Escolar Documentos
Profissional Documentos
Cultura Documentos
Qualificação
Qualificação
Resumo
O controlador Dynamically Damped Proximate Time Optimal Servomechanism (DDPTOS) ja demonstrou alto-desempenho no domnio contnuo, porem
a sua aplicacao ainda e restrita devido a falta de uma representac
ao no domnio
discreto. Sendo assim, o trabalho prop
oe a discretizac
ao desta lei de controle
usando o metodo de aproximacao do tempo contnuo para o tempo discreto. A
estabilidade do controlador proposto e realizada lancando-o em um setor limitado, resultando em um conjunto de condic
oes Linear Matrix Inequalities (LMIs)
para garantir uma regiao de estabilidade em malha-fechada.
Introduc
ao
Ha diversos metodos que visam alcancar a mais rapida resposta em sistemas de con-
trole automaticos. Sendo a planta um integrador duplo, os limites teoricos para alto
desempenho sao dados pelo Time-Optimal Control (TOC), tambem conhecido como
Control (PTOS) tem uma resposta proxima ao desempenho de tempo otimo. Sua
estrategia de controle e baseada no TOC, porem ha uma troca da lei de controle
nao-linear para um controle linear Proporcional-derivativo (PD), conforme o sistema
aproxima-se da referencia. Esta troca faz com que o sistema tenha uma performance
inferior ao bang-bang, contudo nao ocorre o indesejado efeito de chattering.
Outra importante tecnica de controle com objetivo de atender o desempenho otimo
do sistema e o Composite Nonlinear Feedback (CNF) (CHEN et al., 2003). Esta estrategia sugere o projeto de uma lei de controle que proporcione baixa taxa de amortecimento associado com uma funcao nao-linear que gradualmente adiciona amortecimento ao sistema conforme o mesmo aproxima-se da referencia, desta forma evitando
o sobressinal.
Alem disso, e importante ressaltar que outros metodos de controle alcancam alta
performance podendo ser aplicados em diversos sistemas. Estes incluem a abordagem
Linear Quadratic Gaussian (LQG) (LEWIS; SYRMOS, 1995), metodos Proporcional Integral Derivativo (PID) nao lineares (SU; SUN; DUAN, 2005), controladores
Fundamentos Te
oricos
Esta secao apresentara uma breve descricao do sistema que sera usado para imple-
mentar o controlador assim como uma breve introducao das leis de controles envolvidas
na construcao do controlador DDPTOS.
2.1
Integrador Duplo
O sistema a ser considerado e dado por uma massa M sujeito a uma forca de atrito
c, onde o mesmo pode ter sua dinamica representada pela seguinte equacao diferencial:
M y = u cy.
x 1 = x2
x 2 = ax2 + b sat(u)
y = x1
com a = c/M , b = 1/M e x = [x1 x2 ] representando posicao e velocidade do sistema.
Ainda mais, pode-se adicionar um compensador de atrito (SALTON et al., 2011;
ZHENG; FU, 2008) ao sistema anulando o coeficiente a, sem prejudicar analises futuras.
2.2
Usado para alcancar o tempo otimo de sistemas tipo servomecanismos. Sua lei
de controle faz com que o sistema obtenha a maxima aceleracao seguido da maxima
desaceleracao a fim de seguir a trajetoria de velocidade otima predefinida para alcancar
o destino final no menor tempo.
Em geral, a melhor performance pode ser alcancada trocando o sinal de controle
entre os dois nveis extremos de entrada, por este motivo esta lei de controle tambem
e conhecido como bang-bang.
A sua lei de controle pode ser definida como:
u =
usgn(sgn(e)
2
u|e|
+ y)
M
(1)
e=yr
Sendo que a funcao sgn e dada por:
sgn(e) =
{
+1, e > 0
1, e < 0
Apesar deste controlador ser conhecido como tempo otimo, a sua implementacao
torna-se uma ardua tarefa devido a nao robustez `a incertezas, rudos nas medicoes e a
presenca do fenomeno chattering. Este fenomeno e causado pelo mudanca abrupta
entre os nveis de saturacao maximo e mnimo no controle, desta forma provocando
uma oscilacao sustentavel na sada, conforme Figura 1.
2.3
Posio
Posio
Referncia
1.0001
0.9999
0.9
0.95
1
Tempo(s)
Sada de controle
1.05
1.1
Sinal de controle
6
Sinal de controle
4
2
0
2
4
6
0.9
0.95
1
Tempo(s)
1.05
1.1
fe(.)
sat(.)
a
s
1
s
Eliminou a fundcao sgn(.) onde foi possvel incluir um parametro K para controlar a intensidade da entrada do controle, minimizando o efeito de chattering;
Aplica-se uma lei de controle que troca de uma funcao nao linear complexa para
um simples PD quando o sistema se aproxima da referencia.
A lei de controle do PTOS e dada por:
Onde:
fp (e) =
k1 e
sgn(e)( 2|e|
M
, |e| yl
k2
)
k2
, |e| > yl
(2)
u
k1
2k1
k2 =
b
yl =
2.4
Composite Nonlinear Feedback (CNF) foi desenvolvido por Lin, Pachter e Banda
(1998).Sua lei de controle tem como principal caracterstica nao realizar troca de
funcao, fazendo com que o sistema nao tenha problema com a descontinuidade gerada pela troca de funcao. A ideia de Lin et. al. resultou na composicao de uma lei
de controle linear com uma lei de controle nao-linear, sem nenhuma troca de funcao.
