Escolar Documentos
Profissional Documentos
Cultura Documentos
Rio de Janeiro
2010
c2010
CDD 621.319
2
INSTITUTO MILITAR DE ENGENHARIA
Rio de Janeiro
2010
3
Dedico esta obra minha lha, Va-
nessa, razo da minha existncia.
4
AGRADECIMENTOS
5
SUMRIO
LISTA DE ILUSTRAES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
LISTA DE TABELAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
1 INTRODUO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.1 Motivao e Posicionamento da Dissertao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2 Objetivos do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.3 Histrico e Estudo Bibliogrco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4 Organizao da Dissertao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
6
3.2 Parmetros Utilizados na Modelagem da Ponte Rolante . . . . . . . . . . . . . . . . . . 71
3.3 Obteno das Equaes de Movimento no Plano XY . . . . . . . . . . . . . . . . . . . . . 72
3.3.1 Integrao dos Modelos dos Motores DC com o Modelo da Planta . . . . . . . . . 73
3.3.2 Linearizao e Obteno de um Modelo em Espao de Estados . . . . . . . . . . . . 75
3.3.3 Simulao Comparativa entre o Modelo No Linear e o Modelo Linear
em Malha Aberta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4 Sistema Servo de Posicionamento Vertical da Carga . . . . . . . . . . . . . . . . . . . . . . 83
3.4.1 Controle do Servomecanismo de Posio Vertical da Carga . . . . . . . . . . . . . . . . 86
5 CONCLUSO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.1 Comentrios do Trabalho Realizado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.2 Comentrios dos Trabalhos ainda em Aberto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
5.3 Perspectivas para Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
7
7 APNDICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
7.1 APNDICE 1: VALORES NOMINAIS DAS VARIVEIS DO SIS-
TEMA PONTE ROLANTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
7.2 APNDICE 2: SOLUO DAS EQUAES MATRICIAIS DE LYAPUNOV147
8
LISTA DE ILUSTRAES
10
FIG.3.19 Tenso de Entrada no Motor DC com Controlador Proporcional . . . . . . . 88
FIG.3.20 Controlador do Servo Mecanismo de Posio . . . . . . . . . . . . . . . . . . . . . . . . 88
FIG.3.21 Resposta do Sistema Servo de Posio em Malha Fechada . . . . . . . . . . . . 89
FIG.3.22 Tenso de Entrada no Motor DC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
11
FIG.4.21 Simulao Comparativa Modelo No Linear x Modelo Linear -
Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
FIG.4.22 Posio em X - Modelo No Linear x Modelo Linear - Controle por
PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
FIG.4.23 ngulo Gama - Modelo No Linear x Modelo Linear - Controle
por PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
FIG.4.24 Sinal de Comando da Planta - Controle por PID . . . . . . . . . . . . . . . . . . . . 103
FIG.4.25 Modelo x com Realimentao de Estados . . . . . . . . . . . . . . . . . . . . . . . 104
FIG.4.26 Resposta do Modelo Linear para a Posio X - Controlador Via
Formulao de Ackermann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
FIG.4.27 Resposta do Sistema para o ngulo Gama - Controlador Via For-
mulao de Ackermann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
FIG.4.28 Sinal de Comando da Planta - Controle por Realimentao de Es-
tados (Frmula de Ackermann) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
FIG.4.29 Modelo da Planta com Controlador Via Formulao de Ackermann
e Observador de Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
FIG.4.30 Resposta do Sistema para a Posio X - Controlador Via Formu-
lao de Ackermann com Observador de Estados . . . . . . . . . . . . . . . . . . . 107
FIG.4.31 Resposta do Sistema para o ngulo Gama - Controlador Via For-
mulao de Ackermann com Observador de Estados . . . . . . . . . . . . . . . . . 108
FIG.4.32 Representao do Bloco Observador do Modelo x- . . . . . . . . . . . . . . . . . . 108
FIG.4.33 Diagrama de Blocos do Sistema Controlado pelo Mtodo de Alo-
cao de Plos - perturbao inicial de 0,1 rad . . . . . . . . . . . . . . . . . . . . . 109
FIG.4.34 Controle da Posio em X pelo Mtodo de Alocao de Plos -
perturbao inicial de 0,1 rad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
FIG.4.35 Controle do ngulo pelo Mtodo de Alocao de Plos - pertur-
bao inicial de 0,1 rad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
FIG.4.36 Sinal de Comando da Planta (perturbao inicial de 0,1 rad) -
Controle por Realimentao de Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
FIG.4.37 Plos de Malha Aberta do Modelo x da Ponte Rolante . . . . . . . . . . . . 112
FIG.4.38 Aplicao do Controlador LQG ao Modelo x da Ponte Rolante . . . . . 113
FIG.4.39 Resposta do Sistema com Controlador LQG - Posio x . . . . . . . . . . . . . . 114
FIG.4.40 Resposta do Sistema com Controlador LQG - ngulo . . . . . . . . . . . . . . 114
FIG.4.41 Equivalncia do Bloco Controlador Discreto LQG - Nominal. . . . . . . . . . 115
12
FIG.4.42 Aplicao do Controlador PRCBI ao Modelo x da Ponte
Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
FIG.4.43 Respostas aos Degraus do Modelo Linear Discreto com Controlador
PRCBI Otimizado por Kcd - Posio x . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
FIG.4.44 Respostas aos Degraus do Modelo Linear Discreto com Controlador
PRCBI Otimizado por Kcd - ngulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
FIG.4.45 Respostas aos Degraus do Modelo Linear Discreto com Controlador
PRCBI Otimizado por Fd - Posio x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
FIG.4.46 Respostas aos Degraus do Modelo Linear Discreto com Controlador
PRCBI Otimizado por Fd - ngulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
FIG.4.47 Hiperesfera Percentual de Estabilidade do Sistema Ponte Rolante
com Controlador LQG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
FIG.4.48 Hiperesfera Percentual de Estabilidade do Sistema Ponte Rolante
com Controlador PRCBI Otimizado por Kcd . . . . . . . . . . . . . . . . . . . . . . . 120
FIG.4.49 Hiperesfera Percentual de Estabilidade do Sistema Ponte Rolante
com Controlador PRCBI Otimizado por Fd . . . . . . . . . . . . . . . . . . . . . . . . 121
FIG.4.50 Diagrama de Sensibilidade de Plos do Sistema Ponte Rolante em
MF com Controlador LQG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
FIG.4.51 Diagrama de Sensibilidade de Plos do Sistema Ponte Rolante em
MF com Controlador PRCBI Otimizado por Kcd . . . . . . . . . . . . . . . . . . . 122
FIG.4.52 Diagrama de Sensibilidade de Plos do Sistema Ponte Rolante em
MF com Controlador PRCBI Otimizado por Fd . . . . . . . . . . . . . . . . . . . . 122
FIG.4.53 Simulao Comparativa entre o Modelo No Linear e o Modelo
Linear - Controlador Fuzzy Mamdani a 9 Regras . . . . . . . . . . . . . . . . . . . 124
FIG.4.54 Sistema Fuzzy a 9 Regras - Modelo Mamdani . . . . . . . . . . . . . . . . . . . . . . . 124
FIG.4.55 Funes de Pertinncia da Varivel de Entrada - Erro_P osicaoX . . . . . 125
FIG.4.56 Funes de Pertinncia da Varivel de Entrada - Gama . . . . . . . . . . . . . . . 125
FIG.4.57 Funes de Pertinncia da Varivel de Sada - Sinal_Comando . . . . . . . 125
FIG.4.58 Superfcie Representativa do Sinal de Comando . . . . . . . . . . . . . . . . . . . . . 126
FIG.4.59 Base de Regras do Controlador Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
FIG.4.60 Posio em X Modelo No Linear x Modelo Linear - Controlador
Fuzzy - Mamdani a 9 Regras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
FIG.4.61 ngulo Gama Modelo No Linear x Modelo Linear - Controlador
Fuzzy - Mamdani a 9 Regras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
13
FIG.4.62 Sinal de Comando da Planta - Controlador F uzzy . . . . . . . . . . . . . . . . . . . 128
FIG.4.63 Posio X - Controladores no Domnio do Tempo Contnuo . . . . . . . . . . . 128
FIG.4.64 ngulo - Controladores no Domnio do Tempo Contnuo . . . . . . . . . . . . 129
FIG.4.65 Trajetria com Perl de Velocidade Trapezoidal - Modelo x da
Ponte Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
FIG.4.66 Posio em X - Trajetria com Perl de Velocidade Trapezoidal . . . . . . . 130
FIG.4.67 Velocidade em X - Trajetria com Perl de Velocidade Trapezoidal . . . . 131
FIG.4.68 ngulo Gama - Trajetria com Perl de Velocidade Trapezoidal . . . . . . . 131
FIG.4.69 Sinal de Comando do Sistema - Trajetria com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
FIG.4.70 Mtodo de Interpolao Polinomial 4-3-4 - Modelo x da Ponte
Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
FIG.4.71 Grco da Posio em X - Mtodo de Interpolao Polinomial 4-3-4 . . . . 134
FIG.4.72 Grco da Velocidade em X - Mtodo de Interpolao Polinomial
4-3-4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
FIG.4.73 Grco do ngulo Gama - Mtodo de Interpolao Polinomial 4-
3-4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
FIG.4.74 Sinal de Comando - Mtodo de Interpolao Polinomial 4-3-4 . . . . . . . . . 136
FIG.4.75 Grco da Acelerao - Mtodo de Interpolao Polinomial 4-3-4 . . . . . . 136
FIG.4.76 Grco da Posio em X - Trajetria com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
FIG.4.77 Grco da Velocidade em X - Trajetria com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
