Este trabalho apresenta uma extensão à formulação multivariável do método de controle baseado em dados conhecido como o Método da Referência Virtual, ou Virtual Reference Feedback Tuning (VRFT). Ao lidar com processos onde o ruído é significativo, as formulações tradicionais do VRFT, por mínimos quadrados ou variáveis instrumentais, apresentam propriedades estatísticas insatisfatórias, que acabam levando o sistema de controle em malha fechada a desempenhos muito distantes daqueles especificados pelo projetista. Portanto, visando aprimorar a qualidade destas estimativas e, consequentemente, os desempenhos em malha fechada, esta dissertação propõe a adição de regularização no método VRFT para sistemas multivariáveis. Regularização é uma ferramenta que vem sendo amplamente utilizada e desenvolvida nos últimos anos nas comunidades de Identificação de Sistemas e Machine Learning e é indicada para reduzir a alta covariância que existe nas estimativas - problema que ocorre na formulação do VRFT com variáveis instrumentais. Também, como contribuições deste trabalho destacam-se uma análise mais detalhada do problema de identificação com regularização para sistemas multivariáveis, assim como o desenvolvimento da matriz ótima de regularização para este cenário e as propriedades da nova formulação do VRFT. Para demonstrar a eficiência desta nova formulação do VRFT são desenvolvidos exemplos numéricos. / This work proposes a new extension for the multivariable formulation of the datadriven control method known as Virtual Reference Feedback Tuning. When the process to be controlled contains a significant amount of noise, the standard VRFT approach, that uses either the least squares method or the instrumental variable technique, yield estimates with very poor statistical properties, that may lead the control system to undesirible closed loop performances. Aiming to enhance these statistical properties and hence, the system’s closed loop performance, this work proposes the use of regularization on the multivariable formulation of the VRFT method. Regularization is a feature that has been widely used and researched on the System Identification and Machine Learning communities on the last few years, and it is well suited to cope the high variance issue that emerge on the VRFT method with instrumental variable. Also, a more detailed analysis on the use of regularization for identification of multivariable systems, the proof of the optimal regularization matrix and the exposure of the new regularized VRFT properties can be highlighted as novelties of this work.

Métodos de controle por modelo de referência, usualmente encontrados na literatura de controle baseado em dados, têm como principal característica a especificação do desempenho desejado em malha fechada através de um modelo de referência. Estes métodos são, no entanto, comumente desenvolvidos para tratar o problema de seguimento de referência, em detrimento do comportamento relativo à perturbação de carga. Nesse sentido, recentemente foi desenvolvido o método de controle baseado em dados Virtual Disturbance Feedback Tuning – VDFT, que pode ser interpretado como um método de controle por modelo de referência para perturbação, em que o controlador é sintonizado para alcançar em malha fechada o comportamento regulatório especificado. A escolha no entanto do modelo de referência para perturbação mostra-se desafiadora, especialmente considerando o cenário em que pouca ou nenhuma informação sobre o modelo paramétrico do sistema está disponível. Dessa forma, este trabalho tem como objetivo estudar o impacto da escolha deste modelo sobre a sintonia do controlador utilizando o método VDFT e propor uma abordagem sistemática para lidar com essa variável de projeto. A solução aqui concebida é a de flexibilizar o modelo de referência para perturbação e identificar parte do seu numerador juntamente aos parâmetros do controlador que, associada a um conjunto de diretivas de projeto, permitem aproximar o comportamento em malha fechada do inicialmente especificado. Esse resultado viabiliza a utilização do método VDFT com critério flexível no contexto de uma estrutura hierárquica de controle, em que uma malha externa de controle preditivo é associada à malha de controle por VDFT, evitando a etapa de identificação de um modelo para o processo. Por fim, a formulação do método VDFT, assim como sua adaptação flexível, é estendida a fim de levar em conta processos multivariáveis. Experimentos e resultados em simulação ilustram as contribuições deste trabalho. / Model reference control methods, usually found within data-based control literature, have as main feature the specification of the desired closed-loop performance through a reference model. These methods are however commonly developed to address the set point tracking problem, to the disadvantage of load disturbance rejection. In this sense, the data-based control method Virtual Disturbance Feedback Tuning – VDFT was recently developed, which could be interpreted as a model reference control method for disturbance, in which the controller is tuned in order to reach in closed-loop the specified regulatory behavior. Nonetheless, the choice of the disturbance reference model is challenging, especially considering the scenario where little or no information on the process’ parametric model is available. This work aims therefore to study the impact of the disturbance reference model choice on the controller tuning using the VDFT method and to propose a systematic approach to deal with this design variable. The solution here conceived is to loosen the disturbance reference model and identify part of its numerator along with the controller parameters, which, associated with a set of design directions, allow the closed-loop behavior to be drawn closer to the one initially specified. This result enables the use of the VDFT method with flexible criterion in the context of a hierarchical control structure, in which an external predictive control loop is associated to the VDFT control loop, avoiding thus the identification of a process model. Finally, VDFT method’s formulation, as well as its flexible adaptation, is extended in order to take into account multivariable processes. Experiments and simulation results illustrate the contributions of this work.

