Escolar Documentos
Profissional Documentos
Cultura Documentos
FLORIANPOLIS
2004
UNIVERSIDADE FEDERAL DE SANTA CATARINA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA
ELTRICA
Dissertao submetida
Universidade Federal de Santa Catarina
como parte dos requisitos para a
obteno do grau de Mestre em Engenharia Eltrica.
Esta Dissertao foi julgada adequada para obteno do Ttulo de Mestre em Engenharia
Eltrica, rea de Sistemas de Controle, Automao e Informtica Industrial, e aprovada em
sua forma final pelo Programa de Ps-Graduao em Engenharia Eltrica da Universidade
Federal de Santa Catarina.
______________________________________________
Prof. Antonio Augusto Rodrigues Coelho, D. Sc.
Orientador
__________________________________________________
Prof. Denizar Cruz Martins, Dr.
Coordenador do Curso de Ps-Graduao em Engenharia Eltrica
Banca Examinadora:
__________________________________________________
Prof. Antonio Augusto Rodrigues Coelho, D. Sc.
Orientador
__________________________________________________
Prof. Ubirajara Franco Moreno, D. Eng.
__________________________________________________
Prof. Leandro dos Santos Coelho, D. Sc.
ii
Toda a infelicidade do mundo vem da cegueira e do segredo, da ignorncia acumulada.
Michel Serres
iii
A minha famlia,
por seu amor, apoio e incentivo.
iv
Agradecimentos
Ao professor Dr. Sc. Antnio Augusto Rodrigues Coelho, pela orientao, apoio e
dedicao demonstrados em todas as etapas deste trabalho.
Aos colegas e amigos Jos Eli, Danilo Silva, Rodrigo Ivan, Georges Jean, Maurcio
Serra, Marcos Vincus, Jaime Rodriguez e Rodrigo Sumar, por terem contribudo no meu
aprendizado e crescimento pessoal.
v
Resumo da Dissertao apresentada UFSC como parte dos requisitos necessrios para a
obteno do grau de Mestre em Engenharia Eltrica.
Julho/2004
vi
Abstract of Dissertation presented to UFSC as a partial fulfillment of the requirements for
the degree of Master in Electrical Engineering.
July/2004
Advanced PID (proportional, integral and derivative) controllers are those based on PID
structures, where the tuned parameters can be adjusted by using intelligent, robust,
predictive, adaptive, nonlinear or optimal strategies, without changing the basic actions of
the conventional PID controller. The purpose of this dissertation is to develop and to
compare various advanced PID control techniques, in a simulation environment, when
applied to the steel thickness control for a four-high rolling mill stand. The motivation
comes from the fact that the rolling mill process is the main part of the steel operational
cost, beside the effort of control engineering in order to improve the dynamic, productivity
and quality. In this case study the modeling of a mill stand is derived, not only to observe
the main control variables but also to assess industrial problems such as time delay (due to
the thickness measurement) and eccentricity (due to the rolls imperfections). This
dissertation addresses the advanced PID control strategies in order to decrease the effect of
the time delay by using the generalized predictive controller and the PID compensators,
showing the development steps of each advanced technique from the classical one.
Simulation results are shown in order to analyze the regulatory behavior of the closed-loop
plant, robustness and stead-state tolerance of the eccentricity effect.
vii
Sumrio
Lista de Figuras x
2.1 Introduo...................................................................................................10
2.2 Estrutura de um Laminador Tpico............................................................. 11
2.3 Modelo da Cadeira .....................................................................................12
2.3.1 Modelo Estrutural Uni-Modal..........................................................13
2.3.2 Modelo Simplificado de Kugi-Novak-Schlacher.............................17
2.4 Objetivos de Controle.................................................................................18
2.4.1 Descrio do Problema de Controle................................................. 19
2.4.2 Descrio do Controle...................................................................... 21
2.4.3 Implementao de Sensores Virtuais em Laminadores ................... 27
viii
Captulo 3: CONTROLE PREDITIVO BASEADO EM MODELO....................30
Captulo 5: CONCLUSO........................................................................................75
ix
Lista de Figuras
x
Captulo 1:
Captulo 2:
Captulo 3:
Captulo 4: ESTRUTURA CLSSICA RST. ...................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................................57
xi
Lista de Acrnimos
xii
Captulo 1
Introduo
cilindros de trabalho so muito finos, podem fletir tanto na direo vertical quanto na
horizontal e devem ser apoiados em ambas as direes; um laminador que permite estes
apoios o Sendzimir (e). Outro laminador muito utilizado o universal (f), que dispe de
dois pares de cilindros de trabalho, com eixos verticais e horizontais. Existem outros tipos
de laminadores mais especializados, como o planetrio, passo peregrino, Mannesmann,
de bolas etc. (Oliveira, 2004).
