Sintonia ótima de controladores MPC considerando incertezas de modelagem
Autor(a) principal: | |
---|---|
Data de Publicação: | 2015 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFBA |
Texto Completo: | http://repositorio.ufba.br/ri/handle/ri/19395 |
Resumo: | Os métodos heurísticos de sintonia de controladores preditivos se mostram muito específicos, tanto em relação ao tipo de controlador, como ao tipo de sistema a ser controlado e, algumas vezes, não refletem com o desempenho ou a robustez desejados. Além disso, esses métodos não consideram a incerteza das medidas ou dos modelos, sendo que frequentemente a sintonia é feita na base da experiência do engenheiro, ou ainda, na falta desta, por tentativa e erro. Por outro lado, os métodos de sintonia ótima possuem a vantagem de serem bastante flexíveis, podendo ser utilizados para uma ampla gama de tipos de controladores e sistemas, e as sintonias resultantes da aplicação de tais métodos atendem o desempenho demandado pelo usuário, de acordo com o critério de desempenho ou função-objetivo previamente escolhidos, desde que sejam factíveis. O objetivo deste trabalho é desenvolver uma metodologia para a sintonia ótima de controladores preditivos multivariáveis, considerando a incerteza de modelagem nos parâmetros do modelo da planta. Uma vez que a formulação do problema de sintonia ótima resulta em uma programação mista-inteira não-linear, um algoritmo de otimização meta-heurístico, baseado na técnica de otimização por enxame de partículas, é utilizado para solucionar o problema proposto. Como forma de alcançar um controle também robusto às incertezas de modelagem, o método inclui na sua formulação a identificação do cenário do pior caso de controle, determinado no domínio da incerteza dos parâmetros do modelo, baseado no Índice de Resilência de Morari e no Número Condicional. Estudos de caso típicos da indústria de processos são realizados e as funções de densidade de probabilidade das funções-objetivo são analisadas, evidenciando o bom desempenho e robustez das sintonias propostas |
id |
UFBA-2_673341e60103415acbda563f32614e9c |
---|---|
oai_identifier_str |
oai:repositorio.ufba.br:ri/19395 |
network_acronym_str |
UFBA-2 |
network_name_str |
Repositório Institucional da UFBA |
repository_id_str |
1932 |
spelling |
Nery Júnior, Gesner AndradeKalid, Ricardo de AraújoMartins, Márcio André FernandesKalid, Ricardo de AraújoMartins, Márcio André FernandesSantos, Tito Luís Maia2016-06-06T14:56:56Z2016-06-06T14:56:56Z2016-06-062015-01http://repositorio.ufba.br/ri/handle/ri/19395Os métodos heurísticos de sintonia de controladores preditivos se mostram muito específicos, tanto em relação ao tipo de controlador, como ao tipo de sistema a ser controlado e, algumas vezes, não refletem com o desempenho ou a robustez desejados. Além disso, esses métodos não consideram a incerteza das medidas ou dos modelos, sendo que frequentemente a sintonia é feita na base da experiência do engenheiro, ou ainda, na falta desta, por tentativa e erro. Por outro lado, os métodos de sintonia ótima possuem a vantagem de serem bastante flexíveis, podendo ser utilizados para uma ampla gama de tipos de controladores e sistemas, e as sintonias resultantes da aplicação de tais métodos atendem o desempenho demandado pelo usuário, de acordo com o critério de desempenho ou função-objetivo previamente escolhidos, desde que sejam factíveis. O objetivo deste trabalho é desenvolver uma metodologia para a sintonia ótima de controladores preditivos multivariáveis, considerando a incerteza de modelagem nos parâmetros do modelo da planta. Uma vez que a formulação do problema de sintonia ótima resulta em uma programação mista-inteira não-linear, um algoritmo de