Orientador: Rubens Maciel Filho / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-12T02:05:22Z (GMT). No. of bitstreams: 1 Mattedi_Alessandro_M.pdf: 3082942 bytes, checksum: 1449e4f5758a705d8b0a13a04c80429d (MD5) Previous issue date: 1999 / Resumo: O processo ¿CARE¿ (¿Continuous Adsorption Recycle Extraction¿) é um sistema inovador de purificação de enzimas com grande potencial de aplicação industrial, proposto inicialmente por PUNGOR et al. (1987); é formado por dois estágios, adsorção e dessorção, sendo cada estágio aproximado por um reator perfeitamente misturado. A adsorção é por afinidade e a dessorção ocorre devido às mudanças do meio do estágio de dessorção. O mesmo opera de modo contínuo com o reciclo do adsorvente. A inclusão de um estágio intermediário de lavagem no processo ¿CARE¿ original foi proposta para melhorar as características de purificação, através da eliminação de contaminantes. Este processo é o caso de estudo deste projeto, para o qual desenvolveu-se um modelo matemático representativo através das leis da cinética e de balanços de massa nos estágios do sistema para cada componente. Os parâmetros cinéticos de adsorção e dessorção, para a enzima lisosima, foram obtidos da literatura e se adequam bem ao processo. O modelo apresentado é genérico, podendo ser aplicado para qualquer sistema que disponha dos dados cinéticos necessários. Para o desenvolvimento das estratégias de controle, uma série de simulações são efetuadas visando a familiarização com o comportamento dinâmico e estacionário do mesmo. Dessa forma é implementado um sistema de controle preditivo DMC no processo... Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: The ¿CARE¿ process is na innovator system of enzyme purification with large potential of industrial application, firstly proposed by Pungor et al. (1987). The ¿CARE¿ is originally constituted by two stages, adsorption and desorption, each one being approximated by a perfectly mixed reactor. The adsorption stages is by affinity and the desorption stage takes place due to changes in some properties of the system, as pH for instance. The process was analysed. The objective this modification is to improve the purification characteristics, through the elimination of contaminants. In order to achieve the goal of this work, a representative mathematical model was developed using the kinetic laws and the mass balance for each component in the system stages. The adsorption and desorption kinetic parameters for the lisosyme enzyme were obtained in the literature. The model presented in this word is generic, and can be applied for other systems, since the kinetics data for these systems are available. The development of the control strategy for the ¿CARE¿ system was carried out based on a detailed study of the static and dynamic behaviour of the process. A predictive control approach based the DMC concept was designed, together with a traditional controller (PID), responsible for the control of the process purification... Note: The complete abstract is available with the full electronic digital thesis or dissertations / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

Orientadores: Rubens Maciel Filho, Wagner Caradori do Amaral / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-08-03T18:39:18Z (GMT). No. of bitstreams: 1 Mattedi_Alessandro_D.pdf: 3928919 bytes, checksum: 38050e85fdfb0132b8d5582679c7b0f3 (MD5) Previous issue date: 2003 / Resumo: Este trabalho apresenta o desenvolvimento de um controlador preditivo baseado em modelos fuzzy funcionais para o controle de processos de polimerização. Estes processos apresentam um comportamento dinâmico altamente não linear, dificultando assim o desenvolvimento de controladores baseados em modelo convencionais. Para tanto, consideram-se dois casos de estudo da literatura: processo de copolimerização (Congalidis et aI. 1989) e policondensação (Giudici et aI. 1999). O processo de copolimerização apresenta um sistema de reciclo que ocasiona algumas perturbações na entrada do reator do processo. Soluciona-se este problema através de um controlador feedforward apresentado por Congalidis et aI. 1989. Dessa forma, pode-se tratar o reator do processo como um sistema isolado no desenvolvimento do controlador. Para o caso do processo de policondensação, tomando-se como base o modelo estacionário do reator tubular