Tesis para optar al grado de Doctor en Ingeniería Eléctrica / En este proyecto de tesis, se propone una estrategia de control predictivo (MPC, por sus siglas en inglés) basada en el concepto de secuencia de conmutación óptima (OSS) recientemente introducido para convertidores de punto neutro enclavado de tres niveles (3L-NPC) conectados a la red eléctrica. La metodología de control propuesta, llamada OSS-MPC en cascada (C-OSS-MPC), considera explícitamente el modulador en su formulación junto con el modelo del sistema. Como se verificó a lo largo de esta tesis, la estrategia C-OSS-MPC está formulada para el control de la corriente o el control directo de la potencia activa/reactiva como variables primarias de control, mientras que el problema del equilibrio de voltaje del enlace CC se resuelve sin utilizar factores de ponderación en un bucle de control interno basado en una novedosa y sencilla estrategia de control MPC. Por lo tanto, la metodología de control propuesta controla de manera óptima tanto el objetivo de control primario como los voltajes de los condensadores de este convertidor de potencia. Bajo esta perspectiva, la dificultad de diseñar el factor de ponderación se evita en este trabajo y el rendimiento del sistema controlado no se ve afectado por un punto de operación particular del convertidor conectado a la red. La estrategia MPC resultante permite operar el convertidor con un espectro armónico predefinido, frecuencia de conmutación fija y una respuesta dinámica rápida y robusta en todo el rango operativo del convertidor de potencia, superando las estrategias MPC existentes en la literatura para los convertidores de potencia. Además, se ha propuesto un nuevo y eficiente algoritmo de optimización para encontrar rápidamente la solución óptima con el fin de hacer posible una implementación en tiempo real de la estrategia de control propuesta. Finalmente, se proporcionan resultados experimentales y de simulación para demostrar la efectividad y el rendimiento de alta calidad de la estrategia de control propuesta, lo que hace que este enfoque de control no solo sea adecuado para las aplicaciones de convertidor de potencia conectado a la red, sino que también para accionamientos eléctricos de alta potencia.

Model predictive control(MPC) has been, since its introduction in the late 70’s, a well accepted control technique, especially for industrial processes, which are typically slow and allow for on-line calculation of the control inputs. Its greatest advantage is its ability to consider constraints, on both inputs and states, directly and naturally. More recently, the improvements in processor speed have allowed its use in a wider range of problems, many involving faster dynamics. Nevertheless, implementation of MPC algorithms on embedded systems with resources, size, power consumption and cost constraints remains a challenge. In this thesis, High-Level Synthesis (HLS) is used to implement implicit MPC algo-rithms for linear (LMPC) and nonlinear (NMPC) plant models, considering constraints on both control inputs and states of the system. The algorithms are implemented in the Zynqr -7000 All Programmable System-on-a-Chip(AP SoC) ZC706 Evaluation Kit, targetingXilinx’sZynqr-7000 AP SoC which contains a general purpose Field Programmable GateArray(FPGA). In order to solve the optimization problema teach sampling instant, an Interior-PointMethod(IPM) isused. The main computation cost of this method is the solution of a system of linear equations. A minimum residual (MINRES) algorithm is used for the solution of this system of equations taking into consideration its special structure in order to make it computationally efficient. A library was created for the linear algebra operations required for the IPM and MINRES algorithms. The implementation is tested on trajectory tracking case studies. Results for the linear cases how good performance and implementation metrics, as well as computation times within the considered sampling periods. For the nonlinear case, although a high computation time was needed, the algorithm performed well on the case study presented. Because of resources constraints, implementation of the nonlinear algorithm on higher order systems was precluded. / Tesis

