Estratégias de Controle Não-Linear para Processo Bioquímico

EE-210: Projeto2 - Controle n
ao-linear manuscript No.

(will be inserted by the editor)
T
ecnicas de Controle N
ao-Lineares
Aplica
c
ao e An
alise de Robustez
Daniel Barbuto Rossato
Received: date / Accepted: date
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
A reacao bioqumica e um processo de reacao entre dois

componentes: a biomassa e o substrato. A biomassa se
comp
oe de celulas (em geral, bacterias) que consomem
o substrato. Sao exemplos de reacoes bioqumicas: processos de fermentacao, no qual as celulas consomem
Keywords controle nao-linear PID linearizacao
acu
car e produzem alcool, processos de decomposicao
l
ogica nebulosa fuzzy modo deslizante sliding
de lixo em aterros sanitarios, no qual as celulas consomode robustez
mem resduo organico e liberam g
as metano (CH4 ), o
qual pode ser utilizado para geracao de energia eletrica,
e processos de tratamento de efluentes.
1 Introduc
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-
micamente perfeita, isto e, linear, ganho unitario e de

resposta muito r
apida em relacao `
a din
amica do processo.
onde: Y e o resultado (yield), ou relacao, entre a massa

de celulas produzidas pela massa de substrato consumido e e assumido como sendo constante.
Definindo a taxa de diluicao D = F/V (o que torna o
sistema adimensional, ou seja, independente do volume
do reator) e considerando que, em geral, o material a
ser alimentado no reator nao possui biomassa (x1f = 0),
ent
ao as equacoes de balanco podem ser escritas como:
x1 = ( D)x1
(6)
x2 = D(x2f x2 ) x1 /Y
Considerando o sinal de entrada u = D, ou seja,

variacao em torno da taxa de diluicao Ds , podemos reescrever as equacoes como:
x1 = x1 x1 (Ds + u)
x2 = x1 /Y + (x2f x2 )(Ds + u)
Figura 1 Reator bioqumico
Adotando x1 = X - concentracao da biomassa (massa

de celulas por volume), x2 = S - concentracao do substrato (massa de substrato por volume), r1 - taxa de
geracao de celulas (massa de celulas geradas por volume
por tempo), r2 - taxa de consumo de substrato (massa
de substrato consumido por volume por tempo), F vazao volumetrica (volume por tempo), V - volume da
mistura no reator.
A equacao de balanco de material da biomassa (X) e:
dV x1
= F x1f F x1 + V r1
(1)
dt
onde: x1f e a concentracao da biomassa no material de
entrada do reator.
A equacao de balanco de material do substrato (S) e:
dV x2
= F x2f F x2 V r2
(2)
dt
onde: x2f e a concentracao do substrato na entrada do
material no reator (Sf ).
A taxa de reacao r1 do crescimento da biomassa e:
(7)
Os valores dos par

ametros do processo, considerando
o coeficiente pela equacao de Haldane (crescimento
com inibicao do substrato), s
ao dados pela tabela 1.
Tabela 1 Par
ametros nominais do processo
Par
ametro
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]
Substituindo os valores nas equacoes, temos:

0, 53x1 x2
0, 3x1 x1 u
0, 45x22 + x2 + 0, 12
1, 325x1 x2
0, 3x2 + 1, 2 (x2 4)u
x2 =
0, 45x22 + x2 + 0, 12
(8)
x1 =
Este sistema nao-linear possui tres pontos de equilbrio:

r1 = x1
(3)
onde: e o coeficiente de taxa de crescimento especfico,

com unidade [tempo1 ]. Duas possveis expressoes para
este coeficiente (conforme nome de seus autores) s
ao:
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:
O ponto de equilbro 1 deve ser evitado pois, nesta

condicao, a concentracao de biomassa iguala a zero, ou
seja, a din
amica da reacao bioqumica est
a parada. Esta
condicao e denominada washout.
A figura 2 mostra o plano de fases do sistema (x = x1 ,
y = x2 ) e os pontos de equilbrio.
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
Como incerteza parametrica sera considerada a variacao

no coeficiente Y de -25% (0,4 para 0,3).
3.1 Tecnica de Linearizacao

Tecnicas de linearizacao s
ao u
teis para que seja possvel
a utilizacao das ferramentas de controle linear, porem
possuem limitacoes de desempenho.
As matrizes da equacao de espaco de estados do sistema
linearizado usando serie de Taylor, em torno do ponto
de equilbrio x1e , x2e , no qual a taxa de crescimento e
e , s
ao:
Figura 2 Plano de fases do processo
#

