Controle preditivo multivariável aplicado a uma planta de nível

Abstract

O objetivo deste trabalho de conclusão de curso é o de implementar um algoritmo de controle preditivo baseado em modelo (MPC ou Model Predictive Control) a um sistema multivariável. Para o desenvolvimento do projeto, foi escolhido o algoritmo GPC (Generalized Predictive Control), que, baseado no modelo do sistema a ser controlado, fornece um sinal de controle que minimiza uma função custo quadrática, submetida a restrições, ao longo de um horizonte futuro de amostras estimadas. A principal vantagem do GPC consiste em fornecer um controle de alto desempenho e de fácil manutenção, já que sua parametrização é simplificada e se apresenta de forma intuitiva. Além disso, o GPC permite ainda levar em consideração um problema de otimização baseado na minimização de uma função custo na elaboração da lei de controle. O algoritmo foi implementado com auxílio do software MATLAB R e foi aplicado a uma planta de nível presente no Laboratório de Sistemas de Controle, Automação e Robótica (LASCAR), do Departamento de Sistemas Elétricos de Automação e Energia (DELAE) da Universidade Federal do Rio Grande do Sul (UFRGS). O sistema em questão, de modelo matemático conhecido, é composto de dois tanques comunicantes, cujos níveis constituem as saídas do sistema, e duas válvulas de controle, constituindo as entradas do mesmo. A fim de validar o algoritmo e o modelo matemático da planta, para diversas configurações de GPC propostas em publicações científicas, foram realizadas simulações com auxílio do modelo do sistema, e a seguir foram ensaiadas estas mesmas configurações em laboratório através de uma comunicação OPC implementada no software Simulink R . Alternativas na parametrização do algoritmo, de forma a minimizar o sobressinal e o efeito de ruídos de medição na resposta do sistema, foram igualmente apresentadas e implementadas.

The goal of this end of term work is to implement and experiment a Model Predictive Control (MPC) algorithm on a multivariable system. In order to develop the project, the algorithm Generalized Predictive Control (GPC) has been chosen, which bases itself on the system model so to provide a control signal which minimizes a quadratic cost function, submitted to constraints, through a future horizon of predicted samples. The main advantage of GPC consists in providing a high performance control, which can be easily maintained, since its parametrization is simplified and presents itself in a very intuitive way. Moreover the GPC allows the user to consider a cost optimization problem in the formulation of the resulting control law. The algorithm has been implemented within MATLAB R software tool and it has been tested on a pilot plant situated in the Laboratório de Sistemas de Controle, Automação e Robótica (LASCAR), from the Departamento de Sistemas Elétricos de Automação e Energia (DELAE) of the Universidade Federal do Rio Grande do Sul (UFRGS). The plant, whose mathematical model is known, consists in two communicating tanks, levels of which constitutes on the system’s outputs, and two control valves, being its inputs. In order to validate the algorithm and the mathematical model of the plant, for multiple GPC configurations proposed in scientific papers, the behavior of the system has been primarily simulated, and then tested in the real pilot plant. The tests have been performed in laboratory, through a OPC communication server implemented in Simulink R tool. Further alternatives on the tuning of the algorithm have been equally employed so to minimize the overshoot and the measurement noise seen in the system’s response.