No description available.

This dissertation proposed a new methodology for determining the optimal operating strategies for a chilled water storage system under a Time-of-Use electricity rate structure. It is based on a new classification of operating strategies and an investigation of multiple search paths. Each operating strategy consists of a control strategy and the maximum number of chillers running during the off-peak and on-peak periods. For each month, the strategy with the lowest monthly billing cost and minimal water level higher than the setpoint is selected as the optimal operating strategy for the current month. A system model is built to simulate the tank water level at the end of each time step and the system total power during each time step. This model includes six sub-models. Specifically, the plant model is a forward model using a wire-to-water concept to simulate the plant total power. For the Thermal Energy Storage (TES) model, the tank state is described with total chilled water volume in the tank and its derivation is the tank charging or discharging flow rate. A regression model is adopted to simulate the loop supply and return temperature difference as well as the loop total flow rate demand. In the control strategy sub-model, except for three conventional control strategies and the operation without TES, a new control strategy is advanced to load the chiller optimally. The final results will be a table showing the monthly control strategy and maximal number of chillers staged on during the off-peak and on-peak periods, an approach which is easy for the operators to follow. Two project applications of this methodology are introduced in this dissertation. One is an existing TES system with state-of-the-art control and metering systems. The monthly optimal operating strategies are generated, which will achieve significant savings. The comparisons among different control strategies are also provided. The other application consists of multiple plants with little data. The purpose of the study is to evaluate the economic feasibility of designing a new chilled water storage tank and sharing it among four plants. This problem can be solved with a simplified system model, and an optimal tank size is recommended.

No description available.

Um dos desafios que ainda precisa ser superado com o objetivo de melhorar o desempenho do controle preditivo (MPC) é a sua manutenção. Reidentificação do processo é uma das melhores opções disponíveis para atualizar o modelo interno do MPC, a fim de melhorar seu desempenho. No entanto, o processo de reidentificação é dispendioso. Pesquisadores propuseram dois métodos diferentes, capazes de detectar divergências entre o processo real e o seu modelo, através da análise de correlações parciais. Utilizando essas técnicas, ao invés de reidentificar todos os sub-modelos do processo, apenas algumas entradas com divergência significativas teriam que ser perturbadas e somente a parte degradada do modelo seria atualizada. Entretanto, não há informações suficientes e análises sobre a influência das estruturas de modelo nos resultados das correlações parciais. Além disso, apesar de ambas as abordagens serem eficientes na detecção de divergências significativas, elas não fornecem informações suficientes sobre a sua quantificação. Esta dissertação de mestrado demonstra que o método de Carlsson (2010) é uma solução particular do método de Badwe et al. (2009), quando os modelos utilizados no processo de identificação são estruturas FIR. Além disso, alguns outros tipos de estruturas serão estudados, de modo a verificar se eles são adequados para a análise da correlação parcial, com o objetivo de detectar esse tipo de divergência. Quanto à limitação da detecção do nível da divergência entre o modelo e a planta, este trabalho propõe um projeto inicial de um novo método para resolver este problema, através da adição de ruído branco off-line nos dados coletados do processo, com diferentes variações antes da análise da correlação parcial. Um estudo de caso simulado é mostrado, que confirma a eficácia desta nova técnica. Finalmente, são apresentadas as conclusões encontradas e as possibilidades para estudos futuros. / One of the challenges that still needs to be overcome in order to improve the performance of the model predictive control (MPC) is its maintenance. Re-identification of the process is one of the best options available to update the internal model of the MPC, in order to improve performance. However, re-identification is costly. Researchers have proposed two different methods able to detect plant mismatch through partial correlation analysis. Using these techniques, instead of re-identifying all the sub-models in the process, only a few inputs with significant mismatch would have to be perturbed and only the degraded portion of the model would be updated. Nevertheless, there is not enough information and analysis about the influence of the model structures for identification on partial correlation results. Besides, although both approaches are efficient in detecting significant mismatches, they do not provide enough information about its magnitude. This masters thesis demonstrates that the Carlssons method (2010) is a particular solution of the Badwe et al.s method, when the models used on the identification process are FIR structures. Moreover, some other types of structures will be analyzed in order to check if they are suitable for the partial correlation procedure to detect plant mismatches. Concerning the limitation of the detection the level of plant-mismatch, this thesis proposes a starting project of a new method to address this issue by adding offline white noise to the collected data from the process with different variances before analyzing the partial correlation. A simulation case study is shown that confirms the efficacy of this new technique. Finally, conclusions and possible future studies are presented.

Sugarcane crop is the main source of sugar and the second largest source of biofuel in the world. Since the 1980s, Brazil has been the largest sugarcane producing nation, producing half of the global amount. Ethanol and biomass from sugarcane account for more than 15% of the country´s energy source. Nevertheless, commercial Brazilian sugarcane yield has plateaued at 75 t ha-1, and to meet the increasing demand for sugar and ethanol, the crop has strongly expanded towards central-western regions, where irrigation is mandatory to offset water stress risks. To support decision making and scientific guidance towards where and how the crop should expand and/or to increase yields, a heuristic view of the crop system is needed, which can mathematically be translated into a crop model. In turn, the effects of crop management, land use change, climate variability and agro-economic change factors on crop production and associated quantities can and have been assessed by using crop process-based models (PBM). In contrast to other crops, however, sugarcane has only two PBMs available for end users (DSSAT-CANEGRO and APSIM-Sugar), and further modifications of these models are required to better assess and support sustainable sugarcane production in Brazil. Therefore, this study aimed to develop, calibrate and evaluate different crop modelling approaches for Brazilian sugarcane farming systems, water management strategies, climate change impacts and canopy structures to support improved decisions for private and public stakeholders in the sugarcane sector, provide scientific guidance and establish a Brazilian platform of crop simulations. A new version of the sugarcane process-based model (SAMUCA) was developed to operate at phytomer level, focusing on soil mulch effects on crop growth and development, tillering process under competition for light and sucrose accumulation based on source-sink relations. The model was embedded into a modular platform dedicated to simulating the soil-plant-atmosphere and the management of the sugarcane farm system. The previous version of SAMUCA was also re-structured and coupled to the SWAP (Soil, Water, Atmosphere and Plant) agrohydrological model platform, focusing on soil water relations to crop growth. Moreover, a Functional-Structural Plant Model (FSPM) for sugarcane was developed by integrating the main crop components at the organ level (phytomer), based on a relative source-sink approach and a robust light model embedded into a three-dimensional modelling platform (GroIMP). All approaches were evaluated, and the performance under experimental conditions for different Brazilian conditions was determined. The performance of the new version of SAMUCA in a long-term experiment and under different Brazilian conditions was satisfactory, with agreement indices close to those of other widely used sugarcane crop models (CANEGRO and APSIM-Sugar). In addition, the modulated crop simulation platform can be used to host more crop models and integrate new features of Brazilian farming systems. The coupling of the SWAP-SAMUCA model was accomplished, and although non-expressive improvements in model performance regarding crop yield were noticed (with an overall 6% lower RMSE), the ability of SWAP-SAMUCA to simulate soil water content was higher than that of the original \"tipping bucket\" approach (32% lower RMSE). The Functional-Structural Plant Model for sugarcane was able to satisfactorily simulate canopy development, tillering and sucrose accumulation at the organ level and its integration at the whole-plant level. Besides its ability to simulate competition for light, helping to understand intra-specific competition among tillers, the sugarcane FSPM framework can be used to support sucrose accumulation and translocation mechanism studies as well as intercropping studies for sugarcane, which has already successfully been done for other crops. / A cultura da cana-de-açúcar é a principal fonte de açúcar e a segunda maior fonte de biocombustíveis do mundo. O Brasil é o maior produtor mundial desde a década de 80 e atualmente representa metade da produção mundial, enquanto