MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.

Detalhes bibliográficos
Autor(a) principal: Sarapka, Alexandre Sanioto
Data de Publicação: 2020
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Biblioteca Digital de Teses e Dissertações da USP
Texto Completo: https://www.teses.usp.br/teses/disponiveis/3/3137/tde-09032021-092946/
Resumo: O \"controle preditivo baseado em modelo\" (em inglês: Model Predictive Control) ou ainda\"MPC\" ganhou protagonismo no controle de processos da indústria química por sua superioridade em relação a outras tecnologias de controle. Seu funcionamento baseia-se em estimar e minimizar, a partir de um modelo de funcionamento da planta, a diferença entre um estado desejado e um estado previsto - calculado a partir deste modelo e das entradas da planta. Além disso, o MPC permite levar em conta restrições, como os limites físicos da planta e de atuadores. Em suma, o MPC funciona como uma minimização de função com restrições. No presente trabalho, desenvolveu-se o chamado \"MPC Distribuído e Cooperativo\" (em inglês: Distributed and Cooperative Model Predictive Control (DCMPC)). Tal MPC resolve o problema de descentralizar o controle da planta com confiabilidade. A necessidade de descentralização, por sua vez, surge a partir do alto custo e alta complexidade dos sistemas atuais, bem como da possibilidade de se incluir no pacote de controle tecnologias complementares, as quais seriam impraticáveis em sistemas centralizados de grande porte. Foram desenvolvidos diferentes tipos de MPCs: o primeiro é capaz de atuar em sistemas quadrados com alvos nas variáveis controladas, o segundo atua em uma estrutura com camadas superiores de otimização (RTO), o terceiro é uma variação que permite lidar com tempo morto, finalmente, o quarto é capaz de lidar com sistemas com dinâmicas temporais distintas, operando em múltiplas escalas de tempo. Para ilustrar o desempenho dos controladores, foram feitas simulações de casos teóricos e de um caso industrial: o conjunto de fracionadoras de petróleo cru da refinaria de Capuava, SP - Petrobras. Em todas as simulações, os controladores foram capazes de controlar os sistemas adequadamente. No caso industrial, o controlador desenvolvido levou 25.30ms para resolver o problema de otimização, enquanto que o controlador centralizado levou63.14ms para resolver o mesmo problema.
id USP_8e735896718aa0da7c2a360200c429e5
oai_identifier_str oai:teses.usp.br:tde-09032021-092946
network_acronym_str USP
network_name_str Biblioteca Digital de Teses e Dissertações da USP
repository_id_str 2721
spelling MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.Distributed and cooperative MPC with guaranteed stability, RTO integration and mutiple time scales.Controle de processosControle preditivoDistributed and cooperative model predictive controlIndústria químicaModel predictive controlMPCMPC distribuído e cooperativoMúltiplas escalas temporaisMultiple time scaleRTORTOO \"controle preditivo baseado em modelo\" (em inglês: Model Predictive Control) ou ainda\"MPC\" ganhou protagonismo no controle de processos da indústria química por sua superioridade em relação a outras tecnologias de controle. Seu funcionamento baseia-se em estimar e minimizar, a partir de um modelo de funcionamento da planta, a diferença entre um estado desejado e um estado previsto - calculado a partir deste modelo e das entradas da planta. Além disso, o MPC permite levar em conta restrições, como os limites físicos da planta e de atuadores. Em suma, o MPC funciona como uma minimização de função com restrições. No presente trabalho, desenvolveu-se o chamado \"MPC Distribuído e Cooperativo\" (em inglês: Distributed and Cooperative Model Predictive Control (DCMPC)). Tal MPC resolve o problema de descentralizar o controle da planta com confiabilidade. A necessidade de descentralização, por sua vez, surge a partir do alto custo e alta complexidade dos sistemas atuais, bem como da possibilidade de se incluir no pacote de controle tecnologias complementares, as quais seriam impraticáveis em sistemas centralizados de grande porte. Foram desenvolvidos diferentes tipos de MPCs: o primeiro é capaz de atuar em sistemas quadrados com alvos nas variáveis controladas, o segundo atua em uma estrutura com camadas superiores de otimização (RTO), o terceiro é uma variação que permite lidar com tempo morto, finalmente, o quarto é capaz de lidar com sistemas com dinâmicas temporais distintas, operando em múltiplas escalas de tempo. Para ilustrar o desempenho dos controladores, foram feitas simulações de casos teóricos e de um caso industrial: o conjunto de fracionadoras de petróleo cru da refinaria de Capuava, SP - Petrobras. Em todas as simulações, os controladores foram capazes de controlar os sistemas adequadamente. No caso industrial, o controlador desenvolvido levou 25.30ms para resolver o problema de otimização, enquanto que o controlador centralizado levou63.14ms para resolver o mesmo problema.Model Predictive Control (MPC) has obtained protagonism in industrial process control due to its superiority compared with other control technologies. It works by estimating and minimizing the difference between desired and forecasted states, based on a state model. Besides, MPC allows to account for actuators and plant constraints. To sum up, MPC usually works as a quadratic programming optimization problem with constraints. The current work addressed the Distributed and Cooperative Model Predictive Control (DCMPC). Such system targets the decentralization problem without control or reliability losses. The need for decentralization, on the other hand arises from the high costs and complexity in large scale facilities, as well as the possibility to include several other technologies in the control package - which would be impractical in large centralized systems. Moreover, it was developed in this work several control packages: the first one deals with output set-points; the second one with input targets and optimization integration; the third one is an adaptation to deal with time delayed systems and finally, the forth one deals with systems with different dynamics, which require multiple time scales. To illustrate the proposed control approach, simple as well as complex (Crude Distillation Unit - Capuava, Brazil - Petrobras) systems were simulated.Biblioteca Digitais de Teses e Dissertações da USPOdloak, DarciSarapka, Alexandre Sanioto2020-11-27info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttps://www.teses.usp.br/teses/disponiveis/3/3137/tde-09032021-092946/reponame:Biblioteca Digital de Teses e Dissertações da USPinstname:Universidade de São Paulo (USP)instacron:USPLiberar o conteúdo para acesso público.info:eu-repo/semantics/openAccesspor2021-03-16T19:51:02Zoai:teses.usp.br:tde-09032021-092946Biblioteca Digital de Teses e Dissertaçõeshttp://www.teses.usp.br/PUBhttp://www.teses.usp.br/cgi-bin/mtd2br.plvirginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.bropendoar:27212021-03-16T19:51:02Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)false
dc.title.none.fl_str_mv MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.
