O sucesso de estratégias de controle preditivo baseado em modelo (MPC, na sigla em inglês) tanto em ambiente industrial quanto acadêmico tem sido marcante. No entanto, ainda há diversas questões em aberto na área, especialmente quando a hipótese simplificadora de modelo perfeito é abandonada. A consideração explícita de incertezas levou a importantes progressos na área de controle robusto, mas esta ainda apresenta alguns problemas: a alta demanda computacional e o excesso de conservadorismo são questões que podem ter prejudicado a aplicação de estratégias de controle robusto na prática. A abordagem de controle preditivo estocástico (SMPC, na sigla em inglês) busca a redução do conservadorismo através da incorporação de informação estatística dos ruídos. Como processos na indústria química sempre estão sujeito a distúrbios, seja devido a diferenças entre planta e modelo ou a distúrbios não medidos, está técnica surge como uma interessante alternativa para o futuro. O principal objetivo desta tese é o desenvolvimento de algoritmos de SMPC que levem em conta algumas das especificidades de tais processos, as quais não foram adequadamente tratadas na literatura até o presente. A contribuição mais importante é a inclusão de ação integral no controlador através de uma descrição do modelo em termos de velocidade. Além disso, restrições obrigatórias (hard) nas entradas associadas a limites físicos ou de segurança e restrições probabilísticas nos estados normalmente advindas de especificações de produtos também são consideradas na formulação. Duas abordagens foram seguidas neste trabalho, a primeira é mais direta enquanto a segunda fornece garantias de estabilidade em malha fechada, contudo aumenta o conservadorismo. Outro ponto interessante desenvolvido nesta tese é o controle por zonas de sistemas sujeitos a distúrbios. Essa forma de controle é comum na indústria devido à falta de graus de liberdade, sendo a abordagem proposta a primeira contribuição da literatura a unir controle por zonas e SMPC. Diversas simulações de todos os controladores propostos e comparações com modelos da literatura são exibidas para demonstrar o potencial de aplicação das técnicas desenvolvidas. / The success of Model Predictive Control (MPC) strategies in industrial and academic environments in the last decades has been remarkable. However, there are many open questions in the area, especially when the simplifying hypothesis of perfect model is dropped. The explicit consideration of uncertainties lead to important progresses in the area of robust control, but it still exhibits a few drawbacks: high computational load and over conservative behavior are issues that may have hindered the application of robust strategies in practice. The approach of Stochastic Model Predictive Control (SMPC) aims at the reduction of conservativeness due to the incorporation of statistical information about noise. Since processes in chemical industry are always subject to disturbances, resulting from model-plant mismatch or from unmeasured disturbances, this technique is an interesting alternative for future control algorithms. The main objective of this thesis is the development of SMPC algorithms that take into account some of the specificities of such processes, which have not been adequately handled in the literature so far. The most important contribution is the inclusion of integral action in the controller through a velocity description of the model. Besides, hard input constraints associated with safety or physical limits and probabilistic state constraints usually derived from product specification - are also included in the formulation. Two approaches were followed in this work, the first is more direct and the second provides closed-loop stability guarantee at the price of increased conservativeness. Another interesting feature that is developed in this thesis is the zone control of systems subject to disturbances. This form of control is often present in industrial arrays due to the lack of degrees of freedom, and the proposed approach is the first to merge zone control and SMPC. Different simulations of all proposed controllers and comparison to literature benchmarks are provided to show the application potential of the developed techniques.

