Tesis (Ingeniería de Sistemas y Automática)

URI permanente para esta colecciónhttps://hdl.handle.net/11441/11345

Examinar

Mostrando 1 - 10 de 10

Análisis y síntesis de sistemas con no-linealidades del tipo afín a trozos Analysis and synthesis of systems with piecewise affine nonlinearities
(2006) Cepeda Caballos, Alfonso; Camacho, Eduardo F.; Alamo, Teodoro; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
Contribución al control económico con criterios cambiantes
(2016-03-11) Pereira Martín, Mario; Limón Marruedo, Daniel; Muñoz de la Peña Sequedo, David; Alamo, Teodoro; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
Esta tesis se centra en el problema del diseño de controladores predictivos basados en modelo (MPC) para procesos caracterizados por trayectorias periódicas permitiéndose que puedan cambiar repentinamente. La formulación tradicional para MPC, normalmente denominada formulación para regulación, garantiza el seguimiento asintótico de puntos de equilibrio. Cuando se formula el control predictivo para resolver el problema de seguimiento de referencias, la metodología de diseño estabilizante puede no ser apropiada, debido a la posible pérdida de factibilidad del controlador ante cambios en la referencia. Recientemente se ha propuesto una nueva formulación (Ferramosca et al., 2009; Limon et al., 2008) que soluciona este problema y que se caracteriza por el uso de una referencia artificial la cual es tomada como variable de decisión del problema. Uno de los principales objetivos de los controladores predictivos en la industria de procesos es garantizar una operación segura a la vez que se maximizan los beneficios. La gestión económica de una planta se resuelve tradicionalmente a través de estructuras de control jerárquicas multicapa donde la capa inferior soluciona la regulación de la planta mediante la utilización de mecanismos de realimentación implementados con controladores rápidos, normalmente controladores PID. Mientras que la capa superior, sin embargo, se compone de un controlador avanzado multivariable que calcula los puntos de operación necesarios para el control de la capa inferior. En el problema económico, este controlador avanzado lo compone normalmente un optimizador en tiempo real que proporciona los puntos de equilibrio óptimos desde un punto de vista económico y un controlador predictivo que proporciona los puntos de operación necesarios para el control de bajo nivel. Una de las desventajas de este sistema reside en que la operación más beneficiosa de una planta desde un punto de vista económico no suele ocurrir en un punto de equilibrio, sino mas bien por ciclos. Además, esta el hecho de que los transitorios entre posibles puntos de equilibrio del sistema no optimizan el beneficio económico de la planta y que las diferencias entre los modelos usados por el optimizador en tiempo real y el controlador predictivo pueden desembocar en una pérdida de factibilidad del problema. Es lógico pensar que debido al carácter periódico de muchos sistemas, fundamentalmente por factores como las demandas, precios o simplemente por el carácter repetitivo de ciertos procesos industriales, el funcionamiento óptimo de estos sistemas desde un punto de vista económico tendrá un fuerte carácter periódico. Un ejemplo de este hecho lo podemos encontrar en los sistemas eléctricos que dependen de una demanda externa que tiende a repetirse cada cierto periodo de tiempo, hecho observable en microredes de potencia. Teniendo en cuenta todos los aspectos previos, esta tesis propone el desarrollo de nuevas técnicas de control de procesos industriales donde la solución óptima desde un punto de vista económico se encuentra en el seguimiento de trayectorias no estacionarias. Estas formulaciones garantizan la estabilidad del sistema en bucle cerrado, la convergencia a una trayectoria óptima o a la más cercana a ésta que pueda ser alcanzada por el sistema, además de la satisfacción de las restricciones y la convergencia a una nueva trayectoria óptima en el caso de que la función de coste económica cambie de improviso. Principalmente se presentan tres nuevas formulaciones: Una formulación MPC para el seguimiento de señales periódicas que regula el sistema controlado a la curva referencia periódica, cuando esta es alcanzable. En el caso que no fuese alcanzable, entonces converge a la trayectoria periódica alcanzable más cercana. Este controlador satisface un conjunto de restricciones en entradas y estados y garantiza la estabilidad y factibilidad recursiva incluso cuando los parámetros de la función de coste presentan cambios repentinos. En este caso, la formulación se centra en la mejor manera de seguir la trayectoria económica óptima y no en el desarrollo del optimizador en tiempo real. El siguiente paso es la formulación de un controlador económico que regule el sistema en bucle cerrado a la mejor trayectoria económica y periódica que minimiza una función de coste económico. La función de coste económica podría cambiar repentinamente alguno sus parámetros económicos. Este controlador satisfará el conjunto de restricciones operacionales del sistema además de garantizar la estabilidad y la factibilidad recursiva del sistema controlado. La factibilidad se mantendrá incluso cuando la función de coste económico cambie evitando la necesidad del rediseño del controlador. Este controlador se ha utilizado para controlar a una micro-red de potencia no aislada con un sistema de almacenamiento basado en hidrógeno compuesto por una pila de combustible tipo PEM, un electrolizador y un depósito para el almacenamiento de hidrógeno basado en hidruros metálicos. Para la gestión eficiente de esta microred se propuso una nueva función de