Escolar Documentos
Profissional Documentos
Cultura Documentos
São Paulo
Outubro de 2004
OSWALDO LUIZ CARRAPIÇO
Área de Concentração:
Engenharia Química
Orientador:
Prof. Dr Darci Odloak
São Paulo
Outubro de 2004
São Paulo
Outubro de 2004
Ao Prof. Dr. Darci Odloak pela orientação dada na condução deste trabalho
À minha esposa Elisa pelo enorme incentivo dado nessa caminhada, principalmente nos
momentos mais difíceis e que não foram poucos...
Aos meus avós Brígida, Felismina (em memória), Armindo (em memória) e Remízio (em
memória) que mostraram o caminho...
Ao engenheiro e professor Oscar Rosé Filho (em memória), pela inspiração da boa
formação de engenharia química quando aluno...
Lista de Figuras i
Lista de Tabelas iii
Lista de Símbolos iv
Capítulo 1 Introdução e revisão da literatura 1
1.1 Introdução 1
1.2 Características integradoras com tempo morto em processos químicos 2
1.3 Desenvolvimento dos controladores preditivos baseados em modelo (MPC’s) 3
Capítulo 2 Modelo em variáveis de estado para sistemas integradores 6
2.1 Introdução 6
2.2 Representação de modelos em variáveis de estado 6
2.3 Modelo em variáveis de estado para sistemas integradores sem tempo morto 7
2.4 Exemplo 14
Capítulo 3 Controlador IHMPC para sistemas integradores sem tempo morto 16
3.1 Introdução 16
3.2 Controlador de horizonte infinito para sistemas integradores sem tempo morto 16
3.2.1 Lei de controle 16
3.2.2 O controlador IHMPC estendido de Rodrigues e Odloak (2003) 21
3.2.3 Nova extensão para o IHMPC 24
3.2.4 Controlador IHMPC em duas camadas 28
3.3 Exemplos 30
Capítulo 4 IHMPC estendido para sistemas integradores com tempo morto 34
4.1 Introdução 34
4.2 Modelo em variáveis de estado para sistemas integradores com tempo morto 34
4.2.1 O ROSSMPC de Gouvêa e Odloak (1997) 34
4.2.2 Extensão do ROSSMPC para sistemas integradores com tempo morto 36
4.3 Desenvolvimento do controlador IHMPC-E de modelo nominal 38
4.4 Observador de estados para o IHMPC-E 52
4.5 Aplicação do IHMPC-E a uma coluna de destilação 54
4.5.1 Descrição sumária do processo analisado 54
4.5.2 Representação da coluna em variáveis de estado 57
4.5.3 Filtro de Kalman para a coluna 59
4.5.4 Desempenho do IHMPC-E 60
4.5.4.1 Caso Nominal 60
4.5.4.2 Desempenho do IHMPC-E para incertezas no modelo da planta 67
Capítulo 5 Aplicação do IHMPC-E no controle de um sistema industrial complexo 73
5.1 Descrição sumária do processo de óxido de eteno e seu problema de controle 73
5.2 Modelo em variáveis de estado em sistemas integradores com tempos mortos diferentes 76
5.3 Conceitos de observabilidade de um sistema 79
5.4 Controle do sistema industrial de óxido de eteno com modelos aproximados 81
Capítulo 6 Conclusões e Recomendações 92
6.1 Conclusões 92
6.2 Sugestões para trabalhos futuros 93
Referências Bibliográficas 94
Apêndice A 96
A.1 Montagem matricial da predição das saídas ao longo do horizonte np 96
A.2 Função Custo do Problema P4.1 na forma quadrática 99
A.3 Função Custo do Problema P4.2 na forma quadrática 100
A.4 Função Custo do Problema P4.3 na forma quadrática 101
i
Lista de Figuras
Figura 4.12- Função custo do caso regulador com perturbação ud 1 com IHMPC-E
Lista de Tabelas
Lista de Símbolos
I matriz identidade
I * (t ) matriz referente a parcela dinâmica associada aos pólos integradores
nd número de estados
np horizonte de predição finito das variáveis controladas
nu número de entradas (variáveis manipuladas)
ny número de saídas (variáveis controladas)
P matriz auxiliar do Filtro de Kalman em função de A , C , V e W
Q matriz de Lyapunov
Q matriz de ponderação das variáveis controladas
t tempo
T matriz auxiliar das variáveis de folga δ ki ao longo do horizonte de controle
Símbolos Gregos
∆ operador diferença
∆t período de amostragem do controlador preditivo
Ψ (t ) matriz da parcela dinâmica associada aos estados transientes
integradores do sistema
vii
Siglas
Sobrescritos
The application of the controller to a system with different dead times between
integrating variables was also studied.
1
Capítulo 1
Introdução e revisão da literatura
1.1 Introdução
Cano (2001) utilizou o OPOM em sistemas integradores puros sem tempo morto
no desenvolvimento de um algoritmo de controle robusto. Uma das proposições citadas
para futuros trabalhos era a extensão do método para sistemas com pólos integradores e
estáveis, incorporada agora nesta dissertação a qual é também estendida para a inclusão
de tempo morto.
Capítulo 2
Modelo em variáveis de estado para sistemas integradores
2.1 Introdução
[ y% ]k = C% [ x ]k
onde
[ x ]k é o vetor de estados no instante de amostragem k
[ y ]k = C [ x]k
onde
∆uk = uk - uk -1 , sendo k o instante de amostragem.
A% , B% e C% do modelo posicional.
2.3 Modelo em variáveis de estado para sistemas integradores sem tempo morto
y (s) K
=
u ( s) (τs + 1) s (2.3)
Capítulo 2 – Modelo em variáveis de estado para sistemas integradores 8
t
−
S (t ) = d 0 + d d e τ + di t
(2.4)
onde
d 0 , d d e d i são constantes.
t
−
[ y (t )]k = [ x s ]k + [ x d ]k e τ + [ xi ]k t
(2.5)
onde
[ x s ]k , [ x d ]k , e [ x i ]k são parâmetros da trajetória da saída do sistema
(2.7)
∆t ∆t
− −
[ x d ]k +1 =e τ [ xd ]
k + dde τ ∆u
k
(2.9)
[ xi ]k +1 = [ xi ]k + d i ∆uk (2.10)
[ y ]k = [ y (0)]k = [ x s ]k + [ x d ]k (2.11)
[ y ]k = C[ x]k (2.13)
onde
1 0 ∆t d 0 + d i ∆t
xs
− ∆t − ∆t
d A = 0 e τ 0 B = d de τ
[ x]k = x
i
xi 0 0 1 d C = [1 1 0]
k
Capítulo 2 – Modelo em variáveis de estado para sistemas integradores 10
[ y (t )]k = C (t )[ x]k
onde
−t
C (t ) = [1 e τ t]
na
S (t ) = di0, j + ∑ [did, j ,l ] e l + dii, j t
r t
l =1 (2.15)
onde
rl , l =1, 2, ..... , na são os pólos não-integradores do sistema
nu na (2.16)
[ yi (t )]k = [ xis ]k + ∑ ∑ [ xid, j ,l ]k er i , j ,l t
+ [ xii ]k t i = 1,K , ny
j =1 l =1
nu nu (2.17)
[ xis ]k +1 = [ xis ]k + ∆t[ xii ]k + ∑ dij0 [∆u j ]k + ∆t ∑ diji [∆u j ]k , i = 1,K , ny
j =1 j =1
∆t ∆t
[ xijld ]k +1 = e i , j ,l [ xijld ]k + dijld e i , j ,l [∆u j ]k i = 1, ... ,ny; j = 1, ... ,nu; l = 1, ... ,na (2.18)
r r
nu (2.19)
[ xii ]k +1 = [ xii ]k + ∑ diji [∆u j ]k , i = 1,K , ny
j =1
[ xd ]k +1 = F [ xd ]k + Dd FN ∆uk (2.21)
[ xi ]k +1 = [ xi ]k + Di ∆uk (2.22)
onde
[ x ] = [ x1,1,1 L x1,1,na L x1,nu ,1 L x1,nu ,na L xny ,1,1 L xny ,1,na L xny ,nu ,1 L xny ,nu ,na ]
