Escolar Documentos
Profissional Documentos
Cultura Documentos
Centro de Tecnologia
Programa de Pós-Graduação em Engenharia Mecânica
MESTRADO
por
por
AGRADECIMENTOS
A toda minha família, em especial aos meus pais, Gileno e Lilian, as minhas
irmãs, Liliane e Gisele, e a minha sobrinha Carne, pelo carinho.
Ao Prof. Dr. José Antônio Riul pelas valorosas contribuições prestadas ao longo
deste trabalho.
RESUMO
ABSTRACT
This work presents the simulation of a hydraulic system with two degrees of
freedom used to position a load on a horizontal plane, using a Generalized Minimum
Variance controller (GMV) defined by ISERMANN et al (1992). For this, the Physics laws
used to determinate the mathematical linear model that represents the real hydraulic system
in study are presented. After, the identification of a new model is simulated, that is used to
design the GMV controller. Basically, the system is composed by: power circuit, two spool
valves, two performance cylinders and a load to be positioned. The cylinder 1 moves the
load in the “X” axis direction and the cylinder 2 moves the load in the “Z” axis direction.
The load is coupled on the rod end of the cylinder 2, and the kit coupled on the rod end of
the cylinder 1. The results obtained by GMV controlling the hydraulic system with two
degrees of freedom to follow three reference ways in “XZ” horizontal plane, are shown
and commented based on performance specifications that the system must obey.
SUMÁRIO
CAPÍTULO 4 - RESULTADOS....................................................................................... 83
4.1 INTRODUÇÃO ........................................................................................................... 83
4.2 APRESENTAÇÃO DAS TRAJETÓRIAS DE REFERÊNCIA.............................. 84
4.2.1 Apresentação da trajetória de referência polinomial cúbica seguida de degrau 84
4.2.2 Apresentação da trajetória de referência circular ................................................ 87
4.2.3 Apresentação da trajetória de referência em degraus .......................................... 89
4.3 SIMULAÇÕES ............................................................................................................ 90
4.3.1 Análise das configurações do caso 1 aplicadas à trajetória de referência
polinomial cúbica seguida de degrau ............................................................................... 91
4.3.2 Análise das configurações do caso 1 aplicadas à trajetória de referência circular
............................................................................................................................................. 95
4.3.3 Análise das configurações do caso 1 aplicadas à trajetória de referência em
degraus.............................................................................................................................. 100
4.3.4 Análise das configurações do caso 2 aplicadas à trajetória de referência em
degraus.............................................................................................................................. 104
4.3.5 Análise das configurações do caso 3 aplicadas à trajetória de referência em
degraus.............................................................................................................................. 108
4.3.6 Análise das configurações do caso 3 aplicadas à trajetória de referência
polinomial cúbica seguida de degrau ............................................................................. 112
4.3.7 Análise das configurações do caso 4 aplicadas à trajetória de referência em
degraus.............................................................................................................................. 116
4.3.8 Análise das configurações do caso 5 aplicadas à trajetória de referência em
degraus.............................................................................................................................. 121
4.3.9 Análise das configurações do caso 5 aplicadas à trajetória de referência
polinomial cúbica seguida de degrau ............................................................................. 125
4.3.10 Análise das configurações do caso 5 aplicadas à trajetória de referência
circular.............................................................................................................................. 128
4.4 CONCLUSÃO............................................................................................................ 132
CAPÍTULO 5 - CONCLUSÃO FINAL ......................................................................... 138
REFERÊNCIAS BIBLIOGRÁFICAS .......................................................................... 143
APÊNDICE A - SISTEMAS DE CONTROLE ............................................................ 149
A.1 INTRODUÇÃO ........................................................................................................ 149
A.2 DEFINIÇÕES BÁSICAS PARA O ENTENDIMENTO SOBRE CONTROLE 150
x
LISTA DE FIGURAS
Figura 4.14 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência co-senoidal ao utilizar as configurações do
caso 1. ............................................................................................................... 97
Figura 4.15 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência co-senoidal,
sob ação do GMV e ao utilizar a configuração do caso 1. (b) Análise da
variável de controle do eixo X, “ux(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a
trajetória de referência co-senoidal. .................................................................. 97
Figura 4.16 – Evolução da estimação dos parâmetros do modelo do pistão 2 ao seguir a
trajetória senoidal utilizando as configurações do caso 1. ................................ 98
Figura 4.17 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência senoidal ao utilizar as configurações do caso
1. ....................................................................................................................... 98
Figura 4.18 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência senoidal, sob
ação do GMV e ao utilizar a configuração do caso 1. (b) Análise da variável
de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando gerada
pelo GMV e ao utilizar as configurações do caso 1 para seguir a trajetória de
referência senoidal. ........................................................................................... 99
Figura 4.19 – Resposta do sistema hidráulico seguindo a trajetória circular no plano X Z,
sob ação do controlador GMV e utilizando as configurações do caso 1. ......... 99
Figura 4.20 – Evolução da estimação dos parâmetros do modelo do pistão 1 ao seguir a
trajetória em degraus utilizando as configurações do caso 1. ......................... 101
Figura 4.21 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do
caso 1. ............................................................................................................. 101
Figura 4.22 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 1. (b) Análise da
variável de controle do eixo X, “ux(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a
trajetória de referência em degraus. ................................................................ 102
Figura 4.23 – Evolução da estimação dos parâmetros do modelo do pistão 2 ao seguir a
trajetória em degraus utilizando as configurações do caso 1. ......................... 102
xiv
Figura 4.24 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do
caso 1. ............................................................................................................. 103
Figura 4.25 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 1. (b) Análise da
variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a
trajetória de referência em degraus. ................................................................ 103
