SlideShare uma empresa Scribd logo
AVALIAÇÃO DE TÉCNICAS DE CONTROLE UTILIZANDO UMA
                                               PLATAFORMA MULTIVARIÁVEL DE CONTROLE DE NÍVEL
                                                    DESENVOLVIDA PARA O ENSINO E PESQUISA
                            ¹ACBAL R. A. ACHY, ¹ADHEMAR B. FONTES, ¹MÁRCIO R. S. GARCIA, ²HERMAN A. LEPIKSON e ³IURI M. PEPE
¹Laboratório de Automação e Controle, Departamento de Engenharia Elétrica, Universidade Federal da Bahia, ²Laboratório de Automação Industrial, Departamento de Engenharia
                       Mecânica, Universidade Federal da Bahia, ³Laboratório de Propriedade Óticas, Instituto de Física, Universidade Federal da Bahia

                                                               RESUMO                                                                                                                               RESULTADOS
Este trabalho aborda os primeiros testes e resultados obtidos na plataforma multivariável de
controle de nível didática desenvolvida na Universidade Federal da Bahia. Esta planta permiti
o estudo tanto da dinâmica de sistemas acoplados e não lineares, quanto dos modelos de
controle clássicos e modernos. Este Kit pode ser configurado para os casos SISO, MISO,
SIMO e MIMO a partir dos quais podem ser obtidos diferentes modelos e estratégias de
controle. Na validação dos primeiros resultados a plataforma foi configurada para operar no
modo MIMO utilizando duas entradas e duas saídas. Foram implementados e avaliados
algoritmos de controle preditivo generalizado multivariável (GPC), controlador PI sem
considerar o acoplamento do processo e o PI com o termo de desacoplamento. Os resultados
das análises de avaliação dos controladores foram feitos tanto para o caso servo quanto para
o caso regulador. O uso de pré-compensadores mostrou-se de grande utilidade na
amenização do esforço de controle e na possibilidade de uma estratégia de controle mais
agressiva e robusta. Todos os controladores foram avaliados por meio de métricas de                                                             Figura 3. Resposta da coluna II e esforço de controle do controlador
                                                                                                                                                                    preditivo para o caso servo.
desempenho e obtiveram bons desempenhos.
                                                                                                                                                                                                                  Figura 4. Resposta da coluna III e esforço de controle do controlador
                                                                                                                                                                                                                                    preditivo para o caso regulador.

                                                    INTRODUÇÃO


                                                                                           Coluna II             Coluna III




                                                                                                                                    Região de
                                                                                                                                    operação
                                                                                                                                                Figura 5. Resposta da coluna II e esforço de controle do controlador
                                                                                                                                                                PI desacoplado para o caso servo.

                                                                                                                                                                                                                       Figura 6. Resposta da coluna III e esforço de controle do
                                                                                                                                                                                                                            controlador PI desacoplado para o caso servo.

                                                                                                                                                                     Tabela 2. Tabela de avaliação de desempenho dos controladores para o caso servo na coluna II

