Predictive Control

Controle Preditivo Model Predictive Control
Introduo ao Controle Preditivo

Wu Hong Kwong
Raphael de Medeiros Souto Maior Baltar
Laboratrio de Instrumentao Eletrnica e Controle
Departamento de Engenharia Eltrica
Universidade Federal de Campina Grande
LIEC - DEE - UFCG c Raphael Baltar 10/12/2013 1
Introduo
Diferentemente do controle feedback clsico PID, em que o controlador atua sobre os erros
para calcular as aes de controle, o controle baseado em modelo (MBC, Model Based Control )
uma tcnica de controle em que h a utilizao direta de um modelo de processos para calcular
essas aes.
Vantagens Desvantagens
uma estratgia de controle geral para processos
MIMO com restries de desigualdade nas variveis
de entrada e sada
A estratgia MPC bastante diferente das
convencionais e, assim, inicialmente no familiar
aos operadores da planta.
Pode acomodar facilmente comportamentos
dinmicos pouco comuns ou difceis, tais como
tempo morto grande e resposta inversa
Elevado esforo computacional requerido para
resolver os clculos MPC, necessitando resolver um
problema LP ou QP a cada instante de amostragem
O MPC pode ser integrado com estratgias de
otimizao on-line para otimizar a performance da
planta
O desenvolvimento do modelo dinmico a partir dos
dados da planta consome muito tempo
A estratgia pode ser facilmente atualizada em linha
para compensar mudanas nas condies do
processo, restries ou critrio de performance
Os modelos, por serem empricos, s so vlidos na
faixa de condies que foram consideradas durante
os testes
Modelo Dinmico
Um aspecto-chave do MPC o fato de ser usado um modelo dinmico para prever o
comportamento futuro do processo, isto , os valores futuros das sadas controladas. No modelo de
convoluo discreto os coecintes podem ser obtidos experimentalmente da resposta ao degrau
sem assumir uma estrutura para o modelo. O modelo emprico pode ser
Modelo Linear - funo de transferncia, resposta ao degrau ou modelo no espao de estados
linear ou linearizado
Modelo no linear - redes neurais ou modelo no espao de estado no-linear
Modelo de resposta ao degrau
Uma propriedade fundamental para esta modelagem o princpio da superposio que
implica que a resposta a qualquer combinao linear de sequncias de entradas simplesmente
uma combinao linear de sequncias de sadas, ou seja,
u =
1
u
(1)
+
2
u
(2)
+... y =
1
y
(1)
+
2
y
(2)
+...
Ento desenvolvemos o modelo de convoluo, que pode ser interpretado como a soma de
uma srie de variaes-degrau como mostrado a seguir
y
k
=
N
i=1
a
i
u
ki
Onde y
k
o valor predito da sada, u
k
=u
k
u
k1
e a
1
, a
2
, ..., a
N
so os coecientes da resposta
ao degrau. Alm disso, u
k1
= 0, se k i < 0 e u
0
= u
0
.
Modelo de resposta ao impulso
Os coecintes da resposta ao impulso unitrio do processo, h
1
, h
2
, ..., h
N
so expressos por
h
k
= a
k
a
k1
, k = 1, 2, ..., N e h
0
= 0
e o modelo de convoluo discreto, usando os coecientes da resposta ao impulso, :
y
k
=
N
i=1
h
i
u
ki
Controle por Matriz dinmica (DMC)
Estratgia de Implementao - Horizonte Mvel
