AGRADECIMENTOS: MOTIVAÇÃO: A utilização de técnicas de controle multiváriavel avançadas como MPC já se tornou bastante difundida na indústria, porém ainda.

Apresentação em tema: "AGRADECIMENTOS: MOTIVAÇÃO: A utilização de técnicas de controle multiváriavel avançadas como MPC já se tornou bastante difundida na indústria, porém ainda."— Transcrição da apresentação:

1 AGRADECIMENTOS: MOTIVAÇÃO: A utilização de técnicas de controle multiváriavel avançadas como MPC já se tornou bastante difundida na indústria, porém ainda é complexa, demanda tempo e é, conseqüentemente, cara. Além disto, uma abordagem centralizada não é adequada na operação de redes dinâmicas de grande porte, seja pela dificuldade de comunicação entre sensores e a unidade central, seja pela limitação computacional na solução de problemas de otimização. Refinarias e algumas plantas petroquímicas são exemplos de sistemas de grande porte compostos por subsistemas distribuídos e acoplados. Uma alternativa para estas plantas é o controle preditivo distribuído, segundo o qual os problemas estáticos são decompostos em redes de problemas menores e resolvidos por uma rede de agentes controladores/otimizadores, com o intuito de resolver os problemas de forma mais simples enquanto se preserva ou até mesmo melhora-se o desempenho final. Recentemente a técnica de controle preditivo distribuído foi estendida para redes de sistemas lineares, cujas dinâmicas são acopladas e cujos controles são localmente restritos, com aplicação no controle de colunas de destilação. OBJETIVOS DO TRABALHO: Os objetivos principais serão estudar, propor e validar políticas de decomposição de problemas de controle preditivo para redes de sistemas lineares com acoplamentos dinâmicos e restrições nos sinais de controle e nas variáveis de estado, assim como elaborar algoritmos distribuídos para controle preditivo. Para tanto, serão tomadas como base abordagens existentes e com aplicações ao controle de plantas petroquímicas. APLICAÇÃO NA INDÚSTRIA DO PETRÓLEO: Será possível desenvolver programas agentes, que poderiam ser instanciados em um nível regulatório no sistema de controle. Cada agente seria responsável por resolver um problema de ação de controle, trocando suas informações com os demais agentes. A ação de controle total poderia ser obtida após uma negociação entre todos os agentes. Sendo os algoritmos resolvidos por cada agente mais simples quando comparados ao algoritmo centralizado, teriam-se vantagens durante alguma modificação da planta, onde ao invés de se modificar todo um algoritmo centralizado complexo seria suficiente instanciar novos agentes e atualizar apenas os agentes vizinhos com os quais os novos agentes teriam relação. RESULTADOS OBTIDOS: Colunas de destilação são elementos comuns em refinarias como a da figura abaixo. Para o estudo foi utilizado um modelo simplificado de uma coluna de destilação bem difundida no meio acadêmico. Já foram realizados ensaios com alguns cenários utilizando um controlador preditivo centralizado e outro distribuído para comparação dos resultados, porém com algoritmos que não tratam as restrições nos estados da planta nem nos controles. Utilizando um controlador preditivo centralizado foram realizadas simulações com restrições no controle e nos estados através do método de barrier, onde as restrições foram tratadas e acrescidas na função objetivo do problema de otimização. Fases de estudo sobre decomposição de problemas e algoritmos distribuídos para controle preditivo estão em desenvolvimento, com alguns resultados já obtidos em cenários simplificados. Os estudos concentram-se agora no tratamento das restrições de controle e estados de forma distribuída. CONCLUSÕES: Com a pesquisa, alguns resultados relevantes já puderam ser observados, tais como: O desempenho do controle preditivo distribuído aplicado nos cenários é comparável ao obtido com o controle preditivo centralizado. O custo computacional necessário para resolver os problemas distribuídos em cada agente foi menor que no caso centralizado. Esta vantagem poderia permitir o uso do algoritmo distribuído em máquinas com menor capacidade computacional. O modelo da coluna de destilação possui muitos acoplamentos, este fato não acontece com a maioria dos problemas multivariáveis, o que favorece uma solução distribuída. CONTROLE PREDITIVO DISTRIBUÍDO: APLICAÇÕES EM REFINARIAS E PLANTAS PETROQUÍMICAS Helton Fernando Scherer (bolsista) Eduardo Camponogara (orientador)