Escolar Documentos
Profissional Documentos
Cultura Documentos
Estratégias de Controle Não-Linear para Processo Bioquímico
Estratégias de Controle Não-Linear para Processo Bioquímico
T
ecnicas de Controle N
ao-Lineares
Aplica
c
ao e An
alise de Robustez
Daniel Barbuto Rossato
Resumo Este trabalho visa aplicar e analisar a robustez de tres tecnicas de controle de sistemas nao-lineares:
PID ajustado por linearizacao em torno de um ponto
de equilbrio, l
ogica nebulosa (fuzzy) e modo deslizante
(sliding mode), no controle de uma reacao bioqumica.
2 Modelo nominal
ao
Nesta secao sera descrito o processo fsico a ser controlado bem como sera obtido o modelo nao-linear do
Sistemas fsicos s
ao inerentemente nao-lineares. Basesistema com os par
ametros nominais. A modelagem
ado principalmente na analise de estabilidade de Lyadin
amica do biorreator seguira a descricao simplificada
punov, a teoria de controle de sistemas nao-lineares tem
descrita por Bequette [1]. A estrutura de controle sera
sido desenvolvida para a resolucao de sistemas em que
utilizada conforme estudado em [2] para melhor desema assuncao de linearidade se torna inadequada e, porpenho. Os dados do biorreator para simulacao e contanto, as ferramentas de controle linear nao s
ao aplicaveis. trole foram obtidos de [3]. Modelos mais completos e
Neste trabalho, tres tecnicas de controle para sistemas
detalhados podem ser encontrados por exemplo em [4],
nao-lineares s
ao aplicadas ao controle de um reator bipara estudo da liberacao do g
as metano no processo de
oqumico e analisadas em relacao ao desempenho e rotratamento de resduos organicos e em [5], para estudo
bustez. A tecnica de linearizacao tem a vantagem de
de processo de fermentacao na fabricacao industrial de
permitir a utilizacao do arcabouco matematico para o
cerveja.
tratamento de sistemas lineares, bem como a adocao do
Considere o sistema de controle da reacao bioqumica
amplamente utilizado compensador PID, porem, posdado pela figura 1. No biodigestor ocorre o crescimento
sui limitacao de desempenho devido ao PID ser uma
da populacao de microorganismos (biomassa) a partir
tecnica de controle linear. Visando superar essas dedo substrato. A reacao e contnua, com a vazao de enficiencias, serao testadas duas tecnicas de controle naotrada do material ajustada pela abertura da v
alvula.
lineares: l
ogica nebulosa (fuzzy) e modo deslizante (sliAs seguintes hip
oteses simplificadoras serao adotadas
ding mode).
para modelagem: o biodigestor e um reator selado; a
agitacao dentro do reator e perfeita; a reacao e uniforme; a reacao e apenas bioqumica; o volume do reaDaniel Barbuto Rossato
ITA - Instituto Tecnol
ogico da Aeron
autica
tor e constante; a temperatura no reator e constante; o
E-mail: daniel barbuto@yahoo.com.br
pH da mistura no reator e constante; a v
alvula e dina-
(6)
x2 = D(x2f x2 ) x1 /Y
(7)
Valor
Unidade
Ds
x2f
max
km
k1
Y
0,3
4,0
0,53
0,12
0,45
0,4
[h1 ]
[g/L]
[h1 ]
[g/L]
[L/g]
[g/g]
(3)
1. N
o est
avel em: x1
2. Ponto de sela em:
3. N
o est
avel em: x1
max x2
km + x2
max x2
Haldane : =
km + x2 + k1 x22
A taxa de reacao r2 do consumo do substrato e:
M onod : =
r2 =
r1
Y
(4)
(5)
= 0, 0000, x2
x1
= 0, 9883,
= 1, 5303, x2
= 4, 0000;
x2
= 1, 5293;
= 0, 1744.
Tecnicas de Controle N
ao-Lineares
#
e Ds
e x1e
x1e
B=
A=
x
x2f x2e
Ye Ds eY 1e
"
3 Controle
Nesta secao serao aplicadas tres tecnicas de controle
diferentes de forma a atender os seguintes criterios de
desempenho.