Objetivo: Determinar el valor predictivo del recuento de leucocitos en materia fecal para el diagnóstico de Salmonella, Shigella y E. coli en lactantes y preescolares con Enfermedad Diarreica Aguda atendidos en el Hospital María Auxiliadora 2013 – 2015. Material y Métodos: Estudio observacional, descriptivo, retrospectivo. La muestra final estuvo conformada por 132 lactantes y preescolares atendidos en el Hospital María Auxiliadora, donde el resultado de coprocultivo fue: la mitad positivo y la otra mitad negativo. Para determinar el valor diagnóstico del recuento de leucocitos se empleó la sensibilidad, especificidad, valor predictivo positivo (VPP) y negativo (VPN), cociente de probabilidad (CP). Resultados: Los enteropatógenos identificados en las muestras de coprocultivo positivo fueron Escherichia coli (56,1%), Shigella (27,3%) y Salmonella (16,7%). Al analizar el rendimiento diagnóstico del recuento de leucocitos para la identificación de Escherichia coli se encontró que el punto de corte mayor a 5 leucocitos/campo mostró la mayor sensibilidad (89%), especificidad: 57%, VPP: 45% y VPN: 93%, el CP positivo 2,1. Para la identificación de la Shigella, la presencia mayor a 20 leucocitos/campo presentó sensibilidad: 94%, especificidad: 50%, VPP: 32%, VPN: 99% y su CP positivo 3,0. En la Salmonella, el recuento mayor a 20 leucocitos/campo presentó sensibilidad: 55%, especificidad: 61%, VPP: 11%, VPN: 94% y un CP positivo 1,4. Conclusiones: El recuento mayor a 5 leucocitos/campo tiene mejor valor predictivo para identificar Escherichia coli mientras para Shigella y Salmonella fue mayor a 20 leucocitos/campo; sin embargo la capacidad predictiva del recuento de leucocitos en lactantes y preescolares con enfermedad diarreica aguda en general no es óptima.

In recent years, there is a growing interest in the development of systems capable of performing tasks with a high level of autonomy without human supervision. This kind of systems are known as autonomous systems and have been studied in many industrial applications such as automotive, aerospace and industries. Autonomous vehicle have gained a lot of interest in recent years and have been considered as a viable solution to minimize the number of road accidents. Due to the complexity of dynamic calculation and the physical restrictions in autonomous vehicle, for example, deterministic model predictive control is an attractive control technique to solve the problem of path planning and obstacle avoidance. However, an autonomous vehicle should be capable of driving adaptively facing deterministic and stochastic events on the road. Therefore, control design for the safe, reliable and autonomous driving should consider vehicle model uncertainty as well uncertain external influences. The stochastic model predictive control scheme provides the most convenient scheme for the control of autonomous vehicles on moving horizons, where chance constraints are to be used to guarantee the reliable fulfillment of trajectory constraints and safety against static and random obstacles. To solve this kind of problems is known as chance constrained model predictive control. Thus, requires the solution of a chance constrained optimization on moving horizon. According to the literature, the major challenge for solving chance constrained optimization is to calculate the value of probability. As a result, approximation methods have been proposed for solving this task. In the present thesis, the chance constrained optimization for the autonomous vehicle is solved through approximation method, where the probability constraint is approximated by using a smooth parametric function. This methodology presents two approaches that allow the solution of chance constrained optimization problems in inner approximation and outer approximation. The aim of this approximation methods is to reformulate the chance constrained optimizations problems as a sequence of nonlinear programs. Finally, three case studies of autonomous vehicle for tracking and obstacle avoidance are presented in this work, in which three levels probability of reliability are considered for the optimal solution. / Tesis

Doctora en Ingeniería Eléctrica / El objetivo de esta tesis es el diseño de estrategias de control predictivo (MPC) para plantas de ciclo combinado con colectores solares integrados (ISCC), que permita optimizar su funcionamiento en términos operacionales y económicos. Para que este tipo de plantas sea factible, el lugar en que se construyen debe tener altos niveles de radiación solar. Considerando que Chile es el país que tiene la radiación más alta del mundo, es que en esta Tesis se trabaja con plantas ISCC. Para el diseño de las estrategias de control, se desarrolló un simulador en Matlab ® Simulink de una planta ISCC. El sistema se implementa a partir de un simulador existente de una planta de ciclo combinado y de un simulador de una planta de colectores solares distribuidos (DSC). El desarrollo incluye el diseño de un generador de vapor solar y del sobrecalentador de la planta ISCC. Se diseña un MPC difuso para la planta solar, como parte de la planta ISCC. Los resultados se comparan con un MPC lineal, obteniéndose que el MPC difuso tiene mejor comportamiento ante cambios en las condiciones normales de operación. Utilizando un modelo ARIX (autorregresivo integral con entrada exógena) se diseña un MPC supervisor para la presión de vapor de la caldera de la planta ISCC. Los resultados se comparan con un controlador PI de nivel regulatorio. Se evalúan las estrategias de control, utilizando el simulador desarrollado y se concluye que el MPC supervisor disminuye el consumo de combustible de la planta ISCC, en régimen permanente y frente a cambios en la potencia de la turbina de vapor y de la turbina de gas. Con el simulador desarrollado, se pueden diseñar diferentes estrategias de control, para plantas ISCC, además de estudiar el comportamiento de sus variables. Dentro del marco del MPC, se puede realizar la optimización de las plantas ISCC considerando diferentes criterios, modos de operación y restricciones. Las principales contribuciones de estas tesis son: i) El desarrollo de un simulador de una planta ISCC. ii) El diseño de una estrategia de control predictivo difuso para una planta DSC. iii) El diseño de una estrategia de control predictivo supervisor para la planta ISCC.

