SISTEMAS DE CONTROLE
DOCENTE: MARCELO HENRIQUE SOUZA BOMFIM
CURRÍCULO: ENGENHEIRO MECÂNICO (2009), MESTRE EM ROBÓTICA (2013)
· 06/06/2014 (SEXTA-FEIRA): 18:30 ATÉ 22:00· 07/06/2014 (SÁBADO): 08:00 ATÉ 12:00 || 13:00 ATÉ 17:00· 18/07/2014 (SEXTA-FEIRA): 18:30 ATÉ 22:00· 19/07/2014 (SÁBADO): 08:00 ATÉ 12:00 || 13:00 ATÉ 17:00· 01/08/2014 (SEXTA-FEIRA): 18:30 ATÉ 22:00· 02/08/2014 (SÁBADO): 08:00 ATÉ 12:00 || 13:00 ATÉ 17:00
SISTEMAS DE CONTROLE
BIBLIOGRAFIAASTROM, KARL J.; WITTENMARK, BJORN. COMPUTER-CONTROLLED SYSTEMS: TEORIA AND DESIGN. 3. ED. NEW JERSEY: PRENTICE HALL, 1997. 557 P.OGATA, KATSUHIKO PROJETO DE SISTEMAS LINEARES DE CONTROLE COM MATLAB PRENTICE HALLOGATA, KATSUHIKO ENGENHARIA DE CONTROLE MODERNO LTC, 2000, 813P.
SISTEMAS DE CONTROLE
· 06/06/2014 (SEXTA-FEIRA): 18:30 ATÉ 22:00· 07/06/2014 (SÁBADO): 08:00 ATÉ 12:00 || 13:00 ATÉ 17:00
TEORIA DE CONTROLE CLÁSSICO. PROJETO DE CONTROLADORES. PROBLEMA SERVO E REGULADOR.
SISTEMAS DE CONTROLE
· 18/07/2014 (SEXTA-FEIRA): 18:30 ATÉ 22:00· 19/07/2014 (SÁBADO): 08:00 ATÉ 12:00 || 13:00 ATÉ 17:00
CONTROLE DE VELOCIDADE E POSIÇÃO E SIMULAÇÕES COM MATLAB. CONTROLADORES INDUSTRIAIS: CARACTERÍSTICAS E LIMITAÇÕES. PROJETO DE CONTROLADORES INDUSTRIAIS (ZONA MORTA, LEAD-LAG, ETC)
SISTEMAS DE CONTROLE
· 01/08/2014 (sexta-feira): 18:30 até 22:00· 02/08/2014 (sábado): 08:00 até 12:00 || 13:00 até 17:00
ABORDAGEM POR ESPAÇO DE ESTADOS. OBSERVADORES DE ESTADO. TÉCNICAS DE CONTROLE AVANÇADO. TRABALHO NO MATLAB (40PTS) E AVALIAÇÃO (60PTS).
CONTROLADORES PID
Introdução Métodos de Ziegler-Nichols
Método da Resposta ao Salto Método do Período Crítico
Métodos Analíticos Alocação de Pólos Resposta em Freqüência
Ajuste Manual Aplicações de cada método
CONTROLADORES PID
TÉCNICAS MAIS UTILIZADAS - EMPÍRICAS
EXEMPLO PRÁTICO - MESTRADO
EXEMPLO PRÁTICO - MESTRADO
0 80 160
240
320
400
480
560
640
720
800
880
960
0
5
10
15
20
25
30
35
Resposta do motor 5 para diferentes valores de sintonia do controlador PID
Sinal de entradaSintonia 3/0/0Sintonia 3/0/1Sintonia 3/2/1
Tempo (ms)
Deslo
cam
ento
(ra
d)
IMPLEMENTAÇÃO FÍSICA - ANALÓGICA
IMPLEMENTAÇÃO EM SOFTWARE - DIGITAL
P= K*erro I=I_ant+
{K*T}*{2*T_i}*(erro+erro_ant}/{(2*T_i)} D=(pT-2)/(pT+2)}*D_ant + 2*K*T_d*T*(pT+2)*(erro-erro_ant)
sinal_controle = P + I + D erro_ant=erro D_ant = D
http://www.ece.ufrgs.br/~jmgomes/pid/Apostila/apostila/node38.html
MÉTODO DA TENTATIVA E ERRO
MÉTODO DA TENTATIVA E ERRO
MÉTODO DA TENTATIVA E ERRO
MÉTODO DA TENTATIVA E ERRO
QUANDO UTILIZAR UM CONTROLE PID ?
