Sie sind auf Seite 1von 24

INSTITUTO FEDERAL DE EDUCAÇÃO, CIÊNCIA E TECNOLOGIA IFMA

DEPARTAMENTO DE ELETROELETRÔNICA DEE

CURSO TÉCNICO EM AUTOMAÇÃO INDUSTRIAL

RELATÓRIO DO PROJETO DE SISTEMA DE CONTROLE SUPERVISÓRIO FUZZY SOBRE CONTROLADOR PID VIA ALOCAÇÃO DE PÓLOS EM AMBIENTE DE SIMULAÇÃO SIMULINK

MIKAELY DA SILVA ARAUJO

RAPHAEL MARCOS MORAES DA SILVA

SÃO LUÍS MA

2011

MIKAELY DA SILVA ARAUJO

RAPHAEL MARCOS MORAES DA SILVA

RELATÓRIO DO PROJETO DE SISTEMA DE CONTROLE SUPERVISÓRIO FUZZY SOBRE CONTROLADOR PID VIA ALOCAÇÃO DE PÓLOS EM AMBIENTE DE SIMULAÇÃO SIMULINK

Relatório apresentado ao prof. Dr. Ginalber Serra como requisito para obtenção de nota da disciplina Automação Inteligente.

SÃO LUÍS MA

2011

SUMÁRIO

1. INTRODUÇÃO

2. APRESENTAÇÃO DO PROBLEMA E ESTRATÉGIA DE SOLUÇÃO

3. SOLUÇÃO DO PROBLEMA

3.1 PID

3.2 FUZZY

3.3 PLANTA

3.4 RESULTADOS

4. CONCLUSÕES

1.

INTRODUÇÃO

O controle fuzzy apresenta diversas aplicações na área de controle, pode ser

implementado de diversas formas e é muito confiável, tendo em vista os resultados já experimentados e apresentados na comunidade científica. Neste trabalho, é apresentada a resolução de um problema sobre um sistema supervisório fuzzy sobre um controlador PID, com uma planta submetida a dois sinais de perturbação aleatórios.

A dupla desenvolveu seus trabalhos e apresenta neste relatório a resolução,

como solicitado.

2.

APRESENTAÇÃO DO PROBLEMA E ESTRATÉGIA DE SOLUÇÃO

O problema proposto consiste em programar em ambiente de simulação

SIMULINK um controlador PID ajustado por um sistema supervisório nebuloso, em

seus parâmetros Proporcional, Integral e Derivativo, em função da variação de sinais contínuos e aleatórios no tempo definidos por a e b.

O sistema pode ser representado de forma simplificada pelo seguinte

diagrama:

representado de forma simplificada pelo seguinte diagrama: As informações fornecidas foram: a) A função de

As informações fornecidas foram:

a) A função de transferência da planta:

com a

e b

.

b) A função de transferência do controlador PID:

c) Os polos desejados na aplicação:

S= -8; S= -9; S= -10

Para a solução, será utilizada a metodologia de alocação de polos na determinação dos ganhos Kp, Ki, Kd do controlador PID. Com o sistema nebuloso será necessário o auxílio de programação para definir a base de regras.

Ao fim serão construídos os diagramas de blocos de todos os componentes do sistema de controle e realizada a simulação, com análise dos resultados obtidos.

3. SOLUÇÃO DO PROBLEMA

3.1 O controlador PID

Primeiramente, fez-se necessário definir os ganhos Kp, Ki, Kd sob os quais o sistema é estável. Então, calculou-se a função de transferência equivalente do sistema Controlador PID-planta:

a) Dos blocos em série, tem-se:

b) Do sistema com realimentação:

Que gera a equação equivalente

A equação do denominador deve admitir os mesmos pólos definidos para estabilidade do sistema, então, desenvolve-se o polinômio o qual os possui e igualam-se as equações:

Logo:

Então, tem-se os valores:

E

Para a simulação analógica do sistema completo, foi desenvolvido o diagrama de blocos do controlador PID, de acordo com as equações mostradas acima. Foi utilizado o bloco de multiplicação, pois os valores a e b variam constantemente enquanto os blocos de

ganho disponibilizados no SIMULINK permitem apenas o ajuste fixo de um valor. Obteve-se então o diagrama:

o ajuste fixo de um valor. Obteve-se então o diagrama: Onde Kp e Kd são fornecidos

Onde Kp e Kd são fornecidos pelo controlador Fuzzy, U(t) é o sinal de controle para a planta e o sinal de erro alimenta o controlador PID.

3.2 O controle Fuzzy

Em seguida, a partir dos valores de a e b, em seus respectivos intervalos, tem- se os valores de Kp e Kd, com Ki constante. O controlador fuzzy realizará esta tarefa e alimentará o controlador PID. Deve-se então definir a base de regras sob a qual funcionará o controlador fuzzy.

Foram tomados valores nos subintervalos de 0.2 para a e de 0.1 para b, sendo então considerados dez pontos em cada intervalo. Com estes valores, tem-se uma base de regras muito extensa, portanto ela foi obtida com auxílio de programação em linguagem C. O programa é mostrado abaixo:

#include<stdio.h>

#include<stdlib.h>

float a, b, Kd, Kp;

main()

{

for(a= -1; a<=1; a=a+0.2){

for(b= -0.5; b<=0.5; b=b+0.1)

{

Kd=27-a-b;

Kp=242-(a*b);

printf("se a=%.1f e b=%.1f entao Kd=%.1f e Kp=%.1f\n", a, b, Kd, Kp);

}

}

system("pause");

}

E então a base de regras foi gerada:

E então a base de regras foi gerada:
Definida a base de regras, foram construídas as funções de pertinência das entradas e saídas.