Modelagem do Laminador
2.1 Introduo
A laminao plana tem sido submetida anlise durante dcadas devido a sua
importncia na produo de chapas metlicas. Na literatura podem ser encontrados
inmeros modelos matemticos desenvolvidos no intuito de, no s melhorar a qualidade
dos produtos laminados, como tambm para se entender a dinmica do processo (Kumar et
al., 1992; Devorkin et al., 1997).
Por volta dos anos 50, nos trabalhos iniciais sobre laminao, predominaram
estudos de modelos representando a esttica do processo. A maior parte desses modelos
exigia vrios graus de simplificao e restries, e s se adequava a representao do
processo em regime permanente. A partir da dcada de 80 a maior parte dos trabalhos
volta-se para a modelagem pelo mtodo de elementos finitos, permitindo a determinao
mais precisa dos esforos, vibraes e deformaes presentes na conformao mecnica
(Dawson, 1978; Zienkiewicz et al., 1978; Kumar et al., 1992; Devorkin et al., 1997; Yun
et al., 1998).
aos projetos de controle das principais variveis de produo (espessura, tenso etc.) (Kugi
et al., 1994; Edwards et al., 1995; Yun et al., 1998).
por isso, tambm so denominados cilindros de apoio. Usualmente utiliza-se uma razo de
3:1 entre os dimetros dos cilindros (Kugi et al., 1994).
Caracterstica
Linear
Mill
Stretch
k1
x1
k2 x2
k3 x3
k4 x4
Como na Figura 2.3, as massas dos cilindros podem ser representadas por mi, e
suas posies ao longo da direo perpendicular ao fluxo do material por xi (com i = 1, 2,
3, 4). Devido s foras de ao e reao da compresso da chapa, supe-se um
comportamento elstico dos cilindros, com as constantes elsticas e os coeficientes de
amortecimento representados respectivamente por ki e ci. A componente de variao da
fora de resistncia deformao representada por Fr. As equaes diferenciais
correspondentes ao sistema podem ser escritas a partir da anlise do equilbrio das foras
que agem sobre cada cilindro, individualmente, isto (Dorf e Bishop, 1995),
m 2 &x&2 k 2 ( x1 x 2 ) = Fr (2.2)
m3 &x&3 k 3 ( x 4 x3 ) = Fr (2.3)
k 2 ( x1 x 2 ) = Fr (2.5)
k 3 ( x 4 x3 ) = Fr (2.6)
A partir das equaes (2.5) e (2.6), pode-se obter a equao que rege a relao
entre as variaes da abertura entre cilindros (x1+x4), da espessura de sada (x2+x3), e da
fora de laminao Fr, ou seja,
k 2 x1 k 2 x 2 = k 3 x 4 k 3 x3
k 2 x1 k 2 x 2 k 2 x3 = k 3 x 4 k 3 x3 k 2 x3
k 2 x1 k 2 (x 2 + x3 ) = k 3 x 4 k 3 x3 k 2 x3
k3 k
x1 + ( x 2 + x3 ) = x 4 + 3 x3 + x3
k2 k2
k3 k
(x 2 + x3 ) = x1 + x4 x 4 + 3 x3 + x3 x 4
k2 k2
(x 2 + x3 ) = x1 + x 4 Fr Fr
k2 k3
k + k3
( x 2 + x3 ) = ( x1 + x 4 ) Fr 2 (2.9)
k k
2 3
16
2
h = 2 x Fr (2.10)
k
E( f ) = h S (2.11)
onde S representa a abertura entre cilindros e E(f) a funo do efeito elstico em funo
da fora f necessria, dada pela curva da Figura 2.2 (nota-se que a equao (2.11) uma
relao do comportamento da mola e que a fora f aplicada contrria fora de
resistncia Fr). Em torno de valores nominais ho, So, Fo, a funo se comporta de forma
linear. Ento, tem-se:
E ( f ) 1
tg ( ) = = (2.12)
f M
E ( f )
f = h S
f
1
f = h S (2.13)
M
17
f = M (h S ) (2.14)
l E(f)
x = h + l E( f ) (2.15)
18
h = x + E( f ) l (2.16)
1
h = S + f (2.18)
M
E ( f )
h = 0 = S + f
f
1
S = f (2.19)
M
1
S = f (2.20)
M'
22
P P P P P
f P = W H + T + t + + k (2.21)
H T t k
P
f C = W h
h
P
f = f P + W h (2.22)
h
f P W P
h = S + + h
M M h
W P f
(1 ) h = S + P
M h M
f P
(1 + a ) h = S + (2.23)
M
onde a representa a razo entre o mdulo de rigidez da chapa e o mdulo da cadeira. Essa
constante conhecida como parmetro de plasticidade e, para laminao a frio, tipicamente
encontram-se valores entre 1.5 e 4.0. Ressalta-se que S composta tambm de uma
componente de perturbaes (na posio dos cilindros), isto , S = Sp + Scontrole. Essas
perturbaes incluem a excentricidade do cilindro de suporte, variaes na lubrificao e
expanso dos cilindros (Choi et al., 1994; Edwards et al., 1995).