Distributed and cooperative MPC with guaranteed stability, RTO integration and mutiple time scales.
title MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.
spellingShingle MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.
Sarapka, Alexandre Sanioto
Controle de processos
Controle preditivo
Distributed and cooperative model predictive control
Indústria química
Model predictive control
MPC
MPC distribuído e cooperativo
Múltiplas escalas temporais
Multiple time scale
RTO
RTO
title_short MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.
title_full MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.
title_fullStr MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.
title_full_unstemmed MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.
title_sort MPC distribuído e cooperativo com estabilidade garantida associado a camada de otimização (RTO) e com múltiplas escalas temporais.
author Sarapka, Alexandre Sanioto
author_facet Sarapka, Alexandre Sanioto
author_role author
dc.contributor.none.fl_str_mv Odloak, Darci
dc.contributor.author.fl_str_mv Sarapka, Alexandre Sanioto
dc.subject.por.fl_str_mv Controle de processos
Controle preditivo
Distributed and cooperative model predictive control
Indústria química
Model predictive control
MPC
MPC distribuído e cooperativo
Múltiplas escalas temporais
Multiple time scale
RTO
RTO
topic Controle de processos
Controle preditivo
Distributed and cooperative model predictive control
Indústria química
Model predictive control
MPC
MPC distribuído e cooperativo
Múltiplas escalas temporais
Multiple time scale
RTO
RTO
description O \"controle preditivo baseado em modelo\" (em inglês: Model Predictive Control) ou ainda\"MPC\" ganhou protagonismo no controle de processos da indústria química por sua superioridade em relação a outras tecnologias de controle. Seu funcionamento baseia-se em estimar e minimizar, a partir de um modelo de funcionamento da planta, a diferença entre um estado desejado e um estado previsto - calculado a partir deste modelo e das entradas da planta. Além disso, o MPC permite levar em conta restrições, como os limites físicos da planta e de atuadores. Em suma, o MPC funciona como uma minimização de função com restrições. No presente trabalho, desenvolveu-se o chamado \"MPC Distribuído e Cooperativo\" (em inglês: Distributed and Cooperative Model Predictive Control (DCMPC)). Tal MPC resolve o problema de descentralizar o controle da planta com confiabilidade. A necessidade de descentralização, por sua vez, surge a partir do alto custo e alta complexidade dos sistemas atuais, bem como da possibilidade de se incluir no pacote de controle tecnologias complementares, as quais seriam impraticáveis em sistemas centralizados de grande porte. Foram desenvolvidos diferentes tipos de MPCs: o primeiro é capaz de atuar em sistemas quadrados com alvos nas variáveis controladas, o segundo atua em uma estrutura com camadas superiores de otimização (RTO), o terceiro é uma variação que permite lidar com tempo morto, finalmente, o quarto é capaz de lidar com sistemas com dinâmicas temporais distintas, operando em múltiplas escalas de tempo. Para ilustrar o desempenho dos controladores, foram feitas simulações de casos teóricos e de um caso industrial: o conjunto de fracionadoras de petróleo cru da refinaria de Capuava, SP - Petrobras. Em todas as simulações, os controladores foram capazes de controlar os sistemas adequadamente. No caso industrial, o controlador desenvolvido levou 25.30ms para resolver o problema de otimização, enquanto que o controlador centralizado levou63.14ms para resolver o mesmo problema.
publishDate 2020
dc.date.none.fl_str_mv 2020-11-27
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://www.teses.usp.br/teses/disponiveis/3/3137/tde-09032021-092946/
url https://www.teses.usp.br/teses/disponiveis/3/3137/tde-09032021-092946/
dc.language.iso.fl_str_mv por
language por
dc.relation.none.fl_str_mv
dc.rights.driver.fl_str_mv Liberar o conteúdo para acesso público.
info:eu-repo/semantics/openAccess
rights_invalid_str_mv Liberar o conteúdo para acesso público.
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.coverage.none.fl_str_mv
dc.publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
publisher.none.fl_str_mv Biblioteca Digitais de Teses e Dissertações da USP
dc.source.none.fl_str_mv
reponame:Biblioteca Digital de Teses e Dissertações da USP
instname:Universidade de São Paulo (USP)
instacron:USP
instname_str Universidade de São Paulo (USP)
instacron_str USP
institution USP
reponame_str Biblioteca Digital de Teses e Dissertações da USP
collection Biblioteca Digital de Teses e Dissertações da USP
repository.name.fl_str_mv Biblioteca Digital de Teses e Dissertações da USP - Universidade de São Paulo (USP)
repository.mail.fl_str_mv virginia@if.usp.br|| atendimento@aguia.usp.br||virginia@if.usp.br
_version_ 1815256827770699776