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.

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.

O desenvolvimento de métodos que aumentem a eficiência de controle de processos de cristalização ganhou importância devido à necessidade de melhoras nas taxas de produção, minimizando os custos de energia e mantendo a qualidade das partículas. Neste trabalho os autores estudaram a aplicação de um controlador preditivo (MPC) a um processo de cristalização de cloreto de sódio por evaporação múltiplo-efeito, com alimentação paralela, permitindo que a planta busque, em tempo real, o melhor ponto de operação respeitando os limites definidos. Primeiramente, foi criado um modelo fenomenológico não linear através de balanços de massa, energia e momento considerando a cinética de cristalização, de forma que se possa simular a dinâmica de operação dos cinco efeitos operando dependentemente. O modelo físico possibilitou a aplicação de um controlador do tipo MPC com zona de controle permitindo que as principais variáveis de saída encontrem, dentro de uma faixa de operação aceitável, o ponto ótimo do processo nas condições atuais. Ao mesmo sistema foi aplicado um controlador clássico do tipo PID para avaliação dos ganhos adquiridos pela técnica de controle por predição do estado futuro da planta, observando uma melhor estabilidade e queda no consumo energético. / The development of methods to increase the efficiency of the crystallization process control has gained importance due to the need to improve production rates, to minimize energy costs and to improve the quality of particulate products. In this work the author has applied a model predictive control (MPC) to a continuous forced circulation five-stage evaporative sodium chloride crystallizer with parallel feed, providing the real time search of the best operating point inside the defined set of constraints. First, a non-linear phenomenological model was developed by mass, energy and moment balances coupled to the crystallization kinetics, to simulate the dynamic operation of the five effects working dependently. The physical model enabled the study of the implementation of a model predictive control MPC with zone control that allows the main output variables to be controlled in acceptable operating ranges and the detection of the optimum operating point of the process corresponding to current economic conditions. To evaluate the benefits of the advanced control strategy, a classical PID control system was also implemented in the crystallization system and the two strategies were compared to evaluate the benefit of the model based predictive strategy that provides a better stability and a decrease in the energy consumption.

O propósito desta Tese é desenvolver controladores preditivos (MPC) com garantia de estabilidade e que são parte de uma estrutura onde a otimização em tempo real (RTO) produz targets otimizantes para o controlador preditivo. As aproximações de duas e três camadas foram consideradas. Três diferentes estratégias são apresentadas: A primeira estratégia é desenvolvida para sistemas com pólos integradores; esta consiste em um algoritmo MPC de horizonte infinito em duas versões estendidas. Este controlador é formulado para implementação em uma estrutura de duas camadas. Os resultados de simulação em um sistema linear com modos estáveis e integradores mostram a capacidade do controlador MPC para seguir targets nas entradas vindos da camada RTO mesmo quando há targets para sistemas integradores. Como segunda estratégia, foi desenvolvido um algoritmo que garante estabilidade nominal do controlador MPC quando este interage com a camada intermediária da estrutura em três camadas. Além da versão nominal, é desenvolvida uma extensão deste controlador para sistemas com incerteza, o controlador resultante tem estabilidade robusta. Esta aproximação é testada com um sistema linear e um sistema não linear. Para o sistema não-linear, que é um processo industrial, é simulada a estrutura completa incluindo a RTO com o algoritmo robusto. Os resultados mostram que a estrutura é capaz de seguir mudanças nos targets quando os distúrbios afetam o processo. Finalmente, a última estratégia proposta nesta Tese consiste na inclusão de uma função convexa no controlador MPC para seguir os targets. O gradiente desta função convexa é considerada num termo quadrático na função objetivo do controlador MPC. Este controlador é simulado com um sistema linear e um sistema não linear. Com o objetivo de desenvolver uma versão robusta, o MPC com gradiente foi estendido ao caso de sistemas com incertezas. Para todas as estratégias apresentadas em esta Tese, foram formulados teoremas que garantem a viabilidade recursiva e a convergência do sistema em malha fechada. / The aim of this Thesis is the development of predictive controllers (MPC) with guarantee of stability and that are part of a control structure where Real Time Optimization (RTO) is present and produces optimizing targets for the predictive controller. The approaches of two and three-layer are considered. Three different strategies are presented: the first strategy is developed for integrating systems; it consists on an infinite horizon MPC algorithm in two extended versions. This controller is designed to be implemented in the two-layer structure. Simulation results in a linear system with integrating and stable modes show the ability of the MPC controller to follow input targets from the RTO layer even when there are targets for integrating systems. As a second strategy, it is developed an algorithm that guarantees nominal stability of the MPC controller when it interacts with the intermediary layer of the three-layer structure. In order to produce a robust structure, an extension to uncertain systems is also developed. This approach is tested with both a linear and a nonlinear system. For the nonlinear system, which is an industrial process, the full structure that includes the RTO with the robust algorithm is simulated. Results show that the structure is capable to follow target changes when disturbances affect the process. Finally, the last strategy proposed in this Thesis consists on the inclusion of a convex function in the MPC controller to follow the RTO targets. The gradient of this convex function is considered in a quadratic term in the objective function of the MPC controller. This controller is also simulated with both a linear system and a nonlinear system. For the MPC with gradient, an extension to the case of uncertain systems is developed in order to provide a more robust controller. For the strategies developed in this Thesis, theorems that guarantee the recursive feasibility and the convergence of the closed-loop system are provided.

CoordenaÃÃo de AperfeÃoamento de Pessoal de NÃvel Superior / Ionic liquids are compounds of considerable interest due to their unique physicochemical properties. A detailed knowledge of these properties is of great importance. In particular, the liquid density is a very important property required in many design problems and, therefore, in process simulation . Experimental measurements of this property is not viable for all the existing ionic liquids . Therefore, development of new methods for its estimation is essential. In this work , a new group contribution model capable of estimating ionic liquids density over a wide range of temperatur e (251.62 â 473. 15 K) is proposed. This method ( â GCVOL - IL â ) is an extension of a reliable existing method ( âGCVOL - OL - 60â ) able to estimate the same property for organic molecular compounds at several temperatures and atmospheric pressure . Estimation of density at higher pressures (up to 300 MPa) was performed by the use of a Tait - type equation. A large databank containing 21845 experimental density data for 863 pure ionic liquids and 994 experimental data for 15 different binary mixtures of these com pounds has been applied in the development of this work . The results presented indicated that the model was able to estimate the volumetric behavior (T, P, ρ ) of various ionic liquids ( including policationic species) and of binary mixtures containing these compounds (x, T, ρ ) . The method has been compared to the best existing group contribution models able to estimate the same property. The analysis of different criteria encourage s the application and implementation of the proposed method in process simulators. / LÃquidos iÃnicos sÃo compostos possuidores de uma sÃrie de caracterÃsticas fÃsico-quÃmicas desejÃveis para diferentes aplicaÃÃes industriais. O conhecimento das suas propriedades, sobretudo da massa especÃfica, à fundamental para que eles sejam aplicados em simuladores de processos. A determinaÃÃo experimental de tal propriedade à impraticÃvel para todos os lÃquidos iÃnicos existentes, de forma que mÃtodos capazes de estima-las sÃo requeridos. Neste trabalho, à apresentado um novo mÃtodo de contribuiÃÃo de grupos capaz de estimar a massa especÃfica dessa classe de compostos em um amplo intervalo de temperatura (251,62 â 473,15 K), o qual foi denominado âGCVOL-ILâ. O mÃtodo proposto à uma extensÃo do modelo âGCVOL-OL-60â, o qual à capaz de estimar satisfatoriamente a massa especÃfica de compostos orgÃnicos moleculares a diferentes temperaturas e à pressÃo atmosfÃrica. A estimativa da massa especÃfica a altas pressÃes (atà 300 MPa) foi realizada por meio de uma equaÃÃo do tipo Tait. Para o desenvolvimento deste trabalho, foi criado um banco de dados, composto de 21845 dados experimentais de massa especÃfica para 863 diferentes lÃquidos iÃnicos puros alÃm de 994 dados experimentais para misturas binÃrias contendo compostos dessa classe. Os resultados obtidos indicam que o modelo proposto foi capaz de estimar satisfatoriamente o comportamento volumÃtrico (T, P, ρ) de uma grande variedade de lÃquidos iÃnicos puros (incluindo espÃcies policatiÃnicas), bem como o comportamento (x, T, ρ) das misturas binÃrias estudadas. Na etapa final do trabalho, o mÃtodo foi comparado com os trÃs melhores modelos de mesma natureza existentes na literatura. A anÃlise de uma sÃrie de critÃrios indicou que o mÃtodo à competitivo frente aos existentes, o que encoraja sua utilizaÃÃo e implementaÃÃo em simuladores de processos.