O controle preditivo, tal como o DMC, envolve uma sequncia de operaes
1. A cada instante de amostragem um modelo de convoluo discreto usado para predizer as
trajetrias das sadas do processo sobre um intervalo de tempo futuro nito, dado em termos de
R intervalos de amostragem (parmetro de projeto chamado horizonte de otimizao).
2. Uma Sequncia de L movimentos de controle determinada tal que uma funo objetivo seja
minimizada. Porm devido a distrbios e erros de modelagem o comportamento predito ir
diferir do comportamento real, de modo que os movimentos de controle determinados podem
no ser apropriados em seu todo.
3. Portanto, tipicamente apenas o primeiro movimento calculado das entradas do processo
implementado de fato, aps o que, todo o procedimento repitido no prximo instante de
amostragem, comeando em 1, quando uma nova medida tomada. Esta corresponde
estratgia do enfoque de horizonte mvel.
Controlador DMC
Para processos SISO, o DMC utiliza o seguinte modelo de convoluo discreto para predizer
a sada no prximo instante de amostragem k +1 ou predio passo simples:
y
k+1
=
N
i=1
h
i
u
k+1i
Note que para predizer a sada, preciso fornecer o valor da entrada presente u
k
e os
valores passados. Os parmetros do modelo h
i
so os coecintes da resposta ao impulso unitrio.
Outra maneira equivalente de representar a sada predita y
k+1
usar a forma recursiva do modelo
expressa em termos de variaes incrementais.
y
k+1
= y
k
+
N
i=1
h
i
u
k+1i
Onde u
k
= u
k
u
k1
Em seguida estendemos o modelo de convoluo para R instantes futuros
y
k+j
= y
k+j1
+
N
i=1
h
i
u
k+ji
Para j = 1, 2, ..., R, em que R < N.
A informao realimentada y
k
permite que a predio seja corrigida recursivamente.
y
c
k+j
= y
k+j
+(y
c
k+j1
y
k+j1
)
para j =1, 2, ..., R e y
c
k
=y
k
. Isto equivale a admitir que o erro de predio intrinseco equao
anterior corresponde ao erro observado no instante atual, isto , y
k
y
k
, e que o mesmo vale para
qualquer valor de j. Substituindo a sada estimada na equao anterior obtemos
y
c
k+j
= y
c
k+j1
+
N
i=1
h
i
u
k+ji
A equao acima pode ser escrita na forma de vetor-matriz para os R instantes futuros.
Assim,
_
_
y
c
k+1
y
c
k+2
.
.
.
y
c
k+R1
y
c
k+R
_
_
=
_
_
a
1
0 ... 0 0
a
2
a
1
... 0 0
.
.
.
a
R1
a
R2
... a
1
0
a
R
a
R1
... a
2
a
1
_
_
_
_
u
k
u
k+1
.
.
.
u
k+R2
u
k+R1
_
_
+
_
_
y
k
+P
1
y
k
+P
2
.
.
.
y
k
+P
R1
y
k
+P
R
_
_
em que os a
i
so os coecientes da resposta ao degrau denidos por a
i
=
i
j=1
h
j
. e
P
i
=
i
m=1
S
m
i = 1, 2, ..., R
S
m
=
N
i=m+1
h
i
u
k+mi
m = 1, 2, ..., R
Os valores desejados para a varivel controlada y
d
k+j
( j = 1, 2, ..., R) podem ser especicados
por uma trajetria de referncia ( O prprio set point ou uma aproximao suave para este):
y
d
k+j
=
j
y
k
+(1
j
)r
k
para j = 1, 2, ..., R e 0 < 1.
O parmetro determina o quo rapidamente a trajetria atinge o set point r
k
. em forma
matricial
_
_
y
d
k+1
y
d
k+2
.
.
.
y
d
k+R1
y
d
k+R
_
_
=
_
1
y
k
+(1
1
)r
k
2
y
k
+(1
2
)r
k
.
.
.
R1
y
k
+(1
R1
)r
k
R
y
k
+(1
R
)r
k
_
_
Subtraindo a equao do valor desejado para a sada do valor predito em malha fechada,
tem-se:
E =A
u+

