CURSO: CONTROL PREDICTIVO TRADUCCIÓN: PREDICTIVE CONTROL SIGLA: IEE3674 CRÉDITOS: 10 MÓDULOS: 02 CARÁCTER: MINORS DE PROFUNDIDAD TIPO: CÁTEDRA CALIFICACIÓN: ESTÁNDAR PALABRAS CLAVE: CONTROL PPREDICTIVO, PROCESOS, SISTEMAS, INTERFASE NIVEL FORMATIVO: MAGISTER I. DESCRIPCIÓN: El curso expone los fundamentos de las técnicas de control óptimo, en especial la tecnología Multivariable Predictive Control (MPC), para modelos lineales, no lineales, híbridos y distribuidos, considerando diferentes funciones objetivo y restricciones, los productos MPC que comercializan las empresas proveedoras de equipos y servicios de automatización y control, y las aplicaciones industriales que se están desarrollando para minería, energía, transporte y otros sectores. II. OBJETIVOS Al terminar el curso los asistentes estarán en condiciones de (i) desarrollar aplicaciones simples de control óptimo basadas en la tecnología Multivariable Predictive Control (MPC), considerando modelos lineales, no lineales, híbridos y distribuidos, así como diferentes funciones objetivo y restricciones, (ii) evaluar el potencial que ofrecen los productos MPC que comercializan las empresas proveedoras de equipos y servicios de automatización y control, y (iii) describir aplicaciones industriales en minería, energía, electrónica de potencia, transporte y otros sectores. III. CONTENIDO 1. Introducción y motivación. 2. Sistemas dinámicos. Ecuación de estado. Tiempo continuo y tiempo discreto. Sistemas lineales y no lineales. Función de transferencia. Equivalencia. 3. Control óptimo. Optimización paramétrica. Optimización en sistemas dinámicos. Controladores LQ y LQR. 4. Estimación óptima. Variables aleatorias. Modelos estocásticos. Observadores y estimadores en sistemas lineales y no lineales. Filtro de Kalman. Estimadores no lineales. Filtro de partículas. 5. Modelos de predicción y estimación de parámetros. Clasificación de modelos. Métodos de mínimos cuadrados. Algoritmos recursivos. 6. Fundamentos de MPC. Modelos para MPC. Función objetivo. Algoritmos MPC. Variantes de MPC. 7. Dynamic Matrix Control. Algoritmo de predicción. Algoritmo de control. DMC con restricciones. DMC multivariable. DMC en variables de estado. 8. Control predictivo generalizado o GPC. Formulación. Análisis en lazo cerrado. Estabilidad. Casos especiales. 9. MPC con restricciones. Clases de restricciones. Optimización con restricciones. Algoritmos. 10. MPC no lineal. Modelos no lineales. Solución del NMPC. Técnicas para NMPC. Estabilidad. 11. Control predictivo de sistemas híbridos. Sistemas híbridos. Formulaciones MLD y PWA. Algoritmos de control. 12. MPC Distribuido. Fundamentos. Investigaciones. Aplicaciones. 13. Data Driven MPC. Fundamentos. Investigaciones. Aplicaciones. 14. Herramientas de diseño. Presentación y análisis de herramientas para diseño computacional de MPC. 15. Productos comerciales para control predictivo. Presentación y análisis de productos comerciales para MPC. 16. Aplicaciones de MPC. En minería y procesamiento de minerales. En energía, electrónica de potencia, sistemas de transporte, petroquímicas, ingeniería biomédica. 17. Investigación, desarrollo e innovación en MPC. Revisión y análisis de las actividades de R&D&i en MPC. IV. METODOLOGÍA Clases expositivas. Tareas individuales y desarrollo de un proyecto empleando herramientas de simulación. V. BIBLIOGRAFÍA Bemporad A., Morari M., Ricker N.L. Model Predictive Control Toolbox. Mathworks, 2005. Borelli F., Bemporad A., Morari M. Predictive Control for Linear and Hybrid Systems. Cambridge University Press, 2017. Camacho E. F., Bordons C. Model Predictive Control. Springer, 2004. Maestre J.M., Negenborn R.R. Distributed Model Predictive Control Made Easy. Springer, 2014. Qin, S. J., Badgwell, T. A. (2003). A survey of industrial model predictive control technology. Control Engineering Practice (11)7, pp. 733–764. Rakovic S.V., Levine, Editors (2019). Handbok of Model Predictive Control. Birkhäuser. Revistas Control Engineering Practice Journal of process control IEEE Transactions on Control Systems Technology IEEE Control Systems Magazine Automatica PONTIFICIA UNIVERSIDAD CATÓLICA DE CHILE ESCUELA DE INGENIERÍA / ACTUALIZADO ABRIL 2021