Modelo controle preditivo

O MPC não trata de uma única técnica de controle, mas de toda uma
classe de controladores que utilizam explicitamente um modelo do sistema,
para predizer ações de controle que minimizam uma função objetivo
(CAMACHO; BORDONS, 1998). Normalmente, essa função, também chamada
de função custo, é escrita como uma equação quadrática nos estados e no
sinal de controle, de modo que, ao ser minimizada, a trajetória do sistema
segue para a origem como em um regulador linear quadrático (TROFINO;
COUTINHO; BARBOSA, 2003). Utiliza-se de um algoritmo de otimização para
determinar um conjunto de ações de controle ótimo sobre um horizonte de
tempo, normalmente finito, tornando simples a incorporação de restrições a
ação de controle, ou aos estados do sistema. De forma geral, um controlador
MPC tem a seguinte estrutura (CAMACHO; BORDONS, 1998):

• Uso do modelo para predizer os estados do sistema em instantes de tempo

futuro (horizonte de tempo);

• Cálculo da sequência de controle que minimiza uma função objetivo

• A cada instante de tempo, apenas o primeiro elemento do sinal de controle é

aplicado ao processo, e o horizonte de tempo é deslocado para um instante de
tempo futuro.

Mínimos quadrados parciais-PLS

O método de mínimos quadrados parciais – ou PLS (Partial Least Squares), como é conhecido
na literatura – foi desenvolvido na década de 1960, por Herman Wold, como uma técnica
econométrica, mas seus maiores defensores são engenheiros químicos. PLS é aplicada em
calibração de espectrometria, no monitoramento e controle de processos industriais, em que
um processo pode ter centenas de variáveis controláveis e dezenas de saídas (TOBIAS, 1995).
Outras aplicações foram em medicina, psicologia e agropecuária, entre outras áreas.

PLS é um método bem conhecido da comunidade científica, embora ainda pouco explorado
pelas indústrias. A utilização dessas metodologias multivariadas para análise de corantes de
interesse das indústrias de alimentos tem se mostrado eficiente (Lopez-de-Alba et al., 1996;
Berzas Nevado et al., 1999; Berzas et al., 1999 e Santos e Nagata, 2005).