Return to search

Identifica??o e compara??o entre controle preditivo com modelo n?o linear e PI sintonizados com PSO em sistema de separa??o gravitacional de ?guia-?leo / Identification and comparison between predictive control with nonlinear model and PI control tuned using PSO in a gravitational separation system water-oil

Made available in DSpace on 2015-03-03T15:07:34Z (GMT). No. of bitstreams: 1
AndreFOAD_DISSERT.pdf: 2002320 bytes, checksum: 0ebf2e7fb75a8ce59284dc72a43ef7ba (MD5)
Previous issue date: 2012-05-18 / The separation methods are reduced applications as a result of the operational costs,
the low output and the long time to separate the
uids. But, these treatment methods
are important because of the need for extraction of unwanted contaminants in the oil
production. The water and the concentration of oil in water should be minimal (around
40 to 20 ppm) in order to take it to the sea. Because of the need of primary treatment,
the objective of this project is to study and implement algorithms for identification of
polynomial NARX (Nonlinear Auto-Regressive with Exogenous Input) models in closed
loop, implement a structural identification, and compare strategies using PI control and
updated on-line NARX predictive models on a combination of three-phase separator in
series with three hydro cyclones batteries. The main goal of this project is to: obtain an
optimized process of phase separation that will regulate the system, even in the presence
of oil gushes; Show that it is possible to get optimized tunings for controllers analyzing the
mesh as a whole, and evaluate and compare the strategies of PI and predictive control applied
to the process. To accomplish these goals a simulator was used to represent the three
phase separator and hydro cyclones. Algorithms were developed for system identification
(NARX) using RLS(Recursive Least Square), along with methods for structure models
detection. Predictive Control Algorithms were also implemented with NARX model updated
on-line, and optimization algorithms using PSO (Particle Swarm Optimization).
This project ends with a comparison of results obtained from the use of PI and predictive
controllers (both with optimal state through the algorithm of cloud particles) in the simulated
system. Thus, concluding that the performed optimizations make the system less
sensitive to external perturbations and when optimized, the two controllers show similar
results with the assessment of predictive control somewhat less sensitive to disturbances / Os m?todos de separa??o de ?leo e ?gua possuem, em sua maioria, aplica??es reduzidas devido ao custo operacional, a baixa efici?ncia de separa??o e ao alto tempo de processamento da separa??o. Por?m, Esses m?todos de tratamento s?o importantes devido
a necessidade de extra??o dos contaminantes mais indesejados no processo de produ??o do petr?leo, a ?gua, e ao mesmo tempo, a concentra??o de ?leo na ?gua deve ser m?nima
(da ordem de 40 a 20ppm) para o descarte regular da fase aquosa ao mar. A partir dessa
necessidade de tratamento prim?rio objetiva-se, neste trabalho, estudar e implementar algoritmos de identifica??o para modelos polinomiais NARX em malha fechada, detectando a estrutura dos modelos, e comparar estrat?gias de controle PI e preditivo utilizando os
modelos NARX (Nonlinear Auto-Regressive with Exogenous Input) atualizados online
em uma combina??o de separador trif?sico em s?rie com tr?s baterias de hidrociclones.
Os objetivos principais deste trabalho s?o obter um processo otimizado de separa??o trif?sica que regule o sistema, mesmo na presen?a de golfadas; mostrar que e poss?vel obter
sintonias otimizadas para os controladores analisando a malha como um todo; e, avaliar e comparar as estrat?gias de controle PI e preditivo aplicadas ao processo. Para cumprir estes objetivos foi utilizado um simulador para representar o separador trif?sico e
os hidrociclones, al?m de desenvolvidos algoritmos de identifica??o de sistemas (NARX) utilizando MQR (M?nimos Quadrados Recursivo), aliados a m?todos de detec??o de estrutura
de modelos. Tamb?m foram implementados algoritmos de controle preditivo com modelos NARX atualizados online, e algoritmos de otimiza??o que utilizam PSO (Particle
Swarm Optimization). O trabalho finaliza com a compara??o de resultados obtidos
a partir da utiliza??o dos controladores PI e preditivo no sistema simulado ambos com par?metros otimizados atrav?s do algoritmo de nuvem de part?culas, e concluindo que as otimiza??es realizadas tornam o regulat?rio menos sens?vel a perturba??es externas (golfadas)
e quando otimizados os dois controladores apresentam resultados similares, sendo
os resultados do preditivo um pouco menos sens?vel as perturba??es

Identiferoai:union.ndltd.org:IBICT/oai:repositorio.ufrn.br:123456789/18571
Date18 May 2012
CreatorsDantas, Andr? Felipe Oliveira de Azevedo
ContributorsCPF:42046637100, http://lattes.cnpq.br/0477027244297797, D?rea, Carlos Eduardo Trabuco, CPF:55708245553, http://lattes.cnpq.br/0143490577842914, Martins, Allan de Medeiros, CPF:01979076448, http://lattes.cnpq.br/4402694969508077, Casillo, Danielle Simone da Silva, CPF:02796900452, http://lattes.cnpq.br/2111858571672626, Maitelli, Andr? Laurindo
PublisherUniversidade Federal do Rio Grande do Norte, Programa de P?s-Gradua??o em Engenharia El?trica, UFRN, BR, Automa??o e Sistemas; Engenharia de Computa??o; Telecomunica??es
Source SetsIBICT Brazilian ETDs
LanguagePortuguese
Detected LanguageEnglish
Typeinfo:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis
Formatapplication/pdf
Sourcereponame:Repositório Institucional da UFRN, instname:Universidade Federal do Rio Grande do Norte, instacron:UFRN
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0029 seconds