AMARAL, D. L. Melhoria na eficiência energética de um refrigerador termoelétrico: controle preditivo baseado em modelo aplicado à regulação da temperatura do reservatório de água gelada. 2013. 66 f. Dissertação (Mestrado em Engenharia Elétrica) - Centro de Tecnologia, Universidade Federal do Ceará, Fortaleza, 2013. / Submitted by Marlene Sousa (mmarlene@ufc.br) on 2013-09-16T13:27:14Z No. of bitstreams: 1 2013_dis_dlamaral.pdf: 4285716 bytes, checksum: 0b51273c3ef3540e6257981787f554f8 (MD5) / Approved for entry into archive by Marlene Sousa(mmarlene@ufc.br) on 2013-09-16T17:15:25Z (GMT) No. of bitstreams: 1 2013_dis_dlamaral.pdf: 4285716 bytes, checksum: 0b51273c3ef3540e6257981787f554f8 (MD5) / Made available in DSpace on 2013-09-16T17:15:25Z (GMT). No. of bitstreams: 1 2013_dis_dlamaral.pdf: 4285716 bytes, checksum: 0b51273c3ef3540e6257981787f554f8 (MD5) Previous issue date: 2013-07-31 / The rational use of resources is a recurring theme in sustainable development discussions and has stimulated the development of more efficient electrical power consumption appliances. Regulators and Certifiers agencies set standards for the functionality requirements and for the electric power consumption classification of devices in order to formalize the relationship between performance and maintenance of these resources indefinitely. Thus a model based predictive controller was applied to a thermoelectric cooler to attain the international standard ANSI18 specifications for water cooler dispensers and to meet ENERGY STAR$ iny^{ extregistered}$ energy efficiency requirements. A phenomenological linear model was obtained and the respective parameters were identified by using least squares algorithm; experiments were performed to identify the parameters of the discrete transfer functions; a model criterion selection based on simulation capabilities and residue characteristics was developed; a model based predictive controller was designed and applied using one of the models identified; the controller performance was analyzed attending to the ANSI18 standard and according to energy performance certificates; a comparative study between the bistable control and the proposed strategy was made for performance analysis. Simulation and experimental tests have shown compromise between the simulation capability and residue characteristic criterion. The closed loop system behavior allowed energy saving in standby temperature regulating compared to thermostat control mode. The new control strategy achieved ENERGY STAR energy-efficiency criteria certification requirements infeasible for traditional regulation. / O uso racional de recursos é pauta recorrente nas discussões acerca do desenvolvimento sustentável e tem estimulado o projeto de equipamentos mais eficientes quanto ao consumo de energia elétrica. Agentes regulamentadores e certificadores estabelecem regras para o funcionamento e para a classificação de eletrodomésticos quanto ao consumo de energia elétrica a fim de formalizar a relação entre o desempenho dos mesmos e a manutenção indefinida dos recursos. Nesse contexto, lança-se mão do projeto de um controlador preditivo baseado em modelo aplicado à regulação da temperatura do reservatório de água gelada de um refrigerador termoelétrico obedecendo as especificações da norma internacional ANSI18 que determina condições funcionais para bebedouros com refrigeração mecânica incorporada, concomitantemente buscando atender aos requisitos para a certificação ENERGY STAR quanto ao critério de eficiência energética. Para tanto foram realizadas as etapas de i) Modelagem e Identificação do Processo: foi desenvolvido um modelo em termos de função de transferência do sistema de refrigeração termoelétrico de fluidos através de modelagem fenomenológica; foram realizados experimentos para a identificação de parâmetros de modelos discretos pelo método caixa branca; foi desenvolvido critério de seleção de modelo baseado na capacidade de simulação e características do resíduo de simulação; ii) Estudo do Controlador Preditivo Baseado em Modelo: foi projetado e implementado na planta um controlador preditivo baseado em um dos modelos parametrizados para regulação da temperatura do reservatório interno; foi analisado o desempenho do controlador segundo a norma regulamentadora; iii) Estudo da Eficiência do Controlador: foi analisado o desempenho do controlador quanto a capacidade do protótipo em atender aos requisitos que o qualificam à obtenção de certificado segundo critério de eficiência energética para regulação da temperatura interna do reservatório e, por fim, realizado um estudo comparativo entre a estratégia de controle biestável aplicada atualmente ao processo e a estratégia proposta.

