|
21/07/2026
|
Dynamic Analysis and Optimization Algorithms for the Control of Multivariable SystemsMany modern high-tech systems require controlling multiple critical variables simultaneously. Although this is traditionally addressed through cascade control schemes, current trends point towards Model Predictive Control (MPC) formulations, which consolidate regulation tasks into a single real-time optimization problem.
In this IPRE we will focus on analyzing the dynamic behavior of this type of formulations. The mathematical model of the system is already fully developed and available, so the student's work will consist of the theoretical characterization and simulation of the performance of the algorithms.
The project will address two main objectives:
System Dynamics Analysis: Study the properties of the resulting multivariable model, evaluating the couplings between states and control actions, as well as the linearization of the system.
Algorithm Evaluation (Solvers): Implement and compare different numerical optimization methods to evaluate the trade-off between mathematical precision, computational effort and feasibility of execution in real time.
Study application:
The practical case study where these tools will be evaluated corresponds to energy balance and current regulation in advanced power converters (used in smart grids, energy storage and electromobility).
Profile and Prerequisites:
Tools: MATLAB/Simulink or Python.
Prerequisites: Solid knowledge of Dynamic Systems and Automatic Control. Basic notions of mathematical optimization and programming.
Impact and Learning:
The student will develop advanced skills in the analysis of multivariable systems, formulation of optimization algorithms and simulation of predictive control strategies, skills highly transferable to both postgraduate research and technological development in the industry. Prerequisites:No prerequisitesAvailable vacancies:2/2This opportunity uses a Nota 1-7 evaluation method and is worth 10 credits IEE2985 IEE2986 IEE2987 Análisis Dinámico y Algoritmos de Optimización para el Control de Sistemas MultivariablesMuchos sistemas modernos de alta tecnología requieren controlar múltiples variables críticas de forma simultánea. Aunque tradicionalmente esto se aborda mediante esquemas de control en cascada, las tendencias actuales apuntan hacia formulaciones de Control Predictivo por Modelo (MPC), las cuales consolidan las tareas de regulación en un único problema de optimización en tiempo real.
En esta IPRE nos enfocaremos en analizar el comportamiento dinámico de este tipo de formulaciones. El modelo matemático del sistema ya se encuentra completamente desarrollado y a disposición, por lo que el trabajo del estudiante consistirá en la caracterización teórica y la simulación del desempeño de los algoritmos.
El proyecto abordará dos objetivos principales:
Análisis de la Dinámica del Sistema: Estudiar las propiedades del modelo multivariable resultante, evaluando los acoplamientos entre estados y acciones de control, así como la linealización del sistema.
Evaluación de Algoritmos (Solvers): Implementar y comparar distintos métodos de optimización numérica para evaluar el compromiso entre precisión matemática, esfuerzo computacional y factibilidad de ejecución en tiempo real.
Aplicación del estudio:
El caso de estudio práctico donde se evaluarán estas herramientas corresponde al balance energético y regulación de corriente en convertidores de potencia avanzados (utilizados en redes inteligentes, almacenamiento de energía y electromovilidad).
Perfil y Prerrequisitos:
Herramientas: MATLAB/Simulink o Python.
Prerrequisitos: Conocimientos sólidos en Sistemas Dinámicos y Control Automático. Nociones básicas de optimización matemática y programación.
Impacto y Aprendizaje:
El estudiante desarrollará competencias avanzadas en el análisis de sistemas multivariables, formulación de algoritmos de optimización y simulación de estrategias de control predictivo, habilidades altamente transferibles tanto a la investigación de postgrado como al desarrollo tecnológico en la industria. Vacantes disponibles:2/2Tiene un método de evaluación Nota 1-7, con 10 créditos IEE2985 IEE2986 IEE2987 |
|
Ver
|