                                                                                                                                                        T II                                 CASO SERVO                                            CASO REGULADOR
   Figura 1 – Planta didática multivariável de controle de nível
                                                                                                                                                     Contr.          Tr (s) OS (%) IAE ITAE u(v) σ²u σ²ISA % IAE ITAE u(v) σ²u                                                   σ²ISA %
                                                                                 Bomba II               Bomba III
                                                                                                                                                       PI             175     0     1   0,69 3,07 0,01 0,33 0,97 0,96 1,86 0,02                                                   1,08
                                                                                        Figura 2 – Região de operação do sistema.
                                                                                                                                                     PI Des           250     0    0,99 0,69 3,06 0,01 0,33   1    1 1,96 0,01                                                    0,51
                                                                                                                                                      GPC             105     0    0,97  1 3,08 0,02 0,65 0,99 0,99 1,84 0,03                                                     1,63
                                                                                                                                                      MA              245     -      -    -    -    -    -     -   -    -    -                                                       -
MODELO DA PLANTA E PROJETO DO CONTROLADOR
                                                                                                                                                                        Tabela 3. Tabela de avaliação de desempenho dos controladores para o caso servo na coluna III.
      Os modelos dinâmicos da planta de controle foram obtidos para a faixa de 10 a 20
cm, sendo para esta faixa, uma geometria linear na coluna II e uma geometria esférica                                                                 T III                           CASO SERVO                                                  CASO REGULADOR
na coluna III. Estabeleceu-se o nível de operação do sistema em 15 cm.
                                                                                                                                                     Contr.          Tr (s)    OS (%) IAE ITAE u(v)                       σ²u    σ²ISA %      IAE ITAE u(v) σ²u σ²ISA %
      Após os testes para obtenção da dinâmica da planta, obteve-se o seu modelo
                                                                                                                                                       PI             195        0    1,00 0,996 3,13                    0,02     0,64         1 0,73 2,07 0,01 0,48
matemático. As equações e os erros de modelagem que descrevem seu comportamento
                                                                                                                                                     PI Des           200        0     1     1 2,99                      0,01     0,33        0,98 0,72 2 0,01 0,50
estão em (1), (2), (3), (4).
                                                                                                                                                      GPC             155        0    0,98 0,992 3,14                    0,03     0,96        0,92 1 1,87 0,02 1,07
                                                              31,2 10 3 s  28,44 10 5
                                                 G22 ( s)  2                                            (1)                                          MA              225        -      -    -     -                       -         -          -    -  -    -      -
                                                           s  34,2 10 3 s  27,56 10 5
                                           Erro de modelagem de G22: 13,86%
                                                                          3               5
                                                                                                                                                                                                    CONCLUSÃO
                                                                  27,0 10 s  42,74 10
                                                 G23 ( s)                                                (2)                                   Nos testes práticos evidenciou-se a diferença de comportamento entre os controladores
                                                              s 2  43,29 10 3 s  45,66 10 5
                                           Erro de modelagem de G23: 15,25%
                                                                                                                                                preditivo e os clássicos. A implantação do controle avançado teve o principal objetivo de
                                                              27,2 10 3 s  26,96 10 5
                                                                                                                                                estimular os estudantes ao estudo de diferentes estratégias, pois para o caso de
                                                 G32 ( s)  2                                             (3)
                                                           s  33,89 10 3 s  28,39 10 5                                                    controle de nível, controladores clássicos desempenham bem a função de controle,
                                           Erro de modelagem de G32: 10,15%                                                                     apesar de não “perceberem” a planta globalmente.
                                                              31,2 10 3 s  17,5110 5
                                                 G33 ( s)  2
                                                           s  35,0110 3 s  17,15 10 5
                                                                                                         (4)                                                                                  AGRADECIMENTO
                                           Erro de modelagem de G33: 15,11%                                                                     Este trabalho contou com o apoio técnico do Instituto de Física e a Escola Politécnica da
                                                                                                                                                UFBA e do apoio financeiro da Rockwell Automation.
      O Controlador PI projetado apresenta, como característica em frequência a adição                                      REFERÊNCIAS
de um pólo na origem e um zero do controlador, que foi alocado à esquerda do pólo da Achy, A. R. A., (2008). Avaliação de Técnicas de Controle Aplicadas a um Kit Didático Multivariável
planta. Para diminuir o acoplamento do sistema implementou-se um PI com filtro de           de Controle de Nível. Trabalho Final de Graduação em Engenharia Elétrica, Universidade
desacoplamento, de acordo com Shinskey (1989). O controlador PI discreto foi                Federal da Bahia, Salvador-Ba.
implantado para que se pudesse comparar igualmente a resposta do sistema tanto para Campos, M. C. M. M., Teixeira H. C. G., (2006). “Controladores Típicos de Equipamentos e
o controlador clássico quanto para o GPC MIMO. A tabela 1 mostra os parâmetros de           Processos Industriais”, 1 ed., Ed. Edgard Blücher, São Paulo, Brasil, 396 p.
configuração dos controladores avaliados.                                              Fontes, A. B. (2002). Desenvolvimento e Avaliação de Controladores Preditivos Baseados em
                                                                                                                                                     Modelos Bilineares. Tese de Doutoramento em Engenharia Elétrica, Universidade Federal
                                       Tabela 1. Parâmetros dos controladores PI e tempo de resposta.
                                                                                                                                                     do Rio Grande do Norte, Natal-RN.
                                                    PI                         PI discreto             GPC MIMO                                 Pasamontes, M.; Álvarez, J. D.; Guzmán, J. L.;Berenguel, M. (2012). "Learning Switching Control: A
                  Parâmetros                 PIII             PIIII            PIII    PIIII                                                         Tank Level-Control Exercise". IEEE TRANSACTIONS ON EDUCATION, VOL. 55, NO. 2, MAY
                                                                                                                                                     2012.
                      KC                      14                6              2,85     2,61                     ---
                                                                                                                                                Shinskey (1989). Process Control Systems. McGraw-Hill, ed 3, New York.
                           KI               0.014         0.032             -2,565         -2,276                ---                                                                                       CONTATO
                          Ny                  ---              ---             ---              ---              15                              acbal.achy@gmail.com/ adhemar@ufba.br/ marcio.garcia@radixeng.com.br/ herman@ufba.br/ lapo.if@gmail.com.