Made available in DSpace on 2014-12-17T14:55:24Z (GMT). No. of bitstreams: 1 AdhemarBF.pdf: 840043 bytes, checksum: 8e5bf5f0b4243df53db6ebb48cfb6827 (MD5) Previous issue date: 2006-05-19 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior / O presente trabalho trata do desenvolvimento e avalia??o de controladores preditivos baseados em modelos bilineares. Como caso particular da t?cnica de controle preditivo baseado em sistemas n?o lineares, estes t?m despertado grande interesse, uma vez que apresentam a vantagem de ser mais simples que o n?o linear em geral e mais representativo que o linear. A obten??o de uma lei de controle expl?cita, que minimize um crit?rio quadr?tico sujeito a um modelo bilinear, ? um problema de otimiza??o n?o-linear, e uma solu??o anal?tica para o problema n?o pode ser obtida. Em ess?ncia, existem dois m?todos representativos adotados na solu??o de controle preditivo n?o linear. Um dos m?todos, aqui adotado, utiliza o modelo "quasilinear por degrau de tempo" no desenvolvimento do controlador preditivo baseado no Controlador Preditivo Generalizado. A principal contribui??o apresentada nesta tese ? o desenvolvimento de uma nova abordagem para o controlador preditivo generalizado, baseado em sistemas bilineares, utilizando o modelo quasilinear por degrau de tempo compensado mono e multivari?vel. Nesta nova abordagem, um termo de compensa??o ? adicionado ao modelo quasilinear por degrau de tempo objetivando diminuir o erro de predi??o e conseq?entemente melhorar o desempenho do controlador

Esse trabalho apresenta uma contribuição para o projeto de um controlador MPC robusto quanto à estabilidade baseado na realimentação da saída e admitindo restrições nas entradas e incertezas no modelo da planta. Ele estende a abordagem existente para o projeto de um MPC considerando o caso particular de um modelo em espaço de estados, onde o estado é lido diretamente da planta, sendo aplicado para a situação em que o sistema escolhido de entradas possa ficar saturado ou que o processo seja representado por um modelo diferente do modelo considerado na função objetivo do controlador. Para isso, o MPC se propõe a resolver o problema de otimização em dois estágios: No estágio off-line, vários controladores sem restrição são obtidos a partir de um problema de otimização onde inequações de Lyapunov são acrescentadas ao problema como restrições de forma a garantir a contração do estado (estabilidade). Esses controladores, representados por uma matriz de ganhos, correspondem a todas configurações possíveis de saturação das variáveis manipuladas para um dado conjunto possível de variáveis controladas. Nessas combinações, incluídas como restrições no controlador, todos os modelos previstos para o processo são considerados. Dessa forma, perdendo-se uma entrada, o subconjunto de saídas controladas pode ser alterado.Na versão anterior do método proposto por Rodrigues & Odloak (2005), esse estágio off-line envolve um observador de estados o que dificulta a solução do problema de otimização do MPC robusto, consumindo grande tempo computacional. Além disso, requer uma solução inicial viável que nem sempre é trivial. Com a versão proposta do sistema de modelo espaço estado, o estimador de estado torna-se desnecessário pois o estado passa a ser medido. Na etapa on-line do projeto do controlador, uma lei ótima de controle é obtida a partir da combinação convexa das configurações de controle que correspondem ao conjunto de variáveis manipuladas disponíveis (não saturadas). Também nessa etapa é considerada a incerteza do modelo utilizado pelo controlador. O controlador proposto é testado com alguns exemplos simulados a partir de modelos obtidos na indústria de processo. / In this work, it is presented a contribution to the design of a robust MPC with output feedback, input constraints and uncertain model. This work extends existing approaches by considering a particular non-minimal state space model, which transforms the output feedback strategy into a state feedback strategy. The controller is developed to the case in which the system inputs may become saturated and the model is uncertain. We follow a two stages approach: In the off-line stage, a series of unconstrained robust MPCs is obtained by including in