desenvolvido por Giudici et aI. 1999, foi desenvolvido um modelo dinâmico através do seqüenciamento de dez reatores de tanque agitado contínuo (CSTR). Este modelo representa satisfatoriamente o comportamento dinâmico das principais variáveis no desenvolvimento do sistema de controle. Dessa forma, cada um desses dois casos de estudo são considerados como as plantas para aplicação dos sistemas de controle. A escolha de um controlador preditivo como base de desenvolvimento do controlador proposto deve-se ao fato do sucesso na implementação dos controladores preditivos em diversos processos químicos, pois tais controladores, além apresentarem bom desempenho nos controles regulatório e servo, apresentam a possibilidade de inclusão de restrições nas variáveis manipuladas e controladas. Assim sendo, procura-se neste trabalho apresentar o desenvolvimento de uma metodologia de projeto sistemático de controlador preditivo baseando-se em modelos dinâmicos fuzzy funcionais (Takagi e Sugeno 1985) . Estes modelos apresentam uma excelente capacidade de representação de dados dinâmicos. Além disso, apresentam a possibilidade de inclusão de informações qualitativas (ou operacionais) do processo. Tomando-se como base o modelo fuzzy de Takagi e Sugeno, a determinação do modelo (número de regras e parâmetros) é obtida a partir de um conjunto de dados provenientes do processo. O tratamento desses dados para a determinação do modelo fuzzy é realizado por meio de algoritmos matemáticos de agrupamento (clustering) e mínimos quadrados. Os modelos são validados utilizando-se uma parte dos dados de identificação, denominados de dados de teste. Os resultados dessa modelagem para os dois casos de estudo considerados são apresentados com excelentes resultados. Por fim, esses modelos fuzzy são inseridos na metodologia de controle preditivo; emprega-se o controlador preditivo baseado em coeficientes da resposta à entrada degrau (DMC) como base comparativa nos resultados de controle. Nas simulações realizadas os resultados de controle obtidos com o controlador proposto foram superiores aos oriundos do DMC convencional, demonstrando o potencial de utilização do novo algoritmo proposto para o controle de sistemas não lineares / Abstract: This work presents the development of a new predictive controller based in functional fuzzy models for polymerizatíon processes. These processes present a highly non-linear dynamic behavior, thus making difficult the development of controllers based on model as conventional predictive controllers. Two case studies were considered to analyse the performance of the proposed control/er, to know: process of copolimerization (Congalidis et al. 1989) and policondensation (Giudici et ai. 1999). The copolimerization process presents a recycle system that leads to some disturbances in the reactor input of the process. This problem is solved through a feedforward controller, developed by Congalidis et al. 1989. In this way, the reactor can be interpreted as an isolated process system for the control system design. For the polycondensation process, a dynamic model was developed through the sequence of ten reactors CSTR. This model satisfactorily represents the dynamic behavior of the main process variables for the development of the control system. Taking this into consideration the success of some applications of predictive controllers in chemical processes, and also its ability to consider the restrictions on the manipulated and control/ed variables. This type of controller was used as a basis for the development of new control algorithm coupling the fuzzy concepts together with the model predictive controllers. Thus, it explicated in this work the development of a methodology for the design the predictive control/er being based on functional dynamic models fuzzy (Takagi e Sugeno, 1985). These models present an excellent capacity to represent dynamic data. Moreover, they allow the inclusion of qualitative or operational information of the process. The fuzzy model determination (rules number and model parameters) is obtained from the process database. The treatment of these data for the fuzzy model determination is carried out by means of mathematical algorithms of clustering and least squares. The modeling by the fuzzy approach showed to have a good potential for representation. The fuzzy internal models were developed based on the functional dynamic fuzzy representation (Takagi e Sugeno, 1985). The proposed fuzzy based controller were compared to the dynamic matrix controller (DMC) and the obtained results showed that the proposed controller is robust and does not require step test as conventional controllers / Doutorado / Doutor em Engenharia Química

