Date post: | 06-Jul-2018 |
Category: |
Documents |
Upload: | rosana-guimaraes |
View: | 225 times |
Download: | 0 times |
of 17
8/17/2019 Quinto Rel c Digital
1/17
UNIVERSIDADE FEDERAL DO PIAUICENTRO DE TECNOLOGIACURSO DE ENGENHARIA ELETRICADISCIPLINA: CONTROLE DIGITALPROF. DR. OTACILIO DA MOTA ALMEIDAALUNO: ROSANA GUIMARÂES ALMEIDA
MATRICULA: 201267717
CONTROLADORES DIGITAIS DE PROCESSO
INDUSTRIAIS: CONTROLADOR PID ADAPTATIVO
Teresina – PIMarço de 2016
8/17/2019 Quinto Rel c Digital
2/17
2
1. INTRODUÇÃOO controlador é um dispositivo físico, podendo ser: eletrônico, elétrico, mecânico, pneumát ico,
hidráulico ou combinações destes. No projeto real de um sistema de controle, o projetista deverádecidir pela utilização de um ou mais controladores. Esta escolha depende de vários fatores. O tipo
de controlador mais comumente utilizado, mesmo em plantas das mais diversas naturezas, é ocontrolador eletrônico. De fato, os sinais não elétricos são, normalmente, transformados em sinaiselétricos, através de transdutores, e, devido a simplicidade de transmissão, aumento da
performance, aumento da confiabilidade e principalmente, facilidade de compensação. Geralmentecontroladores eletrônicos são circuitos simples, formados basicamente por amplificadores
operacionais, sendo assim de fácil implementação prática e baixos custos (Ogata, 1993).A maioria das técnicas para projeto de sistemas de controle são baseadas em um bom
entendimento da planta em estudo e seu meio. Para reconhecer o comportamento dos mais diversos
sistemas utiliza-se a sintonia de controladores Proporcional, Integral e Derivativo. Na maioria dos
casos esta é realizada de forma empírica pelos operadores e técnicos responsáveis pelo processo
sob controle e consiste, basicamente, em variar os ganhos do controlador e avaliar o impacto destas
variações junto a variável de saída do processo. Para isso, deve-se primeiramente escolher entre
os modos proporcional, derivativo, integral, ou uma combinação destes à se utilizar nos
controladores standard P, PI, PD, PID. Após isso, procedem-se os ajustes dos vários parâmetros
do controlador. O cálculo dos referidos parâmetros necessários para realizar os ajustes é feito
partindo-se da resposta do sistema quando este é sujeito a entradas específicas.
Este procedimento é adequado para situações em que o custo de calibração do controlador éc
inferior ao custo associado à análise do sistema e projeto do controlador adequado, visto que nãoé necessário conhecer o modelo do sistema para realizar o procedimento e os ajustes.
Em muitos casos, a planta a ser controlada é muito complexa e os processos físicos básicosnela presentes não são completamente entendidos, possuindo muitas vezes parâmetros incertos
constantes ou variando lentamente. Sistemas de potência podem ser submetidos a grandesvariações nas condições de carga, modificando, assim, o comportamento físico do sistema, porexemplo. Nessas condições, a técnicas de projeto de controle precisa ser baseada na estimação de
parâmetros, visando obter progressivamente um melhor entendimento da planta a ser controlada. Na implementação de um controle adaptativo em tempo real o algoritmo do estimador de parâmetros deve ser iterativo, onde o modelo do sistema é atualizado a cada período de
amostragem quando novas medidas estão disponíveis, buscando adequar-se às características do processo controlado ou resintonizar-se caos existam variações na dinâmica do processo. Esse
método de identificação regido pelo método dos mínimos quadrados recursivo é de grande valiaquando é necessário que haja uma identificação ao vivo de um sistema, isto é, que a medida quesejam geradas novas amostras, o sistema se atualize para adaptar-se a elas.
.
8/17/2019 Quinto Rel c Digital
3/17
3
2.
OBJETIVOSImplementação teórica e prática do Controlador PID Adaptativo
3. CONTROLADOR PID ADAPTATIVO S
1. Demonstre que independentemente da estrutura PID digital da figura 1 e da forma
de discretização do controlador, uma equação característica do sistema de malhafechada e dada por:
A(z -1 )(1-z -1 )+z -1 B(z -1 )G(z -1 ) (1)
Figura 1
Sendo G(z -1 )= g 0 +g 1 z -1 +g 2 z -2 polinômio relacionado com os ganhos do controladorPID.
Para entre procedimento de sintonia de controlador, a ideia básica em controle adaptativo
é estimar os parâmetros desconhecidos da planta (ou equivalentemente, os correspondentes
parâmetros do controlador) em tempo real.
