Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Resumo:
Este artigo apresenta um algoritmo para projetar um Controlador Lógico com ganho
programado PI+PD através de um Sistema de Inferências Fuzzy, abordando desde a criação dos
Conjuntos Lógicos para as Entradas e Saídas, as Regras de Inferência, a definição dos
parâmetros iniciais e a dedução dos sinais de controle e da saída da planta. Ao final, é realizada
uma análise e discussão dos resultados obtidos, comparando-o com a sintonia de controladores
utilizando o método de Ziegler-Nichols e uma Sintonia utilizando o Lugar Geométrico das
Raízes, sendo esta última sugerida por Ogata [3].
1 – Introdução:
2 - Desenvolvimento:
1
2.2 – O Sistema Proposto e sua Sintonia Através de um Controlador PID Convencional:
O sistema 2.1 (de terceira ordem) foi o escolhido para ser explorado neste trabalho.
Trata-se de um sistema que possui um controlador PID convencional proposto por Ogata [3].
Uma observação importante sobre controladores PID, quando em sistemas praticamente
lineares, é que eles, quando bem sintonizados, dificilmente encontram substitutos à altura [11].
Sistema 2.1
Sistema Original com Controlador PID - Resposta a um Degrau Unitário em Malha Fechada
1.8
1.6
1.4
CONTROLADOR KP TI TD
1.2 P 0,5. KU - -
1 PI 0,4. KU 0,8.TU -
Amplitude
0.8
PID 0,6. KU 0,5.TU 0,125. TU
Tabela 2.1 – Parâmetros do Regulador obtidos pelo Método
0.6
de Ziegler-Nichols em Malha Fechada.
Resposta a um Degrau com PID Ziegler-Nichols
0.4
Resposta a um Degrau com PID sugerido por Ogata
0.2
0
0 5 10 15
tempo (sec)
De acordo com o artigo de MANN, HU & GOSINE [8], serão utilizadas as grandezas
Erro e Derivada do Erro como entradas e os sinais de Controle PI e PD como saídas para o SIF.
Todos esses quatro conjuntos lógicos são compostos por sete funções igualmente espaçadas
dentro do espaço amostral do sinal [6,7], com as duas extremas sendo trapezoidais e as cinco
centrais sendo triangulares (Figuras 2.2 e 2.3).
2
Para a entrada de erro e utilizando o Fuzzy Logic Tolbox do Matlab [9,10], é possível
criar os conjuntos Fuzzy. Primeiro determina-se a faixa de valores (o fator de escala) máxima
para o conjunto (no exemplo, uma faixa particular vai de -1,6 a 1,6):
GRÁFICO DAS FUNÇÕES DE PERTINÊNCIA PARA A ENTRADA 1 - ERRO GRÁFICO DAS FUNÇÕES DE PERTINÊNCIA PARA A SAÍDA 2 - PI Fuzzy
NB NM NS AZ PS PM PB NB NM NS AZ PS PM PB
1 1
0.8 0.8
Grau de Pertinência
Grau de Pertinência
0.6 0.6
0.4 0.4
0.2 0.2
0 0
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1 -0.025 -0.02 -0.015 -0.01 -0.005 0 0.005 0.01 0.015 0.02 0.025
Entrada 1 - ERRO NORMALIZADO e(k) Saída 2 - PI Fuzzy
Fig.2.2 Funções de Pertinência para a Entrada de Erro. Fig.2.3 Funções de Pertinência para a Saída PI Fuzzy.
Uma das facilidades do Controlador PI+PD Fuzzy é que: uma vez criado o conjunto
para uma entrada, ele poderá ser replicado para as três variáveis restantes sem maiores esforços,
o que facilita acentuadamente o desenvolvimento do algoritmo.
- Antecedentes: São as funções das entradas que serão acionadas, no caso a função 4 para a
entrada de Erro (AZ) e a função 1 para a entrada Derivada do Erro (NB);
- Consequentes: São as funções que serão disparadas na saída, no caso a função 1 para a saída
PD (NB) e a função 2 para a saída PI (NM);
- Conexão: Corresponde à lógica realizada entre as duas entradas, no caso 1 significa uma
lógica AND. As Figuras 2.4 e 2.5 correspondem aos gráficos dessas duas funções em razão das
entradas de Erro e Derivado do Erro. Intencionalmente se deixou a entrada Derivada do Erro
em um dos eixos para indicar que essa entrada não exerce nenhuma influência sobre o sinal PI.
a.rule(22).antecedent=[4 1];
a.rule(22).consequent=[1 2];
a.rule(22).weight=1;
a.rule(22).connection=1;
3
A segunda parte do desenvolvimento do algoritmo envolve a definição dos parâmetros
iniciais e dos laços auxiliar e principal. Deve-se também definir as iterações iniciais da saída,
elas deverão seguir a saída sem o controlador, pois o algoritmo, devido à sua recursividade, não
tem como calcular esses valores.
