Resumen

El control predictivo de modelos (MPC), con su menor exigencia al modelo matemático, su excelente rendimiento de control y su cómodo cálculo en línea, se ha convertido en una subdisciplina muy importante con una rica base teórica y aplicación práctica. Sin embargo, en los procesos industriales están muy extendidas las perturbaciones no medibles, que en la actualidad son difíciles de tratar directamente. En la mayoría de las estrategias MPC implementadas, se introduce el método de incorporar una perturbación de salida constante en el modelo de proceso para resolver este problema, pero no consigue un control sin desviaciones una vez que las perturbaciones no medibles acceden al proceso. Basándose en la teoría del filtro de Kalman, el problema se resuelve utilizando un modelo de perturbación más general que es superior al modelo de perturbación de salida constante. En este trabajo se presentan las condiciones necesarias para el control predictivo de modelos sin desplazamiento basado en el modelo. Aplicando el modelo de perturbación, los vectores de perturbación no medibles se incrementan como los estados del sistema de control, y el filtro de Kalman se utiliza para estimar la perturbación no medible y su efecto en la salida. A continuación, se mejora el algoritmo de control matricial dinámico (DMC) utilizando la estrategia de control de compensación feed-forward con la perturbación estimada.

• Materias:Aerodinámica Robótica Sistemas no lineales Regulación automática Instrumentación automática
• Subjects:Aerodynamics Robotics Nonlinear systems Automatic regulation Automatic instrumentation
• Palabras claves:perturbación no mensurable, modelo de perturbación de salida constante, estrategia de control de compensación hacia delante, teoría del filtro de kalman, control predictivo de modelos, perturbación de salida constante, control matricial dinámico, excelente rendimiento del control, modelo de perturbación general, rica base teórica
• Keywords:unmeasurable disturbance, constant output disturbance model, forward compensation control strategy, kalman filter theory, model predictive control, constant output disturbance, dynamic matrix control, excellent control performance, general disturbance model, rich theory foundation