MPC MIMO con Restricciones — Saturación de Actuadores y Dinámica Acoplada

Por Qué Esto Importa (Resumen Ejecutivo)

• Problema empresarial: Muchos sistemas de alto valor tienen múltiples salidas acopladas y límites de actuadores duros — vehículos submarinos con saturación de propulsores, buques con propulsores de acimut redundantes, satélites con límites de capacidad de ruedas de reacción, y sistemas criogénicos con restricciones de válvulas y calentadores. Los bucles PID desacoplados convencionales violan las restricciones del actuador durante los transitorios y no pueden coordinar múltiples actuadores de forma óptima.
• Clase de solución: El MPC multivariable con restricciones explota los modelos dinámicos acoplados y aplica todos los límites de fuerza, tasa y capacidad del actuador por construcción — calculando comandos coordinados en todos los actuadores simultáneamente.
• Resultados medibles: Los experimentos publicados reportan sobreoscilación de profundidad inferior al 10% para AUVs durante cambios escalonados con restricción de cero cabeceo, asignación óptima global de empuje para el posicionamiento dinámico de buques bajo saturación del propulsor, y control de actitud con garantías de seguridad para satélites con desaturación de ruedas de reacción.
• Patrón transferible: El control de AUV, buque y nave espacial son instancias claras del patrón MPC MIMO con restricciones que se transfiere a cualquier sistema mecatrónico con salidas acopladas, límites de actuadores duros, sensado limitado y envolventes de seguridad — incluyendo sistemas de posicionamiento multi-eje, manipuladores robóticos y accionamientos industriales.

El Patrón de Diseño Explicado

El MPC MIMO con restricciones es la solución sistemática para cualquier sistema donde: (1) múltiples salidas están dinámicamente acopladas, (2) los actuadores tienen límites de saturación duros que no pueden excederse sin daño o inestabilidad, y (3) múltiples actuadores comparten una carga o recurso común. Los enfoques convencionales desacoplan las salidas en bucles SISO separados y manejan la saturación con anti-windup ad hoc — lo que conduce a acumulación del integrador, violaciones de restricciones y un rendimiento transitorio deficiente.

El MPC resuelve esto optimizando todos los comandos de los actuadores conjuntamente en un horizonte de predicción usando un modelo dinámico acoplado, sujeto a restricciones explícitas de fuerza, tasa y saturación. En cada intervalo de control, el optimizador calcula la mejor solución coordinada factible — no hay acumulación, no hay sorpresa de saturación y no se necesita lógica anti-windup.

La arquitectura es consistente entre los dominios de aplicación: (1) estimación de estado a partir de los sensores disponibles, (2) modelo dinámico acoplado del sistema controlado, (3) solver QP o NLP con restricciones explícitas del actuador, y (4) lógica de seguridad que monitorea la actividad de las restricciones. El esfuerzo de ingeniería se concentra en construir el modelo acoplado y caracterizar los límites de los actuadores con precisión — una vez en su lugar, la formulación del MPC es en gran medida estándar.

MPC Lineal frente a NMPC en el control MIMO con restricciones: Cinco de las seis aplicaciones en este patrón utilizan MPC lineal — la dinámica del sistema controlado se linealiza alrededor del punto de operación, y el manejo de restricciones se reduce a un Programa Cuadrático (QP) o Programa Lineal (LP) convexo. Para los vehículos submarinos (Aplicaciones 1-3), la dinámica de profundidad-cabeceo del AUV se linealiza y el procedimiento de Hildreth resuelve el QP con restricciones resultante en tiempo real en Python/ROS. El posicionamiento dinámico de buques (Aplicación 5) utiliza un modelo de embarcación linealizado con la asignación de empuje como un QP convexo resuelto en cada paso de control de DP. El control de actitud de satélites (Aplicación 6) utiliza MPC explícito — el QP multi-paramétrico convexo se resuelve fuera de línea, produciendo una ley de control afín por tramos que se ejecuta en los ordenadores de vuelo tolerantes a la radiación con un cómputo en línea despreciable. La excepción es el circuito criogénico del LHC (Aplicación 4): la dinámica termohidráulica del helio superfluido es inherentemente no lineal, requiriendo MPC No Lineal (NMPC) completo con un modelo de primeros principios y Estimación de Horizonte Móvil — con 7-14 segundos por ciclo de optimización, órdenes de magnitud más lento que las aplicaciones basadas en QP, reflejando el costo fundamentalmente más alto de los solvers NLP no convexos.

