Atualmente, os avanços tecnológicos, principalmente nas áreas de controle e automação, facilitam a inclusão de alarmes em sistemas de supervisão de plantas industriais. É possível incluir um número quase que ilimitado de alarmes com variação de tipos para cada ponto de medição de um processo. Consequentemente, o volume de informações cresce significativamente e isso pode ser prejudicial, uma vez que limita a habilidade do operador no gerenciamento de anomalias e pode exceder sua capacidade de realizar ações eficazes durante o funcionamento do processo. Este trabalho apresenta um estudo sobre modelagem semântica de contexto e utiliza uma base histórica de informações de eventos para análise de padrões. Dessa forma, o intuito é, por meio dos dados de contexto, obter conhecimento útil para inferência e determinação da situação. Uma aplicação real onde são investigados eventos ocorridos em uma planta de uma usina térmica de geração de energia elétrica é usado como estudo de caso para aplicar as ideias desenvolvidas bem como para validar a proposta. Decorrente desse estudo, é proposta uma ontologia de domínio específico implementada a partir de um modelo semântico de contexto. Por fim, é apresentada uma implementação de regras semânticas. / Nowadays, technological advance, especially in the areas of control and automation, make it easy alarm inclusion in supervision of industrial plant systems. You can include a number almost unlimited of alarms with different types for each measurement point of a process. Consequently, the volume of information grows significantly and this can be harmful since it limits the ability of the operator in managing anomalies and may exceed its ability to carry out effective actions during operation of the process. This work presents a study of semantic modeling of context and uses historical bases event information to identify patterns. Thus, the intention is use this context data to obtain useful knowledge for inference and define the situation. A real application where events of a thermal power plant for electricity generation are investigated is used as a case study to apply the ideas developed and to validate the proposal. As a Result of this study, it is proposed a specific domain ontology implemented from a semantic model of context. Finally, it is presented an implementation of semantic rules.

No campo de simulação dinâmica de processos, o entendimento da natureza dinâmica de processos químicos industriais é fundamental quando questões de projeto e de sistemas de processos surgem. As abordagens atualmente aplicadas, como Resposta Degrau (RD), Função de Transferência (FT) e representação Discreta em Espaços de Estado (DEE) apresentam algumas desvantagens, principalmente relacionadas a questões de amostragem fixa e à carga computacional envolvida na sua simulação. Tendo isso em mente, uma nova abordagem é proposta, valendo-se da parametrização das entradas do sistema por splines piecewise cúbicas e da representação de sistemas em espaços de estado no domínio contínuo, onde se torna possível, a partir de poucos dados que revelem a informação dinâmica do processo, a simulação do mesmo ao longo de um horizonte. A essa abordagem foi dada o nome de Spline Dynamic Matrix (SDM), tratando-se de uma construção análoga à Matriz Dinâmica (Cutler and Ramaker 1980) proposta no início da década de 80, onde a multiplicação da variação das entradas no sistema por uma matriz que compreenda toda a informação dinâmica do sistema permite o cálculo rápido das saídas do mesmo. Suportado por essa metodologia, propõe-se juntamente a formulação de um novo controlador preditivo baseado em modelo (MPC) linear, Spline Dynamic Matrix Controller (SDMC), onde a redução do número de variáveis do processo pode levar a uma resolução mais rápida e mais robusta. Para corroborar as proposições apresentadas, são apresentados resultados referentes à simulação de processos dinâmicos e à comparação do desempenho do novo MPC proposto com um MPC baseado em resposta degrau (versão clássica), para um estudo de caso SISO (Single Input Single Output), e com um MPC baseado em espaços de estado, para o caso MIMO (Multiple Input Multiple Output), validando o potencial e versatilidade da técnica. / In the field of dynamic simulation, an understanding of the dynamic behavior of chemical processes is important from both process design and process system perspectives. Several methodologies have been developed so far, such as Step Response (SR), Transfer Function (TF) and Discrete State Space representation (DSS). Such approaches, however, have some disadvantages, regarding simulation speed, computational load and fixed sampling. From this premise, a new approach is proposed, where