d d d d d d d d d T
Capítulo 2 – Modelo em variáveis de estado para sistemas integradores 12
d1,1
0
L d1,0nu d1,1
i
L d1,i nu
D0 = M O M ∈ ¡ny×nu Di = M O M ∈ ¡ny×nu
0 i
dny ,1 L dny ,nu dny ,1 L dny ,nu
0 i
;
( r r r r ∆t r ∆t r ∆t r ∆t
F = diag e 1,1,1 L e 1,1,na L e 1,nu ,1 Le 1,nu ,na L e ny ,1,1 L e ny ,1,na L e ny ,nu ,1 L e ny ,nu ,na
∆t ∆t ∆t r ∆t
)∈£ nd ×nd
(
D d = diag d1,1,1
d
L d1,1,
d
na )
L d1,dnu ,1 L d1,dnu ,na L dnyd ,1,1 L dnyd ,1,na L dnyd ,nu ,1 L dnyd ,nu ,na ∈ £nd ×nd
1 0 0 L 0
1 0 0 L 0
M M M L M
1 0 0 L 0
0 1 0 L 0
J1 0
J 1 0 L 0
N = 2 ∈ ¡nd ×nu Ji = M M M L M ∈ ¡nu.na×nu (2.23)
M
0 1 0 L 0
Jny M
0 0 0 L 1
0 0 0 L 1
M M M L M
0 0 0 L 1
onde
nd = ny.nu.na
nu na
[ yi ]k = [ yi (0)]k = [ xis ]k + ∑ ∑ [ xid, j ,l ]k i = 1,K , ny
j =1 l =1 (2.24)
[ y ]k = C [ x]k (2.26)
Capítulo 2 – Modelo em variáveis de estado para sistemas integradores 13
onde
y1 xs Iny 0 ∆t Iny
[ y ]k = M [ x]k = xd ∈ £nx A= 0 F 0 ∈ £nx×nx
i
yny k x 0 0 Iny
D0 + ∆tDi
B = Dd F N ∈ Cnx×nu (2.27)
i
D
64748
ny
64748
nu.na 64748
nu.na 64748
ny
1 0 L 0 1 1 L 1 0 0 L 0 0 0 L 0
0 1 L 0 0 0 L 0 0 0 L 0 0 0 L 0
C= L
M M L M M M L M M M L M M M L M
0 0 L 1 0 0 L 0 1 1 L 1 0 0 L 0
com nx = 2ny + nd
A trajetória das saídas dada pela Eq. (2.16) escrita na forma matricial será dada
por
[ y (t )]k = C (t ) [ x ]k (2.28)
onde
C (t ) = [ I Ψ (t ) I * (t )] ∈ £ ny× nx (2.29)
Φ1 (t ) 0 L 0
0 Φ 2 (t ) L 0 (2.30)
Ψ (t ) = ∈ £ ny×nd
M M O M
0 0 L Φ ny (t )
f * (t ) 0 L 0
1
(2.32)
0 f 2 (t ) L
*
0 ny ×ny
I * (t ) = ∈¡
M M O M
0 0 L f ny
*
(t )
S (t ) = D0 + Ψ (t ) Dd N + I * (t ) Di (2.33)
2.4 Exemplo
−0,19 −1, 7
G1,1 ( s ) G1,2 ( s ) s 19,5s + 1
G ( s ) = y ( s ) / u (s ) = =
G
2,1 ( s ) G2,2 ( s ) −0, 763 0, 235
31,8s + 1
s
[ y ]k = C [ x]k
x1s (k + 1) x s (k )
1 0 0 1 0 1
0 −0,1900 −1, 7000
x2 (k + 1) 0
s
1 0 0 0 1 x2 (k ) -0,7630 0,2350
s
d
1
x ( k + 1) 0 0 0, 9500 0 0 0 x1d (k ) 0 1,6150
d = 0 +
0,9690 0 0 x d (k ) 0,7394
∆uk
x2 ( k + 1)
0 0
2
0
x i (k + 1) 0 0 0 0 1 0 i -0,1900 0
1 x1 (k )
xi (k + 1) 0 0 0 0 0 1 i 0 0,2350
2 x2 (k )
x1s (k )
x2s (k )
d
y1 (k ) 1 0 1 0 0 0 x1 (k )
=
y2 (k ) 0 1 0 1 0 0 x2d (k )
x i (k )
1
xi ( k )
2
onde
∆u1 (k )
∆uk = uk - uk -1 =
∆ u2 ( k )
y1 (k )
[ y ]k =
y2 ( k )
x1s (k )
s
x s (k ) x2 (k )
x1d (k )
[ x]k = x d (k ) = d
xi ( k ) x2 (k )
x i (k )
1i
x2 (k )
16
Capítulo 3
Controlador IHMPC para sistemas integradores sem tempo morto
3.1 Introdução
3.2 Controlador de horizonte infinito para sistemas integradores sem tempo morto
∞ m −1
V1,k = ∑ e(k + j ) Q e(k + j ) + ∑ ∆u (k + j )T R ∆u (k + j )
T
j =0 j =0 (3.1)
onde
Q ∈ ¡ny×ny é uma matriz definida positiva
Para que as predições das saídas sejam limitadas no infinito e por consequência
o próprio valor da função custo V1,k dada pela Eq.(3.1), impomos a anulação do efeito
xi (k ) + D1,i m ∆u = 0 (3.3)
onde
e s (k ) = xs (k ) − y sp
64447444
m 8
Dm = [ D D L D0 ] ∈ ¡ny×m.nu
0 0 0
6447448
m
D1,i m = [ Di Di L Di ] ∈ ¡ny×m.nu
∆u ( k )
∆u = M ∈ ¡ m.nu
∆u (k + m − 1)
Capítulo 3 – Controlador IHMPC para sistemas integradores sem tempo morto 18
m −1 m −1
V1, k = ∑ e(k + j )T Q e(k + j ) + xd (k + m)T Q xd (k + m) + ∑ ∆u (k + j )T R ∆u (k + j )
j =1 j =0
__
onde Q é obtida pela solução da seguinte equação discreta de Lyapunov
Q − F T QF = F T Ψ T Q Ψ F
y = Lx(k ) + G ∆uk
onde
T T
y = y (k + 1)T y (k + 2)T L y (k + m)T L = L(1)T L(2)T L L(m)T
L( j ) = I ny ΨF j j ∆t I ny
G1,1 0 L 0
G G2,2 O 0
G= ; G j , l = D 0 + ∆t D i + ΨF j −l D d FN + ( j − l ) ∆t D i
2,1
M M O M
Gm,1 Gm,2 L Gm,m
x d ( k + m) = Fx x (k ) + Fu ∆u
onde
onde
% + F T QF + R%
H1 = GT QG u u
% + x(k )T F T QF
T
C f ,1 = (− I y sp + L x (k ))T QG
x u
I ny
I = M
I ny
I ∈ ¡( m.ny )×ny
c = [ I y sp − L x(k )]T Q% [ I y sp − L x (k )] + x (k )T FxT QFx x (k )
6474
m
8
%
Q = diag[Q L Q ]
6474
m
8
%
R = diag[ R L R]
Assim, o MPC de horizonte infinito para sistema integradores sem tempo morto
pode ser resolvido através de um problema de otimização, formulado a seguir.
Problema P3.1
A Função Custo do Problema P3.1 a ser minimizada é a Eq. (3.4) sem a parcela
escalar c dessa equação que é uma constante e não afeta a solução do problema :
s. a.
es (k ) + ( D2,i m − Dm0 )∆u = 0 (3.2)
xi (k ) + D1,i m ∆u = 0 (3.3)
∆u (k + j ) ∈ U , j ≥ 0 (3.5)
Capítulo 3 – Controlador IHMPC para sistemas integradores sem tempo morto 20
onde
−∆u ≤ ∆u (k + j ) ≤ ∆u
max max
U:
= ∆u (k + j ) ∆u (k + j ) = 0; j ≥ m
j
u ≤ u (k − 1) + ∑ ∆u (k + i) ≤ u ; j = 0,1,L , m − 1
min max
i=0
Prova :
Para essa demonstração, seguiremos o caminho usual para a prova da
estabilidade de controladores de horizonte infinito, isto é, vamos provar que a função
custo V1,k definida pela Eq.(3.1) é positiva e decrescente, ou seja, é uma função de
Lyapunov.
Assim, se o problema P3.1 for viável em k, existirá uma única solução ótima que
obedecerá todas essas restrições. Seja essa solução representada por :
*
e o valor da função custo correspondente à solução ótima designado por V1,k
V1,´k +1 < V1,*k . Portanto, como V1,*k +1 ≤ V1,' k +1 , então V1,*k +1 ≤ V1,*k sendo a função custo
decrescente.
∞ m −1
V2, k = ∑ [e(k + ∑ ∆u (k + j )T R ∆u(k + j ) + δks
T
j ) − δks ]T Q [e(k + j ) − δks ] + S1 δks
j =0 j =0 (3.6)
onde
δsk ∈ ¡ny é o vetor das variáveis de folga que permite maior grau de
liberdade para a solução do problema dentro da região viável U .
S1 é uma matriz de pesos, positiva definida.
A restrição dada antes pela Eq.(3.2) passa agora a ser representada por :
Capítulo 3 – Controlador IHMPC para sistemas integradores sem tempo morto 22
Uma vez que δ ks não é limitada, a restrição dada pela Eq.(3.7) poderá ser
atendida por qualquer sequência de ações de controle a qual também atenderá a
Eq.(3.5) ou qualquer condição de operação que apareça no termo es (k ) . Com essa nova
∆u ∆u
V2,k = ∆uT δks H 2 s + 2 C Tf ,2 s + c
T
δk δk (3.8)
onde
% + F T QF + R
GT QG %
GT QI
H2 = u u
T % % +S
I QG I T QI 1
(3.9)
Problema P3.2
∆u ∆u (3.10)
mins ∆u T δks H 2 s + 2 C Tf ,2 s
T
∆u , δk
δk δk
s.a.
xi (k ) + D1,i m ∆u = 0 (3.3)
∆u (k + j ) ∈ U , j ≥ 0 (3.5)
Capítulo 3 – Controlador IHMPC para sistemas integradores sem tempo morto 23
Prova :
Seguiremos o caminho feito no Teorema 1, ou seja, provaremos a convergência
do MPC mostrando que a função custo é positiva e decrescente no tempo.
