Defesa de Dissertação de Mestrado – Jean Panaioti Jordanou – 1/8/2019

19/08/2019 14:26
Defesa de Dissertação de Mestrado
Aluno Jean Panaioti Jordanou
Orientador Prof. Eduardo Camponogara, Dr. – DAS/UFSC
Coorientador Prof. Eric Aislan Antonelo, Dr. – UEM
Data 1/8/2019 (quinta-feira) – 8h30

Sala PPGEAS I (piso superior)

Banca Prof. Eduardo Camponogara, Dr. – DAS/UFSC (presidente);

Prof. Leandro dos Santos Coelho, Dr. –PUCPR;

Prof. Rodolfo Cesar Costa Flesch, Dr. – DAS/UFSC;

Prof. Gustavo Artur de Andrade, Dr. – DAS/UFSC.

Título Echo State Networks for Online Learning Control and MPC of Unknown Dynamic Systems: application in Control of Oil Wells
Abstract: As technology advances over time, data-driven approaches become more relevant in many fields of both academia and industry, including process control. One important kind of process that benefits from data-driven modeling and control is oil and gas production, as the reservoir conditions and multiphase flow composition are not entirely known and thus hindering the synthesis of an exact physical model. With that in mind, we apply control strategies utilizing Echo State Networks (ESN) in an oil and gas production plant model. In the first application, we use an ESN to obtain online the inverse model of a system where two gas-lifted oil wells and a riser are connected by a friction-less manifold, and use the resulting model to compute a set-point tracking control action. We successfully perform setpoint tracking in three different combinations of input and output variables for the production system, some multivariate. In the second method, we train an ESN to serve as the model for a Practical Nonlinear Model Predictive Control (PNMPC) framework, whereby the ESN provides the free response by forward simulation and the forced response by linearization of the nonlinear model. The ESN is an analytical model, thus the gradients are easily provided for the linearization. The ESN-PNMPC setup succesfully performs reference tracking of a gas-lifted oil well bottom-hole pressure, while avoiding operational constraints such as saturation, rate limiting, and bounds on the well top-side pressure. This work contributes to the literature by showing that these two ESN-based control strategies are effective in complex dynamic systems, such as the oil and gas plant models, and also as a proof of concept for the ESN-PNMPC framework.

Defesa de Exame de Qualificação – Ray Neiheiser – 22/7/2019

19/08/2019 14:22
Defesa de Exame de Qualificação
Aluno Ray Neiheiser
Orientador Prof. Joni da Silva Fraga, Dr. – DAS/UFSC
Coorientadora Profa. Luciana Rech, Dra. – INE/UFSC
Data

 

22/7/2019  9h00  (segunda-feira)

Sala PPGEAS I (piso superior)

 Banca Prof. Carlos Barros Montez, Dr. – DAS/UFSC (presidente);

Prof. Raimundo José de Araújo Macedo,  Dr. – UFBA ;

Prof. Miguel Correia, Dr. – INESC-ID/Lisboa;

Prof. Frank Siqueira, Dr. – INE/UFSC (suplente).

Título Resilient and Efficient Frameworks for Blockchains
Abstract: Due to the recent rise of interest in distributed ledger technology and blockchain applications the field of byzantine fault tolerance received additional attention. Novel algorithms as Proof of Work (PoW), Proof of Stake (PoS) and hybrid algorithms have been developed to cope with the openness of these systems. Nonetheless, these systems either do not scale very well with the number of servers, or don’t scale very well in terms of throughput. Traditional solutions from the field of byzantine fault tolerance like Stewart or Fireplug scale well in terms of throughput and numbers of servers but do not deal with the openness of the systems. This leaves a number of open problems to solve which we aim to tackle in the course of this P.h.D thesis. The blockchain also spurred academic interest to solve issues in a wide range of applications in the fields of economy, sociology, politics, biology, etc. In this context we plan to investigate how we can solve real world problems by applying solutions involving distributed ledger technology including cryptocurrencies and smart contracts. Nonetheless, while it is possible to solve numerous real world problems by applying the blockchain and distributed ledger technology to it, the resulting immutability is a problem in the face of laws which guarantee the right to be forgotten of the users. Based on that we plan on investigating different approaches which could be used to guarantee the immutability of the chain on one hand, but also allow people to be forgotten after a fixed period of time. 