Figura 4.26 – Evolução da estimação dos parâmetros do modelo do pistão 1 ao seguir a
trajetória em degraus utilizando as configurações do caso 2. ......................... 105
Figura 4.27 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do
caso 2. ............................................................................................................. 105
Figura 4.28 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 2. (b) Análise da
variável de controle do eixo X, “ux(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 2 para seguir a
trajetória de referência em degraus. ................................................................ 106
Figura 4.29 – Evolução da estimação dos parâmetros do modelo do pistão 2 ao seguir a
trajetória em degraus utilizando as configurações do caso 2. ......................... 106
Figura 4.30 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do
caso 2. ............................................................................................................. 107
Figura 4.31 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 2. (b) Análise da
variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 2 para seguir a
trajetória de referência em degraus. ................................................................ 107
Figura 4.32 – Evolução da estimação dos parâmetros do modelo do pistão 1 ao seguir a
trajetória em degraus utilizando as configurações do caso 3. ......................... 109
Figura 4.33 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do
caso 3. ............................................................................................................. 110
xv
Figura 4.34 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 3. (b) Análise da
variável de controle do eixo X, “ux(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 3 para seguir a
trajetória de referência em degraus. ................................................................ 110
Figura 4.35 – Evolução da estimação dos parâmetros do modelo do pistão 2 ao seguir a
trajetória em degraus utilizando as configurações do caso 3. ......................... 111
Figura 4.36 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do
caso 3. ............................................................................................................. 111
Figura 4.37 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 3. (b) Análise da
variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 3 para seguir a
trajetória de referência em degraus. ................................................................ 112
Figura 4.38 – Evolução da estimação dos parâmetros do modelo do pistão 1 ao seguir a
trajetória cúbica seguida de degrau utilizando as configurações do caso 3. ... 113
Figura 4.39 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência cúbica seguida de degrau ao utilizar as
configurações do caso 3. ................................................................................. 114
Figura 4.40 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência cúbica
seguida de degrau, sob ação do GMV e ao utilizar a configuração do caso 3.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus
limites, quando gerada pelo GMV e ao utilizar as configurações do caso 3 para
seguir a trajetória de referência cúbica seguida de degrau. ............................ 114
Figura 4.41 – Evolução da estimação dos parâmetros do modelo do pistão 2 ao seguir a
trajetória cúbica seguida de degrau utilizando as configurações do caso 3. ... 115
Figura 4.42 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência cúbica seguida de degrau ao utilizar as
configurações do caso 3. ................................................................................. 115
Figura 4.43 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência cúbica
seguida de degrau, sob ação do GMV e ao utilizar a configuração do caso 3.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus
xvi
Figura 4.63 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência co-senoidal ao utilizar as configurações do
caso 5. ............................................................................................................. 129
Figura 4.64 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência co-senoidal,
sob ação do GMV e ao utilizar a configuração do caso 5. (b) Análise da
variável de controle do eixo X, “ux(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 5 para seguir a
trajetória de referência co-senoidal. ................................................................ 130
Figura 4.65 – Evolução da estimação dos parâmetros do modelo do pistão 2 ao seguir a
trajetória senoidal utilizando as configurações do caso 5. .............................. 130
Figura 4.66 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência senoidal ao utilizar as configurações do caso
5. ..................................................................................................................... 131
Figura 4.67 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência senoidal, sob
ação do GMV e ao utilizar a configuração do caso 5. (b) Análise da variável
de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando gerada
pelo GMV e ao utilizar as configurações do caso 5 para seguir a trajetória de
referência senoidal. ......................................................................................... 131
Figura 4.68 – Resposta do sistema hidráulico seguindo a trajetória circular no plano X Z,
sob ação do controlador GMV e utilizando as configurações do caso 5. ....... 132
Figura A.1 – Sistema a ser controlado. .............................................................................. 151
Figura A.2 – Sistema de controle a malha aberta. ............................................................. 151
Figura A.3 – Sistema de controle a malha fechada. .......................................................... 151
Figura A.4 – Esquemas de identificação off-line e on-line................................................ 162
Figura A.5 – Esquema iterativo para estimação de parâmetros em tempo real................. 166
Figura A.6 – Diagrama de blocos de um sistema adaptativo. ........................................... 173
Figura A.7 – Diagrama de bloco de um sistema com ganho tabelado. ............................. 174
Figura A.8 – Estrutura com modelo de referência (MRAC). ............................................ 175
Figura A. 9 – Diagrama de blocos de um controlador auto-ajustável. .............................. 177
Figura A.10 – Controle do sistema perturbado por um ruído estocástico. ........................ 180
xix
LISTA DE TABELAS
ai, bi, ci, di, fi, l i , ppi, qqi – Parâmetros dos polinômios A(.), B(.), C(.), D(.), F(.), L(.),
PP(.), QQ(.), respectivamente
c – Coeficiente de amortecimento viscoso do pistão e da carga
Cc – Coeficiente de contração
Cl – Ganho do cilindro
Cv – Coeficiente de velocidade
d – Atraso de transporte
dc – Diâmetro do carretel da válvula
dP – Incremento de pressão
dS – Elemento de área
dV – Elemento de volume
e(.) – Representa: erro de modelagem, erro de medição ou ruído na saída do tipo
estocástico, determinístico ou offset;
E[.] – Esperança matemática
F – Força
Fp – Força perturbadora
g – Aceleração da gravidade
Gn(.) – Função de transferência do filtro do ruído
Gs(z) – Função de transferência de um sistema incluindo o segurador de ordem zero
Gx(.) – Função de transferência de malha aberta da planta responsável pelo
posicionamento da carga M2 no eixo X
Gz(.) – Função de transferência de malha aberta da planta responsável pelo
posicionamento da carga M2 no eixo Z
H(s) – Transformada de Laplace da função f(t)
xxi
1.1 INTRODUÇÃO
M1 M2
X
uz(t)
Cilindro Hidráulico 1
x(t)
z(t)
ux(t)
Cilindro
Válvula 1 Válvula 2 Hidráulico 2
SS SM SH SP
10.000
Força de atuação em N
1.000
1
1 1.000 10.000
Velocidade de atuação em mm/s.
