Control Predictivo de Modelo Lineal Sin Desplazamiento en el Marco Dinámico de PLS
Autores: Hou, Ligang; Wu, Ze; Jin, Xin; Wang, Yue
Idioma: Inglés
Editor: MDPI
Año: 2018
Acceso abierto
Artículo científico
2018
Control Predictivo de Modelo Lineal Sin Desplazamiento en el Marco Dinámico de PLS
Categoría
Gestión y administración
Subcategoría
Gestión de la tecnología y la inovación
Palabras clave
Control predictivo de modelos
Problema de seguimiento sin desplazamiento
Mínimos cuadrados parciales dinámicos
MPC en espacio de estados
Modelo de perturbación
Simulaciones
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 1
Citaciones: Sin citaciones
Este trabajo aborda el control predictivo de modelos (MPC) del problema de seguimiento sin desplazamiento en el marco de mínimos cuadrados parciales dinámicos (DyPLS). En primer lugar, se propone un MPC en espacio de estados basado en DyPLS. Luego, se proponen dos métodos para resolver el problema sin desplazamiento. Uno consiste en reformar el modelo en espacio de estados a una forma de velocidad. El otro consiste en aumentar el modelo en espacio de estados con un modelo de perturbación y estimar la discrepancia entre la salida del sistema y la salida del modelo con un estimador. Ambos métodos utilizan la salida del sistema como retroalimentación en el esquema de control. Por lo tanto, se garantiza el seguimiento sin desplazamiento y se puede rechazar la perturbación de paso no medida. Los resultados de dos simulaciones demuestran la efectividad de los métodos propuestos.
Descripción
Este trabajo aborda el control predictivo de modelos (MPC) del problema de seguimiento sin desplazamiento en el marco de mínimos cuadrados parciales dinámicos (DyPLS). En primer lugar, se propone un MPC en espacio de estados basado en DyPLS. Luego, se proponen dos métodos para resolver el problema sin desplazamiento. Uno consiste en reformar el modelo en espacio de estados a una forma de velocidad. El otro consiste en aumentar el modelo en espacio de estados con un modelo de perturbación y estimar la discrepancia entre la salida del sistema y la salida del modelo con un estimador. Ambos métodos utilizan la salida del sistema como retroalimentación en el esquema de control. Por lo tanto, se garantiza el seguimiento sin desplazamiento y se puede rechazar la perturbación de paso no medida. Los resultados de dos simulaciones demuestran la efectividad de los métodos propuestos.