Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água

Detalhes bibliográficos
Autor(a) principal: MARQUES, Davidson da Costa
Data de Publicação: 2018
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da UFPE
Texto Completo: https://repositorio.ufpe.br/handle/123456789/30015
Resumo: O crescente consumo de energia elétrica no país, principalmente no setor industrial, vem preocupando as autoridades brasileiras, principalmente devido à crise hídrica em que o país se encontra. Neste setor, os motores elétricos representam 43,7% desse consumo e precisam de atenção especial, segundo dados do Ministério de Minas e Energia (MME). Um caso particular pode ser observado nas empresas de água, onde o uso eficiente do conjunto motobomba diminui drasticamente os custos operacionais e o consumo de energia elétrica. A aplicação de técnicas de automação nesses sistemas, juntamente com técnicas de controle moderna, vem cada vez mais aumentando a eficiência hidráulica e energética de sistemas dessa natureza. Nesse contexto, o objetivo deste trabalho é apresentar um método inteligente de controle de vazão baseado no aprendizado emocional do cérebro (BELBIC) que será aplicado a uma bancada experimental de um sistema de bombeamento, localizada no Laboratório de Sistemas Motrizes da Universidade Federal de Pernambuco. Os parâmetros desse controlador são otimizados com uma técnica de otimização de enxame de partículas (PSO) com minimização da integral do erro absoluto (IAE). Testes iniciais foram realizados em um ambiente computacional para que o desempenho do sistema pudesse ser testado previamente. Para isso, a dinâmica do sistema foi modelada a partir de dados reais do processo. Os resultados experimentais foram obtidos por meio da implementação deste sistema de controle em um controlador lógico programável (CLP), que foi o dispositivo responsável por toda a automação da bancada em questão. Os dados desta bancada foram coletados utilizando-se um sistema supervisório desenvolvido exclusivamente para este trabalho. Tais dados foram utilizados para analisar o desempenho do sistema de controle proposto e demonstrar que seu comportamento foi eficiente.
id UFPE_f1b121dd6095f4ad911df451750ac2d0
oai_identifier_str oai:repositorio.ufpe.br:123456789/30015
network_acronym_str UFPE
network_name_str Repositório Institucional da UFPE
repository_id_str 2221
spelling MARQUES, Davidson da Costahttp://lattes.cnpq.br/0739760659274607http://lattes.cnpq.br/0731639653204720AQUINO, Ronaldo Ribeiro Barbosa deLIRA, Milde Maria da Silva2019-04-02T22:36:56Z2019-04-02T22:36:56Z2018-02-20https://repositorio.ufpe.br/handle/123456789/30015O crescente consumo de energia elétrica no país, principalmente no setor industrial, vem preocupando as autoridades brasileiras, principalmente devido à crise hídrica em que o país se encontra. Neste setor, os motores elétricos representam 43,7% desse consumo e precisam de atenção especial, segundo dados do Ministério de Minas e Energia (MME). Um caso particular pode ser observado nas empresas de água, onde o uso eficiente do conjunto motobomba diminui drasticamente os custos operacionais e o consumo de energia elétrica. A aplicação de técnicas de automação nesses sistemas, juntamente com técnicas de controle moderna, vem cada vez mais aumentando a eficiência hidráulica e energética de sistemas dessa natureza. Nesse contexto, o objetivo deste trabalho é apresentar um método inteligente de controle de vazão baseado no aprendizado emocional do cérebro (BELBIC) que será aplicado a uma bancada experimental de um sistema de bombeamento, localizada no Laboratório de Sistemas Motrizes da Universidade Federal de Pernambuco. Os parâmetros desse controlador são otimizados com uma técnica de otimização de enxame de partículas (PSO) com minimização da integral do erro absoluto (IAE). Testes iniciais foram realizados em um ambiente computacional para que o desempenho do sistema pudesse ser testado previamente. Para isso, a dinâmica do sistema foi modelada a partir de dados reais do processo. Os resultados experimentais foram obtidos por meio da implementação deste sistema de controle em um controlador lógico programável (CLP), que foi o dispositivo responsável por toda a automação da bancada em questão. Os dados desta bancada foram coletados utilizando-se um sistema supervisório desenvolvido exclusivamente para este trabalho. Tais dados foram utilizados para analisar o desempenho do sistema de controle proposto e demonstrar que seu comportamento foi eficiente.FACEPEThe growing consumption of electricity in the country, mostly