Identificação por meio do erro de predição aplicada ao projeto baseado em dados de controladores multivariáveis

• Autor(a) principal: Huff, Daniel Denardi
• Data de Publicação: 2019
• Tipo de documento: Dissertação
• Idioma: por
• Título da fonte: Biblioteca Digital de Teses e Dissertações da UFRGS
• Texto Completo: http://hdl.handle.net/10183/197208
• topic: Sistemas de controle; Automação; Controle baseado em dados; Data-driven control; OCI, Non-minimum phase systems; Non-minimum phase systems; Prediction error method.

Neste trabalho, um método de controle baseado em dados – o Optimal Controller Identification (OCI) – é estendido para sistemas multivariáveis. Com base em uma única batelada de dados de entrada e de saída coletados da planta, um controlador de estrutura fixa é identificado sem usar um modelo para o processo, através da adaptação do método de identificação pelo erro de predição para o problema de projeto do controlador. Apesar de a formulação MIMO (multiple-input multiple-output) ser obtida a partir da versão SISO (single-input single-output) de uma maneira natural, a solução do problema de otimização é consideravelmente mais complexa devido à estrutura especial que a inversa do controlador assume no casoMIMO. Uma versão flexível do método OCI também é desenvolvida para lidar com sistemas de fase não-mínima (FNM), sem o conhecimento a priori do zero de transmissão de FNM, o qual é identificado em paralelo com os parâmetros do controlador. Uma abordagem similar já existe para o método VRFT (Virtual Reference Feedback Tuning) para modelos de referência diagonais. Aqui, considera-se estruturas de modelo de referência não apenas diagonais mas mais genéricas. Resultados de simulação assim como um experimento em uma planta de nível validam a metodologia apresentada, além de comparar o OCI com o método VRFT.