Controladores PID são largamente utilizados no controle de processos industriais, tanto em sistemas monovariáveis como em sistemas multivariáveis. No entanto, muitos dos controladores encontrados na indústria são mal sintonizados. Um dos métodos mais simples de sintonia de controladores PID consiste em identificar algumas grandezas, as quais se relacionam com características do processo a controlar, e em seguida aplicar fórmulas para os parâmetros dos controladores baseadas nestas grandezas. Estas grandezas são o ganho e o período críticos do processo, os quais se relacionam diretamente com o limite de estabilidade do sistema. Uma característica bastante interessante deste método é que o mesmo pode facilmente ser implementado por um controle auto-ajustável. Por este fato, métodos de auto-ajuste destes controladores têm sido bastante utilizados em sistemas monovariáveis, através do uso do método do relé como procedimento de obtenção das grandezas críticas, necessárias à sintonia dos controladores. O método do relé consiste em aplicar um controle bang-bang em malha fechada com o processo do qual se quer identificar as grandezas críticas. Este procedimento, dentro de certas condições, provoca uma oscilação sustentada na saída do processo, da qual as grandezas críticas são obtidas. Tendo como objetivo o auto-ajuste de controladores PID em sistemas multivariáveis, o método do relé também pode ser utilizado para obtenção das grandezas críticas, devidamente adequado de maneira a obter as grandezas críticas multivariáveis do processo. Diferentes procedimentos de ensaios com relés podem ser aplicados em sistemas multivariáveis, porém somente um destes procedimentos é capaz de identificar as grandezas críticas multivariáveis do processo diretamente: o ensaio descentralizado com relés. Mesmo assim, a sintonia proposta na literatura é baseada nas fórmulas monovariáveis de Ziegler-Nichols e afins, mostrando-se, muitas vezes, inadequada. Desta forma, este trabalho tem o objetivo de apresentar um método de ajuste multivariável para controladores PID descentralizados, baseado nas grandezas críticas do processo. Este método estende o método do ponto crítico para sistemas monovariáveis aos sistemas multivariáveis, através da análise multivariável do problema. A análise do método do ponto crítico para sistemas monovariáveis mostra que um controlador PI ou PID sintonizado pelas fórmulas baseadas nas grandezas críticas do processo sempre irá deslocar o ponto crítico do processo para um outro ponto no plano complexo, determinado pelas fórmulas utilizadas. Da mesma forma, o método de sintonia proposto neste trabalho desloca o ponto crítico do processo para outro ponto no plano complexo, escolhido a priori, alterando a freqüência crítica do sistema. / PID controllers are widely used in process control, in singlevariable systems as well as in multivariable ones. Yet, many of the controllers found in industry are poorly tuned. One of the simplest tuning method of PID controllers consists in identifying some values which are related to the process characteristics, and simply apply some formulae based on these quantities to determine the parameters of the controllers. Theses quantities are the ultimate gain and the ultimate period of the process, which are directly related to the system stability limit. A very interesting characteristic of this method is that it is easily implemented by an auto-tuning control. Thus, auto-tuning methods of this kind of controllers have been largely used in singlevariable systems, using the relay feedback experiment in order to obtain the ultimate quantities, which are needed to tune the controllers. The relay feedback experiment consists in applying a bang-bang control to the process from which the ultimate quantities are to be identified. This procedure, under some conditions, provides a sustained oscillation in the process’ output, from which the ultimate quantities are obtained. Aiming at auto-tuning of PID controllers in multivariable systems, the relay feedback experiment can also be used in order to get the ultimate quantities. Different relay feedback procedures can be applied to multivariable processes, but only one of these can identify the real multivariable ultimate quantities, formally considering the multivariable nature of the process: the decentralized relay feedback (DRF). However, the tuning of the controllers proposed in the literature is based on Ziegler-Nichols like formulae, what seems to be, many times, inappropriate. This work presents a multivariable tuning method of decentralized PID controllers, based on the process’ ultimate quantities. This method extends the ultimate point method used in SISO systems to multivariable ones, through multivariable analysis of the problem. The analysis of the ultimate point method used in singlevariable systems shows that a PI or PID controller tuned through formulae based on the process’ ultimate quantities will always dislocate the ultimate point to another point in the complex plane, determined by the used formulae. The tuning method proposed in this work dislocates the process’ ultimate point of a multivariable process to another point in the complex plane, chosen a priori, modifying the system’s ultimate frequency.

A crescente demanda pela melhoria operacional dos processos aliada ao desenvolvimento da tecnologia da informação tornam a utilização de controladores preditivos baseados em modelos (MPC) uma prática comum na indústria. Estes controladores estimam, a partir dos dados de planta e de um modelo do processo, uma sequência de ações de controle que levam as variáveis ao valor desejado de forma otimizada. Dessa forma, dentre os parâmetros de configuração de um MPC, a baixa qualidade do modelo é, indiscutivelmente, a mais importante fonte de degradação de seu desempenho. Este trabalho propõe uma série de metodologias para a avaliação da qualidade do modelo do controlador preditivo, as quais consideram sua velocidade em malha fechada. Tais metodologias são baseadas na filtragem dos erros de simulação a partir função nominal de sensibilidade, e possuem a capacidade de informar o impacto dos problemas de modelagem no desempenho do sistema, além de localizar as variáveis controladas que estão com tais problemas e se os mesmos são provenientes de uma discrepância no modelo ou de um distúrbio não medido. As técnicas ainda possuem a vantagem de serem independentes do setpoint, o que as torna flexível de também serem utilizadas em controladores nos quais as variáveis são controladas por faixas. A abordagem proposta foi testada em dois estudos de caso simulados, sendo eles: a Fracionadora de Óleo Pesado da Shell e a Planta de Quatro tanques Cilíndricos. As técnicas também foram avaliadas em dados de processo da Unidade de Coqueamento Retardado de uma refinaria. Os resultados indicam que as mesmas apresentam resultados coerentes, corroborando seu elevado potencial de aplicação industrial. / The growing demand for operational improvement and the development of information technology make the use of model predictive controllers (MPCs) a common practice in industry. This kind of controller uses past plant data and a process model to estimate a sequence of control actions to lead the variables to a desired value following an optimal policy. Thus, the model quality is the most important source of MPC performance degradation. This work proposes a series of methods to investigate the controller model quality taking into account its closed loop performance. The methods are based on filtering the simulation errors using the nominal sensitivity function. They are capable detect the impact of modeling problems in the controller performance, and also to locate the controlled variables that have such problems and if it is caused by a model-plant mismatch or unmeasured disturbance. The techniques have the advantage to be setpoint independent, making them flexible to be also used in MPCs with controlled variables working by range. The proposed approach was tested in two simulated case studies The Shell Heavy Oil Fractionator Process and The Quadruple-tanks Process. The methods are also evaluated in process data of the Delayed Coking Unit of a Brazilian refinery. Results indicate that the method is technically coherent and has high potential of industrial application.

