UNIVERSIDAD ANDINA NSTOR CCERES VELASQUEZ

FACULTAD DE CIENCIAS PURAS

CARRERA PROFESIONAL DE INGENIERA MECATRNICA

CURSO: CONTROL AVANZADO I

TRABAJO:
MONOGRAFIA DE CONTROL PREDICTIVO

PRESENTADO POR:
YILMER MACHACCA QUISPE

PUNO PER DICIEMBRE, 2014

Introduccin
La tecnologa de control avanzado est otorgando un gran beneficio a las industrias de
procesos. Sin embargo, se reconoce que el comportamiento del lazo de control se
degrada con el tiempo si no se realiza un mantenimiento sistemtico. Esta degradacin
se manifiesta en el comportamiento del sistema de control que reduce su efectividad y
conduce tpicamente a un comportamiento deficiente del controlador y aumento en los
costes de produccin.
Un elemento importante de esta tecnologa de control avanzado es la estrategia de
Control Predictivo Basado en Modelos (CPBM), la cual resulta cada vez ms
significativa si se analiza el nmero y tipo de procesos industriales en las que se utilizan
[14].
A medida que la estrategia de CPBM incrementa su presencia en ambientes industriales,
se requiere de algoritmos que garantizan en cada momento un control y una
optimizacin eficiente. Un elemento fundamental para garantizar un uso efectivo de los
controladores predictivos es realizar un monitoreo y supervisin continua del
controlador que posibilite diagnosticar los problemas que causan las deficiencias en el
comportamiento tanto en la capa de control como en la capa de optimizacin.
Existen diferentes elementos claves a la hora del diseo de una estrategia de CPBM.
Entre estos elementos figuran los de ms importancia como son la identificacin del
modelo del proceso a controlar y la seleccin de los parmetros de la sintona del
controlador. La combinacin de estos elementos con otros factores internos o externos
tales como el carcter multivariable de muchos procesos, la existencia de perturbaciones
importantes, el manejo de restricciones, no linealidades,... etc. pueden desviar el
controlador del punto ptimo de funcionamiento para el cual fue diseado. Por lo tanto
para garantizar su buen funcionamiento se necesita un monitoreo que revele en cada
instante de tiempo la eficacia de los resultados obtenidos, indicando como se est
comportando el controlador durante el funcionamiento en lnea.
Esta evaluacin de comportamiento del controlador es de gran importancia ya que si en
el monitoreo se revela un funcionamiento inadecuado ser imprescindible establecer las
causas y sugerir acciones para mejorar este comportamiento y mantener el proceso en
condiciones ptimas de funcionamiento asegurando as un control adecuado [13].
Las etapas que se deben seguir para analizar el comportamiento de un controlador se
dividen en tres [13], en la figura 1 se puede observar una representacin grfica de las
mismas:
1. Monitoreo del controlador, en esta etapa se debe decidir si el comportamiento del
sistema de control es satisfactorio o no, en caso que se detecta una anomala en el
controlador se pasar a la segunda etapa para definir las causas que han originado la
degradacin en el comportamiento.

Cuantificacin del comportamiento.

Primera etapa

Degradacin en el
comportamiento
del control?

No

Seguir.
Si

Distinguir las causas.

Modelo
inadecuado?

Restricciones?

Perturbaciones?

Segunda etapa

Parmetros de
Sintona?

Tercera etapa

Bsqueda de soluciones a los

problemas observados.

Figura 1: Diagrama representativo de las etapas del anlisis del comportamiento del
controlador.
2. Diagnstico del controlador, donde si en la primera se ha indicado un mal
comportamiento en esta etapa se establecen sus causas, entre las que se incluyen:
modelo inadecuado, restricciones, parmetros de sintona o perturbaciones
3. Bsqueda de solucin, se trata de restaurar el control y corregir los comportamientos
pobres segn las causas que le han originado, es decir determinar un nuevo modelo,
flexibilizar las restricciones, resintonizar el controlador o encontrar un modelo que
describa las perturbaciones de una manera ms adecuada.
La supervisin y evaluacin del comportamiento de controlador son necesarias debido a
que muchos factores pueden causar deterioro abrupto o gradual del comportamiento de
controladores. A menudo es difcil analizar los problemas de monitoreo y supervisar el
comportamiento con datos tomados de la planta sin tratamiento previo, entonces, las
herramientas del anlisis estocsticas y estadsticas tienen que ser formuladas
adecuadamente para detectar cambios estadsticamente significantes [5].

Control Predictivo
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 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.

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.

1. 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.

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

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)

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

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 BASADO EN MODELO (CPBM)

PREDICTORES EN CONTROL DE PROCESO

PREDICTORES EN CONTROL DE PROCESO