O escopo desta dissertação é o desenvolvimento de uma metodologia para identificar os modelos de canais da matriz dinâmica que estejam degradando o desempenho de controladores preditivos, ou MPC (Model Predictive Control), baseado nas técnicas de auditoria e diagnóstico deste tipo de controlador propostas por BOTELHO et al. (2015) e BOTELHO; TRIERWEILER; FARENZENA (2016) e CLARO (2016). A metodologia desenvolvida contempla dois métodos distintos. O primeiro, chamado método direto compensado, tem como base o método direto de identificação em malha fechada (LJUNG, 1987)e compensa cada saída medida do processo de modo a se reter apenas a contribuição do canal que se deseja identificar. O segundo, chamado método do erro nominal, utiliza a definição de saída nominal do processo, proposta por BOTELHO et al. (2015), como métrica para se quantificar o quão próximo o modelo está do comportamento da planta através da minimização do erro nominal. Os métodos foram aplicados ao sistema de quatro tanques cilíndricos (JOHANSSON, 2000) para dois cenários distintos, sendo o primeiro um sistema 2x2 em fase não mínima contendo um MPC trabalhando com setpoint e o segundo um sistema 4x4 em fase mínima com o MPC atuando por faixas. Para o sistema 2x2, se avaliou a influência da localização do canal discrepante (dentro ou fora da diagonal principal da matriz dinâmica de transferência) na eficácia dos métodos. Para o sistema 4x4, o estudo foi voltado para a eficácia dos métodos frentes a controladores que atuam dentro de limites para as variáveis. Os modelos identificados foram comparados pela capacidade de identificar um modelo que capturasse o zero de transmissão da planta e o RGA dinâmico, par ao sistema 2x2, e pelas respostas degrau e diagrama de Bode para o sistema 4x4. O método direto compensado resultou em baixo erro relativo no valor do zero para a discrepância na diagonal principal da matriz dinâmica e alto valor quando a discrepância se encontrava fora da diagonal principal. O método do erro nominal, por sua vez, foi capaz de identificar um modelo cujo zero de transmissão possuía baixo erro relativo frente ao zero da planta em ambos os cenários. No cenário do controlador atuando por faixas, os métodos propostos obtiveram melhores estimativas dos modelos quando comparados com o método concorrente, uma vez que apresentou alto percentual de aderência das saídas simuladas com as saídas medidas. Em todos os cenários estudados, o método do erro nominal se mostrou capaz de identificar um modelo mais robusto, pois este apresentou RGA dinâmico compatível com a planta em todo o range de frequências analisado. / The objective of this dissertation is to develop a method to identify the model for the channel of the dynamic matrix that are affecting the performance of model predictive controllers (MPC), based on the assessment and diagnosis techniques for this type of controller proposed by BOTELHO et al. (2015) e BOTELHO; TRIERWEILER; FARENZENA (2016) and CLARO (2016). The proposed methodology includes two different methods. The first, called the compensated direct method, is based on the closed-loop direct identification method (LJUNG, 1987) and compensates each process measured output in order to retain only the contribution of the channel being identified. The second, called nominal error method, uses the definition of the process nominal output, proposed by BOTELHO et al. (2015), as a metric to quantify how close the model is to the actual plant behavior by minimizing the nominal error. The proposed methods were applied to the quadruple-tank system (JOHANSSON, 2000) for two distinct scenarios, the first being a nonminimum-phase 2x2 system containing a MPC working with setpoint and the second a minimum-phase 4x4 system with the MPC working by ranges. For the 2x2 system, the influence of the model mismatch location (inside or outside the main diagonal of the dynamic transfer matrix) on the effectiveness of the methods was evaluated. For the 4x4 system, the study was focused on the effectiveness of the methods with controllers that operate within limits for the variables. The identified models were compared by the capability of identifying a model with accurate plant transmission zero and dynamic RGA, for the 2x2 system, and by the step responses and Bode diagram for the 4x4 system. The compensated direct method resulted in low relative error in the value of the transmission zero for the model mismatch located in the main diagonal of the dynamic matrix and high relative error when the mismatch was outside the main diagonal. On the other hand, the nominal error method was able to identify a model whose transmission zero had low relative error against the plant zero in both scenarios. In the scenario of a controller working by range, the proposed methods obtained better estimates of the models when compared to the concurrent method, since it presented a high percentage of adherence of the simulated outputs with the measured outputs. In all the studied scenarios, the nominal error method was able to identify a more robust model, since it presented dynamic RGA compatible with the plant in the entire range of analyzed frequencies.

