É com grande satisfação que a Sociedade Brasileira de Automática divulga a promoção e seleção de participantes para o segundo evento da Série de Seminários SBA para Promoção da Diversidade Regional em Controle e Automação no Brasil. 

A Série de Seminários SBA ocorrerá ao longo do ano de 2026, com eventos em diferentes regiões do país. A iniciativa contempla o esforço da SBA para a promoção da diversidade regional em controle e automação no Brasil e é co-financiada pelo IFAC Activity Fund. Cada evento será destinado a estudantes do último ano de graduação ou matriculados nos programas de pós-graduação de instituições de ensino brasileiras. O objetivo é promover a imersão dos participantes em um ambiente acadêmico inspirador, motivando o engajamento em carreiras acadêmicas na área de controle e automação no Brasil.

O segundo evento ocorrerá nos dias 28 e 29 de Maio de 2026, na Universidade Federal do Amazonas (UFAM), sendo promovido pela Sociedade Brasileira de Automática (SBA) com fomento do IFAC Activity Fund. 

A presente chamada, portanto, tem como finalidade selecionar estudantes provenientes de instituições brasileiras da Região Norte para participar do referido evento. Cada pessoa selecionada terá custeada a sua locomoção, acomodação e inscrição no evento, considerando a disponibilidade financeira da SBA. Não serão considerados gastos com transporte particular.

Todas as pessoas selecionadas para o evento serão regularmente matriculadas em disciplinas eletivas incluída no ról do PPGEE/UFAM.

____________________________________________________________________________

TEMA DO MINICURSO: Controle preditivo baseado em modelo.

PALESTRANTE: Prof. Tito Luís Maia Santos (UFBA)

Tito Luís Maia Santos é atualmente Professor Associado da Universidade Federal da Bahia (UFBA), sendo o líder do grupo de pesquisa denominado “Sistemas de Controle e Otimização”. Ele graduou-se em Engenharia Elétrica na UFBA (2006), tendo concluído o mestrado em Engenharia Elétrica pela Universidade Federal de Santa Catarina (UFSC) em 2008 e o doutorado em Engenharia de Automação e Sistemas (UFSC) em 2011. Ainda durante o doutorado, passou um ano na Universidade de Sevilha (2010-2011), desenvolvendo pesquisas na área de controle preditivo robusto. Foi recebido como pesquisador visitante na Universidade da Califórnia – Berkeley durante um ano (2017-2018), trabalhando em temas relacionados ao controle preditivo estocástico. Prof. Tito Santos tem atuado como coordenador do Comitê Técnico de Controle da Sociedade Brasileira de Automática e Editor Associado do Journal of Control, Automation and Electrical Systems da Springer. Seus principais temas de interesse são Controle de Sistemas com Atraso e Controle Preditivo.

____________________________________________________________________________

CRITÉRIOS PARA A AVALIAÇÃO:  As pessoas inscritas serão selecionados pela SBA por sorteio, com reserva de vagas para mulheres e pessoas de baixa renda.

CONDIÇÕES PARA ELEGIBILIDADE: Para ser elegível, cada pessoa candidata deve ter matrícula regular em uma instituição de ensino brasileira da Região Norte (graduação ou pós-graduação) e ser sócia ativa da SBA.

APRESENTAÇÃO DE RELATÓRIO FINAL DE ATIVIDADES:  Cada pessoa selecionada se compromete a submeter à SBA, até 05/06/2026, um relatório sucinto, circunstanciado e individual sobre sua participação no evento da Série de Seminários SBA. O relatório deve conter sua avaliação a respeito da eventual importância desta iniciativa.  O relatório deverá ser redigido em inglês.

____________________________________________________________________________

A CANDIDATURA DEVERÁ SER FEITA EXCLUSIVAMENTE ATRAVÉS DO SEGUINTE FORMULÁRIO: https://forms.gle/iqLkrtvSwTv23SVT6

PRAZO PARA CANDIDATURA: de 08/04 a 17/04/2026.

OBSERVAÇÕES FINAIS: Cada pessoa pode submeter UMA ÚNICA candidatura. As pessoas selecionadas para o evento serão pagas por reembolso.

