You are on page 1of 6

Diferenciador Robusto Exacto y Uniforme

Emmanuel Cruz-Zavala Jaime A. Moreno


Coordinaci on El ectrica y Computaci on,
Instituto de Ingeniera,
Universidad Nacional Aut onoma de M exico,
04510 M exico D.F., Mexico
Email: emitacz@yahoo.com.mx, JMorenoP@ii.unam.mx
Leonid M. Fridman
Divisi on de Ingeniera El ectrica,
Facultad de Ingeniera,
Universidad Nacional Aut onoma de M exico,
04510 M exico D.F., Mexico
Email: lfridman@unam.mx
ResumenEn este artculo se presenta un Diferenciador
Robusto Exacto y Uniforme (DREU). Los diferenciadores
basados en el Algoritmo del Super-Twisting (AST) brindan
convergencia exacta y en tiempo nito a la derivada de la se nal
de entrada, cuando la derivada es Lipschitz. Sin embargo, el
tiempo de convergencia de estos diferenciadores crece sin cota
con crecimiento de las condiciones iniciales de la derivada.
El DREU es una modicaci on del AST, que incluye t erminos
de alto orden, los cuales proveen convergencia uniforme con
respecto a las condiciones iniciales. Por lo tanto, el DREU
converge exactamente a la derivada de la se nal de entrada y
el tiempo de convergencia esta uniformemente acotado por
una constante. El an alisis y dise no del diferenciador esta
basado en funciones fuertes de Lyapunov.
Palabras clave: Diferenciadores, convergencia exacta,
convergencia uniforme, funciones fuertes de Lyapunov.
I. INTRODUCCI

ON
En control, los diferenciadores tienen diversas aplica-
ciones: son parte importante de los controladores PID
cl asicos; generalmente, son parte esencial en el control por
retroalimentaci on de salida de sistema no lineales (Atassi,
2000; Levant, 2003); o son utilizados tambi en como obser-
vadores. El principal reto en el dise no del diferenciador es
mantener tanto la exactitud como la robustez ante el ruido
y el muestreo de la se nal (Levant, 1993; Levant, 2003).
En sistemas lineales, la aproximaci on de la funci on de
transferencia de un diferenciador en una banda de frecuen-
cia ha sido extensamente utilizada (Rabiner, 1970; Ku-
mar, 1988). Los observadores de alta ganancia tambi en
han sido muy utilizados como diferenciadores, y aplicados
al control por retroalimentaci on de salida, dando algunos
resultados de separaci on en esquemas de control no lineal
(Atassi, 2000; Khalil, 2002). No obstante, la sensibilidad
al ruido es fuertemente amplicada al utilizar ganancias
grandes y la presencia del efecto pico deteriora a un m as
su desempe no (Atassi, 2000; Khalil, 2002).
En contraste, algoritmos discontinuos se han empleado
como diferenciadores (Levant, 1998; Bartolini, 2000; Beja-
rano, 2007; Pisano, 2007). En particular, se ha mostrado que
el algoritmo del super-twisting se adapta muy bien como
diferenciador (Levant, 2003) ya que ofrece la mejor conver-
gencia posible en presencia de ruido deterministico acotado
medible en el sentido de Lebesgue y de la discretizaci on
de la se nal, cuando la segunda derivada de la se nal base
es acotada (Levant, 2003). Esta clase de diferenciadores ha
sido utilizada para construir observadores exactos y robustos
con convergencia en tiempo nito (Filippov, 1988; Be-
jarano, 2007). La convergencia en tiempo nito es una
propiedad crucial para la estimaci on de estados en sistema
hbridos, o para propiedades de separaci on de sistemas
no lineales. La desventaja los observadores/diferenciadores
conocidos es que su tiempo de convergencia tiende a innito
cuando la norma de la condiciones iniciales crece sin cota.
Esto signica, que para sistemas hbridos no certeza de que
el estimador brinde el valor exacto de los estados antes
de que ocurra la siguiente conmutaci on, si no se conoce
una cota de las condiciones iniciales a priori. Para control
por retroalimentaci on de salida basado en un observador
de estados, signica que no se puede asegurar que el
observador converja antes de que las trayectorias de la
planta se escapen a innito, si una cota de las condiciones
iniciales no es dada priori. Esto motiva la importancia de
tener observadores/diferenciadores que converjan exacta y
robustamente en tiempo nito, con tiempo de convergencia
acotado por una constante.
Metodologa. Recientemente, funciones fuertes de Lya-
punov han sido desarrolladas para el Algoritmo del Super-
Twisting (AST) (Polyakov, 2009; Moreno, 2008; Moreno,
2009), permitiendo analizar la robustez del algoritmo pa-
ra una clase amplia de perturbaciones e incertidumbres.
Adem as, nuevos algoritmos han sido propuestos basados en
el AST (ver (Moreno, 2008; Moreno, 2009)), asegurando la
convergencia en tiempo nito y las caractersticas de robus-
tez mediante funciones de Lyapunov fuertes, y obt en endose
una formula para estimar el tiempo de convergencia.
Contribuci on. El artculo introduce por primera vez la
noci on de convergencia exacta y uniforme y el diferencia-
dor robusto exacto y uniforme (DREU) es propuesto. El
DREU es una modicaci on del diferenciador presentado
en (Levant, 1998), que incluye t erminos de correcci on de
alto grado, responsables de la propiedad de convergencia
uniforme y del tiempo de convergencia acotado por una
constante e independiente de las condiciones iniciales del
diferenciador. Adem as, se proponen dos funciones de Lya-
punov que garantizan la convergencia exacta y uniforme
del diferenciador. Una de ellas, demuestra las convergencia
uniforme (en la condici on inicial) de cada trayectoria a un
conjunto compacto que contiene al origen. La otra muestra
la convergencia exacta al origen de cada trayectoria inicida
Congreso Anual 2010 de la Asociacin de Mxico de Control Automtico. Puerto Vallarta, Jalisco, Mxico.
dentro de un conjunto compacto.
El artculo esta estructurado como sigue. En la secci on
II el DREU es presentado, y en la secci on III se presentan
los resultados principales. Secci on IV presenta las propo-
siciones empleadas para probar los resultados principales.
En la secci on V se muestra el algoritmo para estimar el
tiempo de convergencia y en la secci on VI un ejemplo
de simulaci on es considerado. Finalmente, se presentan
algunas conclusiones.
II. ESTABLECIMIENTO DEL PROBLEMA Y RESULTADO
PRINCIPAL
Sea la se nal de entrada f(t) al diferenciador una funci on
denida de [0, ). La funci on f(t) se asume que es una
funci on Lebesgue-medible y f(t) = f
0
(t) +v(t). El primer
termino es la se nal base f
0
(t) (desconocida) que tiene una
derivada con constante de Lipschitz conocida L > 0. El
segundo termino corresponde al ruido v(t) que aparece en la
se nal f
0
(t), el cual es desconocido, pero se asume acotado.
La medici on discreta de la se nal f(t) puede ser interpretada
como un ruido que afecta a la se nal de entrada. En ausencia
de ruido y considerando
0
= f
0
(t) y
1
=

