Review artículo de industrial: Control predictivo por modelo

El control predictivo por modelo es un método que ha tenido aplicaciones en diversas áreas
de la ciencia. Por ejemplo, este se ha aplicado en diversas plantas piloto de fabricación de
productos farmacéuticos de manera continua debido a sus atributos críticos de calidad. Para
obtener productos farmacéuticos de alta calidad es necesario emplear un control por
retroalimentación, teniendo en cuenta todas las incertidumbres y perturbaciones del proceso
e interacciones dinámicas entre diversas unidades de los procesos de la planta. Se han
elaborado múltiples diseños de controles predictivos por modelo aplicados a una planta
piloto de fabricación farmaceutica utilizando un algoritmo de control de matriz cuadrática.
Los sistemas de control predictivo por modelo que ocupan toda la planta se diseñan
utilizando una matriz dinámica cuadrática de control (QDMC, por sus siglas en inglés) la
cual se basa en una descripción de entrada-salida de la dinámica de toda la planta. El
sistema QDMC de toda una planta se implementa en un modo de retroceso-línea horizontal,
como observamos en la figura tal, la cual requiere una solución en tiempo real del
problema del control óptimo sobre el horizonte del control Nc en cada instante K.

Figura tal. Implementación del modelo de retroceso-linea horizontal del sistema QDMC aplicado a
una planta. Tomado y adaptado de Mesbah, A., Paulson, J. A., Lakerveld, R., & Braatz, R. D.
(2017). Model Predictive Control of an Integrated Continuous Pharmaceutical Manufacturing Pilot
Plant. Organic Process Research & Development, 21(6), 844-854.

De esta manera, se ha podido utilizar este modelo de control predictivo para controlar la síntesis
industrial en una planta piloto de diversos fármacos.

Una tecnología comprometedora para la captura de CO 2 se encuentra basada en el reactivo químico

monoetanol-amina (MEA), esto con el fin de reducir las emisiones de CO 2 de las centrales
eléctricas alimentadas con combustibles fósiles. Sin embargo, la planta de captura de CO 2 obedece a
un sistema multivariable no lineal con un gran retraso de tiempo. De tal manera que para obtener un
rendimiento de control satisfactorio se han realizado modelos de control predictivo para el control
de variables en procesos de captura de dióxido de carbono (CO 2) en plantas una vez realizados los
procesos de combustión. Para evaluar los proceso de captura, se ha requerido el uso de software
para llevar a cabo la respectiva simulación del proceso utilizando MEA como solvente para captura
de CO2. Una vez realizada la simulación y obtenido el modelo, el sistema de control predictivo por
modelo (en este caso, multimodelo) es desarrollado para controlar la velocidad de captura del CO 2 y
la temperatura del hervidor del MEA. Esta simulación multimodelo ha demostrado poder rastrear el
punto de referencia de la tasa de captura de forma rápida y sin problemas mientras se mantiene la
temperatura del hervidor en su rango de operación deseado, corroborando que el sistema de control
predictivo multimodelo tiene una alta precisión de control y una buena robustez. Por lo que un
sistema MPC multimodelo se puede aplicar para realizar este tipo de acción de manera flexible.
Xu, M., Leng, W., Liang, X., & Wu, X. (2017, October). Multi-model predictive control of post-
combustion CO 2 capture plants. In Chinese Automation Congress (CAC), 2017 (pp. 6243-6248).
IEEE. Wu, X., Shen, J., Li, Y., Wang, M., & Lawal, A. (2018). Flexible operation of post-
combustion solvent-based carbon capture for coal-fired power plants using multi-model predictive
control: A simulation study. Fuel, 220, 931-941.

Por otra parte, el control predictivo por modelo se ha utilizado también en las baterías de ion-litio
(Li+), estas presentan ciertas ventajas entre las que se incluyen altas capacidades de energía y
densidad de poder, bajo requerimiento de mantenimiento y son relativamente amigables con el
ambiente, estas baterías han sido reconocidas como las celdas electroquímicas más prometedoras
en aplicaciones en los vehículos eléctricos por ejemplo, así como también en dispositivos
electrónicos. Una variable que afecta la vida útil de la batería es la temperatura, de esta manera, una
temperatura alta acelerara el proceso de envejecimiento de la batería causando fugas y posibles
explosiones. De esta manera, surge la necesidad de monitorear y manejar los comportamientos
térmicos de las baterías de ion litio, donde el tiempo de recarga de la batería es otra variable
importante en la vida útil de esta. Con el propósito de cumplir estas tareas, se han propuestos
algoritmos para administrar las operaciones de carga la batería utilizando un enfoque de control
predictivo por modelo. Basado en un modelo electro térmico, la carga de la batería se ha formulado
como una variable con respecto al tiempo. Se han implementado observadores no lineales para las
mediciones de la temperatura y voltaje de la batería. Los resultados de estos trabajos han
demostrado que el modelo propuesto es capaz de equilibrar de manera óptima la temperatura de la
batería con respecto al tiempo de carga de esta. Además, de las simulaciones del proceso se ha
afirmado que el algoritmo de carga basado en el control predictivo por modelo es prometedor para
la implementación en tiempo real. Zou, C., Hu, X., Wei, Z., & Tang, X. (2017). Electrothermal
dynamics-conscious lithium-ion battery cell-level charging management via state-monitored
predictive control. Energy, 141, 250-259.