Orientadores: Flávio Vasconcelos da Silva, Ana Maria Frattini Fileti / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-16T18:45:23Z (GMT). No. of bitstreams: 1 Costa_ThiagoVazda_M.pdf: 15859888 bytes, checksum: 391c96e4f2ff3598497e8840686f8166 (MD5) Previous issue date: 2010 / Resumo: Uma malha de controle com baixo desempenho implica em um aumento dos custos de produção, causando descarte de produto fora da especificação e desgaste desnecessário dos elementos finais de controle. A depender do processo controlado, uma malha deficiente pode também acarretar em paradas não previstas na planta e até mesmo em danos ao meio ambiente. Diante do exposto, o controle preditivo baseado em modelos (MPC) é um dos poucos algoritmos comprovadamente capazes de estabilizar processos na presença de não-linearidades e restrições. Para atender aos seus objetivos de controle, o algoritmo clássico MPC utiliza um procedimento de otimização baseado no modelo linear da planta. Contudo, o afastamento da região de projeto do modelo linear resulta na perda de sua efetividade e consequente do controlador que o utiliza. Deste modo, objetivou-se a partir de uma descrição não-linear do sistema a melhoria do desempenho do controlador. Os objetivos específicos dessa dissertação foram o estudo e análise de um controlador GPC (generalized predictive controller) operando em paralelo com uma rede de modelos lineares locais, identificada por meio do algoritmo LOLIMOT (local linear model trees), capaz de adequar o modelo de predição do controlador para a faixa de operação atual do processo. Para a avaliação e análise da qualidade do controlador proposto foi montado um aparato experimental para controle de pH. A estratégia de controle foi implementada em um sistema em código aberto para monitoramento e controle do processo. Portanto, considerando a característica estática não-linear do processo foram realizados estudos comparativos entre o GPC tradicional (baseado em um único modelo linear) e a abordagem proposta. Os resultados mostraram que a rede foi capaz de representar satisfatoriamente a saída do sistema, resultando em uma estrutura simples, com modelos locais na forma de estruturas ARX. Também foi demonstrado que o GPC utilizando a rede de modelos lineares locais desempenhou de forma satisfatória e até mesmo superior ao GPC tradicional.Observou-se que a saída calculada pelo controlador proposto foi consideravelmente menos agressiva que o controlador tradicional, levando a uma considerável diminuição do esforço de controle empregado ao sistema. Os resultados obtidos demonstraram que houve uma economia de até 45% no esforço de controle. Observou-se ainda que o sistema desenvolvido é conveniente para aplicações reais, já que a estratégia de controle preditivo concebida em Scilab obteve sucesso na solução do problema de controle dentro do intervalo de amostragem inclusive quando incorporado o problema QP (programação quadrática) com restrições. Tendo em vista que a estrutura destes sistemas permite que sejam utilizados nas mesmas aplicações destinadas a modelos lineares, comprovou-se também a viabilidade e aplicabilidade do uso das redes de modelos lineares locais diretamente em algoritmos de controle avançado já disponíveis para indústria, como nos controladores GPC / Abstract: Low performance control loops imply in higher production costs, leading to off-specification production loss and unnecessary wear of the final control elements. Depending on the controlled process, the deficient loop can also lead to non-expected plant stops and even on environment damage. In this sense, model predictive control (MPC) is one of the few algorithms proved capable to stabilize processes in the presence of nonlinearities and constraints. To meet its control objectives, the classic MPC algorithm is based on an optimization problem which relies in the system's linear model. Although, the removal of the linear model from its designed condition deteriorates the model's and controller's effectiveness. Hence, the general objective of the presented work relies in the non-linear description of the system for improving the control performance. The main objectives were the study and analysis of a generalized predictive controller (GPC) operating in parallel with a linear local model network, identified by the LOLIMOT algorithm, able to adequate the controller's prediction model for the process operation range. For the quality assessment of the proposed controller, tests were evaluated in an experimental apparatus for pH control. The control strategy was implemented in an open source system for monitoring and control. Therefore, considering the static nonlinear characteristics of the process, comparative studies were applied between the traditional GPC (based on an single global model) and the proposed approach. The results showed that the dynamic network was able to effectively represent the system output, resulting in a simple structure, given the fact that the local models are indeed local ARX