*
∆uk = ∆uk* = [∆u * (k )T ∆u * (k + 1)T ... ∆u * (k + m − 1)T ] e δ ks = δ ks
*
∆uk +1 = [∆u* (k + 1)T ... ∆u * (k + m − 1)T 0]T e δ ks+1 = δ ks
* *
V2, k +1 = V2,* k − [e(k ) − δ ks ]T Q [e(k ) − δ ks ] − ∆u * (k )T R ∆u * (k )
Para o caso regulador, o controlador definido no Problema P3.2 será viável para
uma região maior de estados iniciais e/ou perturbações do que o controlador definido no
Problema P3.1. Da mesma forma, para o caso de rastreabilidade nos valores de
referência, o Problema P3.2 será viável para mudanças maiores nos valores de
‘setpoints’ do que o controlador definido no Problema P3.1. Entretanto, dependendo do
tamanho das perturbações ou das variações dos valores de referência, ainda poderá
haver conflito entre a restrição de igualdade dada pela Eq. (3.3) e a região viável
definida na Eq. (3.5).
Capítulo 3 – Controlador IHMPC para sistemas integradores sem tempo morto 24
∞
V3,k = ∑ (e(k + j ) + δks + j∆t δik )T Q (e(k + j ) + δks + j ∆t δik ) +
j =0
m −1
(3.11)
∑ ∆u(k + j)T R ∆u (k + j) + δks
T T
S1 δsk + δik S2 δik
j =0
A restrição dada antes pela Eq.(3.3) passa agora a ser representada por :
T
∆uk +1 = ∆u * (k + 1)T L ∆u* (k + m − 1)T 0
δ ks+1 = δ ks*
δ ki +1 = δ ki*
Capítulo 3 – Controlador IHMPC para sistemas integradores sem tempo morto 25
T
Vl ,k = δ ki S2δ ki
onde
x% i (k − 1) = x i (k ) − Di ∆u (k − 1) (3.15)
x% i (k − 1) = xi (k − 1)
δ%ki −1 = δ ki −1
Vl ,k será decrescente.
Problema P3.3
∆u ∆u
∆u T δsk
T
δik
T H δ s + 2 C T δs
3 k f ,3 k
min s i
∆u , δk , δ k
δi δi
k k
s.a.
∆u (k + j ) ∈ U , j ≥ 0 (3.5)
onde
% + F T QF + R
GT QG %
GT QI GT QT%
u u
T %
H3 = I QG % +S
I T QI %
I T QT
1
% % T %
T T QG T
T QI T QT + S 2
∆t I ny
2∆t I
T =
ny
M
m∆t I ny
% + x (k )T F T QF [− I y sp + L x (k )]T QI
% %
T
C f ,3 = (− I y sp + L x(k ))T QG [− I y sp + L x (k )]T QT
x u
Capítulo 3 – Controlador IHMPC para sistemas integradores sem tempo morto 27
Teorema 3: Para sistemas com pólos estáveis e integradores, cujas entradas referentes
ao estado estacionário pertençam à região viável U , a sequência das ações
de controle produzidas pela solução sucessiva do problema P3.3 levará as
saídas do sistema assintoticamente aos seus valores de referência.
Prova :
Consideremos os casos regulador e o de rastreabilidade das saídas, ambos sem
perturbações. Nestes casos, se as entradas do sistema correspondentes ao estado
estacionário pertencem à região viável U , o problema P3.3 será viável no instante k e
permanecerá viável nos instantes de amostragem seguintes.
dada pela Eq.(3.3) torna-se viável e se manterá nos instantes seguintes. Com isso, o
problem P3.3 se reduz ao problema P3.2 e a convergência das saídas do sistema é
assegurada pelo teorema 2.
Problema P3.4
Problema P3.4a
T
min V4 a ,k = δ ki S 2δ ki + ∆uaT,k R ∆ua ,k
δ ki , ∆ua ,k
s.a.
∆ua (k + j ) ∈ U, j ≥ 0 (3.5)
onde
T
∆ua ,k = ∆ua ( k )T ∆ua (k + 1)T L ∆ua (k + m − 1)T
m −1
u* (k + m − 1) − u( k − 1) = ∑ ∆ua* (k + j) (3.14)
j =0
Problema P3.4b:
∆ub,k ∆ub,k
min s V4b,k = ∆ubT,k δks H 2 s + 2 C Tf ,2 s + c
T
∆ub , k , δk δk δk
s.a.
∆ub (k + j ) ∈ U , j ≥ 0 (3.5)
m −1 (3.14)
u* (k + m − 1) − u( k − 1) = ∑ ∆ub (k + j )
j =0
onde
T
∆ub,k = ∆ub (k )T ∆ub (k + 1)T L ∆ub ( k + m − 1)T
Para a lei de controle obtida pela solução sequencial dos problemas P3.4a e
P3.4b a convergência das saídas do sistema aos seus valores de referência é garantida
pelo seguinte teorema :
Prova :
Consideremos o sistema sem perturbação e que no instante k o problema P3.4a
seja viável. Designamos o valor ótimo da função custo do problema P3.4a como V4*a , k .
T
∆ua ,k +1 = ∆ub* (k + 1)T L ∆ub* (k + m − 1)T 0
, δk +1 = δ k
i i*
P3.4a no instante ‘ k + 1 ’ será V4*a ,k +1 ≤ V4*a ,k . Uma vez que selecionamos R << S 2 , a
função custo do problema P3.4a irá convergir a zero, que corresponde a xi (k ) = δik = 0 .
3.3 Exemplos
m Q R S1 S2 ∆umax
3 diag [10−2 ,10−2 ] diag [10−2 ,10 −2 ] diag [10,10] diag [103 ,103 ] [0, 2 , 0, 2]
A figura 3.2 a seguir apresenta o valor da função custo V3,k do problema P3.3
controlador II.
caso regulador. Isso ocorre enquanto V4 a ,k ≠ 0 no problema P3.4a o que significa que o
problema P2 não seria viável, não havendo assim, garantias no decréscimo da função
custo.
Figura 3.2- Funções Custo dos Problemas P3.3 (controlador I) e P3.4b (controlador II)
34
Capítulo 4
IHMPC estendido para sistemas integradores com tempo morto
4.1 Introdução
4.2 Modelo em variáveis de estado para sistemas integradores com tempo morto
onde,
θ1,1 L θ1, nu
θ = M O M ∈ R ny , nu (4.2)
θ ny ,1 L θ ny ,nu
T
[ x] = ykT+1 xd
T T
ykT+ 2 … ykT+ np xs (4.3)
[ y ] ∈ R ny
0 I ny 0 L 0 0 0
0 0 I ny L 0 0 0
M M M O M M M
A = 0 0 0 L I ny 0 0 (4.4)
0 0 0 L 0 I ny Ψ[( np + 1) ∆t ]
0 0 0 L 0 I ny 0
0 0 L 0
0 0 F
S2
S
3
M
B = S np (4.5)
S np +1
0
D
D d FN
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 36
C = I ny 0 ... 0 (4.6)
onde
T
[ x] = ykT+1 xi
T T T
ykT+ 2 … ykT+ np xs xd (4.8)
0 I ny 0 L 0 0 0 0
0 0 I ny L 0 0 0 0
M M M O M M M M
0 0 0 L I ny 0 0 0
A= (4.9)
0 0 0 L 0 I ny Ψ[( np + 1) ∆t ] I *[( np + 1) ∆t ]
0 0 0 L 0 I ny 0 I ny ∆t
0 0 0 L 0 0 F 0
0 0 0 L 0 0 0 I ny
T
B = S2T S3T ... S np
T
+1 [ D + ∆t D ]
0 i T
[ D d F N ]T [ Di ]T (4.10)
C = I ny 0 ... 0 (4.11)
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 37
f111
,, , ,2 L f11
f 11 , ,na1,1 f 1,2,1 L f1,2,na1,2 L f 1,nu ,na1,nu 0 0 L 0 0 L
0 0 L 0 0 L 0 L 0 f 2,11 f 2,1,2 L f 2,1,na2,1 f 2,2,1 L
Ψ=
,
M M L M M L M L M M M L M M L
0 0 L 0 0 L 0 L 0 0 0 L 0 0 L
(4.12)
onde
r ( t −θi , j )
fi , j ,g ( t ) = e i , j , g
Consideremos como hipótese para o modelo que para cada saída exista o mesmo
tempo morto em todas as entradas que sejam integradas. Essa consideração é
representada na função I * (t ) no instante de tempo (np + 1)∆t da seguinte forma :
(np + 1)∆t − θu 0 L 0
1
0 (np + 1)∆t − θu2 L 0 ny ×ny
I *[(np + 1)∆t ] = ∈¡
M M O M
0 0 L (np + 1)∆t − θuny
(4.13)
onde
S (t ) = D 0 + Ψ (t ) D d N + I * (t ) D i (2.33)
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 38
∞ m −1
V1, k = ∑ [ e(k + j )] Q [e (k + j ) ] + ∑ ∆u (k + j ) R ∆u ( k + j )
T T
(3.1)
j=0 j =0
onde
np ∞ m −1
V1, k = ∑ e(k + j)T Q e (k + j ) + ∑ e(k + np + j )T Q e(k + np + j ) + ∑ ∆u (k + j )T R ∆u (k + j )
j=0 j =1 j =0
m −1
V1, k = Vk + Vk + ∑ ∆u (k + j ) R ∆u (k + j )
(1) (2) T
j =0
(1) (2)
Agruparemos adequadamente os termos Vk e Vk na forma matricial.