the input parametrization by piecewise cubic splines is combined with state space representation in the continuous domain, guaranteeing, from few data that gathers all the process dynamic information, simulation along a certain horizon. Such representation is called Spline Dynamic Matrix (SDM), inspired in the likewise representation of the Dynamic Matrix (DM) (Cutler and Ramaker 1980) proposed in the early 80’s. The main idea resides in a multiplication of the input variation by a matrix that can embrace all the dynamic data, allowing a fast output calculation. By using this methodology, a new linear model predictive controller (MPC) is also proposed, Spline Dynamic Matrix Controller (SDMC), where the variable diminishment could lead to a faster and more robust resolution. So that such propositions can be validated, results are presented regarding dynamic process simulation and comparison of the performance achieved by the MPC proposed in this dissertation. In order to accomplish that, one MPC based on SR representation, for a SISO (Single Input Single Output) case study, and another one based on state space representation, for a MIMO (Multiple Input Multiple Output) system, were used, confirming that the potential and versatility of SDM technique can be truly perceived.

Na busca pelo aumento da rentabilidade dos processos, muitas indústrias têm procurado a melhoria contínua de seus sistemas de controle. Esta dissertação trata da aplicação de técnicas de controle avançado em uma Unidade Recuperadora de Propano, sendo motivada por fatores vinculados a benefícios econômicos, tais como: aprimoramento do controle de qualidade, economia de energia, minimização do custo variável e maximização da produtividade. O desenvolvimento da estrutura de controle associado ao desempenho ótimo dessa unidade e a utilização de soluções simples, com técnicas de controle avançado adequadas ao desempenho desejado para o processo em questão são objetos de estudo dessa dissertação. Inicialmente se fez uso das técnicas clássicas da literatura para re-avaliar a estrutura da camada de controle regulatória, neste caso a escolha do emparelhamento mais adequado entre as entradas e saídas. Após foram utilizadas as técnicas de identificação de modelos dinâmicos de processo para obter a inferência da composição do contaminante no propano recuperado da unidade. Realizou-se também um estudo comparativo entre os modelos obtidos pela técnica MLR (Multiple Linear Regression) adaptada para obtenção de modelos dinâmicos e o modelo construído a partir do software Pavilion8, baseado no método auto-regressivo ARX (Autoregressive with eXogenous inputs). A viabilidade e ganhos potenciais são verificados através da implementação da nova estrutura de controle regulatório, do analisador virtual e do controlador na planta industrial. Baseado nesta implementação, estima-se poder reduzir as perdas de propano em cerca de 2% do custo variável total de propano da planta e o consumo energético por carga processada em 2,3 %. Este resultado ilustra em termos práticos o sucesso da estratégia proposta e implementada. / In order to increase the profitability of processes, many industries have sought to continuously improve their control systems. This paper discusses the application of advanced control techniques in a Propane Recovery Unit, being motivated by factors linked to economic benefits such as improved quality control, energy saving, cost variable savings and maximizing productivity. In this dissertation the development of the control structure associated with the optimal performance of this unit and the use of simple solutions, with advanced control techniques appropriate to the desired performance for the process are studied. Initially, classical techniques were used to re-evaluate the structure of the regulatory control layer, that is the most appropriate choice of the pairing between the inputs and outputs. After that, techniques were used to identify dynamic process models able to infer the contaminant in the Propane Recovered Unit. It was also a compared the models obtained by the technique MLR (Multiple Linear Regression) adapted to obtain dynamic models and the model built from the Pavilion8 software based on the method autoregressive ARX (Autoregressive with Exogenous inputs). The feasibility and potential gains are verified by implementing the new structure of regulatory control, the virtual analyzer and controller in the plant. Based on this implementation, it is estimated propane reduce losses of 2% of the variable cost of the plant of propane and steam consumption by 2.3% in processed production. This result illustrates in practical terms the success of the strategy proposed and implemented.

