Por favor, use este identificador para citar o enlazar este ítem: http://ri.ufs.br/jspui/handle/riufs/5026
Tipo de Documento: Dissertação
Título : Reconciliação dinâmica de dados baseada em estimadores em uma malha de controle MPC
Otros títulos : Dynamic data reconciliation based on estimators in a MPC control loop
Autor : Silva, Guilherme Moura Afonso da
Fecha de publicación : 27-abr-2017
Director(a): Cardoso, Carlos Alberto Villacorta
Co-Director(a): Sotomayor, Oscar Alberto Zanabria
Resumen: A reconciliação de dados em controle de processos é extremamente importante no que diz respeito às indústrias, pois a partir dessa é possível obter uma maior eficiência no desempenho em malhas de controle de processos industriais visando à minimização dos custos e maximizando a qualidade do produto. Neste trabalho abordam-se técnicas de estimação de dados para a implementação de um sistema de reconciliação dinâmica de dados on-line a fim de reduzir os ruídos e as incertezas de medições a que estão submetidas às variáveis do processo. As técnicas aqui empregadas são: o Filtro de Kalman, o Algoritmo DDR Preditor-Corretor, o Estimador de Horizonte Móvel (MHE) e o Filtro de Kalman Estendido com Restrições (CEKF). As análises são efetuadas aplicando o sistema de reconciliação dinâmica de dados em um processo simulado, característico da indústria química, operando sob controle preditivo (MPC). Também é efetuado o aprimoramento no desempenho do controlador MPC utilizando os dados reconciliados na malha de realimentação do controlador.
Resumen : The data reconciliation in process control is extremely important regarding the industries because from this it is possible to obtain a greater efficiency in the performance in industrial process control meshes aiming at a lower cost and a higher quality of the product. In this work we approach data estimation techniques for the implementation of an online dynamic data reconciliation system in order to reduce the noise and the measurement uncertainties that are submitted in the process variables. The techniques used here are: the Kalman Filter, the Preditor-Corrector DDR Algorithm, the Moving Horizon Estimator (MHE) and the Constrained Extended Kalman Filter (CEKF). The analysis is performed by applying the dynamic data reconciliation system in a simulated process, characteristic of the chemical industry, operating under MPC (Model Predictive Control). The performance of the MPC controller is also enhanced by the use of the reconciled data in the feedback control loop.
Palabras clave : Engenharia elétrica
Algoritmos
Filtragem de Kalman
Controle preditivo
MPC
Reconciliação de dados
Filtro de Kalman
Algoritmo DDR preditor-corretor
Estimador do horizonte móvel
Data reconciliation
Kalman filter
DDR algorithm
Moving horizon estimator
Model predictive control
Área CNPQ: ENGENHARIAS::ENGENHARIA ELETRICA
Patrocinio: Coordenação de Aperfeiçoamento de Pessoal de Nível Superior - CAPES
Idioma : por
PaÍs: Brasil
Institución / Editorial : Universidade Federal de Sergipe
Institución: UFS
Programa de Posgrado: Pós-Graduação em Engenharia Elétrica
Citación : SILVA, Guilherme Moura Afonso da. Reconciliação dinâmica de dados baseada em estimadores em uma malha de controle MPC. 2017. 111 f. Dissertação (Pós-Graduação em Engenharia Elétrica) - Universidade Federal de Sergipe, São Cristóvão, 2017.
Tipo de acceso: Acesso Aberto
URI : https://ri.ufs.br/handle/riufs/5026
Aparece en las colecciones: Mestrado em Engenharia Elétrica

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
GUILHERME_MOURA_AFONSO_SILVA.pdf1,4 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.