Submitted by Luciclea Silva (luci@ufpa.br) on 2018-11-08T12:44:19Z No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Projetocontroladorpreditivo.pdf: 1909316 bytes, checksum: a9541564d38d693bc8915cba2b2a4b00 (MD5) / Approved for entry into archive by Luciclea Silva (luci@ufpa.br) on 2018-11-08T12:44:37Z (GMT) No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Projetocontroladorpreditivo.pdf: 1909316 bytes, checksum: a9541564d38d693bc8915cba2b2a4b00 (MD5) / Made available in DSpace on 2018-11-08T12:44:38Z (GMT). No. of bitstreams: 2 license_rdf: 0 bytes, checksum: d41d8cd98f00b204e9800998ecf8427e (MD5) Dissertacao_Projetocontroladorpreditivo.pdf: 1909316 bytes, checksum: a9541564d38d693bc8915cba2b2a4b00 (MD5) Previous issue date: 2018-09-28 / FAPESPA - Fundação Amazônia de Amparo a Estudos e Pesquisas / Nesta pesquisa, são investigados e implementados controladores preditivos do tipo (Generalized Predictive Controller – GPC) e (Model Predictive Controller State Space – MPCSS). O objetivo principal é proporcionar um estudo comparativo de desempenho e estabilidade dinâmica entre essas estruturas de controle, quando aplicados a processos com características dinâmicas distintas e com a presença de perturbação de carga na saída da planta e ruído. O estudo apresenta o projeto dos controladores GPC e MPCSS sem restrições, aplicado a sistemas monovariáveis, empregando o modelo do processo e a função custo na forma incremental. Para o projeto do controlador GPC é utilizado um modelo preditivo para prever a saída do processo ao longo de um horizonte de tempo com a saída sendo composta de sinais medidos das entradas/saídas passadas e do sinal de controle futuro. Já o projeto do MPCSS é desenvolvido no domínio de representação no espaço de estados, com realimentação de estados estimados usando um observador de estados empregando as equações do Filtro de Kalman. O controlador MPCSS tem sua estrutura herdada a partir do modelo de projeto, onde variáveis de estados com comportamento físico, contribuem para a obtenção de uma lei de controle por realimentação de estados estimados. Simulações numéricas são aplicadas para avaliar os projetos dos controladores apresentados. / In this study, predictive controllers of the Generalized Predictive Controller (GPC) and MPCSS (Model Predictive Controller State Space). The main objective is to provide a comparative study of performance and dynamic stability between these control structures, when submitted to processes with distinct dynamic characteristics and in the presence of load disturbance at plant output and noise. The study presents the design of unconstrained GPC and MPCSS controllers, applied to monovariable systems, using the process model and the cost function incrementally. For the GPC controller design, a predictive model is used to predict the output of the process over a time horizon with the output being composed of measured signals of the past inputs-outputs and the future control signal. However, the MPCSS project is developed in the state space representation domain, with feedback of estimated states using a state observer using the Kalman Filter equations. The MPCSS controller has its inherited structure from the project model, where variables of states with physical behavior, enter into obtaining a law of control by feedback of estimated states. Numerical simulations are applied to evaluate the designs of the presented controllers. / IFPA - Instituto Federal de Educação, Ciência e Tecnologia do Pará

Sistemas de pulverização com injeção direta possibilitam o uso de diferentes agrotóxicos em uma mesma aplicação, reduzindo o desperdício de agrotóxicos e minimizando desta forma os impactos toxicológico e ambiental relacionados com o preparo e descarte da calda. Neste trabalho foram desenvolvidos modelos matemáticos para um sistema de pulverização com injeção direta de agrotóxico, incluindo a dinâmica da concentração da calda. Também foi desenvolvida uma estratégia de controle preditivo com antecipação das taxas de aplicação para ajustar as taxas de aplicação do agrotóxico e da calda. Também, uma plataforma flexível para o desenvolvimento de pulverizadores foi projetada e construída. A sua automação foi baseada em um controlador embarcado de tempo real adequado para aplicações de controle, aquisição e temporização. Para obter os parâmetros dos modelos e avaliar a estratégia de controle ensaios de vazão e concentração para diferentes pontas de pulverização foram propostos. Com o emprego da abordagem de controle preditivo, os erros das vazões do agrotóxico e da calda ficaram abaixo do nível admissível de 5%. O uso da estratégia de antecipação das taxas de aplicação permitiu aumentar a eficiência da aplicação, reduzindo em até 40% os erros de aplicação. Resultados experimentais são apresentados para validar os modelos e mostrar a eficiência da estratégia de controle desenvolvida. / Sprayer systems with direct injection allow the use of different pesticides in a single application, reducing the waste of chemicals and thereby minimizing the toxicologic and environmental risks associated with the carrier-chemical mix preparation and discard. In this work, mathematical models for a direct chemical injection sprayer system including the dynamics of the carrier-chemical mix concentration are developed. Also, a predictive control strategy with anticipative reference of application rates was developed to adjust the carrier-chemical mix and chemical flow rates. Also, a flexible platform for the development of sprayers was designed and constructed. The automation of this platform was based on a programmable automation controller suitable for control, acquisition and timming applications. To obtain the models and analyse the control strategy, essays flow and concentration for different spray nozzles were proposed. With the use of predictive control approach, the errors of the carrier-chemical mix and chemical flow rates were lower than the admissible level of 5 %. The use of the advanced references increased the efficiency of the variable rate application, reducing up to 40 % application errors. Practical results are presented to validate the models and show the efficiency of the developed control strategy.

