Você está na página 1de 66

Identificao e Controle Adaptativo

Prof. Antonio A. R. Coelho

Universidade Federal de Santa Catarina, UFSC Grupo de Pesquisa em Tecnologias de Controle Aplicado, GPqTCA Departamento de Automao e Sistemas, DAS CEP 88.040-900, Florianpolis, SC, Brasil E-mail: aarc@das.ufsc.br

Ementa de Identificao

Introduo. Noes bsicas de identificao. Modelos de processos de ordem reduzida e complexos. Mtodos clssicos para modelagem de processos. Identificao de sistemas via equao a diferenas. Identificao de sistemas via rel.

Cap. 1 - Introduo

Sistema. Elementos de um sistema de controle. Modelagem e identificao. Descrio de sistemas: modelos contnuos. Exemplos de modelagem por leis da fsica. Descrio de sistemas: modelos discretos: exemplos de modelagem discreta. exemplos de modelagem por anlise experimental.

Conceito de sistema

O conceito de sistema pode ser definido como: Um conjunto de objetos agrupados por alguma interao ou interdependncia, de modo que existam relaes de causa e efeito nos fenmenos que ocorrem com os elementos desse conjunto.

Classificao dos sistemas dinmicos


Quanto varivel temporal, um sistema pode ser de tempo contnuo ou de tempo discreto.

5dy(t)/dt + y(t) = u(t) y(k) = -0.9y(k-1) + 0.1u(k-1)

Classificao dos sistemas dinmicos


Quanto ao tipo de modelo, pode ser linear ou nolinear. Quanto aos parmetros do modelo, pode ser de parmetros fixos ou variante no tempo. Quanto ao nmero de entradas e sadas: SISO, SIMO, MISO, MIMO.

Sistema em controle

Em controle de processos denota-se sistema como um objeto ou uma coleo de objetos que realiza um certo objetivo e cujas propriedades pretende-se estudar.
Perturbao Planta
Ao de controle

Referncia

+ Filtro

Erro

Controle

Atuador

Processo

Sada

Sensor(es)

Porqu controlar os sistemas?


manter os processos industrias dentro de seus pontos operacionais mais eficientes. prevenir condies instveis no processo que podem por em perigo pessoas e/ou equipamentos. mostrar dados aos operadores da planta, para que possam manter o processo seguro e eficiente.

Motivos so vinculados a: qualidade, economia, segurana.

Sistema

Exemplos de sistemas: papel e celulose. solar e de potncia. servomecanismo de posio. biolgico e econmico. manipulador robtico. Reator. coluna de destilao. trocador de calor. laminao e cermica.

Principais elementos de um sistema de controle


Relao de causa e efeito.

10

Problemas de controle
(i) Anlise:

Conhecido
entrada: u(.) sistema: h(.)

Obter a sada: y(.)

11

Problemas de controle
(ii) Projeto:

Conhecido

sistema: h(.) sada desejada: y(.)

Obter a entrada, u(.), para gerar a sada.

12

Problemas de controle
(iii) Identificao:

Conhecido

entrada: u(.) sada: y(.) onde y(.) a sada do sistema real (medida) y(.) a sada estimada.

Obter o sistema: h(.)

13

Modelo matemtico
Definio: O modelo matemtico de um sistema definido como um conjunto de equaes usado para representar um sistema fsico Dicionrio do IEEE.
Nenhum modelo matemtico de um sistema fsico exato.

14

Modelagem e identificao
Objetivo:

prever o futuro de um modo cientfico. no mgica!

15

Modelagem e identificao

Entende-se por modelagem e identificao a determinao do modelo matemtico de um sistema representando os seus aspectos essenciais de forma adequada para uma utilizao particular:

Diagnstico. Superviso. Otimizao. Controle.

16

Modelagem e identificao
Sistema

Leis da Fsica

Identificao de sistemas

Modelo

17

Modelagem e identificao

Anlise fsica-matemtica: Baseia-se nas leis da Fsica que caracterizam um sistema particular como as leis de conservao de massa, energia e momento. Anlise experimental: Baseia-se nas medidas ou observaes do sistema.

18

Princpios para construo de um modelo matemtico


Para fins de controle de processos no pretende-se encontrar um modelo matemtico exato, mas um modelo adequado para uma determinada aplicao. Na prtica utiliza-se a hiptese bsica para elaborao de modelos de que processos reais, em geral, no necessitam obrigatoriamente de modelos complexos.

19

PROCESSO

Princpios para construo de um modelo matemtico


Mtodo de Identificao

MODELO

O modelo de um sistema uma equao matemtica utilizada para responder questes sobre o sistema sem a realizao de experimentaes (atravs de um modelo pode-se calcular ou decidir como o sistema comporta-se sob determinadas condies operacionais). A utilizao do modelo para simulao do sistema constitui-se um procedimento de baixo custo e seguro para experimentar o sistema. Entretanto, a validade (adequao) dos resultados de simulao depende completamente da qualidade do modelo matemtico do sistema.

20

Propsitos para construo de um modelo matemtico


Previso:

Tentativa de prever os estados futuros de sistema (comportamento dinmico). Est limitada preciso do modelo e aos efeitos das perturbaes atuantes no sistema.

21

Propsitos para construo de um modelo matemtico


Anlise e projeto de sistemas de controle:


na sintonia de controladores clssicos. na sntese de algoritmos de controle adaptativos e preditivos. na estimao do estado de variveis nomensurveis, por exemplo a estimao da velocidade a partir da posio uma medida indireta.

22

Propsitos para construo de um modelo matemtico


Superviso:

Utiliza a simulao, com base no modelo matemtico, para avaliao das caractersticas operacionais do sistema, para o projeto de engenharia ou para o treinamento de operadores. vezes tambm utilizado na deteco de erros e diagnstico.

Muitas

23

Propsitos para construo de um modelo matemtico


Otimizao:
Empregado na tomada de decises nos mais variados campos: no escalonamento. na manuteno. na economia em sistemas industriais (maximizar produo, minimizar custos, etc.). A otimizao de sistemas necessita de modelos matemticos precisos.

24

Modelos determinsticos x modelos estocsticos


Denomina-se de modelo determinstico um modelo que trabalha com relaes exatas entre as variveis medidas e so expressas sem incerteza. Um modelo estocstico se o modelo pode trabalhar tambm com conceitos de incerteza e probabilidade. Um modelo matemtico estocstico contm quantidades que descritas por variveis estocsticas.

25

Modelos contnuos x modelos discretos


Um modelo matemtico que descreve a relao entre sinais de tempo contnuo denominado de contnuo no tempo (equao diferencial). Na prtica os sinais de interesse so freqentemente obtidos na forma discreta, resultante de medidas de tempo discreto (equao a diferenas).

26

Descrio de sistemas: modelos contnuos


A representao de sistemas pode ser realizada usando:


funo de transferncia. resposta impulsiva. equaes de estados.

27

A seguir, apresenta-se de forma resumida as trs abordagens utilizadas para descrever sistemas dinmicos contnuos.

Funo de transferncia contnua


A funo de transferncia contnua a relao entre a transformada de Laplace da sada, Y(s), pela transformada de Laplace da entrada, U(s).

H (s) = Y(s) U(s)

28

Funo de transferncia contnua


A relao H(s) uma razo de dois polinmios em s:

B ( s ) H ( s) = A (s)
B(s) =
j= 0

b js j

A (s) =

i=0

a i si

29

Resposta impulsiva contnua


Num sistema linear invariante no tempo os sinais de entrada e sada so relacionados pela integral de convoluo:

y( t ) =

0 h( t ) u( )d

h(t) a resposta impulsiva do sistema. A resposta impulsiva est relacionada com a funo de transferncia por:
h( t ) = L1[ H (s)]

30

L-1 a transformada inversa de Laplace.

Equao de estados contnua


A funo de transferncia est relacionada com a representao de estados contnua por:

H ( s) = c(sI A )

A a matriz do sistema (nxn), b o vetor de entrada (nx1) e c o vetor de sada (1xn). As equaes de estados so:

( t ) = Ax( t ) + bu( t ) x y( t ) = cx( t )


31
x(t) o vetor de estados (nx1), u(t) a entrada e y(t) a sada.

Exemplo de modelagem por leis da Fsica


Representao matemtica de um sistema eltrico:


Lei da tenso de Kirchhoff descreve a dinmica do sistema eltrico.

u( t ) = Ri( t ) + L

di( t )

1 i( t ) dt + dt C

i( t ) = C

dy( t ) dt

32

R: resistncia; L: indutncia, C: capacitncia, u(t): tenso de entrada; y(t): tenso de sada.

Exemplo de modelagem por leis da Fsica


Representao matemtica de um sistema mecnico:


Aplica-se a segunda lei de Newton no sistema massa-molaamortecedor.
f ( t) = Kx( t) + B dx( t) dt + M dx 2 ( t) dt 2

33

K: constante da mola, B: coeficiente de atrito, M: massa, f(t): fora (entrada), x(t): deslocamento (sada).

Representaes matemticas em termos de transformada de Laplace


Funes de transferncia

Y(s) 1 = U(s) LCs2 + RCs + 1

X(s) 1 = F(s) Ms2 + Bs + K


34

Exemplo numrico
Seja o sistema massa-mola-amortecedor:

X(s) 1 = F(s) Ms2 + Bs + K


Admitir os parmetros fsicos do sistema: M = 2 kg, B = 4 Nseg/m, K = 12 N/m.

35

Caracterstica temporal do sistema massa-mola-amortecedor (Matlab)


% Dinmica do sistema massa-mola-amortecedor M=2; % Definir parmetros B=4; K=12; num=[1]; % Definir polinmios den=[M B K]; printsys(num,den,'s'); step(num,den); % Avaliar resposta roots(den);

36

Caracterstica temporal do sistema massa-mola-amortecedor (Matlab)


Step Response 0.1 0.09 0.08 0.07 Amplitude 0.06 0.05 0.04 0.03 0.02 0.01 0 0 1 2 3 Time (sec.) 4 5 6

37

Funo de transferncia

As funes de transferncia obtidas com as parametrizaes fsicas em termos dos parmetros R, L, C ou M, K, B so casos especiais dos modelos entrada-sada. Em geral, os modelos avaliados, nestes casos, so denominados Modelos Paramtricos e representam uma dada estrutura onde os parmetros so algumas vezes desconhecidos e devem ser estimados. Para avaliar os parmetros (valores numricos) atravs da modelagem por leis da fsica necessita-se conhecer as condies internas e externas bem como o conhecimento fsico do sistema.

38

Representao matemtica de um motor DC controlado por armadura

dw ( t ) + Bw ( t ) = Tm ( t ) dt

Tm ( t ) = K a i( t )
e a ( t) = K b w( t)
L di( t ) + Ri( t ) + e a ( t ) = v( t ) dt

39

Representao matemtica de um motor DC controlado por armadura


Funo de transferncia

Ka W(s) = V(s) (Js + B)( Ls + R ) + K a K b

40

Representao matemtica do sistemas mono-tanque


Para avaliar as caractersticas operacionais obtm-se uma equao diferencial no-linear para o sistema. Considere o sistema mono-tanque (processo de nvel):

A a rea do tanque (m2), a a rea do tubo de sada (m2), h o nvel do lquido no tanque (m), u a vazo de entrada (m3/s), q a vazo de sada (m3/s).

41

Representao matemtica do sistemas mono-tanque

Deseja-se calcular um modelo relacionando as variveis de entrada (u) e sada (h). A lei de Bernoulli descreve a relao entre a velocidade de vazo da sada (m/s) e o nvel do lquido no tanque:

v( t ) = 2gh( t )
g a acelerao da gravidade.

42

Representao matemtica do sistemas mono-tanque


A equao relacionando o vazo da sada (q) e a velocidade de vazo da sada (v)

q ( t ) = av( t )

O volume de lquido no tanque, em um instante t, calculado por:

Ah( t ) , ( m3 )

43

Representao matemtica do sistemas mono-tanque


e modifica-se de acordo com a diferena entre o fluxo de entrada e sada (denominado de balano de massa), conforme apresentado na equao

dAh( t ) = q ( t ) + u( t ) dt

Com as equaes de v(t) e q(t) obtm-se a equao diferencial no-linear para o nvel do lquido, ou seja,

44

dh( t ) a 2g 1 = h( t ) + u( t ) dt A A

Representao matemtica do sistemas mono-tanque


Pelo conhecimento da dimenso dos diferentes elementos que compem o sistema mono-tanque pode-se avaliar a dinmica e determinar o nvel h(t) quando o fluxo de entrada u(t) conhecido. O fluxo de sada calculado por

q ( t ) = a 2g h( t )

45

Descrio de sistemas: modelos discretos


A seguir, apresenta-se de forma resumida as trs abordagens utilizadas para descrever sistemas discretos. Tambm possvel atravs das transformaes retangular ou trapezoidal determinar os correspondentes modelos contnuos e discretos.

46

Funo de transferncia discreta


A funo de transferncia discreta a relao entre a transformada-z da sada, Y(z), pela transformada-z da entrada, U(z).

Y ( z ) H ( z) =
47

U ( z)

Funo de transferncia discreta


A relao H(z) uma razo de dois polinmios em z.
d B H ( z) = ( z)

A d ( z)
n

j d d i B d (z) = b d z ; A ( z ) = a iz j j= 0 i =0

48

Resposta impulsiva discreta


A resposta impulsiva est relacionada com a funo de transferncia.
h ( t ) = Z 1 [ H ( z) ]

Z-1 a transformada-z inversa e t o tempo discreto.


49

Resposta impulsiva discreta


As amostras da resposta impulsiva, h(t), esto relacionadas com as amostras da resposta ao degrau, s(t).
h(t) = 1 [s( t ) s( t 1)] Ts
t

s ( t ) = h (i )
i =0

50

Equaes de estado discreta


A funo de transferncia est relacionada com a representao de estados discreta, no caso monovarivel:
H (z) = c zI - A

d -1

bd

51

Ad : matriz do sistema (nxn), bd : vetor de entrada (nx1), c : vetor de sada (1xn).

Equaes de estado discreta


As equaes de estados na forma discreta:
x ( t +1) = A d x ( t ) + b d u ( t ) y( t ) = cx ( t )

x(t) : vetor de estados (nx1), u(t) : entrada, y(t) : sada.


( medidas especificadas a cada perodo de amostragem)

52

Equaes discreta
Selecionar um perodo de amostragem, Ts, para cada aplicao particular, de acordo com uma das seguintes relaes:
T95 = 5...15 Ts

Ts = / 10

53

T95 o tempo que a resposta do sistema leva para alcanar 95% do valor final e a constante de tempo dominante do sistema.

Exemplos de modelagem discreta


Seja o circuito RC onde y(t) a tenso de sada e u(t) a tenso de entrada.

54

Exemplos de modelagem discreta


A equao diferencial linear de primeira ordem que representa a dinmica do sistema dada por:
dy( t ) RC + y( t ) = u( t ) dt

Seja a aproximao numrica da derivada:


dy( t ) y( t ) y( t 1) dt Ts

55

Exemplo de modelagem discreta


Obtm-se a funo de transferncia discreta para o circuito RC de acordo com:
Ts z Y( z) = U( z) ( RC + Ts ) z RC

56

Selecionando uma entrada para o circuito RC e conhecendo-se os valores de R, C e Ts, as operaes de carregamento e descarregamento no capacitor podem ser avaliadas.

Exemplo de modelagem por anlise experimental


Processo discreto de primeira ordem: Considere o processo caracterizado seguinte equao a diferenas:
y( t + 1) = y( t ) + u( t )

pela

: parmetro desconhecido e y(t) = 0 ( t < 0).

57

Exemplo de modelagem por anlise experimental


Admita o seguinte modelo para estimao:
y( t )+ u ( t ) ( t +1) = y

: estimativa de
y( t +1 ) : previso da sada no

58

instante (t+1) baseado no parmetro estimado

Exemplo de modelagem por anlise experimental


Seja a funo custo dos mnimos quadrados dada por: t
J(t ) = 1 2 e (k ) 2 k =0

(t) e( t ) = y ( t ) y
Substituindo as equaes em e(t): y ( t )+ u ( t ) ( t +1) = y( t + 1) = y( t ) + u( t ) e y

59

Exemplo de modelagem por anlise experimental


Obtm-se o erro de estimao em funo das medidas de entrada e sada (atual e anteriores) do processo de acordo com:

y( t 1) = y( t ) u ( t 1) y( t 1) e( t ) = y( t 1)

60

Exemplo de modelagem por anlise experimental


Supor para um certo sistema que no conhecido o parmetro , mas as medidas de entrada e sada no intervalo de tempo da experimentao, 0 t N. Obtm-se o estimador dos mnimos quadrados pela , resultando: diferenciao de J(t) em relao a

(t) =

k =0

y(k )[y(k + 1) u (k )]
k =0

t 1

y 2 (k )

t 1

61

Exemplo de modelagem por anlise experimental


Matlab: % Estimador do parmetro da planta da equao (1.28) y(1)=0; u(1)=0; soma1=0; soma2=0; for i=2:30 % Obter medidas u(i)=1; y(i)=0.9*y(i-1)+u(i-1); end for k=1:30 % Estimar parmetro soma1=soma1+y(k)*(y(k+1)-u(k)); soma2=soma2+y(k)^2; teta(k)=soma1/soma2; end t=1:30 plot(t,teta(t));

62

Sistema de controle digital (discreto)


Controle digital flexibilidade na realizao do controlador (programa de clculo) . possibilidade de controle dinmico associado a deciso lgica. multiplexagem no tempo (servindo diversas malhas de controle) .
63

Sistemas de controle digital (discreto)

64

Sistemas de controle digital (discreto)


i) amostragem. ii) quantificao resoluo do conversor A/D. iii) equaes a diferena (equaes adaptadas ao clculo por computador). iv) processamento numrico com preciso de clculo finita. v) tempo de converso + tempo de clculo (no controle analgico praticamente instantneo).

65

Estabilidade

66