Escolar Documentos
Profissional Documentos
Cultura Documentos
RESUMO So apresentadas condies relaxadas para o estu- the proposed design method is applied in the control of an inver-
do da estabilidade de sistemas no-lineares, contnuos e discre- ted pendulum.
tos no tempo, descritos por modelos fuzzy. Uma anlise terica
demonstra que o mtodo proposto fornece resultados melhores 1 INTRODUO
ou iguais que os outros mtodos descritos na literatura. Simu-
laes digitais ilustram este fato. Estes resultados so tambm O primeiro passo no projeto de um sistema de controle a cons-
utilizados no projeto de reguladores fuzzy. Para isso sistemas truo de um modelo verdadeiro do sistema dinmico que ser
no-lineares so representados pelos modelos fuzzy propostos controlado. O modelo verdadeiro ser utilizado nas simulaes
por Takagi-Sugeno. Alm disso, as anlises de estabilidade e para verificar o desempenho do controlador projetado e deve in-
problemas de projetos de sistemas de controle so descritos co- cluir todas as caractersticas relevantes do processo. Normal-
mo problemas de Desigualdades Matriciais Lineares (em ingls, mente o modelo verdadeiro muito complicado para o projeto de
Linear Matrix Inequalities (LMI)), que podem ser resolvidos efi- sistemas de controle. Assim, necessita-se de um modelo simpli-
cientemente na prtica por tcnicas de programao convexa. As ficado, denominado modelo de projeto, vide (Friedland, 1996)
tcnicas de projeto tambm permitem a especificao do transi- para maiores detalhes. O modelo de projeto deve capturar as ca-
trio atravs da taxa de decaimento e a especificao de restri- ractersticas essenciais do processo. A tcnica mais comum para
es nos sinais de controle e nas sadas. O projeto e a simulao a obteno de um modelo de projeto para plantas no-lineares
do controle de um pndulo invertido ilustram o sistema de con- sem dvida a linearizao da planta em um ponto de operao
trole estudado. de interesse. Com este mtodo o modelo de projeto em geral
um sistema linear invariante no tempo e o projeto de controla-
Keywords: Fuzzy control, nonlinear systems, stability, regula- dores relativamente simples em muitos casos. Entretanto, este
tors, LMIs. modelo de projeto descreve bem a dinmica do sistema somen-
te em uma certa vizinhana em torno do ponto de operao no
ABSTRACT Relaxed conditions for the stability study of non- qual o sistema foi linearizado. Assim, nos casos onde o sistema
linear, continuous and discrete-time systems given by fuzzy mo- pode operar em regies distantes do ponto de operao, este mo-
dels are presented. A theoretical analysis shows that the pro- delo de projeto no , em geral, adequado. Neste caso deve-se
posed method provides better or at least the same results of the adotar um modelo de projeto mais sofisticado, que considere adi-
methods presented in the literature. Digital simulations exem- cionalmente a dinmica da planta em regies distantes do ponto
plify this fact. These results are also used for the fuzzy regulators de operao mencionado. Uma possvel soluo para este pro-
design. The nonlinear systems are represented by the fuzzy mo- blema a representao da planta no-linear por modelos fuzzy
dels proposed by Takagi and Sugeno. The stability analysis and Takagi-Sugeno (T-S) ou Takagi-Sugeno-Kang (T-S-K) (Takagi
the design of controllers are described by LMIs (Linear Matrix and Sugeno, 1985), (Sugeno and Kang, 1988). A idia destes
Inequalities), that can be solved efficiently by convex program- modelos consiste da descrio aproximada de um sistema no-
ming techniques. The specification of the decay rate, constraints linear como a combinao de um certo nmero de modelos li-
on control input and output are also described by LMIs. Finally, neares invariantes no tempo locais, que descrevem aproximada-
0 Artigosubmetido em 07/12/1998
mente o comportamento deste sistema em diferentes pontos do
1a. Reviso em 23/04/1999; 2a. Reviso em 04/10/1999 seu espao de estados. Desta forma, pode-se interpretar a tcni-
Aceito sob recomendao da Eda. Consa. Profa. Dra. Sandra ca tradicional de linearizao em apenas um ponto de operao
Aparecida Sandri
Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000 37
como um caso particular dos modelos fuzzy T-S-K, consistindo significa que S uma matriz simtrica positiva definida (semi-
apenas de um modelo local. Esta classe de modelos de proje- definida), S > T (S T) significa que S T > 0 (S T 0),
to permite que o engenheiro utilize o seu conhecimento sobre e W = 0 significa que W uma matriz nula, isto , seus ele-
o sistema que vai ser controlado, na definio do nmero dos mentos
Pr so todos iguais a zero. utilizada a seguinte notao:
modelos locais e dos pontos ou regies nas quais estes modelos i<j , que significa, para r = 3,
locais sero definidos.
