Localização de canais afetando o desempenho de controladores preditivos baseados em modelos

Abstract

O escopo desta dissertação é o desenvolvimento de um método para detectar os modelos da matriz dinâmica que estejam degradando o desempenho de controladores preditivos baseados em modelos. O método proposto se baseia na análise de correlação cruzada entre o erro nominal do controlador em malha fechada e a uma estimativa da contribuição de cada canal para o cálculo da saída, filtrada pela função de sensibilidade do controlador. Esse método pode ser empregado na auditoria de controladores com variáveis controladas em setpoints e/ou com variáveis que operem entre faixas, como é usual de se encontrar na indústria. Esta dissertação apresenta os resultados da aplicação bem sucedida do método no sistema de quatro tanques (JOHANSSON, 2000), para o qual três cenários foram avaliados. No primeiro cenário, o método localizou corretamente discrepâncias de ganho e de dinâmica de modelos de um controlador preditivo baseado em modelos (Model-based Predictive Controller, ou controlador MPC). No segundo, o método foi utilizado para avaliar a influência de uma variável externa para melhorar o desempenho de um controlador afetado por distúrbios não medidos. No terceiro cenário, o método localizou canais com modelos nulos que deveriam ser incluídos na matriz de controle de um controlador MPC de estrutura descentralizada. Os resultados deste estudo de caso foram comparados com aqueles obtidos pelo método proposto por BADWE, GUDI e PATWARDHAN (2009), constatando-se que o método proposto é mais robusto que o método usado na comparação, não demandando ajustes de parâmetros por parte do usuário para fornecer bons resultados. A dissertação inclui também um estudo de caso da aplicação industrial do método na auditoria de desempenho de um controlador preditivo linear de estrutura descentralizada, com doze variáveis controladas, oito manipuladas e quatro distúrbios não medidos, aplicado a um sistema de fracionamento de propeno e propano em uma indústria petroquímica. A auditoria permitiu reduzir o escopo de revisão do controlador a dezenove canais da matriz, sendo que quatorze destes correspondiam a canais com modelos nulos que deveriam ser incluídos na matriz. A eficácia do método foi comprovada repetindo-se a avaliação da qualidade de modelo para todas as variáveis controladas.

The scope of this dissertation is the development of a method to detect the models of the dynamic matrix that are affecting the performance of model-based predictive controllers. The proposed method is based on the cross correlation analysis between the nominal controller error and an estimate of the contribution of each channel to the controller output, filtered by the controller nominal sensitivity function. The method can be used in the performance assessment of controllers employing variables controlled at the setpoint and/or those controlled within ranges. This dissertation presents the results of the successful application of the method to the quadruple-tank process (JOHANSSON, 2000), for which three scenarios were evaluated. In the first scenario, the method correctly located gain and dynamic mismatches on a model-based predictive controller (MPC controller). In the second one, the method was used to evaluate the influence of an external variable to improve the performance of a controller affected by unmeasured disturbances. In the third scenario, the method located null models that should be included in the dynamic matrix of a decentralized MPC controller. The results of the three scenarios were compared with the ones obtained through the method proposed by BADWE, GUDI e PATWARDHAN (2009). The proposed method was considered more robust than the reference one for not requiring parameters estimation performed by the user to provide good results. This dissertation also includes a case study about the application of the method on the performance assessment of an industrial linear predictive controller of decentralized structure. The controller has twelve controlled variables, eight manipulated variables, and four unmeasured disturbances and is applied to a propylene-propane fractionation system of a petrochemical industry. The performance assessment allowed reducing the scope of the controller revision to nineteen channels of the models matrix, fourteen of which were null models that should be included in the controller. The efficacy of the proposed method was confirmed by repeating the model quality evaluation for all the controlled variables.