Controle preditivo robusto baseado em modelo aplicado a sistemas não-lineares incertos linearizados por realimentação de estados

Exportado OPUSMade available in DSpace on 2019-08-09T23:35:30Z (GMT). No. of bitstreams: 1 ppgengeletrica_estevaomodolosouza_dissertacaomestrado.pdf: 930712 bytes, checksum: 8936b6a9dbaf97d29c8ac7140c6f928b (MD5) Previous issue date: 11Neste trabalho, o problema de controle de uma classe de sistemas não-lineares com presença de incertezas paramétricas e com restrição na entrada de controle é revistado sob a perspectiva do controle preditivo. A metodologia proposta consiste em inicialmente obter um modelo linear incerto, fruto da linearização por realimentação de estados de um sistema não-linear incerto, com restrição na entrada de controle. As incertezas são descritas na forma politópica e incluem as incertezas paramétricas do sistema original e erros de linearização. Por fim, o projeto do controle robusto preditivo para o sistema linear incerto obtido é desenvolvido utilizando condições relaxadas usuais baseadas em desigualdades matriciais lineares (LMIs), mostrando ter desempenho superior quando comparado a formulações padrões.In this work the problem of controlling a class of nonlinear uncertain dynamical systems is revisited based on a Model Predictive Control (MPC) approach. The fundamental ideal in the proposed methodology is to consider an uncertain linear model associated with the attempt of feedback linearizing the nonlinear uncertain system, while taking into account the original nonlinear systems input constraints. Polytopic uncertainties are employed to encompass both parametric uncretainties in the nonlinear system model and remaining mismatches related to the non-exact feedback linearization. Finally, a Robust MPC (RMPC) controller synthesis procedure is outlined relying on usual relaxed Linear Matrix Inequalities (LMI) conditions that shows superior performance when compared to standard LMIs