Desarrollo y validación de una metodología para la implementación industrial de un control predictivo basado en modelo en un controlador de automatización programable

Abstract

El objetivo principal de la tesis fue desarrollar y validar una metodología de control predictivo basado en modelo implementado en un controlador de automatización programable. Para cumplir con ese objetivo se da inicio con la historia y los aspectos generales que describen el control predictivo basado en modelo. Dentro de sus diferentes tipos de controladores, encontramos uno de los pioneros que es el Control por matriz dinámica. Este controlador se describe por tres elementos: el modelo de predicción, la forma en que rechaza perturbaciones y el algoritmo de control. Una vez se han explicado de manera detallada esos aspectos, se incluyen dos características muy importantes. La primera corresponde a la fundamentación matemática que permite controlar sistemas multivariables. La segunda, a la inclusión de restricciones en las señales de salida y de control. Posteriormente, se desarrolla el algoritmo de Control por matriz dinámica y se válida en el software Matlab. Se inicia con un análisis del control predictivo basado en modelo. Luego, se valida el código para sistemas SISO y MIMO, obteniendo la respuesta esperada al implementar la técnica de control. Continuamos, con la descripción de la columna de destilación. Partiendo de unas suposiciones y consideraciones se obtienen las ecuaciones que describen el comportamiento dinámico del proceso. Se linealiza el modelo para obtener las funciones de transferencia que alimentarán la dinámica del controlador predictivo. Por último, se implementa el controlador en un controlador de automatización programable validando el desarrollo con dos ejemplos. Analizando el comportamiento de los sistemas previamente validados en Matlab.

Abstract: The main objective of the thesis is to develop and validate a model predictive control implemented in a programmable automation controller. In order to achieve this goal, we begin with the history and general aspects that describe model predictive control. Within its different types of controllers, we find one of the pioneers that is Dynamic matrix control. This controller is described by three elements which are as follows: the prediction model, measurable disturbances and the control algorithm. Once these aspects have been explained in detail, two very important characteristics are included. The first corresponds to the mathematical explanation that allows controlling multivariate systems. The second is the inclusion of restrictions on the output and control signals. Subsequently, the Dynamic Matrix Control algorithm is developed and validated in Matlab software. It starts with an analysis of the model predictive control. Then, the algorithm is validated for SISO and MIMO systems, obtaining the expected response when a control technique is implemented. We continue with the description of the distillation column, starting with some assumptions and considerations, we obtain the equations that describe the dynamic behavior of the process. The model is linearized to obtain the transfer functions that will feed the dynamics of the predictive controller. Finally, the controller is implemented in a programmable automation controller validating the algorithm with two systems. Analyzing the behavior of the system that were previously validated in Matlab.