Control predictivo basado en partículas y simulaciones de Montecarlo

Abstract

El Control Predictivo basado en Modelo es, desde su aparición, una de las estrategias de control avanzado más populares y con mayor relevancia en la industria en la actualidad. Continuamente se publican nuevos resultados y avances, consiguiendo cada vez un mejor rendimiento del controlador o proporcionando garantías que antes no existían. Por esta razón, enfocamos el presente trabajo en el estudio de una posible estrategia de Control Predictivo basado en Métodos de Montecarlo o filtros de partículas, la cual tiene el potencial de hacer frente a diferentes tipos de perturbaciones presentes en los sistemas a controlar. En los algoritmos desarrollados a lo largo del proyecto aparecen los conceptos de partícula y escenario, los cuáles tienen una gran importancia en estas páginas. Cada uno de ellos hace referencia a una característica concreta de los algoritmos y de los problemas a resolver. A modo de resumen: • Las partículas hacen referencia a una solución potencial del problema de optimización. Es decir, se utilizan para resolver un problema matemático con un método alternativo a otros más convencionales como pueden ser los gradenciales. • Los escenarios son una realización hipotética y posible de las perturbaciones durante la operación del sistema. Por tanto, el controlador tiene en cuenta algunos de los escenarios posibles para tomar las decisiones respecto al sistema incierto. Los algoritmos se prueban en distintos sistemas con características diferentes así como a diferentes tipos de perturbación, con el objetivo de evaluar la bondad de estos. En el capítulo 5 se presentan todos los ensayos realizados así como los resultados obtenidos.