Resumen
En el presente proyecto se pretende, por una parte, desarrollar herramientas avanzadas que permitan aplicar la metodología de optimización multiobjetivo en el diseño de sistemas de control para procesos multivariables complejos y, por otra, avanzar en el desarrollo de controladores multivariables utilizando optimización multiobjetivo, haciendo especial hincapié en controladores predictivos basados en modelos (ampliamente usados en industria de proceso). Adicionalmente, todos los resultados se validarán en aplicaciones relevantes en diversos campos de la ingeniería, principalmente energía y transporte. En particular, se va a trabajar sobre sistemas basados en pilas de combustible tipo PEM (tanto para aplicaciones estáticas como móviles) y en aspectos relacionados con la búsqueda de puntos de operación óptimos, gestión de energía en vehículos, control de trayectorias, etc.
En su faceta científica, el proyecto buscará dar soluciones novedosas en las tres componentes fundamentales de un problema de optimización multiobjetivo: en la fase de selección de objetivos, acercándolos a las necesidades del diseñador; en la fase de optimización mejorando los algoritmos actuales para tratar un número elevado de variables y de restricciones; y en la fase de soporte a la decisión mejorando los sistemas de incorporación de preferencias del diseñador y de visualización multidimensional.
Además, aplicando las herramientas multiobjetivo desarrolladas al diseño de controladores multivariables se pretende conseguir una forma intuitiva e interpretable de ajuste de dichos controladores especialmente frente a problemas de control que presentan muchas restricciones. En concreto, como metodología de control se utilizará el control predictivo basado en modelos o MPC, que además de ser una tecnología con gran aceptación industrial, guarda una estrecha relación con la optimización. Paralelamente, dada la importancia que tienen los modelos y sensores virtuales cuando se quiere controlar procesos multivariables complejos, se aplicará también la metodología multiobjetivo para conseguir avances tanto en la calidad y fiabilidad de los modelos dinámicos como en el desarrollo de sensores virtuales.
