Escolar Documentos
Profissional Documentos
Cultura Documentos
1 OBJETIVOS:
O presente relatrio tem como objetivo reproduzir os resultados obtidos no artigo de
ZHAO, TOMIZUKA & ISAKA [2], bem como analisar e comparar o desempenho de
Controladores PID sintonizados a partir do segundo mtodo de Ziegler-Nichols e do mtodo de
Kitamori, com os Controladores PID Fuzzy, PD Fuzzy juntamente com um controle integral com
ganho fuzzy, e PD Fuzzy em conjunto com PI Fuzzy.
2 INTRODUO TERICA:
Controladores PID so ferramentas essenciais na automao industrial, a flexibilidade
de controle os tornam versteis para serem aplicados em diversos processos [1],
principalmente quando estes ltimos apresentam um comportamento relativamente linear.
Vrias abordagens na literatura tratam sobre mtodos de sintonia desses controladores, seja
ele utilizando parmetros fixos, como o Mtodo de Ziegler-Nichols em Malha Fechada
(segundo mtodo), baseado no ganho e perodo crtico [1], ou com Ganho Programado atravs
de um Sistema de Inferncia Fuzzy [2]. Este segundo mtodo possui vantagens considerveis
sobre aqueles com parmetros fixos por se adaptar s condies e peculiaridades da planta, e
seu sucesso est diretamente relacionado ao grau de conhecimento que se tem ou que se
espera do processo, pois aqui entra em ao o critrio dos sistemas especialistas, onde a
informao do operador essencial para a elaborao do controlador.
Este relatrio est dividido em trs partes principais: a primeira parte analisa os
resultados da sintonia de um Controlador PID utilizando o segundo mtodo de Ziegler-Nichols,
o Mtodo de Kitamori e a sintonia de Controladores com Ganho Programado utilizando um
Sistema de Inferncias Fuzzy para o Controle PID Fuzzy. As duas etapas seguintes abordam,
respectivamente, o Controlador PD Fuzzy juntamente com um controle integral com ganho
fuzzy, e o controlador PD Fuzzy em conjunto com o PI Fuzzy. Os resultados foram obtidos a
partir da simulao para um algoritmo escrito em Matlab. Foram utilizados os mesmos
Sistemas de Segunda, Terceira e Quarta Ordem presentes no artigo de ZHAO [2]. Ao final,
existe uma abordagem sobre os resultados e concluses advindas da anlise dos
controladores.
essa situao se resume em se observar o ponto onde o lugar geomtrico das razes cruza o
eixo imaginrio do Plano S. A partir desse ponto e em ambos os casos anteriores teremos o
ganho e o perodo crtico, com essas grandezas e utilizando a Tabela 3.1 podemos obter os
parmetros do controlador.
CONTROLADOR
P
PI
PID
KC
0,5. KU
0,4. KU
0,6. KU
TI
0,8.TU
0,5.TU
TD
0,125. TU
Tabela 3.1 Parmetros do Regulador obtidos pelo Mtodo de Ziegler-Nichols em Malha Fechada.
Sistema 3.1
[n,d]=series(num,den,np,dp);
Sistema 3.2
Sistema 3.3
A resposta do sistema em malha fechada indica a presena de erro (Figura 3.2), fato
que no havia sido observado em malha aberta (Figura 3.1), isto significa que ao menos o
sistema precisa de um controlador para correo deste parmetro.
Sistema Original - Resposta a um Degrau Unitrio em Malha Fechada
0.6
0.5
0.8
0.4
0.6
0.3
Amplitude
Amplitude
0.4
0.2
0.2
0.1
-0.2
-0.1
tempo (sec)
tempo (sec)
O ganho crtico imediato do grfico (Figura 3.3) e vale Ku = 4,68. O perodo crtico
pode facilmente ser determinado:
Equao 3.1
Juntando esse controlador com a planta, teremos o sistema por ora representado por
GmaPID (contnuo) e GmdPID (discreto).
[npc]=conv(n,ncpid);
[dpc]=conv(d,dcpid);
GmaPID=tf(npc,dpc);
GmdPID=c2d(GmaPID,Ts);
Sistema 3.4
Sistema 3.5
De posse desses dois Sistemas (Ziegler-Nichols e Kitamori), podemos traar sua reposta
em malha fechada a um degrau unitrio (Figura 3.4), onde se observa que o erro de regime
5
permanente foi corrigido, pode-se tambm notar que relativamente o Controlador Kitamori
possui melhores condies de desempenho.
