¿Qué son los sistemas de control predictivo? Son sistemas de control desarrollados e implementados en la década del 1990, aunque sus principios metodológicos ya habían sido introducidos en la década del 1970. Permite manipular las variables para establecer una trayectoria deseada a futuro. Además de las variables que están siendo controladas. Una vez manipuladas las variables se procede a su cálculo optimizándolas con la función objetivo y siguiendo métodos de horizonte móvil. Es evidente que para optimizar las variables se utiliza los principios de la Investigación de Operaciones. Para muchos el control predictivo no es una estrategia de control específica, sino que se trata más bien de un campo muy amplio de métodos de control desarrollados en torno a ciertas ideas comunes. El control predictivo utiliza un modelo explícito para predecir la salida del proceso en instantes futuros, mediante el uso de algoritmos para el cálculo de señales de control minimizando una cierta función objetivo. Una de las propiedades propiedades más atractivas del sistema de Control Predictivo es su formulación abierta, que permite la incorporación de distintos tipos de mode mo delo loss de pred predic icci ción ón,, sean sean line lineal ales es o no linea lineale les, s, mo mono nova varia riabl bles es o multivariables, y la consideración de restricciones sobre las señales del sistema. Esto hace que sea una estrategia muy utilizada en diversas áreas del control. Además, es una de las pocas técnicas que permiten controlar sist sistem emas as co con n rest restric ricci cion ones es incor incorpo pora rand ndo o ésta éstass en el propio propio diseñ diseño o del del controlador. Estas características han hecho del control predictivo una de las escasas estrategias de control avanzado con un impacto importante en problemas de ámbito industrial, por tal motivo es importante resaltar que el control predictivo se ha desarrollado en el mundo de la industria, y ha sido la comunidad investigadora la que se ha esforzado en dar un soporte teórico a los resultados prácticos obtenidos. Merec Merece e la pena pena desta destaca carr que que el co cont ntro roll predi predict ctivo ivo es una una técn técnic ica a muy muy potente que permite formular controladores para sistemas complejos y con rest estriccion iones.
Esta
potencia
tiene ene
un
prec ecio io
asociado:
el
coste
computacional y la sintonización del controlador. Recientes avances en el campo del Control Predictivo proveen un conocimiento más profundo de estos controladores, obteniéndose resultados que permiten relajar estos requerimientos. Así por ejemplo, se han establecido condiciones generales para garantizar la estabilidad, condiciones bajo las cuales se puede relajar el carácter optimal del controlador garantizando su estabilidad. Existen muchos algoritmos de control predictivo que han sido aplicados con éxito: GPC, IDCOM, DMC, APC, PFC, EPSAC, RCA, MUSMAR, NPC, UPC, SCAP, HPC, etc. Resumiendo podríamos decir: •
El problema de la predicción y del control es un único problema.
•
Si se es capaz de saber lo que va a pasar en el futuro, se puede forzar la dinámica para que ese futuro sea como se desee.
•
Implica un conocimiento preciso de la dinámica.
Analogía: El control por realimentación es como manejar un auto mirando por el espejo retrovisor, el control predictivo es hacerlo mirando hacia adelante.
Primer Controlador Predictivo: Control con Predictor de Smith
ELEMENTOS DEL CONTROL PREDICTIVO: •
La utilización de un modelo matemático de predicción.
•
La estructuración de las variables a manipular.
•
El cálculo de estas variables.
•
La aplicación de control.
VENTAJAS •
Formulación en el dominio del tiempo, lo cual le permite ser una técnica flexible, abierta e intuitiva.
•
Permite tratar con sistemas lineales y no lineales, monovariables y multivariables utilizando la misma formulación para los algoritmos del controlador.
•
•
La ley de control responde a criterios de optimización. Permite
la
incorporación
de
restricciones en
la
síntesis
o
implementación del controlador. •
Brinda la posibilidad de incorporar restricciones en el cálculo de las actuaciones.
DESVENTAJAS •
Requiere el conocimiento de un modelo dinámico del sistema suficientemente preciso.
•
Requiere un algoritmo de optimización, por lo que solo se podría implementarse por medio de una computadora.
•
Requiere un alto coste computacional, lo que hace difícil su aplicación a sistemas rápidos.
•
Hasta hace relativamente poco, no se podía garantizar la estabilidad de los controladores, especialmente en el caso con restricciones. Esto hacía que el ajuste de estos controladores fuese heurístico y sin un conocimiento de cómo podían influir los parámetros en la estabilidad del sistema.
APLICACIONES: INDUSTRIA Se introducen en primer lugar los conceptos fundamentales y las metodologías de amplia implantación en la industria para pasar posteriormente a la modificación de los algoritmos básicos, de forma que puedan incorporar situaciones encontradas comúnmente en la industria como perturbaciones medibles o restricciones.
QUÍMICA Sirve para predecir la reacción de compuestos y reactivos a los que se pueden, mediante el modelo matemático, variar las cantidades o alguna otra propiedad medible, y observar los resultados posibles obtenidos por el sistema; así se pueden utilizar mejor los recursos químicos, que pueden ser o muy costosos o muy caros (en términos de dinero y tiempo) o muy peligrosos de manipular.
FÍSICA Al igual que en la química es costoso comprobar experimentalmente teorías, modelos, etc. Es por eso que los sistemas de control predictivo juegan un papel muy importante al permitir saber con cierto grado de certeza la reacción o el comportamiento futuros de los fenómenos.
MARKETING El control predictivo es muy aplicado para el análisis y predicción del comportamiento de un sector del mercado, un claro ejemplo es predecir, con cierto grado de confianza y teniendo en cuenta la información histórica (valores que en algún momento tuvieron las variables), el comportamiento del mercado en función de la demanda de leche para el año 2011.
ROBÓTICA
Un ejemplo son los brazos manipuladores, que al estar compuestos por varias articulaciones unidas entre sí, poseen una dinámica altamente no lineal, con un fuerte acoplamiento entre sus respectivas articulaciones. Esto complica la utilización de sistemas de control tradicionales, en especial por la sintonización ante altas velocidades o aceleraciones. Una de las mejores soluciones es utilizar un control predictivo, mediante modelos matemáticos con el fin de compensar los términos dinámicos presentes.
INTELIGENCIA ARTIFICIAL Una de las aplicaciones que promete un gran aporte para la humanidad, en el futuro, es la utilización de sistemas de control predictivo a las redes neuronales para la navegación de robots móviles, se espera que con esta tendencia se pueda mejorar el tránsito vehicular e incluso peatonal; reduciendo de manera significante los índices de accidentes de tránsito, los cuales en nuestro país son realmente alarmantes.
BIBLIOGRAFÍA: Goodwin, G. Sin: Adaptive Filtering, Prediction and Control, Prentice Hall 1984. E.F. Camacho, Model Predictive Control in the Process Industry, Springer, 1995.
