Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2016. / Made available in DSpace on 2016-09-20T04:09:16Z (GMT). No. of bitstreams: 1 341417.pdf: 1725397 bytes, checksum: bde83e0a699ef0b75c30162ee314353f (MD5) Previous issue date: 2016 / Neste trabalho são abordados estudos de controle preditivo para o controle de estoques em cadeias de suprimentos. Uma cadeia de suprimento é um processo de fabricação integrado, em que as matérias-primas são convertidas em produtos finais entregues aos clientes. Processos de cadeias de suprimento podem ser matematicamente modelados, apresentando características de atraso de tempo, muitas vezes elevado, e dinâmicas integradoras. O problema de fato com o atraso são as limitações físicas, que não permitem que produtos sejam produzidos ou entregues até o decorrer dos tempos de atraso após a recepção dos pedidos. São tempos de espera presentes na dinâmica do modelo. O controle preditivo oferece flexibilidade em termos de troca de informação, topologias de rede e manipulação de restrições. Além disso, o controle preditivo trabalha sob otimização de objetivos. Objetivos que podem ser projetados para considerar informações econômicas, como também levar em conta objetivos mais comuns da teoria de controle, como rastreamento de referências, e especificações dinâmicas de suas variáveis. Dessa maneira, o problema pode ser escalado para manter níveis de estoque dentro de certos valores pré-determinados e, ao mesmo tempo, proporcionar um funcionamento economicamente ideal no processo de fabricação; em outras palavras, evitar mudanças rápidas no ritmo de produção e, ao mesmo tempo, evitar quantidades indesejáveis de produtos em estoque. Assim, foram desenvolvidas duas estratégias de controle, sendo a primeira baseada no controlador preditivo generalizado conhecido como GPC. A segunda estratégia de controle utilizada neste trabalho consistiu no aproveitamento da estrutura de compensação de atraso no preditor do GPC, implementando o algoritmo conhecido como DTC-GPC. Foram realizados ensaios de simulação usando coordenações centralizada e descentralizada dos controladores, funcionando em condições ideais e sob a presença de perturbações e incertezas. Os resultados obtidos mostram que os controladores DTC-GPC podem ter um impacto significativo e positivo sobre o controle dos níveis de estoque e, ao mesmo tempo, satisfazer as demandas do mercado.<br> / Abstract : This work addressed predictive control studies for inventory control in supply chains. A supply chain is an integrated manufacturing process, in which raw materials are converted into finished products delivered to customers. Supply chain processes can be mathematically modeled, using integrative models with delay time. The real problem with the delay are the physical limitations that do not allow products to be produced or delivered instanteneouly by the course of the delay times of receipt of applications. Moreover, waiting times are present in the dynamic model. The model predictive control provides flexibility in terms of information exchange, network topologies and handling constraints. Moreover, the predictive control works under optimization goals. Goals that can be designed to consider economic aspects, but also take into account the most common goals of control theory, such as tracking references, and dynamic specifications of its variables. Thus, the problem can be scaled to keep inventory levels within certain predetermined values while at the same time provide an economically optimal operation in the manufacturing process; in other words, to avoid rapid changes in the production rate and, at the same time avoid undesirable amounts of products in stock. Thus, we developed two control strategies, the first based on generalized predictive controller known as GPC. The second control strategy used in this work uses a different delay compensation structure in the GPC predictor, implementing the algorithm known as DTC-GPC. Simulation tests were performed using centralized and decentralized coordination of the controllers, operating in ideal conditions and in the presence of disturbances and uncertainties. The results show that DTC-GPC controllers can have a significant and positive impact on the control of inventory levels and at the same time, satisfy the demands of the market.

