Escolar Documentos
Profissional Documentos
Cultura Documentos
1 Introduo
O problema do pndulo invertido, apesar de se tratar
um sistema mecnico bastante simples, representa
vrias situaes prticas que podem ser analisadas a
partir dos conceitos envolvidos em seu estudo. Por
exemplo, modelos biomecnicos do modo de caminhar dos seres humanos, possibilitando aplicaes em
reas como prteses e braos robticos, uma vez que
a posio ereta e estvel de uma pessoa ao caminhar
se aproxima muito do pndulo invertido (Ribeiro,
2007).
Particularmente, o conceito de pndulo invertido
mvel tem sido utilizado em vrias aplicaes como,
por exemplo, veculo de transporte humano, o que
futuramente pode se apresentar como alternativa de
transporte automtico para reas urbanas (Tirmant et
alii, 2002), incluindo sua utilizao por deficientes
fsicos. Alm disso, estudos de robs autnomos baseados nesse conceito tm sido realizados pela
NASA, apresentando resultados significativos, como
os encontrados em (Ambrose et alii, 2004).
Segundo Miller III et alii (1995), o sistema do
pndulo invertido possui caractersticas dinmicas
intrinsecamente instveis, o que possibilita o estudo
de diversas arquiteturas e tipos de controladores,
desde as clssicas at controladores hbridos e/ou
baseados em Inteligncia Artificial (IA), servindo
assim, de sistema alvo para que tais tcnicas possam
ser colocadas prova.
Devido a sua relativa facilidade de implementao, os compensadores Proporcional-IntegralDerivativo (PID) ainda so amplamente utilizados na
indstria, em sistemas SISO (Single Input Single
Output). No entanto, esses controladores se baseiam
em modelos linearizados da planta a ser controlada, o
que, segundo Drummond et alii (1999), pode representar perda de informaes importantes para sistemas com altos nveis de exigncias.
Normalmente, tal controlador projetado para
trabalhar em certo ponto de operao (set point) atravs do ajuste de seus parmetros (ganhos proporcional, integral e derivativo). Por conseguinte, se ocorrer
mudanas que modifiquem o ponto de operao do
sistema, como alterao da condio inicial, variaes de parmetros fsicos da planta e perturbaes
externas, o controlador PID pode no mais apresentar
desempenho satisfatrio.
Para sanar tais deficincias e melhorar o desempenho do sistema de controle, pode-se lanar mo de
esquemas hbridos que agregam um Sistema de Controle Inteligente (SCI) baseado em IA, como as redes
neurais, ao compensador PID. Alguns trabalhos nessa
linha tm apresentado resultados satisfatrios, como
os desenvolvidos por Jung e Kim (2008), Cho e Jung
(2003) e Miyagawa e Ishida (1995).
Segundo Yoneyama e Nascimento Jr. (2000), a
utilizao de redes neurais bastante promissora e
atraente em casos que apresentam no-linearidade,
incertezas, variaes de parmetros ou at mesmo
quando se desconhece a dinmica da planta.
Onde:
Tabela 1. Dados do sistema proposto na Figura 1.
2 Mtodos
Para desenvolver os algoritmos de controle e realizar
as anlises necessrias do sistema, faz-se uso do software MatLab e do seu ambiente de simulao Simulink.
O sistema proposto envolve uma plataforma com
liberdade de movimento paralelo ao eixo x de um
plano cartesiano. Sobre a plataforma, o pndulo
fixado pela sua extremidade inferior em um ponto de
articulao, obtendo assim, uma liberdade de movimento angular no plano xOy em torno desse ponto.
O deslocamento do conjunto para frente ou para
trs proporcionado pela intensidade e sentido de
uma fora, u(t), aplicada na direo do movimento,
por um motor DC cujo eixo est acoplado plataforma. Essa fora tambm responsvel por manter o
equilbrio do pndulo na posio vertical, contrabalanceando a sua dinmica natural.
Com base em artigos de outros autores, particularmente os apresentados por Sultan (2003) e
Carnegie Mellon, foram definidos os seguintes critrios de desempenho:
Pndulo:
tempo de assentamento mximo: 5s;
mxima deflexo angular do pndulo: 3;
tempo de pico mximo: 1s;
coeficiente de amortecimento ( ) elevado,
para se evitar oscilaes excessivas: 0,8 < < 1
Smbolo
Descrio
CG
Centro de gravidade do
pndulo
Distncia
entre
uma
extremidade e o centro de
gravidade do pndulo
Massa da plataforma
l
M
m
J
u (t )
0,3 m
0,8 kg
Massa
do
pndulo,
uniformemente distribuda
Momento de inrcia do
pndulo em relao ao CG
Fora externa, contnua no
tempo, aplicada pelo motor
plataforma
0,2 kg
0,006
kg.m2
(N)
(1)
Os parmetros correspondentes ao sistema de
equao (1) so apresentados na Tabela 2.
