Restrições de estabilidade no controlador preditivo robusto baseado em modelo

• Autor(a) principal: Amanda Goncalves Saraiva Ottoni
• Data de Publicação: 2015
• Tipo de documento: Tese
• Idioma: por
• Título da fonte: Repositório Institucional da UFMG
• Texto Completo: http://hdl.handle.net/1843/RAOA-BC9GUF
• topic: Modelo linear; Incerteza de modelo; Controle preditivo; Função de transferência; Branch and Bound; Controle robusto; Incerteza politópica; Estabilidade; Controle preditivo; Engenharia elétrica; Incerteza; Controle robusto; Transferência de funções

Controle preditivo baseado em modelos (conhecido pela sigla de sua expressão em inglês MPC - Model Predictive Control) é uma técnica de controle moderno que possui diversas variações e aplicações na indústria. Uma nova estratégia de MPC robusto, a qual chamaremos de RMPC-SC - Robust MPC with Stability Constraints, é proposta neste trabalho. Um conjunto de restrições para o incremento da variável de controle, para o qual se garante a estabilidade de um sistema dinâmico monovariável, linear, de tempo discreto, descrito em termos de uma função de transferência conhecida, porém com incertezas politópicas em seus parâmetros, é calculado explicitamente. A condição desenvolvida é suficiente para a estabilização do sistema para qualquer instância da função de transferência dentro da faixa de incertezas admitidas e pode ser utilizada em conjunto com qualquer técnica de MPC robusto, que admita a inclusão de restrições na variável de controle. Um novo método de otimização Branch an Bound é proposto com o objetivo de se aprimorar o procedimento de otimização inerente ao algoritmo RMPC desenvolvido neste trabalho. O mesmo pode ser utilizado na otimização global de funções que podem ser descritas como a diferença entre funções crescentes, em um politopo do tipo caixa.