Orentadores: João Mauricio Rosario, Didier Dumur / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Mecanica / Made available in DSpace on 2018-08-03T19:28:39Z (GMT). No. of bitstreams: 1 Pimenta_KarlaBoaventura_D.pdf: 3458286 bytes, checksum: 1f00a43783c960a384f189404961b0b7 (MD5) Previous issue date: 2003 / Doutorado

Orientador: Rubens Maciel Filho / Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-24T18:09:41Z (GMT). No. of bitstreams: 1 Dechechi_EduardoCesar_D.pdf: 5588560 bytes, checksum: d37cf69fc8b7e06405e627faf200985a (MD5) Previous issue date: 1998 / Resumo: O assunto principal deste trabalho é o desenvolvimento e a aplicação da técnica de controle avançado preditivo DMC (Dynamic Matrix Control) desde o controlador monovariável, DMC-SISO, ao controlador multivariável DMC-MIMO, e também do controlador multivariável adaptativo, DMC-MIMO adaptativo, denominado neste trabalho de D-AMPC. O controle multivariável desenvolvido neste trabalho foi testado, via simulação por computador, em um processo complexo encontrado em aplicações industriais de Engenharia Química, processo fermentativo industrial para produção de Etanol, operado sob condições severas de operação. O controle multivariável preditivo adaptativo, D-AMPC, foi testado no reator de hidrogenação de Fenol para Cic1ohexanol (RHODIA - Paulínia SP). Este teste foi feito em um breve intervalo de tempo, sendo o processo controlado em tempo real e sob condições normais de operação. O processo fermentativo considerado neste trabalho é um processo de dinâmica lenta e que apresenta fortes não linearidades, características de sistemas distribuídos, as quais juntamente com a presença de atraso nos instrumentos de medida da variável controlada (concentração de açúcares) dificultam, em muito, o projeto do controlador. O reator de hidrogenação de Fenol para Ciclohexanol, da Usina Química de Paulínia (RHODIA) é um reator trifásico, com a presença do catalisador sólido na mistura. Possui fenômenos complexos de transferência de calor e dinâmica rápida quando comparado com o processo fermentativo industrial. Além do mais é um processo distribuído que apresenta, entre outras dificuldades, a desativação do catalisador ...Observação: O resumo, na íntegra, poderá ser visualizado no texto completo da tese digital / Abstract: The main subject of this work is the application and development of the advanced predictive control strategy, DMC 'Dynamic Matrix Control', from the monovariable approach (DMC-SISO) to the multivariable (DMC-MIMO) as well as the multivariable with adaptive capabilities, described in this work as D-AMPC. The multivariable controller developed in this work was tested by computer simulation in a complex industrial process application, to know, the industrial fermentation process to produce Ethanol under hard operational conditions. The multivariable predictive/adaptive controller was tested in the Phenol hydrogenation reactor to produce Cyclohexanol (RHODIA - Paulínia - SP - Brazil). This test could be made in a short time interval and the process was controlled in Real time under typical operational conditions. The fermentation process considered in this work is a process with low dynamic response, high non-linearities with typical characteristic of distributed systems. This behaviour and the large time delay in the measurement of the controlled variable (total sugar reductor) contribute to make the design of the controller very difficult. The Phenol hydrogenation reactor to obtain Cyclohexanol, a RHODIA unit in Paulínia SP (Brazil), is a three phase reactor with solid catalyst in the reaction mixture. This process has complex heat transfer mechanisms and fast dynamic behaviour when compared with the industrial fermentation process considered in this work ...Note: The complete abstract is available with the full electronic digital thesis / Doutorado / Desenvolvimento de Processos Químicos / Doutor em Engenharia Química

