Martínez Jiménez, Boris LuisLópez Ferrer, Ariel2016-06-282016-06-282004-06-25https://dspace.uclv.edu.cu/handle/123456789/5953El control predictivo ha solucionado situaciones complejas donde los métodos tradicionales no son eficientes, por esto ha alcanzado gran aceptación en la industria, solucionando exigencias de calidad, seguridad y gestión económica. Pero el control predictivo lineal no siempre funciona adecuadamente en sistemas no lineales. Esto ha conducido al desarrollo de controladores predictivos basados en modelos no lineales. Estos controladores, aunque precisos en un amplio rango de trabajo, son complejos y requieren de mucho esfuerzo computacional. La modelación difusa es una estrategia válida para el modelado de sistemas que presentan dinámicas complejas. Los modelos difusos son eficientes y permiten capturar el conocimiento de expertos. Con el objetivo de minimizar la complejidad de la solución para el caso no lineal, en este trabajo se aplica una estrategia de control predictivo lineal que utiliza un modelo difuso no lineal, del cual se obtienen modelos lineales locales en lugar de estimar recursivamente un modelo lineal en cada instante de muestreo. Las ventajas son que se retienen las propiedades del control predictivo lineal y que es fácil de resolver el problema de optimización. Para la validación, se selecciona el proceso de neutralización del pH en un tanque de agitación continua, proceso con dinámica compleja y no lineal.esEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas.Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: CreativeCommons: Atribución-No Comercial-Compartir Igual 4.0 LicenseModelos DifusosControl PredictivoModelado de SistemasThesis