Método de controle eficiente utilizando ferramentas de inteligência artificial em sistemas de bombeamento de água

Abstract

O crescente consumo de energia elétrica no país, principalmente no setor industrial, vem preocupando as autoridades brasileiras, principalmente devido à crise hídrica em que o país se encontra. Neste setor, os motores elétricos representam 43,7% desse consumo e precisam de atenção especial, segundo dados do Ministério de Minas e Energia (MME). Um caso particular pode ser observado nas empresas de água, onde o uso eficiente do conjunto motobomba diminui drasticamente os custos operacionais e o consumo de energia elétrica. A aplicação de técnicas de automação nesses sistemas, juntamente com técnicas de controle moderna, vem cada vez mais aumentando a eficiência hidráulica e energética de sistemas dessa natureza. Nesse contexto, o objetivo deste trabalho é apresentar um método inteligente de controle de vazão baseado no aprendizado emocional do cérebro (BELBIC) que será aplicado a uma bancada experimental de um sistema de bombeamento, localizada no Laboratório de Sistemas Motrizes da Universidade Federal de Pernambuco. Os parâmetros desse controlador são otimizados com uma técnica de otimização de enxame de partículas (PSO) com minimização da integral do erro absoluto (IAE). Testes iniciais foram realizados em um ambiente computacional para que o desempenho do sistema pudesse ser testado previamente. Para isso, a dinâmica do sistema foi modelada a partir de dados reais do processo. Os resultados experimentais foram obtidos por meio da implementação deste sistema de controle em um controlador lógico programável (CLP), que foi o dispositivo responsável por toda a automação da bancada em questão. Os dados desta bancada foram coletados utilizando-se um sistema supervisório desenvolvido exclusivamente para este trabalho. Tais dados foram utilizados para analisar o desempenho do sistema de controle proposto e demonstrar que seu comportamento foi eficiente.