Fundação de Amparo a Pesquisa do Estado de Minas Gerais / The industry's need to improve aspects of production such as quality and eciency meant that techniques and devices for more ecient control were adopted in view of the dierences that occur in systems. most systems are not only characterized by the continuous dynamics usually applied to describe this behavior but an association with this dynamic elements with discrete characteristics (logical). For this systems relates to the expression hybrid systems whose dynamics processes characterize the behavior continuous real-time system associated with a discrete event. The control of hybrid systems requires answers in accordance with the presence of discrete event and continuous interacting that makes control strategies increasingly sophisticated are developed. In this work, was adopted the hybrid MLD formalism (Mixed Logical Dynamical ) for the representation of hybrid systems using dynamic logical propositions that express such a system in the form of linear constraints of binary variables interacting with the continuous behavior of dierential equations. In this context, the predictive controller based on an optimal model developed from the selected formalism is suggested as an option for the control of hybrid systems. In this work, the qualitative modeling of discrete systems using the MLD formalism is presented for which it is developed to check these systems to evaluate the hybrid modeling. These techniques were applied to simple problems in chemical engineering as systems of three tanks connected in series and a CSTR reactor with heating. In each of the systems were made simulations coupled to qualitative models in various scenarios and compared to the continuous model of dierential equations and their discretized version. The action of the MPC controller for hybrid systems was studied also, developing it from the MLD model and presenting several simulation scenarios to investigate the eects of control over the system. Such control is developed to the l1 and l2 norms, enabling a comparison between the two control options and the comparison between these controllers with classics like PI. The results for the model in the MLD formalism are satisfactory and consistent with the real behavior of the system. The control problems developed show intervention MPC controller more ecient than the classical PI controller associated with the control on/o mainly by the choice of variables to be manipulated. The comparison between controllers l1-MPC and l2-MPC gives results that indicate similar control actions for each of these controllers depending on the location of the optimal point found in solving the optimization model for the controlled system. / A necessidade da indústria de aprimorar aspectos da produção como qualidade e eficiência fizeram com que técnicas e dispositivos de controle mais eficientes fossem adotados atendendo às diversidades que ocorrem nos sistemas. Porém, a maioria dos sistemas não caracteriza-se apenas pela dinâmica contínua geralmente aplicada a descrição de seu comportamento mas por uma associação desta dinâmica com elementos com características discretas (lógicas). A este tipo de sistemas relaciona-se a expressão sistemas híbridos que caracteriza processos cuja dinâmica associa o comportamento contínuo em tempo real de um sistema com eventos discretos. O controle de sistemas híbridos exige respostas condizentes com a presença de eventos discretos e contínuos interagindo entre si, o que faz com que estratégias de controle cada vez mais sofisticadas sejam desenvolvidas. Neste trabalho, adotou-se o formalismo híbrido MLD Mixed Logical Dynamical para a representação de sistemas híbridos dinâmicos utilizando proposições lógicas que expressam tal sistema sob a forma de restrições lineares de variáveis binárias interagindo com o comportamento contínuo de equações diferenciais. Neste contexto, o controlador preditivo baseado em um modelo desenvolvido a partir do formalismo selecionado é sugerido como uma opção para o controle de sistemas híbridos. Nesta dissertação, a modelagem qualitativa dos sistemas discretos utilizando o formalismo MLD é apresentada para a qual desenvolve-se a verificação para tais sistemas com o objetivo de avaliar a modelagem híbrida. Essas técnicas foram aplicadas em problemas da Engenharia Química como sistemas de três tanques conectados em série e um reator CSTR com aquecimento. Em cada um dos processos estudados foram feitas as simulações acopladas aos modelos qualitativos em diversos cenários e comparados ao modelo contínuo de equações diferenciais e sua versão discretizada. Estudou-se ainda a ação do controlador MPC para sistemas híbridos, desenvolvendo-o a partir do modelo MLD e apresentando diversos cenários de simulação para investigação dos efeitos do controle sobre o sistema. Tal controle é desenvolvido para as normas l 1 e l 2, possibilitando uma comparação entre as duas opções de controle além da comparação entre estes com controladores clássicos como o PI. Os resultados para o modelo no formalismo MLD são satisfatórios e condizem com o comportamento real do sistema. Os problemas de controle desenvolvidos apresentam a intervenção do controlador MPC mais eficiente que o controlador clássico PI associado ao controle liga/desliga principalmente pela possibilidade de escolha das variáveis a ser manipulada. A comparação com entre os controladores l 1-MPC e l 2- MPC permite resultados que indicam ações de controle semelhantes para cada um destes controladores em função da localização do ponto ótimo encontrado na resolução do modelo de otimização para o sistema de controlados / Mestre em Engenharia Química