3
X
O modelo global do sistema obtido atravs da combinao aij ,a 12 a
+ 13 + 23 a :
fuzzy destes modelos lineares locais. A idia que para cada i<j
modelo linear local seja projetado um controle de realimenta-
o linear. O controlador global resultante, que no-linear em
geral, uma combinao fuzzy de cada controlador linear indi-
2 MODELO FUZZY TAKAGI-SUGENO
vidual. No mtodo de projeto proposto, uma dada planta no-linear
representada pelo modelo fuzzy Takagi-Sugeno (Takagi and Su-
Mais significativamente, as anlises de estabilidade e o projeto geno, 1985). Este mtodo de modelagem fuzzy simples e natu-
de controle so reduzidos a problemas descritos por LMIs (Boyd ral. As dinmicas do sistema so capturadas por um conjunto de
et al., 1994). Numericamente, os problemas de LMIs podem ser implicaes fuzzy que caracterizam relaes locais no espao de
resolvidos muito eficientemente por meio de algumas ferramen- estados. A principal caracterstica de um modelo Takagi-Sugeno
tas poderosas disponveis na literatura de programao matem- a descrio das dinmicas locais de cada implicao fuzzy (re-
tica (Boyd et al., 1994). Portanto, a interpretao das anlises de gra) por um modelo de sistema linear. O modelo fuzzy global do
estabilidade e problemas de projeto de controle como problemas sistema obtido pela combinao fuzzy dos modelos do sistema
descritos por LMIs equivalente a encontrar solues para os linear.
problemas originais.
Especificamente, o sistema fuzzy Takagi-Sugeno descrito pelas
Durante a ltima dcada o controle fuzzy tem atrado grande regras fuzzy SE-ENTO, que representam localmente relaes
ateno e muitas aplicaes tm sido feitas, por exemplo, na lineares entre a entrada e a sada de um sistema.
anlise de novos sistemas de controle para automveis (Will
et al., 1997) e controle de elevadores de alta velocidade (Tanaka, A descrio local da planta dinmica a ser controlada est dispo-
Nishimura and Wang, 1998). nvel nos termos dos modelos lineares locais:
Neste artigo, MT a transposta da matriz M, S > 0 (S 0) Uma escolha natural para a obteno de um modelo fuzzy
Takagi-Sugeno para sistemas no-lineares adotar z(t) = x(t),
38 Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000
sendo x(t) o vetor de estado do sistema no-linear. Um exemplo um compensador para cada regra do modelo fuzzy. Para cada
na Seo 3.7 ilustra esta idia. regra, so utilizadas tcnicas de projeto de controle linear. O
controlador fuzzy global resultante, que no-linear em geral,
Desta forma, dado um par (x(t); u(t)), o sistema fuzzy resultan- uma combinao fuzzy de cada controlador linear individual.
te tido como a mdia ponderada dos modelos locais, e tem a A CDP oferece um procedimento para projetar um controlador
forma: para o modelo fuzzy Takagi-Sugeno, onde cada regra de con-
trole projetada a partir da correspondente regra de um modelo
Pr
Takagi-Sugeno da planta. O controlador fuzzy projetado com-
i z(t))(A x(t) + B u(t))
x_ (t) =
i=1 w (P i i partilha os mesmos conjuntos de regras com o modelo fuzzy nas
r
i=1 w i (z(t)) partes premissas. Para o modelo fuzzy (1), sendo i = 1; 2; : : : ; r,
Xr o regulador fuzzy via CDP tem a seguinte estrutura:
= i (z(t))(Ai x(t) + Bi u(t)) (2)
i=1 Regra i : SE z1 (t) Mi1 E ::: E zp (t) Mip ;
! !