Defesa de Exame de Qualificação – Silvane Cristina de Melo Schons – 9/7/2019

19/08/2019 14:19
Defesa de Exame de Qualificação
Aluna Silvane Cristina de Melo Schons
Orientador Prof. Daniel Ferreira Coutinho, Dr. – DAS/UFSC
Coorientador Prof. Michel Kinnaert, Dr. – ULB/Bélgica
Data

Local

9/7/2019  10h00  (terça-feira)

Projeção – Sala de Reuniões 2 – DAS

 Banca Prof. Eugênio de Bona Castelan Neto, Dr. – DAS/UFSC (presidente);

Prof. Philippe Bogaerts,  Dr. – 3BIO/BioControl/ULB (Bélgica);

Prof. Emanuele Garone, Dr. – SAAS/ULB (Bélgica).

Título Model-Based H_H ∞ Fault Diagnosis for Li-Ion Battery Packs
Abstract: Fault detection and isolation (FDI) has been the subject of numerous research works since the demand for reliability and safety in real processes is increasing. For safety-

critical systems such as energy storage systems, the estimation of unmeasured states is of

fundamental importance to guarantee that the occurrence of faults is avoided or, at least,

minimized. In this report, an introduction about FDI is first presented, including the motivation for studying this topic. Next, the design of robust H observers is proposed for  ∞ discrete-time systems in the presence of modeling uncertainties and nonlinearities satisfying Lipschitz-like constraints. This study is extended for discrete-time nonlinear descriptor systems with the view of applying the proposed approach to lithium-ion battery packs.

Then, in order to obtain a numerical and tractable solution, the design conditions are cast  in terms of a convex optimization problem subject to Linear Matrix Inequality (LMI)  constraints. Simulation results illustrate the effectiveness and the performance of the proposed filter despite the presence of unknown inputs (such as disturbances and noise) as well as model uncertainties. Ending this report, the upcoming activities to be carried out in the PhD studies are presented which consist on developing the theory of robust observers for model-based residual generation in fault detection and isolation systems with applications to lithium-ion battery packs.

Defesa de Dissertação de Mestrado – Eduardo Schwinden Leal – 5/7/2019

19/08/2019 14:14
Defesa de Dissertação de Mestrado
Aluno Eduardo Schwinden Leal
Orientador Prof. Jomi Fred Hübner, Dr. – DAS/UFSC
Data 5/7/2019 (sexta-feira) – 10h00

Sala PPGEAS II (piso inferior)

Banca Prof. Jomi Fred Hübner, Dr. – DAS/UFSC (presidente);

Prof. Carlos Alberto Flesch, Dr. –EMC/ UFSC;

Prof. Felipe Gomes de Oliveira Cabral, Dr. – DAS/UFSC;

Prof. Marcelo Ricardo Stemmer, Dr. – DAS/UFSC.

Título Predição de Falhas em Equipamentos de Refrigeração com Técnicas de Aprendizado de Máquina
Resumo: Equipamentos de refrigeração em ambientes da área da saúde são de extrema importância para o armazenamento de insumos como medicamentos, sangue e vacinas. Um desvio significativo na temperatura desses equipamentos, seja por falha ou outro motivo, pode ser o suficiente para o completo descarte destes insumos. Sistemas de monitoramento de temperatura podem coletar as temperaturas de tempos em tempos e notificar os responsáveis no caso de a temperatura ultrapassar os valores preestabelecidos, no entanto este mecanismo é reativo. Neste trabalho serão estudadas técnicas de aprendizado de máquina para predizer falhas nestes tipos de equipamento, a fim de antecipar uma falha e evitar perdas de insumos. Os resultados deste trabalho mostram que é possível predizer falhas nestes equipamentos observando somente a temperatura para o conjunto de dados estudado e assumindo algumas premissas. No decorrer deste trabalho comparamos técnicas de aprendizado de máquina e mostramos os aspectos do desenvolvimento de algoritmos para a tarefa.

Defesa de Tese de Doutorado – Alexandre Reeberg de Mello – 3/7/2019

19/08/2019 14:10
Defesa de Tese de Doutorado
Aluno Alexandre Reeberg de Mello
Orientador Prof. Marcelo Ricardo Stemmer, Dr. – DAS/UFSC
Data 3/7/2019  13h30   (quarta-feira)

Sala PPGEAS I (piso superior)

 Banca Prof. Marcelo Ricardo Stemmer, Dr. – DAS/UFSC (presidente);

Prof. Leandro dos Santos Coelho,  Dr. – DELT/UFPR/PUCPR;

Prof. Adilson Gonzaga, Dr. – SEL/USP;

Prof. Jomi Fred Hübner, Dr. – DAS/UFSC.

