simulador de controladores predictivos m

Upload: pablo-danilo-mendez

Post on 24-Feb-2018

215 views

Category:

Documents


0 download

TRANSCRIPT

  • 7/25/2019 Simulador de Controladores Predictivos m

    1/8

    SIMULADOR DE CONTROLADORES PREDICTIVOSMULTIVARIABLES CON MODELOS EN ESPACIO DE ESTADOS

    S. Garca-Nieto, J. Sanchs, M. Martnez y X. Blasco

    Dpto. de Ingeniera de Sistemas y Automtica.Universidad Politcnica de Valencia

    Camino de Vera s/n, 46022 ValenciaEmail: [email protected]://ctl-predictivo.upv.es/

    ResumenEn este artculo se describe un simulador de

    controladores predictivos multivariable como

    elemento de apoyo para la realizacin de prcticas

    en laboratorio. El objetivo de dichas prcticas es

    afianzar los conocimientos del alumno en temas decontrol predictivo MIMO con modelos en espacio de

    estados. La aplicacin se ha desarrollado utilizando

    la herramienta de programacin cientfica MATLAB

    6.5.

    Palabras Clave: Control Predictivo en espacio de

    estados, docencia en control.

    1. INTRODUCCIN

    Todos los controladores predictivos basados enmodelos comparten una metodologa que se puede

    describir como sigue [2]:

    En cada instante k se predicen las salidas delproceso y(k + Hp | k) (prediccin, en elinstante k, de la salida en el instante k + Hp),para una cierto horizonte de tiempo utilizandoun determinado modelo del proceso.

    Se dispone de la trayectoria de referencia w(k+ Hp), que describe el comportamientodeseado de las salidas futuras del proceso.

    Se calculan las futuras acciones de control,

    vector u, de manera que minimicen unadeterminado ndice de coste, funcin del errorcuadrtico en el horizonte de prediccin.

    [ ] [ ]+++++==

    pH

    i

    TkikyikwQkikyikwuJ

    1

    )|()()|()()(

    [ ] [ ]=

    +++uH

    j

    TkjkuRkjku

    1

    )|1()|1( (1)

    donde:

    Hp: Horizonte de prediccin.

    Hu: Horizonte de control. i: Coeficientes de ponderacin de los

    errores (diagonal de la matriz Q).

    i: Coeficientes de ponderacin de las

    acciones de control (diagonal de lamatrizR).

    Una de las principales caractersticas del

    control predictivo es la incorporacin derestricciones en el diseo del controlador. Portanto, la minimizacin del ndice de coste quese plantea incorpora una serie de restricciones

    en las variables del mismo. Mediante stassomos capaces de modelar las limitaciones

    fsicas del proceso, expresadas segn se indicaen la ecuacin (2).

    10j,)(

    1,)(

    maxmin

    maxmin

    =+=+

    u

    p

    Hujkuu

    Hiyikyy

    ii

    ii

    K

    K(2)

    De la secuencia de acciones de controlptimas calculadas, slo se aplica al proceso laprimera de ellas. Los dems elementos sedesprecian. Esta tcnica se conoce comohorizonte mvil.

    El modelo de prediccin [3] que se emplea se

    muestra en la ecuacin (3).

    +

    +

    +

    =

    +

    +

    )|1(

    )|(

    0

    00

    )3()(

    )|(

    )|1(

    21

    1

    kHku

    kku

    BCBACBAC

    BCBAC

    BC

    kx

    AC

    AC

    kHky

    kky

    uHH

    H

    p

    pp

    p

    M

    L

    MOM

    L

    L

    MM

    Las dimensiones de las matrices empleadas aumentancon el horizonte de prediccin y el de control, hecho

    que incrementa la complejidad en el clculo de estetipo de controladores.

    XXV Jornadas de Automtica

    Ciudad Real, del 8 al 10 de septiembre de 2004

    http://ctl-predictivo.upv.es/http://ctl-predictivo.upv.es/
  • 7/25/2019 Simulador de Controladores Predictivos m

    2/8

    Sustituyendo el modelo de prediccin (3) en el ndicedescrito por la ecuacin (1), y teniendo en cuentas lasrestricciones fijadas en la ecuacin (2); usualmente seresuelve el problema de optimizacin conrestricciones mediante la utilizacin de una rutina de

    programacin cuadrtica (QP).

    Una cuestin a destacar es la obtencin de los estadosdel sistema. Como se puede observar en el modelo deprediccin de la ecuacin (3), es necesario elconocimiento del vector de estado x. Esta cuestin seresuelve mediante el uso de un observador. Enpresencia de ruido, se puede plantear la obtencin del

    vector de estados mediante la utilizacin de un filtrode Kalman [1], descrito por la ecuacion (4).