in the industrial sector, worries Brazilian authorities, mainly due to the water crisis the country faces. In this sector, electric motors represent 43.7% of this consumption and needs special attention, according to the data from the Ministry of Mines and Energy (MME). A particular case can be observed in the water companies, where the efficient use of the motor-pump assembly drastically reduces operational costs and the consumption of electric energy. The application of automation techniques in these systems, combined with modern control techniques, is increasing even more the hydraulic and energy efficiency of such systems. In this context, the objective of this work is to present an intelligent method of flow control based on the Brain’s Emotional Learning (BELBIC) that will be applied to an experimental workbench of a pumping system, located in the Motor Systems Laboratory of the Federal University of Pernambuco. The parameters of this controller are optimized with a particle swarm optimization (PSO) technique with minimization of Integral Absolute Error (IAE). Initial tests were performed in a computational environment so that system’s performance could be pre-tested. For this, the dynamics of the system was modeled from real data of the process. The experimental results were obtained through the implementation of this control system in a programmable logic controller (PLC), which was the device responsible for all the automation of the bench in question. The data of this bench were collected using a supervisory system exclusively developed for this work. These data were then used to analyze the performance of the proposed control system and demonstrate that its behavior was efficient.porUniversidade Federal de PernambucoPrograma de Pos Graduacao em Engenharia EletricaUFPEBrasilAttribution-NonCommercial-NoDerivs 3.0 Brazilhttp://creativecommons.org/licenses/by-nc-nd/3.0/br/info:eu-repo/semantics/openAccessEngenharia ElétricaAutomação industrialControlador lógico programávelControlador BELBICOtimização por enxame de partículasSistema de bombeamentoMétodo de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de águainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesismestradoreponame:Repositório Institucional da UFPEinstname:Universidade Federal de Pernambuco (UFPE)instacron:UFPETHUMBNAILDISSERTAÇÃO Davidson da Costa Marques.pdf.jpgDISSERTAÇÃO Davidson da Costa Marques.pdf.jpgGenerated Thumbnailimage/jpeg1201https://repositorio.ufpe.br/bitstream/123456789/30015/5/DISSERTA%c3%87%c3%83O%20Davidson%20da%20Costa%20Marques.pdf.jpgcb485b320242b2b750f077f06410ddadMD55ORIGINALDISSERTAÇÃO Davidson da Costa Marques.pdfDISSERTAÇÃO Davidson da Costa Marques.pdfapplication/pdf5211878https://repositorio.ufpe.br/bitstream/123456789/30015/1/DISSERTA%c3%87%c3%83O%20Davidson%20da%20Costa%20Marques.pdf17e05b4f71b2912731564a9bd9c683caMD51CC-LICENSElicense_rdflicense_rdfapplication/rdf+xml; charset=utf-8811https://repositorio.ufpe.br/bitstream/123456789/30015/2/license_rdfe39d27027a6cc9cb039ad269a5db8e34MD52LICENSElicense.txtlicense.txttext/plain; charset=utf-82311https://repositorio.ufpe.br/bitstream/123456789/30015/3/license.txt4b8a02c7f2818eaf00dcf2260dd5eb08MD53TEXTDISSERTAÇÃO Davidson da Costa Marques.pdf.txtDISSERTAÇÃO Davidson da Costa Marques.pdf.txtExtracted texttext/plain180310https://repositorio.ufpe.br/bitstream/123456789/30015/4/DISSERTA%c3%87%c3%83O%20Davidson%20da%20Costa%20Marques.pdf.txt1389f8470a6eedef3ff22645a784f94cMD54123456789/300152019-10-25 08:23:34.149oai:repositorio.ufpe.br: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Repositório InstitucionalPUBhttps://repositorio.ufpe.br/oai/requestattena@ufpe.bropendoar:22212019-10-25T11:23:34Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)false
dc.title.pt_BR.fl_str_mv Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
title Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
spellingShingle Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
MARQUES, Davidson da Costa
Engenharia Elétrica
Automação industrial
Controlador lógico programável
Controlador BELBIC
Otimização por enxame de partículas
Sistema de bombeamento
title_short Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
title_full Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
title_fullStr Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
title_full_unstemmed Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
title_sort Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
author MARQUES, Davidson da Costa
author_facet MARQUES, Davidson da Costa