O escopo desta dissertação é o desenvolvimento de um método para detectar os modelos da matriz dinâmica que estejam degradando o desempenho de controladores preditivos baseados em modelos. O método proposto se baseia na análise de correlação cruzada entre o erro nominal do controlador em malha fechada e a uma estimativa da contribuição de cada canal para o cálculo da saída, filtrada pela função de sensibilidade do controlador. Esse método pode ser empregado na auditoria de controladores com variáveis controladas em setpoints e/ou com variáveis que operem entre faixas, como é usual de se encontrar na indústria. Esta dissertação apresenta os resultados da aplicação bem sucedida do método no sistema de quatro tanques (JOHANSSON, 2000), para o qual três cenários foram avaliados. No primeiro cenário, o método localizou corretamente discrepâncias de ganho e de dinâmica de modelos de um controlador preditivo baseado em modelos (Model-based Predictive Controller, ou controlador MPC). No segundo, o método foi utilizado para avaliar a influência de uma variável externa para melhorar o desempenho de um controlador afetado por distúrbios não medidos. No terceiro cenário, o método localizou canais com modelos nulos que deveriam ser incluídos na matriz de controle de um controlador MPC de estrutura descentralizada. Os resultados deste estudo de caso foram comparados com aqueles obtidos pelo método proposto por BADWE, GUDI e PATWARDHAN (2009), constatando-se que o método proposto é mais robusto que o método usado na comparação, não demandando ajustes de parâmetros por parte do usuário para fornecer bons resultados. A dissertação inclui também um estudo de caso da aplicação industrial do método na auditoria de desempenho de um controlador preditivo linear de estrutura descentralizada, com doze variáveis controladas, oito manipuladas e quatro distúrbios não medidos, aplicado a um sistema de fracionamento de propeno e propano em uma indústria petroquímica. A auditoria permitiu reduzir o escopo de revisão do controlador a dezenove canais da matriz, sendo que quatorze destes correspondiam a canais com modelos nulos que deveriam ser incluídos na matriz. A eficácia do método foi comprovada repetindo-se a avaliação da qualidade de modelo para todas as variáveis controladas. / The scope of this dissertation is the development of a method to detect the models of the dynamic matrix that are affecting the performance of model-based predictive controllers. The proposed method is based on the cross correlation analysis between the nominal controller error and an estimate of the contribution of each channel to the controller output, filtered by the controller nominal sensitivity function. The method can be used in the performance assessment of controllers employing variables controlled at the setpoint and/or those controlled within ranges. This dissertation presents the results of the successful application of the method to the quadruple-tank process (JOHANSSON, 2000), for which three scenarios were evaluated. In the first scenario, the method correctly located gain and dynamic mismatches on a model-based predictive controller (MPC controller). In the second one, the method was used to evaluate the influence of an external variable to improve the performance of a controller affected by unmeasured disturbances. In the third scenario, the method located null models that should be included in the dynamic matrix of a decentralized MPC controller. The results of the three scenarios were compared with the ones obtained through the method proposed by BADWE, GUDI e PATWARDHAN (2009). The proposed method was considered more robust than the reference one for not requiring parameters estimation performed by the user to provide good results. This dissertation also includes a case study about the application of the method on the performance assessment of an industrial linear predictive controller of decentralized structure. The controller has twelve controlled variables, eight manipulated variables, and four unmeasured disturbances and is applied to a propylene-propane fractionation system of a petrochemical industry. The performance assessment allowed reducing the scope of the controller revision to nineteen channels of the models matrix, fourteen of which were null models that should be included in the controller. The efficacy of the proposed method was confirmed by repeating the model quality evaluation for all the controlled variables.

