Persona:
Luna Escalona, Alejandro Moisés

Foto de perfil

Dirección de correo electrónico

Fecha de nacimiento

Proyectos de investigación

Unidades organizativas

Puesto de trabajo

Apellidos

Luna Escalona

Nombre de pila

Alejandro Moisés

Nombre

Alejandro Moisés Luna Escalona

Filtros

20221
Restablecer filtros

Ajustes

Resultados de la búsqueda

Mostrando 1 - 1 de 1
  • Miniatura
    PublicaciónAcceso Abierto
    Control predictivo funcional de procesos industriales con dinámica compleja como alternativa prominente al control mediante algoritmos tradicionales
    (Universidad Central ¨Marta Abreu¨de Las Villas, 2022) Luna Escalona, Alejandro Moisés
    Esta investigación tiene como propósito exponer las potencialidades de la nueva estrategia computacional Control Predictivo Funcional (PFC), para procesos industriales con dinámica compleja como alternativa a los algoritmos clásicos de control. Se realiza un marco teórico y referencial el cual establece las bases y fundamentos para construir una metodología de aplicación del PFC básico adecuándolo a procesos de segundo orden tipo uno, o sea con un paso de integración en su función transferencial y con tiempo de retardo incluido. Se aplica esta estrategia computacional a casos de estudio concreto de procesos inestables a lazo abierto y con retardo, respuesta inversa, obteniéndose resultados meritorios para la ingeniaría del control y de procesos industriales en general. Se aplican técnicas de control PID, MPC (Model Predictive Control) y PFC utilizando la herramienta Simulink de Matlab, realizando simulaciones y pruebas prácticas del comportamiento y dinámicas de un laboratorio de control de temperatura (TC Lab), el cual es una solución modular, portátil y económica para el aprendizaje práctico de control de procesos. Se obtienen resultados que permiten proponer el establecimiento del PFC como una alternativa prominente al control mediante los algoritmos clásicos de control MPC y PID.