CONTROLE FUZZY PARA SISTEMA DE NVEL DE LQUIDOS FERNANDO DE MELO LUNA FILHO, HUGO LEONARDO GOSMANN, ADOLFO BAUCHSPIESS

Laboratrio de Automao, Viso e Sistemas Inteligentes Departamento de Engenharia Eltrica Universidade de Braslia http://www.ene.unb.br/~lavsi e-mail: luna,gosmann,bauchspiess{@ene.unb.br}
Resumo Atravs do estudo de sistemas no-lineares, tendo como exemplo um tanque com escoamento turbulento em sua sada, ser realizada uma comparao entre tcnicas de controle: Fuzzy e PI. O sistema construdo para o controle de nvel de liquido possui os seguintes componentes: bomba hidrulica, atuador; sensor de nvel; tanques; computador e controlador implementado em software. Os resultados obtidos experimentalmente e em simulao auxiliam a anlise do sistema, fornecendo base qualitativa e quantitativa para comparao entre as duas tcnicas de controle utilizadas. Abstract With the study of nonlinear systems, using as example a tank with turbulent flow at its output, a comparison between control techniques, such as Fuzzy and PI, will be realized. The system was built for fluid level control and has the following components: hydraulic pump, actuator; level sensor; tanks; computer and software implemented controller. Experimental results obtained and simulated help the analysis of the system, giving qualitative and quantitative resource for comparison between the two control techniques used.

Keywords Fuzzy Logic, Fluid Level Control, Control Techniques, Artificial Intelligence.

1 Introduo O interesse por tcnicas de controle multivarivel tem crescido nos ltimos anos [8]. Entretanto, nem sempre fcil determinar quando esses mtodos compensam o maior esforo computacional e trazem, de fato, melhor desempenho que estruturas mais simples de controle. Este trabalho descreve um processo de tanques acoplados, em escala de laboratrio, construdo para servir de plataforma para a implementao e avaliao de diferentes estratgias de controle em um processo multivarivel no-linear. O processo de tanques acoplados bastante adequado para ser utilizado neste tipo de estudo, basicamente por dois motivos: primeiro, porque bastante comum em escala industrial, principalmente nos ramos qumico, petroqumico, de celulose e de alimentos [7]; e segundo, porque de fcil construo e modelagem relativamente simples, permitindo que diferentes controladores possam ser projetados, implementados e testados de forma rpida e eficiente. 2 Estado da Arte Diversos processos envolvendo tanques acoplados so apresentados na literatura, todos eles com construes e aplicaes bastante particulares. A seguir os trabalhos mais relevantes so revisados. Gambier e Unbehauen [9] apresentam resultados da utilizao de um controlador preditivo adaptativo generalizado em um sistema multivarivel com 3 tanques interconectados. A tcnica foi testada em uma planta piloto. A abordagem adaptativa

avaliada para o problema de seguimento de trajetria nos casos em que mudanas de referncia levam o sistema para pontos de operao onde o modelo nominal no vlido. Johansson [8] descreve um sistema com quatro tanques utilizado para ilustrar as limitaes de controladores para sistemas de realimentao multivariveis, especialmente o efeito de zeros em malha fechada. O sistema foi concebido de forma que a sua dinmica possa passar de fase mnima fase nomnima atravs do ajuste de uma vlvula. Ko et. al. [10] descrevem um sistema com dois tanques acoplados, para fins de ensino e pesquisa, utilizados em um laboratrio virtual de controle. Quatro estratgias de controle so implementadas: controle manual (em malha aberta), tambm usado para coletar dados para a identificao do sistema fsico, controle PID, controle no espao-de-estados e controle fuzzy. 3 Sistemas Inteligentes Lgica Fuzzy, Redes Neurais, Sistemas Especialistas e algoritmos genticos fazem parte de um novo paradigma conhecido por sistemas inteligentes. Estes sistemas procuram fornecer respostas que solucionam problemas, de forma apropriada s situaes especficas destes problemas, mesmo sendo novas ou inesperadas [1]. A operao destes sistemas inspira-se, em geral, em sistemas biolgicos. A capacidade criativa dos seres humanos, de raciocinar de maneira incerta ou difusa contrasta com a forma de operar de computadores e mquinas, regidos por raciocnio binrio e preciso [4]. No momento em que estas mquinas transcendessem a esta restrio, tornar-se-iam inteligentes, podendo raciocinar de forma difusa. Esta