                       [λ1,λ2]                ---              ---             ---              ---             [8,1]                                                                                      ENDEREÇO
                                                                                                                                                                                     UNIVERSIDADE FEDERAL DA BAHIA
                      [Q1,Q2]                 ---              ---             ---              ---             [1,1]                           Laboratório de Automação e Controle; Centro de Capacitação Tecnológica em Automação Industrial e Laboratório de
                                                                                                                                                                                              Propriedades Óticas
                          TR                 95s              194s             185s          194s          [80;100]                                                                   Rua Aristides Novis, 02, Federação,
                                                                                                                                                               CEP 40210-630, Salvador - Bahia – Brasil. Telefone: +55-71-3283-9499 / 9755 / 6619

Mais conteúdo relacionado

Destaque

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
Marius Sescu
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
Expeed Software
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
Pixeldarts
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
marketingartwork
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
Skeleton Technologies
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
Neil Kimberley
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
contently
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
Albert Qian
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
Search Engine Journal
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
SpeakerHub
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
Tessa Mero
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Lily Ray
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
Rajiv Jayarajah, MAppComm, ACC
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
Christy Abraham Joy
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
Vit Horky
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
MindGenius
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
RachelPearson36
 

Destaque (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Poster CBA 2012

  • 1. AVALIAÇÃO DE TÉCNICAS DE CONTROLE UTILIZANDO UMA PLATAFORMA MULTIVARIÁVEL DE CONTROLE DE NÍVEL DESENVOLVIDA PARA O ENSINO E PESQUISA ¹ACBAL R. A. ACHY, ¹ADHEMAR B. FONTES, ¹MÁRCIO R. S. GARCIA, ²HERMAN A. LEPIKSON e ³IURI M. PEPE ¹Laboratório de Automação e Controle, Departamento de Engenharia Elétrica, Universidade Federal da Bahia, ²Laboratório de Automação Industrial, Departamento de Engenharia Mecânica, Universidade Federal da Bahia, ³Laboratório de Propriedade Óticas, Instituto de Física, Universidade Federal da Bahia RESUMO RESULTADOS Este trabalho aborda os primeiros testes e resultados obtidos na plataforma multivariável de controle de nível didática desenvolvida na Universidade Federal da Bahia. Esta planta permiti o estudo tanto da dinâmica de sistemas acoplados e não lineares, quanto dos modelos de controle clássicos e modernos. Este Kit pode ser configurado para os casos SISO, MISO, SIMO e MIMO a partir dos quais podem ser obtidos diferentes modelos e estratégias de controle. Na validação dos primeiros resultados a plataforma foi configurada para operar no modo MIMO utilizando duas entradas e duas saídas. Foram implementados e avaliados algoritmos de controle preditivo generalizado multivariável (GPC), controlador PI sem considerar o acoplamento do processo e o PI com o termo de desacoplamento. Os resultados das análises de avaliação dos controladores foram feitos tanto para o caso servo quanto para o caso regulador. O uso de pré-compensadores mostrou-se de grande utilidade na amenização do esforço de controle e na possibilidade de uma estratégia de controle mais agressiva e robusta. Todos os controladores foram avaliados por meio de métricas de Figura 3. Resposta da coluna II e esforço de controle do controlador preditivo para o caso servo. desempenho e obtiveram bons desempenhos. Figura 4. Resposta da coluna III e esforço de controle do controlador preditivo para o caso regulador. INTRODUÇÃO Coluna II Coluna III Região de operação