Instituto Politcnico Nacional

Unidad Profesional Interdisciplinaria de Biotecnologa

Dinmica y Control de Bioprocesos
CONTROL PREDICTIVO Y
CONTROL ADAPTATIVO

EQUIPO 4


Alumnos:
Alonso Celis Gerardo
Hernndez Gallardo Ana Karen
Ziga Zamudio Jazmn

Docente:
Ocampo Romo Rosa Mara

17 de Mayo de 2010


CONTROL PREDICTIVO Y CONTROL ADAPTATIVO

2

Control Predictivo
1. INTRODUCCIN

El control predictivo tiene como objetivo resolver de forma efectiva, problemas
de control y automatizacin de procesos industriales que se caractericen por
presentar un comportamiento dinmico complicado, multivariable, y/o inestable.
La estrategia de control en que se basa este tipo de control, utiliza el modelo
matemtico del proceso a controlar para predecir el comportamiento futuro de
dicho sistema, y en base a este comportamiento futuro puede predecir la seal
de control futura.

El control predictivo integra disciplinas como el control ptimo, control
estocstico, control de procesos con retardo de tiempo, control multivariable,
control con restricciones.

El tipo de control predictivo tratado, es el Control Predictivo Basado en Modelo
(CPBM), conocido tambin como Model Based Predictive Control (MBPC) o
simplemente Model Predictive Control (MPC). Esta estrategia tambin se
conoce como control por horizonte deslizante, por ser sta la forma en la que
se aplican las seales de actuacin. Existen muchos algoritmos de control
predictivo que han sido aplicados con xito: GPC, IDCOM, DMC, APC, PFC,
EPSAC, RCA, MUSMAR, NPC, UPC, SCAP, HPC, etc.

El control predictivo basado en modelo se puede definir como una estrategia de
control que se basa en la utilizacin de forma explcita de un modelo
matemtico interno del proceso a controlar (modelo de prediccin), el cual se
utiliza para predecir la evolucin de las variables a controlar a lo largo de un
horizonte temporal de prediccin especificado por el operador, de este modo se
puede calcular las variables manipuladas futuras (seal de control futura) para
lograr que en dicho horizonte, las variables controladas converjan en sus
respectivos valores de referencia.

El MPC se enmarca dentro de los controladores ptimos, es decir, aquellos en
los que las actuaciones responden a la optimizacin de un criterio. El criterio a
optimizar, o funcin de coste, est relacionado con el comportamiento futuro
del sistema, que se predice gracias a un modelo dinmico del mismo,
denominado modelo de prediccin.

El intervalo de tiempo futuro que se considera en la optimizacin se denomina
horizonte de prediccin. Dado que el comportamiento futuro del sistema
depende de las actuaciones que se aplican a lo largo del horizonte de
prediccin, son stas las variables de decisin respecto a las que se optimiza el
sistema. La aplicacin de estas actuaciones sobre el sistema conduce a un
control en bucle abierto.

La posible discrepancia entre el comportamiento predictivo y el comportamiento
real del sistema crean la necesidad de imponer cierta robustez al sistema
incorporando realimentacin del mismo. Esta realimentacin se consigue
CONTROL PREDICTIVO Y CONTROL ADAPTATIVO

3

gracias a la tcnica del horizonte deslizante que consiste en aplicar las
actuaciones obtenidas durante un periodo de tiempo, tras el cual se muestrea
el estado del sistema y se resuelve un nuevo problema de optimizacin. De
esta manera, el horizonte de prediccin se va deslizando a lo largo del tiempo.

Una de las propiedades ms atractivas del MPC es su formulacin abierta, que
permite la incorporacin de distintos tipos de modelos de prediccin, sean
lineales o no lineales, monovariables o multivariables, y la consideracin de
restricciones sobre las seales del sistema. Esto hace que sea una estrategia
muy utilizada en diversas reas del control. El CPBM es una de las pocas
tcnicas que permiten controlar sistemas con restricciones incorporando stas
en el propio diseo del controlador.

Estas caractersticas han hecho del control predictivo una de las escasas
estrategias de control avanzado con un impacto importante en problemas de
mbito industrial Por tal motivo es importante resaltar que el control predictivo
se ha desarrollado en el mundo de la industria, y ha sido la comunidad
investigadora la que se ha esforzado en dar un soporte terico a los resultados
prcticos obtenidos.

