Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tedebc.ufma.br/jspui/handle/tede/tede/2878
Tipo do documento: Tese
Título: Metodologias de sintonia online e ótima para controladores com ações PID baseadas em modelos Neuro-Fuzzy e guiadas por dados de sensores (Data-Driven Ótima)
Título(s) alternativo(s): Great online tuning methodologies controllers with model-based PID actions data-driven and neuro-fuzzy sensors great)
Autor: MOURA, José Pinheiro de 
Primeiro orientador: FONSECA NETO, João Viana da
Primeiro membro da banca: FONSECA NETO, João Viana da
Segundo membro da banca: PAIVA, Anselmo Cardoso de
Terceiro membro da banca: SERRA, Ginalber Luiz de Oliveira
Quarto membro da banca: BARRA JÚNIOR, Walter
Quinto membro da banca: NOGUEIRA, Fabrício Gonzalez
Resumo: A sintonia online e ótima de controles de processos industriais é uma atividade que requer o desenvolvimento de hardware e software dedicados para a atividade de ajustes de parâmetros de controladores em plantas industriais, que auxiliam no alcance das metas a serem atingidas em um espaço de tempo relativamente pequeno contribuindo com a evolução tecnológica da industria 4.0, que conduzem a uma sintonia autônoma dos processos industriais. No sentido de dar suporte para a sintonia de sistemas de controle que seguem abordagens de projeto dos tipos: model-base control (MBC) ou data-driven control (DDC), são metodologias propostas para sintonia online e ótima para controladores PID que são baseadas em modelos Neuro-Fuzzy e guiadas por dados de sensores. Nesta Tese de Doutorado apresenta-se metodologias inovadoras para controle de processos operacionais de sistemas industriais com aplicação em equipamentos do setor de mineração para serem embarcados em controladores lógicos programáveis (CLP). Para melhor entedimento, esta Tese está dividida em duas partes, onde na Parte I - faz-se a descrição geral do processo industrial, abordando-se cada uma das fases do processo e uma breve introdução sobre controladores lógicos programáveis. Apresenta-se o referencial teórico das ações proporcionais, integrais e derivativas (PID), programação dinâmica adaptativa (PDA) e inteligência computacional (IC) para o embasamento teórico, formulação e solução de problemas apresentados nesta Tese. Por fim, é apresentada a metodologia proposta. Já na Parte II - apresenta-se os modelos de sintonia online e ótima MBC e DDC de processos industriais em duas abordagens, sendo: a) Dependente de modelos da planta - representado em espaços de estado e funções de transferências (FTs), concebidos com dados reais dos processos para ajuste automático de ganhos de controladores PID. Este ajuste é feito da seguinte forma, no primeiro momento, os ganhos ótimos do controlador PID são determinados offline por meio de uma rede neuronal artificial estruturada (RNA-E) e em seguida, um sistema baseado em regras fuzzy é usado para fazer o ajuste dos ganhos por meio de um esquema de escalonamento online desse vetor de ganhos. No segundo momento, os ganhos ótimos do controlador PID são determinados online por meio de uma RNA-E do tipo feed-forward com algoritmos de treinamento com baixa complexidade computacional e algoritmos baseados em regulador linear quadrático (RLQ) com alto desempenho e b) Independente de modelos da planta - levando-se em conta, somente os sinais dos estados de entradas/saídas da planta medidos por sensores. Ainda neste contexto, apresenta-se uma metodologia de sintonia ótima de controladores com ganhos autoajustáveis por controle com base em RLQ (tempo contínuo/tempo discreto), em PDA, especificamente a programação dinâmica heurística aproximada/adaptativa dependente de ação (PDHADA) que foi aplicada nos experimentos apresentados nesta Tese.
Abstract: Optimal online tuning of industrial process controls is an activity that requires the development of dedicated hardware and software for controller parameter setting activity in manufacturing plants that assist in achieving the goals to be achieved in a relatively short time. contributing to the technological evolution of industry 4.0, which lead to an autonomous tuning of industrial processes. In order to support tuning of control systems that follow design approaches such as model-based control (MBC) or datadriven control (DDC), proposed methodologies for online tuning for model-based PID controllers are: Neuro-Fuzzy and guided by sensor data. This Doctoral Thesis presents innovative methodologies for controlling the operational processes of industrial systems with application in mining sector equipment to be embedded in Programmable Logic Controllers (PLC). For better understanding, this Thesis is divided into two parts, where Part I - gives an overview of the industrial process, addressing each of the process phases and a brief introduction to programmable logic controllers. The theoretical framework of proportional, integral and derivative actions (PID), Adaptive Dynamic Programming (ADP) and Computational Intelligence (CI) are presented for the theoretical basis, formulation and problem solving presented in this Thesis. Finally, the proposed methodology is presented. Already in the textbf Part II - we present the Tuning Models Online MBC and DDC of Industrial Processes in two approaches, being: a) Plant model dependent - represented in state spaces and transfer functions, designed with real process data for automatic adjustment of PID controller gains. This adjustment is made as follows: at first, optimal PID controller gains are determined offline through a structured artificial neural network and then a fuzzy rules-based system is used to adjust earnings through a scaling scheme online of this gains vector. In the second moment, the optimal PID controller gains are determined online through a structured feed-forward artificial neural network with low computational complexity training algorithms and high performance RLS algorithms and b) Independent of plant models - taking into account only sensor input/output state signals measured by sensors. Also in this context, an optimal tuning methodology for self-adjusting gain controllers based on Quadratic Linear Regulator (RLQ) (continuous time / discrete time) is presented in Approximate Dynamic Programming (PDA), specifically Action-Dependent Adaptive Heuristic Dynamic Programming (AD-AHDP) has been applied to the experiments presented in this Thesis.
Palavras-chave: Controladores lógicos programáveis
Controladores PID
Programação dinâmica adaptativa
Regulador linear quadrático
Sintonia ótima
Programmable logic controllers
PID controllers
Adaptive dynamic programming
Linear quadratic regulator
Optimal tuning
Área(s) do CNPq: Linguagens de Programação
Idioma: por
País: Brasil
Instituição: Universidade Federal do Maranhão
Sigla da instituição: UFMA
Departamento: DEPARTAMENTO DE ENGENHARIA DA ELETRICIDADE/CCET
Programa: PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE/CCET
Citação: MOURA, José Pinheiro de. Metodologias de sintonia online e ótima para controladores com ações PID baseadas em modelos Neuro-Fuzzy e guiadas por dados de sensores (Data-Driven Ótima). 2019. 246 f. Tese (Programa de Pós-Graduação em Engenharia de Eletricidade/CCET) - Universidade Federal do Maranhão, São Luís.
Tipo de acesso: Acesso Aberto
URI: https://tedebc.ufma.br/jspui/handle/tede/tede/2878
Data de defesa: 21-Mar-2019
Aparece nas coleções:TESE DE DOUTORADO - PROGRAMA DE PÓS GRADUAÇÃO EM ENGENHARIA DE ELETRICIDADE

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
JOSÉ-MOURA.pdfTese de Doutorado13,32 MBAdobe PDFBaixar/Abrir Pré-Visualizar


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.