FIG.4.78 Grco do ngulo Gama - Trajetria com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
FIG.4.79 Sinal de Comando - Trajetria com Perl de Velocidade Trape-
zoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
FIG.4.80 Grco da Acelerao - Trajetria com Perl de Velocidade Trape-
zoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
14
LISTA DE TABELAS
15
LISTA DE ABREVIATURAS E SMBOLOS
ABREVIATURAS
A,B,C,D - Matrizes de representao de espao de estado no tempo continuo
, , Cd , Dd - Matrizes de representao de espao de estado no tempo discreto
E[] - Esperana matemtica de uma varivel aleatria
EQ. - Equao
F() - Funo objetivo
f() - Funo qualquer
F = Fd - Matriz de entrada de rudo na planta
FIG(s). - Figura(s)
FK - Filtro de Kalman
g - Acelerao da gravidade
G1
0 - Matriz da qualidade de identicao bayesiana
H() - Ganho do Rastreador do ponto de operao
I - Matriz identidade
J() - Custo
Je - Momento de inrcia da esfera
Jm - Momento de inrcia do eixo do motor
JP - Jumper
K = Kv = K t - Constantes do motor [Tenso e Torque]
Kc = Kcd - Ganho do controlador
Kf = Kfd - Ganho do observador de Kalman (ltro de Kalman)
Kp - Ganho do potencimetro
l - Comprimento do Cabo
LQG - Linear Quadratic Gaussian
LQR - Linear Quadratic Regulator
MA - Malha aberta
MF - Malha fechada
m1 - Massa do Trilho
m2 - Massa do Carro
m3 - Massa da Carga
16
MF - Malha fechada
Mp - Massa da plataforma
N - Relao da caixa de reduo das engrenagens do motor
P - Matriz de covarincia do erro de estimao
P0 - Matriz de covarincia do erro de predio
PID - Proporcional Integral e Derivativo
PRCBI - Parameter Robust Control by Bayesian Identication
Q - Matriz de covarincia do ruido da planta
Q1 - Matriz de ponderao do rudo da planta
Q2 - Matriz de ponderao do rudo do sensor
qk - Coordenada generalizada
Rnm - Conjunto de matrizes reais de ordem n por m
TAB(S) - Tabela(s)
Tr() - Trao de uma matriz
Ts - Perodo de discretizao
vk - Vetor de entrada de rudo nas medidas dos sensores
x1,2,3,4 - Variveis de estado
x - Vetor x estimado
xk/k1 - Vetor x predito, estimado no tempo k com base nos valores conhecidos
no tempo k-1
xk/k - Vetor x corrente, estimado no tempo k com base nos valores conhecidos
no tempo k
y - Posio da esfera
wk - Vetor de entrada de rudo na planta
z1 - Retardo unitrio discreto
NA - Conjunto negativo da varivel ngulo gama
ZA - Conjunto zero da varivel ngulo gama
PA - Conjunto positivo da varivel ngulo gama
NE - Conjunto negativo da varivel erro da posio x
ZE - Conjunto zero da varivel erro da posio x
PE - Conjunto positivo da varivel erro da posio x
17
SMBOLOS
- Um argumento qualquer
()0 - Estado nominal do argumento
()p - Estado perturbado do argumento
() - Argumento estimado
() - Argumento predito
- Produto de Kronecker
- Valor percentual de perturbao das variveis do vetor de parametros
sensveis
- Vetor paramtrico ou vetor de parametros sensveis
- ngulo da projeo ortogonal do cabo no plano XZ
- ngulo do cabo com o plano YZ
- ngulo da projeo ortogonal do cabo no plano YZ
18
RESUMO
19
ABSTRACT
In this work are presented the studies on the prototype of the Crane Overhead Sys-
tem developed in the Laboratory of Automation and Control of the Section of Education
of Electric Engineering of the IME. The Crane Overhead System is responsible for con-
ducting the locomotion of heavy and large loads over small distances, but with some
limitations, because the swinging of the load makes dicult it's precise positioning .
The work initially presents the study and the improvement of the mathematical
model of the physical plant. Then shows the application of various control techniques
to sove the problem of the emergence of oscillations in a payload carried by an overhead
crane. It makes also an analysis of robustness in stability, in the application model,
control techniques LQG (Linear Quadratic Gaussian ) and PRCBI (Parameter Robust
Control by Bayesian Identication ), observing the graphs of the percentage of stability
hypersphere and the diagram sensitivity of the closed loop poles.
The implementation of some mechanisms for trajectory generation in manipulators
can also be observed in order to reduce the amplitude of the command to be applied to
the plant which implies a lower power consumption by the engines in the early stages of
the system's displacement.
20
1 INTRODUO
21
X
Y
O prottipo composto por trs motores, cada qual utilizado para comandar o
deslocamento do sistema nas trs direes de movimento X, Y e Z. So utilizados cinco
sensores, sendo trs para a identicao da posio no espao e dois para a determinao
dos ngulos de oscilao da carga.
Como a carga se movimenta no espao tridimensional, conforme apresentado na FIG.
1.2, a dinmica do sistema decomposta em trs eixos de deslocamento:
22
FIG. 1.3: Carretel e seu acoplamento com o motor
eixo z
23
eixo x
24
FIG. 1.7: Motor e seu acoplamento por engrenagens
eixo y
25
a) Encontrar um modelo matemtico que represente de forma dedigna o comporta-
mento do prottipo da ponte rolante;
26
Em (GAO, 1997), apresentou-se uma estratgia de controle para uma ponte rolante
tridimensional a partir de um mtodo de parametrizao, atravs do qual foi calculada
a trajetria tima da carga. Neste caso, um algoritmo de aprendizagem foi usado para
gerar o sinal de controle que leva a sada do sistema a rastrear a trajetria desejada.
Em (YOSHIDA, 1997), props-se um sistema de controle no-linear para a ponte
rolante, visando contolar a posio do carro e minimizar as oscilaes da carga utilizando
o mtodo de Lyapunov para gerar uma lei de controle estvel.
Em (GIUA, 1999), considerou-se um modelo linearizado com parmetros variantes no
tempo de uma ponte rolante e mostrou-se como projetar um controlador utilizando uma
tcnica de estabilizao por realimentao de estados para sistemas variantes no tempo.
O sistema em malha fechada resultante equivalente, por meio de uma transformao de
Lyapunov, a um sistema estvel invariante no tempo. Mostrou-se tambm, que possvel
reconstruir os estados do sistema a partir da medio da posio do carro, por intermdio
de um observador variante no tempo.
Em (MNDEZ, 1999), desenvolveu-se um controlador auto-sintonizvel baseado em
redes neurais, visando minimizar as oscilaes indesejadas da carga, durante e no nal
do movimento em uma ponte rolante. O sistema de controle proposto utiliza uma rede
neural para ajustar os parmetros de um controlador por realimentao de estados. A
grande vantagem deste mtodo consiste no fato de o treinamento da rede ser feito on-line,
utilizando o algoritmo back-propagation.
Em (SUZUKI, 2000), props-se um sistema de controle semi-automtico para pontes
rolantes industriais. Neste caso, a ponte rolante continuaria a ser manipulada pelo ope-
rador, porm o sistema de controle seria responsvel pela supresso das oscilaes da
carga.
Em (VIKRAMADITYA, 2000), elaborou-se um controle no-linear para uma ponte
rolante tridimensional, utilizando funes de Lyapunov e uma verso modicada do con-
trole do tipo sliding surface. O controle proposto garante a estabilidade do sistema em
malha fechada e os resultados das simulaes demonstraram o desempenho e a robustez
em estabilidade do sistema de controle desenvolvido.
Em (LEE, 2001), foi proposta uma tcnica baseada em lgica fuzzy para controlar as
oscilaes da carga em uma ponte rolante industrial. A proposta consiste em um servo
mecanismo de posio, responsvel por controlar tanto a posio quanto o comprimento
do cabo, enquanto que o controlador fuzzy ca encarregado de reduzir as oscilaes da
carga. Os resultados experimentais mostraram que o controle proposto garante preciso
27
tanto no posicionamento quanto na minimizao das oscilaes da carga em presena de
condies iniciais no-nulas para o ngulo.
Em (BARTOLINI, 2002), foi desenvolvido um sistema de controle de modo deslizante
(sliding mode ) de segunda ordem para aplicao em pontes rolantes. O objetivo era
garantir uma rpida transferncia de carga com supresso da oscilao do ngulo de
balano durante o transporte da mesma.
No IME, a idia de implementao do sistema Ponte Rolante surgiu como Projeto
de Final de Curso de Rocha et al. em 2006, orientado pelo Prof. Ney Bruno, tendo sido
iniciada a sua construo, que foi aperfeioada ao longo dos ltimos anos e que serviu de
apoio realizao deste trabalho.
Em (ARAGO, 2008), foi realizado um controle baseado no mtodo de alocao de
plos baseado na formulao de Ackermann e tambm a gerao de trajetria com perl
de velocidade trapezoidal com o objetivo de reduzir a potncia fornecida pelos motores
nos instantes iniciais de deslocamento do sistema.
O presente trabalho procura mostrar a possibilidade da aplicao de diversos tc-
nicas de controle j consagradas, alm de permitir um estudo a cerca da robustez em
estabilidade do sistema Ponte Rolante empregando a sntese PRCBI, quando da variao
de determinados parmetros intrnsecos do modelo.
28
obtidas, utilizando as tcnicas abordadas no captulo 2. De forma resumida, encontram-se
listados a seguir os tpicos pertinentes a este captulo:
29
2 FUNDAMENTOS TERICOS EMPREGADOS
x = x(q1 , q2 , q3 , t)
y = y(q1 , q2 , q3 , t) (2.1)
z = z(q1 , q2 , q3 , t)
A dependncia temporal nessas relaes s existe quando h movimento relativo entre
30
os sistemas de coordenadas. Se ambos os sistemas esto xos, ento tal dependncia
temporal no existe. A velocidade generalizada denida por qk dqk /dt (MONTEIRO,
2006).
Em sntese, as equaes de Lagrange so denidas da seguinte forma:
d L
L
= Qk , (k = 1, 2, ..., n)
dt qk qk
(2.2)
L=T V
Onde:
A FIG. 2.1 mostra uma das muitas estruturas do controlador PID (diagrama no
domnio de Laplace), aplicado no controle em MF (malha fechada) de um processo. O
31
bloco trcejado na FIG. 2.1 mostra o controlador com entrada e(t) e sada u(t). A relao
entre os sinais de entrada e sada dada pela equao integro-diferencial:
Z
Kp de(t)
u(t) = Kp e(t) + e(t)dt + Kp Td (2.3)
Ti dt
A EQ. (2.3) mostra as trs parcelas constantes envolvidas, que caracterizam o nome
do mtodo. O objetivo fazer a sintonia do controlador, ajustando as constantes Kp , Td
e Ti , para que o conjunto, em malha fechada, seja estvel e apresente um desempenho
dentro do que est especicado pelo projetista.
Aplicando a Transformada de Laplace, obtm-se a Funo de Transferncia:
U (s) 1
H(s) = = Kp 1 + + Td s (2.4)
E(s) Ti s
1o Mtodo
Caso seja possvel realizar ensaios com a planta, aplica-se um degrau na entrada da
planta em malha aberta e medem-se os comprimentos L e T mostrados na FIG. 2.2, sobre
o sinal de sada da planta. Este mtodo s se aplica se o sistema apresentar a resposta
com a forma mostrada na gura.
32
TAB. 2.1: Parmetros do Controlador PID - 1o Mtodo de Ziegler e Nichols
Tipo de Controlador Kp Ti Td
T
P L 0
PI 0.9 TL L
0.3 0
PID 1.2 TL 2L 0.5L
De posse dos parmetros KCR e TCR aplica-se a TAB. 2.2 para obter os valores dos
parmetros de ajuste do compensador PID.
33
TAB. 2.2: Parmetros do Controlador PID - 2o Mtodo de Ziegler e Nichols
Tipo de Controlador Kp Ti Td
P 0.5KCR 0
PI 0.45KCR TCR /1.2 0
PID 0.6KCR 0.5TCR 0.125TCR
onde:
A = matriz n x n
B = matriz n x 1
Um sistema dito controlvel se, e somente se, esses vetores forem linearmente
independentes, ou seja, a matriz de controlabilidade Co (n x n) for de posto cheio.
Para controlar o sistema, utiliza-se o controle por realimentao de estados, fazendo
u(t) = Kx(t) + r(t). Admitindo que o sistema seja completamente controlvel e alo-
cando os plos de malha fechada por intermdio de condies do sistema (overshoot,
tempo de acomodao, etc.) em s1 = p1 , s2 = p2 , ..., sn = pn , a matriz de ganho K de
realimentao de estados pode ser obtida utilizando a formulao de Ackermann ou a
sntese de controle LQR.
Frmula de Ackermann:
K = [00...01]C1
o (A) (2.9)
onde K o ganho de realimentao dos estados e M o ganho que assegura o erro nulo
em estado estacionrio. Observe que r(t) a referncia para a sada y, enquanto que
Mr(t) a referncia ajustada para o erro nulo.
36
Assim, o sistema em malha fechada ca denido pelas equaes de estado:
(
x(t) = (A BK)x(t) + BM r(t)
(2.12)
y(t) = Cx(t)
cuja funo de transferncia dada por:
Logo,
M = S(0)1 (2.16)
que faz com que o erro em regime permanente para determinada entrada seja sempre
nulo (OGATA, 1987).
O sistema ser dito observvel, se todo estado x(t0 ) puder ser determinado pela obser-
vao de y(t) durante um intervalo de tempo nito, t0 t t1 . O sistema , portanto,
completamente observvel se cada transio do estado puder afetar cada elemento do
vetor de sada (OGATA, 1987).
Para mostrar a observabilidade completa de estado, considera-se o sistema denido
pelas equaes:
(
x(t) = Ax(t) + Bu(t)
(2.17)
y(t) = Cx(t)
onde:
37
A = matriz n x n
C = matriz m x n
x = (A Ke C)x + Bu + Ke y (2.20)
38
menos de duas a cinco vezes mais rpidos do que os plos do sistema de malha fechada
e em vez de utilizar a matriz de controlabilidade na frmula de Ackermann, utiliza-se a
matriz de observabilidade (OGATA, 1987).
Aps o clculo do observador e do controlador, tem-se um modelo igual ao do dia-
grama de blocos a seguir.
onde:
x o vetor de estados (x Rn )
u o vetor de entrada (u Rp )
y o vetor de sada (y Rq )
39
a matriz de transio de estados discreta ( Rnn )
a matriz de Entrada discreta ( Rnp )
C a matriz de sada (C Rqn )
uk = Kc xk (2.22)
ou
uk = Kc xk (2.23)
x = xk + Lc (yk C xk ) (2.25)
|k {z }
Equao de Estimao
e
40
Os mtodos para calcular os ganhos citados so relativamente simples. A alocao de
plos pode ser obtida por meio da comparao de polinnimos ou pela frmula de Acker-
mann para sistemas SISO (Single Input Single Output ), ou por meio da utilizao da fr-
mula de Bass-Gura para sistemas MIMO (Multiple Input Multiple Output )(PELLANDA,
1993).
N
X
JLQR(Discreto) = xT T
k .Q1 .xk +uk .Q2 .uk (2.27)
k
onde:
41
x o vetor de estados (x Rn ).
u o vetor de entrada (u Rp ).
y o vetor de sada (y Rq ).
a matriz da dinmica do modelo discreto ( Rnn ).
a matriz de entrada do modelo discreto ( Rnp ).
C a matriz de sada (C Rqn ).
F a matriz de entrada de rudo na planta (F Rnp ).
w o rudo na planta (w Rp ).
v o rudo nas medidas de sada dos sensores (v Rq ).
uk = Kc .xk (2.29)
k = R;
E vk .vT
h i T
Q = E (F.wk ) . (F.wk )T = E F.wk .wT
k .F
T
= F.E wk .wT T
k .F = F.W.F ;
Quando utilizado um ltro de Kalman preditor, o controle obedece a lei dada pela
EQ. (2.29), onde xk xk/k1 . Sendo xk/k1 o vetor de estado estimado no tempo k,
conhecida a sada no instante k-1. A matriz de ganho de realimentao de estado Kc
calculada pela minimizao do critrio quadrtico, dado por:
42
" #
X
JLQG(Discreto) =E xT T
k .Q1 .xk + uk .Q2 .uk (2.30)
k
h T i
P0 = Pk/k1 = E xk/k1 xk . xk/k1 xk (2.31)
A dinmica da estrutura LQG com ltro de Kalman preditor, conforme FIG. 2.7,
dada por:
xk+1 | .Kc xk
= | . +
xk+1/k Kf .C | 0 0 .Kc Kf .C0 xk/k1
F | 0 wk
+
.rk + | .
(2.32)
0 0 | Kf vk
43
1
Kf = 0 .P0 .CT 0 T
0 . C0 .P .C0 +R (2.33)
T 1
P0 0 .P0 .T
0 + 0 .P0
.C T
0 . R+ C 0 .P0
.C0 .C0 .P0 .T
0 Q = 0 (2.34)
xk+1 | .Kc
= | .
xk+1/k+1 Kf .C. | (I Kf .C0 ) . (0 0 .Kc ) Kf .C..Kc
44
xk F | 0 wk
.
+ .rk + | .
(2.35)
xk/k 0 Kf .C.F | Kf vk
Kf = 1
0 .Kf (2.36)
onde Kf calculada pela da EQ. 2.33 e a matriz de covarincia do erro de estimao dos
estados em regime assinttico dada por:
P = Pk/k = 1 0 T
0 . (P Q) .0 (2.37)
A estrutura LQG, uma vez que o ltro de Kalman utiliza o modelo nominal, ca sen-
svel a qualquer variao paramtrica da planta. Quando isto ocorre, o ltro ca fora de
sintonia com a planta e o desempenho e at mesmo a estabilidade cam comprometidos.
Assim, uma estratgia de controle indicada robustecer a estrutura LQG quanto
s variaes paramtricas da planta. Por esta razo, apresenta-se, a seguir, a sntese
PRCBI (Parameter Robust Control by Bayesian Identication ), que pretende tornar a
estrutura LQG mais robusta. Neste trabalho, ser apresentado apenas um resumo da
sntese PRCBI (PELLANDA, 1993).
importante salientar que a teoria da identicao bayesiana usada pela sntese
PRCBI apenas com a nalidade de gerar um critrio a ser aplicado na otimizao para
se obter um controlador que seja robusto em relao a variao de um dado conjunto de
parmetros.
A seguir ser apresentada uma breve e resumida explicao da sntese PRCBI. A
complementao deste assunto pode ser vista em (PELLANDA, 1993; ADES, 1994;
CAINELLI, 2005).
45
Considera-se um sistema linear S , discreto, representado por:
(
xk+1 = () .xk +F.wk
S :
yk = C.xk +vk
Uma formulao matemtica obtida a partir desta relao recorrente EQ. (2.38)
que pode ser resumida na expresso:
p /yk = p 0 +/yk = f G1
0 (2.39)
min Tr G1
0 max (0 ) Boa Robustez Paramtrica em relao a
46
FIG. 2.9: Qualidade de Identicao Paramtrica.
h i
Sendo M = E (yk yk ) . (yk yk )T em regime estacionrio (k ), onde
yk = C.xk .
A sntese PRCBI ser aplicada no sentido de tornar robusta a estrutura LQG em
relao as variaes paramtricas.