    [ ][ ]T

    T

    wwERN

    vvEQN

    kkxCkY

    kGkuBkxAkx

    )()()(

    )()()()1(

    =

    =

    +=

    ++=+

    (4)

    En donde (k) y (k) son sendos ruidos blancos demedia cero y covarianzas conocidas (QN y RNrespectivamente).

    A partir de las ecuaciones del modelo se construye unobservador del estado completo, tal y como muestrala ecuacin (5).

    T

    e

    TT

    TT

    e

    e

    AkPCkKQNGGAkPAkPCkPCRNCkPAkK

    kxCkykKkuBkxAkx

    )()()()1()5())(()()(

    )()()()()()1(

    1

    +=+

    +=

    ++=+

    2. DESCRIPCIN DE LAAPLICACIN.

    La aplicacin desarrollada est basada en los GUIDEde MATLAB [6], los cuales permiten programaraplicaciones con interfaces grficas que se ejecutanen el entorno de trabajo de MATLAB. Esta filosofa

    de programacin permite al alumno aumentar el

    nmero de herramientas disponibles a la hora deldiseo de controladores. El alumno, aparte dedisponer de toda la potencia de clculo del programaMATLAB, puede usar una aplicacin especfica quese ejecuta dentro del mismo entorno.

    En la figura 1 se muestra la interfaz de usuario

    desarrollada.

    Figura 1. Interfaz de usuario.

  • 7/25/2019 Simulador de Controladores Predictivos m

    3/8

    Los puntos que siguen tratarn de profundizar en lautilizacin de cada uno de los elementos queaparecen en el interfaz de usuario.

    2.1 MODELO DEL SISTEMA

    La herramienta solicita al usuario la introduccin deun modelo en espacio de estados del proceso que sepretende controlar, en la forma descrita por laecuacin (6).

    )()()(

    )()()1(

    kuDkxCky

    kuBkxAkx

    +=

    +=+(6)

    Las matrices A, B, C, y D se deben almacenar enficheros .mat, caractersticos del entorno de trabajo

    MATLAB, por lo que es necesario aportar el nombre

    de estos ficheros.

    Por otra parte, tambin se debe introducir una seriede datos referentes a la implementacin del filtro deKalman, descrito por la ecuacin (4), como son lasmatrices QN y RN, las cuales deben estar

    almacenadas en sus respectivos archivos de extensin.mat.

    Toda la informacin solicitada se debe introducir en

    los campos apropiados, tal y como muestra la figura2.

    Figura 2. Modelo del sistema y filtro de Kalman.

    2.2 PARMETROS DEL CONTROLADORPREDICTIVO.

    El otro conjunto de elementos fundamentales para

    implementacin del control son los referentes a los

    parmetros de configuracin del controladorpredictivo.

    Por un lado, se encuentran las matrices deponderacin del ndice de coste de la ecuacin (1). El

    usuario debe aportar el nombre de las matrices Qy R,las cuales deben estar almacenadas en sus respectivos

    archivos de extensin .mat. Por otro se debe indicarcul es el horizonte de prediccin y el horizonte decontrol que el usuario desea utilizar en el diseo delcontrolador predictivo.

    Por ltimo, se deben aportar las matrices que definen

    las restricciones de los estados, acciones de control ysalidas.

    =

    =

    =

    PPPPP

    MMMMM

    NNNNN

    fe

    fe

    RESY

    fye

    fye

    dc

    dc

    RESU

    duc

    duc

    ba

    ba

    RESX

    bxa

    bxa

    MMM

    MMM

    MMM

    11111

    11111

    11111

    (7)

    Las matrices RESX, RESU y RESY, tambin debenestar almacenadas en sus respectivos archivos deextensin .mat.

    Toda la informacin solicitada se debe introducir en

    los campos apropiados, tal y como muestra la figura3.

  • 7/25/2019 Simulador de Controladores Predictivos m

    4/8

    Figura 3. Parmetros del controlador predictivo.

    2.3 ESPECIFICACIN DE LASTRAYECTORIAS DE REFERENCIA.

    La aplicacin permite determinar qu trayectoriadeben de seguir las salidas del sistema. stas se

    especifican mediante la utilizacin de los comandosque muestra la figura 4.

    Figura 4. Establecimiento de referencias.

    La aplicacin ofrece la posibilidad de realizar dostipos de control:

    Regulacin de los estados al punto deequilibrio.

    Seguimiento de referencias.

    Estas dos posibilidades se indican en el control quese muestra seguidamente.

    La seleccin Punto de equilibrio desecha cualquier

    referencia fijada por el usuario, determinando comoobjetivo de control llevar los estados del sistema alpunto de equilibrio.

    La seleccin Seguimiento Ref.marca como objetivode control el que las salidas del sistema sigan a lareferencia. Como se puede apreciar, el usuario puedeseleccionar una trayectoria escaln, senoidal o untren de pulsos. Debiendo indicar cada uno de losparmetros caractersticos de este tipo de seales.Asmismo el usuario debe indicar el periodo demuestreo al que trabajar el sistema y tiempomximo de simulacin.

