Metodologia para estimar distúrbios não medidos aplicada a sistemas SISO

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Lima, Maria Andressa Ferro de
Orientador(a): Trierweiler, Jorge Otávio, Farenzena, Marcelo
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Não Informado pela instituição
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Palavras-chave em Inglês:
Link de acesso: http://hdl.handle.net/10183/149189
Resumo: Os processos industriais, em geral, estão sujeitos à presença de distúrbios não medidos, estas perturbações influenciam diretamente na eficiência do processo de produção e na qualidade de seus produtos finais. Essas razões tornam a presença de distúrbios não medidos um dos principais problemas de controle tornando-os, assim, um importante elemento na teoria de controle. Porém, existe um problema fundamental no que envolve o estudo destes sinais uma vez que o comportamento temporal dos distúrbios não medidos não é precisamente conhecido nem é possível sua medição direta em tempo real. Em virtude desses aspectos o presente trabalho propõe uma metodologia capaz de estimar o distúrbio não medido presente em uma malha de controle SISO a partir de dados de processo em condição normal de operação, da estrutura e dos parâmetros de ajuste do controlador. São propostas também outras duas metodologias que utilizam o conhecimento do distúrbio não medido estimado, uma delas realiza a identificação do modelo da planta e a outra prediz o potencial de redução de variabilidade, levando em consideração o distúrbio não medido estimado, o modelo da planta identificado e a real estrutura do controlador em operação. A metodologia foi analisada através de estudos de casos envolvendo modelos de planta de primeira e segunda ordem com e sem tempo morto. Através dos resultados foi possível observar uma boa capacidade de estimação dos distúrbios não medidos assim como uma boa qualidade no modelo da planta identificado, via metodologia proposta, medida através de sua capacidade em reprodutibilidade do modelo real da planta e uma boa capacidade de predição da redução de variabilidade das malhas de controle decorrentes de alterações no ajuste do controlador.