UNIVERSIDADE FEDERAL DO PIAU CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA ELTRICA DISCIPLINA: LABORATRIO DE CONTROLE DIGITAL RELATRIO 02-PERIODO 2012.

Auto-Ajuste por posicionamento de plos em um controlador PID

Alunos: Otaviano Souza Neto 09T12916 Suan Sortenes Torres Cantanhede 09T12983

Teresina, Abril , 2013

Pgina |2

Sumrio
Resumo...............................................................................................................................3 1) a. b. c. d. e. f. g. h. i. 2) a. b. c. 3) a. b. c. d. e. f. 4) 5) 6) a. b. c. d. e. INTRODUO ............................................................................................................4 Controlador PID .....................................................................................................4 Discretizao do Algoritmo PID...............................................................................6 Tcnicas de controle clssicas .................................................................................8 Controle Adaptativo...............................................................................................8 Mtodos de identificao de sistemas ....................................................................9 Mtodo Paramtrico dos Mnimos Quadrados ......................................................10 - Estimador no recursivo ...................................................................................11 - Estimador recursivo ..........................................................................................13 - Alocao dos plos em malha fechada ..................................................................13 - RESULTADOS DA SIMULAO ...........................................................................17 Funo de transferncia ........................................................................................17 Estimao pelos mnimos quadrados no-recursivo............................................... 17 Estimao pelos mnimos quadrados recursivo .....................................................18 - RESULTADOS PRTICOS ...................................................................................19 - Caractersticas dos processos ...........................................................................19 - Estimador dos mnimos quadrados .................................................................20 - Estimador dos mnimos quadrados no-recursivo ......................................... 21 Controlador PID ...................................................................................................23 Controlador PI+D.................................................................................................23 - Estimador dos mnimos quadrados recursivo ................................................24 CONCLUSO .......................................................................................................25 - REFERNCIAS BIBLIOGRFICAS .......................................................................26 ANEXOS .....................................................................................................................27 Cdigo .m 1 ............................................................................................................27 Cdigo .m 2 ............................................................................................................28 Cdigo .m 3 ............................................................................................................30 Cdigo .m 4 ............................................................................................................31 Cdigo .m 5 ............................................................................................................32

Pgina |3

Resumo

Neste trabalho foi analisado um mtodo de sintonia por auto-ajuste de um controlador PID, de modo a garantir a funo servomecanismo do sistema e reduzir o efeito de possveis perturbaes e rudos no funcionamento do processo. Aplicou-se o mtodo de estimao paramtrico dos mnimos quadrados recursivo e no-recursivo que utilizou a identificao do sistema atravs de um modelo discreto de segunda ordem. A alocao dos plos em malha fechada foi o mtodo executado de ajuste, em que plos dominantes e no-dominantes foram inseridos pelo usurio de acordo com as especificaes de desempenho do sistema e reduo da influncia das perturbaes. Dois processos foram usados na aplicao deste mtodo, uma planta de simulao e uma planta de um motor cc de velocidade acionado por PWM via microprocessador. Palavras chave: Adaptativo, Alocao de plos, Auto-ajuste, Controlador PID, Mnimos Quadrados.

Pgina |4

1) INTRODUO
Um sistema a ser controlado chamado de processo ou planta, em que as variveis de entrada, sada bem como as perturbaes presentes formam um conjunto que representa a dinmica do processo a ser analisada. O arranjo de um sistema divide-se em malha aberta e fechada, onde no primeiro caso no ocorre um feedback entre o sinal da sada e de entrada, necessitando de um ajuste manual do controlador por tentativa e erro para se obter uma resposta desejada. No controle a malha fechada a realimentao representa o link entre entrada e sada atravs do erro atuante inserido na entrada do controlador de modo a reduzi-lo e a sada seguir a referncia estipulada. As tcnicas de controle so mais usadas em sistemas tipo malha fechada pois possuem uma capacidade de ajuste ao desempenho mais eficaz tanto nos regimes transitrios quanto estacionrios atravs da medida do sinal de erro.

Figura 1.0 Controle em malha fechada com realimentao unitria(Fonte : ADO, Aurlio, 2001, p.7.[1]).

a. Controlador PID
O controlador proporcional-integral-derivativo (PID) foi patenteado em 1939 (US Patent 2175985) por Albert Callender e Allan Stevenson da Imperial Chemical Limited of Northwich, Inglaterra; e foi um grande avano em relao aos mtodos de controle anteriores, automticos ou manuais. Deste ento, o uso deste tipo de controlador foi largamente difundido na indstria( especialmente na indstria qumica) devido simplicidade, baixo custo e pequeno nmero de parmetros a serem configurados[ 7 ].

Pgina |5

O PID possui uma estrutura de controle simples e robusta. A entrada do controlador dada pelo erro de referncia e sua sada u(t) chamada de varivel de controle, que incide sobre a funo de transferncia de malha aberta G(s) do processo. A frmula geral de um PID dada por:

( ) = [( ) +

( ) =

em que so adicionados termos que incidem significativamente em cada fase da resposta regidos pelos parmetros do controlador: Kp Ganho proporcional do controlador

() = + + ()

1 ( ) ( ) + ]

1.

2.

Ki =

erro da resposta. Kd = Kp*Td Ganho derivativo que age na resposta em regime transitrio, tendendo a diminuir a oscilao em torno da referncia.