GRÁFICO DAS FUNÇÕES DE PERTINÊNCIA PARA A SAÍDA 1 - PD Fuzzy GRÁFICO DAS FUNÇÕES DE PERTINÊNCIA PARA A SAÍDA 2 - PI Fuzzy
PERTINÊNCIA PARA A SAÍDA 1 - PD Fuzzy
20 0.01
0 0
-20 -0.01
-40 -0.02
0.02 0.02
0.01 1 0.01 1
0 0.5 0 0.5
0 0
-0.01 -0.5 -0.01 -0.5
Entrada 2 - DER. DO ERRO De(k) -0.02 -1 Entrada 2 - DER. DO ERRO De(k) -0.02 -1
Entrada 1 - ERRO e(k) Entrada 1 - ERRO e(k)
D_e(k)
NB NM NS AZ PS PM PB
NB NB NB NB NM NM NS AZ e(k)
NM NB NB NB NM NS AZ PS NB NM NS AZ PS PM PB
NS NB NM NM NS AZ PS PM UPI NB NM NS AZ PS PM PB
e(k) AZ NB NS NS AZ PS PM PB
PS NM NS AZ PS PM PB PB
PM NS AZ PS PM PB PB PB Tabela 2.3 – Regras de Sintonia do Especialista Fuzzy para
PB AZ PS PM PM PB PB PB a saída PI Fuzzy (Sinal UPI) a partir da entrada e(k).
Tabela 2.2 – Regras de Sintonia do Especialista Fuzzy para
a saída PD Fuzzy (Sinal UPD) a partir das entradas e(k) e
D_e(k).
Fig. 2.6 – Sistema de Controle PI+PD Fuzzy em malha fechada. O Sinal de Erro corresponde à diferença entre a
referência (Sinal de Entrada) e a saída real (Sinal de Saída).
4
A planta, juntamente com o controlador Ziegler-Nichols, resultará em um sistema de
quarta ordem (equação 2.1), que se pode chegar facilmente à sua resolução (sistema 2.2) [4,12],
de onde temos o sinal de saída a ser inserido no laço principal:
Equação 2.1
Sistema 2.2
Esta mesma dedução deve ser aplicada para se encontrar o sinal de saída da planta com
o Controlador PI+PD Fuzzy. Evidentemente que para o cálculo dessa saída, é necessário que o
sinal de controle (Equação 2.2) esteja previamente definido. Como se sabe, este sinal de
controle, por sua vez, é formado pelos sinais UPD e a soma acumulada de UPI [8], que estão
relacionadas diretamente às saídas do SIF.
Equação 2.2
3. Resultados e Discussões:
A figura 3.1 mostra a resposta a um degrau unitário (em malha fechada) com os três
controladores (Ziegler-Nichols, Proposto por Ogata e PI+PD Fuzzy), enquanto a figura 3.2
representa o sinal de Controle. Importante ressaltar que esta é apenas uma das condições de
sintonia do controlador Fuzzy, outras condições podem ser obtidas a partir de mudanças
selecionadas nas compliâncias dos sinais de entrada e saída do SIF. Notável observar também
que o controlador Proposto por Ogata ainda é o que apresenta o melhor Tempo de Subida, mas
perde em termos de desempenho quando as características principais especificadas são o
Sobressinal Percentual e o Tempo de Acomodação. Poderia se questionar se realmente esses
dois últimos parâmetros são importantes, mas pense, por exemplo, em um sistema de energia
elétrica, que exige variações de no máximo 2 a 5% [13] em relação à referência. Muitas das
vezes, no mundo real é necessário abrir um pouco mão da velocidade de resposta de um sistema
de controle em prol de sua estabilidade e confiabilidade. Além do que, necessidades de
respostas muito rápidas implicam em maiores esforços de controle, o que em tese pode
contribuir para a diminuição da vida útil dos atuadores.
Ainda com relação às respostas, poder-se-ia pensar, à primeira vista, que não se atingirá
o valor final para o Controlador PI+PD Fuzzy, pois o sinal fica boa parte do tempo acima da
referência. No entanto, uma análise mais próxima do gráfico revela que a resposta possui sim
uma convergência, embora ela ocorra de maneira mais lenta que os outros dois controladores.
Esta é uma característica de tal controlador, onde a amplitude do sinal PI deve ser ordem de
vezes menor que a do sinal PD para que sejam amortecidas apenas pequenas oscilações em
torno do regime permanente [11]. Evidentemente que se poderia provocar uma convergência
mais rápida na resposta, embora aqui não se tenha optado por tal caminho.
Quanto à sintonia do controlador PI+PD Fuzzy, vale ressaltar que em tese ela é
relativamente simples. Conforme comentado anteriormente, primeiro escolhe-se uma faixa para
o sinal de controle proporcional-integral (UPI) bem inferior ao proporcional-derivativo (UPD),
pois do contrário, poder-se-á levar o sistema à instabilidade. A partir de então, começa-se
gradativamente a aumentar o sinal UPD de forma a provocar uma diminuição na oscilação do
regime transitório, até se atingir o sobressinal percentual desejado. Quando tal fato ocorrer, age-
5
se então novamente na compliância do sinal UPI de maneira gradativa, para que o nível da saída
em regime permanente atinja um comportamento satisfatório.
