Made available in DSpace on 2016-08-29T15:32:33Z (GMT). No. of bitstreams: 1 tese_2846_DissertacaoMestradoWallasGusmaoThomas.pdf: 2111644 bytes, checksum: 4c18b42b6fd30dc8936a117ad1df0087 (MD5) Previous issue date: 2010-05-07 / O objetivo deste trabalho é mostrar o desenvolvimento do modelo de uma planta didática não linear e multivariável usando a resposta ao degrau. Esta planta didática é do curso técnico de automação industrial do IFES – SERRA (ES). A partir das equações físicas do processo são desenvolvidas as relações entre as variáveis controladas e as variáveis manipuladas em regime permanente para qualquer ponto de operação. Utilizando a resposta ao degrau, de acordo com sua amplitude, são mapeadas as constantes de tempo do processo. O atraso do modelo é encontrado utilizando os mínimos quadrados. Por fim é desenvolvido um simulador a fim de comparar a resposta no tempo da planta real com a do modelo proposto.

Made available in DSpace on 2016-12-23T14:07:26Z (GMT). No. of bitstreams: 1 Dissertacao_WALLAS_Final.pdf: 2098098 bytes, checksum: fd85081c515eea7e1921beb926a980cc (MD5) Previous issue date: 2010-05-07 / O objetivo deste trabalho é mostrar o desenvolvimento do modelo de uma planta didática não linear e multivariável usando a resposta ao degrau. Esta planta didática é do curso técnico de automação industrial do IFES SERRA (ES). A partir das equações físicas do processo são desenvolvidas as relações entre as variáveis controladas e as variáveis manipuladas em regime permanente para qualquer ponto de operação. Utilizando a resposta ao degrau, de acordo com sua amplitude, são mapeadas as constantes de tempo do processo. O atraso do modelo é encontrado utilizando os mínimos quadrados. Por fim é desenvolvido um simulador a fim de comparar a resposta no tempo da planta real com a do modelo proposto. / The objective of this dissertation is to show the development of one nonlinear pilot plant model and multivariable using the step response. The pilot plant belongs to the course of industrial process control of IFES - SERRA (ES). From the physical equations of the process, are developed relationships of controlled variables in steady state at any point of operation. Using the step response, are mapped onto the time constants of the process according to the changes of the manipulated variables. The delay model is found using the least squares and step response. Finally we developed a simulator to compare the time response of the real plant with the proposed model.

The present work aims to expand the possibilities of PD 3 control strategies implementation and to evaluate, in a practical way, different strategies of fuzzy logic application in the control of processes of a didactic plant (PD 3). This was accomplished by adding fuzzy control strategies to the conventional industrial control strategies with which the PD 3 system is factory configured. The conventional strategies use PID controllers and its variations (P, PI and PD) which parameters are preset and "implanted" in the instruments. Three fuzzy control strategies were performed with temperature as the main process variable to be controlled and flow as the secondary variable to be controlled. The first strategy was the fuzzy-PID temperature control; it was used the local PID controller of PD 3 and a strategy was developed in fuzzy logic in an external workstation, for tuning of the PID parameters in real time. The PD 3 controller acts directly on the power of the heating resistances, which is the manipulated variable. This way, the temperature was controlled in the process. The second strategy, called temperature fuzzy-PID + flow, continued using the same fuzzy-PID temperature controller but was added a fuzzy control to regulate the process flow variable. This fuzzy control was developed at the work station and directly manipulates the actuator of the intelligent water inlet control valve to the heating tank. Finally, a completely fuzzy strategy was developed to control temperature and flow variables of the process. Of the three strategies implemented, completely fuzzy controller presented the best response when observed all metrics and performance indicators. / O presente trabalho tem como objetivos ampliar as possibilidades de implementação de estratégias de controle da PD 3 e avaliar de forma prática diferentes estratégias de aplicação da lógica difusa no controle de processos de uma planta didática (PD 3). Isto foi realizado adicionando estratégias de controle difusas às estratégias convencionais de controle industrial, com as quais o sistema da PD 3 vem configurado de fábrica. As estratégias convencionais utilizam controladores do tipo PID e suas variações (P, PI e PD) cujos parâmetros são pré-ajustados e “implantados” nos instrumentos. Foram realizadas três estratégias de controle difuso com a temperatura como variável principal a controlar e a vazão como variável secundaria a controlar. A primeira estratégia foi o controle de temperatura difuso-PID, na qual foi utilizado o controlador PID local da PD 3 e foi desenvolvida uma estratégia em lógica difusa, em uma estação de trabalho externa, para a sintonia em tempo real dos parâmetros PID. O controlador da PD 3 atua diretamente sobre a potência das resistências de aquecimento, sendo esta a variável manipulada. Desta maneira se realizou o controle da temperatura no processo. A segunda estratégia, denominada temperatura difuso-PID + vazão, continuou usando o mesmo controlador de temperatura difuso-PID, mas foi adicionado um controle difuso para regular a variável vazão do processo. Este controle difuso foi desenvolvido na estação de trabalho e manipula diretamente o atuador da válvula de controle inteligente de entrada de agua ao tanque de aquecimento. Por último, foi desenvolvida uma estratégia totalmente difusa para controlar as variáveis temperatura e vazão do processo. Das três estratégias implementadas, a que apresentou melhor performance foi a do controlador totalmente difuso quando observadas as métricas e índices de desempenho.