CB 0 L 0
yk +1 CA CAB
y CA2 CB L 0 ∆u ( k )
k +2 M M O M ∆u ( k + 1)
. . m −1
[ x ]k L
m−2
= + CA B CA B CB .
. . CAm B CAm−1 B
L CAB .
yk +np −1 CAnp −1
np M M O M ∆u ( k + m − 1)
yk +np k CA CAnp −1 B CAnp −2 B
L CAnp − m B
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 39
__ ==
[ y ]k = C [ x ]k + C ∆uk (4.14)
onde
__
C ∈ £np.ny ,ny .np + 2ny + ny .nu.na
==
C ∈ ¡ np.ny ,m .nu
T
__ ==
~ __ ==
= C x(k / k ) + C ∆uk − y1sp Q C x (k / k ) + C ∆uk − y1sp
(1)
Vk (4.15)
onde
~
Q = diag ( [Q Q ... Q ] ) ∈ ¡ np.ny , np.ny
... y sp ]T ∈ ¡np.ny
T T T
y1sp = [ y sp y sp
(2)
Colocaremos agora o termo Vk dado abaixo na forma matricial :
∞
= ∑ e( k + np + j )T Q e( k + np + j )
(2)
Vk
j =1
onde
e( k + np + j ) = yk + np + j / k − y sp
yk + np = x s + Ψ (( np + 1) ∆t ) x d + ( np + 1)∆t I ny x i
k + m +1 k +m k +m k +m
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 40
yk + np = x s + Ψ ((np + 1) ∆t ) x d + ( np + 1)∆t I ny x i
k +m+2 k + m +1 k + m +1 k + m +1
{
= I ny . x s
k +m
+ I ny ∆t x i
k +m }+ Ψ ((np + 1) ∆t ) F x d
k +m
+ (np + 1)∆t I ny x i
k+m
0 I ny 0 L 0 0 0 0
0 0 I ny L 0 0 0 0
M M M O M M M M
0 0 0 L I ny 0 0 0 (4.16)
A* =
0 0 0 L 0 I ny Ψ ( ( np + 1) ∆t ) I * ( ( np + 1) ∆t )
0 0 0 L 0 0 0 0
0 0 0 L 0 0 F 0
0 0 0 L 0 0 0 0
[ x]k + np + j = A* [ x ]k + m
( np + j − m )
(4.17)
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 41
[ y ]k + np+ j = C [ x ]k + np + j [ x]k + m
( np + j − m )
= CA* (4.18)
0T ∈ R
T
y2sp = y sp
T T T T np .ny + 2 ny + ny .nu .na
y sp ... y sp y sp 0T
teremos assim ,
∞
= ∑ y (k + np + j / k ) − y sp Q y (k + np + j / k ) − y sp
(2) T
Vk
j =1
∞
= ∑ C [ x]k + np + j − C y2sp Q C [ x]k + np + j − C y2sp
(2) T
Vk
j =1
∞
= ∑ [ e]k + m+ j C T QC [ e]k + m+ j
T
(4.19)
j =1
[ e]k + np+ j = A*
( np + j − m )
[e]k + m
{ [ e]k + m } { [ e]k + m }
∞ T
= ∑ A*
(2) ( np − m + j ) ( np − m + j )
Vk C T Q C A*
j =1
∞ * jT T * j *( np − m )
= [ e ]k + m A* ∑ A C Q CA A [e]k + m
T ( np − m )T
j =1
__ ∞ __
definindo a matriz Q = ∑ A* C T Q CA* e pré-multiplicando e pós-multiplicando Q
jT j
j =1
__
*T
por A e A* , respectivamente, e subtraindo da própria Q , obtemos então a equação de
Lyapunov :
__ __
T T
A* Q A* − Q = − A* C T QCA*
(2)
finalmente, chega-se na expressão finita do termo Vk :
__
= [ e]k + m A* [ e]k + m
(2) T ( np − m ) T ( np − m )
Vk Q A* (4.20)
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 42
x s (k + m) − y sp = 0 (4.21)
x i ( k + m) =0 (4.22)
x s (k + 1) = x s (k ) + ∆t x i ( k ) + (D 0
+ ∆t D i ) ∆u ( k )
x s ( k + 2) = x s ( k + 1) + ∆t x i (k + 1) + (D 0
+ ∆t D i ) ∆u (k + 1)
x s (k + 2) = x s (k ) + 2∆t x i (k ) + (D 0
+ 2∆t D i ) ∆u (k ) + (D 0
+ ∆t Di ) ∆u (k + 1)
∆u(k)
∆u(k +1)
i
xs (k + m) = xs (k ) + m∆t xi (k) + D0 + m∆t Di D + (m −1)∆t D ... D +∆t D
0 i 0
M
∆u(k + m −1)
onde
∆u ( k )
∆u (k + 1)
∆uk =
M
∆u (k + m − 1)
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 43
x i (k + 1) = x i (k ) + D i ∆u (k )
x i (k + 2) = x i (k + 1) + D i ∆u (k + 1)
= x i (k ) + D i ∆u (k ) + D i ∆u (k + 1)
M
∆u (k )
∆u (k + 1)
x i ( k + m) = xi ( k ) + D i Di ... Di
M
∆u (k + m − 1)
onde
D1,i m = D i Di ... D i
[ x]k +1 = A [ x ]k + B∆u (k )
[ x]k + 2 = A [ x ]k +1 + B∆u (k + 1)
= A2 [ x ]k + AB ∆u (k ) + B∆u (k + 1)
∆u ( k )
∆u(k + 1)
[ x ]k + m = Am [ x ]k + A m−1 B A B ... B
m− 2
M
∆u (k + m − 1)
ou ainda :
~
[ x ]k +m = Am [ x ]k + AB ∆uk
~
[e]k + m = Am [e]k + AB ∆uk (4.25)
{ } { }
~ T ~
= A [ e]k + AB ∆uk Q* Am [ e]k + AB ∆uk
(2) m
Vk (4.26)
__
( np − m ) T ( np − m )
onde Q* = A* Q A*
(1) (2)
Substituindo Vk e Vk na Função Custo do Controlador, chega-se na
expressão matricial que determina o valor escalar de Vk :
T
__ ==
~ __ ==
Vk = C[ x ]k + C ∆uk − y1sp Q C[ x]k + C ∆uk − y1sp
{ } { }
T T
+ ∆ukT R% ∆uk
~ ~
+ A [ e]k + AB ∆uk
m
Q A [ e]k + AB ∆uk
* m
(4.27)
Problema P4.1
∆u (k + j ) ∈ U, j ≥ 0 (4.29)
−∆u ≤ ∆u (k + j ) ≤ ∆u
max max
U:
= ∆u (k + j ) ∆u (k + j ) = 0; j ≥ m
j
u ≤ u (k − 1) + ∑ ∆u (k + i) ≤ u ; j = 0,1,L , m − 1
min max
i=0
sendo ,
== T == ~ T
H1 = C Q% C + AB Q * AB + R%
~
== ==
C f ,1 = [ x ]k C T Q% C − y1sp Q% C +
~
[e]k
T T T
Am Q* AB
% [ x ] − 2 y sp T QC
c1 = [ x ]k C T QC
T
% [ x ] + y sp T Qy
% sp + [ e ]T AmT Q* Am [ e ]
k 1 k 1 1 k k
∞ m −1
V2, k = ∑ e(k + j ) − δ ks Q e(k + j ) − δ ks + ∑ ∆u (k + j )
T T
R ∆u ( k + j )
j =0 j =0 (4.30)
sT
+ δ k S1δ ks
(1) (2)
Os termos Vk e Vk neste caso serão dados por :
== ==
= [Cx(k / k ) + C ∆uk − y1sp − I δ ks ]T Q% [Cx(k / k ) + C ∆uk − y1sp − I δ ks ]
(1)
Vk
∞
= ∑ [e(k + m + j ) − δ ks ]T Q [e(k + m + j) − δ ks ]
(2)
Vk
j =1
(2)
Para que o termo Vk seja limitado, impomos :
x s (k + m) − y sp − δ ks = 0 (4.31)
x i ( k + m) =0 (4.22)
T
==
==
V2, k = C [ x ]k + C ∆uk − y1sp − I δ ks Q% C [ x ]k + C ∆uk − y1sp − I δ ks
{ } { }
T T
+ ∆ukT R% ∆uk
~ ~
A [ e ]k + AB ∆uk Q A [ e]k + AB ∆uk
T
+ m * m
+ δ ks S1 δ ks (4.33)
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 47
Problema P4.2
Analogamente ao caso em que não temos tempo morto, o controlador passa a ser
definido pelo seguinte problema :
∆u k ∆uk
mins ∆ukT δ ks H 2
T
+ 2 CTf ,2 + c2
δ k δ k
∆u ,δ
s s
s. a.