%1.8 - SISTEMA ORIGINAL COM CONTROLADOR PID - RESPOSTA EM MALHA FECHADA A
%UM DEGRAU UNITRIO:
GMPID=feedback(GmdPID,1);
GMPIDkt=feedback(GmdPIDkt,1);
[ndigMF2,ddigMF2]=tfdata(GMPID,'v');
[ndigMF2ktma,ddigMF2ktma]=tfdata(GmdPIDkt,'v');
[ndigMF2kt,ddigMF2kt]=tfdata(GMPIDkt,'v');
step(GMPID,'y');
hold on
step(GMPIDkt,'b');
[ykt,xkt]=step(GMPIDkt,T);
title('Sistema Original com Controlador PID - Resposta a um Degrau Unitrio em
Malha Fechada');
xlabel('tempo ');ylabel('Amplitude');grid;
legend('Resposta a um Degrau com PID Ziegler-Nichols','Resposta a um Degrau
com PID Kitamori');
100 0.15
Root Locus
100
0.105
0.07
0.044
80
80
1.2
0.21
60
60
System: Gma
40 Gain: 4.68
Pole: -1.04e-009 + 1.92i
Damping: 5.42e-010
20 Overshoot (%): 100
Frequency (rad/sec): 1.92
20 0.55
0.8
Amplitude
40 0.32
Imaginary Axis
Sistema Original com Controlador PID - Resposta a um Degrau Unitrio em Malha Fechada
1.4
0.02
0
-20 0.55
20
-40 0.32
40
-60
0.4
Resposta a um Degrau com PID Ziegler-Nichols
0.2
60
0.21
-80
0.15
-100
-15
0.6
80
0.105
-10
0.07
0.044
0.02
1000
-5
-0.2
10
Real Axis
tempo (sec)
Depois definimos as Funes de Inferncia Fuzzy [2] para essa entrada (NB, NM, NS,
ZO, OS, PM e PB), conforme mostrado a seguir (observe que o espaamento feito
automaticamente de acordo com a faixa de valores escolhida anteriormente):
a.input(1).mf(1).name='NB';
a.input(1).mf(1).type='trapmf';
a.input(1).mf(1).params=[-ee -ee -0.75*ee -0.5*ee];
...................................................
a.input(1).mf(7).name='PB';
a.input(1).mf(7).type='trapmf';
a.input(1).mf(7).params=[0.5*ee 0.75*ee ee ee];
a.input(2).name='D_e(k)';
a.input(2).range=[-de de];
a.input(2).mf(1).name='NB';
a.input(2).mf(1).type='trapmf';
a.input(2).mf(1).params=[-de -de -0.75*de -0.5*de];
...................................................
a.input(2).mf(7).name='PB';
a.input(2).mf(7).type='trapmf';
a.input(2).mf(7).params=[0.5*de 0.75*de de de];
Aps essa etapa, fazemos a impresso do grfico atravs do comando plotmf para
observar os resultados (Figuras 4.1 e 4.2).
NS
ZO
PS
PM
PB
NB
0.8
0.8
Grau de Pertinncia
Grau de Pertinncia
NB
0.6
0.4
0.2
NM
NS
ZO
PS
PM
PB
0.6
0.4
0.2
0
-1.5
-1
-0.5
0
0.5
Entrada 1 - ERRO NORMALIZADO e(k)
1.5
-0.08
-0.06
-0.04
-0.02
0
0.02
0.04
0.06
Entrada 2 - DERIVADA DO ERRO NORMALIZADO De(k)
0.08
a.output(1).mf(2).name='Big';
a.output(1).mf(2).type='gbellmf';
a.output(1).mf(2).params=[0.101 0.594 0.99871];
Big
Small
1
0.8
Grau de Pertinncia
Grau de Pertinncia
0.8
Big
0.6
0.4
0.2
0.6
0.4
0.2
0
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Sada 1 - GANHO PROPORCIONAL NORMALIZADO Kp-linha
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
Sada 2 - GANHO DERIVATIVO NORMALIZADO Kd-linha
MS
Grau de Pertinncia
0.8
0.6
0.4
0.7
0.65
0.6
0.55
0.5
0.45
0.4
0.35
0.3
0.08
0.06
0.04
1.5
0.02
0.2
1
0
0.5
-0.02
0
-0.04
-0.5
-0.06
-1
-0.08
-1.5
0
1.5
2.5
3
3.5
4
Sada 3 - CONSTANE ALFA
4.5
5.5
0.7
0.65
0.6
0.55
0.5
0.45
0.4
0.35
4.5
3.5
2.5
2
0.08
0.3
0.06
0.04
0.04
0.5
-0.02
1
0
1
0
1.5
0.02
-0.02
-0.08
-1.5
Entrada 1 - ERRO NORMALIZADO e(k)
-1.5
Entrada 1 - ERRO NORMALIZADO e(k)
NB
NM
NS
ZO
OS
PM
PB
-1
-0.08
-0.5
-1
-0.06
-0.5
-0.06
0
-0.04
0
-0.04
0.5
e(k)
1.5
0.02
0.06
NB
B
S
S
S
S
S
B
NM
B
B
S
S
S
B
B
NS
B
B
B
S
B
B
B
D_e(k)
ZO
B
B
B
B
B
B
B
PS
B
B
B
S
B
B
B
PM
B
B
S
S
S
B
B
PB
B
S
S
S
S
S
B
Tabela 4.1 Regras de Sintonia do Especialista Fuzzy para a sada Kp a partir das entradas e(k) e D_e(k).
e(k)
NB
NM
NS
ZO
OS
PM
PB
NB
S
B
B
B
B
B
S
NM
S
B
B
B
B
B
S
NS
S
S
B
B
B
S
S
D_e(k)
ZO
S
S
S
B
S
S
S
PS
S
S
B
B
B
S
S
PM
S
B
B
B
B
B
S
Tabela 4.2 Regras de Sintonia do Especialista Fuzzy para a sada Kd a partir das entradas e(k) e D_e(k).