A identificação de modelos consiste na atividade de construir modelos matemáticos representativos de sistemas reais. Diversas técnicas estão disponíveis para a sua realização, as quais dependem do nível de informação preliminares disponíveis referentes ao sistema em estudo. Neste trabalho técnicas de identificação caixa-cinza, as quais utilizam estruturas de modelos fenomenológicos e dados experimentais foram estudadas, dando enfoque a duas etapas principais: análise de identificabilidade e estimação de parâmetros. A análise de identificabilidade é uma ferramenta fundamental na identificação e deve preceder a etapa de estimação dos parâmetros. Seu objetivo é verificar, a partir de uma estrutura e de dados experimentais quais parâmetros de um modelo podem ser identificados. Neste trabalho as principais metodologias disponíveis na literatura foram analisadas. Posteriormente, foi desenvolvida uma nova metodologia, fundamentada em conceitos de teoria de controle, a qual visa suprir as limitações inerentes aos demais métodos estudados. A estimação dos parâmetros foi realizada considerando dois métodos de otimização dinâmica distintos: o método single-shooting e método simultâneo. Além disso, nesta mesma etapa diferentes formulações de função objetivo foram testadas, verificando o efeito da minimização do quadrado da derivada do erro e comparando com a abordagem tradicional, a qual não faz uso da derivada. Para ilustrar e testar a aplicação das metodologias, dois estudos de caso foram analisados: Reator de Fermentação Alcóolica Contínua e Reator Semi-Batelada de Williams-Otto. Em ambos os casos, os dados experimentais foram gerados a partir da simulação do modelo sob parâmetros, condições operacionais e inferências conhecidas, a fim de se verificar o efeito de cada uma destas peculiaridades. Para consolidar os estudos desenvolvidos, uma aplicação real também foi testada através da identificação do modelo de um reator de polimerização de PEAD utilizando dados de uma planta industrial. / Model identification is the activity of constructing representative mathematical models of real systems. Several techniques are available for its completion, which depend on the level of information available about the studied system. In this work techniques for gray-box identification, which use both phenomenological models and experimental data, were studied by focusing on two main steps: identifiability analysis and parameter estimation. Identifiability analysis is a fundamental tool in the identification process and must precede the parameter estimation. Your goal is to verify, from a model structure and experimental data which parameters of a model can be identified. In this work the most important methodologies available in the literature were analyzed. Subsequently, a new methodology was developed, based on concepts of control theory, which aims to overcome the limitations inherent in other methods. The parameters estimation was made considering two distinct dynamic optimization methods: the single-shooting method and simultaneous method. Furthermore, in this same step, several formulations of objective function were tested, checking the effect of minimizing the square of the derivative of the error when compared to the traditional approach, which does not make use of the derivative. To elucidate the methodology, two case studies were proposed: Continuous Alcoholic Fermentation Reactor and Williams-Otto Semi-Batch Reactor. In both cases, the experimental data were generated from the simulation of the model under know parameters, operational conditions and inference in order to verify the effect of each of these peculiarities. To consolidate the studies developed a real application was also tested, and this identifies the model of a polymerization reactor HDPE using data from an industrial plant.