f
0
(t), la
representaci on de la se nal en el modelo de estados es

0
=
1
,
1
=

f
0
. (1)
El objetivo es estimar robustamente

f
0
(t) usando solamente
la medici on de f
0
(t), en tiempo preescrito. Para diferenciar
la se nal de entrada desconocida, considere la siguiente ecua-
ci on auxiliar x = z
0
, donde z
0
es la salida del diferenciador
propuesto. Sea
0
= z
0

0
el error de estimaci on entre
la se nal base y la integral de la salida del diferenciador,
aplicando el Algoritmo del Super-Twisting Generalizado
(ASTG) modicado, se obtiene el siguiente esquema del
DREU
z
0
= k
1

1
(
0
) + z
1
, z
1
= k
2

2
(
0
) , (2)
k
1
y k
2
son ganancias positivas que se dise nan apropiada-
mente,

1
(
0
) =
1
|
0
|
1
2
sign (
0
) +
2
|
0
|
3
2
sign (
0
) ,

2
(
0
) =

2
1
2
sign (
0
) + 2
1

0
+
3
2

2
2
|
0
|
2
sign (
0
) ,

1
,
2
0 son escalares. Cuando
1
= 1 y
2
= 0,
el diferenciador robusto propuesto en (Levant, 1993) es
recuperado. El dise no de las ganancias del diferenciador
requiere solamente del conocimiento del par ametro L, el
cual tiene que satisfacer solomente |

f
0
| L. Los t ermi-
nos de alto orden, |
0
|
3
2
sign (
0
) y |
0
|
2
sign (
0
) son
introducidos mejorar las propiedades de convergencia del
diferenciador. De hecho, la convergencia es uniforme con
respecto a las condiciones iniciales en el dieferenciador
[citarme]. Respectivamente, z
0
y z
1
son las estimaciones de
f
0
(t) y

f
0
(t). Las estimaciones son exactas en ausencia de
ruido si z
0
= f
0
(t) y z
0
=

f
0
(t) (Levant, 2003). Deniendo

1
= z
1

1
como el error de estimaci on entre la salida
del diferenciador y la primera derivada de la se nal base, la
din amica del error de diferenciaci on esta dada por