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 .
O controle da reacao bioqumica pode ser feito atraves

da concentracao da biomassa (x1 ) ou da concentracao
do substrato (x2 ). Conforme [2], o melhor desempenho e obtido com turbidostato de concentracao para
medicao da concentracao da biomassa. A variavel manipulada sera a variacao da taxa de diluicao D, com
0 < D < 0, 6h1 .
Nas simulacoes, serao testadas duas condicoes iniciais.
A primeira condicao inicial, na trajet
oria do plano de
fases entre os pontos de equilbrio 1 e 2, e segunda
condicao inicial, na trajet
oria do plano de fases entre
os pontos de equilbrio 2 e 3:
x1 (0) =

1, 2
0, 5
; x2 (0) =
0, 7
3, 0
(11)
onde a derivada parcial da taxa de crescimento em relacao

à concentracao do substrato e:
e =
max (km k1 x22e )
=
x2e
(km + x2e + k1 x22e )2
(12)
Vale destacar que o sistema linearizado possui boa

aproximacao somente na vizinhanca do ponto de operacao
sobre o qual foi aplicado a serie de Taylor. Foi realizada
a linearizacao em torno do ponto de equilbrio est
avel
(x1e = 1, 5303, x2e = 0, 1744). As matrizes no espaco
de estados obtidas s
ao:

1, 5303
0, 0000 0, 9728
;B =
A=
3, 8256
0, 7500 2, 7319

C = 1 0 ;D = 0

(13)
A funcao de transferencia equivalente e:

G(s) =
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)
Para verificacao do desempenho sera considerado um

degrau unitario de setpoint no instante inicial. Para verificacao da perturbacao, sera aplicado um degrau de
amplitude -0,5 em Sf , ou seja, mudanca de 4,0 para 3,5
no instante 40 h.
Sera considerado como incerteza nao-estruturada, o atraso
na resposta do medidor real (turbidostato de concentracao):
Sera utilizado um compensador PID para controle

da reacao. O ajuste sera realizado pelo metodo IMC
[6]. Sendo Ds = 0, 3h1 , o tempo de residencia do processo e 3, 33h, portanto, sera adotado uma constante
de tempo de malha fechada: 1, 11 < < 1, 67. Para
= 1, 2h, foram obtidos os seguintes ganhos do PID na
forma padrao (ideal).
GM = es , = 0, 1h
KC =
(10)
/K
= 0, 542; TI = = 0, 41; TD = 0
(16)
A figura 3 mostra a resposta do controle servo e regulat

orio para os ganhos do PID considerando o modelo
linearizado no ponto de equilbrio 3 para a condicao inicial x1 (0). A figura 4 mostra o esforco de controle nesta
condicao.
Concentrao da Biomassa
1.2
1.15
X [g/L]
1.1
1.05
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
Figura 5 Resposta ao degrau com PID para x2 (0)
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]
Figura 6 Esforco de controle com PID para x2 (0)
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]

orio para os ganhos do PID considerando o modelo
linearizado no ponto de equilbrio 3 para a condicao inicial x2 (0). A figura 6 mostra o esforco de controle nesta
condicao.
Nesta secao sera utilizado o controle por l

ogica nebulosa na configuracao chamada Fuzzy-PI [7].
Foram adotadas como entradas do sistema nebuloso: 1erro (e = XD X), 2- variacao da concentracao (dX/dt)
com filtro passa-baixas. Como sada foi adotada a variacao da taxa de diluicao na entrada do reator (D).
A figura 7 mostra o diagrama em blocos do sistema em
malha fechada com Fuzzy-PI no software Simulink.
ao-Lineares
Figura 7 Diagrama em blocos do sistema com Fuzzy-PI
Para configuracao do sistema nebuloso, foi adotada

