Author(s):
Vieira, José António Barros 
Date: 2006
Persistent ID: http://hdl.handle.net/10773/2205
Origin: RIA - Repositório Institucional da Universidade de Aveiro
Subject(s): Controlo automático; Sistemas de controlo; Sistemas inteligentes; Modelização
Description
Nas últimas décadas tem-se assistido à automatização generalizada da
maioria dos sistemas e equipamentos que nos rodeiam no dia-a-dia, desde os
sistemas industriais, de transporte, até aos pequenos electrodomésticos. A
automatização dos sistemas torna-os mais inteligentes, no sentido de maior
capacidade de adaptação operacional e maior eficácia, facilitando e
simplificando a sua utilização.
O problema que serviu de motivação ao desenvolvimento deste trabalho foi
precisamente a automatização de um equipamento de aquecimento de água a
gás, conhecido por esquentador doméstico.
Neste sentido, o presente trabalho propõe novas estratégias de automatização
inteligentes para o controlo de um esquentador, adaptadas à execução em
sistemas embutidos de baixo poder de cálculo.
Este trabalho suporta a tese de que a utilização de modelos com um elevado
nível de interpretabilidade propicia a construção de estruturas com baixa
complexidade matemática, potenciando a simplicidade das malhas de controlo.
A interpretabilidade dos modelos deste tipo, tipicamente classificados como de
caixa cinzenta ou cinzentos, depende do tipo de conhecimentos utilizados e
incorporados na sua construção. Existindo, desde modelos construídos e
identificados com base em dados de entrada e saída que apresentam baixos
níveis de interpretabilidade, passando por modelos baseados em
conhecimentos experimentais com níveis de interpretabilidade intermédios até
modelos baseados em conhecimentos fenomenológicos que apresentam
elevados níveis de interpretabilidade.
Com o objectivo de construir modelos para o esquentador com um razoável
nível de interpretabilidade são neste trabalho apresentados e explorados três
métodos de modelização neuro-difusa (modelização cinzenta escura)
orientada por blocos (modelização cinzenta) e híbrida (modelização cinzenta
clara). Neste âmbito, são propostos como modelos para o esquentador: o
modelo neuro-difuso, Hammerstein adaptativo polinomial/neuro-difuso e
híbrido série polinomial/neuro-difuso.
Utilizando os referidos modelos são propostas três malhas de controlo
baseadas no controlador Smith preditivo, com algumas simplificações que
resultam da interpretabilidade dos respectivos modelos, tal como a
linearização do esquentador relativamente ao fluxo de gás.
Finalmente, os desempenhos dos vários controladores assim como os
respectivos níveis de interpretabilidade e de complexidade matemática são
comparados.
Este trabalho apresenta diversas contribuições ao nível das diferentes
abordagens de modelização e da definição de algoritmos de controlo a aplicar
num esquentador doméstico:
· Definição e identificação do modelo neuro-difuso, dos modelos
Hammerstein adaptativo polinomial/neuro-difuso e dos modelos híbridos
série polinomial/neuro-difuso, que exploram as várias metodologias de
combinação de conhecimentos a priori na sua construção (modelização
cinzenta);
· Proposta de definição da equação de balanço de energias de um
esquentador doméstico;
· Proposta de alteração da malha de controlo Smith preditivo de forma a
linearizar o sistema relativamente a uma dada variável de entrada;
· Apresentação da malha de controlo Smith preditivo para sistemas com
múltiplas entradas com diferentes tempos mortos;
· Aplicação dos vários modelos cinzentos no controlo automático de um
esquentador doméstico, obtendo controladores adaptativos e não
adaptativos de complexidade matemática relativamente baixa.
Este trabalho disponibiliza uma gama diversificada de soluções de controlo
automático para o esquentador com semelhantes níveis de desempenho, mas
com diferentes níveis de interpretabilidade e de complexidade matemática.
De referir que os testes e as avaliações das soluções de controlo
apresentadas, além de simuladas antecipadamente num computador, foram
efectuados com dados reais.
ABSTRACT: In the last decade, the number of systems and pieces of equipment that
surround us in our daily life and are controlled automatically grew
tremendously, from industrial systems to airplanes, cars, and even small
domestic appliances. Such automatic control makes those systems more
intelligent in the sense of higher adaptability to different operational conditions
and higher efficiency, facilitating and simplifying their use.
The problem that motivated this work was one such case, namely the
automatic control of a gas water heating equipment, known as domestic gas
heater, for which we propose new intelligent control strategies particularly
adapted to be embedded in low processing power systems.
Our thesis states that using models with a high level of interpretability leads to
models with low mat hematical complexity, thus facilitating the development of
simple feedback controllers.
These models, typically called grey box models or grey models, have an
interpretability that depends on the type of knowledge used and incorporated in
their construction. There are models developed and identified based on
input/output data that present low interpretability levels, models based on
experimental knowledge with medium interpretability levels, and even models
based on phenomenological knowledge that present high interpretability levels.
In order to develop a model for the gas water heater with a reasonably high
interpretability level we present and explore three modelling techniques: the
neuro-fuzzy modelling (also called dark grey modelling); the block based
modelling (grey modelling); and the hybrid modelling (also referred to as clear
grey modelling). From these, we propose the following models for the gas
heater: a neuro-fuzzy model, a polynomial/neuro-fuzzy adaptive Hammerstein
model and a polynomial/neuro-fuzzy series hybrid model.
Using the models referred above, we propose three Smith predictive controllers
with a few simplifications that arose from the models interpretability such as the
gas heater linearization with respect to the gas flow. Finally, the performance of
the three controllers are compared among them as well as the respective levels
of interpretability and mathematical complexity.
This work presents several contributions in the area of modelling and definition
of control algorithms applicable to the control of domestic gas water heaters:
· Definition and identification of the neuro-fuzzy model, polynomial/neurofuzzy
adaptative Hammerstein models and polynomial/neuro-fuzzy series
hybrid models, exploring several methodologies to combine a priori
knowledge in their construction (grey modelling);
· Proposal for the definition of the energy balance equations in a domestic
gas water heater;
· Adaptation of the Smith predictive controller on order to linearize the
system with respect to a given input;
· Formulation of the Smith predictive controller for systems with multiple
inputs and different time delays.
Beyond the referred contributions, we also present three controllers applied to
the domestic gas water heater, one adaptive and two not adaptive, achieving
very good results.
Despite their similar performance, these control solutions exhibit different levels
of interpretability and mathematical complexity as expected. The controllers
were previously simulated in a computer but their experimental assessment
was carried out with real data. Doutoramento em Engenharia Electrotécnica