0
= k
1

1
(
0
) +
1
,
1
= k
2

2
(
0
)

f
0
(t) , (3)
donde |

f
0
(t)| satisface |

f
0
(t)| L, y
0
= 0 y
1
= 0 se
establecen en tiempo nito. Las soluciones del sistema (2)
son soluciones en el sentido de Filippov (Filippov, 1988).
Denici on 1: Un sistema es uniformemente convergente
con respecto a las condiciones iniciales si el tiempo de
convergencia de cualquier trayectoria del sistema a un
conjunto compacto arbitrario, que contiene el punto de
equilibrio en su interior, es acotado por una constante e
independiente de las condiciones iniciales.
Denici on 2: Un sistema es uniformemente convergente
en tiempo nito si converge al punto de equilibrio en tiempo
nito y el tiempo de convergencia de cualquier trayectoria
del sistema al punto de equilibrio esta acotado por una
constante que es independiente de las condiciones iniciales.
Denici on 3: Un sistema exactamente convergente si to-
das sus trayectorias convergen al origen en tiempo nito
en presencia de perturbaciones que no se desvanecen en el
origen.
Denici on 4: Un sistema es exacta y uniformemente
convergente con respecto a las condiciones iniciales si es
exactamente convergente y el tiempo de convergencia de
cualquier trayectoria del sistema al origen esta acotado
por una constante que independiente de las condiciones
iniciales.
Teorema 1: Suponga que |

f
0
(t)| L. Entonces, el error
de diferenciaci on (3) es exacta y uniformemente convergente
asegurando la estimaci on de f
0
y

f
0
si las ganancias k
1
y
k
2
son seleccionadas de tal forma que ambas desigualdades
k
2
1
(k
2

1
4
k
2
1
) >
2
y k
2
> se satisfagan simult aneamente.
II-A. Precisi on del Diferenciador
Cuando la estimaci on de la derivada es cercana a la
derivada de la se nal de entrada, el DREU se aproxima
al diferenciador de Levant. Entonces, el DREU tiene la
misma precisi on que el diferenciador de Levant con respecto
a ruidos y mediciones discretas de f
0
(t). Si la se nal de
entrada tiene la forma f(t) = f
0
(t) + v(t) y v(t) es una
funci on Lebesgue-medible con magnitud |v(t)| , las
desigualdades |z
0
f
0
(t)| <
0
, |z
1


f
0
(t)| <
1

1/2
son establecidas con constantes positivas
0
,
1
. Si f
0
(t) es
muestreada con intervalos de muestreo constante > 0, las
desigualdades |z
0
f
0
(t)| <
0

2
, |z
1


f
0
(t)| <
1
son
establecidas con constantes positivas
0
,
1
, (Levant, 2003).
III. PRUEBA DEL TEOREMA 1
Considere

f
0
(t) = 0, t 0, la ec.(3) se reduce a

0
= k
1

1
(
0
) +
1
,
1
= k
2

2
(
0
) (4)
Teorema 2: Para cualquier k
1
> 0 y k
2
> 0 el sistema
(4) es uniformemente convergente en tiempo nito.
Congreso Anual 2010 de la Asociacin de Mxico de Control Automtico. Puerto Vallarta, Jalisco, Mxico.
Para probar el teorema anterior, dos funciones de Lyapunov
son propuestas. La primera prueba la convergencia global
y en tiempo nito de cualquier trayectoria de (4) al origen,
pero no la uniformidad con respecto a condiciones iniciales
(Moreno, 2008), (Moreno, 2009). La segunda funci on de
Lyapunov se propone para mostrar que (4) es uniformemen-
te convergente. Ambas funciones prueban que el sistema (4)
es exacta y uniformemente convergente.
III-A. Convergencia en Tiempo Finito
Se propone la siguiente funci on de Lyapunov global
fuerte para (4)
V
1
() =
T
P , (5)
donde el vector
T
=
_

1
(
0
) ,
1

, y P = P
T
es una
matriz sim etrica positiva denida, soluci on de la Ecuaci on
Algebraica de Lyapunov (EAL)
A
T
P + PA = Q , A =
_
k
1
1
k
2
0
_
, (6)
con k
1
> 0 y k
2
> 0, la matriz A es Hurwitz y Q = Q
T
> 0
es una matriz sim etrica positiva denida arbitraria.
Proposici on 1: Para cada Q > 0, la funci on (5) es una
funci on de Lyapunov global fuerte para el sistema (4),
donde P = P
T
> 0 es la unica matriz simetrica positiva
denida soluci on de la EAL (6). Adem as, la derivada

V
1
de
la funci on de Lyapunov tomada a lo largo de las trayectorias
del sistema satisface la desigualdad diferencial

V
1

1
(Q,
1
) V
1
2
1
()
2
(Q,
2
) |
0
|
1
2
V
1
() , (7)
donde

1
(Q,
1
)
2
1

mn
{Q}
2
1
2
max
{P}
,
2
(Q,
2
)
2
3
mn
{Q}
2
max
{P}
son escalares que dependen de la selecci on de
1
,
2
y de
la matriz Q. Las trayectorias de (4) comenzadas en
0
R
2
convergen a cero en tiempo nito t
1
menor a
t
1
=
2