coste económico que tiene en cuenta la compra/venta de energía a un proveedor eléctrico, una fuente de energia producida por paneles solares, una demanda de energía interna y finalmente dos sistemas de almacenamiento, un juego de baterías de PB-ácido y el comentado sistema de almacenamiento de hidrógeno. La gestión económica de este tipo de sistemas energéticos están tomando mucha relevancia en la comunidad científica por lo que se ha considerado que la aplicación del controlador económico previo propone una solución muy novedosa e interesante a este tipo de problemas de control dado todas las características que permite garantizar. La formulación final y más importante presentada en esta tesis se centra en la proposición de una nueva solución al problema de controlar sistemas inciertos de gran escala. A pesar de la robustez inherente presentada por los controladores anteriores, el buen funcionamiento de dichos controladores se ve muy afectado por las incertidumbres presentadas por ciertos sistemas de control. Si estas incertidumbres no son muy grandes, los controladores previos podrían mantener todas sus buenas características, sin embargo se hace necesario la presentación de una formulación que permita trabajar con situaciones que presenten incertidumbres desconocidas y acotadas.
Control predictivo de sistemas no lineales con restricciones estabilidad y robustez
(2002) Limón Marruedo, Daniel; Alamo, Teodoro; Camacho, Eduardo F.; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
Control predictivo no lineal robusto basado en técnicas intervalares
(2004) Bravo Caro, José Manuel; Alamo, Teodoro; Camacho, Eduardo F.; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
Convex difference inclusions for systems analysis and design inclusiones convexas para el análisis y el diseño
(2010) Fiacchini, Mirko; Alamo, Teodoro; Camacho, Eduardo F.; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
El segundo capítulo trata el problema del modelado. Se recordarán definiciones y caracterizaciones generales de sistemas dinámicos no lineales, introduciendo los conceptos de incertidumbre y de de mapas con conjuntos cómo valor, extensamente empleadas en la te ... sis. Luego los nuevos modelos propuestos, como el marco de modelado CDI, serán presentados. Aspectos computacionales que relacionan los sistemas CDI con las comunes clases de sistemas no lineales e inciertos son desarrollados en el capítulo tres. Se presentan sistemas CCDI y sistemas Lur"™e cómo subclases de sistemas CDI orientados a la práctica. Sus dobles relación, con los sistemas CDI por un lado y con comunes sistemas no lineales por el otro, se enfatiza para demostrar que muchos sistemas reales están incluidos en estas clases de modelos. Los sistemas DC son ilustrados posteriormente. Se proporcionan definiciones, propiedades y ejemplos para enfatizar las principales características de esto modelos, particularmente ricos y expresivos. Se proporciona una breve descripción de las funciones DC para aclarar los motivos que nos conducen a considerar esta clase particular de funciones no lineales. Finalmente, sistemas lineales con incertidumbre paramétrica son definidos. Dos subclases de sistemas lineales con incertidumbre paramétrica, como los lineales dependientes de parámetro variante (LPV) y los sistemas de inclusiones de diferencias lineales (LDI), también son ilustradas. En el capítulo cuatro se considerará la invariancia y temas relacionados para sistemas CDI. Importantes resultados, establecidos para sistemas lineales, son enunciados para esta clase de sistemas. Se proporcionarán condiciones necesarias y suficientes para que un conjunto convexo en el espacio de estados sea invariante y Î» -contractivo, también en presencia de incertidumbre aditiva. Se demostrará que, en caso de ausencia de incertidumbre aditiva, la relación entre conjuntos convexos Î» -contractivos para sistemas CDI y funciones de Lyapunov, propia de los sistemas lineales, es conservada para sistemas CDI. El operador a un paso es determinado y caracterizado, y un algoritmo para generar secuencias de conjuntos que convergen al dominio de atracción es propuesto. Finalmente, problemas computacionales sobre cómo obtener conjuntos invariantes convexos y Î» -contractivos para sistemas CDI son abordados. El quinto capítulo trata el problema del cálculo de conjuntos invariantes convexos y Conjuntos Î»-contractivos para particulares sistemas no lineales autónomos. En particular, se considerarán clases de sistemas no lineales orientados a la práctica, ilustrados precedentemente, como los sistemas DC y Lur"™e. Se darán condiciones suficientes para la invariancia y la Î» -contractividad para sistemas DC. También se tratará el caso de sistemas DC en presencia de incertidumbre aditiva. Se abordará el problema de la computación práctica de un conjunto invariante convexo, que llevará a la definición de un procedimiento algorítmico para obtener un conjunto no vacío, convexo e invariante en ausencia de incertidumbre. Se propone un método ad-hoc para obtener una secuencia de conjuntos invariantes anidados para sistemas Lur"™e. También se mostrará que tal secuencia de conjuntos converge a una aproximación convexa del dominio de atracción. El capítulo seis presenta resultados relacionados con el problema de la síÄ±ntesis de control. La computación de leyes de control y de conjuntos invariantes de control para sistemas CDI no autónomos es el tema principal del capítulo. La primera parte se dedica a ilustrar las propiedades de los conjuntos invariantes de control convexos y Î»-contractivos para sistemas DC. Se proporcionará una condición suficiente para la invariancia de control y la Î» -contractividad de un conjunto convexo. En particular, en el caso de conjuntos politópicos, se demuestra que el cálculo de una acción de control en los vértices del polítopo que satisfaga una condición convexa, permite la determinación de una acción de control, definida sobre todo el conjunto y tal que la estabilidad asintótica (exponencial) es garantizada para el sistema no lineal. El operador a un paso, útil para obtener una secuencia de conjuntos invariantes de control anidados y una aproximación del máximo conjunto estabilizable, es analizado para sistemas DC. También cuestiones computacionales son consideradas, definiendo algoritmos para determinar la ley de control estabilizante. En el capítulo final se resumen las contribuciones y los resultados ilustrados en la tesis y las direcciones para la investigación futura.
