Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica

Detalhes bibliográficos
Autor(a) principal: Fonseca, Daniel Guerra Vale da
Data de Publicação: 2019
Tipo de documento: Tese
Idioma: por
Título da fonte: Repositório Institucional da UFRN
Texto Completo: https://repositorio.ufrn.br/jspui/handle/123456789/30108
Resumo: O Controle Preditivo Generalizado (GPC) é uma das técnicas de Controle Preditivo baseado em Modelo (MPC) mais tradicionais e populares da indústria e do meio acadêmico, sendo aplicado, ao longo de décadas, em vários sistemas para melhorar o desempenho do controle. Esse tipo de controlador utiliza informações do modelo do processo para predizer o comportamento futuro do sistema. Além disso, o GPC consegue lidar de forma direta tanto com sistemas MIMO, quanto com as restrições presentes nos processos. Entretanto, ao considerar o conjunto de restrições, o controlador precisa resolver, em tempo de execução, um problema de otimização quadrático (QP) (ou linear – LP), o que pode ser inviável em certos casos, como para sistemas embarcados. Dessa forma, este trabalho faz uso da programação multiparamétrica (mp) para gerar uma lei de controle explícita do tipo Afim por Partes (PWA) para o GPC (mp-GPC), capaz de manter o desempenho de controle sem a necessidade recorrente da resolução de um problema de otimização. Inicialmente, essa proposta é comparada diretamente com o GPC tradicional com restrições. Os resultados mostram que o desempenho se mantém, com redução do tempo computacional para o cálculo da ação de controle. Em seguida, um novo formato é proposto, com o objetivo de diminuir a quantidade de parâmetros usados na formulação anterior. Ambas as proposições são aplicadas em diferentes situações: em sistemas multivariáveis, sem e com a presença de atraso de transporte, e em um sistema subatuado. Em todos os casos, o tempo computacional gasto para o cálculo do sinal de controle é analisado, assim como do tempo necessário para a resolução da programação multiparamétrica. Por fim, foram realizados estudos envolvendo uma formulação GPC Multiparamétrica Híbrida, que faz uso da resolução de um problema de programação Linear Inteira Mista multiparamétrica (mp-MILP). Uma válvula não linear é utilizada como estudo de caso, em que suas características não lineares são transformadas em um conjunto de desigualdades para o problema de otimização, com o objetivo de minimizar os seus efeitos. Os resultados são satisfatórios, apresentando um controle, em alguns momentos, com redução dos efeitos da não linearidade.
id UFRN_9f3278693a97806b1d74c9ad0a23693d
oai_identifier_str oai:https://repositorio.ufrn.br:123456789/30108
network_acronym_str UFRN
network_name_str Repositório Institucional da UFRN
repository_id_str
spelling Fonseca, Daniel Guerra Vale daCavalcanti, Anderson Luiz de OliveiraDantas, André Felipe Oliveira de AzevedoDorea, Carlos Eduardo TrabucoBarros, Péricles RezendeMaitelli, André Laurindo2020-09-18T18:05:05Z2020-09-18T18:05:05Z2019-10-30FONSECA, Daniel Guerra Vale da. Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica. 2019. 125f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2019.https://repositorio.ufrn.br/jspui/handle/123456789/30108O Controle Preditivo Generalizado (GPC) é uma das técnicas de Controle Preditivo baseado em Modelo (MPC) mais tradicionais e populares da indústria e do meio acadêmico, sendo aplicado, ao longo de décadas, em vários sistemas para melhorar o desempenho do controle. Esse tipo de controlador utiliza informações do modelo do processo para predizer o comportamento futuro do sistema. Além disso, o GPC consegue lidar de forma direta tanto com sistemas MIMO, quanto com as restrições presentes nos processos. Entretanto, ao considerar o conjunto de restrições, o controlador precisa resolver, em tempo de execução, um problema de otimização quadrático (QP) (ou linear – LP), o que pode ser inviável em certos casos, como para sistemas embarcados. Dessa forma, este trabalho faz uso da programação multiparamétrica (mp) para gerar uma lei de controle explícita do tipo Afim por Partes (PWA) para o GPC (mp-GPC), capaz de manter o desempenho de controle sem a necessidade recorrente da resolução de um problema de otimização. Inicialmente, essa proposta é comparada diretamente com o GPC tradicional com restrições. Os resultados mostram que o desempenho se mantém, com redução do tempo computacional para o cálculo da ação de controle. Em seguida, um novo formato é proposto, com o objetivo de diminuir a quantidade de parâmetros usados na formulação anterior. Ambas as proposições são aplicadas em diferentes situações: em sistemas multivariáveis, sem e com a presença de atraso de transporte, e em um sistema subatuado. Em todos os casos, o tempo computacional gasto para o cálculo do sinal de controle é analisado, assim como do tempo necessário para a resolução da programação multiparamétrica. Por fim, foram realizados estudos envolvendo uma formulação GPC Multiparamétrica Híbrida, que faz