O objetivo principal desta tese foi a implantação de uma nova estratégia para a integração da otimização em tempo real (RTO), com o controle preditivo multivariável em uma unidade de processo industrial. A solução proposta pode ser considerada como uma estratégia de uma camada, na qual os problemas de controle e otimização econômica são resolvidos simultaneamente, na mesma camada da estrutura de controle. Supondo que o objetivo econômico a ser maximizado (minimizado) seja uma função côncava (convexa) das entradas e saídas de processo, o controlador MPC com otimização econômica (OMPC) foi obtido através da inclusão do gradiente reduzido do objetivo econômico, na função objetivo do controlador preditivo. Esta abordagem foi testada inicialmente através da simulação do conjunto reator regenerador de uma Unidade de Craqueamento Catalítico Fluido (UFCC). O controlador otimizador foi implementado com sucesso em uma coluna de destilação de tolueno, na Unidade de Recuperação de Aromáticos da refinaria de Cubatão da Petrobras. Este controlador está em funcionamento contínuo por cerca de um ano, sem qualquer problema relatado. Para a determinação das condições ótimas, um modelo rigoroso de coluna de destilação multicomponentes no estado estacionário é incluído no controlador preditivo para permitir o cálculo online do objetivo econômico. A trajetória prevista para o sistema de destilação até o ponto ótimo é calculada utilizando-se um modelo linear dinâmico, o qual foi obtido através de testes em degrau na planta real. O ponto ótimo obtido através da estratégia proposta leva em consideração as restrições nas entradas manipuladas e a faixa de controle para as saídas. O problema de otimização resultante para cálculo das ações de controle é uma QP, que pode ser facilmente resolvida com os solvers disponíveis. O MPC com otimização econômica foi implementado como um módulo do pacote SICON (Sistema de Controle da Petrobras). / This thesis was mainly aimed at the implementation of a new strategy for the integration of real time optimization (RTO) with multivariable predictive control in an industrial process system. The proposed strategy can be considered as a one-layer strategy where the control and economic optimization problems are solved simultaneously in the same layer of the control structure. Assuming that the economic objective to be maximized (minimized) is a concave (convex) function of the process inputs and outputs, the optimizing model predictive control (OMPC) was obtained through the inclusion of the reduced gradient of the economic objective in the control objective of the predictive controller. The approach was initially tested through the simulation of the reactorregenerator of a Fluid Catalytic Cracking Unit (FCCU). The optimizing controller has been successfully implemented in a toluene distillation column at the Aromatic Recovery Unit of the Cubatão refinery of Petrobras. This controller has been in continuous operation for about one year without any reported problem. For determining the optimum operating conditions, a steady-state rigorous multicomponent distillation model is included in the predictive controller to allow the on-line computation of the economic objective. The predicted trajectory of the distillation system towards the optimum point is computed with a linear dynamic model that was obtained through step tests in the real plant. The optimum point that is achieved with the proposed strategy takes into account the constraints in the manipulated inputs and the zone control of the outputs. The resulting optimization problem that produces the control actions is a QP that can be easily solved with available solvers. The optimizing MPC was implemented as a module of the SICON (Petrobras Control System) package.

