Publicação: Uma contribuição ao estudo de controladores robustos
Carregando...
Arquivos
Tipo do documento
Data
Direito de acesso
Coleções
Área do conhecimento
CNPQ::ENGENHARIAS::ENGENHARIA QUIMICA
Título da Revista
ISSN da Revista
Título de Volume
Orientador
Coorientador
Lopes, Luís Cláudio Oliveira
Resumo
O controlador preditivo baseado em modelo (MPC) tem sido aplicado com sucesso na
indústria, com especial destaque na indústria petroquímica. A característica básica dos
algoritmos preditivos baseados em modelos é a formulação de um problema de otimização,
para o cálculo da seqüência de ações de controle que minimizem uma função de desempenho
num horizonte temporal com a melhor informação disponível a cada instante, e submetida a
restrições de operação e ao modelo da planta. A presença de incertezas no modelo pode
resultar em perda de desempenho da planta controlada baseada em controladores com modelo
nominal ou até mesmo na instabilidade da malha fechada. A classe de controladores
preditivos robustos (RMPC) baseia-se na consideração explícita das incertezas. Este trabalho
apresenta dois algoritmos de RMPC. Um algoritmo que adiciona ao problema de controle
robusto, com incerteza invariante no tempo na forma de otimização mín-máx, um conjunto de
restrições com garantia de estabilidade robusta (RMPC-MMR). E outro algoritmo que
desenvolve o RMPC usando desigualdades de matrizes lineares (LMI) e incerteza na forma de
politopo (LMI-RMPCR). Os algoritmos são avaliados, através de simulações computacionais,
aplicados em diversos sistemas típicos dos processos industriais, comparando-se as respostas
dos mesmos com as respostas de controladores clássicos. Foram implementados
experimentalmente os algoritmos de controle clássico IHMPC (Infinite Horizon Model
Predictive Control) e MPC-RS (Model Predictive Control with Reference System) em uma
planta piloto de controle de nível e pH, construída na Unidade Experimental da Faculdade de
Engenharia Química da Universidade Federal de Uberlândia. Os resultados de simulação dos
controladores robustos foram avaliados com as repostas de simulação e experimentais dos
controladores clássicos implementados na planta. Os resultados indicam a aplicabilidade e as
limitações dos controladores propostos.
Abstract
The model based predictive controller (MPC) has been successfully applied in industry, with
particular emphasis on the petrochemical industry. The basic feature of MPC algorithms is
based on the formulation of an optimization problem, for calculating the sequence of control
moves that minimize a performance function in a time horizon with the best information
available at every moment, and submitted to restrictions, operation and the plant model. The
presence of uncertainties in the model can result in loss of performance of the model based
control system or even instability in the closed loop. The class of robust predictive controllers
(RMPC) is based on the explicit consideration of uncertainties. This research presents two
RMPC algorithms. One of them adds a set of restrictions with robust stability guarantee
(RMPC-MMR) to the problem of robust control, with uncertainty in time variant as min-max
optimization. And the other develops RMPC using Linear Matrix Inequalities (LMI) and
uncertainty as a polytope (LMI-RMPCR). The algorithms are evaluated through computer
simulations, and are applied to a range of industrial process typical systems. The responses are
compared with the responses of traditional controllers. The classical algorithms IHMPC
(Infinite Horizon Model Predictive Control) and MPC-RS (Model Predictive Control with
Reference System) are also assessed experimentally by the application in a pilot plant for
controlling level and pH, built in the Experimental Unit of the Chemical Engineering College,
at Federal University of Uberlândia. The results of RMPC simulation were evaluated with the
simulation and experimental responses of the classical controllers implemented in the plant.
The results indicate the applicability and limitations of the proposed controllers.
Palavras-chave
Controle de processos, Incerteza, LMI, MPC, RMPC, Process control, Uncertainty, Controle de processo
Citação
SILVA, Cláudio Homero Ferreira da. A contribution for studing of robust control. 2009. 240 f. Tese (Doutorado em Engenharias) - Universidade Federal de Uberlândia, Uberlândia, 2009.