models. It was also shown that the GPC using the linear local model network performed satisfactorily and even better than the single model GPC. It was observed that the output calculated by the proposed controller has been considerably less aggressive than the traditional controller, leading to a considerable reduction in the system's control effort. The results showed that there was a saving up to 45% in the control effort. It was also observed that the developed monitoring and control system is suitable for real applications, since the predictive control strategy, implemented in Scilab, succeeded in solving the control problem within the sampling time even with the embedded constrained QP (quadratic programming) problem. Considering that the structure of these systems allows them to be used in similar applications to linear models, it was also proved the viability and applicability of using the linear local models network directly into advanced control algorithms already available to industry as in the GPC controllers / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientador: Ademir Jose Petenate / Dissertação (mestrado profissional) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-05T03:25:16Z (GMT). No. of bitstreams: 1 Runha_FernandaPedrosa_M.pdf: 7308543 bytes, checksum: 83aa552ad922b1d1bb47d21d799a79d5 (MD5) Previous issue date: 2005 / Resumo: Este trabalho visou a aplicação do método seis sigma (DMAIIC) para o estudo do processo de análise dos registros de não conformidades de uma indústria farmacêutica. Seu objetivo foi desenvolver uma sistemática para estudo destes registros e identificação das áreas ou processos de maiores riscos quanto ao não cumprimento da especificação ou da legislação, como também definir indicadores preditivos que alertem quanto à ocorrência de não conformidades futuras. As inspeções regulatórias têm focado muito sua atenção na verificação da forma como as investigações de registros de desvios são realizadas nas indústrias. Porém, estas investigações e as ações corretivas tomadas para cada não conformidade são, muitas vezes, emergenciais e de pouca efetividade. O uso do FMEA para análise dos registros de não conformidade mostrou-se uma ferramenta apropriada para transformar os dados em informação e priorizar as áreas que, se tratadas seguindo um ciclo completo de melhoria, acarretam em impacto significativo na redução dos riscos e dos gastos envolvidos com o processo produtivo. Os resultados do FMEA plotados em cartas permitiram também uma análise do nível de risco médio que a empresa está trabalhando e do impacto que os projetos de melhoria estão tendo na redução destes riscos. A análise dos dados permitiu também que fossem definidos indicadores preditivos apropriados para a prevenção de problemas durante a fase de desenvolvimento dos processos / Abstract: This project used the Six Sigma methodology (DMAIIC) to study the process to analyse non-conformances records in phannaceutical companies. The aim ofthis project was to develop a systematic process to study these records and identify the areas or processes with highest risks of compliance and to develop predictive indicators in order to prevent future non-conformances. Regulatory inspections have been focused their attention analysing non-conformances investigation reports. Although, most of the time, these investigations and their corrective actions are emergency actions with low effectiveness. The FMEA tool used to analyse those records presented to be an appropriate tool to tum data into knowlodge and identify priority areas that, if threated following the whole improvement cycle process, will cause an expressive reduction of the risks and expenses. The FMEA results plotted on a control chart also allowed the analysis of the average risk of the company and the impact of the improvements projects on the risk reduction. The data analysis also allowed to establish appropriated predictive indicators to prevent future problems during process development phase / Mestrado / Gestão da Qualidade Total / Mestre em Engenharia Mecânica

O presente trabalho propÃe o estudo comparativo de duas tÃcnicas de controle aplicadas Ãs trajetÃrias de um robà mÃvel: GPC (Generalized Predictive Control) e PID (Proporcional â Integral ‐ Derivativo). O sistema de controle do robà utiliza a configuraÃÃo em cascata, sendo constituÃdo de uma malha interna para o controle de velocidade dos motores e uma malha externa para o controle de posiÃÃo e orientaÃÃo do robà que fornecerà a referÃncia de velocidade dos motores. O sistema de controle em cascata permite utilizar‐se de controladores cinemÃticos mono‐variÃvel. Foi utilizado ainda um controlador dinÃmico preditivo multivariÃvel a fim de se comparar o desempenho com os outros controladores mono‐variÃvel. Foram desenvolvidos simuladores para o robà mÃvel atravÃs de uso dos controladores GPC e PID. A teoria foi implementada em um pequeno robà mÃvel com traÃÃo diferencial construÃdo para este propÃsito. Foram utilizados como atuadores