Orientador: João Alexandre Ferreira da Rocha Pereira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-20T07:20:29Z (GMT). No. of bitstreams: 1 Maia_MariadeLourdesOliveira_M.pdf: 2123075 bytes, checksum: 4fe8d5cfa52e40ced87e380648907a66 (MD5) Previous issue date: 1994 / Resumo: Controladores preditivos com modelo são uma importante classe de controladores que fazem uso de um modelo do processo para realizar os cálculos das ações de controle. Através deste modelo interno, o controlador pode predizer o comportamento das variáveis de saída do processo, para um determinado horizonte de tempo no futuro. Baseando-se nestas predições, o controlador calcula a ação de controle necessária para minimizar o erro predito para as saídas do processo através de um método de otimização. Dessa forma o valor ótimo para a variável manipulada é aquele que mantém as variáveis de saída o mais próximo possível de uma trajetória de referência especificada para o horizonte de tempo. Neste trabalho foi implementada a uma coluna de absorção de gases uma das técnicas de controle preditivo. Esta técnica é a Matriz Dinâmica de Controle (DMC). Foi considerado o caso monovariável e sem restrições deste algoritmo de controle para que se pudesse fazer um estudo comparativo entre os desempenhos deste controlador preditivo (DMC) e um controlador convencional por retro-alimentação. A coluna de absorção foi simulada para a situação em que ocorrem perturbações em degrau na composição do gás à entrada da coluna. Foram comparadas as respostas obtidas pelos dois tipos de controladores (PI e DMC ), quando se quer controlar a composição do gás à saída da coluna, mediante a manipulação da vazão de solvente. Comprovou-se, então, a eficiência da estratégia de controle por Matriz Dinâmica através da melhoria no comportamento da variável controlada, em relação à encontrada com o controlador clássico / Abstract: Model Predictive Controllers are part of a very important class of controllers that are based on the use of a process model to calculate the controller action. Through this internal action, the controller can predict the behaviour of the process output variables for a given time horizon. Based on these predictions, the controller computes the controller action required to minimise the predicted error for the process output variables through an optimisation method. The optimum value for the manipulated variable is therefore the one which keeps the process output variables closest to the reference path specified for the time horizon. In the present work, predictive control techniques were applied to a gas absorption column, using the Dynamic Matrix Control (DMC). A single variable case (SISO), without restrictions, was considered so that a comparative study between the performances of the predictive control (DMC) and a conventional feedback controller could be made. The absorber column was simulated for step-wise changes in the inlet gas composition. The results for the control of the gas outlet composition, through changes in solvent flow, were analysed and compared for both the PI and DMC controllers. It was verified that the Dynamic Matrix Control technique provides a more efficient control strategy through an improvement in the behaviour of the controlled variable, when compared to a classical controller / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientadores: Rubens Maciel Filho, Aline Carvalho da Costa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-09-11T21:03:15Z (GMT). No. of bitstreams: 1 Rezende_MyleneCristinaAlvesFerreira_M.pdf: 5006808 bytes, checksum: d8e7aaf8f0cac9cd8620527cfc16a981 (MD5) Previous issue date: 2003 / Resumo: O presente trabalho trata do estudo do controle e otimização de um reator tubular multifásico visando a Integração de Processos Contínuos em Tempo Real. Como caso estudo é considerado um reator de hidrogenação catalítico trifásico, para o qual é utilizado um modelo matemático determinístico representativo do processo. O comportamento dinâmico do processo de produção é estudado a fim de se determinar possíveis estruturas de controle. O controlador implementado é baseado na filosofia do Controle por Matriz Dinâmica (Dynamic Matrix Contrai - DMC), um tipo de Controle Preditivo baseado em Modelo. Para resolver o problema da otimização, são revisadas e implementadas duas técnicas, a saber: a otimização por Programação Quadrática Sucessiva (Successive Quadratic Programming - SQP) e a otimização global por Algoritmos Genéticos. Os resultados obtidos com a otimização por SQP mostram a eficiência desta técnica na otimização do reator trifásico. Os Algoritmos Genéticos são métodos de otimização globais que trabalham com uma população de soluções que evolui ao longo de gerações e converge para um ótimo global. O estudo dos Algoritmos Genéticos mostra que se trata de um algoritmo robusto e eficiente para a otimização do reator trifásico, que pode ser uma alternativa para problemas onde métodos clássicos, como o SQP, não apresentam bom desempenho. Também é feita uma proposta sobre a integração de processos em tempo real e apresentada uma forma de definir e implementar a estratégia em uma camada, com o objetivo de aplicá-la em trabalhos futuros / Abstract: The present work aims to study the control and optimization of a multiphase catalyst slurry reactor, in