Erro estacion
ario para resposta ao degrau = 0,1%;
Sobressinal maximo = 10%;
Tempo de acomodacao maximo (crit.2%) = 25 h;
Rejeicao de perturbacao de baixa frequencia em Sf ;
Robustez a incertezas de modelagem .
1, 2
0, 5
; x2 (0) =
0, 7
3, 0
(11)
=
x2e
(km + x2e + k1 x22e )2
(12)
(13)
1, 5300s 0, 4592
+ 2, 7320s + 0, 7296
s2
(14)
Os polos (autovalores) s
ao: -0,3000 e -2,4319, e o zero e
-0,3000, ou seja, ha cancelamento de polo/zero, sendo
a funcao simplificada:
(9)
G(s) =
K
0, 63
=
0, 41s + 1
s + 1
(15)
GM = es , = 0, 1h
KC =
(10)
/K
= 0, 542; TI = = 0, 41; TD = 0
(16)
Concentrao da Biomassa
1.2
1.15
X [g/L]
1.1
1.05
Concentrao da Biomassa
1.3
1.2
0.95
1.1
0.9
X [g/L]
10
20
30
40
50
60
70
80
Tempo [h]
0.9
0.8
0.7
0.42
0.6
0.4
Taxa de Diluio
0.38
0.5
0
10
20
30
40
50
60
70
80
Tempo [h]
0.36
D [h -1]
0.34
0.32
Taxa de Diluio
0.4
0.3
0.28
0.35
0.26
0.3
10
20
30
40
50
60
70
80
Tempo [h]
D [h -1]
0.25
0.2
0.15
0.1
3.2 Tecnica de l
ogica nebulosa (fuzzy)
0.05
0
0
10
20
30
40
50
60
70
80
Tempo [h]
Tecnicas de Controle N
ao-Lineares
Figura 9 Func
oes de pertinencia das vari
aveis da entrada 1
Figura 10 Func
oes de pertinencia das vari
aveis da entrada 2
Figura 8 Configurac
oes gerais do sistema nebuloso
1.1
0.9
X [g/L]
0.8
0.7
0.6
0.5
0.4
0
10
20
30
40
50
60
70
80
Tempo [h]
Taxa de Diluio
0.4
0.35
Analisando a din
amica do sistema, foram estabelecidas as regras do sistema nebuloso, conforme pode ser
observado na figura 12.
0.3
if
if
if
if
(e=neg)
(e=neg)
(e=pos)
(e=pos)
AND
AND
AND
AND
D [h -1]
0.25
0.2
0.15
0.1
0.05
0
10
20
30
40
50
60
70
80
Tempo [h]
Tecnicas de Controle N
ao-Lineares
Concentrao da Biomassa
1.25
onde: x
1 = x1d x1 , e x1d e o valor desejado do estado
x1 ; x
2 = x2d x2 , e x2d e o valor desejado do estado x2 .
1.2
X [g/L]
1.15
u
=
1.1
1
10
20
30
40
50
60
70
(20)
1.05
x 1d + x 2d f1 f2
g1 + g2
80
Tempo [h]
u=u
k.sat(s/)
De forma a obedecer:
0.37
1 d 2
s |s|
(22)
2 dt
O fator k deve ser escolhido de modo a se ter um ganho suficientemente alto para alcancar rapidamente a
superfcie de controle a despeito das incertezas de modelagem e perturbacoes. Para isso, sera calculado:
0.36
0.35
D [h -1]
(21)
Taxa de Diluio
0.38
0.34
0.33
1 d 2
s = ss
(23)
2 dt
Substituindo as equacoes da superfcie de controle, apos
algumas manipulacoes algebricas obtem-se:
0.32
0.31
0.3
0
10
20
30
40
50
60
70
80
Tempo [h]
k=
x 2 = f2 + g2 u
(25)
com:
k=
0,53x1 x2
+ 0, 5 0,45x
2 +x +0,12
2
u
=
x1 + x2 4
x 2d + x 1d +
x1 x2 (1,3250,53)
