- -

Análisis de la Controlabilidad de Estado de Sistemas Irreversibles Mediante Teoría de Conjuntos

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Análisis de la Controlabilidad de Estado de Sistemas Irreversibles Mediante Teoría de Conjuntos

Mostrar el registro completo del ítem

Gómez, L.; Botero, H.; Álvarez, H.; Di Sciascio, F. (2015). Análisis de la Controlabilidad de Estado de Sistemas Irreversibles Mediante Teoría de Conjuntos. Revista Iberoamericana de Automática e Informática industrial. 12(2):145-153. https://doi.org/10.1016/j.riai.2015.02.002

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/143736

Ficheros en el ítem

Metadatos del ítem

Título: Análisis de la Controlabilidad de Estado de Sistemas Irreversibles Mediante Teoría de Conjuntos
Otro titulo: State Controllability Analysis for Irreversible Systems Using Set Theory
Autor: Gómez, L.M. Botero, H. Álvarez, H. di Sciascio, Fernando
Fecha difusión:
Resumen:
[ES] Los sistemas irreversibles han sido poco estudiados en el marco de la teoría de control, a pesar de que una de las aplicaciones relevantes de los mismos es el control de los procesos por lotes, los cuales son ...[+]


[EN] The irreversible systems have been little studied within the control theory framework, although one of their relevant cases is the batch process control problem. Therefore, in this work a method for analysing state ...[+]
Palabras clave: Controllability , Reversible systems , Batch control , Controlabilidad , Reversibilidad , Sistemas irreversibles , Procesos por lotes
Derechos de uso: Reconocimiento - No comercial - Sin obra derivada (by-nc-nd)
Fuente:
Revista Iberoamericana de Automática e Informática industrial. (issn: 1697-7912 ) (eissn: 1697-7920 )
DOI: 10.1016/j.riai.2015.02.002
Editorial:
Universitat Politècnica de València
Versión del editor: https://doi.org/10.1016/j.riai.2015.02.002
Tipo: Artículo

References

Blanchini, F. (1999). Set invariance in control. Automatica, 35(11), 1747-1767. doi:10.1016/s0005-1098(99)00113-2

Blanchini, F., and Miani, S. Set Theoric Methods in Control. Series Editor Tamer Basar, University of Illinois at Urbana-Champaign, Birkhauser Boston. 2008.

Bonvin, D. (1998). Optimal operation of batch reactors—a personal view. Journal of Process Control, 8(5-6), 355-368. doi:10.1016/s0959-1524(98)00010-9 [+]
Blanchini, F. (1999). Set invariance in control. Automatica, 35(11), 1747-1767. doi:10.1016/s0005-1098(99)00113-2

Blanchini, F., and Miani, S. Set Theoric Methods in Control. Series Editor Tamer Basar, University of Illinois at Urbana-Champaign, Birkhauser Boston. 2008.

Bonvin, D. (1998). Optimal operation of batch reactors—a personal view. Journal of Process Control, 8(5-6), 355-368. doi:10.1016/s0959-1524(98)00010-9

Blondel, V. D., & Tsitsiklis, J. N. (2000). A survey of computational complexity results in systems and control. Automatica, 36(9), 1249-1274. doi:10.1016/s0005-1098(00)00050-9

Bravo, J. M., Limon, D., Alamo, T., & Camacho, E. F. (2005). On the computation of invariant sets for constrained nonlinear systems: An interval arithmetic approach. Automatica, 41(9), 1583-1589. doi:10.1016/j.automatica.2005.04.015

Bravo, J. M., Alamo, T., & Camacho, E. F. (2006). Robust MPC of constrained discrete-time nonlinear systems based on approximated reachable sets. Automatica, 42(10), 1745-1751. doi:10.1016/j.automatica.2006.05.003

Calafiore, G. C., Dabbene, F., & Tempo, R. (2000). Randomized algorithms for probabilistic robustness with real and complex structured uncertainty. IEEE Transactions on Automatic Control, 45(12), 2218-2235. doi:10.1109/9.895560

Flores-Cerrillo, J., & MacGregor, J. F. (2005). Latent variable MPC for trajectory tracking in batch processes. Journal of Process Control, 15(6), 651-663. doi:10.1016/j.jprocont.2005.01.004

Gómez, L. M., Álvarez, H. D., & Botero, H. A. (2012). Limitaciones de la Controlabilidad de Estados en los Procesos por Lotes. Información tecnológica, 23(5), 97-108. doi:10.4067/s0718-07642012000500010

Hermann, R., & Krener, A. (1977). Nonlinear controllability and observability. IEEE Transactions on Automatic Control, 22(5), 728-740. doi:10.1109/tac.1977.1101601

Kerrigan, E. C., & Maciejowski, J. M. (s. f.). Invariant sets for constrained nonlinear discrete-time systems with application to feasibility in model predictive control. Proceedings of the 39th IEEE Conference on Decision and Control (Cat. No.00CH37187). doi:10.1109/cdc.2001.914717

Lee, K. S., & Lee, J. H. (2003). Iterative learning control-based batch process control technique for integrated control of end product properties and transient profiles of process variables. Journal of Process Control, 13(7), 607-621. doi:10.1016/s0959-1524(02)00096-3

Limon, D., Alamo, T., & Camacho, E. F. (2005). Enlarging the domain of attraction of MPC controllers. Automatica, 41(4), 629-635. doi:10.1016/j.automatica.2004.10.011

Russell, S. A., Robertson, D. G., Lee, J. H., & Ogunnaike, B. A. (2000). Model-based quality monitoring of batch and semi-batch processes. Journal of Process Control, 10(4), 317-332. doi:10.1016/s0959-1524(99)00047-5

Sontag, E. D. (1988). Controllability is Harder to Decide than Accessibility. SIAM Journal on Control and Optimization, 26(5), 1106-1118. doi:10.1137/0326061

Srinivasan, B., & Bonvin, D. (2007). Controllability and stability of repetitive batch processes. Journal of Process Control, 17(3), 285-295. doi:10.1016/j.jprocont.2006.10.009

Srinivasan, B., Bonvin, D., Visser, E., & Palanki, S. (2003). Dynamic optimization of batch processes. Computers & Chemical Engineering, 27(1), 27-44. doi:10.1016/s0098-1354(02)00117-5

Srinivasan, B., Palanki, S., & Bonvin, D. (2003). Dynamic optimization of batch processes. Computers & Chemical Engineering, 27(1), 1-26. doi:10.1016/s0098-1354(02)00116-3

Uffink, J. (2001). Bluff Your Way in the Second Law of Thermodynamics. Studies in History and Philosophy of Science Part B: Studies in History and Philosophy of Modern Physics, 32(3), 305-394. doi:10.1016/s1355-2198(01)00016-8

Statistical learning theory and randomized algorithms for control. (1998). IEEE Control Systems, 18(6), 69-85. doi:10.1109/37.736014

[-]

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem