Escolar Documentos
Profissional Documentos
Cultura Documentos
CAPÍTULO 1
INTRODUÇÃO
1.1 MOTIVAÇÕES
1.2 OBJETIVOS
CAPÍTULO 2
FUNDAMENTAÇÃO TEÓRICA
2.1 - INTRODUÇÃO
O campo de aplicação deste método tem como foco as plantas que possuem
resposta semelhante à apresentada na figura 2. Para os demais sistemas, como por
exemplo, os que têm comportamento oscilatório, o método não é aplicável. Além disso,
em função da necessidade da análise gráfica da resposta do sistema, este método pode
apresentar restrições práticas, como nos casos de sistemas com baixa relação sinal-
ruído, resultando na impossibilidade da determinação dos pontos de inflexão da curva.
7
π
Ku = A
d
O projeto por alocação de pólos consiste em achar os polinômios R(z) e S(z) que
satisfaçam a equação acima. Esta equação é chamada de equação Diofantina.
Considerando-se que o polinômio característico pode ser fatorado em duas partes, uma
delas correspondendo aos pólos devido à realimentação de estado Ac (pólos do
controlador), e a outra correspondendo aos pólos devido a um observador de estado
A0 ( z ) . Logo:
Sendo:
Y ( z ) = B( z )T ( z )U c ( z ) / Acl ( z ) = B( z )T ( z )U c ( z ) /[ Ac ( z ) A0 ( z )]
T ( z ) = t 0 A0 ( z )
Y ( z ) = t0 B( z )U c ( z ) / Ac ( z ) (3)
Em seguida determinam-se os polinômios R(z) e S(z), tal que o grau S(z) ≤ grau
R(z), que satisfaça a equação:
A( z ) R( z ) + B( z ) S ( z ) = Acl ( z )
T ( z ) = t0 A0 ( z )
t0 = Ac (1) / B(1)
1 1
u (t ) = kp[1 + ki −1
]uc(t ) − kp[1 + ki −1
+ kd (1 − z −1 )] y (t )
1− z 1− z
Onde:
R ( z −1 ) = 1
T ( z −1 ) = kp[(1 + ki) − z −1 ]
13
Em resumo, o projeto de uma malha PID por alocação de pólos consiste dos
seguintes passos:
1. Obter um modelo para o processo;
2. Escolher os pólos de malha fechada;
3. Calcular os coeficientes resolvendo as equações;
4. Calcular os parâmetros do controlador
Os dois últimos passos são aplicações diretas das fórmulas relacionadas
anteriormente, no entanto, os dois primeiros passos são fundamentais para um bom
desempenho do método exigindo por isso maior cuidado na execução. A obtenção de
um modelo pode ser feita através de um ensaio da resposta ao degrau do sistema, ou
usando o método dos mínimos quadrados para cálculo dos coeficientes do polinômio
que compõem a função de transferência do modelo. Na escolha dos pólos de malha
fechada deve-se considerar ainda o tempo de estabilização exigido [BAZANELLA,
GOMES DA SILVA JR., 2005].
Os ajustes obtidos a partir destes ensaios podem ser suficientes para grande parte
dos processos industriais, no entanto existem aplicações em que maior precisão e
desempenho são exigidos. Nestes casos é preciso basear o ajuste em uma maior
quantidade de informação sobre o processo. Para isso, alguns desses critérios são
resumidos a seguir.
As exigências das especificações do projeto são basicamente as respostas a
perturbações, ruídos, ao set-point e quanto à robustez do modelo. Os critérios de
regulação expressam o desempenho do controlador quanto à sobre passagem, tempo de
estabilização e erros provocados por distúrbios. A robustez do controle permite
minimizar incertezas causadas por erros na escolha da ordem do modelo adotado para o
processo. A região de estabilidade tenta evitar a principal desvantagem do processo de
16
realimentação, a qual é garantir que o processo não se torne instável, determinando uma
região para os valores máximos e mínimos de sintonia do controlador.
A sintonia do controlador é outro campo de pesquisa que se desenvolveu nos
últimos anos, considerando aspectos do conhecimento, obtenção e avaliação do projeto,
e redução do tempo computacional.
É importante que o projetista disponha de ferramentas para avaliação do
processo, as quais determinam condições para tornar o controle aceitável, tais como a
dinâmica do processo, não linearidades, incertezas e distúrbios.
As estratégias de controle variam em função do melhor desempenho dos
parâmetros de sintonia do PID. Controladores lineares são recomendados para sistemas
de complexidade restrita (dois graus de controle), em função de sua simplicidade de
implementação para controle. A resposta ao set-point pode ser limitada para condições
de operação críticas com o uso de filtros, considerando tempos de resposta, não
linearidade do sistema e máxima sobre passagem (over shoot) do sistema
[BAZANELLA, GOMES DA SILVA JR., 2005].
CAPÍTULO 3
METODOLOGIA PROPOSTA
C(z) G(z)
N ( z)
G( z) =
D( z ) (4)
NC ( z)
C ( z) = (5)
DC ( z )
P( z ) := DC ( z ) D( z ) + N C ( z ) N ( z ) (6)
(a) R(u) tem “n” zeros reais e distintos dados por: ri, i = 1, 2. . . , n, no intervalo
aberto (-1, 1),
(b) T (u) tem “n – 1” zeros reais e distintos dados por: tj, j = 1, 2. . . , n - 1, no
intervalo aberto (-1, 1),
(c) os zeros ri e tj se entrelaçam: − 1 < r1 < t1 < r2 < t 2 < ... < t n −1 < rn < +1,
z Kd z − 1
C ( z ) = Kp + KiT +
z −1 T z
Kd 2 2 Kd Kd
Kp + KiT + z + − Kp − z +
T T T
C ( z) =
z ( z − 1)
Onde Kp, Ki e Kd são os ganhos proporcional, integral e derivativo,
respectivamente, e T e taxa da amostragem.
Estas equações podem ser simplificadas para:
K 2 z 2 + K1z + K 0
C ( z) = (7)
z ( z − 1)
Onde:
Kp = − K1 − 2 K 0 (8)
K 0 + K1 + K 2
Ki = (9)
T
Kd = K 0T (10)
P ( z ) = z ( z − 1) D( z ) + ( K 2 z 2 + K1z + K 0) N ( z ) (11)
20
δ ( z ) = z ( z − 1) D( z ) + ( K 2 z 2 + K1z + K 0) N ( z ) (12)
Onde:
D( z ) = RD(u ) + j 1 − u 2 TD (u )
z = − u + j 1−u 2
N ( z) = RN (u ) + j 1 − u 2 TN (u )
z = − u + j 1−u 2
z −1δ ( z ) N ( z −1 ) = ( z − 1) D( z ) N ( z −1 ) + ( K 2 z 1 + K1 + K 0 z −1 ) N ( z ) N ( z −1 )
Obtendo-se:
Sendo:
R(u, K 0, K1, K 2) = −(u + 1) P1(u ) − (1 − u 2 ) P 2(u ) − [(2 K 2 − K 3)u − K1]P3 (13)
Exemplo 1
T (u, K 3 ) = P1 (u ) − (u + 1) P2 (u ) + K 3 P3 (u )
T (u, K 3 ) = 2u 2 − 1.25 − (u + 1)(−2u ) + K 3 (1)
T (u, K 3 ) = 2u 2 − 1.25 + 2u 2 + 2u + K 3
T (u, K 3 ) = 4u 2 + 2u + ( K 3 − 1.25)
T (u , K 3 ) = 4u 2 + 2u + ( K 3 − 1,25)
∆ = b 2 − 4ac > 0
2 2 − ( 4)( 4)( K 3 − 1,25) > 0
4 − 16 K 3 + 20 > 0
K 3 < 1,5
24
iδ=4
iNr=0
l=0
(i1-i2)=( iδ-iNr)-(l+1)=(4-0)-(0+1)
(i1-i2)=3
e
u2 = −
140,2
4736
43
t2
u={-1,-0.4736,-0.0264,+1}
1
Sgn[T ( p)(−1)]( Sgn[ R(−1)] + 2∑ j =1 (−1) j ( Sgn[ R(t j )]) + (−1) k +1 Sgn[ R(+1)])
k
(i1 − i 2) =
2
1
Sgn[T (1)(−1)]( Sgn[ R(−1)] + 2∑ j =1 (−1) j ( Sgn[ R(t j )]) + (−1) 2 +1 Sgn[ R(+1)])
2
3=
2
6 = Sgn[ R(−1, K1, K 2,1.3)] − 2Sgn[ R(−0.4736, K1, K 2,1.3) + 2Sgn[ R(−0.0264, K1, K 2,1.3)]
− Sgn[ R(+1, K1, K 2,1.3)]
25
6 = Sgn[ R (−1, K1, K 2,1.3)] − 2 Sgn[ R (−0.4736, K1, K 2,1.3) + 2Sgn[ R(−0.0264, K1, K 2,1.3)]
1444 424444 3 14444 4244444 3 14444 4244444 3
1 −1 1 (17)
− Sgn[ R (+1, K1, K 2,1.3)]
1444 424444 3
−1
b
Região de estabilidade
a d
K2
K1
K 2 z 2 + K1z + K 0
C ( z) =
z ( z − 1)
E o polinômio característico:
δ ( z ) = z ( z − 1) D( z ) + ( K 2 z 2 + K1z + K 0) N ( z )
D( z ) = RD(u, ρ ) + j 1 − u 2 TD (u, ρ )
z = − ρu + jρ 1− u 2
N ( z) = RN (u, ρ ) + j 1 − u 2 TN (u, ρ )
z = − ρu + jρ 1− u 2
N ( ρ 2 z −1 ) = N ( z) = RN (u , ρ ) + j 1 − u 2 TN (u , ρ )
z = − ρu + jρ 1− u 2 z = − ρu + jρ 1− u 2
29
Avaliando-se agora:
ρ 2 z −1δ ( z ) N ( ρ 2 z −1 ) = ρ 2 z −1 [1
z ( z − 1) D( z ) + ( K 2 z 2 + K1z + K 0) N ( z )]N ( ρ 2 z −1 )
4444444244444443
δ (z)
Em cima do círculo Cp :
ρ 2 z −1δ ( z ) N ( ρ 2 z −1 ) z = − ρu + jρ 1− u 2
=
onde
P1(u, ρ ) = R D (u, ρ ) R N (u , ρ ) + (1 − u 2 )T D (u , ρ )T N (u, ρ )
P 2(u, ρ ) = R N (u, ρ )TD (u, ρ ) − R D (u, ρ )T N (u , ρ )
P3(u, ρ ) = R N2 (u, ρ ) + (1 − u 2 )T N2 (u , ρ )
Deixando
K 3 := K 2 ρ 2 − K 0
tem-se:
ρ 2 z −1δ ( z ) N ( ρ 2 z −1 ) z = − ρu + jρ 1− u 2
=
Exemplo 2
K0 = 0,0048
K1 = -0,3195
K2 = 0,6390
K3 = 0,0435
Da relação, tem-se:
Kp − 1 − 2ρ 2 2 K1 0,3099
ρ2 1
Ki = 1 + − 1 K 2 = 0,3243
T T T T
Kd 0 ρ 2T − T K 3 0,0048
0,25+/-j0,1118 e 0,25+/-j0,0387
Com o conjunto dos parâmetros de sintonia K0, K1, K2 e K3, obtêm-se uma
melhor resposta com a variação de ρ, em função da restrição da área de estabilidade.
Comprova-se esta condição nas simulações de sintonia (item 4.2), nas quais é feita uma
análise das várias sintonias obtidas em função das variações de ρ.
31
Indivíduo → (K, a1, b1, a2, b2, c1, d1. c2, d2, m1, m2, m3, m4)
Onde:
0, Im( z i ) ≥ 0
bi = bi = parte imaginária do i -ésimo zero
bi , Im( z i ) < 0
ci = Re( pi ) ci = parte real do i -ésimo pólo
0, Im( pi ) ≥ 0
di = d i = parte imaginária do i -ésimo pólo
d i , Im( pi ) < 0
0
ml = ml = multiplicador do i -ésimo pólo / zero
1
z i = ai + jbi z i = i -ésimo zero
pi = ci + jd i pi = i -ésimo pólo
i={1,2} i = índice para os pólos / zeros
l={1,2,3,4} l = índice para os multiplicadores dos pólos / zeros
ai ⊂ [−1,+1]
ci ⊂ [−1,+1]
K ⊂ [10 −4 ,20]
m ⊂ [0,+1]
w
−a ∑ (ηi ) 2 − b 1− c xy
e i =1
+e
F= (18)
2
. Mutação uniforme
. Mutação não uniforme
. Multi-mutação não uniforme.
. Cruzamento simples.
. Cruzamento aritmético
. Cruzamento heurístico
CAPÍTULO 4
RESULTADOS
4.1 CONSIDERAÇÕES
a) Caso 1
Para um processo proposto com função de transferência igual a:
1
G(z) = (19)
z − 0,25
2
1,7447
G(z) = (20)
z − 0,0565 z − 0,2158
2
Figura 13: Resposta do Sistema a sintonia obtida pelo método de resposta ao degrau.
b) Caso 2
Seguem-se os mesmos passos do caso 1, agora para um sistema proposto com
uma função de transferência de terceira ordem igual a:
− 0,0001834 z 2 + z + 0,5003
G(z) = (21)
z 3 + 0,5003 z 2 − 0,25 z − 0,1251
Figura 18: Resposta do Sistema a sintonia obtida pelo método de resposta ao degrau
c) Caso 3
Para um processo de quarta ordem com função de transferência igual a:
1
G(z) = (23)
1z + 0,001z + 0,0001z 2 + 0,00001z − 0,1
4 3
0,2292
G(z) = (24)
1z − 1,219 z + 0,3715
2
Figura 23: Resposta do Sistema a sintonia obtida pelo método de resposta ao degrau
Para o sistema de quarta ordem, equação 25, devido à restrição de ordem 2 para
a identificação, a mesma não apresentou desempenho satisfatório (figura 21). A tabela
10 mostra, para diferentes valores de ρ, o desempenho do controlador em malha
fechada.
Na sintonia do controlador usando o método de resposta ao degrau, todos os
valores dos ganhos sofreram um ajuste manual para apresentarem um desempenho
aceitável, porém inferior ao método proposto, conforme comparação dos valores de ISE,
IAE e ITAE.
51
d) Caso 4
Para um sistema com função de transferência de quarta ordem igual a:
z 3 − 0,25
G(z) = (25)
10 z 4 − 0,25 z − 0,8
Figura 28: Resposta do Sistema a sintonia obtida pelo método de resposta ao degrau
55
CAPÍTULO 5
DISCUSSÃO E CONCLUSÕES
A análise dos resultados será feita de acordo com a comparação das respostas
temporais entre o sistema real e o identificador genético. Também será analisado o erro
entre a resposta produzida pelo sistema real e a resposta obtida pela utilização do
modelo encontrado.
No processo de sintonia será verificado o tempo de resposta e sobre passagem ao
set-point estipulado nas simulações e respectivo tempo computacional para a
determinação dos parâmetros escolhidos tanto na planta identificada, bem como na
suposta planta real.
5.2 CONCLUSÕES
CAPÍTULO 6
ANEXOS
6.1 APÊNDICES
APÊNDICE 1
{P( z ) : z = e jθ
,0 ≤ θ ≤ 2π }
jθ − jθ
Como os coeficientes “a” são reais, então P(ρ e ) e P(ρ e ) são números
Então:
É conhecido que cos(k θ ), e sin(k θ )/sin pode ser escrito como polinômios em
e jθ = cos θ + jsinθ = −u + j 1 − u 2
sinkθ
cos kθ = c k (u ) e = s k (u )
sinθ
c' k (u )
s k (u ) = − , k = 1,2,... (28)
k
A partir das equações (27) e (28), é possível determinar c k (u ) e s k (u ) para todo
k c k (u ) s k (u )
1 -u 1
2 2u 2 − 1 -2u
3 − 4u 3 + 3u 4u 2 − 1
4 8u 4 − 8u 2 + 1 − 8u 3 + 4u
5 − 16u 5 + 20u 3 − 5u 16u 4 − 12u 2 + 1
6 32u 6 − 48u 4 + 18u 2 − 1 − 32u 5 + 32u 3 + 6u
7 − 64u 7 + 112u 5 − 44u 3 + 5u 64u 6 − 80u 4 + 18,8571u 2 + 0,7143
8 128u 8 − 256u 6 + 142,8571u 4 − 13,1428u 2 − 0,7143 − 128u 7 + 192u 5 − 71,4286u 3 + 3,2857u
61
P (e jθ ) = R(u ) + j 1 − u 2 T (u ) = Pc (u )
Onde
R (u ) = a n c n (u ) + a n −1 c n −1 (u ) + .... + a1 c 1 (u ) + a 0 (29)
T (u ) = a n s n (u ) + a n −1 s n −1 (u ) + .... + a1 s 1 (u ) (30)
Considerando o caso de uma função racional, seja Q(z) uma relação de dois
polinômios reais, P1(z) e P2(z) cada um sem raízes no círculo unitário. Então
Seja
P1 ( z )
Q( z ) =
P2 ( z )
Pi ( z ) == Ri (u ) + j 1 − u 2 Ti (u ) , para i=1,2.
z = − u + j 1− u 2
Então
Qc (u ) = (( R1 (u ) R2 (u ) + (1 − u 2 )T1 (u )T2 (u )) + j 1 − u 2 T1 (u ) R2 (u )
− R1 (u )T2 (u ))) /( R22 (u ) + (1 − u 2 )T22 (u ))
Qc (u ) = ( R (u ) + j 1 − u 2 T (u )) (31)
62
APÊNDICE 2
Neste trabalho assume-se que P(z) não tem nenhuma raiz no círculo unitário.
Esta imposição evitará algumas degenerações, simplificando as fórmulas, e não
afetando substancialmente o âmbito do resultado em aplicações.
Regra 1. Se P(z) não tem nenhuma raiz no círculo unitário, (R(u), T (u)) não tem
nenhuma raízes comuns em [-1, 1] e R(+/-1)≠0.
Prova. Note que P(e jθ ) ≠ 0 para Ө∈ [0,π] e portanto Pc(u ) ≠ 0 para u ∈[-1,1],
provando o resultado.
Fazendo φP(θ ) = Arg[ P(e jθ )] nota-se que para a fase de P(z) atribui-se z = e jθ
Pc(u ) com o incremento de u para u1 e u2. Notação similar é usada para a função
racional Q(z).
Regra 2. Que o polinômio real P(z) tenha i-raízes no interior do círculo unitário,
e nenhuma raiz no círculo unitário.
Prova. De considerações geométricas é visto que cada raiz interior contribui aos
pares, e então por causa da simetria de raízes sobre o eixo real as raízes interiores
contribuem de i a zero.
A segunda igualdade segue da representação de Tchebyshev, declaramos o
resultado correspondente para uma função racional.
Regra 3. Seja Q(z) = P1(z)/P2(z), onde os polinômios reais P1(z) e P2(z) tenham
i1 e i2 raízes, respectivamente, no interior do círculo unitário e nenhuma raiz no círculo
unitário.