Título Contributions to Support Vector Machine Classifier
Resumo: Através das últimas décadas a área de aprendizado de máquina tem se tornado um dos pilares da tecnologia da informação, e com o aumento crescente da quantidade de dados disponíveis, a tarefa de automaticamente descobrir padrões nos dados é uma das principais atividades da área.  Um método para achar esses padrões é estimar uma função baseada em dados, e para criar uma função com sucesso de aprendizagem é necessária conter os seguinte tópicos: uma base teórica sólida baseada no princípio da indução, a possibilidade de incluir conhecimento passado, e um método eficiente para ser utilizado na prática. Nesta tese nosso foco é no algoritmo de Máquina de Vetores de Suporte (Support Vector Machine, SVM) para tarefas de classificação, introduzido por (BOSER; GUYON; VAPNIK, 1992) (VAPNIK, 1998) em meados dos anos 90. Nós iremos analisar vários aspectos do SVM, incluindo a formulação, métodos de treinamento, o ajuste de hiperparâmetros e a aplicabilidade em conjunto de dados de diferentes configurações. Baseado nessas análises, nós fizemos três propostas de contribuição.

Dada a complexidade computacional do SVM, na primeira contribuição, nós propusemos um método para viabilizar o uso do SVM em grandes conjuntos de dados (casos que o conjunto de dados em questão não cabe na memória disponível) através da pré-seleção de instâncias candidatas que são mais prováveis a melhorar a performance do erro de generalização. O objetivo do método é diminuir o tempo dos processos de treinamento e ajuste de hiperparâmetros degradando o mínimo possível o erro de generalização.

A segunda contribuição está relacionada com a tarefa de ajuste de hyperparâmetros, que dependendo do caso pode ser demorada. A utilização do SVM com uma função kernel fornece uma liberdade que viabiliza aplicar o método em muitas situações, contudo, a escolha dos hiperparâmetros pode ser um ponto negativo. Desta forma, nós propomos um método para ajuste dos hiperparâmetros com propriedades de convergência matemática que utiliza um mínimo local pré-definido como critério de parada, e possui um mecanismo para escapar de eventuais locais mínimos indesejados. 

Muitas tentativas foram feitas para atacar os problemas do SVM relacionados ao custo computacional, aprendizado incremental e consumo de memória relacionado a ambos. Na última contribuição, nós introduzimos uma nova variação do SVM com uma complexidade computacional menor comparado ao SVM original, que é capaz de lidar com procedimentos incrementais e decrementais (sem a necessidade de re-treinar completamente), e é eficiente na gestão de memória.

Nós realizamos uma pesquisa exploratória para compreender as limitações do SVM, para que sejamos capazes de formular nossas hipóteses. Fizemos uma pesquisa empírica para analisar de maneira mais profunda os métodos através de uma pesquisa bibliográfica por meio de uma revisão sistemática. Definimos o escopo da tese como uma variante do SVM adequada para conjuntos de dados contínuos e de larga escala, com uma solução eficiente para ajustes de hiperparâmetros. Nós conduzimos uma pesquisa quantitativa, com o propósito de validação, que compara diretamente os métodos propostos com trabalhos relacionados utilizando conjuntos de dados referência ou criados de maneira controlada, analisando as saídas de forma numérica (como a exatidão), a complexidade computacional, o tempo de processamento e o consumo de memória RAM. Nós questionamos a validação em relação aos resultados do protocolo experimental e a aplicabilidade em situações reais. Nós desenvolvemos múltiplos procedimentos experimentais para suavizar a incerteza da validação interna e avaliar as variáveis com parâmetros numéricos.

A fim de lidar com grande conjuntos de dados nos problemas de aprendizado nós propomos um método amostragem passiva que seleciona um sub-conjunto dos conjunto de treinamento disponível diminuindo a necessidade de recurso computacional, porém mantendo a capacidade de generalização. Os resultados do protocolo experimental mostra que o método proposto pré-seleciona instâncias que tem mais chance de serem vetores de suporte (e seus respectivos vizinhos), mesmo em um espaço reduzido, logo, não compromete muito a capacidade de generalização.

A maioria dos métodos de ajuste de parâmetros não fornece propriedades de convergência matemática e um critério dinâmico de parada, o que pode resultar em resultados sub-ótimos. Desta maneira, nosso método proposto para seleção de modelo é menos suscetível a resultados sub-ótimos e exige um menor tempo de processamento comparado aos outros métodos. O método proposto fornece ao usuário uma flexibilidade ao permitir a escolha de parâmetros a fim de explorar diferentes estratégias e situações. Os experimentos mostram que o método é mais provável a utilizar menos avaliações de funções para obter um bom conjunto de hiperparâmetros.