Merece la pena destacar que el control predictivo es una tcnica muy potente
que permite formular controladores para sistemas complejos y con
restricciones. Esta potencia tiene un precio asociado: el coste computacional y
la sintonizacin del controlador. Recientes avances en el campo del MPC
proveen un conocimiento ms profundo de estos controladores, obtenindose
resultados que permiten relajar estos requerimientos. As por ejemplo, se han
establecido condiciones generales para garantizar la estabilidad (Mayne 2001),
condiciones bajo las cuales se puede relajar el carcter optimal del controlador
garantizando su estabilidad (Scokaert & Mayne 1998).

Ventajas y desventajas del Control Predictivo:
Entre las ventajas se pueden citar:
Formulacin en el dominio del tiempo, lo cual le permite ser una tcnica
flexible, abierta e intuitiva.
Permite tratar con sistemas lineales y no lineales, monovariables y
multivariables utilizando la misma formulacin para los algoritmos del
controlador.
La ley de control responde a criterios de optimizacin.
Permite la incorporacin de restricciones en la sntesis o implementacin
del controlador.
Brinda la posibilidad de incorporar restricciones en el clculo de las
actuaciones
Entre las desventajas se pueden citar:
Requiere el conocimiento de un modelo dinmico del sistema
suficientemente preciso.
CONTROL PREDICTIVO Y CONTROL ADAPTATIVO

4

Requiere un algoritmo de optimizacin, por lo que solo se podra
implementarse por medio de una computadora.
Requiere un alto coste computacional, lo que hace difcil su aplicacin a
sistemas rpidos.
Hasta hace relativamente poco, no se poda garantizar la estabilidad de
los controladores, especialmente en el caso con restricciones. Esto
haca que el ajuste de estos controladores fuese heurstico y sin un
conocimiento de cmo podan influir los parmetros en la estabilidad del
sistema.

2. ELEMENTOS DEL CONTROL PREDICTIVO
Hay una serie de elementos comunes a todos los controladores predictivos:

El uso de un modelo matemtico del proceso que se utiliza para predecir
la evolucin futura de las variables controladas sobre un horizonte de
prediccin.
La imposicin de una estructura en las variables manipuladas futuras.
El establecimiento de una trayectoria deseada futura, o referencia, para
las variables controladas.
El clculo de las variables manipuladas optimizando una cierta funcin
de costo.
La aplicacin del control siguiendo una poltica de horizonte mvil.

Los modelos internos que se usan para predecir el comportamiento del sistema
pueden ser de diversos tipos: Funcin de transferencia, Respuesta al impulso,
Respuesta al escaln, Espacio Estado.

a) MODELO DE PREDICCIN
Esta representado por el modelo matemtico que describe el comportamiento
dinmico del sistema. Las ecuaciones fsicas del sistema conjuntamente con
las incertidumbres del mismo pueden ser expresadas en el mismo modelo.

Este modelo puede ser lineal, no lineal, en tiempo continuo, en tiempo discreto,
puede estar expresado en funcin de transferencia o en ecuaciones de estado,
puede ser multivariable o monovariable.

Una consideracin que deben tener, consiste en que el origen debe ser el
punto de equilibrio en el que se quiere regular el sistema, lo cual se puede
conseguir con un cambio de variables.

Debido a que el controlador predictivo es generalmente implementado por un
computador, esto requiere que el modelo del sistema se encuentre expresado
en tiempo discreto, de la forma:

xk+1 = f(xk, uk)

Donde Xk+1 son los estados en el tiempo (k+1), Xk, son los estados en el
tiempo (k), Uk la seal de control.
CONTROL PREDICTIVO Y CONTROL ADAPTATIVO

5


Como la prediccin depende adems de la secuencia de actuaciones aplicadas
desde el instante (k) hasta el instante (k + j), y por lo tanto futuras. A lo largo de
esta tesis, se denota x(k + j|k) al estado del sistema predicho en el instante (k +
j) a partir del estado conocido en el instante (k). Por lo tanto:

x(k + j + 1|k) = f( x(k + j|k), u(k + j|k) )