Neste trabalho o sistema real a ser controlado será representado por um modelo
matemático obtido pelas leis da física (modelagem caixa branca) e, para uma maior
aproximação à realidade, será acrescida a este modelo uma perturbação na saída do sistema
para representar um ruído no sistema de medição.
O algoritmo de controle escolhido para o sistema hidráulico foi o GMV. Segundo
a literatura existente, esse tipo de controlador apresenta um bom desempenho no
rastreamento de referência e robustez frente às variações na dinâmica do sistema, às
restrições no controle e às perturbações.
Para testar a eficácia do sistema de controle sob a ação do GMV utilizam-se três
trajetórias de referência a serem seguidas pela carga “M2” do sistema hidráulico,
obedecendo algumas especificações de desempenho. Para tal, o GMV controla o sistema
hidráulico manipulando o deslocamento dos carretéis das válvulas que produz uma
restrição e direcionamento do fluxo hidráulico para uma das câmaras do pistão, com o
intuito de deslocar os êmbolos e com isto posicionar a carga “M2” no plano “XZ” de
29
maneira que esta siga uma determinada trajetória de referência. Para que erros entre o
deslocamento real da carga “M2” e a trajetória de referência sejam minimizados, medições
contínuas do posicionamento da referida carga são realizadas para realimentar o
controlador e permitir ajustes no posicionamento.
O controlador a ser utilizado é um controlador Adaptativo Auto-ajustável de
Variância Mínima Generalizada que visa minimizar uma função custo, “I2”, também
denominada de função objetivo.
I
E
yk d 1 wk d 1 r · u k (1.1)
1647). Este último enunciou o primeiro teorema da hidrodinâmica que estabelece a relação
íntima entre a carga e a velocidade de escoamento de um filete líquido através de um
orifício em parede delgada. Depois de Torricelli, o cientista francês Blaise Pascal (1623-
1662) em 1640, completou os trabalhos de Stevin anunciando o princípio da prensa
hidráulica, denominado de princípio de Pascal, dando uma grande contribuição para o
desenvolvimento da hidrostática.
O primeiro sistema com retroação1 inventado na Europa moderna foi o regulador
de temperatura de Cornelis Drebbel (1572-1633), da Holanda. Em 1681, Dennis Papin
inventou o primeiro controlador de pressão para caldeiras a vapor (DORF e BISHOP,
2001).
No século XVIII, Daniel Bernoulli demonstrou teoricamente o teorema de
Torricelli, que estabelece uma relação entre velocidade, pressão, e a cota de nível da
molécula líquida. Daí por diante a hidráulica teve grande impulso motivado por diversos
pesquisadores. (CABEZAS, 1983).
Em 1763 o engenheiro escocês James Watt (1736-1819) desenvolveu a máquina a
vapor, permitindo que a hidrostática fosse aproveitada para a transmissão de energia
hidráulica em sistemas térmicos.
O primeiro trabalho significativo sobre controlador automático com retroação
usado em um processo industrial é o regulador de esferas de James Watt, desenvolvido em
1769 para controlar a velocidade de máquinas a vapor, figura 1.3. O sistema utilizava a
força centrífuga provocada pelo movimento de esferas para controlar a abertura de uma
válvula e, por conseqüência, a quantidade de vapor que entrava na máquina. A figura 1.4
utiliza o princípio de Watt para regular a quantidade de combustível a ser fornecida ao
motor, ajustando-se de acordo com a diferença entre a velocidade esperada e a velocidade
efetiva do motor. Tal ajuste é feito alterando-se a força centrífuga do regulador, através do
movimento da haste da válvula piloto que comanda o cilindro de potência, abrindo ou
fechando a válvula de controle, de forma a permitir que a velocidade real do motor atinja o
valor esperado.
1
Um sistema com retroação é um sistema a malha fechada que mede a sua saída real e retorna esse valor
para que seja comparado com o valor da saída desejada, usando essa diferença como meio de controle.
31
Figura 1.3 – Máquina à vapor de James Watt com regulador centrífugo de esferas em
destaque.
Disponível em: <http://www.explicatorium.com/James-Watt.php>. Acesso em: 17 ago. 2008.
Cilindro de
potência
Óleo sob
pressão
Válvula piloto
canhões, sistemas de controle para antenas de radar, entre outros sistemas militares
baseados na abordagem do controle com retroação.
