Con esta literatura todos los ingredientes estaban

Info icon This preview shows page 1. Sign up to view the full content.

View Full Document Right Arrow Icon
This is the end of the preview. Sign up to access the rest of the document.

Unformatted text preview: ra sistemas con restricciones. El control predictivo basado en modelos (CPBM ) fue introducido por Richalet en 1978 con el controlador " Model Predictive Heuristic Control " y de otra parte independientemente, Cutler y Ramaker dos ingenieros de la compa~ a Shell presentaron sus controlador " Dynamic Matrix Control n " ( DMC ) (Cutler and Hawkins, 1987) con varias aplicaciones industriales. Los dos algoritmos usan modelos dinamicos expl citos de la planta para predecir la evolucion de las variables controladas (salidas) a lo largo de un horizonte predeterminado. El calculo de los valores futuros de las variables manipuladas (se~ales de control) se hace minimizando una funcion de coste n con el objetivo de minimizar el error predecido y bajo ciertas restricciones. El proceso de optimizacion se repite en cada instante de muestreo actualizando las informaciones del proceso. Posteriormente fue introducido el Generalized Predictive Controller (GPC) por Clarcke, Mohtadi y Tu s (1987). Este algoritmo surgido en un entorno academico fue probado con exito en varias aplicaciones industriales, y ha conseguido un nivel de aceptacion muy importante en la industria. Hoy en d a, despues de muchos cambios en la industria, varios paquetes de control predictivo han penetrado en el mercado industrial y estan comercialmente disponibles. Los mas conocidos son el DMCplus de Aspen Tech, 16 Control avanzado Robust Model Predictive Controller Technology (RMPCT) de Honeywell, IDCOM y PFT de Adersa, DOT y INOVA. 2.1.2 Puntos claves de CPBM Las tecnicas del control predictivo comparten cuatro conceptos comunes: Un modelo del proceso esta usado para predecir la salida. La respuesta futura y(t + j ) se predice en cada instante de muestreo a lo largo de un horizonte de prediccion ( gura 2.1). Las salidas predichas dependen de las se~ales pasadas (entradas, salidas) y tambien de las se~ales de n n control actuales. Trayectoria de referencia w(t + j ) que depende de la consigna r(t + j ), establece la manera como hay que llegar a la consigna desde el estado actual. La se~al de control optima u(t + j ) durante un horizonte de predicn cion N2 , se calcula optimizando una funcion de coste para acercar al maximo la respuesta a la trayectoria de referencia w(t + j ). Esta funcion de coste generalmente es una funcion cuadratica del error entre la salida predicha y la trayectoria de referencia interna. La se~al de n control tambien esta incluida en la funcion de coste. Usan la estrategia del horizonte movil. En cada instante de muestreo se aplica solamente la primera se~al de control u(t) de toda la secuenn cia de control calculada. Este proceso de calculo se repite en cada instante de muestreo. Sec. 2.2. Aspectos de implementacion en control predictivo 17 Figura 2.1: Esquema general del CPBM 2.2 Aspectos de implementacion en control predictivo El control predictivo se desarrolla siguiendo los siguientes pasos: Modelado Calculo de predicciones Optimizacion de la funcion de coste A continuacion de describen con mas detalle estos puntos 18 Control avanzado 2.2.1 Modelado 2.2.1.a Modelado lineal El pilar mas importante de un controlador predictivo es el modelo, (Allwright, 1994...
View Full Document

{[ snackBarMessage ]}

What students are saying

  • Left Quote Icon

    As a current student on this bumpy collegiate pathway, I stumbled upon Course Hero, where I can find study resources for nearly all my courses, get online help from tutors 24/7, and even share my old projects, papers, and lecture notes with other students.

    Student Picture

    Kiran Temple University Fox School of Business ‘17, Course Hero Intern

  • Left Quote Icon

    I cannot even describe how much Course Hero helped me this summer. It’s truly become something I can always rely on and help me. In the end, I was not only able to survive summer classes, but I was able to thrive thanks to Course Hero.

    Student Picture

    Dana University of Pennsylvania ‘17, Course Hero Intern

  • Left Quote Icon

    The ability to access any university’s resources through Course Hero proved invaluable in my case. I was behind on Tulane coursework and actually used UCLA’s materials to help me move forward and get everything together on time.

    Student Picture

    Jill Tulane University ‘16, Course Hero Intern