Seminario para optar al título de Ingeniero Comercial / El objetivo de este trabajo es analizar la capacidad predictiva del modelo desarrollado por Black y Scholes. Para este propósito se testeó la capacidad de diversos modelos autoregresivos, además de un modelo multivariable y otro ingenuo. Las conclusiones se detallan a nivel de acción, modelo, sector y vencimiento. El modelo que obtuvo los mejores resultados a nivel promedio fue el Arima recursivo seguido por el Arima rolling. Durante el desarrollo del trabajo surgieron objetivos secundarios, uno de estos fue verificar si realmente el mercado sigue o no a B and S. Para esto se compararon los precios calculados por la fórmula con los precios observados en el mercado y se encontró que en un 95% de los casos, el mercado transó los activos a un precio superior al arrojado por la formula. Por esto no somos capaces de afirmar si el mercado sigue o no a B and S, pero es muy probable que su valor sea tomado en cuenta pero complementado por otras variables que el modelo no considera, como podrían ser las expectativas, el valor de la cobertura por riesgo, o la estabilidad económica y política del país. Por último buscamos un modelo que tuviera resultados probados para una determinada acción y encontramos que el modelo multivariado con las variables Dow (-1), Dow (-4), Dow (-5), Nasdaq (-1), Klac (-1), Klac (-2) y Error (-2) es el que había arrojado la mejor predicción para la acción Klac el mes anterior. Entonces aplicamos los modelos anteriores en conjunto con este a Klac y comparamos los resultados. La idea fue comprobar si es que modelos que fueron precisos en un pasado cercano, lo siguen siendo con el transcurso del tiempo. Los nuevos resultados indicaron que a medida que pasa el tiempo y cambian las condiciones económicas del mercado, los modelos pierden precisión. Finalmente el modelo con mejores resultados fue el modelo Multivariado rolling. Corroboramos que el mercado es complejo, dinámico y que aprende. En ocasiones modelos tan simples como el ingenuo obtuvieron mejores resultados que los modelos más complejos, lo que indica que hay cuotas de azar, expectativas y otros factores aleatorios que hacen muy difícil predecir el comportamiento del mercado y superar su rendimiento.

Model predictive control (MPC) has been, since its introduction in the late 70’s, a well accepted control technique, especially for industrial processes, which are typically slow and allow for on-line calculation of the control inputs. Its greatest advantage is its ability to consider constraints, on both inputs and states, directly and naturally. More recently, the improvements in processor speed have allowed its use in a wider range of problems, many involving faster dynamics. Nevertheless, implementation of MPC algorithms on embedded systems with resources, size, power consumption and cost constraints remains a challenge. In this thesis, High-Level Synthesis (HLS) is used to implement implicit MPC algo- rithms for linear (LMPC) and nonlinear (NMPC) plant models, considering constraints on both control inputs and states of the system. The algorithms are implemented in the Zynq@ -7000 All Programmable System-on-a-Chip (AP SoC) ZC706 Evaluation Kit, targeting Xilinx’s Zynq@-7000 AP SoC which contains a general purpose Field Programmable Gate Array (FPGA). In order to solve the optimization problem at each sampling instant, an Interior-Point Method (IPM) is used. The main computation cost of this method is the solution of a system of linear equations. A minimum residual (MINRES) algorithm is used for the solution of this system of equations taking into consideration its special structure in order to make it computationally efficient. A library was created for the linear algebra operations required for the IPM and MINRES algorithms. The implementation is tested on trajectory tracking case studies. Results for the linear case show good performance and implementation metrics, as well as computation times within the considered sampling periods. For the nonlinear case, although a high computation time was needed, the algorithm performed well on the case study presented. Because of resources constraints, implementation of the nonlinear algorithm on higher order systems was precluded. / Modellprädiktive Regelung (engl: Model Predictive Control (MPC) ist, seit der Einfüh- rung in den späten 70er Jahren, eine gut angenommene Regelungstechnik, insbesondere für industrielle Prozesse, die typischerweise langsam sind und die online Steuergröße Berechnung ermöglichen. Ihr größter Vorteil ist die Fähigkeit, Beschränkungen bezüg- lich der Steuergrößen und der Regelgrößen zu berücksichtigen. In letzter Zeit hat die Verbesserung der Geschwindigkeit der Prozessoren den Einsatz in einer breitere Pro- blemreichweite mit einer schnelleren Dynamik ermöglicht. Allerdings bleibt die MPC Algorithmus-Implementierung in eingebetteten Systeme mit beschränkte Ressourcen, Größe, Energieverbrauch und Kosten eine Herausforderung. In dieser Arbeit wird die High-Level Synthesis (HLS) benutzt, um implizit MPC Algorithmen für lineare (LMPC) und nichtlineare (NMPC) Regelstrecken zu implemen- tieren, wobei Steuergröße- und Regelgrößenbeschränkungen berücksichtigt werden. Die Algorithmen sind im Zynq@-7000 AP SoC ZC706 Auswertungskit implementiert, wobei auf der Xilinxs Zynq@-7000 AP SoC, der ein allgemeiner Zweck FPGA enthält, abgezielt wird. Ein innere-Punkte Verfahren (engl: Interior-Point Method (IPM)) wird für die Lösung des Optimierungsproblems in jedem Sampling benutzt. Die größte Berechnungs- komplexität bei dem IPM ist die Lösung eines linearen Gleichungssystems. Ein minimaler Residuum-Algorithmus (MINRES) wird für die Lösung dieses Gleichungssystem benutzt, wobei die spezielle Struktur berücksichtigt wird, um das Verfahren recheneffizient zu machen. Es wurde eine Bibliothek mit Funktionen für die benötigten linearen Algebra Operationen in den IPM und MINRES Verfahren entwickelt. Die Implementierung wird in Trajektorieverfolgung Fallstudien getestet. Die Ergeb- nisse für den linearen Fall zeigen gute Leistungen und Metriken, sowie Rechenzeiten innerhalb des berücksichtigten Taktzeiten. Für den nichtlinearen Fall wurde eine ho- he Rechenzeit benötigt. Trotzdem hat der Algorithmus für die vorgestellte Fallstudie gut funktioniert. Infolge der Ressourcenbeschränkungen war die Implementierung des nichtlinearen Algorithmus für Systeme höherer Ordnung verhindert. / Tesis

