Controllability Analysis of Nonlinear Coal Mill Pulverizer Model

Resumo Técnico: Análise de Controlabilidade de um Modelo Não Linear de Moedor de Carvão

Definição do Problema
Os moedores de carvão são componentes críticos em usinas termoelétricas a carvão, responsáveis por triturar o carvão bruto em partículas finas para garantir uma combustão eficiente, controle de emissões e estabilidade da planta. O comportamento dinâmico desses sistemas é regido por interações não lineares complexas e acopladas entre a massa de carvão bruto, a massa de carvão pulverizado, o transporte pneumático e a separação do classificador. Embora a controlabilidade linear seja bem estabelecida, as condições específicas sob as quais um modelo não linear de moedor de carvão pode ser direcionado de um estado inicial arbitrário para um estado final desejado usando entradas de controle específicas permanecem um objeto de investigação teórica e prática. O artigo aborda o desafio de determinar se a dinâmica não linear de um moedor de carvão é totalmente controlável e de identificar as configurações de controle específicas necessárias para alcançar isso.

Metodologia
Os autores desenvolvem um arcabouço teórico para a controlabilidade não linear integrando a teoria dos operadores, teoremas de ponto fixo e análise funcional não linear. A metodologia procede em três estágios:

1. Formulação Teórica: O estudo considera um sistema não linear geral da forma $\dot{x}(t) = Ax(t) + F(t, x(t), u(t)) + Bu(t)$, onde $x$ é o estado, $u$ é a entrada de controle, $A$ e $B$ são operadores lineares e $F$ representa as não linearidades. Os autores utilizam a controlabilidade do sistema linear correspondente (onde $F=0$) como um pré-requisito. Eles definem um operador de controlabilidade e empregam o teorema do ponto fixo de Banach para derivar condições suficientes para a controlabilidade do sistema não linear. Especificamente, eles provam que, se o sistema linear for controlável e a função não linear $F$ satisfizer uma condição de Lipschitz dentro de uma região limitada, o sistema não linear será controlável.

2. Aplicação do Modelo: O arcabouço é aplicado a um modelo matemático detalhado de um moedor de carvão (baseado em Niemczyk et al.), descrito por um sistema de três equações diferenciais ordinárias não lineares. As variáveis de estado representam a massa de carvão bruto ($m_c$), o carvão pulverizado ($m_{pc}$) e o carvão no sistema de transporte pneumático ($m_{cair}$). As potenciais entradas de controle são a taxa de alimentação de carvão bruto ($w_c$), a taxa de fluxo de ar primário ($w_{air}$) e a velocidade angular do classificador ($\omega$).

3. Análise de Configuração: Os autores avaliam quatro distintas configurações de controle ao transformar o modelo físico na forma padrão de espaço de estados. Para cada caso, eles:

   • Constroem a matriz de controlabilidade para o sistema linearizado.
   • Verificam se a matriz possui posto completo (igual à dimensão do estado, 3).
   • Verificam se os termos não lineares restantes satisfazem a condição de continuidade de Lipschitz.

Principais Contribuições e Resultados
O artigo fornece uma prova matemática rigorosa da controlabilidade para o modelo de moedor de carvão sob restrições operacionais específicas. A análise das quatro configurações de controle produz os seguintes resultados:

• Caso 1 (Todas as três entradas ativas): O sistema não é controlável. A matriz de controlabilidade possui posto 2 (menor que a dimensão do estado de 3). A dinâmica linear falha em fornecer influência direta sobre o estado da massa de carvão pneumática ($m_{cair}$) ao depender exclusivamente da estrutura de entrada de alimentação de carvão bruto.
• Caso 2 (Carvão bruto e fluxo de ar; velocidade do classificador fixa): O sistema não é controlável. Fixar a velocidade do classificador restringe a capacidade de controlar a separação de partículas, e o fluxo de ar primário apenas influencia o sistema através de termos não lineares, o que é insuficiente para o controle total do estado na análise linearizada.
• Caso 3 (Fluxo de ar e velocidade do classificador; alimentação de carvão bruto fixa): A metodologia é inaplicável. Fixar a alimentação de carvão bruto introduz um termo afim (uma entrada constante) que impede o sistema de ser expresso na forma exigida $\dot{x} = Ax + Bu + F$, quebrando assim as suposições estruturais do arcabouço de controlabilidade.
• Caso 4 (Alimentação de carvão bruto e velocidade do classificador; fluxo de ar primário fixo): O sistema é totalmente controlável.
  • Com o fluxo de ar primário ($w_{air}$) mantido constante, o sistema linear atinge posto completo (3).
  • O termo não linear restante (envolvendo a velocidade do classificador e a massa pneumática) satisfaz a condição de Lipschitz.
  • Consequentemente, o sistema pode ser direcionado de qualquer estado inicial para qualquer estado final desejado usando a taxa de alimentação de carvão bruto ($w_c$) e a velocidade do classificador ($\omega$) como entradas de controle.

Significância e Alegações
O artigo alega que sua principal significância reside em fornecer uma justificativa teórica para o design de controladores práticos em operações de usinas de energia. Os achados destacam que:

• Influência Linear Limitada do Fluxo de Ar: O fluxo de ar primário tem influência limitada na controlabilidade linear; seu papel é primariamente capturado em termos de acoplamento não linear.
• Papel Crítico da Dinâmica do Classificador: A velocidade do classificador é identificada como uma variável de controle crítica. Quando combinada com a taxa de alimentação de carvão bruto e um fluxo de ar constante, ela permite a controlabilidade total.
• Diretrizes Operacionais: Os resultados oferecem diretrizes para melhorar a estabilidade da combustão e a eficiência energética. Especificamente, operadores podem alcançar distribuições de massa de carvão desejadas coordenando a entrada de carvão bruto e a velocidade do classificador enquanto mantêm um fluxo de ar primário constante.

Os autores concluem que seu trabalho preenche a lacuna entre a teoria de controle não linear abstrata e a aplicação industrial, oferecendo uma base sólida para o desenvolvimento de estratégias de controle que garantam operações seguras e eficientes em usinas de energia. Eles observam que trabalhos futuros devem abordar a robustez de parâmetros, restrições de controle práticas e modelos estendidos incluindo a dinâmica de temperatura.