Baixa performance de controle
erro em regime permanente
elevada oscilação
QUANDO UM CONTROLE PI É SUFICIENTE ?
Dinâmicas de primeira ordem (controle de nível em tanques simples)
Possui bem definidos: Resposta ao degrau Resposta em frequência
QUANDO UM CONTROLE PID É SUFICIENTE ?
Dinâmica de segunda ordem ( controle de temperatura)
D – amortece transientes de temperatura
QUANDO É NECESSÁRIO UM CONTROLE MAIS SOFISTICADO
Processos de ordem elevada (acima de 2) Sistemas com elevado tempo morto Sistemas com modos oscilatórios
PROJETO DE SISTEMAS DE CONTROLE PELA RESPOSTA EM FREQUÊNCIA –
MÉTODO ANALÍTICO
PROJETO DE SISTEMAS DE CONTROLE PELA ANÁLISE DO LUGAR DAS RAÍZES – MÉTODO
ANALÍTICO
TÉCNICAS DE CONTROLE AVANÇADAS
Não convencionais: Controle em Cascata Controle Feedforward Compensação de tempo morto Redes Neurais Artificiais Controlador Fuzzy
Convencionais: Controle Robusto Controle Adaptativo Controle Preditivo
CONCEITOS NECESSÁRIOS
Transformada de Laplace; Análise transitória e em regime; Lugar Geométrico das Raízes; Métodos de Resposta em Freqüência; Variáveis de Estado; Instrumentação industrial; Controladores PID.
O QUE É CONTROLE AVANÇADO ?
Anos 60: qualquer algoritmo ou estratégia de controle que derivasse do PID clássico;
Anos 70: computadores de processo permitiram a implementação de controladores do tipo Feedforward, Multivariável e Ótimo;
Proliferação de técnicas ditas avançadas de controle: avanços na indústria eletrônica, especialmente no desenvolvimento de dispositivos computacionais de baixo custo, ocorrida a partir dos anos 70.
O QUE É CONTROLE AVANÇADO ?
Na prática, controle avançado pode significar desde a implementação de esquemas de controle Feedforward ou em cascata até a de algoritmos de controle adaptativo ou de estratégias de otimização;
Com a implementação de controle avançado os benefícios em termos de custos operacionais são entre 2 a 6%.
PRINCIPAIS VANTAGENS
• Melhoria na qualidade dos produtos: o uso de inferência reduz as variações nas propriedades dos produtos;
• Aumento no rendimento dos produtos mais nobres;
• Aumento da capacidade da unidade: o controle preditivo multivariável respeita as restrições da unidade;
• Economia e consumo de energia;• Aumento da estabilidade operacional da
unidade: a proteção das restrições, rejeição de perturbações e a natureza preditiva do controlador tornam o processo mais fácil de controlar.
QUANDO UTILIZAR CONTROLE AVANÇADO ?
Problema Técnica Adequada Perturbações externas Feedforward
Controle preditivo Elevado tempo morto Compensação do tempo morto
Controle preditivo Ruído nas medições Filtros analógicos ou digitais Variáveis não medidas Controle inferencial
Filtro de Kalman Controle preditivo
Não linearidades Ganho não-linear ou programado Controle adaptativo Controle preditivo
Dinâmica complexa Controle preditivo Restrições Controle preditivo com restrições Interação entre variáveis Desacoplamento
Controle preditivo multivariável Impacto econômico Otimização on-line
Controle Otimizante
QUANDO UTILIZAR CONTROLE AVANÇADO ?