E(f), usada juntamente com a medida da fora de laminao a fim de prover um sinal de
retorno ao atuador de posicionamento dos cilindros.
na reduo de chapas finas, as variaes nas tenses de entrada (T) e sada (t)
podem ser consideradas como variveis de controle que agem em conjunto com o
atuador. Isso ocorre pois mudanas significantes nas tenses no excedem restries
impostas pela corrente do motor (Edwards et al., 1995). Em Hwang et al. (1996)
apresentado um projeto de controle dessas tenses. Assim, admitindo essas variveis
efetivamente controladas, despreza-se as influncias dinmicas das mesmas;
o valor do coeficiente de frico de difcil obteno precisa e varia com a
lubrificao e as condies das superfcies do cilindro. Devido s variaes nessas
caractersticas, geralmente se faz necessrio introduzir modelos. Assim, essas
perturbaes so ignoradas para facilitar os clculos;
admitindo-se constante a velocidade da chapa ao longo do processo, variaes na
espessura de entrada (H) provocam variaes na espessura de sada. Isso implica
novamente numa variao positiva ou negativa da fora e, por sua vez, na abertura
entre cilindros, sendo crucial para o controle em questo;
a dureza do material tambm pode variar ao longo do comprimento do material. Se h
um aumento ou diminuio da dureza, o inverso ocorre na reduo do material. Ou
seja, quanto maior a dureza, menor a deformao da chapa para a mesma abertura entre
cilindros, implicando na variao da espessura de sada. Logo, a variao de dureza
pode ser considerada como uma variao de espessura (Choi et al., 1994).
f = W (H h ) (2.24)
f = M (h S ) (2.25)
M W
h = S + H (2.26)
M +W M +W
href S h hm
atraso
( M W ) h = MS WH + 2 f (2.27)
Das equaes (2.25) e (2.26), uma estimativa para a fora de laminao pode
ser obtida como:
W M
f = M H + S S
M +W M +W
W W
f = M H S
M +W M +W
MW MW
f = H + S (2.28)
M +W M +W
fP
H ^
f f
SP
href S h atraso hm
cilindro, S, e assim, pode ser aproximada por uma funo de transferncia de primeira
ordem, isto ,
1
G (s) = (2.29)
0.01s + 1
0 .1
G ( z 1 ) = (2.30)
1 0.9 z 1
F (t )
h(t ) = S (t ) + (2.31)
M
V (t ) H ( t ) = v (t ) h (t ) (2.32)
V (t ) H (t )
h(t ) = (2.33)
v (t )
Tal estimativa pode ser usada como entrada a controladores por realimentao,
operando como uma malha interna do controlador principal. denominada estimador de
fluxo de massa (mass-flow estimator) e usada como um controle feedforward.
29
3.1 Introduo
seqncia de sinais de controle que minimiza uma determinada funo custo. O ndice a
ser otimizado envolve a medida do erro entre a predio da sada e a referncia, somada a
uma funo da medida do esforo de controle. Nesse ponto pode-se distinguir duas etapas
para o sistema de controle: a predio da sada e o clculo da lei de controle preditiva.
e (t )
A( z 1 ) y (t ) = z d B ( z 1 )u (t 1) + C ( z 1 ) (3.1)
A( z 1 ) = 1 + a1 z 1 + a 2 z 2 + ... + a na z na
C ( z 1 ) = 1 + c1 z 1 + c 2 z 2 + ... + c nc z nc
1 1
F j ( z 1 ) j
= E j (z ) + z (3.3)
A( z 1 ) A( z 1 )
y (t + j ) = F j ( z 1 ) y (t ) +
+ E j ( z 1 ) B ( z 1 ) u (t + j d 1) + E j ( z 1 )e(t + j ) (3.4)
sendo o grau do polinmio Ej(z-1) igual a j-1. A melhor predio obtida, no sentido
estocstico, quando considera-se os valores de rudos futuros nulos. Desse modo, o melhor
valor para y(t+j) pode ser expresso como:
y (t + j | t ) = G j ( z 1 ) u (t + j d 1) + F j ( z 1 ) y (t ) (3.5)
G j ( z 1 ) = E j ( z 1 ) B ( z 1 )
Assim, a predio tima pode ser calculada como uma combinao linear das
sadas anteriores do processo e aes de controle, passadas (anteriores ao instante t) e
futuras (calculadas pelo algoritmo). Os polinmios Ej e Fj so obtidos recursivamente,
utilizando-se o recurso da equao de Diophantine, conforme apresentado em Clarke et al.