Inicialmente, define-se o controle de um processo com auto-sintonia como apresentado emFig. 1.
Figura 1 – Sequência de auto-ajuste.
8/17/2019 Quinto Rel c Digital
4/17
Após a discretização do pro processo descrito anteriormente, obtêm-se a Fig. 2 e a Eq. (1)a função de transferência discreta da malha de operação.
(1)
Figura 2 – Modelo do processo e perturbação segundo o teorema da representação.
8/17/2019 Quinto Rel c Digital
5/17
5
Através da estimação do método dos mínimos quadrados, obtém-se os parâmetros discretos
que regem o processo. Abaixo, observa-se os parâmetros para um processo de segunda ordem:
(2)
A função que rege um controlador PID está descrita abaixo, para o domínio continuo do
tempo, no qual é a soma das ações proporcional, integral e derivativa.
Ao empregar o uso discreto (computador/circuitos digitais), pode-se descrever de formamais apropriada, discretizando por meio de integração retangular e derivação triangular.
Assim, para encontrarmos uma equação característica primeiramente definimos que:
= − (3)Onde:
E(z) é a transformada z do ruído branco;
U(z) é a transformada z da entrada do sistema;
Y(z) é a transformada z da saída do sistema;
V(z) é a transformada z da perturbação.
Em seguida de forma que ela assuma a forma da equação 4 a seguir:
= − (4)
8/17/2019 Quinto Rel c Digital
6/17
6
O sistema passa então a ser representado pela figura 3 a seguir:
Figura 3
Onde a equação Y(Z) é a função discretizada de y(t) que por sua vez tem a seguinte forma:
= ( )
( ) (5)Onde:
t=KT, com K=...-1, 0, 1, ... e T é o período de amostragem;u(t) é a entrada do processo no tempo discreto t;y(t) é a saída do processo no tempo discreto t;e(t) é o ruído branco;q-1 é o operador de atraso unitário.
A partir desse ponto, iremos fazer uma estimação utilizando o método dos mínimosquadrados para um sistema de segunda, serão calculados parâmetros para A (z-1), B (z-1) e C (z-1).
B(z-1)=b0 + b1z-1 A(z-1)=1 + a1z-1 + a2z-2 C(z-1)= 1 + c1z-1 + c2z-2
Um controlador PID é composto pelas sua ação integral, diferencial e proporcional, e a sua
equação u(t) é dada como a soma de cada uma dessas ações assim como esta sendo exibido naequação 5 abaixo:
(5)Onde:x(t) é a entrada do controlador;u(t) é a entrada do processo;K p, Ti e Td são os parâmetros de ajuste.Para a aplicação neste tipo de sistema, a equação 5 precisa passar por um processo de
discretização que a transforma na equação 6 abaixo:
8/17/2019 Quinto Rel c Digital
7/17
7
(6)Com base nesses dados, e sobretudo nos parâmetros do PID podemos agora identificar asvariáveis g0, g1 e g2 com as equações 7 a 9 abaixo:
0 = 1 (7) = 1 (8) = (9)Quanto a composição funcional do sistema temos a figura43 abaixo representação do
sistema com implementação PID do tipo A.
Figura 4
Para esse tipo de sistema temos a equação 10 abaixo:
= ++− [ ] (10)A saída do sistema é caracterizada pela equação 11 abaixo:
= −
∗ ()
− [ ] (11)
Isolando o termo Y(z) e considerando que V(z)=0, encontramos a seguinte relação:
= ()∗ ()−+ (12)Precisamos agora analisar o processo com implementação PID do tipo 2 assim como esta
sendo mostrado na figura 5 abaixo:
Figura 5Para esse tipo de sistema temos a equação 13 abaixo:
8/17/2019 Quinto Rel c Digital
8/17
8
= [ ⁄− ] +
+ − (13)A saída do sistema é caracterizada pela equação 14 abaixo:
= −
∗ [ ⁄
− ] ()
− ] (14)
Isolando o termo Y(z) e considerando que V(z)=0, encontramos a seguinte relação:
= () ⁄−+ (15)Como as equações 15 e 12 possuem o mesmo denominador foi provado que um sistema de
malha fechada tem equação característica dada pela equação 3.
2. Proponha um método de sintonia para o controlador PID que posicione os polos de
malha fechada do sistema.As especificações frequentemente utilizadas, no domínio do tempo, são os tempos desubida, de estabilização e o sobressinal. Para um sistema de segunda ordem, estas especificações podem ser convertidas em especificações no fato de amortecimento e na frequência de ressonância,os quais definem os polos do sistema.
Um sistema de segunda ordem é dado pela equação abaixo:
= 2
Discretização da equação do sistema de 2ª ordem:
− = −1 − −
= ∗ − ∗ cos∗ ∗ √1 √1 Os polos dominantes são definidos pelas equações abaixo, a partir das especificações feitas
pelo usuário.