Nós introduzimos uma nova variante do SVM adequada para o aprendizado incremental e decremental que integra elementos de vários metódos da literatura. O método proposto mantém a flexibilidade do SVM e adiciona os procedimentos de incremento e decremento. O conceito difuso incorporado realça a resistência à ruído e melhora a performance da generalização quando utilizamos o modelo linear. A etapa incremental pode ser utilizada em diferentes quantidades, e o procedimento decremental controla a complexidade do modelo. Segundo os resultados apresentados, o método possui uma capacidade de generalização competitiva comparada aos melhores métodos disponíveis.]

Nesta tese apresentamos metodologias que visam melhorar as questões de escalabilidade, eficiência computacional e performance de generalização do SVM ou de uma variante, e todos os métodos propostos são adequados para serem utilizados em cenários reais.

Defesa de Dissertação de Mestrado – Myagyh Augusto Pires Miranda – 24/6/2019

13/06/2019 14:06
Defesa de Dissertação de Mestrado
Aluno Myagyh Augusto Pires Miranda
Orientador Prof. Nestor Roqueiro, Dr. – DAS/UFSC
Coorientador Prof. Rodrigo de Souza Vieira, Dr. – EMC/UFSC
Data 24/6/2019 (segunda-feira) – 10h00

Sala PPGEAS I (piso superior).

Banca Prof. Nestor Roqueiro, Dr. – DAS/UFSC (presidente);

Prof. Henrique Simas, Dr. – EMC/UFSC;

Prof. Ubirajara Franco Moreno, Dr. – DAS/UFSC;

Prof. Rodrigo Castelan Carlson, Dr. – DAS/UFSC.

Título Metodologia de Modelagem Matemática Automática: um estudo de caso em veículo individual compacto (VIC)
Resumo: O modelo de um sistema é uma representação, seja ela mental, física, gráfica ou matemática, realizada por observações do mundo real de acordo com certos padrões. A modelagem de sistemas é de extrema importância para o desenvolvimento da ciência e tecnologia. Sempre foi um desafio projetar, através de modelos matemáticos, sistemas e dados. Desde a antiguidade, o ser humano procura descrever matematicamente sistemas experimentais para ajudá-lo a compreendê-los e, assim, resolver questões relacionadas a eles. Com objetivo de desenvolver uma metodologia para gerar automaticamente a modelagem matemática de sistemas dinâmicos, simples ou avançados, é proposto um estudo de caso, para o Veículo Compacto Individual (VIC). É utilizado conceitos relacionados ao método de modelagem em espaço de estados. Assim, este trabalho propõe uma metodologia para modelagem matemática automática de sistemas dinâmicos, apresentando os detalhes da metodologia e evidenciadas as ferramentas computacionais utilizadas, as estruturas dos métodos desenvolvidos na pesquisa e os procedimentos adotados para obtenção de um modelo são apresentados para esse processo de design que reduz drasticamente a complexidade da modelagem. O caso proposto viabiliza através dos resultados gerados esta proposta, além de que fornecendo resultados que possam receber aplicações nos modelos, não apenas projetos de controle, mas também otimização, análise de robustez ou qualquer outro tipo de análise.

 

Defesa de Dissertação de Mestrado – Marcelo Menezes Morato – 3/6/2019

23/05/2019 14:35
Defesa de Dissertação de Mestrado
Aluno Marcelo Menezes Morato
Orientador Prof. Julio Elias Normey-Rico, Dr. – DAS/UFSC
Coorientador Prof. Paulo Renato da Costa Mendes, Dr. – PPGEAS/UFSC
Data 3/6/2019 (segunda-feira) – 16h00

Anfiteatro A – Eng. Produção (PPGEP).

Banca Prof. Julio Elias Normey-Rico, Dr. – DAS/UFSC (presidente);

Prof. Daniel Martins Lima, Dr. – UFSC/Blumenau;

Prof. Marcelo de Lellis Costa de Oliveira, Dr. – DAS/UFSC;

Prof. Eugênio de Bona Castelan Neto, Dr. – DAS/UFSC.

