GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección

El control predictivo basado en modelos o Model Predictive Control (MPC), no hace referencia al diseño concreto de un controlador sino más bien a un conjunto de ideas o características para el desarrollo de estrategias de control que, aplicadas en un mayor o menor grado, dan lugar a diferentes tipos...

Full description

Bibliographic Details
Main Author: Sanchís Saez, Javier
Other Authors: Martínez Iranzo, Miguel Andrés
Format: Doctoral Thesis
Language:Spanish
Published: Universitat Politècnica de València 2009
Subjects:
Online Access:http://hdl.handle.net/10251/4924
id ndltd-upv.es-oai-riunet.upv.es-10251-4924
record_format oai_dc
spelling ndltd-upv.es-oai-riunet.upv.es-10251-49242020-12-02T20:21:18Z GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección Sanchís Saez, Javier Martínez Iranzo, Miguel Andrés Universitat Politècnica de València. Departamento de Ingeniería de Sistemas y Automática - Departament d'Enginyeria de Sistemes i Automàtica Model predictive control Pocesos siso Procesos mimo INGENIERIA DE SISTEMAS Y AUTOMATICA El control predictivo basado en modelos o Model Predictive Control (MPC), no hace referencia al diseño concreto de un controlador sino más bien a un conjunto de ideas o características para el desarrollo de estrategias de control que, aplicadas en un mayor o menor grado, dan lugar a diferentes tipos de controladores con estructuras similares. El MPC es una de las técnicas de control que más se ha desarrollado en los ámbitos académico e industrial en las últimas décadas debido sobre todo a su simplicidad y eficiencia. Sin embargo, no es fácil relacionar los parámetros de ajuste del controlador y las prestaciones del bucle cerrado. En este sentido, es importante diseñar algoritmos de control predictivo que garanticen la estabilidad nominal del bucle cerrado, con tiempos de cálculo pequeños y con un significado claro de sus parámetros sobre las prestaciones del sistema o sobre el esfuerzo de control. La aportación fundamental de esta tesis está relacionada con la definición de un nuevo tipo de controlador predictivo, el PC-GPC, versión modificada de un GPC estándar. En este controlador se ha sustituido el factor de ponderación de la acción de control por un nuevo parámetro denominado número de componentes principales (NPC). La relación entre el nuevo parámetro (NPC) y algunos indicadores numéricos, como la norma del vector de acciones de control o el número de condición de la matriz dinámica G, hacen que su elección esté basada en criterios menos subjetivos que la ponderación de las acciones de control. Además, se ha analizado este tipo de controlador tanto en el ámbito de procesos SISO como MIMO, así como sus características de robustez y estabilidad. Por otro lado, se ha deducido un método de cálculo de un controlador PC-GPC para garantizar la estabilidad nominal de bucle cerrado, cuando el modelo conocido es exacto. Sanchís Saez, J. (2002). GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/4924 Palancia 2009-06-03 info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/acceptedVersion http://hdl.handle.net/10251/4924 10.4995/Thesis/10251/4924 spa http://rightsstatements.org/vocab/InC/1.0/ info:eu-repo/semantics/openAccess Universitat Politècnica de València Riunet
collection NDLTD
language Spanish
format Doctoral Thesis
sources NDLTD
topic Model predictive control
Pocesos siso
Procesos mimo
INGENIERIA DE SISTEMAS Y AUTOMATICA
spellingShingle Model predictive control
Pocesos siso
Procesos mimo
INGENIERIA DE SISTEMAS Y AUTOMATICA
Sanchís Saez, Javier
GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección
description El control predictivo basado en modelos o Model Predictive Control (MPC), no hace referencia al diseño concreto de un controlador sino más bien a un conjunto de ideas o características para el desarrollo de estrategias de control que, aplicadas en un mayor o menor grado, dan lugar a diferentes tipos de controladores con estructuras similares. El MPC es una de las técnicas de control que más se ha desarrollado en los ámbitos académico e industrial en las últimas décadas debido sobre todo a su simplicidad y eficiencia. Sin embargo, no es fácil relacionar los parámetros de ajuste del controlador y las prestaciones del bucle cerrado. En este sentido, es importante diseñar algoritmos de control predictivo que garanticen la estabilidad nominal del bucle cerrado, con tiempos de cálculo pequeños y con un significado claro de sus parámetros sobre las prestaciones del sistema o sobre el esfuerzo de control. La aportación fundamental de esta tesis está relacionada con la definición de un nuevo tipo de controlador predictivo, el PC-GPC, versión modificada de un GPC estándar. En este controlador se ha sustituido el factor de ponderación de la acción de control por un nuevo parámetro denominado número de componentes principales (NPC). La relación entre el nuevo parámetro (NPC) y algunos indicadores numéricos, como la norma del vector de acciones de control o el número de condición de la matriz dinámica G, hacen que su elección esté basada en criterios menos subjetivos que la ponderación de las acciones de control. Además, se ha analizado este tipo de controlador tanto en el ámbito de procesos SISO como MIMO, así como sus características de robustez y estabilidad. Por otro lado, se ha deducido un método de cálculo de un controlador PC-GPC para garantizar la estabilidad nominal de bucle cerrado, cuando el modelo conocido es exacto. === Sanchís Saez, J. (2002). GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección [Tesis doctoral no publicada]. Universitat Politècnica de València. https://doi.org/10.4995/Thesis/10251/4924 === Palancia
author2 Martínez Iranzo, Miguel Andrés
author_facet Martínez Iranzo, Miguel Andrés
Sanchís Saez, Javier
author Sanchís Saez, Javier
author_sort Sanchís Saez, Javier
title GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección
title_short GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección
title_full GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección
title_fullStr GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección
title_full_unstemmed GPC mediante descomposición en valores singulares (SVD). Análisis de componentes principales (PCA) y criterios de selección
title_sort gpc mediante descomposición en valores singulares (svd). análisis de componentes principales (pca) y criterios de selección
publisher Universitat Politècnica de València
publishDate 2009
url http://hdl.handle.net/10251/4924
work_keys_str_mv AT sanchissaezjavier gpcmediantedescomposicionenvaloressingularessvdanalisisdecomponentesprincipalespcaycriteriosdeseleccion
_version_ 1719367037791240192