otimização meta-heurístico, baseado na técnica de otimização por enxame de partículas, é utilizado para solucionar o problema proposto. Como forma de alcançar um controle também robusto às incertezas de modelagem, o método inclui na sua formulação a identificação do cenário do pior caso de controle, determinado no domínio da incerteza dos parâmetros do modelo, baseado no Índice de Resilência de Morari e no Número Condicional. Estudos de caso típicos da indústria de processos são realizados e as funções de densidade de probabilidade das funções-objetivo são analisadas, evidenciando o bom desempenho e robustez das sintonias propostasSubmitted by LIVIA FREITAS (livia.freitas@ufba.br) on 2016-05-12T23:22:50Z No. of bitstreams: 1 Dissertação_Gesner_impressão.pdf: 2893479 bytes, checksum: 25498aae8f6e25409f2b46f00e47e333 (MD5)Approved for entry into archive by LIVIA FREITAS (livia.freitas@ufba.br) on 2016-06-06T14:56:56Z (GMT) No. of bitstreams: 1 Dissertação_Gesner_impressão.pdf: 2893479 bytes, checksum: 25498aae8f6e25409f2b46f00e47e333 (MD5)Made available in DSpace on 2016-06-06T14:56:56Z (GMT). No. of bitstreams: 1 Dissertação_Gesner_impressão.pdf: 2893479 bytes, checksum: 25498aae8f6e25409f2b46f00e47e333 (MD5)Otimização matemáticaControle preditivoModelos matemáticosSintonia ótima de controladores MPC considerando incertezas de modelageminfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisUniversidade Federal da Bahia. Escola Politécnicaem Engenharia IndustrialUFBAbrasilinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFBAinstname:Universidade Federal da Bahia (UFBA)instacron:UFBATEXTDissertação_Gesner_impressão.pdf.txtDissertação_Gesner_impressão.pdf.txtExtracted texttext/plain155231https://repositorio.ufba.br/bitstream/ri/19395/3/Disserta%c3%a7%c3%a3o_Gesner_impress%c3%a3o.pdf.txt56aaadcdef3368f07836690e51e4e111MD53ORIGINALDissertação_Gesner_impressão.pdfDissertação_Gesner_impressão.pdfapplication/pdf2893479https://repositorio.ufba.br/bitstream/ri/19395/1/Disserta%c3%a7%c3%a3o_Gesner_impress%c3%a3o.pdf25498aae8f6e25409f2b46f00e47e333MD51LICENSElicense.txtlicense.txttext/plain1345https://repositorio.ufba.br/bitstream/ri/19395/2/license.txtff6eaa8b858ea317fded99f125f5fcd0MD52ri/193952021-12-30 07:40:58.683oai:repositorio.ufba.br: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Repositório InstitucionalPUBhttp://192.188.11.11:8080/oai/requestopendoar:19322021-12-30T10:40:58Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA)false |
dc.title.pt_BR.fl_str_mv |
Sintonia ótima de controladores MPC considerando incertezas de modelagem |
title |
Sintonia ótima de controladores MPC considerando incertezas de modelagem |
spellingShingle |
Sintonia ótima de controladores MPC considerando incertezas de modelagem Nery Júnior, Gesner Andrade Otimização matemática Controle preditivo Modelos matemáticos |
title_short |
Sintonia ótima de controladores MPC considerando incertezas de modelagem |
title_full |
Sintonia ótima de controladores MPC considerando incertezas de modelagem |
title_fullStr |
Sintonia ótima de controladores MPC considerando incertezas de modelagem |
title_full_unstemmed |
Sintonia ótima de controladores MPC considerando incertezas de modelagem |
title_sort |
Sintonia ótima de controladores MPC considerando incertezas de modelagem |
author |
Nery Júnior, Gesner Andrade |
author_facet |
Nery Júnior, Gesner Andrade |
author_role |
author |
dc.contributor.author.fl_str_mv |
Nery Júnior, Gesner Andrade |
dc.contributor.advisor1.fl_str_mv |
Kalid, Ricardo de Araújo |
dc.contributor.advisor-co1.fl_str_mv |
Martins, Márcio André Fernandes |
dc.contributor.referee1.fl_str_mv |
Kalid, Ricardo de Araújo Martins, Márcio André Fernandes Santos, Tito Luís Maia |
