Orientador: Michael B. Wrigley / Dissertação (mestrado) - Universidade Estadual de Campinas, Instituto de Filosofia e Ciencias Humanas / Made available in DSpace on 2018-07-24T21:12:31Z (GMT). No. of bitstreams: 1 AguilarVerastegui_RosadeLourdes_M.pdf: 2355582 bytes, checksum: 6bcdfd463f8cb8be8daa428271089672 (MD5) Previous issue date: 1998 / Resumo: Não informado / Abstract: Not informed. / Mestrado / Mestre em Ciências

Orientadores: Wagner Caradori do Amaral, Paulo Augusto Valente Ferreira / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Eletrica e de Computação / Made available in DSpace on 2018-08-06T08:06:48Z (GMT). No. of bitstreams: 1 Moreira_VicenteDelgado_D.pdf: 1111607 bytes, checksum: 9222971b25851f421024465a31aedb3b (MD5) Previous issue date: 2006 / Resumo: O interesse pelo projeto de controladores preditivos para sistemas híbridos vem aumentando nos últimos anos. Os sistemas híbridos são descritos simultaneamente por relações lógicas, baseadas por exemplo nos operadores SE/ENTÃO/SENÃO, e por equações dinâmicas. Devido às exigências relacionadas ao desempenho de rastreio das referências em malha fechada, busca-se atualmente metodologias de modelagem que permitam integrar as representações dinâmicas e as proposições lógicas do processo híbrido em uma abordagem não-hierárquica. As abordagens encontradas na literatura para o controle preditivo de sistemas híbridos são preferencialmente aplicáveis a processos determinísticos cujas dinâmicas são representadas no espaço de estados. Em certos casos, um modelo de estados não é conhecido, incertezas para métricas politópicas inviabilizam o projeto de controladores preditivos robustos, ou outras formas de modelagem são mais adequadas para a representação do processo. Neste trabalho, desenvolve-se uma nova metodologia para a modelagem e o controle preditivo robusto de sistemas híbridos incertos. Na abordagem proposta, as proposições lógicas são transformadas em desigualdades lineares mistas equivalentes, como sugerido na literatura. Um modelo baseado em séries de funções ortonormais é estimado para descrever o comportamento dinâmico do processo. Os modelos baseados em séries podem ser representados no espaço de estados, e a ordem do modelo pode ser reduzida escolhendo-se adequadamente as bases ortonormais. Como sugerido na literatura, a incerteza de um conjunto de respostas ao impulso é mapeada em intervalos de pertinência que definem os coeficientes da série ortonormal. Impõe-se condições adicionais sobre esta técnica para assegurar que todas as respostas ao impulso do processo estão representadas no modelo. Os limites da incerteza são estimados, ao contrário das abordagens encontradas na literatura, onde é necessário conhecer antecipadamente a amplitude máxima da perturbação. A equação de estados do modelo proposto não contém coeficientes incertos, implicando que o seu espaço politópico é reduzido substancialmente quando comparado às abordagens existentes na literatura, onde todas as matrizes da representação de estados podem estar contidas em politopos. Também propõe se uma nova estratégia para assegurar a estabilidade robusta do processo em malha fechada com controle preditivo. A estratégia é baseada em conjuntos terminais, uma das formas menos conservadoras de assegurar o rastreio das referências do sistema. Resultados de simulação são apresentados para ilustrar o desempenho desta nova abordagem de controle preditivo robusto para sistemas híbridos incertos. Utiliza-se o algoritmo proposto para o controle de um sistema de refrigeração industrial / Abstract: Model-based Predictive Control (MPC) has been attracting interest in both academic and industrial areas since the 1970's. The MPC methodology has been recently extended to a class of hybrid systems described by dynamics and logic rules. Logical propositions are performed by using, for example, IF /THEN/ELSE operators. Due to performance requirements, the nonhierarchical modeling approaches to hybrid systems have been preferable in MPC schemes. Some methodologies to the modeling and predictive controling of hybrid systems can be found in the literature. These schemes are specially applicable to deterministic hybrid systems whose dynamics are represented in state-space. In some cases, a state-space model is not available or politopic uncertainties can prohibit real time implementations. Over this, other models can be more adequate to parameter estimation. A new approach for modeling and controlling a class of hybrid systems described by interacting physical laws, logic rules, and operational requirements is proposed in this work. As recently suggested in the literature, the logic rules are integrated into the model as equivalent linear inequality constraints involving both continuous and binary variables. The distinguishing feature of the approach proposed is the use of orthonormal series for modeling the process dynamics. The model proposed can be easily estimated with only approximate knowledge of the system dynamics. The order of the model can be reduced by an adequate selection of the orthonormal basis. Uncertainties in the process dynamics are incorporated into the output equation only, reducing the mo dei politopic space. A new strategy to assure robust stability is also presented. The reference tracking is guaranteed by using a terminal set constraint, which does not severally affect the tracking performance of the closed loop system. The approaches proposed in the literature to determine a terminal set constraint use the maximal amplitude of the perturbation,which is generally unknown.- 15 this work, the limits of the uncertainty are estimated. Simulation examples illustrate the main characteristics of the framework proposed. / Doutorado / Automação / Doutor em Engenharia Elétrica