Está en la página 1de 22

Este informe da una mirada de carácter no técnico en el estado de la técnica en ingeniería de control moderna, centrándose en las técnicas que

se aplican a las industrias de procesos. A medida que el ritmo de desarrollo en este campo es fenomenal, la revisión no es exhaustiva. Lo que hemos hecho es aprovechar las experiencias del Grupo de Control de Procesos Avanzados de la Facultad de Ingeniería Química y Materiales Avanzados de la Universidad de Newcastle. que ha participado ampliamente en el desarrollo fundamental y aplicación de métodos modernos de control durante casi dos décadas. También es bien sabido que cualquier mejora en el desempeño de las estrategias de control se traducirá en más producción constante, lo que facilita la optimización de procesos, por lo menos re-elaboración de los productos y menos residuos. Los modelos de procesos para respaldar el enfoque de control más modernos. Dependiendo de los modelos de formularios, los controladores diferentes pueden ser sintetizados. Incluso la prevalencia proporcional + integral + derivativo (PID) algoritmo puede ser diseñado desde una perspectiva de modelo de base. Las capacidades de rendimiento de los algoritmos PID se limitan sin embargo. Estrategias más sofisticadas, tales como los algoritmos de adaptación y de controladores predictivos han sido propuestos para mejor control del proceso. Debido al énfasis en la calidad, control estadístico de procesos (SPC) técnicas también están experimentando un renacimiento. En particular, se está tratando de integrar a la práctica tradicional de RCP, con técnicas de ingeniería de control de retroalimentación. Cada una de estas estrategias tiene méritos respectivos. De especial importancia es la reciente atención atención al desarrollo de lo posible los controladores no lineales, en reconocimiento del hecho de que muchos de los procesos reales son no lineales y que los sistemas de adaptación puede no ser capaz de hacer frente a las no linealidades significativas. Hay dos enfoques. Uno trata de diseñar estrategias de control basados en modelos no lineales de recuadro negro, por ejemplo, no lineal de series de tiempo o redes neuronales. El otro se basa en un enfoque analítico, haciendo uso de un modelo físico-químicas del proceso. Sin embargo, hay indicios de que los dos enfoques pueden ser racionalizadas. Potentes ordenadores baratos y los avances en el campo de la Inteligencia Artificial también están haciendo su efecto. Los controles locales son cada vez más complementado con sistemas de monitoreo, supervisión y optimización de las funciones que tradicionalmente eran realizadas por personal de la planta. Estos residen en un nivel superior en la gestión de la información y la jerarquía de control de procesos. La realización de tareas que se relacionan directamente con los objetivos generales de gestión de la planta, que vinculen efectivamente a objetivos de negocio de plantas con operaciones de la unidad local. El resultado es un ambiente que conduzca a una producción más consistente. Las plantas modernas de proceso, diseñado para la producción flexible y para maximizar la recuperación de energía y materiales, son cada vez más complejo.

Unidades de proceso están estrechamente unidas y la falla de una unidad puede degradar gravemente la productividad en general. Esta situación plantea importantes problemas de control. La literatura sobre las técnicas de control pertinentes, seguimiento, supervisión y optimización es voluminosa, exhortando a cada artículo una cierta solución a un problema particular. Sin embargo, se reconoce en general que actualmente no existe una técnica que va a resolver todos los problemas de control que se puede manifestar en las plantas modernas. De hecho, las plantas tienen diferentes requisitos. Un enfoque sistemático para la elección de las técnicas de estudio pertinentes y su integración en un sistema de gestión cooperativa y el sistema de control mejorará significativamente el funcionamiento de la planta y la rentabilidad. Este es el objetivo de control de proceso avanzado. 1. ¿QUÉ ES EL CONTROL AVANZADO? En los últimos 30 años, mucho se ha escrito sobre el control avanzado, la teoría subyacente, estudios de implantación, las declaraciones sobre los beneficios que traerá sus aplicaciones y proyecciones de las tendencias futuras. Durante la década de 1960, el control avanzado se entiende cualquier algoritmo o estrategia que se desvió de la clásica de tres términos, Proporcional-Integral-Derivativo (PID), el controlador. El advenimiento de las computadoras proceso significó que los algoritmos que no se podría realizar utilizando la tecnología analógica actual se podría aplicar. Feed forward, control multivariable y filosofías de control óptimo se convirtió en alternativas viables. De hecho, la proliferación de hoy en día de las llamadas metodologías avanzadas de control sólo puede atribuirse a los avances en la industria electrónica, especialmente en el desarrollo de bajo costo dispositivos digitales de cómputo (circa 1970). Hoy en día, el control avanzado es sinónimo de la aplicación de las tecnologías de la informática basada en. Se ha informado recientemente de que el control avanzado puede mejorar el rendimiento del producto, reducir el consumo de energía, aumentar la capacidad, mejorar la calidad y consistencia del producto, reducir el obsequio de productos, capacidad de respuesta aumentan, la seguridad de proceso mejorado y reducir las emisiones ambientales. Mediante la implementación de un control avanzado, los beneficios que van desde 2% a 6% de los costos de operación han sido citados [Anderson, 1992]. Estos beneficios son enormes y se logra reduciendo la variabilidad del proceso, lo que permite a las plantas para ser operado de su capacidad diseñada. ¿Qué es exactamente un control avanzado? Función de la formación de un individuo, el control avanzado puede significar cosas diferentes. Podría ser

no necesariamente el estado de la técnica. Modelos que los efectos de tiempo y espacio para ampliarse. Inteligencia Artificial de ingeniería de hardware y software. robótica. MODELOS DE PROCESO Cualquier descripción de un sistema puede ser considerado como un modelo de ese sistema. una comprensión del comportamiento del proceso de la planta junto con el uso juicioso de. Una clasificación no exhaustiva . por ejemplo. la simplificación. riesgo y tiempo. Tampoco se refieren al uso singular de algoritmos de control sofisticados. Teoría de la Decisión. las tecnologías de control. Los enfoques actuales en esta materia dependen en gran medida en un estudio del comportamiento del sistema y el uso de modelos de procesos. El uso de modelos por lo tanto reduce la necesidad de la experimentación real y facilita la consecución de fines muy diversos a bajo costo. Central de esta filosofía es la necesidad de una apreciación de ingeniería del problema. las opiniones de académicos e ingenieros de la práctica puede diferir de manera significativa. de auto-tuning o los algoritmos de adaptación o de estrategias de optimización.la implementación de esquemas de control anticipativo o en cascada. algunas técnicas de análisis y diseño requieren sólo el estado de equilibrio de la información. aeroespacial. sólo los correspondientes a las industrias de proceso serán discutidos. procesamiento de señal. sistemas de radar y de seguimiento de vehículos guía. para retener sólo aquellos detalles relevantes para el problema. En él se describe una práctica que se basa en elementos de muchas disciplinas que van desde la ingeniería de control. este informe se centrará sólo en las técnicas de modelo de base. Aunque la capacidad de encapsular la información dinámica es importante. Aquí. En cuanto a los requisitos de control. de compensadores de retardo. En este contexto. Nosotros preferimos a considerar el control avanzado como algo más que el uso de computadoras con múltiples procesadores o el estado de la técnica de los entornos de software. Por lo tanto. un modelo bien podría ser una descripción matemática o estadística de los aspectos específicos del proceso. la extracción de las propiedades y por lo tanto. Este informe restringe la atención a los algoritmos de control. el modelo debe contener la información que permiten la predicción de las consecuencias de cambios en las condiciones de operación del proceso. 2. Aunque la mayoría de las metodologías que se describen son aplicables a un amplio espectro de sistemas. Estadística. También puede ser en forma de descripciones cualitativas de la conducta de los procesos.

Ambas agrupan y distribuyen modelos de parámetros pueden ser clasificados en las descripciones lineales o no lineales.1. no lineales.de los modelos de formulario se muestra en la fig. la solución de ecuaciones en derivadas parciales es también más compleja. por ejemplo. Dependiendo del sistema. El modelo mecanicista se deriva generalmente de la física y la química que rigen el proceso. Sin embargo. Modelos PDE surgen debido a la dependencia también en localizaciones espaciales. un modelo de parámetros distribuidos es más complejo y por lo tanto más difíciles de desarrollar. Obviamente. un modelo de distribución se puede aproximar por una serie de ecuaciones diferenciales ordinarias dado supuestos simplificadores. Los modelos mecanicistas Si se sabe mucho sobre el proceso y sus características están bien definidas. el perfil de temperatura de líquido en un tanque que no esté bien mezclado. el nivel de líquido en un tanque. el desarrollo del modelo mecanicista no puede ser factible en . las ecuaciones diferenciales son a menudo linealizada para permitir el análisis manejable. mientras que los sistemas distribuidos de parámetro representaciones requieren el uso de ecuaciones en derivadas parciales (EDP). En muchos casos. 2. 1. por ejemplo. Agrupa los modelos de parámetros se describen por ecuaciones diferenciales ordinarias (EDO). los diferentes tipos modelo será empleado. Más importante aún. Esto se conoce como desarrollo "mecanicista" del modelo. entonces un conjunto de ecuaciones diferenciales se pueden utilizar para describir su comportamiento dinámico. normalmente el tiempo. Dependiendo de la tarea. la estructura del modelo final o bien puede ser un parámetro globalizado o de una representación de parámetros distribuidos. por lo general debido a las limitaciones financieras y de tiempo. Por lo general. EDO se utilizan para describir el comportamiento en una dimensión.

si el objetivo es representar fielmente sólo algunas de las tendencias en el comportamiento del proceso. Son. de series de tiempo característica de nuevo junto con los modelos de redes neuronales basado. en cierto modo. la función de transferencia y predominan los modelos de series de tiempo. Los parámetros de las funciones siguen siendo lineal y por lo tanto facilita la identificación con técnicas menos plazas base. el aumento de poder de cómputo barato y algunos resultados teóricos de . cinética de reacción.2. 1974]. En no-lineal de series de tiempo. Sin embargo. empírica o "recuadro negro" modelos pueden ser construidos a partir de datos obtenidos de la planta. Sin embargo. esta delimitación es. Esto es particularmente cierto cuando el conocimiento sobre el proceso es un principio vago o si el proceso es tan complejo que las ecuaciones resultantes no pueden ser resueltos. arbitraria. los modelos de recuadro negro se pueden clasificar en formas lineales y no lineales. los modelos de función de transferencia y de series de tiempo son equivalentes. las variables se consideran como variables aleatorias. entonces el enfoque de la caja de modelado negro es igual de eficaz. Modelos Negro Caja Modelos de recuadro negro simplemente describir las relaciones funcionales entre las entradas y salidas del sistema del sistema. Las técnicas más comunes que se utilizan. El único factor que los distingue es que en los modelos de series de tiempo.la práctica. Las redes neuronales no son nuevos paradigmas para el modelado de sistemas no lineales. una variedad de técnicas se pueden utilizar para determinar los parámetros de los modelos lineales de recuadro negro [Eykhoff. sin embargo. Con muestras de los sistemas de datos. etc Esta es la desventaja de los modelos de cuadro negro en comparación con los modelos mecanicistas. por implicación. Teniendo en cuenta los datos correspondientes. agrupa los modelos de parámetros. Bajo tales circunstancias. En la categoría lineal. Por otra parte. 1. el comportamiento no lineal del proceso es modelado por combinaciones de peso de productos cruzados y los poderes de las variables utilizadas en la representación. En ausencia de efectos aleatorios. Los parámetros de estas funciones no tienen ningún significado físico en términos de equivalencia con los parámetros de proceso tales como el calor o los coeficientes de transferencia de masa. Como se muestra en la fig. son mínimos cuadrados basado en algoritmos. el costo de los modelos es varios órdenes de magnitud más pequeño que el asociado con el desarrollo de modelos mecanicistas. 2. En la categoría de no-lineal.

a partir de fuentes de entrada a los sumideros de la producción. Enfoques más sofisticados hacen uso de la teoría de la física cualitativa [Bobrow.3. Estos últimos métodos tienen por objeto corregir las desventajas de los modelos basados exclusivamente regla mediante la invocación de algún tipo de álgebra. mientras que los arcos que conectan los nodos describir la influencia o relación entre los nodos.gran alcance han llevado a un resurgimiento en el uso de redes neuronales en la construcción de modelos [Cybenko. teoría de conjuntos difusos contiene un álgebra y un conjunto de la lingüística que facilita la descripción de los sistemas complejos y mal definidos. La forma más simple de un modelo cualitativo es el "basado en reglas" modelo que hace uso de 'IF-THEN-ELSE' construye para describir el comportamiento del proceso. Lippmann. cuando el proceso se opera en las regiones de operación diferentes. algoritmos genéticos y técnicas de la Regla de inducción se puede aplicar para procesar los datos para generar las reglas que describen [Sur et al. sobre todo la capacidad de encarnar los aspectos temporales del comportamiento del proceso. 1992] parecen ser los más apropiados para el seguimiento de procesos y aplicaciones de control. Por otra parte. QTFs conservan muchas de las cualidades de las funciones de transferencia cuantitativos que describen la relación entre una entrada y una variable de salida. Fundido dentro de un marco de objeto. o cuando los límites físicos existentes. El comportamiento general del sistema se deriva de atravesar el gráfico. Modelos derivados basados en el uso de la teoría de conjuntos difusos también pueden ser clasificados como modelos cualitativos. El . De éstas. La técnica ha sido concebido para aplicaciones en el ámbito de control de procesos. las funciones cualitativas de transferencia (QTFs) [Feray Beaumont et al. Rummelhart y McCelland. 1989. por ejemplo. 2. 1971]. En este caso. Las magnitudes de los cambios se cuantifica como "medio negativo". se construye un modelo de pequeñas sub-sistemas y conectados entre sí como en un grafo dirigido. soldadura y deKleer. Propuesto por Zadeh [1965. para que la precisión de los métodos de modelización matemática se podría lograr. Estas reglas se obtuvo de los expertos humanos. "muy positivamente" y así sucesivamente. Los modelos cualitativos Hay casos en que la naturaleza del proceso puede impedir la descripción matemática. 1984. Cada nodo en el gráfico representa una variable. 1986]. 1987. Esto da lugar a discontinuidades que no son susceptibles de descripciones matemáticas. 1990] y sus variantes. 1993]. los modelos cualitativos se pueden formular.

Modelos de correlación surgen mediante la cuantificación del grado de similitud entre dos variables mediante el control de sus variaciones. Sin embargo. El más común es la distribución normal que proporciona información sobre la probabilidad de una variable en tomar determinados valores. este enfoque no es adecuado para en tiempo real . etc 2.8". en la práctica de control moderna. "qué pasa si" las investigaciones se pueden realizar a través de la simulación. pero la interpretación se hace difícil cuando más de dos variables se consideran. La dinámica de sistemas no son captados por los modelos estadísticos. y está implícita en las asociaciones entre variables se analizó mediante técnicas de regresión. Sin embargo. Análisis de series temporales que tiene un sesgo estadístico en exceso pueden ser considerados dentro de esta categoría del modelo. Esto es de nuevo una técnica muy común. por ejemplo. 3. juegan un papel importante sobre todo en la asistencia a la toma de decisiones en el más alto nivel. MODELO DE BASE (moderno) CONTROL AUTOMATICO Teniendo en cuenta un modelo representativo de un proceso. debido a su uso generalizado e intercambiables en el desarrollo de deterministas y estocásticos algoritmos de control digital. análisis de datos y. la teoría de juegos y la teoría de los sistemas de decisión. Sin embargo. para responder a las cuestiones operacionales tales como las cuestiones relacionadas con la seguridad y proporcionar capacitación de los operadores. Los modelos difusos se están utilizando en la vida cotidiana sin que nos demos cuenta de su presencia.4. teoría de la información. cámaras de enfoque automático. la clasificación anterior es más apropiado.modelo combina elementos de los sistemas basados en reglas y probabilística y conjuntos de símbolos con interpretaciones tales como: "Si el incremento de la entrada es positivo grande. Modelos estadísticos Procesos que describen en términos estadísticos es otra técnica de modelado. la posibilidad de que el incremento en la salida del pequeño ser negativo es de 0. en el control estadístico de procesos. Multivariado funciones de densidad de probabilidad también se pueden formular. obviamente. La aproximación estadística es necesaria debido a la incertidumbre que rodea algunos sistemas de proceso. Esta técnica tiene sus raíces en el análisis de datos estadísticos. lavadoras. Modelos probabilísticos se caracterizan por las funciones de densidad de probabilidad de las variables. control de procesos.

Sin embargo. Cada vez más. y si su inversa existe. dado el estado actual del proceso. ya sea directa o indirectamente. Las siguientes secciones discuten . Sin embargo. En otras palabras. En el contexto del control automático. sin embargo. dado que existen limitaciones en las operaciones de proceso. análisis y sistema de control. porque el controlador de la mala definición de los procesos hace que el desarrollo del modelo mecanicista muy costoso. Transferencia de funciones lineales y las descripciones de series de tiempo son modelo popular formularios utilizados en el diseño de sistemas de control. ¿qué acciones se deben tomar para alcanzar las especificaciones deseadas. el problema inverso es considerado. La atracción de la adopción de un enfoque de modelo de desarrollo basado en el controlador se ilustra en el diagrama de bloques se muestra en la Figura 2. Esto se debe a la riqueza del conocimiento que se ha construido en la teoría de sistemas lineales. un perfecto control es muy difícil de realizar. Para fines de diseño de procesos. Como resultado. los controladores se diseñan utilizando no lineal de series de tiempo. modelos de recuadro negro se utilizan normalmente para la síntesis. para que todos los modelos que contienen un cierto grado de error y que todos los modelos no pueden ser invertible. la primera tarea de la aplicación del control moderno es obtener un modelo del proceso a controlar.de control automático. entonces la dinámica del proceso puede ser cancelado por el modelo inverso. Dependiendo de la forma del modelo de planta. Estos son los temas que las técnicas modernas de control dirigidos a abordar. Modelos de recuadro negro se han encontrado para ser adecuado a este respecto y se puede utilizar para predecir los resultados de tomar ciertas acciones. Al considerar los bloques a los operadores matemáticos. las diferentes estrategias de control se pueden desarrollar. el resultado del proceso será siempre igual a la salida deseada. a los efectos de la estrategia de control de diseño del controlador de especificación. el diseño del modelo de control basado tiene el potencial para proporcionar un control perfecto. caracterización precisa es importante. Por lo tanto. los modelos que se pueden replicar las tendencias dinámicas de los procesos de destino suelen ser suficientes. En las industrias de procesos. se puede ver que si un modelo preciso del proceso está disponible. es decir. así como modelos de redes neuronales basado en el reconocimiento de la no linealidad que dominan las aplicaciones del mundo real.

Una vez que se detecta que el régimen de funcionamiento ha cambiado. el controlador PID es óptimo para un proceso lineal de segundo orden sin demoras de tiempo. Estos parámetros son a su vez.1. Aquí los parámetros de un modelo lineal se actualizan periódicamente para reflejar las características del proceso actual [Warwick et al.brevemente los diferentes algoritmos que pueden surgir a partir de diseños modelo de controlador de base. Los ajustes se eligen de manera que la respuesta de control se adhieren a las especificaciones del usuario. por ejemplo [ Warwick y Rees. Alternativamente. El enfoque moderno consiste en determinar los parámetros del controlador PID basado en un modelo del proceso. En la práctica. 3. estos han sido ajustados mediante técnicas de respuesta de frecuencia o derivados empíricamente las reglas de pulgar. Se puede demostrar fácilmente que un controlador proporcional + integral es óptimo para un proceso de primer orden lineal. puede ser deseable que la respuesta de control siguen una trayectoria definida. 1988]. 1987. la técnica no es tan eficaz. 3. sin tiempo de retraso. . Una técnica más elegante para implementar el controlador dentro de un marco de adaptación. utilizado para calcular los ajustes del controlador como se muestra esquemáticamente en la figura. los valores adecuados se encienden pulg Esta estrategia. las características del proceso no es lineal y puede cambiar con el tiempo. ha sido favorecida en las aplicaciones a los procesos en las regiones de operación se modifican de acuerdo a un patrón preestablecido y constantes . Un criterio típico es que la respuesta de control deben tener una proporción de caries trimestre. Así. Control PID El ubicuo de tres términos Proporcional + Integral + Derivativo (PID) para el controlador de cuentas más del 80% de la capacidad instalada dispositivos automáticos de control de retroalimentación en las industrias de procesos. Del mismo modo. cada uno correspondiente a una zona de operación específicos. llamada parámetro-o ganancia programada de control. o que el circuito cerrado tiene ciertas propiedades de estabilidad. Willis y Tham. En el pasado. sin embargo. 1989]. Una solución es tener una serie de ajustes del regulador almacenados. En las aplicaciones de los sistemas continuos. el modelo lineal utilizado para el diseño del controlador inicial puede no ser aplicable cuando las condiciones del proceso de cambio o cuando el proceso se maneja en otra región.

En la actualidad.La configuración del controlador se puede actualizar continuamente de acuerdo a los cambios en las características del proceso. Una vez más. Una buena revisión de los controladores PID de autoajuste se da en Astrom y Hagglund [1988]. Estos dispositivos están llamados auto-tuning/adaptive/self-tuning controladores. y de los nervios recientemente. se han utilizado en este contexto. Sin embargo. 3. Por ejemplo.2. el uso de un modelo no lineal puede ser más apropiado para el diseño del controlador PID. Las formas más simples son las que se basan en el uso de series de tiempo lineal. todos los controladores de modelo basado puede ser operado en un modo de adaptación [por ejemplo. al plantear el problema como un problema de optimización. Un controlador PID autoajustable basado en el uso de un modelo de red neuronal no lineal. Esto puede ser necesario cuando la dinámica no lineal de la planta son variables en el tiempo. Control Predictivo con restricciones Controladores PID tipo no funcionan bien cuando se aplica a los sistemas con importantes retrasos de tiempo. 1993]. En algunas formulaciones. hay casos en que el mecanismo de adaptación puede no ser lo suficientemente rápido para captar los cambios en las características del proceso debido a la no linealidad del sistema. Tal vez la mejor técnica conocida para los sistemas de control con gran tiempo de retraso es el "predictor de Smith. Cuelgue et al. Un algoritmo de resultados más rápido debido a la etapa de construcción del modelo se ha evitado. 1977]. Redes no lineales de series de tiempo. la estrategia consiste en hacer uso de la configuración del controlador más adecuado a las características actuales del proceso controlado. Supera los problemas debilitantes de la retroalimentación retardada . modelos Algunos controladores PID también se optimiza automáticamente utilizando los métodos de reconocimiento de patrones [Bristol. muchos comerciales de autoajuste PID disponibles desde el control principal y fabricantes de instrumentos. Un controlador PID no lineal puede ajustarse automáticamente con una estrategia adecuada. En teoría. Bajo tales circunstancias. los parámetros del controlador están directamente identificados. el controlador Foxboro EXACTA cambia su configuración para mantener un patrón de respuesta definida por el usuario.

sin embargo. 1991a. Control multivariable Hasta ahora. por ahora. El. las temperaturas y las presiones admisibles en las unidades de proceso. hay muchas variables que deben ser regulados. 1979. algunos controladores comerciales han predictores Smith como bloques programables. Esto alivia el problema de los retrasos variables en el tiempo y por lo tanto aumenta la robustez. "el control predictivo" de la frase se refiere a la aplicación de largo alcance de controladores predictivos. Wilkinson et al. no puede efectivamente hacer frente a la variable tiempo. El problema del control se ha formulado de una manera similar a la adoptada en el enfoque de GMV. y este es un parámetro fijo.mediante el uso de predecir estados futuros de la salida de control. En este caso. hay por lo menos tres ciclos de control. El reactor químico es un ejemplo típico en el nivel. Algunos ejemplos de restricciones del proceso son los límites a los flujos de líquido en las tuberías de tamaño fijo. Si las acciones de un controlador de afectar a otros . la temperatura y la presión tiene que mantenerse en los valores de diseño. 3. las emisiones a la atmósfera. etc Hoy en día. es decir. Esto llevó al desarrollo de largo alcance de controladores predictivos. de una sola entrada y una salida (SISO). Si no hay tiempo de retardo. los controladores de predicción puede ser diseñado utilizando modelos lineales o no lineales. muchas otras estrategias de control se han basado en el modelo de tiempo muerto propiedades de compensación. el Controlador Predictivo Generalizado (GPC) y Control Dinámico de la matriz (DMC) [Clarke et al. En la actualidad. clásica varianza generalizada mínima (GMV) del controlador es un ejemplo de esta filosofía [Clarke y Gawthrop. 4. Por lo general. demoras y limitaciones del proceso. así como restricciones del proceso se pueden incluir en la formulación del problema. 1975]. Las diferencias son que el modelo se utiliza para proporcionar predicciones de la producción en un rango de horizontes de tiempo en el futuro. Hay. GMV control. por lo general estos algoritmos colapso de la forma PID. Cutler y Ramaker. 1987. un sistema multi-loop. sin embargo. b]. por ejemplo. el rango es entre los retrasos de menor a mayor y se espera. Cálculo de la señal de control es esencialmente un problema de optimización. Una vez más. 1990.3. Con la mayoría de los procesos. sólo hemos considerado el caso en que la entrada es una manipulación y una salida controlada. los objetivos económicos. Controladores predictivos también se puede integrar dentro de un marco de adaptación y una estructura típica de control adaptativo predictivo se muestra en la fig. El horizonte de predicción es el tiempo de retardo del sistema. GMV el control reduce al mínimo la diferencia al cuadrado ponderada entre el valor deseado y la salida prevista mientras que el esfuerzo penalizar el control excesivo.

Si cada controlador ha sido ajustados individualmente para proporcionar un rendimiento máximo. sufren de problemas de estabilidad. Tham et al. no puede ser aplicable a dichos procesos. es una tarea relativamente trivial para modificar los controladores de modelo de base para dar cabida a sistemas multivariables. control robusto. Para que una estrategia multilazo al trabajo. Control robusto implica. el controlador también será sensible a las incertidumbres del proceso y por lo tanto. que tienen esencialmente una descripción del proceso en todas las condiciones de funcionamiento posibles. 1987. los controladores SISO individuales suelen ser desafinada (menos sensibles). Afortunadamente. Un controlador sensible es necesario para lograr los objetivos de rendimiento. Esta preocupación ha llevado a otro tema actual de la ingeniería de control moderno. control adaptativo multivariable resultado de estrategias. la cuantificación de las incertidumbres o los errores en un modelo de "nominal" del proceso. Por desgracia. los parámetros de la mayoría de los controladores basados en el modelo lineal se puede ajustar en función de los cambios en las características del proceso. debido a la no lineal o variables en el tiempo el comportamiento de proceso. que pueden ser fácilmente incluidas en la descripción del modelo. Después de diseños SISO. Al considerar la interacción como trastornos del ciclo feed-forward. así como de redes neuronales no lineales basados en algoritmos de control multivariable [Willis et al. por lo tanto. lineal o no lineal. por ejemplo. A pesar de grandes avances se han hecho en la resolución de los problemas de implementación de los sistemas adaptativos. Por lo tanto. en primer lugar. Controladores SISO. 1991b. Por otro lado. controladores multivariable que puede proporcionar el tiempo de compensación de retardo y tratar restricciones proceso también se puede desarrollar con relativa facilidad. si las estrategias de adaptación. Mediante la incorporación de adecuados procedimientos numéricos para construir el modelo on-line. A diferencia de los multi-lazo de control. muchos médicos todavía no están seguros de la integridad a largo plazo del mecanismo de adaptación. los controladores multivariable se debe aplicar a los sistemas donde ocurren las interacciones. dependiendo de la gravedad de la inestabilidad en el sistema pueden producirse interacciones cuando todos los circuitos están cerrados. Este aumento de simple conduce a controladores multivariables lineales desacoplamiento [Jones y Tham. por una razón u otra. Si esto se puede lograr. 1991c] . La siguiente etapa consiste en el diseño de un controlador que mantener la estabilidad. 1985. así como lograr un rendimiento especificados en este rango de condiciones de operación. el control de bucle interacción se dice que existe. dando lugar a actuaciones lento para algunos o todos los bucles. 3. un controlador que .4. 1991]. Un controlador con esta propiedad se dice que es "robusta" [Morari y Zafiriou. Los modelos utilizados en el diseño de controladores SISO no contienen información sobre los efectos de las interacciones del bucle. 1989]. no se puede esperar que un buen desempeño. Idealmente. los controladores multivariables tener en cuenta las interacciones de bucle y sus efectos desestabilizadores. Control Robusto y el principio de los modelos internos Utilizando un algoritmo de parámetros on-line de cálculo para determinar los parámetros del modelo. vagos et al.bucles en el sistema. Tham.

El problema de control robusto es por lo tanto. La estrategia y el concepto que abarca son claramente muy poderoso. no se logrará. con lo cual los objetivos de rendimiento tendrá que ser sacrificado. 5). formulado como un compromiso entre el logro de resultados y garantizar la estabilidad en proceso de asumir las incertidumbres. Por lo tanto. Kravaris y Kantor. la aplicación se ve obstaculizada por el uso de las matemáticas de enormes proporciones y la falta de un procedimiento de solución adecuada. y los desarrollos teóricos y las herramientas de análisis son bastante maduros. o ambos. se espera un mejor desempeño. el problema de optimización resultante es con frecuencia no bien planteado. 1976. El objetivo del diseño es similar al uso de la expansión en serie de Taylor para linealizar el modelo no lineal antes de la aplicación de los diseños lineales modelo de controlador de . a pesar de la solidez es una propiedad deseable. Diseñados adecuadamente los controladores no lineales.no es sensible a las incertidumbres proceso tendrá las características de rendimiento más pobre en el que las respuestas de control será lenta. 3. Si el modelo de proceso es invertible. Control de todo el mundo linealización Como se mencionó anteriormente.5. Se afirma que a menos que la estrategia de control contiene. entonces la retroalimentación no es necesario! La función principal del filtro de paso bajo para atenuar las incertidumbres en la información. por tanto. En efecto. 1990]. generada por la diferencia entre los resultados de los procesos y el modelo y sirve para moderar el esfuerzo de control excesivo. Por otra parte. se sustenta el diseño de controladores robustos es el principio de la llamada "modelo interno". El uso de controladores de red neuronal basada en el modelo ya se ha mencionado. Descripciones de la incertidumbre son el mejor de los muy conservadores. entonces el controlador es simplemente la inversa del modelo. entonces un perfecto control se logra si el filtro no está presente. el principio de modelo interno es la esencia del modelo de control basado en modelo y todos los controladores de base se puede diseñar dentro de su marco. hay casos en que los esquemas de control de adaptación lineal no funcionan bien cuando se enfrentan a un proceso altamente no lineales. El procedimiento correspondiente "modelo de control interno" encapsula esta filosofía de diseño y ofrece tanto para el control perfecto y un mecanismo robusto para impartir propiedades (ver fig. una descripción del proceso de control. Otro campo emergente es el del controlador no lineal diseñado en base a modelos mechanisitc a través del uso de la diferencia de conceptos geométricos [Brockett. Esto también implica que si se conoce el comportamiento del proceso exactamente. o bien el rendimiento o criterio de estabilidad. Esto es porque el mecanismo de adaptación puede no ser lo suficientemente rápido como para seguir los cambios en las características del proceso. Si el modelo es correcto y no hay ninguna perturbación. Sin embargo. explícita o implícitamente.

