Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
j=N 1
J ( N 1 , N 2 , N u )=
En donde:
y ( t+ j|t) : Es la prediccin ptima de la salida del proceso j pasos adelante.
N 1 : Horizonte mnimo de coste. (Horizonte mnimo de prediccin).
N 2 : Horizonte mximo de coste. (Horizonte mximo de prediccin).
N u : Horizonte de control.
( j) y ( j) :Secuencias de ponderacin. En la prctica ( j )=1 y ( j)
se toma como parmetro de diseo.
w (t+ j) : Es la trayectoria futura de referencia o Set-point.
El objetivo es el clculo de la secuencia de control futura u ( t ) , u ( t+1 ) de tal
manera que la salida futura del proceso y (t+ j) permanezca se aproxime lo
mejor posible a w (t+ j) . Esto se logra minimizando la funcin de costo dada en
la ecuacin 6.16
6.4.2 Prediccin ptima. Para minimizar la funcin de costo, es necesario
obtener primero la prediccin ptima de y (t+ j) en el intervalo N1 j N 2 .
Aplicando el algoritmo de la divisin, el ltimo trmino de la ecuacin 6.16, se
puede escribir en la forma:
1
1 j F j (z )
=E j ( z ) + z
1
6.18
A ( z1 ) A ( z1 )
Para simplificar se utiliza: A ( z1) = A , B ( z 1 )=B , E ( z1) =E , F ( z1 )=F
Entonces:
1= A E j + F j z j 6.19
Haciendo: ^
A= A=( 1z1) A
1= ^
A E j+ F j z j ^
A E j=1F j z j 6.20
Multiplicando la ecuacin 6.15 con C ( z1 )=1 por E j z j se obtiene:
j j d Ejzj
E j z Ay ( t )= E j z z Bu (t 1 )+ e (t)
^
A E j y ( t+ j )=E j B u ( t+ jd 1 )+ E j e (t+ j)
Donde:
[ ][ ][ ]
y (t+ d +1|t) go 0 0 u(t )
y= y (t+ d +2|t) G= g 1 g o 0 u= u (t+1)
y (t +d + N|t) gN 1 g N2 go u( t+ N 1)
[ ] [ ]
z [Gd +1 ( z 1 )g 0 ] F d +1 ( z1 )
1
G' ( z1 )= z 2 [Gd +2 ( z 1 ) g 0g1 z1 ] F ( z 1 )= F d +2 ( z )
N 1 1
z [Gd +N ( z ) g 0g1 z g N 1 z (N1)
] Fd + N (z1)
Los dos ltimos trminos de la ecuacin 6.24 dependen solo del pasado por lo
tanto, pueden agruparse en un solo trmino f , dando lugar a:
y=Gu+ f 6.25
6.4.3 Obtencin de la ley de control. La funcin de costo a minimizar propuesta
para el control predictivo generalizado, segn la ecuacin 6.17 es [5]:
t+j
y
t
( j)
N2
j=N 1
J ( N 1 , N 2 , N u )=
u=(G T G+ I )1 G T ( wf )6.27
Debido a que en el instante t solo se aplica al sistema de control la salida
u(t) , solo interesa el primer elemento del vector u . Por lo tanto, en la
ecuacin 6.27 slo interesa la primera fila de la matriz (GT G+ I )1 GT as, la ley
de control para el GPC queda:
u=K ( wf ) 6.28
Siendo K , la primera fila de (G T G+ I )1 G T
EJEMPLO 6.1
Para el sistema de control de la figura 6.6, disee un controlador predictivo. Asuma
horizonte de prediccin 3, horizonte de control 3, =1 y periodo de muestreo
T=2 seg.