O escopo desta dissertação é o desenvolvimento de uma metodologia para identificar os modelos de canais da matriz dinâmica que estejam degradando o desempenho de controladores preditivos, ou MPC (Model Predictive Control), baseado nas técnicas de auditoria e diagnóstico deste tipo de controlador propostas por BOTELHO et al. (2015) e BOTELHO; TRIERWEILER; FARENZENA (2016) e CLARO (2016). A metodologia desenvolvida contempla dois métodos distintos. O primeiro, chamado método direto compensado, tem como base o método direto de identificação em malha fechada (LJUNG, 1987)e compensa cada saída medida do processo de modo a se reter apenas a contribuição do canal que se deseja identificar. O segundo, chamado método do erro nominal, utiliza a definição de saída nominal do processo, proposta por BOTELHO et al. (2015), como métrica para se quantificar o quão próximo o modelo está do comportamento da planta através da minimização do erro nominal. Os métodos foram aplicados ao sistema de quatro tanques cilíndricos (JOHANSSON, 2000) para dois cenários distintos, sendo o primeiro um sistema 2x2 em fase não mínima contendo um MPC trabalhando com setpoint e o segundo um sistema 4x4 em fase mínima com o MPC atuando por faixas. Para o sistema 2x2, se avaliou a influência da localização do canal discrepante (dentro ou fora da diagonal principal da matriz dinâmica de transferência) na eficácia dos métodos. Para o sistema 4x4, o estudo foi voltado para a eficácia dos métodos frentes a controladores que atuam dentro de limites para as variáveis. Os modelos identificados foram comparados pela capacidade de identificar um modelo que capturasse o zero de transmissão da planta e o RGA dinâmico, par ao sistema 2x2, e pelas respostas degrau e diagrama de Bode para o sistema 4x4. O método direto compensado resultou em baixo erro relativo no valor do zero para a discrepância na diagonal principal da matriz dinâmica e alto valor quando a discrepância se encontrava fora da diagonal principal. O método do erro nominal, por sua vez, foi capaz de identificar um modelo cujo zero de transmissão possuía baixo erro relativo frente ao zero da planta em ambos os cenários. No cenário do controlador atuando por faixas, os métodos propostos obtiveram melhores estimativas dos modelos quando comparados com o método concorrente, uma vez que apresentou alto percentual de aderência das saídas simuladas com as saídas medidas. Em todos os cenários estudados, o método do erro nominal se mostrou capaz de identificar um modelo mais robusto, pois este apresentou RGA dinâmico compatível com a planta em todo o range de frequências analisado. / The objective of this dissertation is to develop a method to identify the model for the channel of the dynamic matrix that are affecting the performance of model predictive controllers (MPC), based on the assessment and diagnosis techniques for this type of controller proposed by BOTELHO et al. (2015) e BOTELHO; TRIERWEILER; FARENZENA (2016) and CLARO (2016). The proposed methodology includes two different methods. The first, called the compensated direct method, is based on the closed-loop direct identification method (LJUNG, 1987) and compensates each process measured output in order to retain only the contribution of the channel being identified. The second, called nominal error method, uses the definition of the process nominal output, proposed by BOTELHO et al. (2015), as a metric to quantify how close the model is to the actual plant behavior by minimizing the nominal error. The proposed methods were applied to the quadruple-tank system (JOHANSSON, 2000) for two distinct scenarios, the first being a nonminimum-phase 2x2 system containing a MPC working with setpoint and the second a minimum-phase 4x4 system with the MPC working by ranges. For the 2x2 system, the influence of the model mismatch location (inside or outside the main diagonal of the dynamic transfer matrix) on the effectiveness of the methods was evaluated. For the 4x4 system, the study was focused on the effectiveness of the methods with controllers that operate within limits for the variables. The identified models were compared by the capability of identifying a model with accurate plant transmission zero and dynamic RGA, for the 2x2 system, and by the step responses and Bode diagram for the 4x4 system. The compensated direct method resulted in low relative error in the value of the transmission zero for the model mismatch located in the main diagonal of the dynamic matrix and high relative error when the mismatch was outside the main diagonal. On the other hand, the nominal error method was able to identify a model whose transmission zero had low relative error against the plant zero in both scenarios. In the scenario of a controller working by range, the proposed methods obtained better estimates of the models when compared to the concurrent method, since it presented a high percentage of adherence of the simulated outputs with the measured outputs. In all the studied scenarios, the nominal error method was able to identify a more robust model, since it presented dynamic RGA compatible with the plant in the entire range of analyzed frequencies.

