Diseño de controladores predictivos con objetivos económicos robustos

• Autores: D' Jorge, Agustina
• Año de publicación: 2019
• Idioma: español castellano
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: González, Alejandro Hernán; Zumoffen, David; Feroldi, Diego; Vega, Jorge; Figueroa, José Luis; Ferramosca, Antonio
• Materia: Control Predictivo basado en Modelo (MPC); Optimización económica; Control robusto; Control estocástico; Model Predictive Control (MPC); Economic optimization; Robust control; Stochastic control
• Institución: Universidad Nacional del Litoral

Fil: D' Jorge, Agustina. Universidad Nacional del Litoral. Facultad de Ingeniería y Ciencias Hídricas; Argentina.
El Control Predictivo basado en Modelos (MPC) es una estrategia de control avanzado ampliamente utilizada, y estudiada, tanto en ámbitos académicos como industriales. El objetivo de esta técnica de control ha sido, durante muchos años, guiar el proceso a un punto de operación óptimo en forma rápida y confiable. Sin embargo, en la última década los investigadores se centraron en una formulación particular, denominada MPC Económico, cuyo objetivo ya no es estabilizar el sistema controlado en un estado estacionario particular, sino optimizar su desempeño teniendo en cuenta algún criterio de rendimiento económico. En este marco, el objetivo general de la presente tesis es ampliar las fronteras de los desarrollos teóricos de los controladores MPC con objetivos económicos, bajo la influencia de incertidumbre. Esta tesis trata el problema del diseño de controladores predictivos con objetivos económicos, tanto dinámicos como estacionarios, que sean capaces de garantizar la estabilidad a pesar de la presencia de incertidumbres en el sistema, sin que se produzca perdida de factibilidad, debido a los posibles cambios de los puntos de operación económicamente óptimos. Los controladores diseñados garantizan la satisfacción de las restricciones del sistema incluso en presencia de perturbaciones, ya sea de manera determinística o en probabilidad para el caso estocástico, asegurando factibilidad recursiva y estabilidad asintótica del sistema a lazo cerrado.
Model Predictive Control (MPC) is an advanced control strategy widely used and studied, both in academic and industrial settings. The objective of this control technique has been, for many years, to guide the process to an optimal operating point quickly and reliably. However, in the last decade, the researchers focused on a particular formulation, called Economic MPC, whose objective is no longer to stabilize the controlled system in a particular steady state but to optimize its performance taking into account some criteria of economic performance. Within this framework, the general objective of this Thesis is to expand the boundaries of the theoretical developments of MPC controllers with economic objectives, under the influence of uncertainty. This thesis deals with the problem of the design of predictive controllers with economic objectives, both dynamic and stationary, that are able to guarantee stability despite the presence of uncertainties in the system, without loss of feasibility due to possible changes in the economically optimal operating points. The designed controllers guarantee the satisfaction of the system restrictions even in the presence of disturbances, either in a deterministic or probability for the stochastic case, ensuring recursive feasibility and asymptotic stability of the closed loop system.
Consejo Nacional de Investigaciones Científicas y Técnicas