Controlador N

ao-Linear em Tempo Discreto com

Alto-Desempenho para Servomecanismos
Nelso Rugero Bedin Neto
Aurelio Tergolina Salton e Jeferson Vieira Flores

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

bang-bang control (ARTHUR; BRYSON; HO, 1975). Entretanto, a implementacao

pratica deste controlador e uma tarefa muito complicada. Assim como outros controladores comutaveis, o TOC sofre efeito indesejavel do chattering (KHALIL, 2002).
Esses problemas praticos levaram a busca de tecnicas que se aproximem da performance de tempo otimo sem os efeitos indesejados do chattering.
Proposto por Workman, Kosut e Franklin (1987b), o Proximate Time-Optimal

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

sliding mode (UTKIN, 1992), modelo de controle preditivo (GOODWIN; SERON;

2004), e muitos outros. Parte dessas leis de controle consideram a saturacao
DONA,
no seu projeto, outros sao leis com chaveamento. Mas, o mais importante, estas estrategias sao gerais, podendo ser aplicadas em varios sistemas. Como consequencia,
seus desempenhos sao inferiores aos alcancados com o PTOS, onde o mesmo foi projetado especificamente para a planta integrador duplo.
Recentemente, uma tentativa de integrar a lei de controle PTOS e CNF para altodesempenho de plantas integrador duplo, foi proposta em (SALTON; CHEN; FU,
2012). Conhecida como Dynamically Damped Proximate Time-Optimal Servome-

chanism (DDPTOS), esta estrategia de controle mantem a funcao nao-linear baseada

no controlador bang-bang e conforme o sistema aproxima-se da referencia ocorre a
troca da funcao para uma funcao nao linear baseada no CNF, diminudo o conservatismo presente no PTOS e sem presenca de sobressinal.
Para fins praticos, e de suma importancia que as leis de controles possam ser
implementados em microcontroladores, devido a sua flexibilidade, manutenibilidade,
tamanho e custo. Entretanto, das tres tecnicas acima citadas, apenas os controladores
PTOS (WORKMAN; KOSUT; FRANKLIN, 1987a) e CNF (VENKATARAMANAN
et al., 2001) tem a sua representacao no domnio discreto.
Tendo como foco a implementacao das tecnicas de controles discretas em uma
planta tipo integrador duplo, o objetivo do trabalho sera o desenvolvimento de uma
representacao no domnio discreto para o controlador Dynamically Damped Proxi-

mate Time Optimal Servomechanism.

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.

Sendo u a entrada de controle e y a sada do sistema. A representacao em espaco

de estados e dada por:

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

Time Optimal Control

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

Proximate Time Optimal Control

A fim de contornar o principal problema do TOC, chattering, Workman propos uma

lei de controle baseada no tempo otimo. Seu objetivo principal e usar a maxima ace-

Sada do sistema (posio)

1.0002

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

Figura 1: Efeito chattering no sistema com o controlador TOC.

r

fe(.)

sat(.)

a
s

1
s

Figura 2: Diagrama de blocos do controlador PTOS.

leracao apenas quando e pratico. Para melhor entender, podemos dividir o raciocnio
em tres passos, sendo eles:

Eliminou a fundcao sgn(.) onde foi possvel incluir um parametro K para controlar a intensidade da entrada do controle, minimizando o efeito de chattering;

Satura-se o controlador durante a desaceleracao adicionando um termo sgn(e)

u
na funcao linear, corrigindo a desaceleracao do controlador;

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:

u(t) = k2 (fptos (e) v)

Onde:

fp (e) =

k1 e

sgn(e)( 2|e|
M

, |e| yl

k2

)
k2

, |e| > yl

(2)

A presenca do fator de aceleracao 0 < < 1 permite acomodar incertezas na

planta. Porem, o custo do aumento do fator de aceleracao e o aumento do tempo de
resposta. Alem disto, deve-se seguir as seguintes restricoes para garantir a continuidade da lei de controle:

u
k1

2k1
k2 =
b
yl =

2.4

Composite Nonlinear Feedback

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)

2. Lei nao linear:

3. Composicao de (3) e (4):

Para finalizar, deve-se projetar um ganho para a componente linear, um ganho

para a componente nao linear e uma funcao (e) que faca com que a parcela nao
linear do controle atue conforme o sistema se aproxima da referencia.