Orientador: Rubens Maciel Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-10T14:16:29Z (GMT). No. of bitstreams: 1 Ribeiro_PleycienneTrajano_M.pdf: 6676447 bytes, checksum: 6c29c9cac1ca3769c0c23d1c86851348 (MD5) Previous issue date: 2007 / Resumo: Por representar um importante processo de conversão da indústria petroquímica, o craqueamento catalítico é um dos processos de conversão mais estudados. Nele, moléculas de alto peso molecular são quebradas em moléculas com menor peso molecular, obtendo-se assim produtos economicamente mais desejáveis. Os estudos do processo, de sua modelagem matemática e dos seus sistemas de controle, podem garantir o conhecimento necessário para alcançar condições operacionais ótimas que levem à máxima conversão da carga. Neste contexto, este trabalho teve como objetivos: a pesquisa e utilização de uma modelagem matemática para o conversor FCC (Fluid Catalytic Cracking); o estudo do processo sob influência de um controlador PID clássico, muito utilizado em refinarias; a estruturação de uma rede neural artificial (RNA) e o seu posterior uso como modelo interno de um controlador avançado tipo preditivo desenvolvido a partir dos estudos feitos no processo de craqueamento catalítico. Em paralelo, foi cirada uma ferramenta de simulação que possibilitou o meio mais amigável e prático para realização de todas as simulações necessárias para o desenvolvimento do presente trabalho. O FCCGUI (Fluid Catalytic Cracking Graphical User Interface), nome dado ao simulador, proporciona a escolha de parâmetros de simulação, diferentes estruturas de controle (PID, DMC e MPC - baseado em redes neurais), a visualização de diferentes variáveis manipuladas, controladas e sinais de válvulas e facilidades para perturbar o sistema. Através das simulações foi possível acompanhar o comportamento das variáveis de processo em diferentes condições testadas, realizar a estruturação da rede neural e obter as respostas das variáveis controladas para os dois tipos de controladores estudados. Os resultados obtidos foram bastante satisfatórios, visto que a modelagem matemática escolhida representa bem o sistema e o controlador MPC-Neural desenvolvido se mostrou eficiente, por conseguir manter o processo estável e próximo ao set point, mesmo após a aplicação de perturbações no processo / Abstract: Catalytic cracking is one of the most studied conversion processes due its importance in the petrochemical industry. In this process high weight molecules are broken into lighter ones, yielding more economically valuable products. The study about the process, its mathematical modeling, and its control systems may guarantee the necessary knowledge needed to reach optimal operational conditions which lead to maximum load conversion. In this context, the present work thesis has as main objectives the research and use of a mathematical modeling for a FCC (Fluid Catalytic Cracking) conversion unit, the study of the system under PID control loop widely used in refineries, structuring of an artificial neural network (ANN) with its use as an internal model of a predictive control system developed for catalytic cracking. Parallel to this, it was developed a computational tool which in a friendly and practical way made possible to carry out simulations needed to accomplish this work. FCCGUI (Fluid Catalytic Cracking Graphical User Interface), name given to this simulator, allows to choose simulation parameters, different control systems (PID, DMC, and MPC-ANN Based), graphical visualization of many different variables, such as manipulated and controlled variables plus valve signals, also it allows for and easy means for disturbing the system while the simulation continues. Through the simulations it was possible to follow the behavior of many process variables under different tested operational conditions, to structure the neural network, and to obtain controlled variables responses for both types of control systems studied. The obtained results were quite satisfactory since the chosen mathematical modeling represents well the system and the developed MPC-ANN controller showed to be efficient to maintain the process stable and close to the set points even after the introduction of disturbances in the process. Taking all these into account, compared to PID controller, MPC-ANN showed to be less oscillatory and to be more effective / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

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.