10
PB
S
B
B
B
B
B
S
e(k)
NB
NM
NS
ZO
OS
PM
PB
NB
2
3
4
5
4
3
2
NM
2
3
3
4
3
3
2
NS
2
2
3
3
3
2
2
D_e(k)
ZO
2
2
2
3
2
2
2
PS
2
2
3
3
3
2
2
PM
2
3
3
4
3
3
2
PB
2
3
4
5
4
3
2
Tabela 4.3 Regras de Sintonia do Especialista Fuzzy para a sada alfa a partir das entradas e(k) e D_e(k).
Sinal de
Erro
Sinal de
Controle
CONTROLADOR PID
FUZZY
Sinal de
Entrada
PLANTA OU
PROCESSO
Sinal de
Sada
Fig. 5.1 Sistema de Controle PID Fuzzy em malha fechada. O Sinal de Erro corresponde diferena entre a
referncia (Sinal de Entrada) e a sada real (Sinal de Sada).
No primeiro lao for (lao auxiliar) que servir como auxlio ao lao principal e
abranger a recursividade necessria para a ordem do controlador, indo da contagem 2 a 5,
devemos definir os parmetros iniciais dos Controladores Ziegler-Nichols e Kitamori, os sinais
de erro, derivada do erro, soma do erro, e os sinais de entrada e sada do Controlador Lgico
Fuzzy, conforme descritos nos pargrafos anteriores. E alm destes, devem ser definidos os
parmetros do Controlador Lgico Fuzzy, que nestas primeiras iteraes sero constantes. E
assim teremos:
for m=2:5;
ym7(m)=ym(m);
%Sinal de Sada Inicial para a planta com Ziegler-Nichols
u7(m)=1;
%Sinal de Entrada para o controlador Ziegler-Nichols
uma(m)=1-yma(m-1); %Malha de entrada (Fechando a Malha);
yma(m)=y(m);
%Sinal de Sada;
ema(m)=1-yma(m);
%Sinal de Erro;
D_ema(m)=ema(m)-ema(m-1);
%Sinal Derivada do Erro;
sema(m)=ema(m)+sema(m-1);
%Sinal Soma do Erro;
ym7kt(m)=ym(m); %Sinal de Sada Inicial para a planta com Kitamori
u7kt(m)=1;
%Sinal de Entrada para o controlador Ziegler-Nichols
Kpma(m)=2.453;
Kdma(m)=1.227;
alfama(m)=2;
Kima(m)=1.977;
%
%
%
%
Parmetro
Parmetro
Parmetro
Parmetro
inicial
inicial
inicial
inicial
de
de
de
de
Kpma do CLF
Kdma do CLF
alfama do CLF
Kima do CLF
12
0.0102
-0.0418
0.0643
-0.0439
0.0112]
[1.0000
-4.8523
9.4151
-9.1315
4.4268
-0.8581]
Como estamos interessados em saber qual o estado atual da sada (ym7), podemos
deduzir que:
(
)
Passando
)
)
(
(
)
)
(
(
)
)
)
(
)
Equao 5.1
Importante observar que todos os outros sistemas presentes no lao sero deduzidos
dessa maneira. Assim, escrevendo o algoritmo na forma dos termos dos vetores do numerador
e denominador de GMPID, teremos:
%Plata completa em MF (PID ZIEGLER-NICHOLS):
ym7(m)=ndigMF2(2)*u7(m-1)+ndigMF2(3)*u7(m-2)+ndigMF2(4)*u7(m3)+ndigMF2(5)*u7(m-4)+ndigMF2(6)*u7(m-5)-ddigMF2(2)*ym7(m-1)-ddigMF2(3)*ym7(m2)-ddigMF2(4)*ym7(m-3)-ddigMF2(5)*ym7(m-4)-ddigMF2(6)*ym7(m-5);
%Planta com
Controlador ZN
u7(m)=1; %Sinal de Entrada (Degrau unitrio)
13
Esta mesma deduo podemos aplicar planta com Controlador Kitamori, ou ento,
como no h alternncia nos parmetros do controlador, podemos simplesmente plotar o
sinal ykt.
O prximo passo definir o Sinal de Controle Fuzzy [2] e a sada da planta com este
controlador. O Sinal de Controle Fuzzy vale:
( )
( )
()
( )
Equao 5.2
Importante observar que a primeira iterao deste algoritmo utilizar parmetros fixos
definidos anteriormente e no valores calculados pelo Sistema de Inferncias Fuzzy. A prxima
etapa definir os valores de Erro, Derivado do Erro e Soma do Erro a cada iterao. Esses
valores sero ento usados nas prximas iteraes do algoritmo tanto pelo sinal de controle
quanto pelo Sistema de Inferncias Fuzzy para calcular os parmetros Kp, Ki e alfa. E assim
teremos:
%Sinais do Sistema de Inferncias Fuzzy e do Controlador:
ema(m)=1-yma(m);
%Sinal de Erro.