order to deal with the Real Time Integration of Continuous Process. As the study case is considered a three-phase catalytic hydrogenation reactor, which is represented by a deterministic mathematical model. The dynamic behavior of the production process is studied in order to identify some suitable control structures. The controller implemented is based on Dynamic Matrix Control (DMC) philosophy, which is a type of Predictive Control based on Model. In order to solve the optimization problem are reviewed and implemented two techniques: optimization by Successive Quadratic Programming (SQP) and the global Optimization by Genetic Algorithms. The obtained results by SQP optimization shows the efficiency of this technique to be used for the three-phase reactor. The Genetic Algorithms are optimization methods based on population solution that evoluted through successive generations and converge to a global optimal. The studies of Genetic Algorithms show the powerful and efficiency for the optimization of the three phase reactor, that may be a potential alternative when classical methods do not work well. It is also done a propose on the over a real time integration process and presented a way to determine and to implement a strategy in one layer for the multiphase catalytic reactor / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

Controle preditivo baseado em modelos (MPC) é uma técnica de controle amplamente utilizada na indústria de processos químicos. Por outro lado, o método de identificação em subespaços (SID) tem se mostrado uma alternativa eficiente para os métodos clássicos de identificação de sistemas. Pela combinação dos conceitos de MPC e SID, surgiu, no final da década de 90, uma nova técnica de controle, denominada controle preditivo com enfoque em subespaços (SPC). Essa técnica também é conhecida como controle preditivo orientado a dados. Ela substitui por um único passo as três etapas do projeto de um MPC: a identificação do modelo, o cálculo do observador de estados e a construção das matrizes de predição. Este trabalho tem como principal objetivo revisar estudos feitos na área de SPC, aplicar esse método em sistemas típicos da indústria química e propor novos algoritmos. São desenvolvidos três algoritmos de excitação interna para o método SPC, que permitem gerar dados persistentemente excitantes enquanto um controle mínimo do processo é garantido. Esses algoritmos possibilitam aplicar identificação em malha fechada, na qual o modelo do controlador SPC é reidentificado utilizando dados previamente excitados. Os controladores SPC e SPC com excitação interna são testados e comparados ao MPC por meio de simulações em dois processos distintos. O primeiro consiste em uma coluna debutanizadora de uma unidade de destilação, para a qual são disponibilizados dois modelos lineares referentes a pontos de operação diferentes. O segundo é um reator de polimerização de estireno com dinâmica não linear, cujo modelo fenomenológico é conhecido. Os resultados dos testes indicam que o SPC é mais suscetível a ruídos de medição. Entretanto, verifica-se que esse controlador corrige perturbações nos set-points das variáveis controladas mais rapidamente que o MPC. Simulações realizadas para o SPC com excitação interna mostram que os algoritmos propostos neste trabalho excitam o sistema satisfatoriamente, de modo que modelos mais precisos são obtidos na reidentificação com os dados excitados. / Model Predictive Control (MPC) technology is widely used in chemical process industries. Subspace identification (SID) on the other hand has proven to be an efficient alternative for classical system identification methods. Based on the results from MPC and SID, it was developed in the late 90s a new control approach, called Subspace Predictive Control (SPC). This approach is also known as data-driven predictive control. In this new method, one single operation replaces the three steps in a MPC controller design: system identification, the state observer design and the predictor matrices construction. The aim of this work is to review studies in the field of SPC, to apply this technology to typical systems of chemical industry and to propose new algorithms. It is developed three internal excitation algorithms for the SPC method, which allow the system to be persistently excited while a minimal control of the process is still guaranteed. These algorithms enable the application of closedloop identification, where the SPC controller model is re-identified using the previously excited data. The SPC controller and the SPC controller with internal excitation are tested through simulation for two different processes. The first one is a debutanizer column of a distillation unit for which two linear models corresponding to two different operating points are available. The second one is a non-linear system consisting of a styrene polymerization reactor. A phenomenological model is provided for this system. Tests results indicate that SPC is more susceptible to measurement noises. However, it is noticed that SPC controller corrects perturbations on set-points faster than MPC. Simulations for the SPC with internal excitation show that the proposed algorithms sufficiently excite the system, in the sense that more precise models are obtained from the re-identification with excited data.