Xr Xr ENTO u(t) = Fi x(t):
= i (z(t))Ai x(t) + i (z(t))Bi u(t)
i=1 i=1 Portanto, de forma anloga efetuada na obteno de (2), o con-
= A()x(t) + B()u(t): trolador fuzzy dado por
Pr
i=1 wi (z(t))Fi x(t)
O sistema no forado (u(t) = 0) definido como segue: u(t) = Pr
i=1 w (z(t))
i
Pr r
i=1 wi (z(t))Ai x(t) X
x_ (t) = Pr = i (z(t))Fi x(t)
i=1 w (z(t))
i (5)
r i=1
X
= i (z(t))Ai x(t): (3) = F()x(t):
i=1
O objetivo do projeto do regulador fuzzy determinar os ganhos
A sada para ambos os casos, forado e no forado, dada por de realimentao locais Fi nas partes conseqentes. Para a lei
Pr de controle (5), a equao (2) dada por (6) (Tanaka, Ikeda and
i=1 wi (z(t))Ci x(t)
y(t) = Pr Wang, 1998), tendo em vista (4):
i=1 w (z(t))
i
Xr Sistema Controlado Fuzzy Contnuo (SCFC):
= i (z(t))Ci x(t) r X
r
X
=
i=1
C()x(t):
x_ (t) = f g
i (z(t))j (z(t)) Ai Bi Fj x(t) (6)
i=1 j =1
Xr
Para i = 1; 2; : : : ; r; = 2i (z(t))Gii x(t) +
i=1
wi (z(t)) Xr
Gij + Gji
i (z(t)) = Pr : i (z(t))j (z(t)) x(t);
i=1 w (z(t))
i +2
2
i<j
Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000 39
Prova: Segue diretamente da aplicao da funo de Lyapunov simtrica positiva definida comum P e uma matriz simtrica se-
V (x(t)) = xT (t)Px(t). mipositiva definida comum Q tais que
Para a apresentao dos resultados para a estabilidade do sis- GTii P + PGii + (s 1)Q <0 (7)
tema forado, ser utilizada a definio do nmero de regras
ativas: o sistema fuzzy (6) possui r regras e para um certo para todo i = 1; : : : ; r e
z (t) = z0 o nmero de regras ativas igual ao nmero de ter-
Gij + Gji T
Gij + Gji
mos 1 (z0 ); : : : ; r (z0 ) no nulos. Por exemplo, na Figura 1 P+P Q 0; i < j (8)
as regras ativas para z1 (t) a, z1 (t) 2 (a; b), z1 (t) = b,
2 2
z1 (t) 2 (b; c), z1 (t) = c, z1 (t) 2 (c; d), z1 (t) d so res- para todo i; j = 1; : : : ; r excetuando-se os pares (i; j ) tais que
pectivamente as regras 1; 1 e 2; 2; 2 e 3; 3; 3 e 4; 4. Assim o i (z(t))j (z(t)) = 0; 8z(t).
nmero de regras ativas menor ou igual a dois.
Prova: Vide (Tanaka, Ikeda and Wang, 1998).
40 Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000
r
X sendo
+ 2 i (z(t))j (z(t))xT (t)Qij x(t) (13)
2 3
i<j (s 1)Q :::
Q Q
r
X 6 Q (s 1)Q : : : Q 7
= 2i (z(t))xT (t)Qi x(t) + Qt0 = 6
6 .. .. .. ..
7
7: (15)
4 . . . . 5
i=1
r
X Q Q ::: (s 1)Q
+2 i (z(t))j (z(t))xT (t)(Qij Q)x(t) +
i<j
r Agora ser demonstrado que, se r = s, ento Qt0 0 e desta
forma Qt0 pode ser removida para a obteno da condio Qt <
X
+2 i (z(t))j (z(t))xT (t)Qx(t):
i<j 0. Como Q = QT 0, ento existe L tal que Q = LT L. De
(15), obtm-se (16). Ento cada matriz do lado direito de (16)
No Corolrio 4 de (Tanaka, Ikeda and Wang, 1998) foi demons- semidefinida positiva e assim, Qt0 0, o que conclui a prova.
trado que
r
X r
X Observao 1 conveniente registrar que o caso r = s = 2
i (z(t))j (z(t)) 0:
1
2i (z(t)) 2
i=1
s 1
i<j
o mais abordado nos exemplos de aplicao de sistemas de
controle com modelos TSK, por exemplo (Teixeira and Zak,
1999), (Tanaka, Ikeda and Wang, 1998), (Ma et al., 1998), (Cao
Desta forma, tendo em vista as equaes (11) e (13) , et al., 1997b), (Cao et al., 1997a).
r
X O teorema a seguir e o Exemplo 1 mostraro que os resultados
V_ (x(t)) 2i (z(t))xT (t)(Qi + (s 1)Q)x( ) + t apresentados neste trabalho so mais gerais do que os dispon-
i=1 veis na literatura.
r
X
+2 i (z(t))j (z(t))xT (t)(Qij Q)x(t)
i<j Teorema 2 Se as condies do Lema 3 so satisfeitas, ento as
r
X condies do Teorema 1 tambm sero.
2i (z(t))xT (t)(Qi + (s 1)Q)x( ) + t
i=1
r
X Prova: Das condies do Lema 3, equaes (9) e (10), ento
+2 i (z(t))j (z(t))xT (t)Qtij x(t) quando Qtij = Qij Q + Pij pode-se escolher Pij = Qij +
i<j Q 0. Ento, da equao (11), Qtij = 0;. Desta forma, de
=
T
x (t)[1 I 2 I : : : r I] (12),
2 2
Q1 + (s 1)Q Qt12 ::: Q1 + (s 1)Q 0 :::
6 Qt12 Q2 + (s 1)Q : : : 6 0 Q2 + (s 1)Q :::
:6
6 .. .. .. Qt 6
=6 .. .. ..