D_ema(m)=ema(m)-ema(m-1);
%Sinal Derivado do Erro.
sema(m)=ema(m)+sema(m-1);
%Sinal Soma do Erro.
[e1ma]=evalfis([ema(m) D_ema(m)], a);
%Sinais de Entrada para o Sistema
de Inferncias Fuzzy.
O ltimo passo do lao for envolve a definio dos sinais de sada do Sistema de
Inferncia Fuzzy que sero usados nas prximas iteraes do algoritmo para clculo do sinal de
controle e anlise do comportamento dos parmetros ao longo do tempo. Importante
observar que os valores de sada do Sistema de Inferncias Fuzzy (normalizados) para Kp, Ki e
Kd so convertidos para valores reais, dentro da faixa de excurso mnima e mxima definidos
antes das iteraes.
%Sinais de Controle em Malha Aberta:
Kpma(m)=(Kpmax-Kpmin)*e1ma(1)+Kpmin;
Kdma(m)=(Kdmax-Kdmin)*e1ma(2)+Kdmin;
Kima(m)=(Kpma(m)^2)/(e1ma(3)*Kdma(m));
Tima(m)=(Kpma(m))/(Kima(m));
Tdma(m)=Kdma(m)/Kpma(m);
end
14
%Kp
%Kd
%Ki
%Ti
%Td
da
da
da
da
da
prxima
prxima
prxima
prxima
prxima
iterao
iterao
iterao
iterao
iterao
GRFICO FINAL
3
1.4
1.2
2.5
1
2
AMPLITUDE
AMPLITUDE
0.8
0.6
0.4
Kp
Ti
Td
1.5
1
CONTROLADOR PID ZIEGLER-NICHOLS
CONTROLADOR PID KITAMORI
CONTROLADOR PID FUZZY
0.2
0.5
0
-0.2
500
1000
QUANTIDADE DE AMOSTRAS
1500
200
400
600
800
1000
QUANTIDADE DE AMOSTRAS
1200
1400
3.5
1.2
3
1
2.5
AMPLITUDE
AMPLITUDE
0.8
Sinal de Controle
2
1.5
1
0.6
Sinal de Erro
0.4
0.5
0.2
0
0
-0.5
-1
200
400
600
800
1000
QUANTIDADE DE AMOSTRAS
1200
-0.2
1400
200
400
600
800
1000
QUANTIDADE DE AMOSTRAS
1200
1400
90
80
70
-2
60
AMPLITUDE
AMPLITUDE
100
x 10
-4
-6
50
Sinal Soma do Erro
40
-8
20
-10
10
-12
0
-14
200
400
600
800
1000
QUANTIDADE DE AMOSTRAS
1200
1400
200
400
600
800
1000
QUANTIDADE DE AMOSTRAS
1200
1400
15
Tabela 5.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols e Kitamori para o Sistema de
Segunda Ordem. Yos refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo de subida
(ambos em segundos).
Sistema 6.1
)
Sistema 6.2
0.7
0.9
0.6
0.8
0.5
0.7
0.6
Amplitude
Sistema de
Segunda
Ordem
Amplitude
Processo
0.5
0.4
0.3
0.4
0.3
0.2
0.2
0.1
0.1
0
10
15
tempo (sec)
10
tempo (sec)
16
Sistema 6.3
Sistema 6.4
0.08
0.28
Imaginary Axis
Sistema Original com Controlador PID - Resposta a um Degrau Unitrio em Malha Fechada
1.4
0.38
System: Gma
Gain: 3.71
Pole: -0.000357 + 3.05i
Damping: 0.000117
Overshoot (%): 100
Frequency (rad/sec): 3.05
Amplitude
3
0.5
2
0.8
0.6
2
0.64
0.4
0.8
1
0.2
0.94
0
-1.5
-1
-0.5
0.5
1.5
Real Axis
10
12
tempo (sec)
diferenciando-se apenas nos valores numricos em razo de agora termos uma planta com Ku
e Tu diferentes, e tambm pelo fato de no termos adotado o Controlador Kitamori.
O mesmo acontece com o sinal de sada da planta com o controlador PID Fuzzy:
yma(m)=ndig(2)*uma(m-1)+ndig(3)*uma(m-2)+ndig(4)*uma(m-3)-ddig(2)*yma(m1)-ddig(3)*yma(m-2)-ddig(4)*yma(m-3); %Sinal de Sada
1.4
2
CONTROLADOR PID ZIEGLER-NICHOLS
CONTROLADOR PID FUZZY
1.2
1.8
1.6
1.4
AMPLITUDE
AMPLITUDE
0.8
0.6
1.2
Kp
Ti
Td
1
0.8
0.6
0.4
0.4
0.2
0.2
0
500
1000
1500
2000
QUANTIDADE DE AMOSTRAS
2500
3000
500
1000
1500
2000
QUANTIDADE DE AMOSTRAS
2500
3000
18
1.2
1.8
0.8
Sinal de Controle
AMPLITUDE
AMPLITUDE
1.6
1.4
1.2
0.6
0.2
0.8
500
1000
1500
2000
QUANTIDADE DE AMOSTRAS
2500
-0.2
3000
Sinal de Erro
0.4
500
2500
3000
x 10
1000
1500
2000
QUANTIDADE DE AMOSTRAS
70
AMPLITUDE
AMPLITUDE
60
-2
-4
-6
40
Sinal Soma do Erro
30
-8
20
-10
-12
50
10
500
1000
1500
2000
QUANTIDADE DE AMOSTRAS
2500
3000
Processo
Sistema de
Terceira Ordem
500
1000
1500
2000
QUANTIDADE DE AMOSTRAS
2500
3000
Tabela 8.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols e PID Fuzzy para o Sistema de
Terceira Ordem. Yos refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo de subida
(ambos em segundos).