que ao mesmo tempo o etanol e a biomassa correspondem a mais de 15% da fonte de energia do país. Contudo, a produtividade comercial da cana-de-açúcar brasileira atingiu um limiar de cerca de 75 t ha-1 e para atender à crescente demanda de açúcar e etanol, a cultura expandiu-se fortemente para a região centro-oeste, onde a irrigação é obrigatória para manter os níveis de produção e diminuir riscos de quebra de safra. Para dar suporte a tomada de decisão e avanço científico sobre onde e como a cultura deve se expandir e/ou aumentar a produtividade, é necessária uma visão heurística do sistema agrícola brasileiro que pode ser traduzida matematicamente para um modelo de cultura. Desta forma, os efeitos do manejo e tipo de solo, variabilidade climática e fatores econômicos na produtividade de culturas agrícolas podem ser avaliados quantitativamente por meio de modelos de culturas baseados em processos (MBP). No entanto, em contraste a outras culturas, a cana-de-açúcar possui apenas dois MBPs disponíveis para usuários finais (DSSAT-CANEGRO e APSIM-Sugar) que requerem calibração e parametrização para melhor representar o sistema agrícola de cana-de-açúcar do Brasil. Portanto, este estudo teve como objetivo desenvolver, calibrar e avaliar diferentes abordagens de modelagem de culturas voltadas a produção de cana-de-açúcar no Brasil, para servir como ferramenta de tomada de decisão para o setor público e privado, auxilio no manejo da água e avaliação dos impactos nas mudanças climáticas. Portanto, uma nova versão do modelo baseado em processo de cana-de-açúcar (SAMUCA) foi desenvolvida para operar a nível de fitômeros, incluindo os efeitos no crescimento e desenvolvimento da cana com base na cobertura da palha no solo, competição por luz no processo de perfilhamento e acúmulo de sacarose com base nas relações fonte-dreno. O modelo foi incorporado em uma plataforma modular dedicada a simular o sistema solo-planta-atmosfera e manejo do sistema agrícola. Além disso, a versão anterior do SAMUCA também foi reestruturada e acoplada à plataforma agro-hidrológica SWAP (\"Soil, Water, Atmosphere and Plant\") com objetivo de aprimorar as simulações de balanço hídrico no solo e efeito no crescimento da cana-de-açúcar. Por fim, um Modelo Funcional-Estrutural de Plantas (MFEP) para a cana-de-açúcar foi desenvolvido integrando os principais componentes da cultura a nível de órgãos (fitômeros) com base em uma abordagem de fonte-dreno e um modelo robusto de radiação que foram introduzidos em uma plataforma de modelagem tridimensional (GroIMP). As três abordagens foram avaliadas e seu desempenho foi determinado com base em condições experimentais para diferentes regiões brasileiras. O desempenho da nova versão do modelo SAMUCA em experimento de longo prazo e em diferentes condições brasileiras foi satisfatório e os índices de concordância foram próximos de outros modelos de cana-de-açúcar amplamente utilizados (CANEGRO e APSIM-Sugar). Além disso, a plataforma de simulação de culturas modulada pode ser usada para hospedar mais modelos de culturas e integrar novas características do sistema de cultivo brasileiro. O acoplamento do modelo SWAP-SAMUCA foi realizado e apesar não apresentar melhorias expressivas no desempenho do modelo em simular os componentes da cultura (com erro médio quadrático [RMSE] 6% menor), a habilidade do modelo SWAP-SAMUCA em simular o teor de água no solo mostrou-se consideravelmente superior em comparação ao modelo original (RMSE 32% menor). O MFEP para cana-de-açúcar foi capaz de simular o desenvolvimento do dossel, o processo de perfilhamento e o acúmulo de sacarose ao nível de órgãos e planta de forma satisfatória. Além de sua capacidade em simular com precisão a interceptação da radiação por cada estrutura do dossel, podendo auxiliar na compreensão do processo de competição intraespecífica entre perfilhos, a estrutura do MFEP da cana-de-açúcar também pode ser usada no apoio à pesquisa focando os mecanismos de acúmulo de sacarose e translocação de açúcares bem como em estudos de consórcio em cana-de-açúcar, como têm sido realizado com sucesso para outras culturas nos últimos anos.

Sugarcane crop is the main source of sugar and the second largest source of biofuel in the world. Since the 1980s, Brazil has been the largest sugarcane producing nation, producing half of the global amount. Ethanol and biomass from sugarcane account for more than 15% of the country´s energy source. Nevertheless, commercial Brazilian sugarcane yield has plateaued at 75 t ha-1, and to meet the increasing demand for sugar and ethanol, the crop has strongly expanded towards central-western regions, where irrigation is mandatory to offset water stress risks. To support decision making and scientific guidance towards where and how the crop should expand and/or to increase yields, a heuristic view of the crop system is needed, which can mathematically be translated into a crop model. In turn, the effects of crop management, land use change, climate variability and agro-economic change factors on crop production and associated quantities can and have been assessed by using crop process-based models (PBM). In contrast to other crops, however, sugarcane has only two PBMs available for end users (DSSAT-CANEGRO and APSIM-Sugar), and further modifications of these models are required to better assess and support sustainable sugarcane production in Brazil. Therefore, this study aimed to develop, calibrate and evaluate different crop modelling approaches for Brazilian sugarcane farming systems, water management strategies, climate change impacts and canopy structures to support improved decisions for private and public stakeholders in the sugarcane sector, provide scientific guidance and establish a Brazilian platform of crop simulations. A new version of the sugarcane process-based model (SAMUCA) was developed to operate at phytomer level, focusing on soil mulch effects on crop growth and development, tillering process under competition for light and sucrose accumulation based on source-sink relations. The model was embedded into a modular platform dedicated to simulating the soil-plant-atmosphere and the management of the sugarcane farm system. The previous version of SAMUCA was also re-structured and coupled to the SWAP (Soil, Water, Atmosphere and Plant) agrohydrological model platform, focusing on soil water relations to crop growth. Moreover, a Functional-Structural Plant Model (FSPM) for sugarcane was developed by integrating the main crop components at the organ level (phytomer), based on a relative source-sink approach and a robust light model embedded into a three-dimensional modelling platform (GroIMP). All approaches were evaluated, and the performance under experimental conditions for different Brazilian conditions was determined. The performance of the new version of SAMUCA in a long-term experiment and under different Brazilian conditions was satisfactory, with agreement indices close to those of other widely used sugarcane crop models (CANEGRO and APSIM-Sugar). In addition, the modulated crop simulation platform can be used to host more crop models and integrate new features of Brazilian farming systems. The coupling of the SWAP-SAMUCA model was accomplished, and although non-expressive improvements in model performance regarding crop yield were noticed (with an overall 6% lower RMSE), the ability of SWAP-SAMUCA to simulate soil water content was higher than that of the original \"tipping bucket\" approach (32% lower RMSE). The Functional-Structural Plant Model for sugarcane was able to satisfactorily simulate canopy development, tillering and sucrose accumulation at the organ level and its integration at the whole-plant level. Besides its ability to simulate competition for light, helping to understand intra-specific competition among tillers, the sugarcane FSPM framework can be used to support sucrose accumulation and translocation mechanism studies as well as intercropping studies for sugarcane, which has already successfully been done for other crops. / A cultura da cana-de-açúcar é a principal fonte de açúcar e a segunda maior fonte de biocombustíveis do mundo. O Brasil é o maior produtor mundial desde a década de 80 e atualmente representa metade da produção mundial, enquanto