Controle preditivo com otimização distribuída aplicado a colunas de destilação

Abstract

O controle preditivo, desde que passou a ser utilizado na industria, vem se mostrando uma importante tecnica de controle avan¸cado para processos, onde algumas caracteristicas como a capacidade de tratar restriçoes e utilizaçao de algoritmos que encontram solucoes otimas definem a grande vantagem de sua utilizacao. Na industria petroquimica ja existem diversas aplicacoes do controle preditivo, porem, devido a necessidade de troca de informaçoes com o processo, as vezes se torna inviavel devido ao esparsamento geografico dos elementos da planta. Uma alternativa e a utilizacao de controles distribuidos, que sao implementados localmente e trabalham em conjunto para que o desempenho final do controle seja igual ou ate mesmo superior ao controle preditivo centralizado. Este trabalho propoe uma estrutura de controle preditivo distribuido, baseado no modelo de espaco de estados, para ser utilizada em redes dinamicas lineares onde restricoes de saida e entrada de controle sao consideradas na formulacao. Metodos de ponto-interior sao utilizados para garantir que as solucoes produzidas por agentes de controle distribuidos consigam convergir para a solucao otima global do problema de controle do processo. Utilizando um modelo de coluna de destilacao e de uma rede de trafego urbano, o problema de regulacao e estabelecido e a abordagem distribuida e aplicada. Atraves de comparacoes com outras configuracoes centralizadas de controle alguns resultados teoricos e numericos sao obtidos.

Model predictive control, since its first use in industry, has proven to be an effective technique for advanced control. Its advantages stem from the capacity to handle constraints in a systematic way and the use of optimization algorithms that can find optimal solutions. Although many applications are found in the petrochemical industry, sometimes standart MPC become impractical due to the communications between the control center and the sensors, that are geographically scattered over the plant. An alternative is the use of distributed controls, which are locally implemented and work together so that the end performance is comparable to the centralized predictive control. This work proposes a distributed predictive control structure, based on the state-space model, to be used in linear dynamic networks where constraints on output and control-input are considered in the formulation. Interior-point methods are used to guarantee that the solutions produced by the agents in the distributed control can reach the global optimal solution of the control problem. Using a model of a distillation column and of an urban traffic network, the regulation problem is established and the distributed approach is applied. Through comparisons with other centralized control schemes some theoretical and numerical results are obtained.