Figura 5. Resposta da coluna II e esforço de controle do controlador PI desacoplado para o caso servo. Figura 6. Resposta da coluna III e esforço de controle do controlador PI desacoplado para o caso servo. Tabela 2. Tabela de avaliação de desempenho dos controladores para o caso servo na coluna II T II CASO SERVO CASO REGULADOR Figura 1 – Planta didática multivariável de controle de nível Contr. Tr (s) OS (%) IAE ITAE u(v) σ²u σ²ISA % IAE ITAE u(v) σ²u σ²ISA % Bomba II Bomba III PI 175 0 1 0,69 3,07 0,01 0,33 0,97 0,96 1,86 0,02 1,08 Figura 2 – Região de operação do sistema. PI Des 250 0 0,99 0,69 3,06 0,01 0,33 1 1 1,96 0,01 0,51 GPC 105 0 0,97 1 3,08 0,02 0,65 0,99 0,99 1,84 0,03 1,63 MA 245 - - - - - - - - - - - MODELO DA PLANTA E PROJETO DO CONTROLADOR Tabela 3. Tabela de avaliação de desempenho dos controladores para o caso servo na coluna III. Os modelos dinâmicos da planta de controle foram obtidos para a faixa de 10 a 20 cm, sendo para esta faixa, uma geometria linear na coluna II e uma geometria esférica T III CASO SERVO CASO REGULADOR na coluna III. Estabeleceu-se o nível de operação do sistema em 15 cm. Contr. Tr (s) OS (%) IAE ITAE u(v) σ²u σ²ISA % IAE ITAE u(v) σ²u σ²ISA % Após os testes para obtenção da dinâmica da planta, obteve-se o seu modelo PI 195 0 1,00 0,996 3,13 0,02 0,64 1 0,73 2,07 0,01 0,48 matemático. As equações e os erros de modelagem que descrevem seu comportamento PI Des 200 0 1 1 2,99 0,01 0,33 0,98 0,72 2 0,01 0,50 estão em (1), (2), (3), (4). GPC 155 0 0,98 0,992 3,14 0,03 0,96 0,92 1 1,87 0,02 1,07 31,2 10 3 s  28,44 10 5 G22 ( s)  2 (1) MA 225 - - - - - - - - - - - s  34,2 10 3 s  27,56 10 5 Erro de modelagem de G22: 13,86% 3 5 CONCLUSÃO 27,0 10 s  42,74 10 G23 ( s)  (2) Nos testes práticos evidenciou-se a diferença de comportamento entre os controladores s 2  43,29 10 3 s  45,66 10 5 Erro de modelagem de G23: 15,25% preditivo e os clássicos. A implantação do controle avançado teve o principal objetivo de 27,2 10 3 s  26,96 10 5 estimular os estudantes ao estudo de diferentes estratégias, pois para o caso de G32 ( s)  2 (3) s  33,89 10 3 s  28,39 10 5 controle de nível, controladores clássicos desempenham bem a função de controle, Erro de modelagem de G32: 10,15% apesar de não “perceberem” a planta globalmente. 31,2 10 3 s  17,5110 5 G33 ( s)  2 s  35,0110 3 s  17,15 10 5 (4) AGRADECIMENTO Erro de modelagem de G33: 15,11% Este trabalho contou com o apoio técnico do Instituto de Física e a Escola Politécnica da UFBA e do apoio financeiro da Rockwell Automation. O Controlador PI projetado apresenta, como característica em frequência a adição REFERÊNCIAS de um pólo na origem e um zero do controlador, que foi alocado à esquerda do pólo da Achy, A. R. A., (2008). Avaliação de Técnicas de Controle Aplicadas a um Kit Didático Multivariável planta. Para diminuir o acoplamento do sistema implementou-se um PI com filtro de de Controle de Nível. Trabalho Final de Graduação em Engenharia Elétrica, Universidade desacoplamento, de acordo com Shinskey (1989). O controlador PI discreto foi Federal da Bahia, Salvador-Ba. implantado para que se pudesse comparar igualmente a resposta do sistema tanto para Campos, M. C. M. M., Teixeira H. C. G., (2006). “Controladores Típicos de Equipamentos e o controlador clássico quanto para o GPC MIMO. A tabela 1 mostra os parâmetros de Processos Industriais”, 1 ed., Ed. Edgard Blücher, São Paulo, Brasil, 396 p. configuração dos controladores avaliados. Fontes, A. B. (2002). Desenvolvimento e Avaliação de Controladores Preditivos Baseados em Modelos Bilineares. Tese de Doutoramento em Engenharia Elétrica, Universidade Federal Tabela 1. Parâmetros dos controladores PI e tempo de resposta. do Rio Grande do Norte, Natal-RN. PI PI discreto GPC MIMO Pasamontes, M.; Álvarez, J. D.; Guzmán, J. L.;Berenguel, M. (2012). "Learning Switching Control: A Parâmetros PIII PIIII PIII PIIII Tank Level-Control Exercise". IEEE TRANSACTIONS ON EDUCATION, VOL. 55, NO. 2, MAY 2012. KC 14 6 2,85 2,61 --- Shinskey (1989). Process Control Systems. McGraw-Hill, ed 3, New York. KI 0.014 0.032 -2,565 -2,276 --- CONTATO Ny --- --- --- --- 15 acbal.achy@gmail.com/ adhemar@ufba.br/ marcio.garcia@radixeng.com.br/ herman@ufba.br/ lapo.if@gmail.com. [λ1,λ2] --- --- --- --- [8,1] ENDEREÇO UNIVERSIDADE FEDERAL DA BAHIA [Q1,Q2] --- --- --- --- [1,1] Laboratório de Automação e Controle; Centro de Capacitação Tecnológica em Automação Industrial e Laboratório de Propriedades Óticas TR 95s 194s 185s 194s [80;100] Rua Aristides Novis, 02, Federação, CEP 40210-630, Salvador - Bahia – Brasil. Telefone: +55-71-3283-9499 / 9755 / 6619