Dissertação (mestrado) - Universidade Federal de Santa Catarina, Centro Tecnológico, Programa de Pós-Graduação em Engenharia de Automação e Sistemas, Florianópolis, 2016. / Made available in DSpace on 2016-09-20T04:09:16Z (GMT). No. of bitstreams: 1 341417.pdf: 1725397 bytes, checksum: bde83e0a699ef0b75c30162ee314353f (MD5) Previous issue date: 2016 / Neste trabalho são abordados estudos de controle preditivo para o controle de estoques em cadeias de suprimentos. Uma cadeia de suprimento é um processo de fabricação integrado, em que as matérias-primas são convertidas em produtos finais entregues aos clientes. Processos de cadeias de suprimento podem ser matematicamente modelados, apresentando características de atraso de tempo, muitas vezes elevado, e dinâmicas integradoras. O problema de fato com o atraso são as limitações físicas, que não permitem que produtos sejam produzidos ou entregues até o decorrer dos tempos de atraso após a recepção dos pedidos. São tempos de espera presentes na dinâmica do modelo. O controle preditivo oferece flexibilidade em termos de troca de informação, topologias de rede e manipulação de restrições. Além disso, o controle preditivo trabalha sob otimização de objetivos. Objetivos que podem ser projetados para considerar informações econômicas, como também levar em conta objetivos mais comuns da teoria de controle, como rastreamento de referências, e especificações dinâmicas de suas variáveis. Dessa maneira, o problema pode ser escalado para manter níveis de estoque dentro de certos valores pré-determinados e, ao mesmo tempo, proporcionar um funcionamento economicamente ideal no processo de fabricação; em outras palavras, evitar mudanças rápidas no ritmo de produção e, ao mesmo tempo, evitar quantidades indesejáveis de produtos em estoque. Assim, foram desenvolvidas duas estratégias de controle, sendo a primeira baseada no controlador preditivo generalizado conhecido como GPC. A segunda estratégia de controle utilizada neste trabalho consistiu no aproveitamento da estrutura de compensação de atraso no preditor do GPC, implementando o algoritmo conhecido como DTC-GPC. Foram realizados ensaios de simulação usando coordenações centralizada e descentralizada dos controladores, funcionando em condições ideais e sob a presença de perturbações e incertezas. Os resultados obtidos mostram que os controladores DTC-GPC podem ter um impacto significativo e positivo sobre o controle dos níveis de estoque e, ao mesmo tempo, satisfazer as demandas do mercado.<br> / Abstract : This work addressed predictive control studies for inventory control in supply chains. A supply chain is an integrated manufacturing process, in which raw materials are converted into finished products delivered to customers. Supply chain processes can be mathematically modeled, using integrative models with delay time. The real problem with the delay are the physical limitations that do not allow products to be produced or delivered instanteneouly by the course of the delay times of receipt of applications. Moreover, waiting times are present in the dynamic model. The model predictive control provides flexibility in terms of information exchange, network topologies and handling constraints. Moreover, the predictive control works under optimization goals. Goals that can be designed to consider economic aspects, but also take into account the most common goals of control theory, such as tracking references, and dynamic specifications of its variables. Thus, the problem can be scaled to keep inventory levels within certain predetermined values while at the same time provide an economically optimal operation in the manufacturing process; in other words, to avoid rapid changes in the production rate and, at the same time avoid undesirable amounts of products in stock. Thus, we developed two control strategies, the first based on generalized predictive controller known as GPC. The second control strategy used in this work uses a different delay compensation structure in the GPC predictor, implementing the algorithm known as DTC-GPC. Simulation tests were performed using centralized and decentralized coordination of the controllers, operating in ideal conditions and in the presence of disturbances and uncertainties. The results show that DTC-GPC controllers can have a significant and positive impact on the control of inventory levels and at the same time, satisfy the demands of the market.