A bactéria Zymomonas mobilis atraiu considerável interesse nas últimas décadas devido ao seu metabolismo único e a suas eficientes características fermentativas na produção de etanol através de açúcares simples. Além disso, dependendo do substrato utilizado outros produtos podem ser obtidos como ácido lático, ácido acético, ácido fórmico, acetona, levana, e sorbitol. Na literatura, a Z. mobilis tem sido proposta como microrganismo mais promissor que a convencional levedura Sacharomyces cerevisiae para a produção industrial de etanol. Na fermentação em modo contínuo o microrganismo apresenta oscilações (i.e., bifurcações Hopf) em baixas taxas de diluição (Df < 0,1/h). Diversos modelos têm sido propostos para descrever a dinâmica oscilatória do cultivo contínuo de Z. mobilis. Entre tais está o modelo de Jöbses et al. (1986) que foi ajustado experimentalmente em baixas taxas de diluição (Df < 0,1/h) e concentrações médias de substrato alimentado (Cso = 150 kg/m³). Recentemente, o modelo foi extrapolado por Elnashaine et al. (2006) que encontrou uma região operacional muito mais rentável a altas taxas de diluição (Df < 2,0/h) e concentração de substrato (Cso = 200 kg/m³). Embora o modelo de Jöbses não tenha sido validado nesta região, nossa contribuição assumirá que esta extrapolação é aceitável e então uma estratégia de controle foi proposta para manter o sistema trabalhando nesta região operacional. Para uma aplicação industrial bem sucedida da Z. mobilis, é necessário uma estratégia de controle eficiente e simples. Esse trabalho analisa o problema de controle e otimização de um biorreator contínuo de biosíntese de etanol pela bactéria modelado por Jöbses et al. (1986). Esse sistema apresenta multiplicidade de equilíbrios em determinadas condições operacionais. A idéia é manter o processo próximo à região de maior produtividade, localizada nas proximidades de um conjunto de bifurcações sela (onde o sistema torna-se instável). Baseado em uma análise sistemática da controlabilidade do sistema usando o índicie não-linear RPN percebe-se que é possível controlar o processo usando um controlador linear. Finalmente o trabalho aborda algumas características importantes no sistema de controle como a utilização de uma transformada nas ações do controlador com vistas a manter o biorreator no ótimo operacional. / Zymomonas mobilis has attracted considerable interest over the past decades pursuant to its unique metabolism and ability to rapidly and efficiently produce ethanol from simple sugars. In addition to ethanol depending on the substrate other fermentation products can occur, such as lactic acid, acetic acid, formic acid, acetone, and sorbitol. In the literature, Zymomonas mobilis has been proposed as a more promising microorganism than conventional yeast Saccharomyces cerevisiae for industrial production of ethanol. The major drawback of this microorganism is that it exhibits sustained oscillations (i.e., Hopf bifurcation) for low dilution rates (i.e., ,Df <=0.1 h-1) when grown in continuous mode. This leads to decreased ethanol productivity and less efficient use of available substrate. Various models have been proposed to describe the oscillatory dynamics of continuous Zymomonas mobilis cultures. One of them is the Jöbses et al. (1986) model that was fitted to experimental data with low dilution rate (i.e.,Df <= 0.1 h-1) and middle inlet substrate concentration (i.e., Cso~=150 kg/m³). Later, it was extrapolated outside of this operating region by Elnashaie et al. (2006), who have found a much more profitable operating region at higher dilution rates (Df~= 2.0 h -¹) and inlet concentrations (Cso~= 200 kg/m³). Notwithstanding the Jöbses's models has not been validated at this region, our contribution will assume that this extrapolation is acceptable and we will propose a control strategy to maintain the system working at this more profitable operating region. For a successful application of any industrial Z. mobilis facility, it is necessary to have an efficient and simple control strategy. This work analyzes the control and optimization problem of a continuous Z. mobilis bioreactor modeled by Jöbses et al. (1986). This system has steady state multiplicity in part of the operating range. The idea is to maintain the process close to the manifold border where is achievable the highest ethanol production. Based on a systematically analysis of the operational controllability using the nonlinear RPN indices it is identified that the process can be controlled using a linear controller. Finally in this work is proposed a variable transformation that makes easy to maintain the bioreactor close to the optimum.