(1987a). No algoritmo de controle GPC pretende-se aplicar um sinal de controle que
minimize uma funo custo quadrtica da forma
N2 Nu
J ( N1 , N 2 , N u ) = ( j )[y (t + j | t ) w(t + j )]2 + ( j )[u (t + j 1)]2
j = N1 j =1
(3.6)
futura w(t+j) pode ser uma constante w ou sofrer variaes conhecidas (como na robtica)
e o GPC capaz de lidar com ambos os casos (Clarke et al., 1987a). A funo custo do
GPC a representao matemtica do erro entre o sinal de sada previsto e a trajetria de
referncia futura, incluindo o esforo de controle. O objetivo dessa estratgia computar a
seqncia de controle futura u(t), u(t+1), ..., de tal forma que o sinal de sada futuro y(t+j)
seja levado a seguir o sinal de referncia w(t+j), ao mesmo tempo em que se penaliza o
esforo de controle para que este no atinja valores excessivos. Considerando um sistema
com atraso de transporte de d perodos de amostragem, o sinal de controle tem efeito a
partir do instante d+1. Desse modo, pode-se definir o horizonte mnimo de predio como
N 1 = d + 1 . Caso d seja desconhecido ou varivel, N1 pode ser ajustado em 1, sem que se
perca a estabilidade. O horizonte mximo N2 definido tomando-se como base o tempo de
subida (rise-time) do sistema, onde se adota N2 = d + N. A priori Nu definido como
Nu = N.
y (t + d + 1 | t ) = G d +1 u (t ) + Fd +1 y (t )
y (t + d + 2 | t ) = G d + 2 u (t + 1) + Fd + 2 y (t ) (3.7)
M
y (t + d + N | t ) = G d + N u (t + N 1) + Fd + N y (t )
f = G ( z 1 ) u (t 1) + F ( z 1 ) y (t ) (3.8)
onde
36
(G d +1 ( z 1 ) g 0 ) z Fd +1 ( z 1 )
1 (G d + 2 ( z 1 ) g 0 g 1 z 1 ) z 2 1 Fd + 2 ( z 1 )
G ( z ) = F( z ) =
M , M
1 1 ( N 1) 1
(G d + N ( z ) g 0 g 1 z L g N 1 z ) z N Fd + N ( z )
Definindo-se
y (t + d + 1 | t ) u (t ) g0 0 L 0
y (t + d + 2 | t ) u (t + 1) g g0 L 0
y=
, u=
, G= 1
M M M M M M
y (t + d + N | t ) u (t + N 1) g N 1 g N 2 L g0
y = Gu + f (3.9)
1 T
J= u Hu + b T u + f 0
2
onde
H = 2 (G T G + I )
b T = 2 (f w ) T G
f 0 = ( f w ) T (f w )
37
u = H 1 b = (G T G + I ) 1 G T ( w f ) (3.11)
u (t ) = K ( w f ) (3.12)
z-d B(z-1)
T(z-1)
R(z-1) A(z-1)
S(z-1)
R ( z 1 ) u (t ) = T ( z 1 ) w (t ) S ( z 1 ) y (t ) (3.13)
onde R, S e T so polinmios em z-1. A lei de controle pode ser considerada como uma
composio de um termo feedforward (T/R) e um termo feedback (S/R). Assim, possvel
obter a funo de transferncia para o sistema em malha fechada e, a partir desta, derivar
propriedades como estabilidade e robustez (Camacho e Bordons, 1999).
