica de estimación (Algoritmo 1) distingue entre comportamientos no amortiguados, amortiguados y críticamente amortiguados mediante el examen de la pendiente de la respuesta, el sobreimpulso ($M_p$), el tiempo de asentamiento ($T_s$) y los intervalos de picos.

• Para sistemas no amortiguados, se asume que $\zeta$ es 0, y $\omega_n$ se calcula a partir del intervalo de tiempo entre picos.
• Para sistemas críticamente amortiguados, se asume que $\zeta$ es 1, y $\omega_n$ se deriva del tiempo de asentamiento.
• Para sistemas subamortiguados, $\zeta$ se calcula a partir de la relación de sobreimpulso, y $\omega_n$ se deriva del tiempo de pico y $\zeta$.

2. Diseño de Modelado de Entrada Adaptativo:
   A diferencia de los métodos anteriores que tratan el tiempo de estimación como una restricción, el marco propuesto incorpora explícitamente la duración de la estimación $\tau$ y el factor de escala $K$ en la formulación del TDF. La función de transferencia se define como:
   $$G(s) = K + Ae^{-s(\tau+T)} + (1 - A - K)e^{-s(\tau+2T)}$$
   Esta formulación asegura que el tiempo de conmutación $T$ se aplique únicamente después de la fase de estimación, haciendo que el rendimiento del modelador sea independiente del $\tau$ elegido.

• Sistemas No Amortiguados: Los autores derivan una solución analítica de forma cerrada para la magnitud del impulso $A$ y el tiempo de conmutación $T$ utilizando la sustitución de Weierstrass e identidades trigonométricas. Esto permite un cálculo rápido sin necesidad de resolución iterativa.
• Sistemas Amortiguados: Debido a la complejidad de los términos exponenciales y sinusoidales, se emplea un enfoque numérico para resolver $A$ y $T$, igualando a cero las partes real e imaginaria de la ecuación característica.

Contribuciones Clave

• Tiempo de Estimación Arbitrario: La principal contribución es un marco que elimina la restricción de requerir que el tiempo de estimación sea menor que el tiempo de conmutación, permitiendo que el método funcione correctamente independientemente de si $\tau < T$ o $\tau > T$, lo que permite un despliegue flexible donde la duración de la estimación puede ser definida por el usuario según la velocidad del sistema.
• Solución de Forma Cerrada para Sistemas No Amortiguados: El artículo proporciona una novedosa derivación analítica para los parámetros óptimos del modelador en casos no amortiguados, facilitando una implementación rápida en tiempo real sin necesidad de optimización numérica.
• Aplicabilidad de Caja Negra: El enfoque elimina la necesidad de identificación previa del sistema, lo que lo hace adecuado para aplicaciones donde la dinámica del sistema es desconocida o difícil de modelar a priori.
• Robustez ante Barridos de Parámetros: El método se valida a través de un amplio rango de factores de amortiguamiento ($\zeta \in [0, 1]$) y frecuencias naturales ($\omega_n \in [\pi, 3000\pi]$ rad/s).

Resultos
Los resultados de la simulación demuestran la eficacia del marco propuesto:

• Supresión de Vibraciones: En todos los escenarios probados (no amortiguados, amortiguados y críticamente amortiguados), la salida del sistema sigue la referencia modelada con un sobreimpulso insignificante y sin vibración residual.
• Independencia del Tiempo de Estimación: A diferencia del método en [22], que se degrada cuando $\tau > T$ (resultando en oscilaciones sostenidas), el método propuesto mantiene un alto rendimiento independientemente de la duración de la estimación.
• Precisión de la Estimación de Parámetros: El estimador (Algoritmo 1) muestra una concordancia cercana con los parámetros reales en la mayoría de los casos. Se observaron discrepancias menores en sistemas críticamente amortiguados y sistemas de muy alta frecuencia ($\omega_n = 3000\pi$), atribuidas a la dificultad de capturar los tiempos de pico y de asentamiento con pasos de tiempo fijos. Sin embargo, estos errores de estimación no degradaron significativamente el rendimiento final de la supresión de vibraciones.
• Seguimiento Escalonado: El sistema maneja con éxito múltiples cambios de referencia escalonados (positivos, negativos y cero), manteniendo un seguimiento libre de vibraciones tras la fase inicial de estimación.

Significancia y Reivindicaciones
Los autores posicionan este trabajo como el primer método que aborda la limitación de la estimación de duración fija en el modelado de entrada en tiempo real para sistemas de segundo orden arbitrarios. Al desacoplar el diseño del modelador de la restricción de que la estimación debe ser más rápida que la conmutación natural del sistema, el marco permite el despliegue adaptativo en diversas aplicaciones de control de movimiento, como grúas pórtico y cabezales de impresoras 3D.

El artículo afirma modestamente que, si bien el trabajo actual se centra en sistemas de segundo orden de un solo modo, sirve como un paso preliminar hacia la extensión del marco a sistemas generales de caja negra. Los autores señalan que la dependencia de los parámetros del modelador de la dinámica del sistema sugiere el potencial de reemplazar el bloque de diseño en línea con un modelo de regresión entrenado para una mayor eficiencia, aunque esto se propone como trabajo futuro y no como un resultado actual. El código y los modelos se ponen a disposición pública para apoyar la reproducibilidad.