a maquina de inferencia de Takagi-Sugeno [8], com as
configuracoes padrao dos metodos OR, AND e Defuzzification, conforme mostra a figura 8. Para a entrada
1 (e), foram estabelecidas as variaveis nebulosas nege
poscom funcoes de pertinencia triangulares e range
de -1 a 1, conforme figura 9. Para a entrada 2 (dX),
adotou-se variaveis nebulosas nege pos, tambem
com funcoes triangulares, porem com range de -0,2 a
0,2, conforme figura 10. Para a sada (dS) foram adotadas tres variaveis nebulosas constantes: oN=-0,6; oZ=0;
oP=0,6. Este valores foram escolhidos conforme a variacao maxima possvel no sinal de controle (u = D).
A figura 11 mostra a configuracao no sistema nebuloso.
Figura 9 Func
oes de pertinencia das vari
aveis da entrada 1
Figura 10 Func
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]
Figura 13 Resposta ao degrau com Fuzzy-PI para x1 (0)

Figura 11 Func
aveis da sada
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
(dX=pos) then (dS=oP)

(dX=neg) then (dS=oZ)
(dX=pos) then (dS=oZ)
(dX=neg) then (dS=oN)
D [h -1]
0.25
0.2
0.15
0.1
0.05
0
10
20
30
40
50
60
70
80
Tempo [h]
Figura 14 Esforco de controle com Fuzzy-PI para x1 (0)

orio para o sistema com Fuzzy-PI para a condicao
inicial x2 (0). A figura 16 mostra o esforco de controle
nesta condicao.
Figura 12 Regras do sistema nebuloso

orio para o sistema com Fuzzy-PI para a condicao
inicial x1 (0). A figura 14 mostra o esforco de controle
nesta condicao.
ao-Lineares
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
Fazendo s = 0, derivando a equacao da superfcie de

controle e subsituindo as equacoes do sistema nao-linear
afim, obtem-se para o modelo nominal:
X [g/L]
1.15
u
=
1.1
1
10
20
30
40
50
60
70
(20)
Devido às incertezas de modelagem, o sistema nao

estara perfeitamente em cima da superfcie de controle e
sera utilizado uma descontinuidade do tipo saturacao,
com limites e + para manter o sistema na vizinhanca da superfcie s. O sinal de controle fica [10]:
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=
A tecnica de modo deslizante permite o controle robusto

de um sistema nao-linear atraves do deslizamentodos
estados sobre uma superfcie pre-definida[9].
O sistema nao-linear e de segunda ordem, na forma afim
(affine form):
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)
Foi adotada a seguinte superfcie de controle:

s =
x1 + x
2
u=u
k.sat(s/)
(17)
O modelo nominal sera dado por:

x 1 = f1 + g1 u
x 2 = f2 + g2 u
(24)
onde: F1 = f1 f1 e F2 = f2 f2 . Considerando a incerteza de modelagem somente em Y, variando de 0,4

para 0,3, temos que: F1 = 0 e F2 = 0, 5x1 .
Portanto, a lei de controle, fica:
3.3 Tecnica de Modo Deslizante (MD)
x 1 = f1 + g1 u
+ F1 + F2
(g1 + g2 )
(19)
Os valor de foi escolhido para manter a distancia da

vizinhanca da superfcie de deslizamento dentro do valor do erro estacion
ario. O valor de foi escolhido de
modo a se ter uma correcao robusta e r
apida, sem elevar demais o ganho k, e o valor de foi escolhido para
se ter um tempo de resposta suficientemente r
apido.
Apos ajustes nos valores iniciais, com tentativas na simulacao, foram obtidos os seguintes valores:
= 20; = 5; = 0, 1
lizante para a condicao inicial x2 (0). A figura 20 mostra

o esforco de controle nesta condicao.
(27)
Na pratica, como sera controlada apenas a variavel x1

(concentracao da biomassa), a superfcie de deslizamento
implementada foi: s = (x1d x1 ). Tambem foi adotado
x2d = 0.
1.25
1.2
X [g/L]
1.15
A figura 17 mostra a resposta do controle servo e

regulat
orio para o sistema com controle por modo deslizante para a condicao inicial x1 (0). A figura 18 mostra
1.1
1.05
1.1
0.95
0
10
20
30
40
50
60
70
80
Tempo [h]
1
Figura 19 Resposta ao degrau com Modo Deslizante para

x2 (0)
X [g/L]
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]

x1 (0)
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
Figura 20 Esforco de controle com Modo Deslizante para

x2 (0)
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]

x1 (0)

regulat
orio para o sistema com controle por modo des-
A tabela 2 mostra um resumo do desempenho servo