∆u (k + j ) ∈ U , j ≥ 0 (4.29)
−∆u ≤ ∆u (k + j ) ≤ ∆u
max max
U:
= ∆u (k + j ) ∆u (k + j ) = 0; j ≥ m
j
u ≤ u (k − 1) + ∑ ∆u (k + i) ≤ u ; j = 0,1,L , m − 1
min max
i=0
sendo ,
== T % == ~ T * ~ == T
%
C Q C + AB Q AB + R% − C QI
H2 =
==
− I T Q% C % +S
I T QI 1
T == ==
%
C f ,2 = [ x ]k C T Q% C − y1sp Q% C + [e ]k Am Q* AB % + y sp T QI
~
− [ x ]k C T QI
T T T
1
c 2 = c1 = {[ x] C QC
T
k
% [ x] − 2 y
T
k
sp T
1
% [ x ] + y sp T Qy
QC k 1
% sp + [ e ]T AmT Q* Am [ e ]
1 k k }
A convergência das saídas aos seus valores de referência com o sistema em
malha fechada com o controlador definido no Problema P4.2 é assegurada pelo seguinte
teorema :
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 48
Teorema 4.2 : Para um sistema sem perturbações, com pólos estáveis e integradores,
se o Problema P4.2 for viável no instante k , então, será viável para os
instantes consecutivos k + 1 , k + 2 , ..., e além disso, as saídas do sistema
em malha fechada com a lei de controle formulada no Problema P4.2
irão convergir assintoticamente aos valores de referência.
Ainda assim, poderá haver conflito entre as restrições de igualdades dadas pelas
Eq. (4.32) e Eq. (4.24) dependendo do tamanho das perturbações ou das variações dos
valores de referência.
Problema P4.3
∞ m−1
V3,k = ∑ e(k + j) − δ ks − j∆tδ ki Q e(k + j ) −δ ks − j∆tδ ki + ∑ ∆u(k + j) R ∆u(k + j)
T T
j =0 j =0
sT iT
+ δ Sδ k
s
1 k + δ Sδ
k
i
2 k
(4.34)
onde
(1) (2)
Os termos Vk e Vk serão dados por :
T
==
==
= C [ x ]k + C ∆uk − y1sp − I δ ks − T δ ki Q% C [ x ]k + C ∆uk − y1sp − I δ ks − T δ ki
(1)
Vk
∞
= ∑ [e( k + m + j ) − δ ks − j∆tδ ki ]T Q [e(k + m + j ) − δ ks − j∆tδ ki ]
(2)
Vk
j =1
onde
∆t I ny I ny
2∆t I I
T =
ny
∈ R np.ny , ny I = ∈ R np.ny , ny
ny
M M
np∆t I ny I ny
(2)
Para o termo Vk ser limitado impomos :
x s (k + m) − y sp − δ ks = 0 (4.31)
x i ( k + m) + δ ki =0 (4.35)
T
==
==
V3,k = C [ x ]k + C ∆uk − y1sp − I δ ks − T δ ki Q% C [ x ]k + C ∆uk − y1sp − I δ ks − T δ ki
{ } { }
T T
~ ~
+ A [ e ]k + AB ∆uk
m
Q *
A m
[e]k + AB ∆uk
(4.36)
+ ∆u R% ∆uk T
k + δ Sδ sT
k
s
1 k + δ Sδ iT
k
i
2 k
T
Vl ,k = δ ki S2δ ki
onde
x% i (k − 1) = x i (k ) − Di ∆u (k − 1) (3.15)
x% i (k − 1) = xi (k − 1)
δ%ki −1 = δ ki −1
∆uk ∆u k
∆uk δ ki H 3 δ ks + 2C Tf ,3 δ ks + c3
T T
min ∆u ,δ s ,δ i T
δ ks
i
δ k δ k k
i
s.a.
∆u (k + j ) ∈ U , j ≥ 0 (4.29)
−∆u ≤ ∆u (k + j ) ≤ ∆u
max max
U:
= ∆u (k + j ) ∆u (k + j ) = 0; j ≥ m
j
u ≤ u (k − 1) + ∑ ∆u (k + i) ≤ u ; j = 0,1,L , m − 1
min max
i=0
onde
H11 H 12 H 13
T
H 3 = H12 H 22 H 23
H T T
H 33
13 H23
== T == ~ T == T == T
H11 = C Q% C + AB Q * AB + R% % %
~
H12 = − C QI H13 = − C QT
==
H12 = − I T Q% C % +S
H 22 = I T QI %
H 23 = I T QT
T
1
==
H13 = −T T Q% C %
H 23 = T T QI % +S
H 33 = T T QT
T T
2
T == ==
%
C f ,3 = [ x ]k C T Q% C − y1sp Q% C + ekT Am Q* AB − [ x ]k C T QI
% + y spT QI
% % + y spT QT
~
− [ x ]k C T QT
T T T T
1 1
% [ x ] − 2 y sp T QC
c3 = [ x ]k C T QC
T
% [ x ] + eT AmT Q * Am e
k 1 k k k
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 52
onde
[ x]k / k −1 - vetor dos estados no instante k , com informações da planta do instante anterior
I ny
M
KF = np + 1
I ny
0
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 53
K F = APC T (V + CPC T )
−1
(4.40)
−1
P = APAT − APC T V + CPC T CPAT + W (4.41)
onde
2,3 −0, 7
s s
4,7409 sendo G ( s) = y ( s) / u ( s ) , y ( s ) ∈ R 4 e u ( s ) ∈ R 2
1, 4
9, 32 s + 1 6,83 s + 1
G(s ) = −7 s
−1, 04e 0,1354
17, 06 s + 1 6,83 s + 1
−7, 04e−7 s −1,8
20, 2 s + 1 4,14 s + 1
Variáveis Controladas
y1 Nível no Vaso de Topo %
o
y2 Temperatura da Bandeja 68 da coluna C
y3 Relação Isobutano/Olefinas no produto de topo v/v
y4 Teor de Isobutano no produto de fundo % (vol.)
Variáveis Manipuladas
u1 Vazão de Vapor no Refervedor secundário da coluna ton/h
u2 Vazão de Refluxo de topo km3/d
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 55
O destilado, que é uma das alimentações ao reator da unidade, deve ter uma
especificação adequada de y3 (relação Isobutano/Olefinas) próxima do valor
onde
T
[ x] = ykT+1 x i ∈ R 56
T T T
ykT+ 2 … ykT+10 xs xd (4.8)
0 I 4 0 L 0 0 0 0
0 0 I4 L 0 0 0 0
M M M O M M M M
0 0 0 L I4 0 0 0
A=
Ψ[(11) ∆t ] I [(11) ∆t ] ∈ R
56,56
0 0 0 L 0 I4 * (4.9)
0 0 0 L 0 I4 0 I 4 ∆t
0 0 0 L 0 0 F 0
0 0 0 L 0 0 0 I4
0 0 0 0 0 0 0 0
0 0 0,3072 0, 3560 0 0 0 0
Ψ[(11) ∆t ] = ∈ R4 , 8
0 0 0 0 0, 7910 0,1998 0 0
0 0 0 0 0 0 0,8204 0, 0702
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 58
11 0 0 0
0 11 0 0
I [(11)∆t ] =
* (4.13)
0 0 4 0
0 0 0 4
0 0 2,3 −0, 7
4, 7409 1, 4 0 0
Do = Di =
−1, 04 0,1354 0 0
−7, 04 −1,80 0 0
1 0
0 1
1 0
0 1
N =
1 0
0 1
1 0
0 1
(4.38). Isso foi necessário para que todos os auto-valores da matriz [( I - K F C ) A] fossem
posicionados dentro do círculo unitário, o que resulta em pólos estáveis do sistema em
malha fechada.
parâmetros de sintonia :
y3 (mudança de 1,2 para 1,15 v/v) com o IHMPC-E de modelo nominal (planta = ao
aumentar, mas o aumento é tão pequeno que nem pode ser observado na figura. Isso
indica que o controlador não precisou incluir variáveis de folga que levam a um grande
aumento em V3,k .
da torre).