1
(Q,
1
)
V
1
2
1
_

0
_
if
1
> 0
Demostraci on: Ap endice A.
III-B. Funci on de Lyapunov homog enea
Para establecer la convergencia uniforme de (4) se pro-
pone una segunda funci on de Lyapunov.
Proposici on 2: Para > 0 sucientemente grande, la
funci on continua
V
2
() =

3

k
2
|
0
|
3

0
|
1
|
4
3
sign (
1
) +

2
|
1
|
2
, (8)
es una funci on de Lyapunov fuerte para el sistema (4).
Adem as

V
2
() C
1
_
V
2
()
2C
4
_7
6
M as aun, el sistema (4) es uniformemente convergente y
el tiempo de convergencia uniforme a una bola de radio
centrada en el origen esta dado por
t() =
12
C
1
(
2
7
C
7
4

)
1
6
for any > 0 ,
donde C
1
, C
4
son constantes positivas independientes de las
condiciones iniciales (c.i).
Demostraci on: Ap endice B.
La derivada de V
2
() muestra que las trayectorias de (4)
convergen asint oticamente a cero y que el sistema (4) es
uniformemente convergente. El Teorema 2 es una simple
consecuencia de la Proposiciones 1 y 2. El an alisis de
(4) con ambas funciones de Lyapunov muestra que la
convergencia en tiempo nito de debe a los t erminos de bajo
orden, que son mas fuertes comparados con los t erminos
de alto orden en una vecindad del origen. Por otro lado,
los t erminos de alto grado son mas fuertes lejos del origen
que los de bajo orden, y son responsables de una velocidad
de convergencia r apida y de la propiedad de convergencia
uniforme. El an alisis para la ecuaci on din amica (3) se hace
en manera similar. Utilizando la funci on (5) para (3), donde
P = P
T
> 0 ahora es soluci on de la siguiente Desigualdad
Matricial Lineal (DML)
_
A
T
P + PA + I +
_
2L/
2
1
_
2
C
T
C PB
B
T
P 1
_
0 ,
(9)
donde C =
_
1 0

, B
T
=
_
0 1

.
Proposici on 3: Seleccionando las ganancias k
1
y k
2
se
de tal forma que k
2
> y k
2
1
(k
2

1
4
k
2
1
) >
2
se satisfagan
simult aneamente, la DML (9) siempre se satisface. Por lo
tanto, la funci on (5) es una funci on de Lyapunov fuerte
global para el sistema (4) que garantiza la convergencia
exacta de al origen. Adem as, la derivada

V
1
de la funci on
de Lyapunov tomada a lo largo de las trayectorias del
sistema (3) satisface la desigualdad

V
1

1
(P, ) V
1
2
1
()
2
() |
0
|
1
2
V
1
() , (10)
donde

1
(P, )
2
1

2
1/2
m ax
{P}
,
2
()
2
3
2
max
{P}
son escalares positivos y las trayectorias de (4) comenzadas
en
0
R
2
convergen a cero en tiempo nito T
1
menor a
T
1

4
1/2
max
{P}

2
1

V
1/2
1
(
0
) (11)
aun en presencia de perturbaciones acotadas por L. De-
mostraci on: Ap endice C.
Proposici on 4: La funci on continua (8) es una funci on
de Lyapunov robusta para (3). M as aun, el sistema (3) es
uniformemente convergente bajo perturbaciones acotadas y
el tiempo de convergencia uniforme a una bola de radio
centrada en el origen esta dado por
T
2
() =
12
C
1
(
2
7
C
7
4

)
1
6
for any > 0 , (12)
Demostraci on: Ap endice D.
La Proposiciones 3 y 4 garantizan que (3) es exacta y
uniformemente convergente cuando

f
0
es acotada.
Congreso Anual 2010 de la Asociacin de Mxico de Control Automtico. Puerto Vallarta, Jalisco, Mxico.
IV. ESTIMACI ON DEL TIEMPO DE CONVERGENCIA
El tiempo de convergencia puede se estimado usando las
dos funciones de Lyapunov. Primero, hay que calcular el
tiempo de convergencia T
2
a la vecindad de radio con
la funci on V
2
(), con la funci on V
1
() se encuentra el
conjunto invariante que contenga a la vecindad de radio .
T
1
es el tiempo de convergencia de la frontera del conjunto
invariante al origen. La suma de T
1
y T
2
es un estimado
del tiempo de convergencia del DREU. El algoritmo para
estimar el tiempo de convergencia T del DREU es el
siguiente
Seleccionar las ganancias como en el Teorema 4 y
calcular C
i
> 0,i = 1, .., 4 con > 0.
Calcular como en la Proposici on (4). El tiempo de
convergencia al vecidad de radio esta dado por (12).
Elegir
2
> y calcular el conjunto
2
= {(
0
,
1
) :
|V
2
(
0
,
1
)
2
}.
Encontrar el conjunto
1
tal que
2