motores CC e como sensores de velocidade e posiÃÃo, foram utilizados encoders e sonares, respectivamente. Uma vez que o ajuste dos controladores usados à baseado em modelo, foram utilizados dois mÃtodos de identificaÃÃo de parÃmetros: o MÃtodo dos MÃnimos Quadrados Recursivos (MQR) e por Redes Neurais. Os mÃtodos de controle empregados permitiram o seguimento de trajetÃrias pelo robà mÃvel. / The present work proposes a comparative study of two control techniques applied for mobile robots trajectories: GPC (Generalized Predictive Control) and PID (Proportional â Integral ‐ Derivative). The control system uses a cascade configuration composed by an internal loop for controlling the speed of motors, and an external loop for position and orientation control, being used to get the reference speed motors. This cascade control system can run a monovariable cinematic controller. It was used a multi‐variable predictive controller to compare the behavior with the single‐variable controllers. It was developed simulators for mobile robot using GPC and PID controllers. The theory was applied to a little differential mobile robot, designed to this proposes. It was used as actuators DC motors, and speed e positional sensors, encoders and sonar, respectively. Once the controllers adjust are referenced by model, was used two identification methods: Recursive Minimum Square and Neural Networks. The control methods employed had permitted the trajectories following by the mobile robot.

Este trabalho apresenta todos os passos para a implementação de técnicas de controle preditivo em uma coluna de destilação. Inicialmente a tese introduz basicamente o funcionamento e a meta do processo de destilação. Modelos linearizados em tempo contínuo da coluna de destilação são obtidos a partir de ensaios experimentais da coluna em diferentes pontos de operação. Com base nestes modelos, várias topologias de controladores preditivos baseados em modelo são implementadas. Um otimizador em tempo real é integrado aos controladores preditivos para a redução do custo operacional da planta. Resultados simulados e resultados experimentais de todas as topologias de controladores preditivos estudados são apresentados. / This work presents all the steps to the implementation of predictive control techniques in a distillation column. First the thesis basically introduces the working and the goal of the distillation process. Linearized models in continuous time of the distillation column are obtained from experimental tests of the column in different operating points. Based on this models, several model based predictive controllers topologies are implemented. A real time optimizer is integrated with the predictive controllers to the reduction of the plant operational cost. Simulated results and experimental results of all studied predictive controllers topologies are presented.

Esta dissertação estuda o controle multivariável de uma plataforma \"offshore\" típica. Com esse propósito, um modelo dinâmico rigoroso do processo não-linear foi desenvolvido e usado para representar o processo real nas simulações das estratégias de controle propostas. Baseado no modelo rigoroso e usando métodos de identificação, foram desenvolvidos modelos lineares aproximados para representar o processo no controlador preditivo (MPC). O sistema de controle foi projetado visando manter as variáveis controladas em valores adequados e reduzir o efeito de golfadas severas nos equipamentos à jusante da plataforma. Foram testados dois controladores preditivos: o MPC convencional que opera com \"setpoints\" fixos para as variáveis controladas e o controlador preditivo que opera com zonas para as variáveis controladas. Os resultados da simulação mostram que o controlador preditivo com controle por zonas é capaz de ter uma performance bem melhor que o controlador preditivo convencional, com uma significativa redução na amplitude das oscilações causadas pelas golfadas na vazão de petróleo na saída da plataforma. / This dissertation studies the multivariable control of a typical offshore platform. For this purpose, a rigorous nonlinear dynamic model of the process system is developed and used to represent the true process in the simulation of the proposed control strategies. Based on this rigorous model, approximate linear models are obtained through identification methods in order to represent the platform process in the Model Predictive Control (MPC). The control system was designed aimed at keeping all the controlled variables at adequate values and to reduce the effect of severe riser slugging on the downstream systems. Two model predictive controllers are tested: the conventional MPC with fixed set-points to the controlled outputs and the MPC with zone control of the outputs. The simulation results show that the controller based on the output zone control has a better performance than the conventional MPC with a significant reduction on the amplitude of the oscillation of oil flow at the outlet of the platform process.

