PPGEE

Programa de Pós-graduação
em Engenharia Elétrica

UFRGS

Defesa Pública da Dissertação de Mestrado do Bacharel em Engenharia de Controle e  Automação Daniel Denardi Huff

Data: 18/03/2019 - segunda-feira
Horário: 14h00min
Local: Salão de Eventos do Instituto Eletrotécnico (Av. Osvaldo Aranha, nº 103 - 1º andar - Campus Centro)

Banca examinadora:
Prof. Dr. Luís Antônio Aguirre - Deptº Engª Eletrônica - UFMG
Prof. Dr. João Manoel Gomes da Silva Jr.  - PPGEE - UFRGS
Prof. Dr. Diego Eckhard - PPGEE- UFRGS
Orientadora: Profa. Dra. Lucíola Campestrini - PPGEE - UFRGS

Título da Dissertação: "IDENTIFICAÇÃO POR MEIO DO ERRO DE PREDIÇÃO APLICADA AO PROJETO BASEADO EM DADOS DE CONTROLADORES MULTIVARIÁVEIS"

Resumo:
"Neste trabalho, um método de controle baseado em dados – o Optimal Controller Identification (OCI) – é estendido para sistemas multivariáveis. Com base em uma única batelada de dados de entrada e de saída coletados da planta, um controlador de estrutura fixa é identificado sem usar um modelo para o processo, através da adaptação do método de identificação pelo erro de predição para o problema de projeto do controlador. Apesar de a formulação MIMO (multiple-input multiple-output) ser obtida a partir da versão SISO (single-input single-output) de uma maneira natural, a solução do problema de otimização é consideravelmente mais complexa devido à estrutura especial que a inversa do controlador assume no caso MIMO. Uma versão flexível do método OCI também é desenvolvida para lidar com sistemas de fase não-mínima (FNM), sem o conhecimento a priori do zero de transmissão de FNM, o qual é identificado em paralelo com os parâmetros do controlador. Uma abordagem similar já existe para o método VRFT (Virtual Reference Feedback Tuning) para modelos de referência diagonais. Aqui, considera-se estruturas de modelo de referência não apenas diagonais mas mais genéricas. Resultados de simulação assim como um experimento em uma planta de nível validam a metodologia apresentada, além de comparar o OCI com o método VRFT.

Palavras-chave: Controle baseado em dados, OCI, Sistemas de fase não-mínima, Método do erro de predição."