- Ganho integral que age na reposta em regime permanente, diminuindo o

Figura 2.0 Representao da ao de um controlador PID na malha de realimentao de um processo ( Fonte:Apostila UFRN[9] ).

A parte derivativa pode apresentar altos ganhos na ocorrncia de variaes bruscas no valor do sinal do erro ( causadas por mudanas repentinas na referncia ou rudos de alta frequncia presentes no sistema). Uma forma de se evitar esse comportamento separar a parte derivativa das demais, agindo apenas no sinal de sada

Pgina |6

e com sua ao somada s outras partes por um bloco somador. Esse tipo de montagem conhecida como controlador PI+D.

Figura 3.0 Controlador PI+D malha fechada( Fonte: Apostila UFRN[9] ).

b. Discretizao do Algoritmo PID

A ao de um PID por meio de um computador digital representa um melhor desempenho devido ao alto processamento dos clculos e variveis presentes. Para isso necessrio a discretizao das partes proporcional, derivativa e integrativa da lei de controle. Foram aplicadas as tcnicas de integrao retangular e derivao triangular e os resultados expostos nos subitens seguintes. Ao Proporcional Onde : () = () 3.

(): varivel discreta devido a x(t) atravs da discretizao no tempo por um perodo de amostragem de T segundos.

Ao Integral (z) = Ao Derivativa

(1 1 )

( )

4.

() =

* (1- 1 )*X(z)

5.

Pgina |7

A composio final discreta fica da forma:

() = () +

(1 1 )

( ) +
(1 1) (1 1 ) ( 1)

* (1- 1 )*X(z)

6.

() () () ()

0+1 1 +2^2

7.

8.

em que:

0 = (1 + 1 = ( 2 =

+ ) -1)

9.

10.

11.

E os parmetros de ajuste tambm podem ser representados a partir dos termos do polinmio ( 1 ):

2 221
2 1

12.

= =

13.

0 (1+ )

14.

A funo de transferncia discretizada de um controlador tipo PI+D dada por: () = + (11 ) () (0 + 1 1 + 2 2 )/(1 1 ) 15.

Pgina |8

c. Tcnicas de controle clssicas

Dentro dessa teoria, os controladores possuem uma estrutura fixa, com parmetros estticos temporalmente, que so ajustados e sintonizados para um determinado desempenho do processo espelhado atravs de um ponto ou regio de operao e a sintonia no se modifica automaticamente caso os parmetros do processo mudem ou uma nova referncia precise ser seguida, necessitando de um ajuste manual(externo via-operador) nos parmetros do controlador para essas novas caractersticas. A modelagem inicial significativa no ajuste do controlador. As regras de Ziegler-Nichols so consideradas clssicas, sendo amplamente utilizadas na sintonia de controladores PID, seja em seu formato original, seja em formatos modificados[ 7 ].

d. Controle Adaptativo
A motivao da adaptao em sistemas de controle surgiu do desenvolvimento de um piloto automtico de alto desempenho no incio da dcada de 50, devido aeronave operar em uma grande faixa de velocidades e alturas, e sua dinmica ser no linear e conceitualmente variante no tempo [ 8 ]. A modelagem exata de uma planta no um processo simples, em que incertezas como aes de rudos ou parmetros desconhecidos ou pouco definidos , bem como mudanas no decorrer de algum processo interferem na realizao dos clculos. Nesse sentido surgiu a necessidade de tcnicas de estimao para melhor entender a dinmica e comportamento da planta. Um controle adaptativo contm uma malha de realimentao, estimador dos parmetros e controlador com ganhos ajustveis. O processo encarado como uma black-box em que apenas os sinais medidos de entrada e sada so importantes, atuando no clculo de estimao e a partir dai ajustar os parmetros do controlador.

Pgina |9

Figura 4.0 Estrutura controle adaptativo. (SANTOS, Marcelo, 2007).

O controlador auto-ajustvel um tipo de controle adaptativo que consiste em identificar o modelo da planta e ento sintonizar automaticamente os seus parmetros. A etapa de estimao e clculo dos parmetros se mantem durante a operao, o mesmo se torna adaptativo s mudanas nos parmetros do sistema. A separao do controlador auto-ajustvel em duas etapas, uma de controle e outra de identificao do processo, constitui o princpio da separao. [ Bar Sholom, 1974] e a admisso de igualdade de parmetros entre modelo e processo o princpio da equivalncia certa[ Wittenmark, 1978]. A robustez de um controlador PID aliada sua praticidade de operao torna o uso da teoria adaptativa aplicada no ajuste dos seus parmetros uma importante ferramenta nesse meio. Diversas tcnicas de ajuste tambm so estudadas e aplicadas na estrutura PID. Nesse relatrio foi aplicada a tcnica de alocao de plos, que consiste na obteno do modelo estimado a partir de alguma perturbao e a partir dai atribuir os plos em malha fechada de modo a reduzir sua contribuio na sada. A equao caracterstica modelada do sistema igualada a um polinmio que contenha os plos especificados para o sistema, que deve resultar em um sistema de equaes cuja soluo fornece os parmetros de sintonia do controlador[ 2]. Os plos da planta so modificados sem envolver cancelamentos de zeros e plos. A combinao da lei de controle por posicionamento de plos com uma estimao de parmetros ou uma lei adaptativa originou o controlador self-tunning.

