Predictive management of thermal comfort: design and implementation on a airflow and temperature control plant

This thesis deals with the modeling and control of a laboratory-scale Airflow and Temperature Control (ATC71) system, with the proposed control architecture experimentally validated in real time on the platform. The objective is to regulate airflow pressure and air temperature while accounting for actuator limits and configuration-dependent dynamics induced by an unmeasured valve state. The work begins with a systematic identification of linear models around different operating points and valve configurations. The airflow subsystem is described by first-order-plus-dead-time (FOPDT) models, while the thermal dynamics require a second-order-plus-dead-time (SOPDT) structure. The coupling between airflow and temperature is also modeled, leading to a global control-oriented representation of the plant. A PI controller is designed for pressure regulation. Since the valve position modifies the process gain and is not directly measured, a model-based detection method is developed, based on the comparison of control actions generated by parallel models. The detected valve state is used to implement a switching PI controller. For temperature regulation, a constrained Model Predictive Control (MPC) strategy is implemented and experimentally validated in real time. The MPC explicitly incorporates actuator limits and temperature constraints within the optimization problem. The issue of infeasibility due to heater saturation and model--plant mismatch is analyzed. To address this problem, two strategies are adopted: the introduction of soft constraints on temperature limits and the inclusion of airflow as an auxiliary actuator in the predictive formulation. Experimental results show that the proposed solutions ensure stable operation and satisfactory performance even in the presence of configuration changes.

Questa tesi riguarda la modellazione e il controllo di un sistema di controllo del flusso d'aria e della temperatura (ATC71) su scala di laboratorio, con l'architettura di controllo proposta validata sperimentalmente in tempo reale sulla piattaforma. L'obiettivo è regolare la pressione del flusso d'aria e la temperatura dell'aria, tenendo conto dei limiti dell'attuatore e delle dinamiche dipendenti dalla configurazione indotte da uno stato della valvola non misurato. Il lavoro inizia con un'identificazione sistematica di modelli lineari attorno a diversi punti di lavoro e configurazioni della valvola. Il sottosistema del flusso d'aria è descritto da modelli del primo ordine con ritardo (FOPDT), mentre le dinamiche termiche richiedono una struttura del secondo ordine con ritardo. Viene inoltre modellato l'accoppiamento tra flusso d'aria e temperatura, portando a una rappresentazione globale dell'impianto orientata al controllo. Un controllore PI viene progettato per la regolazione della pressione. Poiché la posizione della valvola modifica il guadagno del processo e non è misurabile, viene sviluppato un metodo di rilevamento basato su modello, fondato sul confronto delle azioni di controllo generate da modelli paralleli. Lo stato rilevato della valvola viene utilizzato per implementare un controllore PI a commutazione. Per la regolazione della temperatura viene implementata e validata in tempo reale una strategia di Model Predictive Control (MPC) con vincoli. L’MPC include esplicitamente i limiti degli attuatori e i vincoli sulla temperatura all’interno del problema di ottimizzazione. Viene analizzato il problema di infeasibilità dovuto alla saturazione del riscaldatore e al disallineamento tra modello e impianto. Per affrontare questa criticità, vengono adottate due strategie: l’introduzione di vincoli soft sui limiti di temperatura e l’inclusione del flusso d’aria come attuatore ausiliario nella formulazione predittiva. I risultati sperimentali mostrano che le soluzioni proposte garantiscono un funzionamento stabile e prestazioni soddisfacenti anche in presenza di cambiamenti di configurazione.