Aplicación de dos Métodos de Inteligencia Artificial y uno de Gradiente para Controladores Predictivos Basados en Modelo no Lineal

Abstract

Se presenta una comparación entre dos métodos de optimización mediante técnicas de Inteligencia Artificial (IA) y un método tradicional de optimización por gradiente, todos aplicados a un Control Predictivo Basado en Modelo (CPBM). Se utiliza el modelo no lineal del proceso, incluyendo además el efecto de un Elemento Final de Control (EFC) real (tipo válvula neumática), puesto que tal efecto tiende a deteriora el comportamiento del CPBM cuando su modelo cuenta con un EFC ideal. La implantación del CPBM utiliza como técnicas de IA Algoritmos Genéticos y Quimiotactismo Bacteriano. Se pretende determinar cual resulta más efectiva para una implantación real y a su vez explorar la potencia de las técnicas de IA en un CPBM. La simulación utiliza un problema de referencia (bechkmark) existente para un reactor continuo en tanque agitado (CSTR).