Defesa Pública da Tese de Doutorado do Mestre em Engenharia Elétrica Róger Willian Pinto da Silva
Data: 18/06/2021 – sexta-feira
Horário: 09h00min
A defesa será realizada através da plataforma Mconf UFRGS com acesso pelo link: https://mconf.ufrgs.br/webconf/bancas-diego-eckhard
Banca Examinadora:
Prof. Prof. Dr. Gustavo Henrique da Costa Oliveira – PPGEE – UFPR (Relator)
Prof. Dr. Jorge Otávio Trierweiler – PPGEQ – UFRGS
Prof. Dr. Alexandre Sanfelici Bazanella – PPGEE – UFRGS
Pesidente da banca/Orientador: Prof. Dr. Diego Eckhard – PPGEE-UFRGS
Título da tese: “EXTENSÃO DE MÉTODO BASEADO EM DADOS PARA PROJETO DE CONTROLADORES ATRAVÉS DA ABORDAGEM DE CORRELAÇÃO PARA REJEIÇÃO DE PERTURBAÇÃO NA ENTRADA DE CONTROLE”
Resumo:
“Métodos diretos de controle baseado em dados ainda estão crescendo em popularidade mesmo duas décadas após terem sido introduzidos. Esses métodos usam dados coletados do processo para identificar os parâmetros de um controlador ótimo usando bem pouca informação sobre o próprio processo. De fato, esses métodos não necessitam ou usam o modelo do processo, o que é o principal diferencial desses métodos em relação a outras técnicas como controle baseado em modelo. Alguns casos podem se beneficiar dessas características, principalmente quando o processo é complexo e difícil de modelar. Há trabalhos na literatura mostrando que, nesse caso, o uso de controle baseado em dados é vantajoso. Porém, a maioria daqueles trabalhos foca no problema de seguimento de referência, enquanto que há evidência de que muitos problemas encontrados na vida real são de rejeição ou atenuação de perturbação. Ademais, a grande maioria daqueles trabalhos lida com controladores parametrizados linearmente, o que equivale a fixar os polos da função de transferência do controlador. Embora a identificação dos polos seja possível, como indicado por alguns trabalhos, houve pouco esforço para apresentar uma solução baseada em dados para esse problema. Com tudo isso, o presente trabalho propõe uma abordagem baseada em dados capaz de identificar os zeros e os polos de um controlador ótimo. Em particular, essa abordagem combina a abordagem de correlação com o erro de predição de um modelo do controlador ótimo. O erro de predição é obtido dos sinais virtuais propostos por outro método baseado em dados, cujo objetivo é rejeitar ou atenuar perturbações de carga, fazendo com que a resposta a perturbação coincida com a resposta de certo operador de transferência “desejado”, chamado de modelo de referência. Entretanto, essa abordagem pode levar a um baixo desempenho ou mesmo instabilidade quando o modelo de referência é muito distante do que pode ser atingido com a estrutura de controle disponível. Um meio de lidar com esse problema é utilizar um modelo de referência flexível, i.e. identificar o melhor modelo de referência juntamente com o controlador. Mesmo após isso, o controlador ainda pode instabilizar o sistema, portanto uma técnica de certificação de controladores também é proposta para sistemas monovariáveis, usando uma modificação do famoso critério da distância de Vinnicombe.
Palavras-chave: Métodos baseados em dados, Rejeição de perturbação, Abordagem de correlação, Certificação de controladores.”