Sistema 9.1
Sistema 9.2
0.7
0.9
0.6
0.8
0.5
0.7
Amplitude
Amplitude
0.6
0.5
0.4
0.3
0.4
0.3
0.2
0.2
0.1
0.1
0
tempo (sec)
tempo (sec)
, Planta Contnua e
(
, Planta Discreta
Sistema 9.3
Sistema 9.4
Sistema Original com Controlador PID - Resposta a um Degrau Unitrio em Malha Fechada
1.4
5
0.81
4
0.7
0.56
0.4
0.2
0.9
1.2
3
0.955
1
8
0
-1
System: Gma
Gain: 5.12
Pole: 0.000372 + 2.32i
Damping: -0.00016
Overshoot (%): 100
Frequency (rad/sec): 2.32
0.988
7
Amplitude
Imaginary Axis
0.8
0.6
0.988
-2
0.4
0.955
-3
-4
0.2
0.9
0.81
-5
-8
0.7
-6
0.56
-4
0.4
-2
0.2
0
Real Axis
tempo (sec)
21
1.4
1.2
2.5
AMPLITUDE
AMPLITUDE
Sinal de Controle
0.8
0.6
0.4
1.5
0.5
0.2
0
0
200
400
600
800
1000
1200
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundos
-0.5
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
22
-3
x 10
-2
0.8
AMPLITUDE
AMPLITUDE
-4
-6
0.6
0.4
Sinal de Erro
-8
0.2
-10
-12
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
-0.2
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
90
80
2.5
70
1.5
60
AMPLITUDE
AMPLITUDE
Kp
Ti
Td
50
40
30
20
0.5
10
0
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
0
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
Processo
Sistema
de
Quarta
Ordem
Tabela 11.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols, PID Kitamori e PID Fuzzy para
o Sistema de Quarta Ordem. Yos refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo de
subida (ambos em segundos).
23
NS
AZ
PS
PM
PB
PS
0.8
0.8
Grau de Pertinncia
Grau de Pertinncia
NB
0.6
0.4
0.4
0.2
0
-1.5
-1
-0.5
0
0.5
1
Sada 1 - SINAL DE CONTROLE Upd
1.5
PB
0.6
0.2
-2
PM
0.01
e(k)
NB
NM
NS
AZ
PS
PM
PB
NB
NB
NB
NB
NB
NM
NS
AZ
NM
NB
NB
NM
NS
NS
AZ
PS
NS
NB
NB
NM
NS
AZ
PS
PM
D_e(k)
ZO
NM
NM
NS
AZ
PS
PM
PM
PS
NM
NS
AZ
PS
PM
PB
PB
PM
NS
AZ
PS
PM
PB
PB
PB
Tabela 12.1 Regras de Sintonia do Especialista Fuzzy para a sada Upd a partir das entradas e(k) e D_e(k).
24
PB
AZ
PS
PM
PB
PB
PB
PB
NB
PS
Ki Fuzzy
NM
PM
e(k)
AZ
PB
NS
PM
PS
PM
PM
PM
PB
OS
Tabela 12.2 Regras de Sintonia do Especialista Fuzzy para a sada KI Fuzzy a partir da entrada e(k).
GRFICO DAS FUNES DE PERTINNCIA PARA A SADA 1 - Kpd
-3
1.5
1
0.5
0
-0.5
-1
-1.5
x 10
8
7
6
5
4
3
2
0.4
0.4
0.2
1
0.5
0
-0.2
Entrada 2 - DER. DO ERRO De(k)
0.2
-1
-0.2
-0.5
-0.4
0.5
-0.5
-0.4
-1
25
( )
()
Equao 13.3
E assim, temos:
for m=6:(T/Ts)
.........................................
% Resposta do sistema em malha aberta
uma(m)=Upd(m-1)+Kif(m-1)*(sema(m-1));
.........................................
%Sinais de Controle Fuzzy:
Upd(m)=e1ma(1);
Kif(m)=e1ma(2);
GRFICO FINAL
1.4
CONTROLADOR PID ZIEGLER-NICHOLS
CONTROLADOR PID KITAMORI
CONTROLADOR PID FUZZY
x 10
Kif
0.8
AMPLITUDE
AMPLITUDE
1.2
10
0.6
0.4
6
5
0.2
-0.2
0
500
1000
1500
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
2
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
26
Upd
1.2
1.25
1.2
1.15
AMPLITUDE
AMPLITUDE
0.8
0.6
0.4
0.2
1.1
1.05
1
0.95
0.9
-0.2
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
0.85
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
AMPLITUDE
AMPLITUDE
0.6
0.4
0.2
-4
-6
-10
-0.2
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
-12
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
Sistema de
Segunda
Ordem
-2
-8
0.8
Processo
x 10
Controlador PD+Ki-Fuzzy
Desempenho
Yos = 0,241%(@7,26 seg.)