O objetivo principal desta tese foi a implantação de uma nova estratégia para a integração da otimização em tempo real (RTO), com o controle preditivo multivariável em uma unidade de processo industrial. A solução proposta pode ser considerada como uma estratégia de uma camada, na qual os problemas de controle e otimização econômica são resolvidos simultaneamente, na mesma camada da estrutura de controle. Supondo que o objetivo econômico a ser maximizado (minimizado) seja uma função côncava (convexa) das entradas e saídas de processo, o controlador MPC com otimização econômica (OMPC) foi obtido através da inclusão do gradiente reduzido do objetivo econômico, na função objetivo do controlador preditivo. Esta abordagem foi testada inicialmente através da simulação do conjunto reator regenerador de uma Unidade de Craqueamento Catalítico Fluido (UFCC). O controlador otimizador foi implementado com sucesso em uma coluna de destilação de tolueno, na Unidade de Recuperação de Aromáticos da refinaria de Cubatão da Petrobras. Este controlador está em funcionamento contínuo por cerca de um ano, sem qualquer problema relatado. Para a determinação das condições ótimas, um modelo rigoroso de coluna de destilação multicomponentes no estado estacionário é incluído no controlador preditivo para permitir o cálculo online do objetivo econômico. A trajetória prevista para o sistema de destilação até o ponto ótimo é calculada utilizando-se um modelo linear dinâmico, o qual foi obtido através de testes em degrau na planta real. O ponto ótimo obtido através da estratégia proposta leva em consideração as restrições nas entradas manipuladas e a faixa de controle para as saídas. O problema de otimização resultante para cálculo das ações de controle é uma QP, que pode ser facilmente resolvida com os solvers disponíveis. O MPC com otimização econômica foi implementado como um módulo do pacote SICON (Sistema de Controle da Petrobras). / This thesis was mainly aimed at the implementation of a new strategy for the integration of real time optimization (RTO) with multivariable predictive control in an industrial process system. The proposed strategy can be considered as a one-layer strategy where the control and economic optimization problems are solved simultaneously in the same layer of the control structure. Assuming that the economic objective to be maximized (minimized) is a concave (convex) function of the process inputs and outputs, the optimizing model predictive control (OMPC) was obtained through the inclusion of the reduced gradient of the economic objective in the control objective of the predictive controller. The approach was initially tested through the simulation of the reactorregenerator of a Fluid Catalytic Cracking Unit (FCCU). The optimizing controller has been successfully implemented in a toluene distillation column at the Aromatic Recovery Unit of the Cubatão refinery of Petrobras. This controller has been in continuous operation for about one year without any reported problem. For determining the optimum operating conditions, a steady-state rigorous multicomponent distillation model is included in the predictive controller to allow the on-line computation of the economic objective. The predicted trajectory of the distillation system towards the optimum point is computed with a linear dynamic model that was obtained through step tests in the real plant. The optimum point that is achieved with the proposed strategy takes into account the constraints in the manipulated inputs and the zone control of the outputs. The resulting optimization problem that produces the control actions is a QP that can be easily solved with available solvers. The optimizing MPC was implemented as a module of the SICON (Petrobras Control System) package.

In a domain with diverse multi-disciplinary views of what a Wireless Sensor Network (WSN) is, tracking progress and developing efficient WSNs is inherently a complex process. The main motivation of this work is advancing state-of-the-art WSNs by adaptively utilizing their components, and enlisting the utility of resources in network vicinity. As WSNs increase in density and expand in scale, we continue to witness an increase in overlapped deployments that serve independent applications. In most scenarios, new networks are deployed for new applications without considering previous or neighboring WSNs. This thesis presents the resource reuse (RR-WSN) paradigm. Adopting a generic framework for resource utilization, we achieve synergy between heterogeneous sensing systems. We abstract the view of a WSN in terms of functional capabilities, and offer a component-based view to boost sensor node (SN) potential and contribution to WSN operation. Thus SNs provide resources. On the other hand, we formally derive a set of functional requirements per application. The design and deployment of WSNs thus converges to an optimal assignment of functional requirements to resources. Two mainstream designs of WSNs are addressed in this thesis. The first involves WSNs with static deployments of nodes, whereby multiple applications run on networks in a given vicinity, yet the