Spelling suggestions: "subject:"colocação equidistantes"" "subject:"colocação equidistant""
1 |
Controle preditivo não linear para sistemas de parâmetros distribuídosRodríguez, Diana Esperanza Sandoval 28 August 2014 (has links)
Made available in DSpace on 2016-06-02T19:56:56Z (GMT). No. of bitstreams: 1
6271.pdf: 1816121 bytes, checksum: 358e1c3f7d194a552db21ddb44f4761c (MD5)
Previous issue date: 2014-08-28 / Financiadora de Estudos e Projetos / In general, the chemical processes can be represented using mathematical models, in the case of lumped systems include ordinary differential equations, or, partial differential equations, when distributed parameter systems using methods is necessary in both cases numerical resolution in these models, with the purpose to simulate, analyze and control the process. The implementation of control systems in chemical processes, brings with it many advantages, among these, the improvement and stability in production rates, ensuring product quality and the possibility of a safe operation of the process. Thus, in the last 30 years, different control methodologies were developed, one of the most used techniques, the Model Predictive Control Based on. Its success is due to the fact that this type of control accepts constraints on input variables and process output, determining the future of this movement, while optimizing an objective function can lead to the output of the process until the desired set point. The objective of this project is to implement the Model Predictive Controller with Nonlinear (CPNL ) for a reactor pulp bleaching by the use of chlorine dioxide, whose mathematical model is comprised of partial differential equations, thus being a model parameter distributed. Implementation of the controller, the plant is discretized by the Finite Difference Method and the process model is solved with the technique of Orthogonal Collocation. The integration of the resulting ordinary differential equations systems is performed by the method of Runge-Kutta. The Predictive Controller was compared with a Controller Proportional-Integral (PI). Studies have shown that CPNL has better performance, with faster response and values of the Integral Absolute Error (IAE) and Integral Square Error (ISE) smaller than those calculated for the PI controller. / Em geral, os processos químicos podem ser representados mediante modelos matemáticos que, no caso dos sistemas de parâmetros concentrados, incluem equações diferenciais ordinárias, ou então, equações diferenciais parciais, quando são sistemas de parâmetros distribuídos, sendo necessário nos dois casos o uso de métodos numéricos na resolução destes modelos, com a finalidade de simular, analisar e controlar o processo. A implementação de sistemas de controle em processos químicos, traz consigo múltiplas vantagens, entre essas, a melhora e a estabilidade nas taxas de produção, a garantia da qualidade do produto e a possibilidade de uma operação segura do processo. Desta forma, nos últimos 30 anos, foram desenvolvidas diferentes metodologias de controle, sendo uma das técnicas mais empregadas, o Controle Preditivo Baseado no Modelo. Seu sucesso se deve ao fato de que este tipo de controle aceita restrições nas variáveis de entrada e saída do processo, determinando os movimentos futuros deste, além de otimizar uma função objetivo para conseguir levar a saída do processo até o Set-Point desejado. Assim, o objetivo deste projeto é implementar o Controlador Preditivo com Modelo Não Linear (CPNL ) para um reator de branqueamento de celulose, mediante o uso de dióxido cloro, cujo modelo matemático está constituído por equações diferenciais parciais, sendo assim, um modelo de parâmetros distribuídos. Na implementação do controlador, a planta é discretizada, mediante o Método das Diferenças Finitas e o modelo do processo é resolvido com a técnica de Colocação Ortogonal. A integração dos sistemas de equações diferenciais ordinárias resultantes é realizada mediante o método de Runge- Kutta. O Controlador Preditivo foi comparado com um Controlador Proporcional-Integral (PI). Os estudos mostraram que o CPNL possui melhor desempenho, apresentando uma resposta mais rápida e valores da Integral do Erro Absoluto (IAE) e a Integral do Erro Quadrático (ISE) menores que os calculados para o controlador PI.
|
Page generated in 0.0575 seconds