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

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

Orientador: Paulo Augusto Valente Ferreira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Elétrica e de Computação / Made available in DSpace on 2018-08-19T11:54:53Z (GMT). No. of bitstreams: 1 Kido_RafaelHisashiZanetti_M.pdf: 3168500 bytes, checksum: 878c22e520b0301cfac31c3f6b2b1ba7 (MD5) Previous issue date: 2011 / Resumo: Nesta dissertação, o problema de controle preditivo baseado em modelo, um problema de otimização não linear com critério de desempenho quadrático e restrições lineares, é reformulado via otimização quadrática multiparamétrica, em que as entradas de controle são as variáveis de otimização e os estados (no caso mais simples) representam um vetor de parâmetros. A resolução do problema multiparamétrico fornece as ações de controle ótimas para cada região onde possam estar situados os parâmetros de interesse. Um algoritmo para obtenção destas regiões - politopos - é apresentado. Fórmulas explícitas para a transformação de problemas preditivos clássicos (envolvendo tanto regulação de estados quanto regulação de saída) em problemas de controle preditivo multiparamétricos são derivadas. O algoritmo para regulação da saída, versão multiparamétrica, é então aplicada a um problema de planejamento da produção envolvendo a coordenação de esforços de produção/estoque e propaganda. Resultados computacionais demonstram a versatilidade que a abordagem paramétrica propicia ao processo de tomada de decisões em ambientes de planejamento / Abstract: In the present dissertation, the model based predictive control problem, a nonlinear optimization problem with quadratic performance criterion and linear constraints, is reformulated as a multi-parametric quadratic programming problem, in which the control inputs are the optimization variables and the states (in the simplest case) represent the parameter vector. The optimal solution of the multi-parametric problem provides the optimal control input for every single region where the parameters of interest may be located. An algorithm for obtaining all regions (politopes) is presented. Explicit formulas for the transformation of classical predictive problems (state regulation and output regulation, as well) in multi-parametric predictive control problems are provided. The output regulation algorithm in its parametric version is applied then to a production planning problem involving the production/inventory and the propaganda efforts. Computational results demonstrate the versatility of the parametric approach in production planning environments / Mestrado / Automação / Mestre em Engenharia Elétrica

Orientador: Flávio Vasconcelos da Silva / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química / Made available in DSpace on 2018-08-20T15:14:24Z (GMT). No. of bitstreams: 1 Franco_IvanCarlos_D.pdf: 30656846 bytes, checksum: 73b0216f94ce7393fb51d78cc6e4ea7f (MD5) Previous issue date: 2012 / Resumo: Os sistemas de refrigeração estão presentes em diferentes ramos da indústria e caracterizam-se como grandes consumidores de energia com considerável comportamento não-linear. Inúmeros trabalhos vêm sido desenvolvidos para promover a redução dos gastos energéticos e a minimização dos efeitos das não-linearidades nestes sistemas. A aplicação da automação e do controle de processos, particularmente o uso de técnicas avançadas de controle, são estratégias amplamente utilizadas para esta finalidade. O Controle Preditivo baseado em Modelos (MPC) é capaz de estabilizar processos onde há não-linearidades, sendo promissora a sua aplicação em sistemas de refrigeração. Neste trabalho, foi desenvolvido um SIStema de MOnitoramento e Controle Avançado para Refrigeração (SISMOCAR) capaz de monitorar, em tempo real, através da comunicação OPC (OLE for Process Control), todas as variáveis envolvidas no ciclo de refrigeração e também realizar o controle das variáveis de interesse. Modelos Takagi-Sugeno (SISO) para a predição das temperaturas de evaporação (Te) e do fluido secundário (Tp) foram desenvolvidos e validados, a partir da técnica ANFIS (Adaptative Network based Fuzzy Inference Systems), com análise de desempenho baseado no cálculo do VAF (Variance accounted for). Os modelos Takagi-Sugeno validados foram utilizados como base para Controladores Preditivos, mais especificamente um Controlador Preditivo Generalizado (GPC). Os controladores GPC's foram desenvolvidos sem restrições na função objetivo da ação do controlador. Foram projetados diferentes controladores preditivos para diferentes regras locais (Regras Fuzzy), sendo a ação global do controlador a integração ponderada dos modelos locais. Foram desenvolvidos três diferentes controladores: GPC1 (controle da temperatura de evaporação utilizando modelo de predição da Te em função da frequência do