Ts = 2,89 seg.
Tr = 1,93 seg.
Tabela 13.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols, Kitamori e PD+Ki-Fuzzy. Yos
refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo de subida (ambos em segundos).
27
-3
GRFICO FINAL
1.4
1.2
Kif
AMPLITUDE
AMPLITUDE
x 10
0.8
0.6
0.4
6
5
4
3
0.2
0
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
1
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
1.8
1.8
1.6
1.6
1.4
1.4
AMPLITUDE
AMPLITUDE
1.2
0.8
0.6
1.2
1
0.8
0.4
0.6
0.2
0.4
0
-0.2
0.2
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
x 10
0.8
AMPLITUDE
AMPLITUDE
-2
0.6
0.4
-4
-6
0.2
-8
-0.2
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
-10
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
Processo
Sistema de
Terceira Ordem
Tabela 14.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols e PD+Ki-Fuzzy para o Sistema de
Terceira Ordem. Yos refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo de subida
(ambos em segundos).
28
GRFICO FINAL
1.4
14
1.2
x 10
Kif
12
AMPLITUDE
AMPLITUDE
10
0.8
0.6
6
CONTROLADOR PID ZIEGLER-NICHOLS
CONTROLADOR PID KITAMORI
CONTROLADOR PID FUZZY
0.4
0.2
200
400
600
800
1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
1200
100
200
300
400
500
600
700
800
900
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
1000
Upd
1.4
1.4
1.2
1.3
1
1.2
AMPLITUDE
AMPLITUDE
0.8
0.6
1.1
0.4
0.9
0.2
0.8
-0.2
100
200
300
400
500
600
700
800
900
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
0.7
1000
100
200
300
400
500
600
700
800
900
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
1000
x 10
0.8
AMPLITUDE
AMPLITUDE
-2
0.6
0.4
-4
-6
0.2
-8
-0.2
100
200
300
400
500
600
700
800
900
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
-10
1000
100
200
300
400
500
600
700
800
900
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
1000
29
Processo
Sistema
de
Quarta
Ordem
Tabela 15.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols, PID Kitamori e PD+Ki-Fuzzy para
o Sistema de Quarta Ordem. Yos refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo de
subida (ambos em segundos).
UPI
NB
NB
NM
NM
NS
NS
e(k)
AZ
AZ
PS
PS
PM
PM
Tabela 16.1 Regras de Sintonia do Especialista Fuzzy para a sada PI Fuzzy a partir da entrada e(k).
30
PB
PB
NM
NS
AZ
PS
PM
PB
-3
Grau de Pertinncia
0.8
0.6
0.4
0.2
x 10
-5
0.04
0.02
1
0.5
-0.02
-0.01 -0.008 -0.006 -0.004 -0.002
0 0.002 0.004 0.006 0.008 0.01
Sada 2 - PI Fuzzy
-0.5
-0.04
-1
31
outra mudana comparativa aos Sistemas anteriores se d com o Sinal de Controle [8], agora
definido como:
( )
( )
( )
Equao 17.1
E assim, temos:
for m=6:(T/Ts)
................................................
uma(m)=pd(m-1)+spi(m-1);
%Sinal de Controle Fuzzy
.....................................................
pd(m)=e1ma(1);
pi(m)=e1ma(2);
spi(m)=pi(m)+spi(m-1);
end
GRFICO FINAL
1.4
10
x 10
PI Fuzzy
1.2
8
1
AMPLITUDE
AMPLITUDE
6
0.8
0.6
0.4
2
0.2
0
-0.2
0
500
1000
1500
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
-2
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
PD Fuzzy
1.2
1.2
1.15
1
1.1
1.05
AMPLITUDE
AMPLITUDE
0.8
0.6
0.4
1
0.95
0.9
0.85
0.2
0.8
0
0.75
-0.2
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
0.7
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
32
-3
AMPLITUDE
AMPLITUDE
0.6
0.4
0.2
-2
-4
-6
-8
-10
-0.2
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
-12
0
200
400
600
800
1000
1200
1400
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
Tabela 17.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols, Kitamori e PI+PD Fuzzy. Yos
refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo de subida (ambos em segundos).
-3
GRFICO FINAL
1.4
1.2
AMPLITUDE
AMPLITUDE
Sistema de
Segunda
Ordem
0.8
Processo
x 10
0.8
0.6
0.4
x 10
PI Fuzzy
1
CONTROLADOR PID ZIEGLER-NICHOLS
CONTROLADOR PD+PI FUZZY
0.2
0
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
-1
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
33
1.3
0.8
1.2
AMPLITUDE
AMPLITUDE
PD Fuzzy
1.2
0.6
0.4
1.1
0.2
0.9
0.8
-0.2
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
0.7
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
-3
x 10
-1
0.8
AMPLITUDE
AMPLITUDE
-2
0.6
0.4
-3
-4
-5
0.2
-6
0
-7
-0.2
-8
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
0
500
1000
1500
2000
2500
3000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
Processo
Sistema de
Terceira Ordem
Tabela 18.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols e PI+PD Fuzzy para o Sistema
de Terceira Ordem. Yos refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo de subida
(ambos em segundos).
