Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES / Model predictive control (MPC) strategies have become the standard for advanced
control applications in the process industry. Significant benefits are generated from the
MPC's capacity to ensure that the plant operates within its constraints more profitably.
However, like any controller, after some time under operation, MPCs rarely function as
when they were initially designed. A large percentage of performance degradation of
MPC is associated with the deterioration of model that controller uses to predict process
outputs and calculate inputs. The objective of the present work is implementation of
mathematical methods that can be used to detect model-plant mismatch in linear and nonlinear
MPC systems. In this work, techniques based on cross correlation, partial
correlation and mutual information are implemented and tested by numerical simulation
in case studies characteristic of the petrochemical industry, represented by linear and
nonlinear models, operating under MPC control. The results obtained through the
applying the techniques are analyzed and compared as to their efficiency is not intended
to offer their potential for real industrial applications. / Estratégias de controle preditivo (MPC) têm-se tornado o padrão para aplicações de
controle avançado na indústria de processos. Os benefícios significativos são gerados a
partir da habilidade do controlador MPC de assegurar que a planta opere dentro das
restrições de forma mais lucrativa. Porém, como todo controlador, depois de algum tempo
em operação, os MPCs raramente funcionam como quando foram inicialmente
projetados. Uma grande porcentagem da degradação do desempenho dos controladores
MPC está associada à deterioração do modelo que o controlador usa para fazer a predição
das saídas do processo e calcular as entradas. O objetivo do presente trabalho é a
implementação de métodos matemáticos que possam ser utilizados para a detecção de
erros planta-modelo em sistemas de controle MPC lineares e não lineares. Neste trabalho,
técnicas baseadas em correlação cruzada, correlação parcial e informação mútua são
implementadas e testadas por simulação numérica em estudos de caso característicos da
indústria petroquímica, representados por modelos lineares e não lineares, operando sob
controle MPC. Os resultados obtidos através da aplicação das técnicas são analisados e
comparados quanto à sua eficiência no objetivo proposto avaliando seu potencial para
aplicações industriais reais.
| Identifer | oai:union.ndltd.org:IBICT/oai:ri.ufs.br:riufs/5028 |
| Date | 08 March 2017 |
| Creators | Cruz, Diego Déda Gonçalves Brito |
| Contributors | Sotomayor, Oscar Alberto Zanabria |
| Publisher | Universidade Federal de Sergipe, Pós-Graduação em Engenharia Elétrica, UFS, Brasil |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Repositório Institucional da UFS, instname:Universidade Federal de Sergipe, instacron:UFS |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0029 seconds