Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água
Autor(a) principal: | |
---|---|
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 |