Métodos de controle por modelo de referência, usualmente encontrados na literatura de controle baseado em dados, têm como principal característica a especificação do desempenho desejado em malha fechada através de um modelo de referência. Estes métodos são, no entanto, comumente desenvolvidos para tratar o problema de seguimento de referência, em detrimento do comportamento relativo à perturbação de carga. Nesse sentido, recentemente foi desenvolvido o método de controle baseado em dados Virtual Disturbance Feedback Tuning – VDFT, que pode ser interpretado como um método de controle por modelo de referência para perturbação, em que o controlador é sintonizado para alcançar em malha fechada o comportamento regulatório especificado. A escolha no entanto do modelo de referência para perturbação mostra-se desafiadora, especialmente considerando o cenário em que pouca ou nenhuma informação sobre o modelo paramétrico do sistema está disponível. Dessa forma, este trabalho tem como objetivo estudar o impacto da escolha deste modelo sobre a sintonia do controlador utilizando o método VDFT e propor uma abordagem sistemática para lidar com essa variável de projeto. A solução aqui concebida é a de flexibilizar o modelo de referência para perturbação e identificar parte do seu numerador juntamente aos parâmetros do controlador que, associada a um conjunto de diretivas de projeto, permitem aproximar o comportamento em malha fechada do inicialmente especificado. Esse resultado viabiliza a utilização do método VDFT com critério flexível no contexto de uma estrutura hierárquica de controle, em que uma malha externa de controle preditivo é associada à malha de controle por VDFT, evitando a etapa de identificação de um modelo para o processo. Por fim, a formulação do método VDFT, assim como sua adaptação flexível, é estendida a fim de levar em conta processos multivariáveis. Experimentos e resultados em simulação ilustram as contribuições deste trabalho. / Model reference control methods, usually found within data-based control literature, have as main feature the specification of the desired closed-loop performance through a reference model. These methods are however commonly developed to address the set point tracking problem, to the disadvantage of load disturbance rejection. In this sense, the data-based control method Virtual Disturbance Feedback Tuning – VDFT was recently developed, which could be interpreted as a model reference control method for disturbance, in which the controller is tuned in order to reach in closed-loop the specified regulatory behavior. Nonetheless, the choice of the disturbance reference model is challenging, especially considering the scenario where little or no information on the process’ parametric model is available. This work aims therefore to study the impact of the disturbance reference model choice on the controller tuning using the VDFT method and to propose a systematic approach to deal with this design variable. The solution here conceived is to loosen the disturbance reference model and identify part of its numerator along with the controller parameters, which, associated with a set of design directions, allow the closed-loop behavior to be drawn closer to the one initially specified. This result enables the use of the VDFT method with flexible criterion in the context of a hierarchical control structure, in which an external predictive control loop is associated to the VDFT control loop, avoiding thus the identification of a process model. Finally, VDFT method’s formulation, as well as its flexible adaptation, is extended in order to take into account multivariable processes. Experiments and simulation results illustrate the contributions of this work.