Aplicaciones e Implementaciones de Referencia

Aplicación 1: MPC con Restricciones para Cambios Escalonados de Profundidad en AUV con Comando de Cero Cabeceo

Los investigadores de la Universidad de Southampton desarrollaron un controlador MPC con restricciones para el movimiento en el plano vertical de un AUV accionado por propulsor, tratando la profundidad y el cabeceo como un sistema MIMO 2x2 con propulsores verticales frontales y traseros como entradas. El controlador aplicó restricciones duras sobre la magnitud de la fuerza del propulsor y la tasa de cambio (delta-empuje), con los límites de empuje configurados específicamente para evitar la parada del motor y la banda muerta de arranque asociada. Las pruebas de cambio escalonado desde la superficie hasta 1 m de profundidad, con el cabeceo comandado a 0 grados, demostraron una sobreoscilación de profundidad inferior al 10% — con aproximadamente un 5% típico en configuraciones estables y una prueba documentada que muestra una sobreoscilación máxima medida del 7,6%. La implementación se ejecutó en Python dentro de ROS en Linux, consumiendo mediciones de profundidad de un transductor de presión y cabeceo de una brújula digital. ¹

Aplicación 2: AUV Híbrido con Capacidad de Hover — MPC Validado en Despliegue en Lago

El AUV híbrido Delphin2 con capacidad de hover fue equipado con leyes de control MPC basadas en un modelo de vehículo con parámetros identificados a partir de datos experimentales. A diferencia de los AUVs convencionales en forma de torpedo que dependen de la velocidad de avance para la autoridad de control, el Delphin2 puede permanecer estático usando múltiples propulsores, creando un problema de control sobre-actuado. El MPC fue evaluado en un escenario de despliegue en un lago grande, apuntando a aplicaciones prácticas como el monitoreo ambiental y la detección de especies invasoras (encuestas de mejillones cebra). Los ensayos en el lago proporcionaron una validación en el mundo real bajo corrientes, gradientes de temperatura y ruido de sensores — cerrando la brecha crítica entre los resultados de simulación y el despliegue operativo. ²

Aplicación 3: MPC de Profundidad-Cabeceo con Manejo Explícito de Restricciones del Actuador

Un estudio complementario se centró en el problema del control de profundidad y cabeceo con especial atención a cómo el MPC maneja las restricciones del actuador durante las maniobras transitorias. El controlador fue diseñado para ejecutar cambios de paso de profundidad mientras se mantiene cero cabeceo — un requisito que evita que el vehículo se incline durante el reposicionamiento vertical, lo que es crítico para la estabilidad de la carga útil del sensor y la evasión de colisiones cerca del fondo marino. Se utilizó el procedimiento de programación de Hildreth para resolver el programa cuadrático con restricciones en cada intervalo de control, proporcionando un método computacionalmente tratable para la aplicación de restricciones en tiempo real. El monitoreo del número de iteraciones de Hildreth por muestra proporcionó un indicador operacional de la actividad de las restricciones — efectivamente una métrica de “estrés de restricciones” que los operadores pueden usar para evaluar qué tan cerca opera el vehículo de sus límites de actuadores. ³

Aplicación 4: Criogénica del LHC — NMPC Económico con Restricciones Acopladas de Válvula y Calentador (CERN)

El circuito criogénico de helio superfluido del Gran Colisionador de Hadrones en el CERN es un sistema de múltiples entradas y múltiples salidas con restricciones de seguridad estrictas: la temperatura del baño debe mantenerse por debajo de 2,1 K (límite de alimentación del imán), con pérdida de superfluiedad por encima de 2,16 K. Las entradas de control — válvulas criogénicas y calentadores eléctricos — están acopladas a través de la dinámica termohidráulica del helio, haciendo que los bucles SISO independientes sean inadecuados. Un NMPC económico que utiliza un modelo termohidráulico de primeros principios emparejado con Estimación de Horizonte Móvil manejó tanto la dinámica acoplada como los límites de actuadores duros (autoridad de válvula, potencia del calentador) simultáneamente. La formulación que añadió 12 calentadores eléctricos a 2 válvulas de control demostró una recuperación mejorada del punto de ajuste después de la perturbación en simulación. Los tiempos de cómputo de aproximadamente 1 s para la estimación de estado y 7-14 s para la optimización muestran que el NMPC con restricciones es factible para los procesos criogénicos lentos donde el intervalo de control se mide en minutos. ⁴

Aplicación 5: Posicionamiento Dinámico de Buques — Asignación de Empuje con Restricciones para el Mantenimiento de Posición