47
FIG. 2.10: Estrutura LQG do problema abordado
T
= 1 2 i r (2.42)
T
ii i
= = 0 0 i 0 0 ,i = 1r (2.43)
T
ij = 0 0 i 0 0 j 0 0 , i 6= j (2.44)
em que:
48
o valor percentual entre a varivel nominal e a perturbada.
Alm disso, dene-se Tr M1
0 .M ij
como sendo um valor calculado em funo da
perturbao ij , ento:
Tr M1
0 .M i
gii = G1
0 (i, i) = (2.45)
2i
1 2 2
Tr M0 .M ij
.g
i ii + .g
j jj
gij = G1
0 (i, j) = (2.46)
2.i .j
i6=j
M0 = C0 .P0 0 .CT
0 +R (2.47)
M = C0 .P0 .CT
0 (2.48)
onde P0 0 pode ser calculado a partir da EQ. (2.34). Calcula-se ento as matrizes auxiliares
L, N e P0 , conforme as equaes a seguir:
T
N = (0 0 .Kc ) .N. (I Kfd0 .C0 )T .T
0 (0 0 .Kc ) .L. +
(0 0 .Kc ) .Kfd0 .M0 . .Kfd0 +0 .Kfd (2.50)
T T
+ .Kfd0 +0 .Kfd .M0 . .Kfd0 +0 .Kfd +.L. +
T
0 . (I Kfd0 .C0 ) .NT . (2.51)
49
em que:
= .Kc (2.52)
X= F.X.G+H (2.53)
autovalor de maior mdulo, etc.), tendo sido escolhido como critrio de robustez:
Jrobusto =Tr G1
0 (2.54)
J1 = min Tr G1
0 (2.55)
Kc
50
b) Em uma segunda abordagem, o controlador Kc pode ser calculado para atender as
condies de desempenho, cando a minimizao dependente unicamente do ltro,
para tornar o sistema mais robusto, conforme FIG. 2.11. Para este caso, o critrio
de robustez a ser minimizado descrito da seguinte forma:
J2 = min Tr G1
0 (2.56)
F
Uma tcnica de anlise torna-se necessria, neste contexto, para medir a robustez
paramtrica. Assim, uma das medidas mais importantes o raio da hiperesfera de esta-
bilidade.
51
A hiperesfera de estabilidade pode ser denida como a esfera de maior raio per-
centual de perturbao que poder ser inscrita na regio de estabilidade dentro do domnio
paramtrico, centrada no ponto do espao em que os parmetros assumem seus valores
nominais.
Quando o vetor de parmetros sensveis de segunda ordem, a hiperesfera
transforma-se em uma circunferncia, sendo portando possvel visualiz-la, bem como
a regio de estabilidade do domnio paramtrico (ADES, 1994). Este tipo de grco
ser empregado para visualizar e comparar a robustez do sistema Ponte Rolante com os
controladores LQG e PRCBI.
Uma gura de mrito dos controladores trabalhados ser o raio da hiperesfera per-
centual de estabilidade, que denido como a maior percentagem de perturbao admis-
svel pelo sistema, considerando qualquer dimenso do espao paramtrico. Um algoritmo
usado para calcular esse raio foi apresentado em (GOMES, 1991).
Inicia-se do ponto em que os parmetros assumem seus valores nominais com raio
bem pequeno. Testa-se aleatoriamente um grande nmero de direes com este raio. Caso
o sistema seja estvel para todas as direes testadas, isto , os plos de MF de todos
os modelos perturbados esto inseridos no crculo unitrio do plano Z, ento aumenta-
se o raio e repete-se o processo. Quando for alcanada a instabilidade, reinicializa-se o
processo com um raio percentual intermedirio entre o atual e o anterior, at que seja
obtida a preciso desejada para o referido raio. de bom senso que, ao aumentar o raio,
tambm seja aumentado o nmero de direes testadas.
O raio percentual da hiperesfera denido como:
q
R = r21 +r22 + +r2n (2.57)
52
2.4.5 DIAGRAMA DE SENSIBILIDADE DOS PLOS DE MF
O diagrama de sensibilidade dos plos de malha fechada dos sistema consiste em uma
visualizao grca do grau de sensibilidade do sistema.
Basicamente, o que deve ser feito variar os parmetros dentro dos limites pr-
estabelecidos (raio da hiperesfera de percentual constante) e traar o posicionamento dos
plos de MF do sistema correspondente a essas variaes correspondentes (ADES, 1994).
No caso do sistema Ponte Rolante, o vetor de parmetros sensveis de segunda
ordem. Logo:
!
1
= e portanto, <2 (2.59)
2
q
R= r21 +r22 (2.61)
Pelo conjunto , possvel obter vetores paramtricos perturbados com raio per-
centual R, do seguinte modo:
!
(1 + r1 ) 1N
= (2.62)
(1 + r2 ) 2N
A partir da EQ. (2.62), a determinao dos modelos perturbados com raio percentual
constante torna-se elementar, j que as matrizes do sistema (transio de estados e de
entrada) so funes de . As referidas matrizes podem ser de sistemas contnuos ou
discretos. No sistema Ponte Rolante, estas matrizes representam o sistema discreto.
Portanto:
53
() e () (2.63)
A utilizao da lgica fuzzy vem crescendo diariamente e nas mais diversas reas do
conhecimento, como no controle de sistemas eletro-mecnicos, reconhecimento de carac-
teres, robs, sistemas de elevadores, aterrissagem de aeronaves, etc. Este crescimento
devido a sua grande simplicidade de implementao, alm de exigir pouco gasto em sua
montagem, o que melhora tanto para o fabricante, que diminui seus gastos, como para o
cliente, que adquire um produto mais eciente.
Este captulo apresenta um resumo da teoria dos sistemas de inferncia fuzzy,
necessrios para a compreenso e entendimento do controlador projetado neste trabalho.
Uma abordagem mais detalhada pode ser encontrada em (TANSCHEIT, 2003; DE CAM-
POS, 2004; MENDEL, 1995; AGUIRRE, 2007; MARTINS, 2007).
A FIG. 2.12 ilustra o sistema de inferncia fuzzy, que a base para o estudo apre-
sentado neste captulo.
54
FIG. 2.12: Sistema de Inferncia Fuzzy
55
cao na literatura; dois dos mais empregados, para tratar modelos lingusticos so o
centro de gravidade (cog ) e a mdia dos mximos (mom ). Neste, a sada precisa obtida
tomando-se a mdia entre os dois elementos extremos no universo que correspondem aos
maiores valores da funo de pertinncia do consequente. Alternativas igualmente sim-
ples simples incluem o mnimo dos mximos (moM) e o mximo dos mximos (MoM).
Com o centro de gravidade, a sada o valor no universo que corresponde ao centro de
gravidade da rea sob a curva da funo de pertinncia, isto (denotando por z a sada
defuzzicada representativa do conjunto nebuloso C'), confome mostra a FIG. 2.13:
R
C 0 (z)zdz
z = zR (2.64)
C 0 (z)dz
z
Existem vrios modelos utilizados na formao das regras dos sistemas de inferncia
fuzzy. Este trabalho apresenta os dois modelos mais usados.
Geralmente, o desempenho do modelo fuzzy depende dos parmetros que denem
suas funes de pertinncia, do tipo de inferncia, dos operadores e dos processos de
fuzzicao e defuzzicao.
Modelo Mamdani
Modelo Takagi-Sugeno
58
FIG. 2.15: Sistema de Inferncia TSK
Observando que uma entrada do tipo degrau poderia consumir bastante potncia do
motor no instante inicial, devido ao alto valor assumido pelo sinal de comando, achou-se
necessrio encontrar outro perl de trajetria a ser aplicado como entrada de referncia
do sistema. Assim sendo, num processo de rastreamento com erro nulo, a entrada deve
apresentar uma forma de sinal calculada de tal maneira que possa impor um perl de
sada desejado. Uma abordagem mais abrangente mais abrangente sobre o tema pode
ser visto em (CRAIG, 1986; CARRILHO, 1998).
Apenas como ilustrao da importncia da trajetria pr-estabelecida, sero mostra-
dos dois grcos do modelo da Ponte Rolante, que ser objeto de detalhamento mais
adiante.
As FIGs. 2.16 e 2.17 mostram a amplitude do sinal de comando em volts em funo
do tempo, sendo que a primeira gerada quando fornecida uma entrada degrau, enquanto
que a segunda ocorre quando fornecida uma entrada de perl de velocidade trapezoidal.
Como pode ser vericado, a amplitude atingida nos instantes iniciais de movimento do
segundo sinal bem inferior em relao amplitude da primeira.
59
Resposta ao Degrau Unitrio modelo xgama
120
100
80
Tenso (V)
60
40
20
20
0 2 4 6 8 10
Tempo(s)
Sinal de Comando
Trajetria com Perfil de Velocidade Trapezoidal
70
60
50
40
Tenso(V)
30
20
10
10
0 2 4 6 8 10
Tempo(s)
FIG. 2.17: Sinal de Comando para uma Entrada com Perl de Velocidade Trapezoidal
tm+1 = tf tc (2.67)
tf - o tempo total que o carro leva para chegar a sua posio nal.
61
Grfico da Posio
Trajetria com Perfil de Velocidade Trapezoidal
50
45
40
35
30
Posio(m)
25
20
15
10
0
0 2 4 6 8 10
Tempo(s)
Grfico da Velocidade
Trajetria com Perfil de Velocidade Trapezoidal
6
4
Velocidade(m/s)
0
0 2 4 6 8 10
Tempo(s)
Grfico da Acelerao
Trajetria com Perfil de Velocidade Trapezoidal
4
2
Acelerao (m/s )
2
4
0 2 4 6 8 10
Tempo(s)
Especicando a Acelerao
Nessa primeira anlise, escolhe-se a acelerao que o carro deve ter no instante inicial,
respeitando certas condies que sero mostradas posteriormente, at um tempo tc , como
j foi denido anteriormente.