resources and applications share an owner (e.g., on a University Campus). We then present a Binary Integer Programming formulation to find the optimal assignment of resources to these functional requirements, while minimizing the energy impact of running each functional request. We further extend our scope to include WSNs that depend on transient nodes, such as smartphones, in a dynamic (DRR-WSN) paradigm, which could contribute significantly to the resource pool. Intuitively, multiple-owners are involved as resource providers and require different applications. Thus, we address the valuation of resources as they are shared across network owners. We finally present a maximal matching problem of finding the lowest cost for running each application, based on the available resource pool in the vicinity required. Extensive performance evaluation depicts the impact of RR-WSN design on WSN operation and longevity in various scenarios. / Thesis (Ph.D, Computing) -- Queen's University, 2013-08-27 04:44:14.556

As unidades industriais de produção de poliolefinas operam de maneira contínua, mas precisam produzir diferentes tipos de grades poliméricos (polímeros com diferentes especificações, para diferentes aplicações). As condições de operação do reator são mantidas por um certo período de tempo para produzir um determinado grade, e periodicamente as condições são alteradas para produzir lotes de outros grades. Estas transições permitem produzir diferentes grades usando o mesmo reator, mas exige mudanças nas condições operacionais e, como consequência, o polímero produzido durante uma transição fica fora da especificação. Assim, é desejável que as transições sejam realizadas no menor tempo possível, de maneira a produzir a menor quantidade de polímero fora da especificação. Estratégias mais eficientes de operar a transição podem ser obtidas através da solução de um problema de otimização dinâmica. Neste trabalho uma função objetivo integral quadrática foi minimizada, utilizando técnicas sequenciais dinâmicas para resolução da otimização. Os resultados foram primeiramente simulados e depois otimizados para a homopolimerização e copolimerização. No caso da homopolimerização, as otimizações mostraram que para aumentar o MI é preciso aumentar a concentração de hidrogênio na alimentação. Já na copolimerização, para aumentar o MI foi preciso diminuir a concentração de hidrogênio na alimentação e aumentar a vazão de comonômero; e para diminuir a densidade foi preciso aumentar a vazão de comonômero. Observou-se que as propriedades instantâneas têm dinâmica mais rápida e agressiva que as cumulativas. Os resultados mostraram que quando a parametrização não era adequada a solução se afastava do ótimo. Foi possível notar que atuar durante 2 tempos de residência já traz uma redução significativa do tempo para o término da transição e da massa de produto fora da especificação. O perfil das propriedades da transição no sentido grade 1 - grade 2 se mostrou diferente do grade 2 - grade 1, concluindo que o perfil de uma transição depende fortemente da direção da mudança nas propriedades. / Polyolefin plants operate under continuous production, but they need to supply many types of polymer grades (polymer with different specification, used in different applications). The operating conditions are maintained constant during the production of a certain grade and need to change periodically to produce another grade. Grade transitions allow the production of different polymer grades in a single reactor, but as they require changes in the operating conditions, there is a large production of off-specification polymer. Therefore, a desired transition drives the polymer properties to the new grade in a short period of time, producing a small amount of off-specification polymer. Efficient strategies to operate the transition can be obtained by solving a problem of dynamic optimization. In this work, a quadratic integral objective function was minimized by using dynamic sequential techniques for solving optimization. The results were first simulated and then optimized for the homopolymerization and copolymerization. In the case of homopolymerization, optimizations showed that to increase the MI is necessary to increase the hydrogen concentration in the feed. In the copolymerization, to increase the MI was necessary to reduce the concentration of hydrogen in the feed and increase the comonomer flow rate; and to decrease the density was necessary to increase the comonomer flow rate. It was observed that the instantaneous properties have faster and aggressive dynamics compared to the cumulative properties. The results showed that when the parameterization was not adequate the solution moves away from the optimum. It was observed that to act for 2 residence times makes a significant reduction in the transition time completion and in the mass of product out of specification. The trajectories of the transition properties towards grade 1 - grade 2 showed different behavior compared to grade 2 - grade 1 transition, concluding that the profile of a transition depends strongly on the direction of change in the properties.

