Diseño de un sistema de control predictivo distribuido basado en datos para sistemas a gran escala con restricciones

• Autor: Calle Chojeda, Elmer Trinidad
• Formato: tesis doctoral
• Fecha de Publicación: 2022
• Institución: Universidad de Piura
• Repositorio: UDEP-Institucional
• Lenguaje: español
• OAI Identifier: oai:pirhua.udep.edu.pe:11042/7539
• Enlace del recurso: https://hdl.handle.net/11042/7539
• Nivel de acceso: acceso abierto
• Materia: Control predictivo -- Aplicación; Redes neuronales (Computadores) -- Aplicación; 629.895 1; https://purl.org/pe-repo/ocde/ford#2.02.03

La tesis tiene como objetivo el diseño de un controlador predictivo distribuido, que utiliza como modelo de predicción un modelo ARX basado en redes neuronales, el cual fue entrenado, validado y probado, utilizando datos operativos de la planta a controlar. Como casos de estudio, se observaron dos plantas. El primero es un sistema de cuatro tanques acoplados, del cual existe un módulo real en el Laboratorio de Sistemas de Control Automático del Departamento de Ingeniería Mecánica-Eléctrica de la Universidad de Piura. Además de ser MIMO (Multiple-Input Multiple-Output), este sistema tiene un comportamiento no lineal y un alto acoplamiento entre sus variables. El segundo caso es un reactor de tanque de agitación continua (CSTR), cuyo modelo basado en primeros principios se utilizó para obtener los datos de entrenamiento del modelo ANN. Este segundo sistema, además de ser MIMO y no lineal, también tiene características de fase no mínima. En el caso 1, se implementó un MPC centralizado basado en un modelo de red neuronal y los resultados mostraron un excelente desempeño en comparació con un MPC centralizado lineal, basado en el modelo de espacio de estado. El ANN-MPC pudo lograr respuestas con sobreimpulsos más bajos, un tiempo de establecimiento rápido y sobreimpulsos poco profundos. Por otro lado, para el caso 2, en el cual el proceso tiene un comportamiento no lineal y de fase mínima, se aplicó un MPC distribuido basado en un modelo de red neuronal. Para comparar el rendimiento, también se diseñó un MPC centralizado. En los resultados se puede observar que para el ANN-DMPC se obtuvieron respuestas satisfactorias para alcanzar las referencias propuestas, que para el MPC centralizado lineal se lograron, pero con grandes sobreimpulsos.