Usando a equao horria para o primeiro intervalo de um movimento uniformemente
variado, tem-se que:
at2
Sc = S0 + v0 t + (2.69)
2
Como o mvel parte do repouso:
at2
Sc = S0 + (2.70)
2
Como a trajetria simtrica em relao reta vertical que passa por t = tf /2,
temos que:
(
Sm+1 = Sf Sc
(2.71)
tm+1 = tf tc
Dessa forma em t = tc :
Sf 2Sc
v= = atc (2.72)
tf 2tc
Substituindo o valor de Sc j previamente encontrado, e desenvolvendo obtm-se:
63
q
atf (atf )2 4a (Sf S0 )
tc = (2.74)
2a
tf
Somente o termo negativo da equao acima levado em considerao, j que tc 2
.
Note que pelo resultado encontrado para tc , o mdulo da acelerao, a , deve respeitar
a seguinte desigualdade para que exista uma possvel gerao de trajetria:
4(Sf S0 )
a (2.75)
t2f
Especicando a Velocidade
Nesse caso, o determina-se a que velocidade o carro passa a se deslocar com acelerao
nula.
Como no instante tc , v(t) = v = atc , substituindo na EQ. (2.73) o valor de a nesse
instante, obtm-se:
Portanto,
vtf (Sf S0 )
tc =
(2.77)
v
tf
Porm, como essa velocidade s ser constante no intervalo de tempo 0 < tc < 2
,
tem-se como resultado a seguinte restrio para a velocidade:
Sf S0
v 2 Sf S0 (2.78)
tf tf
Dessa forma, escolhendo uma velocidade que esteja dentro do intervalo mostrado
acima, os parmetros do perl da trajetria trapezoidal podero ser calculados.
Interpolao Linear;
64
Interpolao Cbica;
Neste mtodo, a trajetria a ser percorrida pela Ponte Rolante dividida, segundo
as caractersticas tpicas de movimento, em trs segmentos a saber:
a) Alavancagem (I)
b) Cruzeiro (II)
c) Acomodao (III)
h(t)
Acomodao
B'' B'
m
iro
ge
ze
ca
ru
an
A''
av
Al
A'
a) Condies de Fronteira
b) Parametrizao do Tempo
1
v1 (t) = h1 (t) (2.81)
tI
1
v1 (t) = 4a14 t3 + 3a13 t2 + 2a12 t + a11 (2.82)
tI
1 d h i 1 dt 1
a1 (t) = h1 (t) = h1 (t) = 2 h1 (t) (2.83)
tI d tI d tI
1 2
a1 (t) = 12a14 t + 6a13 t + 2a12 (2.84)
t2I
Das condies de fronteira:
66
h1 (0) = 0 a10 = 0
v1 (0) = v0 a11 = v0 tI
1
v2 (t) = 3a23 t2 + 2a22 t + a21 (2.86)
tII
1
a2 (t) =
(6a23 t + 2a22 ) (2.87)
t2II
Relaxando a condio de continuidade no espao, temos:
v2 (0) = v1 (1)
tII
a21 = tI
(4a14 + 3a13 + a0 t2I + v0 tI )
a2 (0) = a1 (1)
2
a22 = 12 ttIII (12a14 + 6a13 + a0 t2I )
t = t 1 t [1, 0] (2.89)
1
vn (t) = 4an4 t3 + 3an3 t2 + 2an2 t + an1 (2.91)
tn
1
an (t) = 12an4 t2 + 6an3 t + 2an2 (2.92)
tn
Para t = 0:
67
hn (0) = f an0 = f
vn (0) = vf an1 = vf tn
v2 (1) = vn (1)
1 1
tII
(3a23 + 2a22 + a21 ) = tn
(4an4 + 3an3 2an2 + an1 )
a2 (1) = an (1)
1 1
t2II
(6a23 + 2a22 ) = t2n
(12an4 6an3 + 2an2 )
Entretanto:
2
a0 t21 4 3 a0 t1 2
h1 (t) = 1 v0 t1 t + t + t + (v0 t1 ) t + 0 (2.97)
2 2
h1 (1) 41
v1 = = 3v0 a0 t1 (2.98)
t1 t1 t1
a1 t22 3 a1 t22
h2 (t) = 2 v1 t2 t + t2 + (v1 t2 )t + 1 (2.100)
2 2
h2 (1) 32 a1 t2
v2 = = 2v1 (2.101)
t2 t2 2
h2 (1) 62 6v1
a2 = = 2a1 t2 (2.102)
t22 t22 t2
2 a t2
hn (t) = 9n 4v2 tn a22tn 5vf tn + f2 n t4
2 (2.103)
a t2
+ 8n + 5vf tn f2 n + 3v2 tn t3 + a22tn t2 + (v2 tn )t + 2
onde = f /g e:
f = 21 4 + t2 + t1 + t1 t2 3 + t2 + 2tnnt1
2tn 2tn 3t2 2 t1 tn
(2.104)
v0 t1 6 + 6tt12 + 4tt1n + 3tt2n vf t1 a0 t1 tn 53 + tt12 + 2t1
tn
+ 5t2
2tn
+ af t1 tn
tn 2tn 3t2
g= + +2+ (2.105)
t2 t1 t1
69
3 MODELAGEM MATEMTICA DA PONTE ROLANTE
3.1 MODELOS X E Y
Foram utilizados dois referenciais, conforme mostra a FIG. 3.1. O referencial inercial
XYZ utilizado para denir os movimentos do trilho e do carro, enquanto que o referencial
mvel X'Y'Z' referencia o movimento da carga em relao ao carro.
70
Como a carga est atrelada ao carro por meio de um cabo, escrevem-se as coorde-
nadas da carga em funo do referencial mvel X'Y'Z' e, em seguida, convertem-se essas
coordenadas para o referencial xo XYZ, uma vez que o primeiro se movimenta em re-
lao ao segundo. Com os referenciais denidos, parte-se para o clculo dos parmetros
do modelo.
q3 =
71
q4 =
1 1 1
T = m1 x2 + m2 x2 + y 2 + m3 x23 + y32 + z32 (3.2)
2 2 2
Porm, deve-se observar que as coordenadas x3 , y3 e z3 no so coordenadas de con-
gurao. Portanto, preciso obt-las em funo de tais coordenadas para que se tenha
a energia cintica em funo somente das mesmas.
De acordo com o referencial inercial XYZ, as expresses de x3 , y3 e z3 so dadas por:
0
x3 = x + x
y3 = y + y 0 (3.3)
z = z + z0
3
Qx = fx (t)
Qy = fy (t)
(3.6)
Q = 0
Q = 0
onde:
Seja o esquema da FIG. 3.2 que, em termos do anlogo eltrico, representa um motor
DC acoplado a uma carga mecnica.
e = R.i + K. (3.7)
73
T = K.i J (3.8)
fk .r
T = (3.9)
N
N.e
= (3.10)
r
onde:
R - Resistncia da armadura;
K - constante de torque;
J - momento de inrcia;
= - velocidade de rotao;
N - relao de acoplamento;
T - torque;
x = M 1 B (3.13)
74
em que:
Jx Nx2
m1 + m2 + m3 + rx2
m3 l cos() 0 0
cos() l sen()sen() 0
M = Jy Ny2
0 m3 lsen()sen() m2 + m3 + a34
ry2
0 0 cos() l cos()
(3.14)
com
a34 = m3 l cos() cos() (3.15)
e
2 Kx Nx e1 xKx2 Nx2
m3 lsen() + Rx r x Rx rx2
(l cos()sen()) gsen() cos()
2
B= (3.16)
b31
2lsen() gsen()
com
75
(
u1 = e x
(3.19)
u2 = e y
Com a substituio das EQs. (3.18) e (3.19) nas EQs. (3.14) e (3.16), obtm-se um
sistema de equaes possvel e determinado, em funo de x, y, e .
A linearizao desse sistema feita da seguinte forma, onde fk , 1 k n so funes
do pargrafo acima:
x = Ax + Bu (3.20)
em que:
f1 f1 f1
x1 x2
... xn
f2 f2
... f2
x1 x2 xn
A= (3.21)
... ... ... ...
fn fn fn
x1 x2
... xn
f1 f1 f1
u1 u2
... um
f2 f2
... f2
u1 u2 um
B= (3.22)
... ... ... ...
fn fn fn
u1 u2
... um
f1 = x1 = x2
f2 = x2 = x1
f3 = x3 = x4
f4 = x4 = x3
(3.23)
f5 = x5 = x6
f6 = x6 = x5
f7 = x7 = x8
f8 = x8 = x7
Com isso, obtm-se o modelo de espao de estado linearizado, indicado pelas EQs.
(3.24) e (3.25), no qual possvel perceber que os subsistemas x e y so de-
sacoplados, podendo ser tratados de forma independente.
76
Substituindo os valores dos parmetros dos motores e do sistema (carga, carro e
trilho), que se encontram no Anexo 7.1, obtm-se as matrizes A e B do modelo linear.
Por meio da matriz C, torna-se possvel observar os estados desejados: x, , y e
enquanto que a matriz D nula, j que no existe uma ligao direta entre as entradas
e sadas do sistema.