34
-3
12
1.2
10
AMPLITUDE
AMPLITUDE
GRFICO FINAL
1.4
0.8
0.6
0.4
x 10
0.2
0
0
200
400
600
800
1000
1200
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
-2
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
PD Fuzzy
1.2
1.5
1.4
0.8
1.3
AMPLITUDE
AMPLITUDE
PI Fuzzy
0.6
0.4
1.2
1.1
0.2
0.9
0.8
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
-0.2
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSRAGEM DE 0,01 segundo
-3
x 10
0.8
AMPLITUDE
AMPLITUDE
-2
0.6
0.4
-4
-6
0.2
-8
-0.2
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
-10
0
100
200
300
400
500
600
700
800
900 1000
QUANTIDADE DE AMOSTRAS PARA UM PERODO DE AMOSTRAGEM DE 0,01 segundo
Processo
Sistema
de
Quarta
Ordem
Tabela 19.1 Especificaes de desempenho obtidas utilizando os controladores PID Ziegler-Nichols, PID Kitamori e PI+PD Fuzzy
para o Sistema de Quarta Ordem. Yos refere-se ao sobressinal percentual, Ts corresponde ao tempo de assentamento e Tr o tempo
de subida (ambos em segundos).
35
20 DISCUSSES E CONCLUSES:
20.1 Da Comparao Dos Controladores Fuzzy:
O Controlador PID Fuzzy, comparativa aos Controladores PD+KI Fuzzy e PI+PD Fuzzy,
apresentou simplicidade de sintonia quando o objetivo foi uma melhoria significativa nas trs
especificaes de projeto (Sobressinal Percentual, Tempo de Subida e de Assentamento),
porm possui a desvantagem de uma maior quantidade de regras quando desenvolvido
diretamente do Tolbox do Matlab, fato que pode ser mitigado com o desenvolvimento de
algoritmos com linhas de comando dentro dessa estrutura computacional, diminuindo a
complexidade. Uma de suas melhores vantagens comparativas se deve velocidade de
resposta, no entanto, em razo da ligao de proporcionalidade existente entre os trs
ganhos, impondo uma restrio ao controlador, determinadas condies de desempenho so
realizadas a custa de outras. Este Controlador foi o que apresentou um Sinal de Controle mais
suave possvel (sem mudanas bruscas ou solavancos).
O Controlador PI+PD Fuzzy apresentou umas das implementaes mais simples, sua
sintonia tambm no resulta em complexidade acentuada quando comparada ao Controlador
PID Fuzzy, no entanto apresentou dificuldade em se atender simultaneamente s trs
especificaes do pargrafo anterior, principalmente quanto ao Tempo de Subida, que ao se
ter como objetivo principal de desempenho, apresentou um sinal muito ruidoso medida que
se aumentava a Complincia do Sinal PD de sada. Sua principal vantagem encontrada durante
as simulaes foi a diminuio do Sobressinal Percentual, ideal em sistemas onde se deseje
uma condio mnima de flutuao em relao a um valor de referncia, como os casos de
Sistemas de Energia Eltrica e Potncia.
O Controlador PD+KI Fuzzy apresentou simplicidade de desenvolvimento e
desempenho semelhante ao PI+PD Fuzzy, no entanto foi o que apresentou maiores
dificuldades de sintonia, com uma tendncia instabilidade para os casos de faixas
inadequadas das variveis de entrada e sada do Sistema de Inferncias Fuzzy. Tambm
durante as simulaes foi o sistema que apresentou maiores rudos no sinal de controle, com
mudanas bruscas em determinadas circunstncias.
OBS: As discusses e concluses desse item (20.1) referem-se aos resultados experimentais
obtidos com as trs plantas analisadas (segunda, terceira e quarta ordem). Dessa forma, tais
concluses no podem ser generalizadas para todos os sistemas, muito menos podem ser
tomados como caractersticas dos controladores em questo.
20.2 Da Comparao dos Controladores Fuzzy em Relao aos PID Ziegler-Nichols e Kitamori:
A simplicidade de Sintonia do Controlador Ziegler-Nichols imbatvel face ao PID
Kitamori e PID Fuzzy e suas variaes. No entanto, esta sintonia deve ser vista como ponto de
partida, pois comparativamente o controlador que apresenta a pior sintonia.
O PID Kitamori excelente quando o assunto tornar o sinal de sada o mais suave
possvel com um sobressinal e um tempo de assentamento aceitveis. Possui restries,
36
conforme visto, de uso em determinados sistemas com amortecimento muito pequeno, como
constatado para o sistema de terceira ordem. Por outro lado, a sintonia deste controlador
envolve um algoritmo complexo e contraproducente.
Os Controladores PID Fuzzy apresentam uma complexidade de sintonia superior ao de
Ziegler-Nichols, no entanto, possui uma melhor relao custo-benefcio quando o critrio
atender s trs especificaes simultaneamente. Comparativamente ao Controlador Kitamori,
possui excelente desempenho na velocidade de resposta e sobressinal percentual, no entanto,
apresenta restries para superar este Controlador em termos de menores oscilaes ao longo
de uma resposta a um degrau.
