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

Um problema-chave envolvendo processos químicos industriais é controlar, de forma confiável, eficiente e barata, a evolução dinâmica do sistema. Numa coluna de destilação, por exemplo, o objetivo do controle é manter a composição do destilado e do produto de fundo em torno de um valor desejado. As dificuldades operacionais e o alto custo dos analisadores industriais, existentes no mercado, usados na medição da composição têm motivado o projeto de sensores virtuais (soft sensors) para que, a partir de outras medições disponíveis, seja possível inferir de maneira online os valores das variáveis desejadas. Por outro lado, as redes neurais artificiais têm sido utilizadas em diversas aplicações práticas de engenharia, sendo possível usá-las para resolver problemas industriais complexos. Elas possuem diversas características que as fazem particularmente atrativas em aplicações envolvendo sistemas multivariáveis não lineares. Nesse trabalho, um estimador dinâmico virtual baseado em redes neurais é usado para inferir a composição de etanol destilado com base na temperatura e na pressão no interior da coluna, além das vazões de refluxo, do vapor no refervedor e da alimentação. Os resultados desse estudo poderão ser utilizados no desenvolvimento de futuros projetos envolvendo sensores virtuais aplicados ao controle e à otimização de processos industriais. / A key problem involving industrial chemical processes is to control the dynamic evolution of the system in a reliable, efficient and low cost way. In a distillation column, for example, the control objective is to keep the composition of both distillate and bottom product around a desired value. The operational difficulties and high cost of concentration analyzers, used for measuring the composition, have motivated the design of virtual sensors (soft sensors). They are used, in an online way, to infer the values of the desired variables from other available measurements. On the other hand, artificial neural networks have been used for solving many practical engineering applications involving complex industrial problems. They have several features, making them particularly attractive to applications involving nonlinear multivariable systems. In this work, a virtual estimator based on a dynamic neural network is used to infer the composition of distilled ethanol. Temperature and pressure within the column, and the flows of steam and reflux are used as inputs for the neural network. The results of this study can be used to develop future projects involving virtual sensors applied in control and optimization of industrial processes.

Um problema-chave envolvendo processos químicos industriais é controlar, de forma confiável, eficiente e barata, a evolução dinâmica do sistema. Numa coluna de destilação, por exemplo, o objetivo do controle é manter a composição do destilado e do produto de fundo em torno de um valor desejado. As dificuldades operacionais e o alto custo dos analisadores industriais, existentes no mercado, usados na medição da composição têm motivado o projeto de sensores virtuais (soft sensors) para que, a partir de outras medições disponíveis, seja possível inferir de maneira online os valores das variáveis desejadas. Por outro lado, as redes neurais artificiais têm sido utilizadas em diversas aplicações práticas de engenharia, sendo possível usá-las para resolver problemas industriais complexos. Elas possuem diversas características que as fazem particularmente atrativas em aplicações envolvendo sistemas multivariáveis não lineares. Nesse trabalho, um estimador dinâmico virtual baseado em redes neurais é usado para inferir a composição de etanol destilado com base na temperatura e na pressão no interior da coluna, além das vazões de refluxo, do vapor no refervedor e da alimentação. Os resultados desse estudo poderão ser utilizados no desenvolvimento de futuros projetos envolvendo sensores virtuais aplicados ao controle e à otimização de processos industriais. / A key problem involving industrial chemical processes is to control the dynamic evolution of the system in a reliable, efficient and low cost way. In a distillation column, for example, the control objective is to keep the composition of both distillate and bottom product around a desired value. The operational difficulties and high cost of concentration analyzers, used for measuring the composition, have motivated the design of virtual sensors (soft sensors). They are used, in an online way, to infer the values of the desired variables from other available measurements. On the other hand, artificial neural networks have been used for solving many practical engineering applications involving complex industrial problems. They have several features, making them particularly attractive to applications involving nonlinear multivariable systems. In this work, a virtual estimator based on a dynamic neural network is used to infer the composition of distilled ethanol. Temperature and pressure within the column, and the flows of steam and reflux are used as inputs for the neural network. The results of this study can be used to develop future projects involving virtual sensors applied in control and optimization of industrial processes.

Made available in DSpace on 2016-08-31T13:33:45Z (GMT). No. of bitstreams: 1 MissileneSF_Dissert.pdf: 1294524 bytes, checksum: b3601c72fef0c8416a12dd43f864d044 (MD5) Previous issue date: 2015-02-27 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / The proposal for this study is to obtain an adaptive controller by feedback states for fourth order time-varyng multivariable systems or with parametric uncertainty. Alternatively the difficulties and limitations involving the usual methods of synthesis of optimal controllers for this class of systems, through the investigation of an algorithm based on particles swarm optimization with good tuning of parameters, we seek to define a flexible structure for applications that require decision making and online estimation of the feedback matrix parameters. The controller developed should provide, for every execution, not only system stability, but at the same time, provides compliance to the performance indexes set, without the need to perform complex and expensive mathematical calculations, eliminating thus the subjective components of analysis and design / É proposta neste trabalho a obtenção de um controlador adaptativo por realimentação de estados para sistemas multivariáveis de quarta ordem variantes no tempo e com incertezas paramétricas. Em alternativa às dificuldades e limitações envolvendo os métodos usuais de síntese de controladores ótimos para esta classe de sistemas, por meio da investigação de um algoritmo baseado na otimização por enxame de partículas com boa sintonia dos parâmetros, busca-se a definição de uma estrutura flexível destinada a aplicações que demandem a tomada de decisão e estimação em tempo real dos parâmetros da matriz de realimentação. O controlador desenvolvido deverá fornecer, a cada execução, não somente estabilidade ao sistema, mas ao mesmo tempo, propiciar observância aos índices de desempenho fixados, sem a necessidade da realização de cálculos matemáticos complexos e dispendiosos, eliminando, dessa forma, as componentes subjetivas de análise e projeto

Utilização de experimentos com relés para identificação de pontos da resposta em freqüência de sistemas multivariáveis quadrados e sintonia de controladores PID descentralizados. / It use relay experiments for square multivariable system frequency response and decentralized PID controller tunning.