N2
u (t ) = K(w f) = k [w(t + i ) f (t + i )]
i = N1
i
N2 N2
I i ( z 1 ) N2
Fi ( z 1 )
= k i w (t + i ) k i
i = N1 i = N1 C ( z 1 )
u ( t 1)
i = N1
k i
C ( z 1
)
y (t )
Reordenando tem-se
N2
N2 N2
C + z k i I i u (t ) = C k i w(t ) k i Fi y (t )
1
(3.14)
i = N1 i = N1 i = N1
39
N2
C + z 1
i i k I
1
R( z ) = i = N1
N2
ki i = N1
N2
k F
i = N1
i i
1
S (z ) = N2
k
i = N1
i
A( z 1 ) y (t ) = B ( z 1 )u (t 1) (3.15)
A( z 1 ) = 1 + a1 z 1 + a 2 z 2
B ( z 1 ) = b0 + b1 z 1 + b2 z 2 + ... + bm z m
k c (t )TS T
u (t ) = e(t ) k c (t ) + D 2 y (t ) (3.16)
TI TS
k c (t )TS
L ( z 1 ) y (t ) + u (t ) w(t ) = 0 (3.17)
TI
T T 2T 1 TD 2
L ( z 1 ) = k c (t ) 1 + S + D 1 + D z + z
TI TS TS TS
= k c (t ) L( z 1 )
N N
J ( N ) = [ y (t + j | t ) w(t )] + [u (t + j 1)]
2 2
(3.18)
j =1 j =1
N N N
p F
j j ( z 1
) y ( t ) + 1 + z 1
p S
j j ( z 1
) u ( t ) p j w (t ) = 0 (3.19)
j =1 j =1 j =1
A lei de controle GPC, na sua estrutura RST, pode ser reescrita por:
N N
p
j =1
j F j ( z ) y (t ) + X ( z ) u (t ) p j w(t ) = 0
1 1
j =1
(3.20)
43
N
X ( z 1 ) = 1 + z 1 p j S j ( z 1 )
j =1
= 1 + x1 z 1 + x 2 z 2 + ... + x m z m
~ N
k c L ' ( z ) = p j F j ( z )
1 1
j =1
~ N (3.21)
k cTS =
TI pj
j =1
~
onde k c := X ( z 1 )k c (t ) . Definindo-se o somatrio na primeira igualdade em (3.21) como
N
~ ~ ~
p
j =1
j F j ( z 1 ) := f 0 + f1 z 1 + f 2 z 2 (3.22)
~
ento, as constantes k c , TI e TD so ento calculadas por
~ ~ ~
k c = ( f1 + 2 f 2 )
~ ~
f1 + 2 f 2
TI = ~ ~ ~ TS . (3.23)
f 0 + f1 + f 2
~
TD = ~ f 2 ~ TS
f1 + 2 f 2
44
~
k c (t ) = k c x1k c (t 1) ... xm k c (t m) (3.24)
K cTS
u (t ) = e ( t ) + K c e (t )
TI
Kp
Y (s) = e LsU ( s ) (3.25)
1 + s
47
Kp
G (s) = e Ls
1 + s
onde Y(s) e U(s) so as transformadas de Laplace dos sinais de sada y(t) e de controle u(t),
respectivamente. Por sua vez Kp, e L so o ganho esttico, a constante de tempo e o
atraso de transporte do processo, respectivamente.
[
u (t ) = GC e(t ) + G P u (t ) G P e Ls u (t ) ]
T K T -Ls K T
u (t ) = K c 1 + S e(t ) + P S e L u (t ) P S u (t )
TI TS + TS +
T K T
u (t ) = K c 1 + S e(t ) + P S [u (t L ) u (t )] (3.26)
TI TS +
Na equao (3.26) o termo u(t-L) deve ser entendido como uma representao
do efeito do atraso L no sinal de controle u(t). Apenas os parmetros Kc, TI e L so
ajustados pelo operador enquanto o ganho Kp e a constante de tempo so obtidos.
K p = / Kc
(3.27)
= TI
T (TS + TI )
u (t ) = K c 1 + S e(t )
TI
(u (t ) u (t L)) (3.28)
TI TI (1 + )
TS
T T
u (t ) = K c y (t ) + S e(t ) S (u (t ) u (t L )) (3.29)
TI TI
bz 1 d
y (t ) = z u (t )
1 az 1
49
1 bz 1 d
G( z ) = z
1 az 1
K C TS T
u (t ) = d
e (t ) I y (t ) (3.30)
TI TS (1 + z ) TS
e a estrutura do PI Preditivo pode ser descrita pelo diagrama de blocos da Figura 3.4.