E
Onde A
a matriz dos coecientes da resposta ao degrau, u o vetor R-dimensional das

variaes na entrada. Os demais vetores so denidos por:
E =
_
_
y
d
k+1
y
c
k+1
y
d
k+2
y
c
k+2
.
.
.
y
d
k+R1
y
c
k+R1
y
d
k+R
y
c
k+R
_
=
_
_
(1
1
)E
k
P
1
(1
2
)E
k
P
2
.
.
.
(1
R1
)E
k
P
R1
(1
R
)E
k
P
R
_
_
Onde E
k
=r
k
y
k
. Note que

E e

E
so vetores de erros preditos.

E
uma predio em malha

aberta uma vez que calculado com base nas aes de controle passadas e representa o desvio
predito da sada em relao trajetria desejada. Ele no inclui as aes de controle corrente e
futuras ( u
k+j
, para j 0). Por outro lado,

E referido como uma predio em malha fechada uma
vez que baseado em aes de controle corrente e futuras.
Se for exigido que a sada predita seja igual sada desejada, o que corresponde ao projeto
prottipo mnimo, ento

E = 0 e
0 =A
u+

E
consequentemente,
u = (A
)
1

E
A estratgia DMC consiste em obter um sistema sobredeterminado, reduzindo

arbitrariamente a dimenso do vetor u de R para L, admitindo que u
k+j
= 0 para j L. Assim,
apenas L aes futuras de controle so calculadas e a equao passa a ser
_
_
y
c
k+1
y
c
k+2
.
.
.
y
c
k+R1
y
c
k+R
_
_
=
_
_
a
1
0 ... 0
a
2
a
1
... 0
.
.
.
a
R1
a
R2
... a
RL
a
R
a
R1
... a
RL+1
_
_
_
_
u
k
u
k+1
.
.
.
u
k+L2
u
k+L1
_
_
+
_
_
y
k
+P
1
y
k
+P
2
.
.
.
y
k
+P
R1
y
k
+P
R
_
_
Agora a equao do erro dada por

E = Au +

E
, em que A a matriz dinmica de

dimenso RxL, denida como as L primeiras colunas de A
.
O sistema sobredeterminado no tem uma soluo exata. possvel, entretanto, obter a
melhor soluo no sentido dos mnimos quadrados, minimizando o ndice de performance:
J(u) =

E
T
Q
T
Q

E +u
T
Ru
Onde Q uma matriz de ponderao denida positiva com dimenso RxR. Q ir permitir a
introduo de penalidades nos erros preditos e R uma matriz de ponderao LxL que ir penalizar
os movimentos da varivel manipulada. A soluo tima
u = (A
T
Q
T
QA+R)
1
A
T
Q
T
Q

E
= K
C

E
em que K
C
a matriz de ganhos feedback LxR. Para sistemas lineares, em que a matriz A
constante e a matriz K
C
precisa ser calculada apenas uma vez. Normalmente aplica-se apenas a
primeira ao de controle u
k
.
Ao utilizar o horizonte mvel, apenas a primeira la da matriz K
C
, contendo R elementos,
usada na equao. Denotando a primeira la de K
C
como K
T
cl
, tem-se:
u
k
= K
T
cl