A realimentacao linear e projetada para obter um sistema em malha fechada com
uma pequena taxa de amortecimento para uma resposta rapida, e ao mesmo tempo
nao excedendo os limites do atuador para os nveis de comandos desejados na entrada.
A lei de controle nao-linear e usada para aumentar a taxa de amortecimento conforme
o sistema aproxima-se da referencia, assim reduzindo o sobressinal causado pela parte
linear subamortecida.
Sendo assim, pode-se dividir a lei de controle CNF da seguinte maneira:
1. Lei linear:
u = Kx
(3)
u = W x(e)
(4)
u = Kx + W x(e)
(5)
Position(mm)
60
40
20
PTOS
DDPTOS
0
0.05
0.1
Time(s)
0.15
0.2
Signal u
0.5
0
0.5
1
PTOS
DDPTOS
0
0.05
0.1
Time(s)
0.15
0.2
(e) =
{
(|e(k)| yl )2 , e yl
0
(6)
, e > yl
Apesar do desempenho da lei de controle CNF ser muito bom, esta tecnica tem um
problema quando ha uma variacoes no sinal de entrada do sistema, onde necessita-se
de um reajuste dos ganhos no controlador, tornando-se muito difcil a sua utilizacao
pratica.
2.5
O controlador DDPTOS foi desenvolvido tendo como base a lei de controle PTOS e
CNF. A grande vantagem deste controlador da-se pelo fato da troca de funcao ocorrida
na lei de controle PTOS nao ser mais para um simples PD, e sim, para uma lei de
controle nao-linear baseada no CNF.
Como consequencia desta mudanca na funcao, pode-se aumentar o valor do fator
de desconto de aceleracao () de forma a diminuir o conservatismo presente na funcao
f (e).
Objetivos
A evolucao dos microcontroladores tornaram possvel a implementacao de algorit-
Provar a estabilidade da lei de controle no tempo discreto: com o uso do equacionamento matematico, sera provado a estabilidade do sistema com suas respectivas restricoes;
Propostas
Para alcancar o objetivo final do trabalho, sera realizado a revisao bibliografica das
Resultados e Discuss
ao
O resultado esperado para o trabalho e a discretizacao da lei de controle proposta,
Considerac
oes Finais
Uma das grandes dificuldades encontradas ate o momento esta no fato da funcao
Cronograma
Para a execucao do trabalho sao propostas as seguintes etapas, a serem desenvolvi-
Etapa
1
2
3
4
5
6
Julho
X
X
Janeiro
Fevereiro
X
X
X
X
X
X
X
X
X
Refer
encias
ARTHUR, E.; BRYSON, J.; HO, Y. Applied Optimal Control: Optimization,
Estimation, and Control. [S.l.]: Taylor & Francis Group, 1975. (Halsted Press book).
BLIMAN, P.-A. An existence result for polynomial solutions of parameter-dependent
lmis. Systems & Control Letters, 2004. v. 51, n. 3-4, p. 165169, March 2004.
BOYD, S. et al. Linear Matrix Inequalities in System and Control Theory.
Philadelphia, PA: SIAM, 1994. (Studies in Applied Mathematics, v. 15). ISBN
0-89871-334-X.
CASTELAN, E. B.; TARBOURIECH, S.; QUEINNEC, I. Control design for a class
of nonlinear continuous-time systems. Automatica, 2008. v. 44, n. 8, p. 2034 2039,
2008.
CHEN, B. et al. Composite nonlinear feedback control for linear systems with input
saturation: theory and an application. Automatic Control, IEEE Transactions on,
2003. v. 48, n. 3, p. 427439, 2003. ISSN 0018-9286.
CHEN, B. M. et al. Hard Disk Drive Servo Systems (Advances in Industrial Control).
Secaucus, NJ, USA: Springer-Verlag New York, Inc., 2006. ISBN 1846283043.
CHESI, G. et al. Polynomially parameter-dependent lyapunov functions for
robust stability of polytopic systems: an lmi approach. Automatic Control, IEEE
Transactions on, 2005. v. 50, n. 3, p. 365370, 2005. ISSN 0018-9286.
FLORES, J. V. et al. Acceleration enhancement factor for damped systems subject
to the discrete proximate time optimal servomechanism. Conference on Decision and
Control, 2013. 2013. In submission.
J. D. Constrained control and estimation: an
GOODWIN, G.; SERON, M.; DONA,
optimisation approach. [S.l.]: Springer, 2004.
JR., J. G. da S. et al. Dynamic output feedback stabilization for systems with
sector-bounded nonlinearities and saturating actuators. Journal of the Franklin
Institute, 2013. n. 0, p. , 2013.
KHALIL, H. K. Nonlinear Systems. 3rd. ed. [S.l.]: Prentice Hall, 2002. Hardcover.
LEWIS, F.; SYRMOS, V. Optimal Control. [S.l.]: John Wiley & Sons, 1995. (A
Wiley-Interscience publication).