A nivel mundial el control de linealización es un fenómeno relativamente nuevo y de mucha investigación todavía se está llevando a cabo para investigar la aplicabilidad de la técnica [por ejemplo. en lugar de proporcionar linealización local. Aunque hay muchos informes de casos de éxito en el sector de fabricación de piezas. SPC hace uso de modelos estadísticos y procedimientos para mejorar la calidad del producto y la productividad del proceso de reducción de costes [Wetherill y Brown. Técnicas de control lineal se pueden aplicar a la planta lineal pseudo. el proceso se considera fuera de control estadístico. 1991]. McLellan et al [1990] proporcionan una revisión de los diseños de control no lineal basado en modelos mecanicistas. además de mantener los productos dentro de las especificaciones. 4. control de nivel mundial linealización (GLC). 1994]. las estrategias actuales de control no lineal objetivo es ofrecer "global" linealización sobre el espacio generado por los estados del proceso. 4. Aquí. McColm et al. Algorítmica SPC Convencionales SPC es básicamente una técnica off-line. Aunque la técnica se ha practicado en los diversos niveles de más de 30 años. Convencionales SPC SPC ha sido tradicionalmente alcanzado por los sucesivos trazado y la comparación de una medida estadística de la variable con algunos definidos por el usuario 'controlar' límites. diseñado de tal forma que la relación entre las entradas para el compensador de pre-y la salida del proceso es lineal. se merece una mención. Control Estadístico de Procesos Control Estadístico de Procesos (SPC) se aplica ampliamente en las industrias de fabricación de piezas. Modelos de redes neuronales se transforman en un equivalente de espacio de estado de representación. La acción correctiva se aplica en la forma de identificación. 1994]. la eliminación o compensación por el "asignables" causas de la variación.1. Un esquema de esta estrategia se muestra en la fig. es el uso de modelos de redes neuronales en su lugar.base. Linealización mundial se consigue mediante una precompensador. El objetivo es lograr y mantener los procesos en un estado donde las variaciones restantes son los inherentes al proceso. Si la estadística trazada excede estos límites. 6. Sin embargo. En respuesta a las actuales iniciativas de calidad total SPC ha hecho más que recientemente han comenzado a ser implementadas en las industrias de procesos. gama y acumulados gráficos Suma (CUSUM). Los gráficos más comunes son el promedio de Shewhart. móvil exponencial (EWMA). no es un requisito para .2. y el Comité de Aprobación está diseñado en base a este modelo de espacio de estado [Peel et al. (Más) 4. este "pasivo" estrategia de control no se ajusta a los sistemas continuos. Un desarrollo interesante que evita la necesidad de modelos mecanicistas.

Por lo tanto. lo que hace imposible el control de procesos automáticos. Desafortunadamente. Por lo tanto. 1989]. por ejemplo. la suavidad del material de la hoja. como lo indica la detección de violación de los límites de control. 1988. sin embargo. La técnica . etc. Como resultado. En contraste con la ASPC. Efthimiadu et al. 1991. 4. 4. adherencia de los adhesivos. son fabricados por los análisis de laboratorio dando como resultado información poco frecuentes y considerables retrasos de medición. Estimación de inferencia es un método que ha sido diseñada para superar este problema. en aplicaciones de procesos continuos. Problemas en DATOS En el campo de la ingeniería de control moderno. Esto ha sido objeto de recientes investigaciones [MacGregor. las manipulaciones se hacen sólo cuando sea necesario. Dicha estrategia es a veces llamado "algorítmicos SPC (ASPC). que el proceso todavía está siendo controlado por un controlador automático. sino también para desarrollar las leyes de control que indican el grado de manipulación para mantener el proceso bajo control estadístico. 5. Sin embargo.3. la necesidad de un regulador automático de algoritmos se evita. el objetivo tanto del proceso de control automático y SPC es aumentar la rentabilidad de la planta. Note. en comparación con el control automático y la ASPC. esto no suele ser el caso en la práctica. refiriéndose a la utilización integrada de los controladores basados en modelo algorítmico y las técnicas de RCP. dando lugar a un efecto directo o "activa" la estrategia de SPC [Efthimiadu y Tham 1990. índice de fusión del flujo de los polímeros. Tucker. el tiempo necesario para identificar. que es el proceso está siendo controlado en todo momento. eliminar y compensar las causas asignables de variación no puede ser aceptable.1. Sin embargo. el ahorro en el uso de materias primas y los servicios públicos se puede lograr utilizando activos SPC. mucho esfuerzo se ha invertido en el desarrollo y análisis de las estrategias de control de la novela. Una suposición común en estos estudios es que los datos necesarios están disponibles. 1993]. Estimación de inferencia Un problema importante es la falta de medición en línea para medir las cantidades que definen la calidad del producto. los puntos de inflamación de los combustibles. es razonable esperar que la fusión de estas dos metodologías aparentemente dicotómico podría generar estrategias que heredan los beneficios asociados con los enfoques de los padres. el problema está ganando la atención y una variedad de soluciones se han propuesto para hacer frente a diversos aspectos de las dificultades asociadas con los datos. Activa SPC Otra forma de integrar los dos enfoques de control es proporcionar en línea SPC. la técnica se ha diseñado específicamente para los sistemas continuos. Dependiendo de la complejidad del proceso. Los modelos estadísticos se utilizan no sólo para definir los límites de control. donde SPC se utiliza para supervisar las actuaciones de los bucles de control automático.mantener el funcionamiento del proceso. De hecho.

La técnica utiliza las mediciones fáciles de obtener de las variables que se sabe que influyen en la calidad del producto.2. junto con los de la calidad del producto cuando esté disponible. la relación entre las variables secundarias y el resultado principal puede ser "aprendido" de forma automática. los datos pueden no ser de calidad suficiente para los objetivos que se quieren obtener. el proceso puede ser complejo y podría haber muchos factores que afectan la calidad del producto. que están asociados con un proceso. Las señales procedentes de las . Como se muestra en la fig. 1989. 7. presiones. Operadores e ingenieros de proceso de hacer esto a diario en el funcionamiento de las plantas de proceso. 1993. 1990. Además de la variable calidad de principal. 1992. etc. por lo general hay otras variables como temperaturas. Estimación inferencial alivia este problema. 1988. a menudo es posible "deducir" el estado de la variable de calidad.también ha sido llamado "el sensor de fusión de datos" y "blandos de detección". Los cambios en algunas de estas variables son indicativos de cambios en la calidad del producto. De este modo. Sin embargo. en aplicaciones para sistemas no-lineales. Por otra parte. para generar estimaciones de la calidad del producto. los parámetros que definen la relación se ajusta para que coincida con los cambios en las características del proceso [Guilandoust et al. Al igual que con las estrategias de control de retroalimentación. caudales. Lant et al. Tham. mediante el control adecuado variables secundarias. Como resultado. la relación entre las condiciones del proceso y la calidad del producto no puede ser simple. Acondicionamiento de datos y validación Incluso si existen los instrumentos adecuados. Montague et al. 1991a]. [Más] 5. dando lugar a imprecisiones en el juicio humano. 1987. las estimaciones de la calidad que se generan en la frecuencia de medición de las variables secundarias se pueden utilizar para el monitoreo del proceso o con fines de control. Por lo tanto. los estimadores de inferencia puede ser diseñado basado en el uso de un modelo de red neuronal.

En estos casos. la suavización de las señales de ruido se logra a través de hardware o software de filtrado para atenuar el ruido en las señales medidas. y la estrategia general de control que deben aplicarse. manteniendo sólo aquellos que se consideran correctos [Warwick y Tham. La redundancia es prevista por la configuración de módulos de software o hardware por duplicado o triplicado. y analiza en relación singular valor. Van desde simples técnicas gráficas (diagramas de dispersión. La especificación de una estrategia de control y el diseño del controlador se complican. filtrado pesado tiene que ser aplicado después de lo cual importantes desfases pueden ser introducidos en la señal filtrada. tales como el control y seguimiento de los reactores nucleares y generadores de energía. puede haber muchas variables asociadas con una unidad de proceso en particular. un diseño de control multivariable es necesario. En aplicaciones menos críticas. es común tanto para software y sistemas de redundancia de hardware a implementar. 1990]. los tipos de finales del controlador. uno se incurre en penalidad si la señal está sujeta a los picos. los resultados dictan el tipo de modelos a emplear para el diseño del controlador y por lo tanto. a continuación. a menos que haya necesidad absoluta. La demora en la señal filtrada bien se puede reducir mediante el empleo de "lógica" que combinan filtros convencionales algoritmos de filtro con los conceptos de SPC para validar las mediciones y la condición del proceso. 1994] 5. Box-parcelas). el análisis estadístico multivariado (análisis de componentes principales. "basura adentro. Para eliminar estos picos o puntos de pícaro. Si las relaciones de insumo-producto indican el comportamiento no lineal. Este enfoque integrado ha demostrado ser muy eficaz [Parr y Tham. Por lo tanto. incluso el sistema más sofisticado fallará. En otras palabras. Sin . Análisis de Datos Incluso si "limpia" se dispone de datos. De hecho. los controladores no lineales pueden tener que ser aplicada. Tham y Parr.plantas son a menudo corrompidos por el ruido de diversas magnitudes. Muchas técnicas se pueden utilizar para abordar estas cuestiones. Si las medidas apropiadas no se toman a la condición y validar las señales medidas. análisis de conglomerados) para controlar la ganancia teórica. Una elección inadecuada de los pares de entrada-salida agravar el problema de las interacciones del bucle. que se tomen medidas para asegurar que la "correcta" señales se utilizan para la toma de decisiones.3. ¿Qué variables deben ser manipulados para controlar a la otra? ¿Cuál es el efecto de esta opción de manipular. 1988. Si las interacciones son significativas. controlar la entrada y salida parejas? Estas son algunas de las preguntas importantes que deben ser respondidas antes de que un candidato de configuración se puede aplicar. En los sistemas críticos de seguridad. configuraciones de doble o triple redundancia que no son rentables. Los sistemas de votación son luego empleados para validar las señales de salida. 1992. a continuación. análisis de correlación. basura fuera" el adagio se aplica en el campo de control. Estos últimos se utilizan para investigar las interacciones de control de bucle y la solidez de las estrategias de control. a continuación. Todos los métodos de control están basadas en datos. Sin embargo.

6. proceso de optimización La aplicación de técnicas de optimización no se limita al diseño de controladores predictivos limitado. que tratan de mantener las condiciones de la unidad de operación en los niveles deseados. Esto efectivamente cerrar la brecha entre los objetivos de la planta real para las empresas y sus operaciones actuales [Latour. Kambhampati et al. localización y diagnóstico El diagnóstico de fallas se ha convertido en un área de gran importancia para la automatización de procesos modernos.embargo. Debido a la complejidad y la escala de este tipo de problema de optimización. 6. Bamberger y Isermann. la fiabilidad o la seguridad. 1989b. el modelo utilizado es normalmente una descripción de estado estable para permitir una solución manejable. MAYOR NIVEL DE OPERACIONES 6. 1979a. 1979b]. A diferencia de los controladores locales. de adaptación en línea de optimización también es factible [por ejemplo. Al igual que con los algoritmos de control. teniendo en cuenta los límites de operación de la planta. 1990]. Supervisión del proceso. fijar los objetivos para los controladores locales. Proporciona los requisitos previos para la tolerancia a fallos. el optimizador utiliza un modelo de planta de la planta para ajustar las condiciones de funcionamiento del proceso con el fin de minimizar el uso de materias primas y maximizar los beneficios [Edgar y Himmelblau. actualmente no existe un procedimiento que abarca todo un análisis sistemático de los datos de la derecha a través de la determinación de la idoneidad del esquema de control final. 1992. El sistema en . Las salidas del sistema de optimización por lo tanto. La figura 8 muestra una configuración genérica de un plan de optimización de procesos. La optimización de procesos es una tarea en sí misma.2.1. Willis y Tham. 1989]. 1978. que constituyen las características fundamentales del diseño en ingeniería de sistemas complejos. Falla la detección.

A pesar de que el sistema de decisión humana no puede ser más precisos. inteligente artificial (IA) de sistemas.cuestión se controla y se pasan los datos a los algoritmos de detección de fallos o procedimientos. La base de reglas o de conocimiento tiene la información y las reglas lógicas para la realización de inferencias entre los hechos. La tarea siguiente es determinar la ubicación de estos fallos. estadística. Aunque las técnicas de IA puede hacer uso de modelos matemáticos y estadísticos. 1986]. la ubicación de la falla puede ser deducido por el tipo de fallo. La tarea básica de un sistema de detección de fallas es el registro de una alarma cuando una condición anormal se desarrolla en el sistema monitorizado. Aquí los algoritmos genéticos y sistemas de reglas de inducción se puede utilizar para clasificar a la falla. 1984. A continuación. se encuentra el motor de inferencia que controla el funcionamiento del sistema y lleva a cabo la inferencia lógica de procesamiento de la información en la base de conocimientos. es decir. La interfaz de usuario hace que el componente final. Patton et al. Sin embargo. Algunos considerarían técnicas de redes neuronales basado en caer en la categoría de AI. 1989]. Datos de la planta se supervisa la entrada de estos algoritmos y los resultados deberán compararse con las salidas de la planta correspondiente. Técnicas de IA también se basa el modelo. Estas capacidades de procesamiento de conocimiento no puede ser igualada por cálculos numéricos algoritmos de procesamiento de datos. Por lo tanto. tales como los descritos anteriormente. Ha sido el objetivo de científicos de la computación desde hace muchas décadas para construir sistemas que imitan el poder de decisión de los seres humanos. Proceso de supervisión a través de técnicas de Inteligencia Artificial Los seres humanos son capaces de tomar decisiones en la cara de matices y ambigüedades. entonces es una indicación de que al menos un fallo. tendemos a considerar las redes neuronales como aproximadores función numérica. Además de los modelos matemáticos utilizados en el diseño del controlador. Su propósito es permitir a un novato para resolver un problema con los beneficios del conocimiento del experto. Tal vez el más conocido esquemas de proceso de la IA de supervisión se basa en el uso de sistemas expertos [Efstathiou. no necesariamente el que se utiliza en la detección de fallas. Si hay discrepancias. un sistema experto es un conjunto de programas informáticos que operan en el conocimiento de expertos en un dominio de aplicación particular. incluidas las redes neuronales. así como modelos cualitativos son cada vez más empleados están [Isermann. Una vez que se detecta una falla. permitiendo la comunicación entre el usuario y el ordenador. se emplea. La detección de fallos y técnicas de diagnóstico son de nuevo basado en el uso de modelos de procesos. Los sistemas expertos están formados por tres componentes. Una vez más un modelo representativo. En algunos casos. Los modelos matemáticos se utilizan normalmente para el desarrollo del estado o estimadores de estado de los observadores. gran parte de su utilidad se basa en la utilización de modelos cualitativos. 6.3. el resultado suele ser de una precisión suficiente para el problema de forma rápida y eficaz de los problemas. los procedimientos también pueden utilizarse posteriormente para identificar o diagnosticar la causa de la anomalía. .

Hay un creciente número de proyectiles sistema experto que se puede razonar en tiempo real [Shaw. 1988]. Por otra parte. se invoca cuando el sistema experto se presenta con un resultado final. otro factor distintivo de los sistemas expertos es que también son capaces de dar explicaciones de por qué una determinada pieza de consejo o sugerencia se ha hecho. supervisar el desempeño de los controladores de adaptación. incluidas las calderas. Control Avanzado Las técnicas descritas en los apartados anteriores se han aplicado a una amplia variedad de sistemas. la base de conocimiento puede comprender cualquiera de los otros modelos cualitativos descritos anteriormente y en cualquier combinación. los sistemas de generación de energía. Software para los procedimientos que se pueden combinar entre sí para formar una capa que se conoce como herramientas de sistema experto. los datos requeridos por el sistema experto es proporcionada directamente por la interfaz con los instrumentos de la planta. los sistemas expertos tienen la capacidad de atravesar la base de conocimientos en una dirección hacia atrás. que se han aplicado a los reactores. Estos servicios se basan en las técnicas de inducción de reglas o algoritmos genéticos. En las industrias de proceso. El más común es el modo de consulta en el sistema experto pide al usuario una serie de preguntas. 7. 1985]. su uso en la prestación de asesoramiento del operador y como un simulador de procesos para la capacitación de los operadores [Kaemmerer y Christopherson. etc. realizar la gestión de alarmas e incluso proporcionar directamente on-line de control de procesos. Los sistemas expertos han encontrado por lo tanto. donde todo lo que queda por hacer es la compilación de la base de conocimientos. a diferencia de la aplicación de la 'IF-THEN-ELSE' construye en lenguajes de programación convencionales. Tales sistemas de tiempo real basada en el conocimiento (RTKBS) se han utilizado para ajustar los controladores. y se le pedirá una línea de razonamiento en cuanto a los acontecimientos que condujeron al resultado dado. Muchos de estos son . Los sistemas expertos se puede utilizar de dos maneras. También hay sistemas que son capaces de generar reglas para sistemas expertos cuando se les presentan los datos obtenidos de un proceso. incluidos los modelos matemáticos y estadísticos. Sin embargo. esto se conoce como un shell de sistema experto. se mueve el motor de inferencia a través de la base de conocimientos en un "futuro" de manera de llegar con el asesoramiento "experto" o sugerencias.Cuando el motor de inferencia y la interfaz de usuario son empaquetados como una sola entidad. el ingeniero del conocimiento llamada. Encadenamiento hacia atrás. sistemas de climatización. Cuando el sistema se presenta con una colección de hechos o de un proceso de escenario. Sin embargo. y el proveedor de conocimiento. realizar la detección y diagnóstico de fallos. el experto del dominio. los procesos de separación. Por lo tanto. La creciente disponibilidad de conchas de sistemas expertos y herramientas es una de las principales razones para la proliferación de los sistemas expertos. La extracción de las normas que rigen el funcionamiento de un proceso que se llama obtención del conocimiento. Esto se realiza a través de sesiones de preguntas y respuestas entre el extractor de conocimiento.