= 2 ∗ − ∗cos ∗ ∗ √1
√ 1 Método para cálculo dos parâmetros de ajuste do PID:
8/17/2019 Quinto Rel c Digital
9/17
9
Determina os parâmetros de ajuste do PID, de forma a alocar os polos não dominantes odentro da região de estabilidade , que pode ser ser vista a partir das Figuras 6 e 7, para o plano ze o plano γ1- γ2, repectivamente.
0 = 10
= ∗ 0 ∗
= ∗
= 0 = ∗ 2
= 2 1
=
0 1
=
= ∗
8/17/2019 Quinto Rel c Digital
10/17
10
Figura 6 Figura 7
3.
Aplique sua proposta para controlar o sistema dado por: = . Gerar um valor de K entre 1 e 5 com a função rand do MATLAB.
Usando a função 5*rand() o MATLAB retornou a resposta 4.0736 que passa a ser ovalor
de K para o sistema e considerou-se um período de amostragem (Ts) d 0.4 segundosComo demostrado no relatório anterior, a discertização do processo para esse valor de K
tem como resultado:
8/17/2019 Quinto Rel c Digital
11/17
11
Onde:
Tabela 1
a1 -1.45a2 0.5712b1 0.2692b2 0.2233
Após isso estimou-se os parâmetros abaixo, apresentados na Tabelas seguinte.
Tabela 2
Em seguida aplicou-se o Diagrama de Nyquist (que pode ser observado na figura a seguir) para obter a faixa com melhores valores de e a partir dos parâmetros desejados para o processo, determinou-se os polos dominantes.
Tempo deamostragem
T (s)
Fator deamortecimento
Ζ
FrequênciaNatural
(rad/s)0.4 0.6 1.54
8/17/2019 Quinto Rel c Digital
12/17
12
Figura 8
Tabela 3
Polo
dominante Polo
dominante Polo não
dominante Polo
dominante -1.126 0.3744 0.2 -0.6579
Após isso, a partir das raízes dos pólos, obteve-se os obter os parâmetros da Função do
Controlador que podem ser vistos na Tabela a seguir.
g0 = (d1+gama1)/b1n +(1-a1n)/b1n; g1 = d2*gama1/b1n +(d1/b2n - b1n*d2/b2n^2)*gama2 +a2n/b2n; g2 = d2*gama2/b2n;
Td(t) = g2*T/(-2*g2-g1);
Kc(t) = g1/(-2*(Td(t)/T)-1); if Kc(t)
8/17/2019 Quinto Rel c Digital
13/17
13
Tabela 4
G0 G1 G2 Td Kc Ti Kd Ki
3.111 10.231 -2.2003 0.0897 -6.999 -1,001 1.998 27,9001
Por fim, obteve-se a entrada do processo a partir da função abaixo, que corresponde à
Figura 9.
u(t) = u(t-1)+g0*e(t)+g1*e(t-1)+g2*e(t-2);
Após isso, devido à grande oscilação do sistema, normalizou-se todos os cálculos
envolvendo o controle. Isso pôde ser feito aplicando-se um degrau unitário na função G(z) emmalha aberta, a fim de se obter o valor do ganho e poder realizar a normalização.
Finalmente utilizou-se o Estimador dos Mínimos Quadrados Recursivos, na qual a formade onda de saída está mostrada na Figura 10.
Figura 9Figura 10
4.
RESULTADOS EXPERIMENTAIS
0 50 100 1500
0.2
0.4
0.6
0.8
1
1.2
1.4
Tempo(amostra)
A m p l i t u d e
Saida
Sinal de referência
Saida controlada
0 50 100 1500
0.2
0.4
0.6
0.8
1
1.2
1.4
Tempo(amostra)
A m p
l i t u d e
Saida
Sinal de referência
Saida controlada
8/17/2019 Quinto Rel c Digital
14/17
14
Tendo em vista a necessidade de normalizar a saída para aplicar o método de sintonia PID autoajustável, aplicou-se um degrau unitário na malha do processo do ventilador para obter o valor do
ganho.Após as análises e estudos aplicados via simulação para um processo e posteriormente para a
função estimada do processo do ventilador realizou-se o controle PID autoajustável para a malha
de processo do motor do ventilador do laboratório.Realizando os testes para a topologia convencional de sintonia por posicionamento de polo
com e sem filtro e realizando a recursividade na estimação dos parâmetros do processo controlado(ventilador).
Os dados empregados do ventilador para os testes foram abordados no tópico 6.2.