the control optimization problem, inequality constraints that force the state of the closed-loop system to contract along the time. Each of these controllers, represented by a gain matrix, is associated to particular sets of manipulated inputs and controlled outputs. When one manipulated input becomes saturated, we may need to reduce the set of controlled variables. In the existing version of the method, the closed loop system involves a state observer that makes the solution to the robust MPC optimization problem a time consuming step. The problem also requires an initial solution that may not be trivial to find. With the adopted version of the system state space model, the state filter becomes trivial and the state can be considered measured. In the on-line step of the proposed controller design, a sub optimal control law is obtained by combining control configurations that correspond to particular subsets of available manipulated inputs. The method is illustrated with simulation examples of the process industry.

Submitted by Luciclea Silva (luci@ufpa.br) on 2018-11-08T12:44:19Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Projetocontroladorpreditivo.pdf: 1909316 bytes, checksum: a9541564d38d693bc8915cba2b2a4b00 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-11-08T12:44:37Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Projetocontroladorpreditivo.pdf: 1909316 bytes, checksum: a9541564d38d693bc8915cba2b2a4b00 (MD5) / Made available in DSpace on 2018-11-08T12:44:38Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Projetocontroladorpreditivo.pdf: 1909316 bytes, checksum: a9541564d38d693bc8915cba2b2a4b00 (MD5) Previous issue date: 2018-09-28 / FAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisas / Nesta pesquisa, são investigados e implementados controladores preditivos do tipo (Generalized Predictive Controller – GPC) e (Model Predictive Controller State Space – MPCSS). O objetivo principal é proporcionar um estudo comparativo de desempenho e estabilidade dinâmica entre essas estruturas de controle, quando aplicados a processos com características dinâmicas distintas e com a presença de perturbação de carga na saída da planta e ruído. O estudo apresenta o projeto dos controladores GPC e MPCSS sem restrições, aplicado a sistemas monovariáveis, empregando o modelo do processo e a função custo na forma incremental. Para o projeto do controlador GPC é utilizado um modelo preditivo para prever a saída do processo ao longo de um horizonte de tempo com a saída sendo composta de sinais medidos das entradas/saídas passadas e do sinal de controle futuro. Já o projeto do MPCSS é desenvolvido no domínio de representação no espaço de estados, com realimentação de estados estimados usando um observador de estados empregando as equações do Filtro de Kalman. O controlador MPCSS tem sua estrutura herdada a partir do modelo de projeto, onde variáveis de estados com comportamento físico, contribuem para a obtenção de uma lei de controle por realimentação de estados estimados. Simulações numéricas são aplicadas para avaliar os projetos dos controladores apresentados. / In this study, predictive controllers of the Generalized Predictive Controller (GPC) and MPCSS (Model Predictive Controller State Space). The main objective is to provide a comparative study of performance and dynamic stability between these control structures, when submitted to processes with distinct dynamic characteristics and in the presence of load disturbance at plant output and noise. The study presents the design of unconstrained GPC and MPCSS controllers, applied to monovariable systems, using the process model and the cost function incrementally. For the GPC controller design, a predictive model is used to predict the output of the process over a time horizon with the output being composed of measured signals of the past inputs-outputs and the future control signal. However, the MPCSS project is developed in the state space representation domain, with feedback of estimated states using a state observer using the Kalman Filter equations. The MPCSS controller has its inherited structure from the project model, where variables of states with physical behavior, enter into obtaining a law of control by feedback of estimated states. Numerical simulations are applied to evaluate the designs of the presented controllers. / IFPA - Instituto Federal de Educação, Ciência e Tecnologia do Pará

