dc.creator.ID |
MACIEL, V. R. B. |
pt_BR |
dc.creator.Lattes |
http://lattes.cnpq.br/2455078520789514 |
pt_BR |
dc.contributor.advisor1 |
LIMA, Rafael Bezerra Correia. |
|
dc.contributor.advisor1ID |
LIMA, R. B. C. |
pt_BR |
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/3372942686315175 |
pt_BR |
dc.contributor.referee1 |
ACIOLE JÚNIOR, George. |
|
dc.contributor.referee1ID |
ACIOLI JUNIOR, G. |
pt_BR |
dc.contributor.referee1Lattes |
http://lattes.cnpq.br/1596840676645407 |
pt_BR |
dc.description.resumo |
É proposto nesse trabalho um algoritmo para controladores preditivos por subespaços
para sistemas em rede, que pode ser estendido para sistemas de controle em nuvem. O
controle preditivo por subespaços é uma metodologia de controle baseada em dados, que
une as vantagens do controle preditivo baseado em modelo, como robustez, capacidade
de lidar com restrições e simplicidade no tratamento de sistemas multivariáveis, mas
eliminando a necessidade de um modelo do processo, que é uma etapa onerosa. O controle
preditivo por subespaços faz uso de dados experimentais do processo para construir a
sua lei de controle. Para tanto, o algoritmo de controle utiliza projeções do método de
identificação por subespaços, que necessitam somente de decomposições QR de matrizes
de Hankel dos dados de entrada e saída. O esquema de controle em rede proposto consiste
em um controlador preditivo para gerar uma sequência de sinais de controle futuros e um
compensador de atrasos de rede no lado do atuador. A arquitetura é toda baseada em dados,
o que minimiza os custos de identificação e potencializa o uso prático do controlador em
rede. Um novo método de sintonia para controladores preditivos por subespaços é proposto,
empregando otimização multiobjetivo para obter parâmetros de sintonia que atendam
requisitos expressos como constantes de tempo desejadas. São apresentados tópicos ligados
à identificação por subespaços em malha aberta e ao uso desses dados para construção das
matrizes de predição. Aspectos relacionados à sintonia e performance de controladores
preditivos são discutidos, com a aplicação do método de sintonia desenvolvido a modelos
univariáveis genéricos e a um modelo simplificado de um fracionador de petróleo pesado.
Por Ąm, é apresentado a concepção de um controlador preditivo por subespaços em rede
que é aplicado em um modelos univariável e multivariável de primeira ordem por meio de
simulações no ambiente do Simulink®. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Humanidades - CH |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Engenharia elétrica |
pt_BR |
dc.title |
Controle preditivo por subespaços como um serviço em nuvem. |
pt_BR |
dc.date.issued |
2022-12-20 |
|
dc.description.abstract |
This work proposes an algorithm for subspace predictive controllers
for networked systems, which can be extended to cloud control systems. O
Subspace predictive control is a data-based control methodology that
combines the advantages of model-based predictive control, such as robustness, capacity
of dealing with restrictions and simplicity in the treatment of multivariable systems, but
eliminating the need for a process model, which is an expensive step. The control
predictive by subspaces makes use of experimental data from the process to build the
its control law. To this end, the control algorithm uses projections from the
identification by subspaces, which only require QR decompositions of matrices
Hankel of input and output data. The proposed network control scheme consists of
in a predictive controller to generate a sequence of future control signals and a
network delay compensator on the actuator side. The architecture is all based on data,
which minimizes identification costs and enhances the practical use of the controller in
network. A new tuning method for subspace predictive controllers is proposed,
employing multi-objective optimization to obtain tuning parameters that meet
requirements expressed as desired time constants. Linked topics are presented
the identification by open-loop subspaces and the use of this data to construct the
prediction matrices. Aspects related to controller tuning and performance
predictions are discussed, with the application of the tuning method developed to models
generic univariables and a simplified model of a heavy oil fractionator.
