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

Sanchis, Javier

doi:10.4995/thesis/10251/4924

Cited by 2 publications

(2 citation statements)

References 72 publications

(93 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Existen otros métodos alternativos a la ponderación de las acciones de control. En Sanchis (2002) se propone el controlador predictivo PC-GPC (Principal Component Generalized Predictive Controller), versión modificada del GPC estándar. En este trabajo se concluye que gran parte del tiempo dedicado a la implantación de un controlador se utiliza en el ajuste de sus parámetros por prueba y error, en particular, del factor de ponderación de la acción de control .…”

Section: Penalización De Las Acciones De Controlunclassified

“…Frecuentemente en la industria, los valores de estos parámetros se eligen o bien observando pasivamente los procesos o de forma empírica, basando su selección en experiencias previas o en ensayos que a menudo son de prueba y error. De hecho, parte del tiempo dedicado a la implantación de un controlador se utiliza en el ajuste de sus parámetros por prueba y error, en particular del parámetro λ (Sanchis 2002). Uno de los enfoques que suele adoptarse tradicionalmente consiste en hacer ensayos de forma secuencial, modificando cada vez un único parámetro de control y estudiando cómo se ven afectados los índices de rendimiento del control en ciclo cerrado.…”

Section: Introductionunclassified

See 1 more Smart Citation

Estudio de la integración de procedimientos multivariantes para la regulación óptima y monitorización estadística de procesos.

Cerdá¹

View full text Add to dashboard Cite

Section: Penalización De Las Acciones De Controlunclassified

Section: Introductionunclassified

Estudio de la integración de procedimientos multivariantes para la regulación óptima y monitorización estadística de procesos.

Cerdá¹

View full text Add to dashboard Cite

GPCs en espacio de estados para el control de sistemas no lineales.

Ávila¹,

Vicente²

View full text Add to dashboard Cite

51. Introducción 7 El Controlador Predictivo Basado en Modelos (CPBM ResumenEn esta tesis doctoral se aborda el control de sistemas no lineales mediante el empleo de controladores predictivos generalizados (GPCs) en espacio de estados. En primer lugar se realiza una revisión de la metodología de diseño del GPC en la versión entrada/salida (E/S). Partiendo de esta revisión se propone un modelo CARIMA en espacio de estados para el GPC que permite diseñar al mismo utilizando una menor cantidad de memoria y un menor tiempo de cómputo, así como de reducir la complejidad asociada la formulación E/S. Para la estimación de los estados del modelo CARIMA se propone el uso de un observador de rango completo que se diseña por asignación de polos, establecién-dose un importante resultado: los polos de este observador coinciden con las raíces de los polinomios de filtrado utilizados en la formulación E/S. Posteriormente se analizan las propiedades de observabilidad y controlabilidad del modelo CARIMA propuesto en espacio de estados, llegándose a la conclusión de que se trata de una realización mínima bajo condiciones no demasiado restrictivas, lo cual supone que la predicción se basa en un modelo con el mínimo orden posible.Tras esto, se presenta una metodología de análisis y diseño estable para el GPC mediante el uso del índice de coste como función de Lyapunov, y para el caso con restricciones de la teoría de conjuntos invariantes aplicada al GPC.Seguidamente, se presenta una metodología de diseño robusto para el GPC mediante el empleo de las desigualdades lineales matriciales (LMIs) y de algoritmos genéticos. En concreto, se analiza el caso de sistemas con incertidumbre invariante y variante con el tiempo de tipo lineal fraccional, una de las más complejas y generales utilizadas en la literatura analizada.Finalmente se presenta el controlador GPC-LPV una extensión del GPC en espacio de estados. Se trata de un controlador variante con el tiempo que presenta dependencia lineal fraccional con respecto de las señales de salida medibles. Su diseño es aplicable a sistemas no lineales cuyos modelos dinámicos pueden ser incluidos dentro de un modelo lineal variante con el tiempo mediante técnicas de inclusión diferencial. La base matemática de este diseño se sustenta en desigualdades matriciales bilineales (BMIs), una generalización de las LMIs. After, the controllability and observability of CARIMA model are examined, taking place to the conclusion that under smooth conditions this model is a minimal realization, which supposes that prediction is based in a model with the minimal possible order.After this, it is proposed a methodology of analysis and stable design of GPC in state space using the cost index as Lyapunov function, and when there are constraints the invariant set theory is applied to GPC.Straightaway, a designing robust methodology is presented for the GPC based on linear inequalities matriciales (LMIs) and genetic algorithms. In short, the case of systems with fixed and time varying uncertainty with linear...

show abstract

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

Cited by 2 publications

References 72 publications

Estudio de la integración de procedimientos multivariantes para la regulación óptima y monitorización estadística de procesos.

Estudio de la integración de procedimientos multivariantes para la regulación óptima y monitorización estadística de procesos.

GPCs en espacio de estados para el control de sistemas no lineales.

Contact Info

Product

Resources

About