    Se debe tener en cuenta que los procesos con los quese trabaja son de carcter MIMO, por lo que se debenespecificar tantas trayectorias de referencia comosalidas. Por ello el usuario debe especificar cuntassalidas tiene el sistema, y posteriormente seleccionaren el men desplegable la salida que se va aconfigurar. Fijando la trayectoria deseada mediante elbotn Fijar.

    Por ltimo destacar, que para la introduccin denuevas trayectorias se debe realizar un borradoprevio de las ya establecidas; esto es gestionado porel botn Eliminar Ref. que permite eliminar todaslas referencias asignadas a las salidas enexperimentos anteriores.

    2.4 VISUALIZACIN DE RESULTADOS.

    La aplicacin presenta dos grficas con los resultadosde la simulacin del bucle cerrado (figura 5).

  • 7/25/2019 Simulador de Controladores Predictivos m

    5/8

  • 7/25/2019 Simulador de Controladores Predictivos m

    6/8

    Figura 6. Flujograma de funcionamiento de laaplicacin.

    4. EJEMPLO DE SIMULACIN DEUNA MQUINA PAPELERA.

    El presente apartado muestra la utilizacin de la

    aplicacin cuando se quiere simular el controlpredictivo MIMO aplicado a una mquina papelera

    [5]. (ejemplo que el usuario tiene disponible en laaplicacin).

    La figura 8, presenta una breve descripcin del

    proceso.

    Figura 7. Diagrama de bloques de la mquinapapelera.

    donde,

    nivel del tanque (no medible).1H

    nivel de la cabecera (medible).2H

    1, consistencia del producto del tanque

    (no medible).

    N

    2

    , consistencia del producto de cabecera

    (medible).

    N

    Gp, flujo de alimentacin de materia primadel tanque

    Gw,reflujo de entrada al tanque

    El modelo del sistema en espacio de estados,discretizado a un periodo de 2 seg. se muestra en laecuacin (9).

    ;)(

    )(

    0

    0

    )(

    )(

    )(

    )(

    1000

    0010

    )(

    )(

    )9()(

    )(

    15.099.0

    74.052.1

    28.028.0

    65.065.0)(

    )(

    )(

    )(

    43.03.067.010.0

    03.000

    0043.011.0

    00002.0

    )1(

    )1(

    )1(

    )1(

    2

    1

    2

    1

    2

    2

    2

    1

    2

    1

    2

    1

    2

    1

    +

    =

    +

    +

    =

    +

    +

    +

    +

    kGw

    kGp

    kN

    kN

    kH

    kH

    kN

    kH

    kGw

    kGp

    kN

    kN

    kH

    kH

    kN

    kN

    kH

    kH

    Los parmetros que se establecen para elplanteamiento del problema de control predictivo serecogen en la tabla 1.

    Parmetro Descripcin Valor

    P Horizonte deprediccin.

    Numero deinstantes en losque se obtiene larespuestaestimada delsistema.

    10

    M Horizonte decontrol. Numero

    de acciones decontrol futurasque intervienenen la prediccin.

    3

    Q Matriz deponderacin delerror (Ypred-Yref).

    250

    050

    R Matriz de

    ponderacin delas acciones de

    control.

    6.00

    06.0

  • 7/25/2019 Simulador de Controladores Predictivos m

    7/8

  • 7/25/2019 Simulador de Controladores Predictivos m

    8/8

    tipo de controladores, previo paso al desarrolloterico. Al mismo tiempo ste puede obtener lavalidacin de sus propios diseos de una formarpida y fiable.

    La aplicacin desarrollada, pretende seguir los pasos

    de otras herramientas de aprendizaje interactivo decontrol predictivo mucho ms potentes, como porejemplo MIMO-GPCIT [4].

    Agradecimientos

    Este trabajo ha sido parcialmente financiado por

    AGL-2002-04108-C02-01 y DPI 2001-3106-C02-02del MCYT.

    Referencias

    [1] Albertos, P. and Sala, A. (2004), Multivariable

    Control Systems, pp. 197-210.

    [2] Camacho, E.F. and Bordons, C. (1995). ModelPredictive Control in the Process Industry.

    Springer-Verlag.

    [3] Glad, T. and Ljung, L. (1997), Control Theory.Taylor and Fancis, pp. 383-392.

    [4] Guzmn, J.L., Berenguer, M. y Dormido, S.

    (2004), MIMO-GPCIT. RIAI, v. 1, n. 1. pp. 57-68.

    [5] Maciejowski, J. (2002) Predictive Control withConstraints. Prentice Hall.

    [6] Mathworks. Matlab CD-Suport 2001.