As figuras 4.7 e 4.8 mostram que também nessa configuração o controlador
IHMPC-E de modelo nominal com as mesmas restrições nas variáveis manipuladas do
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 63
caso anterior e mesma sintonia se comporta satisfatoriamente para o caso servo nas
controladas y1 (mudança de 50% para 55%) e y4 (mudança de 8% para 7,5%).
A figura 4.9 mostra que a função V3,k tem para esse caso um comportamento
atinge valores muito próximos de zero a partir do instante 50 min indicando que a partir
desse ponto as variações de folga δ s e δ i não são mais necessárias.
0, 2
s
0,396 onde y ( s ) = G ( s )u( s ) + Gd ( s )ud ( s )
11, 48 s + 1
Gd ( s ) = −3 s
−0,1295e
17, 06 s + 1
−1,176
33,9 s + 1
Variáveis Controladas
y1 Nível no Vaso de Topo %
o
y2 Temperatura da Bandeja 68 da coluna C
y3 Relação Isobutano/Olefinas no produto de topo v/v
y4 Teor de Isobutano no produto de fundo % (vol.)
Variáveis Manipuladas
u1 Vazão de Vapor no Refervedor secundário da coluna ton/h
u2 Vazão de Refluxo de topo km3/d
Variáveis Perturbação
ud 1 Temperatura de fluido quente no refervedor secundário ºC
Figura 4.12- Função custo do caso regulador com perturbação ud 1 com IHMPC-E
nível de incerteza já pode ser considerado elevado para esse tipo de coluna de
destilação.
incerteza nos ganhos e nas taxas integradoras :
25 % abaixo do nominal 25 % acima do nominal
1,84 -0,56 2,875 -0,875
s s s s
GIa ( s ) = GIb ( s ) =
-0,832 e −7s 0,10832 -1,3 e
−7s
0,16925
17, 06 s + 1 6,83 s + 1 17,06 s + 1 6,83 s + 1
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 68
Variáveis Controladas
y1 Nível no Vaso de Topo %
y3 Relação Isobutano/Olefinas no produto de topo v/v
Variáveis Manipuladas
u1 Vazão de Vapor no Refervedor secundário da coluna ton/h
u2 Vazão de Refluxo de topo km3/d
parâmetros de sintonia :
horizonte de controle m=2
supressão das manipuladas R = diag ( [100 100] )
peso das controladas Q = diag ( [1 1] )
peso das variáveis de folga δ s
S1 = diag ( [800 800] )
peso das variáveis de folga δ i
S 2 = diag ( [ 5 5] )
Vemos que em relação aos parâmetros da Tabela 4.1, apenas os pesos nas
variáveis manipuladas foram substancialmente aumentados para acomodar as incertezas
no modelo. Isso foi necessário para tornar o controlador mais cauteloso uma vez que as
incertezas não são explicitamente consideradas.
Capítulo 4 – IHMPC estendido para sistemas integradores com tempo morto 69
As figuras 4.13 e 4.14 mostram que com essa sintonia o controlador apresenta
uma performance bastante satisfatória para o caso servo com variações nos ‘setpoints’
das controladas y1 (mudança de 50% para 55%) e y3 (mudança de 1,2 para 1,15 v/v)
Como resultado final desse exemplo, observamos pelas figuras apresentadas, que
tanto para o caso nominal como também para os casos de incertezas no modelo, o
IHMPC-E pode ser aplicado a coluna deisobutanizadora e apresenta um bom
desempenho tanto para o caso servo como para o caso regulador.
Capítulo 5
Aplicação do IHMPC-E no controle de um sistema industrial complexo
O processo é dividido em três áreas principais integradas entre si, através de uma
corrente de reciclo ao reator, que são as áreas de reação, de purificação do óxido de
eteno e a de remoção de CO2. Maiores detalhes do processo podem ser vistos em Cano
(2001) e em Rodrigues e Odloak (2003).
1
C2 H 4 + O2
Ag2O
→ C2 H 4O
2
Para evitar o acúmulo de CO2 no sistema, uma parte do gás de reciclo é enviada
a um sistema de remoção de CO2, onde o dióxido de carbono é absorvido quimicamente
por uma solução de carbonato de potássio. Na sequência, o CO2 é removido da solução
com vapor de processo, que é purgado para a atmosfera juntamente com o dióxido de
carbono. Para evitar o acumulo de inertes (Ar, N2 e C2H6) presentes no gás de reciclo,
uma pequena purga de gás, isento de óxido de eteno é feita.
−10−4 ( −95 s +1) e−s −2,3×10−3 −3,2×10−3( −s +1) e−2 s −3,5×10−2(−0,14 s +1) e−2 s −7,5×10−6
32,16 s 2 + 4,65 s + 1 s 64,55 s 2 + 8,83s + 1 73,23 s 2 + 6,74 s + 1 s
−1,69×10−4 e−3 s 2,1×10−4 e−8 s −1,9×10−3(1,47 s +1) −5,47×10−2(s +1) e−6 s −1,07×10−4
s s 9,67 s 2 + 13,55 s + 1 3,91 s 2 + 10,31s + 1 s
8,1×10−3( −0,02 s +1) e−4 s −5,5×10−5 e−15 s 9,6×10−3( s +1) e−2 s 0,13(−2,66 s +1) e−4 s −3 −10 s
−2,53×10 e
52,45 s + 11,92 s + 1 54,42 s 2 + 6,58 s + 1 55,11 s 2 + 7,84 s + 1 25s +1
2
s
−5 −4 s −5 −6 s
−3,9×10 e 5,7×10−5 e−8 s −1,4×10−3( s +1) −4,39×10−2(s +1) e−6 s 7,6×10 e
s s 8,67 s 2 + 14,48 s + 1 7,79 s 2 + 43,41s + 1 s
(5.1)
sendo G p (s ) = y (s ) / u ( s ) , y ( s ) ∈ R 4 e u ( s ) ∈ R 5
Variáveis Controladas
y1 Teor de O2 no Gás de Reciclo na entrada do reator %
y2 Teor de C2H4 no Gás de Reciclo na entrada do reator %
o
y3 Temperatura do Óleo Térmico na entrada do reator C
y4 Pressão do Gás de Reciclo na entrada do reator kg/cm2g
Variáveis Manipuladas
u1 Vazão de O2 ao reator kg/h
u2 Vazão de C2H4 ao reator kg/h
u3 Abertura da válvula pequena de Óleo Térmico %
u4 Abertura da válvula grande de Óleo Térmico %
u5 Vazão de N2 ao reator kg/h
diferentes entre si. O mesmo fato repete-se para a controlada y4 (integradora com u1 , u2
e u5 ).
Capítulo 5 – Aplicação do IHMPC-E no controle de um sistema industrial complexo 76
Para o modelo nominal, consideramos que para cada saída exista o mesmo
tempo morto em todas as entradas que eram integradoras. Agora, de uma maneira mais
genérica, vamos considerar que existam tempos mortos diferentes entre cada saída e as
entradas que são integradoras. Tomando como exemplo, consideremos uma saída y1
que tenha tempos mortos diferentes com duas entradas u1 e u2 , conforme a seguinte
função de transferência :
−θ s −θ s
k1,1e 1,1 k1,2e 1,2
y1 = u1 ( s) + u2 ( s )
s( s − r1,1,1 )(s − r1,1,2 ) s( s − r1,2,1 )( s − r1,2,2 )
( t −θ1,1 ) ( t −θ1,1 )
S1,1 (t ) = d1,1 + d1,1,1 + d1,1,2 + d1,1 (t − θ1,1 )
0 d r d r i
e 1,1,1 e 1,1,2
( t −θ1,2 ) ( t −θ1,2 )
S1,2 (t ) = d1,2 + d1,2,1 + d1,2,2 + d1,2 (t − θ1,2 )
0 d r d r i
e 1,2,1 e 1,2,2
∆t ∆t
[ x1d ]k +1 = e 1,1,1 [ x1d ]k + d1,1,1e 1,1,1 ∆u1 (k )
r d r
Capítulo 5 – Aplicação do IHMPC-E no controle de um sistema industrial complexo 77
∆t ∆t
[ x2d ]k +1 = e 1,1,2 [ x2d ]k + d1,1,2 e 1,1,2 ∆u1 (k )
r d r
∆t ∆t
[ x3d ]k +1 = e 1,2,1 [ x3d ]k + d1,2,1e 1,2,1 ∆u2 (k )
r d r
∆t ∆t
[ x4d ]k +1 = e 1,2,2 [ x4d ]k + d1,2,2 e 1,2,2 ∆u2 (k )
r d r
Observa-se por esse exemplo que o estado x i para uma saída y1 é igual ao
número de entradas.