Control de proceso avanzado es la tecnología más eficaz disponible para alcanzar este objetivo. otro aspecto importante es la fiabilidad de los sistemas implantados. sin embargo. A pesar de que es más fácil de ajustar y mantener los controladores de simple. estos pueden ahora ser automatizadas. sobre todo debido a la confidencialidad comercial. el mayor desafío que enfrentan los ingenieros de proceso será la reducción de los costos variables. pueden ser propensos al fracaso. Como los sistemas se vuelven más complejas. En particular. En este caso. operación y la integridad de los controladores modernos pueden ser supervisados por los sistemas de nivel superior. integrable. Sin embargo. nuestra filosofía de control avanzado se muestra en el siguiente diagrama. Junto a esto es el requisito para . Muchas de las aplicaciones en la literatura se describe el uso de las técnicas individuales. En este caso. para mantener el funcionamiento del proceso en las condiciones deseadas. Sin embargo. mientras que el mantenimiento de la calidad del producto. Esto puede ser facilitado por asegurar que cada componente ha sido diseñado como un elemento modular. las tareas de mayor nivel de control. especialmente en las plantas establecidas. optimización y supervisión se llevó a cabo principalmente por los seres humanos. utilizando los controladores adecuados.reportados por los académicos. Avanzadas de control es la aplicación de esta información de forma jerárquica y la estructura de control. la confiabilidad de hardware y software son cuestiones que deben abordarse. Hasta la década pasada. El flujo de información es bidireccional. También hay muchos casos no denunciados de éxito de las aplicaciones de control avanzado. Debido a la llegada de la tecnología moderna y los avances en el campo de la IA. los académicos que participan en proyectos de colaboración industrial o por consultores. El control local se lleva a cabo. 8. a menos que los controladores sofisticados son instalados y mantenidos por personal capacitado y entrenado. La tarea aquí es ser capaz de integrar los diversos componentes de una manera eficaz y manejable. algunos procesos requieren control por algoritmos más sofisticados. el tipo de controladores locales empleados depende de la tarea en cuestión. Una lista ilustrativa de las aplicaciones informó figura en el Apéndice A. INVESTIGACIÓN ACTUAL Y TENDENCIAS DE FUTURO En las industrias de proceso. de la capa de gestión a nivel de proceso y viceversa. la instalación.

los sistemas basados en el conocimiento son las áreas que parecen haber captado la atención de los investigadores y profesionales en el campo de la ingeniería de control. Por lo tanto. Toda la información es de valor. redes neuronales. Presiones de la competencia no permitirá que ninguna empresa de estas industrias a ignorar las posibles eficiencias significativas mediante la adopción de tecnologías modernas de control de procesos. Esto puede ser superado por el desarrollo de paquetes de computadora portátil a la formación. Las áreas que serán objeto de especial atención serán las técnicas que se traducen los datos brutos en información útil. dando lugar a los llamados modelos de "caja gris '. mejora de los métodos de medición. Los modelos resultantes deben ser susceptibles de utilización por parte de los diseños de controladores modernos diferentes. la teoría de sistemas no lineales. Un obstáculo importante para la realización del pleno potencial de modernas técnicas de control es la falta de exposición a los avances en el campo. multivariable no lineal de control predictivo y técnicas formales para el análisis de la integridad de las metodologías de red basada en los nervios. incluyendo la estimación inferencial. los nuevos métodos de modelado también se requieren. Con respecto a los módulos principales que componen un proyecto de control de avanzada. Estas deberían proporcionar un marco donde puede ser un conocimiento a priori del proceso de combinación con las técnicas de modelado existentes diferentes. Las industrias de proceso tienen una enorme base de plantas de producción que todavía se están a cargo de los esquemas de control sofisticados o primitivos. La actual proliferación de sistemas multimedia de computación es el impulso ideal para el desarrollo de tales ayudas para el aprendizaje. y no debe ser descartado sólo porque no se ajustan a un procedimiento de creación de modelos en particular. y para facilitar la administración de sistemas.adecuadamente diseñados interfaces hombre-máquina que permite la transferencia de información eficiente y fiable. Esta tendencia continuará hasta bien entrada la próxima década. haciendo así la síntesis de control independiente de los tipos de modelo. control robusto. .

 WZWZV[WZUaWZ`SaZ[VW[^W\^W_WZ`S`b[VWaZ\^[UW_[ ]a \S_S_  S_ ZbW_`YSU[ZW_ _W \aWVWZ ^WS S^ S `^Sb _ VW S _aSU Z \S^S ^W_\[ZVW^ S S_ UaW_`[ZW_ [\W^SU[ZSW_ `SW_ U[[ S_ UaW_`[ZW_ ^WSU[ZSVS_ U[Z S _WYa^VSV  \^[\[^U[ZS^ US\SU`SU Z VW [_ [\W^SV[^W_ZWTS^Y[W_`WWZX[]aWZ[W_SVWUaSV[\S^SWZ`W\[^WS .

VW U[Z`^[ Sa`[ `U[ Z W U[Z`W `[ VW U[Z`^[ Sa`[ `U[ W \^[TWS ZbW^_[ W_ U[Z_VW^SV[ W_ VWU^ VSV[ W W_`SV[ SU`aS VW \^[UW_[ ]a  SUU[ZW_ _W VWTWZ `[S^ \S^S SUSZ S^ S_ W_\WUXUSU[ZW_ VW_WSVS_ W\WZVWZV[VWSX[^SVW[VW[VW\SZ`SS_VXW^WZ`W_W_`^S`WYS_VW U[Z`^[_W\aWVWZVW_S^^[S^ SS`^SUU ZVWSSV[\U ZVWaZWZX[]aWVW [VW[VWVW_S^^[[TS_SV[WZWU[Z`^[SV[^_Wa_`^SWZWVSY^SSVW T[]aW__WaW_`^SWZS Ya^S     U[Z_VW^S^[_T[]aW_S[_[\W^SV[^W_S`W `U[__W\aWVWbW^]aW_ aZ [VW[ \^WU_[ VW \^[UW_[ W_`  V_\[ZTW  _ _a ZbW^_S W _`W WZ`[ZUW_ S VZ US VW \^[UW_[ \aWVW _W^ USZUWSV[ \[^ W [VW[ ZbW^_[ [[ ^W_a`SV[ W ^W_a`SV[ VW \^[UW_[ _W^  _W\^W YaS S S _SVS VW_WSVS Z [`^S_ \SST^S_ W V_W [ VW [VW[ VW U[Z`^[ TS_SV[ `WZW W \[`WZUS \S^S \^[\[^U[ZS^ aZ U[Z`^[ \W^XWU`[ [^ [ `SZ`[ S \^W^S `S^WS VW S S\USU Z VW U[Z`^[ [VW^Z[ W_ [T`WZW^ aZ [VW[ VW\^[UW_[ S U[Z`^[S^Z WTS^Y[VSV[ ]aW W _`WZ `SU[ZW_ WZS_ [\W^SU[ZW_ VW \^[UW_[ \S^S ]aW `[V[_ [_ [VW[_ ]aW U[Z`WZWZ aZ UW^`[Y^SV[VWW^^[^ ]aW`[V[_[_[VW[_Z[\aWVWZ_W^ZbW^`TWaZ \W^XWU`[ U[Z`^[ W_ a  VX U VW ^WS S^ _`[_ _[Z [_ `WS_ ]aW S_ ` UZUS_ [VW^ZS_ VW U[Z`^[ V^YV[_ S ST[^VS^ S _WS V^WU`S [ ZV^WU`SWZ`W  Z S_ ZVa_`^S_ VW \^[UW_[_ [VW[_ VW ^WUaSV^[ ZWY^[ _W a` SZ Z[^SWZ`W \S^S S _ Z`W__ \[^]aW W U[Z`^[SV[^ VW S SS VWXZU Z VW[_\^[UW_[_SUW]aWWVW_S^^[[VW[VW[WUSZU_`Sa U[_`[_[ S^SXZW_VWV_W [VW\^[UW_[_US^SU`W^ SU Z\^WU_SW_\[^`SZ`WZ WTS^Y[S[_WXWU`[_VWSW_`^S`WYSVWU[Z`^[VWV_W [VWU[Z`^[SV[^ VWW_\WUXUSU ZSZ __ __`WSVW U[Z`^[[_[VW[_]aW_W\aWVWZ ^W\US^ S_ `WZVWZUS_ VZ US_ VW [_ \^[UW_[_ VW VW_`Z[ _aWWZ _W^ _aXUWZ`W_ [VW[_ VW ^WUaSV^[ ZWY^[ _W SZ WZU[Z`^SV[ \S^S _W^ SVWUaSV[SW_`W^W_\WU`[ _W\aWVWa` S^\S^S\^WVWU^[_^W_a`SV[_VW `[S^ UW^`S_ SUU[ZW_  ^SZ_XW^WZUSVWXaZU[ZW_ZWSW_ S_VW_U^\U[ZW_VW_W^W_VW`W\[ _[Z [VW[ \[\aS^ X[^aS^[_ a` SV[_ WZ W V_W [ VW __`WS_ VW U[Z`^[_`[_WVWTWSS^]aW SVWU[Z[UWZ`[]aW_WSU[Z_`^aV[WZ S`W[^ SVW__`WS_ZWSW_SVSbW  __ZWTS^Y[[_U[Z`^[SV[^W_ _W V_W SZ a` SZV[ Z[ ZWS VW _W^W_ VW `W\[ S_  U[[ [VW[_ VW ^WVW_ ZWa^[ZSW_ TS_SV[ WZ W ^WU[Z[UWZ`[ VW S Z[ ZWSVSV ]aW V[ZSZS_S\USU[ZW_VWaZV[^WS S__YaWZ`W__WUU[ZW_V_Ua`WZ .

T^WbWWZ`W[_VXW^WZ`W_SY[^`[_]aW\aWVWZ_a^Y^S\S^`^VWV_W [_ [VW[ VW U[Z`^[SV[^ VW TS_W    [Z`^[  aTUa[VW`^W_` ^Z[_ ^[\[^U[ZS Z`WY^SW^bS`b[ \S^S W U[Z`^[SV[^ VW UaWZ`S_  _ VW %  VW S US\SUVSV Z_`SSVS V_\[_`b[_ Sa`[ `U[_VW U[Z`^[VW ^W`^[SWZ`SU Z WZ S_ZVa_`^S_ VW \^[UW_[_ Z W \S_SV[ W_`[_ SZ _V[ Sa_`SV[_ WVSZ`W ` UZUS_ VW ^W_\aW_`SVWX^WUaWZUS[VW^bSV[_W\ ^USWZ`WS_^WYS_VW\aYS^ WZX[]aW [VW^Z[ U[Z__`W WZ VW`W^ZS^ [_ \S^ W`^[_ VW U[Z`^[SV[^ TS_SV[WZaZ[VW[VW\^[UW_[ [_Sa_`W__WWYWZVWSZW^S]aW S ^W_\aW_`S VW U[Z`^[ _W SVW^WZ S S_ W_\WUXUSU[ZW_ VW a_aS^[ Z U^`W^[` \U[W_]aWS^W_\aW_`SVWU[Z`^[VWTWZ`WZW^aZS\^[\[^U ZVW US^W_`^W_`^W`W^ZS`bSWZ`W\aWVW_W^VW_WSTW]aWS^W_\aW_`SVW U[Z`^[ _YaWZ aZS `^S WU`[^S VWXZVS [ ]aW W U^Ua`[ UW^^SV[ `WZW UW^`S_ \^[\WVSVW_ VW W_`STVSV \[^ WW\[  S^cU  WW_ %%%Ò  W\aWVWVW[_`^S^X UWZ`W]aWaZU[Z`^[SV[^\^[\[^U[ZSZ`WY^S W_ \`[ \S^S aZ \^[UW_[ VW \^W^ [^VWZ ZWS _Z `W\[ VW ^W`^S_[ W _[ [V[ W U[Z`^[SV[^  W_ \`[ \S^S aZ \^[UW_[ ZWS VW _WYaZV[[^VWZ_ZVW[^S_VW`W\[ZS\^ U`USS_US^SU`W^ _`US_VW \^[UW_[ Z[ W_ ZWS  \aWVW USTS^ U[Z W `W\[ _  W [VW[ ZWS a` SV[ \S^S W V_W [ VW U[Z`^[SV[^ ZUS \aWVW Z[ _W^ S\USTW UaSZV[ S_ U[ZVU[ZW_ VW \^[UW_[ VW UST[ [ UaSZV[ W \^[UW_[ _W SZWS WZ [`^S ^WY Z  ZS_[aU ZW_`WZW^aZS_W^WVWSa_`W_VW^WYaSV[^SSUWZSV[_USVS aZ[ U[^^W_\[ZVWZ`W S aZS [ZS VW [\W^SU Z W_\WU XU[_ ZS bW  ]aW _W VW`WU`S ]aW W ^ YWZ VW XaZU[ZSWZ`[ S USTSV[ [_ bS[^W_ SVWUaSV[__WWZUWZVWZ\aY_`SW_`^S`WYSSSVS\S^ W`^[[YSZSZUS \^[Y^SSVSVWU[Z`^[S_V[XSb[^WUVSWZS_S\USU[ZW_S[_\^[UW_[_ WZ S_ ^WY[ZW_ VW [\W^SU Z _W [VXUSZ VW SUaW^V[ S aZ \S`^ Z \^WW_`STWUV[ U[Z_`SZ`W_ZS_S\USU[ZW_VW[___`WS_U[Z`Za[_ _Z WTS^Y[ S ` UZUS Z[ W_ `SZ WXUS   ZS ` UZUS  _ WWYSZ`W \S^S \WWZ`S^ W U[Z`^[SV[^ VWZ`^[ VW aZ S^U[VWSVS\`SU Z]a [_\S^ W`^[_VWaZ[VW[ZWS_WSU`aS SZ \W^ VUSWZ`W\S^S^WXWS^S_US^SU`W^ _`US_VW\^[UW_[SU`aSS^cU W` S %%  _  S %%%Ò_`[_\S^ W`^[__[Z S_a bW a` SV[ \S^S USUaS^ [_ Sa_`W_ VW U[Z`^[SV[^ U[[ _W aW_`^S W_]aW `USWZ`WWZSXYa^S   .