uso da resolução de um problema de programação Linear Inteira Mista multiparamétrica (mp-MILP). Uma válvula não linear é utilizada como estudo de caso, em que suas características não lineares são transformadas em um conjunto de desigualdades para o problema de otimização, com o objetivo de minimizar os seus efeitos. Os resultados são satisfatórios, apresentando um controle, em alguns momentos, com redução dos efeitos da não linearidade.Generalized Predictive Control (GPC) is one of the most traditional and popular Modelbased Predictive Control (MPC) techniques in industry and academia and has been applied over decades in several systems to improve the control performance. This type of controller uses process model information to predict future system behavior. In addition, GPC can deal directly with both MIMO systems and process constraints. However, when considering the constraint set, the controller needs to solve a Quadratic Programming (QP) (or a Linear Programming – LP) in real time, which can be prohibitive in certain cases, such as for embedded systems. This work uses multiparametric programming (mp) to generate an Explicit Piece-wise Affine (PWA) control law for GPC (mp-GPC) which holds the same control performance without the need to keep solving the optimization problem at each sample time. Hence, initially, the proposed formulation is compared with GPC based on online QP. The results show that the performance is maintained, reducing the computational time to calculate the control action. Then, a new format is proposed, which differs from the last one by the number of parameters needed in the mp formulation. Both propositions are applied in three different situations: a MIMO system, a process with input-output delays and a underactuated system. A comparison is made by checking the computational time spent to calculate the control signal, as well as the time required for mp resolution. Finally, studies involving a Hybrid Multiparametric GPC formulation were done , which makes use of the resolution of a multiparametric Mixed-Integer Linear Programming (mp-MILP). A nonlinear valve is used as a case study, in which its nonlinear characteristics are treated as a set of inequalities for the optimization problem, in order to minimize its effects.Universidade Federal do Rio Grande do NortePROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃOUFRNBrasilControlador preditivo generalizadoProgramação multiparamétricaGPC explícito multiparamétricoSistemas híbridosGPC híbrido multiparamétricoFormulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétricainfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da UFRNinstname:Universidade Federal do Rio Grande do Norte (UFRN)instacron:UFRNORIGINALFormulacoesexplicitascontroladores_Fonseca_2019.pdfapplication/pdf2030358https://repositorio.ufrn.br/bitstream/123456789/30108/1/Formulacoesexplicitascontroladores_Fonseca_2019.pdf62379bd50558bb7cc86ee5a325f3bf17MD51TEXTFormulacoesexplicitascontroladores_Fonseca_2019.pdf.txtFormulacoesexplicitascontroladores_Fonseca_2019.pdf.txtExtracted texttext/plain229805https://repositorio.ufrn.br/bitstream/123456789/30108/2/Formulacoesexplicitascontroladores_Fonseca_2019.pdf.txt578e3f176e39e6e04cdfd9cb0ceb1180MD52THUMBNAILFormulacoesexplicitascontroladores_Fonseca_2019.pdf.jpgFormulacoesexplicitascontroladores_Fonseca_2019.pdf.jpgGenerated Thumbnailimage/jpeg1458https://repositorio.ufrn.br/bitstream/123456789/30108/3/Formulacoesexplicitascontroladores_Fonseca_2019.pdf.jpg07ffed6d666267e312b1022e0758d1abMD53123456789/301082020-09-20 04:50:38.693oai:https://repositorio.ufrn.br:123456789/30108Repositório de PublicaçõesPUBhttp://repositorio.ufrn.br/oai/opendoar:2020-09-20T07:50:38Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)false
dc.title.pt_BR.fl_str_mv Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica
title Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica
spellingShingle Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica
Fonseca, Daniel Guerra Vale da
Controlador preditivo generalizado
Programação multiparamétrica
GPC explícito multiparamétrico
Sistemas híbridos
GPC híbrido multiparamétrico
title_short Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica
title_full Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica
title_fullStr Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica
title_full_unstemmed Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica
title_sort Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica
author Fonseca, Daniel Guerra Vale da
author_facet Fonseca, Daniel Guerra Vale da
author_role author
dc.contributor.authorID.pt_BR.fl_str_mv
dc.contributor.advisorID.pt_BR.fl_str_mv
dc.contributor.referees1.none.fl_str_mv Cavalcanti, Anderson Luiz de Oliveira
dc.contributor.referees1ID.pt_BR.fl_str_mv
dc.contributor.referees2.none.fl_str_mv Dantas, André Felipe Oliveira de Azevedo
dc.contributor.referees2ID.pt_BR.fl_str_mv
dc.contributor.referees3.none.fl_str_mv Dorea, Carlos Eduardo Trabuco
