Punto 1.

1.
Control predictivo basado en modelos ¿Cuáles son los elementos principales de la
estructura básica del (MPC)?

R/

Estos elementos son el modelo de predicción, la función objetivo y la obtención de la ley de

control.

Modelo de predicción:

Se denomina modelo predictivo a un método de análisis de datos y estadísticas para definir

hipótesis o deducir resultados o sucesos futuros. El modelo genera predicciones con un
grado de probabilidad según las variables analizadas.

Función objetivo

Es aquella función que se optimiza, ya sea maximizando o minimizando su resultado.

Ley de control.

Son todas las restricciones a las que se den lugar a demás de las condiciones básicas,
iníciales y de transición del proceso.

2.
¿Cuáles son las ventajas y desventajas del MPC frente a otros métodos?

Ventajas
● Funciona antes de que ocurra un problema en los procesos, por medio de detección
y optimización de errores en pequeñas ranuras de tiempo.

● Tiene la capacidad de predecir errores, antes de que sucedan.

● Se puede aplicar fácilmente a sistemas multivariables debido al uso de matrices.

● Puede incluir una función de costo objetivo a optimizar restricciones del sistema.

● Se pueden añadir restricciones fácilmente.

Desventajas
● Hallar un modelo dinámico que represente adecuadamente el sistema a controlar.
● Crecimiento de esfuerzo matemático, en calcular la función de costo, debido a que
esta es una relación matemática no convexa, es decir, no se encuentra
necesariamente en su dominio, ya que no es lineal con respecto a las matrices de
estados creadas, para el cálculo de controlador.
 ● Estabilidad y robustes parcialmente resueltas.

3. ¿Cuál es la secuencia de la estrategia de MPC?

Mediante cada iteración y un instante de tiempo t, se predicen las P salidas ( horizonte de

predicación) estás se predicen haciendo uso de las salidas y entradas pasadas y las
hipotéticas entradas de control futuras (acciones de control) estás se calculan de forma de
que minimicen el error y así poder mantener la trayectoria de referencia W(t+1). Después
se calcula la función de coste y se hallan las acciones de control pertinentes.

4. ¿Por qué es importante incluir restricciones en el problema de MPC?

R/ Ya que estas restricciones, representan las condiciones que deben cumplirse para que la
optimización y predicción satisfactoria del controlador, además de permitir acotar el error
de estado estacionario.

Punto 2.

1.

ẋ ( t )= Ax ( t ) +Bu ( t )

y (t)=C x ( t ) + D u ( t )

{[ ] [ ]}
x˙c x c
A=Jacobiano ∝˙ , ∝
v˙c v c
ẇ w

{[ ] }
x˙c
B=Jacobiano ∝˙ , v m
v˙c
ẇ
2.

Predicciones a lo largo del horizonte.

N =2 horizonte de control.

P=120 y 170 (sincronización sistema X_c =10m)

3. Función de costo.
P N
2 2
J=∑ δ [ y ( t+i )−w(t +1) ] + ∑ λ [ ∆ U (t +i−1 ) ]
i=1 i=1

120 2
J=∑ δ [ y ( t+i )−w(t +1) ] + ∑ λ [ ∆ U (t +i−1 ) ]
2 2

i=1 i=1

W: REFERENCIA

δ : MATRIZ DE IMPORTANCIA DE MINIMIZACIÓN DE ESFUERZO

U: acción de control.

4. Restricciones

 Referencia máxima de la posición de carro a 10m

 Voltaje del motor entre -15 V y 15V
 Velocidad del carro entre -1 y 1 m/s
Prueba de que falta el archivo robot_simulation.wrl de animación del punto 5.