  S U[ZXYa^SU Z VW U[Z`^[SV[^ _W \aWVW SU`aS S^ U[Z`ZaSWZ`W VW SUaW^V[S[_UST[_WZS_US^SU`W^ _`US_VW\^[UW_[_`[_V_\[_`b[_ W_` ZSSV[_Sa`[`aZZYÈSVS\`bWÈ_WX`aZZYU[Z`^[SV[^W_ZSYaZS_ X[^aSU[ZW_ [_ \S^ W`^[_ VW U[Z`^[SV[^ W_` Z V^WU`SWZ`W VWZ`XUSV[_Z SY[^`[VW ^W_a`SV[_  _ ^ \V[VWTV[ S S W`S\SVW U[Z_`^aUU Z VW [VW[ _W S Wb`SV[ Z S SU`aSVSV aU[_ U[W^USW_ VW Sa`[Sa_`W  V_\[ZTW_ VW_VW W U[Z`^[ \^ZU\S  XST^USZ`W_VWZ_`^aWZ`[_ S_X[^S_  __\W__[Z S_]aW _WTS_SZ WZ W a_[ VW _W^W_ VW `W\[ ZWS [VW[_ YaZ[_ U[Z`^[SV[^W_  `ST Z _W [\` S Sa`[ `USWZ`W a` SZV[ [_  `[V[_ VW ^WU[Z[UWZ`[ VW \S`^[ZW_ ^_`[ % Ò [^ WW\[ W U[Z`^[SV[^ [ T[^[  USTS _a U[ZXYa^SU Z \S^S SZ`WZW^ aZ \S`^ Z VW ^W_\aW_`SVWXZVS\[^Wa_aS^[ZSTaWZS^Wb_ ZVW[_U[Z`^[SV[^W_  VW Sa`[Sa_`W _W VS WZ _`^[  SYYaZV  %%%Ò  Z`W[^ S`[V[_[_U[Z`^[SV[^W_VW[VW[TS_SV[\aWVW_W^[\W^SV[WZ aZ[V[VWSVS\`SU Z\[^WW\[aWYaWW`S %% ÒZWTS^Y[S  US_[_WZ]aWWWUSZ_[VWSVS\`SU Z\aWVWZ[ _W^[_aXUWZ`WWZ`W ^ \V[\S^SUS\`S^[_UST[_WZS_US^SU`W^ _`US_VW\^[UW_[VWTV[SS Z[ZWSVSVVW__`WSS[`SW_U^UaZ_`SZUS_Wa_[VWaZ[VW[Z[ ZWS \aWVW _W^  _ S\^[\SV[ \S^S WV_W [ VW U[Z`^[SV[^  WVW_ Z[ ZWSW_ VW _W^W_ VW `W\[  VW [_ ZW^b[_ ^WUWZ`WWZ`W _W SZ a` SV[ WZ W_`W U[Z`W `[ Z U[Z`^[SV[^  Z[ ZWS \aWVW Sa_`S^_W Sa`[ `USWZ`W U[Z aZS W_`^S`WYS SVWUaSVS S \SZ`WS^ W \^[TWS U[[ aZ \^[TWS VW [\` SU Z _`[ \aWVW _W^ ZWUW_S^[ UaSZV[ S VZ USZ[ZWSVWS\SZ`S_[ZbS^STW_ WZW`W\[ZSbW  _S W_`^S`WYS U[Z__`W WZ SUW^ a_[ VW S U[ZXYa^SU Z VW U[Z`^[SV[^  _ SVWUaSV[ S S_ US^SU`W^ _`US_ SU`aSW_ VW \^[UW_[ U[Z`^[SV[ Z U[Z`^[SV[^  Sa`[Sa_`STW TS_SV[ WZ W a_[ VW aZ [VW[ VW ^WV ZWa^[ZS Z[ ZWS    [Z`^[ ^WVU`b[ U[Z ^W_`^UU[ZW_ [Z`^[SV[^W_  `\[ Z[ XaZU[ZSZ TWZ UaSZV[ _W S\US S [_ __`WS_ U[Z\[^`SZ`W_^W`^S_[_VW`W\[SbW SW[^` UZUSU[Z[UVS\S^S [___`WS_VWU[Z`^[U[ZY^SZ`W\[VW^W`^S_[W_W \^WVU`[^VW` a\W^S [_ \^[TWS_ VWT`SZ`W_ VW S ^W`^[SWZ`SU Z ^W`S^VSVS .

WVSZ`W W a_[ VW \^WVWU^ W_`SV[_ Xa`a^[_ VW S _SVS VW U[Z`^[ Z S SU`aSVSVSYaZ[_U[Z`^[SV[^W_U[W^USW_SZ\^WVU`[^W_`U[[ T[]aW_ \^[Y^SSTW_ S  _Z WTS^Y[ aUS_ [`^S_ W_`^S`WYS_ VW U[Z`^[ _W SZ TS_SV[ WZ W [VW[ VW `W\[ aW^`[ \^[\WVSVW_ VW U[\WZ_SU ZZ[S `W\[VW^W`S^V[\[^[YWZW^SW_`[_SY[^`[_ U[S\_[ VW S X[^S  [Z`^[SV[^W_ \^WVU`b[_ `ST Z _W \aWVW Z`WY^S^ VWZ`^[ VW aZ S^U[ VW SVS\`SU Z  aZS W_`^aU`a^S ` \US VW U[Z`^[SVS\`S`b[\^WVU`b[_WaW_`^SWZSXY     \[^ S[^S U _US bS^SZ S YWZW^S SVS  ZS   VW U[Z`^[SV[^ W_ aZ WW\[ VW W_`S X[_[X S S^W  Sc`^[\ % Ò  W U[Z`^[ ^WVaUW S  Z[ S VXW^WZUS S UaSV^SV[ \[ZVW^SVS WZ`^W W bS[^ VW_WSV[  S _SVS \^Wb_`S WZ`^S_ ]aW W W_XaW^ [ \WZS S^ W U[Z`^[ W UW_b[  [^ [Z`W VW \^WVUU Z W_ W `W\[ VW ^W`S^V[ VW __`WS  W_`W W_ aZ \S^ W`^[ X[  U[Z`^[ _Z WTS^Y[ Z[ \aWVW WXWU`bSWZ`W SUW^ X^WZ`W S S bS^STW `W\[ VW[^S_  `SU[ZW_ VW \^[UW_[ _`[ Wb  S VW_S^^[[ VW S^Y[ SUSZUW VW U[Z`^[SV[^W_ \^WVU`b[_ \[^ WW\[ W [Z`^[SV[^ ^WVU`b[ WZW^S SV[   [Z`^[Z U[VWSS`^  S^WW`S %% a`W^ SSW^ % %Z_[ZW`S %%  %% STÒ\^[TWSVWU[Z`^[_WSX[^aSV[VW aZSSZW^S_S^SSSV[\`SVSWZWWZX[]aWVW  S_VXW^WZUS__[Z]aWW [VW[_Wa` S\S^S\^[\[^U[ZS^\^WVUU[ZW_VWS\^[VaUU ZWZaZ^SZY[VW [^ [Z`W_VW`W\[WZWXa`a^[ [^[YWZW^SW^SZY[W_WZ`^W[_^W`^S_[_VW WZ[^SS [^ _WW_\W^S_`[SbSW\^[TWSVW[_^W`^S_[_bS^STW_WZW `W\[  \[^ [ `SZ`[ SaWZ`S S ^[Ta_`W   Ua[ VW S _W S VW U[Z`^[ W_ W_WZUSWZ`W aZ \^[TWS VW [\` SU Z Z W_`W US_[ [_ [TW`b[_ WU[Z U[_S_ U[[^W_`^UU[ZW_VW\^[UW_[_W\aWVWZZUa^WZSX[^aSU Z VW\^[TWSYaZ[_ WW\[_VW^W_`^UU[ZW_VW\^[UW_[_[Z[_ `W_ S[_ Xa[_ VW  ]aV[ WZ S_ `aTW^ S_ VW `SS [ X[ S_ `W\W^S`a^S_  S_ \^W_[ZW_ SV_TW_WZS_aZVSVW_VW\^[UW_[S_W_[ZW_SSS` _XW^SW`U [ WZV S W U[Z`^[ \^WVU`b[  VW S X^S_W _W ^WXW^W S S S\USU Z VW S^Y[ SUSZUW VW U[Z`^[SV[^W_\^WVU`b[_ZSbW  _[_U[Z`^[SV[^W_VW\^WVUU Z\aWVW_W^ V_W SV[ a` SZV[ [VW[_ ZWSW_ [ Z[ ZWSW_    [Z`^[ a`bS^STW S_`S S[^S _ [ W[_ U[Z_VW^SV[ W US_[ WZ ]aW S WZ`^SVS W_ aZS SZ\aSU Z aZS_SVSU[Z`^[SVSVWaZS_[SWZ`^SVS aZS_SVS .

[Z S S [^ S VW [_ \^[UW_[_ S  aUS_ bS^STW_ ]aW VWTWZ _W^ ^WYaSV[_  ^WSU`[^]a U[W_aZWW\[` \U[WZWZbWS`W\W^S`a^S S\^W_ Z`WZW ]aWSZ`WZW^_WWZ[_bS[^W_VWV_W [W_VWU^S \[^[WZ[_`^W_UU[_VW U[Z`^[aZ__`WSa`[[\S_SUU[ZW_VWaZU[Z`^[SV[^VWSXWU`S^S[`^[_ .

TaUW_ WZ W __`WS W U[Z`^[ VW TaUW Z`W^SUU Z _W VUW ]aW W _`W  USVS U[Z`^[SV[^S_V[Sa_`SV[_ZVbVaSWZ`W\S^S\^[\[^U[ZS^aZ^WZVWZ`[  [ VW\WZVWZV[ VW S Y^SbWVSV VW S ZW_`STVSV WZ W __`WS \aWVWZ \^[VaU^_WZ`W^SUU[ZW_UaSZV[`[V[_[_U^Ua`[_W_` ZUW^^SV[_[Z`^[SV[^W_  .

_S_W_`^S`WYS_VWSVS\`SU ZZWS[Z[ZWS\[^[`SZ`[Z[\aWVW_W^ S\USTWSVU[_\^[UW_[_ [_[VW[_a` SV[_WZWV_W [VWU[Z`^[SV[^W_  .

Z[U[Z`WZWZZX[^SU Z_[T^W[_WXWU`[_VWS_Z`W^SUU[ZW_VWTaUW [^ [ `SZ`[ Z[ _W \aWVW W_\W^S^ ]aW aZ TaWZ VW_W\W [ S^S ]aW aZS W_`^S`WYS a`S [ S `^STS[ [_ U[Z`^[SV[^W_  .

 ZVbVaSW_ _aWWZ _W^ VW_SXZSVS WZ[__WZ_TW_VSZV[aYS^SSU`aSU[ZW_WZ`[\S^SSYaZ[_[`[V[_[_TaUW_  VWSWZ`W [_ U[Z`^[SV[^W_ a`bS^STW _W VWTW S\US^ S [_ __`WS_ V[ZVW [Ua^^WZ S_ Z`W^SUU[ZW_  VXW^WZUS VW [_ a`S [ VW U[Z`^[ [_ U[Z`^[SV[^W_ a`bS^STW_ `WZW^ WZ UaWZ`S S_ Z`W^SUU[ZW_ VW TaUW  _a_ WXWU`[_ VW_W_`ST SV[^W_ X[^`aZSVSWZ`W W_ aZS `S^WS ^WS`bSWZ`W `^bS \S^S [VXUS^ [_ U[Z`^[SV[^W_ VW [VW[ VW TS_W \S^S VS^ USTVS S __`WS_ a`bS^STW_U[Z_VW^S^SZ`W^SUU ZU[[`^S_`[^Z[_VWUU[XWWVX[^cS^V ]aW\aWVWZ_W^X UWZ`WZUaVS_WZSVW_U^\U ZVW[VW[_`WSaWZ`[VW _\W U[ZVaUW S U[Z`^[SV[^W_ a`bS^STW_ ZWSW_ VW_SU[\SWZ`[  [ZW_  S %% S %% SW`S %% TbSY[_W`S %% ÒS_ U[[VW^WVW_ ZWa^[ZSW_Z[ZWSW_TS_SV[_WZSY[^`[_VWU[Z`^[a`bS^STW_W`S %% UÒ  W_\a _ VW V_W [_  .

 U[Z`^[SV[^W_ a`bS^STW ]aW \aWVW \^[\[^U[ZS^W`W\[VWU[\WZ_SU ZVW^W`S^V[ `^S`S^^W_`^UU[ZW_\^[UW_[ `ST Z_W\aWVWVW_S^^[S^U[Z^WS`bSXSUVSV WVSZ`WSZU[^\[^SU ZVW SVWUaSV[_ \^[UWVWZ`[_ Za ^U[_ \S^S U[Z_`^a^ W [VW[ [ZZW U[Z`^[ SVS\`S`b[ a`bS^STW ^W_a`SV[ VW W_`^S`WYS_    [Z`^[ [Ta_`[  W \^ZU\[ VW [_ [VW[_ Z`W^Z[_ ` SZV[ aZ SY[^`[ VW \S^ W`^[_ [ZZW VW U Ua[ \S^S VW`W^ZS^ [_ \S^ W`^[_VW[VW[[_\S^ W`^[_VWSS [^ SVW[_U[Z`^[SV[^W_TS_SV[_ WZ W [VW[ ZWS _W \aWVW Sa_`S^ WZ XaZU Z VW [_ UST[_ WZ S_ US^SU`W^ _`US_ VW \^[UW_[  \W_S^ VW Y^SZVW_ SbSZUW_ _W SZ WU[ WZ S ^W_[aU Z VW [_ \^[TWS_ VW \WWZ`SU Z VW [_ __`WS_ SVS\`S`b[_ \[^ aZS^S Za[`^SaU[_ VU[_`[VSb SZ[W_` Z_WYa^[_VWSZ`WY^VSVSS^Y[ \S [ VW WUSZ_[ VW SVS\`SU Z _`S \^W[Ua\SU Z S WbSV[ S [`^[ `WS SU`aS VW S ZYWZW^ S VW U[Z`^[ [VW^Z[ U[Z`^[ ^[Ta_`[  [Z`^[^[Ta_`[\USWZ\^W^aYS^SUaSZ`XUSU ZVWS_ZUW^`VaT^W_[ [_W^^[^W_WZaZ[VW[VW Z[ZS VW\^[UW_[VWTV[SSZ[ZWS[bS^STW_ WZW`W\[W U[\[^`SWZ`[VW\^[UW_[\[^WW\[W_`[_W\aWVW[Y^S^ ]aW`WZWZW_WZUSWZ`WaZSVW_U^\U ZVW\^[UW_[WZ`[VS_S_U[ZVU[ZW_VW XaZU[ZSWZ`[ \[_TW_ S _YaWZ`W W`S\S U[Z__`W WZ W V_W [ VW aZ U[Z`^[SV[^ ]aW SZ`WZW^ S W_`STVSV S_  U[[ [Y^S^ aZ ^WZVWZ`[ W_\WUXUSV[_WZW_`W^SZY[VWU[ZVU[ZW_VW[\W^SU ZZU[Z`^[SV[^U[ZW_`S \^[\WVSV _W VUW ]aW W_ ^[Ta_`S   [^S^  SX^[a %%%Ò  ZU[Z`^[SV[^_WZ_TWW_ZWUW_S^[\S^S[Y^S^[_[TW`b[_VW^WZVWZ`[ [^ VW_Y^SUSWU[Z`^[SV[^`ST Z_W^ _WZ_TWSS_ZUW^`VaT^W_VW\^[UW_[  \[^[`SZ`[_aX^WZVW\^[TWS_VWW_`STVSV [^[`^[SV[aZU[Z`^[SV[^]aW .

