- -

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 sencillo del ítem

Ficheros en el ítem

dc.contributor.author Gómez, L.M. es_ES
dc.contributor.author Botero, H. es_ES
dc.contributor.author Álvarez, H. es_ES
dc.contributor.author di Sciascio, Fernando es_ES
dc.date.accessioned 2020-05-19T11:30:44Z
dc.date.available 2020-05-19T11:30:44Z
dc.date.issued 2015-04-12
dc.identifier.issn 1697-7912
dc.identifier.uri http://hdl.handle.net/10251/143736
dc.description.abstract [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 irreversibles. Por lo tanto, en este artículo se propone un método para analizar la controlabilidad de estado de estos sistemas mediante la teoría de conjuntos, extensible también a los procesos por lotes. Para ello, se proponen las definiciones de Conjunto Reversible y Conjunto de Trayectorias Controlables, ambas para sistemas no lineales; este último conjunto permite el análisis de controlabilidad de estado de los sistemas irreversibles. Adicionalmente, se propone un algoritmo que permite calcular dichos conjuntos desde el conocimiento de la dinámica del sistema. La propuesta es aplicada a un problema de referencia de un proceso por lotes, con lo cual se obtienen resultados de simulación que evidencian las ventajas de la misma para analizar cuantitativamente la controlabilidad de estado de los sistemas irreversibles. es_ES
dc.description.abstract [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 controllability of irreversible systems is proposed. The method uses set theory and its extension to batch processes. Definitions for Reversible Set and Controllable Trajectories Set, both for nonlinear systems, are given in order to analyze state controllability for irreversible systems. Additionally, an algorithm for calculating mentioned sets from the dynamic process knowledge is proposed. The proposal is applied to a batch process benchmark. Obtained simulation results demonstrate the advantages of that proposal to analyze the state controllability of irreversible systems. es_ES
dc.language Español es_ES
dc.publisher Universitat Politècnica de València es_ES
dc.relation.ispartof Revista Iberoamericana de Automática e Informática industrial es_ES
dc.rights Reconocimiento - No comercial - Sin obra derivada (by-nc-nd) es_ES
dc.subject Controllability es_ES
dc.subject Reversible systems es_ES
dc.subject Batch control es_ES
dc.subject Controlabilidad es_ES
dc.subject Reversibilidad es_ES
dc.subject Sistemas irreversibles es_ES
dc.subject Procesos por lotes es_ES
dc.title Análisis de la Controlabilidad de Estado de Sistemas Irreversibles Mediante Teoría de Conjuntos es_ES
dc.title.alternative State Controllability Analysis for Irreversible Systems Using Set Theory es_ES
dc.type Artículo es_ES
dc.identifier.doi 10.1016/j.riai.2015.02.002
dc.rights.accessRights Abierto es_ES
dc.description.bibliographicCitation 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 es_ES
dc.description.accrualMethod OJS es_ES
dc.relation.publisherversion https://doi.org/10.1016/j.riai.2015.02.002 es_ES
dc.description.upvformatpinicio 145 es_ES
dc.description.upvformatpfin 153 es_ES
dc.type.version info:eu-repo/semantics/publishedVersion es_ES
dc.description.volume 12 es_ES
dc.description.issue 2 es_ES
dc.identifier.eissn 1697-7920
dc.relation.pasarela OJS\9386 es_ES
dc.description.references Blanchini, F. (1999). Set invariance in control. Automatica, 35(11), 1747-1767. doi:10.1016/s0005-1098(99)00113-2 es_ES
dc.description.references Blanchini, F., and Miani, S. Set Theoric Methods in Control. Series Editor Tamer Basar, University of Illinois at Urbana-Champaign, Birkhauser Boston. 2008. es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Hermann, R., & Krener, A. (1977). Nonlinear controllability and observability. IEEE Transactions on Automatic Control, 22(5), 728-740. doi:10.1109/tac.1977.1101601 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references 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 es_ES
dc.description.references Statistical learning theory and randomized algorithms for control. (1998). IEEE Control Systems, 18(6), 69-85. doi:10.1109/37.736014 es_ES


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

Mostrar el registro sencillo del ítem