4 . . . 4 . . .
Qt1r Qt2r ::: 0 0 :::
32 3
::: Qt1r 1 I 3
::: Qt2r 76 2 I 7 ::: 0
76 7
.. .. 76 .. 7 x(t); ::: 0 7
7
. . 54 . 5 .. .. 7 <0
5
: : : Qr + (s 1)Q r I . .
nn
: : : Qr + (s 1)Q
sendo I a matriz identidade, I 2 R . Ento, da equao (12),
V_ (x(t)) < 0 para x(t) 6= 0. e a prova est concluda.
Corolrio 1 Se r = s, ento pode-se adotar Q = 0 nas condi- Observao 2 O resultado descrito no Corolrio 1 resulta em
es do Teorema 1. simplificao das LMIs propostas no Teorema 1. Estas simpli-
ficaes no produzem um ganho significativo no procedimen-
Prova: Como s=r, ento existe z(t) tal que todas as r regras esto to numrico da soluo das LMIs consideradas. As justificati-
ativas, ou seja, vas para a apresentao deste Colorrio, foi a demonstrao
que para r = s o mtodo proposto no necessita da varivel
Q, sendo que esta varivel foi acrescentada seguindo as idi-
i (z(t))j (z(t)) 6= 0; 8 i; j = 1; 2; : : : ; r: as expostas em (Tanaka, Ikeda and Wang, 1998). Assim, para
r = s, o mtodo proposto totalmente independente dos re-
Nesta situao, de (11) e (12) tem-se sultados expostos em (Tanaka, Ikeda and Wang, 1998). Estas
2 3
Q1 Q12 + P12 : : : Q1r + P1r observaes so vlidas para o caso discreto apresentado no
6 Q12 + P12 Q2 : : : Q2r + P2r 7
0 Apndice, trocando-se Q por Y.
Qt = 6
6 .. .. .. ..
7
7 + Qt ;
4 . . . . 5
Q1r + P1r Q2r + P2r : : : Qr Os exemplos a seguir comparam o critrio de estabilidade pro-
(14) posto neste trabalho com o proposto em (Tanaka, Ikeda and
Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000 41
2 3 2 3 2 3
Q Q 0 0 ::: 0 Q 0 Q 0 ::: 0 Q 0 0 0 ::: Q
6 Q
6 Q 0 0 ::: 0 7 6
7 6 0 0 0 0 ::: 07
7
6
6 0 0 0 0 ::: 0 7
7
6 0 0 0 0 ::: 6 Q
0 7 6
7 0 Q 0 ::: 07 7 6 0 0 0 0 ::: 0 7
Qt0 =
6
6 0 0 0 0 ::: 0 7+6 0 0 0 0 ::: 0 7+ : : : +
6
6 0 0 0 0 :::
7
0 7
6 7 6 7 6 7
6 .. .. .. .. .. .. 7 6 .. .. .. .. .. .. 7 6 .. .. .. .. .. .. 7
4 . . . . . . 5 4 . . . . . . 5 4 . . . . . . 5
0 0 0 ::: 0 0 0 0 0 0 ::: 0 Q 0 0 0 ::: Q
2 3 2 3 2 3
0 0 0 0 ::: 0 0 0 0 0 ::: 0 0 0 ::: 0 0 0
60
6 Q Q 0 ::: 07
7
60
6 Q 0 0 ::: Q7
7
60
6 0 ::: 0 0 0 7
7
60
6 Q Q 0 ::: 0 7
7
60
6 0 0 0 ::: 0 7
7
6.
6.
.. .. .. .. .. 7
: : : 7 + : : : + 6. . . . . . 7
+ 60 0 0 0 ::: 0 7 + + 60 0 0 0 ::: 0 7
6
6. .. .. .. ..
7
.. 7
6
6. .. .. .. .. ..
7
7
60
6 0 ::: 0 0 0 7
7
4 .. . . . . .5 4 .. . . . . . 5 40 0 ::: 0 Q Q5
0 0 0 0 ::: 0 0 Q 0 0 ::: Q 0 0 ::: 0 Q Q
T
Q Q LT LT
e
Q Q
=
LT LT
: (16)
40
A2 =
a 10
; B2 = b :
1 3 0 20
a
0
A Fig. 2 mostra a rea factvel para os dois mtodos, variando-se
a e b na regio coberta pela figura. 20
1 0 0
b
A2 =
a 10
; B2 = b : Figura 2: rea factvel do mtodo proposto em (Tanaka, Ike-
1 0 65 ; 0 da and Wang, 1998) indicada por () e rea factvel do m-
todo proposto neste artigo indicada por ().