Ondulações de torque devido à comutação de fases é apontada como a principal desvantagem do método de controle 6 pulsos convencional do motor síncrono de ímã permanente no rotor com força contra-eletromotriz trapezoidal. Para reduzir essas ondulações, diferentes estratégias de controle vetorial dessa máquina são apresentadas na literatura. Nesse trabalho é proposto e analisado o controle vetorial dessa máquina utilizando uma malha de controle de corrente baseada no Finite Control-Set Model-based Predictive Control (FCS-MPC). Como resultado, a estrutura de controle vetorial proposta é capaz de reduzir as ondulações de torque de comutação e também aquelas provenientes de imperfeições da força contraeletromotriz trapezoidal. Esse resultado é atingido sem a alteração da estrutura do conversor, adição de circuito ou alteração na tensão de barramento. Em termos de desempenho dinâmico, são demonstradas a rápida dinâmica de torque sem necessidade de sintonia ou projeto de ganhos de controlador e dinâmica desacoplada das variáveis de controle sem necessidade de cálculo de termos de desacoplamento. Esses resultados apontam vantagens sobre recentes propostas na literatura baseada em controladores lineares. Também é implementado uma estratégia de melhoria de desempenho do FCS-MPC baseado na inclusão do conceito de ciclo de trabalho. Essa abordagem permite reduzir significativamente, em baixa velocidade, a banda de ondulação da corrente de estator e torque da máquina, demonstrando uma melhoria em relação ao FCS-MPC sem ciclo de trabalho. / Torque ripples due to phase commutation are pointed to the main drawback of 120 degree 6 step control of synchronous motor with trapezoidal back electromotive force (back EMF). To reduce these ondulations, different vector control strategies are presented in the literature. This study proposes and analyzes the application of the Finite Control-Set Model-based Predictive Control in the current loop of vector control strategy of permanent magnet synchronous motor with trapezoidal back EMF. As a result, the control structure reduces the torque ripple comming from phase commutation and back EMF shape imperfections. This result is achieved without changing the converter topology, the DC link voltage or including aditional circuit. Concerning to dynamic response, the proposed control strategy offers fast torque dynamics without gain tunning needed and decoupled dynamic of variable control. Furthermore, it is implemented an improvement approach to FCS-MPC based on duty-cycle concept. This strategy reduces significantly the torque ripple in low speed range, demonstrating an advance over conventional FCS-MPC.