E

Exerccio 1
Considere o sistema com funo de transferncia dada por:
G(s) =
y(s)
u(s)
=
e
5s
5s +1
Calcular a matriz de ganhos feedback do controlador DMC e avaliar a resposta dinmica
malha fechada para uma variao degrau unitrio no valor desejado, assumindo que o modelo seja
perfeito, usando os parmetros de projeto T = 2, 5 , N = 22, R = 11, L = 4
Algoritmo de controle para sistemas multivariveis
Estendendo os resultados desenvolvidos para sistemas MIMO, usando o princpio da
superposio. Para um sistema com M entradas e M sadas, o modelo de convoluo torna-se:
y
1,k+1
=
N
i=1
h
11,i
u
1,k+1i
+... +
N
i=1
h
1M,i
u
M,k+1i
y
2,k+1
=
N
i=1
h
21,i
u
1,k+1i
+... +
N
i=1
h
2M,i
u
M,k+1i
.
.
.
y
M,k+1
=
N
i=1
h
M1,i
u
1,k+1i
+... +
N
i=1
h
MM,i
u
M,k+1i
que representam os valores preditos de y
1
, ...y
M
para o instante de amostragem k + 1. O
horizonte do modelo N selecionado como o maior horizonte de resposta entre os M
2
modelos.
Estendendo o modelo de convoluo para R instantes futuros, tem-se:
y
1,k+j
= y
1,k+j1
+
N
i=1
h
11,i
u
1,k+ji
+... +
N
i=1
h
1M,i
u
M,k+ji
y
2,k+j
= y
2,k+j1
+
N
i=1
h
21,i
u
1,k+ji
+... +
N
i=1
h
2M,i
u
M,k+ji
.
.
.
y
M,k+j
= y
M,k+j1
+
N
i=1
h
M1,i
u
1,k+ji
+... +
N
i=1
h
MM,i
u
M,k+ji
para j = 1, 2, ..., R. A seguir corrige-se o valor predito com base no valor atual, ou seja, para
j = 1, 2, ..., R :
y
c
1,k+j
= y
1,k+j
+(y
c
1,k+j1
y
1,k+j1
)
y
c
2,k+j
= y
2,k+j
+(y
c
2,k+j1
y
2,k+j1
)
.
.
.
y
c
M,k+j
= y
M,k+j
+(y
c
M,k+j1
y
M,k+j1
)
onde
y
c
1,k
= y
1,k
y
c
2,k
= y
2,k
.
.
.
y
c
M,k
= y
M,k
Substituindo a sada estimada na equao anterior obtemos o modelo corrigido:
y
c
1,k+j
= y
c
1,k+j1
+
N
i=1
h
11,i
u
1,k+1i
+... +
N
i=1
h
1M,i
u
M,k+1i
y
c
2,k+j
= y
c
2,k+j1
+
N
i=1
h
21,i
u
1,k+1i
+... +
N
i=1
h
2M,i
u
M,k+1i
.
.
.
y
c
M,k+j
= y
c
M,k+j1
+
N
i=1
h
M1,i
u
1,k+1i
+... +
N
i=1
h
MM,i
u
M,k+1i
A equao pode ser escrita na forma vetor-matriz para os R instantes futuros. Assim,
_
_
y
c
1
y
c
2
.
.
.
y
c
M1
y
c
M
_
_
=
_
_
A
11
A
12
... A
1M1
A
1M
A
21
A
22
... A
2M1
A
2M
.
.
.
A
M11
A
M12
... A
M1M1
A
M1M
A
M1
A
M2
... A
MM1
A
MM
_
_
_
_
u
1
u
2
.
.
.
u
M1
u
M
_
_
+
_
_
y
1,k
F +P
1
y
2,k
F +P
2
.
.
.
y
M1,k
F +P
M1
y
M,k
F +P
M
_
_
Em que cada partio triangular:
A
i j
=
_
_
a
i j,1
0 ... 0 0
a
i j,2
a
i j,1
... 0 0
.
.
.
a
i j,R1
a
i j,R2
... a
i j,1
0
a
i j,R
a
i j,R1
... a
i j,2
a
i j,1
_
_
Sendo a
i j,m
=
m
l=1
h
i j,1
e os demais elementos dados por
y
c
n
= [y
c
n,k+1
y
c
n,k+2
... y
c
n,k+R
]
T
n = 1, 2, ..., M
u
n
= [u
n,k
u
n,k+1
... u
n,k+L1
] n = 1, 2, ..., M
F = [1 1 ... 1]
T
P
n
= [P
n,1
P
n,2
... P
T
n,R
] n = 1, 2, ..., M
P
n, j
=
j
m=1
S
n,m
j = 1, 2, ..., R
S
n,m
=
N
i=m+1
M
l=1
h
nl,i
u
l,k+mi
m = 1, 2, ..., R
A trajetria desejada expressa por
y
d
1,k+j
=
j
1
y
1,k
+(1
j
1
)r
1,k
y
d
2,k+j
=
j
2
y
2,k
+(1
j
2
)r
2,k
.
.
.
y
d
M,k+j
=
j
M
y
M,k
+(1
j
M
)r
M,k
em que
n
so constantes entre 0 e 1. Na forma matricial, tem-se:
_
_
y
d
1
y
d
2
.
.
.
y
d
M1
y
d
M
_
_
=
_
_
c
1
y
1,k
+(F c
1
)r
1,k
c
2
y
2,k
+(F c
2
)r
2,k
.
.
.
c
M1
y
M1,k
+(F c
M1
)r
M1,k
c
M
y
M,k
+(F c
M
)r
M,k
_
_
em que c
n
= [
1
n