63
Seja:
− 1, se : x < 0
Sgn[ x] = 0, se : x = 0
+ 1, se : x > 0
teorema 1.
Seja P(z) um polinômio real com nenhuma raiz sobre o circulo unitário, e seja:
Pc (u ) = R(u ) + j 1 − u 2 T (u )
a sua representação de Tchebyshev. Seja t1 ,..., t k os zeros reais e distintos de T(u) com
e suponha que T(u) tenha p zeros em u=-1. Seja T ( p ) (−1) a p-ésima derivada de T(u)
avaliada em u=-1.Então o numero de raízes i de P(z) no interior do círculo unitário é
dado por:
1 k
i= Sgn[T( p ) (−1)] Sgn[ R(−1)] + 2∑ (−1) j ( Sgn[ R(t j )]) + (−1) k +1 Sgn[ R(+1)]
2 j =1
Onde:
p é o numero de zeros de T(u) em u= -1,
k é o numero de zeros de T(u) de multiplicidade impar ( − 1 < t1 < t 2 < ... < t k < 1, )
Anotação semelhante é usada para a função racional Q(z). O resultado
correspondente para funções racionais é dado pela Regra 2:
teorema 2.
Façamos Q(z) = P1(z)/P2(z) seja uma relação de dois polinômios reais P1(z) e
P2(z) cada um sem raízes no círculo unitário, com i1 e i2 raízes, respectivamente, no
interior do círculo unitário. Façamos Qc(u) denotar a representação de Tchebyshev de
Q(z).
R(u) = R1(u)R2(u) + (1. u2)T1(u)T2(u),
T (u) = T1(u)R2(u). R1(u)T2(u).
Suponha que T (u) tem “p” zeros de “u” = .1. Façamos t1,. . . , tk denotam os
zeros reais distintos de T (u) de multiplicidade ímpar, para “u” no intervalo¸ (-1, 1),
ordenados como segue:
-1 <t1 <t2 <.... <tk <+1.
Então:
1 k
i1 − i 2 = Sgn[T( p ) (−1)] Sgn[ R(−1)] + 2∑ (−1) j ( Sgn[ R(t j )]) + (−1) k +1 Sgn[ R(+1)]
2 j =1
Prova. Note que o denominador não contribui para as mudanças de fase desde
que é real e positivo para “u” no intervalo [-1,+1]. Assim, aplicando a Regra 3 e usando
argumentos idênticos a esses no teorema 1, chega-se ao resultado.
Comentário 1. As fórmulas dadas acima são resultados de caracterização. Neste
momento elas não parecem ser computacionalmente vantajosas em métodos para contar
raízes existentes como Jury, Raible e a matriz de Schur Cohn, se está interessado em
contar as raízes de uma função polinomial ou racional com determinados coeficientes
numéricos. Porém, vê-se que estas fórmulas são muito úteis em linearização e
estabilização de problemas, onde encontramos combinações de polinômios ou funções
racionais que contêm parâmetros desconhecidos determinados. Isto é análogo à situação
onde o teorema de Hermite Biehler que não tem nenhuma vantagem computacional
aparente em cima do teste de Routh Hurwitz para um determinado polinômio, onde foi
utilizado para resolver o problema de estabilidade robusta para intervalos de polinômios
por meio de Kharitonov [G. HEINIG and U. JUNGNICKEL, 1984].
65
ASTROM, K.J., HAGGLUND, T., The Future of PID Control, Control Engineering
Pratice 9, 2001.
HANG, C. C., ASTROM, K. J., & HO, W. K., Renements of the Ziegler–Nichols
tuning formula. IEE Proceedings-D, 138(2),
66
111–118. 1991
LYUNG, L. System Identification: Theory for the user, 2nd ed., Prentice-Hall, E C, N
S. 1999.
SEBORG, D. E., EDGAR, T. F., & MELLICHAMP, D. A., Process Dynamics and
Control. New York: Wiley, 1989.