que ao mesmo tempo o etanol e a biomassa correspondem a mais de 15% da fonte de energia do país. Contudo, a produtividade comercial da cana-de-açúcar brasileira atingiu um limiar de cerca de 75 t ha-1 e para atender à crescente demanda de açúcar e etanol, a cultura expandiu-se fortemente para a região centro-oeste, onde a irrigação é obrigatória para manter os níveis de produção e diminuir riscos de quebra de safra. Para dar suporte a tomada de decisão e avanço científico sobre onde e como a cultura deve se expandir e/ou aumentar a produtividade, é necessária uma visão heurística do sistema agrícola brasileiro que pode ser traduzida matematicamente para um modelo de cultura. Desta forma, os efeitos do manejo e tipo de solo, variabilidade climática e fatores econômicos na produtividade de culturas agrícolas podem ser avaliados quantitativamente por meio de modelos de culturas baseados em processos (MBP). No entanto, em contraste a outras culturas, a cana-de-açúcar possui apenas dois MBPs disponíveis para usuários finais (DSSAT-CANEGRO e APSIM-Sugar) que requerem calibração e parametrização para melhor representar o sistema agrícola de cana-de-açúcar do Brasil. Portanto, este estudo teve como objetivo desenvolver, calibrar e avaliar diferentes abordagens de modelagem de culturas voltadas a produção de cana-de-açúcar no Brasil, para servir como ferramenta de tomada de decisão para o setor público e privado, auxilio no manejo da água e avaliação dos impactos nas mudanças climáticas. Portanto, uma nova versão do modelo baseado em processo de cana-de-açúcar (SAMUCA) foi desenvolvida para operar a nível de fitômeros, incluindo os efeitos no crescimento e desenvolvimento da cana com base na cobertura da palha no solo, competição por luz no processo de perfilhamento e acúmulo de sacarose com base nas relações fonte-dreno. O modelo foi incorporado em uma plataforma modular dedicada a simular o sistema solo-planta-atmosfera e manejo do sistema agrícola. Além disso, a versão anterior do SAMUCA também foi reestruturada e acoplada à plataforma agro-hidrológica SWAP (\"Soil, Water, Atmosphere and Plant\") com objetivo de aprimorar as simulações de balanço hídrico no solo e efeito no crescimento da cana-de-açúcar. Por fim, um Modelo Funcional-Estrutural de Plantas (MFEP) para a cana-de-açúcar foi desenvolvido integrando os principais componentes da cultura a nível de órgãos (fitômeros) com base em uma abordagem de fonte-dreno e um modelo robusto de radiação que foram introduzidos em uma plataforma de modelagem tridimensional (GroIMP). As três abordagens foram avaliadas e seu desempenho foi determinado com base em condições experimentais para diferentes regiões brasileiras. O desempenho da nova versão do modelo SAMUCA em experimento de longo prazo e em diferentes condições brasileiras foi satisfatório e os índices de concordância foram próximos de outros modelos de cana-de-açúcar amplamente utilizados (CANEGRO e APSIM-Sugar). Além disso, a plataforma de simulação de culturas modulada pode ser usada para hospedar mais modelos de culturas e integrar novas características do sistema de cultivo brasileiro. O acoplamento do modelo SWAP-SAMUCA foi realizado e apesar não apresentar melhorias expressivas no desempenho do modelo em simular os componentes da cultura (com erro médio quadrático [RMSE] 6% menor), a habilidade do modelo SWAP-SAMUCA em simular o teor de água no solo mostrou-se consideravelmente superior em comparação ao modelo original (RMSE 32% menor). O MFEP para cana-de-açúcar foi capaz de simular o desenvolvimento do dossel, o processo de perfilhamento e o acúmulo de sacarose ao nível de órgãos e planta de forma satisfatória. Além de sua capacidade em simular com precisão a interceptação da radiação por cada estrutura do dossel, podendo auxiliar na compreensão do processo de competição intraespecífica entre perfilhos, a estrutura do MFEP da cana-de-açúcar também pode ser usada no apoio à pesquisa focando os mecanismos de acúmulo de sacarose e translocação de açúcares bem como em estudos de consórcio em cana-de-açúcar, como têm sido realizado com sucesso para outras culturas nos últimos anos.