O objetivo desse trabalho foi investigar o modelo matemático para baterias de chumbo-ácido, usada em aplicações veiculares, mais adequado para a condição de descarga, que ocorre durante o teste de Cold Crank, e propor uma metodologia para identificar os parâmetros da bateria, a partir de ensaios experimentais. A simulação do teste de Cold Crank foi a motivação para o início da pesquisa. Dentre os diversos modelos pesquisados, foram selecionados aqueles que representam a dinâmica da bateria durante a descarga e que são baseados em circuitos elétricos. O modelo de Jackey foi escolhido, por possuir um circuito equivalente com adequada complexidade para o objetivo estudado. Após algumas simplificações e usando a 1ª Lei de Kirchhoff, definiu-se a equação da bateria, que calcula a tensão nos terminais para um dado valor de corrente de descarga constante. Adotaram-se ainda algumas leis de formação propostas por Jackey e uma forma alternativa para a descrição de R1. Alguns parâmetros da equação da bateria foram calculados usando a curva de tensão em aberto (OCV) em função do estado de carga (SOC), a equação da variação do estado de carga em função do tempo (SOC(t)) e o circuito simplificado para o instante inicial. Para os demais parâmetros, uma metodologia de resolução foi apresentada e implementada em ambiente MatLab®. Através da utilização de curvas de descarga experimentais e com o auxílio dos algoritmos de otimização genético e de busca local, os parâmetros desconhecidos foram estimados de forma a minimizar o erro entre os valores calculados e os valores experimentais. Por fim, foi apresentada a variação dos parâmetros em função da corrente de descarga. Com o uso das curvas que aproximam essa variação, alguns exemplos foram gerados para mostrar que os valores calculados continuam coerentes, tanto em forma quanto em escala, quando comparados com valores experimentais para outros níveis de corrente. Dessa forma, o objetivo do trabalho foi alcançado uma vez que a metodologia aplicada apresentou bons resultados mesmo com o número limitado de curvas de descarga experimentais. / The aim of this study was to investigate the most suitable lead-acid battery model, used in vehicular application, to the discharge condition which occurs during a Cold Crank test, and to propose a methodology to identify the battery parameters from experimental tests. The Cold Crank simulation was the motivation for this research. Among the various studied models, were selected those that describe the battery dynamic during a discharge process and that are based on electrical circuits. Jackey model was chosen because it has an equivalent circuit with suitable complexity to the aim. After some simplifications and using 1st Kirchhoffs Law, the battery equation was defined, which calculates the terminal voltage for a given constant discharge current. Also, it was adopted some laws proposed by Jackey and an alternative way to describe R1. Some parameters from battery equation were defined using the open circuit voltage (OCV) as function of state of charge (SOC), the equation of SOC variation as function of time and simplified circuit for the initial time. For the others parameters, a solving methodology was introduced and implemented in Matlab® environment. Usage of experimental discharge curves and with the help of genetic and local search algorithms, the unknown parameters were estimated in order to minimize the error between calculated and experimental values. Finally, it was presented the parameters variation as function of discharge current. With the use of curves that approximate this variation, some examples were generated to show that the calculated values remain consistent in both shape and range when compared to experimental values for others current levels. In this way, the aim was reached since methodology produced good results even with limited number of experimental discharge curves.