Sistemas de geração de referências para as malhas de controle de laminadores a frio têm proporcionado elevados níveis de produtividade e de qualidade do material processado. No caso de falha da unidade de processamento responsável pela execução do sistema de geração de referências, a operação do laminador fica comprometida e necessita-se de um modo de operação emergencial. Nesse trabalho é desenvolvido um sistema alternativo para geração de referências que visa substituir o modo de operação de emergência de consulta a tabelas de referências pré-calculadas da planta em questão. O sistema de geração de referências desenvolvido, assim como o sistema usado em condições normais de operação, é composto por uma função custo que avalia o nível de produtividade e de qualidade que um conjunto de referências pode proporcionar. A função custo é minimizada pelo método simplex de Nelder e Mead e as variáveis do processo envolvidas na função custo são avaliadas por um modelo de laminação a frio composto somente por equações algébricas, enquanto que o sistema usado em condições normais de operação usa um modelo clássico, composto por equações algébricas e integrais. A comparação entre o sistema usado em condições normais de operação e o sistema desenvolvido mostrou que apesar desse sistema ser mais simples, menos preciso e robusto, as referências por ele calculadas são aceitáveis e podem proporcionar resultados superiores que o modo de operação de emergência baseado na consulta a tabelas. / Setup generation systems for cold mill control loops have provided rolling mill operation with high levels of quality and productivity. In case of malfunctioning in the process unit responsible to execute the setup generation system, the normal procedure for the operation of the mill is interrupted, being necessary the use of an emergency operation mode. This work develops an alternative system for references generation which aims to replace the current emergency operation mode based on pre-calculated, not continuous, setup tables for the rolling mill. The developed references generation system, like the normal system used during mill operation, is composed by a cost function which evaluated the mill quality and productivity operation level which a set of references may propose. The cost function is minimized using the Nelder and Mead simplex method and the process variables involved in the cost function are evaluated by a cold rolling mill model composed only by algebraic equations, while the normal operation system uses a classical model, made up by integrals and algebraic equations. Comparing the existing main setup system to the developed reference system it was observed that, despite its simplicity, less accuracy and less robustness, references calculated using this system were accurate enough to achieve better results than the one emergency table mode has provided.

Neste trabalho foi desenvolvido um procedimento computacional para síntese de redes de trocadores de calor que sejam flexíveis (capazes de operar sujeito a incerteza) e controláveis. A síntese foi baseada em uma superestrutura proposta na literatura que tem como objetivo minimizar simultaneamente o custo operacional e de investimento do projeto. Considerações gerais baseadas nessa formulação foram discutidas neste trabalho. Assumiu-se incerteza nas temperaturas de entrada e vazões de cada corrente. Inicialmente foi implementado um procedimento para geração de projetos flexíveis baseado numa estratégia em dois estágios. O primeiro estágio precede a operação (fase de projeto) onde as variáveis de projeto são escolhidas, i.e. a existência e a dimensão dos equipamentos. Num segundo estágio (fase de operação) as variáveis de controle, i.e. os graus de liberdade adicionais, são ajustados de acordo com a realização dos parâmetros incertos. O estágio de projeto é realizado através de um problema de otimização multiperíodo, onde cada período corresponde a um cenário operacional, resultando em um problema do tipo MINLP. Com o objetivo de explorar a estrutura bloco-diagonal de problemas dessa natureza, uma técnica de decomposição baseada no conceito de relaxação Lagrangeana foi desenvolvida como uma alternativa para resolução de problemas de larga escala. A etapa de operação consiste numa análise de Flexibilidade tendo como objetivo checar se o projeto obtido no estágio anterior é capaz de operar na região de incerteza especificada. Esta análise é realizada através da avaliação do Índice de Flexibilidade, através da estratégia do conjunto ativo resultando em um problema MI(N)LP. Caso o projeto seja suficientemente flexível, passa-se para a etapa seguinte, caso contrário, o ponto crítico que define a solução desse problema é adicionado ao conjunto inicial de cenários operacionais e o problema multiperíodo é resolvido novamente. Este procedimento é resolvido iterativamente até que se tenha um projeto flexível. Neste caso, um problema MILP é