Durante a década de 40, métodos de respostas de freqüência foram aperfeiçoados
permitindo que sistemas de controle linear de malha fechada satisfizessem um desempenho
requerido. Em 1948, Walter R. Evans desenvolveu plenamente o método de lugar das
raízes. Esse método é a essência da teoria clássica de controle e permitiu a determinação de
sistemas estáveis e que satisfaziam um conjunto de condições de desempenho
relativamente arbitrárias (OGATA 2003).
Na década de 50, houve um desenvolvimento em todos os segmentos da
automação industrial. Trabalhos como os de Backburn, Lee e Shearer, apresentados em
1958 nos Estados Unidos, deram grandes contribuições para o desenvolvimento dos
sistemas hidráulicos de controle contínuo. Esse novo campo da hidráulica recebeu o nome
de servo-hidráulica, separando-se da chamada hidráulica convencional. (LINSINGEN,
2003).
Ainda nos anos 50, estudos sobre controle adaptativo foram realizados
objetivando o desenvolvimento de pilotos automáticos para aeronaves, mas as restrições ao
utilizar ferramentas analógicas com controladores adaptativos, bem como a falta de uma
visão teórica e experiências negativas em testes de vôo, provocaram uma diminuição do
interesse na utilização do controle adaptativo.
De acordo com DORF e BISHOP (2001), em 1958, J. Engelberger e G. Devol
construiram o primeiro robô industrial moderno.
Grandes avanços na Teoria de Controle foram alcançados na década de 60 que
mais tarde se mostraram importantes para a concepção de sistemas de controle adaptativos,
tais como a teoria de Espaço de Estado e a da estabilidade, e ainda neste período, houve
avanços na área de estimação e identificação de sistemas, reacendendo, portanto, o
interesse sobre controladores adaptativos.
Em 1969, W. Hoff desenvolveu o microprocessador. Deste então o uso de
técnicas de controle moderno com realimentação em espaço de estado, tornou-se mais
viável.
A partir da década de 70, paralelamente ao crescimento da microeletrônica, surgiu
a válvula de controle contínuo com características construtivas pouco diferentes das servo-
válvulas, mas ocupando uma lacuna onde se exigia custos mais compatíveis. As vantagens
da então denominada válvula proporcional com relação as servo-válvulas, permitiu um
34
maior desenvolvimento nos sistemas de controle de malha aberta e de malha fechada, tais
como: menor exigência em termos de resposta dinâmica, maior flexibilidade com relação
ao uso em conjunto com motores lineares diferenciais e a inexistência de aparatos especiais
para controle de contaminação do fluido de trabalho.
Os sistemas hidráulicos foram se sofisticando, em paralelo ao desenvolvimento
das técnicas dos processos de fabricação, de maneira a permitir a utilização desses sistemas
em pressões cada vez mais altas e tornando-os cada vez mais compactos, precisos e
eficientes. As servo-válvulas eletro-hidráulicas exigiam processos de fabricação cada vez
mais sofisticados, além de aparatos hidráulicos e eletrônicos especiais para suprir a
necessidade de sua alta precisão e de suas respostas dinâmicas. Isso fazia com que os
custos de instalação fossem altos, restringindo o emprego dessas válvulas a sistemas
específicos. (LINSINGEN, 2003).
Com relação ao Controle Adaptativo a década de 70 também foi palco de uma
evolução impressionante, impulsionada entre outras coisas, pelo advento dos
microprocessadores. ÅSTRÖM (1970) e PETERKA (1970) apresentaram em linhas gerais
o que viria a ser o algoritmo de Variância Mínima (MV), e Åström e Wittenmark (1973)
apresentaram um algoritmo MV mais detalhado. Esse trabalho representa um marco na
evolução do controle adaptativo devido a dois teoremas que relacionam a convergência do
algoritmo de estimação com a estabilidade do sistema em malha fechada. Seguindo a
mesma filosofia, Clarke e Gawthrop (1975) e (1979) apresentaram o Controlador de
Variância Mínima Generalizada (GMV) (VAZ, 1999).
Em 1980, estudou-se amplamente o projeto de sistemas de controle robusto
utilizando como ferramenta computadores digitais como componentes de controle,
realizando cálculos rápidos e precisos, e permitindo a medição e controle simultâneo de
múltiplas variáveis; tecnologia anteriormente indisponível para os engenheiros de controle.
Entre as décadas de 60 e 80, o controle ótimo de sistemas determinísticos2 e
estocásticos3, bem como o controle adaptativo e de aprendizagem de sistemas complexos,
foram amplamente pesquisados (OGATA 2003).
Na segunda metade da década de 80, devido aos problemas originados pela crise
do petróleo e das necessidades de controle da qualidade ambiental, surgiram trabalhos que
2
Sistemas determinísticos. São sistemas no qual as incertezas não são modeladas de nenhuma natureza. A
saída de modelos determinísticos são números determinísticos (AGUIRRE, 2007).
3
Sistemas estocásticos. São sistemas no qual as incertezas são modeladas na forma de variáveis aleatórias.
Saída de modelos estocásticos são variáveis aleatórias (AGUIRRE, 2007).
35
controle do GMV e com o MQR, ao agir no controle da mesa de coordenadas de dois graus
de liberdade. Na seqüência serão apresentadas cinco configurações utilizadas no
controlador com o objetivo de determinar uma configuração que possa ser utilizada no
controle da mesa de coordenas para que esta manipule uma carga seguindo as três
trajetórias distintas e obedecendo às especificações de desempenho pré-estabelecidas.
