Sie sind auf Seite 1von 8

IV SIMPÓSIO INTERNACIONAL DE INOVAÇÃO E TECNOLOGIA (SIINTEC)

VIII WORKSHOP DE PESQUISA TECNOLOGIA E INOVAÇÃO (PTI)


Modelagem e simulação computacional aplicada à indústria

CONTROLE PID DE SISTEMA PÊNDULO-HÉLICE


Resumo: O controle PID é empregado em sistemas dinâmicos, onde é responsável
em manter o sinal de saída do sistema igual ao valor de entrada estabelecido pelo
operador. O seu controle é efetuado através dos parâmetros proporcional, integral e
derivativo. Este artigo apresenta um projeto de controlador PID, implementado no
Arduino para o controle da posição angular de uma haste. Em seguida é apresentado
um modelo aproximado do sistema utilizando o MATLAB.
Palavras-Chaves: Arduino; Controle; PID; MATLAB; Modelagem.

PIDDLE-HELIX SYSTEM PID CONTROL


Abstract: The PID control is used in dynamic systems where it is responsible for
keeping the system output signal equal to the input value established by the operator.
Its control is carried out through proportional, integral and derivative parameters. This
paper presents a PID controller design, implemented in Arduino to control the angular
position of a rod. The following is an approximate model of the system using MATLAB.
Keywords: Arduino; Control; PID; MATLAB; Modeling.

ISSN: 2447-4215
IV SIMPÓSIO INTERNACIONAL DE INOVAÇÃO E TECNOLOGIA (SIINTEC)
VIII WORKSHOP DE PESQUISA TECNOLOGIA E INOVAÇÃO (PTI)
Modelagem e simulação computacional aplicada à indústria

1. INTRODUÇÃO

Modelagem de sistema é o processo de desenvolvimento de modelos abstratos


de um sistema, em que cada modelo apresenta uma visão ou perspectiva, diferente
do sistema. Os modelos são usados durante o processo de engenharia para ajudar a
extrair os parâmetros do sistema. O software Matlab conta com recursos focados na
obtenção de tais modelos.

A partir do modelo do sistema, técnicas de controle são utilizadas. Há muitas


técnicas de controle que tornam um processo automatizado, trazendo eficiência,
estabilidade, precisão, robustez e confiabilidade ao processo [1]. Um dos mais
utilizados na indústria, em sistemas de controle é o PID (Proporcional Integral e
Derivativo) [2].

E para automatização o Arduino UNO apresenta maior facilidade por ser uma
plataforma livre, de fácil programação, possibilitando a implementação de funções de
controle, operações lógicas e aritméticas.

1.1. Modelagem e Controle

Na obtenção de um modelo matemático, deve-se estabelecer uma conciliação


entre simplicidade do modelo e a precisão dos resultados da análise. Frequentemente
torna-se necessário ignorar certas propriedades físicas inerentes ao sistema, se for
desejável um modelo matemático linear para empregar equações diferenciais
ordinárias (parâmetros concentrados, pc) [3].
Modelo linear de pc deve ser empregado com atenção, pois modelo válido em
operações de baixa frequência pode não ser válido para frequências suficientemente
altas, uma vez que a propriedade de parâmetros distribuidos (consideram variações
pontuais dentro do sistema) não considerada pode se tornar um fator importante no
comportamento dinâmico do sistema [4].
Uma ferramenta poderosa que auxilia na obtenção dos modelos matemáticos
é o software MATLAB, na qual, se obtém um suporte a vários ramos da ciência em si,
tratando de cálculos mais apurados, além encontrarmos neste software muitos
recursos computacionais para tratar sinais em geral com maior rapidez e precisão.

ISSN: 2447-4215
IV SIMPÓSIO INTERNACIONAL DE INOVAÇÃO E TECNOLOGIA (SIINTEC)
VIII WORKSHOP DE PESQUISA TECNOLOGIA E INOVAÇÃO (PTI)
Modelagem e simulação computacional aplicada à indústria

O controle PID é mais utilizado em malha fechada por oferecer a combinação


das três ações proporcional, integral e derivativo. Onde a ação proporcional elimina
as oscilações, a integral elimina o desvio enquanto a derivativa evita que o desvio seja
maior quando a correção é lenta comparada com a velocidade do desvio. A figura (1)
representa o controlador PID em diagrama de blocos.

Figura 1: Diagrama em blocos do controle PID.