(resposta à referencia) para a condicao inicial x1 (0)
para cada tecnica com controle aplicado ao modelo nominal. Sao avaliados: porcentagem de overshoot (PO),
tempo de acomodacao (tA ), porcentagem de undershoot
(PU) e gasto aproximado de energia (u). Observe que,
embora o consumo de energia no controle PID seja bem
menor, seu desempenho e bastante insatisfat
orio em
relacao ao overshoot.
ao-Lineares
Tabela 2 Desempenho servo no modelo nominal (x1 (0))

PO[%]
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.

(resposta à referencia) para a condicao inicial x2 (0).
Mais uma vez, o PID mostra-se insatisfat
orio no criterio
do overshoot nao obstante seu baixo consumo. O controle por modos deslizantes se mostra muito r
apido,
porem a um custo de energia alto e um pico de undershoot.
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 à 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%.
Tabela 4 Desempenho regulat

orio no modelo nominal
Tec.
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
Para simulacao do sistema real foram consideradas

as incertezas em Y, em 25% (de 0,4 para 0,3), e o atraso
de 0,1 h na medicao da variavel X (concentracao da biomassa).
regulat
orio para os ganhos do PID considerando o sistema real na condicao inicial x1 (0). A figura 22 mostra
10
20
30
40
50
60
70
80
90
100
Tempo [h]

Taxa de Diluio
0.4
0.35
0.3
0.25
D [h -1]
PO[%]
0.9
0.8
Tabela 3 Desempenho servo no modelo nominal (x2 (0))

Tec.
1.3
0.2
0.15
0.1
0.05
0
0
10
20
30
40
50
60
70
80
90
100
Tempo [h]

regulat
orio para os ganhos do PID considerando o sistema real na condicao inicial x2 (0). A figura 24 mostra
10

1.2
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]

orio para o sistema real na condicao inicial x1 (0)
com controle com Fuzzy-PI. A figura 26 mostra o esforco de controle nesta condicao.

orio para o sistema real na condicao inicial x2 (0)
com controle Fuzzy-PI. A figura 28 mostra o esforco de
controle nesta condicao.
ao-Lineares
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
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
Figura 28 Esforco de controle com Fuzzy-PI para x (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)

regulat
orio para o sistema real com controle por modo
deslizante para a condicao inicial x1 (0). A figura 30
mostra o esforco de controle nesta condicao. Observe
que, devido ao atraso inserido na medicao da variavel
controlada, ocorreu o fenomeno indesejado de chattering.

regulat
orio para o sistema real com controle por modo
deslizante para a condicao inicial x2 (0). A figura 32
mostra o esforco de controle nesta condicao. Novamente,
devido ao atraso inserido na medicao da variavel controlada, ocorre o fenomeno indesejado de chattering.
12

1.25
Tabela 5 Desempenho servo no sistema real (x1 (0))
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]

x2 (0)
para cada tecnica com controle aplicado ao sistema

real. Comparando com os resultados do modelo nominal, observa-se que o PID melhorou o desempenho, gastando seis vezes mais energia, enquanto o controle nebuloso piorou levemente o tempo de acomodacao, tendo
que gastar dez vezes mais energia e controle por modo
deslizante praticamente manteve o desempenho, porem
gastanto seis vezes mais energia.
Taxa de Diluio
0.45
Tabela 6 Desempenho servo no sistema real (x2 (0))

0.4
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]

x2 (0)

para cada tecnica com controle aplicado ao sistema real.
Sao avaliados: porcentagem de overshoot (PO), tempo
de acomodacao (tA ), porcentagem de undershoot (PU)
e gasto aproximado de energia (u).
Relacionando esta tabela com os resultados no modelo
nominal, nota-se o aumento no gasto de energia em todos os casos (quase dobrando, no caso do PID e do controle nebuloso), porem o PID deteriou o desempenho no
overshoot e o modo deslizante deteriorou no tempo de
acomodacao, enquanto o controle nebuloso melhorou.
Destaca-se que, devido ao atraso inserido na medicao
da variavel controlada, apareceu o fenomeno de chattering na sada do controle por modo deslizante, variando
o sinal entre +0,2% e -0,8% do degrau da referencia.
A tabela 7 mostra um resumo do desempenho regulatorio (resposta à 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.
Tabela 7 Desempenho regulat

orio no sistema real
Tec.
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 à estabilidade, robustez e tempo
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