Um dos desafios que ainda precisa ser superado com o objetivo de melhorar o desempenho do controle preditivo (MPC) é a sua manutenção. Reidentificação do processo é uma das melhores opções disponíveis para atualizar o modelo interno do MPC, a fim de melhorar seu desempenho. No entanto, o processo de reidentificação é dispendioso. Pesquisadores propuseram dois métodos diferentes, capazes de detectar divergências entre o processo real e o seu modelo, através da análise de correlações parciais. Utilizando essas técnicas, ao invés de reidentificar todos os sub-modelos do processo, apenas algumas entradas com divergência significativas teriam que ser perturbadas e somente a parte degradada do modelo seria atualizada. Entretanto, não há informações suficientes e análises sobre a influência das estruturas de modelo nos resultados das correlações parciais. Além disso, apesar de ambas as abordagens serem eficientes na detecção de divergências significativas, elas não fornecem informações suficientes sobre a sua quantificação. Esta dissertação de mestrado demonstra que o método de Carlsson (2010) é uma solução particular do método de Badwe et al. (2009), quando os modelos utilizados no processo de identificação são estruturas FIR. Além disso, alguns outros tipos de estruturas serão estudados, de modo a verificar se eles são adequados para a análise da correlação parcial, com o objetivo de detectar esse tipo de divergência. Quanto à limitação da detecção do nível da divergência entre o modelo e a planta, este trabalho propõe um projeto inicial de um novo método para resolver este problema, através da adição de ruído branco off-line nos dados coletados do processo, com diferentes variações antes da análise da correlação parcial. Um estudo de caso simulado é mostrado, que confirma a eficácia desta nova técnica. Finalmente, são apresentadas as conclusões encontradas e as possibilidades para estudos futuros. / One of the challenges that still needs to be overcome in order to improve the performance of the model predictive control (MPC) is its maintenance. Re-identification of the process is one of the best options available to update the internal model of the MPC, in order to improve performance. However, re-identification is costly. Researchers have proposed two different methods able to detect plant mismatch through partial correlation analysis. Using these techniques, instead of re-identifying all the sub-models in the process, only a few inputs with significant mismatch would have to be perturbed and only the degraded portion of the model would be updated. Nevertheless, there is not enough information and analysis about the influence of the model structures for identification on partial correlation results. Besides, although both approaches are efficient in detecting significant mismatches, they do not provide enough information about its magnitude. This masters thesis demonstrates that the Carlssons method (2010) is a particular solution of the Badwe et al.s method, when the models used on the identification process are FIR structures. Moreover, some other types of structures will be analyzed in order to check if they are suitable for the partial correlation procedure to detect plant mismatches. Concerning the limitation of the detection the level of plant-mismatch, this thesis proposes a starting project of a new method to address this issue by adding offline white noise to the collected data from the process with different variances before analyzing the partial correlation. A simulation case study is shown that confirms the efficacy of this new technique. Finally, conclusions and possible future studies are presented.

The thesis first provides a brief introduction to wind energy and bring in the current status of this rapidly growing industry. Further, the distribution of wind turbines, their specific and general description of the construction is described. Emphasis is placed on wind turbine control system. The first goal was to build a simulation model of wind power plant in the MATLAB / Simulink usable for subsequent overall design of control system of wind power plant. Furthermore, the analysis of the control of individual components of power station in the light of the possibility of optimizing the operation and in particular the optimization of efficiency of plant, i.e. maximization of the reached performance is performed. In the last part of this thesis structure and parameters of individual control system of plant is designed and the results are discussed.