Esse trabalho apresenta uma contribuição para o projeto de um controlador MPC robusto quanto à estabilidade baseado na realimentação da saída e admitindo restrições nas entradas e incertezas no modelo da planta. Ele estende a abordagem existente para o projeto de um MPC considerando o caso particular de um modelo em espaço de estados, onde o estado é lido diretamente da planta, sendo aplicado para a situação em que o sistema escolhido de entradas possa ficar saturado ou que o processo seja representado por um modelo diferente do modelo considerado na função objetivo do controlador. Para isso, o MPC se propõe a resolver o problema de otimização em dois estágios: No estágio off-line, vários controladores sem restrição são obtidos a partir de um problema de otimização onde inequações de Lyapunov são acrescentadas ao problema como restrições de forma a garantir a contração do estado (estabilidade). Esses controladores, representados por uma matriz de ganhos, correspondem a todas configurações possíveis de saturação das variáveis manipuladas para um dado conjunto possível de variáveis controladas. Nessas combinações, incluídas como restrições no controlador, todos os modelos previstos para o processo são considerados. Dessa forma, perdendo-se uma entrada, o subconjunto de saídas controladas pode ser alterado.Na versão anterior do método proposto por Rodrigues & Odloak (2005), esse estágio off-line envolve um observador de estados o que dificulta a solução do problema de otimização do MPC robusto, consumindo grande tempo computacional. Além disso, requer uma solução inicial viável que nem sempre é trivial. Com a versão proposta do sistema de modelo espaço estado, o estimador de estado torna-se desnecessário pois o estado passa a ser medido. Na etapa on-line do projeto do controlador, uma lei ótima de controle é obtida a partir da combinação convexa das configurações de controle que correspondem ao conjunto de variáveis manipuladas disponíveis (não saturadas). Também nessa etapa é considerada a incerteza do modelo utilizado pelo controlador. O controlador proposto é testado com alguns exemplos simulados a partir de modelos obtidos na indústria de processo. / In this work, it is presented a contribution to the design of a robust MPC with output feedback, input constraints and uncertain model. This work extends existing approaches by considering a particular non-minimal state space model, which transforms the output feedback strategy into a state feedback strategy. The controller is developed to the case in which the system inputs may become saturated and the model is uncertain. We follow a two stages approach: In the off-line stage, a series of unconstrained robust MPCs is obtained by including in the control optimization problem, inequality constraints that force the state of the closed-loop system to contract along the time. Each of these controllers, represented by a gain matrix, is associated to particular sets of manipulated inputs and controlled outputs. When one manipulated input becomes saturated, we may need to reduce the set of controlled variables. In the existing version of the method, the closed loop system involves a state observer that makes the solution to the robust MPC optimization problem a time consuming step. The problem also requires an initial solution that may not be trivial to find. With the adopted version of the system state space model, the state filter becomes trivial and the state can be considered measured. In the on-line step of the proposed controller design, a sub optimal control law is obtained by combining control configurations that correspond to particular subsets of available manipulated inputs. The method is illustrated with simulation examples of the process industry.