Control Avanzado 2

Universidad Andrs Bello
Facultad de Ingeniera
Ingeniera en Automatizacin y Robtica
CONTROL AVANZADO
TEMA: CONTROL PREDICTIVO: DEFINICIN Y ESTRUCTURA DEL
CONTROL PREDICTIVO BASADO EN MODELO
PARTE II
Profesor: Dr. John Kern M.

21/09/2015
Santiago - 2015
1.-Temario
1.- Temario
2.- Introduccin
3.- Objetivos
3.1.- General
3.2.- Objetivos Especficos
4.- Importancia del Tema
5.- Alcances
6.- Estado del Arte
7.- Referencias
21/09/2015
2.- Introduccin
El control predictivo tiene como objetivo resolver de forma
efectiva, problemas de control y automatizacin de procesos
industriales que se caractericen por presentar un
comportamiento dinmico complejo, multivariable, y/o
inestable.
El control predictivo integra disciplinas como el control
ptimo, control estocstico, control de procesos con retardo
de tiempo, control multivariable, control con restricciones.
Al Control Predictivo Basado en Modelo MBPC (Model Based
Predictive Control) o simplemente MPC (Model Predictive
Control) se le conoce tambin como control por horizonte
deslizante, por ser sta la forma en la que se aplican las
seales de actuacin.
21/09/2015
3.- Objetivos
3.1.- Objetivo general
Conocer en base a sus definiciones la estructura o

metodologa del Control Predictivo Basado en
Modelos.
21/09/2015
3.- Objetivos
3.2.- Objetivos especficos
1.- Identificar diferentes

definiciones sobre el Control
Predictivo Basado en Modelos.
21/09/2015
2.- Describir la metodologa de

funcionamiento del Control
Predictivo basado en Modelos
3.- Enumerar los diferentes

tipos de los Controladores
Predictivos Basados en Modelos
4.- Importancia del tema

IMPORTANCIA
DEL TEMA
Los algoritmos de control predictivo MPC son los nicos

desarrollos de los denominados controladores avanzados
que tiene una exitosa trayectoria en el campo industrial.
En la actualidad existen aplicaciones a nivel de las

industrias: pretoqumicas, minera industria alimentaria
entre otras.
MPC es la solucin para sistemas multivariables, altamente
acoplados, con excesos grados de libertad, con dinmica
relativamente lenta y respuestas lineales o no lineales.
21/09/2015
5.- Alcances
Conocer la metodologa o estructura

de los controladores predictivos
Al conocer la metodologa se tiene la
idea fundamental del algoritmo que
tienen los Controladores Predictivos .
Tambin es importante conocer otros
tipos de Controladores Predictivos.
21/09/2015
6.- Estado del arte

Definicin de los Controladores
Predictivos Basados en Modelos.
Fundamentos de un controlador de
forma intuitiva.
Elementos o estructura de un
Controlador Predictivo Basado en
Modelos.
Analoga del Controlador Predictivo.
Tipos de Controladores Predictivos.

21/09/2015
6.1 Definicin (1/2)

Es un algoritmo de control que calcula una secuencia
temporal discreta de las variables manipuladas a futuro con el
objeto de optimizar el comportamiento de la planta o proceso
a controlar.
El Control Predictivo Basado en Modelos se enmarca dentro
de los controladores ptimos, es decir, de aquellos en los que
las actuaciones responden a la optimizacin de un criterio.
El Control Predictivo Basado en Modelos se refiere a una clase
de algoritmos de control en los que se utiliza un modelo de
proceso dinmico para predecir y optimizar su rendimiento
[11] .
21/09/2015
6.1 Definicin (2/2)

El Control Predictivo es parte de un campo muy amplio de
mtodos de control desarrollados en torno a ciertas ideas
comunes:
Uso explcito de un modelo para predecir la salida del
proceso en futuros instantes de tiempo (horizonte de
prediccin).
Clculo de las seales de control minimizando una cierta
funcin objetivo.
Estrategia deslizante: en cada instante el horizonte se va
desplazando hacia el futuro.
21/09/2015
10
6.2 Algunas aplicaciones industriales
Industria Petroqumica
Industria Minera
Industria Qumica
Industria Azucarera
Industria Alimentaria
21/09/2015
11
6.3 Estructura jerrquica
Figura 1: Estructura Jerrquica para el Control Predictivo