Estratégias de Controle Não-Linear para Processo Bioquímico

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Estratégias de Controle Não-Linear para Processo Bioquímico

Enviado por

Direitos autorais:

Formatos disponíveis

EE-210: Projeto2 - Controle n

ao-linear manuscript No.

Received: date / Accepted: date

A reacao bioqumica e um processo de reacao entre dois

Daniel Barbuto Rossato

micamente perfeita, isto e, linear, ganho unitario e de

onde: Y e o resultado (yield), ou relacao, entre a massa

Considerando o sinal de entrada u = D, ou seja,

Adotando x1 = X - concentracao da biomassa (massa

Os valores dos par

Substituindo os valores nas equacoes, temos:

Este sistema nao-linear possui tres pontos de equilbrio:

onde: e o coeficiente de taxa de crescimento especfico,

O ponto de equilbro 1 deve ser evitado pois, nesta

Como incerteza parametrica sera considerada a variacao

3.1 Tecnica de Linearizacao

O controle da reacao bioqumica pode ser feito atraves

onde a derivada parcial da taxa de crescimento em relacao

max (km k1 x22e )

Vale destacar que o sistema linearizado possui boa

A funcao de transferencia equivalente e:

Para verificacao do desempenho sera considerado um

Sera utilizado um compensador PID para controle

Daniel Barbuto Rossato

A figura 3 mostra a resposta do controle servo e regulat

Figura 5 Resposta ao degrau com PID para x2 (0)

Figura 3 Resposta ao degrau com PID para x1 (0)

Figura 6 Esforco de controle com PID para x2 (0)

Figura 4 Esforco de controle com PID para x1 (0)

A figura 5 mostra a resposta do controle servo e regulat

Nesta secao sera utilizado o controle por l

Figura 7 Diagrama em blocos do sistema com Fuzzy-PI

Para configuracao do sistema nebuloso, foi adotada

Daniel Barbuto Rossato

Figura 13 Resposta ao degrau com Fuzzy-PI para x1 (0)

(dX=pos) then (dS=oP)

Figura 14 Esforco de controle com Fuzzy-PI para x1 (0)

A figura 15 mostra a resposta do controle servo e regulat

Figura 12 Regras do sistema nebuloso

A figura 13 mostra a resposta do controle servo e regulat

Fazendo s = 0, derivando a equacao da superfcie de

Devido `as incertezas de modelagem, o sistema nao

Figura 15 Resposta ao degrau com Fuzzy-PI para x2 (0)

Figura 16 Esforco de controle com Fuzzy-PI para x2 (0)

A tecnica de modo deslizante permite o controle robusto

Foi adotada a seguinte superfcie de controle:

O modelo nominal sera dado por:

onde: F1 = f1 f1 e F2 = f2 f2 . Considerando a incerteza de modelagem somente em Y, variando de 0,4

3.3 Tecnica de Modo Deslizante (MD)

Os valor de foi escolhido para manter a distancia da

Daniel Barbuto Rossato

lizante para a condicao inicial x2 (0). A figura 20 mostra

Na pratica, como sera controlada apenas a variavel x1

A figura 17 mostra a resposta do controle servo e

Figura 19 Resposta ao degrau com Modo Deslizante para

Figura 17 Resposta ao degrau com Modo Deslizante para

Figura 20 Esforco de controle com Modo Deslizante para

Figura 18 Esforco de controle com Modo Deslizante para

A figura 19 mostra a resposta do controle servo e

A tabela 2 mostra um resumo do desempenho servo

Tabela 2 Desempenho servo no modelo nominal (x1 (0))

A tabela 3 mostra um resumo do desempenho servo

Tabela 4 Desempenho regulat

Para simulacao do sistema real foram consideradas