Um dos fatores mais importantes para o bom desempenho de um controlador preditivo é a utilização de um modelo nominal que represente o processo de forma confiável, sendo a etapa de identificação deste modelo a parte mais trabalhosa e demorada de um projeto de implementação de MPC. Comumente, para processos que apresentam grande não linearidade na região normal de operação é utilizada a estratégia de controlador robusto para incertezas no modelo, ou então, abordagens de controladores com múltiplos modelos, visto a complexidade da utilização de modelos não lineares. Este trabalho apresenta uma alternativa para casos de sistemas não lineares, uma estratégia de controle adaptativo que altera o modelo nominal do controlador sempre que este tem uma queda de performance. Esta nova abordagem se mostrou muito interessante, visto que tem uma complexidade computacional menor do que as abordagens Robustas e de Múltiplos Modelos. Esta técnica de MPC Adaptativo com Múltiplos Modelos e com função de chaveamento foi estudada em dois processos, uma coluna separadora de C3/C4 e um sistema de leito catalítico. Em ambos os casos os resultados se mostraram interessantes, pode-se alterar o modelo nominal do controlador, obtendo um ganho de desempenho. Em um terceiro caso foi estudado a estratégia de combinação politópica de modelos, utilizando além da função de chaveamento, uma rotina de identificação dos pesos de cada modelo na combinação politópica. Esta abordagem também apresentou resultados interessantes, tendo sua estabilidade garantida para casos onde as incertezas estão somente nos ganhos dos modelos.

One of the most important factors for the good performance of a predictive controller is the use of a nominal model that reliably represents the process, with the identification step of this model being the most laborious and time-consuming part of a project to implement MPC. Commonly for processes that present non-linearity in the normal region of operation, the strategy of robust controller is used for uncertainties in the model or approaches of multiple models MPC, considering the complexity of using non-linear models. This work presents an alternative for non-linear systems, an adaptive control strategy that changes the nominal model of the controller whenever it has a performance drop. This new approach proved to be very interesting, since it has less computational complexity than the Robust and Multiple Model approaches. This Adaptive MPC technique with Multiple Models and switching function was studied in two processes, a C3 / C4 separating column and a fluidized catalytic cracking. In both cases, the results were interesting. It was possible to change the controller nominal model, obtaining a performance gain. In a third case, was studied the polytopic model combination strategy, using in addition to the switching function, a routine for identifying the weights of each model in the polytopic combination. This approach also presented interesting results, having its stability guaranteed for cases where the uncertainties are only in the gains of the models.