Título Fault Analysis, Observation and Control of Sugarcane Microgrids: Robust Linear Parameter Varyng Methods
Resumo: Indubitavelmente, os processos tecnológicos modernos são suscetíveis a falhas. Isso se deve, principalmente, a fatores de instrumentação. Sistemas (híbridos, renováveis) de energia também fazem parte destes processos vulneráveis a panes. Possíveis falhas nestas unidades podem levá-las a não cumprir restrições operacionais, fato que resulta em privação econômica e na falta de energia disponível para a rede externa. Empresas do setor de energia vêm investindo fortemente em tecnologias para usar as fontes renováveis (do vento, solar, da biomassa, entre outras) de forma mais eficiente, mas os efeitos causados por ter a geração de energia perturbada pela presença de falhas pode vir a ser até pior do que a ausência de renováveis, pois pode levar uma parada total na geração.

Portanto, esta dissertação de Mestrado tem como objetivo estudar o complexo paradoxo causado quando ocorrem falhas em sistemas de geração de energia (incluindo sistemas com fontes renováveis). Este trabalho se desdobra em dois grandes eixos: i) Desenvolvimento e aplicação de técnicas de Estimativa, Detecção e Diagnóstico de Falhas; e ii) Desenvolvimento e implementação de estratégias de Controle Tolerante a Falhas. A grande parte das técnicas utilizadas na construção aqui apresentada é derivada de estratégias lineares paramétrico-variantes com garantias de robustez, além de abordagens de Controle Preditivo baseado em Modelo.

Os métodos propostos nos eixos i e ii são cuidadosamente analisa- dos através de diversos ensaios em simulação em processos de geração de energia na indústria da cana-de-açúcar e demonstram-se satisfatórios.

Defesa de Exame de Qualificação – Maurício Pereira Dal Pont – 10/5/2019

17/05/2019 16:39
Defesa de Exame de Qualificação
Aluno Maurício Pereira Dal Pont
Orientador Prof. Julio Elias Normey-Rico, Dr. – DAS/UFSC
Coorientador Prof. Daniel Martins Lima, Dr. – UFSC/Blumenau
Data

 

10/5/2019  10h00  (sexta-feira)

Sala 002 – PPGEEL

 

Banca

Prof. Jomi Fred Hübner, Dr. – DAS/UFSC (presidente);

Prof. Jorge Otávio Trierweiler,  Dr. – ENQ/UFRGS;

Prof. Alex Sandro Roschild Pinto, Dr. – INE/UFSC;

Prof. João Carlos Ferreira, Dr. – EMC/UFSC.

Título

 

MPC with Machine Learning Applied to Resource Allocation Problem using Lambda Architecture
Abstract: The resource allocation problem is the process of allocating limited resources for a vast amount of tasks. Within this problem, there are several important variants such as the stochastic time-variant resource allocation problem. This problem is relevant within environments where the distribution of resources varies with time, bringing difficulties to forecasting. Related research generally addresses the problem by using model predictive control (MPC) techniques or machine learning (ML) algorithms. However, both can be applied together in order to improve the tasks prioritization and forecasting. Therefore, this work proposes a solution using the concept of lambda architecture in order to tackle the time-variant and distinct input information. First results show that the integration between MPC and ML prioritizes the resource allocation and a Markov chain model is capable of forecasting tasks, optimizing a strategic binary control. We analyze a case study of a real problem and show how the proposal was built and its advantages over the traditional method. 

 

Defesa de Exame de Qualificação – Jimmy Timmermans – 7/5/2019

17/05/2019 16:35
Defesa de Exame de Qualificação
Aluno Jimmy Timmermans
Orientador Prof. Max Hering de Queiroz, Dr. – DAS/UFSC
Coorientador Prof. José Eduardo Ribeiro Cury, Dr. – DAS/UFSC
Data

 

7/5/2019  14h00  (terça-feira)

Sala PPEAS II (piso inferior)

 

Banca

Prof. Jean-Marie Alexandre Farines, Dr. – DAS/UFSC (presidente);

Prof. Antonio Eduardo Carrilho da Cunha,  Dr. – SE-3/IME;

Prof. Carlos Barros Montez, Dr. – DAS/UFSC.