1.1.1 Método Convencional de sintonia sem estimação (MQR)
A implementação deste controlador foi difícil devido a necessidade de normalização do
processo, o mesmo não respondia como desejado para alguns parâmetros, haja vista que anormalização deve ser ajustada para cada referência a ser seguida, necessitando, portanto, de
conhecimento da resposta da planta a referência utilizada. Para todos os testes e analisessupracitados neste relatório empregou-se a normalização para uma entrada de valor máximounitário. A normalização foi implementada na seguinte linha de código: exit(t) = y(t)/110.
A Figura 11 mostra a resposta a uma entrada referencial do processo do ventilador. Nota-seque o processo com o controlador responde bem, contudo com um pouco de lentidão paraalcançar o regime permanente.
Figura 11- Resposta do processo do ventilador
8/17/2019 Quinto Rel c Digital
15/17
15
Os parâmetros de Kd, Ki e Kc, são calculados a cada período de amostragem pelo estimador,afim de ajustar o controlador a nova condição da planta, porém como é de se esperar como está
sendo o utilizado o método não recursivo estes valores tendem a se manterem constantes. Estademora para adquirir estabilidade é evidenciada por altos valores de Ki, sendo de ordem mais
elevada que os outros parâmetros.
Aplicando um sinal de referência para o processo estimado da planta do ventilador obtivemoso resultado mostrado na figura 12 abaixo.
Figura 12 – Saida do processo estimado da planta do ventilador.
Os parâmetros utilizados para determinar os polos do processo desejado e afim de também
determinar os parâmetros do PID estão presentes em Tabela 5. Os parâmetros do controlador estão presente em Tabela 6.
Tabela 5
8/17/2019 Quinto Rel c Digital
16/17
16
Tabela 6
O processo apresentou analiticamente poucas mudanças, devido ao fato do filtro atua de
maneira a atenuar os efeitos dos polos auxiliares e para esta planta não apresentarem efeitos
consideráveis. A saída do processo apresenta uma boa resposta com baixo valor de overshoot.
Contudo ainda se apresenta um pouco lento para chegar em regime permanente. E pequenos
picos em mudanças de degraus.
5.
CONCLUSÃO
Através deste trabalho, foi possível maior entendimento prático e teórico do funcioname nto
acerca dos métodos de estimação de processos: Método do Mínimos Quadrados Recursivo e Não
Recursivo.
O método dos mínimos quadrados não-recursivo tem como vantagem o fator tempo que é
bem menor do que os outros métodos e ainda assim e capaz de estimar com um alto grau de precisão. Entretanto, o mesmo exige uma alta capacidade de armazenamento de dados visto que
ele precisa conhecer as saídas do sistema para determinadas entradas para que a partir dessesdados a função de transferência possa ser estimada.
Por sua vez, o método dos mínimos quadrados recursivos não exige que muitos dadossejam armazenados visto que esse sistema estima uma função de transferência a partir deiterações que usam o valor atual do sistema a ser estimado, ou seja, não ha necessidade de
armazenar os dados referentes às saídas do sistema original. Além disso, o mesmo possui avantagem de ser mais resistente à interferências de ruídos e perturbações em geral.
Por fim, pode-se verificar que os resultados obtidos a partir dos experimentos realizadosestão de acordo com os conceitos teóricos abordados no primeiro tópido do trabalho. Por
conseguinte, conclui-se que o trabalho foi de grande valia no que diz respeito ao entendimento prático dos métodos de identificação de sistemas e à fixação dos conhecimentos obtidos nadisciplina.
8/17/2019 Quinto Rel c Digital
17/17
17
6.
REFERENCIAS BIBLIOGRAFICAS[1] AGUIRRE, L. A. Introdução à identificação de sistemas: técnicas lineares e não-lineares
aplicadas a sistemas reais, Biblioteca universitária da UFMG, 2007.
[2] ALMEIDA, O. M. Controle PID autoajustável, inteligente e preditivo, PhD thesis, UFSC,
2002.
[3] ANTSAKLIS, P., BARSA, T., DECARLO, R., MCCLANROCH, N. H., SPONG, M. andYURKOVICH, S. Workshop on new directions in control engineering education, National ScienceFoundation and IEEE Control Systems Society, 1998.
[4] BROSILOW, C. and JOSEPH, B. Techniques of model-based control, Upper Sanddle River,
2002
[5] CARMO, M. J. Ambiente educacional multifuncional integrado para a sintonia e a avaliação
do desempenho das malhas industriais de controle, Master’s thesis, UFJF, 2006.
[6] CARMO, M. J.; LOPES, L. C. G.; MOURA, A. L. M.; MELLO, A. G. Adaptação de um kitde servo-mecanismo para o ensino de controle de processos utilizando o software Matlab, XIEncontro de Modelagem computacional, 2008.
[7] COELHO, A. A. R.; dos SANTOS COELHO, L. Identificação de sistemas dinâmicos lineares,
Universidade Federal de Santa Catarina, 2004.