Um método evolucionário para sintonia de controladores PI/PID em processos multivariáveis

Abstract

RESUMOEm instalações industriais, é comum a existência de processos multivariáveis que possuem variáveis com fortes interações entre si, além de não linearidades e de objetivos de controle conflitantes Assim, a sintonia de diversos controladores em plantas industriais complexas constitui um desafio aos engenheiros de processo e operadores. Este artigo aborda o problema de sintonizar n controladores PI/PID (Proporcional, Integral e Derivativo) em processos multivariáveis como um problema de otimização multiobjetivo. Um algoritmo genético multiobjetivo, modificado por uma técnica de nicho e formação de castas, é proposto para resolver o problema. A otimização é realizada em dois níveis. No primeiro, uma função local que agrupa os critérios ITSE (Integral Time Squared Error) e variância mínima é calculada para avaliar separadamente o desempenho de cada malha. Em seguida, uma função de custo global, considerando todas as malhas é usada para calcular um conjunto de soluções (conjunto de parâme-tros do controlador PI/PID) para o problema de otimização. A metodologia foi aplicada no controle PI de uma unidade de craqueamento catalítico e o seu desempenho foi comparado ao de um controlador preditivo por matriz dinâmica. Os resultados mostram a aplicabilidade e eficiência da metodo- ABSTRACTNonlinear multiple-input multiple-output (MIMO) processes which are common in industrial plants are characterized by significant interactions and nonlinearities among their variables. Thus, the tuning of several controllers in complex industrial plants is a challenge for process engineers and operators. This paper addresses the problem of simultaneously tuning n proportional-integral-derivative (PI/PID) controllers in a coupled multivariable process as a multi-criteria optimization problem. A multi objective genetic algorithm modified by a niching technique with castes formation is proposed to solve this problem. The optimization is carried out in two levels. In the first level a local function that considers both the integral time squared error (ITSE) and the minimum variance criteria is computed to separately evaluate the performance of each closed loop. Thereafter, a global cost function that considers all the loops is used to compute a set of solutions (a set of PI/PID parameters) to the optimization problem. The proposed system was applied to the control of a fluid catalytic cracking (FCC) unit, and its performance was compared to dynamic matrix control (DMC). The results show the applicability and effectiveness of the proposed

Investigação de variável adequada ao controle automático de vazão sem uso de sensores em campos irrigados por meio de análise multivariada

“…Muitas vezes, na implementação do projeto de controle, além da necessidade de experiência técnica nessa fase (WAHAB et al, 2009), é requerida a instalação de sensores de alto custo. O sincronismo desses sistemas, por conta da sua complexidade, apresenta desempenho insuficiente, chegando a 50% dos processos acionados manualmente devido a esse fato (ARRUDA et al, 2008). Nos processos industriais, o ambiente tem uma dimensão especialmente pequena, se comparada à área de uma propriedade agrícola.…”

<b>Programação da produção otimizada em indústrias de panificação</b>

“…Um modelo é constituído por uma equação que descreve a "função objetivo" com parâmetros a serem maximizados ou minimizados e um conjunto de equações ou inequações que descrevem as restrições do problema real. As variáveis envolvidas no modelo devem ser determinísticas e positivas ou nulas (PUCCINI; PIZZOLATO, 1990 (ARRUDA, et al, 2008). O problema multi-objetivo busca encontrar a melhor solução dentro de um universo multidimensional (JASZKIEWICZ;SLOWINSKI,1995).…”

Controle De PID Digital Nebuloso: Análise E Projeto No Domínio De Frequência Baseado Em Algoritmo Genético Multi-Objetivo

“…Mesmo com o conhecimento de que a dinâmica de tais processos seja não-linear, os engenheiros ainda preferem trabalhar com este tipo de controle devido a familiaridade com as técnicas de projeto. Contudo, o avanço recente na tecnologia de computadores tem proporcionado novas direções para o projeto de controladores, tais como a realização de controles adaptativos [1], auto-ajustáveis, controle fuzzy, ou nebuloso, de processos [2] e controladores realizados a partir de métodos de otimização probabilísticos, tais como algoritmos genéticos [3], [4] e [5]. A propriedade fundamental de controladores inteligentes, especialmente os controladores nebulosos,é de serem baseados em experiência de operadores humanos e/ou especialistas em um determinado processo industrial, em vez de utilizarem unicamente modelos matemáticos.…”