compressor); GPC2 (controle da temperatura do propilenoglicol utilizando modelo de predição da Tp em função da frequência do compressor) e GPC3 (controle da temperatura do propilenoglicol utilizando o modelo de predição da Tp em função da frequência da bomba do evaporador). Os testes realizados para rastreamento do set-point (±1 °C), com carga térmica constante de 3000 W, mostraram-se satisfatórios sendo os melhores desempenhos apresentados pelos controladores GPC1 e GPC2 onde o desvio da variável controlada em relação ao set point, dos respectivos controladores, ficou em torno de ± 0,3 °C / Abstract: Refrigeration systems can be found in many different branches of industry and are characterized as great energy consumers with considerable non-linear behavior. Several studies have been developed to promote the reduction of energy costs and to minimize the effects of nonlinearities in these systems. The use of automation and process control, particularly the use of advanced control techniques, is a widely used strategy for this purpose. The Model Predictive Control (MPC) is capable of stabilizing processes in which there are nonlinearities, and it is a promising application in refrigeration systems. In this work, a System for Monitoring and Advanced Control in Refrigeration (SISMOCAR) was developed using OPC (OLE for Process Control) communication. This feature allowed beyond real time monitoring for all variables involved in the refrigeration cycle, the control of the relevant variables. Furthermore, to predict the evaporating (Te) and the secondary fluid (Tp) temperatures, Takagi-Sugeno models (SISO) were developed and validated using the ANFIS (Adaptive Network-based Fuzzy Inference Systems) technique, with performance analysis based on the VAF (Variance accounted for) calculation. The validated Takagi-Sugeno models were used as basis for Predictive Controllers, specifically using Generalized Predictive Controller (GPC) strategy. The GPC controllers were developed without constraints in the objective function of the controller action. Different predictive controllers were designed for different local rules (Fuzzy Rules), being the weighted integration of the local models the controller global action. Three different controllers were developed: GPC1 (evaporating temperature control using the Te predictive model as a function of compressor frequency); GPC2 (control of propylene glycol temperature using the Tp predictive model as a function of compressor frequency) and GPC3 (control of propylene glycol temperature using the Tp predictive model as a function of the frequency of the evaporator pump). The tests performed for the set-point tracking (± 1 °C), with constant thermal load of 3000 W, were considered satisfactory and best performances were those obtained by GPC1 and GPC2 controllers, in which the controlled variable was around ± 0,3 °C / Doutorado / Sistemas de Processos Quimicos e Informatica / Doutor em Engenharia Química

Orientadores: Ana Maria Frattini Fileti, Florival Rodrigues de Carvalho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-03T02:39:01Z (GMT). No. of bitstreams: 1 Vieira_WilliamGoncalves_D.pdf: 7050309 bytes, checksum: c1e288d81c3eebed686e86e3bcc5edda (MD5) Previous issue date: 2002 / Resumo: A unidade de Craqueamento Catalítico em Leito Fluido - FCC, modelo Kellogg Orthoflow F., representa um processo de refino de petróleo apresentando característica altamente não linear, possuindo fortes interaçães entre as variáveis de produção, e condições de operação extremamente severas. Essas unidades são constituídas basicamente de duas seções: uma de reação catalítica na qual ocorrem as reações de quebra de cadeia hidrocarbônica e também há formação de coque, desativando o catalisador; e outra seção onde ocorre a regeneração do catalisador desativado. O objetivo dessa unidade é transformar produtos de elevado peso molecu1ar, que apresentam baixo valor agregado, em compostos de elevado valor comercial. As unidades FCC, devido às condições severas de operação, necessitam de um controle rigoroso de determinadas variáveis operacionais. Apesar de existirem instalados controladores avançados baseados em modelos de convolução, fteqüentemente essas unidades são reguladas por meio de controladores PID padrões e também através de controle manual baseado no conhecimento de operadores das refinarias. O presente estudo tem como objetivo desenvolver um controlador preditivo multivariável (Multivariable Predictive Control - MPC) para ser implementado na unidade FCC, utilizando Redes Neurais Artificiais (RNA) como modelo interno do controlador. Inicialmente é previsto realizar a identificação do processo da FCC em RNA, obedecendo a seguinte estratégia: usando um modelo fenomenológico que representa a unidade industrial, e partindo de um estado inicial são aplicados diversos degraus nas variáveis