Estudos de estratégias de identificação paramétrica para detecção e diagnóstico de faltas em um processo industrial do tipo tanques comunicantes

Esta dissertação apresenta uma técnica para detecção e diagnósticos de faltas incipientes. Tais faltas provocam mudanças no comportamento do sistema sob investigação, o que se reflete em alterações nos valores dos parâmetros do seu modelo matemático representativo. Como plataforma de testes, foi elaborado um modelo de um sistema industrial em ambiente computacional Matlab/Simulink, o qual consiste em uma planta dinâmica composta de dois tanques comunicantes entre si. A modelagem dessa planta foi realizada através das equações físicas que descrevem a dinâmica do sistema. A falta, a que o sistema foi submetido, representa um estrangulamento gradual na tubulação de saída de um dos tanques. Esse estrangulamento provoca uma redução lenta, de até 20 %, na seção desse tubo. A técnica de detecção de falta foi realizada através da estimação em tempo real dos parâmetros de modelos Auto-regressivos com Entradas Exógenas (ARX) com estimadores Fuzzy e de Mínimos Quadrados Recursivos. Já, o diagnóstico do percentual de entupimento da tubulação foi obtido por um sistema fuzzy de rastreamento de parâmetro, realimentado pela integral do resíduo de detecção. Ao utilizar essa metodologia, foi possível detectar e diagnosticar a falta simulada em três pontos de operação diferentes do sistema. Em ambas as técnicas testadas, o método de MQR teve um bom desempenho, apenas para detectar a falta. Já, o método que utilizou estimação com supervisão fuzzy obteve melhor desempenho, em detectar e diagnosticar as faltas aplicadas ao sistema, constatando a proposta do trabalho.

Modelagem e controle de uma incubadora neonatal

Este trabalho apresenta uma introdução sobre a história da neonatologia, a conceituação e a modelagem matemática do sistema térmico de uma incubadora neonatal, contendo a relação da mesma com um recém-nascido quanto a trocas térmicas, a partir da primeira lei da termodinâmica. É apresentado o método que foi utilizado para a linearização (Séries de Taylor) e os pontos de operação calculados para o sistema linear obtido no formato de espaço de estados, e a partir deste foi obtida uma representação em função de transferência. A partir da modelagem matemática do sistema, foi realizado um teste em malha aberta para verificar as características do mesmo, como estabilidade, constante de tempo e convergência para um valor final desejado, e como o sistema real opera em malha fechada, foi também realizado um teste com o sistema nesta configuração contendo um ganho unitário de malha. O comportamento do sistema não linear foi comparado ao do sistema linearizado através de suas curvas de resposta temporal a uma entrada degrau para a verificação da validade da representação linear, e após a sua validação, diagramas de bode foram gerados para diferentes parâmetros do modelo, para observar-se o efeito desta variação no comportamento dinâmico da planta, e foi percebido que o comportamento do modelo não é alterado de forma substancial para a variação dentro das faixas verificadas. Um controlador proporcional e integral (PI) foi então projetado para a eliminação do erro de regime permanente presente resposta temporal do sistema.. Testes sob diversas condições de operação foram realizados no sistema linear assim como as curvas de variação de temperatura foram obtidas com o controlador aplicado no modelo não linear, sendo os resultados considerados satisfatórios para este tipo de aplicação. Este trabalho foi realizado com o auxílio da ferramenta computacional Simulink do software Matalb®.

Sintonia de controlador fuzzy por algoritmo genético em sistema de nível de líquidos

O presente trabalho demonstra a aplicação de um Algoritmo Genético com o intuito de projetar um controlador Fuzzy MISO, através da sintonia de seus parâmetros, em um processo experimental de nivelamento de líquido em um tanque, cuja dinâmica apresenta características não-lineares. Para o projeto e sintonia do controlador, foi utilizado o suporte do software Matlab, e seus pacotes Simulink e Global Optimization Toolbox. O Controlador Fuzzy ora projetado teve seu desempenho avaliado através de ensaios em tempo real em um Sistema de Nível de Liquido.