Este trabalho inicia descrevendo as principais teorias de laminação que têm sido empregadas nos últimos anos na determinação das condições ideais para operação de laminadores a frio. Estas condições ideais estão ligadas a um conjunto de referências dos controladores do sistema, visando a máxima produtividade do laminador e a melhor qualidade da chapa laminada. As principais contribuições desta tese são: (i) proposta de um novo procedimento não iterativo para a determinação inicial de referências para redução em cada cadeira de um laminador de tiras a frio, originado do algoritmo iterativo do fator beta, introduzido por R. M. Guo; (ii) em seguida, é feito uso do modelo de Bland e Ford para cálculo de força e torque de laminação, utilizando o esquema de reduções sugerido pelo algoritmo de inicialização. A partir deste ponto, emprega-se o algoritmo de otimização de Nelder e Mead. A contribuição da tese para esta fase de otimização consiste na proposta da função objetivo a ser minimizada. Esta função objetivo leva em conta os principais atributos de qualidade e produtividade do laminador, ou seja, espessura, planicidade e utilização de toda a potência disponível, igualmente distribuída por todas as cadeiras; (iii) finalmente, visando garantir máxima precisão para as previsões do modelo, é proposto um algoritmo de otimização para ser utilizado em um esquema de adaptação, tendo em vista as dificuldades de se estimar duas importantes variáveis do processo de laminação: o coeficiente de atrito e o limite de escoamento. São também apresentados resultados obtidos à partir de um laminador tandem de 4 cadeiras, industrial, no qual foram implantados alguns dos métodos propostos. / This work begins describing the main rolling theories which have been employed during the recent years, in order to achieve the ideal conditions for the operation of tandem cold rolling mills. These optimum conditions are connected to a set of references used by the main systems regulators, aiming at getting the best quality of the strip and the maximum productivity of the mill. The main contributions of this thesis are: (i) proposal of a new non-iterative procedure to initial reduction calculation for each stand of a tandem cold mill, based on the iterative beta factor algorithm introduced by R.M. Guo; (ii) Use of Bland and Ford model for roll force and roll torque calculation, starting from the initial reduction schedule proposed by the non-iterative initialization algorithm and optimized by the Nelder and Mead method. The contribution of this thesis for this optimization phase consists in its proposal for an objective function to be minimized. This objective function takes into consideration the main product quality and process productivity attributes, i.e., thickness, flatness and the use of maximum available power, evenly distributed among all stands; (iii) finally, aiming at ensuring maximum precision for the model predictions, it is proposed an optimization algorithm to be used by an adaptation strategy, considering the difficulties to estimates two main rolling mill process variables: friction and yield stress coeficientes. Results extracted from an industrial four stand tandem cold mill, on which some of the proposal theories were implemented, are presented and discussed.

O objetivo desse trabalho foi investigar o modelo matemático para baterias de chumbo-ácido, usada em aplicações veiculares, mais adequado para a condição de descarga, que ocorre durante o teste de Cold Crank, e propor uma metodologia para identificar os parâmetros da bateria, a partir de ensaios experimentais. A simulação do teste de Cold Crank foi a motivação para o início da pesquisa. Dentre os diversos modelos pesquisados, foram selecionados aqueles que representam a dinâmica da bateria durante a descarga e que são baseados em circuitos elétricos. O modelo de Jackey foi escolhido, por possuir um circuito equivalente com adequada complexidade para o objetivo estudado. Após algumas simplificações e usando a 1ª Lei de Kirchhoff, definiu-se a equação da bateria, que calcula a tensão nos terminais para um dado valor de corrente de descarga constante. Adotaram-se ainda algumas leis de formação propostas por Jackey e uma forma alternativa para a descrição de R1. Alguns parâmetros da equação da bateria foram calculados usando a curva de tensão em aberto (OCV) em função do estado de carga (SOC), a equação da variação do estado de carga em função do tempo (SOC(t)) e o circuito simplificado para o instante inicial. Para os demais parâmetros, uma metodologia de resolução foi apresentada e implementada em ambiente MatLab®. Através da utilização de curvas de descarga experimentais e com o auxílio dos algoritmos de otimização genético e de busca local, os parâmetros desconhecidos foram estimados de forma a minimizar o erro entre os valores calculados e os valores experimentais. Por fim, foi apresentada a variação dos parâmetros em função da corrente de descarga. Com o uso das curvas que aproximam essa variação, alguns exemplos foram gerados para mostrar que os valores calculados continuam coerentes, tanto em forma quanto em escala, quando comparados com valores experimentais para outros níveis de corrente. Dessa forma, o objetivo do