Orientador: João Alexandre Ferreira da Rocha Pereira / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-07-20T07:20:29Z (GMT). No. of bitstreams: 1 Maia_MariadeLourdesOliveira_M.pdf: 2123075 bytes, checksum: 4fe8d5cfa52e40ced87e380648907a66 (MD5) Previous issue date: 1994 / Resumo: Controladores preditivos com modelo são uma importante classe de controladores que fazem uso de um modelo do processo para realizar os cálculos das ações de controle. Através deste modelo interno, o controlador pode predizer o comportamento das variáveis de saída do processo, para um determinado horizonte de tempo no futuro. Baseando-se nestas predições, o controlador calcula a ação de controle necessária para minimizar o erro predito para as saídas do processo através de um método de otimização. Dessa forma o valor ótimo para a variável manipulada é aquele que mantém as variáveis de saída o mais próximo possível de uma trajetória de referência especificada para o horizonte de tempo. Neste trabalho foi implementada a uma coluna de absorção de gases uma das técnicas de controle preditivo. Esta técnica é a Matriz Dinâmica de Controle (DMC). Foi considerado o caso monovariável e sem restrições deste algoritmo de controle para que se pudesse fazer um estudo comparativo entre os desempenhos deste controlador preditivo (DMC) e um controlador convencional por retro-alimentação. A coluna de absorção foi simulada para a situação em que ocorrem perturbações em degrau na composição do gás à entrada da coluna. Foram comparadas as respostas obtidas pelos dois tipos de controladores (PI e DMC ), quando se quer controlar a composição do gás à saída da coluna, mediante a manipulação da vazão de solvente. Comprovou-se, então, a eficiência da estratégia de controle por Matriz Dinâmica através da melhoria no comportamento da variável controlada, em relação à encontrada com o controlador clássico / Abstract: Model Predictive Controllers are part of a very important class of controllers that are based on the use of a process model to calculate the controller action. Through this internal action, the controller can predict the behaviour of the process output variables for a given time horizon. Based on these predictions, the controller computes the controller action required to minimise the predicted error for the process output variables through an optimisation method. The optimum value for the manipulated variable is therefore the one which keeps the process output variables closest to the reference path specified for the time horizon. In the present work, predictive control techniques were applied to a gas absorption column, using the Dynamic Matrix Control (DMC). A single variable case (SISO), without restrictions, was considered so that a comparative study between the performances of the predictive control (DMC) and a conventional feedback controller could be made. The absorber column was simulated for step-wise changes in the inlet gas composition. The results for the control of the gas outlet composition, through changes in solvent flow, were analysed and compared for both the PI and DMC controllers. It was verified that the Dynamic Matrix Control technique provides a more efficient control strategy through an improvement in the behaviour of the controlled variable, when compared to a classical controller / Mestrado / Sistemas de Processos Quimicos e Informatica / Mestre em Engenharia Química

Orientadores: Rubens Maciel Filho, Aline Carvalho da Costa / Dissertação (mestrado) - Universidade Estadual de Campinas, Faculdade de Engenharia Quimica / Made available in DSpace on 2018-09-11T21:03:15Z (GMT). No. of bitstreams: 1 Rezende_MyleneCristinaAlvesFerreira_M.pdf: 5006808 bytes, checksum: d8e7aaf8f0cac9cd8620527cfc16a981 (MD5) Previous issue date: 2003 / Resumo: O presente trabalho trata do estudo do controle e otimização de um reator tubular multifásico visando a Integração de Processos Contínuos em Tempo Real. Como caso estudo é considerado um reator de hidrogenação catalítico trifásico, para o qual é utilizado um modelo matemático determinístico representativo do processo. O comportamento dinâmico do processo de produção é estudado a fim de se determinar possíveis estruturas de controle. O controlador implementado é baseado na filosofia do Controle por Matriz Dinâmica (Dynamic Matrix Contrai - DMC), um tipo de Controle Preditivo baseado em Modelo. Para resolver o problema da otimização, são revisadas e implementadas duas técnicas, a saber: a otimização por Programação Quadrática Sucessiva (Successive Quadratic Programming - SQP) e a otimização global por Algoritmos Genéticos. Os resultados obtidos com a otimização por SQP mostram a eficiência desta técnica na otimização do reator trifásico. Os Algoritmos Genéticos são métodos de otimização globais que trabalham com uma população de soluções que evolui ao longo de gerações e converge para um ótimo global. O estudo dos Algoritmos Genéticos mostra que se trata de um algoritmo robusto e eficiente para a otimização do reator trifásico, que pode ser uma alternativa para problemas onde métodos clássicos, como o SQP, não apresentam bom desempenho. Também é feita uma proposta sobre a integração de processos em tempo real e apresentada uma forma de definir e implementar a estratégia em uma camada, com o objetivo de aplicá-la em trabalhos futuros / Abstract: The present work aims to study the control and optimization