Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant

Detalhes bibliográficos
Autor(a) principal: Franco, Ivan Carlos, 1976-
Data de Publicação: 2012
Tipo de documento: Tese
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
Texto Completo: https://hdl.handle.net/20.500.12733/1618098
Resumo: Orientador: Flávio Vasconcelos da Silva
id UNICAMP-30_964f029661697fe5524db570a4db4ea7
oai_identifier_str oai::866972
network_acronym_str UNICAMP-30
network_name_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository_id_str
spelling Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plantModel predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plantIdentificação de sistemasControle preditivoRefrigeraçãoLógica fuzzyIdentification systemsPredictive controlRefrigerationFuzzy systemsOrientador: Flávio Vasconcelos da SilvaTese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia QuímicaResumo: Os sistemas de refrigeração estão presentes em diferentes ramos da indústria e caracterizam-se como grandes consumidores de energia com considerável comportamento não-linear. Inúmeros trabalhos vêm sido desenvolvidos para promover a redução dos gastos energéticos e a minimização dos efeitos das não-linearidades nestes sistemas. A aplicação da automação e do controle de processos, particularmente o uso de técnicas avançadas de controle, são estratégias amplamente utilizadas para esta finalidade. O Controle Preditivo baseado em Modelos (MPC) é capaz de estabilizar processos onde há não-linearidades, sendo promissora a sua aplicação em sistemas de refrigeração. Neste trabalho, foi desenvolvido um SIStema de MOnitoramento e Controle Avançado para Refrigeração (SISMOCAR) capaz de monitorar, em tempo real, através da comunicação OPC (OLE for Process Control), todas as variáveis envolvidas no ciclo de refrigeração e também realizar o controle das variáveis de interesse. Modelos Takagi-Sugeno (SISO) para a predição das temperaturas de evaporação (Te) e do fluido secundário (Tp) foram desenvolvidos e validados, a partir da técnica ANFIS (Adaptative Network based Fuzzy Inference Systems), com análise de desempenho baseado no cálculo do VAF (Variance accounted for). Os modelos Takagi-Sugeno validados foram utilizados como base para Controladores Preditivos, mais especificamente um Controlador Preditivo Generalizado (GPC). Os controladores GPC's foram desenvolvidos sem restrições na função objetivo da ação do controlador. Foram projetados diferentes controladores preditivos para diferentes regras locais (Regras Fuzzy), sendo a ação global do controlador a integração ponderada dos modelos locais. Foram desenvolvidos três diferentes controladores: GPC1 (controle da temperatura de evaporação utilizando modelo de predição da Te em função da frequência do compressor); GPC2 (controle da temperatura do propilenoglicol utilizando modelo de predição da Tp em função da frequência do compressor) e GPC3 (controle da temperatura do propilenoglicol utilizando o modelo de predição da Tp em função da frequência da bomba do evaporador). Os testes realizados para rastreamento do set-point (±1 °C), com carga térmica constante de 3000 W, mostraram-se satisfatórios sendo os melhores desempenhos apresentados pelos controladores GPC1 e GPC2 onde o desvio da variável controlada em relação ao set point, dos respectivos controladores, ficou em torno de ± 0,3 °CAbstract: Refrigeration systems can be found in many different branches of industry and are characterized as great energy consumers with considerable non-linear behavior. Several studies have been developed to promote the reduction of energy costs and to minimize the effects of nonlinearities in these systems. The use of automation and process control, particularly the use of advanced control techniques, is a widely used strategy for this purpose. The Model Predictive Control (MPC) is capable of stabilizing processes in which there are nonlinearities, and it is a promising application in refrigeration systems. In this work, a System for Monitoring and Advanced Control in Refrigeration (SISMOCAR) was developed using OPC (OLE for Process Control) communication. This feature allowed beyond real time monitoring for all variables involved in the refrigeration cycle, the control of the relevant variables. Furthermore, to predict the evaporating (Te) and the secondary fluid (Tp) temperatures, Takagi-Sugeno models (SISO) were developed and validated using the ANFIS (Adaptive Network-based Fuzzy Inference Systems) technique, with performance analysis based on the VAF (Variance accounted for) calculation. The validated Takagi-Sugeno models were used as basis for Predictive Controllers, specifically using Generalized Predictive Controller (GPC) strategy. The GPC controllers were developed without constraints in the objective function of the controller action. Different predictive controllers were designed for different local rules (Fuzzy Rules), being the weighted integration of the local models the controller global action. Three different controllers were developed: GPC1 (evaporating temperature control using the Te predictive