Identificação de sistemas em malha fechada usando controlador preditivo multivariável: um caso industrial.

A Identificação de Sistemas é uma tarefa significativa em termos de tempo e custo no trabalho de implementação de sistemas de controle que usam Controle Preditivo baseado em Modelos (MPC). Após a implementação, o controlador tende a permanecer com o mesmo modelo por muito tempo, ignorando mudanç...

Full description

Bibliographic Details
Main Author: Filipe Costa Pinto dos Reis Miranda
Other Authors: Darci Odloak
Language:Portuguese
Published: Universidade de São Paulo 2005
Subjects:
MPC
Online Access:http://www.teses.usp.br/teses/disponiveis/3/3137/tde-19082005-151031/
Description
Summary:A Identificação de Sistemas é uma tarefa significativa em termos de tempo e custo no trabalho de implementação de sistemas de controle que usam Controle Preditivo baseado em Modelos (MPC). Após a implementação, o controlador tende a permanecer com o mesmo modelo por muito tempo, ignorando mudanças que tenham ocorrido com o processo, perdendo qualidade e podendo até ser abandonado. Este trabalho propõe uma metodologia simples e eficaz para se proceder à reidentificação de uma planta industrial que use MPC mantendo o processo em malha fechada. Os principais aspectos deste problema são discutidos, e as escolhas que foram feitas para a realização dos experimentos e obtenção dos modelos são explicadas. Apresenta-se um caso em Matlab sobre um sistema 2x2 cobrindo diferentes situações, e é feita uma comparação de identificação realizada através de sinais PRBS e de testes com degraus, sempre em malha fechada. Aplica-se a metodologia a um controlador industrial, e os modelos identificados são introduzidos no controlador. O princípio básico desta metodologia consiste em efetuar perturbações multivariáveis nos set-points ou restrições ativas das controladas e determinar o modelo através da estrutura ARX. Entre as vantagens da metodologia proposta, estão a facilidade de automatizar a identificação do processo e a garantia de manter o processo sob controle durante os testes. === System identification is a major task in the process of implementing Model-based Predictive Control (MPC) algorithms in industrial applications. Once the controller is working, there is a tendency to leave it with the original model for a long time, neglecting changes to the process during this time, leading to performance degradation. This work proposes a simple and effective methodology to re-identify plants under MPC in closed loop. The main issues concerning this problem are discussed, and choices for experiments are made. A Matlab case involving a 2x2 problem is presented, covering a range of different situations, and a comparison between identification using PRBS reference signals and standard step tests is shown. An industrial case is studied, applying the proposed method to a real situation, re-identifying an existing MPC model and reconfiguring it afterwards. This methodology is based on the application of multivariable perturbations on the controlled variables set-points or active restrictions, obtaining an ARX model structure. It uses an automatic process identification proceeding, keeping the process under control along the tests.