Submitted by Rosivalda Pereira (mrs.pereira@ufma.br) on 2017-07-18T19:13:43Z No. of bitstreams: 1 HiltonSantos.pdf: 3137200 bytes, checksum: a7b77b12eeb29959ab49e7ef675229d9 (MD5) / Made available in DSpace on 2017-07-18T19:13:43Z (GMT). No. of bitstreams: 1 HiltonSantos.pdf: 3137200 bytes, checksum: a7b77b12eeb29959ab49e7ef675229d9 (MD5) Previous issue date: 2017-06-27 / The emergence of new industrial plants with great complexity and the need to improve the operation of existing plants has fostered the development of high performance control systems, these systems must not only meet the design specifications, such as merit figures, but also operate at minimal cost and impacts at environment. Motivated by this demand, it is presented in this dissertation the development of methods for on-line tuning of control system parameters, ie, a methodology is presented for the on-line tuning of adaptive and optimal PID controllers via Artificial Neural Networks(ANNs). The approach developed in this dissertation is based on three PID controllers parameters. [Artificial neural networks with radial base functions and Model Predictive Control (MPC). From the union of these approaches a general formulation of an Adaptive-optimal PID controller via artificial neural networks with on-line tuning was presented. The on-line tuning methodology for the ANN parameters is presented in the context of MPC, predicting plant output. For the PID controller, we proposed a modification of the standard structure in order to adapt the error function. The adjustment of the PID controller parameters and the prediction of the optimally plant output, are performed by the ANN-RBF weights adjustments. In addition, an indoor implementation of the control system were proposed for the positioning of a photovoltaic panel. The performance evaluations of the proposed system were obtained from computational experiments results that were based on mathematical models and hardware experiments, that were obtained from a reduced model of a photovoltaic panel. Finally, a comparison between the proposed methodology with the classical PID controller were performed and the proposed methodology presented to be more flexible to the insertion of new performance metrics and the results achieved from the ANN, were better than the ones obtained by the classical PID tuning, such as: Ziegler-Nichols or trial and error. / O surgimento de novas plantas industriais com grande complexidade e a necessidade de melhorar a operação das plantas já existentes tem fomentado o desenvolvimento de sistemas de controle de alto desempenho, estes sistemas devem atender não só as especificações de projeto, tal como: figuras de mérito, mas também devem operar com um custo mínimo e sem causar impactos desastrosos para o meio ambiente. Motivados por esta demanda, apresenta-se nesta dissertação o desenvolvimento de métodos para sintonia online dos parâmetros dos sistemas de controle, ie, apresenta-se uma metodologia para a sintonia online de controladores PID adaptativo e ótimo via Redes Neurais Artificiais (RNAs). A abordagem desenvolvida nesta dissertação tem base as ações dos controladores PID de três termos, redes neurais artificiais com funções de base radial e Controle preditivo baseado em modelo (MPC - Model Predictive Control), a partir da união destas abordagens elabora-se a formulação geral do controlador PID Adaptativo-Ótimo via redes neurais artificiais, com sintonia online. A metodologia de ajuste online dos parâmetros da RNA está no contexto do MPC para predição de saída da planta. Para o caso do controlador PID, tem-se a modificação da estrutura padrão com o objetivo de adaptação em função do erro. O ajuste dos termos do controlador PID e da predição da saída na planta, de forma ótima, é realizada pelo ajustes dos pesos da RNA-RBF. Além disso, apresenta-se a implementação indoor do sistema de controle desenvolvido para o posicionamento de um painel fotovoltaico. As avaliações de desempenho do sistema proposto são obtidos de resultados de experimentos computacionais que são baseados em modelos matemáticos e experimentos em hardware que são obtidos de um modelo reduzido de um painel fotovoltaico. Por fim, comparando o PID clássico com o controlador desenvolvido constatou-se que este último apresenta mais flexibilidade para inserir novas métricas de desempenho e os resultados atingidos são melhores do que os parâmetros obtidos por meio da sintonia do PID clássica, tais como: métodos de Ziegler-Nichols ou tentativa e erro

O objetivo principal desta tese foi a implantação de uma nova estratégia para a integração da otimização em tempo real (RTO), com o controle preditivo multivariável em uma unidade de processo industrial. A solução proposta pode ser considerada como uma estratégia de uma camada, na qual os problemas de controle e otimização econômica são resolvidos simultaneamente, na mesma camada da estrutura de controle. Supondo que o objetivo econômico a ser maximizado (minimizado) seja uma função côncava (convexa) das entradas e saídas de processo, o controlador MPC com otimização econômica (OMPC) foi obtido através da inclusão do gradiente reduzido do objetivo econômico, na função objetivo do controlador preditivo. Esta abordagem foi testada inicialmente através da simulação do conjunto reator regenerador de uma Unidade de Craqueamento Catalítico Fluido (UFCC). O controlador otimizador foi implementado com sucesso em uma coluna de destilação de tolueno, na Unidade