0 1, 0000 0 0 0 0 0 0
0 57, 0208 0, 0421 0 0 0 0 0
0 0 0 1, 0000 0 0 0 0
0 190, 0694 32, 8403 0 0 0 0 0
A=
(3.24)
0 0 0 0 0 1, 0000 0 0
0 0 0 0 0 60, 3353 0, 0642 0
0 0 0 0 0 0 0 1, 0000
0 0 0 0 0 201, 1177 32, 9138 0
0 0
0, 4717 0
0 0
1, 5722 0
B=
(3.25)
0 0
0 0, 5989
0 0
0 1, 9963
1 0 0 0 0 0 0 0
0 0 1 0 0 0 0 0
C= (3.26)
0 0 0 0 1 0 0 0
0 0 0 0 0 0 1 0
0 0
0 0
D= (3.27)
0 0
0 0
Tratando os subsistemas x e y de forma independente, obtm-se as equaes
de estado na forma matricial:
77
Modelo x
x1 0 1, 0000 0 0 x1 0
x 0 57, 0208 0, 0421 0 x 0, 4717
2 2
= + u1
x3 0 0 0 1, 0000 x3 0
x4 0 190, 0694 32, 8403 0 x4 1, 5722
x1
" # " #
y1 1 0 0 0 x
2
=
y2 0 0 1 0 x 3
x4
(3.28)
Modelo y
x5 0 1, 0000 0 0 x1 0
x 0 60, 3353 0, 0642 0 x 0, 5989
6 2
= + u1
x7 0 0 0 1, 0000 x3 0
x8 0 201, 1177 32, 9138 0 x4 1, 9963
x1
" # " #
y1
1 0 0 0 x2
=
y2 0 0 1 0 x 3
x4
(3.29)
2
Modelo No Linear
Modelo Linear
Posio em X(m)
1.5
0.5
0
0 2 4 6 8 10
Tempo(s)
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
Modelo No Linear
Modelo Linear
0.2
0 2 4 6 8 10
Tempo(s)
79
Resposta ao Degrau de 30V do Sistema em Malha Aberta
1
0.4
Posio em y(m)
0.2
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
Tempo(s)
0.4
ngulo Beta(rad)
0.2
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
Tempo(s)
Como pde ser vercado nos grcos ilustrados pelas FIGs. 3.3, 3.4, 3.5 e 3.6, os
modelos no-linear e linearizado obtidos comportam-se de maneira anloga quando
sujeitos a uma entrada degrau de 30V. Este valor de entrada foi adotado, devido a
este valor ser considerado o mximo admitido pelo motor para ns de uma possvel
implementao real. Ressalta-se tambm, que apenas os estados x e de interesse
sofreram alterao, enquanto que os estados y e nada sofreram, o que comprova
o que j fora comentado na seo anterior, que tais subsistemas so desacoplados.
80
b) Entrada uy = 30V e entrada ux = 0V com tempo de simulao igual a 10s
0.2
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
Tempo(s)
0.4
ngulo Gama(rad)
0.2
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
Tempo(s)
81
Resposta ao Degrau de 30V do Sistema em Malha Aberta
3
0.5
0
0 2 4 6 8 10
Tempo(s)
0.15
0.1
ngulo Beta(rad)
0.05
0.05
Modelo No Linear
0.1
Modelo Linear
0.15
0.2
0 2 4 6 8 10
Tempo(s)
Os grcos representados pelas FIGs. 3.7, 3.8, 3.9 e 3.10 apenas reiteram o com-
portamento semelhante entre os dois modelos obtidos e o desacoplamento entre os
subsistemas, o que j fora comentado anteriormente.
6
Modelo No Linear
Modelo Linear
5
Posio em x(m)
4
0
0 2 4 6 8 10
Tempo(s)
Modelo No Linear
Modelo Linear
1 2 3 4 5 6 7 8 9 10
Tempo(s)
O sistema servo um sistema de controle em malha fechada que visa levar a carga a
uma posio previamente determinada pelo usurio, seguindo o sinal de entrada fornecido
pelo mesmo.
Um possvel esquema para um sistema servo pode ser visualizado abaixo:
83
FIG. 3.13: Esquemtico mecnico de um sistema servo
e = Ri + K c (3.30)
onde
TJ = Jm c (3.33)
m3 r2
TC = JC c = c (3.34)
N2
84
De onde, conclui-se que:
K
c (s) R(Jm +JC )
= (3.35)
E(s) 2
s s + R(JmK+JC )
Por meio das equaes anteriormente obtidas, torna-se possvel simular o sistema
em malha aberta para determinar o seu comportamento quando for submetido a uma
entrada tipo degrau unitrio (tenso de 1V). Apesar de ter sido obtido a representao do
modelo do motor em funo de transferncia, adotou-se o modelo em espao de estados,
pois o mesmo permite a observao de diversas variveis de interesse quando da anlise
do atuador. Para validar o modelo em espao de estado, foi realizada uma simulao
no Simulink dos dois modelos obtidos sem carga, conforme pode ser visualizado na FIG.
3.17, enquanto a FIG. 3.15 mostra o resultado da simulao.
85
Resposta ao Degrau de 1V do Modelo do Motor em MA
6
Representao em Funo de Transferncia
Representao em Espao de Estados
5
0
0 0.05 0.1 0.15 0.2 0.25
Tempo(s)
Como pde ser vericado na FIG. 3.15, a posio angular do rotor continua a crescer
quando aplicado uma tenso de 1V na entrada do motor. A resposta em malha aberta
claramente mostra que necessrio aplicar uma realimentao que estabilize o sistema
para o controle de posio:
Gc(s) G(s)
KI KD s2 + KP s + KI
Gc (s) = KP + + KD s = (3.36)
s s
Para reduzir o tempo de acomodao, preciso adicionar um ganho proporcional.
Este ganho provoca o aumento da taxa de subida na resposta do sistema. Se for adi-
cionado apenas um ganho proporcional KP = 2, valor este obtido por tentativa e erro,
com KI = KD = 0, ento Gc (s) = KP . Ressalta-se aqui, que as simulaes a seguir, j
encontram-se com a carga acoplada ao eixo do motor.
86
FIG. 3.17: Modelo do motor DC em Malha Fechada com Ganho Proporcional
1
Posio da Carga(m)
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6
Tempo(s)
FIG. 3.18: Resposta ao Degrau do Sistema Servo em Malha Fechada com Controlador
Proporcional
87
Tenso de Entrada no motor DC
180
160
140
120
Tenso(V)
100
80
60
40
20
0
0 1 2 3 4 5 6
Tempo(s)
88
Resposta do Sistema Servo de Posio em Malha Fechada
1.4
1.2
0.6
0.4
0.2
0
0 1 2 3 4 5 6
Tempo(s)
30
25
20
15
10
10
0 1 2 3 4 5 6
Tempo(s)
Conforme pode ser observado nas FIGs. 3.21 e 3.22, apesar do tempo de resposta
ter ultrapassado de 1s o tempo previsto, por meio da insero de um limitador de tenso,
foi possvel manter a tenso no limite de 30V.
89
4 SIMULAES DO SISTEMA CONTROLADO
Existem duas dinmicas que compem o sistema como um todo, uma do plano
x e outra do plano y , como pode ser observado pelas EQs. (3.28) e (3.29);
Como nem todas as variveis de estado podem ser diretamente sensoreadas, deve ser
projetado um observador de estados para cada dinmica de movimento, e estimar
as variveis no mensuradas;
91
PoleZero Map
System: sys
Zero : 0 + 5.72i
Damping: 0
4
Overshoot (%): 100
Frequency (rad/sec): 5.72
System: sys
Pole : 0.000762 5.72i
4 Damping: 0.000133
Overshoot (%): 100
Frequency (rad/sec): 5.72
6
60 50 40 30 20 10 0
Real Axis
Root Locus
2
Imaginary Axis
8
120 100 80 60 40 20 0 20 40 60
Real Axis
Por meio do root-locus mostrado na FIG. 4.4, possvel encontrar o valor de KCR ,
ponto no qual o root-locus intercepta o eixo imaginrio.
Root Locus
5.7196
5.7195
5.7195
System: sys
Imaginary Axis
Gain: 0.0564
Pole: 3.78e006 + 5.72i
Damping: 6.62e007
5.7194 Overshoot (%): 100
Frequency (rad/sec): 5.72
5.7194
5.7193
2 2
TCR = = = 1, 0985s (4.1)
$CR 5, 72
Por meio de KCR e de TCR , descobre-se que Kp = 0, 0254 e Ki = 0, 0277. Desta
forma, pode-se novamente, observar a resposta do sistema quando ocorrer uma
93
entrada tipo degrau unitrio.
Resposta ao Degrau do Sistema da Malha Interna
4 Controlador Proporcional e Integral
x 10
1.5
0.5
1.5
0 2 4 6 8 10
Tempo(s)
94
Resposta ao Degrau do Sistema da Malha Interna
4 Controlador Proporcional Integral e Derivativo
x 10
1.5
0.5
ngulo Gama(rad)
0
0.5
1.5
2.5
0 2 4 6 8 10
Tempo(s)
95
FIG. 4.10: Diagrama em Blocos do Sistema de Malha Interna com Controlador PID -
Mtodo da Tentativa e Erro
PoleZero Map
2
Imaginary Axis
6
60 50 40 30 20 10 0
Real Axis
FIG. 4.11: Mapa de Plos e Zeros do Sistema da Malha Interna com Controlador PID -
Mtodo da Tentativa e Erro
96
Resposta ao Degrau do Sistema da Malha Interna com Controlador PID
Mtodo da Tentativa e Erro
0.3
0.2
0.1
ngulo Gama(rad)
0
0.1
0.2
0.3
0.4
0 2 4 6 8 10
Tempo(s)
FIG. 4.12: Resposta ao Degrau do Sistema da Malha Interna com Controlador PID -
Mtodo da Tentativa e Erro
97
PoleZero Map
2
Imaginary Axis
6
60 50 40 30 20 10 0
Real Axis
Root Locus
15
10
5
Imaginary Axis
10
15
60 50 40 30 20 10 0 10
Real Axis
98
Root Locus
5.7196
5.7194
System: sys
5.7192 Gain: 149
Pole: 0.00102 + 5.72i
Damping: 0.000178
5.719 Overshoot (%): 99.9
Imaginary Axis
5.7186
5.7184
5.7182
5.718
12 10 8 6 4 2 0 2 4 6
Real Axis 4
x 10
O valor obtido para Kp vale 149, e os plos de malha fechada para este controlador
localizam-se em: -0,00102 + 5,72i, -0,00102 - 5,72i, -55,6578 e -1,3401 e pode-se
novamente observar a resposta do sistema quando ocorrer uma entrada de referncia
igual a 1m.