Definida a base de regras, foram construídas as funções de pertinência das entradas e saídas. Para isso, foi utilizado o ambiente Fuzzy no MATLAB e obtiveram-se os gráficos:

Figura 1 – Funções de pertinência para a Figura 2 – Funções de pertinência para

Figura 1 Funções de pertinência para a

Figura 1 – Funções de pertinência para a Figura 2 – Funções de pertinência para b

Figura 2 Funções de pertinência para b

Figura 3 – Funções de pertinência para Kd Figura 4 – Funções de pertinência para

Figura 3 Funções de pertinência para Kd

Figura 3 – Funções de pertinência para Kd Figura 4 – Funções de pertinência para Kp

Figura 4 Funções de pertinência para Kp

Então foi definida a base de regras, obtida no programa em linguagem C mostrado anteriormente, no ambiente fuzzy do MATLAB para gerar as superfícies e o programa para a simulação posterior. As superfícies geradas, para Kd e Kp, foram:

Figura 5 – Superfície gerada para Kd. Figura 6 – Superfície gerada para Kp. Para

Figura 5 Superfície gerada para Kd.

Figura 5 – Superfície gerada para Kd. Figura 6 – Superfície gerada para Kp. Para a

Figura 6 Superfície gerada para Kp.

Para a melhor visualização das superfícies, utilizou-se da programação no Editor do MATLAB, com comando meshgrid, tanto para Kp quanto para Kd. Foram utilizados os seguintes algoritmos:

a) Para Kp

x=-1:0.01:1;

y=-1:0.01:1;

for i=1:length(x); for j=1:length(y);

z(i,j)=242-x(i)*y(j);

end

end

[X

Y]=meshgrid(x,y);

mesh(X,Y,z);

b) Para Kd

x=-1:0.01:1;

y=-1:0.01:1;

for i=1:length(x); for j=1:length(y);

z(i,j)=27-x(i)-y(j);

end

end

[X Y]=meshgrid(x,y);

mesh(X,Y,z);

E geradas as superfícies

z(i,j)=27-x(i)-y(j); end end [X Y]=meshgrid(x,y); mesh(X,Y,z); E geradas as superfícies Figura 7 – Superfície de Kd.

Figura 7 Superfície de Kd.

Figura 8 – Superfície de Kp. E finalmente, para o controlador fuzzy, o diagrama de

Figura 8 Superfície de Kp.

E finalmente, para o controlador fuzzy, o diagrama de blocos para a simulação foi definido por:

o diagrama de blocos para a simulação foi definido por: Onde Kp e Kd são sinais

Onde Kp e Kd são sinais de ajuste do controlador PID.

3.3 A planta industrial

Em relação à planta, deve ser definido apenas o diagrama de blocos. Este foi construído a partir da função de transferência:

Onde Yp(s) é o sinal de saída da planta e Up(s) é o sinal de entrada da

planta.

Desenvolvendo a expressão, tem-se:

Aplicando a Transformada de Laplace,

 

̈

̇

̈

̇

O diagrama da planta industrial, então, ficou definido como:

O diagrama da planta industrial, então, ficou definido como:

3.4 Resultados

Com todos os diagramas de blocos, os ganhos do controlador PID e o controlador fuzzy definidos, definiu-se então o diagrama de blocos de toda a aplicação, com saídas para observação dos sinais de Kp, Kd, sinal de referência e saída da planta.

sinais de Kp, Kd, sinal de referência e saída da planta. Durante a primeira simulação, foram

Durante a primeira simulação, foram aplicados como a e b, sinais senoidais, com amplitude 1, frequência 0.1 e 90° de defasagem para a e amplitude 0.5, frequência 0.1, sem defasagem para b. O sinal de entrada da planta também foi definido como um sinal senoidal, mas com amplitude 2, desvio 3 (parâmetro bias), frequência a 2 rad/s e não defasado.

Para estes parâmetros, os resultados da simulação com tempo de 5 segundos foram, como mostram as figuras:

Figura 9 – Scope da saída da planta (em roxo) acompanhando a referência da entrada

Figura 9 Scope da saída da planta (em roxo) acompanhando a referência da entrada da planta (em

amarelo)

acompanhando a referência da entrada da planta (em amarelo) Figura 10 – Scope da variação do

Figura 10 Scope da variação do ganho Kp durante a simulação.

Figura 11 – Scope da variação do ganho Kd durante a simulação. Após a primeira

Figura 11 Scope da variação do ganho Kd durante a simulação.

Após a primeira simulação, aplicou-se um sinal ruidoso em a, a fim de verificar se o era possível o controle em condições mais aleatórias. Os resultados são expressos nas figuras abaixo:

Os resultados são expressos nas figuras abaixo: Figura 12 – Scope da saída da planta (em

Figura 12 Scope da saída da planta (em roxo) e da referência da entrada da planta (em amarelo).

Figura 13 – Scope da variação de Kd durante a simulação, com sinal ruidoso aplicado

Figura 13 Scope da variação de Kd durante a simulação, com sinal ruidoso aplicado em a.

Kd durante a simulação, com sinal ruidoso aplicado em a. Figura 14 – Scope da variação

Figura 14 Scope da variação de Kp durante a simulação, com sinal ruidoso aplicado em a.

4.

CONCLUSÕES O projeto de controle mostrou-se um problema muito interessante durante sua resolução. Os conteúdos utilizados para a melhor forma de solucioná-lo foram os mais diversos, sendo uma aplicação dos conhecimentos adquiridos ao longo do curso.

Sobre os resultados obtidos nas simulações, todos se mostraram satisfatórios, pois não houve condição sob o qual o controlador mostrou falha ou distanciou-se da resposta esperada. Sendo assim, com base nisto, o projeto foi bem executado tanto em sua parte teórica quanto prática.