Resumo: Este trabalho apresenta o desenvolvimento de um controlador preditivo baseado em modelos fuzzy funcionais para o controle de processos de polimerização. Estes processos apresentam um comportamento dinâmico altamente não linear, dificultando assim o desenvolvimento de controladores baseados em modelo convencionais. Para tanto, consideram-se dois casos de estudo da literatura: processo de copolimerização (Congalidis et aI. 1989) e policondensação (Giudici et aI. 1999). O processo de copolimerização apresenta um sistema de reciclo que ocasiona algumas perturbações na entrada do reator do processo. Soluciona-se este problema através de um controlador feedforward apresentado por Congalidis et aI. 1989. Dessa forma, pode-se tratar o reator do processo como um sistema isolado no desenvolvimento do controlador. Para o caso do processo de policondensação, tomando-se como base o modelo estacionário do reator tubular desenvolvido por Giudici et aI. 1999, foi desenvolvido um modelo dinâmico através do seqüenciamento de dez reatores de tanque agitado contínuo (CSTR). Este modelo representa satisfatoriamente o comportamento dinâmico das principais variáveis no desenvolvimento do sistema de controle. Dessa forma, cada um desses dois casos de estudo são considerados como as plantas para aplicação dos sistemas de controle. A escolha de um controlador preditivo como base de desenvolvimento do controlador proposto deve-se ao fato do sucesso na implementação dos controladores preditivos em diversos processos químicos, pois tais controladores, além apresentarem bom desempenho nos controles regulatório e servo, apresentam a possibilidade de inclusão de restrições nas variáveis manipuladas e controladas. Assim sendo, procura-se neste trabalho apresentar o desenvolvimento de uma metodologia de projeto sistemático de controlador preditivo baseando-se em modelos dinâmicos fuzzy funcionais (Takagi e Sugeno 1985) . Estes modelos apresentam uma excelente capacidade de representação de dados dinâmicos. Além disso, apresentam a possibilidade de inclusão de informações qualitativas (ou operacionais) do processo. Tomando-se como base o modelo fuzzy de Takagi e Sugeno, a determinação do modelo (número de regras e parâmetros) é obtida a partir de um conjunto de dados provenientes do processo. O tratamento desses dados para a determinação do modelo fuzzy é realizado por meio de algoritmos matemáticos de agrupamento (clustering) e mínimos quadrados. Os modelos são validados utilizando-se uma parte dos dados de identificação, denominados de dados de teste. Os resultados dessa modelagem para os dois casos de estudo considerados são apresentados com excelentes resultados. Por fim, esses modelos fuzzy são inseridos na metodologia de controle preditivo; emprega-se o controlador preditivo baseado em coeficientes da resposta à entrada degrau (DMC) como base comparativa nos resultados de controle. Nas simulações realizadas os resultados de controle obtidos com o controlador proposto foram superiores aos oriundos do DMC convencional, demonstrando o potencial de utilização do novo algoritmo proposto para o controle de sistemas não lineares Ver menos

Abstract: This work presents the development of a new predictive controller based in functional fuzzy models for polymerizatíon processes. These processes present a highly non-linear dynamic behavior, thus making difficult the development of controllers based on model as conventional predictive controllers. Two case studies were considered to analyse the performance of the proposed control/er, to know: process of copolimerization (Congalidis et al. 1989) and policondensation (Giudici et ai. 1999). The copolimerization process presents a recycle system that leads to some disturbances in the reactor input of the process. This problem is solved through a feedforward controller, developed by Congalidis et al. 1989. In this way, the reactor can be interpreted as an isolated process system for the control system design. For the polycondensation process, a dynamic model was developed through the sequence of ten reactors CSTR. This model satisfactorily represents the dynamic behavior of the main process variables for the development of the control system. Taking this into consideration the success of some applications of predictive controllers in chemical processes, and also its ability to consider the restrictions on the manipulated and control/ed variables. This type of controller was used as a basis for the development of new control algorithm coupling the fuzzy concepts together with the model predictive controllers. Thus, it explicated in this work the development of a methodology for the design the predictive control/er being based on functional dynamic models fuzzy (Takagi e Sugeno, 1985). These models present an excellent capacity to represent dynamic data. Moreover, they allow the inclusion of qualitative or operational information of the process. The fuzzy model determination (rules number and model parameters) is obtained from the process database. The treatment of these data for the fuzzy model determination is carried out by means of mathematical algorithms of clustering and least squares. The modeling by the fuzzy approach showed to have a good potential for representation. The fuzzy internal models were developed based on the functional dynamic fuzzy representation (Takagi e Sugeno, 1985). The proposed fuzzy based controller were compared to the dynamic matrix controller (DMC) and the obtained results showed that the proposed controller is robust and does not require step test as conventional controllers Ver menos