___________________________________________________________________________

CONTEÚDO PROGRAMÁTICO

Ementa

Introdução ao controle preditivo baseado em modelo (MPC). Definições fundamentais: função custo, horizonte de predição e princípio do horizonte deslizante. Controle preditivo para sistemas lineares: Generalized Predictive Control (GPC), Dynamic Matrix Control (DMC) e controle preditivo em espaço de estados. Formulação do problema de otimização com restrições. Generalizações para o caso multivariável. Fundamentos de estabilidade e robustez. Introdução ao controle preditivo baseado em modelos de predição não-lineares

Objetivos

Geral: Capacitar os participantes a compreender os princípios teóricos e as etapas de implementação do controle preditivo baseado em modelo, com foco em sistemas lineares sujeitos a restrições.

Específicos:

Formular problemas de otimização quadrática para controle preditivo.
Diferenciar os tipos de modelos utilizados.
Implementar um controlador MPC básico utilizando o Matlab (Octave).
Analisar o efeito dos parâmetros de sintonia (horizontes e penalizações) na resposta do sistema.

Conteúdo Programático

Módulo 1: Introdução ao Controle Preditivo (4 horas)

1.1 Apresentação: Motivação. Estrutura geral do controlador (Modelo, Preditor, Otimizador). Princípio do Horizonte Deslizante.

1.2 Formulação do Problema de Otimização: Função objetivo (custo). Erro de predição. Esforço de controle. Horizontes de Controle e Predição.

1.3 Problema de Otimização Quadrática (QP): Convexidade. Solução do problema irrestrito. Restrições

1.4 Controle preditivo em espaço de estados: Inclusão da ação integral. Lei de controle – caso irrestrito. Lei de controle – caso com restrições.

Módulo 2: Controle Preditivo Monovariável (4 horas)

2.1 Controlador DMC (Dynamic Matrix Control): Modelo de predição Lei de controle. Solução generalizada (GDMC).

2.2 Controlador GPC (Generalized Predictive Control): Modelo de predição Lei de controle. Formulação com ruído colorido.

Módulo 3: Problema multivariável e implementação em softwares típicos(4 horas)

3.1 DMC para problemas multivariáveis.
3.2 GPC para problemas multivariáveis.
3.3 Impacto de parâmetros de sintonia.
3.4  Implementação em Matlab (Octave) e Python.

Módulo 4: Tópicos Avançados (4 horas)

4.1 Estabilidade em controladores preditivos: Ingredientes estabilizantes. Factibilidade recursiva. Convergência. Domínio de atração.

4.2 Noções de robustez: Controle preditivo baseado em tubos. Satisfação robusta de restrições.

4.3 Noções de algoritmos MPC com modelos não-lineares (NMPC): Soluções aproximadas. Soluções diretas.

Metodologia

O minicurso será desenvolvido por meio de apresentação expositiva com apresentação de resultados e análise de algoritmos e resultados de simulação.

Referências

Básica

NORMEY-RICO, J. E.; FLESCH, R.C. C.; LIMA, D. M.; PECCINN, V. B.   Controle Preditivo Baseado em Modelo: Caso Monovariável Linear, Vol.1. Blucher, 2024.
NORMEY-RICO, J. E.; FLESCH, R.C. C.; LIMA, D. M.; PECCINN, V. B.  Controle Preditivo Baseado em Modelo: Tópicos Avançados, Vol.2. Blucher, 2024.
CAMACHO, E. F.; BORDONS, C. Model Predictive Control. 2. ed. Springer, 2007.

Complementar

MACIEJOWSKI, J. M. Predictive Control with Constraints. Prentice Hall, 2002.
WANG, L. Model Predictive Control System Design and Implementation Using MATLAB®. Springer, 2009.
RAWLINGS, J. B.; MAYNE, D. Q. Model Predictive Control: Theory and Design. Nob Hill Publishing, 2009.
BORELLI, F.; BEMPORAD, A.; MORARI, M., Predictive Control for Linear and Hybrid Systems, Cambridge University Press, 2017.

___________________________________________________________________________