Ingeniería Electrónica · 2017
Implementación de model predictive control en sistemas multivariables
Model Predictive Control está diseñado para resolver problemas de automatización de procesos industriales y control los cuales se caracterizan por presentar un comportamiento dinámico difícil, inestable, de fase no-mínima y sistemas con retardos y perturbaciones. MPC se puede ver como una estrategia de control la cual utiliza un sistema matemático interno de lo que se quiere controlar siendo éste el modelo de predicción. Dicho modelo se utiliza en la estadística de las variables a controlar. MPC funciona de la siguiente manera: se muestrean las variables futuras a ser manipuladas para lograr que en el Horizonte de Predicción de dichas variables controladas apunten a un punto de referencia. MPC es ideal frente a otros métodos de control ya que es muy flexible lo cual permite incorporar varios modelos de predicción, al igual que la restricción en señales del sistema, lo cual es esencial en la solución de muchos problemas de ingeniería en plantas complejas cuyo modelado exacto no es posible.
Texto completo 60 páginas con texto
Leer la tesis completa Ficha en el repositorio
Contenido
- INTRODUCCIÓNp. 7
- 1.1 Sistemas y modelos linealesp. 7
- 1.2 Descripción de sistemas lineales y no linealesp. 9
- 1.3 Linealización de sistemap. 19
- 1.4 Discretización de sistemas linealesp. 21
- METODOLOGIAp. 32
- 2.1 Definiciónp. 32
- 2.2 Historia de MPCp. 34
- Descripción de la estrategia Model Predictive Controlp. 35
- Técnica MPC no linealp. 39
- Ventajasp. 40
- DESARROLLOp. 42
- 3.1 Implementación de un sistema SISO (monovariable)p. 42
- 3.2 Análisis de la norma de la función objetivo de Model Preditive Controlp. 46
- 3.3 Implementación de un sistema MIMO (multivariable)p. 47
- CONCLUSIONES Y RECOMENDACIONESp. 58
- BIBLIOGRAFÍAp. 59