Sistema de Controle Preditivo Multimodelos Fuzzy TS-BFO embarcado em um Controlador Lógico Programável.

• Autor(a) principal: HENRIQUES, João Paulo Carvalho
• Data de Publicação: 2014
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Repositório Institucional da UNIFEI (RIUNIFEI)
• Texto Completo: https://repositorio.unifei.edu.br/jspui/handle/123456789/303

Este trabalho aborda o problema da identificação e controle de sistemas industriais não-lineares através de um algoritmo de controle preditivo que utiliza multimodelos lineares. Algoritmos de controle preditivo baseados em modelos (MBPC - Model Based Predictive Controller) utilizam o modelo do processo para a determinação do conjunto de previsões de saída e desta forma determinar qual a ação de controle ótima a ser adotada. Neste contexto, a proposta deste trabalho é implementar um sistema de controle preditivo em um controlador lógico programável (CLP), utilizando para a representação dos sistemas não-lineares modelos fuzzy Takagi-Sugeno (TS) com base de funções ortonormais nos consequentes das regras. As bases de funções ortonormais apresentam características estruturais interessantes para representação de sistemas dinâmicos, com destaque para a ausência de realimentação de saída, característica de suma importância em algoritmos de controle preditivo. Dentre as bases de funções ortonormais utilizadas na modelagem de sistemas dinâmicos, destacam-se as bases de funções ortonormais generalizadas (GOBF) com funções internas em estrutura Ladder. Com a utilização de tais funções o sistema dinâmico sob análise é parametrizado utilizando somente valores reais, independente da natureza de seus polos. Os modelos fuzzy TS-GOBF neste trabalho são obtidos através de amostras da entrada e saída do sistema. Os antecedentes das regras fuzzy são determinados através da técnica de agrupamento fuzzy (fuzzy clustering), sendo o número ideal de grupos obtido através de critérios de avaliação de agrupamento fuzzy. Os parâmetros dos consequentes das regras, formados por GOBFs, são inicialmente obtidos utilizando-se o método dos mínimos quadrados locais. Determinados os modelos fuzzy TS-GOBF inicial, são utilizadas técnicas de simplificação da base de regras fuzzy e um algoritmo para a otimização dos parâmetros do modelo TS-GOBF, como as funções de pertinência nos antecedentes das regras e os parâmetros nos consequentes. Obtido o modelo fuzzy TS-GOBF otimizado, os controladores preditivos lineares que atuarão nos modelos locais são embarcados no CLP, juntamente com a base de regras fuzzy e com os parâmetros das GOBFs. A ação de controle global é obtida através da combinação ponderada das ações dos controladores locais. A cada ciclo do CLP a ação de controle global é atualizada e aplicada no processo sob controle. A abordagem proposta neste trabalho apresenta vantagens com relação a outras metodologias de controle não-linear utilizadas na indústria, uma vez que o sistema de controle em questão pode ser implementado em CLPs comerciais de baixo custo utilizando a linguagem Texto Estruturado. Para ilustrar a proposta dessa dissertação, são apresentados, no final deste trabalho, exemplos de modelagem e controle de processos reais.