de Recuperação de Aromáticos da refinaria de Cubatão da Petrobras. Este controlador está em funcionamento contínuo por cerca de um ano, sem qualquer problema relatado. Para a determinação das condições ótimas, um modelo rigoroso de coluna de destilação multicomponentes no estado estacionário é incluído no controlador preditivo para permitir o cálculo online do objetivo econômico. A trajetória prevista para o sistema de destilação até o ponto ótimo é calculada utilizando-se um modelo linear dinâmico, o qual foi obtido através de testes em degrau na planta real. O ponto ótimo obtido através da estratégia proposta leva em consideração as restrições nas entradas manipuladas e a faixa de controle para as saídas. O problema de otimização resultante para cálculo das ações de controle é uma QP, que pode ser facilmente resolvida com os solvers disponíveis. O MPC com otimização econômica foi implementado como um módulo do pacote SICON (Sistema de Controle da Petrobras). / This thesis was mainly aimed at the implementation of a new strategy for the integration of real time optimization (RTO) with multivariable predictive control in an industrial process system. The proposed strategy can be considered as a one-layer strategy where the control and economic optimization problems are solved simultaneously in the same layer of the control structure. Assuming that the economic objective to be maximized (minimized) is a concave (convex) function of the process inputs and outputs, the optimizing model predictive control (OMPC) was obtained through the inclusion of the reduced gradient of the economic objective in the control objective of the predictive controller. The approach was initially tested through the simulation of the reactorregenerator of a Fluid Catalytic Cracking Unit (FCCU). The optimizing controller has been successfully implemented in a toluene distillation column at the Aromatic Recovery Unit of the Cubatão refinery of Petrobras. This controller has been in continuous operation for about one year without any reported problem. For determining the optimum operating conditions, a steady-state rigorous multicomponent distillation model is included in the predictive controller to allow the on-line computation of the economic objective. The predicted trajectory of the distillation system towards the optimum point is computed with a linear dynamic model that was obtained through step tests in the real plant. The optimum point that is achieved with the proposed strategy takes into account the constraints in the manipulated inputs and the zone control of the outputs. The resulting optimization problem that produces the control actions is a QP that can be easily solved with available solvers. The optimizing MPC was implemented as a module of the SICON (Petrobras Control System) package.

Ondulações de torque devido à comutação de fases é apontada como a principal desvantagem do método de controle 6 pulsos convencional do motor síncrono de ímã permanente no rotor com força contra-eletromotriz trapezoidal. Para reduzir essas ondulações, diferentes estratégias de controle vetorial dessa máquina são apresentadas na literatura. Nesse trabalho é proposto e analisado o controle vetorial dessa máquina utilizando uma malha de controle de corrente baseada no Finite Control-Set Model-based Predictive Control (FCS-MPC). Como resultado, a estrutura de controle vetorial proposta é capaz de reduzir as ondulações de torque de comutação e também aquelas provenientes de imperfeições da força contraeletromotriz trapezoidal. Esse resultado é atingido sem a alteração da estrutura do conversor, adição de circuito ou alteração na tensão de barramento. Em termos de desempenho dinâmico, são demonstradas a rápida dinâmica de torque sem necessidade de sintonia ou projeto de ganhos de controlador e dinâmica desacoplada das variáveis de controle sem necessidade de cálculo de termos de desacoplamento. Esses resultados apontam vantagens sobre recentes propostas na literatura baseada em controladores lineares. Também é implementado uma estratégia de melhoria de desempenho do FCS-MPC baseado na inclusão do conceito de ciclo de trabalho. Essa abordagem permite reduzir significativamente, em baixa velocidade, a banda de ondulação da corrente de estator e torque da máquina, demonstrando uma melhoria em relação ao FCS-MPC sem ciclo de trabalho. / Torque ripples due to phase commutation are pointed to the main drawback of 120 degree 6 step control of synchronous motor with trapezoidal back electromotive force (back EMF). To reduce these ondulations, different vector control strategies are presented in the literature. This study proposes and analyzes the application of the Finite Control-Set Model-based Predictive Control in the current loop of vector control strategy of permanent magnet synchronous motor with trapezoidal back EMF. As a result, the control structure reduces the torque ripple comming from phase commutation and back EMF shape imperfections. This result is achieved without changing the converter topology, the DC link voltage or including aditional circuit. Concerning to dynamic response, the proposed control strategy offers fast torque dynamics without gain tunning needed and decoupled dynamic of variable control. Furthermore, it is implemented an improvement approach to FCS-MPC based on duty-cycle concept. This strategy reduces significantly the torque ripple in low speed range, demonstrating an advance over conventional FCS-MPC.