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

Figura 3: Comparacao entre a lei de controle PTOS e DDPTOS para um sistema

integrar duplo.
Uma possvel funcao (e) candidata e (CHEN et al., 2006):

(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

Dynamically Damped Proximate Time Optimal Servomechanism

(DDPTOS)

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).

Ao observar-se a Figura 3 pode-se notar o aumento do valor devido ao sinal

de controle estar por mais tempo saturado durante a aceleracao e pelo seu valor ser
maior na desaceleracao. Outro importante ponto a se ressaltar e o aumento do sinal
de controle instantes depois do erro atingir o valor de yl . Esta variacao e ocasionada
pela troca da funcao PTOS para a funcao CNF sem amortecimento, onde o mesmo e
inserido na lei de controle conforme o sistema se aproxima da referencia.

Objetivos
A evolucao dos microcontroladores tornaram possvel a implementacao de algorit-

mos complexos com um baixo perodo de amostragem. Por conseguinte, torna-se

conveniente uma representacao no domnio discreto de algoritmos de controles para
implementacoes praticas.
Com isso, o objetivo do trabalho e discretizar o controlador Dynamically Damped
Proximate Time Optimal Servomechanism, sendo necessario alcancar alguns objetivos especficos, sendo eles:

Simulacao do controlador DDPTOS no tempo contnuo: atraves de softwares

de calculo numerico, construir algoritmo que represente o sistema em malha
fechada;

Discretizacao e simulacao da lei de controle: sera feita a discretizacao da lei de

controle DDPTOS e simulada.;

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;

Implementacao da lei discreta na planta integrador duplo: utilizando um sistema

tipo servomecanismo, um microcontrolador e sistemas perifericos necessarios,
sera implementado na pratica o controlador com suas respectivas comparacoes
com sistemas existentes.

Propostas
Para alcancar o objetivo final do trabalho, sera realizado a revisao bibliografica das

tecnicas de controle juntamente com os metodos ja utilizados para provar a estabilidade

de sistemas discretos.
As tecnicas de controle de suma importancia sao:

Time-Optimal Control (TOC);

Figura 4: Regiao U e suas etapas.

Proximated Time-Optimal Servomechanism (PTOS);

Composite Nonlinear Feedback (CNF);
Dynamically Damped Proximate Time Optimal Servomechanism (DDPTOS);
Quais-Time Optimal Servomechanism (QTOS).
O metodo classico usado na prova de estabilidade destes metodos de controle e
apresentado em Workman, Kosut e Franklin (1987b), Workman, Kosut e Franklin
(1987a), Salton, Chen e Fu (2012) e Chen et al. (2003) e podendo ser explicada em
tres passos (4):
1. Dada uma regiao U saturada, qualquer trajetoria que comecar fora de U entra
em U em um tempo limite;
2. Qualquer trajetoria que comecar em U ira permanecer dentro de U indefinidamente;
3. Se o sistema comecar dentro de U ele e estavel.
Contudo, a abordagem utilizada no trabalho sera baseada em Linear Matrix Inequalities(LMI) (BOYD et al., 1994) e (TARBOURIECH S., 2011) e a prova de estabilidade sera uma adaptacao de resultados apresentador em Jr. et al. (2013) Castelan,
Tarbouriech e Queinnec (2008) Flores et al. (2013). Alem do mais, o uso de LMI
e vantajoso pois o metodo utiliza apenas uma restricao na construcao da prova de
estabilidade e estabelece uma relacao entre duas areas do controle: controle robusto e
controle otimo.
Ainda mais, o apoio computacional sera feito atraves do software Matlab e a implementacao da lei de controle na planta integrador duplo sera feita atraves da placa
de desenvolvimento Arduino Mega 2560.

Resultados e Discuss
ao
O resultado esperado para o trabalho e a discretizacao da lei de controle proposta,

de forma a obter um controlador com alto desempenho e caractersticas como:

Facil implementacao, manutencao e baixo custo, pois pode ser implementado

em microcontroladores;

Ajuste de parametros simples devido a flexibilidade na faixa dos sinais de entrada

a serem aplicados no sistema sem alterar os parametros ajustados.

Considerac
oes Finais
Uma das grandes dificuldades encontradas ate o momento esta no fato da funcao

CNF ser par, ou seja, fcnf (e) = fcnf (e).