Os Controladores PD+KI Fuzzy e o PI+PD Fuzzy so excelentes quando o assunto
diminuir as oscilaes da resposta a um degrau (resposta transiente), superando tanto os
Controladores PID Ziegler-Nichols quanto o Kitamori. Dessa maneira, conseguiu-se uma
diminuio muito significativa no sobressinal percentual e no Tempo de Assentamento. No
entanto, tais desempenhos foram realizados custa de uma resposta mais lenta (um Tempo
de Subida maior).
37
38
40
21 REFERNCIAS:
[1] ASTRM, K.J & WITTENMARK, B. Adaptive Control. Dover Publications: 2nd, 2008.
[2] ZHAO, Zhen-Yu & TOMIZUKA, Masayoshi & ISAKA, Satoru. Fuzzy Gain Scheduling of PID
Controllers. IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICS. VOL. 23, NO. 5.
SEPTEMBERIOCTOBER 1993.
[3] OGATA. Katsuhiko. Engenharia de Controle Moderno. LTC Livros Tcnicos e Cientficos S.
A.: 3 ed., 1998.
[4] FADALI. M. Sam. Digital Control Engineering: Analysing and Design. Academic Press &
Elsevier: 1 ed., 2009.
[5] NISE. Norman S. Engenharia de Sistemas de Controle. 5 ed. Rio de Janeiro: LTC, 2009.
[6] REZNIK. Lenid. Fuzzy Controllers. Newnes, Melbourne (Australia): 1ed., 1997.
[7] KOVACIC. Zdenko & BOGDAN. Stjepan. Fuzzy Controller Design: Theory and Applications.
Taylor & Francis Group, LLC. (Croatia): 1 ed., 2006.
[8] MANN. George K. I. & HU. Bao-Gang & GOSINE. Raymond G. Analysis of Direct Action Fuzzy
PID Controller Structures. IEEE TRANSACTIONS ON SYSTEMS, MAN, AND CYBERNETICSPART
B: CYBERNETICS, VOL. 29, NO. 3, JUNE 1999.
[9] USERS GUIDE R2012a. Fuzzy Logic Tolbox: Mathwoks, 2012.
[10] AMENDOLA. Mariangela & SOUZA. Anderson Luiz de & BARROS. Lacio Carvalho. Manual
do Uso da Teoria dos Conjuntos Fuzzy no Matlab 6.5. FEAGRI & IMECC/ UNICAMP, verso II:
2005.
[11] FERREIRA, Prof. Andr. Notas de Aula (IFPA): 2013.
41
SUMRIO
1 OBJETIVOS, 2
2 INTRODUO TERICA, 2
PARTE I - CONTROLADOR PID FUZZY, 2
3 O MTODO DE ZIEGLER-NICHOLS E O MTODO DE KITAMORI, 2
3.1 - SINTONIA DO SISTEMA DE SEGUNDA ORDEM UTILIZANDO O MTODO DE
ZIEGLER-NICHOLS, 2
3.2 SINTONIA DO SISTEMA DE SEGUNDA ORDEM UTILIZANDO O MTODO DE
KITAMORI, 5
4 O SISTEMA DE INFERNCIAS FUZZY PARA O CONTROLADOR PID FUZZY, 6
4.1 CRIAO DOS CONJUNTOS FUZZY PARA AS ENTRADAS, 6
4.2 CRIAO DOS CONJUNTOS FUZZY PARA AS SADAS, 8
4.3 CRIAO DAS REGRAS DE INFERNCIA FUZZY, 9
5 O CONTROLADOR PID FUZZY PARA O SISTEMA DE SEGUNDA ORDEM, 11
5.1 DEFINIO DOS PARMETROS INICIAIS, 11
5.2 DEFINIO DO LAO PRINCIPAL, 13
6 O CONTROLADOR FUZZY PARA O SISTEMA DE TERCEIRA ORDEM, 16
6.1 SINTONIA DO SISTEMA DE TERCEIRA ORDEM UTILIZANDO O MTODO DE ZIEGLERNICHOLS, 16
7 O SISTEMA DE INFERNCIA FUZZY PARA O CONTROLADOR PID DE TERCEIRA
ORDEM, 17
8 O CONTROLADOR PID FUZZY PARA O SISTEMA DE TERCEIRA ORDEM, 17
8.1 DEFINIO DOS PARMETROS INICIAIS PARA O SISTEMA DE TERCEIRA ORDEM,
17
8.2 DEFINIO DO LAO PRINCIPAL PARA O SISTEMA DE TERCEIRA ORDEM, 18
9 O CONTROLADOR FUZZY PARA O SISTEMA DE QUARTA ORDEM, 19
9.1 - SINTONIA DO SISTEMA DE QUARTA ORDEM UTILIZANDO O MTODO DE ZIEGLERNICHOLS, 19
9.2 SINTONIA DO SISTEMA DE QUARTA ORDEM UTILIZANDO O MTODO DE KITAMORI,
20
42
43
44