1
y
2
=
{(
0
,
1
) : V
1
(
0
,
1
)
1
}. Entonces, el tiempo de
convergencia de la forntera del conjunto al origen
se calcula como T
1
=
4
1/2
m ax
{P}

2
1


1/2
1
.
T = T
1
+ T
2
, es un estimado del tiempo de conver-
gencia del DREU.
V. EJEMPLO DE SIMULACI

ON
Se compara el diferenciador propuesto con el diferen-
ciador de Levant (Levant, 1993). Para simulaci on,
1
=

2
= 1 , L = 2,5 , k
2
1
= 2k
2
y k2 = 6 y dos condiciones
iniciales para los diferenciadores z(0) = 0 y z(0) = 10
fueron utilizadas. La se nales de entrada son: f(t) = 5t +
sin t + 0,01 cos 10t y f(t) = 5t + sin t + 0,001 cos 30t
(tomadas de (Levant, 1993)). Los resultados que se obtienen
se muestran en la Fig. 1. Ambos diferenciadores convergen
0 2 4 6 8 10
0
1.6
2.4
3.2
4
4.8
5.6
6.4
7.2
f(t)=5t+sint+0.01cos10t
df/dt=5+cost0.1sint
d
f
/
d
t
0 2 4 6 8 10
0.8
1.6
2.4
3.2
4
4.8
5.6
6.4
7.2
f(t)=5t+sint+0.001cos30t
df/dt=5+cost0.3sin30t
d
f
/
d
t
0 2 4 6 8 10
0
2
4
6
8
10
12
14
f(t)=5t+sint+0.01cos10t
df/dt=5+cost0.1sint
d
f
/
d
t
0 2 4 6 8 10
0
2
4
6
8
10
12
14
f(t)=5t+sint+0.001cos30t
df/dt=5+cost0.3sin30t
d
f
/
d
t
Figura 1. Gr acas comparativas entre el DREU (azul) y el diferenciador
de Levant (verde)
exactamente. Sin embargo,como se muestra en la Fig. 2,
10
0
10
1
10
2
10
3
10
4
0
2
4
6
8
10
12
Condicin inicial z (0) (Escala logartmica)
T
ie
m
p
o

