Docente
|
PIETRABISSA ANTONIO
(programma)
Panoramica sul controllo di processi.
Significatività del controllo di processi. Obiettivi. Livelli del controllo di processi. Dinamica dei processi e modelli matematici. Progetto dei sistemi di controllo. Controllo multivariabile. Batch process automation. Automazione e sicurezza di processo.
Modelli dinamici per il controllo di processo.
Controllo di processo classico. Controllo a modello interno (IMC). Tuning dei controllori PID con IMC. Sistemi con ritardo. Margine di tempo. Smith Predictor. Robustezza rispetto a incertezze sul ritardo.
Introduzione al Model Predictive Control.
Il principio Model Predictive Control (MPC). Importanza del MPC nell'automazione dei processi industriali. Nozioni di base sulla programmazione lineare e programmazione dinamica.
Controllori MPC.
Elementi del MPC: modello di previsione, funzione obiettivo, legge di controllo. Algoritmi MPC: Dynamic Matrix Control, Model Algorithmic Control, Predictive Functional Control. Formulazione nello spazio di stato.
Generalized Predictive Control.
Formulazione del Generalized Predictive Control (GPC). Satabilità del GPC. GPC per processi industriali: esempi. GPC multivariabile. GPC vincolato.
Eduardo F. Camacho, Carlos Bordons Alba, “Model Predictive Control”, Series: Advanced Textbooks in Control and Signal Processing, XXII, 2nd ed. 2004, 405 p., ISBN 978-0-85729-398-5.
Slides and notes by A. Pietrabissa.
|