Controle preditivo baseado em modelos (MPC) é uma técnica de controle amplamente utilizada na indústria de processos químicos. Por outro lado, o método de identificação em subespaços (SID) tem se mostrado uma alternativa eficiente para os métodos clássicos de identificação de sistemas. Pela combinação dos conceitos de MPC e SID, surgiu, no final da década de 90, uma nova técnica de controle, denominada controle preditivo com enfoque em subespaços (SPC). Essa técnica também é conhecida como controle preditivo orientado a dados. Ela substitui por um único passo as três etapas do projeto de um MPC: a identificação do modelo, o cálculo do observador de estados e a construção das matrizes de predição. Este trabalho tem como principal objetivo revisar estudos feitos na área de SPC, aplicar esse método em sistemas típicos da indústria química e propor novos algoritmos. São desenvolvidos três algoritmos de excitação interna para o método SPC, que permitem gerar dados persistentemente excitantes enquanto um controle mínimo do processo é garantido. Esses algoritmos possibilitam aplicar identificação em malha fechada, na qual o modelo do controlador SPC é reidentificado utilizando dados previamente excitados. Os controladores SPC e SPC com excitação interna são testados e comparados ao MPC por meio de simulações em dois processos distintos. O primeiro consiste em uma coluna debutanizadora de uma unidade de destilação, para a qual são disponibilizados dois modelos lineares referentes a pontos de operação diferentes. O segundo é um reator de polimerização de estireno com dinâmica não linear, cujo modelo fenomenológico é conhecido. Os resultados dos testes indicam que o SPC é mais suscetível a ruídos de medição. Entretanto, verifica-se que esse controlador corrige perturbações nos set-points das variáveis controladas mais rapidamente que o MPC. Simulações realizadas para o SPC com excitação interna mostram que os algoritmos propostos neste trabalho excitam o sistema satisfatoriamente, de modo que modelos mais precisos são obtidos na reidentificação com os dados excitados. / Model Predictive Control (MPC) technology is widely used in chemical process industries. Subspace identification (SID) on the other hand has proven to be an efficient alternative for classical system identification methods. Based on the results from MPC and SID, it was developed in the late 90s a new control approach, called Subspace Predictive Control (SPC). This approach is also known as data-driven predictive control. In this new method, one single operation replaces the three steps in a MPC controller design: system identification, the state observer design and the predictor matrices construction. The aim of this work is to review studies in the field of SPC, to apply this technology to typical systems of chemical industry and to propose new algorithms. It is developed three internal excitation algorithms for the SPC method, which allow the system to be persistently excited while a minimal control of the process is still guaranteed. These algorithms enable the application of closedloop identification, where the SPC controller model is re-identified using the previously excited data. The SPC controller and the SPC controller with internal excitation are tested through simulation for two different processes. The first one is a debutanizer column of a distillation unit for which two linear models corresponding to two different operating points are available. The second one is a non-linear system consisting of a styrene polymerization reactor. A phenomenological model is provided for this system. Tests results indicate that SPC is more susceptible to measurement noises. However, it is noticed that SPC controller corrects perturbations on set-points faster than MPC. Simulations for the SPC with internal excitation show that the proposed algorithms sufficiently excite the system, in the sense that more precise models are obtained from the re-identification with excited data.

Este estudo mostra o desenvolvimento de um controlador da classe MPC Model Predictive Control, ou controle preditivo com modelo, para ser utilizado no reator de amônia da Unidade de Fertilizantes Nitrogenados da Bahia FAFEN-BA, da PETROBRAS, localizada em Camaçari/BA. A estratégia de controle visa manter as temperaturas de saída de cada um dos leitos catalíticos do reator dentro de limites adequados através da manipulação das válvulas de controle instaladas na corrente de alimentação do equipamento. O controlador escolhido foi de horizonte de predição infinito com faixas nas variáveis controladas. Adicionalmente, o controlador contém, em uma única camada, um componente de otimização econômica com o objetivo de maximizar o teor de amônia na saída do reator. A função econômica que dá a direção de otimização consiste em um modelo rigoroso de estado estacionário do reator capaz de calcular a fração molar de amônia na saída do equipamento quando são conhecidas as condições da corrente de alimentação e o valor das variáveis manipuladas do controlador. Os resultados das simulações mostraram que o controlador proposto tem bom desempenho, tanto sob o aspecto de controle, no sentido de controlar o sistema quando este sofre perturbações, quanto sob a ótica de otimização econômica, maximizando a conversão de reagentes em amônia sempre que existem graus de liberdade disponíveis no sistema. Foi verificado que a consideração de um MPC de horizonte de predição infinito elimina a necessidade de considerar o gradiente reduzido da função econômica na função objetivo do controlador. Uma sintonia adequada do controlador permite que se considere o gradiente completo da função econômica sem que haja desvio permanente, ou offset, nas variáveis controladas mesmo quando o ponto ótimo de operação se encontra além da faixa de controle. / This study shows the development of a Model Predictive Control (MPC) to the ammonia reactor of PETROBRAS nitrogen fertilizers unit FAFEN-BA that is located in Camaçari/BA, Brazil. The main goal of the control strategy is to keep the temperature at the outlet of the catalyst beds inside adequate ranges by manipulating the feed flow rates to the reactor beds. It has been chosen an infinite horizon controller with control zones and an economic objective. The control and economic optimization are performed in a single layer structure where the objective is to maximize the ammonia content in the reactor outlet stream. The economic function which provides the optimization direction is based on a steady state rigorous model of the reactor that evaluates the ammonia molar fraction at the outlet stream assuming that the feed stream conditions and the manipulated variables are known. The proposed controller shows satisfactory performance in simulations either controlling the system when it faces external disturbances or optimizing the economic goal by increasing the ammonia conversion when degrees of freedom are available. It is shown that the adoption of the infinite horizon MPC eliminates the need to consider the reduced gradient of the economic function in the cost function of the controller. The proper tuning of the controller allows the consideration of the full gradient of economic function without producing offset in the controlled outputs even when the optimum operating point lays outside the control zones.