El posicionamiento dinámico (DP) de buques mantiene un barco estático contra las fuerzas ambientales (viento, oleaje, corriente) usando múltiples propulsores — típicamente 4-8 propulsores de túnel, propulsores de acimut y hélices principales. El problema de DP es inherentemente MIMO: tres salidas controladas (posición/rumbo de velocidad de avance, desplazamiento lateral y guiñada) son producidas por múltiples actuadores acoplados con límites de saturación individuales, límites de tasa y zonas prohibidas (por ejemplo, evitando la interacción propulsor-propulsor). El DP basado en MPC, desarrollado en NTNU Cybernetics (grupo Fossen, Johansen, Sørensen), resuelve el problema de asignación de empuje como un QP con restricciones en cada paso de control, minimizando el consumo de combustible sujeto a todas las restricciones de los propulsores simultáneamente. Este enfoque elimina la suboptimalidad de la asignación secuencial de pseudo-inversa y maneja los fallos del actuador redistribuyendo el empuje a los actuadores restantes dentro del marco de restricciones. Las aplicaciones incluyen buques de perforación, buques de apoyo offshore y unidades flotantes de producción donde el mantenimiento de posición afecta directamente la seguridad operativa y el tiempo de actividad. ⁵

Aplicación 6: Control de Actitud de Satélites — MPC con Restricciones de Desaturación de Ruedas de Reacción

Las ruedas de reacción son los principales actuadores de actitud para muchos satélites, almacenando momento angular para rotar la nave espacial. Tienen límites de saturación duros: cuando una rueda alcanza la velocidad máxima, ya no puede proporcionar par y se pierde el control de actitud. El MPC para el control de actitud de satélites aplica explícitamente los límites de velocidad de la rueda de reacción como restricciones de estado y planifica las maniobras de desaturación (usando magnetorotores o propulsores) como parte de la optimización, evitando la saturación antes de que ocurra en lugar de reaccionar después. La dinámica acoplada de tres o cuatro ruedas de reacción — intercambio de momento entre ejes, acoplamiento giroscópico — se maneja de forma nativa en la formulación MIMO del MPC. Las implementaciones publicadas del CNES y los grupos de investigación aeroespacial demuestran que el MPC explícito (ley de control precomputada a partir de QP multi-paramétrico fuera de línea) puede ejecutarse a la tasa requerida en los ordenadores de vuelo tolerantes a la radiación, con la satisfacción de restricciones garantizada en todo el envolvente operativo de actitud. ⁶

Qué Significa Esto para Sus Operaciones

Si su sistema tiene múltiples salidas acopladas, límites de actuadores duros y restricciones de seguridad — y sus actuales bucles PID desacoplados tienen dificultades durante los transitorios o cerca de los límites de operación — el MPC MIMO con restricciones ofrece una solución sistemática. Los casos de AUV, DP de buque y satélite demuestran el patrón en tres dominios muy diferentes: el diseño de ingeniería es consistente, y las ganancias de rendimiento provienen de la misma fuente en cada caso — actuación coordinada consciente de restricciones.

Para las operaciones industriales del área DACH, el mismo patrón aplica a: posicionamiento multi-eje CNC con límites de corriente del accionamiento, sistemas robóticos con restricciones de par articular, sistemas HVAC con temperatura/humedad acoplada y capacidad de actuador limitada, y cualquier proceso donde la acumulación del integrador inducida por saturación sea un dolor de cabeza recurrente del operador.

Requisitos previos para el despliegue: mediciones fiables de las variables controladas, una interfaz de comandos a los actuadores, suficiente conocimiento de la dinámica acoplada para construir un modelo predictivo, y límites definidos de actuadores y restricciones de seguridad.

Cómo Entregamos Esto (Modelo de Compromiso)

• Fase 0: NDA + solicitud de datos — comparta las especificaciones del sistema, las hojas de datos de los actuadores, la configuración del sensor, la arquitectura de control actual y los límites de restricciones conocidos.
• Fase 1: Descubrimiento de alcance fijo (2-4 semanas) — identificación de la dinámica acoplada (pruebas escalonadas o datos existentes), mapeo de restricciones, evaluación de viabilidad del MPC con escenarios de restricciones simuladas.
• Fase 2: Implementación + validación + puesta en marcha — desarrollo del MPC con restricciones, validación en simulación en todo el envolvente operativo, puesta en marcha experimental con maniobras de aceptación estandarizadas (pruebas escalonadas, rechazo de perturbaciones).
• Fase 3: Monitoreo + capacitación + escalado — paneles de monitoreo de la actividad de restricciones, capacitación del operador sobre el comportamiento del MPC cerca de los límites, y extensión a ejes o modos de operación adicionales.