2
n
...
R
n
]. Subtraindo o valor desejado do predito teremos:
E =A
u+

E

Os vetores so denidos por:
E =
_
_
y
d
1
y
c
1
y
d
2
y
c
2
.
.
.
y
d
M1
y
c
M1
y
d
M
y
c
M
_
=
_
_
(F c
1
)E
1,k
P
1
(F c
2
)E
2,k
P
2
.
.
.
(F c
M1
)E
M1,k
P
M1
(F c
M
)E
M,k
P
M
_
_
em que:
E
1,k
= r
1,k
y
1,k
E
2,k
= r
2,k
y
2,k
.
.
.
E
M,k
= r
M,k
y
M,k
Aplicando a estratgia DMC de maneira anloca ao caso SISO, chega-se a
E =Au+

E
Onde,

E e

E
so vetores de dimenso MR e u um vetor de dimenso ML. Assim,

E = [

E
1,k+1
...

E
1,k+R
...

E
M,k+1
...

E
M,k+R
]
T
= [

E
1,k+1
...

E
1,k+R
...

E
M,k+1
...

E
M,k+R
]
T
u = [u
1,k+1
... u
1,k+R
... u
M,k+1
...u
M,k+R
]
T
No caso em que h M entradas e M sadas, a matriz dinmica A tem a seguinte estrutura:
A =
_
_
A
11
A
12
... A
1M1
A
1M
A
21
A
22
... A
2M1
A
2M
.
.
.
A
M11
A
M12
... A
M1M1
A
M1M
A
M1
A
M2
... A
MM1
A
MM
_
_
Em que cada partio
A
i j
=
_
_
a
i j,1
0 ... 0
a
i j,2
a
i j,1
... 0
.
.
.
a
i j,R1
a
i j,R2
... a
i j,RL
a
i j,R
a
i j,R1
... a
i j,RL+1
_
_
Note que cada A
i j
RxL; portanto, A MRxML.
A lei de controle preditivo tem a mesma forma que o sistema SISO, ou seja:
Utilizando o ndice de performance:
J(u) =