Em geral, nos processos de policondensação há formação de um produto volátil, conhecido como condensado. A remoção deste produto é necessária a fim de favorecer o crescimento das cadeias poliméricas. O controle da temperatura do reator deve ser implementado de modo a favorecer a remoção do condensado e de manter a qualidade do produto. A aplicação experimental do controlador preditivo não linear (NMPC) a um reator de policondensação é apresentada neste trabalho. Devido às restrições de tempo de processamento, foi proposto um modelo simplificado, denominado Modelo A, obtido considerando o reator como sendo bem misturado acoplado a um tanque de condensado em que Etilenoglicol é acumulado. Supõe-se também que o metanol que deixa o reator é removido completamente do sistema, como se houvesse uma separação perfeita. O modelo A foi ajustado a dados experimentais obtidos a partir de ensaios com perturbação degrau e PRBS (Pseudo Random Binary Sequence). Em conclusão dos experimentos em malha fechada verificou-se que o controlador NMPC com o modelo A apresenta dificuldades de controle quando há reações químicas no sistema. Sendo assim, foi proposto um novo modelo, denominado modelo B, em que assume-se que os componentes voláteis, etilenoglicol e metanol, acumulam-se ambos em um tanque de condensado, podendo retornar ao reator. Foram realizados estudos de simulação para verificar como os modelos A e B interferem na viabilidade das trajetórias de temperatura. Os estudos mostraram que a presença de Metanol no reator, mesmo em pequenas quantidades, tem um efeito mais acentuado na temperatura do que a presença de Etilenoglicol. No entanto, o desempenho do controlador NMPC não foi muito bom quando comparado ao desempenho de um controlador PID. Foi proposta uma nova estratégia, com retroalimentação simples de estado. Nesta estratégia, a temperatura inicial do reator no modelo de referência é atualizada com o valor medido desta temperatura. O controlador NMPC com retroalimentação de estado apresentou um desempenho superior aos controladores NMPC anteriores e PID. O controlador NMPC com retroalimentação de estado mostrou-se mais robusto que o PID porque tem um desempenho equivalente para diferentes trajetórias, sem para isto ter que sofrer alterações nos seus parâmetros de sintonia. O controlador PID sofre uma degradação do seu desempenho, dependendo da trajetória a ser seguida. Isto torna o controlador NMPC com retroalimentação simples de estado mais flexível, pois evitam-se correções no modelo ou nos parâmetros de sintonia para diferentes bateladas. Esta flexibilidade é importante para a industria de polímeros, que muitas vezes trabalha com reatores multiproduto em batelada. / In general, in polycondensation processes there is formation of a volatile product known as condensate. The removal of this product is necessary in order to favor the growth of the polymer chains. The reactor temperature control should be implemented in order to favor condensate removal and to keep product quality. The experimental application of nonlinear predictive controller (NMPC) to a polycondensation reactor is presented in this work. Due to processing time requirements, a simplified model of the system, called model A, obtained by supposing the reactor is a perfect stirred tank coupled to a condensate tank, where the ethyleneglycol that exits the system is accumulated. It is supposed also that the entire methanol that leaves the reactor leaves the system too, as if there was a perfect separation column. Model A was adjusted to experimental data obtained from step response and PRBS (Pseudo Random Binary Sequence) disturbance experiments. In conclusion of the closed loop experiments, it was verified that the NMPC controller with model A presents difficulties when chemical reactions take place in the system. Therefore, a new model, called model B, was proposed, in which it is assumed that both methanol and ethylene glycol are accumulated in a condensate tank, and are allowed to return to the reactor. Simulation studies were carried out in order to verify how models A and B interfere in the feasibility of trajectories. The studies showed that the presence of Methanol, even in small amounts, has a very large effect in temperature, when compared to Ethyleneglycol. However, the NMPC controller performance was not very better than that of a PID. A strategy implementing a simple state feedback was proposed. In this strategy, the initial reactor temperature in the reference model is replaced by its measured value. NMPC with state feedback has a performance better than that of the previous NMPC and PID controllers. NMPC with state feedback appears to be more robust than PID because it has a constant performance for different temperature trajectories, without need of changing its tuning parameters. PID controller instead, shows a degradation of its performance, depending on the trajectory to be followed. This makes the NMPC controller with state feedback more flexible because there is no need to correct the model or the tuning parameters for different batches. This flexibility is important for the polymer industry, that often works with multiproduct batch reactors.