e. Mtodos de identificao de sistemas

P g i n a | 10

Para uma melhor atuao do controlador sobre o processo, a modelagem dos parmetros de fundamental importncia. Um modelo matemtico uma forma bastante substancial de representao da dinmica do processo, pois permite se trabalhar com valores, variveis e padres numricos que facilitam os clculos matemticos de estimao e sintonia. Um modelo pode ser considerado adequado quando a dinmica do sistema representada de forma satisfatria no domnio do tempo e da frequncia em todas as faixas de interesse [ 1 ]. Considera-se que o sistema linear durante a estimao, e se o mesmo apresentar no-linearidades, feito uma considerao de regio de linearidade em torno do ponto de operao que se deseja trabalhar na malha do processo. A funo de transferncia de um sistema linear invariante no tempo uma representao bastante condensada das informaes da dinmica do sistema. descrita por uma equao diferencial linear que relaciona o sinal de entrada com a sada, e pode tambm ser representada pelas tcnicas da transformada de Laplace no domnio s e domnio z para sistemas discretos.

() ()

+ ( )
2 +1

16.

17.

As equaes (16) e (17) representam uma funo de transferncia de um sistema com entrada x e sada y no domnio do tempo e frequncia, respectivamente, considerando energia inicial nula em t=0. Os mtodos para identificao consistem em modelos paramtricos e noparamtricos, em que o primeiro consiste em se obter a informao do sistema atravs de resultados das interpretaes grficas do sistema em resposta a algum tipo de perturbao. So exemplos o Mtodo da tangente em resposta ao degrau em malha aberta, Mtodo de Sundaresan e Krischnaswamy e Mtodo do Rel. Os mtodos paramtricos consistem em se obter um vetor de parmetros de estruturas de modelo previamente definidas, necessitam de uma anlise matemtica e analtica mais aprofundadas que o mtodo anterior.

f. Mtodo Paramtrico dos Mnimos Quadrados

P g i n a | 11

Karl Friedrich Gauss formulou o Princpio dos Mnimos Quadrados ao final do sculo 18 para previso da trajetria de planetas e cometas a partir das observaes realizadas. K. F. Gauss estabeleceu que os parmetros desconhecidos de um modelo matemtico deveriam ser selecionados de modo que o valor mais provvel das grandezas desconhecidas a que minimiza a soma dos quadrados da diferena entre os valores atualmente observados e os valores calculados multiplicados por nmeros que medem o grau de preciso, onde quanto mais precisa a medida maior a sua ponderao. [ 5]. Mnimos quadrados uma tcnica matemtica utilizada para estimar uma equao geral que englobe um conjunto de dados. Para o caso abordado neste trabalho, sua funo ser modelar uma equao matemtica de segunda ordem que passe pelos pontos discretizados amostrados, ou que pelo menos se aproxime deles. A qualidade da estimao dependente da natureza do rudo, da estrutura do modelo, do tipo de aplicao e da riqueza da informao contida nas medidas. g. - Estimador no recursivo Seja o processo dado por uma funo transferncia discreta linear: ( 1 )() = ( 1 )() + () Onde: ( 1 ) = 0 + 1 1 + + Cuja representao por equaes diferenas seja: () = 1 ( 1) 2 ( 2) ( ) + 0 ( ) + 1 ( 1)+ . . . + ( ) + () Definindo-se o vetor de medidas, (t), com dimenso [(na + nb + 1)x1]: (t) = [y(t 1) y(t 2). . . y(t na)u(t d). . . u(t d nb)] e o vetor de parmetros, (t), com dimenso [(na + nb + 1)x1]: () = [1 2 . . . 0 1 . . . ] Assim, a equao (6) pode ser escrita desta forma: 20. O objetivo agora estimar o valor de 1 , 2 e 0 , 1 19. ( 1 ) = 1 + 1 1 + + 18.

21.

P g i n a | 12

Admitindo que so feitas N medidas, tem-se que:

y(t) = (t) (t) + e(t)

22.

Figura 5.0. Matrizes de regresso.

Que pode ser representada como: = + E E a matriz observao dada por: 23.

24.

E o vetor de sada tido por: = [(0)(1)(2). . . ( 1)] 25.

, pode ser obtida pelo procedimento dos A estimativa do vetor de parmetros , a melhor previso de sada do sistema y mnimos quadrados. Utilizando a estimativa dada por: = 26.

E o erro : = 27.

Por fim, tem-se que as constantes 1 , 2 , 0 1 .mostradas na Equao (18) abordadas na seo 2 sero dadas por:

P g i n a | 13

h. - Estimador recursivo

= [ ]1

28.

Na implementao de um controle adaptativo em tempo real o algoritmo do estimador de parmetros deve ser iterativo, onde o modelo do sistema atualizado a cada perodo de amostragem quando novas medidas esto disponveis (adequar-se as caractersticas do processo controlado ou resintonizar-se caso existam variaes na dinmica do processo).[ 8] .

Figura 6.0 Sistema com processo iterativo de estimao. (COELHO, A. A. R..)

No instante de tempo (t + 1), novas medidas u(t+1), y(t+1) ocorrem. Em vez de recalcular o estimador dos mnimos quadrados interessante atualizar as estimativas (t), para obter as novas estimativas (t+1). anteriormente calculadas no instante t, Desta forma, tem-se que: 1 = ( 1) + () ( 1) 29.

i. - Alocao dos plos em malha fechada

Realizada a estimao do processo e supondo-se que os dados amostrados foram constantes entre os instantes de amostragem e escolhendo um modelo de segunda ordem para representao, a equao a diferenas do sistema dada por: () = 1( ) 2( 2) + 0 ( ) + 1 ( 2) A funo de transferncia no domnio z : () = 2 0 + 1 + 1 + 2 31. 30.