A crescente demanda pela melhoria operacional dos processos aliada ao desenvolvimento da tecnologia da informação tornam a utilização de controladores preditivos baseados em modelos (MPC) uma prática comum na indústria. Estes controladores estimam, a partir dos dados de planta e de um modelo do processo, uma sequência de ações de controle que levam as variáveis ao valor desejado de forma otimizada. Dessa forma, dentre os parâmetros de configuração de um MPC, a baixa qualidade do modelo é, indiscutivelmente, a mais importante fonte de degradação de seu desempenho. Este trabalho propõe uma série de metodologias para a avaliação da qualidade do modelo do controlador preditivo, as quais consideram sua velocidade em malha fechada. Tais metodologias são baseadas na filtragem dos erros de simulação a partir função nominal de sensibilidade, e possuem a capacidade de informar o impacto dos problemas de modelagem no desempenho do sistema, além de localizar as variáveis controladas que estão com tais problemas e se os mesmos são provenientes de uma discrepância no modelo ou de um distúrbio não medido. As técnicas ainda possuem a vantagem de serem independentes do setpoint, o que as torna flexível de também serem utilizadas em controladores nos quais as variáveis são controladas por faixas. A abordagem proposta foi testada em dois estudos de caso simulados, sendo eles: a Fracionadora de Óleo Pesado da Shell e a Planta de Quatro tanques Cilíndricos. As técnicas também foram avaliadas em dados de processo da Unidade de Coqueamento Retardado de uma refinaria. Os resultados indicam que as mesmas apresentam resultados coerentes, corroborando seu elevado potencial de aplicação industrial. / The growing demand for operational improvement and the development of information technology make the use of model predictive controllers (MPCs) a common practice in industry. This kind of controller uses past plant data and a process model to estimate a sequence of control actions to lead the variables to a desired value following an optimal policy. Thus, the model quality is the most important source of MPC performance degradation. This work proposes a series of methods to investigate the controller model quality taking into account its closed loop performance. The methods are based on filtering the simulation errors using the nominal sensitivity function. They are capable detect the impact of modeling problems in the controller performance, and also to locate the controlled variables that have such problems and if it is caused by a model-plant mismatch or unmeasured disturbance. The techniques have the advantage to be setpoint independent, making them flexible to be also used in MPCs with controlled variables working by range. The proposed approach was tested in two simulated case studies The Shell Heavy Oil Fractionator Process and The Quadruple-tanks Process. The methods are also evaluated in process data of the Delayed Coking Unit of a Brazilian refinery. Results indicate that the method is technically coherent and has high potential of industrial application.

A utilização de controladores preditivos multivariáveis na indústria de processos cresceu significativamente nos últimos anos principalmente devido à versatilidade e a confiabilidade que essa ferramenta proporciona em termos de controle avançado. No entanto, aspectos relacionados à aplicação prática do que vem sendo desenvolvido no meio acadêmico possui pouca difusão na indústria devido às configurações clássicas adotadas, como sistemas quadrados (com o mesmo número de variáveis controladas e manipuladas), modelos lineares, utilização de setpoint e etc. diferindo daquilo que está disponível e é amplamente utilizado industrialmente: sistemas não-quadrados (geralmente com mais variáveis controladas do que manipuladas), modelos não-lineares e utilização de soft-constraints. Esse trabalho propõe uma metodologia para ajuste dos parâmetros presentes em um controlador preditivo, atento à variedade de algoritmos presentes na indústria de processos. Essa metodologia se baseia na obtenção do melhor desempenho alcançável para cada cenário de um modelo global do processo, atendendo as restrições de Número de Desempenho Robusto relativo (rRPN), Máxima Sensibilidade e restrições nas ações de controle. Baseado em um desempenho que é alcançável, o modelo linear global é escalonado (assim como a planta não-linear) e os pesos que levam o sistema para a melhor condição operacional são estimados. Essa técnica abrange controladores operando em faixas e/ou setpoint e configurações não-quadradas, i.e., com mais variáveis controladas do que manipuladas. A abordagem proposta foi testada em uma planta de quatro tanques esféricos com aquecimento apresentando resultados coerentes, corroborando seu potencial de aplicação industrial. / Due to their versatility and reliability, Model Predictive Controllers (MPCs) are the standard solution for advanced process control in the process industry. However, there is a gap between the academic developments and the actual industrial applications, since the most academic studies focus on systems working with set-points and same number of manipulated and controlled variables, whereas the industrial application cope with non-squared configuration usually with several controlled variables in ranging and a reduced number of manipulated variables. This work proposes a tuning methodology for the countable parameters presents in a typical industrial predictive controller, considering the variety of the algorithms presents commercially in the process industry. This methodology is based on the estimation of the best attainable performance for each scenario of the global model of the process, constrained by the relative Robust Performance Number (rRPN), Maximal Sensitivity and restrictions in the control actions. Based on a performance that is attainable, the linear global model is scaled (and the non-linear) and the weights that lead the system to the best operational condition are estimated. This technique covers controllers operating in zones of control and/or set-point tracking and non-square configurations, i.e., with more controlled variables than manipulated. The proposed approach was tested in a Quadruple-Spherical tanks heating system presenting coherent results indicating its potential for industrial applications.