Diminuir a variabilidade de variáveis chaves do processo tornou-se um dos principais caminhos para quantificar os benefícios potenciais da melhoria do controle de processos, ou seja, com maior confiabilidade dos resultados é possível trabalhar em uma região próxima ao ponto de operação ótimo, o que se converte em ganho. Tal ganho pode ser materializado na forma de aumento da capacidade de produção da unidade, redução do consumo de energia, decréscimo de produtos fora de especificação, redução do tempo de transição entre produtos, melhoria na operabilidade, melhoria na qualidade final do produto, entre outros. Na presente dissertação é realizada uma revisão das principais metodologias que visam quantificar o potencial de alteração de variabilidade a qual uma malha de controle possa estar sujeita, além de propor um modelo de inferência que possa ser utilizado para predizer esse potencial de alteração de variabilidade, baseado em índices dados pelo Modelo de Inferência para Desempenho e Robustez. Neste trabalho é mostrado o procedimento utilizado para a construção do Modelo de Inferência de Variabilidade, o qual utiliza como entradas índices que possam ser facilmente quantificáveis e de características da planta (tempo morto e constante de tempo), usando somente dados em operação normal (sem mudanças no valor do setpoint). Para a sua obtenção, três diferentes métodos foram testados (a saber, Rede Neural, Mínimos Quadrados Parciais e Mínimos Quadrados Parciais Quadráticos), sendo os melhores resultados conseguidos ao se aplicar redes neurais. A eficácia do modelo de inferência proposto é ilustrada pela aplicação em casos de estudo nos quais o modelo de planta pode ser representado por funções de transferência de 1ª e de 2ª ordem com tempo morto e a aplicabilidade do mesmo é ilustrada ao utilizá-lo em um caso de estudo, desenvolvido em uma planta industrial. Nesse caso de estudo, procurou-se ainda analisar as principais malhas encontradas no cenário industrial. Os resultados obtidos para ambos os casos de estudo mostraram que a ferramenta desenvolvida apresenta um grande potencial de ser utilizada em projetos que contemplem a análise de pontos de melhoria da camada regulatória, uma vez que apresenta uma excelente capacidade de predizer a alteração de variabilidade a qual uma malha possa estar sujeita. / Reduction of the process variability has a significant impact into the process profitability. A reduction in the variance allows shifting the mean of the controlled variable closer to the constraint and thus ensures better performance like increase product throughput, increase yield of higher valued products, improve energy efficiency, decrease off-specification product, safer operation and reduced environmental impact, among others. In this dissertation, a bibliographic review of the main methodology used to estimate and assess the variance reduction is done. The main contribution of this work is to propose an inferential model to estimate the potential alteration in variance, based on indices determined by the Performance and Robustness Inferential Model. This work shows the procedure to build the Variability Inferential Model that assesses the potential alteration in variance of a given loop. The inputs variables are indices that can be easily calculated on-line and information about the plant (time delay and time constant) using only normal operating data (without excitation and/or setpoint activity). The set of input – output variables are fitted using different techniques (i.e., Neural Networks, Partial Least Squares and Quadratic Partial Least Squares). The best results are obtained by Neural Network. The efficacy of the Inferential Model is illustrated by application to first order plus time delay and second order plus time delay models. The proposed methodology was also applied to on a polyolefin plant, providing very good results, in a set of five loops, where the potential variance alteration is computed with small error, showing the efficacy of the methodology.

