Controle Predito Iterativo Não Linear Multivariável sob Restrições com Complexidade Temporal Reduzida
Controle Preditivo Baseado em Modelo, Sistemas Não Lineares, Controle com Restrições, Métodos Iterativos, Conjuntos Alcançáveis, Aritmética Intervalar.
Esta tese trata da resolução numérica de problemas de controle ótimo empregando um método iterativo de Controle Preditivo Baseado em Modelo (mais conhecido como MPC, do inglês ModelPredictiveControl) para sistemas não lineares multivariáveis com observância a restrições. Este método iterativo foi recentemente apresentado na literatura e evita a necessidade da solução de um problema de otimização não convexo usando uma linearização variante no tempo do modelo não linear do sistema, que é ajustada iterativamente resolvendo a cada tempo de amostragem um problema de otimização iterativo empregando a programação quadrática. A principal vantagem é a resolução mais rápida do problema de controle ótimo pelo uso da programação quadrática ao invés da programação não linear, mantendo uma descrição apropriada das dinâmicas não lineares do processo sendo controlado. A abordagem apresentada é uma evolução do algoritmo iterativo original e inclui uma modificação que melhora a otimalidade das predições, oriunda de análises da convergência do método, e uma estratégia de constrição do domínio de definição dos estados para observância das restrições, baseada em conjuntos alcançáveis através de aritmética intervalar. Primeiramente, o MPCcomo técnica de obtenção de controle ótimo é apresentado. Em seguida, são analisadas algumas abordagens MPC disponíveis na literatura que tratam a redução da complexidade no tempo do método, e, então, a abordagem proposta é introduzida, sendo discutidos sistematicamente a convergência do método e sua incerteza, uma nova e concisa descrição matemática do algoritmo, a técnica para observâncias das restrições, bem como, os aspectos relativos à sua implementação. Em sequência, são apesentadas aplicações do algoritmo proposto para demonstrar a exequibilidade da abordagem utilizada e enfatizar a forma de sua aplicação.