Control Predictivo

Curso: Control Predictivo, Nuevas Tendencias y Aplicaciones

Capítulo 1: Motivación y fundamentos
Carlos Bordóns Alba
Dpto. Ingeniería de Sistemas y Automática. Escuela Técnica Superior de Ingenieros. Universidad de Sevilla

Master en Automática, Robótica e Informática Industrial Universidad Politécnica de Valencia, 2007

© Carlos Bordóns, 2007

1

Índice
1. Tendencias actuales encontrol de procesos 2. Perspectiva histórica 3. Situación actual 4. Fundamentos de Control Predictivo Basado en Modelo 5. Algoritmos básicos 6. Ejercicios con el simulador
© Carlos Bordóns, 2007

2

1. Tendencias actuales en Control de Procesos
Pasado: mantener operación estable del proceso. Sustituir al operador humano Actualidad: operar los procesos productivos en consonancia con elmercado. Operar con alta eficiencia y flexibilidad. Nuevos retos. – Competencia – Interés social por problemas medioambientales – Ahorro energético – Seguridad Objetivo: actuar sobre las variables manipulables para satisfacer criterios de funcionamiento cambiantes (económicos, seguridad, medioambientales, calidad)
3

© Carlos Bordóns, 2007

Objetivo General

Llevar el proceso a su óptimoeconómico en todo momento

Mercado Incertidumbres y perturbaciones en el proceso

Φ
h

d

restricciones • equipos, seguridad, ambiente • capacidad, calidad, repricabilidad

Toma de decisiones en la operación del proceso perfiles variantes en el tiempo Variables manipulables Variables observadas
© Carlos Bordóns, 2007

4

Las diversas metodologías actuales ...
... se enfrentan alcumplimiento de este objetivo. ... difieren en la formulación matemática de los criterios de funcionamiento y en la forma de representar el proceso. Control Predictivo Basado en Modelo, Model (Based) Predictive Control MPC: poderosa herramienta para afrontar estos retos. MPC acepta cualquier tipo de modelo de proceso, funciones objetivo o restricciones. Atractivo porque: – permite reflejar los criteriosde funcionamiento relevantes – forma intuitiva de formular el problema del control
5

© Carlos Bordóns, 2007

Principales problemas de control en la industria de procesos

25 20 15 10 5 0
Informe de Takatsu et al. para la Society of Instrumentation and Control Engineering (Control Engineering Practice)
© Carlos Bordóns, 2007

Retardo Perturbaciones Interacción Respuesta Estabilidad

6Principales factores claves de éxito
14 12 10 8 6 4 2 0
Selección estrategia Selección equipo Especificaciones apropiadas Configuración flexible Operación de emergencia Interface operario Análisis del proceso
© Carlos Bordóns, 2007

7

Principales factores claves fracaso
25

20

15

10

Ausencia de análisis del proceso Selección de los sensores Falta de rechazo aperturbaciones Selección estrategia control Selección actuadores Selección equipo

5

0

Especificaciones inapropiadas Configuración rígida
© Carlos Bordóns, 2007

8

Estado de uso de las distintas técnicas
Comp. Retardo Borroso MPC Gain-scheduling PID avanzado Autoajuste Desacoplo Basado Reglas F. Kalman Neuronal LQ Observador Adaptativo Hoo 7 9,3 11,8 11 9,8 17,9 15,5 29,4 29,1 28,6 32,5 3837,2 52,4

0

10

20

30

40

50
© Carlos Bordóns, 2007

60

9

Grado de satisfacción de las distintas técnicas
Comp. Retardo Borroso MPC Gain-scheduling PID avanzado Autoajuste Desacoplo Basado Reglas F. Kalman Neuronal LQ Observador Adaptativo Hoo 50 56 62 61 66 69 70 65 66 87 89 83 94 89

0

10

20

30

40

50

60

70

80

90

100

© Carlos Bordóns,2007

10

MPC Borroso

Retardo

Expectativas

Adaptativo Neuronal Desacoplo Hoo FK Deslizante LQ Auto ajuste

PID

Posibilidades técnicas

© Carlos Bordóns, 2007

11

Control Predictivo

Control Predictivo Basado en Modelo (CPBM), Model (Based) Predictive Control MPC Constituye un campo muy amplio de métodos de control desarrollados en torno a ciertas ideas comunes Integra...