No campo de simulação dinâmica de processos, o entendimento da natureza dinâmica de processos químicos industriais é fundamental quando questões de projeto e de sistemas de processos surgem. As abordagens atualmente aplicadas, como Resposta Degrau (RD), Função de Transferência (FT) e representação Discreta em Espaços de Estado (DEE) apresentam algumas desvantagens, principalmente relacionadas a questões de amostragem fixa e à carga computacional envolvida na sua simulação. Tendo isso em mente, uma nova abordagem é proposta, valendo-se da parametrização das entradas do sistema por splines piecewise cúbicas e da representação de sistemas em espaços de estado no domínio contínuo, onde se torna possível, a partir de poucos dados que revelem a informação dinâmica do processo, a simulação do mesmo ao longo de um horizonte. A essa abordagem foi dada o nome de Spline Dynamic Matrix (SDM), tratando-se de uma construção análoga à Matriz Dinâmica (Cutler and Ramaker 1980) proposta no início da década de 80, onde a multiplicação da variação das entradas no sistema por uma matriz que compreenda toda a informação dinâmica do sistema permite o cálculo rápido das saídas do mesmo. Suportado por essa metodologia, propõe-se juntamente a formulação de um novo controlador preditivo baseado em modelo (MPC) linear, Spline Dynamic Matrix Controller (SDMC), onde a redução do número de variáveis do processo pode levar a uma resolução mais rápida e mais robusta. Para corroborar as proposições apresentadas, são apresentados resultados referentes à simulação de processos dinâmicos e à comparação do desempenho do novo MPC proposto com um MPC baseado em resposta degrau (versão clássica), para um estudo de caso SISO (Single Input Single Output), e com um MPC baseado em espaços de estado, para o caso MIMO (Multiple Input Multiple Output), validando o potencial e versatilidade da técnica. / In the field of dynamic simulation, an understanding of the dynamic behavior of chemical processes is important from both process design and process system perspectives. Several methodologies have been developed so far, such as Step Response (SR), Transfer Function (TF) and Discrete State Space representation (DSS). Such approaches, however, have some disadvantages, regarding simulation speed, computational load and fixed sampling. From this premise, a new approach is proposed, where the input parametrization by piecewise cubic splines is combined with state space representation in the continuous domain, guaranteeing, from few data that gathers all the process dynamic information, simulation along a certain horizon. Such representation is called Spline Dynamic Matrix (SDM), inspired in the likewise representation of the Dynamic Matrix (DM) (Cutler and Ramaker 1980) proposed in the early 80’s. The main idea resides in a multiplication of the input variation by a matrix that can embrace all the dynamic data, allowing a fast output calculation. By using this methodology, a new linear model predictive controller (MPC) is also proposed, Spline Dynamic Matrix Controller (SDMC), where the variable diminishment could lead to a faster and more robust resolution. So that such propositions can be validated, results are presented regarding dynamic process simulation and comparison of the performance achieved by the MPC proposed in this dissertation. In order to accomplish that, one MPC based on SR representation, for a SISO (Single Input Single Output) case study, and another one based on state space representation, for a MIMO (Multiple Input Multiple Output) system, were used, confirming that the potential and versatility of SDM technique can be truly perceived.
Identifer | oai:union.ndltd.org:IBICT/oai:lume56.ufrgs.br:10183/61057 |
Date | January 2012 |
Creators | Escobar, Matheus de Souza |
Contributors | Trierweiler, Jorge Otávio |
Source Sets | IBICT Brazilian ETDs |
Language | Portuguese |
Detected Language | English |
Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
Format | application/pdf |
Source | reponame:Biblioteca Digital de Teses e Dissertações da UFRGS, instname:Universidade Federal do Rio Grande do Sul, instacron:UFRGS |
Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0019 seconds