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.

This work presents an embedded model predictive control application to a 2-DOF Helicopter Process. The mathematical modeling of the plant is first presented along with an analysis of the linear model. Then, the incremental state-space representations used in the MPC formulation are derived. The MPC technique is then defined, along with how to rewrite the physical constraints into the problem formulation. After that, a discussion on the utilized Quadratic Programming solver is presented along with possible alternatives to it, showing some considerations on which matrices to calculate beforehand for an embedded application. Finally, system identification is performed and the experimental results are presented. / Este trabalho apresenta uma aplicação de controle preditivo embarcado em um helicóptero de bancada com dois graus de liberdade. A modelagem matemática é apresentada, junto com uma análise do modelo linear obtido. São obtidas duas representações de modelos de espaço de estados considerando a entrada incremental, que serão usadas posteriormente para a formulação do controlador. Então, é definida a técnica de controle utilizada, juntamente com a inclusão das restrições físicas da planta na formulação do problema. Após isto, é feita uma discussão sobre qual solver para a programação quadrática utilizar, junto com algumas alternativas ao solver escolhido, bem como algumas considerações sobre a aplicação embarcada. Finalmente, são apresentados os resultados da identificação de sistemas aplicadas ao protótipo, bem como os resultados experimentais obtidos.

Este trabalho visa o desenvolvimento de uma metodologia para a re-identificação do modelo usado em controladores preditivos (MPC) desenvolvidos em uma estrutura em duas camadas: uma camada estática que calcula os targets para as variáveis manipuladas e uma dinâmica que implementa os targets para as entradas. Espera-se que esse procedimento de reidenticação seja acionado sempre que for observada uma significativa degradação do modelo de controle do processo. Neste trabalho assume-se que a re-identicação do modelo deve ser realizada em malha fechada. No método aqui proposto, admite-se que o código fonte do programa do controlador preditivo não está disponível, e conseqüentemente, o método proposto não deve requerer qualquer modificação no código fonte. No método aqui proposto, o sinal de excitação é introduzido através dos coeficientes da função objetivo da camada estática que calcula os targets para as entradas. O método proposto é testado por simulação em dois processos diferentes. O primeiro processo é uma coluna de destilação para a qual estão disponíveis vários modelos lineares obtidos em diferentes condições operacionais. O segundo processo aqui estudado é um reator químico não linear que deve ser representado localmente por um modelo linear. / This work aims at the development of a methodology to the re-identification of the model to be used in a MPC, which is developed in a two layers structure: a target calculation layer and a dynamic layer where the targets to the inputs are implemented. It is expected that the reidentification procedure should be started whenever it is observed a significant degradation of the process model. Here, it is assumed that the model re-identification is to be performed in closed-loop. In the method proposed here, it is assumed that the source code of the MPC controller is not available, and consequently, the proposed method should not require any modification the source code. In the method proposed here, the excitation signal is introduced through the coefficients of the objective function of the target calculation layer. The proposed method is tested by simulation in two different processes. The first one is a distillation column where several linear models obtained at different operating conditions are available. The second process studied here is a nonlinear chemical reactor that is locally represented by a linear model.

Algoritmos MPC implementam estratégias avançadas de controle adequada-mente aplicáveis a processos químicos complexos e multivariáveis. Recentemente, desenvolveram-se algoritmos MPC que possuem controle das saídas por faixas e estabilidade nominal baseados em horizonte infinito de predição. O objetivo principal deste trabalho é estender este tipo de algoritmo desenvolvendo um MPC de horizon-te infinito com referências para as entradas manipuladas e controle das saídas por funnel. Funnel é um dispositivo, particular aos algoritmos Honeywell RMPCT® (de horizonte finito), que suaviza as ações do controlador estabelecendo, a cada instan-te de amostragem, limites mais brandos para as saídas controladas que fogem às suas faixas. O algoritmo MPC de horizonte infinito aqui desenvolvido é analisado por simulação de um subsistema importante de uma planta de produção de alumina. Pe-las simulações, verificou-se de fato a suavidade das ações do controlador que dis-põe do funnel. Neste trabalho também se propõe, e se analisa por simulação, uma nova estrutura para o controlador RMPCT® que hoje atua sobre a planta. Uma vez que se mostrou interessante, essa nova estrutura, que inclui uma nova entrada ma-nipulada, poderá ser implementada na prática. / MPC algorithms are particularly suitable to implement advanced control strate-gies at complex and multivariable chemical processes. Recently, it has been devel-oped MPC algorithms with zone control and nominal stability, based on infinity pre-diction horizon. The main objective of this dissertation is to extend this type of algo-rithm by developing an infinity horizon MPC with targets to the manipulated inputs and funnel control. Funnel is a numerical device, particular to Honeywell RMPCT® algorithms (with finite horizon), that softens the controller actions by establishing, at each sampling instant, softer limits for the controlled outputs that escapes from its zones. The infinity horizon MPC algorithm developed here is analyzed by simulation of an important subsystem of an alumina production facility. According to the simula-tions, it was confirmed in fact the smoothness of the control actions produced by the funnel controller. In this work it is also proposed, and analyzed by simulation, a new structure for the RMPCT® controller that controls the plant nowadays. Since this new structure, which includes a new manipulated input, showed itself interesting, it can be implemented in practice.