A Fig. 3 mostra a rea factvel para os dois mtodos, variando-se
a e b na regio coberta pela figura.
observado nestas figuras que as condies apresentadas
por (Tanaka, Ikeda and Wang, 1998) levam a resultados mais
conservativos para ambos os casos contnuo e discreto pois sua
rea factvel menor. Estes resultados, aliados aos Teoremas 2 e
4, mostram que os critrios de estabilidade propostos neste tra-
balho so mais gerais do que os apresentados em (Tanaka, Ikeda
and Wang, 1998).
42 Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000
50 As condies acima so LMIs que devem ser aplicadas quando
40
r 6= s. Quando r = s, levando-se em conta os resultados do Co-
rolrio 1, pode-se por simplicidade utilizar as mesmas condies
30 descritas acima, considerando-se Y = 0.
20
10
3.4 Taxa de Decaimento
importante considerar no somente a estabilidade, mas tam-
a
0
bm outros desempenhos do sistema controlado tais como velo-
10
cidade de resposta, restries no controle da entrada e sada. A
20 velocidade de resposta est relacionada com a taxa de decaimen-
to, isto , o maior expoente Lyapunov.
30
Do Teorema 1, para uma candidata da funo Lyapunov
40
V (x(t)) = xT (t)Px(t) ento V_ (x(t)) < 0 se Qt < 0, sendo
50
0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Qt dada em (12). Agora, utilizando-se o resultado da equao
b (4) tem-se que
2 32 3
Figura 3: rea factvel do mtodo proposto em (Tanaka, Ike- P P ::: P 1 I
da and Wang, 1998) indicada por () e rea factvel do m- 6 P P ::: P 76 2 I 7
todo proposto neste artigo indicada por ().
P = [1 I 2 I : : : r I] 6
6 . .. ..
76
.. 7 6 ..
7
7:
4 . . . . . 54 . 5
P P ::: P r I
3.3 Novos Resultados para o Projeto de Re-
guladores Fuzzy Utilizando LMIs Logo, a condio que V_ (x(t)) 2
V (x(t)) (Tanaka, Ikeda
and Wang, 1998) para toda trajetria satisfeita para
Para as novas condies de estabilidade propostas neste trabalho, 2 3
o problema de projeto para determinar os ganhos de realimenta- P P ::: P
o Fi , para i = 1; : : : ; r, pode ser definido por meio de LMIs 6 P P ::: P 7
como segue: Qt + 2
6
6 . .. ..
7
.. 7 < 0;
4 . . . . . 5
Encontre X, Y, Pij e Mi para i; j = 1; 2; : : : ; r, sendo i < j, P P ::: P
satisfazendo X > 0, Y 0, Pij 0 e
ou seja
2 3
C11 C12 : : : C1r 2
Q1 + (s 1)Q + 2
P Qt12 :::
6
6 C12 C22 : : : C2r 7
7 6 Qt Q2 + (s 1)Q + 2
P : : :
6 .. .. .. .. 7 < 0; (17) 6
6
12
4 . . . . 5 .. .. ..
4 . . .
C1r C2r : : : Crr Qt Qt2r :::
1r
3
sendo ::: Qt1r
::: Qt 2r
7
7
Cjj = Aj X Bj Mj + XATj MTj BTj + (s 1)Y ; .. .. 7 < 0; (18)
. . 5
8 : : : Qr + (s 1)Q + 2
P
>
> 0; se i (z(t))j (z(t)) = 0; 8z(t);
>
>
< sendo
Cij 1
Ai X Bi Mj + Aj X BjMi + XATi + 8
=
>
>
2
MTj BTi + XATj MTi BTj Y + Pij ; < 0; se i (z(t))j (z(t)) = 0; 8z(t);
Qtij
>
>
: =
caso contrrio: :
Qij Q + Pij + 2
P; caso contrrio
As condies acima so LMIs com respeito s variveis X, Y, e
> 0. Portanto, o maior limite inferior para a taxa de decai-
Pij e Mi e so obtidas diretamente do Teorema 1. Pode-se en- mento que pode ser encontrado usando uma funo Lyapunov
contrar uma matriz simtrica positiva definida X, uma matriz quadrtica obtido resolvendo-se o seguinte problema de otimi-
simtrica semidefinida positiva Y, matrizes simtricas semide- zao dos autovalores generalizado (GEVP) (Boyd et al., 1994)
finidas positivas Pij e Mi satisfazendo as LMIs ou determinar em P e
:
que X, Y, Pij e Mi no existem. Este um problema de fac-
tibilidade. Se existe soluo, os ganhos de realimentao Fi , Maximize
e encontre X, Y, Pij , M1 ; : : : ; Mr sujeito a X > 0,
uma P comum e uma Q comum podem ser obtidas da seguinte Y 0, Pij 0 e
2 3
forma:
C011 C012 : : : C01r
6 C012 C022 : : : C02r 7
P = X 1 ; Fi = Mi X 1
e Q = PYP; 6
6 .. .. ..