Este trabalho tem como objetivo o estudo de um controlador preditivo para um sistema de aplicação de herbicidas a taxas variáveis, em que o herbicida e a água encontram-se em recipientes diferentes e enviados a um misturador para formar a calda a taxas variáveis de concentração. Propõe-se uma estratégia de geração da referência para o controlador a fim de caracterizar o sistema de injeção de herbicidas como um sistema híbrido com dois modos de operação. Esta geração da referência para o controlador possui a finalidade de reduzir os efeitos do tempo de atraso inerente do sistema causado pelo tamanho da tubulação entre o misturador e os bicos de dispersão da calda. As áreas que requerem aplicação de herbicida, assim como sua taxa de aplicação, são informadas ao controlador por meio de mapas de infestação georeferenciados pré adquiridos. O principal objetivo é controlar a aplicação de herbicidas de forma que a quantidade necessária de herbicidas seja aplicada evitando desperdícios. O controlador preditivo reduz o custo com insumos agrícolas, protege o operário responsável pela aplicação e preserva o meio ambiente de impactos ambientais causados pelo excesso de herbicidas. Resultados de simulação usando modelos matemáticos para as taxas de água e herbicida são apresentados para ilustrar a eficácia do controlador preditivo implementado. / The objective of this project is to study a predictive controller for a herbicides injection system with variable rates where the herbicide and water are placed in different recipients and sent to a mixer. A strategy to generate the reference for the predictive controller characterizes the system as hybrid because there are two modes of operation for the herbicide injection system. The generated reference has the finality of decreasing the effects of the delay time of the system caused by the lenght of the tubes between the mixer and the dispersion nozzles. The application areas and the correct concentration for them, will be obtained by previous designed statistic maps. These maps describle de spacial variability of the weeds as the concentration required to eliminate them. The main goal is the optimum control of the process, spreading only the necessary quantity of herbicides. The predictive controller is efficient to lower the costs and to protect the operator and preserve the environment against the impacts of excess of herbicides in the soil. Results of simulations using mathematical models to obtain herbicide rates are presented to show the efficiency of the implemented predictive controller.