Implementation of MPC in embedded systems using first order methods
(2021-06-22) Krupa García, Pablo; Limón Marruedo, Daniel; Alamo, Teodoro; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
On randomized algorithms and their applications in robust optimization: Algoritmos aleatorios y aplicaciones en optimización robusta
(2014) Luque Sendra, Amalia; Rodríguez Ramírez, Daniel; Alamo, Teodoro; Camacho, Eduardo F.; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
Las aéreas que han sido abordadas en la tesis y q se pueden considerar para trabajo futuro son: * Aplicación a CUDA * Aplicaciones de identificación (por ejemplo, a la bolsa de valores) * Aplicación a MPC * Aplicación a las energías renovables * Apli
Optimal navigation management in natural inland waterways
(2024-03-20) Moreno Nadales, Juan; Alamo, Teodoro; Limón Marruedo, Daniel; Muñoz de la Peña Sequedo, David; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
Today, maritime freight transport is one of the most important factors in the development and growth of world economies in an increasingly interconnected and interdependent world. Within the different scenarios, one of the critical environments whose management is particularly delicate and which today continues to pose different challenges to be solved are natural inland waterways, which are natural logistical navigation channels connected to inland ports. Unlike artificial channels, transportation in natural inland waterways presents formidable challenges due to ever-changing environmental conditions and the unpredictability of different natural phenomena, such as the effect of the tide, in addition to the various operational constraints that arise from environmental, economic and safety issues. This doctoral thesis addresses one of the main challenges in this type of canals, which is the optimal and safe management of navigation within the waterways, all this from a practical approach taking into account the industrial framework in which this work takes place. In the first component of this research, we introduce a methodology aimed at finding optimal navigation plans, which are intended to serve as reference guidelines to which vessel pilots can adhere. These plans are designed with the objective of optimising the waiting and sailing times of vessels, which not only leads to a significant improvement in the efficiency of port and logistics operations, but also has a strong economic impact due to the importance of good channel management on the prestige and positioning of the port. It is important to highlight here the great importance of the effect of the tide, which conditions the time windows in which the channel is available due to the dynamic effect it has on the depth of the channel. To address this issue, a methodology for the search of safe crossing windows is proposed in this work, which guarantees the existence of at least one feasible safe trajectory for each vessel included in the plan. To facilitate the practical implementation of the proposed scheduling methodology, an open-source software tool has been developed. This tool equips navigation planners with a practical solution for optimizing vessel routes by considering real-time data and environmental conditions. The second facet of this thesis tackles the inherent uncertainty associated with inland waterways. Unforeseen incidents, including delays and mechanical failures, can disrupt even the best-laid plans. To counteract these uncertainties, we propose strategies for dynamic rescheduling that allow for real-time optimal adjustments in response to unexpected events. These strategies prioritize safety and aim to minimize the overall impact of the incident. To carry out all this, it is necessary to establish an architecture that allows real-time detection of the incident based on the localization data provided by the vessel, as well as a filter that allows the correct identification of the type of incident that has occurred in order to be able to take the correct action. In the last stage of the present work, we go one step further by looking into the future and propose an autonomous strategy for the control of the vessels, thus making each of the them an autonomous robot capable of navigating the estuary without any human intervention and thus reducing the risk of accidents due to human error, and the need for expert pilots. To this end, the use of distributionally robust control strategies applied to the problem of navigation control in natural inland waterways is presented. The main advantage of this type of methodology is that, unlike conventional robust control strategies that require a perfect identification of the different sources of uncertainty affecting navigation, particularly the effect of the tide, the proposed control strategy is able to improve performance relying only on the knowledge of a very limited set of historical depth data.