7
7 < 0; (19)
4
.. 5
. . . .
a partir das solues X, Y e Mi . C01r C02r : : : C0rr
Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000 43
sendo 3.7 Exemplos de Aplicao
C0jj = Aj X Bj Mj + XATj MTj BTj +( s 1)Y + 2
X; Considere o problema do equilbrio e balano de um pndulo
8 invertido sobre um carro. As equaes de movimento para o
>
> 0; se i (z(t))j (z(t)) = 0; 8z(t); pndulo invertido, de acordo com (Ma et al., 1998), so
>
>
<
C0ij Ai X Bi Mj + Aj X B T x_ 1 = x2
j Mi + XAi +
1
=
>
>
2
T T T T
Mj Bi + XAj Mi Bj T Y + 2
X + Pij ; ; 10
>
> x_ 2 = [ f (M + m)x2
:
caso contrrio: [(M + m)(J + ml 2 ) m2 l2 cos2 x1 ] 1
m2 l2x22 (sen x1 ) cos x1 + f0 mlx4 cos x1 +
Novamente, os ganhos de realimentao Fi , uma P comum e +(M + m)mgl sen x1 ml(cos x1 )u] (24)
uma Q comum podem ser obtidas da seguinte forma: x_ 3 = x4
1;0
P = X 1 ; Fi = Mi X 1
e Q = PYP; x_ 4 = [f mlx cos x1
[(M + m)(J + ml 2 ) m2 l2 cos2 x1 ] 1 2
a partir das solues X, Y e Mi . +(J + ml )mlx2 sen x1 f0 (J + ml2 )x4 +
2 2
p
3 (M + m)mgl f (M + m)
a021 = ; a022 = 1 0
3
; Quando
= 1;5 <
max , obtm-se pelo LMISol as matrizes
a0
2
p 2 2a X, P12 , M1 e M2 que solucionam as LMIs acima. Ento foram
f ml cos(=3) 0 3 3 m gl cos(=3)
a024 = 0 0 ; a41 = ; obtidas as matrizes do controlador:
a 2 a0
F1 = ;
1587 4244 ;
315 4873 ;
466 1611 ;
413 3526 ;
f ml cos(=3) 0 f (J + ml2)
a042 = 1 0 ; a44 = 0 0 ;
a a F2 = ;
2874 8561 ;
572 7537 ;
846 8954 ;
732 0994 :
ml cos(=3) 0 J + ml2
b02 = ; b4 = ; As linhas contnuas na Fig. 4 mostram as respostas de x1 (t) e
a0 a0
u(t), sendo que o tempo de estabilizao t
= 2;7s. O controla-
a0 = (M + m)(J + ml2) m2 l2 [cos(=3)]2 : dor projetado diminuiu o tempo de estabilizao do sistema, mas
exigiu uma alta amplitude da entrada de controle.
Um procedimento metdico para a determinao dos modelos
locais apresentado em (Teixeira and Zak, 1999). Neste exemplo no foi utilizado
max = 2;03 pois os ganhos
de realimentao obtidos neste caso praticamente no so im-
As funes de pertinncia para as regras da planta 1 e 2 so res- plementveis.
pectivamente:
1 (x1 (t)) = Exemplo 5 - Taxa de Decaimento+Restrio na Entrada de Con-
trole: Pode ser verificado no Exemplo 4 que maxt k u(t) k2 =
;
1 0 ;
1 0
2704;01. Na prtica existe uma limitao da entrada de controle.
;
1 0
;
1 0+ e 7;0[x1 (t) =6] ;
1 0+ e 7;0[x1 (t)+=6]
importante considerar no somente a taxa de decaimento mas
e tambm a restrio na entrada de controle. O problema de pro-
2 (x1 (t)) = 1 1 (x1 (t)): jeto que considera a taxa de decaimento e a restrio na entrada
de controle definido como segue:
Como r = s = 2, os projetos descritos a seguir consideram
Maximize
e encontre X, P12 , M1 e M2 sujeito a X > 0,
P12 0, (19), (20) e (21), sendo Y = 0, = 200 e x(0) =
os resultados do Corolrio 1. Estes projetos foram realizados
utilizando o software LMISol (Oliveira et al., 1997). Todas si-
[0;96 0 0 0]T .
mulaes apresentadas nos prximos exemplos empregaram o
modelo no-linear do pndulo descrito em (24) e foram feitas Note que 0;96 rad corresponde a 55 .
com o MATLAB.