of a multiphase catalyst slurry reactor, in order to deal with the Real Time Integration of Continuous Process. As the study case is considered a three-phase catalytic hydrogenation reactor, which is represented by a deterministic mathematical model. The dynamic behavior of the production process is studied in order to identify some suitable control structures. The controller implemented is based on Dynamic Matrix Control (DMC) philosophy, which is a type of Predictive Control based on Model. In order to solve the optimization problem are reviewed and implemented two techniques: optimization by Successive Quadratic Programming (SQP) and the global Optimization by Genetic Algorithms. The obtained results by SQP optimization shows the efficiency of this technique to be used for the three-phase reactor. The Genetic Algorithms are optimization methods based on population solution that evoluted through successive generations and converge to a global optimal. The studies of Genetic Algorithms show the powerful and efficiency for the optimization of the three phase reactor, that may be a potential alternative when classical methods do not work well. It is also done a propose on the over a real time integration process and presented a way to determine and to implement a strategy in one layer for the multiphase catalytic reactor / Mestrado / Desenvolvimento de Processos Químicos / Mestre em Engenharia Química

Controle preditivo baseado em modelos (MPC) é uma técnica de controle amplamente utilizada na indústria de processos químicos. Por outro lado, o método de identificação em subespaços (SID) tem se mostrado uma alternativa eficiente para os métodos clássicos de identificação de sistemas. Pela combinação dos conceitos de MPC e SID, surgiu, no final da década de 90, uma nova técnica de controle, denominada controle preditivo com enfoque em subespaços (SPC). Essa técnica também é conhecida como controle preditivo orientado a dados. Ela substitui por um único passo as três etapas do projeto de um MPC: a identificação do modelo, o cálculo do observador de estados e a construção das matrizes de predição. Este trabalho tem como principal objetivo revisar estudos feitos na área de SPC, aplicar esse método em sistemas típicos da indústria química e propor novos algoritmos. São desenvolvidos três algoritmos de excitação interna para o método SPC, que permitem gerar dados persistentemente excitantes enquanto um controle mínimo do processo é garantido. Esses algoritmos possibilitam aplicar identificação em malha fechada, na qual o modelo do controlador SPC é reidentificado utilizando dados previamente excitados. Os controladores SPC e SPC com excitação interna são testados e comparados ao MPC por meio de simulações em dois processos distintos. O primeiro consiste em uma coluna debutanizadora de uma unidade de destilação, para a qual são disponibilizados dois modelos lineares referentes a pontos de operação diferentes. O segundo é um reator de polimerização de estireno com dinâmica não linear, cujo modelo fenomenológico é conhecido. Os resultados dos testes indicam que o SPC é mais suscetível a ruídos de medição. Entretanto, verifica-se que esse controlador corrige perturbações nos set-points das variáveis controladas mais rapidamente que o MPC. Simulações realizadas para o SPC com excitação interna mostram que os algoritmos propostos neste trabalho excitam o sistema satisfatoriamente, de modo que modelos mais precisos são obtidos na reidentificação com os dados excitados. / Model Predictive Control (MPC) technology is widely used in chemical process industries. Subspace identification (SID) on the other hand has proven to be an efficient alternative for classical system identification methods. Based on the results from MPC and SID, it was developed in the late 90s a new control approach, called Subspace Predictive Control (SPC). This approach is also known as data-driven predictive control. In this new method, one single operation replaces the three steps in a MPC controller design: system identification, the state observer design and the predictor matrices construction. The aim of this work is to review studies in the field of SPC, to apply this technology to typical systems of chemical industry and to propose new algorithms. It is developed three internal excitation algorithms for the SPC method, which allow the system to be persistently excited while a minimal control of the process is still guaranteed. These algorithms enable the application of closedloop identification, where the SPC controller model is re-identified using the previously excited data. The SPC controller and the SPC controller with internal excitation are tested through simulation for two different processes. The first one is a debutanizer column of a distillation unit for which two linear models corresponding to two different operating points are available. The second one is a non-linear system consisting of a styrene polymerization reactor. A phenomenological model is provided for this system. Tests results indicate that SPC is more susceptible to measurement noises. However, it is noticed that SPC controller corrects perturbations on set-points faster than MPC. Simulations for the SPC with internal excitation show that the proposed algorithms sufficiently excite the system, in the sense that more precise models are obtained from the re-identification with excited data.