() = 1 ( 1 )/( 1 )

32.

P g i n a | 14

Em que ( 1 ) ( 1 ) respectivamente, em z.

so

polinmios de primeira e

segunda

ordem,

O critrio de alocao utilizado para sintonizar os parmetros do controlador PID de forma que a sada reproduza o sinal de referncia.

Figura 7.0- Representao do modelo em malha fechada ( Almeida, Otacilio,[2]).

A funo de transferncia em malha fechada fica na forma: () 1 ( 1 ) ( 1 ) = () ( 1 )(1 1 ) + 1 ( 1 ) ( 1 ) 33.

O denominador separado em dois termos, denominados dominantes associados ao polinmio ( 1 ) (distantes da origem) e ( 1 ) (prximos da origem).
() ()

Dado que se deseja em malha fechada um comportamento tipo segunda ordem, dos quatro polos em malha fechada, dois devero ter pouca influncia( perto da origem ) ou serem cancelados. Deste modo, a resposta do sistema fica definida, a menos da influncia dos zeros, pelos polos distantes da origem.[ 6 ] . Desta forma os parmetros de ( 1 ) so determinados de forma a satisfazer os critrios de alocao escolhidos.

= ( 1 ( 1 ) ( 1 ))/( ( 1 ) ( 1 )

34.

( 1 )(1 1 ) + 1 ( 1 ) ( 1 ) = ( 1 ) ( 1 ) onde: ( 1 ) = 1 + 1 1 + 2 2

35.

36.

P g i n a | 15
1 ( 1 ) = 1 + + 2 2 1

37.

O polinmio ( 1 ) deriva das especificaes de desempenho que o usurio deseja para o processo, que determinam o comportamento servomecanismo, i.e., seguimento de um sinal de referncia. O desempenho depende das caractersticas naturais do processo como fator de amortecimento e a frequncia natural no amortecida . 1 = 2 cos( (1 2 )) 2 = 2 38.

39.

De acordo com a equao (33) dispe-se de 3 variveis livres, 0, 1 2, para a atribuio dos quatro plos de ( 1 )( 1 ). Os valores de 1 2 j foram especificados, restando apenas um grau de liberdade para a escolha de 1 e 2 . Para isto necessrio estabelecer a relao de dependncia entre essas variveis, escolhendo uma dependncia linear dada na equao 40. 2 = 1 1 + 2 40.

A partir da equao 33, considerando a igualdade polinomial entre os coeficientes de mesma potncia tem-se:

1 =

1 0

41.

2 =

21+

02 1 + (11+1)2 1 0 01 02 2 1 1 12

42.

o problema ento passa a ser determinar 2 a partir de 1 , escolhida como varivel livre, 1 que resulte no polinmio ( ) com plos mais prximos da origem no plano z.

O mapeamento do plano z de plos estveis corresponde a uma regio limitada de 2 por 1 , e de acordo com a configurao da reta da equao (38) os plos podem ser reais ou complexos, mas escolhidos sempre de modo a minimizar a distncia a origem por um raio mnimo rm.

P g i n a | 16

Figura 8.0 Regio de estabilidade no plano z e plano por ( Batista, Jlio, 1985).

Figura 9.0 Configurao da reta cruzando regio de polos complexos(Batista, Jlio, 1985).

Figura 10.0 Configurao da reta cruzando a regio de plos reais(Batista, Jlio,1985).

Aps a determinao dessas variveis, os parmetros do controlador ficam definidos como:

P g i n a | 17
11 +11 1

1 =

21 1

0 =
1

43.

+ 1
22 1

02 12

2 +

2 1

44.

2 =

45.

Os ganhos do controlador j foram mencionados em funo dos parmetros 0, 1 2 nas equaes 9,10 e 11 , respeitando as seguintes condies referentes s limitaes do controlador: 0 > 0; 1 < 0, 2 < 12 /2

2) - RESULTADOS DA SIMULAO Foram efetuadas estimaes da funo de transferncia dada pelso mtodos dos mnimos quadrados no-recursivo e recursivo e, posteriormente, seu controle atravs de um controlador PID. a. Funo de transferncia A funo de transferncia a ser controlada :

E sua aproximao por pade de ordem 2

() =

3 0.5 2 +2+1 3 + 12

46.

b. Estimao pelos mnimos quadrados no-recursivo Usando o cdigo .m 1 foi realizada a estimao dos mnimos quadrados da funo, a partir da qual, especificando parmetros de desempenho que resultaram num = 0.5 e com = 1.55 a uma taxa de amostragem = 0.5, chegou-se ao controlador PID. A estimao da funo est plotada na figura 11.0 e a resposta do sistema e a varivel de controle esto mostradas na figura 12.0.

() = 2 + 2 + 1

47.

P g i n a | 18

Figura 11.0 Resposta da funo e sua estimao.

Figura 12.0 Resposta do sistema e varivel de controle.

Nota-se que o controlador capaz de eliminar variaes bruscas da funo, diminuindo assim o overshoot. O seguimento de referncia tambm pode ser observado. c. Estimao pelos mnimos quadrados recursivo Neste mtodo foi utilizado o cdigo .m 5, em anexo, alterando-se apenas a referncia da malha de velocidade para a funo de transferncia. Abaixo na figura 13.0 observa-se como a funo reagiu ao controle adaptativo recursivo.