Antes de partir para o controle avançado, deve-se tentar otimizar o controle regulatório: Sintonizando os parâmetros dos PID´s; Verificando a instrumentação.
O investimento em Controle Avançado custa de dez a quinze vezes mais em relação a melhorias no sistema de controle regulatório.
CARACTERÍSTICAS O Controle Avançado amplamente utilizado
na indústria de processo é multivariável, tem característica preditiva e apresenta uma função linear de otimização econômica;
Utiliza um modelo linear do processo obtido através de testes efetuados na planta;
As suas variáveis manipuladas são os Set-Points dos controladores PID
PASSOS DA IMPLANTAÇÃO DE CAV
Projeto funcional: diretrizes para maximizar a lucratividade de determinado processo;
Revisão e ajuste de malhas regulatórias: sintonia dos controladores PID, avaliação da instrumentação (sensores, válvulas, etc);
Identificação do processo: seleção do melhor modelo em uma classe, estimação dos parâmetros, validação;
Implementação do controle preditivo multivariável;
Treinamento de operadores.
CONTROLE EM CASCATA
É um método simples, envolvendo dois controladores por realimentação em cascata
O controle em cascata é definido como a configuração onde o sinal de saída de um controlador é o SetPoint gerado pelo outro controlador
CONTROLE EM CASCATA
Usado quando existe vários sinais mensurados e uma variável controlada
Elevado tempo morto ou constante de tempo
CONTROLE EM CASCATA
Gc1(s)+
-
+Gc2(s) G2(s) G1(s)
-
R1(s) R2(s) Y2(s) Y1(s)laço secundário
laço primário
CONTROLE EM CASCATA
Aplicações industriais:
Válvulas Pneumáticas Sistema de Controle em Motores Controle de temperatura
VÁLVULAS PNEUMÁTICAS
Laço secundário: feedback em cima da válvula, onde a posição da válvula é mensurada
Vantagem: reduz a influência de variações de pressão do sistema
Gc1(s)+
-
+Gc2(s) G2(s) G1(s)
-
R1(s) R2(s) Y2(s) Y1(s)laço secundário
laço primário
SISTEMA DE CONTROLE EM MOTORES
Ação integral da velocidade no loop de velocidade é equivalente a ação proporcional no loop de posição
Ação derivativa no loop de posição = Ação proporcional no loop de velocidade
Razão: PI de v e PD de p
SISTEMA DE CONTROLE EM FORNOS
Controle de temperatura do lado secundário, através da abertura da válvula no primário
Laço secundário: sistema de controle de vazão na válvula
Laço primário: setpoint de controle de vazão
SISTEMA DE CONTROLE EM FORNOS
Efeitos reduzidos pelo controlador secundário:
Não-linearidades Perturbações de pressão
CONTROLE FEEDFORWARD
Controle feedforward usa o conhecimento das perturbações para agir sobre o sistema antes que as mesmas afetem o erro
Desvantagens: necessidade de medição das perturbações Necessidade do conhecimento do modelo do
processo e da perturbação
CONTROLE FEEDFORWARD
CONTROLE CONVENCIONAL
)s(N)s(G)s(E)s(G)s(G)s(Y nc )s(Y)s(R)s(E
)s(N)s(G)s(Y)s(R)s(G)s(G)s(Y nc )s(N)s(G)s(R)s(G)s(G)s(G)s(G1)s(Y ncc
CONTROLE CONVENCIONAL
Se as perturbações são mensuráveis, o controle feedforward é um método útil para
cancelar os seus efeitos na saída do processo.