Partiendo de la motivación de buscar medios que permitan el ahorro de energía tanto por el aspecto económico como el ecológico se desarrolló este trabajo el cual pretende diseñar un controlador predictivo basado en modelo (CPBM) para controlar un generador de vapor de tubos de agua de forma más efectiva y eficiente que los sistemas actuales Para este fin se realizó una revisión del estado del arte de los generadores de vapor y de sus sistemas de control donde se identificaron las principales variables a controlar. Debido al bajo desempeño de estos sistemas de control se propuso, luego de un análisis previo, el uso de un controlador predictivo basado en modelo para su aplicación en el generador de vapor. Para lograr este objetivo se estudió un modelo matemático no lineal multivariable de un generador de vapor reportado en la literatura, el cual posteriormente se utilizó para realizar la simulación de la planta real. Luego para el diseño del controlador se utilizó el modelo linealizado con el fin de aligerar cálculos. El diseño del controlador multivariable está basado en un controlador predictivo que es computacionalmente más eficiente que el controlador predictivo convencional. Para la aplicación de este controlador se consideraron restricciones en la señal de control y durante las pruebas simuladas en Matlab/Simulink se le introdujo señales ruidosas y perturbaciones alcanzando buenos resultados en eficiencia energética y de control superando al sistema actual basado en controladores PID. Finalmente se propuso la implementación práctica del controlador haciendo uso de un DSP hibrido. / Tesis

