Effect of risk-sensitive stochastic optimal control with tracking in an evaporator

• Autores: Mirna Maricela Martínez Flores, María Aracelia Alcorta García, Santos Mendez Diaz, José Armando Sáenz Esqueda, Gerardo Maximiliano Méndez
• Localización: DYNA energía y sostenibilidad, ISSN-e 2254-2833, Vol. 11, Nº. 1, 2022
• Idioma: inglés
• Títulos paralelos:
  • Efecto del control óptimo estocástico risk sensitive con tracking en un evaporador
• Texto completo no disponible (Saber más ...)
• Resumen
  • español

    Este trabajo presenta una aplicación del control Risk-Sensitive (R-S) con tracking aplicado a un sistema no lineal estocástico el cual modela el funcionamiento de una válvula de expansión electrónica (EEV) en un evaporador convencional. Se diseña un control óptimo R-S u(t), el cual logra que el estado alcance los valores del set point (SP) y a la vez minimiza un criterio exponencial cuadrático J. La presencia de disturbios y errores de medición son representados por ruido blanco de Gauss con coeficiente v(e/(2?^2 )) en la dinámica del estado. Una característica especial del modelado es que el estado multiplica al termino de control en la ecuación dinámica. El error y los valores finales de la función costo representada mediante un criterio exponencial cuadrático en el tiempo final, muestran mejor eficacia del control R-S cuando es comparado versus el control clásico PID (Proporcional Integral Derivativo), usando diferentes metodologías de sintonización.

  • English

    This work presents an application of the Risk-Sensitive (R-S) control with tracking applied to a stochastic nonlinear system which models the operation of an electronic expansion valve (EEV) in a conventional evaporator. A novel dynamical stochastic equation represents the mathematical model of the evaporator system. The R-S stochastic optimal problem consists of the design of an optimal control u(t) such that the state reaches setpoint values (SP) and minimizes the exponential quadratic cost function. The presence of disturbances and errors in the sensor measurements is represented by Gauss white noise in the state equation, with the coefficient v(e/(2?^2 )) . One novel characteristic in this proposal is that the coefficient of the control into the state equation contains the state term. The error and exponential quadratic cost function show that the R-S control has a better performance versus the classical PID (Proportional, Integral Derivative) control, applying different tuning methodologies.