E
T
Q
T
Q

E +u
T
Ru
E a soluo tima ser:
u = (A
T
Q
T
QA+R)
1
A
T
Q
T
Q

E
= K
C

E

Exerccio 2
A coluna de destilao da gura abaixo usada para separar uma mistura de 60% molar de
benzeno e 40% molar de tolueno, em destilado com 95% molar de benzeno e 5% molar de tolueno,
e produto de fundo com 5% molar de benzeno e 95% molar de tolueno.
A taxa de alimentao de 1.000 lb/h e entra no stimo prato a partir do topo. A coluna
tem 13 pratos, um refervedor parcial, um condensador total e ecincia de Murphree de 70%. A
composio do destilado, medido como %molar de tolueno, e a composio do fundo, medido
como %molar de benzeno, so controladas manipulando a vazo de reuxo e a carga trmica ao
refervedor. O controlador de presso mantm a presso constante, e os dois controladores de
nvel mantm os balanos materiais no topo e no fundo, manipulando as duas vazes de produtos.
Para determinar os ganhos estacionrios foram realizados testes na coluna que apresentaram o
seguinte quadro:
Os ganhos de malha aberta foram calculados da seguinte maneira:
K
Dw
R
=
4, 435, 69
132, 59131, 29
=0, 97 %molar/klb/h
K
DQ
=
5, 874, 34
30, 2329, 97
= 5, 88 %molar/Mbtu/h
K
Bw
R
=
5, 844, 25
132, 59131, 29
= 1, 22 %molar/klb/h
K
BQ
=
4, 056, 06
30, 2329, 97
=7, 73 %molar/Mbtu/h
em que: D = composio do destilado, B = composio do destilado, w
R
= composio do
destilado, Q = composio do destilado.
Assume-se que os analisadores sejam to lentos que a composio atinja o estado estacionrio
entre amostragens. Assume-se tambm que os analisadores introduzem um tempo morto de um
intervalo de amostragem em cada medidor de composio. Com isso, as funes de transferncia
da coluna so:
y
D
=0, 97z
2
w
R
(z) +5, 88z
2
Q(z)
x
B
(z) = 1, 22z
2
w
R
(z) 7, 73z
2
Q(z)
em que: y
D
= % molar de tolueno no destilado; x
B
= % molar de benzeno no produto do fundo
Nesse caso, necessita-se de apenas dois termos no vetor da resposta (N = 2). Adota-se ento,
R = 2 e L = 1.
Os coecintes das respostas ao degrau so expressos seguir:
a
1,1
=
_
0
0, 97
_
a
1,2
=
_
0
5, 88
_
a
2,1
=
_
0
1, 22
_
a
1,2
=
_
0
7, 73
_
Para R = 2 e L = 1, as matrizes dinmicas so:
A
1,1
=
_
0
0, 97
_
A
1,2
=
_
0
5, 88
_
A
2,1
=
_
0
1, 22
_
A
1,2
=
_
0
7, 73
_
A matriz dinmica ento expressa por:
A =
_
A
1,1
A
1,2
A
2,1
A
2,2
_
=
_
_
0 0
0, 97 5, 88
0 0
1, 22 7, 73
_
_
Adotando as matrizes de ponderao como:
Q = I R =
_
f
1
0
0 f
2
_
A matriz de ganhos feedback calculada por:
K
c
= (A
T
Q
T
QA+R)
1
A
T
Q
T
Q
Para o caso de f
1
= f
2
= 0, ou seja sem supresso de movimentos, ento:
K
c
=
_
0 23, 8 0 18, 1
0 3, 76 0 2, 99
_
Estes ganhos so considerados altos. Com parmetros de supresso de movimento f
1
= 0, 1
e f
2
= 0, 1, a matriz de ganhos ca:
K
c
=
_
0 2, 35 0 1, 77
0 0, 314 0 0, 365
_
A matriz de ganhos multiplicada pelo vetor de erros preditos, o que resulta em:
u = (A
T
Q
T
QA+R)
1
A
T
Q
T
QE
= K
c

E
w
R
=2, 35E
y
1, 77E
x
Q =0, 314E
y
0, 365E
x
Tratamento de restries do processo
Um aspecto chave de muitos problemas de controle a presena de restries em ambas as
variveis: controlada e manipulada. Basicamente existem trs tipos de restries de processo:
1. Restries nas variveis manipuladas
2. Restries nas taxas de variao das variveis manipuladas
3. Restries nas variveis de sada
No controlador DMC, os parmetros de sintonia podem ser ajustados para satisfazer as
restries nas variveis manipuladas. Especicamente, o fator de ponderao f e o horizonte de
controle L tm maiores efeitos no esforo de controle. Entretanto a seleo iterativa dos parmetros
de sintonia deve ser feita no procedimento de projeto, at que as restries sejam satisfeitas; o que
vem a ser um procedimento insatisfatrio.
Incluso de restries no DMC
As restries so classicadas em xas e variveis no tempo.
Fixas: so restries sempre ativas ( as variveis devem obedec-las sempre)
Restries variveis: dependendo das medidas feitas na planta ou de outras condies, elas
podem ser ativadas ou no. Assim, tornam-se parte do modelo do sistema de controle apenas
quando so ativadas. Em todos os outros instantes elas so invisveis ao modelo de controle.
Um mtodo mais direto de satisfazer as restries nos valores correntes e futuros das
variveis manipuladas e controladas modicar a equao
E =Au+

E
Adicionando explicitamente as restries ativas na equao.