dc.contributor.referees3ID.pt_BR.fl_str_mv
dc.contributor.referees4.none.fl_str_mv Barros, Péricles Rezende
dc.contributor.referees4ID.pt_BR.fl_str_mv
dc.contributor.author.fl_str_mv Fonseca, Daniel Guerra Vale da
dc.contributor.advisor1.fl_str_mv Maitelli, André Laurindo
contributor_str_mv Maitelli, André Laurindo
dc.subject.por.fl_str_mv Controlador preditivo generalizado
Programação multiparamétrica
GPC explícito multiparamétrico
Sistemas híbridos
GPC híbrido multiparamétrico
topic Controlador preditivo generalizado
Programação multiparamétrica
GPC explícito multiparamétrico
Sistemas híbridos
GPC híbrido multiparamétrico
description O Controle Preditivo Generalizado (GPC) é uma das técnicas de Controle Preditivo baseado em Modelo (MPC) mais tradicionais e populares da indústria e do meio acadêmico, sendo aplicado, ao longo de décadas, em vários sistemas para melhorar o desempenho do controle. Esse tipo de controlador utiliza informações do modelo do processo para predizer o comportamento futuro do sistema. Além disso, o GPC consegue lidar de forma direta tanto com sistemas MIMO, quanto com as restrições presentes nos processos. Entretanto, ao considerar o conjunto de restrições, o controlador precisa resolver, em tempo de execução, um problema de otimização quadrático (QP) (ou linear – LP), o que pode ser inviável em certos casos, como para sistemas embarcados. Dessa forma, este trabalho faz uso da programação multiparamétrica (mp) para gerar uma lei de controle explícita do tipo Afim por Partes (PWA) para o GPC (mp-GPC), capaz de manter o desempenho de controle sem a necessidade recorrente da resolução de um problema de otimização. Inicialmente, essa proposta é comparada diretamente com o GPC tradicional com restrições. Os resultados mostram que o desempenho se mantém, com redução do tempo computacional para o cálculo da ação de controle. Em seguida, um novo formato é proposto, com o objetivo de diminuir a quantidade de parâmetros usados na formulação anterior. Ambas as proposições são aplicadas em diferentes situações: em sistemas multivariáveis, sem e com a presença de atraso de transporte, e em um sistema subatuado. Em todos os casos, o tempo computacional gasto para o cálculo do sinal de controle é analisado, assim como do tempo necessário para a resolução da programação multiparamétrica. Por fim, foram realizados estudos envolvendo uma formulação GPC Multiparamétrica Híbrida, que faz uso da resolução de um problema de programação Linear Inteira Mista multiparamétrica (mp-MILP). Uma válvula não linear é utilizada como estudo de caso, em que suas características não lineares são transformadas em um conjunto de desigualdades para o problema de otimização, com o objetivo de minimizar os seus efeitos. Os resultados são satisfatórios, apresentando um controle, em alguns momentos, com redução dos efeitos da não linearidade.
publishDate 2019
dc.date.issued.fl_str_mv 2019-10-30
dc.date.accessioned.fl_str_mv 2020-09-18T18:05:05Z
dc.date.available.fl_str_mv 2020-09-18T18:05:05Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv FONSECA, Daniel Guerra Vale da. Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica. 2019. 125f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2019.
dc.identifier.uri.fl_str_mv https://repositorio.ufrn.br/jspui/handle/123456789/30108
identifier_str_mv FONSECA, Daniel Guerra Vale da. Formulações explícitas para controladores preditivos generalizados: uma abordagem multiparamétrica. 2019. 125f. Tese (Doutorado em Engenharia Elétrica e de Computação) - Centro de Tecnologia, Universidade Federal do Rio Grande do Norte, Natal, 2019.
url https://repositorio.ufrn.br/jspui/handle/123456789/30108
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 do Rio Grande do Norte
dc.publisher.program.fl_str_mv PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA ELÉTRICA E DE COMPUTAÇÃO
dc.publisher.initials.fl_str_mv UFRN
dc.publisher.country.fl_str_mv Brasil
publisher.none.fl_str_mv Universidade Federal do Rio Grande do Norte
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFRN
instname:Universidade Federal do Rio Grande do Norte (UFRN)
instacron:UFRN
instname_str Universidade Federal do Rio Grande do Norte (UFRN)
instacron_str UFRN
institution UFRN
reponame_str Repositório Institucional da UFRN
collection Repositório Institucional da UFRN
bitstream.url.fl_str_mv https://repositorio.ufrn.br/bitstream/123456789/30108/1/Formulacoesexplicitascontroladores_Fonseca_2019.pdf
https://repositorio.ufrn.br/bitstream/123456789/30108/2/Formulacoesexplicitascontroladores_Fonseca_2019.pdf.txt
https://repositorio.ufrn.br/bitstream/123456789/30108/3/Formulacoesexplicitascontroladores_Fonseca_2019.pdf.jpg
bitstream.checksum.fl_str_mv 62379bd50558bb7cc86ee5a325f3bf17
578e3f176e39e6e04cdfd9cb0ceb1180
07ffed6d666267e312b1022e0758d1ab
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da UFRN - Universidade Federal do Rio Grande do Norte (UFRN)
repository.mail.fl_str_mv
_version_ 1802117825360297984