MPC: Relevant Identification and Control in the Latent Variable Space

Control predictivo basado en modelos (MPC) es una metodologia de control ampliamente utilizada en la industria por su habilidad para controlar procesos multivariable con restricciones en sus entradas y sus salidas. Se distinguen dos fases en la implementacion de MPC: identificacion y control. El proposito de esta tesis es doble: realizar contribuciones en la identificacion para MPC y proponer una nueva metodologia de control MPC. La respuesta en bucle cerrado de una implementacion de MPC depende, en gran medida, de la capacidad de prediccion del modelo; luego la identificacion del modelo es un punto crucial en MPC y la parte que a menudo exige la mayor parte del tiempo del proyecto. El primer objetivo que cubre la tesis es la identificacion para MPC. Puesto que un modelo es una aproximacion del comportamiento de un proceso, dicha aproximacion se puede hacer teniendo en cuenta el fin que se le va a dar al modelo. En MPC, el modelo se utiliza para realizar predicciones dentro de una ventana futura, luego la identificacion para MPC (MRI) tiene en cuenta dicho uso del modelo y considera los errores de prediccion dentro de dicha ventana para el ajuste de los parametros del modelo. En esta tesis, se cubren tres temas dentro de MRI. Primero se define MRI y las distintas formas de abordarlo. Luego se compara en terminos de MRI el ajuste de un modelo con multiples entradas y multiples salidas con el ajuste de varios modelos con multiples entradas y una salida concluyendo que el ajuste de un unico modelo con multiples entradas y multiples salidas proporciona mejores resultados en terminos de MRI para horizontes de prediccion lo suficientemente grandes. Por ultimo, se propone el algoritmo PLS-PH para implementar MRI con modelos parametricos en el caso de correlacion en los datos de identificacion. PLS-PH es un metodo de optimizacion numerica por busqueda lineal basado en PLS (minimos cuadrados parciales). Se muestra en un ejemplo como PLS-PH es capaz de proporcionar mejores modelos que las tecnicas convencionales de MRI en modelos parametricos en el caso de correlacion en los datos de identi ficacion. Una vez obtenido el modelo se puede formular el controlador predictivo. En esta tesis se propone LV-MPC, un controlador predictivo para procesos continuos que implementa la optimizacion en el espacio de las componentes principales.