KPIs Típicos a Seguir

• Seguridad: Sobreoscilación de profundidad/posición (% del escalón), recuento de violaciones de restricciones, frecuencia de paradas de emergencia
• Rendimiento: Tiempo de establecimiento (tiempo hasta +/-10% del punto de ajuste), error de seguimiento en estado estacionario, rechazo del acoplamiento entre ejes
• Salud del actuador: Tiempo pasado en los límites de saturación, utilización de la tasa de cambio del actuador, ciclos de arranque/parada del motor evitados
• Carga del operador: Intervenciones manuales durante los transitorios, tiempo dedicado a resintonizar las ganancias PID después de los cambios de punto de operación

Riesgos y Requisitos Previos

• Fidelidad del modelo: El modelo de dinámica acoplada debe capturar las interacciones dominantes entre los ejes controlados; las no linealidades no modeladas significativas pueden requerir NMPC o programación de ganancias.
• Caracterización del actuador: Las bandas muertas, los límites de saturación y los límites de tasa deben conocerse con precisión — las definiciones incorrectas de las restricciones pueden conducir a la infeasibilidad o la operación conservadora.
• Latencia de cómputo: El MPC debe resolverse dentro del intervalo de control; para los casos de AUV, se utilizó un tiempo de muestreo de 0,1 s con Python/ROS, pero los sistemas de mayor rendimiento pueden requerir solvers compilados o MPC explícito.
• Ruido del sensor: Los entornos submarinos o industriales introducen ruido de medición; puede necesitarse estimación de estado o filtrado para proporcionar retroalimentación limpia al MPC.
• Despliegue incremental: Comenzar con el par de ejes más crítico, validar el manejo de restricciones en maniobras estandarizadas, luego extender a ejes adicionales y escenarios de operación.

Preguntas Frecuentes

P: ¿Qué añade el MPC frente al PID para los sistemas multi-eje acoplados? R: El MPC utiliza un modelo acoplado para predecir el comportamiento futuro en todos los ejes simultáneamente y calcula comandos de actuadores coordinados que respetan todas las restricciones. El PID trata cada eje de forma independiente, no puede anticipar las violaciones de restricciones y requiere complementos anti-windup que son difíciles de sintonizar para los sistemas MIMO. Los casos de AUV muestran que el MPC logra una sobreoscilación acotada y el mantenimiento de cero cabeceo que el PID desacoplado no puede garantizar.

P: ¿Cómo se manejan las bandas muertas del actuador (por ejemplo, comportamiento de arranque del propulsor)? R: En el MPC con restricciones, la evasión de la banda muerta se codifica como una restricción — por ejemplo, requiriendo que los comandos de empuje se mantengan por encima de un umbral mínimo de operación. Esto es más fiable que las soluciones alternativas basadas en PID porque el optimizador planifica con anticipación para evitar entrar en la región de la banda muerta en lugar de reaccionar después del hecho.

P: ¿Este enfoque está limitado a los vehículos submarinos? R: En absoluto. Las Aplicaciones 4-6 demuestran el mismo patrón en los sistemas criogénicos, el posicionamiento de buques y la nave espacial — cualquier sistema con dinámica MIMO acoplada y restricciones de actuadores duros se beneficia de este enfoque.

P: ¿Cuál es el requisito mínimo del sensor? R: Necesita mediciones fiables de todas las variables controladas (o un estimador de estado para reconstruirlas a partir de los sensores disponibles) y una interfaz de comandos a los actuadores. En los casos de AUV, la profundidad se midió mediante transductor de presión y el cabeceo mediante brújula digital — ambos son sensores de bajo costo y robustos.

Reserve una Llamada de Descubrimiento de 30 Minutos

¿Listo para explorar si este patrón se adapta a su sistema?

Dr. Rafal Noga — Consultor Independiente de APC/MPC

📧 Envíeme un correo · 🌐 noga.es

Descubrimiento de alcance fijo · NDA primero · Disponible en sitio en DACH

Referencias Públicas

Footnotes

1. Steenson et al., “Experimental Verification of a Depth Controller using Model Predictive Control with Constraints onboard a Thruster Actuated AUV” (IFAC NGCUV, 2012). https://eprints.soton.ac.uk/346564/1/IFAC-Leo_20Steenson_5B1_5D.pdf ↩

2. Steenson et al., “Model Predictive Control for a Hover-Capable Hybrid AUV” (NORA/NERC). https://nora.nerc.ac.uk/507532/1/Steenson%20paper.pdf ↩

3. Steenson et al., “Constrained MPC for AUV Depth and Pitch Control” (ScienceDirect / IFAC, 2012). https://www.sciencedirect.com/science/article/pii/S1474667016306152 ↩

4. “NMPC for the Superfluid Helium Cryogenic Circuit of the LHC” (IFAC PapersOnLine, 2015). ↩

5. Fossen & Johansen, “A Survey of Control Allocation Methods for Ships and Underwater Vehicles” (IEEE Mediterranean Conference on Control and Automation, 2006). See also: Sørensen, “Marine Cybernetics: Lectures on Modelling and Control of Marine Systems” (NTNU, 2014). ↩

6. Gaulocher et al., “Attitude Control Law Design for the Microscope Satellite Using Model Predictive Control” (IFAC Proceedings, CNES/Astrium, 2005). See also: Weiss et al., “Model Predictive Control for Spacecraft Rendezvous and Docking with a Rotating/Tumbling Object” (IEEE TCST, 2015). ↩

📅 Reservar en Calendly