Este fato muda um pouco a abordagem da prova de estabilidade ja apresentada
em (FLORES et al., 2013) para um estudo incluindo a abordagem apresentada em
(MONTAGNER et al., 2007).
Esta tecnica e uma extensao da condicao do setor (SILVA J.M.G.; TARBOURIECH, 2005) onde usa-se solucoes matriciais atraves de polinomios homogeneos
parametro-dependente (HPPD) (BLIMAN, 2004; CHESI et al., 2005; OLIVEIRA;
PERES, 2006) para inserir restric
oes na solucao da prova de estabilidade sem perdas
de generalidade.

Cronograma
Para a execucao do trabalho sao propostas as seguintes etapas, a serem desenvolvi-

das ao longo de oito meses, conforme especificada na Tabela 1.

1. Discretizacao do controlador DDPTOS;
2. Simulacao dos controladores DDPTOS, PTOS e CNF;
3. Prova de estabilidade da lei de controle DDPTOS;
4. Implementacao dos controladores estudados;
5. Elaboracao de artigos;
6. Escrita da dissertacao.

Etapa
1
2
3
4
5
6

Julho
X
X

Tabela 1: Cronograma de atividades.

Agosto Setembro Outubro Novembro Dezembro

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).

LIN, Z.; PACHTER, M.; BANDA, S. Toward improvement of tracking performance

nonlinear feedback for linear systems. International Journal of Control, 1998. v. 70,
n. 1, p. 111, 1998.
MONTAGNER, V. et al. Gain-scheduled controllers for linear parameter-varying
systems with saturating actuators: Lmi-based design. In: American Control
Conference, 2007. ACC 07. [S.l.: s.n.], 2007. p. 60676072. ISSN 0743-1619.
OLIVEIRA, R. C.; PERES, P. L. Lmi conditions for robust stability analysis
based on polynomially parameter-dependent lyapunov functions. Systems & Control
Letters, 2006. v. 55, n. 55, p. 5261, 2006.
SALTON, A.; CHEN, Z.; FU, M. Improved control design methods for proximate
time-optimal servomechanisms. Mechatronics, IEEE/ASME Transactions on, 2012.
v. 17, n. 6, p. 10491058, 2012. ISSN 1083-4435.
SALTON, A. et al. Preview control of dual-stage actuator systems for superfast
transition time. IEEE/ASME Transactions on Mechatronics, 2011. v. 16, n. 4, p. 758
763, aug. 2011.
SILVA J.M.G., J. da; TARBOURIECH, S. Antiwindup design with guaranteed
regions of stability: an lmi-based approach. Automatic Control, IEEE Transactions
on, 2005. v. 50, n. 1, p. 106111, 2005. ISSN 0018-9286.
SU, Y.; SUN, D.; DUAN, B. Design of an enhanced nonlinear pid controller.
Mechatronics, 2005. v. 15, n. 8, p. 1005 1024, 2005.
TARBOURIECH S., G. G. G. d. S. J. J. Q. I. Stability and Stabilization of Linear
Systems with Saturating Actuators. [S.l.]: Springer, 2011. 430 p.
UTKIN, V. I. Sliding Modes in Control and Optimization. New York: Springer-Verlag,
1992.
VENKATARAMANAN, V. et al. Design and implementation of discrete-time
composite nonlinear feedback law for a hard disk drive. In: Decision and Control,
2001. Proceedings of the 40th IEEE Conference on. [S.l.: s.n.], 2001. v. 5, p.
46874692 vol.5.
WORKMAN, M.; KOSUT, R.; FRANKLIN, G. Adaptive proximate time-optimal
servomechanisms: Discrete-time case. In: Decision and Control, 1987. 26th IEEE
Conference on. [S.l.: s.n.], 1987. v. 26, p. 15481553.
WORKMAN, M. L.; KOSUT, R.; FRANKLIN, G. Adaptive proximate time-optimal
servomechanisms: Continuous time case. In: American Control Conference, 1987.
[S.l.: s.n.], 1987. p. 589594.
ZHENG, J.; FU, M. Nonlinear feedback control of a dual-stage actuator system for
reduced settling time. Control Systems Technology, IEEE Transactions on, 2008.
v. 16, n. 4, p. 717725, 2008. ISSN 1063-6536.