En esta entrada aprenderemos la teoría sobre el control GPC, Haré una explicación breve sobre que consiste este tipo de control, pero principalmente explicaré todo detalladamente en los 3 videos que veremos a continuación. Antes de empezar, si no eres muy experto en el tema, te recomiendo mirar inicialmente los Videos del DMC (Dando Click aqui) Debido a que la teoria que alli se aborda, es fundamental, para entender el funcionamiento del Control Predictivo GPC.

Al final de este post, encontraras unos ejemplos prácticos de como programar un GPC junto con su respectivo video que explica claramente cada linea de código implementada.

No olvides compartir la pagina, ayúdame a divulgarla y únete a mi canal de Youtube, dando click en el siguiente botón:

CONTROL GPC

¿Cual es la diferencia del GPC y el DMC?

  • Para el estudio del control predictivo GPC (Generalized Predictive Controller ó Control Predictivo Generalizado) al igual que el DMC, vamos a necesitar obligatoriamente tener un modelo matemático que represente el comportamiento dinámico de mi sistema. La diferencia es que en el GPC mi modelo ya NO van a ser los coeficientes de mi respuesta al Escalón (Tal y como vimos que sucedía con el DMC) si no que ahora mi modelo va a ser basado en Función de Transferencia Discreta, con la cual vamos a calcular una predicción de lo que va a suceder en el futuro.

Historia

Objetivo del GPC

  • El principal objetivo del control GPC es encontrar una secuencia de control óptimo.
  • ¿Qué quiere decir con encontrar un control óptimo?
  • Por ejemplo, poder llevar mi variable al lugar que yo deseo, variando mínimamente mi acción de control

Modelo

  • Para el modelo del GPC, se utiliza una estructura de un modelo CARIMA, donde se tiene típicamente una función de transferencia junto con un termino adicional que representa algún modelo desconocido como por ejemplo una perturbación, que será una dinámica estocástica (Es algo que no sabremos como se comportará en el futuro)

\Delta A(z^{-1})y(k)=B(z^{-1})\Delta u(k-1)+C(z^{-1})\varepsilon (k)

  • A(z^{-1})=1-a_1 z^{-1}+a_2 z^{-2}+\cdots+ a_n z^{-n}
  • B(z^{-1})=b_0+b_1 z^{-1}+b_2 z^{-2}+\cdots+b_n z^{-n}
  • C(z^{-1})=c_0+c_1 z^{-1}+c_2 z^{-2}+\cdots+ c_n z^{-n}
  • y(k)=salida de la planta
  • u(k)=entrada de la planta
  • \varepsilon(k)=ruido blanco de media nula
  • \Delta=1-z^{-1}

Función de Costo

La función costo o función objetivo que pondera el error del sistema y las acciones de control del GPC esta dado por la siguiente ecuación:

J=\sum_{j=N1}^{N2}\delta (j)\left [ \hat{y}(k+j/k)-W(k+j) \right ]^2 + \sum_{j=1}^{Nu}\lambda (j)\left [ \Delta u(k+j-1) \right ]^2

EJEMPLO

A continuación vamos a realizar un ejemplo de un control GPC sin Restricciones, para esto vamos a utilizar 3 funciones de transferencia distintas para observar el comportamiento y funcionamiento del control predictivo GPC.

Para este ejemplo usaremos un horizonte de predicción (N2=3) y un horizonte de control (Nu=3)

Función de transferencia 1 (Ejemplo 1)

G(z^{-1})=\dfrac{y(k)}{u(k)}=\dfrac{0.5z^{-1}}{1-0.5z^{-1}}

Función de transferencia 2 (Ejemplo 2)

G(z^{-1})=\dfrac{y(k)}{u(k)}=\dfrac{0.07056z^{-1} + 0.0621z^{-2}}{1-0.7788z^{-1}}z^{-1}

Función de transferencia 3 (Ejemplo 3)

G(z^{-1})=\dfrac{y(k)}{u(k)}=\dfrac{0.4z^{-1}+0.2z^{-2}}{1-0.6z^{-1}+0.4z^{-2}}z^{-2}

Código de Implementación:

>>>DESCARGAR FUNCIÓN DE LAS DIOFANTINAS<<<

Función para el calculo de las diofantinas:

Respuesta control GPC

Comparte en Redes Sociales

Si te sirvió de algo la información de la pagina, podrías invitarme a un café y ayudarme a seguir manteniendo en pie el sitio WEB. Solo cuesta $2USD y me ayudarías enormemente a seguir con mi trabajo. Muchas Gracias por tu visita.




Control GPC
5 (100%) 13 vote[s]

Esta entrada tiene 17 comentarios

  1. Hola Sergio, tengo la función de transferencia de un inversor monofásico de segundo orden con un cero, sin retardo. Cuando simule sin retardo d=0, es decir que tome a B directamente del numerador de la función de transferencia, con esto sigue la referencia perfectamente. Sin embargo en teoría no estaría agregando el retardo del Modelo CARIMA Bz^1 y debería agregar retardo d=1 para cumplir con el modelo, cuando agrego el retardo ya no controla para nada. En el primer caso el vector de incrementos de control pasado es un vector esto es posible por el cero de la función de transferencia. Estoy poco confundido con ese tema. De igual manera muchas gracias por tus valiosos conocimientos.
    Saludos.

