Search

The design and implementation of a predictive/adaptive control system is presented, using neural engineering techniques to control a non-linear MIMO system in order to control, at a later stage, the temperature and level in a non-linear conical plant. Preliminarily, conventional control structures were tested, which gave rise to the need to test intelligent control structures that allow the control objectives to be met more effectively. The process begins with the experimentation of different neuronal control structures, and then escalates to a predictive/adaptive neuronal control system. The results achieved at the simulation level, testing the proposed design on mathematical models of non-linear MIMO systems, were satisfactory and met the control objectives established, therefore, in the next stage of the project, the experimentation is estimated in the real plant under study. Apresenta-se a criação e a implementação de um sistema de controle preditivo/adaptativo utilizando técnicas de engenharia neural para controlar um sistema MIMO não linear com o objetivo de controlar, em uma etapa posterior, a temperatura e o nível em uma planta não linear de tipo cônica. Preliminarmente, estruturas de controle convencional foram ensaiadas, o que fez com que surgisse a necessidade de testar estruturas e controle inteligente que permitissem cumprir os objetivos de controle de forma mais eficaz. O processo começa com a experimentação de diferentes estruturas de controle neural, para depois escalar em direção a um sistema de controle neural preditivo/adaptativo. Os resultados alcançados na simulação, ensaiando o desenho proposto sobre modelos matemáticos de sistemas MIMO não lineares, foram satisfatórios e cumpriram os objetivos de controle estabelecidos, portanto, na seguinte etapa do projeto, estima-se realizar a experimentação na planta real em estudo. Se presenta el diseño e implementación de un sistema de control predictivo/adaptativo, utilizando técnicas de ingeniería neuronal para controlar un sistema MIMO no lineal con el objeto de controlar, en una etapa posterior, la temperatura y el nivel en una planta no lineal de tipo cónica. Preliminarmente, se ensayaron estructuras de control convencional lo que hizo surgir la necesidad de probar estructuras de control inteligente que permitan cumplir más eficazmente con los objetivos de control. El proceso se inicia con la experimentación de diferentes estructuras de control neuronal, para luego escalar hacia un sistema de control neuronal predictivo/adaptativo. Los resultados logrados a nivel simulación, ensayando el diseño propuesto sobre modelos matemáticos de sistemas MIMO no lineales, fueron satisfactorios y cumplieron los objetivos de control establecidos, por tanto, en la siguiente etapa del proyecto, se estima la experimentación en la planta real en estudio.

Presenta un estudio comparativo entre el Control Predictivo basado en el Modelo [MPC] y el control PID, en una planta piloto de temperatura. Se encontró que el control MPC presenta mejor comportamiento, con un tiempo de asentamiento de 1000 segundos y una sobre-elongación de 5 °C, y que el PID presenta un tiempo de asentamiento de 2000 segundos y una sobre-elongación de 40 °C. Simultáneamente, se presenta una forma alternativa para controlar y monitorear en tiempo real la variable temperatura; para ello se dispone de un computador de escritorio que utiliza el software MATLAB 7.1 y la herramienta Real-Time Windows Target. This project aims to conduct a comparative study of the Model Predictive Control [MPC] and the classical controller PID, over a pilot temperature plant. From the experimental results, was found that MPC has better behavior with a assessment time of 1000 seconds and a over shoot of 5°C, the assessment time of PID control was 2000 seconds and over shoot of 40 °C. At the same time an alternative way was presented to controlling and monitoring in real time the temperature variable and is available desktop computer using the software tool MATLAB 7.1 and Real-Time Windows Target. Apresenta um estudo comparativo entre o Controle Preditivo baseado no Modelo [MPC] e no controle PID, numa usina piloto de temperatura. Encontrou-se que o controle MPC apresenta melhor comportamento, com um tempo de assentamento de 1000 segundos e uma sobreelongação de 5 °C, e que o PID apresenta um tempo de assentamento de 2000 segundos e uma sobreelongação de 40°C. Simultaneamente, se apresenta uma forma alternativa para controlar e monitorar em tempo real a variável temperatura; para isso se dispõe de um computador que utiliza o software MATLAB 7.1 e a ferramenta Real-Time Windows Target.

Tese (Doutorado) - Universidad de Sevilla, Escuela Superior de Ingenieros.