Controle preditivo baseado em modelo com estimação de estados restrita para controle e monitoramento de processos não lineares

Página do item simplificado
dc.contributor.advisorDutra, Julio Cesar Sampaiopor
dc.contributor.advisor-coSilva, Wellington Betencurte dapor
dc.contributor.refereeVieira, Fabrício Thiengopor
dc.contributor.refereeFudym, Olivierpor
dc.date.accessioned2018-08-01T22:57:16Z
dc.date.available2018-08-01
dc.date.available2018-08-01T22:57:16Z
dc.identifier.urihttp://repositorio.ufes.br/handle/10/7834
dc.publisherUniversidade Federal do Espírito Santopor
dc.publisher.countryBRpor
dc.publisher.courseMestrado em Engenharia Químicapor
dc.publisher.initialsUFESpor
dc.publisher.programPrograma de Pós-Graduação em Engenharia Químicapor
dc.subjectEstimação de estadospor
dc.subjectRestrições operacionaispor
dc.subjectFiltro de partículaspor
dc.subjectStochastic processen
dc.subjectState estimationen
dc.subjectOperational constraintsen
dc.subjectPredictive controlen
dc.subjectParticle filteren
dc.subject.br-rjbnProcesso estocásticopor
dc.subject.br-rjbnTeoria da estimativapor
dc.subject.br-rjbnProcessos químicospor
dc.subject.br-rjbnControle preditivopor
dc.subject.cnpqEngenharia Químicapor
dc.subject.udc66.0por
dc.titleControle preditivo baseado em modelo com estimação de estados restrita para controle e monitoramento de processos não linearespor
dc.typemasterThesisen
dcterms.abstractO 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.por
dcterms.abstractThe present master degree work discussed about monitoring and control problem with a stochastic approach based in particle filter with application in typical problems of Chemical Engineering, which mostly, are nonlinear and have uncertainty non necessarily Gaussian. The chemical process control is of paramount importance in order to guarantee the quality and safety needs, beyond economic and operational viability. However, many of the variables linked to these objectives are not online measurement or present significant uncertainties. For this, is necessary consider estimation tools for the enable online control. In this sense, the present dissertation investigated a stochastic approach for the model predictive control (MPC), in which the MPC scheme is combined with particle filter (PF), which is a Monte Carlo sequential estimation tools type for nonlinear systems and non-Gaussian uncertainties. This proposal also considers optimizations methods to the particles projection that violates the physical or operational constraints, in a viable region, originating the scheme with initials CPF-MPC. This proposal extends results from previous work by including constraints in the process output variables. This scheme was applied to two case studies: non-isothermal CSTR reactor with simple first order reaction and CSTR with van der Vusse kinetics. Finally, the PF-MPC scheme was applied in a run-of-mine ore milling circuit and compared to a PI control. The CPFMPC results show a good and satisfactory performance to meet the control objectives, guaranteeing a relatively low computational time, reduction of the offset and process disturbance.en
dcterms.alternativeModel Predictive Control with constrained state estimation for the control and monitoring of nonlinear processen
dcterms.creatorCarvalho, Romero Florentino de
dcterms.formatTextpor
dcterms.issued2017-02-15
dcterms.languagePorpor
Arquivos
Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Dissertacao-Romero_Carvalo-template_final-CD-Final.pdf
Tamanho:
5.14 MB
Formato:
Adobe Portable Document Format
Descrição:
Baixar
Coleções
PPGEQ - Dissertações de Mestrado