Made available in DSpace on 2015-03-03T15:07:34Z (GMT). No. of bitstreams: 1 AndreFOAD_DISSERT.pdf: 2002320 bytes, checksum: 0ebf2e7fb75a8ce59284dc72a43ef7ba (MD5) Previous issue date: 2012-05-18 / The separation methods are reduced applications as a result of the operational costs, the low output and the long time to separate the uids. But, these treatment methods are important because of the need for extraction of unwanted contaminants in the oil production. The water and the concentration of oil in water should be minimal (around 40 to 20 ppm) in order to take it to the sea. Because of the need of primary treatment, the objective of this project is to study and implement algorithms for identification of polynomial NARX (Nonlinear Auto-Regressive with Exogenous Input) models in closed loop, implement a structural identification, and compare strategies using PI control and updated on-line NARX predictive models on a combination of three-phase separator in series with three hydro cyclones batteries. The main goal of this project is to: obtain an optimized process of phase separation that will regulate the system, even in the presence of oil gushes; Show that it is possible to get optimized tunings for controllers analyzing the mesh as a whole, and evaluate and compare the strategies of PI and predictive control applied to the process. To accomplish these goals a simulator was used to represent the three phase separator and hydro cyclones. Algorithms were developed for system identification (NARX) using RLS(Recursive Least Square), along with methods for structure models detection. Predictive Control Algorithms were also implemented with NARX model updated on-line, and optimization algorithms using PSO (Particle Swarm Optimization). This project ends with a comparison of results obtained from the use of PI and predictive controllers (both with optimal state through the algorithm of cloud particles) in the simulated system. Thus, concluding that the performed optimizations make the system less sensitive to external perturbations and when optimized, the two controllers show similar results with the assessment of predictive control somewhat less sensitive to disturbances / Os m?todos de separa??o de ?leo e ?gua possuem, em sua maioria, aplica??es reduzidas devido ao custo operacional, a baixa efici?ncia de separa??o e ao alto tempo de processamento da separa??o. Por?m, Esses m?todos de tratamento s?o importantes devido a necessidade de extra??o dos contaminantes mais indesejados no processo de produ??o do petr?leo, a ?gua, e ao mesmo tempo, a concentra??o de ?leo na ?gua deve ser m?nima (da ordem de 40 a 20ppm) para o descarte regular da fase aquosa ao mar. A partir dessa necessidade de tratamento prim?rio objetiva-se, neste trabalho, estudar e implementar algoritmos de identifica??o para modelos polinomiais NARX em malha fechada, detectando a estrutura dos modelos, e comparar estrat?gias de controle PI e preditivo utilizando os modelos NARX (Nonlinear Auto-Regressive with Exogenous Input) atualizados online em uma combina??o de separador trif?sico em s?rie com tr?s baterias de hidrociclones. Os objetivos principais deste trabalho s?o obter um processo otimizado de separa??o trif?sica que regule o sistema, mesmo na presen?a de golfadas; mostrar que e poss?vel obter sintonias otimizadas para os controladores analisando a malha como um todo; e, avaliar e comparar as estrat?gias de controle PI e preditivo aplicadas ao processo. Para cumprir estes objetivos foi utilizado um simulador para representar o separador trif?sico e os hidrociclones, al?m de desenvolvidos algoritmos de identifica??o de sistemas (NARX) utilizando MQR (M?nimos Quadrados Recursivo), aliados a m?todos de detec??o de estrutura de modelos. Tamb?m foram implementados algoritmos de controle preditivo com modelos NARX atualizados online, e algoritmos de otimiza??o que utilizam PSO (Particle Swarm Optimization). O trabalho finaliza com a compara??o de resultados obtidos a partir da utiliza??o dos controladores PI e preditivo no sistema simulado ambos com par?metros otimizados atrav?s do algoritmo de nuvem de part?culas, e concluindo que as otimiza??es realizadas tornam o regulat?rio menos sens?vel a perturba??es externas (golfadas) e quando otimizados os dois controladores apresentam resultados similares, sendo os resultados do preditivo um pouco menos sens?vel as perturba??es