Model Predictive Control for Electrical and Mechatronic Systems

The research activity presented in this thesis concerns the design and the development of control systems based on the prediction of the behavior of the process to be controlled, in order to obtain optimized control performance. The processes taken into account are electrical power converters and mechatronic systems. The use of model-based algorithms to predict the process evolution has been limited for a long time to systems featured by slow dynamics. This issue is related to the time needed to compute the control law, which requires the real time resolution of a constrained optimization problem, that must be always solved in a prescribed amount of time, usually corresponding to the sampling period or even shorter in multi-purpose control units. In recent years the computational the increasing power of control units has allowed the application of predictive control algorithms to complex and faster dynamic processes. Considering the potential of the predictive control to solve multivariable control problems, thanks to the optimized performance and the efective handling of systems constraints, in this thesis diferent control algorithms have been developed to solve problems linked to several case studies. Linear Time Invariant (LTI) model-based MPC approaches have been considered for micro-positioning piezoelectric systems and power converters. In this context theoretical conditions to efectively apply MPC for pre-compensed systems on low computational hardware have been given. Control approaches for avionic and marine systems have been also considered. In this context Linear Parameter Varying (LPV) models have been developed and an innovative solution has been studied to reduce the computational efort of LPV-based MPC on em- bedded control platform. All the above controllers have been tested on real processes, wherever possible, and through highly realistic simulators.

L'attività di ricerca presentata in questa tesi riguarda il progetto e lo sviluppo di sistemi di controllo basati sulla predizione del comportamento del processo da controllare, in modo da ottenere prestazioni di controllo ottimizzate. I processi presi in considerazione sono convertitori elettrici di potenza e sistemi meccatronici. L'uso di algoritmi di controllo basati sul modello per predire l'evoluzione del processo è stata limitato a lungo a sistemi caratterizzati da dinamiche lente. Ciò è dovuto al tempo necessario a calcolare la legge di controllo, che prevede la risoluzione di un problema di minimizzazione vincolata da efettuarsi nell'intervallo di campionamento indicato nelle specifiche di progetto (in tempi minori in caso di unità di controllo che gestiscono più processi). Negli ultimi anni, la potenza di calcolo delle schede di controllo embedded è significativamente aumentata, permettendo di applicare le tecniche di controllo predittivo a sistemi caratterizzati da dinamiche veloci. Considerando le potenzialità del controllo predittivo, in questa tesi differenti leggi di controllo sono state sviluppate per far fronte a problematiche di controllo relative a diferenti casi di studio. Approcci MPC basati su modelli lineari tempo invariati (LTI) sono state considerati per il controllo di sistemi di micro-posizionamento piezoelettrici e di convertitori di potenza. In questo ambito sono state presentate le basi teoriche che permettono di applicare con successo tali tecniche su schede di controllo caratterizzate da ridotta potenza computazionale. Controllori per sistemi avionici e marini sono stati inoltre considerati. In questo ambito, sono stati sviluppati modelli lineari a parametri tempo varianti (LPV) rispetto ai quali sono stati sviluppati i sistemi di controllo. In questo ambito è stata sviluppata inoltre un'innovativa tecnica che permette di ridurre il carico computazionale richiesto dagli algoritmi MPC basati su modelli LPV, di modo da permetterne l'implementazione su schede embedded. Tutti i sistemi di controllo sviluppati sono stati testati su processi reali laddove possibile, ed in alternativa su simulatori altamente realistici.