Neste trabalho são estudadas técnicas de filtragem de sinais, visando preparar os dados coletados do processo para posterior identificação de modelos. Utilizam-se dados da Planta Piloto de Neutralização de pH do Laboratório de Controle de Processos Industriais do Departamento de Engenharia de Telecomunicações e Controle da Escola Politécnica da USP, aos quais são aplicadas técnicas de Processamento Digital de Sinais (PDS) no tratamento dos dados da planta, usando filtros de resposta impulsiva FIR e IIR, e filtros usando Transformada Wavelet para uma análise comparativa entre as diferentes técnicas de filtragem. Além disso, são implementados os filtros usando Transformada Wavelet no tratamento dos sinais do sistema simulado Shell Benchemark para comparação com modelos sem filtro. Na identificação dos modelos de processo são empregadas as estruturas: OE, ARX, ARMAX e BJ. Os resultados da implementação dos filtros Wavelet comprovam a eficiência destes filtros no tratamento de sinais para modelagem dos processos, proporcionando modelos melhores em comparação com outras técnicas de filtragem estudadas.

In this work, signal filtering techniques are studied, preparing the collected process data for later model identification. Data from the pH Neutralization Pilot Plant from the Industrial Process Control Laboratory of the Telecommunications and Control Engineering Department of Escola Politécnica of USP, to which the Digital Signal Processing (PDS) technical methods in the treatment of plant data using response filters are used. impulsive FIR and IIR, and filters using Wavelet Transform for a comparative analysis between different filtering techniques are employed. In addition, filters using Wavelet Transform are implemented in the treatment of signals from the simulated Shell Benchemark system for comparison with models without a filter. In the identification of process models, the following structures are employed: OE, ARX, ARMAX and BJ. The results of the implementation of Wavelet filters prove the efficiency of these filters in the treatment of signals for modeling processes, providing better models in comparison to other studied filtering techniques.