Posio em X
Controlador com Ganho Proporcional
1.4
1.2
1
Posio em X(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
1.2
1
Posio em X(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
100
ngulo Gama Controlador PID
0.4
0.3
0.2
0.1
ngulo Gama(rad)
0
0.1
0.2
0.3
0.4
0.5
0 2 4 6 8 10
Tempo(s)
101
FIG. 4.21: Simulao Comparativa Modelo No Linear x Modelo Linear - Controlador
PID
Posio em X
Modelo No Linear x Modelo Linear
1.2
Modelo No Linear
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.22: Posio em X - Modelo No Linear x Modelo Linear - Controle por PID
102
ngulo Gama
Modelo No Linear x Modelo Linear
0.4
Modelo Linear
0.3 Modelo No Linear
0.2
0.1
ngulo Gama(rad) 0
0.1
0.2
0.3
0.4
0.5
0 2 4 6 8 10
Tempo(s)
FIG. 4.23: ngulo Gama - Modelo No Linear x Modelo Linear - Controle por PID
Sinal de Comando
Controle por PID
150
100
Tenso(V)
50
0
0 2 4 6 8 10
Tempo(s)
104
Resposta ao Degrau Unitrio modelo xgama
1.4
1.2
Posio em x(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.26: Resposta do Modelo Linear para a Posio X - Controlador Via Formulao
de Ackermann
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
0.2
0.25
0 2 4 6 8 10
Tempo(s)
FIG. 4.27: Resposta do Sistema para o ngulo Gama - Controlador Via Formulao de
Ackermann
105
Sinal de Comando
Controle por Realimentao de Estados
(Frmula de Ackermann)
120
100
80
Tenso(V) 60
40
20
20
0 2 4 6 8 10
Tempo(s)
h i
C= 1 0 0 0 (4.5)
Com esses plos e com a matriz C, atravs do Matlab, possvel obter as duas
matrizes de ganho, uma para o observador da planta de x , Lpx .
106
0, 0000
0, 0011
Lpx = 106 (4.6)
0, 7523
2, 2354
Aps a realizao dos clculos, foram feitas simulaes no Matlab, por intermdio da
ferramenta Simulink.
1.2
1
Posio em x(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
0.1
0.05
ngulo Gama(rad)
0
0.05
0.1
0.15
0.2
0.25
0 2 4 6 8 10
Tempo(s)
FIG. 4.31: Resposta do Sistema para o ngulo Gama - Controlador Via Formulao de
Ackermann com Observador de Estados
108
meio das FIGs. 4.34 e 4.35. A FIG. 4.33 representa apenas a integrao entre o modelo da
planta, o controlador KCX e o observador de estados para ns de simulao no ambiente
Simulink enquanto que a FIG. 4.36 representa a amplitude do sinal de comando a ser
aplicado planta.
0.005
0.005
Posio x(m)
0.01
0.015
0.02
0.025
0.03
0.035
0.04
0 2 4 6 8 10
Tempo(s)
109
Perturbao inicial de 0.1rad
0.1
0.08
0.06
0.02
0.02
0.04
0 2 4 6 8 10
Tempo(s)
Sinal de Comando
Controle por Realimentao de Estados
10
0
Tenso(V)
10
15
0 2 4 6 8 10
Tempo(s)
FIG. 4.36: Sinal de Comando da Planta (perturbao inicial de 0,1 rad) - Controle por
Realimentao de Estados
A partir deste ponto, o modelo x ser representado em tempo discreto, uma vez
que as snteses de controle que sero aplicadas nesta seo, assim o exigem. Portanto, as
equaes de espao de estados no tempo discreto so do tipo:
110
(
x(k + 1) = x(k) + u(k)
(4.7)
y(k) = Cd x(k) + Dd u(k)
As matrizes , , Cd e Dd foram obtidas com o auxlio do software Matlab para
um perodo de discretizao Ts = 0, 1s. A frequncia de amostragem foi escolhida de
forma que o critrio de Nyquist seja atendido, ou seja, tal frequncia deve ser pelo menos
duas vezes maior que a frequncia do autovalor do sistema contnuo mais distante. Desta
forma, o modelo em espao de estados no tempo discreto do modelo linear x dado
por:
x (k + 1)
2 0
0, 0035 0, 0007 0, 0001 x2 (k)
0, 0082
= . + .u(k)
x3 (k + 1)
0
0, 2638 0, 8407 0, 0946 x3 (k)
0, 0022
x (k)
" # " #
1
" #
y1 (k) 1 0 0 0 x
2 (k) 0
= . + .u(k)
y2 (k) 0 0 1 0 x
3 (k) 0
x4 (k)
(4.8)
Os autovalores da matriz so os plos de MA do sistema em tempo discreto.
1, 0000
0, 0033
autovalores() = (4.9)
0, 8408 + 0, 5411i
0, 8408 0, 5411i
As posies dos plos podem ser visualizadas na FIG. 4.37.
111
1
0.5 /T
0.6 /T 0.4 /T
0.8 0.1
0.7 /T 0.3 /T
0.2
0.6 0.3
0.8 /T 0.4 0.2 /T
0.5
0.4 0.6
0.7
0.9 /T 0.8 0.1 /T
0.2 0.9
/T
0
/T
0. 2
0.9 /T 0.1 /T
0. 4
0.8 /T 0.2 /T
0. 6
0.7 /T 0.3 /T
0. 8
0.6 /T 0.4 /T
0.5 /T
1
1 0. 5 0 0.5 1
A sntese do controlador LQG exige que se denam alguns parmetros que sero
utilizados nos clculos do controlador. Tais parmetros podem ser observados na TAB.
4.1 enquanto que alguns resultados calculados pela sntese LQG, podem ser vistos na
TAB. 4.2.
A denio de alguns desses parmetros foi uma escolha arbitrria do autor, por se
tratarem de elementos de projeto, que so livres para serem utilizados em caso de ajustes
dos resultados.
Com os resultados obtidos na TAB. 4.2, possvel aplicar o controlador LQG e
vericar seu desempenho quando sujeito a uma entrada de referncia qualquer, conforme
pode ser visualizado nas FIGs. 4.38, 4.39 e 4.40.
112
TAB. 4.1: Valores para Sntese LQG
10000 0 0 0
0 10000 0 0
Matriz de Ponderao dos Estados da Planta (Q1 )
0 0 10000 0
0 0 0 10000
Matriz de Ponderao da Entrada da Planta (Q2 ) [0,05]
Matriz de Covarincia do Rudo da Planta (Q)
[100]
0, 01 0
Matriz de Covarincia do Rudo do Sensor de Medidas (R)
0 0, 01
0, 0007
0, 0082
Matriz de Entrada de Rudo do Sistema (Fd =)
0, 0022
0, 0243
113
Resposta do Sistema Controlador LQG
1.2
Entrada de Referncia
Resposta do Sistema
1
0.8
0.4
0.2
0
0 10 20 30 40 50 60 70
Tempo(s)
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
0.2
0 10 20 30 40 50 60 70
Tempo(s)
114
FIG. 4.41: Equivalncia do Bloco Controlador Discreto LQG - Nominal.
casos:
116
TAB. 4.3: Otimizao com o Ganho Kcd
1.5
1
Posio em X(m)
0.5
0.5
1
0 100 200 300 400 500 600 700
Tempo(s)
FIG. 4.43: Respostas aos Degraus do Modelo Linear Discreto com Controlador PRCBI
Otimizado por Kcd - Posio x
117
Resposta do Sistema Ponte Rolante
Controlador PRCBI Otimizado por Kcd
0.15
0.1
0.05
ngulo Gama(rad) 0
0.05
0.1
0.15
0.2
0 100 200 300 400 500 600 700
Tempo(s)
FIG. 4.44: Respostas aos Degraus do Modelo Linear Discreto com Controlador PRCBI
Otimizado por Kcd - ngulo
118
Resposta do Sistema Ponte Rolante
Controlador PRCBI Otimizado por Fd
1.2
Entrada de Referncia
Resposta do Sistema
1
0.8
Posio em X(m)
0.6
0.4
0.2
0.2
0 10 20 30 40 50 60 70
Tempo(s)
FIG. 4.45: Respostas aos Degraus do Modelo Linear Discreto com Controlador PRCBI
Otimizado por Fd - Posio x
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
0.2
0 10 20 30 40 50 60 70
Tempo(s)
FIG. 4.46: Respostas aos Degraus do Modelo Linear Discreto com Controlador PRCBI
Otimizado por Fd - ngulo
120
FIG. 4.49: Hiperesfera Percentual de Estabilidade do Sistema Ponte Rolante com
Controlador PRCBI Otimizado por Fd
121
Diagrama de Sensibilidade de Plos do Sistema
Ponte Rolante em MF Otimizado por Kcd
1
0.5/T
0.6/T 0.4/T
0.8 0.1
0.7/T 0.3/T
0.2
0.6 0.3
0.8/T 0.4 0.2/T
0.5
0.4 0.6
0.7
0.9/T 0.8 0.1/T
0.2 0.9
/T
0
/T
0.2
0.9/T 0.1/T
0.4
0.8/T 0.2/T
0.6
0.7/T 0.3/T
0.8
0.6/T 0.4/T
0.5/T
1
1 0.5 0 0.5 1
A inspeo em conjunto das FIGs. 4.47, 4.48 e 4.49, representativas das hiperesferas
percentuais de estabilidade e dos diagramas de sensibilidade de plos do sistema rep-
122
resentados pelas FIGs. 4.50, 4.51 e 4.52 indica que a sntese PRCBI proporcionou um
aumento da robustez em estabilidade do sistema Ponte Rolante em Malha Fechada.
