{"id":108962,"date":"2011-07-06T00:00:00","date_gmt":"2011-07-06T00:00:00","guid":{"rendered":"https:\/\/www.deberes.net\/tesis\/sin-categoria\/model-predictive-control-of-systems-with-changing-setpoints\/"},"modified":"2011-07-06T00:00:00","modified_gmt":"2011-07-06T00:00:00","slug":"model-predictive-control-of-systems-with-changing-setpoints","status":"publish","type":"post","link":"https:\/\/www.deberes.net\/tesis\/sevilla\/model-predictive-control-of-systems-with-changing-setpoints\/","title":{"rendered":"Model predictive control of systems with changing setpoints"},"content":{"rendered":"

Tesis doctoral de Antonio Ferramosca <\/strong><\/h2>\n

Esta tesis trata el problema del dise\u00f1o de un controlador predictivo para sistemas caracterizados por cambios en el punto de operaci\u00f3n. La cl\u00e1sica formulaci\u00f3n del controlador predictivo, para regular el sistema al nuevo punto de operaci\u00f3n deseado, garantiza seguimiento de referencia en caso de sistemas que no est\u00e9n sujeto a restricciones, pero no resuelve el problema cuando hay restricciones. En esos casos, un cambio de referencia puede producir una perdida de la factibilidad del problema de optimizaci\u00f3n por una de las siguientes causas: (i) la restricci\u00f3n terminal para el nuevo punto de equilibrio puede no ser un invariante y (ii) la region terminal para el nuevo punto de operaci\u00f3n podr\u00eda no ser alcanzable en n pasos. Para recuperar la factibilidad, se requerir\u00eda el rec\u00e1lculo del horizonte por lo que un cambio de referencia conllevar\u00eda el redise\u00f1o on-line del controlador, lo que no ser\u00e1 siempre posible. en este trabajo de tesis se presenta una nueva formulaci\u00f3n de control predictivo que permite solucionar este problema. Las principales caracter\u00edsticas de esta nueva formulaci\u00f3n son: un punto de equilibrio arti_cial considerado como variable de decisi\u00f3n, un coste que penalice la distancia entre la trayectoria predicha y el punto de equilibrio artificial, un coste adicional que penalice la distancia entre el punto de equilibrio artificial y el punto de equilibrio deseado, llamado coste de offset, y una restricci\u00f3n terminal extendida, el conjunto invariante para seguimiento. Este controlador garantiza estabilidad y factibilidad recursiva para cualquier cambio de referencia. En esta tesis se demuestra que una adecuada elecci\u00f3n del coste de offset garantiza la propiedad de la optimalidad local del controlador. Adem\u00e1s, se presenta una caracterizaci\u00f3n de las regiones en las cuales esta propiedad se cumple. el coste de offset juega el papel de un optimizador en tiempo real (rto) incorporado en el mismo controlador predictivo. As\u00ed, este coste de offset permite trabajar con plantas no cuadradas, o con puntos de operaci\u00f3n no alcanzables. En este ultimo caso, el controlador lleva el sistema al punto de equilibrio m\u00e1s cercano, en el sentido que se minimiza el coste de offset. Adem\u00e1s se demuestra que este coste de offset se puede formular como distancia a un conjunto. Esta formulaci\u00f3n hace el controlador predictivo para tracking propuesto, adecuado tambi\u00e9n para problemas de control por zonas. En estos problemas el objetivo no es un punto fijo; es m\u00e1s bien una regi\u00f3n dentro de la cual se desea que las salidas permanezcan. Para este caso, en la tesis se propone un controlador robusto basado en predicciones nominales y en restricciones contractivas. en este trabajo se trata tambi\u00e9n el tema del control de sistemas de gran escala. Estos sistemas se pueden ver como una serie de unidades operativas, interconectadas entre ellas. Por lo tanto, esas plantas se pueden dividir en diferentes subsistemas que comunican entre ellos por medio de redes de varias naturalezas. El control total de esas plantas usando controladores centralizados – un solo agente controlando todos los subsistemas – es dif\u00edcil de realizarse, por un lado por la elevada carga computacional, y por el otro lado por la dif\u00edcil organizaci\u00f3n y el mantenimiento del controlador centralizado. por lo tanto, una estrategia de control alternativa es el control distribuido. Se trata de una estrategia basada en diferentes agentes controlando los diferentes subsistemas, que pueden o no intercambiar informaciones entre ellos. La diferencia entre las diferentes estrategias de control predictivo, es la manera de tratar el intercambio de informaciones. en el control distribuido noncooperativo, cada agente toma decisiones sobre su propio subsistemas considerando solo localmente las informaciones de los otros subsistemas. las prestaciones de la planta suelen converger a un equilibrio de nash. Los controladores distribuidos cooperativo, por otro lado, consideran el efecto de todas las acciones de control sobre todos los subsistemas de toda la red. Cada agente optimiza un coste global, como por ejemplo un coste centralizado. Por lo tanto, las prestaciones de estos controladores convergen a un equilibrio de pareto, como en el caso centralizado. en este trabajo de tesis se propone una estrategia de control predictivo para seguimiento distribuido cooperativo y se demuestra que el controlador lleva el sistema al \u00f3ptimo del centralizado. la tesis toma en consideraci\u00f3n tambi\u00e9n los sistemas nolineales. En particular, el controlador propuesto se extiende al caso de sistemas no lineales y se proponen tres formulaciones, respectivamente con restricci\u00f3n terminal de igualdad, restricci\u00f3n terminal de desigualdad y sin restricci\u00f3n terminal. En particular, para la formulaci\u00f3n con restricci\u00f3n de igualdad, se propone un m\u00e9todo basado en el modelado ltv de las plantas. La idea es dise\u00f1ar un conjunto de controladores locales, cuya regi\u00f3n de factibilidad cubra el entero conjunto de puntos de equilibrio. finalmente, el trabajo de tesis trata el problema del dise\u00f1o de controladores predictivos con optimalidad econ\u00f3mica. Esta formulaci\u00f3n considera un funcional de coste basado en objetivos econ\u00f3micos, en lugar del cl\u00e1sico funcional basado en errores de seguimiento, y provee mejores prestaciones con respeto al objetivo que los est\u00e1ndar controladores para seguimiento. En la tesis se presenta un controlador predictivo econ\u00f3mico para objetivos econ\u00f3micos cambiantes. Ese controlador es una formulaci\u00f3n h\u00edbrida entre el control predictivo para seguimiento y el controlador predictivo econ\u00f3mico, dado que hereda la factibilidad garantizada para cualquier cambio del objetivo del primero, y la optimalidad con respeto al objetivo del segundo.<\/p>\n