3017

forma de raciocnio conhecida em ingls por Fuzzy, tendo como traduo em portugus nebuloso, difuso. O Controle Fuzzy, ento, procura incorporar a forma humana de pensar em sistemas de controle. Os controladores obtidos tm uso em sistemas dinmicos complexos, de comportamento no-linear. 3.1 Lgica Fuzzy Lgica Fuzzy uma tcnica de Inteligncia artificial, disciplina que procura maneiras de mquinas simularem o raciocnio humano na soluo de problemas diversos. Esta abordagem procura mimetizar a forma humana atuar. Um sistema baseado em Lgica Fuzzy pode ter sua ao esquematizada pelos seguintes elementos constituintes: Fuzzificador, Regras, ou base de conhecimento, Inferncia, ou lgica de tomada de decises, Defuzzificador. O fuzzificador responsvel pelo mapeamento das entradas numricas em conjuntos fuzzy, variveis lingsticas. A inferncia realizada mapeando-se valores lingsticos de entrada em valores lingsticos de sada com o uso das regras. Esta usa implicaes Fuzzy para simulao de decises humanas, gerando aes de controle, chamados de conseqentes, partindo-se de um conjunto de condies de entrada, chamada de antecedentes. Esta base de conhecimento representa o modelo do sistema a ser controlado, consistindo numa base de dados e uma base de regras fuzzy lingsticas. A base de dados fornece definies numricas e a base de regras caracteriza os objetivos do controlador e sua estratgia usada, geralmente fornecida por pessoas especialistas no sistema. O defuzzificador mapeia valores lingsticos em valores numricos de sada. Esta funo realizada por uma interface de defuzzificao, obtendo-se um valor discreto que possa ser usado numa ao de controle no mundo real. A base dos sistemas Fuzzy a teoria dos conjuntos Fuzzy. Estes conjuntos so uma extenso dos conjuntos convencionais, que permitem somente que elementos sejam verdadeiros ou falsos (lgica booleana, bivalente). Conjuntos Fuzzy permitem que seus elementos possuam um certo grau de pertinncia associado, sendo esta propriedade conhecida como multivalncia. Isto permite a aproximao com o mundo real que no bivalente, na realidade multivalente com um vasto nmero de opes ao invs de somente duas. A lgica Fuzzy, ento, permite trabalhar com tais incertezas de fenmenos naturais de forma rigorosa e sistemtica.

A determinao do grau de pertinncia, para conjuntos Fuzzy contnuos, se d pela anlise de funes de pertinncia. Estas funes possibilitam o clculo do grau de pertinncia de acordo com o valor assumido pela varivel [1]. Elas representam os aspectos fundamentais de todas as aes tericas e prticas de sistemas Fuzzy. 4 O sistema de nvel de lquidos A Fig. 1 a seguir mostra um esquema do sistema proposto.

Figura 1 - Esquema do sistema hidrulico proposto

Conforme mostrado na Fig. 1, o sistema de tanques proposto constitudo de trs tanques acoplados. As bombas hidrulicas colocadas prximas aos tanques 1 e 3 permitem bombear gua do reservatrio para os respectivos tanques. Os sensores de nvel 1, 2 e 3 medem os nveis de lquido nos tanques. Atravs de vlvulas os tanques so conectados entre si e tambm permitem a sada da gua para o reservatrio. Para uma certa configurao de vlvulas o problema de controle consiste em manter o nvel de lquido em valores pr-estabelecidos para cada um dos tanques. A vazo de sada dos tanques varia com a raiz quadrada da altura da coluna de gua, considerando o fluxo de sada como sendo turbulento. Isto torna o sistema no-linear. Alm disto, o acoplamento entre os tanques faz com que um nvel de tanque seja uma perturbao para o tanque vizinho. O sistema construdo utilizou os seguintes materiais: Bombas hidrulicas; Trs potencimetros; Chapa de acrlico de 1m2 e 5mm de espessura; Placa de aquisio de dados AD/DA de 12 bits, com 16 canais de entrada e 2 canais de sada. Os tanques foram construdos em acrlico transparente, para facilitar a visualizao do nvel de gua nos mesmos. Para constru-los, a chapa de acrlico foi cortada em pedaos de tal maneira que cada tanque, em forma de paraleleppedo, possusse as seguintes dimenses: 350 mm de altura; 250 mm x 60 mm de base.