)s(N)s(G)s(G1
)s(G)s(R
)s(G)s(G1)s(G)s(G
)s(Yc
n
c
c
Influência da entrada Influência das perturbações
CONTROLE FEEDFORWARD
)s(N)s(G)s(G)s(G)s(N)s(G)s(Y)s(R)s(G)s(G)s(Y cffnc
)s(N)s(G)s(G)s(G)s(G)s(Y)s(R)s(G)s(G)s(Y cffnc
CONTROLE FEEDFORWARD
0)s(G)s(G)s(G)s(G cffn
)s(G)s(G
)s(G)s(G
c
nff
A vantagem deste tipo de controle é que a ação corretiva ocorre antecipadamente, ao contrário do
controle por realimentação, em que a ação corretiva acontece somente depois da saída ser
afetada.
SISTEMA DE CONTROLE DE TEMPERATURA
EXEMPLO
Perturbação: mudança vazão de saída da torre (depende do
nível da torre); seu efeito não pode sentido imediatamente,
devido aos atrasos envolvidos no sistema; um controlador convencional agirá somente
quando houve um erro; um controlador feedforward que receberá a
também a informação da vazão, poderá agir mais cedo sobre a válvula de vapor.
COMPENSAÇÃO DO TEMPO MORTO
Exemplos:Transporte de fluidos em linhas longas;Variável controlada medida por analisador
de linha;Elemento final de controle lento;
Um controlador convencional não funciona bem com tempo morto, pois a ação de controle demora um certo tempo para ser detectada.
se)s(Gtempo morto
COMPENSAÇÃO DO TEMPO MORTO
Considerando:
Gc1(s) e-sτ G(s)+
-
R(s) Y(s)
• A FT de malha fechada é:
)s(Ge)s(G1
)s(Ge)s(G
)s(R
)s(Ys
1c
s1c
(I)
COMPENSAÇÃO DO TEMPO MORTO
Ideia: deslocar o tempo morto para fora da malha de controle
Gc(s) G(s)+
-
R(s)e-sτ
Y(s)
• Para isto, projetaremos um controlador a fim de que a FT de malha fechada seja:
s
c
c e)s(G)s(G1
)s(G)s(G
)s(R
)s(Y(II)
COMPENSAÇÃO DO TEMPO MORTO
Igualando as equações (I) e (II) temos:
s1c
1cc e)s(G)s(G)s(G1
)s(G)s(G
Gc(s) G(s)+
-
R(s)e-sτ
Y(s)
(1-e-sτ)G(s)
+
-
Gc1(s)
COMPENSAÇÃO DO TEMPO MORTO
• O controlador modifica a variável controlada da seguinte forma:
– Quando o controlador enviar uma ação de controle ao processo, o controlador imediatamente responde pelo processo para que a resposta seja isenta do tempo morto;
– Após o tempo morto, à medida que o processo começar a responder, o controlador vai retirando a sua ação de acordo com a dinâmica do processo.
REDES NEURAIS ARTIFICIAIS E LÓGICA FUZZY
Técnicas de controle baseadas em funções não lineares (maioria dos processos industriais)
RNA e Controlador Fuzzy
As técnicas tradicionais de controle podem ter dificuldade e/ou impossibilidade de atingir níveis desejados de eficiência
Sistemas cuja dinâmica é extremamente complexa, não completamente formalizada
CONTROLADOR FUZZY
Seus fundamentos advêm da teoria dos conjuntos fuzzy, criada por Lofti Zadeh
Variável lingüística Mnemônicos: erro, temperatura ou variação da
pressão
Termos lingüísticos Quantificadores: aproximadamente zero, positivo
pequeno, grande negativo
CONTROLADOR FUZZY
Fuzzificação Informações captadas por sensores são
convertidas em números fuzzy, através das variáveis lingüísticas, representadas por funções de pertinência
CONTROLADOR FUZZY
InferênciaAplicação do conhecimento especialista
sobre o processo, através de uma base de regras que orienta a ação do controlador (seguindo o paradigma modus ponens )
CONTROLADOR FUZZY
DefuzzificaçãoTradução do valor lingüístico para um valor
numérico correspondente à ação do controlador, que pode representar funções como ajustar a posição de um botão ou acionar uma válvula
m
1i in
m
1i iuin
su
CONTROLADOR FUZZY
Identificação da dinâmica da planta ou processo
CONTROLADOR FUZZY Utilização de um banco de conhecimento
empírico para se alcançar os resultados almejados
