You are on page 1of 4

CONTROL PREVENTIVO El control predictivo, también conocido en la industria como control multivariable o control avanzado, es una estrategia de control

que se ha impuesto en las últimas décadas en la industria de procesos como la mejor opción para controlar un proceso con múltiples entradas y múltiples salidas satisfaciendo además un conjunto de restricciones de operación del mismo.
El control predictivo tiene como objetivo resolver de forma efectiva, problemas de control y automatización de procesos industriales que se caractericen por presentar un comportamiento dinámico complicado, multivariable, y/o inestable. La estrategia de control en que se basa este tipo de control, utiliza el modelo matemático del proceso a controlar para predecir el comportamiento futuro de dicho sistema, y en base a este comportamiento futuro puede predecir la señal de control futura. El tipo de control predictivo tratado, es el Control Predictivo Basado en Modelo (CPBM), conocido también como Model Based Predictive Control (MBPC) o simplemente Model Predictive Control (MPC). Esta estrategia también se conoce como control por horizonte deslizante, por ser ésta la forma en la que se aplican las señales de actuación.

Ventajas y desventajas del Control Predictivo: Entre las ventajas se pueden citar:     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

Entre las desventajas se pueden citar:     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.

la cual debe satisfacer ciertas especificaciones sujetas a una demanda normalmente variable. La competencia en muchos sectores industriales así como el creciente interés social por los problemas medioambientales relacionados con los procesos de producción provoca la necesidad de disponer de técnicas fiables que permitan la operación del proceso con gran eficiencia y alto grado de flexibilidad. de seguridad. El amplio abanico de metodologías actuales de control de procesos se enfrenta al cumplimiento de este objetivo. La diferencia entre las diversas técnicas radica básicamente en los compromisos hechos en la formulación matemática de los criterios de funcionamiento y en la elección de la manera de representar el proceso.Antecedentes Aunque en el pasado podía considerarse que el único objetivo del control consistía en mantener una operación estable del proceso. criterios de seguridad y medioambientales. Actualmente los sistemas de control en la industria de procesos deben satisfacer criterios económicos. Por ello. actualmente las industrias se enfrentan a un mercado cambiante y difícil de predecir. lo que les obliga a operar sus procesos productivos en consonancia con la evolución del mercado para poder mantenerse competitivas y rentables. asociados con el mantenimiento de las variables de proceso en sus referencias minimizando dinámicamente una función de coste de operación. y de calidad en la producción. se puede considerar que en la actualidad el objetivo de todo sistema de control consiste en actuar sobre las variables manipuladas de forma que puedan satisfacerse m´ múltiples y cambiantes criterios de funcionamiento (económicos. medioambientales o de calidad) en presencia de cambios en las características del proceso. .

control estocástico. Las ideas que aparecen en mayor o menor medida en toda la familia de controladores predictivos son básicamente:  Uso explicito de un modelo para predecir la salida del proceso en futuros instantes de tiempo (horizonte).Este estado actual y futuras tendencias en el campo del control de procesos industriales indican que el Control Predictivo Basado en Modelo se puede considerar una tecnología suficientemente introducida en la industria y que además sigue despertando muchas expectativas. . sino que se trata más bien de un campo muy amplio de métodos de control desarrollados en torno a ciertas ideas comunes. unidos a la existencia de campos abiertos tanto en investigación como en temas relacionados con la implementación justifican un estudio más detallado de esta tecnología. Model (Based) Predictive Control (MBPC o MPC) constituye un campo muy amplio de métodos de control desarrollados en torno a ciertas ideas comunes e integra diversas disciplinas como control ´optimo. control multivariable o control con restricciones. control de procesos con tiempos muertos. El Control Predictivo no es una estrategia de control específica. Estos métodos de diseño conducen a controladores lineales que poseen prácticamente la misma estructura y presentan suficientes grados de libertad. Estos hechos. Conceptos básicos de control predictivo El Control Predictivo Basado en Modelo.

reducción de costos operativos e incremento de productividad Beneficios potenciales      Reducir la variabilidad entorno al objetivo de Calidad Operar más cerca de los límites Utilizar grados de libertad para moverse a puntos de operación más eficientes Reducir costos de stock de materias primas Reducir costos energéticos . Control Avanzado de Procesos (APC) Una gran cantidad de tecnologías que pueden ser llamadas “APC” y 2 de las más frecuentes:   Control Predictivo Basado en Modelo (MPC): un controlador multivariable basado en un modelo de proceso Modelado Inferencial: uso de técnicas de modelado empíricas para encontrar coeficientes y estructura de ecuaciones que permitan predecir variables de calidad a partir de instrumentación estándar de proceso ¿Por qué APC ? La decisión de aplicar APC es puramente económica   Costos de implementación y licencias Beneficios de mejoras de control de calidad.  Cálculo de las señales de control minimizando una cierta función objetivo. de forma que en cada instante el horizonte se va desplazando hacia el futuro. repitiendo el cálculo en cada instante de muestreo. Estrategia deslizante. lo que implica aplicar la primera señal de control en cada instante y desechar el resto.