0,45x22 +x2 +0,12
+ 0, 3(x2 + x1 ) 1, 2
x1 + x2 4
(26)
(18)
u=u
k.sat(s/)
(17)
x 2 = f2 + g2 u
(24)
x 1 = f1 + g1 u
+ F1 + F2
(g1 + g2 )
(19)
Apos ajustes nos valores iniciais, com tentativas na simulacao, foram obtidos os seguintes valores:
= 20; = 5; = 0, 1
(27)
Concentrao da Biomassa
1.25
1.2
X [g/L]
1.15
1.1
1.05
Concentrao da Biomassa
1.1
0.95
0
10
20
30
40
50
60
70
80
Tempo [h]
1
0.9
0.8
Taxa de Diluio
0.4
0.7
0.35
0.6
0.3
0.25
0.5
10
20
30
40
50
60
70
80
Tempo [h]
D [h -1]
0.2
0.15
0.1
0.05
Taxa de Diluio
0.4
0
0
10
20
30
40
50
60
70
80
Tempo [h]
0.35
0.3
D [h -1]
0.25
0.2
4 An
alise de desempenho robusto
0.15
0.1
0.05
0
0
10
20
30
40
50
60
70
80
Tempo [h]
Tecnicas de Controle N
ao-Lineares
tA [h]
PU[%]
u[kJ]
PID
Fuzzy
MD
49,2
0
0
16,8
14,3
16,8
0
3,4
0
67
287
295
1.2
1.1
X [g/L]
Tec.
0.7
0.6
0.5
0
tA [h]
PU[%]
u[kJ]
PID
Fuzzy
MD
35,7
0
0
21,6
14,3
7,7
0
3,0
13,5
5
38
109
A tabela 4 mostra um resumo do desempenho regulatorio (resposta `a perturbacao) para cada tecnica de
controle aplicado ao modelo nominal. Destaca-se notoriamente o desempenho do controle por modos deslizantes, por sua rejeicao praticamente instant
anea da
perturbacao, apenas mantendo um erro estacion
ario de
0,08%.
PO[%]
tA [h]
PU[%]
u[kJ]
PID
Fuzzy
MD
11,0
4,9
0
8,9
9,6
0
1,2
0
0,08
8
257
255
10
20
30
40
50
60
70
80
90
100
Tempo [h]
0.4
0.35
0.3
0.25
D [h -1]
PO[%]
0.9
0.8
Concentrao da Biomassa
1.3
0.2
0.15
0.1
0.05
0
0
10
20
30
40
50
60
70
80
90
100
Tempo [h]
10
1.2
Concentrao da Biomassa
1.1
1
1.15
0.9
1.1
X [g/L]
X [g/L]
0.8
0.7
1.05
0.6
1
0.5
0.95
0
10
20
30
40
50
60
70
80
90
0.4
100
10
20
30
40
Tempo [h]
60
70
80
90
100
Taxa de Diluio
0.42
50
Tempo [h]
Taxa de Diluio
0.4
0.35
0.38
0.3
0.36
0.25
D [h -1]
D [h -1]
0.4
0.34
0.2
0.32
0.15
0.3
0.1
0.28
0
10
20
30
40
50
60
70
80
90
100
Tempo [h]
0.05
0
10
20
30
40
50
60
70
80
90
100
Tempo [h]
Tecnicas de Controle N
ao-Lineares
Concentrao da Biomassa
1.25
1.2
1.15
0.9
1.1
0.8
1.05
0.7
0.6
0.95
0
10
20
30
40
50
60
Concentrao da Biomassa
1.1
X [g/L]
X [g/L]
11
70
80
90
0.5
100
10
20
30
40
Tempo [h]
50
60
70
80
90
100
Tempo [h]
Figura 29 Resposta ao degrau com Controle por Modo Deslizante para x1 (0)
Taxa de Diluio
0.4
Taxa de Diluio
0.45
0.38
0.4
0.35
0.36
D [h -1]
D [h -1]
0.3
0.34
0.25
0.2
0.32
0.15
0.3
0.1
0.05
0.28
0
10
20
30
40
50
60
70
80
90
100
Tempo [h]
0
0
10
20
30
40
50
60
70
80
90
100
Tempo [h]
Figura 30 Esforco de controle com Controle por Modo Deslizante para x1 (0)
12
1.25
1.2
X [g/L]
1.15
Tec.