d
e

C
o
n
v
e
r
g
e
n
c
ia


[
s
]
Asntota
Diferenciador de Levant
URED
Figura 2. Tiempo de convergencia cuando las condiciones iniciales crecen
en ambos diferenciadores, con f(t) = 5t + sint + 0,01 cos 10t como
se nal de entrada.
el tiempo de convergencia diferenciador de Levant crece
en forma no acotada, cuando tambi en la norma de la
condici on inicial crece. Mientras, el tiempo de convergencia
del DREU esta acotado por una constante, aun en presencia
de ruido.
VI. CONCLUSIONES
Un diferenciador robusto exacto y uniforme con res-
pecto ala condiciones iniciales es propuesto por primera
vez. Esencialmente se basa en una modicaci on del di-
ferenciador (Levant, 1993). T erminos de alto orden son
agregados para mejorar las propiedades de convergencia del
diferenciador. Los t erminos de alto orden son responsables
de la convergencia uniforme y los t erminos de bajo orden
garantizan la convergencia exacta al origen. En an alisis de
estabilidad fue dividido en dos partes. Primero, una funci on
de Lyapunov fue propuesta para probar la convergencia
exacta. Despu es, otra funci on de Lyapunov fue propuesta
para probar la convergencia uniforme a una vencindad
arbitraria del origen.
VII. AGRADECIMIENTOS
Los autores agradecen el apoyo nanciero del CONACyT
(Consejo Nacional de Ciencia y Tecnologia), grant 56819,
Project 51244 Programa de Apoyo a Proyectos de Inves-
tigaci on e Innovaci on Tecnol ogica (PAPIIT) UNAM, grant
IN117610, y FONCICyT project 93302.
REFERENCIAS
Atassi,A.N., Khalil,H.K., Separation results for the stabilization of nonli-
near systems using different high-gain observer designs, Systems &
Control Letters, vol. 39, pp. 183-191, 2000.
Baccioti, A. and Rosier, L. (2005). Lyapunov functions and stability in
control theory. 2nd ed. New York, Springer-Verlag.
Bartolini, G., Pisano, A., Usai, E., First and second derivative estimation
by sliding mode technique. Journal of Signal Processing, vol. 4, no.2,
167-176 , 2000.
Bejarano,J. F.,Fridman, L.,Poznyak, A. Exact state estimation for linear
systems with unknown inputs based on hierarchical super-twisting
algorithm, International Journal on Robust and Nonlinear Control,
17(18):2007,pp. 1734-1753.
Congreso Anual 2010 de la Asociacin de Mxico de Control Automtico. Puerto Vallarta, Jalisco, Mxico.
D avila, J., Fridman, L. and Levant, A. (2005) Second-Order Sliding-
Modes Observer for Mechanical Systems. IEEE Transactions on
Automatic Control, Vol. 50, No. 11, pp. 17851789.
Filippov, A.F. (1988). Differential equations with discontinuous righthand
side. Kluwer. Dordrecht, The Netherlands. 304 p.
Hardy, G.H.; Littlewood, J.E.; Polya, G. Inequalities. London, Cambridge
University Press, 1951.
Khalil, H.K. (2002). Nonlinear Systems. Third ed. PrenticeHall. Upsaddle
River, New Jersey.750 p.
Kumar, B.Roy, S.C.D. , Design of digital differentiators for low frequen-
cies, Proc. IEEE, vol. 76, 287-289, 1988.
Levant, A. (1993) Sliding order and sliding accuracy in sliding mode
control. International Journal of Control, Vol. 58, No. 6, pp. 1247
1263.
Levant, A.(1998) Robust Exact Differentiation via Sliding Mode Techni-
que. Automatica, Vol. 34, No. 3, pp. 379384.
Levant, A. (2003). Higher-order sliding modes, differentiation and output-
feedback control, International Journal of Control, 76 (9/10), 924-
941.
Moreno, J.A., Osorio, M. (2008) A Lyapunov approach to second-order
sliding mode controllers and observers. 47th IEEE Conference on
Decision and Control. CDC 2008, pp.2856-2861
Moreno, J.A., (2009) A Linear Framework for the Robust Stability Analy-
sis of a Genrealized Super-Twisting Algorithm. 6th International
Conference on Electrical Engineering. CCE 2009, pp.12-17.
Orlov, Y. (2009) Discontinuous Control. Springer Verlag: Berlin.
Rabiner, L.R., Steiglitz, K., The design of wide-band recursive and nonre-
cursive digital differentiators, IEEE Trans. Audio Electroacoust., AU
vol. 18, 204-209, 1970.
Pisano, A., Usai,E., Globally convergent real-time differentiation via se-
cond order sliding modes, International Journal of Systems Science.
Vol. 38, No. 10, October 2007, 833844.
Polyakov, A., Poznyak, A., Reaching Time Estimation for Super-
Twisting Second Order Sliding Mode Controller via Lyapunov
Function Designing. IEEE Transactions on Automatic Control, Vol.
54, no. 8, pp.1951-1955. August 2009.
AP ENDICE A
El t eermino
2
(
0
) =

1
(
0
)
1
(
0
), donde

1
(
0
) =
_
1
2|0|
1
2
+
3
2

2
|
0
|
1
2
_
. Desde que

=
_

1
(
0
) {k
1

1
(
0
) +
1
}
k
2

2
(
0
)
_
=

1
(
0
) A ,
con
T
=
_

1
(
0
) ,
1

y A como en (6). La derivada


de V
1
() es

V
1
() =

T
P +
T
P

=

1
(
0
)
T
_
A
T
P + PA
_

1
(
0
)
T
Q
mn
{Q}

1
(
0
)
2
2

2
1

mn
{Q}
2
1
2
max
{P}
V
1
2
1
()
2
3
mn
{Q}
2
max
{P}
|
0
|
1
2
V
1
() .
donde Q satisface la EAL(6), muestra que V () es una
funci on fuerte de Lyapunov y que las trayectorias con-
vergen en tiempo nito. Las desigualdades anteriores han
sido derivadas aplicando la desigualdad
mn
{P}
2
2

T
P
max
{P}
2
2
, donde
2
2
=
2
1
(
0
) +
2
1
=

2
1
|
0
|+2
1

2
|
0
|
2
+
2
2
|
0
|
3
+
2
1
es la norma Euclideana
de , y de la desigualdad
1
|
0
|
1
2

2
. De (7) y del
principio de comparaci on (Khalil, 2002), V ((t)) v (t)
cuando V (0) v
0
. Entonces, la soluci on de la ecuaci on
diferencial v =
1
v
1
2

2
|
0
|
1
2
v , v(0) = v
0
0 esta
dada por
v(t) =
_
v
1
2
0


1
2
t
_
2
if
1
> 0 ,
2
= 0 (13)
Por lo tanto, (t) converge a cero en tiempo nito (cuando

1
> 0) en un tiempo (12).
AP ENDICE B
La norma homog enea se dene como

r,p
=
_
n

i=1
|
i
|
p
r
i
_1
p
, R
n
donde p 1 y r
i
son los pesos de
i
. Con una selecci on
especial de los pesos, es posible escribir