3018

Isto resulta nas seguintes propriedades para cada tanque: rea da seo transversal de 150 cm2; Capacidade volumtrica de 5.25 litros. O sensor de nvel usado feito acoplando-se um potencimetro a uma haste de alumnio. Esta haste possui uma bia na sua outra extremidade que entra em contato direto com a gua, fazendo o eixo do potencimetro girar conforme o nvel de gua no tanque varia. A placa AD/DA instalada num PC Pentium100, com sua sada ligada a uma rgua de bornes. 4.1 Modelo Matemtico do Sistema Multi-tanques Para a modelagem do sistema multi-tanques, leva-se em conta as seguintes variveis do sistema: Qi1 e Qi2: vazo de entrada nos tanques 1 e 2 fornecida pela bomba de esguicho [cm3/s]; Q13 e Q32: vazes entre os tanques 1/3 e 3/2, respectivamente; [cm3/s]; Qo1 e Qo2: vazes de sada dos tanques 1 e 2 para o reservatrio [cm3/s]; H1, H2 e H3: nvel de lquido nos tanques 1, 2 e 3. [cm] Usa-se, ento, uma analogia com um sistema eltrico, relacionando os parmetros do sistema hidrulico com os parmetros R e C de um circuito eltrico [6]. A resistncia (R) a capacitncia (C) so calculadas da seguinte maneira:

As equaes apresentadas servem como modelo linearizado do processo, possibilitando o projeto de controladores lineares para este sistema. Os parmetros R do sistema so determinados experimentalmente, enquanto que o valor da capacitncia dos tanques determinado pela rea da seo transversal do tanque. 5 Controladores Fuzzy e PI Inicialmente, foi simulado um sistema Multitanque, representado pelo esquema da figura 2:

Figura 2 Multi-tanque em malha aberta

dH R= dQ o dV C= dH

(1) (2)

O sistema testado usando-se um controlador Fuzzy, como mostrado na figura 3:

A capacitncia (C) representa a rea do tanque e a resistncia (R) a perda de carga que o fluido sofre at chegar ao reservatrio. Este valor de resistncia tambm usado para determinao da influncia de um tanque sobre o outro, atravs de seus respectivos dutos de comunicao. Com estes parmetros do sistema linearizado em torno de um ponto de operao, pode-se demonstrar que (sistema mono-tanque) [6]:
H1 ( s ) R1 = Qi1 ( s) R1Cs + 1

(3)

Para o sistema de dois tanques acoplados, tambm pode ser demonstrada a seguinte equao: H 3 ( s) R2 = 2 Qi 2 (s ) R32 R2 s + C ( R32 + 2R2 )s + 1 (4)
Figura 3 - Simulao do sistema com controlador Fuzzy

3019

O controlador Fuzzy projetado segue os seguintes princpios de funcionamento: para valores de erro positivos, a vazo da bomba deve ser mxima e para valores de negativos a vazo deve ser mnima, qualquer que seja a altura de referncia. Para alguns nveis, a vazo de entrada, quando o erro for nulo, deve igualar a vazo de sada, resultando num controlador no-linear. Visando a posterior comparao entre o controle fuzzy e a tcnica de controle convencional PI, um canal integral usado em paralelo ao controlador fuzzy, fato observado na figura 4. As funes de pertinncia das variveis de entrada, erro e altura, e da varivel de sada, vazo da bomba hidrulica, esto representadas pelas figuras 4, 5 e 6. Estas funes de pertinncia foram obtidas experimentalmente, sendo ajustadas de forma emprica, de acordo com o sistema analisado.

Mtodo de clculo de AND: mnimo; Mtodo de clculo de OR: mximo; Mtodo de clculo de Implicao: mnimo; Mtodo de clculo de Agregao: mximo; Mtodo de Defuzzificao: centride.