HG ( z )=(1z1)z N I m [ ] G( S)
S
[ ]
1
0.6 0.07056+0.0621 z
HG ( z )=( 1z 1 ) I m = 1
z1
S ( 8 S +1 ) 10.7788 z
A ( z1) =10.7788 z1
B ( z 1 )=0.07056+0.0621 z1 d=1 N 1=1 N 2=3 N u=3
^
A ( z1) =( 1z 1 ) ( 10.7788 z1 ) ^
A (z1)=11.7788 z 1 +0.7788 z2
Las ecuaciones para obtener la prediccin son:
E j+1=E j +f j ,0 z j
F j=[ 1E j ^
A ] zj
G j =B E j
E1=1 E1=1
F1= [ 1E1 ^
A] z F1=1.7788+ 0.7788 z 1
G1=B E 1 G1=0.07056+ 0.0621 z1
E2=E 1+ f 1,0 z1 E2=1+1.7788 z1
F2 =[ 1E2 ^
A ] z2 F2 =2.38531.3853 z
1
G2=B E 2 1
G2=0.0756+ 0.1876 z +0.1104 z
2
[ ][ ][ ]
y (t+ d +1|t) go 0 0 u(t )
y= y (t+ d +2|t) G= g 1 g o 0 u= u (t+1)
y (t +d + N|t) gN 1 g N2 go u( t+ N 1)
[ ] [ ]
1
z [Gd +1 ( z 1 )g 0 ] F d +1 ( z )
2 1
z [Gd +2 ( z ) g 0g1 z ] F ( z 1 )= F d +2 ( z )
1 1
G' ( z1 )=
N 1 1
z [Gd +N ( z ) g 0g1 z g N 1 z (N1)
] Fd + N (z1)
[ ][ ][ ] [ ] [ ]
1
y (t+1) 0.07056 0 0 u(t) 1.77880.7788 z 0.0621
y (t+2) = 0.1876 0.07056 0 u(t +1) + 2.38531.3853 z 1 y (t)+ 0.1104 u( t1)
y(t+3) 0.2787 0.1876 0.07056 u(t +2) 2.85761.8576 z1 0.1484
La ecuacin anterior se puede escribir en la forma:
y=Gu + f
[ ][ ][ ] [ ]
y (t+1) 0.07056 0 0 u(t) 0.0621 u ( t1 ) +1.778 y (t )0.7788 y (t1)
y (t+2) = 0.1876 0.07056 0 u(t +1) + 0.1104 u ( t1 ) +2.3853 y ( t )1.3853 y (t1)
y(t+3) 0.2787 0.1876 0.07056 u(t +2) 0.1484 u ( t1 ) +2.8576 y ( t )1.8576 y (t1)
u=K (wf )
[ ]
0.07056 0 0
G= 0.1876 0.07056 0
0.2787 0.1876 0.07056
Se obtiene:
[ ]
0.0634 0.1645 0.2386
(GT G+ I )1 GT = 0.004 0.0575 0.1645
0.0012 0.004 0.0634
[ ]
w (t )0.0621 u ( t1 )1.778 y ( t )+ 0.7788 y (t1)
u=[ 0.0634 0.1645 0.2386 ] w ( t ) 0.1104 u ( t1 )2.3853 y ( t )+1.3853 y (t 1)
w ( t )0.1484 u (t 1 )2.8576 y ( t ) +1.8576 y (t 1)
Figura 6.7 Diagrama en bloques para el control predictivo del ejemplo 6.1
En la figura 6.8 se presenta la respuesta del sistema con el control predictivo con
diferentes valores de la referencia w (t) .
EJEMPLO 6.2
La funcin de transferencia de un sistema neumtico est dada por:
0.4 (z +0.5)
G ( z )=
z ( z 20.6 z+ 0.4)
2
[ ][
y (t+ d +1|t)
]
y ( t+3|t)
y= y (t+ d +2|t) = y (t +4|t)
y ( t+5|t)
y (t +d + N|t)
[ ] [ ]
1 2
0.4 0 0 1.2960.9 2 z +0.624 z
F ( z )= 1.15360.672 z1 +0.51824 z 2
1
G= 0.8 0.4 0
0.944 0.8 0.4 1.17280.6346 z1+ 0.4612 z 2
[ ]
0.84 +0.9442 z 1 +0.312 z2
G ( z ) = 0.9442+0.8304 z 1 +0.2592 z2
1
[ ][ ][ ] [ ] [
1 2 1
y (t+3| t) 0.4 0 0 u(t) 1.2960.9 2 z +0.624 z 0.84 +0.9442 z +0.31
y(t +4|t) = 0.8 0.4 0 u( t+1) + 1.15360.672 z +0.51824 z y ( t ) + 0.9442+0.8304 z +0.25
1 2 1
y (t+5| t) 0.944 0.8 0.4 u(t +2) 1.17280.6346 z1 +0.4612 z2 0.8304+ 0.72042 z1 +0.2
Es decir:
[ ][ ][ ] [
y ( t+ 4|t ) 0.4 0 0 u (t) 0.84 u ( t1 )+ 0.9442 u ( t2 ) +0.312 u ( t 3 ) +1.296 y ( t
y ( t+5|t ) = 0.8 0.4 0 u ( t +1 ) + 0.9442 u ( t1 ) +0.8304 u ( t2 ) +0.2592 u ( t 3 ) +1.1536 y ( t
y ( t +6|t ) 0.944 0.8 0.4 u ( t +2 ) 0.8304 u ( t1 )+ 0.72042 u ( t2 ) +0.2306 u ( t 3 )+1.1728 y (
[ ]
0.15058 0.23373 0.19924
T 1 T
(G G+ I ) G = 0.0674 0.07403 0.23373
0.02125 0.06743 0.15058
Por lo tanto:
K= [ 0.15058 0.23373 0.19924 ]
La ley de control es:
[
w ( t )0.84 u ( t1 )0.9442 u ( t2 )0.312 u ( t3 ) 1.296 y (
u=[ 0.15058 0.23373 0.19924 ] w (t )0.9442 u ( t1 ) 0.8304 u ( t2 )0.2592 u ( t3 ) 1.1536 y
w ( t )0.8304 u ( t1 )0.72042 u ( t2 )0.2306 u (t3 )1.1728 y