Deve-se ressaltar ainda, que a obteno do controlador PRCBI, realizando a otimiza-
o do trao da matriz G1
0 atuando em Kcd , apesar de aumentar a robustez do sis-
tema, faz com que o mesmo perca bastante em desempenho. Tal fato pode ser evitado,
fazendo-se a otimizao atuando em Fd , vetor de entrada de rudo na planta, como j
visto anteriormente.
Devido ao grande espao que a Lgica Fuzzy vem ocupando tanto na rea acadmica
quanto na na rea industrial, ser apresentado neste trabalho a aplicao de um con-
trolador fuzzy para o modelo x da Ponte Rolante, de modo a poder comparar os
resultados a serem obtidos com os dos demais mtodos.
O controlador Fuzzy construdo baseado no sistema de inferncia Mamdani e ap-
resenta as seguintes caractersticas:
A base do conhecimento formada por 9 regras, que sero denidas mais adiante;
123
o tempo de projeto e a complexidade quando da obteno de um modelo linearizado
advindo de um sistema relativamente complexo.
(mamdani)
9 rules
Gama (3)
As FIGs. 4.55, 4.56 e 4.57 mostram os grcos das funes de pertinncia represen-
tantes dos conjuntos fuzzy das variveis de entrada e de sada, respectivamente. Foram
adotadas funes de pertinncia do tipo gaussianas, aps a comparao com outros tipos
124
de funo de pertinncia, por apresentarem um comportamento mais suave para o pro-
cessamento do sinal de comando a ser enviado planta.
Funoes de Pertinncia
Varivel de Entrada ErroPosicaoX
NE ZE PE
1
0.8
Degree of membership
0.6
0.4
0.2
Funes de Pertin
nci a
Varivel de Entrada Gama
NA
NV ZV
ZA PA
PV
1
0.8
Degree of membership
0.6
0.4
0.2
0. 5 0 0.5
Gama
Funes de Pertinncia
Varivel de Sada Sinal de Comando
NV ZV PV
1
0.8
Degree of membership
0.6
0.4
0.2
100
50
SinalComando
50
100
0.5
1.5
1
0 0.5
0
0.5
1
Gama 0.5 1.5
Erro osicaoX
P
A base de regras adotada segue conforme mostra a FIG. 4.59. Ressalta-se aqui, que
o smbolo e, presente na base de regras, representa a varivel Erro_P osicaoX .
126
Posio em X
Modelo No Linear x Modelo Linear
Controlador Fuzzy Mandani a 9 Regras
1.4
Modelo Linear
Modelo No Linear
1.2
Posio em X(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
ngulo Gama
Modelo No Linear x Modelo Linear
Controlador Fuzzy Mandani a 9 Regras
0.15
0.1
0.05
0.05
Modelo Linear
Modelo No Linear
0.1
0.15
0.2
0.25
0 1 2 3 4 5 6 7 8 9 10
Tempo(s)
FIG. 4.61: ngulo Gama Modelo No Linear x Modelo Linear - Controlador Fuzzy -
Mamdani a 9 Regras
127
Sinal de Comando
Controlador Fuzzy
70
60
50
Tenso(V)
40
30
20
10
0
0 2 4 6 8 10
Tempo(s)
As FIGs. 4.63 e 4.64 permitem a visualizao das diferentes respostas da planta com
os controladores encontrados no domnio do tempo contnuo tanto para o deslocamento
do carro na direo X quanto para o ngulo de oscilao da carga, .
Posio X
Controladores no Domnio do Tempo Contnuo
1.4
1.2
1
Posio X(m)
0.8
0.6
Controlador PID
Controlador por Realimentao de Estados
0.4 (Frmula de Ackermann)
Controlador Fuzzy
0.2
0
0 2 4 6 8 10
Tempo(s)
128
ngulo Gama
Controladores no Domnio do Tempo Contnuo
0.4
0.1
0.2
0.3
0.4
0.5
0 2 4 6 8 10
Tempo(s)
Posio em X
Trajetria com Perfil de Velocidade Trapezoidal
1.2
0.8
Posio em X(m)
0.2
0.2
0 1 2 3 4 5 6 7 8 9 10
Tempo(s)
130
Velocidade em X
Trajetria com Perfil de Velocidade Trapezoidal
0.6
0.5
Perfil de Velocidade Desejado
Perfil de Velocidade Real
0.4
Velocidade em X(m/s)
0.3
0.2
0.1
0.1
0 2 4 6 8 10
Tempo(s)
ngulo Gama
Trajetria com Perfil de Velocidade Trapezoidal
0.06
0.04
0.02
ngulo Gama(rad)
0.02
0.04
0.06
0 2 4 6 8 10
Tempo(s)
131
Sinal de Comando
Trajetria com Perfil de Velocidade Trapezoidal
70
60
50
Sinal de Comando(V)
40
30
20
10
10
0 2 4 6 8 10
Tempo(s)
Como pde ser visualizado nas FIGs. 4.66 e 4.69, as simulaes realizadas utilizando
o processo de gerao de trajetria com perl de velocidade trapezoidal tm como
resultado para tenso e para o deslocamento em x, respectivamente, uma reduo de
aproximadamente 50% na amplitude do sinal de comando na entrada da planta, alm
de ter ocasionado um menor overshooting. Por outro lado, percebe-se que o tempo de
acomodao ser maior nesta situao, o que faz com que o sistema demore mais para
se estabilizar.
1 = 3.5s, q1 = 3.8m
2 = 4.5s, q2 = 6.5m
onde:
Grfico da Posio em X
Mtodo de Interpolao Polinomial 434
12
10
8
Posio em X(m)
4
Trajetria Desejada
Trajetria Real
Posio Especificada
2
0
0 2 4 6 8 10
Tempo(s)
134
Grfico da Velocidade em X
Mtodo de Interpolao Polinomial 434
3
Velocidade Desejada
2.5 Velocidade Real
Velocidade em X(m/s)
1.5
0.5
0.5
0 2 4 6 8 10
Tempo(s)
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
0.2
0 5 10 15 20
Tempo(s)
135
Sinal de Comando
Mtodo de Interpolao Polinomial 434
350
300
250
200
Tenso(V)
150
100
50
50
0 5 10 15 20
Tempo(s)
Grfico da Acelerao
Mtodo de Interpolao Polinomial 434
1
0.8
0.6
0.4
Acelerao(m/s)
0.2
0.2
0.4
0.6
0.8
1
0 1 2 3 4 5 6 7 8
Tempo(s)
136
Grfico da Posio X
Trajetria Com Perfil de Velocidade Trapezoidal
12
Trajetria Desejada
10 Trajetria Real
Posio X(m) 6
0
0 2 4 6 8 10
Tempo(s)
Grfico da Velocidade
Trajetrial com Perfil de Velocidade Trapezoidal
2
Velocidade Desejada
1.5
Velocidade Real
Velocidade em X(m/s)
0.5
0.5
0 5 10 15 20
Tempo(s)
137
Grfico do ngulo Gama
Trajetria com Perfil de Velocidade Trapezoidal
0.1
0.08
0.06
0.04
ngulo Gama(rad)
0.02
0.02
0.04
0.06
0.08
0.1
0 5 10 15 20
Tempo(s)
FIG. 4.78: Grco do ngulo Gama - Trajetria com Perl de Velocidade Trapezoidal
Sinal de Comando
Trajetria com Perfil de Velocidade Trapezoidal
250
200
150
Tenso(V)
100
50
50
0 5 10 15 20
Tempo(s)
138
Grfico da Acelerao
Trajetria com Perfil de Velocidade Trapezoidal
0.8
0.6
0.4
Acelerao(m/s)
0.2
0.2
0.4
0.6
0.8
0 5 10 15 20
Tempo(s)
139
5 CONCLUSO
Alguns pontos no foram abordados neste trabalho, sejam eles por motivos temporais
ou por determinadas limitaes no decorrer do trabalho. Pontos estes relacionados a
seguir:
142
6 REFERNCIAS BIBLIOGRFICAS
OGATA, K. Discrete-Time Control Systems. Prentice Hall, New Jersey, USA, 1987.
144
7 APNDICES
145
7.1 APNDICE 1: VALORES NOMINAIS DAS VARIVEIS DO SISTEMA PONTE
ROLANTE
Grandezas Fsicas
146
7.2 APNDICE 2: SOLUO DAS EQUAES MATRICIAIS DE LYAPUNOV
em que:
Segundo o Teorema 7.1, para as equaes matriciais lineares 2.49, 2.50 e 2.51, da
sntese PRCBI em malha fechada, necessrio e suciente que:
h i
[(0 0 .Kc )] . (0 0 .Kc )T < 1 (7.2)
h i
T
[(0 0 .Kc )] . (I K0 .C) .T
0 <1 (7.3)
h i
[0 . (I K0 .C)] . (I K0 .C)T .T
0 < 1 (7.4)
Ento, a condio necessria e suciente para que exista uma nica soluo para
o sistema matricial envolvido , neste caso, que os autovalores de (0 0 .Kc ) sejam
estveis, isto , que os plos de controle do sistema MF estejam no interior do circulo
unitrio do Plano Z (GOMES, 1991; PELLANDA, 1993).
A soluo da EQ. 2.53 dada pela seguinte relao:
x = U1 .h (7.5)
147
Onde:
T T T
f11 .G I f12 .G f1m .G
f .GT f .GT I f2m .GT
21 22
U = F GT I I = . .. .. .. (7.6)
.. . . .
T
fm1 .G fm2 .GT fmm .GT I
h iT
h= h11 h12 h1n h21 h2n hmn (7.7)
h iT
x= x11 x12 x1n x21 x2n xmn (7.8)
148