author_role author
dc.contributor.authorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/0739760659274607
dc.contributor.advisorLattes.pt_BR.fl_str_mv http://lattes.cnpq.br/0731639653204720
dc.contributor.author.fl_str_mv MARQUES, Davidson da Costa
dc.contributor.advisor1.fl_str_mv AQUINO, Ronaldo Ribeiro Barbosa de
dc.contributor.advisor-co1.fl_str_mv LIRA, Milde Maria da Silva
contributor_str_mv AQUINO, Ronaldo Ribeiro Barbosa de
LIRA, Milde Maria da Silva
dc.subject.por.fl_str_mv Engenharia Elétrica
Automação industrial
Controlador lógico programável
Controlador BELBIC
Otimização por enxame de partículas
Sistema de bombeamento
topic Engenharia Elétrica
Automação industrial
Controlador lógico programável
Controlador BELBIC
Otimização por enxame de partículas
Sistema de bombeamento
description O crescente consumo de energia elétrica no país, principalmente no setor industrial, vem preocupando as autoridades brasileiras, principalmente devido à crise hídrica em que o país se encontra. Neste setor, os motores elétricos representam 43,7% desse consumo e precisam de atenção especial, segundo dados do Ministério de Minas e Energia (MME). Um caso particular pode ser observado nas empresas de água, onde o uso eficiente do conjunto motobomba diminui drasticamente os custos operacionais e o consumo de energia elétrica. A aplicação de técnicas de automação nesses sistemas, juntamente com técnicas de controle moderna, vem cada vez mais aumentando a eficiência hidráulica e energética de sistemas dessa natureza. Nesse contexto, o objetivo deste trabalho é apresentar um método inteligente de controle de vazão baseado no aprendizado emocional do cérebro (BELBIC) que será aplicado a uma bancada experimental de um sistema de bombeamento, localizada no Laboratório de Sistemas Motrizes da Universidade Federal de Pernambuco. Os parâmetros desse controlador são otimizados com uma técnica de otimização de enxame de partículas (PSO) com minimização da integral do erro absoluto (IAE). Testes iniciais foram realizados em um ambiente computacional para que o desempenho do sistema pudesse ser testado previamente. Para isso, a dinâmica do sistema foi modelada a partir de dados reais do processo. Os resultados experimentais foram obtidos por meio da implementação deste sistema de controle em um controlador lógico programável (CLP), que foi o dispositivo responsável por toda a automação da bancada em questão. Os dados desta bancada foram coletados utilizando-se um sistema supervisório desenvolvido exclusivamente para este trabalho. Tais dados foram utilizados para analisar o desempenho do sistema de controle proposto e demonstrar que seu comportamento foi eficiente.
publishDate 2018
dc.date.issued.fl_str_mv 2018-02-20
dc.date.accessioned.fl_str_mv 2019-04-02T22:36:56Z
dc.date.available.fl_str_mv 2019-04-02T22:36:56Z
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 https://repositorio.ufpe.br/handle/123456789/30015
url https://repositorio.ufpe.br/handle/123456789/30015
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Attribution-NonCommercial-NoDerivs 3.0 Brazil
http://creativecommons.org/licenses/by-nc-nd/3.0/br/
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.publisher.program.fl_str_mv Programa de Pos Graduacao em Engenharia Eletrica
dc.publisher.initials.fl_str_mv UFPE
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal de Pernambuco
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFPE
instname:Universidade Federal de Pernambuco (UFPE)
instacron:UFPE
instname_str Universidade Federal de Pernambuco (UFPE)
instacron_str UFPE
institution UFPE
reponame_str Repositório Institucional da UFPE
collection Repositório Institucional da UFPE
bitstream.url.fl_str_mv https://repositorio.ufpe.br/bitstream/123456789/30015/5/DISSERTA%c3%87%c3%83O%20Davidson%20da%20Costa%20Marques.pdf.jpg
https://repositorio.ufpe.br/bitstream/123456789/30015/1/DISSERTA%c3%87%c3%83O%20Davidson%20da%20Costa%20Marques.pdf
https://repositorio.ufpe.br/bitstream/123456789/30015/2/license_rdf
https://repositorio.ufpe.br/bitstream/123456789/30015/3/license.txt
https://repositorio.ufpe.br/bitstream/123456789/30015/4/DISSERTA%c3%87%c3%83O%20Davidson%20da%20Costa%20Marques.pdf.txt
bitstream.checksum.fl_str_mv cb485b320242b2b750f077f06410ddad
17e05b4f71b2912731564a9bd9c683ca
e39d27027a6cc9cb039ad269a5db8e34
4b8a02c7f2818eaf00dcf2260dd5eb08
1389f8470a6eedef3ff22645a784f94c
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFPE - Universidade Federal de Pernambuco (UFPE)
repository.mail.fl_str_mv attena@ufpe.br
_version_ 1802310727120191488