Desarrollo de la estrategia iMO-NMPC: primeros pasos para su implementación en dispositivos industriales

• Zabaljauregi, Asier ^[1] ; Alonso, Aimar ^[1] ; Larrea, Mikel ^[1] ; Irigoyen, Eloy ^[1]
  1. [1] Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Universidad del País Vasco/Euskal Herriko Unibertsitatea

     Leioa, España

     
• Localización: XLIII Jornadas de Automática: libro de actas: 7, 8 y 9 de septiembre de 2022, Logroño (La Rioja) / coord. por Carlos Balaguer Bernaldo de Quirós , José Manuel Andújar Márquez , Ramón Costa Castelló , C. Ocampo-Martínez , Juan Jesús Fernández Lozano , Matilde Santos Peñas , José Simó , Montserrat Gil Martínez, José Luis Calvo Rolle , Raúl Marín , Eduardo Rocón de Lima , Elisabet Estévez Estévez , Pedro Jesús Cabrera Santana, David Muñoz de la Peña Sequedo , José Luis Guzmán Sánchez , José Luis Pitarch Pérez , Óscar Reinoso García , Óscar Déniz Suárez , Emilio Jiménez Macías , Vanesa Loureiro-Vázquez, 2022, ISBN 978-84-9749-841-8, págs. 248-254
• Idioma: español
• Títulos paralelos:
  • iMO-NMPC strategy development: first steps for implementation on industrial platforms
• Enlaces
  • Texto completo
• Resumen
  • español

    Este trabajo presenta la metodología que se está empleando, dentro del grupo de investigación de control inteligente (GICI) de la UPV/EHU, para el desarrollo de estrategias de control inteligente y su posterior implementación en plataformas de tiempo real. Mediante esta metodología se establece el procedimiento para la validación de dichas estrategias, no solamente desde el punto de vista de simulación, en forma de scripts, sino acercando estos desarrollos a diferente hardware industrial para su posterior implementación en tiempo real en forma de s-functions. El caso de uso que se presenta y que está siendo implementado actualmente es el de la estrategia iMO-NMPC, la cual integra bajo un esquema de control predictivo, algoritmos evolutivos para la optimización y redes neuronales para el modelado de sistemas. Esta metodología se desarrolla haciendo uso de la plataforma de simulación MATLAB/Simulink®. Estos desarrollos se podrán validar en hardware industrial, para lo cual se empleará la generación automática de código que proporciona dicha herramienta de simulación.

  • English

    This work presents the methodology used by the Intelligent Control Research Group (GICI) at UPV/EHU, for the development of intelligent control strategies and their further implementation in real time platforms. This methodology establishes the procedure for the validation of these strategies, not only from the point of view of simulation, in the form of scripts, but also by bringing these developments to different industrial hardware for their subsequent implementation in real time in the form of s-functions. The use case presented and currently being implemented is the iMONMPC strategy, which integrates under a predictive control scheme, evolutionary algorithms for optimisation and neural networks for system modelling. This methodology is developed using the MATLAB/Simulink® simulation platform. These developments can be validated on industrial hardware, for which the automatic code generation provided by this tool will be used.