resolvido com o intuito de selecionar a estrutura de controle, baseado na minimização de métricas de controlabilidade, que garantem manter as temperaturas de saída em suas respectivas referências usando controladores do tipo PI (Proporcional Integral). A flexibilidade efetiva, obtida após a implementação da estrutura de controle é avaliada, e possíveis pontos críticos são adicionados e o projeto é refeito. Por fim, através da geração de modelos dinâmicos e projeto dos controladores, o desempenho do projeto pode ser checado. / In this work it was developed a computational framework for synthesis of flexible and controllable Heat Exchanger Network. The synthesis was accomplished based on the superstructure proposed in the literature for minimizing simultaneously the operating cost and the investment cost. The general assumptions used by this formulation were discussed. It was assumed uncertainty in the inlet temperatures and flowrates. The framework for flexible design is based on the termed two stage strategy. The first stage is prior to the operation (design phase) where the design variables are chosen, i.e. the existence and dimension of the equipments. At the second stage (operation phase) the control variables are adjusted during operation on the realizations of the uncertain parameters. The design stage was accomplished with a multiperiod optimization problem resulting in a MINLP formulation. In order to exploit the block diagonal structure of multiperiod problems, a decomposition technique based on the concept of Lagrangean Relaxation was developed as an alternative in order to solve the formulation for large scale problems. The operation stage checks whether the design selected in the previous step is able to operate over the space of uncertain parameters. This step was assessed by the Flexibility Index evaluation through a MI(N)LP formulation using the Active set strategy. If the design is sufficient flexible the procedure terminates; otherwise, the critical point obtained from the flexibility evaluation is included in the current set of periods, and a new multiperiod problem is solved in order to obtain a new design. Once the flexible design is achieved a MILP model is solved in order to define the control structure selection according to controllability metrics, i.e. the set of manipulated inputs (taken from the general set of potential manipulations) that can ensure the outlet temperatures target using standard feedback controllers, e.g. PID controllers. The effective flexibility is evaluated in order to check if the design is feasible for the given control structure selection, otherwise a new critical point is identified and the multiperiod design is performed again. Later on, the dynamic model and closed loop performance can be checked.

No campo de simulação dinâmica de processos, o entendimento da natureza dinâmica de processos químicos industriais é fundamental quando questões de projeto e de sistemas de processos surgem. As abordagens atualmente aplicadas, como Resposta Degrau (RD), Função de Transferência (FT) e representação Discreta em Espaços de Estado (DEE) apresentam algumas desvantagens, principalmente relacionadas a questões de amostragem fixa e à carga computacional envolvida na sua simulação. Tendo isso em mente, uma nova abordagem é proposta, valendo-se da parametrização das entradas do sistema por splines piecewise cúbicas e da representação de sistemas em espaços de estado no domínio contínuo, onde se torna possível, a partir de poucos dados que revelem a informação dinâmica do processo, a simulação do mesmo ao longo de um horizonte. A essa abordagem foi dada o nome de Spline Dynamic Matrix (SDM), tratando-se de uma construção análoga à Matriz Dinâmica (Cutler and Ramaker 1980) proposta no início da década de 80, onde a multiplicação da variação das entradas no sistema por uma matriz que compreenda toda a informação dinâmica do sistema permite o cálculo rápido das saídas do mesmo. Suportado por essa metodologia, propõe-se juntamente a formulação de um novo controlador preditivo baseado em modelo (MPC) linear, Spline Dynamic Matrix Controller (SDMC), onde a redução do número de variáveis do processo pode levar a uma resolução mais rápida e mais robusta. Para corroborar as proposições apresentadas, são apresentados resultados referentes à simulação de processos dinâmicos e à comparação do desempenho do novo MPC proposto com um MPC baseado em resposta degrau (versão clássica), para um estudo de caso SISO (Single Input Single Output), e com um MPC baseado em espaços de estado, para o caso MIMO (Multiple Input Multiple Output), validando o potencial e versatilidade da técnica. / In the field of dynamic simulation, an understanding of the dynamic behavior of chemical processes is important from both process design and process system perspectives. Several methodologies have been developed so far, such as Step Response (SR), Transfer Function (TF) and