O Processo de selecionar parâmetros do controlador que garantam dada


especificação de desempenho é conhecido como sintonia de controlador [3]. Uma
sintonia muito utilizada e útil do controlador PID, é o método de Ziegler – Nichols.

1.2. Método de Ziegler – Nichols

O método de Ziegler – Nichols é muito utilizado quando o modelo matemático


é desconhecido, porque se baseia na resposta ao degrau aplicado na planta. A partir
dessa resposta são fornecidas estimativas dos valores dos parâmetros, que são um
ponto de partida para um refinamento da sintonia [1].

Ziegler e Nichols sugeriram regras para sintonia de controladores PID


baseadas na resposta experimental ao degrau ou no valor de 𝐾𝑝 que resulta em uma
estabilidade marginal, quando somente a ação proporcional é utilizada [2].
São propostas regras para a determinação de valores do ganho proporcional
𝐾𝑝 , do ganho integral 𝐾𝑖 , e do ganho derivativo 𝐾𝑑 , baseadas nas características da
resposta transitória de uma planta [2].
Para isso, devemos serguir as seguintes regras:

ISSN: 2447-4215
IV SIMPÓSIO INTERNACIONAL DE INOVAÇÃO E TECNOLOGIA (SIINTEC)
VIII WORKSHOP DE PESQUISA TECNOLOGIA E INOVAÇÃO (PTI)
Modelagem e simulação computacional aplicada à indústria

• Determinar K crítico, considerando-se apenas o ganho proporcional, isto é, fazendo


Td igual a zero e Ti igual a infinito;
• Com este método pretende-se obter no máximo 25% de overshoot;
• Determinar a frequência de oscilação;
• Determinar o período crítico.
Em seguida apresenta-se a tabela de sintonização:

Figura 2: Tabela de sintonização do PID – Método de Ziegler Nichols em Malha Fechada.

1.3. Ajuste Manual

Os modelos utilizados para o projeto nem sempre são suficientemente


completos e os métodos, por se pretenderem de aplicação genérica, muitas vezes
fornecem ajustes que podem ser melhorados [5]. Conhecendo os efeitos de cada uma
das ações de controle sobre a resposta do processo, podemos estabelecer regras
para utilização de um método manual a Figura 3 apresenta os problemas que podem
ser encontrados e quais ajustes devem ser feitos.

Figura 3: Tabela para auxílio de ajuste manual.

2. METODOLOGIA

Com o objetivo de desenvolver um projeto que reproduza um controle PID de


um pêndulo-hélice, é utilizado um motor brushless. O principal motivo da utilização

ISSN: 2447-4215
IV SIMPÓSIO INTERNACIONAL DE INOVAÇÃO E TECNOLOGIA (SIINTEC)
VIII WORKSHOP DE PESQUISA TECNOLOGIA E INOVAÇÃO (PTI)
Modelagem e simulação computacional aplicada à indústria

deve-se a relação do seu tamanho com o seu torque, pois é um motor pequeno, com
torque elevado [6]. O modelo adotado foi o MX 2212 do fabricante Mars Power Figura
(4) com 920KV de relação entre rpm e tensão de alimentação, síncrono e sem
escovas.
Para controle do motor foi utilizado um ESC (Eletronic Speed Control) modelo
Simonk 30A Figura (5), um circuito eletrônico, com o objetivo de controlar a velocidade
do motor e também distribuir a alimentação para os diversos componentes que
compõem o modelo de controle [5].

Para aferir o ângulo do sistema o sensor adotado foi o MPU6050 Figura (6),
que é um módulo acelerômetro e giroscópio, um sensor de 6 eixos (6 Graus de
Liberdade), fornecendo 6 valores de saída, sendo 3 do acelerômetro e 3 do giroscópio
[5].

Outros componentes que compõem a estrutura é a hélice e a fonte ATX 12V e


15A, para alimentação do ESC.

E para compor a estrutura física, Figura (7), deu-se a seguinte metodologia:


 Base composta por tubos e conexões de PVC com 32 mm de diâmetro, sendo
dimensionada de forma a sustentar o empuxo criado pelas hélices;
 Dimensionamento da haste móvel, com 1000 mm de comprimento, feita com
uma barra roscada de aço-inox; fixada com porca e contra porca em uma barra
secundária com 200 mm de comprimento (para garantir livre movimento da
haste, a mesma foi fixada horizontalmente na parte interna do rolamento);
 Fim de curso na barra de apoio, admitindo-se um ângulo máximo de 45º entre
a haste e a referência;
 Dois suportes ajustáveis, em que pudesse alterar a posição do motor na haste
ou retirá-lo, sem a necessidade de alterar o corpo da estrutura.

