Resumen

En este trabajo se presenta una nueva contribución al diseño de un MPC robusto con realimentación de salida, restricciones de entrada y modelo incierto. Los controladores predictivos multivariables se han utilizado en la industria para reducir la variabilidad de la salida del proceso y permitir la operación del sistema cerca de las restricciones, donde se suele localizar el punto óptimo de operación. Por este motivo, se han desarrollado nuevos controladores con el objetivo de conseguir mejores prestaciones, una estructura de control más simple y robustez frente a la incertidumbre del modelo. En este trabajo se propone un controlador predictivo de modelo basado en un modelo de espacio de estados no mínimo donde el estado es perfectamente conocido. Se trata de un controlador de horizonte de predicción infinito, y se asume que existe incertidumbre en la parte estable del modelo, que puede incluir también modos integradores frecuentemente presentes en las plantas de proceso. El método se ilustra con un ejemplo de simulación de la industria de procesos que utiliza modelos lineales basados en un proceso real.

• 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:controlador de horizonte de predicción infinito, modelo de espacio de estados no mínimo, controladores predictivos multivariables, controlador predictivo de modelos, punto de funcionamiento óptimo, estructura de control más simple, trabajo, mejor rendimiento, restricciones de entrada, modelos lineales
• Keywords:infinite prediction horizon controller, nonminimal state space model, multivariable predictive controllers, model predictive controller, optimum operating point, simpler control structure, work, better performance, input constraints, linear models