Submitted by Maria Medeiros (maria.dilva1@ufcg.edu.br) on 2018-10-16T14:50:15Z No. of bitstreams: 1 FÁBIO GEORGE NOGUEIRA CRUZ - DISSERTAÇÃO (PPGEQ) 2017.pdf: 3691156 bytes, checksum: 5b1dfe0077677e8425fa32fdbb895e39 (MD5) / Made available in DSpace on 2018-10-16T14:50:15Z (GMT). No. of bitstreams: 1 FÁBIO GEORGE NOGUEIRA CRUZ - DISSERTAÇÃO (PPGEQ) 2017.pdf: 3691156 bytes, checksum: 5b1dfe0077677e8425fa32fdbb895e39 (MD5) Previous issue date: 2017-03-27 / A utilização de sensores em sistemas de controle de processos é de vital importância para o monitoramento e operação adequada das plantas industriais. Por sua vez, os sinais podem apresentar interferências de outras fontes, além de que em certos casos, não é possível observar diretamente os sinais individuais das fontes. Diante disso, as técnicas de processamento e separação de sinais são utilizadas no intuito de extrair as informações das fontes contidas nos sinais misturados. As principais técnicas de separação de sinais estão associadas a técnica ICA (Independent Component Analysis), que sofreu significativa evolução desde sua criação nos anos 80. Tal evolução teve contribuição também da técnica PCA (Principal Component Analysis) e do desenvolvimento da capacidade de processamento computacional. No entanto, essas técnicas apresentam dois problemas básicos, a saber: desvio de amplitude e mudança de fase, sendo tais problemas limitantes quanto a sua utilização em sistemas de controle. Sendo assim, esse trabalho tem como objetivo apresentar uma solução do problema de amplitude das técnicas ICA’s para utilização na redução do acoplamento de sistemas multivariáveis. A correção proposta, baseada na correção da etapa de branqueamento dos algoritmos ICA, gerando a técnica MOD-ICA, foi utilizada como alternativa para a quebra da correlação entre variáveis dos sistemas multivariados. Essa técnica foi utilizada para o projeto e obtenção dos pares de controle de uma planta de produção de etanol anidro modelada na plataforma Aspen Dynamics. No estudo de caso proposto, foi observada uma redução significativa no número condicional dos pares de controle propostos, e a matriz de separação foi utilizada como parâmetro de desacoplamento do sistema de controle. Dessa forma, a técnica proposta MOD-ICA apresentada pode ser utilizada como ferramenta de geração de projeto de sistemas de controle, podendo a matriz de separação ser considerada como modelo de redução de acoplamento, resultando assim na obtenção de um sistema de controle mais robusto às variações inerentes do processo. / The use of sensors in process control systems is of vital importance for the proper operation and monitoring of industrial plants. In turn, process signals may have interference from other sources and, in some cases, it is not possible to observe directly the individual signals of the sources. In view of this, signal processing and separation techniques are used in order to extract the information from the sources contained in mixed signals. The main signal separation techniques are associated with the Independent Component Analysis (ICA), which has undergone significant evolution since its creation in the 1980s. Such evolution also had the contribution of the Principal Component Analysis (PCA) and the development of computational processing power. However, these techniques have two basic glitches: deviation of amplitude and phase change, which limit their use in control systems. Therefore, this research aims to present a solution to the problem of amplitude in ICA techniques for use in decoupling reduction in multivariate systems. The proposed correction, based on the stage of whitening ICA algorithms, which generated the technique MOD-ICA, was used as an alternative to breaking the correlation between variables in multivariate systems. Such technique was used for projecting and obtaining controlling pairs in an industrial plant of anhydrous ethanol production modeled on the Aspen Dynamics platform. In the case study proposed in this research, a significant reduction in the conditional numbers of the proposed controlling pairs was observed, and the separating matrix was used as a parameter of decoupling for the control system. As a result, the proposed MOD-ICA technique can be used as a tool for generating control systems, and its separating matrix can be considered as a model for decoupling reduction, which results in a more robust control system for process variation.