Restrio na varivel manipulada i
Restrio ativa no limite mximo
u
i
u
i,max
A m de obter respostas mais suaves, para cada intervalo de tempo futuro k + j 1, o valor
da varivel manipulada tem de satisfazer:
u
i,k+j1
u
i,max
Da pode-se acrescentar equaes do tipo:
E
i j
= u
i,max
TOLu
i,k+j1
E
i j
= u
i,max
TOLu
i,k1
l=1
u
i,k+l1
E
i j
= u
i,max
l=1
u
i,k+l1
TOLu
i,k1
Em que TOL uma tolerncia para no se trabalhar no limite u
i,max
. Para cada j, acrescenta-se
mais uma linha na equao

E =Au+

E
. Na matriz A, essa linha do tipo:

[1 1 ... 1
. .
j
0 0 ... 0]
No vetor

E
acrescenta-se o elemento:
u
i,max
TOLu
i,k1
Restrio ativa no limite mnimo
u
i
u
i,min
O procedimento anlogo ao caso anterior, porem a equao a ser acrescentada :
E
i j
= u
i,k+j1
u
i,min
+TOL
Restrio na varivel controlada i
Restrio ativa no limite mximo
y
i
y
i,max
Impe-se que :
r
i,k
= y
i,max
Restrio ativa no limite mnimo
y
i
y
i,min
Impe-se que :
r
i,k
= y
i,min
Soluo do problema com restries
Podemos representar as equaes do modelo que incluem as restries xas da seguinte
forma:
E =Au+

E
e as que incluem apenas as restries ativas no momento como:
=A
u+

E
_

E
_
=
_
A
A
_
u+
_

E
_
A soluo do problema de mnimos quadrados associada a esse conjunto de equaes ca:
u
= (A
T
A)
1
A
T

E
u = u
+PA
T
(A
PA
T
+I)
1
(

E
)
Em que, P = (A
T
A)
1
Controlador LDMC
O LDMC(Linear Dynamic Matrix Control)(Morshedi et al., 1985) possui propriedades
adicionais s do DMC que o tornam bastante apropriado para aplicaes em linha. Neste
controlador o critrio de timizao no o de mnimos quadrados, mas sim a soma dos valores
absolutos dos resduos, que transformada para se enquadrar no problema geral de programao
linear.
O algoritmo LDMC
O desenvolvimento do algoritmo parte da formulao do DMC, diferindo apenas na denio
da funo objetivo e no tratamento das restries. No h distino entre o caso mono e
multivariveis, pois o tratamento idntico. Considerando novamente a equao do erro:
E =Au+

E
Impondo-se que o valor previsto seja igual ao calculado, ento:

Au =

E
Tambm podemos incorporar o fator de supresso de movimentos. Para tal, pr-multiplicamos

a equao acima por A
T
, fornecendo:
A
T
Au = A
T

E

Pode-se adicionar um parmetro positivo f aos elementos da diagonal de A
T
A para restringir o
tamanho de u.
(A
T
A+ f I)u = A
T

E
Se o problema for multivarivel escolhe-se um parmetro f

i
para cada varivel manipulada.
Portanto, de forma geral:
(A
T
A+R)u = A
T

E
em que,
R =
_
_
f
1
I 0 ... 0
0 f
2
I ... 0
.
.
. 0
0 0 0 f
3
I
_
_
Denindo-se um vetor resduo:
= (A
T
A+R)uA
T

