| Summary: | Made available in DSpace on 2018-08-01T22:57:16Z (GMT). No. of bitstreams: 1
tese_9898_Dissertação - Romero Carvalo - template final - CD - Final.pdf: 5391028 bytes, checksum: bc6037ffd9f4d9fe10b11d444edc41b9 (MD5)
Previous issue date: 2017-02-15 === O presente trabalho de mestrado discute sobre o problema de monitoramento e de controle preditivo com uma abordagem estocástica baseada em filtro de partículas com aplicação em problemas típicos da Engenharia Química, que em sua maioria, são não lineares e com incertezas não necessariamente gaussianas. O controle de processos químicos é de suma importância para que sejam garantidas as necessidades de qualidade, segurança e viabilidade econômica e operacional. No entanto, muitas das variáveis ligadas a esses objetivos não são medidas em linha ou apresentam incertezas significativas. Para isso, é necessário considerar ferramentas de estimação de estados para viabilizar o controle em linha. Neste sentido, a presente Dissertação investigou uma abordagem estocástica para o controle preditivo baseado em modelo (MPC), em que o esquema do MPC é combinado com filtro de partículas (PF), que é uma ferramenta de estimação sequencial do tipo Monte Carlo para sistemas não lineares e incertezas não gaussianas. Esta proposta considera também métodos de otimização para projeção das partículas que violam as restrições físicas ou operacionais, em uma região viável, chamado de CPF-MPC. Essa proposta estende resultados de trabalhos prévios ao incluir restrições nas variáveis de saída do processo. O CPF-MPC foi aplicado a dois estudos de caso: reator CSTR não isotérmico, com reação simples de primeira ordem e um CSTR com reação de van der Vusse. Por fim, o esquema PF MPC foi aplicado em um circuito de moagem de minério de ferro e comparado com um controlador PI. Os resultados mostram que o CPF-MPC apresentou bons resultados e desempenho satisfatório para atender os objetivos de controle, garantindo um custo computacional relativamente baixo, redução de offset e perturbações nos parâmetros dos processos.
Palavras-chave: Processos estocásticos, estimação de estados, restrições operacionais, controle preditivo, filtro de partículas.
|
|---|