P g i n a | 19
Resposta controlada metodo recursivo
140 120

Resposta do sistema Referencia

100

80

Saida

60

40

20

-20

100

200

300

400

500

600

Tempo
Figura 13.0 Resposta da funo ao controle adaptativo.

3) - RESULTADOS PRTICOS Foram efetuadas medidas de velocidade usando o sistema abaixo descrito. Posteriormente foram realizadas tcnicas de identificao propostas na literatura com o intuito de modelar o processo em funo de transferncia e aplicar as tcnicas de controle PID pelo mtodo do posicionamento dos plos. a. - Caractersticas dos processos Para a prtica foi analisada uma planta no funcionamento de modo monovarivel correspondente a uma malha de ventilao como um pequeno motor com hlices alimentado por 12 V, tenso que controlada por PWM( Pulse With Modulation) atravs de um circuito eletrnico presente em uma placa, estando presente tambm um circuito detector de velocidade composto por um diodo foto emissor e um transistor foto receptor que funcionam como sensores que participam do processo de funcionamento. O PWM gerado a partir de um micro-controlador PIC 16F877A da Microchip.

P g i n a | 20

Figura 14.0 Malha do motor de ventilao.

FOTO DA PLACA

Figura 15.0 Placa utilizada na implementao prtica dos controladores.

A interface do sistema foi feita atravs da ferramenta Matlab, onde atravs de cdigos foi possvel aplicar uma entrada e verificar a resposta do sistema.

b. - Estimador dos mnimos quadrados Antes de iniciar as estimaes necessrio aplicar um step na malha de velocidade para se determinar o tempo de assentamento (figura 16.0). Tambm

P g i n a | 21

necessrio saber a frequncia crtica do sistema em malha aberta para ser possvel determinar os parmetros de desempenho desejados para o sistema.

Figura 16.0. Resposta do sistema em malha aberta.

O tempo de assentamento foi de 10 segundos. E a frequncia fundamental do sistema foi encontrada como 2,5 rad/s. c. - Estimador dos mnimos quadrados no-recursivo Neste mtodo, a estimao realizada uma vez, a partir da resposta do sistema em malha aberta a um rudo gaussiano branco que possui mdia temporal nula. O valor do vetor teta foi obtido a partir do cdigo.m 2, em anexo, e est mostrado abaixo: = [1 2 0 1] = [0.1576 0.0059 100.1829 6.3347] 48.

De posse dos valores da matriz teta possvel fazer um comparativo da funo com sua estimao pelo mtodo dos mnimos quadrados. Na figura 17.0 nota-se que a estimao boa.

P g i n a | 22

Figura 17.0 - Resposta da malha de velocidade a um rudo branco e sua estimao pelo mtodo dos mnimos quadrados.

Tambm a partir dos valores da matriz teta, possvel plotar uma curva que relaciona os valores de 1 e 2 cruzando o triangulo da regio de estabilidade do sistema, mostrada na figura 18.0.

Figura 18.0 Tringulo da regio de estabilidade.

Colhendo os valores dos gamas de acordo com o explicado na teoria, pode-se, ento, chegar aos parmetros do controlador. = 0,0026 = 0,0103 49. 50. 51.

= 0,0000554

P g i n a | 23

Algumas variaes de implementao prtica da lei de controle so utilizadas quando se quer inibir alguma das aes do controlador. Alm do PID, aqui tambm ser implementado um controlador PI+D, no qual ao derivativa, que pode causar ganhos muito elevados quando h variao brusca no valor da referncia, colocada apenas na sada y(t).

d. Controlador PID Definindo parmetros de desempenho tais quais resultem num fator zeta de 0,5, a resposta do sistema controlado por PID obtida atravs do cdigo .m 3 mostrada na figura 19.0.

Figura 19.0 Controlador PID atuando na malha.

Juntamente com a resposta do sistema tambm foi plotada a varivel de controle. Observa-se que a varivel de controle reduz o overshoot e estabiliza a funo na referncia. e. Controlador PI+D As aes continuam tendo os mesmos valores de ganho do caso PID, contudo a localizao da atuao reduz a ao derivativa. Na figura 20.0 est plotada a resposta da malha de velocidade com controlador juntamente com a varivel de controle, de acordo com o cdigo .m 4 em anexo.

P g i n a | 24

Figura 20.0 Controlador PI+D atuando na malha.

Nota-se que no controle PI+D a resposta do sistema menos oscilatria que no PID, justificando a utilizao do modelo. f. - Estimador dos mnimos quadrados recursivo Neste mtodo os parmetros so recalculados a cada amostragem. O cdigo .m 5 computa cada amostragem e recalcula a estimao da funo e o controlador. Abaixo na figura 21.0, possvel verificar como o controle atua, levado a funo rapidamente ao valor da referncia ao mesmo tempo em que controla o overshoot e a estabilizao do sistema.

Figura 21.0. Controle adaptativo.

A principal vantagem do uso de um controlador adaptativo a capacidade que ele tem de se auto ajustar a cada amostragem, o que o faz mais robusto.

P g i n a | 25

possvel notar na figura 21.0 que no incio da amostragem o controle ainda no to eficiente, pois sua estimativa melhora medida que a quantidade de amostragens aumenta. Tambm possvel verificar que, na figura 22.0, os parmetros de ganho do controlador vo sendo alterados de forma a manter a funo dentro das especificaes desejadas.