O projeto de estratégias de controle preditivo (MPC) com estabilidade garantida, que incorpora explicitamente a incerteza de modelo na formulação de controle, ainda permanece uma questão em aberto na literatura, embora uma ampla teoria já tenha sido desenvolvida para a síntese de algoritmos MPC robustamente estáveis. Em verdade, as soluções existentes para o problema de MPC robusto estão longe de uma etapa aceitável de implementação prática, principalmente se o sistema de processo é composto de modos integradores ou instáveis, e também apresenta atrasos de tempo (tempos mortos) entre suas variáveis de entrada e saída. Sob esta perspectiva, o objetivo principal desta tese é desenvolver uma estrutura de síntese de controladores MPC com estabilidade robusta garantida para sistemas de processo com as características integradoras ou instáveis, assim como tempos mortos entre as variáveis. Particularmente, três diferentes estratégias de MPC robusto são desenvolvidas neste trabalho. As duas primeiras referem-se a sistemas integradores com tempos mortos: o primeiro algoritmo é baseado em uma formulação de controle em dois passos, enquanto o segundo é posto como um problema de otimização de controle em um passo e a representação de modelo em variáveis de estado é mais geral do que aquela adotada na formulação do primeiro método. A terceira estratégia proposta focaliza os sistemas instáveis com tempos mortos através de uma formulação de controle em um passo. Ademais, visando o caso de implementação prática, os controladores desenvolvidos compreende os seguintes aspectos: (i) as leis de controle livre de erro permanente são obtidas sem a necessidade de incluir uma camada de otimização adicional de cálculo de estados estacionários, devido à formulação adequada de modelos em espaço de estados na forma incremental das entradas, os quais são derivados de expressões analíticas de resposta ao degrau do sistema de processo; (ii) a incerteza de todos os parâmetros do modelo, e.g. ganhos, constantes de tempo, atrasos de tempo, é considerada na formulação do problema; (iii) as provas de estabilidade robusta segundo Lyapunov são realizadas de uma forma intuitiva através da imposição de restrições terminais de igualdade e restrições de contração de custo; (iv) a inclusão adequada de variáveis de folga, que não comprometem as propriedades estabilizantes dos controladores, assegura que os problemas de otimização são sempre viáveis; (v) integração estável com camada de otimização em tempo real, visto que os controladores são projetados de tal forma a rastrear targets ótimos para algumas entradas e saídas do processo, mantendo as variáveis remanescentes dentro de faixas pré-definidas, ao invés de set-points xos. Exemplos de simulação típicos da indústria de processo são explorados para ilustrar as potenciais utilidades dos métodos propostos e demonstrar que eles podem ser aplicados em casos reais. / The design of stable model predictive control (MPC) strategies that explicitly incorporate the model uncertainty into the control formulation still remains an open issue, although a rich theory has been developed to the synthesis of robustly stabilizing MPC schemes. In fact, the existing solutions to the robust MPC problem seem far from an acceptable stage of practical imple mentations, chiey when the process system is composed of integrating and unstable poles, as well as time delays between its input and output variables. Within this perspective, the ultimate goal of this thesis is to develop a new framework for robust MPC synthesis which guarantees closed-loop stability of integrating and unstable time delay processes. On this subject, three different robust MPC strategies are developed. The two rst concerns on integrating time delay processes; the former is based on a two-step control formulation, whereas the latter is posed as a one-step control optimization problem and state-space model description is more general than that adopted in the former formulation. The third proposed strategy focuses on one-step control formulation-based unstable time delay processes. Aiming at practical implementation purposes, the controllers proposed herein comprise the following aspects: (i) the offset free control laws are obtained without the need to include an additional steady-state calculation op timization layer due to the enclosure of proper state-space models in the incremental form of the inputs, which are derived of analytical expressions of step response of the process system; (ii) the uncertainty of all model parameters, e.g. gains, time constants, time delays and so on, is considered in the problem formulation; (iii) the proofs of robust Lyapunov stability are easily carried out of an intuitive way by imposing terminal equality constraints and cost-contracting constraints; (iv) the suitable inclusion of slack variables, which does not commit the stabil ity properties of the controllers, ensure that the proposed optimization problems are always feasible; (v) stable integration with real-time optimization layer, seeing as the controllers are designed to work in the optimum target tracking scheme where they should drive the process to the optimum operating point, while maintaining the remaining inputs and outputs inside pre dened zones instead of xed set-points. Simulation examples typical of the process industry are exploited to illustrate the helpfulness of the proposed control methods and demonstrate that they can be implemented in real applications.