manipuladas analisando as respostas nas variáveis controladas do processo. A partir destas simulações são gerados diversos conjuntos de dados divididos em grupos de treinamento, validação e teste. Diversas redes neurais do tipo multicamada feedforward são então criadas para representar o modelo fenomenológico, sendo selecionada aquela que apresenta melhor desempenho, quando comparada com o modelo. A configuração da RNA escolhida como modelo interno foi 8x15x4 (camadas de entrada, escondida e de saída, respectivamente) apresentando um erro relativo máximo de 1% quando comparado com os resultados do modelo rigoroso. Posteriormente, foi previsto desenvolver um controlador preditivo multivariável usando como modelo interno esta rede selecionada. Este controlador foi implementado dentro da rotina do modelo fenomenológico, sendo então realizados testes para verificar seu desempenho, comparando o resultado com o sistema aberto e também com o controlador DMC (Dynamic Matrix Contro!) existente. Diversos horizontes de predição e controle foram analisados, sendo selecionados aqueles que apresentaram melhor desempenho. Foi introduzido um ruído nos sinais do modelo fenomenológico para testar a robustez do controlador proposto. O controlador apresentou bom desempenho mesmo na presença de ruídos de 1,5%, levando sempre as variáveis controladas para seus valores de referência, o que comprova sua robustez. Baseados nestes resultados, conclui-se que um controlador preditivo multivariável baseado em RNA é perfeitamente capaz de controlar um sistema não linear de porte do FCC, onde elevada interação entre suas variáveis operacionais e fortes restrições estão presentes. Isto nos permite extrapolar que são boas as expectativas para uma futura utilização na unidade industrial, principalmente devido à sua simplicidade, robustez e facilidade de implementação, a despeito da dificuldade de sintonia do controlador / Abstract: The Fluid Cracking Catalytic unit - FCC, Kellogg Orthotlow F. model, represents a very strong nonlinear process, with severe interactions among the process variables, and extremely severe operation conditions. The unit is composed of two sections: one is the catalytic reaction, where the hydrocarbon breaks chain reactions and coke deposition take place becoming the catalyst inactive, and the other where the catalyst regeneration happens. The objective is to transform products derived ITom petroleum, with high molecular weight and low added value, into products with higher profit. Due to the severe operation conditions, rigorous control of some variable is needed. In spite of the existence of advanced control based on a convolution model, in practice, FCC units are ftequently regulated by standard PID controllers, and also through manual control actions based on the knowledge of the refinery operators. The objective of this study is to develop a Multivariable Predictive Control (MPC) to be implemented in the FCC unit, using the Artificial Neural Networks (ANN) as internal model. Initially, the process identification in ANN of the FCC was done by the following strategy: an initial state was fust achieved using numerical simulations based on the phenomenological mo deI. Then, several steps changes were applied to the manipulated variables and the response in the controlled variables were monitored and recorded. From these simulations, several groups of data were generated for training, validation and testing. The Neural Network of multilayer feedforward type were created to represent the phenomenological model, being selected the one that better represents the phenomenological model. The ANN configuration chosen to be the internal model was 8x15x4 (Input x Hidden x Output) architecture, with a maximum relative error below 1 % when comparing the results with the phenomenological model results. Later on, it was developed a multivariable predictive control based on this internal model. This control was implemented inside the routine of the phenomenological model. The performance tests were evaluated comparing the results with the open system and with the Dynamics Matrix Control (DMC). Several prediction and control horizons were analyzed. The ANN control presented good performance even in the presence of noise of 1,5% of intensity, taking back the controlled variables to its setpoints, proving its robustness. Based on these results, a multivariable predictive control based on ANN showed be perfectly able to control a nonlinear system like a FCC unit, where high interactions among process variables, and strong restriction conditions exists. This allows us to have good expectations for a future use in the industrial unit, mainly due to its simplicity, robustness and facility ofuse, in spite ofthe difliculty oftune control / Doutorado / Sistemas de Processos Quimicos e Informatica / Doutor em Engenharia Química