    1. Hola Alex, deberia ser parecido al ejemplo 2 presentado aqui. Dale un vistazo nuevamente pues corregí el código, ya que vi que no estaba usando la muestra atrasada del mocelo CARIMA, pero ya lo corregí. Saludos

  2. Sergio, podrias decirme, que se estudia en un doctorado de controles industriales en la universidad de Brasil.?

    1. Hola Hely, depende de lo que te quieras especializar en tu doctorado, la idea es siempre encontrar asi sea una pequeña inovación que permita avanzar en la ciencia. En mi caso yo hago un doctorado en ingeniería química, en la linea de especialización de control, modelado y simulación de procesos. En mi caso hice varias disciplinas de control clasico, control avanzado, optimización, analisis de sistemas y algunas obligatorias de la ingeniería química (las cuales me costaron algún trabajo, pues yo no soy ing. químico) Luego escoges un tema y te dedicas a investigar dicho tema por 3 años y defiendes tu tesis.

      1. En Brasil se puede hacer un doctorado en ingeniería a distancia?

        1. Bueno eso no lo sé, tendrías que investigar. Pero en un doctorado no necesitas estar presente para hacerlo, solo en el primer periodo cuando haces las disciplinas. Luego puedes continuarlo en tu país, si no necesitas de laboratorios o cosas asi. Eso si, tendrías que viajar algunas veces para hacer defensas de cualificacion y tesis. Y Claro depende mucho del orientador que tengas.

  3. hola sergio, saludos desde Colombia , una pregunta necesito hacer un control predictivo a un helicóptero de 3 DOF, es un sistema no lineal, cual estrategia de control predictivo me recomienda?

    1. Hola Yosman, todos los sistemas son No lineales, va depender mucho de la calidad del modelo que tengas de tu sistema. Para el caso del helicóptero, creo que talvez un NMPC sería lo más adecuado para controlarlo. Claro que no se cual sea el grado de no linealidad que tenga tu sistema. Si no es muy grande, puedes usar un MPC lineal, o puedes linealizar en cada punto de equilibrio. Las posibilidades son muchas. Investiga en la literatura que se ha hecho hasta el momento en ese tipo de sistemas. Éxitos.

      1. Hola serio buenos días,estuve investigando y han manejado control NMPC, una pregunta de casualidad tiene códigos de matlab implementados sobre nmpc que me pueda facilitar, agradezco su colaboración seria de gran ayuda.
        Muchas gracias

        1. Los estoy preparando para montarlos al curso. Pronto los publicaré

  4. Hola cual es la diferencia entre MPC y GPC

    1. Hola. MPC es como decir la categoria. Es decir MPC (Model Predictive Control) es la categoria del controlador que utiliza algoritmos de optimización para el calculo de la ley de control y dentro de esa categoria existen varios tipos de controles predictivos como el DMC, GPC, DTC-GPC, GMV, ETC.

  5. Hola Sergio,como podría aplicar tu explicación sobre el sistema GPC a un sistema multivariable?
    Saludos y enhorabuna por tu trabajo

    1. para un sistema MIMO se hace un poco mas largo el proceso. Basicamente las salida de predicción y=G.dU+f debes hacerlo como una matriz que contenga todas las matrices del proceso. Si por ejemplo es un proceso 2×2, vas a tener 4 matrices que representan la respuesta al escalon. asi

      | G11 G12 | |dU1| |f1 |
      Y= | G21 G22 | |dU2| + |f2 |

      Donde G11 seria la matriz con los coeficientes de la respuesta al escalón. Y así va. Es basicamente lo mismo, solo que debes ampliar las matrices.

  6. Hola Sergio, me gustaría saber como poder implementar el ejemplo anterior (GPC) como un sistema MIMO de 3×3.
    Gracias

  7. Estimado Sergio, con cual de los tipos de control GPC o DMC es optimo hacer un control multivariable.
    Saludos

    1. Hola Gabriel, puedes emplear cualquiera de los dos. Con el GPC seria fácil, pues puedes trabajar directo con la matriz de funciones de transferencia, Si trabajas en cambio con DMC, debes manejar una arreglo de matrices que almacenen toda la dinámica del proceso MIMO. Igual, ambos se pueden optimizar, existe una función en matlab llamada QUADPROD, que sirve justamente para optimizar, llevando en cuenta las restricciones de tu proceso. Todo esto lo pienso explicar en la pagina, solo que preparar una clase de control predictivo me lleva muchísimo tiempo. Apenas me desocupe un poco de mi tesis, continuo con los videos. Saludos.

Deja un comentario

Este sitio usa Akismet para reducir el spam. Aprende cómo se procesan los datos de tus comentarios.

Control GPC
Cerrar menú