Tabela 2. Dados do sistema de equaes (1).
Smbolo
Descrio
Valor
0,15
N.s/m
0,002
N.m.s
9,81
m/s2
(rad)
do
(rad/s)
do
(rad/s2 )
da
(m/s)
da
(m/s2)
c
Plataforma:
tempo de assentamento mximo: 5s;
erro mximo em regime: 2%.
Valor
(t )
&(t )
&&(t )
x& (t )
&x&(t )
Deslocamento angular
pndulo
Velocidade
angular
pndulo
Acelerao
angular
pndulo
Velocidade
linear
plataforma
Acelerao
linear
plataforma
(2)
(3)
X (s)
( a 2) s 2 + (c ) s mgl
=
U ( s ) ( a1) s 4 + [b ( a 2) + c ( a 3)]s 3 + [bc ( a 3) mgl ]s 2 (bmgl ) s
(4)
Onde:
a1 = [( M + m )( J + ml 2 ) ( ml ) 2 ]
2
a 2 = ( J + ml )
a 3 = ( M + m )
3,36
C1( s ) = 1,161 +
+ (0,074) s
s
(5)
Tendo sintonizado convenientemente o controlador C1, analisou-se a Figura 4 para sintonizar C2.
Utilizando-se da Toolbox do MatLab para projeto de sistemas SISO, o melhor compensador encontrado foi um PI (Proporcional Integral), com a seguinte funo de transferncia:
C 2( s ) = 0,6
( s + 1,2)
s
(6)
3 Resultados
Dessa forma, verifica-se que o sistema apresentado cumpre sua funo de descrever uma trajetria
unidimensional, mantendo o pndulo equilibrado na
posio vertical.
Figura 12. Resposta a uma rampa de referncia aplicada plataforma, com variao dos parmetros do pndulo e na condio
inicial de deslocamento angular.
3 Discusso
Figura 11. Resposta a uma rampa de referncia aplicada plataforma, com variao dos parmetros do pndulo.
Agradecimentos
Os autores deste artigo expressam seus
agradecimentos FAPESP (Fundao de Amparo
Pesquisa do Estado de So Paulo) pelo apoio e
fomento concedidos pesquisa, na forma de bolsa de
Iniciao Cientfica.
Referncias Bibliogrficas
Ambrose, R. O., Savely, R. T., Goza, S. M., et alii
(2004). Mobile manipulation using NASA's
Robonaut. IEEE Conference on Robotics and
Automation, 2: 2104-2109.
Carnegie Mellon. Control Tutorials for MATLAB
and
Simulink.
Disponvel
em
<http://www.engin.umich.edu/class/ctms/>.
Acessado em 10 fev. 2009.
Cho, H. and Jung, S. (2003). Neural network position
tracking control of an inverted pendulum an X-Y
table robot. IEEE/RSJ Conference on Intelligent
Robots and Systems, 2: 1210-1215.
Drummond, A. D. C., Oliveira, K. C. D. and
Bauchspiess, A. (1999). Estudo do Controle de
Pndulo Inverso sobre Carro utilizando Rede
Neural de Base Radial. IV Brazilian Conference
on Neural Networks, 320-325.
Jung, S. and Kim, S. S. (2008). Control Experiment
of a Wheel-Driven Mobile Inverted Pendulum
Using Neural Network. IEEE Transactions on
Control Systems Technology, 16: 297-303.
Miller III, W. T., Sutton, R. S. and Werbos, P. J.
(1995). Neural Networks for Control.
Miyagawa, T. and Ishida, Y. (1995). Neural networkbased model reference control for inverted
pendulum. IEEE Conference on Neural
Networks, 1: 640-644.
Ogata, K. (2003). Engenharia de Controle Moderno,
So Paulo: Prentice Hall Brasil.
Ribeiro, R. (2007). Implementao de um sistema de
controle de um pndulo invertido. 86f.
Dissertao (Mestrado em Engenharia Eltrica),
Universidade Federal de Itajub, Itajub.
Segway
Inc.
Disponvel
em
<
http://www.segway.com/puma>. Acessado em 10
abr. 2009.
Sultan, K. (2003). Inverted Pendulum: Analysis,
Design and Implementation. IIEE Visionaries,
2003.
Disponvel
em
<http://anadrasis.web.auth.gr/pendulum/Inverted
Pendulum.pdf>. Acessado em 07 jan. 2009.
Tirmant, H., Baloh, M., Vermeiren, L., Guerra, T. M.
and Parent, M. (2002). B2, an alternative two
wheeled vehicle for an automated urban
transportation system. IEEE Intelligent Vehicle
Symposium, 2: 594-603.
Yoneyama, Y. e Nascimento Jr., C. L. (2000).
Inteligncia Artificial em Atomao e Controle,
So Paulo: Edgard Blcher (co-edio
FAPESP).