No capítulo 5 são apresentadas as conclusões relativas a este trabalho.
O apêndice A apresenta a teoria de controle necessária para o desenvolvimento do
Controlador de Variância Mínima Generalizada (GMV) definido por ISERMANN et al
(1992). São apresentadas definições básicas sobre a teoria de controle como também
informações necessárias para a obtenção de modelos e técnica de identificação. Em
seguida são apresentados os principais tipos de controladores adaptativos dando ênfase ao
GMV. A função custo do GMV é apresentada, bem como o desenvolvimento da respectiva
lei de controle.
O apêndice B contém a listagem dos programas em Matlab utilizados nesse
trabalho. O item B.1 apresenta o programa para converter as funções de transferências
contínuas no domínio “s” do modelo linear da mesa de coordenadas em funções
transferências discretas no domínio “z” utilizando a aproximação explícita de Euler
(segurador de ordem zero). No item B.2 é apresentado programa utilizado para execução
de um degrau no sistema em estudo com objetivo de verificar a validação do modelo
estimado utilizado no MQR. Por fim no item B.3 é apresentado o programa do controlador
auto-ajustável composto pela lei de controle do GMV e pelo algoritmo de estimação de
parâmetros MQR para controlar o sistema em estudo ao seguir três trajetórias de
referências distintas. Nesse programa estão representadas cinco configurações utilizadas no
ajuste do controlador, bem como as três trajetórias de referência. Para cada trajetória e para
cada configuração são obtidos resultados gráficos de cada um dos conjuntos que compõe a
mesa de coordenadas.
CAPÍTULO 2
2.1 INTRODUÇÃO
Existem dois tipos de sistemas que operam com fluidos, são eles:
a) Os sistemas de potência empregando fluidos – nessa categoria encontram-se os
sistemas hidráulicos e pneumáticos que têm como objetivo a realização de
trabalho, obtido quando um fluido sob pressão age sobre um cilindro ou motor,
produzindo a ação mecânica desejada.
b) Os sistemas de transporte de fluidos – nessa categoria encontram-se as estações
de bombeamento para água, redes de distribuição de fluidos como o gás
industrial ou o gás residencial, entre outros, com o objetivo de transferir um
fluido de um local para outro.
Cilindro
Circuito
Válvula redutora de vazão de
Atuação
Válvula de retenção
Válvula direcional
Filtro
Reservatório
fluido sob pressão, válvula direcional, com a finalidade de direcionar e controlar o fluido
para um atuador, geralmente um cilindro de atuação que serve para mover cargas
mecânicas, e ainda válvula de alívio e filtro. Dependendo da aplicação a ser dada ao
sistema hidráulico, podem-se acrescentar outros tipos de componentes como, por exemplo:
sensores de medição de variáveis (como temperatura, pressão, vazão, deslocamento, etc.) e
outros tipos de válvulas. Como mostra a figura 2.1, um circuito hidráulico pode ser
subdividido em circuito de atuação e em circuito de potência.
Ps Pd
u
Q2 Q1
Figura 2.3 – Válvulas direcionais tipo carretel com: (a) centro subcrítico; (b) centro crítico;
(c) centro supercrítico.
45
(a) (b)
Figura 2.4 – Tipos de cilindros hidráulicos: (a) de simples ação; (b) de dupla ação.
(a) (b)
(c) (d)
Figura 2.5 – Tipos de cilindros hidráulicos de dupla ação: (a) de haste simples; (b) de haste
dupla; (c) tandem; (d) telescópico.
46
Neste trabalho será utilizado um cilindro hidráulico de dupla ação com haste
dupla e de diâmetros iguais, pois este tipo cilindro proporciona, em ambos os sentidos de
movimento, forças de atuação e velocidades iguais para pressão e vazão de suprimentos
constantes.
M1 M2 X
uz(t)
Cilindro Hidráulico 1
x(t)
z(t)
ux(t)
Válvula 2
Válvula 1
Cilindro Hidráulico 2
De acordo com seção 2.2 e a figura 2.1, um circuito hidráulico é composto por um
circuito de atuação e por um circuito de unidade de potência. Considera-se o circuito de
unidade de potência funcionando em perfeitas condições, enviando fluido através da
bomba, a uma pressão constante (pressão de suprimento – Ps) para as válvulas. Considera-
se também que o fluido sai das válvulas e é direcionado para um reservatório submetido à
47
pressão atmosférica (pressão de descarga – Pd), que não há saturação ou cavitação nas
linhas, que perda de carga em acessórios é desprezível e que a temperatura é constante.
O circuito de atuação é composto por dois cilindros hidráulicos e por duas
válvulas, conforme especificado anteriormente, onde cada uma delas, através do
deslocamento do carretel u(t), controla a vazão de fluido hidráulico a ser liberada para um
dos lados do seu respectivo cilindro, provocando um aumento da diferença de pressão entre
as duas câmaras de cada um dos cilindros. O êmbolo de cada cilindro se movimenta após a
diferença de pressão ter chegado a um patamar suficiente para iniciar o deslocamento da
carga acoplada à haste do pistão. Quando o êmbolo começa a se movimentar o volume da
câmara aumenta, e o preenchimento da mesma é mantido pela vazão de fluido controlada
pela válvula. O fluido introduzido é necessário para manter em movimento a carga até que
esta alcance uma posição especificada “y(t)”. Quando isso ocorre o carretel da válvula
volta para sua posição central interrompendo o fornecimento de fluido para o pistão,
mantendo na posição desejada, a carga que se encontra acoplada à haste do pistão.