Figura 22.0 Parmetros de ganho do controlador.

4) CONCLUSO A busca por otimizao de desempenho de processos reflete no funcionamento equilibrado das plantas, em que a cobrana por resultados positivos nos mais variados setores industriais exige uma anlise significativa e aguda de todos os parmetros em funcionamento, bem como das perturbaes, referncias e desempenhos desejados. O controle adaptativo entra nesse ramo no sentido de se ter uma automatizao da sintonia do controlador atuante de acordo com o tipo de processo, em que as caratersticas do meio incidem no ajuste dos parmetros do controlador continuamente, no necessitando de um ajuste manual via usurio quando da ocorrncia de erros de referncia, desempenhos insatisfatrios ou mudanas nas caractersticas do processo. O auto-ajuste de um controlador uma ferramenta poderosa e entra no ramo do controle inteligente, em que tcnicas como a lgica fuzzy e redes neurais perpetuam essa idia. A estimao das caractersticas de um processo refletida atravs dos seus parmetros via funo de transferncia de vital importncia no controle adaptativo, pois a ao do controlador s benfica se a estimao representar bem o processo real. A tcnica de estimao paramtrica via mtodo dos mnimos quadrados(MMQ) coleta os sinais de entrada e sada do processo e analisa suas caractersticas de variao ao longo do tempo, sempre na tentativa de reduzir o erro dos sinais reais e estimados.

P g i n a | 26

No relatrio foi utilizado um controlador PID para controle de um processo de simulao e de uma malha referente a um motor cc, em ambos os casos os parmetros do processo foram estimados via MMQ e o ajuste do controlador realizado via alocao de plos em malha fechada, no intuito de se manter as caractersticas de desempenho determinadas via usurio e seguir o sinal degrau de referncia aplicado. Em ambos os casos a estimao e ao do controle foram eficazes, fatos comprovados atravs dos grficos comparativos entre os pontos reais e estimados ; e da sada do processo para diferentes setpoints ao longo do tempo de funcionamento, em que o sinal de sada sempre seguia a referncia. Na primeira anlise foi feita uma estimao no-recursiva e os parmetros do controlador ajustados apenas para a primeira identificao. O desempenho foi satisfatrio pois a cada mudana de referncia imposta o controlador agia de acordo com o valor do erro e tendia a diminuir o mesmo, mantendo o funcionamento via servomecanismo e com um regime transitrio no muito significativo com overshoots e tempos de assentamento dentro de valores aceitveis. Na segunda anlise foi realizada uma estimao recursiva, realizada a cada perodo de amostragem do sistema, calculando parmetros da planta e do controlador continuamente, em uma abordagem de adaptao fiel s possveis mudanas na malha com interferncias de perturbaes e rudos. Mais uma vez o desempenho foi satisfatrio e atravs de uma entrada tipo onda-quadrada a adequao do controlador foi benfica a cada mudana na amplitude.

5) - REFERNCIAS BIBLIOGRFICAS

[1] ADO, Aurlio Agostinho, Controle PID e Preditivo, Aspectos Tericos e Implementao Prtica, 2011( Repositrio UFC- Universidade Federal do Cear), link: http://www.repositorio.ufc.br:8080/ri/bitstream/123456789/2276/1/2011_dis_aaadao.pd f ; acessado em 25/04/2013. [2] ALMEIDA, Otacilio da Mota, Mtodos Frequenciais para ajuste de controladores PID,1990. (Repositrio UNICAMP Universidade Estadual de Campinas, link: http://www.bibliotecadigital.unicamp.br/document/?code=vtls000026493; acessado em 25/04/2013. [3] ASTROM, Karl J., WITTENMARK, Bjorn; Computer-Controled Systems: Theory and Design, 3 ed., Prentice Hall, 1997. [4] Dorf, R. C. & Bishop, R. H., Sistemas de Controle Modernos, Rio de Janeiro, 8 edio, 2001.

P g i n a | 27

[5] COELHO, Antonio A.R, COELHO, Leandro dos Santos, Identificao de Sistemas Dinmicos Lineares, UFSC. [6] BATISTA, Jlio Csar, Controlador PID Auto-Ajustvel, 1985 ( Repositrio UNICAMP,link http://www.bibliotecadigital.unicamp.br/document/?code=vtls000047390&opt=4; acessado em 25/04/2013). [7] LIMA, Fbio Roberto Garcia, Anlise Comparativa de Estratgias de Controle Modernas Aplicadas no Controle de Velocidade de um Servomotor, 2008 . [8] SANTOS, Marcelo Brando, Avaliao de robustez, desempenho e aplicao do Controlador Adaptativo por Posicionamento de plos e Estrutura Varivel, 2007 (Repositrio UFRN link: http://bdtd.bczm.ufrn.br//tde_busca/arquivo.php?codArquivo=1489 acessado em 25/04/2013). [9] Sistemas de Controle, Apostila UFRN, link: http://www.dca.ufrn.br/~meneghet/FTP/Controle/scv20071.pdf (acessado em 25/04/2013). [10] Katsuhiko Ogata; Engenharia de Controle Moderno; Prentice-Hall do Brasil; 1982.