The diploma thesis is focused on the evaluation of small-scale waste to energy plants in the Czech Republic. In the first part, there is a survey of the corresponding literature and general evaluation of the specificities of these plants. The next section analyzes the technical and economic indicators of a specific technology by Microsoft Excel model. Finally, recommendations for small-scale waste to energy plants arising from the model are summarized.

En växande global befolkning och stor efterfrågan på grödor driver den teknologiska utvecklingen framåt inom det moderna lantbruket. I sin utveckling av nya styr- och reglerfunktioner för frontlastare behövde Ålö AB en pålitlig och effektiv plantmodell av deras frontlastare Quicke Q5M. Plantmodellen skulle inkludera det tillhörande mekaniska och hydrauliska systemet och kunna rendera simulering och 3D-animering i realtid. En automatisk nedställningsfunktion för material skulle också utvecklas för att automatisera den vanligt förekommande sysslan att ställa ned material från en upphöjd position. En plantmodell för Quicke Q5M med ett lastkännande hydraulsystem utvecklades i MATLAB Simulink med Simscape Multibody och Simscape Fluids. Prestandan av den simulerade plantmodellen utvärderades. Plantmodellen visade grundläggande överensstämmelse när den jämfördes med sensordata från en frontlastare i verkligheten. En reglerfunktion för automatisk nedställning av material utvecklades i Simulink. En algoritm för att detektera kollision med mark konstruerades genom att analysera sensordata från en frontlastare i verkligheten som ställt ned material på marken. För att detektera materialets kontakt med mark utfördes hastighets- och accelerationsestimeringar på sensordata från vinkelgivare och trycksensorer. Vid kontakt med mark avslutades nedställningsrörelsen automatiskt. Prestandan och noggrannheten av reglersystemet under olika scenarion analyserades och diskuterades. Trots att simuleringar av plantmodellen och den föreslagna nedställningsfunktionen såg realistiska ut var det svårt att kvantifiera överensstämmelsen mellan plantmodell och frontlastare då inga utförligare fysiska tester hanns med. Framtida utveckling av plantmodell och nedställningsfunktion rekommenderas därför att börja med ett implementeringstest av reglerfunktionen i en traktor i verkligheten. Det skulle ge ett mått på hur pass bra plantmodellen representerar frontlastaren samt möjliggöra utvärdering och vidare justering av reglerfunktionens parametrar i en verklig fysisk miljö. / A growing global population and large demands for crops worldwide is driving agricultural technological advances forward. In developing new automatic control functions for front end loader applications, Ålö AB needed a reliable and effective plant model of their front end loader Quicke Q5M. The plant model should include the associated mechanical and hydraulic system and be capable of rendering simulation and 3D animation in real time. An automated put down control function would also be of benefit for farming operators, speeding up the commonly performed farming task of putting down material from an elevated position. A plant model for the Quicke Q5M with a Load Sensing hydraulic system was developed in MATLAB Simulink with Simscape Multibody and Simscape Fluids. The performance of the simulated plant model was evaluated. The plant model showed some consistent results when compared to sensor data logs from a real-world front end loader. An automatic put down control function for material was also developed and tested in Simulink. A collision detection algorithm was constructed by analyzing sensor data logs from a real-world tractor putting down material on the ground. Velocity and acceleration estimations were made from angular position and pressure sensors to detect the contact between material and ground. The control function automatically stopped the lowering movement when contact was detected. The performance and accuracy of the control system under different scenarios were analyzed and discussed. Although the simulations of the plant model and proposed control function seemed realistic, the consistency of the plant model was hard to quantify since there was no time left for any thourough physical tests. It is recommended that future development of both the plant model and control system begin with an implementation test of the control system in a real-world tractor. This would help determine how accurately the plant model represents the front end loader. It would also allow evaluation and further tuning of the control function in a real physical environment.