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 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).

Submitted by Gustavo Caixeta (gucaixeta@gmail.com) on 2017-02-23T12:28:08Z No. of bitstreams: 1 texto completo.pdf: 1273392 bytes, checksum: 9f5464dc5d2a0e5c5eaad38067c86b24 (MD5) / Made available in DSpace on 2017-02-23T12:28:08Z (GMT). No. of bitstreams: 1 texto completo.pdf: 1273392 bytes, checksum: 9f5464dc5d2a0e5c5eaad38067c86b24 (MD5) Previous issue date: 2016-07-29 / O 5-Hidroximetilfurfural (HMF) é um composto chave para produção de combustíveis e compostos de química fina a partir de fontes renováveis, com grande potencial de substituir derivados do petróleo. É produzido, principalmente, por desidratação da frutose em presença de catalisadores ácidos. Neste trabalho, essa reação foi estudada em sistema água/acetona usando catalisadores de nióbio, um mineral abundante no Brasil e com potencial aplicação como catalisador. Dentre os catalisadores avaliados, o fosfato de nióbio gerou os melhores resultados, sendo então selecionado para estudo segundo um planejamento experimental. Nesse estudo, temperatura e tempo de reação foram as variáveis mais significativas, sendo então utilizadas em um planejamento composto central, no qual a conversão de frutose e a seletividade para HMF foram modelados por metodologia de superfície de resposta. O melhor resultado observado para o sistema de água/acetona foi 79,20% de conversão de frutose e 62,94% de seletividade para HMF em 138,3 ° C e 54,3 minutos. O efeito da acetona no meio reacional foi verificado por meio de comparação com um sistema aquoso, que apresentou resultados mais baixos (61,79% de conversão e 55,73% de seletividade) nas mesmas condições. Cada sistema (água/acetona e água apenas) foi utilizado para simular um processo de produção de HMF no software Aspen Plus, juntamente com um terceiro sistema (água/2-butanol) proveniente da literatura (89% de conversão e 98,9% de seletividade). A análise econômica foi feita com o objetivo de comparar a eficácia de cada processo, obtendo os custos de capital e de operação, bem como o custo unitário de produção de HMF. Os custos de HMF estimados foram 2,20 US$/kg, 3,05 US$/kg e 1,51 US$/kg para os sistemas água/acetona, água e água/2-butanol, respectivamente. A análise de sensibilidade revelou que a seletividade é o parâmetro mais importante para a redução dos custos, sendo o motivo pelo qual o sistema água/2-butanol apresentou o melhor resultado. Não obstante, esse custo ainda é considerado elevado para uma possível aplicação industrial, fato que se deve ao alto custo de solvente e, principalmente, ao custo da matéria-prima. Sendo assim, mesmo com o elevado potencial de utilização do HMF comercialmente, sua produção enfrenta o desafio de utilizar solventes e matérias-primas de baixo custo, mantendo um alto rendimento da reação. / 5-Hydroxymethylfurfural (HMF) is a key compound in the renewable production of fuels and chemicals, holding great potential to replace products derived from petroleum. This compound is produced, mainly, by fructose dehydration in the presence of acid catalysts. In this work, this reaction was studied in a water/acetone system using niobium-based catalysts, an abundant mineral in Brazil with great catalytic potential. Among the catalysts analyzed, niobium phosphate rendered the best results, being selected for a study by design of experiments. In this study, among the factors analyzed, temperature and time were the most significant, being applied in a central composite design, in which fructose conversion and HMF selectivity were modeled by response surface methodology. The best result achieved for the water/acetone system was 79.20% fructose conversion and 62.94% HMF selectivity at 138,3 °C in 54,3 minutes. The effect of acetone in a reactional medium was verified