5.1-Projeto do Controlador PI Controladores PID possuem larga aplicao em processos industriais. Isto se deve, em grande parte, ao seu bom desempenho observado, em malha fechada, quando usado em processos com dinmica conhecida [5]. Sua simplicidade ajuda na sua implementao em malhas de controle. Para obteno do controlador PI, o canal derivativo anulado pelo uso de uma constante de derivao nula. Aplicando a transformada de Laplace em ambos os lados da equao do controlador PI, a funo de transferncia do mesmo obtida:
U (s ) K p .(Ti .s + 1) = E ( s) Ti .s

(5)

Figura 4 - Funes de pertinncia para varivel de entrada Erro

Figura 5 - Funes de pertinncia para varivel de entrada Altura

Com a equao acima e a equao da funo de transferncia do processo mono-tanque, a funo de transferncia de malha aberta do sistema obtida. Fixando-se um valor da constante de integrao Ti =100s, tendo em mos os parmetros do processo linearizado (resistncia e capacitncia), o mtodo LGR, lugar geomtrico das razes, pode ser usado para a determinao do ganho Kp. Isto feito partindo-se das especificaes de desempenho do controlador PI. Para o presente trabalho, as especificaes so as seguintes: Mp=0% (sobrepasso); Ts=20s (tempo de subida). O valor de sobrepasso escolhido para evitar problemas de transbordo de lquido. Considerando o ponto de operao em 20cm, o lugar geomtrico das razes deste sistema traado, sendo representado pela figura 8:

Figura 6 - Funes de pertinncia para a sada vazo da bomba

As regras de inferncia para este controlador so as seguintes:

Figura 7 - Base de regras

Figura 8 LGR para o sistema com controlador PI

Alguns dados sobre o sistema de inferncia Fuzzy adotado:

Atravs deste grfico, o ganho proporcional do controlador PI determinado para as especificaes de desempenho citadas.

3020

6 Resultados Experimentais 6.1 Implementao dos Controladores Os controladores simulados so implementados via software, atravs de um programa escrito em linguagem C++. Este programa recebe o sinal de tenso correspondente altura de lquido no tanque e retorna a tenso a ser enviada ao driver de potncia para acionamento da bomba hidrulica. A interface entre o programa executado no computador digital e os sinais analgicos do sistema feita atravs da placa AD/DA. Todos estes programas foram desenvolvidos em ambiente do compilador Borland C++. A foto ilustrativa da figura 9 representa o sistema multi-tanque construdo. As figuras 10, e 12 representam as respostas aos sinais de teste simulados e as figuras 11 e 13 as respostas aos sinais de teste aplicados diretamente sobre o sistema real. O sinal de teste escolhido uma onda quadrada de perodo de 100s, e amplitude de 1cm, sendo aplicada em diversos pontos de operao, 16cm, 20cm e 24cm, para observao do desempenho das estratgias de controle implementadas.

Figura 11 - Resposta obtida pelo sistema dos nveis dos tanques 1 e 2 ao sinal de teste, controlador PI.

Figura 12 - Resposta simulada dos nveis dos tanques 1 e 2 ao sinal de teste, controlador Fuzzy.

Figura 9 - Sistema Multi-tanque implementado

Figura 13 - Resposta obtida pelo sistema dos nveis dos tanques 1 e 2 ao sinal de teste, controlador Fuzzy.

Figura 10 Resposta simulada dos nveis dos tanques 1 e 2 ao sinal de teste, controlador PI.

A similaridade entre os grficos obtidos em simulao e os grficos obtidos no sistema real valida a tcnica de modelagem empregada. Para a resposta ao degrau, o controlador apresenta pouco ou nenhum sobrepasso, para os testes representados pela figura 13, com tempo de subida minimizado pela prpria caracterstica dos controladores Fuzzy projetados. A comparao entre os grficos das figuras 11 e 13 mostra a melhora no desempenho do sistema usando-se um controlador nebuloso. O controlador