model as a function of compressor frequency); GPC2 (control of propylene glycol temperature using the Tp predictive model as a function of compressor frequency) and GPC3 (control of propylene glycol temperature using the Tp predictive model as a function of the frequency of the evaporator pump). The tests performed for the set-point tracking (± 1 °C), with constant thermal load of 3000 W, were considered satisfactory and best performances were those obtained by GPC1 and GPC2 controllers, in which the controlled variable was around ± 0,3 °CDoutoradoSistemas de Processos Químicos e InformáticaDoutor em Engenharia Química[s.n.]Silva, Flávio Vasconcelos da, 1971-Novazzi, Luis FernandoDelatore, FabioFileti, Ana Maria FrattiniUmezu, Claudio KiyoshiUniversidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia QuímicaPrograma de Pós-Graduação em Engenharia QuímicaUNIVERSIDADE ESTADUAL DE CAMPINASFranco, Ivan Carlos, 1976-20122012-03-07T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisapplication/pdf218 p. : il.https://hdl.handle.net/20.500.12733/1618098FRANCO, Ivan Carlos. Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração: Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant. 2012. 218 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1618098. Acesso em: 3 set. 2024.https://repositorio.unicamp.br/acervo/detalhe/866972porreponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)instname:Universidade Estadual de Campinas (UNICAMP)instacron:UNICAMPinfo:eu-repo/semantics/openAccess2017-02-18T06:40:31Zoai::866972Biblioteca Digital de Teses e DissertaçõesPUBhttp://repositorio.unicamp.br/oai/tese/oai.aspsbubd@unicamp.bropendoar:2017-02-18T06:40:31Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)false
dc.title.none.fl_str_mv Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
title Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
spellingShingle Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
Franco, Ivan Carlos, 1976-
Identificação de sistemas
Controle preditivo
Refrigeração
Lógica fuzzy
Identification systems
Predictive control
Refrigeration
Fuzzy systems
title_short Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
title_full Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
title_fullStr Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
title_full_unstemmed Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
title_sort Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração : Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant
author Franco, Ivan Carlos, 1976-
author_facet Franco, Ivan Carlos, 1976-
author_role author
dc.contributor.none.fl_str_mv Silva, Flávio Vasconcelos da, 1971-
Novazzi, Luis Fernando
Delatore, Fabio
Fileti, Ana Maria Frattini
Umezu, Claudio Kiyoshi
Universidade Estadual de Campinas (UNICAMP). Faculdade de Engenharia Química
Programa de Pós-Graduação em Engenharia Química
UNIVERSIDADE ESTADUAL DE CAMPINAS
dc.contributor.author.fl_str_mv Franco, Ivan Carlos, 1976-
dc.subject.por.fl_str_mv Identificação de sistemas
Controle preditivo
Refrigeração
Lógica fuzzy
Identification systems
Predictive control
Refrigeration
Fuzzy systems
topic Identificação de sistemas
Controle preditivo
Refrigeração
Lógica fuzzy
Identification systems
Predictive control
Refrigeration
Fuzzy systems
description Orientador: Flávio Vasconcelos da Silva
publishDate 2012
dc.date.none.fl_str_mv 2012
2012-03-07T00:00:00Z
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.uri.fl_str_mv https://hdl.handle.net/20.500.12733/1618098
FRANCO, Ivan Carlos. Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração: Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant. 2012. 218 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1618098. Acesso em: 3 set. 2024.
url https://hdl.handle.net/20.500.12733/1618098
identifier_str_mv FRANCO, Ivan Carlos. Controle preditivo baseado em modelo neuro-fuzzy de sistemas não-lineares aplicado em sistema de refrigeração: Model predictive control based on neuro-fuzzy nonlinear systems applied to a refrigeration plant. 2012. 218 p. Tese (doutorado) - Universidade Estadual de Campinas, Faculdade de Engenharia Química, Campinas, SP. Disponível em: https://hdl.handle.net/20.500.12733/1618098. Acesso em: 3 set. 2024.
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv https://repositorio.unicamp.br/acervo/detalhe/866972
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
218 p. : il.
dc.publisher.none.fl_str_mv [s.n.]
publisher.none.fl_str_mv [s.n.]
dc.source.none.fl_str_mv reponame:Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
instname:Universidade Estadual de Campinas (UNICAMP)
instacron:UNICAMP
instname_str Universidade Estadual de Campinas (UNICAMP)
instacron_str UNICAMP
institution UNICAMP
reponame_str Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
collection Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP)
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da Universidade Estadual de Campinas (UNICAMP) - Universidade Estadual de Campinas (UNICAMP)
repository.mail.fl_str_mv sbubd@unicamp.br
_version_ 1809189079738220544

Registros relacionados