21/09/2015
12
6.4 Fundamentos de un controlador de forma intuitiva
Figura 2: Diagrama de un Sistema de Control en Lazo Abierto
El control ptimo a lazo abierto no es realmente

ptimo.
Debe incorporarse informacin on line de la planta.
Requiere el clculo on line de la solucin ptima.
La solucin analtica no siempre es posible.
21/09/2015
13
6.5 Elementos de un control predictivo
Figura 3: Elementos de un control predictivo
PREDICTOR
FUNCIN DE COSTO
RESTRICCIONES
21/09/2015
OPTIMIZACIN
HORIZONTE MVIL
14
6.5.1 Modelo de prediccin

Est representado por el modelo matemtico que describe el sistema.
El origen debe ser el punto de equilibrio en el que se quiere regular el sistema.
Es el encargado de calcular para cada instante t las predicciones de evolucin dinmica
del proceso a lo largo del horizonte de prediccin N. Estas predicciones de la salida [y(t+k)
| t)y(t+N) | t)],
k = 1, 2N dependen de los valores conocidos hasta el instante t
(entradas y salidas conocidas ) y de las seales de control u(t + k | t), k = 0 N -1, que han
de ser calculadas y enviadas al sistema, la sintaxis y(t + k | t) sirve para indicar la
prediccin de la salida para el instante t + k en el instante t.
Figura 4: Prediccin de la salida

y seal de control postulada [17]
21/09/2015
15
6.5.2 Funcin de costo
El objetivo Principal de la funcin de costo consiste en

mantener la salida del proceso y(t+k | t) lo ms cerca posible
de una trayectoria de referencia w(t + k) que describe como se
desea guiar dicha salida desde su valor actual y(t) hasta sus
puntos de consigna futuros.
Este criterio toma normalmente la forma de una funcin
cuadrtica del error entre la salida predicha y la trayectoria de
referencias futuras [17], [12].
21/09/2015
16
6.5.3 Restricciones
Indican los lmites dentro de los cuales debe discurrir la

evolucin del sistema.
La evolucin de las seales de un sistema no debe exceder
determinadas restricciones que, ya sea por lmites fsicos o
bien por motivos de seguridad, se imponen al sistema. Por
ejemplo los lmites de los actuadores forman parte de las
restricciones.
21/09/2015
17
6.5.4 Optimizador
El proceso de optimizacin consiste en encontrar un
vector de acciones de control que ofrece el mejor valor
de la funcin de costo.
Generalmente en este proceso de bsqueda, el
optimizador realiza postulados de la ley de control e
iterativamente trata de acercarse a la ley de control
ptima.
Adems, si la funcin de costo que se define es
cuadrtica, el modelo utilizado es lineal y no existe
restricciones para ninguna seal implicada, entonces es
posible encontrar una seal analtica para el problema de
optimizacin. En caso contrario, es necesario utilizar, en
general, un mtodo numrico de optimizacin [17].
21/09/2015
18
6.5.5 Horizonte mvil

Una vez calculada la secuencia de futuras acciones de control que en ese instante
hacen ptima la funcin de costo, se hace uso del concepto denominado
horizonte mvil (receding horizon), en la que la seal de control u(t | t) se enva al
proceso mientras que el resto de las seales calculadas no se consideran, ya que
en el instante siguiente de muestreo y(t + 1) es conocida, obteniendo de esta
forma la seal de control u(t + 1 | t + 1) a aplicar en ese instante que es diferente
a la que se haba postulado en el instante anterior u(t + 1 | t) [17], [12].
Se usa un modelo para predecir la evolucin de la salida o estado del proceso a
partir de las seales de entrada y salidas conocidas. La acciones de control futuras
se calculan con el optimizador, que considera la funcin del costo y las posibles
restricciones.
Figura 5: Estructura Bsica de un

MPC
21/09/2015
19
6.6 Analoga del controlador predictivo basado en modelos

En el instante k el conductor sabe cul es su trayectoria deseada para un
horizonte de tiempo finito hp.
Teniendo en cuenta las caractersticas del vehculo y del entorno
(modelo mental) decide que secuencia de accin de control realizar
(acelerar, frenar, maniobrar) para seguir la trayectoria deseada sobre la
ruta.
Slo la primera accin de control es tomada.
El procedimiento se repite en el instante siguiente k+1
21/09/2015
Figura 7: Analoga de un CPBM
20
6.7 Tipos de controladores predictivos
Control de Modelo Predictivo (MPC)