E

Frisa-se que o nmero de equaes maior que o nmero de incgnitas. Resolvendo o
sistema em alguma norma matemtica, ser gerado um vetor de aes futuras de controle que
levar o sistema ao valor desejado de modo timo. O LDMC resolve o seguinte problema de
otimizao:
min
u
= w||
Sujeito a um conjunto de restries lineares. O resduo e a matriz w, de pesos adotados, so
espressos por:
=
_
k+1
.
.
.
k+L2
k+L1
_
_
w =
_
_
w
1
0 ... 0 0
0 w
2
... 0 0
.
.
.
0 0 ... w
L1
0
0 0 ... 0 w
L
_
_
O problema no pode ser resolvido diretamente por programao linear, dene-se:
= x z com x
i
, z
i
0
Se
k+i
positivo, ento
k+i
= x
k+i
e z
k+i
= 0; caso contrrio,
k+i
=z
k+i
e x
k+i
= 0. O problema
de otimizao pode ser recolocado.
min
u,x,z
= w(x +z)
sujeito a = x z e outras restries lineares.
Controlador QDMC
O QDMC (do ingles Quadratic Dynamic Matrix Control)(Garcia & Morshed, 1986), usa as
mesmas equaes de predio do DMC, ou seja:
E =Au+

E
porm, a funo objetivo quadrtica:

J(u) =
1
2

E
T
Q
T
Q

E +
1
2
u
T
Ru
Substituindo o valor do erro de malha fechada na equao do custo teremos:
J(u) =
1
2
_
_
Au+

E
_
T
Q
T
Q
_
Au+

E
_
_
+
1
2
u
T
Ru
J(u) =
1
2
_
u
T
_
A
T
Q
T
QA+R
_
u

E
T
Q
T
QAu+
1
2

E
T
Q
T
Q

E
T
Como o ultimo termo no depende de u, este pode ser removido da funo objetivo. O
problema do controlador pode ser escrito como:
min
u
J(u) =
1
2
_
u
T
_
A
T
Q
T
QA+R
_
u

E
T
Q
T
QAu
ou
min
u
J(u) =
1
2
u
T
Hu+c
T
u
em que,
H = A
T
Q
T
QA+R e c
T
=

E
T
Q
T
QA
Observao: Note que H corresponde matriz Hessiana e que c o vetor gradiente do QP.
No enfoque do horizonte mvel, esse QP resolvido a cada execuo do controlador aps a
obteno de uma nova leitura. Note que o nico elemento que varia com o tempo nesse problema
o vetor

E
. Ou seja, a Hessiana do QP permanece constante em todas as execues.


Predictive Control

Загружено:

Сведения о документе

Оригинальное название

Авторское право

Доступные форматы

Поделиться этим документом

Поделиться или встроить документ

Параметры публикации

Этот документ был вам полезен?

Это неприемлемый материал?

Авторское право:

Доступные форматы

Predictive Control

Загружено:

Авторское право:

Доступные форматы

Controle Preditivo Model Predictive Control

Introduo ao Controle Preditivo

a matriz dos coecientes da resposta ao degrau, u o vetor R-dimensional das

so vetores de erros preditos.

uma predio em malha

A estratgia DMC consiste em obter um sistema sobredeterminado, reduzindo

, em que A a matriz dinmica de

LIEC - DEE - UFCG c Raphael Baltar 10/12/2013 13

LIEC - DEE - UFCG c Raphael Baltar 10/12/2013 19

so vetores de dimenso MR e u um vetor de dimenso ML. Assim,

LIEC - DEE - UFCG c Raphael Baltar 10/12/2013 22

Adicionando explicitamente as restries ativas na equao.

. Na matriz A, essa linha do tipo:

e as que incluem apenas as restries ativas no momento como:

Impondo-se que o valor previsto seja igual ao calculado, ento:

Tambm podemos incorporar o fator de supresso de movimentos. Para tal, pr-multiplicamos

LIEC - DEE - UFCG c Raphael Baltar 10/12/2013 34

Se o problema for multivarivel escolhe-se um parmetro f

LIEC - DEE - UFCG c Raphael Baltar 10/12/2013 35

porm, a funo objetivo quadrtica:

. Ou seja, a Hessiana do QP permanece constante em todas as execues.

Вам также может понравиться