Mostrar el registro sencillo del 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 |