3021

PI apresentou erro de regime em torno de 0.8cm e tempo de subida mnimo de 20s. Entretanto, o tempo de subida do sistema com controlador difuso fora de 15s com erro de regime mximo de 0.2cm. A taxa de amostragem, cerca de 50ms foi compatvel com as constantes de tempo do sistema. Os controladores implementados apresentaram boa preciso com pequeno erro de regime permanente e nenhum sobrepasso. O tempo de subida do sistema em malha fechada reduzido pelas regras utilizadas. A presena de rudo, percebida pelos picos de tenso observados nas figuras 11 e 13, poderia ser evitada com filtros passa-baixa. Estes rudos inviabilizaram o uso do canal derivativo de um controlador PID. Isto gerou uma resposta com elevado tempo de acomodao. O principal efeito disto m controlador PI cuja atuao no consegue zerar o erro de regime dentro do perodo da onda quadrada. 7 Concluses Os resultados das diversas simulaes realizadas permitiram a avaliao prvia do comportamento do sistema quando operando com o controlador projetado. A ferramenta de simulao usada, o ambiente Matlab-Simulink , foi muito til para o projeto dos controladores e avaliao do desempenho dos mesmos. O projeto de controladores Fuzzy foi implementado com a Fuzzy Logic Toolbox , parte integrante do software MATLAB, e permitiu a avaliao do desempenho do controlador com diversas combinaes de configuraes possveis. Isto consiste no uso de diferentes: mtodos de defuzzificao, nmero de regras, nmero de funes de pertinncia, entre outros. O sensor usado, consistindo de um potencimetro logartmico com acionamento conectado a uma haste com bia, apresentou comportamento suave e boa preciso. A disponibilidade de programas escritos em linguagem C++ facilitou a implementao dos controladores Fuzzy no sistema objeto de anlise [4]. Com o cdigo fonte destes programas em mos, torna-se possvel o teste de diversas combinaes de controladores (de acordo com mtodos de defuzzificao, implicao, etc.) para avaliao de desempenho dos mesmos. A tcnica de inteligncia artificial Lgica Fuzzy mostra-se bastante til para controle de plantas comprovadamente no-lineares. A observao dos grficos de resposta, tanto os simulados quanto os reais, mostram sua adequao para o tratamento de problemas no-lineares. A sua associao com outras tcnicas de controle inteligente, como Redes Neurais (sistema Neurofuzzy), poderia apresentar ganhos significativos em termos de desempenho do sistema em malha fechada.

Agradecimentos Agradecemos FINATEC e ao CNPq pelo suporte financeiro prestado. Referncias Bibliogrficas [1] Shaw, I. S., Simes, M. G., (1999) Controle e Modelagem Fuzzy, Edgard Blcher, So Paulo. [2] Kasabov, N. K., (1996) Foundations of Neural Networks, Fuzzy Systems and Knowledge Engineering, MIT Press. [3] Harris, C. J., Moore, C. G., Brown, M., (1993). Intelligent Control Aspects of Fuzzy Logic and Neural Nets, World Scientific Publishing Co., Singapore, v.2, 380p. [4] Bauchspiess, A., (1995) Servocontrole preditivo de robs guiados por sensores, Universitt Erlangen-Nrnberg [5] Normey-Rico, J. E., (2001) Projeto de Controladores PID industriais, Santa Catarina. [6] Gosmann, H. L., (2002) Um sistema Multivarivel de tanques acoplados para avaliao de tcnicas de controle, Dissertao de Mestrado, Universidade de Braslia. [7] Garcia, C., (1997) Modelagem e Simulao de Processos Industriais e de Sistemas Eletromecnicos. Editora da Universidade de So Paulo, So Paulo. [8] Johansson, K. H., (2000) The quadruple-tank process: A multivariable laboratory process with an adjustable zero. IEEE Transactions on Control Systems Technology,8(3):456465. [9] Gambier, A. e Unbehauen, H. Adaptive predictive state-space control of a multivariable 3-tank system. Em 38th Conference on Decision & Control, pginas 12341239, Phoenix, Arizona, dezembro de 1999. [10] Ko, C. C., Chen, B. M., Chen, J., Zhuang, Y., e Tan, K. C. Development of a web-based laboratory for control experiments on a coupled tank apparatus. IEEE Transactions on Education, 44(1):7686, fevereiro de 2001.

3022