Controle preditivo explícito com múltiplos modelos para acomodação de falhas
Autor(a) principal: | |
---|---|
Data de Publicação: | 2013 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Biblioteca Digital de Teses e Dissertações do ITA |
Texto Completo: | http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2266 |
Resumo: | A estratégia conhecida como Controle Preditivo (MPC) se tornou uma opção bem disseminada em aplicações em sistemas multivariáveis complexos que contém restrições. Nessa estratégia, a cada instante de amostragem, um problema de otimização deve ser solucionado no intuito de se obter o valor ótimo de controle a ser aplicado na planta. Dependendo da complexidade do sistema a ser controlado, da dinâmica da planta e do tempo de amostragem escolhido, esse problema de otimização adjacente pode demandar elevado esforço computacional e aumento de custo no projeto do sistema de controle. Por esse motivo, o desenvolvimento de algoritmos de otimização mais eficientes ou reformulações do problema de controle que reduzam o esforço computacional associado são relevantes. Este trabalho tem como objetivo o estudo e a implementação da estratégia MPC utilizando programação multiparamétrica, mediante a reformulação do problema de controle de forma que a solução do problema de controle seje obtida a priori. Além disso, inclui-se uma abordagem com múltiplos modelos, permitindo ao sistema de controle acomodar falhas e manter a estabilidade do sistema mesmo na ocorrência de falhas. Ao final, a proposta é ilustrada por meio de implementação em tempo real em um helicóptero 3DOF de laboratório produzido pela empresa Quanser Consulting. |
id |
ITA_4853975b01b2431959c0eba2c755d25b |
---|---|
oai_identifier_str |
oai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2266 |
network_acronym_str |
ITA |
network_name_str |
Biblioteca Digital de Teses e Dissertações do ITA |
spelling |
Controle preditivo explícito com múltiplos modelos para acomodação de falhasControle preditivoAnálise de falhasTolerância a falhasIdentificação de sistemasModelagem (processos)ControleA estratégia conhecida como Controle Preditivo (MPC) se tornou uma opção bem disseminada em aplicações em sistemas multivariáveis complexos que contém restrições. Nessa estratégia, a cada instante de amostragem, um problema de otimização deve ser solucionado no intuito de se obter o valor ótimo de controle a ser aplicado na planta. Dependendo da complexidade do sistema a ser controlado, da dinâmica da planta e do tempo de amostragem escolhido, esse problema de otimização adjacente pode demandar elevado esforço computacional e aumento de custo no projeto do sistema de controle. Por esse motivo, o desenvolvimento de algoritmos de otimização mais eficientes ou reformulações do problema de controle que reduzam o esforço computacional associado são relevantes. Este trabalho tem como objetivo o estudo e a implementação da estratégia MPC utilizando programação multiparamétrica, mediante a reformulação do problema de controle de forma que a solução do problema de controle seje obtida a priori. Além disso, inclui-se uma abordagem com múltiplos modelos, permitindo ao sistema de controle acomodar falhas e manter a estabilidade do sistema mesmo na ocorrência de falhas. Ao final, a proposta é ilustrada por meio de implementação em tempo real em um helicóptero 3DOF de laboratório produzido pela empresa Quanser Consulting.Instituto Tecnológico de AeronáuticaTakashi YoneyamaRoberto Kawakami Harrop GalvãoDeivison de Souza Lima2013-04-17info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesishttp://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2266reponame:Biblioteca Digital de Teses e Dissertações do ITAinstname:Instituto Tecnológico de Aeronáuticainstacron:ITAporinfo:eu-repo/semantics/openAccessapplication/pdf2019-02-02T14:04:44Zoai:agregador.ibict.br.BDTD_ITA:oai:ita.br:2266http://oai.bdtd.ibict.br/requestopendoar:null2020-05-28 19:38:42.097Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáuticatrue |
dc.title.none.fl_str_mv |
Controle preditivo explícito com múltiplos modelos para acomodação de falhas |
title |
Controle preditivo explícito com múltiplos modelos para acomodação de falhas |
spellingShingle |
Controle preditivo explícito com múltiplos modelos para acomodação de falhas Deivison de Souza Lima Controle preditivo Análise de falhas Tolerância a falhas Identificação de sistemas Modelagem (processos) Controle |
title_short |
Controle preditivo explícito com múltiplos modelos para acomodação de falhas |
title_full |
Controle preditivo explícito com múltiplos modelos para acomodação de falhas |
title_fullStr |