O cilindro hidráulico 2 é responsável pela movimentação de uma carga de massa
“M2” no eixo “Z”, que se encontra acoplada à sua haste. O cilindro hidráulico 1 movimenta
no eixo “X”, uma carga de massa “M1” acoplada à sua haste, composta pela carga “M2”,
pelo pistão hidráulico 2 e pela válvula 2, entre outros componentes necessários para
fixação desses itens em uma base de movimentação. Em outras palavras, o cilindro
hidráulico 1 é o responsável pela movimentação da carga “M2” no eixo “X”.
dc
Carretel
Válvula Q2 Q1
y(t)
Carga
Haste Êmbolo
P1 P2
M
V1 V2 c
Cilindro
Hidráulico Lc Lc
onde:
u(t) – Posição axial do carretel da válvula ou variável de controle;
Ps – Pressão de suprimento;
Pd – Pressão de descarga;
dc – Diâmetro do carretel da válvula;
Q1, Q2 – Vazão nas linhas 1 e 2, respectivamente;
P1, P2 – Pressão nas câmaras 1 e 2 do cilindro hidráulico;
V1, V2 – Volume de fluido das câmaras 1 e 2 do cilindro hidráulico;
49
r r ∂
∫ SC
ρ ⋅ v ⋅ dS + ∫VC ρ ⋅ dV = 0
∂t
(2.1)
onde:
SC – superfície de controle;
ρ – massa específica [m/v];
r
v – vetor velocidade [m/s];
dS – elemento de área [m2];
VC – volume de controle;
dV – elemento de volume [m3].
ρE ρS
r r
vE vS
SE SS
onde:
ρE, ρS – massas específicas de entrada e de saída do volume de controle, respectivamente;
r r
v E , vS
– velocidades da entrada e da saída do volume de controle, respectivamente;
SE, SS – áreas da entrada e da saída do volume de controle, respectivamente.
d
∫ ρE ⋅ (− v E ) ⋅ dS + ∫S ρS ⋅ vS ⋅ dS + (ρ ⋅ V) = 0 (2.2)
SE S dt
d
− ρE ⋅ v E ⋅ SE + ρS ⋅ vS ⋅ SS + (ρ⋅ V) = 0 (2.3)
dt
d
− ρE ⋅ Q E + ρS ⋅ Q S + (ρ ⋅ V) = 0 ⇒
dt
51
dV dρ
ρE ⋅ Q E − ρS ⋅ QS = ρ +V (2.4)
dt dt
dV dρ
ρ ⋅ (QE − QS ) = ρ +V ⇒
dt dt
dV V dρ
Q E − QS = + (2.5)
dt ρ dt
dP
β= (2.6)
dρ ρ
onde:
β – módulo de elasticidade volumétrica [N/m2];
P – pressão [N/m2];
ρ – massa específica [kg/m3].
dV V dP
Q E − QS = + (2.7)
dt β dt
S1 S0 S2
Q v1 v2
z1 z2
1 0 2 3
v12tP1 v 22 t P2
+ + z1 = + + z2 (2.8)
2⋅g γ 2⋅g γ
onde:
v1t, v2t – velocidades teóricas nas seções 1 e 2, respectivamente;
P1, P2 – pressões nas seções 1 e 2 respectivamente;
z1, z2 – cotas dos centros das seções 1 e 2 respectivamente;
53
g – aceleração da gravidade;
γ – peso específico do fluido hidráulico.
v12t 2
P1 v 2 t P2
+ = + (2.9)
2⋅g γ 2⋅g γ
2
P1 v 2 t P2 v 22 t P −P
= + ⇒ = 1 2 ⇒
γ 2⋅g γ 2⋅g γ
P − P
v 22 t = 2 ⋅ g 1 2 (2.10)
γ
2 ⋅ (P1 − P2 )
v2 t = (2.11)
ρ
onde:
γ – peso específico;
ρ – massa específica;
g – aceleração da gravidade.
54
v 2 r = Cv ⋅ v 2 t (2.12)
2 ⋅ (P1 − P2 )
v 2 r = Cv ⋅ (2.13)
ρ
A vazão real do orifício “Q” é o produto da velocidade real na vena contracta pela
área do jato (Streeter, 1982).
Q = S2 ⋅ v 2 r (2.14)
2 ⋅ (P1 − P2 )
Q = S2 ⋅ Cv ⋅ (2.15)
ρ
S2 = S0 ⋅ Cc (2.16)
2 ⋅ (P1 − P2 )
Q = S0 ⋅ Cc ⋅ Cv ⋅ (2.17)
ρ
55
2 ⋅ (P1 − P2 )
Q = S0 ⋅ Cd ⋅ (2.18)
ρ
Ps Pd
u
Q6 Q5 Q3 Q4
P2 P1
Q2 Q1
Figura 2.10 – Válvula carretel com quatro ressaltos e centro crítico na posição central.