e u
G(z-1)
A( z 1 ) y (t ) = z ( km +1) B ( z 1 )u (t ) (3.31)
A( z 1 ) = 1 + a1 z 1
z 1 D ( z 1 )
H ( z 1 ) = (3.33)
C ( z 1 )
y C (t ) = H ( z 1 )u (t )
C ( z 1 ) = co + c1 z 1
(3.34)
D ( z 1 ) = 1 + ... + d k m + nb 1 z ( k m + nb 1)
S ( z 1 ) = D ( z 1 ) A( z 1 ) + z k m C ( z 1 ) B ( z 1 ) (3.35)
S ( z 1 ) = 1 + s1 z 1 (3.36)
y a ( t ) = y c (t ) + y (t ) =
[ ]
z 1 D ( z 1 ) A( z 1 ) + z ( k m ) B ( z 1 )C ( z 1 )
u (t )
C ( z 1 ) A( z 1 )
z 1 S ( z 1 )
y a (t ) = u (t ) (3.37)
A( z 1 )C ( z 1 )
ou ento
z 1 ( z 1 )
y a (t ) = u (t ) (3.38)
( z 1 )
onde
S ( z 1 )
(z ) =
1
= o + 1 z 1 (3.39)
co
53
A( z 1 )C ( z 1 )
(z ) =
1
co
c1 + a1c o 1 a1c1 2
= 1+ z + z = 1 + 1 z 1 + 2 z 2 (3.40)
co co
T TD
u (t ) = K c S {w(t ) y a (t )} 1 + y a (t ) (3.41)
TI ( z 1 ) TS
( z 1 ) u (t ) =
K c TS
TI
K
[ { }]
( z 1 ) w(t ) c ( z 1 )TS 2 + TI ( z 1 )TS + TD y a (t )
TS T I
54
L (1)
L ( z 1 ) y a (t ) + ( z 1 )u (t ) ( z 1 ) w(t ) = 0 (3.42)
(1)
onde
T T
L ( z 1 ) = K c 0 + S 0 + D
TI TS
T T T
+ K c ( 1 0 ) 2 D + S 1 z 1 + K c 1 + D z 2 (3.43)
TS T I TS
K c TS
L (1) = ( 0 + 1 )
TI
2
T (1)
J = T ( z 1 ) y a (t + 1) ( z 1 ) w(t ) (3.44)
(1)
onde T(z-1) o polinmio para alocao de plos, especificado pelo usurio, e dado por
T ( z 1 ) = 1 + t1 z 1 + t 2 z 2 (3.45)
z 1T (1) ( z 1 )
y m (t ) = w (t ) (3.46)
(1)T ( z 1 )
J
=0
u (t )
obtm-se
T (1)
2 T ( z 1 ) y a (t + 1) ( z 1 ) w(t ) T ( z 1 ) {y a (t + 1)} = 0
(1) u (t )
T (1)
T ( z 1 ) y a (t + 1) ( z 1 ) w(t ) = 0
(1)
( z 1 ) T (1)
T ( z 1 ) u ( t ) ( z 1 ) w(t ) = 0
(z )1
(1)
T ( z 1 ) = ( z 1 ) + z 1 F ( z 1 )
onde
F ( z 1 ) = f o + f 1 z 1 + f 2 z 2
56
T (1)
F ( z 1 ) y a (t ) + ( z 1 )u (t ) ( z 1 ) w(t ) = 0 (3.47)
(1)
F ( z 1 ) = L ( z 1 ) (3.48)
1 1
Kc = (l + l + l ) (l + 2 l )
2
(1) (1)
0 1 2 1
1
TI =
(l1 + 2l 2 )
(1) (l0 + l1 + l 2 )
(3.49)
2 (1)l 2
TD = + 1
(l
1 0 1 2 + l + l ) (1 ). (l1 + 2 l 2 )
z ( k m +1) ( z 1 )C ( z 1 )
y m (t ) = w (t ) (3.50)
T ( z 1 )
1 L(1)
onde = .
c o (1)
57
H(z-1)
G(z-1)
Resultados de Simulao
S P = Ae . sen( e t )
onde Ae representa a amplitude do sinal e e a freqncia. Esta ltima, por sua vez, funo
direta da velocidade de entrada e, geralmente, so encontrados valores entre 4 e 10 Hz. Nas
simulaes usada uma freqncia constante e = 10Hz e uma amplitude Ae = 40mcrons.
ponderao ), valores ainda menores de amplitude podem ser alcanados. Deve-se apenas
estar atento ao transitrio (sobrepicos, ou instabilidade em casos extremos) (Figura 4.6).
Deve-se observar uma peculiaridade no ganho Kc(t). Para atrasos muito maiores
~
que a constante de tempo interessante acrescentar um fator a ser multiplicado por k c . Com
67
Concluso
Albertos, P. e Goodwin, G.C. (2002). Virtual Sensors for Control Applications. Annual
Reviews in Control, Vol. 26, pp. 101-112.