Controle preditivo explícito com múltiplos modelos para acomodação de falhas |
title_full_unstemmed |
Controle preditivo explícito com múltiplos modelos para acomodação de falhas |
title_sort |
Controle preditivo explícito com múltiplos modelos para acomodação de falhas |
author |
Deivison de Souza Lima |
author_facet |
Deivison de Souza Lima |
author_role |
author |
dc.contributor.none.fl_str_mv |
Takashi Yoneyama Roberto Kawakami Harrop Galvão |
dc.contributor.author.fl_str_mv |
Deivison de Souza Lima |
dc.subject.por.fl_str_mv |
Controle preditivo Análise de falhas Tolerância a falhas Identificação de sistemas Modelagem (processos) Controle |
topic |
Controle preditivo Análise de falhas Tolerância a falhas Identificação de sistemas Modelagem (processos) Controle |
dc.description.none.fl_txt_mv |
A estratégia conhecida como Controle Preditivo (MPC) se tornou uma opção bem disseminada em aplicações em sistemas multivariáveis complexos que contém restrições. Nessa estratégia, a cada instante de amostragem, um problema de otimização deve ser solucionado no intuito de se obter o valor ótimo de controle a ser aplicado na planta. Dependendo da complexidade do sistema a ser controlado, da dinâmica da planta e do tempo de amostragem escolhido, esse problema de otimização adjacente pode demandar elevado esforço computacional e aumento de custo no projeto do sistema de controle. Por esse motivo, o desenvolvimento de algoritmos de otimização mais eficientes ou reformulações do problema de controle que reduzam o esforço computacional associado são relevantes. Este trabalho tem como objetivo o estudo e a implementação da estratégia MPC utilizando programação multiparamétrica, mediante a reformulação do problema de controle de forma que a solução do problema de controle seje obtida a priori. Além disso, inclui-se uma abordagem com múltiplos modelos, permitindo ao sistema de controle acomodar falhas e manter a estabilidade do sistema mesmo na ocorrência de falhas. Ao final, a proposta é ilustrada por meio de implementação em tempo real em um helicóptero 3DOF de laboratório produzido pela empresa Quanser Consulting. |
description |
A estratégia conhecida como Controle Preditivo (MPC) se tornou uma opção bem disseminada em aplicações em sistemas multivariáveis complexos que contém restrições. Nessa estratégia, a cada instante de amostragem, um problema de otimização deve ser solucionado no intuito de se obter o valor ótimo de controle a ser aplicado na planta. Dependendo da complexidade do sistema a ser controlado, da dinâmica da planta e do tempo de amostragem escolhido, esse problema de otimização adjacente pode demandar elevado esforço computacional e aumento de custo no projeto do sistema de controle. Por esse motivo, o desenvolvimento de algoritmos de otimização mais eficientes ou reformulações do problema de controle que reduzam o esforço computacional associado são relevantes. Este trabalho tem como objetivo o estudo e a implementação da estratégia MPC utilizando programação multiparamétrica, mediante a reformulação do problema de controle de forma que a solução do problema de controle seje obtida a priori. Além disso, inclui-se uma abordagem com múltiplos modelos, permitindo ao sistema de controle acomodar falhas e manter a estabilidade do sistema mesmo na ocorrência de falhas. Ao final, a proposta é ilustrada por meio de implementação em tempo real em um helicóptero 3DOF de laboratório produzido pela empresa Quanser Consulting. |
publishDate |
2013 |
dc.date.none.fl_str_mv |
2013-04-17 |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/publishedVersion info:eu-repo/semantics/masterThesis |
status_str |
publishedVersion |
format |
masterThesis |
dc.identifier.uri.fl_str_mv |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2266 |
url |
http://www.bd.bibl.ita.br/tde_busca/arquivo.php?codArquivo=2266 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
publisher.none.fl_str_mv |
Instituto Tecnológico de Aeronáutica |
dc.source.none.fl_str_mv |
reponame:Biblioteca Digital de Teses e Dissertações do ITA instname:Instituto Tecnológico de Aeronáutica instacron:ITA |
reponame_str |
Biblioteca Digital de Teses e Dissertações do ITA |
collection |
Biblioteca Digital de Teses e Dissertações do ITA |
instname_str |
Instituto Tecnológico de Aeronáutica |
instacron_str |
ITA |
institution |
ITA |
repository.name.fl_str_mv |
Biblioteca Digital de Teses e Dissertações do ITA - Instituto Tecnológico de Aeronáutica |
repository.mail.fl_str_mv |
|
subject_por_txtF_mv |
Controle preditivo Análise de falhas Tolerância a falhas Identificação de sistemas Modelagem (processos) Controle |
_version_ |
1706809282487386112 |