Professional Documents
Culture Documents
net/publication/228769813
Article
CITATIONS READS
0 157
2 authors, including:
C. De Prada
Universidad de Valladolid
256 PUBLICATIONS 1,040 CITATIONS
SEE PROFILE
Some of the authors of this publication are also working on these related projects:
Coordination and Optimal Resource Allocation of Physically-Coupled Systems of Systems View project
All content following this page was uploaded by C. De Prada on 27 September 2014.
dm
= Fi − Fo − E (1)
dt
dCo
M = Fi ( Ci − Co ) + E ⋅ Co (2)
dt
Y el balance de energía es
dH
M = Fi ⋅ Hi − Fo Ho − E ⋅ Hv − ( Fi − Fo − E ) Ho + Q (3)
dT
Y el balance en la cámara de vapor
dm v
= E − Fvo (5)
dt
U ( k ) = Fik x ( k ) + G ir (9)
J = Cs ( k )T A ir Cs ( k ) + Bir Cs ( k ) + ϒi r (10)
5.1 Síntesis del Controlador El espacio de parámetros se define para cuatro zonas
de operación, establecidas a partir del control óptimo
El controlador se desarrollo inicialmente para todo el obtenido previamente para todo el espacio de
espacio de parámetros, pero su complejidad era parámetros, que posee 222 regiones de control. El
elevada, por lo que se redujo solo a un subespacio subespacio de nuestro interés, define a su vez, cuatro
(figura 4), para el que se considera diversos factores politopos (poliedros acotados). Estas cuatro zonas de
que se detallan a continuación: operación consiguen un ahorro energético y
satisfacen límites de seguridad.
Tiempo de muestreo: Se escogió, considerando que
el sistema tiene un tiempo de respuesta de más de 1
hora, entonces se considera apropiado un tiempo de
muestro de 60 s. para los estados medidos.
En los parámetros de sintonización se confirma que [4] F. Borrelli, Constrained Optimal Control of Linear
para tiempos de muestreo grandes se requiere and Hybrid Systems. Springer-Verlag Berlin
horizontes de predicción también muy grandes, se Heidelberg, 2003.
considero apropiado un horizonte de predicción de
[5] E. F. Camacho and C. Bordons, Control predictivo:
6 para un intervalo de 15 segundos, lográndose una pasado, presente y futuro. RIAI: Revista
complejidad pequeña que se traduce en un Iberoamericana de Automática e Informática 1(3)
instantáneo período de simulación. 5-28, 2004.
Para efectos de rechazo de perturbaciones el control [6] E. F. Camacho, C. Bordons, Model Predictive
desarrollado es apropiado hasta en muy Control. Springer-Verlag, 2004.
desfavorables condiciones como es el aumento
repentino de la presion de vapor de alimentación en [7] M. Kvasnica, P. Grieder, M. Baotic, and M. Morari.
25%, el control logra la referencia en un tiempo Multi parametric toolbox (MPT). In Hybrid Systems:
apropiado y sin gran dificultad en la señal de Computation and Control, volume 2993 of Lecture
Notes in Computer Science, pages 448-462,
control (presión de vahos de salida).
Philadelphia, Pennsylvania, USA, March 2004.
Springer Verlag. http://control.ee.ethz.ch/~mpt.
El control predictivo explícito, resuelto con
programación multiparamétrica da garantía de [8] D.Q. Mayne, J.B. Rawlings, C.V. Rao, and P.O.M
estabilidad, lo que se comprueba a partir de Scokaert. Constrained model predictive control:
funcionalidad incorporada en MPT (Matlab). Stability and optimality. Automatica, 36(6): 789-
814, June 2000.
La incorporación de una variable discreta en el
modelo, incrementa la complejidad pero no
significativamente y puede ser resuelto con
eficiencia y para un mayor rango de operación.
Agradecimientos
El control predictivo explícito desarrollado es Este trabajo ha sido financiado por el Programa
apropiado para ser implementado a nivel industrial Alfa “Process and System Engineering”. El primer
en un evaporador de acuerdo a las evaluaciones autor agradece el respaldo del Dpto. de Sistemas y
realizadas. Automatica de la Universidad de Valladolid.