Controle preditivo baseado em modelos (MPC) é uma técnica de controle amplamente utilizada na indústria de processos químicos. Por outro lado, o método de identificação em subespaços (SID) tem se mostrado uma alternativa eficiente para os métodos clássicos de identificação de sistemas. Pela combinação dos conceitos de MPC e SID, surgiu, no final da década de 90, uma nova técnica de controle, denominada controle preditivo com enfoque em subespaços (SPC). Essa técnica também é conhecida como controle preditivo orientado a dados. Ela substitui por um único passo as três etapas do projeto de um MPC: a identificação do modelo, o cálculo do observador de estados e a construção das matrizes de predição. Este trabalho tem como principal objetivo revisar estudos feitos na área de SPC, aplicar esse método em sistemas típicos da indústria química e propor novos algoritmos. São desenvolvidos três algoritmos de excitação interna para o método SPC, que permitem gerar dados persistentemente excitantes enquanto um controle mínimo do processo é garantido. Esses algoritmos possibilitam aplicar identificação em malha fechada, na qual o modelo do controlador SPC é reidentificado utilizando dados previamente excitados. Os controladores SPC e SPC com excitação interna são testados e comparados ao MPC por meio de simulações em dois processos distintos. O primeiro consiste em uma coluna debutanizadora de uma unidade de destilação, para a qual são disponibilizados dois modelos lineares referentes a pontos de operação diferentes. O segundo é um reator de polimerização de estireno com dinâmica não linear, cujo modelo fenomenológico é conhecido. Os resultados dos testes indicam que o SPC é mais suscetível a ruídos de medição. Entretanto, verifica-se que esse controlador corrige perturbações nos set-points das variáveis controladas mais rapidamente que o MPC. Simulações realizadas para o SPC com excitação interna mostram que os algoritmos propostos neste trabalho excitam o sistema satisfatoriamente, de modo que modelos mais precisos são obtidos na reidentificação com os dados excitados. / Model Predictive Control (MPC) technology is widely used in chemical process industries. Subspace identification (SID) on the other hand has proven to be an efficient alternative for classical system identification methods. Based on the results from MPC and SID, it was developed in the late 90s a new control approach, called Subspace Predictive Control (SPC). This approach is also known as data-driven predictive control. In this new method, one single operation replaces the three steps in a MPC controller design: system identification, the state observer design and the predictor matrices construction. The aim of this work is to review studies in the field of SPC, to apply this technology to typical systems of chemical industry and to propose new algorithms. It is developed three internal excitation algorithms for the SPC method, which allow the system to be persistently excited while a minimal control of the process is still guaranteed. These algorithms enable the application of closedloop identification, where the SPC controller model is re-identified using the previously excited data. The SPC controller and the SPC controller with internal excitation are tested through simulation for two different processes. The first one is a debutanizer column of a distillation unit for which two linear models corresponding to two different operating points are available. The second one is a non-linear system consisting of a styrene polymerization reactor. A phenomenological model is provided for this system. Tests results indicate that SPC is more susceptible to measurement noises. However, it is noticed that SPC controller corrects perturbations on set-points faster than MPC. Simulations for the SPC with internal excitation show that the proposed algorithms sufficiently excite the system, in the sense that more precise models are obtained from the re-identification with excited data.

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