Control Predictivo Basado en Modelo (MBPC)
Control de Matriz Dinmica (DMC)
Control Dinmico de Matriz Cuadrada (QDMC)
Control Predictivo Extendido (EPSAC)
Control Predictivo Generalizado (GPC)
Control de Modelo Algortmico (MAC)
Control Predictivo Funcional (PFC)
21/09/2015
21
7.- Referencias (1/2)

[11] Bamimore, A. ; Taiwo, O. ; King, R. (2011) Comparison of two nonlinear
model predictive control methods and implementation on a laboratory three tank
system Decision and Control and European Control Conference IEEE, Page(s):
5242- 5247.
[12] Camacho Eduardo F. y Bordons Carlos, Control Predictivo: Pasado, Presente
y Futuro, Escuela Superior de Ingenieros. Universidad de Sevilla, 41092 Sevilla,
Espaa.
[13] Dutta, A. ; De Keyser, R. ; Nopens, I. (2012) Robust nonlinear extended
prediction self-adaptive control (NEPSAC) of continuous bioreactors Control &
Automation IEEE , Page(s): 658- 664.
[14] Hui Zhou ; Tong-zhen Wei ; Yan-lei Zhao ; Zhi-ping Qi (2008) Study on
Dynamic Matrix predictive control of single-phase DVR Electric Utility
Deregulation and Restructuring and Power Technologies, IEEE, Page(s): 21362140.
[15] Khalid, M.U. ; Kadri, M.B (2012) Liquid level control of nonlinear Coupled
Tanks System using linear model predictive control Emerging Technologies
(ICET), IEEE Page(s): 1 5.
21/09/2015
22
7.- Referencias (2/2)

[16] Neha Sharma, Kailash Singh (2010) Quadratic Dynamic Matrix Control of
Isopropyl Acetate Reactive Distillation Column Proceedings of the World
Congress on Engineering and Computer Science 2010 Vol II WCECS, San
Francisco, USA.
[17] Ramos Fernndez Csar (2007) Control Predictivo Basado en Modelos
(CPBM) Robusto con BDU Tesis Doctoral Universidad Politcnica de Valencia.
[18] Wei Guo ; Xin Chen ; Xiaohui Qiu (2008) Application of Improved PID Model
Algorithmic Control Algorithm Intelligent Computation Technology and
Automation (ICICTA), Page(s): 309 312.
[19] Zhang Jiaying ; Wu Xinmei (2011) Predictive functional control simulation of
boiler combustion control system Mechanic Automation and Control
Engineering (MACE), IEEE, Page(s): 529- 532.
[20] Zhong Weimin ; Pi Daoying (2005) SVM with linear kernel function based
nonparametric model identification and model algorithmic control Networking,
Sensing and Control, IEEE, Page(s): 982- 987.
21/09/2015
23

Control Avanzado 2

Cargado por

Copyright:

Formatos disponibles

Control Avanzado 2

Cargado por

Información del documento

Descripción original:

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Control Avanzado 2

Cargado por

Copyright:

Formatos disponibles

Universidad Andrs Bello

Profesor: Dr. John Kern M.

Conocer en base a sus definiciones la estructura o

1.- Identificar diferentes

2.- Describir la metodologa de

3.- Enumerar los diferentes

4.- Importancia del tema

Los algoritmos de control predictivo MPC son los nicos

En la actualidad existen aplicaciones a nivel de las

Conocer la metodologa o estructura

6.- Estado del arte

Tipos de Controladores Predictivos.

6.1 Definicin (1/2)

6.1 Definicin (2/2)

6.2 Algunas aplicaciones industriales

6.3 Estructura jerrquica

Figura 1: Estructura Jerrquica para el Control Predictivo

6.4 Fundamentos de un controlador de forma intuitiva

Figura 2: Diagrama de un Sistema de Control en Lazo Abierto

El control ptimo a lazo abierto no es realmente

6.5 Elementos de un control predictivo

Figura 3: Elementos de un control predictivo

6.5.1 Modelo de prediccin

Figura 4: Prediccin de la salida

6.5.2 Funcin de costo

El objetivo Principal de la funcin de costo consiste en

Indican los lmites dentro de los cuales debe discurrir la

6.5.5 Horizonte mvil

Figura 5: Estructura Bsica de un

6.6 Analoga del controlador predictivo basado en modelos

Figura 7: Analoga de un CPBM

6.7 Tipos de controladores predictivos

Control de Modelo Predictivo (MPC)

7.- Referencias (1/2)

7.- Referencias (2/2)

También podría gustarte