V
2
() en t erminos
de la norma homoeg enea. De la desigualdad de Jensen [10,
Thm. 19, Section 2.10]
(|x
1
|
s
+|x
2
|
s
)
1
s
(|x
1
|
r
+|x
2
|
r
)
1
r
, x R
2
, 0 < r < s ,
se tiene (|
0
|
3
+ |
1
|
2
)
7
6
= ((|
0
|
7
2
)
6
7
+ (|
1
|
7
3
)
6
7
)
7
6

((|
0
|
7
2
) + (|
1
|
7
3
) =
7
2
r,p
. Por lo tanto, si r
1
= 1,
r
2
=
3
2
y p =
7
2
, |
0
|
7
2
+ |
1
|
7
3
=
7
2
r,p
,
5
2
r,p

|
0
|
5
2
+|
1
|
5
3
2
5
2
r,p
,
3
2
r,p
|
0
|
3
2
+|
1
| 2
3
2
r,p
y
3
r,p
|
0
|
3
+ |
1
|
2
2
3
r,p
. Finalmente de la
desigualdad cl asica de Young
Lema 1: (Moreno, 2009) Para cada n umero real a > 0,
b > 0, c > 0, p > 1, q > 1, con
1
p
+
1
q
= 1 la siguiente
desigualdad se satisface
ab c
p
a
p
p
+ c
q
b
q
q
.
Primero se demuestra que V
2
() es positiva denida. Del
Lema 1
|
0
| |
1
|
4
3


p
3
p
|
0
|
3
+
3
q
3
q
|
1
|
2
, p = 3, q =
3
2
,
3
> 0 ,
y de V
2
() =

3

k
2
|
0
|
3

0
|
1
|
4
3
sign (
1
) +

2
|
1
|
2
,
V
2
()
_

k
2


3
3
3
_
|
0
|
3
+
_

2

2
3

3
2
3
_
|
1
|
2
,
y V
2
() > 0 si > max
_

3
3
/

k
2
,
4
3

3
2
3
_
. Ahora
se demostrar a que V
2
() es negativa fuera de un conjunto
compacto que contiene el origen. Tomando la derivada de
V
2
() a lo largo de las trayectorias de (4) se obtiene

V
2
() = k
1

k
2

1
|
0
|
5
2
+ k
1

1
|
0
|
1
2
sign (
0
) |
1
|
4
3
sign (
1
)
+
2
3

2
1
k
2
|
0
| |
1
|
1
3
+
8
3
k
2

2
0
|
1
|
1
3
|
1
|
7
3


2
1
2
k
2
sign (
0
)
1
2k
2

k
1

k
2
|
0
|
7
2
+

k
1
|
0
|
3
2
sign (
0
) |
1
|
4
3
sign (
1
) +
4
3

k
2
|
0
|
3
|
1
|
1
3
Usando las siguientes desigualdades derivadas del Lema 1
|
0
|
3
2
|
1
|
4
3


p
1
p
|
0
|
7
2
+

q
1
q
|
1
|
7
3
, p =
7
3
, q =
7
4
,
1
> 0 ,
|
0
|
3
|
1
|
1
3


p
2
p
|
0
|
7
2
+

q
2
q
|
1
|
7
3
, p =
7
6
, q = 7,
2
> 0 ,
|
0
|
1
2
|
1
|
4
3


p
4
p
|
0
|
5
2
+

q
4
q
|
1
|
5
3
, p = 5, q =
5
4
,
4
> 0,
Congreso Anual 2010 de la Asociacin de Mxico de Control Automtico. Puerto Vallarta, Jalisco, Mxico.
|
0
| |
1
|
1
3