Quando
=
max = 0;85, a partir das matrizes obtidas pelo
Exemplo 3 - Estabilidade: Primeiro projetou-se um regula- LMISol foram calculadas as matrizes do controlador:
dor fuzzy estvel considerando-se a taxa de decaimento nula,
utilizando-se os resultados descritos na Seo 3.3, para o SCFC. F1 = 100 4075; ;
19 4875 ;
12 0272 ;
36 3688 ;
O problema de projeto do sistema fuzzy contnuo neste caso
definido como segue:
F2 = 191 6522; ;
38 7406 ;
23 0668 ;
49 0006 :
Encontre X, P12 , M1 e M2 sujeito a X > 0, P12 0 e (17), A linha pontilhada na Fig. 4 mostra a resposta x1 (t) e u(t), onde
sendo Y = 0. o tempo para estabilizar o sistema t = 4;3s. O controlador
projetado tambm realizou a restrio da entrada pois maxt k
O software LMISol forneceu as matrizes X, P12 , M1 e M2 que u(t) k2= 180;03 < .
solucionam as LMIs acima. Ento foram obtidas as matrizes do
controlador (F1 = M1 X 1 , F2 = M2 X 1 ): Exemplo 6 - Estabilidade+Restrio na Entrada de Controle:
Tambm possvel projetar um regulador fuzzy estvel satis-
F1 = 96 4207 ; ;
16 0122 ;
4 8356 ;
32 6352 ; fazendo a restrio da entrada de controle, para a restrio na
entrada = 200 e x(0) = [0;96 0 0 0]T .
F2 = 153 5370 ; ;
25 9934 ;
7 8314 ;
38 5572 :
Encontre X, P12 , M1 e M2 sujeito a X > 0, P12 0, (17),
Para ilustrar a validade da lei de controle projetada, que visou (20) e (21), sendo Y = 0, = 200 e x(0) = [0;96 0 0 0]T .
apenas a estabilidade, foi feita a simulao digital do sistema A soluo encontrada foi
original (24) com a lei de controle (5) para r = 2, empregan-
do F1 e F2 projetados acima. A Fig. 4 apresenta os resultados F1 = ;
68 3823 ;
13 2795 ;
9 0490 10 6
;
25 5947 ;
Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000 45
1 8
6
x1 (t) (rad)
0.5
x3 (t) (m)
4
0
2
0.5
0
1
0 1 2 3 4 5 6
2
Tempo (s) 0 5 10 15
Tempo (s)
3000
200
2000
u(t) (N)
u(t) (N)
100
1000
0 0
0 0.05 0.1 0.15 0.2 0.25 0.3 0.35 0.4 0.45 0.5
Tempo (s)
100
0 5 10 15
F2 = ;
106 1515 ;
21 5707 ;
1 3709 10 5
;
27 0206 : 4 CONCLUSES
Este trabalho apresentou novas condies para o estudo da es-
A linha tracejada na Fig. 5 mostra as respostas de x3 (t) e u(t). tabilidade e projeto de reguladores, adequadas a sistemas no-
Pode ser verificado nesta figura que maxt k u(t) k2 = 101;47 < lineares descritos por modelos fuzzy de Takagi-Sugeno. Os no-
. vos resultados concebidos permitem uma descrio direta em
termos de LMIs e desta forma, podem ser facilmente resolvidas
A varivel x3 (t) possui um tempo de estabilizao muito superi- com softwares que solucionam problemas de programao semi-
or a 15 s. Esse tempo no mostrado na Fig. 5, sendo mostrado definida, que apresentam caracterstica polinominal de conver-
na figura apenas o valor mximo que x3 (t) atinge. gncia (Boyd et al., 1994). No projeto de reguladores fuzzy abor-
dado possvel especificar alm da estabilidade, a taxa de decai-
Exemplo 7 - Estabilidade+Restrio na Entrada de Contro- mento, restries na entrada e na sada. So apresentadas provas
le+Restrio na Sada de Controle: A resposta do sistema de tericas e simulaes digitais para validar os mtodos propostos
controle no Exemplo 6 tem um grande valor de sada (maxt k e finalmente, o controle completo de um pndulo invertido.
x3 (t) k2= 7;65) visto que a restrio na sada no considerada Um prosseguimento natural deste trabalho o projeto de obser-
no projeto de regulador fuzzy. Para melhorar a resposta, pode-se vadores e de reguladores com observadores, com condies mais
projetar um regulador fuzzy adicionando-se a restrio na sada. relaxadas do que as descritas na literatura. Atualmente os auto-
Encontre X, P12 , M1 e M2 sujeito a X > 0, P12 0, (17),
res deste trabalho j esto estudando este problema.
(20), (21) e (23), sendo Y = 0, = 200, = 3;6 e x(0) =
[0;96 0 0 0]T . AGRADECIMENTOS
A soluo obtida foi Os autores agradecem aos revisores annimos pelos comentrios
teis e construtivos e tambm FAPESP e ao CNPq pelo apoio
F1 = 107 5916 ; ;
21 3158 ;
22 7633 36 7818; ; financeiro na execuo deste trabalho.