trabalho foi alcançado uma vez que a metodologia aplicada apresentou bons resultados mesmo com o número limitado de curvas de descarga experimentais. / The aim of this study was to investigate the most suitable lead-acid battery model, used in vehicular application, to the discharge condition which occurs during a Cold Crank test, and to propose a methodology to identify the battery parameters from experimental tests. The Cold Crank simulation was the motivation for this research. Among the various studied models, were selected those that describe the battery dynamic during a discharge process and that are based on electrical circuits. Jackey model was chosen because it has an equivalent circuit with suitable complexity to the aim. After some simplifications and using 1st Kirchhoffs Law, the battery equation was defined, which calculates the terminal voltage for a given constant discharge current. Also, it was adopted some laws proposed by Jackey and an alternative way to describe R1. Some parameters from battery equation were defined using the open circuit voltage (OCV) as function of state of charge (SOC), the equation of SOC variation as function of time and simplified circuit for the initial time. For the others parameters, a solving methodology was introduced and implemented in Matlab® environment. Usage of experimental discharge curves and with the help of genetic and local search algorithms, the unknown parameters were estimated in order to minimize the error between calculated and experimental values. Finally, it was presented the parameters variation as function of discharge current. With the use of curves that approximate this variation, some examples were generated to show that the calculated values remain consistent in both shape and range when compared to experimental values for others current levels. In this way, the aim was reached since methodology produced good results even with limited number of experimental discharge curves.

We study the preconditioning of symmetric indefinite linear systems of equations that arise in interior point solution of linear optimization problems. The preconditioning method that we study exploits the block structure of the augmented matrix to design a similar block structure preconditioner to improve the spectral properties of the resulting preconditioned matrix so as to improve the convergence rate of the iterative solution of the system. We also propose a two-phase algorithm that takes advantage of the spectral properties of the transformed matrix to solve for the Newton directions in the interior-point method. Numerical experiments have been performed on some LP test problems in the NETLIB suite to demonstrate the potential of the preconditioning method discussed. / Singapore-MIT Alliance (SMA)

We study the zeroth-, first-, and second-order algorithms proposed by Tuncel. The zeroth-order algorithms are the generalization of the classic primal-dual affine-scaling methods, and have a strong connection with the quasi-Newton method. Although the zeroth-order algorithms have the property of strict monotone decrease in both primal and dual objective values, they may not converge. We give an illustrative example as well as an algebraic proof to show that the zeroth-order algorithms do not converge to an optimal solution in some cases. The second-order algorithms use the gradients and Hessians of the barrier functions. Tuncel has shown that all second-order algorithms have a polynomial iteration bound. The second-order algorithms have a range of primal-dual scaling matrices to be chosen. We give a method to construct such a primal-dual scaling matrix. We then analyze a new centrality measure. This centrality measure appeared in both first- and second-order algorithms. We compare the neighbourhood defined by this centrality measure with other known neighbourhoods. We then analyze how this centrality measure changes in the next iteration in terms of the step length and some other information of the current iteration.

We study the zeroth-, first-, and second-order algorithms proposed by Tuncel. The zeroth-order algorithms are the generalization of the classic primal-dual affine-scaling methods, and have a strong connection with the quasi-Newton method. Although the zeroth-order algorithms have the property of strict monotone decrease in both primal and dual objective values, they may not converge. We give an illustrative example as well as an algebraic proof to show that the zeroth-order algorithms do not converge to an optimal solution in some cases. The second-order algorithms use the gradients and Hessians of the barrier functions. Tuncel has shown that all second-order algorithms have a polynomial iteration bound. The second-order algorithms have a range of primal-dual scaling matrices to be chosen. We give a method to construct such a primal-dual scaling matrix. We then analyze a new centrality measure. This centrality measure appeared in both first- and second-order algorithms. We compare the neighbourhood defined by this centrality measure with other known neighbourhoods. We then analyze how this centrality measure changes in the next iteration in terms of the step length and some other information of the current iteration.