À medida que se apresentam grandes avanços tecnológicos nas áreas de instrumentação, controle e acionamento, se torna cada vez mais difundida a utilização de sistemas robóticos para a execução dos mais variados tipos de tarefas, como na exploração de petróleo ou mesmo no transporte de cargas. Desse modo, diversas são as situações em que se torna necessário o uso de sistemas subatuados, despertando o interesse da comunidade científica, quer seja pela variadas situações em que se pode utilizar esse tipo de robô ou mesmo pelo desafio que se apresenta o desenvolvimento de estratégias de controle de tais sistemas. Nesta tese propõe-se um modelo de robô bracejador, juntamente com o desenvolvimento dos modelos matemáticos que descrevem o comportamento cinemático e dinâmico desse robô e a respectiva análise desses modelos. Além disso, o presente trabalho tem por objetivo apresentar uma estrutura de controle em malha fechada que seja capaz de fazer com que o robô se desloque ao longo de uma linha horizontal. Diferentes estratégias de controle já foram apresentadas para o controle de robôs bracejadores, mas, em sua maioria, possuem limitações quanto ao tipo de bracejamento que o robô pode executar, além de não considerarem nenhuma restrição no sistema. Dessa maneira, emprega-se a estratégia de controle preditivo, com horizonte de predição deslizante, a qual permite que, para o cálculo da lei de controle, sejam consideradas restrições às variáveis de estado e de entrada durante a solução do problema de otimização. A partir da definição do objetivo e da abordagem de controle a ser utilizada, várias simulações são realizadas com o intuito de validar a aplicação do controlador preditivo para o controle do robô bracejador, sendo o robô capaz de executar diferentes tipos de bracejamento (tanto bracejamento único quanto bracejamento contínuo, do tipo underswing e over hand) ao longo da linha de sustentação. São desenvolvidas duas versões para o controlador proposto, uma baseada em modelo não-linear da dinâmica para ser utilizado no horizonte de predição e outra considerando uma versão linearizada para o modelo da dinâmica. Os resultados obtidos pelas diferentes simulações mostram que a solução proposta para o problema de movimentar o robô bracejador atingiu seus objetivos de modo bastante eficiente, possiblitando, inclusive, a realização de simulações que atendessem a requisitos de tempo real. / As we are observing, the fast technological development in the fields of instrumentation, control and actuation are increasing the employment of robotic systems for the execution of a large variety of tasks, for example, oil exploration or load transportation. In this way, there are many situations where it is necessary to use underactuated systems, which are getting attention of the scientific community due to the different applications of underactuated robots or even due to the challenge to design control strategies for such systems. In this thesis we propose a brachiation robot model, with the derivation of mathematical models for its kinematics and dynamics and analyse such models. Moreover, the aim of this work is to propose a closed loop control architecture that will drive the robot to move along the horizontal line. Many different control schemes have already been proposed in the literature to control brachiation robots, however, most of such schemes are limited concerning the way the robot executes the brachiation movement. Moreover those control strategies are not able to deal with constraints on the state and/or control variables. Thus, we present in this thesis a control scheme based on the predictive control strategy, with receding horizon, which can take into account such constraints during the solution of the optimization problem for the control input computation. After defining the task to be executed and the control strategy to be used, we have simulated different situations of the robot aiming the validation the employment of the predictive control approach for the brachiation robot. The robot is able to execute different types of brachiation (only one cicle or continuously motion, with under-swing and over hand motion) along the supporting line. We have developed two versions to the proposed controller, the first one considering a nonlinear dynamic model during the prediction horizong and the second considering a linearized dynamic model for prediction. The results from the different simulation show that the solution presented in this work for the brachiation robot motion was successful, making the robot able to move from one position to a forwarded position in the line. Furthermore, simulations have indicated the overall system can be executed under real time requirements.