Identificación y control predictivo Fuzzy T-S en espacio de estados. Una aproximación al control no lineal

• Autores: Sergio García Nieto
• Directores de la Tesis: J. V. Salcedo (dir. tes.), Miguel Andrés Martínez Iranzo (dir. tes.)
• Lectura: En la Universitat Politècnica de València ( España ) en 2010
• Idioma: español
• Tribunal Calificador de la Tesis: Pedro Albertos Pérez (presid.), Roberto Sanchis Llopis (secret.), Francesc Xavier Blasco Ferragud (voc.), Francisco Gordillo Álvarez (voc.), Manuel F. Pérez Polo (voc.)
• Materias:
  • Ciencias tecnológicas
    • Tecnología de la instrumentación
      • Ingeniería de control
• Enlaces
  • Tesis en acceso abierto en:  RiuNet  TESEO 
• Resumen

  • Los trabajos en el área de control de finales del siglo de XIX y principios del siglo XX, describían el modelado, análisis y diseño de sistemas lineales empleando herramientas matemáticas bien definidas como el álgebra lineal y el cálculo diferencial. Sin embargo, a mediados de los años 40 comienzan a surgir trabajos que introducen el concepto de sistemas no lineales. A partir de este momento, el interés por el desarrollo de herramientas teóricas para el análisis y diseño de controladores no lineales fue en aumento. En la actualidad, existen diversas metodologías que son empleadas en el análisis y diseño de sistemas de control no lineales. Sin embargo, no existe una teoría generalizada análoga al álgebra lineal y el cálculo diferencial de los sistemas lineales. Por ello, las líneas de investigación que abordan el estudio de procesos no lineales se encuentran en continua evolución. En primer lugar, la tesis presentada aborda el estudio del estado del arte de algunas de las técnicas más destacadas para el modelado e identificación de sistemas no lineales. El documento de tesis hace especial hincapié en las técnicas que emplean modelos borrosos con estructura Takagi-Sugeno (TS). Una vez introducidos los modelos borrosos TS, se presenta el estado del arte en el diseño de contralores borrosos denominadas Compensadores Paralelos Distribuidos (PDC) y su aplicación al control predictivo. Asimismo, se describen los fundamentos matemáticos necesarios para la reformulación del problema de diseño de PDC en términos de Desigualdades Matriciales Lineales (LMIs). La revisión del estado del arte que se realiza en el documento de tesis, pone de manifiesto la dificultad existente cuando se aborda el diseño de controladores borrosos predictivos. El principal inconveniente es la resolución del problema de optimización que se plantea al aplicar la filosofía de control predictivo.