Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares

Mostrar outras versões (1)

This work addresses issues related to analysis and development of multivariable predictive controllers based on bilinear multi-models. Linear Generalized Predictive Control (GPC) monovariable and multivariable is shown, and highlighted its properties, key features and applications in industry. Bilin...

ver descrição completa

Na minha lista:
Detalhes bibliográficos
Autor principal: Cavalcanti, Anderson Luiz de Oliveira
Outros Autores: Maitelli, André Laurindo
Formato: doctoralThesis
Idioma:por
Publicado em: Universidade Federal do Rio Grande do Norte
Assuntos:
Controle preditivo
Sistemas bilineares
Multi-modelos
Predictive controllers
Bilinear systems
Multi-models
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Endereço do item:https://repositorio.ufrn.br/jspui/handle/123456789/15123
Tags: Adicionar Tag
Sem tags, seja o primeiro a adicionar uma tag!
id ri-123456789-15123
record_format dspace
institution Repositório Institucional
collection RI - UFRN
language por
topic Controle preditivo
Sistemas bilineares
Multi-modelos
Predictive controllers
Bilinear systems
Multi-models
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
spellingShingle Controle preditivo
Sistemas bilineares
Multi-modelos
Predictive controllers
Bilinear systems
Multi-models
CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA
Cavalcanti, Anderson Luiz de Oliveira
Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares
description This work addresses issues related to analysis and development of multivariable predictive controllers based on bilinear multi-models. Linear Generalized Predictive Control (GPC) monovariable and multivariable is shown, and highlighted its properties, key features and applications in industry. Bilinear GPC, the basis for the development of this thesis, is presented by the time-step quasilinearization approach. Some results are presented using this controller in order to show its best performance when compared to linear GPC, since the bilinear models represent better the dynamics of certain processes. Time-step quasilinearization, due to the fact that it is an approximation, causes a prediction error, which limits the performance of this controller when prediction horizon increases. Due to its prediction error, Bilinear GPC with iterative compensation is shown in order to minimize this error, seeking a better performance than the classic Bilinear GPC. Results of iterative compensation algorithm are shown. The use of multi-model is discussed in this thesis, in order to correct the deficiency of controllers based on single model, when they are applied in cases with large operation ranges. Methods of measuring the distance between models, also called metrics, are the main contribution of this thesis. Several application results in simulated distillation columns, which are close enough to actual behaviour of them, are made, and the results have shown satisfactory
author2 Maitelli, André Laurindo
author_facet Maitelli, André Laurindo
Cavalcanti, Anderson Luiz de Oliveira
format doctoralThesis
author Cavalcanti, Anderson Luiz de Oliveira
author_sort Cavalcanti, Anderson Luiz de Oliveira
title Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares
title_short Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares
title_full Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares
title_fullStr Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares
title_full_unstemmed Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares
title_sort análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares
publisher Universidade Federal do Rio Grande do Norte
publishDate 2014
url https://repositorio.ufrn.br/jspui/handle/123456789/15123
work_keys_str_mv AT cavalcantiandersonluizdeoliveira analiseedesenvolvimentodecontroladorespreditivosmultivariaveisbaseadosemmultimodelosbilineares
_version_ 1773966741058093056
spelling ri-123456789-151232017-11-02T08:43:02Z Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares Cavalcanti, Anderson Luiz de Oliveira Maitelli, André Laurindo http://lattes.cnpq.br/7224754476792019 http://lattes.cnpq.br/0477027244297797 Fontes, Adhemar de Barros http://lattes.cnpq.br/9900321851030867 Araújo, Fábio Meneghetti Ugulino de http://lattes.cnpq.br/5473196176458886 Almeida, Otacílio da Mota http://lattes.cnpq.br/1721353262824215 Leite, Valter Júnior de Souza http://lattes.cnpq.br/6555805379309351 Controle preditivo Sistemas bilineares Multi-modelos Predictive controllers Bilinear systems Multi-models CNPQ::ENGENHARIAS::ENGENHARIA ELETRICA This work addresses issues related to analysis and development of multivariable predictive controllers based on bilinear multi-models. Linear Generalized Predictive Control (GPC) monovariable and multivariable is shown, and highlighted its properties, key features and applications in industry. Bilinear GPC, the basis for the development of this thesis, is presented by the time-step quasilinearization approach. Some results are presented using this controller in order to show its best performance when compared to linear GPC, since the bilinear models represent better the dynamics of certain processes. Time-step quasilinearization, due to the fact that it is an approximation, causes a prediction error, which limits the performance of this controller when prediction horizon increases. Due to its prediction error, Bilinear GPC with iterative compensation is shown in order to minimize this error, seeking a better performance than the classic Bilinear GPC. Results of iterative compensation algorithm are shown. The use of multi-model is discussed in this thesis, in order to correct the deficiency of controllers based on single model, when they are applied in cases with large operation ranges. Methods of measuring the distance between models, also called metrics, are the main contribution of this thesis. Several application results in simulated distillation columns, which are close enough to actual behaviour of them, are made, and the results have shown satisfactory Este trabalho aborda aspectos relacionados à análise e ao desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares. O Controlador Preditivo Generalizado (GPC) Monovariável e Multivariável para o caso linear é apresentado, sendo destacadas suas propriedades, características principais e aplicações na indústria. O GPC bilinear, que é o controlador base de todo o desenvolvimento desta Tese, é apresentado através da abordagem da quasilinearização por degrau de tempo. Alguns resultados empregando este controlador são apresentados de forma a evidenciar o melhor desempenho do mesmo, quando comparado ao GPC linear, visto que os modelos bilineares representam melhor a dinâmica de determinados processos. A quasilinearização por degrau de tempo, devido ao fato de ser uma aproximação, provoca um erro de predição, que limita o desempenho deste controlador à medida que seu horizonte de predição aumenta. Devido ao referido erro de predição, o GPC bilinear com compensação iterativa é mostrado de forma a minimizar o referido erro, buscando um melhor desempenho que o GPC bilinear clássico. Alguns resultados utilizando o algoritmo de compensação iterativa são mostrados. O emprego dos multi-modelos é abordado nesta Tese, buscando suprir a deficiência existente em controladores baseados em modelo único, quando os mesmos são aplicados em processos com grandes faixas de operação. Formas de mensuração de distância entre modelos, também chamadas de métricas, consistem na principal contribuição desta Tese. Diversos resultados de aplicação em colunas de destilação simuladas, que se aproximam bastante do comportamento real das mesmas, foram realizados, e os resultados se mostraram satisfatórios 2014-12-17T14:54:50Z 2008-12-15 2014-12-17T14:54:50Z 2008-10-17 doctoralThesis CAVALCANTI, Anderson Luiz de Oliveira. Análise e desenvolvimento de controladores preditivos multivariáveis baseados em multi-modelos bilineares. 2008. 113 f. Tese (Doutorado em Automação e Sistemas; Engenharia de Computação; Telecomunicações) - Universidade Federal do Rio Grande do Norte, Natal, 2008. https://repositorio.ufrn.br/jspui/handle/123456789/15123 por Acesso Aberto application/pdf application/pdf Universidade Federal do Rio Grande do Norte BR UFRN Programa de Pós-Graduação em Engenharia Elétrica Automação e Sistemas; Engenharia de Computação; Telecomunicações

Registros relacionados