El control automático es un campo que está adquiriendo una relevancia cada vez mayor con el paso del tiempo. Cada vez es más habitual encontrar más y más dispositivos que actúan de forma autónoma, robots móviles que siguen autónomamente las trayectorias que se les comanda, drones que vuelan hacia una zona prefijada sin necesidad de ningún piloto que les dicte los movimientos a realizar, y un sinfín de ejemplos que muestran el avance de la tecnología.

Sin embargo, para poder dotar de inteligencia a los distintos dispositivos, es fundamental que detrás de ellos actúe un sistema de control fiable, que se encargue de que los distintos sistemas alcancen las referencias comandadas. Por ello, para que la tecnología pueda seguir avanzando y se puedan conseguir resultados más y más ambiciosos, es necesario que las técnicas de control automático también avancen.

En este sentido, la técnica denominada “Control Predictivo basado en modelo” tuvo su auge en los 80, donde se aplicaron con éxito a industrias químicas y petrolera,s que son sistemas con un tiempo de respuesta relativamente lento. Esta técnica permite controlar un sistema anticipándose a su respuesta, es decir, controlar en este instante teniendo en cuenta lo que hará el sistema en el futuro. Además, el control predictivo no sólo tiene en cuenta la referencia que se pretende que alcance el sistema en el instante actual, sino también las referencias futuras que se pretenderán alcanzar. Otro punto a destacar es el tratamiento de restricciones físicas en la formulación matemática. Todo esto supone mejoras respecto a las técnicas clásicas de control, que se centran en hacer coincidir el estado del sistema con una referencia determinada, utilizando para ello información únicamente de instantes pasados o en el mejor de los casos con el término derivativo que tiene en cuenta la evolución futura muy local del problema. En contrapartida, estas técnicas de control predictivo basado en modelos procesan una optimización on-line que, dependiendo de su naturaleza, puede ralentizar el resultado y hacer inviable su aplicación en determinados sistemas. Sin embargo, la revolución de los procesadores y de la formulación de estas técnicas está permitiendo que se pueda aplicar con éxito en sistemas muy rápidos en términos de respuesta con sistemas energéticos, sistemas automotrices e incluso en drones.

Para ilustrar en más detalle las bondades de esta técnica es común comparar el funcionamiento de estas estrategias de control y las clásicas con el ejemplo de conducción de un vehículo. Con las técnicas tradicionales de control, estaríamos conduciendo mirando únicamente por los retrovisores y conociendo la velocidad, aceleración y posición actual, ya que sólo utilizaríamos información de este instante y de los instantes pasados. Es decir, desconoceríamos si en un futuro cercano sería necesario seguir una curva o no, hasta que no nos topáramos con ella. Por el contrario, el control predictivo se asemejaría a conducir no sólo mirando por lo retrovisores, sino también hacia adelante. Mediante el control predictivo seríamos capaces de conocer el trazado de la carretera en una serie de instantes futuros (las referencias futuras) y, conociendo cómo se comporta nuestro coche, seríamos capaces de estimar los movimientos a realizar. Es decir, conociendo cómo se comporta nuestro coche y cómo va a ser el trazado de la carretera en los siguientes instantes, somos capaces de anticiparnos y controlar en base a esta información.

Por otro lado, como comentamos el control predictivo permite introducir restricciones del sistema en la matemática del controlador, lo que siguiendo con el ejemplo anterior se traduciría, por ejemplo, en prohibir que nos salgamos de la carretera. Las ventajas del control predictivo ya se están aprovechando en distintos sectores de la industria, como por ejemplo en el sector químico, donde incumplir determinadas restricciones provocaría graves problemas de eficiencia y seguridad.

Además, el control predictivo también puede aplicarse a los robots móviles, y más concretamente a los drones, que son otra tecnología en auge. Así, además de conseguir un seguimiento de las trayectorias comandadas muy satisfactoria, se pueden conseguir funcionalidades más avanzadas simplemente mediante la inclusión de restricciones. Algunas de estas funcionalidades pueden ser las de esquivar obstáculos, volar de forma más eficiente para minimizar el consumo de la batería, o utilizar las predicciones internas del controlador para soportar una pérdida momentánea de datos.
Por todo lo expuesto anteriormente, el controlador predictivo se considera una técnica de control a tener en cuenta para seguir desarrollando aplicaciones tecnológicas cada vez más ambiciosas.