Identificação difusa e controlo preditivo do processo de fermentação alcoólica

Os bioreactores apresentam fortes características não lineares que dificultam a compreensão do mecanismo e o projecto de controladores eficazes. Paradigmático é o exemplo em estudo neste trabalho, reactor fechado simples que serve de base ao processo biotecnológico da fermentação alcoólica e para o qual foi necessário desenvolver modelos matemáticos e técnicas de controlo não linear. A forma mais comum de se controlarem processos não lineares baseia-se na utilização de técnicas lineares, que proporcionam grande simplicidade de análise e para as quais existem técnicas bem caracterizadas, que muito facilitam a construção de controladores com as características desejadas. Porém, destas técnicas apenas poderão resultar modelos lineares, válidos para certas zonas de funcionamento, com as inerentes limitações para os seus controladores. A alternativa a esta abordagem passa pela utilização de modelos e técnicas de controlo não lineares sobre as quais tem recaído a atenção da comunidade científica durante as últimas décadas. O objectivo deste trabalho consistiu no estudo da dinâmica de um reactor destinado ao processo de fermentação alcoólica e o seu controlo através de técnicas de controlo preditivo baseadas no paradigma da lógica difusa. O aspecto principal do problema do controlo óptimo e do qual depende o seu sucesso prende-se com a precisão do modelo do processo. Durante vários anos, os modelos mecanistas foram usados no desenvolvimento de estratégias de controlo óptimo para reactores, com as limitações conhecidas. Em alternativa, a estratégia proposta neste documento baseia-se num modelo de lógica difusa usada em conjunto com técnicas de optimização numérica. Com base neste novo modelo, uma estratégia de controlo preditivo é apresentada e os resultados obtidos comparados com metodologias de controlo clássico. Uma vez que para o género de controlo deste sistema é fundamental existir um bom modelo de previsão das variáveis que definem a qualidade do produto final, muito do que foi preciso realizar passou por construir modelos exactos de previsão de longo prazo. Para responder a este desafio foram propostos e estudados vários tipos de modelos difusos, com diferentes parâmetros e estruturas. Os resultados do controlador preditivo foram comparados com os obtidos pelo controlador PID habitual e revelaram algumas vantagens do controlo preditivo relativamente ao PID. É ainda apresentada uma estratégia de controlo preditivo baseada em modelos de lógica difusa, o que representa uma vantagem em termos computacionais quando comparada com a estratégia baseada em modelos determinísticos. Por estes motivos a aproximação proposta neste trabalho pode ser uma agradável contribuição para a implementação da estratégia de controlo óptimo de processos biotecnológicos, onde os modelos mecanistas são difíceis de obter ou até mesmo impossíveis de definir. Bioreactors in particular exhibit strong nonlinear characteristics and their operation is known to be difficult to reproduce and to control. Therefore, a relatively simple batch bioreactor is selected to serve as a benchmark problem for advanced nonlinear analysis and control techniques. The analysis and control of nonlinear systems is a challenging and emerging interdisciplinary field of major practical importance. The most common way to control nonlinear process systems is to use either linear techniques on locally linearized versions of the nonlinear models or model-based predictive control The purpose of the present work is to investigate nonlinear bioreactor dynamics of the fermentation process for design of different nonlinear predictive control techniques based on fuzzy logic paradigm. For this purpose, linear methods are used as a reference for the nonlinear methods. The present work made a structured approach to building fuzzy models for a fed batch bioreactor to allow the development of reactor optimal control policy. Since the ultimate interest in batch bioreactor control is on the end-of-batch product quality, accurate long range predictions are essential in developing optimal control policy. To address the long range prediction issue, an augmented recurrent fuzzy system is used to build long range prediction models which can predict the product quality over the batch trajectory. Optimal control of batch reactors is very important due to the ever-increasing market competition, consumer demands for high quality products, and stringent environment regulations. The core of the optimal control problem is generally regarded as being an accurate model of the process and for many years mechanistic models have been used to develop optimal control strategies for batch processes. Based on the augmented fuzzy system model, constrained optimisation techniques are used to the optimal control policy. The proposed technique is applied to a simulated batch bioreactor. The results obtained are shown to be comparable to those computed using a full phenomenological model which is usually difficult to obtain, demonstrating that the proposed approach can contribute to the optimal control of some batch processes where detailed mechanistic models are difficult or infeasible to develop. Based in this new model a predictive control strategy is proposed and its results compared with classical control strategies