Utilização de experimentos com relés para identificação de pontos da resposta em freqüência de sistemas multivariáveis quadrados e sintonia de controladores PID descentralizados. / It use relay experiments for square multivariable system frequency response and decentralized PID controller tunning.

Utilização de experimentos com relés para identificação de pontos da resposta em freqüência de sistemas multivariáveis quadrados e sintonia de controladores PID descentralizados. / It use relay experiments for square multivariable system frequency response and decentralized PID controller tunning.

Orientador: Gilmar Barreto / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-12T10:12:12Z (GMT). No. of bitstreams: 1 GiraldoClavijo_David_M.pdf: 8609535 bytes, checksum: 3757243978613825c57c07d4e9b3cae4 (MD5) Previous issue date: 2008 / Resumo: Este estudo apresenta os fundamentos teóricos para modelagem de dados multivariáveis no espaço de estado através de Métodos de Subespaços para Identificação de sistemas lineares invariantes no tempo, discretos no tempo. O trabalho contém alguns conceitos básicos de sistemas dinâmicos, um pouco da história e os elementos de identificação de sistemas, modelos no espaço de estado e modelos estendidos no espaço de estado. Dois Métodos de Subespaços são analisados e tratados, o Multivariable Output-Error State-sPace (MOESP) e o Numerical algorithm for Subspace State-Space System IDentification (N4SID). Modificações nos seus algoritmos são propostas e implementadas. Experimentos com benchmarks são realizados para exemplificar o procedimento de identificação por subespaços e para avaliar os algoritmos modificados. / Abstract: This study presents the theoretical foundations of multivariable data modeling in state space by Subspace Methods for Systems Identification of linear time invariant, discrete time, systems. The work contains some basic concepts of dynamic systems, a little of history and the elements of systems identification, state space models and extended state space models. Two Subspace Methods are analyzed and applied, Multivariable Output-Error State-sPace (MOESP)and Numerical algorithm for Subspace State-Space System IDentification (N4SID). Some modifications then are proposed and implemented. Experiments with benchmarks are realized to show the procedure of Identification by subspace and to evaluate the modified algorithms. / Mestrado / Automação / Mestre em Engenharia Elétrica

Industrial robot manipulators are general-purpose machines used for industrial automation in order to increase productivity, flexibility, and quality. Other reasons for using industrial robots are cost saving, and elimination of heavy and health-hazardous work. Robot motion control is a key competence for robot manufacturers, and the current development is focused on increasing the robot performance, reducing the robot cost, improving safety, and introducing new functionalities. Therefore, there is a need to continuously improve the models and control methods in order to fulfil all conflicting requirements, such as increased performance for a robot with lower weight, and thus lower mechanical stiffness and more complicated vibration modes. One reason for this development of the robot mechanical structure is of course cost-reduction, but other benefits are lower power consumption, improved dexterity, safety issues, and low environmental impact. This thesis deals with three different aspects of modeling and control of flexible, i.e., elastic, manipulators. For an accurate description of a modern industrial manipulator, the traditional flexible joint model, described in literature, is not sufficient. An improved model where the elasticity is described by a number of localized multidimensional spring-damper pairs is therefore proposed. This model is called the extended flexible joint model. This work describes identification, feedforward control, and feedback control, using this model. The proposed identification method is a frequency-domain non-linear gray-box method, which is evaluated by the identification of a modern six-axes robot manipulator. The identified model gives a good description of the global behavior of this robot. The inverse dynamics control problem is discussed, and a solution methodology is proposed. This methodology is based on a differential algebraic equation (DAE) formulation of the problem. Feedforward control of a two-axes manipulator is then studied using this DAE approach. Finally, a benchmark problem for robust feedback control of a single-axis extended flexible joint model is presented and some proposed solutions are analyzed.

<p>Industrial robot manipulators are general-purpose machines used for industrial automation in order to increase productivity, flexibility, and quality. Other reasons for using industrial robots are cost saving, and elimination of heavy and health-hazardous work. Robot motion control is a key competence for robot manufacturers, and the current development is focused on increasing the robot performance, reducing the robot cost, improving safety, and introducing new functionalities. Therefore, there is a need to continuously improve the models and control methods in order to fulfil all conflicting requirements, such as increased performance for a robot with lower weight, and thus lower mechanical stiffness and more complicated vibration modes. One reason for this development of the robot mechanical structure is of course cost-reduction, but other benefits are lower power consumption, improved dexterity, safety issues, and low environmental impact.</p><p>This thesis deals with three different aspects of modeling and control of flexible, i.e., elastic, manipulators. For an accurate description of a modern industrial manipulator, the traditional flexible joint model, described in literature, is not sufficient. An improved model where the elasticity is described by a number of localized multidimensional spring-damper pairs is therefore proposed. This model is called the extended flexible joint model. This work describes identification, feedforward control, and feedback control, using this model.</p><p>The proposed identification method is a frequency-domain non-linear gray-box method, which is evaluated by the identification of a modern six-axes robot manipulator. The identified model gives a good description of the global behavior of this robot.</p><p>The inverse dynamics control problem is discussed, and a solution methodology is proposed. This methodology is based on a differential algebraic equation (DAE) formulation of the problem. Feedforward control of a two-axes manipulator is then studied using this DAE approach.</p><p>Finally, a benchmark problem for robust feedback control of a single-axis extended flexible joint model is presented and some proposed solutions are analyzed.</p>