Albertos, P. e Ortega, R. (1989). On Generalized Predictive Control: Two Alternative
Formulations. Automatica, Vol. 25, No. 5, pp. 753-755.
Almeida, O.M. (2002). Controle PID Auto-Ajustvel, Inteligente e Preditivo. Tese de Doutorado,
Departamento de Automao e Sistemas, Universidade Federal de Santa Catarina.
Almeida, O.M.; Santos, J.E.S.; Sumar, R.R. e Coelho, A.A.R. (2001). Controle PID
Avanado: Tcnicas Preditiva e Nebulosa. XIV Congresso Brasileiro de Automtica, pp.
2999-3004, Natal, RN.
Alves, J. F. (2003). Notcias Sala de Imprensa, Banco Nacional de Desenvolvimento Econmico e
Social (BNDES). Disponvel em: www.bndes.gov.br. Acesso em: 14 abril 2004.
Andrade, M. A.; Cunha, L. M. e Silva, M. C. (2001). Minerao e Metalurgia - Estudos
Setoriais do Banco Nacional de Desenvolvimento Econmico e Social (BNDES).
Disponvel em: www.bndes.gov.br. Acesso em: 14 de abril 2004.
Asano, K. e Morari, M. (1998). Interaction Measure of Tension-Thickness Control in
Tandem Cold Rolling. Control Engineering Practice, Vol. 6, pp. 1021-1027.
Asano, M. e Yamamoto, T. (2001). A Design of Self-Tuning Predictive PID Controllers.
IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences, Vol.
E84-A, No. 7, pp. 1779-1783.
Astrm, K.J. e Hgglund, T. (1995). PID Controllers: Theory, Design and Tuning.
Instrument Society of America.
vila, A.F. e Helman, H. (1989). Um Modelo Matemtico para um Laminador Tandem a
Frio. Journal of the Braz. Soc. Mech. Sc., Vol. 11, No. 2, pp. 157-170.
Brown, R.E.; Maliotis, G.N. e Gibby, J.A. (1993). PID Self-Tuning Controller for
Aluminum Rolling Mill. IEEE Transactions on Industry Applications, Vol. 29, No. 3, pp.
578-583.
79
Edwards, W.J.; Thomas, P.J.; Gomez, G. e Goodwin, G.C. (1995). A Review of Thickness
Control on Reversing Cold Rolling Mills. Proceedings of Control95, pp. 129-134.
Garcia, C. E. e Morari, M. (1982). Internal Model Control 1: A Unified Review and Some
New Results. Ind. Eng. Chem. Process Des. Dev., Vol. 21, pp. 308-323.
Garcia, C.E.; Prett, D.M. e Morari, M. (1989). Model Predictive Control: Theory and
Practice - A Survey. Automatica, Vol. 25, pp. 335-348.
Gawthrop, P.T. (1986). Self-Tuning PID Controllers: Algorithm and Implementation.
IEEE Transactions on Automatic Control, Vol. 31, pp. 201-209.
Goodwin, G.C. (2000). Predicting the Performance of Soft Sensors as a Rout to Low Cost
Automation. Annual Reviews in Control, Vol. 24, pp. 55-66.
Goodwin, G.C.; Graeb, S.F. e Salgado, M.E. (2001). Control System Design. Prentice Hall,
New Jersey.
Goodwin, G.C; Woodyatt, A.R.; Middleton, R.H. e Shim, J. (1999). Fundamental
Limitations due to j-Axis Zeros in SISO Systems. Automatica, Vol. 35, No. 5, pp. 857-
863.
Hgglund, T. (1996). An Industrial Dead-Time Compensating PI Controller. Control Eng.
Practice, Vol. 4, No. 6, pp. 749-756.
Hwang, G.; Ahn, H.; Kim, D.; Yoon, T.; Oh, S. e Kim, K. (1996). Design of a Robust
Thickness Controller For a Single-Stand Cold Rolling Mill. Proc. IEEE Int. Conference on
Control Applications, pp. 46-473, Dearborn. September 15-18.
Jialiang, D.; Chen, G. e Ying, H. (2001). Predictive Fuzzy PID Control: Theory, Design and
Simulation. Information Sciences, Vol. 137, pp. 157-187.
Keyser, R.M.C.; Van de Velde, P.G.A. e Dumortier, F.A.G (1988). A Comparative Study of
Self-Adaptive Long-Range Predictive Control Methods. Automatica, Vol. 24, pp.149163.
Kwok, K.E.; Ping, M.C. e Li, P. (2000). A Model-Based Augmented PID Algorithm. Journal
of Process Control, Vol. 10, pp. 09-18.