By Ąm, the design of a predictive controller for network subspaces is presented
which is applied in a first-order univariable and multivariable models through
simulations in the Simulink® environment. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/35957 |
|
dc.date.accessioned |
2024-06-07T14:18:47Z |
|
dc.date.available |
2024-06-07 |
|
dc.date.available |
2024-06-07T14:18:47Z |
|
dc.type |
Trabalho de Conclusão de Curso |
pt_BR |
dc.subject |
Controle preditivo |
pt_BR |
dc.subject |
Identificação por subespaços |
pt_BR |
dc.subject |
Controle voltado a dados |
pt_BR |
dc.subject |
Computação em nuvem |
pt_BR |
dc.subject |
Controle em rede |
pt_BR |
dc.subject |
Sintonia de controlador |
pt_BR |
dc.subject |
Predictive control |
pt_BR |
dc.subject |
Identification by subspaces |
pt_BR |
dc.subject |
Data-driven control |
pt_BR |
dc.subject |
Cloud computing |
pt_BR |
dc.subject |
Network control |
pt_BR |
dc.subject |
Controller tuning |
pt_BR |
dc.subject |
Control predictivo |
pt_BR |
dc.subject |
Identificación por subespacios |
pt_BR |
dc.subject |
Control basado en datos |
pt_BR |
dc.subject |
Computación en la nube |
pt_BR |
dc.subject |
Control de red |
pt_BR |
dc.subject |
Ajuste del controlador |
pt_BR |
dc.subject |
IOT |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
MACIEL, Victor Rafael Bezerra. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Subspace predictive control as a cloud service. |
pt_BR |
dc.title.alternative |
Control predictivo subespacial como servicio en la nube. |
pt_BR |
dc.identifier.citation |
MACIEL, Victor Rafael Bezerra. Controle preditivo por subespaços como um serviço em nuvem. 2022. 65 fl. Monografia (Bacharelado em Engenharia Elétrica) - Universidade Federal de Campina Grande, Centro de Engenharia Elétrica e Informática, Campina Grande, Paraíba, Brasil, 2022. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/35957 |
pt_BR |
dc.description.resumen |
Este trabajo propone un algoritmo para controladores predictivos subespaciales.
para sistemas en red, que se puede ampliar a sistemas de control en la nube. oh
El control predictivo subespacial es una metodología de control basada en datos que
combina las ventajas del control predictivo basado en modelos, como robustez, capacidad
de lidiar con restricciones y simplicidad en el tratamiento de sistemas multivariables, pero
eliminando la necesidad de un modelo de proceso, lo cual es un paso costoso. El control
predictivo por subespacios hace uso de datos experimentales del proceso para construir el
su ley de control. Para ello, el algoritmo de control utiliza proyecciones de la
identificación por subespacios, que solo requieren descomposiciones QR de matrices
Hankel de datos de entrada y salida. El esquema de control de red propuesto consiste en
en un controlador predictivo para generar una secuencia de señales de control futuras y una
Compensador de retardo de red en el lado del actuador. Toda la arquitectura se basa en datos,
lo que minimiza los costos de identificación y mejora el uso práctico del controlador en
red. Se propone un nuevo método de sintonización para controladores predictivos subespaciales.
empleando optimización multiobjetivo para obtener parámetros de ajuste que cumplan
requisitos expresados como constantes de tiempo deseadas. Se presentan temas vinculados.
la identificación por subespacios de bucle abierto y el uso de estos datos para construir el
matrices de predicción. Aspectos relacionados con el ajuste y el rendimiento del controlador
Se discuten las predicciones, con la aplicación del método de sintonización desarrollado a los modelos.
univariables genéricas y un modelo simplificado de un fraccionador de petróleo pesado.
Por Ąm se presenta el diseño de un controlador predictivo para subespacios de red
que se aplica en modelos univariables y multivariables de primer orden a través de
simulaciones en el entorno Simulink®. |
pt_BR |