Z[ W_ _WZ_TW S S_ ZUW^`VaT^W_ \^[UW_[ `WZV^  S_ US^SU`W^ _`US_ VW ^WZVWZ`[ _\[T^WWZW]aWS_^W_\aW_`S_VWU[Z`^[_W^ WZ`S\^[TWS VWU[Z`^[^[Ta_`[W_\[^[`SZ`[X[^aSV[U[[aZU[\^[_[WZ`^WW[Y^[ VW^W_a`SV[_ YS^SZ` S^SW_`STVSVWZ\^[UW_[VWS_a^S_ZUW^`VaT^W_ W_U^\U[ZW_VWSZUW^`VaT^W_[ZWW[^VW[_a U[Z_W^bSV[^W_U[Z[ UaS [_ [TW`b[_ VW ^WZVWZ`[ `WZV^  ]aW _W^ _SU^XUSV[ [^ [`^S \S^`W W \^[TWS VW [\` SU Z ^W_a`SZ`W W_ U[Z X^WUaWZUS Z[ TWZ \SZ`WSV[ [^ [ `SZ`[S\W_S^VWS_[VW W_aZS\^[\WVSVVW_WSTW [_VW_S^^[[_`W ^U[_  S_ W^^SWZ`S_ VW SZ __ _[Z TS_`SZ`W SVa^[_ S S\USU Z _W bW [T_`SUa SVS\[^Wa_[VWS_S`W `US_VWWZ[^W_\^[\[^U[ZW_ SXS`SVW aZ \^[UWVWZ`[ VW _[aU Z SVWUaSVS  ZWTS^Y[_W_a_`WZ`SWV_W [VWU[Z`^[SV[^W_^[Ta_`[_W_W\^ZU\[VWS SSVS [VW[ Z`W^Z[  W SX^S ]aW S WZ[_ ]aW S W_`^S`WYS VW U[Z`^[ U[Z`WZWW \ U`S[\ U`SWZ`WaZSVW_U^\U ZVW\^[UW_[VWU[Z`^[[TWZ W^WZVWZ`[[U^`W^[VWW_`STVSV[ST[_Z[_W[Y^S^ \^[UWVWZ`[ U[^^W_\[ZVWZ`W [VW[VW U[Z`^[Z`W^Z[  WZUS\_aS W_`SX[_[X SVWV_W [  [X^WUW `SZ`[ \S^S W U[Z`^[ \W^XWU`[  aZ WUSZ_[ ^[Ta_`[ \S^S \S^`^ \^[\WVSVW_bW^XY      W [VW[ VW \^[UW_[ W_ ZbW^`TW WZ`[ZUW_ W U[Z`^[SV[^ W_ _\WWZ`W S ZbW^_S VW [VW[  W [VW[ W_ U[^^WU`[  Z[ S  ZZYaZS \W^`a^TSU Z WZ`[ZUW_ aZ \W^XWU`[ U[Z`^[ _W [Y^S _ W X`^[ Z[ W_`  \^W_WZ`W _`[ `ST Z \US]aW__WU[Z[UWWU[\[^`SWZ`[VW\^[UW_[W SU`SWZ`WWZ`[ZUW_S ^W`^[SWZ`SU ZZ[W_ZWUW_S^[ SXaZU Z\^ZU\SVWX`^[VW\S_[TS[\S^S S`WZaS^S_ZUW^`VaT^W_WZSZX[^SU ZYWZW^SVS\[^SVXW^WZUSWZ`^W[_ ^W_a`SV[_VW[_\^[UW_[_ W[VW[ _^bW\S^S[VW^S^WW_XaW^ [VWU[Z`^[ W UW_b[ SW_`^S`WYS WU[ZUW\`[]aWSTS^US_[ZUS^SWZ`Wa \[VW^[_[Z WXWU`[ W \^ZU\[VW [VW[Z`W^Z[ W_S W_WZUSVW [VW[VW U[Z`^[TS_SV[ WZ[VW[ `[V[_[_U[Z`^[SV[^W_VWTS_W_W\aWVWV_W S^VWZ`^[VW_aS^U[    [Z`^[ VW `[V[ W aZV[ ZWS SU Z [[ _W WZU[Z  SZ`W^[^WZ`W S  US_[_ WZ ]aW [_ W_]aWS_ VW U[Z`^[ VW SVS\`SU Z ZWSZ[XaZU[ZSZ TWZ UaSZV[_W WZX^WZ`SZ S aZ\^[UW_[ S`SWZ`W Z[ ZWSW_ _`[ W_ \[^]aW W WUSZ_[ VW SVS\`SU Z \aWVW Z[ _W^ [ _aXUWZ`WWZ`W ^ \V[ U[[ \S^S _WYa^ [_ UST[_ WZ S_ US^SU`W^ _`US_ VW \^[UW_[ _W SV[_ SVWUaSVSWZ`W [_ U[Z`^[SV[^W_ Z[ ZWSW_ \[^ `SZ`[ _W W_\W^SaZW[^VW_W\W [a_[VWU[Z`^[SV[^W_VW^WVZWa^[ZSTS_SVSWZW [VW[ S_WSWZU[ZSV[.

`^[US\[WW^YWZ`WW_WVWU[Z`^[SV[^Z[ZWS V_W SV[ WZ TS_W S [VW[_ WUSZ_`U S `^Sb _ VW a_[ VW S VXW^WZUS VW U[ZUW\`[_ YW[ `^U[_ ^[UW`` %  ^SbS^_  SZ`[^ %% Ò  [TW`b[ VW V_W [W__S^Sa_[VWSW \SZ_ ZWZ_W^WVWS [^\S^SZWS S^W[VW[ Z[ ZWS SZ`W_ VW S S\USU Z VW [_ V_W [_ ZWSW_ [VW[ VW U[Z`^[SV[^ VW .

TS_W Z WTS^Y[ WZ aYS^ VW \^[\[^U[ZS^ ZWS SU Z [US S_ W_`^S`WYS_ SU`aSW_ VW U[Z`^[ Z[ ZWS [TW`b[ W_ [X^WUW^ Y[TS  ZWS SU Z _[T^W W W_\SU[ YWZW^SV[ \[^ [_ W_`SV[_ VW \^[UW_[ U[Z`^[ VW ZbW aZVS ZWS SU Z   ZWS SU Z aZVS _W U[Z_YaW WVSZ`W aZS \^W U[\WZ_SV[^ V_W SV[ VW `S X[^S ]aW S ^WSU Z WZ`^W S_ WZ`^SVS_ \S^S W U[\WZ_SV[^VW\^W S_SVSVW\^[UW_[W_ZWS UZUS_VWU[Z`^[ZWS_W \aWVWZS\US^SS\SZ`SZWS\_WaV[ZW_]aWSVWW_`SW_`^S`WYS_WaW_`^S WZSXY     ZbWaZVSWU[Z`^[VWZWS SU ZW_aZXWZ WZ[^WS`bSWZ`WZaWb[  VW aUS ZbW_`YSU Z `[VSb S _W W_`  WbSZV[ S UST[ \S^S ZbW_`YS^ S S\USTVSVVWS` UZUS\[^WW\[ U[W`S %% Ò U WSZW`S %% Ò \^[\[^U[ZSZ aZS^Wb_ ZVW[_V_W [_VWU[Z`^[Z[ZWSTS_SV[WZ[VW[_ WUSZU_`S_ Z VW_S^^[[ Z`W^W_SZ`W ]aW Wb`S S ZWUW_VSV VW [VW[_ WUSZU_`S_ W_ W a_[ VW [VW[_ VW ^WVW_ ZWa^[ZSW_ WZ _a aYS^ [VW[_ VW ^WVW_ ZWa^[ZSW_ _W `^SZ_X[^SZ WZ aZ W]abSWZ`W VW W_\SU[ VW W_`SV[ VW ^W\^W_WZ`SU Z W[` VW\^[TSU ZW_` V_W SV[WZTS_WSW_`W[VW[VW W_\SU[VWW_`SV[ WWW`S %% Ò   [Z`^[ _`SV _`U[ VW ^[UW_[_ [Z`^[_`SV _`U[VW ^[UW_[_ _W S\US S\SWZ`W WZ S_ZVa_`^S_VW XST^USU ZVW\W S_aZ]aWS` UZUS_WS\^SU`USV[WZ[_VbW^_[_ZbWW_VW  _VW S [__WW^WUWaZSWZU ZZ^W_\aW_`SSS_SU`aSW_ZUS`bS_VW USVSV `[`S   S WU[  _ ]aW ^WUWZ`WWZ`W SZ U[WZ SV[ S _W^ \WWZ`SVS_ WZ S_ ZVa_`^S_ VW \^[UW_[_   SUW a_[ VW [VW[_ W_`SV _`U[_  \^[UWVWZ`[_ \S^S W[^S^ S USVSV VW \^[VaU`[  S \^[VaU`bVSV VW \^[UW_[ VW ^WVaUU Z VW U[_`W_ W`W^  ^[cZ %% Ò  [TW`b[ W_ [Y^S^  SZ`WZW^ [_ \^[UW_[_ WZ aZ W_`SV[ V[ZVW S_ bS^SU[ZW_ ^W_`SZ`W_ _[Z [_ ZW^WZ`W_ S \^[UW_[    [ZbWZU[ZSW_    S_V[`^SVU[ZSWZ`WSUSZ SV[\[^[__aUW_b[_`^S SV[ SU[\S^SU Z VW aZS WVVS W_`SV _`US VW S bS^STW U[Z SYaZ[_ VWXZV[_ \[^ W a_aS^[ U[Z`^[S^   `W_  S W_`SV _`US `^S SVS W UWVW W_`[_  `W_ W \^[UW_[ _W U[Z_VW^SXaW^SVWU[Z`^[W_`SV _`U[ SSUU ZU[^^WU`bS_WS\USWZSX[^SVW VWZ`XUSU Z S WZSU Z [ U[\WZ_SU Z \[^ W S_YZSTW_  USa_S_ VW S bS^SU Z [_ Y^ XU[_  _ U[aZW_ _[Z W \^[WV[ VW WcS^`  b W \[ZWZUS   YSS  SUaaSV[_ Y^ XU[_ aS    _    Y[^ `US   [ZbWZU[ZSW_   W_ T _USWZ`W aZS ` UZUS [XXZW aZ]aW S  aU[_ ZX[^W_ VW US_[_ VW `[ WZ W _WU`[^ VW XST^USU Z VW \W S_ W_`W \S_b[  W_`^S`WYS VW U[Z`^[ Z[ _W Sa_`S S [_ __`WS_ U[Z`Za[_ ]a  SVW _ VW SZ`WZW^ [_ \^[VaU`[_ VWZ`^[ VW S_ W_\WUXUSU[ZW_ Z[ W_ aZ ^W]a_`[ \S^S .

SZ`WZW^ W XaZU[ZSWZ`[ VW \^[UW_[ W\WZVWZV[ VW S U[\WVSV VW \^[UW_[ W `W\[ ZWUW_S^[ \S^S VWZ`XUS^ WZS^  U[\WZ_S^ S_ USa_S_ S_YZSTW_VWbS^SU ZZ[\aWVW_W^SUW\`STWZWTS^Y[W[TW`b[`SZ`[VW \^[UW_[VWU[Z`^[Sa`[ `U[  W_SaWZ`S^S ^WZ`STVSVVWS\SZ`S [^ [ `SZ`[ W_ ^S [ZSTW W_\W^S^ ]aW S Xa_ Z VW W_`S_ V[_ W`[V[[Y S_ S\S^WZ`WWZ`W VU[` U[\[V^ S YWZW^S^ W_`^S`WYS_]aW W^WVSZ[_TWZWXU[_ S_[USV[_ U[Z [_ WZX[]aW_ VW [_ \SV^W_ _`[ S _V[ [TW`[ VW ^WUWZ`W_ ZbW_`YSU[ZW_  SU ^WY[^ %%% aUW^ %%%Ò V[ZVW   _W a` S \S^S _a\W^b_S^S_SU`aSU[ZW_VW[_TaUW_VWU[Z`^[Sa`[ `U[USW_`^S`WYSW_ SbWUW_SSV[ SY[^ `U[_  ^WX^ ZV[_WSSa` SU ZZ`WY^SVSVW [_ U[Z`^[SV[^W_TS_SV[_ WZ [VW[ SY[^ `U[  S_` UZUS_VW  [`W_Z WTS^Y[ ]aW W \^[UW_[ `[VSb S W_`  _WZV[ U[Z`^[SV[ \[^ aZ U[Z`^[SV[^ Sa`[ `U[ ]aW W_ W \^[UW_[ W_`  _WZV[ U[Z`^[SV[ WZ `[V[ [WZ`[    U`bS   .

`^S X[^SVWZ`WY^S^[_V[_ WZX[]aW_VW U[Z`^[ W_\^[\[^U[ZS^ WZ ZWS   [_[VW[_W_`SV _`U[__Wa` SZZ[_ [\S^SVWXZ^[_ `W_VWU[Z`^[_Z[ `ST Z\S^SVW_S^^[S^S_W W_VWU[Z`^[]aWZVUSZWY^SV[VWSZ\aSU Z \S^SSZ`WZW^W\^[UW_[TS[U[Z`^[W_`SV _`U[ [^[`SZ`[WZS\USU[ZW_VW \^[UW_[_ U[Z`Za[_ S ZWUW_VSV VW aZ ^WYaSV[^ Sa`[ `U[ VW SY[^`[_ _W Wb`SVSZV[aYS^SaZWXWU`[V^WU`[[ SU`bS SW_`^S`WYSVW X`SVa  S %%  %%  X`SVa W` S %% Ò W WU[ S ` UZUS _W S V_W SV[ W_\WU XUSWZ`W \S^S [_ __`WS_ U[Z`Za[_ Z U[Z`^S_`W U[Z S   S_ SZ\aSU[ZW__WSUWZ_ [UaSZV[_WSZWUW_S^[U[[[ZVUSSVW`WUU ZVW b[SU ZVW[_ `W_VWU[Z`^[[[^W_a`SV[WZU[\S^SU ZU[ZWU[Z`^[ Sa`[ `U[  S   W S[^^[ WZ W a_[ VW S`W^S_ \^S_  [_ _W^bU[_ \ TU[__W\aWVW[Y^S^a` SZV[SU`b[_    ^[TWS_ WZ .

 Z W US\[ VW S ZYWZW^ S VW U[Z`^[ [VW^Z[ aU[ W_XaW^ [ _W S ZbW^`V[ WZ W VW_S^^[[  SZ __ VW S_ W_`^S`WYS_ VW U[Z`^[ VW S Z[bWSZS_a\[_U ZU[ ZWZW_`[_W_`aV[_W_]aW[_VS`[_ZWUW_S^[_ W_` Z V_\[ZTW_ W_SX[^`aZSVSWZ`W W_`[ Z[ _aWW _W^ W US_[ WZ S \^ U`USZWTS^Y[W\^[TWSW_` YSZSZV[SS`WZU Z aZSbS^WVSV VW_[aU[ZW__WSZ\^[\aW_`[\S^SSUW^X^WZ`WSVbW^_[_S_\WU`[_VWS_ VXUa`SVW_ S_[USVS_ U[Z [_ VS`[_    _`SU Z VW ZXW^WZUS Z \^[TWS \[^`SZ`W W_ S XS`S VW WVU Z WZ  ZWS \S^S WV^ S_ USZ`VSVW_]aWVWXZWZSUSVSVVW\^[VaU`[\[^WW\[SVW^WZUSVW [_SVW_b[_S_aSbVSVVWS`W^SVWS[S ZVUWVWXa_ ZVWXa[ VW [_ \[ W^[_ [_ \aZ`[_ VW ZXSSU Z VW [_ U[Ta_`TW_ W`U _[Z XST^USV[_ \[^ [_ SZ __ VW ST[^S`[^[ VSZV[ U[[ ^W_a`SV[ ZX[^SU Z \[U[ X^WUaWZ`W_  U[Z_VW^STW_ ^W`^S_[_ VW WVU Z [ ]aW SUW\[_TWWU[Z`^[VW\^[UW_[_Sa`[ `U[__`SU ZVWZXW^WZUS W_aZ `[V[]aWS_V[V_W SVS\S^S_a\W^S^W_`W\^[TWS S` UZUS .

`ST Z S _V[ SSV[ W _WZ_[^ VW Xa_ Z VW VS`[_   TSZV[_ VW VW`WUU Z   VW _ VW S bS^STW USVSV VW \^ZU\S \[^ [ YWZW^S S  [`^S_ bS^STW_U[[`W\W^S`a^S_\^W_[ZW_ USaVSW_W`U]aWW_` ZS_[USV[_ U[ZaZ\^[UW_[ [_ UST[_ WZ SYaZS_VW W_`S_ bS^STW_ _[ZZVUS`b[_ VW UST[_ WZ S USVSV VW \^[VaU`[ W W_`W [V[ WVSZ`W W U[Z`^[ SVWUaSV[bS^STW__WUaZVS^S_SWZaV[W_\[_TW VWVaU^ WW_`SV[VW SbS^STWVWUSVSV.