Nesta tese, com a ambição de desenvolver um pacote de controle que poderia ser implementado a baixo custo nas indústrias brasileiras, é estudado o controle preditivo (MPC) de sistemas estáveis e instáveis com modelos incertos, baseado em um modelo de realinhamento e o uso de técnicas de desigualdades matriciais lineares (LMI), para resolução de problemas de controle robusto. Na primeira parte da tese, a aplicabilidade de um controlador baseado em um modelo de realinhamento é considerada. Como o controlador preditivo baseado em um modelo de realinhamento não requer o uso de um observador de estados, espera-se que seja mais eficiente e mais robusto a distúrbios não medidos que um controlador que precise de um observador de estados. Essa hipótese é testada comparando-se o desempenho e a robustez a distúrbios não medidos deste controlador com um controlador que requer o uso de um observador de estados, através da simulação do controle de um separador polipropileno/propano (PP) industrial. Por outro lado, a desvantagem de um controlador baseado em um modelo de realinhamento é a sensibilidade da construção do modelo e das matrizes do controlador a erros numéricos que aumentam com o tamanho do sistema. As etapas do algoritmo de controle mais sensíveis a erros numéricos são então destacadas com o objetivo de discutir a aplicabilidade de um controlador baseado em um modelo de realinhamento a sistemas de grande porte. Além disso, sempre que possível, os métodos utilizados para reduzir a sensibilidade das etapas problemáticas a erros numéricos são apresentados. A segunda parte da tese trata da solução do problema de controle robusto preditivo baseado em um modelo de sistema incerto. Este problema é usualmente abordado através da inclusão de restrições não lineares sobre os custos associados aos modelos da planta no problema de controle, de tal modo que a ação de controle é obtida a cada instante de tempo através da resolução de um problema de otimização não linear, cujo custo computacional pode ser proibitivo para sistemas de grande porte. Nesta parte da tese, o problema de MPC robusto é então reformulado como um problema baseado em LMIs, que pode ser resolvido com uma fração do esforço computacional. A abordagem proposta é comparada com o MPC robusto convencional e testada através da simulação do controle de um reator e de um separador C3/C4 industriais. Finalmente, na terceira parte da tese, o MPC de sistemas estáveis e instáveis com incertezas no modelo que permite a saturação das entradas manipuladas é abordado. Um subconjunto das entradas manipuladas é alocado ao controle das saídas instáveis através de uma lei de realimentação de estados, enquanto as outras entradas são deixadas livres para controlar as saídas estáveis restantes. Assume-se que as saídas são controladas dentro de faixas e que os setpoints das saídas são tratados como entradas manipuladas adicionais. Os controladores desenvolvidos nesta parte da tese permitem a saturação das entradas associadas às saídas instáveis através da manipulação das entradas livres e dos setpoints das saídas instáveis. A viabilidade recursiva dos controladores desenvolvidos é garantida, permitindo-se que os setpoints das saídas instáveis deixem temporariamente suas faixas. O desempenho dos controladores desenvolvidos é testado através da simulação do controle de dois processos integradores da indústria química. / In this thesis, with the ambition of developing a homemade control package that could be implemented at a low cost in Brazilian industries, the model predictive control (MPC) of uncertain stable and unstable systems based on a realigned state space representation and on the use of the Linear Matrix Inequality (LMI) techniques is addressed. In the first part of this thesis, the practical implementability of a controller based on a realigned model is considered. Since a Model Predictive Controller based on a realigned model does not require the use of a state observer, it is expected to be more efficient and more robust to unmeasured disturbances than a controller requiring the use of a state observer. This assumption is tested by comparing the performance and the robustness to unmeasured disturbances of a controller based on a realigned model with a controller requiring the use of a state observer through the simulation of the control of a nonlinear industrial propylene/propane (PP) splitter. On the other hand, a disadvantage of a controller based on a realigned model is that the construction of the model and controller matrices is very sensitive to numerical errors. The steps of the control algorithm that are more sensitive to numerical errors are then highlighted in order to discuss the practical applicability of an MPC based on the realigned model to large-scale systems. Also, wherever possible, some ways of decreasing the sensitiveness of the problematic steps to numerical errors are presented. The second part of this thesis addresses the solution to the problem of robust MPC of systems with model uncertainty. The usual approach of dealing with this kind of problem is through the inclusion of nonlinear cost constraints in the control problem so that the control action is obtained at each sampling time as the solution to a nonlinear programming (NLP) problem that, for high order systems, can be computationally expensive. In this part of the thesis, the robust MPC problem is then recast as an LMI problem that can be solved in real time with a fraction of the computer effort. The proposed approach is compared with the conventional robust MPC and tested through the simulation of the control of a reactor system and a C3/C4 splitter of the process industry. Finally, in the third part of the thesis, the model predictive control of uncertain process systems with stable and unstable outputs that allows input saturation is addressed. A subset of the manipulated inputs is allocated to the control of the unstable outputs through a state feedback control law while the other inputs are left free to control the remaining stable outputs. It is assumed that the outputs are controlled inside zones and that the output setpoints are treated as additional free manipulated inputs. The proposed controllers allow the saturation of the inputs related to the unstable outputs by manipulating the free inputs and the setpoints of the unstable outputs. The recursive feasibility of the controllers is guaranteed by allowing the setpoints of the unstable outputs to temporarily leave their bounds. The performance of the proposed approach is tested through the simulation of the control of two integrating chemical process systems.