Discrete State Space representation (DSS). Such approaches, however, have some disadvantages, regarding simulation speed, computational load and fixed sampling. From this premise, a new approach is proposed, where the input parametrization by piecewise cubic splines is combined with state space representation in the continuous domain, guaranteeing, from few data that gathers all the process dynamic information, simulation along a certain horizon. Such representation is called Spline Dynamic Matrix (SDM), inspired in the likewise representation of the Dynamic Matrix (DM) (Cutler and Ramaker 1980) proposed in the early 80’s. The main idea resides in a multiplication of the input variation by a matrix that can embrace all the dynamic data, allowing a fast output calculation. By using this methodology, a new linear model predictive controller (MPC) is also proposed, Spline Dynamic Matrix Controller (SDMC), where the variable diminishment could lead to a faster and more robust resolution. So that such propositions can be validated, results are presented regarding dynamic process simulation and comparison of the performance achieved by the MPC proposed in this dissertation. In order to accomplish that, one MPC based on SR representation, for a SISO (Single Input Single Output) case study, and another one based on state space representation, for a MIMO (Multiple Input Multiple Output) system, were used, confirming that the potential and versatility of SDM technique can be truly perceived.

Na busca pelo aumento da rentabilidade dos processos, muitas indústrias têm procurado a melhoria contínua de seus sistemas de controle. Esta dissertação trata da aplicação de técnicas de controle avançado em uma Unidade Recuperadora de Propano, sendo motivada por fatores vinculados a benefícios econômicos, tais como: aprimoramento do controle de qualidade, economia de energia, minimização do custo variável e maximização da produtividade. O desenvolvimento da estrutura de controle associado ao desempenho ótimo dessa unidade e a utilização de soluções simples, com técnicas de controle avançado adequadas ao desempenho desejado para o processo em questão são objetos de estudo dessa dissertação. Inicialmente se fez uso das técnicas clássicas da literatura para re-avaliar a estrutura da camada de controle regulatória, neste caso a escolha do emparelhamento mais adequado entre as entradas e saídas. Após foram utilizadas as técnicas de identificação de modelos dinâmicos de processo para obter a inferência da composição do contaminante no propano recuperado da unidade. Realizou-se também um estudo comparativo entre os modelos obtidos pela técnica MLR (Multiple Linear Regression) adaptada para obtenção de modelos dinâmicos e o modelo construído a partir do software Pavilion8, baseado no método auto-regressivo ARX (Autoregressive with eXogenous inputs). A viabilidade e ganhos potenciais são verificados através da implementação da nova estrutura de controle regulatório, do analisador virtual e do controlador na planta industrial. Baseado nesta implementação, estima-se poder reduzir as perdas de propano em cerca de 2% do custo variável total de propano da planta e o consumo energético por carga processada em 2,3 %. Este resultado ilustra em termos práticos o sucesso da estratégia proposta e implementada. / In order to increase the profitability of processes, many industries have sought to continuously improve their control systems. This paper discusses the application of advanced control techniques in a Propane Recovery Unit, being motivated by factors linked to economic benefits such as improved quality control, energy saving, cost variable savings and maximizing productivity. In this dissertation the development of the control structure associated with the optimal performance of this unit and the use of simple solutions, with advanced control techniques appropriate to the desired performance for the process are studied. Initially, classical techniques were used to re-evaluate the structure of the regulatory control layer, that is the most appropriate choice of the pairing between the inputs and outputs. After that, techniques were used to identify dynamic process models able to infer the contaminant in the Propane Recovered Unit. It was also a compared the models obtained by the technique MLR (Multiple Linear Regression) adapted to obtain dynamic models and the model built from the Pavilion8 software based on the method autoregressive ARX (Autoregressive with Exogenous inputs). The feasibility and potential gains are verified by implementing the new structure of regulatory control, the virtual analyzer and controller in the plant. Based on this implementation, it is estimated propane reduce losses of 2% of the variable cost of the plant of propane and steam consumption by 2.3% in processed production. This result illustrates in practical terms the success of the strategy proposed and implemented.