En la presente tesis se presenta una aplicación práctica del control predictivo sobre un invernadero real. Por esta razón se desarrolla un algoritmo de control predictivo MELPC, no lineal, multivariable, basado en la linealización en línea y que no requiere un gran esfuerzo computacional.La investigación se ha centrado en el comportamiento de este controlador tanto en rendimiento como en aspectos computacionales. Se ha incluido, además, el análisis de un amplio rango de problemas relacionados con el control de sistemas con restricciones, tales como: estabilidad, factibilidad, optimización, implementación y cálculo, e influencia de las perturbaciones. Este estudio se ha complementado con una comparación entre los diferentes algoritmos que usan la misma técnica de linealización on-line ELPC, EPSAC y también con los algoritmos de control predictivo lineal y no lineal.También se han expuesto una serie de experimentos en simulaciones para probar el MELPC, controlador elaborado en esta tesis. Los experimentos consisten en aplicar este controlador sobre una amplia gama de sistemas con dinámicas diferentes. Finalmente se ha aplicado este controlador sobre un invernadero real construido en el Institute for Horticultural and Agricultural Engineering ITG de la Universidad de Hannover (Alemania) para el control de las variables clim ticas en tiempo real.Se ha desarrollado un modelo de invernadero real similar a los sistemas de producción en la industria agrícola, considerando las variables de estado: temperatura interna, humedad interna y concentración de CO2.También se ha presentado el modelo de crecimiento del cultivo que es la lechuga porque es un modelo sencillo con pocas variables de estado y que son: el peso seco no-estructural y el peso seco estructural. / This work present a practical application of the predictive control on a real greenhouse. For this reason a predictive control algorithm MELPC is developed, This algorithm has the characteristics that is nonlinear, multivariable, based on the linearization and that does not require a great computational burden.He investigation has been centred in the behaviour of this controller as much in performance as in computational aspects. In addition, an analysis of an ample rank of problems related to the control of systems with restrictions is included, such as: stability, feasibility, optimisation, implementation and calculation, and influence of the disturbances.This study has been complemented with a comparison between the different algorithms that use the same technique of linealization online ELPC, EPSAC and also with the algorithms of linear and nonlinear predictive control.Also a series of experiments in simulations has been exposed to test the MELPC, controller elaborated in this thesis. The experiments consist of applying this controller on an ample range of systems with different dynamics.Finally this controller has been applied on a real greenhouse constructed in the Institute of Horticultural and Agricultural Engineering ITG of the University of Hannover (Germany) for the control of the climatic variables.A model of real greenhouse similar to the production systems in the agricultural industry has been developed, considering the state variables: internal temperature, internal humidity and CO2 concentration. Also a growth model of the culture is presented that is the lettuce.

Ingeniero Civil de Minas / Hoy en día, el negocio minero se sitúa en un escenario bastante negativo, producto de una prolongada tendencia a la baja en el precio de los metales. Frente a esto, es de vital importancia potenciar los sectores productivos, en particular la pequeña y mediana minería, donde esta última mantiene un aporte anual a la producción de cobre de aproximadamente el 5.3% del total nacional, lo que se traduce en cerca de 300 kt/año de cobre. Frente a este escenario, se propone la incorporación de una metodología enmarcada en la noción del Mine to Mill, concepto que ha presentado una muy positiva aplicación en los procesos de gran minería en superficie. Para llevar a cabo esta metodología, se trabajó inicialmente con una base de datos con información histórica de tronadura de una mediana mina subterránea operada por medio del método de Sub-Level Stoping. En la base de datos se destacan 7 sectores productivos, que cuentan con información de la operación de tronadura, caracterización de la roca y parámetros del modelo de distribución granulométrica resultante (Gaudin-Schuhmann). A partir de la información de tronadura, se desarrolló un modelo predictivo de granulometría, orientado a la determinación de los tamaños característicos P80 y P100. Dichos modelos, fueron validados por medio de la metodología de Montecarlo para asegurar la aleatoriedad requerida del proceso, siendo aceptados ambos modelos con correlaciones mayores al 99%, error relativo de ajuste del orden del 5% y errores relativos de validación cercanos al 17% y 11% para el modelo de P80 y P100, respectivamente. En base a los modelos desarrollados, se han generado 3 casos de estudio correspondientes a distintas distribuciones de granulometría: fina, intermedia y gruesa. Estos casos fueron combinados a su vez con tres tipos de minerales, clasificados con diversos niveles de durezas. De esta manera, se generaron 9 escenarios de simulación en estado estacionario para una planta con circuito de conminución típico en mediana minería, obteniéndose diferencias en el consumo energético de 18% para minerales duros y -21% con el caso blando con respecto al caso base. Una vez determinadas las variables de operación de mina y planta de cada uno de los escenarios, estos fueron englobados en un contexto de mercado y estructuras de costos de un caso particular de faena de mediana minería, con el objetivo de realizar una evaluación económica, la cual indicó que para el caso de estudio, los casos de granulometría ROM gruesa obtienen mayor beneficio, cerca del 12% por sobre los casos finos, comparándose con el caso base de cada tipo de mineral. Sin embargo, existen casos en que se puede aprovechar el aumento de aproximadamente el 25% de la capacidad de acopio de gruesos con mantenciones a los equipos aguas abajo. De esta manera, se concluye que la metodología planteada y aplicada al caso de estudio, no genera valor económico utilizando el concepto de Mine to Mill, pero se observa la posibilidad de generar flexibilidad operacional y aprovechar las tasas de acopio, en las diferencias de rendimiento, en mejores limpiezas, mantenciones, u otras alternativas que aumenten la confiabilidad de los procesos. Por otro lado, la implementación en alguna otra faena es factible si se conoce la información requerida para realizar la evaluación económica indicada en el presente estudio.