6) ANEXOS a. Cdigo .m 1
%---------------Estimao do processo a partir da ft------------

P g i n a | 28
----------% clear all; close all; clc; N = 100; Ta = 0.5; ref = 1; num = [3]; num1 = pade(0.5,1); den = [1 2 1]; H1 = tf(num,den,0.5); H2 = tf(conv(num1,num),den,0.5); x1 = rand(N,1); x2 = 2*x1; x = (sqrt(3)*x2)/4; Y=[]; fi=[]; for j=1:N, if j<=2 y1=0; y2=0; u1=0; u2=0; else y1=y(j-1); y2=y(j-2); u1=u(j-1); u2=u(j-2); end; u(j)=x(j); y(j)= 1.341*y1 - 0.4493*y2 + 0.1847*u1 + 0.1414*u2; Y=[Y; y(j)]; fi=[fi; -y1 -y2 u1 u2]; pause(Ta); end; teta=inv(fi'*fi)*fi'*Y; for t=1:2, yest(t)=0; end; a1=teta(1) ; a2=teta(2) ; b0=teta(3) ; b1=teta(4); for k=3:N, %==============RESPOSTA ESTIMADA=================================== yest(k)=-a1*yest(k-1) -a2*yest(k-2) + b0*u(k-1) + b1*u(k-2); end; parametros = teta' t1 = 1:N; plot(t1,y(t1),'g',t1,yest(t1),'r'),title('Resposta do processo'),xlabel('amostragem'); legend('Processo','Estimao do processo');grid on;

b. Cdigo .m 2
% Metodo dos minimos quadrados clc; close all,clear all; %inicializao das variveis a0=1;d0=1;T=1;zeta = 0.5;canal=1;Ts=10; N=50; wn = 3/(Ts*zeta); %wn = 3; %wn=0.0714; ruido=0.1; x1 = rand(N,1); x2 = 2*x1; x = (sqrt(3)*x2)/4; for k=1:N,

P g i n a | 29
set_pwm_duty(canal,x(k));%acionamento do motor u(k)=x(k); y(k)=velocidade_ventilador;%leitura ventilador pause(1); end set_pwm_duty(canal,0);%parando o motor Y=[]; fi=[]; for j=1:N, if j<=2 y1=0; y2=0; u1=0; u2=0; else y1=y(j-1); y2=y(j-2); u1=u(j-1); u2=u(j-2); end; Y=[Y; y(j)]; fi=[fi; -y1 -y2 u1 u2]; end; teta=inv(fi'*fi)*fi'*Y for t=1:2, yest(t)=0; end; a1=teta(1) ; a2=teta(2) ; b0=teta(3) ; b1=teta(4); for t=3:N, yest(t)=-a1*yest(t-1)-a2*yest(t-2)+b0*u(t-1)+b1*u(t-2); end; plot(t,y,'g',t,yest,'r'),title('Resposta do processo'),xlabel('amostragem'); legend('Processo','Estimao do processo');grid on; plot(x,'b'); A = [a0 a1 a2]; B = [b0 b1]; d1 = (-2*exp(-zeta*wn*T))*cos(wn*T*((1-zeta^2)^(0.5))); d2 = exp(-2*zeta*wn*T); D = [d0 d1 d2]; k1 = b1/b0; k2 = -1*((a2-a1+(b0*a2/b1)+(b1/b0)*(d1-a1+1)-d2)/((b0*d1/b1)((b0^(2))*d2/(b1^(2)))-1)); r1 = -2:0.001:2; r3 = 0:0.001:2; r2 = -2:0.001:0; r4 = -5:0.001:5; z1 = -r2-1;z2 = r3-1;z3 = 1;z4 = (r1.*r1)/4; plot(r2,z1,'b');hold on; plot(r3,z2,'b');hold on;plot(r1,z3,'b');hold on;plot(r1,z4);hold on;plot(r4,0);hold on;plot(0,r4); gama1 = -2:0.1:2; gama2 = k1*gama1+k2; plot(gama1,gama2,'r'); gam2=0.7; gam1=0; g0= ((d1+gam1)+ (1-a1))/b0; g1= (((d2*gam1 + d1*gam2 + a2)/(b1))- (b0*d2*gam2)/(b1^(2))); g2 = d2*gam2/b1;

P g i n a | 30
%g1=-2.752; %g2=0.0958; Td = ((g2*T)/((-2*g2)-g1)); Kp = (g1/(((-2*Td)/T)-1)); Ti = (T/((g0/Kp)-1-(Td/T))); Kp Ki = (Kp/Ti) Kd = (Kp*Td)

c. Cdigo .m 3
% ------------- PID---------------- % e(1)=0; e(2)=0; T=1; canal=1;

r(1)=0; r(2)=0; y(1)=0; y(2)=0; u(2)=0; %Kp=0.008; %Ki=0.00423; %Kd=0.0037824; g0= 0.0134;%(Kp+((Ki*T)/2)+Kd/T); g1= -0.0027;%Ki*T/2-Kp-2*Kd/T; g2= 0.000055475;%Kd/T; for K=3:100 if K<25 r(K)=90; end if K>=25 && K<=50 r(K)=60; end if K>50 && K<=75 r(K)=70; end if K>75 r(K)=50; end

end; for K=3:100 y(K)=velocidade_ventilador; e(K)=r(K)-y(K); u(K)=u(K-T)+g0*(r(K)-y(K))+g1*(r(K-T)-y(K-T))+g2*(r(K-2*T)y(K-2*T)); if u(K)<0 u(K)=0; end if u(K)>1 u(K)=1; end set_pwm_duty(canal,u(K)); pause(1);