A identificação de modelos consiste na atividade de construir modelos matemáticos representativos de sistemas reais. Diversas técnicas estão disponíveis para a sua realização, as quais dependem do nível de informação preliminares disponíveis referentes ao sistema em estudo. Neste trabalho técnicas de identificação caixa-cinza, as quais utilizam estruturas de modelos fenomenológicos e dados experimentais foram estudadas, dando enfoque a duas etapas principais: análise de identificabilidade e estimação de parâmetros. A análise de identificabilidade é uma ferramenta fundamental na identificação e deve preceder a etapa de estimação dos parâmetros. Seu objetivo é verificar, a partir de uma estrutura e de dados experimentais quais parâmetros de um modelo podem ser identificados. Neste trabalho as principais metodologias disponíveis na literatura foram analisadas. Posteriormente, foi desenvolvida uma nova metodologia, fundamentada em conceitos de teoria de controle, a qual visa suprir as limitações inerentes aos demais métodos estudados. A estimação dos parâmetros foi realizada considerando dois métodos de otimização dinâmica distintos: o método single-shooting e método simultâneo. Além disso, nesta mesma etapa diferentes formulações de função objetivo foram testadas, verificando o efeito da minimização do quadrado da derivada do erro e comparando com a abordagem tradicional, a qual não faz uso da derivada. Para ilustrar e testar a aplicação das metodologias, dois estudos de caso foram analisados: Reator de Fermentação Alcóolica Contínua e Reator Semi-Batelada de Williams-Otto. Em ambos os casos, os dados experimentais foram gerados a partir da simulação do modelo sob parâmetros, condições operacionais e inferências conhecidas, a fim de se verificar o efeito de cada uma destas peculiaridades. Para consolidar os estudos desenvolvidos, uma aplicação real também foi testada através da identificação do modelo de um reator de polimerização de PEAD utilizando dados de uma planta industrial. / Model identification is the activity of constructing representative mathematical models of real systems. Several techniques are available for its completion, which depend on the level of information available about the studied system. In this work techniques for gray-box identification, which use both phenomenological models and experimental data, were studied by focusing on two main steps: identifiability analysis and parameter estimation. Identifiability analysis is a fundamental tool in the identification process and must precede the parameter estimation. Your goal is to verify, from a model structure and experimental data which parameters of a model can be identified. In this work the most important methodologies available in the literature were analyzed. Subsequently, a new methodology was developed, based on concepts of control theory, which aims to overcome the limitations inherent in other methods. The parameters estimation was made considering two distinct dynamic optimization methods: the single-shooting method and simultaneous method. Furthermore, in this same step, several formulations of objective function were tested, checking the effect of minimizing the square of the derivative of the error when compared to the traditional approach, which does not make use of the derivative. To elucidate the methodology, two case studies were proposed: Continuous Alcoholic Fermentation Reactor and Williams-Otto Semi-Batch Reactor. In both cases, the experimental data were generated from the simulation of the model under know parameters, operational conditions and inference in order to verify the effect of each of these peculiarities. To consolidate the studies developed a real application was also tested, and this identifies the model of a polymerization reactor HDPE using data from an industrial plant.

