Publicação: Controle com aprendizado iterativo para processos em batelada
Carregando...
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
Título da Revista
ISSN da Revista
Título de Volume
Autores
Orientador
Coorientador
Resumo
Processos com operação em batelada são usualmente sistemas em que quantidades definidas
de matérias-primas são combinadas de maneiras específicas durante um tempo designado para
produzir produtos intermediários ou finais, com alto valor agregado gerando o menor
desperdício possível de matéria-prima para obtenção de maiores lucros. Na sua maioria, são
processos inerentemente não lineares, tornando difícil controlá-los de forma satisfatória. O
controle com aprendizado iterativo, metodologia apresentada neste trabalho, utiliza
características importantes para o controle de plantas industriais com operação em batelada,
como a rejeição de perturbações, a inclusão de restrições nas variáveis de controle tornando o
controle mais seguro e realista, além da capacidade de rastreamento de trajetórias de
referência de forma gradual ao longo das bateladas, entre outras. Nesse contexto, o presente
trabalho investiga a metodologia de controle com aprendizado iterativo aplicada com sucesso
a diversas plantas e modelos com características distintas, abrangendo desde sistemas lineares
SISO e MIMO de fase mínima e não mínima até sistemas não lineares. Estudos comparativos
a respeito da qualidade do controle proposto perante metodologias clássicas de controle, como
o controle PID, além de metodologias como o GMC, foram realizados. Os resultados da
utilização do controle com aprendizado iterativo foram considerados promissores uma vez
que a metodologia apresenta versatilidade e facilidade quanto a sintonia, tornando o
controlador intuitivo. Para processos de fase mínima LTI, o aprendizado foi quase que
imediato. O controlador com aprendizado iterativo foi capaz de compensar os efeitos de fase
não mínima resultantes de atraso ou zeros de fase não mínima, levando a um rastreamento
perfeito da trajetória de referência. A utilização da metodologia para o controle de plantas não
lineares foi avaliada para sistemas reacionais em que foram experimentadas duas maneiras
diferentes de obter a matriz de aprendizado, como o modelo FIR e o modelo linearizado
localmente. A metodologia de controle com aprendizado iterativo apresentou melhorias no
rastreamento de trajetórias desejadas em todos os casos estudados.
Abstract
Batch processes are usually systems for which defined raw materials quantities are combined
in specific recipe during a designated time to produce intermediate or final high added value
products and generating the smallest waste of raw material. Most of the batch processes with
economic interest are inherently nonlinear, making the control task a challange. The iterative
learning control is a methodology that involves the use of learning strategies in order to
achieve the better reference trajectory tracking and disturbance rejection. Thus, the
addressedmethodology uses important features for the control of industrial batch plants, as the
disturbances rejection, the inclusion of restrictions on the control variables making control
more realistic, added to the ability to track reference trajectories over the batch, among others.
In this context, this work presents the iterative learning control methodology successfully
applied to various plants with distinct features, ranging from minimum and nonminimal phase
SISO and MIMO linear systems and nonlinear systems. Comparative studies about the
proposed control quality against classical control methods were also performed to show the
degree of increasing performance due to the iteractive learning strategy. The results of the use
of iterative learning control strategies looked promising since they provide versatility and
tuning with easy, making the controller intuitive. For LTI minimum phase processes, the
learning was almost immediate. The iterative learning controller was able to compensate for
nonminimum phase behavior resulting from delay or nonminimum phase zeros, leading to a
perfect tracking of the reference trajectory. The use of the methodology for nonlinear plants
control was evaluated for reaction systems in which are tried two different ways to get the
learning matrix, such as FIR models and locally linearized models. The iterative learning
control methodology brought improvement on the setpoint tracking in all studied cases.
Palavras-chave
Controle de processos em batelada, Controle com aprendizado iterativo, Batch process control, Iterative learning control, Controle de processos químicos
Citação
GRANZOTTO, Matheus Henrique. Controle com aprendizado iterativo para processos em batelada. 2010. 169 f. Dissertação (Mestrado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2010.