Um número maior de variáveis pode ser observado sem aumentar muito a complexidade do projeto
Desenvolvimento mais rápido de um protótipo do sistema de controle
Uma falha parcial do sistema não deteriora a performance do controlador como um todo
CONTROLADOR FUZZY
Principais aplicações: Controle de velocidade em motores
(controlador PD Fuzzy) e controle de temperatura em fornos
REDES NEURAIS ARTIFICIAIS
Sistemas paralelos distribuídos compostos por unidades de processamentos simples que
computam determinadas funções matemáticas
REDES NEURAIS ARTIFICIAIS
Em 1988 os pesquisadores Takagi e Hayashi proporam a primeira abordagem para a criação automática de funções de pertinência usando redes neurais
As redes neurais podem ser vistas como uma
generalização de sistemas fuzzy, devido ao fato de agregar a operação de criação de uma superfície controle de multidimensional
REDES NEURAIS ARTIFICIAIS
Três etapas para a implementação de um sistema fuzzy baseado em uma rede neural: Realizar o agrupamento dos dados de entrada e
decidir o número de regras Estabelecer os limites entre essas partições Identificar dos conseqüentes do sistema fuzzy
REDES NEURAIS ARTIFICIAIS
Estrutura conexionista para implementação de regras nebulosas e
inferência
REDES NEURAIS ARTIFICIAIS
A rede é capaz de aprender caminhos otimizados (tempo, consumo energético, deslocamento etc)
Principais aplicações: Calibração de sensores Robótica móvel
REDES NEURAIS ARTIFICIAIS
Técnicas convencionais: Controle robusto Controle adaptativo Controle preditivo
CONTROLE ROBUSTO
Quantificação das incertezas no modelo “nominal” do processo (faixa de operação);
Projeto de um controlador que deve manter a estabilidade, bem como um desempenho especificado sobre a faixa de condições de operação.
CONTROLE ROBUSTO
O que é ?
O projeto de sistemas de controle altamente precisos na presença de incertezas requer que o projetista procure um sistema robusto;
A robustez pode ser na presença de incertezas, na estabilidade ou no desempenho.
INCERTEZAS
O modelo de um processo é sempre inexato em relação ao sistema físico real devido à: Mudanças de parâmetros; Dinâmica não modelada; Retardos não incluídos no modelo; Mudanças de pontos de operação; Ruídos no sensor; Perturbações imprevisíveis;
O objetivo do projeto de sistemas de controle robustos é garantir o desempenho do sistema a despeito da presença de incertezas consideráveis sobre o processo a controlar.
ROBUSTEZ A robustez é uma característica desejável de
sistemas de controle por pelo menos duas razões:
O sistema deve operar satisfatoriamente, ainda que em condições de operação distintas daquelas consideradas no modelo do projeto (nominal);
As condições de robustez podem ser utilizadas com o objetivo de se adotar um modelo de projeto intencionalmente simplificado, não só para facilitar a sua análise, como também por seu impacto sobre a complexidade do controlador resultante;
ROBUSTEZ
Um sistema de controle é robusto quando: Apresenta baixa sensibilidade; É estável sobre uma faixa de variação de
parâmetros; O desempenho continua a atender as
especificações na presença de uma conjunto de mudanças de parâmetros.
CONTROLE ROBUSTO
Aplicações industriais: “CONTROLE ROBUSTO DE TEMPERATURA EM SISTEMA DE
SECAGEM DE GRÃOS PARA REDUÇÃO DE DANOS TÉRMICOS”
secagem de sólidos por ar quente
CONTROLE ROBUSTO
A estratégia proposta agrega robustez à distúrbios externos típicos do ambiente agroindustrial e, assim, confere maior confiabilidade à qualidade final do processo.