p
5
p
|
0
|
3
2
+

q
5
q
|
1
| , p =
3
2
, q = 3,
5
> 0,
|
0
|
2
|
1
|
1
3


p
6
p
|
0
|
5
2
+

q
6
q
|
1
|
5
3
, p =
5
4
, q = 5,
6
> 0,
|
0
| |
1
|

p
7
p
|
0
|
5
2
+

q
7
q
|
1
|
5
3
, p =
5
2
, q =
5
3
,
7
> 0,
la funci on V
2
(x) cumple

V
2
()
1
|
0
|
7
2

2
|
1
|
7
3

1
|
0
|
5
2
+
2
|
1
|
5
3
+
3
|
0
|
3
2
+
4
|
1
|
donde
1
= k
1

k
2

3
7
3
1
7

k
1

8
7
6
2
7

k
2

2
= 1
4

7
4
1
7

k
1

4
7
2
21

k
2

1
= k
1

k
2

1
k
1

5
4
5

8
3
k
2

2
4
5
2
6
5
2k
2

2
2
5
2
7
5

2
= k
1

1
4

5
4
4
5
+
8
3
k
2

5
6
5
+ 2k
2

2
3

5
3
7
5

3
=
4
9

2
1
k
2

3
2
5
y
4
=
2
9

2
1
k
2

3
5
+

2
1
2
k
2
. Desde que
C
3

3
r,p
V
2
() 2C
4

3
r,p
, donde
C
3
= mn
__

k
2


3
3
3
_
,
_

2

2
3

3
2
3
__
,
C
4
= max
__

k
2
+

3
3
3
_
,
_

2
+
2
3

3
2
3
__
,
la derivada

V
2
() satisface

V
2
()
C
1
2

7
2
r,p

C
1
2

3
2
r,p
_

2
r,p
2

2
C
1

r,p
2
C
2
C
1
_
donde C
1
= mn {
1
,
2
} , C
2
= max {
3
,
4
} . Adem as

V
2
()
C
1
2

7
2
r,p

C
1
2
_
V
2
()
2C
4
_7
2
, (14)
donde = { R
2
|C
1

r,p

2
+
_

2
2
+ 2C
2
C
1
}.
Entonces

V
2
() < 0 (fuera de ) si
>
3
7
3
1
7

k
2
+
8
7
6
2
7

k
1
, 1 >
4

7
4
1
7

k
1
+
4
7
2
21

k
2
.
Para toda

k
1
> 0,

k
2
> 0 ambas desigualdades pueden
ser siempre satisfechas seleccionando (,
1
,
2
) apropiada-
mente. La soluci on de la ecuaci on diferencial esta dada por
v(t) =
_
C
1
(2C
4
)
7
6
t
12
+
1
v
1
6
0
_
6
(15)
La cual se deduce de (14) y del principio de comparaci on
(Khalil, 2002) que V
2
((t)) v (t) cuando V ((0)) v
0
.
El tiempo T(, v
0
) en ir de V
2
((t)) = v
0
a V
2
((t)) = ,
v
0
> > 0, satisface
T(, v
0
) =
12 (2C
4
)
7
6
C
1
_
1

1
6

1
v
1
6
0
_
(16)
Note que T() = lm
v
0

T(, v
0
) =
6(2C4)
7
6
C
1
_
1

1
6
_
es
constante. Esto muestra que las soluciones del sistema (4)
llegan al conjunto (|V
2
() ) en un tiempo menor que
T(), independientemente de las condiciones iniciales.
AP ENDICE C
Como el sistema (3) puede escribrirse como

=
_

1
(
0
) {k
1

1
(
0
) +
1
}
k
2

2
(
0
)

f
0
(t)
_
=

1
(
0
) (A B(t,
1
)),
donde B
T
=
_
0 1

,
1
=
1
(
0
) y
(t,
1
) =

f
0
(t)

prime
1
=
2

f
0
(t) sign (
0
)
(
1
+ 3
2
|
0
|)(
1
+
2
|
0
|)

1
.
|

f
0
(t)| L implica |(t,
1
)| 2L|
1
|/
2
1
, o equivalente-
mente

2
(, ) =
2
(t, ) +
_
2L

2
1
_
2

2
1
=
_

_
T
_
_
2L

2
1
_
2
C
T
C 0
0 1
_
_

_
0
donde C =
_
0 1

. La derivada de V
1
() es

V
1
() =

1
_


2
_
T
_
A
T
P + PA PB
B
T
P 0
_ _


2
_

1
_
_


2
_
T
_
A
T
P + PA PB
B
T
P 0
_ _


2
_
+
2
(
2
, )
_
=

1
_


2
_
T
_
A
T
P + PA + R PB
B
T
P 1
_ _


2
_

2
2


2
1

2
1/2
max
{P}
V
1
()
3
2

2
max
{P}
|
0
|
1/2
V
1
()
asumiendo que (9) se satisface, lo cual solo es posible si
k
2
> y k
2
1
(k
2

1
4
k
2
1
) >
2
se satisface simult aneamente
(Moreno, 2009). La soluci on de la ecuaci on diferencial
v =
1
v
1
2

2
|
0
|
1
2
v , v(0) = v
0
0 satisface
(13), con
1
=
1
/2
1/2
max
{P}. Por lo tanto, (t) converge
robustamente a cero en tiempo nito (cuando
1
> 0) en
un tiempo (11).
AP ENDICE D
Tomando la derivada de V
2
() a lo largo de las trayec-
torias de (3) y considerando

f
0
L

V
2
()
1
|
1
|
7
2

2
|
1
|
7
3

1
|
1
|
5
2
+
2
|
1
|
5
3
+
3
|
0
|
3
2
+
4
|
1
|
donde
3
=
4
9

2
1
k
2

3
2
5
+
8
9
L
3
2
5
y
4
=
2
9

2
1
k
2

3
5
+

2
1
2
k
2
+
4
9
L
3
5
+ L. La derivada

V
2
satisface (14) y (16) aun en
presencia de perturbaciones.
Congreso Anual 2010 de la Asociacin de Mxico de Control Automtico. Puerto Vallarta, Jalisco, Mxico.

You might also like