Referncias
F2 = 178 0852 ; ;
36 1143 ;
40 4190 45 9869; :
Boyd, S., El Ghaoui, L., Feron, E. and Balakrishnan, V. (1994).
Linear Matrix Inequalities in Systems and Control Theory,
A linha contnua na Fig. 5 mostra a resposta de x3 (t) e u(t). SIAM Studies in Applied Mathematics, USA.
Note que a resposta do sistema de controle satisfaz as restries
maxt k u(t) k2= 167;90 < e maxt k x3 (t) k2 = 1;88 < . Cao, S. G., Rees, N. W. and Feng, G. (1997a). Further Re-
sults About Quadratic Stability of Continuous-Time Fuzzy
Em outras simulaes, com condio inicial x(0) = Control Systems , International Journal of Systems Science
[0 x2 (0) 0 0]T e ainda com o mesmo controlador, foi verificado 28(4): 397404.
que o sistema assintoticamente estvel para 5;5 x2 (0)
5;5 . Cao, S. G., Rees, N. W. and Feng, G. (1997b). Lyapunov-
Like Stability Theorems for Discrete-Time Fuzzy Con-
Os resultados das simulaes dos exemplos acima atestam o bom trol Systems , International Journal of Systems Science
desempenho dos sistemas de controle projetados. 28(3): 297308.
46 Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000
Friedland, B. (1996). Advanced Control Systems Design, (Tanaka, Ikeda and Wang, 1998):
Prentice-Hall, New Jersey 07632.
r
X
Kosko, B. (1997). Fuzzy Engineering, Upper Saddle River, New x(t + 1) = i (z(t))(Ai x(t) + Bi u(t)) =
Jersey 07458: Prentice-Hall, USA. i=1
= A()x(t) + B()u(t); (25)
Ma, X. J., Sun, Z. Q. and He, Y. Y. (1998). Analysis and Design r
X
of Fuzzy Controller and Fuzzy Observer, IEEE Transacti- y(t) = i (z(t))Ci x(t) = C()x(t): (26)
ons on Fuzzy Systems 6(1): 4151. i=1
Oliveira, M. C., Farias, D. P. and Geromel, J. C. (1997). LMISol, sendo que foi utilizada a notao x(t) = x(KT ) e x(t + 1) =
Will, A. B., Teixeira, M. C. M. and Zak, S. H. (1997). Four Teorema 3 Assuma que o nmero de regras que esto ativas
Whell Steering Control Systems Design Using Fuzzy Mo- para todo t menor ou igual a s, sendo 1 < s r. Considere
dels, Sixth IEEE Conference on Control Aplications, Hart- i; j = 1; : : : ; r, sendo i < j e defina
ford CT USA, pp. 7378.
Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000 47
X (s 1)Y XMTjj As condies acima seguem diretamente do Teorema 3.
Njj = e (33)
Mjj X X
8 Se existe soluo, os ganhos de realimentao Fi e uma P co-
>
>
<
0; se i (z(t))j (z(t)) = 0; z(t); 8 mum podem ser obtidos da seguinte forma:
Nij = X + Y R XMT WT
>
>
:
ij ij ij ; caso contrrio. P = X 1 ; e Fi = Mi X 1 ;
Mij X Wij X Sij
(34) a partir das solues X e Mi .
Ento, o ponto de equilbrio x = 0 do sistema de controle As condies acima so LMIs que devem ser aplicadas quando
fuzzy discreto descrito por (27) assintoticamente estvel glo- r 6= s. Quando r = s, levando-se em conta os resultados do Co-
balmente se existe uma matriz simtrica positiva definida comum rolrio 2, pode-se por simplicidade utilizar as mesmas condies
X = P 1 , uma matriz simtrica positiva semidefinida comum descritas acima, considerando-se agora Y = 0. De forma an-
Y e matrizes semidefinidas positivas Tij tais que loga apresentada na Seo 3.3, pode-se incorporar nas LMIs
2 3 acima especificaes da taxa de decaimento e restries na en-
N11 N12 : : : N1r trada e na sada da planta (Pietrobom, 1999).
6 N12 N22 : : : N2r 7
Nt = 6
6 .. .. .. ..
7
7 > 0: (35)
4 . . . . 5
N1r N2r : : : Nrr
sendo
X (s 1)Y XATj MTj BTj
Djj =
Aj X Bj Mj X
;
8
>
>0; se i (z(t))j (z(t)) = 0; 8z(t);
>
>
>
>
>
>
< X + Y Rij :::
Dij =
1
2
(Ai X Bi Mj + Aj X Bj Mi ) Wij : : :
>
>
> : : : 12 XATi MTj BTi + XATj MTi BTj Wij T
>
>
> : : : X Sij ;
>
>
:
caso contrrio:
48 Revista Controle & Automao /Vol.11 no.01/Jan., Fev., Mar. e Abril 2000