Great online tuning methodologies controllers with model-based PID actions data-driven and neuro-fuzzy sensors great)

Autor: MOURA, José Pinheiro de
Přispěvatelé: FONSECA NETO, João Viana da, PAIVA, Anselmo Cardoso de, SERRA, Ginalber Luiz de Oliveira, BARRA JÚNIOR, Walter, NOGUEIRA, Fabrício Gonzalez
Jazyk: portugalština
Rok vydání: 2019
Předmět:
Zdroj: Biblioteca Digital de Teses e Dissertações da UFMA
Universidade Federal do Maranhão (UFMA)
instacron:UFMA
Popis: Submitted by Sheila MONTEIRO (sheila.monteiro@ufma.br) on 2019-10-09T19:25:19Z No. of bitstreams: 1 JOSÉ-MOURA.pdf: 13644018 bytes, checksum: 9cdc55305eb492d4a01786ce4dce94c6 (MD5) Made available in DSpace on 2019-10-09T19:25:19Z (GMT). No. of bitstreams: 1 JOSÉ-MOURA.pdf: 13644018 bytes, checksum: 9cdc55305eb492d4a01786ce4dce94c6 (MD5) Previous issue date: 2019-03-21 Optimal online tuning of industrial process controls is an activity that requires the development of dedicated hardware and software for controller parameter setting activity in manufacturing plants that assist in achieving the goals to be achieved in a relatively short time. contributing to the technological evolution of industry 4.0, which lead to an autonomous tuning of industrial processes. In order to support tuning of control systems that follow design approaches such as model-based control (MBC) or datadriven control (DDC), proposed methodologies for online tuning for model-based PID controllers are: Neuro-Fuzzy and guided by sensor data. This Doctoral Thesis presents innovative methodologies for controlling the operational processes of industrial systems with application in mining sector equipment to be embedded in Programmable Logic Controllers (PLC). For better understanding, this Thesis is divided into two parts, where Part I - gives an overview of the industrial process, addressing each of the process phases and a brief introduction to programmable logic controllers. The theoretical framework of proportional, integral and derivative actions (PID), Adaptive Dynamic Programming (ADP) and Computational Intelligence (CI) are presented for the theoretical basis, formulation and problem solving presented in this Thesis. Finally, the proposed methodology is presented. Already in the textbf Part II - we present the Tuning Models Online MBC and DDC of Industrial Processes in two approaches, being: a) Plant model dependent - represented in state spaces and transfer functions, designed with real process data for automatic adjustment of PID controller gains. This adjustment is made as follows: at first, optimal PID controller gains are determined offline through a structured artificial neural network and then a fuzzy rules-based system is used to adjust earnings through a scaling scheme online of this gains vector. In the second moment, the optimal PID controller gains are determined online through a structured feed-forward artificial neural network with low computational complexity training algorithms and high performance RLS algorithms and b) Independent of plant models - taking into account only sensor input/output state signals measured by sensors. Also in this context, an optimal tuning methodology for self-adjusting gain controllers based on Quadratic Linear Regulator (RLQ) (continuous time / discrete time) is presented in Approximate Dynamic Programming (PDA), specifically Action-Dependent Adaptive Heuristic Dynamic Programming (AD-AHDP) has been applied to the experiments presented in this Thesis. A sintonia online e ótima de controles de processos industriais é uma atividade que requer o desenvolvimento de hardware e software dedicados para a atividade de ajustes de parâmetros de controladores em plantas industriais, que auxiliam no alcance das metas a serem atingidas em um espaço de tempo relativamente pequeno contribuindo com a evolução tecnológica da industria 4.0, que conduzem a uma sintonia autônoma dos processos industriais. No sentido de dar suporte para a sintonia de sistemas de controle que seguem abordagens de projeto dos tipos: model-base control (MBC) ou data-driven control (DDC), são metodologias propostas para sintonia online e ótima para controladores PID que são baseadas em modelos Neuro-Fuzzy e guiadas por dados de sensores. Nesta Tese de Doutorado apresenta-se metodologias inovadoras para controle de processos operacionais de sistemas industriais com aplicação em equipamentos do setor de mineração para serem embarcados em controladores lógicos programáveis (CLP). Para melhor entedimento, esta Tese está dividida em duas partes, onde na Parte I - faz-se a descrição geral do processo industrial, abordando-se cada uma das fases do processo e uma breve introdução sobre controladores lógicos programáveis. Apresenta-se o referencial teórico das ações proporcionais, integrais e derivativas (PID), programação dinâmica adaptativa (PDA) e inteligência computacional (IC) para o embasamento teórico, formulação e solução de problemas apresentados nesta Tese. Por fim, é apresentada a metodologia proposta. Já na Parte II - apresenta-se os modelos de sintonia online e ótima MBC e DDC de processos industriais em duas abordagens, sendo: a) Dependente de modelos da planta - representado em espaços de estado e funções de transferências (FTs), concebidos com dados reais dos processos para ajuste automático de ganhos de controladores PID. Este ajuste é feito da seguinte forma, no primeiro momento, os ganhos ótimos do controlador PID são determinados offline por meio de uma rede neuronal artificial estruturada (RNA-E) e em seguida, um sistema baseado em regras fuzzy é usado para fazer o ajuste dos ganhos por meio de um esquema de escalonamento online desse vetor de ganhos. No segundo momento, os ganhos ótimos do controlador PID são determinados online por meio de uma RNA-E do tipo feed-forward com algoritmos de treinamento com baixa complexidade computacional e algoritmos baseados em regulador linear quadrático (RLQ) com alto desempenho e b) Independente de modelos da planta - levando-se em conta, somente os sinais dos estados de entradas/saídas da planta medidos por sensores. Ainda neste contexto, apresenta-se uma metodologia de sintonia ótima de controladores com ganhos autoajustáveis por controle com base em RLQ (tempo contínuo/tempo discreto), em PDA, especificamente a programação dinâmica heurística aproximada/adaptativa dependente de ação (PDHADA) que foi aplicada nos experimentos apresentados nesta Tese.
Databáze: OpenAIRE
Externí odkaz: