Controle genético.

As técnicas de controle concebidas para sistemas complexos, lidam simultaneamente com identificação e controle da planta em tempo real, sem conduzir, contudo, a otimização do conjunto de modo autônomo.

Os algoritmos evolucionários, por outro lado, tem sido largamente aplicado em análise, otimização off-line e tomadas de decisões nos quais as limitações de tempo de resposta rápidas e tratamento de interrupções em tempo real não são relevantes.

O controle genético é uma estrutura que obtém o modelo de controle com a programação genética, bloco 1 da fig. 2, utilizando dados da planta e uma função de desempenho que expressa o objetivo a ser atingido, otimizando a planta de modo autônomo. O algoritmo genético, bloco 2, adapta em tempo real os parâmetros do modelo a mudanças da planta. São associados às técnicas adaptativas que representam o processo como um modelo caixa preta, permitindo a utilização de simuladores com os dados históricos disponíveis.

Na figura 3 estão apresentados os módulos que constituem o GenCo. Pode-se ver as várias etapas seguidas na construção de um sistema utilizando inteligência artificial: os dados levantados no processo são inseridos em um repositório para posterior obtenção do modelo da planta por redes neurais, programação genética, métodos adaptativos ou analíticos. Este modelo é utilizado por um simulador pela programação genética para obtenção dos modelos de controle. O GA/NN realiza o ajuste dos parâmetros e setpoints e o GA-risco supervisiona as condições de risco do processo, e após adequação, atua em tempo real adaptando-se com as informações vindas do processo através da interface.