Resumen

En este trabajo se estudia el diseño de controladores predictivos de modelos eficientes para sistemas lineales invariantes en el tiempo de muestreo rápido sujetos a restricciones de entrada para el seguimiento de un conjunto de referencias periódicas. El problema se descompone en un subproblema de estado estacionario que determina el punto de funcionamiento asintótico óptimo y un subproblema transitorio que conduce la planta dada a este punto de funcionamiento. Mientras que el subproblema transitorio es un programa cuadrático de pequeño tamaño, el subproblema de estado estacionario puede implicar fácilmente cientos de variables y restricciones. La descomposición permite resolver en paralelo estos dos subproblemas de complejidades computacionales muy diferentes con distintas frecuencias de muestreo. Además, se adopta un enfoque de horizonte decreciente para el subproblema de estado estacionario con el fin de distribuir la optimización a lo largo del tiempo de forma eficiente, haciendo posible su solución para sistemas de muestreo rápido. Además de la formulación convencional basada en las entradas de control como variables, se introduce una parametrización que utiliza una política dinámica sobre las entradas, lo que reduce aún más los requisitos computacionales en línea. Los dos algoritmos propuestos poseen buenas propiedades de convergencia, que también se verifican con simulaciones por ordenador.

• Materias:Automatización Control del proceso Sistemas no lineales Modelo lineal Regulación automática Diagnóstico de fallos
• Subjects:Automation Nonlinear systems Linear model Automatic regulation Fault diagnosis
• Palabras claves:subproblema de estado, subproblema transitorio, punto de funcionamiento asintótico óptimo, diferentes complejidades computacionales, diferentes velocidades de muestreo, buenas propiedades de convergencia, requisitos computacionales en línea, programa cuadrático dimensionado, variables, simulaciones por ordenador
• Keywords:state subproblem, transient subproblem, optimal asymptotic operating point, different computational complexities, different sampling rates, nice convergence properties, online computational requirements, sized quadratic program, variables, computer simulations