Desarrollo de estrategias de control predictivas de alto rendimiento mediante la incorporación de técnicas de control robusto y de redes neuronales

• Autores: Juan Albino Méndez Pérez
• Directores de la Tesis: Leopoldo Acosta Sánchez (dir. tes.)
• Lectura: En la Universidad de La Laguna ( España ) en 1998
• Idioma: español
• Tribunal Calificador de la Tesis: Lorenzo Moreno Ruiz (presid.), Carmelo Militello Militello (secret.), Luis Basañez Villaluenga (voc.), Jesús Manuel de la Cruz García (voc.), Ezequiel Ballesteros Ramírez (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Inteligencia artificial
  • Ciencias tecnológicas
    • Tecnología de la instrumentación
      • Ingeniería de control
• Enlaces
  • Tesis en acceso abierto en: RIULL
• Resumen

  • En esta tesis se aborda el desarrollo de estrategias de control predictivas con mejores características en cuanto a estabilidad, carga computacional y seguimiento de consignas variables, El algoritmo de control empleado es el controlador predictivo generalizado (GPC). Se diferencian tres partes en el trabajo.

    En la primera parte se estudian cuestiones relacionadas con la aplicabilidad del GPC.

    Para ello se ha llevado a cabo el diseño e implementación de una estrategia GPC mejorada sobre un motor de corriente continua. En la segunda parte de la tesis se propone un algoritmo GPC con mejores características en cuanto a estabilidad y, por lo tanto, computacionalmente más eficaz. Para lograr esto se emplean técnicas de control robusto. En la última parte se aborda el problema de la elección acertada de los horizontes de predicción cuando se consideran consignas variables.

    Para resolver este problema se plantea un esquema basado en redes neuronales que permite la sintonización autómatica del horizonte de predicción en el GPC.