Probabilistic data-driven methods for forecasting, identification and control
(2022-11-18) Carnerero Panduro, Alfonso Daniel; Rodríguez Ramírez, Daniel; Alamo, Teodoro; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
This dissertation presents contributions mainly in three different fields: system identification, probabilistic forecasting and stochastic control. Thanks to the concept of dissimilarity and by defining an appropriate dissimilarity function, it is shown that a family of predictors can be obtained. First, a predictor to compute nominal forecastings of a time-series or a dynamical system is presented. The effectiveness of the predictor is shown by means of a numerical example, where daily predictions of a stock index are computed. The obtained results turn out to be better than those obtained with popular machine learning techniques like Neural Networks. Similarly, the aforementioned dissimilarity function can be used to compute conditioned probability distributions. By means of the obtained distributions, interval predictions can be made by using the concept of quantiles. However, in order to do that, it is necessary to integrate the distribution for all the possible values of the output. As this numerical integration process is computationally expensive, an alternate method bypassing the computation of the probability distribution is also proposed. Not only is computationally cheaper but it also allows to compute prediction regions, which are the multivariate version of the interval predictions. Both methods present better results than other baseline approaches in a set of examples, including a stock forecasting example and the prediction of the Lorenz attractor. Furthermore, new methods to obtain models of nonlinear systems by means of input-output data are proposed. Two different model approaches are presented: a local data approach and a kernel-based approach. A kalman filter can be added to improve the quality of the predictions. It is shown that the forecasting performance of the proposed models is better than other machine learning methods in several examples, such as the forecasting of the sunspot number and the R¨ossler attractor. Also, as these models are suitable for Model Predictive Control (MPC), new MPC formulations are proposed. Thanks to the distinctive features of the proposed models, the nonlinear MPC problem can be posed as a simple quadratic programming problem. Finally, by means of a simulation example and a real experiment, it is shown that the controller performs adequately. On the other hand, in the field of stochastic control, several methods to bound the constraint violation rate of any controller under the presence of bounded or unbounded disturbances are presented. These can be used, for example, to tune some hyperparameters of the controller. Some simulation examples are proposed in order to show the functioning of the algorithms. One of these examples considers the management of a data center. Here, an energy-efficient MPC-inspired policy is developed in order to reduce the electricity consumption while keeping the quality of service at acceptable levels.
Safe and optimal operation under uncertainty and plant-model mismatch
(2024-06-12) Mirasierra Calleja, Victor; Alamo, Teodoro; Limón Marruedo, Daniel; Universidad de Sevilla. Departamento de Ingeniería de Sistemas y Automática
Designing model-based control systems involves addressing uncertainty and modeling errors to ensure robust control. While this is a fundamental control problem, in recent years, the rapid growth of the field of machine learning has led to a significant rise in the development of probabilistic and robust techniques based on data sampling. The objective of this thesis is twofold. On the one hand, improve the estimation of safe regions by means of sample-based techniques. Safe regions bound the probability of meeting the constraints and keep it above a certain threshold. On the other hand, in this thesis we propose techniques that modify the real-time optimization problem in order to calculate the optimal operation of the plant despite the precision of the available model.

Examinar

Examinando Tesis (Ingeniería de Sistemas y Automática) por Autor "Alamo, Teodoro"