Control Predictivo no Lineal Basado en Modelos de Volterra. Aplicación a una Planta Piloto

Jorn K. Gruber, Carlos Bordons

Resumen

El presente artículo muestra la aplicación de una estrategia de control predictivo no lineal basado en modelos (Nonlinear Model Predictive Control, NMPC) a una planta piloto en la que se controla la temperatura de un reactor. El controlador está basado en un modelo diagonal de Volterra de segundo orden para considerar efectos no lineales. Para calcular la acción de control se utiliza un método iterativo que requiere pocos recursos computacionales. El comportamiento del proceso y del controlador se presenta mediante resultados experimentales. Finalmente se comparan los resultados experimentales del NMPC con los resultados de un controlador predictivo lineal (MPC).

Palabras clave

control predictivo no lineal; modelos de Volterra; secuencia pseudo-aleatoria; identificación; planta piloto

Texto completo:

PDF

Referencias

Boyd, S. y L.O. Chua (1985). Fading Memory and the Problem of Approximating Nonlinear Operators with Volterra Series. IEEE Transactions on Circuits and Systems CAS32(11), 1150–1161.

Camacho, E.F. y C. Bordons (2004). Model Predictive Control. 2da edición. Springer-Verlag.

Cueli, J.R. (2005). Control Predictivo para Procesos Repetitivos. Tesis doctoral. Universidad de Sevilla.

Cueli, J.R. y C. Bordons (2006). Control Predictivo-Iterativo basado en modelo y aplicado a procesos por lotes. Revista Iberoamericana de Automática e Informática Industrial 3(1), 63–74.

Cutler, C.R. y B.C. Ramaker (1980). Dynamic Matrix Control – A Computer Control Algorithm. En: Automatic Control Conference. San Francisco.

Dorado, F. (2006). Control Predictivo no lineal basado en modelos de Volterra. Tesis doctoral. Universidad de Sevilla.

Doyle, F.J., R.K. Pearson y B.A. Ogunnaike (2002). Identification and Control Using Volterra Models. Springer. London.

Economou, C.G. (1986). An Operator Theory Approach to Nonlinear Controller Design. Tesis doctoral. California Institute of Technology.

Hugo, P., J. Steinbach y F. Stoessel (1988). Calculation of the maximum temperature in stirred tank reactors in case of breakdown of cooling. Chemical Engineering Science 43(8), 2147– 2152.

Lee, J.H., K.S. Lee y W.C. Kim (2000). Modelbased iterative learning control with a quadratic criterion for time-varying linear systems. Automatica 36(5), 641–657.

Maner, B.R., F.J. Doyle, B.A. Ogunnaike y R.K. Pearson (1996). Nonlinear Model Predictive Control of a Simulated Multivariable Polymerization Reactor Using Second-order Volterra Models. Automatica 32(9), 1285–1301.

Nowak, R.D. y B.D. Van Veen (1994). Random and Pseudorandom Inputs for Volterra Filter Identification. IEEE Transactions on Signal Processing 42(8), 2124–2135.

Parker, R.S., D. Heemstra, F.J. Doyle, R.K. Pearson y B.A. Ogunnaike (2001). The identification of nonlinear models for process control using tailored “plant-friendly” input sequences. Journal of Process Control 11(2), 237– 250.

Ramírez, D.R., D. Limón, J.G. Ortega y E. F. Camacho (1999). Model Based Predictive Control Using Genetic Algorithms. Application to a Pilot Plant. En: European Control Conference. Karlsruhe.

Santos, L.O., P.A.F.N.A. Afonso, J.A.A.M. Castro, N.M.C. Oliveira y L.T. Biegler (2001). On-line implementation of nonlinear MPC: an experimental case study. Control Engineering Practice 9(8), 847–857.

Szeifert, F., T. Chovan y L. Nagy (1995). Process dynamics and temperature control of fedbatch reactors. Computers & Chemical Engineering 19(1), 447–452.

Abstract Views

416
Metrics Loading ...

Metrics powered by PLOS ALM




Creative Commons License

Esta revista se publica bajo una Licencia Creative Commons Attribution-NonCommercial-CompartirIgual 4.0 International (CC BY-NC-SA 4.0)

Universitat Politècnica de València     https://doi.org/10.4995/riai

e-ISSN: 1697-7920     ISSN: 1697-7912