\W^SV[^W_WZYWZW^[_VW\^[UW_[VWSUW^W_`[S VS^[ WZ W XaZU[ZSWZ`[ VW S_ \SZ`S_ VW \^[UW_[ Z WTS^Y[ W \^[UW_[\aWVW_W^U[\W[ \[V^ SSTW^aU[_XSU`[^W_]aWSXWU`SZS USVSVVW\^[VaU`[[[^W_a`SV[S^WSU ZWZ`^WS_U[ZVU[ZW_VW \^[UW_[  S USVSV VW \^[VaU`[ Z[ \aWVW _W^ _\W VSZV[ aYS^ S \^WU_[ZW_ WZ W aU[ aSZ[ _`SU Z ZXW^WZUS SbS W_`W \^[TWS S ` UZUS a` S S_ WVU[ZW_ X UW_ VW [T`WZW^ VW S_ bS^STW_]aW_W_STW]aWZXa WZWZSUSVSVVW\^[VaU`[aZ`[U[Z[_ VW S USVSV VW \^[VaU`[ UaSZV[ W_`  V_\[ZTW \S^S YWZW^S^ W_`SU[ZW_ VW S USVSV VW \^[VaU`[   YaS ]aW U[Z S_ W_`^S`WYS_ VW U[Z`^[ VW ^W`^[SWZ`SU Z WZ S\USU[ZW_ \S^S __`WS_ Z[ZWSW_ S ^WSU Z WZ`^W S_ bS^STW_ _WUaZVS^S_  W ^W_a`SV[ \^ZU\S \aWVW _W^ S\^WZVV[  VW X[^S Sa`[ `US [^ [ `SZ`[ [_ \S^ W`^[_ ]aW VWXZWZ S ^WSU Z _W Sa_`S \S^S ]aW U[ZUVS U[Z [_ UST[_ WZ S_ US^SU`W^ _`US_ VW \^[UW_[  aSZV[a_`W`S %%  %%% SZ`W`S %%  [Z`SYaWW`S %%  %%  S %%% %% SÒ [^[`^S\S^`W[_W_`SV[^W_VWZXW^WZUS\aWVW_W^ V_W SV[TS_SV[WZWa_[VWaZ[VW[VW^WVZWa^[ZS[[_WaW_`^S WZSXY S_W_`SU[ZW_VWSUSVSV]aW_WYWZW^SZWZSX^WUaWZUSVW WVU ZVWS_bS^STW__WUaZVS^S__W\aWVWZa` S^\S^SW[Z`[^W[ VW\^[UW_[[U[ZXZW_VWU[Z`^[ _Ò      U[ZVU[ZSWZ`[ VW VS`[_  bSVSU Z ZUa_[_W _`WZ[_Z_`^aWZ`[_SVWUaSV[_[_VS`[_\aWVWZZ[_W^VWUSVSV _aXUWZ`W\S^S[_[TW`b[_]aW_W]aW^WZ[T`WZW^ S__W SW_\^[UWVWZ`W_VWS_ .

\SZ`S__[ZSWZaV[U[^^[\V[_\[^W^aV[VWVbW^_S_SYZ`aVW_[V[_[_  `[V[_VWU[Z`^[W_` ZTS_SVS_WZVS`[_S_WVVS_S\^[\SVS_Z[_W`[SZ SSU[ZVU Z bSVS^S__W SW_WVVS_SU[Z`ZaSU ZZUa_[W__`WS _ _[X_`USV[ XSS^  Z [`^S_ \SST^S_ TS_a^S SVWZ`^[ TS_a^S XaW^S  W SVSY[_W S\US WZ W US\[ VW U[Z`^[  Z [_ __`WS_ U^ `U[_ VW _WYa^VSV `SW_ U[[ W U[Z`^[  _WYaWZ`[ VW [_ ^WSU`[^W_ ZaUWS^W_  YWZW^SV[^W_ VW WZW^Y S ]aW _W `[WZ WVVS_ \S^S S_WYa^S^]aWS U[^^WU`S _W SW__Wa` SZ\S^SS`[SVWVWU_[ZW_ZW_`[_ US_[_ W_ U[ Z `SZ`[ \S^S _[X`cS^W  __`WS_ VW ^WVaZVSZUS VW S^VcS^W S \WWZ`S^ S ^WVaZVSZUS W_ \^Wb_`S \[^ S U[ZXYa^SU Z VW  Va[_ VW _[X`cS^W [ S^VcS^W \[^ Va\USV[ [ `^\USV[ [_ __`WS_ VW b[`SU Z _[Z aWY[W\WSV[_\S^SbSVS^S__W SW_VW_SVSSZ`WZWZV[_ [S]aW[_]aW _W U[Z_VW^SZ U[^^WU`[_ S^cU  S %%% %% Ò  ZS\USU[ZW_WZ[_U^ `US_U[ZXYa^SU[ZW_VWV[TW[`^\W^WVaZVSZUS]aW Z[_[Z^WZ`STW_ [^[`SZ`[SWZ[_]aWS SZWUW_VSVST_[a`SS_aSb SU Z VWS_ _W SW_VW^aV[_W [Y^S S`^Sb _VWS^VcS^W [_[X`cS^WVWX`^SV[\S^S S`WZaS^W^aV[WZS__W SW_WVVS_ZWTS^Y[aZ[_WZUa^^WWZ\WZSVSV _ S _W S W_`  _aW`S S [_ \U[_ S^S WZS^ W_`[_ \U[_ [ \aZ`[_ VW \ US^[ X`^SV[ \W_SV[ `WZW ]aW _W^ S\USV[ VW_\a _ VW [ UaS \[^`SZ`W_ VW_XS_W_ \aWVWZ_W^Z`^[VaUV[_WZS_W SX`^SVS SVW[^SWZS_W SX`^SVSTWZ_W \aWVW^WVaU^WVSZ`WWW\W[VW  YUS ]aWU[TZSZX`^[_U[ZbWZU[ZSW_ SY[^`[_ VW X`^[ U[Z [_ U[ZUW\`[_ VW   \S^S bSVS^ S_ WVU[ZW_  S U[ZVU ZVW\^[UW_[_`WWZX[]aWZ`WY^SV[SVW[_`^SV[_W^a WXUS  S^^  S %%  S  S^^ %% Ò    Z __ VW S`[_ ZUa_[ _ \S  _W V_\[ZW VW VS`[_ \aWVW STW^ aUS_ bS^STW_ S_[USVS_ U[Z aZS aZVSV VW \^[UW_[ WZ \S^`UaS^ S W_\WUXUSU Z VW aZS W_`^S`WYS VW U[Z`^[  W V_W [ VW U[Z`^[SV[^ _W U[\USZ a  bS^STW_ VWTWZ _W^ SZ\aSV[_ \S^S U[Z`^[S^ S S [`^S a  W_ W WXWU`[ VW W_`S [\U Z VW SZ\aS^ U[Z`^[S^ S WZ`^SVS  _SVS \S^WS_ _`S_ _[Z SYaZS_ VW S_ \^WYaZ`S_ \[^`SZ`W_ ]aW VWTWZ _W^ ^W_\[ZVVS_ SZ`W_ VW ]aW aZ USZVVS`[ VW U[ZXYa^SU Z_W\aWVWS\US^WWU[[_^W_a`SV[_VU`SZW`\[VW[VW[_S W\WS^ \S^S W V_W [ VW U[Z`^[SV[^  \[^ [ `SZ`[ [_ `\[_ VW XZSW_ VW U[Z`^[SV[^  S W_`^S`WYS YWZW^S VW U[Z`^[ ]aW VWTWZ S\US^_W ZS WWUU Z ZSVWUaSVSVW[_\S^W_VWWZ`^SVS_SVSSY^SbS^W\^[TWSVWS_Z`W^SUU[ZW_ VW TaUW  S_ Z`W^SUU[ZW_ _[Z _YZXUS`bS_ S U[Z`ZaSU Z aZ V_W [ VW U[Z`^[a`bS^STWW_ZWUW_S^[S_^WSU[ZW_VWZ_a[\^[VaU`[ZVUSZW U[\[^`SWZ`[ Z[ ZWS S U[Z`ZaSU Z [_ U[Z`^[SV[^W_ Z[ ZWSW_ \aWVWZ `WZW^ ]aW _W^ S\USVS  aUS_ ` UZUS_ _W \aWVWZ a` S^ \S^S ST[^VS^ W_`S_ UaW_`[ZW_ SZ VW_VW _\W_ ` UZUS_ Y^ XUS_ VSY^SS_ VW V_\W^_ Z [ \S^UWS_ W SZ __ W_`SV _`U[ a`bS^SV[ SZ __ VW U[\[ZWZ`W_ \^ZU\SW_ SZ __ VW U[^^WSU Z SZ __ VW U[ZY[W^SV[_ \S^S U[Z`^[S^ S YSZSZUS `W ^US  SZS S WZ ^WSU Z _ZYaS^ bS[^ _`[_ `[_ _W a` SZ \S^S ZbW_`YS^ S_ Z`W^SUU[ZW_ VW U[Z`^[ VW TaUW  S _[VW  VW S_ W_`^S`WYS_ VW U[Z`^[ Z .

WTS^Y[ SU`aSWZ`W Z[ W _`W aZ \^[UWVWZ`[ ]aW STS^US `[V[ aZ SZ __ __`W `U[VW[_VS`[_VWSVW^WUSS`^Sb _VWSVW`W^ZSU ZVWSV[ZWVSV VWW_]aWSVWU[Z`^[XZS   .

  .

 .

    \^[UW_[ VW [\` SU Z S S\USU ZVW` UZUS_VW [\` SU ZZ[_W `S SV_W [VW U[Z`^[SV[^W_ \^WVU`b[_ `SV[ S [\` SU Z VW \^[UW_[_ W_ aZS `S^WS WZ _  _S  VXW^WZUSVW[_U[Z`^[SV[^W_[USW_]aW`^S`SZVWSZ`WZW^S_U[ZVU[ZW_VW SaZVSVVW[\W^SU ZWZ[_ZbWW_VW_WSV[_W[\` SV[^a` SaZ[VW[VW \SZ`SVWS\SZ`S\S^SSa_`S^S_U[ZVU[ZW_VWXaZU[ZSWZ`[VW\^[UW_[U[Z WXZVWZ S^Wa_[VWS`W^S_\^S_ S  S^[_TWZWXU[_VYS^  WTSa %%%Ò S_ _SVS_VW __`WSVW[\` SU Z\[^[`SZ`[XS^ [_ [TW`b[_ \S^S [_ U[Z`^[SV[^W_ [USW_ `WZWZV[ WZ UaWZ`S [_  `W_ VW [\W^SU ZVWS\SZ`S_`[WXWU`bSWZ`WUW^^S^ST^WUSWZ`^W[_[TW`b[_VWS \SZ`S ^WS\S^SS_ W\^W_S_  _a_[\W^SU[ZW_ SU`aSW_  S`[a^ % %S % %TÒ S XYa^S % aW_`^S aZS U[ZXYa^SU Z YWZ ^US VW aZ \SZ VW [\` SU Z VW \^[UW_[_   WTV[ S S U[\WVSV  S W_USS VW W_`W `\[ VW \^[TWS VW [\` SU Z W [VW[a` SV[W_Z[^SWZ`WaZSVW_U^\U ZVWW_`SV[W_`STW\S^S\W^`^ aZS_[aU ZSZWSTWYaS]aWU[Z[_SY[^`[_VWU[Z`^[VWSVS\`SU Z WZ ZWSVW[\` SU Z`ST ZW_XSU`TW\[^WW\[STW^YW^  _W^SZZ % % STS\S` W` S %%  _  S %%%T %% Ò    a\W^b_ Z VW \^[UW_[ SS S VW`WUU Z [US SU Z  VSYZ _`U[  VSYZ _`U[ VW XSS_ _W S U[ZbW^`V[ WZ aZ ^WS VW Y^SZ \[^`SZUS \S^S S Sa`[S` SU ZVW\^[UW_[_[VW^Z[_ ^[\[^U[ZS[_^W]a_`[_\^Wb[_\S^SS `[W^SZUS SXS[_ SXSTVSV [ S_WYa^VSV ]aW U[Z_``a WZ S_ US^SU`W^ _`US_ XaZVSWZ`SW_ VW V_W [ WZ ZYWZW^ S VW __`WS_ U[\W[_  __`WS WZ .

UaW_` Z_WU[Z`^[S _W\S_SZ[_VS`[_S[_SY[^`[_VWVW`WUU ZVWXS[_[ \^[UWVWZ`[_ S`S^WST _USVWaZ__`WSVWVW`WUU ZVWXSS_W_W^WY_`^[ VW aZS SS^S UaSZV[ aZS U[ZVU Z SZ[^S _W VW_S^^[S WZ W __`WS [Z`[^ SV[ ZS bW  ]aW _W VW`WU`S aZS XSS [_ \^[UWVWZ`[_ `ST Z \aWVWZ a` S^_W \[_`W^[^WZ`W \S^S VWZ`XUS^ [ VSYZ[_`US^ S USa_S VW S SZ[S S  SVW`WUU ZVWXS[_ ` UZUS_VWVSYZ _`U[_[ZVWZaWb[TS_SV[WZWa_[VW [VW[_VW\^[UW_[_VW _VW[_[VW[_S`W `U[_a` SV[_WZWV_W [ VW U[Z`^[SV[^ W_`SV _`US S_  U[[ [VW[_ UaS`S`b[_ _[Z USVS bW   _ W\WSV[_W_` Z _W^SZZ %%  S``[ZW`S %%%Ò [_[VW[_S`W `U[__W a` SZZ[^SWZ`W\S^SWVW_S^^[[VWW_`SV[[W_`SV[^W_VWW_`SV[VW[_ [T_W^bSV[^W_S`[_VWS\SZ`S_W_a\W^b_SSWZ`^SVSVWW_`[_SY[^`[_ [_ ^W_a`SV[_VWTW^ ZU[\S^S^_WU[ZS__SVS_VWS\SZ`SU[^^W_\[ZVWZ`WS  V_U^W\SZUS_ WZ`[ZUW_ W_ aZS ZVUSU Z VW ]aW S WZ[_ aZ XS[ S `S^WS _YaWZ`W W_ VW`W^ZS^ S aTUSU Z VW W_`[_ XS[_ ZS bW   _ aZ [VW[ ^W\^W_WZ`S`b[ Z[ ZWUW_S^SWZ`W W ]aW _W a` S WZ S VW`WUU Z VW XSS_ _W W\WSZSYaZ[_US_[_SaTUSU ZVWSXSS\aWVW_W^VWVaUV[\[^W`\[VW XS[ ]a  [_ SY[^`[_ YWZ `U[_  __`WS_ VW ^WYS_ VW ZVaUU Z _W \aWVW a` S^ \S^S US_XUS^ S S XSS    ^[UW_[ VW _a\W^b_ Z S `^Sb _ VW ` UZUS_ VW Z`WYWZUS ^`XUS [_ _W^W_ aSZ[_ _[Z US\SUW_ VW `[S^ VWU_[ZW_ WZ S US^S VW S`UW_  STY WVSVW__`S_US\SUVSVW_VW\^[UW_SWZ`[VWU[Z[UWZ`[Z[\aWVW_W^ YaSSVS\[^U Ua[_Za ^U[_SY[^`[_VW\^[UW_SWZ`[VWVS`[_`SW_U[[ [_ VW_U^`[_ SZ`W^[^WZ`W  \W_S^ VW ]aW W __`WS VW VWU_ Z aSZS Z[ \aWVW_W^  _\^WU_[_ W ^W_a`SV[_aWW _W^VWaZS\^WU_ Z_aXUWZ`W\S^S W \^[TWS VW X[^S ^ \VS  WXUS  VW [_ \^[TWS_ S _V[ W [TW`b[ VW UWZ` XU[_VWSU[\a`SU ZVW_VWSUWaUS_V USVS_\S^SU[Z_`^a^__`WS_ ]aW`SZW\[VW^VWVWU_ ZVW[__W^W_aSZ[_W_VWU^Z`WYWZ`WS^`XUS  VW__`WS_ UZUS_VW `ST Z_WTS_SW[VW[YaZ[_U[Z_VW^S^ SZ ` UZUS_ VW ^WVW_ ZWa^[ZSW_ TS_SV[ WZ USW^ WZ S US`WY[^ S VW   Z WTS^Y[ `WZVW[_ S U[Z_VW^S^ S_ ^WVW_ ZWa^[ZSW_ U[[ S\^[ SV[^W_ XaZU Z Za ^US aZ]aW S_ ` UZUS_ VW  \aWVW SUW^ a_[ VW [VW[_ S`W `U[_  W_`SV _`U[_ZUaVS_S_^WVW_ZWa^[ZSW_Y^SZ\S^`WVW_aa`VSV_WTS_SWZS a` SU Z VW [VW[_ UaS`S`b[_  SbW W _U[Z[UV[W_]aWS_VW\^[UW_[VWS VW_a\W^b_ Z_WTS_SWZW a_[VW__`WS_W \W^`[_X_`S`[a %% Ò [___`WS_W \W^`[_W_` ZX[^SV[_ \[^`^W_U[\[ZWZ`W_ STS_WVW^WYS_[VWU[Z[UWZ`[`WZWSZX[^SU Z  S_ ^WYS_  YUS_ \S^S S ^WS SU Z VW ZXW^WZUS_ WZ`^W [_ WU[_  U[Z`ZaSU Z_WWZUaWZ`^SW[`[^VWZXW^WZUS]aWU[Z`^[SWXaZU[ZSWZ`[ VW__`WS WbSSUST[SZXW^WZUS YUSVW \^[UW_SWZ`[VWSZX[^SU Z WZSTS_WVWU[Z[UWZ`[_ SZ`W^XS VWa_aS^[SUW]aWWU[\[ZWZ`WXZS \W^`WZV[ S U[aZUSU Z WZ`^W W a_aS^[  W [^VWZSV[^ [^ [ `SZ`[ aZ __`WS W \W^`[ W_ aZ U[ZaZ`[ VW \^[Y^SS_ ZX[^ `U[_ ]aW [\W^SZ WZ W U[Z[UWZ`[VWW \W^`[_WZaZV[Z[VWS\USU Z\S^`UaS^a\^[\ _`[W_ \W^`^ S aZ Z[bS`[ \S^S ^W_[bW^ aZ \^[TWS U[Z [_ TWZWXU[_ VW U[Z[UWZ`[ VW W \W^`[ .