O sucesso de estratégias de controle preditivo baseado em modelo (MPC, na sigla em inglês) tanto em ambiente industrial quanto acadêmico tem sido marcante. No entanto, ainda há diversas questões em aberto na área, especialmente quando a hipótese simplificadora de modelo perfeito é abandonada. A consideração explícita de incertezas levou a importantes progressos na área de controle robusto, mas esta ainda apresenta alguns problemas: a alta demanda computacional e o excesso de conservadorismo são questões que podem ter prejudicado a aplicação de estratégias de controle robusto na prática. A abordagem de controle preditivo estocástico (SMPC, na sigla em inglês) busca a redução do conservadorismo através da incorporação de informação estatística dos ruídos. Como processos na indústria química sempre estão sujeito a distúrbios, seja devido a diferenças entre planta e modelo ou a distúrbios não medidos, está técnica surge como uma interessante alternativa para o futuro. O principal objetivo desta tese é o desenvolvimento de algoritmos de SMPC que levem em conta algumas das especificidades de tais processos, as quais não foram adequadamente tratadas na literatura até o presente. A contribuição mais importante é a inclusão de ação integral no controlador através de uma descrição do modelo em termos de velocidade. Além disso, restrições obrigatórias (hard) nas entradas associadas a limites físicos ou de segurança e restrições probabilísticas nos estados normalmente advindas de especificações de produtos também são consideradas na formulação. Duas abordagens foram seguidas neste trabalho, a primeira é mais direta enquanto a segunda fornece garantias de estabilidade em malha fechada, contudo aumenta o conservadorismo. Outro ponto interessante desenvolvido nesta tese é o controle por zonas de sistemas sujeitos a distúrbios. Essa forma de controle é comum na indústria devido à falta de graus de liberdade, sendo a abordagem proposta a primeira contribuição da literatura a unir controle por zonas e SMPC. Diversas simulações de todos os controladores propostos e comparações com modelos da literatura são exibidas para demonstrar o potencial de aplicação das técnicas desenvolvidas. / The success of Model Predictive Control (MPC) strategies in industrial and academic environments in the last decades has been remarkable. However, there are many open questions in the area, especially when the simplifying hypothesis of perfect model is dropped. The explicit consideration of uncertainties lead to important progresses in the area of robust control, but it still exhibits a few drawbacks: high computational load and over conservative behavior are issues that may have hindered the application of robust strategies in practice. The approach of Stochastic Model Predictive Control (SMPC) aims at the reduction of conservativeness due to the incorporation of statistical information about noise. Since processes in chemical industry are always subject to disturbances, resulting from model-plant mismatch or from unmeasured disturbances, this technique is an interesting alternative for future control algorithms. The main objective of this thesis is the development of SMPC algorithms that take into account some of the specificities of such processes, which have not been adequately handled in the literature so far. The most important contribution is the inclusion of integral action in the controller through a velocity description of the model. Besides, hard input constraints associated with safety or physical limits and probabilistic state constraints usually derived from product specification - are also included in the formulation. Two approaches were followed in this work, the first is more direct and the second provides closed-loop stability guarantee at the price of increased conservativeness. Another interesting feature that is developed in this thesis is the zone control of systems subject to disturbances. This form of control is often present in industrial arrays due to the lack of degrees of freedom, and the proposed approach is the first to merge zone control and SMPC. Different simulations of all proposed controllers and comparison to literature benchmarks are provided to show the application potential of the developed techniques.