¿Qué son los sistemas de control predictivo?

Son sistemas de control desarrollados e implementados en la década del

1990, aunque sus principios metodológicos ya habían sido introducidos en la
década del 1970.

Permite manipular las variables para establecer una trayectoria deseada a

futuro. Además de las variables que están siendo controladas. Una vez
manipuladas las variables se procede a su cálculo optimizándolas con la
función objetivo y siguiendo métodos de horizonte móvil. Es evidente que
para optimizar las variables se utiliza los principios de la Investigación de
Operaciones.

Para muchos el control predictivo no es una estrategia de control específica,

sino que se trata más bien de un campo muy amplio de métodos de control
desarrollados en torno a ciertas ideas comunes.

El control predictivo utiliza un modelo explícito para predecir la salida del

proceso en instantes futuros, mediante el uso de algoritmos para el cálculo
de señales de control minimizando una cierta función objetivo.

Una de las propiedades más atractivas del sistema de Control Predictivo es

su formulación abierta, que permite la incorporación de distintos tipos de
modelos de predicción, sean lineales o no lineales, monovariables o
multivariables, y la consideración de restricciones sobre las señales del
sistema. Esto hace que sea una estrategia muy utilizada en diversas áreas
del control. Además, es una de las pocas técnicas que permiten controlar
sistemas con restricciones incorporando éstas en el propio diseño del
controlador.

Estas características han hecho del control predictivo una de las escasas
estrategias de control avanzado con un impacto importante en problemas
de ámbito industrial, por tal motivo es importante resaltar que el control
predictivo se ha desarrollado en el mundo de la industria, y ha sido la
comunidad investigadora la que se ha esforzado en dar un soporte teórico a
los resultados prácticos obtenidos.

Merece la pena destacar que el control predictivo es una técnica muy

potente que permite formular controladores para sistemas complejos y con
restricciones. Esta potencia tiene un precio asociado: el coste
computacional y la sintonización del controlador. Recientes avances en el
campo del Control Predictivo proveen un conocimiento más profundo de
estos controladores, obteniéndose resultados que permiten relajar estos
requerimientos. Así por ejemplo, se han establecido condiciones generales
para garantizar la estabilidad, condiciones bajo las cuales se puede relajar
el carácter optimal del controlador garantizando su estabilidad.

Existen muchos algoritmos de control predictivo que han sido aplicados con
éxito: GPC, IDCOM, DMC, APC, PFC, EPSAC, RCA, MUSMAR, NPC, UPC, SCAP,
HPC, etc.

Resumiendo podríamos decir:

• El problema de la predicción y del control es un único problema.

• Si se es capaz de saber lo que va a pasar en el futuro, se puede forzar

la dinámica para que ese futuro sea como se desee.

• Implica un conocimiento preciso de la dinámica.

Analogía:

El control por realimentación es como manejar un auto mirando por el

espejo retrovisor, el control predictivo es hacerlo mirando hacia adelante.
 Primer Controlador Predictivo: Control con Predictor de Smith

ELEMENTOS DEL CONTROL PREDICTIVO:

• La utilización de un modelo matemático de predicción.

• La estructuración de las variables a manipular.

• El cálculo de estas variables.

• La aplicación de control.

VENTAJAS

• Formulación en el dominio del tiempo, lo cual le permite ser una

técnica flexible, abierta e intuitiva.

• Permite tratar con sistemas lineales y no lineales, monovariables y

multivariables utilizando la misma formulación para los algoritmos del
controlador.

• La ley de control responde a criterios de optimización.

• Permite la incorporación de restricciones en la síntesis o

implementación del controlador.

• Brinda la posibilidad de incorporar restricciones en el cálculo de las

actuaciones.

DESVENTAJAS

• Requiere el conocimiento de un modelo dinámico del sistema

suficientemente preciso.

• Requiere un algoritmo de optimización, por lo que solo se podría

implementarse por medio de una computadora.

• Requiere un alto coste computacional, lo que hace difícil su aplicación

a sistemas rápidos.
 • Hasta hace relativamente poco, no se podía garantizar la estabilidad
de los controladores, especialmente en el caso con restricciones. Esto
hacía que el ajuste de estos controladores fuese heurístico y sin un
conocimiento de cómo podían influir los parámetros en la estabilidad
del sistema.

APLICACIONES:

INDUSTRIA

Se introducen en primer lugar los conceptos fundamentales y las

metodologías de amplia implantación en la industria para pasar
posteriormente a la modificación de los algoritmos básicos, de forma que
puedan incorporar situaciones encontradas comúnmente en la industria
como perturbaciones medibles o restricciones.

QUÍMICA

Sirve para predecir la reacción de compuestos y reactivos a los que se

pueden, mediante el modelo matemático, variar las cantidades o alguna
otra propiedad medible, y observar los resultados posibles obtenidos por el
sistema; así se pueden utilizar mejor los recursos químicos, que pueden ser
o muy costosos o muy caros (en términos de dinero y tiempo) o muy
peligrosos de manipular.

FÍSICA

Al igual que en la química es costoso comprobar experimentalmente teorías,

modelos, etc. Es por eso que los sistemas de control predictivo juegan un
papel muy importante al permitir saber con cierto grado de certeza la
reacción o el comportamiento futuros de los fenómenos.

MARKETING

El control predictivo es muy aplicado para el análisis y predicción del

comportamiento de un sector del mercado, un claro ejemplo es predecir,
con cierto grado de confianza y teniendo en cuenta la información histórica
(valores que en algún momento tuvieron las variables), el comportamiento
del mercado en función de la demanda de leche para el año 2011.

ROBÓTICA
Un ejemplo son los brazos manipuladores, que al estar compuestos por
varias articulaciones unidas entre sí, poseen una dinámica altamente no
lineal, con un fuerte acoplamiento entre sus respectivas articulaciones. Esto
complica la utilización de sistemas de control tradicionales, en especial por
la sintonización ante altas velocidades o aceleraciones. Una de las mejores
soluciones es utilizar un control predictivo, mediante modelos matemáticos
con el fin de compensar los términos dinámicos presentes.

INTELIGENCIA ARTIFICIAL

Una de las aplicaciones que promete un gran aporte para la humanidad, en

el futuro, es la utilización de sistemas de control predictivo a las redes
neuronales para la navegación de robots móviles, se espera que con esta
tendencia se pueda mejorar el tránsito vehicular e incluso peatonal;
reduciendo de manera significante los índices de accidentes de tránsito, los
cuales en nuestro país son realmente alarmantes.
BIBLIOGRAFÍA:

Goodwin, G. Sin: Adaptive Filtering, Prediction and Control, Prentice Hall -

1984.
E.F. Camacho, Model Predictive Control in the Process Industry, Springer,
1995.