Formulación de un LPV-MPC Adaptativo para Procesos Industriales No Lineales.
En general los procesos de la industria química son no lineales, lo que hace que los algoritmos convencionales de control predictivo lineal resulten no factibles. Por lo tanto, este artículo investiga una formulación de Control Predictivo basado en Modelos (MPC) para procesos no lineales represent...
Guardado en:
| Autores principales: | , , , , , |
|---|---|
| Formato: | Documento de conferencia publishedVersion |
| Lenguaje: | Español |
| Publicado: |
2020
|
| Materias: | |
| Acceso en línea: | http://hdl.handle.net/20.500.12272/4598 |
| Aporte de: |
| id |
I68-R174-20.500.12272-4598 |
|---|---|
| record_format |
dspace |
| institution |
Universidad Tecnológica Nacional |
| institution_str |
I-68 |
| repository_str |
R-174 |
| collection |
RIA - Repositorio Institucional Abierto (UTN) |
| language |
Español |
| topic |
control predictivo sistema lineal de parámetros variables problema de programación cuadrática sistemas no lineales CSTR |
| spellingShingle |
control predictivo sistema lineal de parámetros variables problema de programación cuadrática sistemas no lineales CSTR Pipino, Hugo Bernardi, Emanuel Morato, Marcelo M. Cappelletti, Carlos A. Adam, Eduardo J. Normey-Rico, Julio E. Formulación de un LPV-MPC Adaptativo para Procesos Industriales No Lineales. |
| topic_facet |
control predictivo sistema lineal de parámetros variables problema de programación cuadrática sistemas no lineales CSTR |
| description |
En general los procesos de la industria química son no lineales, lo que hace que los algoritmos convencionales de
control predictivo lineal resulten no factibles. Por lo tanto, este artículo investiga una formulación de Control Predictivo basado
en Modelos (MPC) para procesos no lineales representados a través de modelos Lineales de Parámetros Variables (LPV). El
método propuesto se formula como un MPC adaptativo basado en la solución de dos problemas consecutivos de Programación Cuadrática (QP), resueltos en cada instante de muestreo. El primer QP tiene un horizonte hacia atrás y estima una variable de ajuste asociada al proceso, que se utiliza para determinar el mejor modelo lineal de predicción. El segundo QP utiliza este modelo para optimizar el desempeño a lo largo del horizonte futuro. El método propuesto se aplica a un sistema Reactor Continuo de Tanque Agitado (CSTR). Las discusiones se constituyen en torno al procedimiento de diseño a-priori, el esfuerzo computacional en línea y las dificultades de su aplicación. |
| format |
Documento de conferencia publishedVersion |
| author |
Pipino, Hugo Bernardi, Emanuel Morato, Marcelo M. Cappelletti, Carlos A. Adam, Eduardo J. Normey-Rico, Julio E. |
| author_facet |
Pipino, Hugo Bernardi, Emanuel Morato, Marcelo M. Cappelletti, Carlos A. Adam, Eduardo J. Normey-Rico, Julio E. |
| author_sort |
Pipino, Hugo |
| title |
Formulación de un LPV-MPC Adaptativo para Procesos Industriales No Lineales. |
| title_short |
Formulación de un LPV-MPC Adaptativo para Procesos Industriales No Lineales. |
| title_full |
Formulación de un LPV-MPC Adaptativo para Procesos Industriales No Lineales. |
| title_fullStr |
Formulación de un LPV-MPC Adaptativo para Procesos Industriales No Lineales. |
| title_full_unstemmed |
Formulación de un LPV-MPC Adaptativo para Procesos Industriales No Lineales. |
| title_sort |
formulación de un lpv-mpc adaptativo para procesos industriales no lineales. |
| publishDate |
2020 |
| url |
http://hdl.handle.net/20.500.12272/4598 |
| work_keys_str_mv |
AT pipinohugo formulaciondeunlpvmpcadaptativoparaprocesosindustrialesnolineales AT bernardiemanuel formulaciondeunlpvmpcadaptativoparaprocesosindustrialesnolineales AT moratomarcelom formulaciondeunlpvmpcadaptativoparaprocesosindustrialesnolineales AT cappelletticarlosa formulaciondeunlpvmpcadaptativoparaprocesosindustrialesnolineales AT adameduardoj formulaciondeunlpvmpcadaptativoparaprocesosindustrialesnolineales AT normeyricojulioe formulaciondeunlpvmpcadaptativoparaprocesosindustrialesnolineales |
| bdutipo_str |
Repositorios |
| _version_ |
1764820551971373058 |