(5.17)
0 I ny 0 L 0 0 0 0
0 0 I ny L 0 0 0 0
M M M O M M M M
0 0 0 L I ny 0 0 0
A=
0 0 0 L 0 I ny Ψ[( np + 1) ∆t ] Ω [( np + 1) ∆t ]
* (5.19)
0 0 0 L 0 I ny 0 Iˆ ∆t
0 0 0 L 0 0 F 0
0 0 0 L 0 0 0 I ny .nu
T
B = S2T S3T ... Snp
T
+1 [ D + ∆t D ]
0 i T
[ D d F N ]T [ D i N ]T (5.20)
C = I ny 0 ... 0 (5.21)
1 L 1 0 L 0 0 L 0 0 L 0
0 L 0 1 L 1 0 L 0 0 L 0
Iˆ =
M L M M L M O O O M L M
0 L 0 0 L 0 0 L 0 1 L 1 ny×nu .ny
I nu
I
N =
nu
ny
M
I nu
(
D i = diag d1,1
i
L d1,i nu i
d 2,1 L d 2,i nu L d nyi ,1 L d nyi , nu )
observável, a seguinte matriz deve ter seu rank igual ao número de estados do sistema :
C T AT C T ( AT ) 2 C T ( AT )3 C T ( AT ) 4 C T ( AT )5 C T =
1 0 1 0 1 0 1 0 1 0 1 0
0 1 0 1 0 1 0 1 0 1 0 1
1 0 0,95 0 0,9025 0 0,8574 0 0,8145 0 0, 7738 0
0 1 0 0,969 0 0,939 0 0,9099 0 0,8816 0 0,8543
0 0 1 0 2 0 3 0 4 0 5 0
0 0 0 1 0 2 0 3 0 4 0 5
cujo rank é 6.
−0,19 e − s −1, 7
G1,1 (s ) G1,2 ( s)
G( s) = y( s) / u( s) = = s s
G2,1 ( s) G2,2 ( s) −0, 763 0, 235
31,8s + 1 s
0 0 1 0 0 0 0 0 0 0 0
0
0 0 0 1 0 0 0 0 0 0 0
0
0 0 0 0 1 0 0 0 0 2 0
0
0 0 0 0 0 1 0 0 0,91 0 0 3
0
0 0 0 1 0 0 0 0 0 1 0
, C = 1 0 0 0 0 0 0 0 0 0 0 0
0 1 0 0 0 0 0 0 0 0 0 0
A =
0 0 0 0 0 1 0 0 0 0 0 1
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0,969 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 1 0
0 0 0 0 0 0 0 0 0 0 0 1
esse sistema não observável, ou seja, nem todos os estados podem ser determinados a
partir das saídas y (t ) .
−10−4 ( −95 s + 1) e−s −0,0117 −3,2×10−3( −s +1) e−2 s −3,5×10−2(−0,14 s +1) e−2 s −0,0047
32,16 s 2 + 4,65 s + 1 385 s +1 64,55 s 2
+ 8,83 s + 1 73,23 s 2
+ 6,74 s + 1 425 s +1
−0,082 e−3 s 0,1155 e−8 s −1,9×10−3(1,47 s +1) −5,47×10−2 (s +1) e−6 s −0,0589
300 s +1 400 s +1 9,67 s + 13,55 s + 1
2
3,91 s + 10,31s + 1
2
400 s +1
8,1×10−3( −0,02 s +1) e−4 s −0,0303 e−15 s 9,6×10−3( s +1) e−2 s 0,13(−2,66 s +1) e−4 s −2,53×10−3 e−10 s
52,45 s + 11,92 s + 1 400 s +1 54,42 s 2 + 6,58 s + 1 55,11 s 2 + 7,84 s + 1 25 s +1
2
−4 s −8 s −3 −2 −6 s −6 s
−0,0205 e 0,0314 e −1,4×10 ( s +1) −4,39×10 (s +1) e 0,0418 e
400 s +1 400 s +1 8,67 s 2 + 14,48 s + 1 7,79 s 2 + 43,41s + 1 400 s +1
Kalman, K F , como observador de estados para a correção dos estados do modelo com a
leitura das saídas da planta :
Capítulo 5 – Aplicação do IHMPC-E no controle de um sistema industrial complexo 82
horizonte de controle m = 5 e m = 10
supressão das manipuladas R = 10−3 I nu
peso das controladas Q = I ny
peso das variáveis de folga δ s S1 = 104 I ny
Observa-se pela figura que a função não é mais decrescente no tempo, pois, o
modelo deixou de ser o nominal. Para enfatizar o comportamento não monotônico da
função custo do controlador, são apresentadas duas figuras com escalas diferentes para
V3,k . Vemos que embora essa função tende para zero para valores altos de tempo, em
Fica claro então que o IHMPC-E com modelos aproximados perde a propriedade
de estabilidade.
Capítulo 5 – Aplicação do IHMPC-E no controle de um sistema industrial complexo 85
nova matriz S1 dada por S1 = 800 I ny . Pode-se observar que o desempenho é bem
parecido.
y2 = 20 % e y4 = 19,5 kg / cm 2 .
sp sp
Nas figuras 5.9 e 5.10 são apresentadas as respostas do processo para uma
alteração no ‘setpoint’ da pressão do gás de reciclo na entrada do reator. O valor de
sp
referência é alterado de 19, 5 kg / cm 2 para 20 kg / cm 2 ( y4 ), mantendo as demais
y1 = 6, 5 % , y2 = 20 %
sp sp
controladas nos ‘setpoints’ originais, ou seja, e
Capítulo 6
Conclusões e Recomendações
6.1 Conclusões
Referências Bibliográficas
Astrom, K.J. e Wittenmark, B. (1990). Computer controled systems. Theory and Design
Prentice-Hall
Cano, R.A.R. e Odloak, D. (2003). Robust model predictive control of integrating
processes. Journal of Process Control, v.13, p.101-114.
Cano, R.A.R. (2001). Controle Robusto de Processos Químicos Integradores.
Dissertação de Mestrado. EPUSP, São Paulo.
Cutler, C. R. e Ramaker, B. L. (1979). Dynamic matrix control – a computer control
algorithm. AIChE 86th National Meeting, Houston, TX.
Garcia, C. E. e Morshedi, A. M. (1986). Quadratic programing solution of dynamic
matrix control (QDMC). Chem. Engng Commun., v.46, p.73-87.
Gouvêa, M. T. e Odloak, D. (1997). ROSSMPC: A new way of representing and
analysing the predictive controllers. Trans IchemE, v.75, Part A, p.693-708.
Lee, J. H.; Morari, M. e Garcia, C. E. (1994). State space interpretation of model
predictive control. Automatica, v.30, n.4, p.707-717.
Lee, J. H. e Cooley, B. L. (2000). Min-Max Predictive control Techniques for a Linear
State Space System with a Bounded Set of Input Matrices. Automatica, v.36,
p.463-473.
Lee, J. H. e Xiao, J. (2000). Use of two-stage optimization in model predictive control
of stable and integrating systems. Computers Chem. Engng, v.24, p.1591-1596.
Li, S.; Lim, K. Y. e Fisher, D. G. (1989). A state space formulation for model predictive
control. AIChE Journal, v.35, n.2, p.241-249.
Luyben, W.L.; Tyreus, B.D.; e Luyben, M.L. (1999). Plantwide process control.
Mc Graw-Hill.
Moro, L. F. L. e Odloak, D. (1995). Constrained multivariable control of fluid cracking
converters. Journal of Process Control, v.5, n.1, p.29-39.
Odloak, D. (1996). A new state-space approach to model predictive control, Brazilian
Journal of Chem. Engng, v.13, n.3, p.152-167.
Rawlings, J.B e K.R Muske (1993). The stability of constrained multivariable receding
horizon control. IEEE Trans. Autom. Cont., 38, p.1512-1516.
Referências bibliográficas 95
Apêndice A
èinstante k + 1 : [ y ]k +1 = C [x ]k +1
{
= C A[ x ]k + B∆u (k ) }
= CA [ x ]k + CB∆u (k )
èinstante k + 2 : [ y ]k +2 = C [ x ]k +2
{
= C A[ x ]k +1 + B∆u (k + 1) }
{
= C A A [ x ]k + B∆u ( k ) + B∆u (k + 1)}
= CA2 [ x ]k + CAB∆u ( k ) + CB ∆u (k +1)
èinstante k + 3 : [ y ]k +3 = C [ x ]k + 3
{
= C A[ x ]k + 2 + B∆u (k + 2) }
{
= C A A [ x ]k +1 + B∆u ( k + 1) + B∆u( k + 2) }
{ ( )
= C A A A [ x ]k + B∆u ( k ) + B∆u ( k + 1) + B∆u( k + 2) }
= CA3 [ x ]k + CA2 B∆u ( k ) + CAB∆u ( k +1) + CB ∆u (k + 2)
Para instantes acima do horizonte de controle, m < j ≤ np , não existe mais ações
de controle. Escrevendo recursivamente teremos :
èinstante k + m + 1 : [ y ]k + m +1 = C [ x ]k + m +1
èinstante k + m + 2 : [ y ]k + m + 2 = C [ x]k + m + 2
èinstante k + np : [ y ]k + np = C [ x]k + np
CB 0 L 0
yk +1 CA CAB
y CA2 CB L 0 ∆u ( k )
k +2 M M O M ∆u ( k + 1)
. . m −1
[ x ]k L
m−2
= + CA B CA B CB .
