Fault-tolerant Model-based Predictive Control Applied to Industrial Processes

• Autores: Bernardi, Emanuel
• Año de publicación: 2021
• Idioma: inglés
• Tipo de recurso: tesis doctoral
• Colaborador/a o director/a de tesis: Adam, Eduardo José; Basualdo, Marta Susana; Ferramosca, Antonio; Vega, Jorge Rubén
• Materia: Model-based Predictive Control; Fault-tolerance; Fault detection; Fault diagnosis; Non-linear process; Industrial process; Control predictivo basado en modelos; Tolerancia a fallas; Detección de fallas; Diagnóstico de fallas; Proceso no lineal; Industria de procesos
• Institución: Universidad Nacional del Litoral

Fil: Bernardi, Emanuel. Universidad Nacional del Litoral. Facultad de Ingeniería Química; Argentina.
Las plantas modernas dependen de sofisticados sistemas de control para cumplir con los requisitos de rendimiento y estabilidad. En particular, el diseño de un controlador por retroalimentación convencional para un sistema complejo, puede resultar en un desempeño insatisfactorio, o incluso en inestabilidad, frente al mal funcionamiento de actuadores, sensores u otros componentes del sistema. En vista de estos aspectos, esta tesis aborda el diseño, desarrollo y evaluación de controladores tolerantes a fallas para procesos industriales típicos, que aseguren el cumplimiento de las limitaciones operativas a pesar de la presencia de fallas. Primero, se introduce el estado de arte y los principales conceptos específicos. Luego, se presentan dos estrategias basadas en modelos. Por un lado, el diseño de un nuevo esquema de detección y diagnóstico fallas basado en observadores y el desarrollo de un controlador predictivo adaptativo se combinan para implementar un sistema de control tolerante a fallas activo no lineal, sobre la base de la representación de sistemas lineales de parámetros variables. Por otro lado, se propuso un controlador predictivo tolerante a fallas basado en optimización para desarrollar un sistema de gestión de energía de nivel terciario, basado en una planta de energía de una destilería de caña de azúcar. Por último, es importante señalar que para cada esquema propuesto se presentó un escenario de simulación realista. Habilitando amplias discusiones sobre su desempeño y efectividad, a través de observaciones gráficas e índices métricos.
Modern plants rely on sophisticated control systems to meet performance and stability requirements. In particular, a conventional feedback control design for a complex system may result in unsatisfactory performance, or even instability, in the event of malfunctions in actuators, sensors or other system components. In view of these aspects, this thesis addresses the design, development and evaluation of fault-tolerant controllers for typical industrial processes, which ensure the compliance of operational constraints despite the presence of faults. To begin with, the current state-of-art and the main specific concepts are introduced. Then, two model-based strategies are presented. On the one side, the design of a novel observer-based fault detection and diagnosis scheme and the development of an adaptive predictive controller are combined to deploy a non-linear active fault-tolerant control system, on the basis of the linear parameter varying system representation. This proposed scheme is evaluated on typical non-linear chemical industrial processes. On the other hand, an optimisation-based fault-tolerant predictive controller was proposed to develop a tertiary-level energy management system, based on a sugarcane distillery power plant. Lastly, it is important to remark that for each proposed scheme a realistic simulation scenario was presented. Enabling vast discussions about its performance and effectiveness, via graphical observations and metric indices.
Universidad Tecnológica Nacional