Título

 

Escalonamento de Sistemas Automatizados de Manufatura sujeitos a Eventos Não-Determinísticos com Controle Supervisório Temporizado
Resumo: Os sistemas automatizados da manufatura (SAM) estão sujeitos a incertezas pela ocorrência de eventos não-determinísticos, como quebras de máquinas, rejeitos de peças, ou pela variação nos tempos de processamento. O escalonamento da produção por uma sequência fixa baseada no tempo de execução de pior caso pode ser conservador ou mesmo infactível para essas situações. Este trabalho aborda o escalonamento proativo de sistemas sujeitos a incertezas e restrições lógicas e temporais como um problema de controle supervisório de sistemas a eventos discretos temporizados (SEDT) segundo a abordagem de Brandin-Wonham. Em SEDT, os modelos dos processos e das restrições são construídos com autômatos finitos, cujas transições entre estados de atividades da planta são dadas por eventos discretos associados a um intervalo de tempo de ocorrência, sendo a passagem do tempo determinada pelo evento Tick de um relógio digital. O supervisor é um agente que desabilita eventos controláveis ou executa eventos forçáveis que preemptam o Tick em função dos eventos ocorridos no processo. A TCS permite calcular um supervisor ótimo, que mantém o comportamento da planta dentro da especificação de modo controlável, não-bloqueante e minimamente restritivo. Este supervisor é um escalonador proativo robusto, pois os critérios de desempenho do escalonamento são insensíveis as perturbações não-determinísticas incluídas no modelo. A síntese do supervisor tem uma complexidade polinomial em função do número de estados dos autômatos da planta temporizada e da especificação, e exponencial em função da composição desses subsistemas,  sendo um problema de explosão do número de estados agravado pela modelagem explícita do tempo discreto. A abordagem de controle modular local de SEDT (CSMLT) de Schafacheck, Queiroz e Cury (2017), visa reduzir essa complexidade explorando a arquitetura modular dos modelos das plantas e das especificações, com uma síntese local de supervisores modulares para cada especificação. No entanto, conflitos de coacessibilidade(bloqueio) e de preempção do Tick(controlabilidade) entre esses supervisores é resolvido globalmente com um coordenador, cuja síntese é limitada ao espaço de estados representado pela composição dos supervisores modulares reduzidos. O objetivo deste trabalho de doutorado é explorar o CSMLT para a síntese ótima de um escalonamento proativo de SAM sujeitos a eventos não-determinísticos, propondo estratégias de modelagem e de síntese de controle que permitam limitar a complexidade computacional, viabilizando aplicações reais. Espera-se garantir as restrições lógicas e temporais de escalonamento pela síntese modular de supervisores e então resolver o problema de conflito em conjunto com a minimização de critérios de otimização e de restrições, através de métodos de busca em árvore. Resultados preliminares sobre uma linha de manufatura com três máquinas ilustram as ideias e indicam a viabilidade deste método.

 

Defesa de Exame de Qualificação – Lucian Ribeiro da Silva – 6/5/2019

17/05/2019 16:33
Defesa de Exame de Qualificação
Aluno Lucian Ribeiro da Silva
Orientador Prof. Rodolfo Cesar Costa Flesch, Dr. – DAS/UFSC
Coorientador Prof. Julio Elias Normey-Rico, Dr. – DAS/UFSC
Data

 

6/5/2019  13h30  (segunda-feira)

Sala PPGEAS I (piso superior)

 

Banca

Prof. Eugênio de Bona Castelan Neto, Dr. – DAS/UFSC (presidente);

Prof. Aguinaldo Silveira e Silva,  Dr. – PGEEL/UFSC;

Prof. Daniel Martins Lima, Dr. – UFSC/Blumenau;

Prof. Paulo Renato da Costa Mendes, Dr. – PPGEAS/UFSC (suplente).

Título

 

Contribuições para o Controle de Sistemas SISO e MIMO com Atraso e Restrições
Resumo: O atraso e as restrições são duas características presentes na maioria dos processos industriais. Essas características aumentam a complexidade do projeto e da sintonia do controlador a ser utilizado. Tipicamente, para o controle de sistemas com atraso, são utilizados compensadores de atraso de transporte, sendo o preditor de Smith uma das técnicas mais conhecidas. Para casos em que o processo apresenta, além de atraso, restrições, as estratégias geralmente utilizadas são as de controladores preditivos baseados em modelo. No entanto, essa última abordagem além de ser complexa de ser implementada na prática, apresenta um alto custo computacional em virtude da necessidade de se resolver um processo de otimização a cada instante de amostragem. Este projeto tem como objetivo apresentar contribuições para o controle de processos monovariáveis e multivariáveis com atraso e restrições. A ideia principal da proposta é desenvolver abordagens alternativas, simplificadas e de baixo custo computacional para controlar processos com essas características, tendo como base o preditor de Smith filtrado e técnicas de anti-windup e visando um comportamento próximo ao de estratégias da família dos controladores preditivos baseados em modelo.