Esta tese de doutorado propõe um controlador preditivo robusto tipo finite control set aplicado ao controle das potências do gerador de indução duplamente alimentado. Desta forma, a proposta possui dois membros do vetor tensão predita do rotor, sendo que o primeiro termo calcula a tensão considerando as referências de corrente do rotor e o segundo é projetado considerando os erros devido à estimação dos parâmetros da máquina. Os referidos erros devido a variações de parâmetros são modelados como alterações na corrente do rotor. O vetor de tensão a ser fornecido ao rotor da máquina é selecionado através da minimização de uma função custo. Os resultados obtidos na simulação computacional e em bancada experimental confirmam o desempenho do controlador proposto. / This Ph.D. thesis proposes a robust predictive controller type finite control set applied to control of the powers at doubly fed induction generator. In this way, the proposal has two members of the predicted voltage vector of the rotor, the first term calculating the voltage considering the rotor references current and the second one is projected considering the errors due to the estimation of the machine parameters. The errors due to variations parameter are modeled as changes in the rotor current. The voltage vector to be supplied to the machine rotor is selected by minimizing a cost function. The results obtained in the computational simulation and experimental bench confirm the performance of the proposed controller.

Made available in DSpace on 2016-12-12T20:27:38Z (GMT). No. of bitstreams: 1 Resumo - Eduardo Cavalca.pdf: 79555 bytes, checksum: 90f9b6daaa60256b513924a9a0d2ecdd (MD5) Previous issue date: 2013-07-12 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / Model-based predictive control (MPC) approaches has been studied in a wide range of areas, as petrochemical and aerospace, mainly due to its capability of easily deal with physical and operational constraints. Moreover, such approaches can be extended for the application in control loops with nonlinear and time-variant systems. At this context, the objective of this work is to study some MPC techniques in order to evaluate their applicability to control a three-phase induction motor. More specifically, it was analyzed a Dynamic Matrix Control (DMC) approach, as well as two MPC techniques that uses state space modeling. The control algorithms in question and the nonlinear mathematical model of the motor in study were programmed using the free computing environment Scilab-Xcos®. The models of the threephase motor used in the MPC were obtained by a system identification method (based on the step response of the classical non-linear motor model) and by a phenomenological three-phase modeling approach. Multiple simulations have been performed considering variations in load and speed reference. Besides, some discussions are made related to the influence of the control parameters and about the computational cost. Finally, the results showed that the use of MPC techniques in induction machines has great potential. / Abordagens de controle preditivo baseado em modelo (MPC, do inglês model-based predictive control) têm sido estudadas em diversas áreas, como petroquímica e aeroespacial, principalmente devido à capacidade que apresentam em tratar restrições físicas e operacionais de forma simples. Além disso, tais abordagens podem ser estendidas para aplicação em malhas de controle de sistema não lineares e variantes no tempo. Nesse contexto o objetivo desse trabalho é estudar algumas técnicas de MPC a fim de avaliar sua aplicabilidade no controle de um motor de indução trifásico. Mais especificamente, é analisada a técnica DMC (do inglês Dynamic Matrix Control) bem como duas técnicas de MPC que utilizam modelos no espaço de estados. Os algoritmos de controle em questão e o modelo matemático não linear do motor estudado foram programados utilizando o Scilab-Xcos®, um ambiente de processamento de código livre. Os modelos do motor de indução trifásico utilizados no MPC foram obtidos por meio de um método de identificação de sistemas (baseado na resposta ao degrau do modelo clássico não linear do motor) e por uma abordagem de modelagem fenomenológica trifásica. Múltiplas simulações foram realizadas, considerando variações de carga e referência de velocidade, sendo então apresentadas algumas discussões sobre a influência dos parâmetros de controle e custo computacional. Finalmente, os resultados obtidos demonstraram que a aplicação de técnicas MPC em máquinas de indução apresenta um grande potencial.

Made available in DSpace on 2016-12-12T20:27:38Z (GMT). No. of bitstreams: 1 Aldo Zanella Junior.pdf: 3746857 bytes, checksum: 7ff548689a89fd8090402ad4891a23c1 (MD5) Previous issue date: 2015-07-09 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior / This work introduces the report of performed studies in order to evaluate the applicability of generalized predictive control (GPC) to several plants. The main goal is to analyze the GPC performance in processes with different features, analyzing the influence of its tuning parameters. The study is justified by the fact that GPC presents itself as a generalized solution for several classes of processes, which are becoming increasingly complex and demanding for traditional controllers to handle. For the purpose to prove this proposal of GPC, it was performed several tests with plants of different orders and response characteristics, real and simulated, varying controller tuning parameters and measuring some quality indices. It was evaluated the influence of tuning parameters and it was made a report of conclusions that was reached. Through obtained results, it is shown that GPC satisfies the proposal and presents favorable results. / Esta dissertação traz o relato do estudo realizado a fim de avaliar a aplicabilidade do controlador preditivo generalizado (GPC) em plantas diversas. O objetivo principal é analisar o desempenho do GPC em processos com diferentes características, analisando a influência dos seus parâmetros de sintonia. O estudo se justifica pelo fato de que o GPC apresenta-se como uma solução generalizada para diversos tipos de processos, os quais estão se tornando cada vez mais complexos e com maiores exigências para o controlador. A fim de comprovar essa proposta do GPC, realizou-se inúmeros ensaios com plantas com respostas e ordem diferentes, reais e simuladas, variando-se os parâmetros de sintonia do controlador e medindo-se alguns parâmetros de qualidade. Avaliou-se a influência dos parâmetros de sintonia e fez-se um relato das conclusões a que se chegou. Através dos resultados obtidos, mostra-se que o GPC corresponde ao que se propõe para as plantas testadas e apresenta resultados favoráveis.