O projeto de controladores baseado em dados consiste no ajuste dos parâmetros do controlador diretamente das bateladas de dados do processo, sem a necessidade de um modelo. O ajuste é feito resolvendo um problema de otimização, onde procura-se o argumento que minimize uma determinada função custo. Para resolver o problema de otimização são utilizados nesses métodos o algoritmo do gradiente, o algoritmo de Newton e variações destes. O algoritmo do gradiente apenas necessita informação do gradiente da função custo enquanto que os outros utilizam mais informações como a hessiana. Para obter estas últimas informações são utilizados experimentos mais longos e mais complexos, o que torna a aplicação mais complicada. Nesta linha o algoritmo do gradiente se apresenta como a melhor alternativa, por este motivo foi escolhido como foco deste trabalho. A convergência do algoritmo do gradiente para o mínimo global da função custo, no contexto de projeto de controladores, não é encontrada na bibliografia, decidiu-se portanto estudá-la. Essa convergência depende das condições iniciais do algoritmo e do tamanho do passo de iteração utilizado. É mostrado que as condições iniciais precisam estar dentro de uma certa região de atração. Formas de aumentar esta região de atração são tratadas na metodologia chamada Shaping da Função Custo. A principal contribuição deste trabalho é apresentar um método eficiente para a escolha do tamanho do passo de iteração que garante a convergência para o mínimo global da função custo. Algumas informações do processo são necessárias para o cálculo do tamanho do passo de iteração, também são apresentadas maneiras de obter estimativas para estas informações. Simulações e experimentos demonstram o funcionamento dos métodos. / Data-based control design methods consist of adjusting the parameters of the controller directly from batches of input-output data of the process; no process model is used. The adjustment is done by solving an optimization problem, which searches the argument that minimizes a specific cost function. Iterative algorithms based on the gradient are applied to solve the optimization problem, like the steepest descent algorithm, Newton algorithm and some variations. The only information utilized for the steepest descent algorithm is the gradient of the cost function, while the others need more information like the hessian. Longer and more complex experiments are used to obtain more informations, that turns the application more complicated. For this reason, the steepest descent method was chosen to be studied in this work. The convergence of the steepest descent algorithm to the global minimum is not fully studied in the literature. This convergence depends on the initial conditions of the algorithm and on the step size. The initial conditions must be inside a specific domain of attraction, and how to enlarge this domain is treated by the methodology Cost Function Shaping. The main contribution of this work is a method to compute efficiently the step size, to ensure convergence to the global minimum. Some informations about the process are utilized, and this work presents how to estimate these informations. Simulations and experiments demonstrate how the methods work.

Este trabalho apresenta metodologias para a construção e a sintonia de estimadores de estados não-lineares visando aplicações práticas. O funcionamento de um estimador de estados não-linear está calcado em quatro etapas básicas: (a) sintonia; (b) predição; (c) atualização da matriz de covariância de estados; (d) filtragem e suavização dos estados. As principais contribuições deste trabalho para cada uma destas etapas podem ser resumidas como segue: (a) Sintonia. A sintonia adequada da matriz de covariância do ruído de processos é fundamental na aplicação dos estimadores de estado com modelos sujeitos a incertezas paramétricas e estruturais. Sendo assim, foi proposto um novo algoritmo para a sintonia desta matriz que considera dois novos métodos para a determinação da matriz de covariância dos parâmetros. Este algoritmo melhorou significativamente a precisão da estimação dos estados na presença dessas incertezas, com potencialidade para ser usado na atualização de modelos em linha em práticas industriais. (b) Predição. Uma das etapas mais importantes para a aplicação do estimador de estados é a formulação dos modelos usados. Desta forma, foi mostrado como a formulação do modelo a ser usada em um estimador de estados pode impactar na observabilidade do sistema e na sintonia das matrizes de covariância. Também são apresentadas as principais recomendações para formular um bom modelo. (c) Atualização da matriz de covariância dos estados. A robustez numérica das matrizes de covariância dos estados usadas em estimadores de estados sem e com restrições é ilustrada através de dois exemplos da engenharia química que apresentam multiplicidade de soluções. Mostrou-se que a melhor forma de atualizar os estados consiste na resolução de um problema de otimização sujeito a restrições onde as estimativas fisicamente inviáveis dos estados são evitadas. Este também preserva a gaussianidade dos ruídos evitando que estes sejam mal distribuídos. (d) Filtragem e suavização dos estados. Entre as formulações estudadas, observou-se também que a melhor relação entre a acuracidade das estimativas e a viabilidade de aplicação prática é obtida com a formulação do filtro de Kalman estendido sujeita a restrições (denominada Constrained Extended Kalman Filter - CEKF), uma vez que esta demanda menor esforço computacional que a estimação de horizonte móvel, apresentando um desempenho comparável exceto no caso de estimativas ruins da condição inicial dos estados. Como uma solução alternativa eficiente para a estimação de horizonte móvel neste último caso, foi proposto um novo estimador baseado na inclusão de uma estratégia de suavização na formulação do CEKF, referenciado como CEKF & Smoother (CEKF&S). / This work presents approaches to building and tuning nonlinear state estimators aiming practical applications. The implementation of a nonlinear state estimator is supported by four basic steps: (a) tuning; (b) forecast; (c) state covariance matrix update; (d) states filtering and smoothing. The main contributions of this work for each one of these stages can be summarized as follows: (a) Tuning. An appropriate choice of the process-noise covariance matrix is crucial in applying state estimators with models subjected