Please use this identifier to cite or link to this item:
http://repositorio.ufc.br/handle/riufc/56494| Type: | Dissertação |
| Title: | Identificação e Controle Preditivo NEPSAC utilizando Hammerstein-Wiener e Rede Neural Recorrenteaplicado a um Sistema de Tanques de 2 Colunas |
| Authors: | Freitas, Francisco Fábio Lobo |
| Advisor: | Braga, Arthur Plínio de Souza |
| Co-advisor: | Reis, Laurinda Lúcia Nogueira dos |
| Keywords: | Sistemas MIMO Não-Lineares;Sistema de tanques de 2 colunas;Controlador Preditivo NEPSAC;Rede neural recorrente;Identificação de sistemas |
| Issue Date: | 2018 |
| Citation: | FREITAS, Francisco Fábio Lobo. Identificação e Controle Preditivo NEPSAC utilizando Hammerstein-Wiener e Rede Neural Recorrenteaplicado a um Sistema de Tanques de 2 Colunas. 2018. 83 f. Dissertação (Mestrado em Engenharia Elétrica) – Universidade Federal do Ceará, Centro de Tecnologia, Programa de Pós-Graduação em Engenharia Elétrica, Fortaleza, 2018. |
| Abstract in Brazilian Portuguese: | Sistemas não lineares com múltiplas entradas e múltiplas saídas (MIMO) representam um desafio para o projeto de controladores. Neste trabalho, apresenta-se o uso de um controlador preditivo do tipo NEPSAC-MIMO em um problema de interesse na indústria química: o controle de nível de reagentes em um sistema de tanques com duas colunas. Neste tipo de controlador preditivo se faz necessário um modelo do sistema a ser controlado. Para obter o modelo da planta, fez-se uso de uma Rede Neural Recorrente para representar adequadamente a dinâmica do sistema de tanques utilizado pelo controlador como aplicação neste trabalho. Além disso, utilizou-se também a identificação baseada na estrutura de Hammerstein-Wiener devido a sua simplicidade para identificar a planta e compará-la à RNR. Resultados em simulação são apresentados para mostrar o desempenho da identificação do sistema utilizando a rede neural recorrente e Hammerstein- Wiener bem como do controlador preditivo NEPSAC comparando o modelo fenomenológico do sistema e o modelo da Rede Neural Recorrente. |
| Abstract: | Non-linear multiple input and multiple output (MIMO) systems represent a challenge for control- ler design. In this work, the use of a predictive controller type NEPSAC-MIMO is presented in a problem of interest in the chemical industry: reagent level control in a two-column tank system. In this type of predictive controller a model of the system to be controlled is necessary. In order to obtain the model of the plant, a Recurrent Neural Network was used to adequately represent the dynamics of the tank system used by the controller as an application in this work. In addition, identification based on the Hammerstein-Wiener structure was also used because of its simplicity to identify the plant and compare it to the RNR. Results in simulation are presented to show the performance of the system identification using the recurrent neural network as well as the predictive controller, comparing the phenomenological model of the system and the Recurrent Neural Network model. |
| URI: | http://www.repositorio.ufc.br/handle/riufc/56494 |
| Appears in Collections: | DEEL - Dissertações defendidas na UFC |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| 2018_dis_fflfreitas.pdf | 2,36 MB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.