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Monitoring of process control systems is extremely important for industries to ensure the quality of the product and the safety of the process. Predictive controllers, also known by MPC (Model Predictive Control), usually has a well performance initially. However, after a period, many factors contribute to the deterioration of its performance. This highlights the importance of monitoring the MPC control systems. In this work, tools based on multivariate statistical methods are discussed and applied to the problem of monitoring and Performance Assessment of predictive controllers. The methods presented here are: PCA (Principal Component Analysis) and ICA (Independent Component Analysis). Both are techniques that use data collected directly from the process. The first is widely used in Performance Assessment of predictive controllers. The second is a more recent technique that has arisen, mainly in order to be used in fault detection systems. The analyzes are made when applied in simulated processes characteristic of the petrochemical industry operating under MPC control. / O monitoramento de sistemas de controle de processos é extremamente importante no que diz respeito às indústrias, para garantir a qualidade do que é produzido e a segurança do processo. Os controladores preditivos, também conhecidos pela sigla em inglês MPC (Model Predictive Control), costumam ter um bom desempenho inicialmente. Entretanto, após um certo período, muitos fatores contribuem para a deterioração de seu desempenho. Isto evidencia a importância do monitoramento dos sistemas de controle MPC. Neste trabalho aborda-se ferramentas, baseada em métodos estatísticos multivariados, aplicados ao problema de monitoramento e avaliação de desempenho de controladores preditivos. Os métodos aqui apresentados são: o PCA (Análise por componentes principais) e o ICA (Análise por componentes independentes). Ambas são técnicas que utilizam dados coletados diretamente do processo. O primeiro é largamente utilizado na avaliação de desempenho de controladores preditivos. Já o segundo, é uma técnica mais recente que surgiu, principalmente, com o intuito de ser utilizado em sistemas de detecção de falhas. As análises são feitas quando aplicadas em processos simulados característicos da indústria petroquímica operando sob controle MPC.

Made available in DSpace on 2014-12-17T14:55:47Z (GMT). No. of bitstreams: 1 JoseSBL_DISSERT.pdf: 1769944 bytes, checksum: 43863b3b32771c922314a0fa73be8bf8 (MD5) Previous issue date: 2011-02-14 / This work deals with an on-line control strategy based on Robust Model Predictive Control (RMPC) technique applied in a real coupled tanks system. This process consists of two coupled tanks and a pump to feed the liquid to the system. The control objective (regulator problem) is to keep the tanks levels in the considered operation point even in the presence of disturbance. The RMPC is a technique that allows explicit incorporation of the plant uncertainty in the problem formulation. The goal is to design, at each time step, a state-feedback control law that minimizes a 'worst-case' infinite horizon objective function, subject to constraint in the control. The existence of a feedback control law satisfying the input constraints is reduced to a convex optimization over linear matrix inequalities (LMIs) problem. It is shown in this work that for the plant uncertainty described by the polytope, the feasible receding horizon state feedback control design is robustly stabilizing. The software implementation of the RMPC is made using Scilab, and its communication with Coupled Tanks Systems is done through the OLE for Process Control (OPC) industrial protocol / Este trabalho tem como objetivo desenvolver uma estrat?gia de controle on-line baseado no Controlador Preditivo Robusto (RMPC, acr?nimo do ingl?s Robust Model Predictive Control) aplicado a um sistema real de tanques acoplados. Este processo consiste em sistema de dois tanques conectados, cujo liquido ? enviado aos mesmos por uma bomba. O objetivo do controle (problema regulat?rio) ? deixar os n?veis dos tanques no ponto de opera??o considerado, mesmo na presen?a de perturba??es. A s?ntese da t?cnica RMPC consiste em incorporar de forma explicita as incertezas da planta na formula??o do problema. O objetivo do projeto, a cada per?odo de amostragem, ? encontrar uma realimenta??o de estados que minimiza o pior caso de uma fun??o objetivo com horizonte infinito, sujeita a restri??es no sinal de controle. O problema original, do tipo Min-max, ? reduzido em a problema de otimiza??o convexa expresso em desigualdades matriciais lineares (LMI, Linear Matriz Inequalities). Mostram-se, neste trabalho, a descri??o da incerteza da planta na forma polit?pica e as condi??es de factibilidade do problema de otimiza??o. A implementa??o do algoritmo RMPC foi feita utilizando o software Scilab e a sua comunica??o com o sistema de tanques acoplados foi feita atrav?s do protocolo OPC (do ingl?s OLE for Process Control)