Kugi, A.; Novak, R.; Schlacher, K. e Aistleitner, K. (2000). A Flatness Based Approach for
the Thickness Control in Rolling Mills. XIV International Symposium of Mathematical Theory
of Networks and Systems MTNS00, CD - publication, Perpignan, France, Junho 19-23.
Kumar, A.; Saramasekera, I.V.; e Hawbolt, E.B. (1992). Roll-Bite Deformation During the
Hot Rolling of the Mill Strip. Journal of Materials Processing Technology, Vol. 30, pp. 91-114.
Lee, J.H. e Yu, Z.H. (1994). Tuning Of Model Predictive Controllers for Robust
Performance. Computers & Chemical Engineering, Vol. 18, No. 1, pp.15-37.
81
Merrit, H.E. (1967). Hydraulic Control Systems, John Wiley & Sons, New York.
Miller, M.R.; Kwok, K.E.; Shah, L.S. e Wood, R.K. (1999). Predictive PID. ISA Transactions,
Vol. 38, pp. 11-23.
Odonde, J. O. (1998). Industrial applications of Kalman filtering and optimal control techniques. Ph.D.
thesis, Industrial Control Unit, University of Strathclyde, Glasgow, U.K.
Ohnishi, Y.; Yamamoto, T. e Shah, S.L. (2000). A Design of Self-Tuning PID Controller
with a Time-Delay Compensator. Proceedings of IFAC Conference On Digital Control, PID00,
pp. 654-659.
Ohshima, M.; Hashimoto, Takamatsu, I. T. e Ohno, H. (1991). Robust Stability of Model
Predictive Control (MPC). Int. Chem. Eng., Vol. 31, No. 1, pp. 119.
Oliveira, C.A. (2004). Conformao Mecnica. Centro de Informao Metal Mecnica (CIMM).
Disponvel em: www.cimm.com.br. Acesso em: 14 de abril 2004.
Prada, C.; Serrano, J.; Vega, P. e Piera, M (1994). Advances in Model Based Predictive Control.
Chapter: A Comparative Study of DMC and GPC Controllers. Oxford Science
Publications, New York.
Qin, S.J. e Badgwell, T.A. (1997). An Overview of Industrial Model Predictive Control
Technology in Chemical Process Control: Assessment and New Directions for
Research. AIChE Symposium Series, Vol. 93, pp. 232-256.
Quero, J.M. e Camacho, E.F. (1990). Neural Generalized Predictive Controllers. Proc. IEEE
International Conference on System Engineering, pp. 160-163, Pittsburgh.
Rani, K.Y. e Unbehauren, H. (1997). Study of Predictive Controller Tuning Methods.
Automatica, Vol. 33, No. 12, pp. 2243-2248.
Radke, F. e Isermann, R. (1987). A Parameter-Adaptive PID-Controller with Stepwise
Parameter Optimization. Automatica, Vol. 23, pp. 449-457.
Ripardo, S. (2004). CST e Arcelor Inauguram Vega do Sul Amanh em SC. Folha Online.
Disponvel em: www.folha.com.br. Acesso em: 26 de abril 2004.
Santos, J.E.S. (1998). Critrios de Desempenho e Aspectos de Robustez na Sntese de Controladores
Preditivos Adaptativos. Dissertao de Mestrado, Departamento de Automao e Sistemas,
Universidade Federal de Santa Catarina.
Tan, K.K.; Huan, S.N. e Lee, T.H. (2000). Development of a GPC-Based PID for Unstable
System with Dead Time. ISA Transactions, Vol. 39, pp. 57-70.
82
Unbehauen, (1996). Distributed Supervisory Industrial Control Systems and their Problems
for Embedding Advanced Control Strategies, 7o Congresso Latinoameircano de Control
Automtico e XV Simposio Nacional de Control Automtico, v. 1, Buenos Aires, Argentina, p.
I-VIII.
Xue, A. e Sun, Y. (1998). A Real-Time Expert System with GPC for Cold Strip Mill. Proc.
American Control Conference, Philadelphia, Pennsylvania.
Yun, I.S.; Wilson, W.R.; e Ehmann, K.F. (1998). Review of Chatter Studies in Cold Rolling.
Int. Journal of Machine Tools & Manufacture, Vol. 38, pp. 1499-1530.
Zienkiewicz, O.C.; Jain, P.C. e Onate, E. (1978). Flow of solids during forming and
extrusion: some aspects of numerical solutions. International Journal of Solids Structures, Vol.
14, pp. 15-38.