 <\/p>\n

Datos acad\u00e9micos de la tesis doctoral \u00abModel predictive control of systems with changing setpoints<\/strong>\u00ab<\/h3>\n
    \n
  • T\u00edtulo de la tesis:<\/strong>\u00a0 Model predictive control of systems with changing setpoints <\/li>\n
  • Autor:<\/strong>\u00a0 Antonio Ferramosca <\/li>\n
  • Universidad:<\/strong>\u00a0 Sevilla<\/li>\n
  • Fecha de lectura de la tesis:<\/strong>\u00a0 07\/06\/2011<\/li>\n<\/ul>\n

     <\/p>\n

    Direcci\u00f3n y tribunal<\/h3>\n
      \n
    • Director de la tesis<\/strong>\n
        \n
      • Daniel Limon Marruedo<\/li>\n<\/ul>\n<\/li>\n
      • Tribunal<\/strong>\n
          \n
        • Presidente del tribunal: Carlos Bordons alba <\/li>\n
        • colin Jones (vocal)<\/li>\n
        • teodoro Rafael Alamo cantarero (vocal)<\/li>\n
        • lalo Magni (vocal)<\/li>\n<\/ul>\n<\/li>\n<\/ul>\n

           <\/p>\n","protected":false},"excerpt":{"rendered":"

          Tesis doctoral de Antonio Ferramosca Esta tesis trata el problema del dise\u00f1o de un controlador predictivo para sistemas caracterizados por […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-gradient":""}},"footnotes":""},"categories":[11013,10715,13355],"tags":[218178,26445,218179,206481,218180,52791],"class_list":["post-108962","post","type-post","status-publish","format-standard","hentry","category-ingenieria-de-control","category-sevilla","category-sistemas-de-control","tag-antonio-ferramosca","tag-carlos-bordons-alba","tag-colin-jones","tag-daniel-limon-marruedo","tag-lalo-magni","tag-teodoro-rafael-alamo-cantarero"],"_links":{"self":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/108962","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/comments?post=108962"}],"version-history":[{"count":0,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/posts\/108962\/revisions"}],"wp:attachment":[{"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/media?parent=108962"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/categories?post=108962"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.deberes.net\/tesis\/wp-json\/wp\/v2\/tags?post=108962"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}