Predictive control of non-linear systems and its applicatión to the control of a thermal power plant boiler.

Abstract

La tesis doctoral tiene como principal objetivo contribuir al desarrollo de estrategias de control predictivo no lineal para procesos industriales, que consideren en el diseño, criterios económicos, además de las restricciones técnicas u operacionales que habitualmente se tienen en cuenta. La estrategia de control propuesta utiliza un nivel supervisor para determinar las referencias óptimas para el nivel regulatorio. El nivel supervisor se basa en un optimizador dinámico, que se diseña a partir de la optimización de una función objetivo general, considerando restricciones de igualdad y desigualdad. El algoritmo de solución está basado en técnicas de control predictivo no lineal. En primer lugar, se desarrolla un simulador fenomenológico para una planta termoeléctrica de ciclo combinado (50 MW), el que consiste en una turbina a gas, una caldera y una turbina a vapor. Este simulador se basa en las ecuaciones fenomenológicas del proceso, y sus parámetros son determinados y adaptados del trabajo de Ordy s el al. (1994) El simulador es programado usando bloques S-function de MATLABSIMULINK. y consiste en ecuaciones diferenciales no lineales y más de cien ecuaciones algebraicas, varias de ellas no lineales. Para implementar y probar diferentes estrategias de control, se considera la utilización del simulador de la caldera A continuación se desarrolla un algoritmo de control predictivo basado en modelos lineales para resolver el problema a nivel supervisor. Este algoritmo de control se basa en la modelación lineal del proceso y de los controladores a nivel regulatorio. En este caso, se obtiene una solución explícita cuando no se incluyen restricciones. En cambio, cuando se incluyen restricciones no es posible obtener una solución explícita, por lo cual el problema de optimización se resuelve mediante las condiciones de Kuhn-Tucker. Con este algoritmo de control predictivo a nivel supervisor se obtienen buenos resultados para la caldera de una planta termoeléctrica en comparación con una estrategia de control supervisor que mantiene las referencias fijas. Para avanzar hacia el problema con modelo no lineal se plantea un nuevo algoritmo de identificación de estructura para modelos difusos, basado en un análisis de sensibilidades de las salidas con respecto a las variables de entrada de los modelos. Utilizando este nuevo algoritmo se desarrollan modelos difusos para el simulador de la caldera de una planta termoeléctrica. Además, se obtienen modelos difusos para las principales variables de la caldera de la central termoeléctrica "Nueva Renca". Como conclusión de este análisis, se establecieron las principales ventajas de la modelación difusa para representar sistemas no lineales. Luego, se define un nuevo algoritmo de control predictivo basado en modelación no lineal para resolver el problema a nivel supervisor. En este caso, se plantean los predictores difusos a un paso y a múltiples pasos. Para resolver el problema de optimización con predictores difusos se utiliza las condiciones de Kuhn-Tucker. Estos algoritmos de control difuso a nivel supervisor son exitosamente aplicados al simulador de la caldera y otros ejemplos simples, en comparación con una estrategia de control a nivel supervisor basada en modelación lineal.