Estratégias de controle aplicadas no gerador de vapor

Abstract

Os geradores de vapor desempenham um papel essencial em diversas indústrias, como geração de energia, processos químicos e alimentícios, e são sistemas complexos que apresentam desafios significativos de controle devido a interações multivariáveis, comportamento nãolinear e a influência de distúrbios. Nesse contexto, o controlador Proporcional-IntegralDerivativo (PID) é o controle convencional mais usado nas indústrias. Além, a Lógica Fuzzy surge como uma alternativa robusta, pois permite incorporar o conhecimento e a experiência de operadores humanos na forma de regras linguísticas, lidando eficazmente com as incertezas e imprecisões inerentes a processos não-lineares, sem exigir um modelo matemático exato. Alternativamente, as Redes Neurais Artificiais surgem como outra alternativa pois conseguem aprender o comportamento dinâmico a partir de dados, lidando bem com não linearidades. Este trabalho teve como objetivo realizar um estudo comparativo de estratégias de controle num gerador de vapor, em que as variáveis controladas são a pressão de vapor e o nível de água. A metodologia envolveu a obtenção do modelo matemático em espaço de estados do gerador e o desenvolvimento de 3 estratégias de controle: PID (com sintonia baseada em Otimização por Enxame de Partículas - PSO e Algoritmo Genético - AG), um controlador neural, utilizando o algoritmo Soft Actor-Critic de aprendizado por reforço no ambiente CaldeiraEnv, e por fim um controlador Fuzzy. O desempenho das estratégias foi avaliado por meio de métricas baseadas em parâmetros de resposta transitória e de índices integrais. Os resultados das simulações, mostraram um bom seguimento de referência e a rejeição dos distúrbios de todos os controladores, ressaltando que os controladores PID sintonizados por PSO e AG tiveram desempenho superior em relação aos outros controladores, apresentando índices de desempenho menores.