PO[%]
tA [h]
PU[%]
u[kJ]
PID
Fuzzy
MD
54,0
0
0,2
17,3
11,9
236
0
3,4
0
130
568
394
1.1
1.05
0.95
0
10
20
30
40
50
60
70
80
90
100
Tempo [h]
Taxa de Diluio
0.45
0.35
D [h -1]
0.3
0.25
Tec.
PO[%]
tA [h]
PU[%]
u[kJ]
PID
Fuzzy
MD
16,1
0
0,2
15,8
17,2
5,5
0
3,5
13,5
24
333
542
0.2
0.15
0.1
0.05
0
0
10
20
30
40
50
60
70
80
90
100
Tempo [h]
A tabela 7 mostra um resumo do desempenho regulatorio (resposta `a perturbacao) para cada tecnica de
controle aplicado ao sistema real. Novamente nota-se
o excepcional desempenho do controle por modo deslizante, porem com chattering devido ao atraso na medicao
da variavel controlada, entre -0,8% e +0,1%. Nos outros
casos, houve deterioracao do tempo de resposta, porem
houve menor gasto de energia.
PO[%]
tA [h]
PU[%]
u[kJ]
PID
Fuzzy
MD
0,6
0,4
0,1
15,9
12,3
0
3,6
2,3
0,8
4
46
68
5 Conclus
ao
Foram aplicadas tres diferentes tecnicas para controle
de sistemas nao-lineares: controle PID com ajuste por
linearizacao no ponto de equilbrio, controle nebuloso
(fuzzy) e controle por modo deslizante (sliding mode).
As tres tecnicas obtiveram desempenho relativamente
satisfat
orio em relacao `a estabilidade, robustez e tempo
Tecnicas de Controle N
ao-Lineares
de resposta. Destaca-se que o controle PID nao conseguiu atingir valores de overshoot satisfat
orios (ate
54%), ficando muito alem do desejado, porem foi o que
obteve menor consumo de energia.
O controle por modos deslizantes, mostrou excepcional desempenho, principalmente na robustez a incerteza
de par
ametros e na resposta a perturbacoes (controle
regulat
orio), porem mostrou maior gasto de energia e
aparecimento de chattering quando inserido atraso na
medicao da variavel controlada.
Por fim, o controle nebuloso mostrou desempenho robusto, com valores dentro dos criterios esperados para
todos os casos e gasto de energia, em geral, pouco menor do que no controle por modos deslizantes.
Refer
encias
1. Bequette,B.W., Process Dynamics: Modeling, Analysis and
Simulation, Prentice-Hall, New Jersey (1998).
2. Zhao,Y.; Skogestad,S., A Comparison of Various Control
Schemes for Continuous Bioreactor, Proc. of IFAC Symposium ADCHEM94, Kyoto, Japan (1994).
3. Agrawal,P.; Lim,H.C., Analysis of Various Control Schemes
for Continuous Bioreactors, Advances in Biochemcial Engineering/Biotechnology, 30, 62 (1984).
4. Fedailaine,M.; Moussi, K.; Khitous,M.; Abada,S.; Saber,M.;
Tirichine,N. Modeling of the Anaerobic Digestion of Organic
Waste for Biogas Production, Procedia Computer Science,
52, 730 (2015).
5. Andres-Toro,B.; Gir
on-Sierra,J.M.; Lopez-Orozco,J. A.;
Fernandez-Conde,C., Peinado,J.M.; Garcia-Ochoa,F. A Kinetic Model for Beer Production under Industrial Operational
Conditions, Mathematics and Computers in Simulation, 48,
65 (1998).
6. Chien,I-L.; Fruehauf,P.S., Consider IMC Tuning to Improve
Controller Performance, Chem.Eng.Proc., 86, 33 (1990).
7. Nascimento,C.L.; Yoneyama,T. Inteligencia Artificial em
Controle e Automac
ao, S
ao Paulo, Blucher (2000).
8. Sugeno,M. Industrial Applications of Fuzzy Control, Amsterdam, Elsevier (1985).
9. Utkin,V.I. Sliding Modes in Control and Optimization,
Berlin, Springer-Verlag (1992).
10. Slotine,J.J.E.; Li W. Applied Nonlinear Control, New
Jersey, Prentice-Hall (1991).
13