by means of comparison with a water system, which presented lower results (61.79% conversion and 55.73% selectivity) in the same conditions. Each system (water/acetone and only water) was used to simulate a HMF production process, along with a third system (water/2-butanol) from literature (89% conversion and 98.9% selectivity). The processing capacity was set at 300 metric tons/ day of fructose, and the separation processes were defined based on the available literature. Processes economics was analyzed in order to obtain the capital and operating costs as well as to compare each process’ efficiency. From these results, the cost per unit of HMF was calculated, based on the total production. The estimated HMF costs were 2.20 US$/kg, 3.05 US$/kg and 1.51 US$/kg for water/acetone, water and water/2-butanol systems, respectively. In addition, sensitivity analyses revealed that selectivity is the most important parameter to reduce costs, being the main motive whereby the water/2-butanol system presented the best results. Nevertheless, this cost is still high for industrial implementation due to the high cost of solvent and, mainly, to the feedstock price. Therefore, even with the high potential that HMF possesses for the world market, its production faces the challenge to employ low cost solvents and feedstock, keeping a high reaction yield.

Submitted by Reginaldo Soares de Freitas (reginaldo.freitas@ufv.br) on 2016-01-12T15:18:49Z No. of bitstreams: 1 texto compĺeto.pdf: 1486791 bytes, checksum: 07e9317cb44464fb9e72364a7871477b (MD5) / Made available in DSpace on 2016-01-12T15:18:49Z (GMT). No. of bitstreams: 1 texto compĺeto.pdf: 1486791 bytes, checksum: 07e9317cb44464fb9e72364a7871477b (MD5) Previous issue date: 2015-07-31 / Conselho Nacional de Desenvolvimento Científico e Tecnológico / A competitividade do mercado tem levado as empresas e indústrias a elevar a qualidade dos produtos e serviços fazendo com que ela se torne uma das preocupações em diversas áreas. O monitoramento e a avaliação da capacidade do processo torna-se indispensável para as empresas. Os índices de capacidade são medidas que traduzem a capacidade de um processo de atender as especificações estabelecidas. Alguns índices de capacidade disponíveis na literatura são apresentados neste trabalho. Nosso objetivo é obter as estimações pontuais e intervalares, de alguns índices de capacidade auxiliadas através de técnicas de reamostragem. Dentre estas técnicas de reamostragem, os testes de permutação e bootstrap são utilizados de forma a reorganizar o conjunto de dados sem alterar as informações existentes e assim obter reamostras para auxiliarmos nas estimativas via índices de capacidade. Nesta dissertação, utilizando dados reais, estimamos alguns índices de capacidade em situações em que suposições usuais para obter estas estimativas não são válidas. / The competitiveness of the market have led companies and industries to raise the quality of products and services. As a result, the monitoring and evaluation of the process capability has become an indispensable tool for any company. The process capability index is measured for understanding the ability of a process to produce output Within determined specifications. Some of the process capability indices Which are available in literature are presented in this dissertation. Our goal is to get the point estimates and interval, some capability indices aided by techniques resampling. Among these techniques, permutation and bootstrap tests are used to reorganize the data set Without changing the existing information and to obtain estimates for the parameters of interest. In this dissertation, using real data, vve estimate some process capability index in situations in Which the usual assumptions for these estimates are not valid.

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.