P g i n a | 31
end set_pwm_duty(canal,0); plot(t,y,'g',t,u*120,'r'),title('Resposta do processo'),xlabel('amostragem'); legend('Processo','Variavel de controle');grid on;

d. Cdigo .m 4
% -----------PI+D--------------% e(1)=0; e(2)=0; T=1; canal=1; r(1)=0; r(2)=0; y(1)=0; y(2)=0; u(2)=0; %Kp=0.008; %Ki=0.00423; %Kd=0.0037824; % g0= 0.0176%(Kp+((Ki*T)/2)+Kd/T); % g1= -0.0036%Ki*T/2-Kp-2*Kd/T; % g2= 0.00013456%Kd/T; Kp=0.0026; Ti= 0.2413; Td= 0.0214; for K=3:100 if K<25 r(K)=90; end if K>=25 && K<=50 r(K)=60; end if K>50 && K<=75 r(K)=70; end if K>75 r(K)=50; end

end; for K=3:100 y(K)=velocidade_ventilador; e(K)=r(K)-y(K); u(K)=u(K-T)+(Kp+(Kp*T)/Ti)*r(K)-Kp*r(K-T)-g0*y(K)-g1*y(K-T)g2*y(K-2*T); if u(K)<0 u(K)=0; end if u(K)>1 u(K)=1; end set_pwm_duty(canal,u(K)); pause(1); end set_pwm_duty(canal,0); plot(t,y,'g',t,u*120,'r'),title('Resposta do

P g i n a | 32
processo'),xlabel('amostragem'); legend('Processo','Variavel de controle');grid on;

e. Cdigo .m 5
% ------------Adaptativo------------ % clear all; clc %syms reta parabola x r=0:100; y = 0:100; u = 0:100; r(1)=0; r(2)=0; y(1)=0; y(2)=0; T=1; Ts=10; zeta=0.70; %w=2*pi/3; w=3/(Ts*zeta); kg=w*exp(-zeta*w*T)*cos(T*w*sqrt(1-zeta^2))/sqrt(1-zeta^2); d1=-2*exp(-zeta*w*T)*cos(T*w*sqrt(1-zeta^2)); d2= exp(-2*zeta*w*T); %=========================INICIALIZAAO========================= ======== p = 1000*eye(4,4); teta = [-1.3410;0.4493;0.1847;0.1414]; for t = 1:4 y(t) = 0; erro(t) = 0; e(t) =0; a1 = teta(1); a2 = teta(2); b0 = teta(3); b1 = teta(4); yesp(t)=0; g0s(t)=0; g1s(t)=0; g2s(t)=0; Tds(t) = 0; Kps(t) = 0; Tis(t) = 0; end npts =500; %=========================INTERAO============================= ==== for t=3:npts %leitura if(mod(fix(t/30),2)==0) r(t) = 80; else r(t) = 50; end set_pwm_duty(canal,x(t)); %.......................estimao............................... .. fi = [-y(t-1);-y(t-2);u(t-1);u(t-2)]; erro(t) = y(t)-teta'*fi; k = p*fi/(1+fi'*p*fi); teta = teta+k*erro(t);

P g i n a | 33
p = (p-k*fi'*p); a1 = teta(1); a1t(t)=a1; a2 = teta(2); a2t(t)=a2; b0 = teta(3); b0t(t)=b0; b1 = teta(4); b1t(t)=b1; yesp(t) = -a1*yesp(t-1) - a2*yesp(t-2) + b0*u(t-1) + b1*u(t2); if((k1^2+k2) <= 0) gama1 = 0; gama2 = k2; else gama11 = 2*k1 + 2*sqrt(k1^2 + k2); gama12 = 2*k1 - 2*sqrt(k1^2 + k2); if(gama11 < gama12) gama1 = gama11; else gama1 = gama12; end gama2 = k1*gama1 + k2; end %.........................contantes controlador...................... g0 = (d1+gama1)/b0 + (1-a1)/b0; g1 = d2*gama1/b1 + (d1/b1 - b0*d2/(b1^2))*gama2 + a2/b1; g2 = d2*gama2/b1; Td = g2*T/(-2*g2-g1); Kp = g1/(-2*Td/T - 1); Ti = T/(g0/Kp - (1 + Td/T)); g0s(t)=g0; g1s(t)=g1; g2s(t)=g2; Tds(t) = Td; Kps(t) = Kp; Tis(t) = Ti;

%.......................lei de controle.............................. %u(t)=u(t-1)+ g0*(r(t)-y(t)) + g1*(r(t-1)-y(t-1)) + g2*(r(t2)-y(t-2)); u(t)=u(t-1)+ (Kp+Kp*T/Ti)*r(t) - Kp*r(t-1) - g0*y(t)g1*y(t-1)- g2*y(t-2); if(u(t) > 1) u(t)=1; end if(u(t) < 0) u(t)=0; end %=============================================================== ====== set_pwm_duty(1,u(t)); pause(1) %=============================================================== ====== end %===============================================================

P g i n a | 34
====== plot(y) %=============================================================== ====== t = 1:npts; subplot(221),plot(t,a1t(t)),title('a1'),xlabel('amostragem'); subplot(222),plot(t,a2t(t)),title('a2'),xlabel('amostragem'); subplot(223),plot(t,b0t(t)),title('b0'),xlabel('amostragem'); subplot(224),plot(t,b1t(t)),title('b1'),xlabel('amostragem'); plot(t,y,'g',t,u*120,'r'),title('Resposta do processo'),xlabel('amostragem'); legend('Processo','Variavel de controle');grid on;