Devido aos constantes avanços computacionais, bem como o desenvolvimento de eficientes métodos para a solução de problemas de otimização não-lineares, tem-se tornado interessante a realização de otimização em tempo real e como conseqüência o uso de estimadores on-line em processos químicos não lineares. Neste sentido, a atualização automática de modelos de processos torna-se interessante permitindo a realização de estimativas em tempo real de variáveis infreqüentemente medidas e/ou imensuráveis e de variáveis estados e parâmetros desconhecidos que são variantes no tempo. Usualmente, a atualização automática de modelos é feita baseado em algumas variáveis secundárias que são medidas on-line, como temperatura, pressão, composição e vazão. Nos estimadores baseados no filtro de Kalman, como o EKF e CEKF, os esforços computacionais são relativamente pequenos, variando de um simples cálculo algébrico de um ganho, por exemplo, o EKF, até a resolução de problema de otimização quadrático, como exemplo o CEKF. Estes pequenos esforços computacionais permitem rápidos resultados com relativa acuracidade, mas estes estimadores baseados no filtro de Kalman podem falhar quando o sistema tem acentuada não-linearidade, por exemplo. De outra maneira, a formulação MHE é capaz de tratar uma vasta gama de sistemas não-lineares, como aqueles que têm inversão do sinal de ganho de acordo com o ponto de operação. No entanto, na formulação MHE tem-se a necessidade de se resolver um problema NLP não convexo com muitas equações de desigualdade e graus de liberdade, e como conseqüência o tempo de processamento torna-se maior que o tempo de amostragem, fazendo impraticável a execução de ações de controle sobre o sistema em tempo real. Assim, é necessário a implementação de eficientes técnicas para resolver de maneira rápida os problemas de otimização dinâmica envolvidos na formulação MHE. Neste trabalho as estratégias seqüencial e simultânea são exploradas, almejando-se a aceleração da solução dos estágios de integração e otimização dinâmica do estimador MHE, permitindo uma ampla avaliação entre o estimador MHE e os estimadores baseados no filtro de Kalman. Os estimadores foram aplicados para sete estudos de caso, como a planta de quatro tanques cilíndricos, o modelo do reator isotérmico com a reação de van de Vusse e o modelo de um CSTR exotérmico instável. A partir dos resultados, as vantagens e desvantagens da formulação via horizonte móvel são discutidas de modo a justificar o elevado esforço empregado na avaliação e projeto deste, comparado com os estimadores EKF e CEKF, quando o sistema tem acentuada não linearidade, incertezas no modelo e distúrbios e/ou ruídos nas medições. / Due to the constant computational advances, as well as the development of efficient methods for solving nonlinear optimization problems, it has become interesting to carry out dynamic optimizations in real time and the consequent use of on-line estimators on nonlinear chemical processes. In this framework, the automatic updating of process models becomes attractive to allow the accomplishment of real-time estimates of unmeasured or infrequent-measured variables, states variables and unknown or time-variant model parameters. Usually, the process model updating is made based on some auxiliary variables that are measured on-line, such as temperature, pressure, composition, and flow rate. In the traditional Kalman filter-based estimators, such as EKF and CEKF, the computational efforts are relatively small, ranging from a simple algebraic calculation of a gain, as in the EKF case, to the resolution of a quadratic optimization problem, like in the CEKF case. These small computational efforts allow faster results with relative accuracy, but these Kalman filter-based estimators may fail when the system has meaningful nonlinearities. On the other hand, the MHE formulation is able to treat a large range of nonlinear systems, as those that have the gain sign inversion according to the operating point. However, it has the necessity to solve possible non-convex NLP problem with many inequality equations and degrees of freedom, and as consequence, the processing time may become larger than the sampling time, making impracticable the execution of the control actions over the system in real time. Thus, it is necessary to implement efficient techniques to solve in a fast way the integration and dynamic optimization problems embedded in the MHE formulation. In this work, sequential and simultaneous strategies are explored to solve the estimators, aiming to speed up the solution of the integration and dynamic optimization stages, allowing a comprehensive evaluation between MHE and Kalman filter-based estimators. The estimators were applied to seven case studies, like the quadruple tank system, van de Vusse isothermal CSTR model and a more non-linear and unstable exothermal CSTR model. From the results, the advantages and drawbacks of the moving horizon formulation are brought up to justify the high effort spent in the design and evaluation phases, compared to the EKF and CEKF estimators, when the system has relatively high nonlinearities, model uncertainties and measurement disturbances.