to parametric and structural uncertainties. Thus, a new process-noise covariance matrix tuning algorithm is presented in this work which incorporates two new methods for the parameter covariance matrix computation. The algorithm has improved significantly the state estimation accuracy when the presence of such uncertainties, with potential to be applied in on-line model update in industrial practice. (b) Forecast. One of the most important stages in applying state estimators is the used model formulation. In this way, it has been shown that the model formulation to be used in state estimator can impact on the system observability and noisecovariance matrices tuning. In this work it is also presented the main recommendations to formulate an appropriated model. (c) State covariance matrix update. The numerical robustness of the state covariance matrices used in unconstrained and constrained state estimators is illustrated by two chemical engineering examples tending to multiple solutions. It has been shown that the best technique to update the states consists in solving an optimization problem subjected to constraints, since it prevents from physically unfeasible states. It also preserves the noise gaussianity preventing from bad noise distribution. (d) States filtering and smoothing. Among the studied formulations, it was also noticed that the better relationship between performance and practical application is obtained with an extended Kalman filter formulation subjected to constraints (called Constrained Extended Kalman Filter - CEKF) because it requires small computational effort than MHE with comparable performance, except in case of poor guesses of the initial state. As an efficient solution for moving horizon estimation in the last case, it was proposed a new estimator based on the addition of a smoother strategy into the CEKF formulation, referred as CEKF & Smoother (CEKF&S).

O aumento do custo e da demanda de energia, juntamente com a escassez de recursos não renováveis e o crescente apelo para a sustentabilidade dos processos, incentiva o desenvolvimento de equipamentos e sistemas mais eficientes mediante a otimização e o controle dos recursos energéticos disponíveis. A proposta deste trabalho consiste em estabelecer uma abordagem termodinâmica para o controle e a otimização de processos visando o aumento da eficiência na operação dos mesmos. Para tanto, foi desenvolvido um problema de controle ótimo formulado com base no critério de eficiência termodinâmica de acordo com a 2ª Lei, com o objetivo de otimizar a transição entre estados com respeito a taxa de geração de entropia do sistema, mantendo as variáveis controladas como restrições de desigualdade dependentes do tempo. A estratégia proposta, chamada COBET (controle baseado na eficiência termodinâmica), foi aplicada a uma coluna de destilação binária para controlar a pureza do destilado e do produto de fundo, manipulando a razão de refluxo e a taxa de transferência de calor do refervedor. O COBET apresentou ajuste simples, tempo computacional razoável e desempenho de controle aceitável, quando comparado com controladores convencionais. Foi proposta uma estratégia alternativa, de modo a aprimorar o COBET, chamada R-COBET, que consiste no uso de restrições adicionais que garantem que as variáveis de controle permaneçam entre o estado inicial e final. O R-COBET obteve um desempenho aceitável, menor integral do erro quadrático das variáveis de controle e maior lucro, quando comparado ao COBET. A fim de demonstrar a aplicabilidade da metodologia proposta a outras funções objetivo, uma função empírica de eficiência baseada na 1ª Lei da Termodinâmica foi determinada e utilizada no problema de controle ótimo, sujeito às mesmas restrições consideradas no controlador R-COBET. Também se aplicou a metodologia proposta a um reator CSTR com o intuito de controlar a temperatura e a concentração do produto, considerando-se o controlador na forma R-COBET, e obteve-se um desempenho similar ao do estudo da coluna de destilação. Com estas análises, concluiu-se que a metodologia proposta pode ser aplicada com sucesso a problemas de controle ótimo com estados final e inicial definidos. / The increasing demand of energy and its rising costs, in addition to the non-renewable resources depletion and to the growing interest in the sustainability in industrial processes, stimulate the development of equipment and systems that are more efficient through the control and optimization of available energy resources. The purpose of this work is to establish a thermodynamic approach to process control and optimization, in order to improve operational efficiency. To this end, it is developed in this work an optimal control problem formulated on the basis of a thermodynamic efficiency criterion, as dictated by the 2nd Law. The principle is to optimize the transition between states with respect to thermodynamic efficiency – regarded as the square of entropy generation rate – while maintaining the controlled variables as time dependent inequality constraints. The proposed strategy, called here TEBC (Thermodynamic Efficiency Based Control) was applied to a binary distillation column in order to control distillate and bottom product purities within specifications while manipulating the reflux ratio and reboiler heat transfer rate. When compared to other controllers, TEBC presented practical tuning, reasonable computational time and acceptable control performance. An alternative strategy was also proposed in order to improve TEBC, called R-TEBC, which considers additional constraints to ensure that control variables remain between the initial and final states. The R-TEBC achieved acceptable performance, smaller integral squared error in the control variables and larger profit, when compared to TEBC. In order to demonstrate the applicability of the proposed methodology to other objective functions, an empirical efficiency function was proposed for the distillation column example and used in the optimal control problem, in the form of a R-TEBC controller. Moreover, an exothermic CSTR reactor with product concentration and reactor temperature as controlled variables was also studied, using additional constraints (R-TEBC), and the results was similar to those obtained in the distillation column. With this analysis, it was concluded that the proposed methodology can be applied to optimal control problems of this kind with fixed initial and final states.