contributor_str_mv |
Kalid, Ricardo de Araújo Martins, Márcio André Fernandes Kalid, Ricardo de Araújo Martins, Márcio André Fernandes Santos, Tito Luís Maia |
dc.subject.por.fl_str_mv |
Otimização matemática Controle preditivo Modelos matemáticos |
topic |
Otimização matemática Controle preditivo Modelos matemáticos |
description |
Os métodos heurísticos de sintonia de controladores preditivos se mostram muito específicos, tanto em relação ao tipo de controlador, como ao tipo de sistema a ser controlado e, algumas vezes, não refletem com o desempenho ou a robustez desejados. Além disso, esses métodos não consideram a incerteza das medidas ou dos modelos, sendo que frequentemente a sintonia é feita na base da experiência do engenheiro, ou ainda, na falta desta, por tentativa e erro. Por outro lado, os métodos de sintonia ótima possuem a vantagem de serem bastante flexíveis, podendo ser utilizados para uma ampla gama de tipos de controladores e sistemas, e as sintonias resultantes da aplicação de tais métodos atendem o desempenho demandado pelo usuário, de acordo com o critério de desempenho ou função-objetivo previamente escolhidos, desde que sejam factíveis. O objetivo deste trabalho é desenvolver uma metodologia para a sintonia ótima de controladores preditivos multivariáveis, considerando a incerteza de modelagem nos parâmetros do modelo da planta. Uma vez que a formulação do problema de sintonia ótima resulta em uma programação mista-inteira não-linear, um algoritmo de otimização meta-heurístico, baseado na técnica de otimização por enxame de partículas, é utilizado para solucionar o problema proposto. Como forma de alcançar um controle também robusto às incertezas de modelagem, o método inclui na sua formulação a identificação do cenário do pior caso de controle, determinado no domínio da incerteza dos parâmetros do modelo, baseado no Índice de Resilência de Morari e no Número Condicional. Estudos de caso típicos da indústria de processos são realizados e as funções de densidade de probabilidade das funções-objetivo são analisadas, evidenciando o bom desempenho e robustez das sintonias propostas |
publishDate |
2015 |
dc.date.submitted.none.fl_str_mv |
2015-01 |
dc.date.accessioned.fl_str_mv |
2016-06-06T14:56:56Z |
dc.date.available.fl_str_mv |
2016-06-06T14:56:56Z |
dc.date.issued.fl_str_mv |
2016-06-06 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufba.br/ri/handle/ri/19395 |
url |
http://repositorio.ufba.br/ri/handle/ri/19395 |
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.publisher.none.fl_str_mv |
Universidade Federal da Bahia. Escola Politécnica |
dc.publisher.program.fl_str_mv |
em Engenharia Industrial |
dc.publisher.initials.fl_str_mv |
UFBA |
dc.publisher.country.fl_str_mv |
brasil |
publisher.none.fl_str_mv |
Universidade Federal da Bahia. Escola Politécnica |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da UFBA instname:Universidade Federal da Bahia (UFBA) instacron:UFBA |
instname_str |
Universidade Federal da Bahia (UFBA) |
instacron_str |
UFBA |
institution |
UFBA |
reponame_str |
Repositório Institucional da UFBA |
collection |
Repositório Institucional da UFBA |
bitstream.url.fl_str_mv |
https://repositorio.ufba.br/bitstream/ri/19395/3/Disserta%c3%a7%c3%a3o_Gesner_impress%c3%a3o.pdf.txt https://repositorio.ufba.br/bitstream/ri/19395/1/Disserta%c3%a7%c3%a3o_Gesner_impress%c3%a3o.pdf https://repositorio.ufba.br/bitstream/ri/19395/2/license.txt |
bitstream.checksum.fl_str_mv |
56aaadcdef3368f07836690e51e4e111 25498aae8f6e25409f2b46f00e47e333 ff6eaa8b858ea317fded99f125f5fcd0 |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFBA - Universidade Federal da Bahia (UFBA) |
repository.mail.fl_str_mv |
|
_version_ |
1808459513666207744 |