Figura 4. Motor Brushless. Figura 5. ESC. Figura 6. MPU6050.

ISSN: 2447-4215
IV SIMPÓSIO INTERNACIONAL DE INOVAÇÃO E TECNOLOGIA (SIINTEC)
VIII WORKSHOP DE PESQUISA TECNOLOGIA E INOVAÇÃO (PTI)
Modelagem e simulação computacional aplicada à indústria

Figura 7. Estrutura física.

A Figura 8 ilustra o diagrama de blocos da ligação entre os elementos utilizados


na construção do controlador.

Figura 8. Diagrama básico do sistema.

2. RESULTADOS E DISCUSSÃO

Para determinar o sistema, foram realizadas amostras em uma frequência de


amostragem de 0.25MHz, uma vez que não se conhecia a frequência do sinal a ser
reconstruído, e considerando o retorno do MPU como referência de captura e sistema
sem controlador. O sinal teste foi uma função degrau. A Figura 9 mostra a entrada e
saída do sistema.

Figura 9. Entrada e saída do sistema correspondente

Após a coleta dos dados de saída (obtidos do monitor serial do Arduino), foi
utilizado o aplicativo System Identification do MATLAB, com o objetivo de obter a

ISSN: 2447-4215
IV SIMPÓSIO INTERNACIONAL DE INOVAÇÃO E TECNOLOGIA (SIINTEC)
VIII WORKSHOP DE PESQUISA TECNOLOGIA E INOVAÇÃO (PTI)
Modelagem e simulação computacional aplicada à indústria

função de transferência do sistema. A Figura 10 mostra o App e a equação 1 a


função de transferência obtida.

Figura 10. System identification com os respectivos resultados.

1.005𝑠+0.9823
𝐺(𝑠) = (1).
𝑠 2 +1.195𝑠+4.13

Com o modelo do sistema, ou seja, a função de transferência, foi utilizado o PID


Tuning, outra ferramenta do MATLAB que nos permite sintonizar as constantes Kp, Ki
e Kd do sistema, mudando graficamente a resposta do sistema, contudo as constantes
obtidas não trouxeram os resultados esperados, devido a não linearidade do sistema
para valores de set point diferentes de −45° ≤ 𝜃 < −30°.
Para resolver o problema da não linearidade, foi restringido fisicamente o sistema
para uma variação de ângulo −45° ≤ 𝜃 < −30°, e foi utilizado o método do ajuste
manual e obtivendo na Figura 11 a melhor sintonização para o sistema controlado

Figura 11. PID do sistema em malha fechada .

ISSN: 2447-4215
IV SIMPÓSIO INTERNACIONAL DE INOVAÇÃO E TECNOLOGIA (SIINTEC)
VIII WORKSHOP DE PESQUISA TECNOLOGIA E INOVAÇÃO (PTI)
Modelagem e simulação computacional aplicada à indústria

4. CONCLUSÃO

Algumas dificuldades foram encontradas ao longo do desenvolvimento do


projeto. Dentre elas, destacam-se: a escolha do motor que atendesse aos requisitos
de projeto, com potência necessária para gerar o empuxo que mantivesse o sistema
estável; fonte de alimentação adequada para suportar a corrente consumida pelo
motor; filtrar o ruído acrescentado no sistema com o uso da constante derivativa,
dentre outros desafios. O estudo de comunicação serial, sistemas supervisórios e
tipos de controladores demonstrou-se relevante para o desenvolvimento de um
sistema de controle supervisionado. Portanto, com os resultados apresentados,
conclui-se que o trabalho desenvolvido cumpriu com os objetivos propostos.

5. REFERÊNCIAS

[1] Basilio, J.c., "Ajuste de controladores PI e PID para plantas estáveis e


instáveis" Artigo, Universidade Federal do Rio de Janeiro, Ilha do Fundão, RJ.
[Online]. Disponível: http://www.dee.ufrj.br/controle_automatico/artigos/sbai2009a.pdf
(acesso em 18/06/2018)
[2] NOVUS. Introdução ao controle PID. 2003 [Online]. Disponível:
http://www.novus.com.br (acesso em18/06/2018).
[3] NISE, Norman S. Engenharia de Sistemas de Controle. 6. ed. LTC, 2012.
[4] OGATA, K.: Engenharia de Controle Moderno – 4ª Edição, 2003, Prentice-Hall.
(OGATA, 2003).

ISSN: 2447-4215