Orientadores: Flávio Vasconcelos da Silva, Ana Maria Frattini Fileti / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-16T18:45:23Z (GMT). No. of bitstreams: 1 Costa_ThiagoVazda_M.pdf: 15859888 bytes, checksum: 391c96e4f2ff3598497e8840686f8166 (MD5) Previous issue date: 2010 / Resumo: Uma malha de controle com baixo desempenho implica em um aumento dos custos de produção, causando descarte de produto fora da especificação e desgaste desnecessário dos elementos finais de controle. A depender do processo controlado, uma malha deficiente pode também acarretar em paradas não previstas na planta e até mesmo em danos ao meio ambiente. Diante do exposto, o controle preditivo baseado em modelos (MPC) é um dos poucos algoritmos comprovadamente capazes de estabilizar processos na presença de não-linearidades e restrições. Para atender aos seus objetivos de controle, o algoritmo clássico MPC utiliza um procedimento de otimização baseado no modelo linear da planta. Contudo, o afastamento da região de projeto do modelo linear resulta na perda de sua efetividade e consequente do controlador que o utiliza. Deste modo, objetivou-se a partir de uma descrição não-linear do sistema a melhoria do desempenho do controlador. Os objetivos específicos dessa dissertação foram o estudo e análise de um controlador GPC (generalized predictive controller) operando em paralelo com uma rede de modelos lineares locais, identificada por meio do algoritmo LOLIMOT (local linear model trees), capaz de adequar o modelo de predição do controlador para a faixa de operação atual do processo. Para a avaliação e análise da qualidade do controlador proposto foi montado um aparato experimental para controle de pH. A estratégia de controle foi implementada em um sistema em código aberto para monitoramento e controle do processo. Portanto, considerando a característica estática não-linear do processo foram realizados estudos comparativos entre o GPC tradicional (baseado em um único modelo linear) e a abordagem proposta. Os resultados mostraram que a rede foi capaz de representar satisfatoriamente a saída do sistema, resultando em uma estrutura simples, com modelos locais na forma de estruturas ARX. Também foi demonstrado que o GPC utilizando a rede de modelos lineares locais desempenhou de forma satisfatória e até mesmo superior ao GPC tradicional.Observou-se que a saída calculada pelo controlador proposto foi consideravelmente menos agressiva que o controlador tradicional, levando a uma considerável diminuição do esforço de controle empregado ao sistema. Os resultados obtidos demonstraram que houve uma economia de até 45% no esforço de controle. Observou-se ainda que o sistema desenvolvido é conveniente para aplicações reais, já que a estratégia de controle preditivo concebida em Scilab obteve sucesso na solução do problema de controle dentro do intervalo de amostragem inclusive quando incorporado o problema QP (programação quadrática) com restrições. Tendo em vista que a estrutura destes sistemas permite que sejam utilizados nas mesmas aplicações destinadas a modelos lineares, comprovou-se também a viabilidade e aplicabilidade do uso das redes de modelos lineares locais diretamente em algoritmos de controle avançado já disponíveis para indústria, como nos controladores GPC / Abstract: Low performance control loops imply in higher production costs, leading to off-specification production loss and unnecessary wear of the final control elements. Depending on the controlled process, the deficient loop can also lead to non-expected plant stops and even on environment damage. In this sense, model predictive control (MPC) is one of the few algorithms proved capable to stabilize processes in the presence of nonlinearities and constraints. To meet its control objectives, the classic MPC algorithm is based on an optimization problem which relies in the system's linear model. Although, the removal of the linear model from its designed condition deteriorates the model's and controller's effectiveness. Hence, the general objective of the presented work relies in the non-linear description of the system for improving the control performance. The main objectives were the study and analysis of a generalized predictive controller (GPC) operating in parallel with a linear local model network, identified by the LOLIMOT algorithm, able to adequate the controller's prediction model for the process operation range. For the quality assessment of the proposed controller, tests were evaluated in an experimental apparatus for pH control. The control strategy was implemented in an open source system for monitoring and control. Therefore, considering the static nonlinear characteristics of the process, comparative studies were applied between the traditional GPC (based on an single global model) and the proposed approach. The results showed that the dynamic network was able to effectively represent the system output, resulting in a simple structure, given the fact that the local models are indeed local ARX models. It was also shown that the GPC using the linear local model network performed