nÃo hà / O uso racional de recursos à pauta recorrente nas discussÃes acerca do desenvolvimento sustentÃvel e tem estimulado o projeto de equipamentos mais eficientes quanto ao consumo de energia elÃtrica. Agentes regulamentadores e certificadores estabelecem regras para o funcionamento e para a classificaÃÃo de eletrodomÃsticos quanto ao consumo de energia elÃtrica a fim de formalizar a relaÃÃo entre o desempenho dos mesmos e a manutenÃÃo indefinida dos recursos. Nesse contexto, lanÃa-se mÃo do projeto de um controlador preditivo baseado em modelo aplicado à regulaÃÃo da temperatura do reservatÃrio de Ãgua gelada de um refrigerador termoelÃtrico obedecendo as especificaÃÃes da norma internacional ANSI18 que determina condiÃÃes funcionais para bebedouros com refrigeraÃÃo mecÃnica incorporada, concomitantemente buscando atender aos requisitos para a certificaÃÃo ENERGY STAR quanto ao critÃrio de eficiÃncia energÃtica. Para tanto foram realizadas as etapas de i) Modelagem e IdentificaÃÃo do Processo: foi desenvolvido um modelo em termos de funÃÃo de transferÃncia do sistema de refrigeraÃÃo termoelÃtrico de fluidos atravÃs de modelagem fenomenolÃgica; foram realizados experimentos para a identificaÃÃo de parÃmetros de modelos discretos pelo mÃtodo caixa branca; foi desenvolvido critÃrio de seleÃÃo de modelo baseado na capacidade de simulaÃÃo e caracterÃsticas do resÃduo de simulaÃÃo; ii) Estudo do Controlador Preditivo Baseado em Modelo: foi projetado e implementado na planta um controlador preditivo baseado em um dos modelos parametrizados para regulaÃÃo da temperatura do reservatÃrio interno; foi analisado o desempenho do controlador segundo a norma regulamentadora; iii) Estudo da EficiÃncia do Controlador: foi analisado o desempenho do controlador quanto a capacidade do protÃtipo em atender aos requisitos que o qualificam à obtenÃÃo de certificado segundo critÃrio de eficiÃncia energÃtica para regulaÃÃo da temperatura interna do reservatÃrio e, por fim, realizado um estudo comparativo entre a estratÃgia de controle biestÃvel aplicada atualmente ao processo e a estratÃgia proposta. / The rational use of resources is a recurring theme in sustainable development discussions and has stimulated the development of more efficient electrical power consumption appliances. Regulators and Certifiers agencies set standards for the functionality requirements and for the electric power consumption classification of devices in order to formalize the relationship between performance and maintenance of these resources indefinitely. Thus a model based predictive controller was applied to a thermoelectric cooler to attain the international standard ANSI18 specifications for water cooler dispensers and to meet ENERGY STAR$ iny^{ extregistered}$ energy efficiency requirements. A phenomenological linear model was obtained and the respective parameters were identified by using least squares algorithm; experiments were performed to identify the parameters of the discrete transfer functions; a model criterion selection based on simulation capabilities and residue characteristics was developed; a model based predictive controller was designed and applied using one of the models identified; the controller performance was analyzed attending to the ANSI18 standard and according to energy performance certificates; a comparative study between the bistable control and the proposed strategy was made for performance analysis. Simulation and experimental tests have shown compromise between the simulation capability and residue characteristic criterion. The closed loop system behavior allowed energy saving in standby temperature regulating compared to thermostat control mode. The new control strategy achieved ENERGY STAR energy-efficiency criteria certification requirements infeasible for traditional regulation.

