Desenvolvimento de um sensor virtual para processos não-lineares e variantes no tempo, com aplicação em planta de neutralização de PH

Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES)

Pós-graduação em Engenharia Mecânica - FEG

Este trabalho apresenta uma metodologia para desenvolvimento de sensores virtuais capazes de inferir variáveis de processos altamente não lineares e variantes no tempo. A metodologia proposta emprega modelagem nebulosa de sistemas dinâmicos complexos, em que a parte antecedente das regras emprega a técnica de agrupamento (clusterização) de Gustafson-Kessel (product space clustering), e os parâmetros da parte conseqüente das regras são estimados utilizando-se o algoritmo dos mínimos quadrados recursivos, com fator de esquecimento variável. O algoritmo proposto foi avaliado por meio de um modelo virtual implementado em ambiente Matlab®/Simulink® para o processo de neutralização de pH, amplamente utilizado pela literatura técnico-científica para investigação de algoritmos de identificação, controle de processos e simulação de sistemas não lineares e variantes no tempo. O algoritmo de identificação nebulosa proposto e implementado neste trabalho, utilizado como sensor virtual de pH, forneceu resultados muito coerentes, quando comparado com outras técnica de modelagem da literatura, no tocante ao tempo de resposta, erro de predição, capacidade de adaptação e número de amostras necessárias à fase de treinamento

The design of a virtual sensor involves the choice of variables to be measured and the choice of a method for obtaining the model. This paper presents a methodology for developing virtual sensors capable of inferring process variables highly nonlinear and time varying. The proposed methodology employs fuzzy modeling of complex dynamic systems in which the antecedent part of rules employs the technique of clustering Gustafson-Kessel (product space clustering), and the parameters of consequent part of rules are estimated using the algorithm of the minimum recursive squares with variable forgetting factor. The algorithm was evaluated through a virtual model implemented in Matlab®/Simulink® for the pH neutralization process, widely used by scientific and technical literature to investigate the identification algorithms, process control and simulation of nonlinear systems and variants in time. The fuzzy identification algorithm proposed and implemented in this work, used as a virtual sensor of pH, provided very interesting results when compared with other modeling technique of the literature regarding the response time, error prediction, adaptive capacity and number of samples necessary for the training phase