CONTROLE ADAPTATIVO Aplicado a sistemas com grandes variações
de parâmetros ou condições de operação: robôs manipuladores navios aviões sistemas biomédicos
Existem vários esquemas de controle adaptativo, dentre os quais destacam-se: escalonamento de ganhos sistemas adaptativos por modelo de referência reguladores Auto-Ajustáveis
CONTROLE ADAPTATIVO
O controle adaptativo é um tipo especial de controle realimentado não-linear em que os estados do processo podem ser separados em duas categorias, que mudam em diferentes velocidades: “estados lentos”: parâmetros do regulador; “estados rápidos”: realimentação convencional.
As primeiras pesquisas tiveram início nos anos 50
CONTROLE ADAPTATIVO
Relações entre controle adaptativo e outras áreas de controle
CONTROLE ADAPTATIVO
ControleAdaptativo
SistemasLineares
Otimização
Identificação
ControleEstocástico
SistemasNão-Lineares
ControlePreditivo
CONTROLE ADAPTATIVO Controle robusto de alto ganho:
Altos ganhos conferem mais robustez na presença de variações;
Sistemas adaptativos auto-oscilatórios: Alto ganho mantido por um relé;
Controladores com Auto-Sintonia: Técnicas adaptativas para a sintonia de PID’s
Escalonamento de Ganhos; Controle Adaptativo por Modelo de
Referência; Reguladores Auto-Sintonizáveis.
CONTROLE ADAPTATIVO – ESCALONAMENTO DE GANHO
Ideia: compensar as variações no processo mudando os parâmetros do controlador em função das condições de operação
Controlador Processo
Escalador de Ganhos
condição de operação
yur
parâmetros do controlador
CONTROLE ADAPTATIVO – ESCALONAMENTO DE GANHO
A desvantagem é que o controlador por escalamento faz uma compensação em malha aberta
A principal vantagem é a mudança rápida dos parâmetros do controlador, pois não há necessidade de estimação dos mesmos
CONTROLE ADAPTATIVO – ESCALONAMENTO DE GANHO
Aplicações: Manipuladores robóticos industriais Sistemas térmicos Veículos submarinos autônomos (AUV)
CONTROLE ADAPTATIVO – ESCALONAMENTO DE GANHO
Manipuladores robóticos industriais Controle PID – adaptativo: definição dos
ganhos do controlador PID, a partir de pontos de operação do braço robótico.
CONTROLE ADAPTATIVO – ESCALONAMENTO DE GANHO
Sistemas térmicos Controle PI – adaptativo: definição dos
ganhos do controlador PI, a partir de características do material a ser aquecido.
CONTROLE ADAPTATIVO – ESCALONAMENTO DE GANHO
AUV Controle PID – adaptativo: definição dos
ganhos do controlador PID, a partir de pontos de operação e perturbações do ambiente, por exemplo.
CONTROLE PREDITIVO COM RESTRIÇÕES
CONTROLE PREDITIVO COM RESTRIÇÕES
Controladores PID não são adequados para sistemas com grandes atrasos;
Controladores preditivos são uma boa alternativa;
Controle Preditivo Generalizado (GPC) é largamente usado na indústria;
No GPC o cálculo do sinal de controle é um problema de otimização, onde objetivos econômicos e restrições (limites em fluxos, pressões, temperaturas, emissões na atmosfera, etc) podem ser incluídos na formulação do problema.
CONTROLE MULTIVARIÁVEL
CONTROLADOR PLANTA
SP
Variáveis Controladas
PerturbaçõesVariáveis
Manipuladas
CONTROLE MULTIVARIÁVEL
Processos com mais de uma entrada (Variável Manipulada) e/ou mais de uma saída (Variável de Processo);
Exemplo: reator químico, em que nível, temperatura e pressão devem ser controlados;
Em muitos casos a alteração de uma variável manipulada causa mudanças em mais de uma variável de processo (acoplamento).
APLICAÇÕES DE CADA MÉTODO
Top Related