2020-11-062020-11-062020-10-28Pipino, Hugo; Bernardi, Emanuel; Morato, Marcelo M.; Cappelletti, Carlos A.; Adam, Eduardo J.; Normey-Rico, Julio E.. Formulación de un LPV-MPC Adaptativo para Procesos Industriales No Lineales. 2020 Argentine Conference on Automatic Control (AADECA). 28, 29 y 30 de octubre de 2020.978-987-46859-2-6http://hdl.handle.net/20.500.12272/4598En general los procesos de la industria química son no lineales, lo que hace que los algoritmos convencionales de control predictivo lineal resulten no factibles. Por lo tanto, este artículo investiga una formulación de Control Predictivo basado en Modelos (MPC) para procesos no lineales representados a través de modelos Lineales de Parámetros Variables (LPV). El método propuesto se formula como un MPC adaptativo basado en la solución de dos problemas consecutivos de Programación Cuadrática (QP), resueltos en cada instante de muestreo. El primer QP tiene un horizonte hacia atrás y estima una variable de ajuste asociada al proceso, que se utiliza para determinar el mejor modelo lineal de predicción. El segundo QP utiliza este modelo para optimizar el desempeño a lo largo del horizonte futuro. El método propuesto se aplica a un sistema Reactor Continuo de Tanque Agitado (CSTR). Las discusiones se constituyen en torno al procedimiento de diseño a-priori, el esfuerzo computacional en línea y las dificultades de su aplicación.application/pdfspahttp://creativecommons.org/licenses/by-nc-sa/4.0/Atribución-NoComercial-CompartirIgual 4.0 Internacionalcontrol predictivosistema lineal de parámetros variablesproblema de programación cuadráticasistemas no linealesCSTRinfo:eu-repo/semantics/conferenceObject