A tabela 3.1 faz uma comparação dos parâmetros e especificações dos três métodos de
sintonia. É possível observar melhorias no Tempo de Acomodação e Sobressinal Percentual
com o Controlador PI+PD Fuzzy, embora para isso tenha sido necessária uma leve perda no
Tempo de Subida, o que não invalida os ganhos. Já as figuras 3.3 e 3.4 representam,
respectivamente, os sinais UPI e UPD na saída do SIF, que na verdade compõem o sinal de
controle. O comportamento desses sinais refletem a análise dos especialistas descritas nas
tabelas 2.2 e 2.3.
Controlador PID Ziegler-Nichols Cont. Proposto por Ogata Cont. PI+PD Fuzzy
Parâmetros Desempenho Parâmetros Desempenho Parâmetros Desempenho
KP = 17,58 YOS=62%(@1,68 s) KP = 39,42 YOS=29,3%(@0,65 s)
Erro = [-1 1] YOS = 2,03%(@2,16 s)
TI = 1,4215 TS = 10,1 s TI = 3,077 TS = 3,44 s Der. Erro=[-0,02 0,02] TS = 0,99 s
TD = 0,3554 TR = 0,583 s TD = 0,7692 TR = 0,265 s UPI=[-0,028 0,028] TR = 0,82 s
UPD=[-59 59]
Tabela 3.1 – Especificações de desempenho obtidas utilizando os métodos de sintonia com controladores PID Ziegler-Nichols, PID
sugerido por Ogata e PI+PD Fuzzy. YOS refere-se ao sobressinal percentual, TS corresponde ao tempo de assentamento e TR é o
tempo de subida (ambos em segundos). Os parâmetros do Controlador PI+PD Fuzzy correspondem à Compliância dos sinais de
entrada e saída do SIF, significando sua sintonia.
1.6
20
1.4
1.2 10
AMPLITUDE
AMPLITUDE
1
0
0.8
0.6 -10
CONTROLADOR PID ZIEGLER-NICHOLS
0.4 CONTROLADOR PID FUZZY
CONTROLADOR PID SUGERIDO POR OGATA -20
0.2
0 -30
0 200 400 600 800 1000 1200 1400 1600 0 500 1000 1500
QUANTIDADE DE AMOSTRAS PARA UM PERÍODO DE AMOSRAGEM DE 0,01 segundo QUANTIDADE DE AMOSTRAS PARA UM PERÍODO DE AMOSRAGEM DE 0,01 segundo
Fig. 3.1 – Resposta para os sistemas com controlador PID Fig. 3.2 – Sinal de Controle do Controlador PI+PD Fuzzy.
Ziegler-Nichols (em vermelho), Proposto por Ogata (em
verde) e PI+PD Fuzzy (Azul).
6
PI Fuzzy PD Fuzzy
0.025 30
0.02 20
0.015 10
AMPLITUDE
AMPLITUDE
0.01 0
0.005 -10
0 -20
-0.005 -30
0 500 1000 1500 0 500 1000 1500
QUANTIDADE DE AMOSTRAS PARA UM PERÍODO DE AMOSRAGEM DE 0,01 segundo QUANTIDADE DE AMOSTRAS PARA UM PERÍODO DE AMOSRAGEM DE 0,01 segundo
Fig. 3.3 – Sinal PI fuzzy para o Sistema Proposto de Fig. 3.4 – Sinal PD fuzzy para o Sistema Proposto de
Terceira Ordem com Controlador PI+PD Fuzzy. Terceira Ordem com Controlador PI+PD Fuzzy.
Referências:
[1] ASTRÖM, K.J & WITTENMARK, B. Adaptive Control. Dover Publications: 2nd, 2008.
[2] ZHAO, Zhen-Yu & TOMIZUKA, Masayoshi & ISAKA, Satoru. Fuzzy Gain Scheduling of
PID Controllers. IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS.
VOL. 23, NO. 5. SEPTEMBERIOCTOBER 1993.
[4] FADALI. M. Sam. Digital Control Engineering: Analysing and Design. Academic Press &
Elsevier, 2009.
[5] NISE. Norman S. Engenharia de Sistemas de Controle. 5 ed. – Rio de Janeiro: LTC, 2009.
[7] KOVACIC. Zdenko & BOGDAN. Stjepan. Fuzzy Controller Design: Theory and
Applications. Taylor & Francis Group, LLC. (Croatia), 2006.
[8] MANN. George K. I. & HU. Bao-Gang & GOSINE. Raymond G. Analysis of Direct Action
Fuzzy PID Controller Structures. IEEE TRANSACTIONS ON SYSTEMS, MAN, AND
CYBERNETICS—PART B: CYBERNETICS, VOL. 29, NO. 3, JUNE 1999.
[10] AMENDOLA. Mariangela & SOUZA. Anderson Luiz de & BARROS. Laécio Carvalho.
Manual do Uso da Teoria dos Conjuntos Fuzzy no Matlab 6.5. FEAGRI & IMECC/
UNICAMP, versão II: 2005.