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Monitoring of process control systems is extremely important for industries to ensure the quality of the product and the safety of the process. Predictive controllers, also known by MPC (Model Predictive Control), usually has a well performance initially. However, after a period, many factors contribute to the deterioration of its performance. This highlights the importance of monitoring the MPC control systems. In this work, tools based on multivariate statistical methods are discussed and applied to the problem of monitoring and Performance Assessment of predictive controllers. The methods presented here are: PCA (Principal Component Analysis) and ICA (Independent Component Analysis). Both are techniques that use data collected directly from the process. The first is widely used in Performance Assessment of predictive controllers. The second is a more recent technique that has arisen, mainly in order to be used in fault detection systems. The analyzes are made when applied in simulated processes characteristic of the petrochemical industry operating under MPC control. / O monitoramento de sistemas de controle de processos é extremamente importante no que diz respeito às indústrias, para garantir a qualidade do que é produzido e a segurança do processo. Os controladores preditivos, também conhecidos pela sigla em inglês MPC (Model Predictive Control), costumam ter um bom desempenho inicialmente. Entretanto, após um certo período, muitos fatores contribuem para a deterioração de seu desempenho. Isto evidencia a importância do monitoramento dos sistemas de controle MPC. Neste trabalho aborda-se ferramentas, baseada em métodos estatísticos multivariados, aplicados ao problema de monitoramento e avaliação de desempenho de controladores preditivos. Os métodos aqui apresentados são: o PCA (Análise por componentes principais) e o ICA (Análise por componentes independentes). Ambas são técnicas que utilizam dados coletados diretamente do processo. O primeiro é largamente utilizado na avaliação de desempenho de controladores preditivos. Já o segundo, é uma técnica mais recente que surgiu, principalmente, com o intuito de ser utilizado em sistemas de detecção de falhas. As análises são feitas quando aplicadas em processos simulados característicos da indústria petroquímica operando sob controle MPC.

In advanced process control, the Model Predictive Control (MPC) may be considered the most important innovation in recent years and the standard tool for industrial applications due to the fact that it keeps the plant operating in the constraints more profitable. However, like every control algorithm, the MPC after some time in operation rarely works as originally designed. Thus, to preserve the benefits of MPC systems for a long period of time, their performance needs to be monitored and evaluated during the operation. This task require the presence of reliable and effective tools to detect when the controller performance is below of the desirable, to define the need, or not, of recommissioning the system. Thus, the objective of this work is development of techniques for monitoring and evaluating the performance of multivariable predictive controllers, being developed two new tools: LQG benchmark Modified and IHMC benchmark. The results obtained from numerical simulations were satisfactory and consistent with the technical literature applied in the developments of the evaluators, which were used in the monitoring of the control system MPC of the oil-water-gas three-phase separation process, offering an appropriate solution and providing subsidies for implementations in real industrial systems. / Em controle avançado de processos, o controlador preditivo ou MPC (Model Predictive Control) pode ser considerado como a mais importante inovação dos últimos anos e a ferramenta padrão para aplicações industriais, devido ao fato do MPC manter a planta operando dentro das suas restrições de forma mais lucrativa. Entretanto, como todo algoritmo de controle, o MPC depois de algum tempo em operação dificilmente funciona como quando fora inicialmente projetado. Desta forma, com o objetivo de manter os benefícios dos sistemas MPC por um longo período de tempo, seu desempenho precisa ser monitorado e avaliado durante a operação. Esta tarefa requer a presença de ferramentas efetivas e confiáveis para detectar quando o desempenho do controlador estiver abaixo do desejável, para definir a necessidade, ou não, de um recomissionamento do sistema. Destarte, aborda-se neste trabalho o desenvolvimento de técnicas para monitoramento e avaliação de desempenho de controladores preditivos multivariáveis, sendo desenvolvidas duas novas ferramentas: LQG benchmark Modificado e IHMC benchmark. Os resultados obtidos a partir de simulações numéricas foram satisfatórios e coerentes com a literatura técnica aplicada no desenvolvimento dos avaliadores, os quais foram utilizados no monitoramento do sistema de controle MPC do processo de separação trifásica água-óleo-gás, oferecendo assim uma solução apropriada e fornecendo subsídios para implementações em sistemas industrias reais.