• JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
  • JoomlaWorks Simple Image Rotator
 
  Bookmark and Share
 
 
Doctoral Thesis
DOI
10.11606/T.3.2012.tde-16112012-161758
Document
Author
Full name
Luz Adriana Alvarez Toro
E-mail
Institute/School/College
Knowledge Area
Date of Defense
Published
São Paulo, 2012
Supervisor
Committee
Odloak, Darci (President)
Garcia, Claudio
Lopes, Luís Cláudio Oliveira
Sotomayor, Oscar Alberto Zanabria
Zanin, Antônio Carlos
Title in Portuguese
Estratégias com garantia de estabilidade para a integração de controle preditivo e otimização em tempo real.
Keywords in Portuguese
Controle preditivo
Estabilidade
Otimização
Tempo real
Abstract in Portuguese
O propósito desta Tese é desenvolver controladores preditivos (MPC) com garantia de estabilidade e que são parte de uma estrutura onde a otimização em tempo real (RTO) produz targets otimizantes para o controlador preditivo. As aproximações de duas e três camadas foram consideradas. Três diferentes estratégias são apresentadas: A primeira estratégia é desenvolvida para sistemas com pólos integradores; esta consiste em um algoritmo MPC de horizonte infinito em duas versões estendidas. Este controlador é formulado para implementação em uma estrutura de duas camadas. Os resultados de simulação em um sistema linear com modos estáveis e integradores mostram a capacidade do controlador MPC para seguir targets nas entradas vindos da camada RTO mesmo quando há targets para sistemas integradores. Como segunda estratégia, foi desenvolvido um algoritmo que garante estabilidade nominal do controlador MPC quando este interage com a camada intermediária da estrutura em três camadas. Além da versão nominal, é desenvolvida uma extensão deste controlador para sistemas com incerteza, o controlador resultante tem estabilidade robusta. Esta aproximação é testada com um sistema linear e um sistema não linear. Para o sistema não-linear, que é um processo industrial, é simulada a estrutura completa incluindo a RTO com o algoritmo robusto. Os resultados mostram que a estrutura é capaz de seguir mudanças nos targets quando os distúrbios afetam o processo. Finalmente, a última estratégia proposta nesta Tese consiste na inclusão de uma função convexa no controlador MPC para seguir os targets. O gradiente desta função convexa é considerada num termo quadrático na função objetivo do controlador MPC. Este controlador é simulado com um sistema linear e um sistema não linear. Com o objetivo de desenvolver uma versão robusta, o MPC com gradiente foi estendido ao caso de sistemas com incertezas. Para todas as estratégias apresentadas em esta Tese, foram formulados teoremas que garantem a viabilidade recursiva e a convergência do sistema em malha fechada.
Title in English
Strategies with guarantee of stability for the integration of model predictive control and real time optimization
Keywords in English
Model predictive control
Optimization
Real time
Stability
Abstract in English
The aim of this Thesis is the development of predictive controllers (MPC) with guarantee of stability and that are part of a control structure where Real Time Optimization (RTO) is present and produces optimizing targets for the predictive controller. The approaches of two and three-layer are considered. Three different strategies are presented: the first strategy is developed for integrating systems; it consists on an infinite horizon MPC algorithm in two extended versions. This controller is designed to be implemented in the two-layer structure. Simulation results in a linear system with integrating and stable modes show the ability of the MPC controller to follow input targets from the RTO layer even when there are targets for integrating systems. As a second strategy, it is developed an algorithm that guarantees nominal stability of the MPC controller when it interacts with the intermediary layer of the three-layer structure. In order to produce a robust structure, an extension to uncertain systems is also developed. This approach is tested with both a linear and a nonlinear system. For the nonlinear system, which is an industrial process, the full structure that includes the RTO with the robust algorithm is simulated. Results show that the structure is capable to follow target changes when disturbances affect the process. Finally, the last strategy proposed in this Thesis consists on the inclusion of a convex function in the MPC controller to follow the RTO targets. The gradient of this convex function is considered in a quadratic term in the objective function of the MPC controller. This controller is also simulated with both a linear system and a nonlinear system. For the MPC with gradient, an extension to the case of uncertain systems is developed in order to provide a more robust controller. For the strategies developed in this Thesis, theorems that guarantee the recursive feasibility and the convergence of the closed-loop system are provided.
 
WARNING - Viewing this document is conditioned on your acceptance of the following terms of use:
This document is only for private use for research and teaching activities. Reproduction for commercial use is forbidden. This rights cover the whole data about this document as well as its contents. Any uses or copies of this document in whole or in part must include the author's name.
Publishing Date
2012-11-28
 
WARNING: The material described below relates to works resulting from this thesis or dissertation. The contents of these works are the author's responsibility.
  • Alvarez, Luz A., et al. Stable Model Predictive Control for Integrating Systems with Optimizing Targets [doi:10.1021/ie900400j]. Industrial & Engineering Chemistry Research [online], 2009, vol. 48, p. 9141-9150.
  • MARTINS, MÁRCIO A.F., et al. Robust model predictive control of integrating time delay processes [doi:10.1016/j.jprocont.2013.05.002]. Journal of Process Control [online], 2013, vol. 23, p. 917-932.
  • Santoro, Bruno F., and Odloak, Darci. Closed-loop stable model predictive control of integrating systems with dead time [doi:10.1016/j.jprocont.2012.05.005]. Journal of Process Control [online], 2012, vol. 22, p. 1209-1218.
  • YAMASHITA, ANDRÉ S., et al. A stable MPC for integrating systems with dead-time. In 20th International Congress of Chemical and Process Engineering, Parga, 2012. 20th International Congress of Chemical and Process Engineering. : Wilwy, 2012.
All rights of the thesis/dissertation are from the authors
Centro de Informática de São Carlos
Digital Library of Theses and Dissertations of USP. Copyright © 2001-2020. All rights reserved.