 aSZV[ W [`[^ VW ZXW^WZUS  S Z`W^XS  VW a_aS^[ _[Z W\S]aW`SV[_ U[[ aZS_[SWZ`VSVW_`[_WU[Z[UWU[[aZ_WVW__`WSW \W^`[[X`cS^W\S^S [_\^[UWVWZ`[_]aW_W\aWVWZU[TZS^WZ`^W_ \S^SX[^S^aZSUS\S]aW_W U[Z[UW U[[ W^^SWZ`S_ VW __`WS W \W^`[ S U^WUWZ`W V_\[ZTVSV VW U[ZUS_ VW __`WS_ W \W^`[_  W^^SWZ`S_ W_ aZS VW S_ \^ZU\SW_ ^S [ZW_ \S^SS\^[XW^SU ZVW[___`WS_W \W^`[_V[ZVW`[V[[]aW]aWVS\[^SUW^ W_ S U[\SU Z VW S TS_W VW U[Z[UWZ`[_ S W `^SUU Z VW S_ Z[^S_ ]aW ^YWZ W XaZU[ZSWZ`[ VW aZ \^[UW_[ ]aW _W SS [T`WZU Z VW U[Z[UWZ`[ _`[_W^WS SS`^Sb _VW_W_[ZW_VW\^WYaZ`S_ ^W_\aW_`S_WZ`^WWW `^SU`[^VW U[Z[UWZ`[ W ZYWZW^[ VW U[Z[UWZ`[ SSVS  W \^[bWWV[^ VW U[Z[UWZ`[ W W \W^`[ VW V[Z[ ST Z S  __`WS_ ]aW _[Z US\SUW_ VW YWZW^S^^WYS_\S^S__`WS_W \W^`[_UaSZV[_WW_\^W_WZ`SZ[_VS`[_[T`WZV[_ VW aZ \^[UW_[ _`[_ _W^bU[_ _W TS_SZ WZ S_ ` UZUS_ VW ZVaUU Z VW ^WYS_ [ SY[^`[_ YWZ `U[_ Z WTS^Y[ S TS_W VW U[Z[UWZ`[ \aWVW U[\^WZVW^ UaS]aW^S VW [_ [`^[_ [VW[_ UaS`S`b[_ VW_U^`[_ SZ`W^[^WZ`W  WZ UaS]aW^ U[TZSU Z ZUaV[_ [_ [VW[_ S`W `U[_  W_`SV _`U[_  aSZV[ W __`WS _W \^W_WZ`S U[Z aZS U[WUU Z VW WU[_ [ VW aZ \^[UW_[ VW W_UWZS^[_WaWbWW[`[^VWZXW^WZUSS`^Sb _VWSTS_WVWU[Z[UWZ`[_WZ aZ Xa`a^[ VWSZW^SVWWYS^U[ZWS_W_[^SWZ`[ W \W^`[ [_aYW^WZUS_Z WTS^Y[SVXW^WZUSVWSS\USU ZVWS     U[Z_`^a WWZWZYaSW_ VW \^[Y^SSU Z U[ZbWZU[ZSW_ [_ __`WS_ W \W^`[_ `WZWZ S US\SUVSV VW S`^SbW_S^STS_WVWU[Z[UWZ`[_WZaZSV^WUU ZSUSS`^ _ZUSVWZSWZ`[ SUSS`^ __WZb[USUaSZV[W__`WSW \W^`[_W\^W_WZ`SU[ZaZ^W_a`SV[XZS  _W W \WV^  aZS  ZWS VW ^S [ZSWZ`[ WZ UaSZ`[ S [_ SU[Z`WUWZ`[_ ]aW U[ZVaW^[Z S ^W_a`SV[ VSV[ [^ [ `SZ`[ [`^[ XSU`[^ V_`Z`b[ VW [_ __`WS_ W \W^`[_ W_ ]aW `ST Z _[Z US\SUW_ VW VS^ W \USU[ZW_ VW \[^ ]a  aZS VW`W^ZSVS\W SVWU[Z_W[[_aYW^WZUS_WSWU[ [___`WS_W \W^`[_SZ WZU[Z`^SV[\[^[`SZ`[_aa_[WZS\^W_`SU ZVWS_W_[^SWZ`[VW[\W^SV[^  U[[ aZ _aSV[^ VW \^[UW_[_ \S^S S US\SU`SU Z VW [_ [\W^SV[^W_  SWW^W^  ^_`[\W^_[Z %% Ò  [___`WS_W \W^`[__W\aWVWa` S^VWV[_SZW^S_ _U[ ZW_W[V[ VWU[Z_a`SWZW__`WSW \W^`[\VWSa_aS^[aZS_W^WVW\^WYaZ`S_ [^[`^S \S^`W[_VS`[_^W]aW^V[_\[^W__`WSW \W^`[W_\^[\[^U[ZSVSV^WU`SWZ`W \[^ S Z`W^XS  U[Z [_ Z_`^aWZ`[_ VW S \SZ`S S  aZ U^WUWZ`W Z W^[ VW \^[ WU`W_ __`WS W \W^`[ ]aW _W \aWVW ^S [ZS^ WZ `W\[ ^WS Sc %%%Ò SW___`WS_VW`W\[^WSTS_SVSWZWU[Z[UWZ`[ _WSZa` SV[ \S^S Sa_`S^ [_ U[Z`^[SV[^W_ _a\W^b_S^ W VW_W\W [ VW [_ U[Z`^[SV[^W_ VW SVS\`SU Z ^WS S^ S VW`WUU Z  VSYZ _`U[ VW XS[_ ^WS S^ S YW_` Z VW SS^S_WZUa_[\^[\[^U[ZS^V^WU`SWZ`W[ZZWVWU[Z`^[VW\^[UW_[_   [Z`^[ bSZ SV[ S_ ` UZUS_ VW_U^`S_ WZ [_ S\S^`SV[_ SZ`W^[^W_ _W SZ S\USV[ S aZS S\S bS^WVSV VW __`WS_ Z S_ ZVa_`^S_ VW \^[UW_[ ]aW _W SZ S\USV[ S [_ ^WSU`[^W_ [_ \^[UW_[_ VW _W\S^SU Z [_ __`WS_ VW YWZW^SU Z VW WZW^Y S ZUaVS_ S_ USVW^S_ __`WS_ VW US` SU Z W`U aU[_ VW W_`[_ _[Z .

^W\[^`SV[_ \[^ [_ SUSV U[_ [_ SUSV U[_ ]aW \S^`U\SZ WZ \^[ WU`[_ VW U[ST[^SU Z ZVa_`^S [ \[^ U[Z_a`[^W_ ST Z S  aU[_ US_[_ Z[ VWZaZUSV[_VW `[VWS_S\USU[ZW_VWU[Z`^[SbSZ SV[_[T^W`[V[VWTV[S S U[ZXVWZUSVSV U[W^US ZS _`S a_`^S`bS VW S_ S\USU[ZW_ ZX[^  XYa^SWZW\ ZVUW aUS_VWS_S\USU[ZW_WZS`W^S`a^S_WVW_U^TWW a_[VWS_` UZUS_ZVbVaSW_ZWTS^Y[ZaW_`^SX[_[X SVWU[Z`^[SbSZ SV[ _WaW_`^SWZW_YaWZ`WVSY^SS    U[Z`^[ [US _W WbS S UST[ a` SZV[ [_ U[Z`^[SV[^W_ SVWUaSV[_ \S^S SZ`WZW^WXaZU[ZSWZ`[VW\^[UW_[WZS_U[ZVU[ZW_VW_WSVS_ZW_`WUS_[ W `\[ VW U[Z`^[SV[^W_ [USW_ W\WSV[_ VW\WZVW VW S `S^WS WZ UaW_` Z  \W_S^ VW ]aW W_  _ X U VW Sa_`S^  SZ`WZW^ [_ U[Z`^[SV[^W_ VW _\W SYaZ[_\^[UW_[_^W]aW^WZU[Z`^[\[^SY[^`[_ __[X_`USV[_ZWTS^Y[ S WZ[_ ]aW [_ U[Z`^[SV[^W_ _[X_`USV[_ _[Z Z_`SSV[_  SZ`WZV[_ \[^ \W^_[ZSUS\SU`SV[ WZ`^WZSV[\aWVWZ_W^\^[\WZ_[_SX^SUS_[ S_`SSV USVS \S_SVSS_`S^WS_VWS [^ZbWVWU[Z`^[[\` SU Z _a\W^b_ Z_WWb S UST[ \^ZU\SWZ`W \[^ [_ _W^W_ aSZ[_ WTV[ S S WYSVS VW S `WUZ[[Y S [VW^ZS [_SbSZUW_WZWUS\[VWS W_`[_\aWVWZS[^S_W^Sa`[S` SVS_ Z \S^`UaS^ S Z_`SSU Z [\W^SU Z  S Z`WY^VSV VW [_ U[Z`^[SV[^W_ [VW^Z[_ \aWVWZ _W^ _a\W^b_SV[_ \[^ [_ __`WS_ VW ZbW _a\W^[^  bSZ SVS_VWU[Z`^[W_SS\USU ZVWW_`SZX[^SU ZVWX[^SW^ ^]aUS S W_`^aU`a^SVWU[Z`^[Xa[VWZX[^SU ZW_TV^WUU[ZSVWSUS\SVWYW_` Z SZbWVW\^[UW_[ bUWbW^_S S`S^WSS]a W__W^US\S VWZ`WY^S^[_VbW^_[_ U[\[ZWZ`W_ VW aZS SZW^S WXUS   SZWSTW _`[ \aWVW _W^ XSU`SV[ \[^ S_WYa^S^ ]aW USVS U[\[ZWZ`WS _V[V_W SV[U[[ aZ WWWZ`[ [VaS^ _Z WTS^Y[Z`WY^STW %   8          .

 Z S_ ZVa_`^S_ VW \^[UW_[ W S [^ VW_SX [ ]aW WZX^WZ`SZ [_ ZYWZW^[_ VW \^[UW_[_W^  S^WVaUU ZVW[_U[_`[_bS^STW_WZ`^S_]aWWSZ`WZWZ`[ VWSUSVSVVW\^[VaU`[[Z`^[VW\^[UW_[SbSZ SV[W_S`WUZ[[Y S _WXUS  V_\[ZTW \S^S SUSZ S^ W_`W [TW`b[ W_\WUSWZ`W WZ S_\SZ`S_ W_`STWUVS_ [[ [_ __`WS_ _W baWbWZ  _ U[\WS_ [`^[ S_\WU`[ \[^`SZ`W W_ S XSTVSVVW[___`WS_\SZ`SV[_ZW_`WUS_[SU[ZXSTVSVVWS^VcS^W  _[X`cS^W _[Z UaW_`[ZW_ ]aW VWTWZ ST[^VS^_W aZ`[ S W_`[ W_ W ^W]a_`[ \S^S .

SVWUaSVSWZ`W V_W SV[_ Z`W^XSUW_ [T^W ]aZS ]aW \W^`W S `^SZ_XW^WZUSVWZX[^SU ZWXUWZ`W XSTW \S^SXSU`S^SSVZ_`^SU ZVW __`WS_  [Z^W_\WU`[ S [_  Va[_\^ZU\SW_]aW U[\[ZWZaZ\^[ WU`[VWU[Z`^[VW SbSZ SVS^WVW_ZWa^[ZSW_S`W[^ SVW__`WS_Z[ZWSW_U[Z`^[^[Ta_`[[_ __`WS_ TS_SV[_ WZ W U[Z[UWZ`[ _[Z S_ ^WS_ ]aW\S^WUWZ STW^ US\`SV[ S S`WZU Z VW [_ ZbW_`YSV[^W_  \^[XW_[ZSW_ WZ W US\[ VW S ZYWZW^ S VW U[Z`^[_`S`WZVWZUSU[Z`ZaS^ S_`STWZWZ`^SVSS\^ SV USVS S_ ^WS_ ]aW_W^ Z[TW`[VWW_\WUSS`WZU Z_W^ ZS_` UZUS_]aW_W`^SVaUWZ[_VS`[_ T^a`[_ WZ ZX[^SU Z ` W[^S VW [_  `[V[_ VW WVU Z ZUa WZV[ S W_`SU Z ZXW^WZUS a`bS^STW Z[ ZWS VW U[Z`^[ \^WVU`b[  ` UZUS_ X[^SW_\S^SWSZ __VWSZ`WY^VSVVWS_W`[V[[Y S_VW^WVTS_SVSWZ[_ ZW^b[_  [VS S ZX[^SU Z W_ VW bS[^  Z[ VWTW _W^ VW_US^`SV[ _ [ \[^]aW Z[ _W Sa_`SZSaZ\^[UWVWZ`[VWU^WSU ZVW[VW[_WZ\S^`UaS^ [^[`SZ`[[_ ZaWb[_ `[V[_VW[VWSV[`ST Z_W^W]aW^WZ_`S_VWTW^ SZ\^[\[^U[ZS^ aZ S^U[V[ZVW\aWVW _W^ aZ U[Z[UWZ`[ S \^[^VW\^[UW_[VW U[TZSU Z U[Z S_ ` UZUS_ VW [VWSV[ W _`WZ`W_ VXW^WZ`W_ VSZV[ aYS^ S [_ SSV[_ [VW[_ VW USS Y^_  [_ [VW[_ ^W_a`SZ`W_ VWTWZ _W^ _a_UW\`TW_ VW a` SU Z \[^ \S^`W VW [_ V_W [_ VW U[Z`^[SV[^W_ [VW^Z[_ VXW^WZ`W_ SUWZV[ S_  S _ Z`W__ VW U[Z`^[ ZVW\WZVWZ`W VW [_ `\[_ VW [VW[  S_ ZVa_`^S_ VW \^[UW_[ `WZWZ aZS WZ[^W TS_W VW \SZ`S_ VW \^[VaUU Z ]aW `[VSb S _W W_` Z S US^Y[ VW [_ W_]aWS_ VW U[Z`^[ _[X_`USV[_ [ \^`b[_ ^W_[ZW_VWSU[\W`WZUSZ[\W^`^ ]aWZZYaZSW\^W_SVWW_`S_ZVa_`^S_ SYZ[^S^S_\[_TW_WXUWZUS__YZXUS`bS_WVSZ`WSSV[\U ZVW`WUZ[[Y S_ [VW^ZS_VWU[Z`^[VW\^[UW_[_Z[T_` Ua[\[^`SZ`W\S^SS^WS SU ZVW \WZ[ \[`WZUS VW [VW^ZS_ ` UZUS_ VW U[Z`^[ W_ S XS`S VW W \[_U Z S [_ SbSZUW_ WZ W US\[ _`[ \aWVW _W^ _a\W^SV[ \[^ W VW_S^^[[ VW \S]aW`W_ VW U[\a`SV[^S \[^` ` S S X[^SU Z S SU`aS \^[XW^SU Z VW __`WS_ a`WVSVWU[\a`SU ZW_W\a_[VWS\S^S WVW_S^^[[VW`SW_S aVS_ \S^SWS\^WZV SW  .