Donde x(k|k) = Xk. son los estados del sistema

b) FUNCIN DE COSTE
Es aquella funcin definida positiva, que expresa el criterio a optimizar, es decir
el coste asociado a un determinado comportamiento del sistema a lo largo del
horizonte de prediccin. Tiene la siguiente estructura:



Donde L(x,u) es la funcin de coste de etapa, V(x) es la funcin de coste
terminal. Ambas funciones son definidas positivas

La seal de control que se aplicara durante el horizonte de prediccin N, esta
dado por:


c) RESTRICCIONES
Las restricciones indican los lmites dentro de los cuales debe transcurrir la
evolucin de las seales que rigen el comportamiento del sistema. Estas
fronteras se rigen por lmites fsicos, por razones de seguridad, por
conveniencias econmicas, etc.

Las restricciones se expresan como conjuntos X y U, cerrados y acotados, y
deben pertenecer al sistema para todo instante de tiempo de trabajo.

U(k + j|k) U j = 0, 1, N-1
X(k + j|k) X j = 0, 1, N-1

Si se desea poner un lmite () en el extremo final del horizonte de prediccin,
se expresara de la forma: : X(k + N|k)

CONTROL PREDICTIVO Y CONTROL ADAPTATIVO

6

Control Adaptativo

El control adaptativo, es un tipo especial de control que consiste en adaptar los
parmetros variables de un proceso a fin de mantener un funcionamiento
adecuado de un sistema.
Si un sistema de control cambia su comportamiento, debido a cambios en los
parmetros del proceso, entonces alguien debe ajustarlos.
Por tanto, en el control adaptativo se adapta parmetros, ganancias las cuales
pueden cambiar, por ejemplo con los cambios ambientales.
1. DEFINICIN FORMAL
Es un sistema que en forma continua y automtica, mide las caractersticas
dinmicas de la planta, las compara con las caractersticas dinmicas
deseadas, y usa la diferencia para variar los parmetros ajustables del sistema,
o para generar una seal actuante, de modo que se mantenga el desempeo
optimo, independientemente de las modificaciones ambientales.
Es necesario para que a pesar de las variaciones en las caractersticas del
proceso, el control adaptativo tiende a mantener un funcionamiento aceptable o
tan bueno como sea posible.

Imagen 1 Diagrama de bloques del control adaptativo
El control adaptativo se divide a su vez en dos grupos de estudio.
Control adaptativo con modelo de referencia. (MRAS)
Sistemas de control autoajustables.


CONTROL PREDICTIVO Y CONTROL ADAPTATIVO

7

2. CONTROL ADAPTATIVO CON MODELO DE REFERENCIA
El MRAS consiste en usar un modelo (patrn) que produzca una salida
deseada ante una determinada entrada y el cul debe seguir el proceso.
Es til para obtener desempeos aceptables en situaciones difciles de control
que incluyen parmetros variables con el tiempo.
La tcnica de los sistemas autoajustables se basa en que si se dispone de un
mtodo vlido de diseo de reguladores que parte del conocimiento del modelo
del proceso, para realizar un control que se adapte a los cambios en el proceso
basta con acoplar ese mtodo de diseo de reguladores con un procedimiento
de identificacin en lnea.
3. SISTEMAS DE CONTROL AUTOAJUSTABLES
Para ello se supone que existe una separacin entre las tareas de identificacin
y control. Se dispondr de un "calculador" que en paralelo al control se encarga
de calcular los valores ptimos de los coeficientes del regulador. Este
"calculador" consiste en un estimador recursivo de los parmetros del sistema
o proceso controlado.
Los resultados del estimador servirn para calcular los valores ptimos de los
coeficientes del regulador.
El principal inconveniente de esta aproximacin es que la estabilidad no llega a
asegurarse en el caso general.



REFERENCIAS
Introduccin al control predictivo (19 Julio de 2006). Autor:Henry Mendiburu
Daz (INGENIERO ELECTRNICO MAGSTER EN CONTROL Y
AUTOMATIZACIN)

http://automata.cps.unizar.es/Historia/Webs/teoria_moderna_de_control.htm

http://www.slideshare.net/xMorfe0x/control-adaptativo-con-modelo-de-
referencia