satisfactorily and even better than the single model GPC. It was observed that the output calculated by the proposed controller has been considerably less aggressive than the traditional controller, leading to a considerable reduction in the system's control effort. The results showed that there was a saving up to 45% in the control effort. It was also observed that the developed monitoring and control system is suitable for real applications, since the predictive control strategy, implemented in Scilab, succeeded in solving the control problem within the sampling time even with the embedded constrained QP (quadratic programming) problem. Considering that the structure of these systems allows them to be used in similar applications to linear models, it was also proved the viability and applicability of using the linear local models network directly into advanced control algorithms already available to industry as in the GPC controllers / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Atualmente se observa o incremento exponencial das exigÃncias pela otimizaÃÃo de desempenho em todos os setores da vida moderna. Esta busca por melhor desempenho tambÃm tem ocorrido em todos os setores da indÃstria, seja ela de atividade fabril ou de energia. Melhor desempenho no setor industrial se reflete em melhorias em todos os nÃveis e isto alcanÃa de sobremaneira os sistemas de controle de processos. Com requisitos de desempenho mais rÃgido, tÃcnicas antigamente estudadas somente em meio acadÃmico tem migrado para a indÃstria abrindo novos horizontes e estabelecendo novos conceitos de uma forma geral. Com os sistemas de controle de processos nÃo à diferente e em particular em seu mais baixo nÃvel de implementaÃÃo (chÃo de fÃbrica) tem se observado uma atualizaÃÃo constante. Esta dissertaÃÃo està inserida neste Ãltimo contexto ou seja no projeto das malhas de controle de um sistema de controle de processos. Desta forma aspectos de sintonia de controladores convencionais do tipo PID (Proporcional, Integral, Derivativo) multivariÃveis (MIMO) e controladores MIMO preditivo baseado em modelos do tipo GPC (Generalized Predictive Control) sÃo estudados visando a implementaÃÃo prÃtica. VÃrios aspectos do sistema de controle tais como a identificaÃÃo do processo atravÃs de tÃcnicas paramÃtricas e nÃo paramÃtricas com diferentes representaÃÃes e aspectos do desacoplamento entre as malhas do processo, por se tratar de sistemas MIMO, sÃo tambÃm abordadas, discutidas e implementadas. Para este propÃsito duas plataformas de desenvolvimento foram desenvolvidas no laboratÃrio do NÃcleo de Engenharia ElÃtrica NEEL do IFPI. A primeira plataforma consiste em sistema MIMO de ventilaÃÃo e aquecimento, a segunda plataforma um sistema de tanques duplo acoplados. Como conclusÃo do estudo dos experimentos prÃticos realizados pode-se estabelecer que o melhor controle para um processo depende da aplicaÃÃo ao qual este à destinado e para o bom funcionamento à necessÃrio o conhecimento teÃrico e prÃtico da dinÃmica do processo. Assim um bom controlador depende tambÃm do emprego de uma tÃcnica de identificaÃÃo adequada. / Nowadays, we observe the exponential increasing of demand for performance optimization in all areas of modern life. This search for better performances is also occurring in all industry sectors, either factory or energy activities. This best performances reflects an increase is all levels and achieve enormously the process control systems. With more strict performance requirement, technique formerly studied only in academic circle has been migrate for industry area, opening new horizons and establishing new concepts in general. It is not different with the process control systems, even in particular at the lowest level of implementation (factoryâs floor) has been noted a constantly update. This paper is inserted into this last concept, in other words, into the project of control mesh of process control systems. Thus the aspect of syntony of conventional controllers like PID (Proportional, Integral, Derivative) multivariable (MIMO) and MIMO predictive controllers based on models like GPC (Generalized Predictive Control) type are studied aiming to the practical implementation. Several system control aspects, such as identification of process through parametric and nonparametric technical with different representations and aspects of decoupling between the process meshes, as it is MIMO system, are also dealt, discussed and implemented. For that purpose, two development platforms were developed at IFPIâs NEE (NÃcleo de Engenharia ElÃtrica) laboratory. The first platform consists of MIMO system of ventilation and heating; the second platform is a system of coupled double tanks. As a conclusion of the study of practical experiments conducted, can be established that the best control for a process depends on the application for which it is destined and for the proper functioning is necessary the theoretical and practical knowledge of the dynamic of the process. Thus a proper controller depends also on the use of a technique for proper identification.