Made available in DSpace on 2016-06-02T19:56:56Z (GMT). No. of bitstreams: 1 6271.pdf: 1816121 bytes, checksum: 358e1c3f7d194a552db21ddb44f4761c (MD5) Previous issue date: 2014-08-28 / Financiadora de Estudos e Projetos / In general, the chemical processes can be represented using mathematical models, in the case of lumped systems include ordinary differential equations, or, partial differential equations, when distributed parameter systems using methods is necessary in both cases numerical resolution in these models, with the purpose to simulate, analyze and control the process. The implementation of control systems in chemical processes, brings with it many advantages, among these, the improvement and stability in production rates, ensuring product quality and the possibility of a safe operation of the process. Thus, in the last 30 years, different control methodologies were developed, one of the most used techniques, the Model Predictive Control Based on. Its success is due to the fact that this type of control accepts constraints on input variables and process output, determining the future of this movement, while optimizing an objective function can lead to the output of the process until the desired set point. The objective of this project is to implement the Model Predictive Controller with Nonlinear (CPNL ) for a reactor pulp bleaching by the use of chlorine dioxide, whose mathematical model is comprised of partial differential equations, thus being a model parameter distributed. Implementation of the controller, the plant is discretized by the Finite Difference Method and the process model is solved with the technique of Orthogonal Collocation. The integration of the resulting ordinary differential equations systems is performed by the method of Runge-Kutta. The Predictive Controller was compared with a Controller Proportional-Integral (PI). Studies have shown that CPNL has better performance, with faster response and values of the Integral Absolute Error (IAE) and Integral Square Error (ISE) smaller than those calculated for the PI controller. / Em geral, os processos químicos podem ser representados mediante modelos matemáticos que, no caso dos sistemas de parâmetros concentrados, incluem equações diferenciais ordinárias, ou então, equações diferenciais parciais, quando são sistemas de parâmetros distribuídos, sendo necessário nos dois casos o uso de métodos numéricos na resolução destes modelos, com a finalidade de simular, analisar e controlar o processo. A implementação de sistemas de controle em processos químicos, traz consigo múltiplas vantagens, entre essas, a melhora e a estabilidade nas taxas de produção, a garantia da qualidade do produto e a possibilidade de uma operação segura do processo. Desta forma, nos últimos 30 anos, foram desenvolvidas diferentes metodologias de controle, sendo uma das técnicas mais empregadas, o Controle Preditivo Baseado no Modelo. Seu sucesso se deve ao fato de que este tipo de controle aceita restrições nas variáveis de entrada e saída do processo, determinando os movimentos futuros deste, além de otimizar uma função objetivo para conseguir levar a saída do processo até o Set-Point desejado. Assim, o objetivo deste projeto é implementar o Controlador Preditivo com Modelo Não Linear (CPNL ) para um reator de branqueamento de celulose, mediante o uso de dióxido cloro, cujo modelo matemático está constituído por equações diferenciais parciais, sendo assim, um modelo de parâmetros distribuídos. Na implementação do controlador, a planta é discretizada, mediante o Método das Diferenças Finitas e o modelo do processo é resolvido com a técnica de Colocação Ortogonal. A integração dos sistemas de equações diferenciais ordinárias resultantes é realizada mediante o método de Runge- Kutta. O Controlador Preditivo foi comparado com um Controlador Proporcional-Integral (PI). Os estudos mostraram que o CPNL possui melhor desempenho, apresentando uma resposta mais rápida e valores da Integral do Erro Absoluto (IAE) e a Integral do Erro Quadrático (ISE) menores que os calculados para o controlador PI.