Control predictivo robusto

El Control Predictivo Basado en Modelos (MPC) se ha desarrollado considerablemente en las últimas décadas tanto en el sector académico como en el industrial. Este éxito se debe al hecho de que MPC es quizás la forma mas general de plantear el problema de control en el dominio temporal. Aunque la técnica se originó en la industria, la comunidad investigadora académica ha contribuido notablemente, durante las dos últimas décadas, con resultados importantes, especialmente en el dominio de la estabilidad, estableciéndose condiciones de
estabilidad y robustez para MPC. Está ampliamente aceptado que el control de procesos lineales con restricciones lineales (MPC lineal) es un campo de investigación relativamente maduro. Una de las principales ventajas de MPC es que las incertidumbres del modelo se pueden tomar en cuenta de forma explícita y esto permite el diseño de MPC robusto. La estrategia de control deslizante utilizada en MPC se puede extender al caso de identificación de sistemas mediante acotación de parámetros lo que permite determinar si un modelo es consistente con los datos obtenidos con horizonte deslizante y esto implícitamente permite la detección de fallos. La charla se concentra en estas cuestiones y se muestra como conceptos que surgen en la detección de fallos y en los métodos de diseño tolerantes a fallos se pueden incorporar dentro del esquema del MPC y las ventajas que se pueden ganar utilizándolo dentro de este contexto. Estos resultados se ilustran con aplicaciones del MPC a plantas de energía solar