. . CAm B CAm−1 B
L CAB .
yk +np −1 CAnp −1
np M M O M ∆u ( k + m − 1)
yk +np k CA CAnp −1 B CAnp −2 B
L CAnp − m B
ou de forma compacta :
__ ==
[ y ]k = C [ x ]k + C ∆uk
onde ,
__
C = CA CA2 L CAnp ∈R
T np.ny , ny+ne
CB 0 L 0
CAB CB L 0
M M O M
==
m −1
C = CA B CA Bm− 2
L CB ∈ R np.ny , m.nu
y (k ) ∈ R np.ny
x( k / k ) ∈ R (ny+ne)
[ ∆u ]k ∈ R m.nu
Apêndice A 99
T
__ ==
__ ==
Vk = C [ x ]k + C ∆uk − y1sp Q% C [ x ]k + C ∆uk − y1sp
{ } { }
T T
+ ∆ukT R% ∆uk
~ ~
+ Am [ e]k + AB ∆uk Q* Am [ e]k + AB ∆uk
T
__ ==
sp % C [ x ] + C ∆u − y sp =
__ ==
C [ x ] + C ∆u k − y1 Q k 1
k k
__ T __ T == __ T
= [ x ]k C Q% C [ x ]k + [ x ]k C Q% C ∆uk − [ x ]k C Qy
% sp
__
T T T
1
== T ==T == == T
+ ∆uk C Q% C [ x ]k + ∆uk C Q% C ∆uk − ∆uk C Qy
% sp
__
T T T
1
==
− y1sp Q% C [ x ]k − y1sp Q% C ∆uk + y1sp Qy
% sp
__
T T T
1
{ } { }
T T
+ ∆ukT R% ∆uk =
~ ~
A [ e]k + AB ∆uk
m
Q A [ e]k + AB ∆uk
* m
~
= [ e]k Am Q* Am [ e]k + [ e]k Am Q* AB ∆uk
T T T T
~ T ~ T ~
+ ∆uk AB Q* Am [ e]k + ∆uk AB Q * AB ∆uk
T T
+ ∆uk R% ∆uk
T
onde
== T == ~ T
H1 = C Q% C + AB Q* AB + R%
~
matriz Hessiana
__ T == ==
C f ,1 = [ x ]k C Q% C y1sp Q% C
~
[e]k
T T T
− + Am Q* AB
__ T
c1 = [ x ]k C Q% C [ x ]k − 2 y1sp Q% C [ x ]k + y1sp Qy
% sp + [ e]T AmT Q* Am [ e]
__ __
T T T
1 k k
Apêndice A 100
T
__ ==
__ ==
Vk = C [ x ]k + C ∆uk − y1sp − I δ ks Q% C [ x ]k + C ∆uk − y1sp − I δ ks
__ __
{ } { }
T T
+ ∆ukT R% ∆uk
~ ~
Am [ e]k + AB ∆uk Q* Am [ e]k + AB ∆uk
T
+ + δ ks S1δ ks
abrindo o 1º Termo :
T
__ == __
s % __ == __
[ ]k + ∆ − − δ [ ]k + ∆ − − I δ ks =
sp sp
C x C u k y1 I k Q C x C u k y1
__ T __ T == __ T __ T
= [ x ]k C Q% C [ x ]k + [ x ]k C Q% C ∆uk − [ x ]k C Qy
% sp − [ x ]T C Q% I δ s
__ __
T T T
1 k k
== T ==T == == T == T
+ ∆uk C Q% C [ x ]k + ∆uk C Q% C ∆uk − ∆uk C Qy
% sp − ∆u T C Q% I δ s
__ __
T T T
1 k k
==
− y1sp Q% C [ x ]k − y1sp Q% C ∆uk + y1sp Qy
% sp + y spT Q% I δ s
__ __
T T T
1 1 k
__ T __ T == __ T __ T
I Q% C [ x ]k − δ ks I Q% C ∆uk + δ ks I Qy
% sp + δ sT I Q% I δ s
__ __
sT T T
−δ k 1 k k
abrindo o 2º Termo :
{ } { }
T T
+ ∆ukT R% ∆uk
~ ~
Am [ e]k + AB ∆uk Q* Am [ e]k + AB ∆uk
T
+ δ ks S1δ ks =
~
= [ e]k Am Q* Am [ e]k + [ e]k Am Q* AB ∆uk
T T T T
~ T ~ T ~
+ ∆uk AB Q* Am [ e]k + ∆uk AB Q * AB ∆uk
T T
+ ∆uk R% ∆ uk
T
+ δ ks S1δ ks
T
∆u k ∆uk
Vk 2 = ∆ukT δ ks H 2
T
+ 2C f ,2 + c2
δ ks δ ks
onde
== T % == ~ T * ~ == T __
C Q C + AB Q AB + R
% − C Q% I
matriz Hessiana : H2 =
__ T == __ T
− I Q% C I Q% I + S1
__
T __ T == == __ T __
C f ,2 = [ x ]k C Q% C − y1sp Q% C + [e ]k Am Q* AB − [ x ]k C Q% I + y1sp Q% I
~ __
T T T T
T __ T __ % sp + [ e]T AmT Q * Am [ e ]
c 2 = c1 = [ x ]k C Q% C [ x ]k − 2 y1sp Q% C [ x ]k + y1sp Qy
__
T T
1
k k
Apêndice A 101
T
__ ==
__ ==
Vk = C [ x ]k + C ∆uk − y1sp − I δ ks − T δ ki Q% C [ x ]k + C ∆uk − y1sp − I δ ks − T δ ki
__ __ __ __
{ } { }
T T
+ ∆ukT R% ∆uk
~ ~
+ A [ e ]k + AB ∆uk Q A [ e ]k + AB ∆uk
T T
m * m
+ δ ks S1δ ks + δ ki S 2δ ki
abrindo o 1º Termo :
T
__ == __ __
i % C [ x ] + C ∆u − y sp − I δ s − T δ i =
__ == __ __
C [ x ] + C ∆u k − y1
sp
− I δ s
k − T δ k Q k 1 k k
k k
__ T __ T == __ T __ T __ T
= [ x ]k C Q% C [ x ]k + [ x ]k C Q% C ∆uk − [ x ]k C Qy
% sp − [ x ]T C Q% I δ s − [ x ]T C Q% T δ i
__ __ __
T T T
1 k k k k
== T ==T == == T == T == T
+ ∆uk C Q% C [ x ]k + ∆uk C Q% C ∆uk − ∆uk C Qy
% sp − ∆u T C Q% I δ s − ∆u T C Q% T δ i
__ __ __
T T T
1 k k k k
==
% sp + y sp T Q% I δ s + y spT Q% T δ i
− y1sp Q% C [ x ]k − y1sp Q% C ∆uk + y1sp Qy
__ __ __
T T T
1 1 k 1 k
__ T __ T == __ T __ T __ T
I Q% C [ x ]k − δ ks I Q% C ∆uk + δ ks I Qy
% sp + δ s T I Q% I δ s + δ s T I Q% T δ i
__ __ __
sT T T
−δ k 1 k k k k
__ T __T == __ T __ T __ T
− δ ki T Q% C [ x ]k − δ ki T Q% C ∆uk + δ ki T Qy
% sp + δ i T T Q% I δ s + δ i T T Q% T δ i
__ __ __
T T T
1 k k k k
abrindo o 2º Termo :
{ } { }
T T
+ ∆ukT R% ∆uk
~ ~
A [ e ]k + AB ∆uk Q A [ e ]k + AB ∆uk
T T
m * m
+ δ ks S1δ ks + δ ki S 2δ ki =
~
= [ e ]k Am Q* Am [ e ]k + [ e ]k Am Q* AB ∆uk
T T T T
~ T ~ T ~
+ ∆uk AB Q* Am [ e]k + ∆uk AB Q * AB ∆uk
T T
+ ∆uk R% ∆ uk
T T
+ δ ks S1δ ks + δ ki S 2δ ki
T
Apêndice A 102
onde
== T == ~ T == T == T
H11 = C Q% C + AB Q* AB + R% H12 = − C Q% I %
~ __ __
H13 = − C QT
__ T == __ T __ T
= − I Q% C H 22 = I Q% I + S1 %
__ __
H 23 = I QT
T
H12
__ T == __ T __ T
= − T Q% C = T Q% I % +S
__ __
H 33 = T QT
T T
H 13 H 23 2
T == ==
%
C f ,3 = [ x ]k C T Q% C − y1sp Q% C + ekT Am Q* AB − [ x ]k C T QI
% + y spT QI
% % + y spT QT
~
− [ x ]k C T QT
T T T T
1 1
% [ x ] − 2 y sp T QC
c3 = [ x ]k C T QC
T
% [ x ] + eT AmT Q * Am e
k 1 k k k