onde:
Ps – pressão de suprimento [N/m2]
Pd – pressão de descarga [N/m2]
P1 – pressão na câmara 1 do cilindro [N/m2]
P2 – pressão na câmara 2 do cilindro [N/m2]
Q1 e Q2 – vazões nas linhas 1 e 2 respectivamente [m3/s]
56
O carretel da válvula pode ser deslocado da sua posição central, para direita ou
para a esquerda, de acordo com a figura 2.11. Quando o mesmo for deslocado para
esquerda, ou seja, “u ≤ 0”, a válvula permitirá que a pressão de suprimento seja conduzida
à câmara “2” do cilindro e por conseqüência a pressão de descarga fica conectada à câmara
“1” do cilindro. Sendo a pressão de suprimento maior que a de descarga, a pressão “P2” da
câmara “2” do cilindro fica maior que a pressão “P1” da câmara “1” do cilindro
provocando um aumento da diferença de pressão entre as câmaras do cilindro, denominado
de pressão de carga (Pc = P1 – P2). Esse aumento de pressão de carga provoca o surgimento
de uma força capaz de deslocar o êmbolo do pistão, movimentando conseqüentemente a
carga “M” também para a esquerda. Analogamente, ao deslocar o carretel da válvula para a
direita, ou seja, “u≥0”, a carga “M” será movimentada para a direita.
Ps Pd Ps Pd
u u
Q6 Q5 Q3 Q4 Q6 Q5 Q3 Q4
Q3
Q2 Q1 Q2 Q1
y y
P1 P2 P1 P2
M M
v1 v2 v1 v2
(a) (b)
Q3 = Q1 + Q4 Q1 = Q3 – Q4 (2.19)
Q6 = Q2 + Q5 Q2 = Q6 – Q5 (2.20)
A partir da equação (2.18) e observando a figura 2.10 obtém-se a vazão para cada
um dos orifícios de controle.
2 ⋅ (Ps − P1 )
Q3 = S3 ⋅ Cd ⋅ (2.21)
ρ
2 ⋅ (P1 − Pd)
Q 4 = S4 ⋅ Cd ⋅ (2.22)
ρ
2 ⋅ (Ps − P2 )
Q5 = S5 ⋅ Cd ⋅ (2.23)
ρ
2 ⋅ (P2 − Pd)
Q 6 = S6 ⋅ Cd ⋅ (2.24)
ρ
Nas válvulas de controle tipo carretel de centro crítico os vazamentos “Q4” e “Q5”
ocorrem devido às imperfeições geométricas e às folgas entre os carretéis e seus pórticos
(PAIM, 1997).
Considera-se que os orifícios das válvulas são iguais e simétricos. Com estas
considerações e analisando a válvula quando o seu carretel é deslocado para direita ou para
esquerda, tem-se:
Quando o carretel é deslocado para direita, ou seja, “u≥0”, considera-se:
Q4 = Q5 = 0 (2.25)
58
Q3 = Q6 = 0 (2.26)
S(u) = lp . u (2.31)
onde:
lp – largura do pórtico (igual ao perímetro da camisa da válvula ou uma fração deste).
S3, S4, S5 e S6 – áreas dos orifícios 3, 4, 5 e 6, respectivamente.
2 ⋅ (Ps − P1 )
Q1 = Q3 = S3 ⋅ Cd ⋅ (2.32)
ρ
2 ⋅ (P2 − Pd )
Q 2 = Q 6 = S6 ⋅ Cd ⋅ (2.33)
ρ
59
2 ⋅ (P1 − Pd)
Q1 = −Q 4 = −S4 ⋅ Cd ⋅ (2.34)
ρ
2 ⋅ (Ps − P2 )
Q 2 = − Q 5 = −S5 ⋅ Cd ⋅ (2.35)
ρ
Ps = P1 + P2 (2.36)
Pc = P1 – P2 (2.37)
Ps + Pc
P1 = (2.38)
2
Ps − Pc
P2 = (2.39)
2
2 Ps + Pc Ps − Pc
Q1 = S ⋅ Cd ⋅ Ps − ⇒ Q1 = S ⋅ Cd ⋅ (2.40)
ρ 2 ρ
2 Ps − Pc Ps − Pc
Q 2 = S ⋅ Cd ⋅ − 0 ⇒ Q 2 = S ⋅ Cd ⋅ (2.41)
ρ 2 ρ
Ps − Pc
Qc = Q1 = Q 2 = S ⋅ Cd ⋅ (2.42)
ρ
2 Ps + Pc Ps + Pc
Q1 = −S ⋅ Cd ⋅ − 0 ⇒ Q1 = −S ⋅ Cd ⋅ (2.43)
ρ 2 ρ
2 Ps − Pc Ps + Pc
Q 2 = −S ⋅ Cd ⋅ Ps − ⇒ Q 2 = −S ⋅ Cd ⋅ (2.44)
ρ 2 ρ
Ps + Pc
Qc = Q1 = Q 2 = −S ⋅ Cd ⋅ (2.45)
ρ
S 1 u
Qc = ⋅ u ⋅ Cd ⋅ Ps − Pc (2.46)
u ρ u
1 u
Qc = u ⋅ ω ⋅ Cd ⋅ ⋅ Ps − Pc (2.47)
ρ u
Qc = Cl ⋅ u Ps − sign ( u ) ⋅ Pc (2.48)
sendo:
1
Cl = ω ⋅ Cd ⋅ (2.49)
ρ
onde:
sign(u) – função sinal
sign(u) = { 1 para u>0; 0 para u=0; -1 para u>0}
u u Pc u Pc
Ps − Pc = Ps ⋅ 1 − ≅ Ps ⋅ 1 − (2.50)
u u Ps u 2 Ps
Ps u Pc
Qc = u ⋅ ω ⋅ Cd ⋅ ⋅ 1 − (2.51)
ρ u 2Ps
π ⋅ dc ⋅ u
ω= (2.52)
u
onde:
dc – diâmetro do carretel da válvula [m];
u – deslocamento axial da válvula [m].
Ps u Pc
Qc = u ⋅ π ⋅ dc ⋅ Cd ⋅ ⋅ 1 − ⇒
ρ u 2Ps
Ps u 1 Ps
Qc = π ⋅ dc ⋅ Cd ⋅ ⋅ u − u ⋅ π ⋅ dc ⋅ Cd ⋅ ⋅ ⋅ Pc ⇒
ρ u 2Ps ρ
Ps
Kq = π ⋅ dc ⋅ Cd ⋅ (2.54)
ρ
Onde o ganho de vazão “Kq” [m2/s] varia com o diâmetro da válvula “dc”, com o
coeficiente de descarga “Cd”, com a pressão de suprimento “Ps” e com a massa específica
do fluido “ρ”.
63
u 1 Ps
Kc = ⋅π ⋅ dc ⋅ Cd ⋅ u ⋅ ⋅ (2.55)
u 2 Ps ρ
Ps
Kq = π ⋅ dc ⋅ Cd ⋅ 10 5 ⋅ (2.56)
ρ
u 1 105 Ps
Kc = ⋅π ⋅ dc ⋅ Cd ⋅ u ⋅ ⋅ ⋅ 5 ⋅ (2.57)
u 2Ps 10 ρ
Q1 Q2
y
Fp
P1 Qint P2
M
c
V1 S S V2
Lc Lc
64
Figura 2.12 – Cilindro hidráulico de dupla ação simétrico com carga acoplada.
onde:
Q1, Q2 – vazão nos orifícios 1 e 2 do cilindro, respectivamente [m3/s];
Qint – vazamento interno no cilindro [m3/s];
V1, V2 – volumes de fluidos nas câmaras 1 e 2 do cilindro, respectivamente [m3];
P1, P2 – pressões nas câmaras 1 e 2, respectivamente [N/m2];
β – módulo de elasticidade do fluido [N/m2].
V1 = S ⋅ Lc + S ⋅ y (2.60)
V2 = S ⋅ Lc − S ⋅ y (2.61)
onde:
Lc – comprimento de cada câmara do cilindro [m];
S – área útil do êmbolo [m2];
y – deslocamento do êmbolo ou da carga [m].
dV1 dy
=S (2.62)
dt dt
dV2 dy
= −S (2.63)
dt dt
dy V1 dP1 dP1 dy β
Q1 = Qint + S + ⇒ = Q1 − Qint − S (2.64)
dt β dt dt dt V1
dy V2 dP2 dP2 dy β
Q2 = Qint + S − ⇒ = −Q2 − Qint − S (2.65)
dt β dt dt dt V2
dP1 dy 2β
= Qc − Qint − S (2.66)
dt dt Vt
dP2 dy 2β
= − Qc − Qint − S (2.67)
dt dt Vt
Pc = P1 – P2 (2.68)
dPc dy 2β dy 2β
= Qc − Qint − S + Qc − Qint − S ⇒
dt dt Vt dt Vt
dPc dy 4β
= Qc − Qint − S ⇒ (2.70)
dt dt Vt
dPc Vt dy
Qc = + S + Q int (2.71)
dt 4β dt
Qint = Lf ⋅ Pc (2.73)
dPc Vt dy
Qc = + S + Lf ⋅ Pc (2.74)
dt 4β dt
O êmbolo do cilindro movimenta uma carga constituída por uma massa e por
atrito viscoso. Portanto, a força desenvolvida pelo êmbolo é aplicada à massa da carga e ao
atrito (OGATA, 2003).
Observando a figura 2.12, constrói-se o diagrama de corpo livre, conforme figura
2.13, e faz-se o equilíbrio dinâmico da carga.
67
dy
c
dt
F M
d2y
M
dt 2
y
onde:
F – força que o pistão exerce na carga [N];
c – coeficiente de amortecimento viscoso do pistão e da carga [Ns/m];
y – posição da carga [m];
M – massa da carga [kg];
dy
−c – força de atrito atuante na carga [N];
dt
d2y
−M – força de inércia da carga [N].
dt 2
dy d2y
F−c −M 2 = 0 (2.75)
dt dt
F = S ⋅ Pc (2.76)
dy d2y c dy M d 2 y
S ⋅ Pc − c − M 2 = 0 ⇒ Pc = + (2.77)
dt dt S dt S dt 2
68
dPc Vt dy
Kq ⋅ u − Kc ⋅ Pc = + S + Lf ⋅ Pc (2.78)
dt 4β dt
c M c M
Pc (s) = ⋅ s ⋅ Y(s) + ⋅ s 2 ⋅ Y(s) ⇒ Pc (s) = ⋅ s + ⋅ s 2 ⋅ Y(s) (2.79)
S S S S
Vt
Kq ⋅ U(s) − Kc ⋅ Pc (s) = ⋅ s ⋅ Pc (s) + S ⋅ s ⋅ Y(s) + Lf ⋅ Pc (s) ⇒
4β
Kq ⋅ U(s) − S ⋅ s ⋅ Y(s)
Pc (s) = (2.80)
Vt
⋅ s + Kc + Lf
4β
c M Kq ⋅ U(s) − S ⋅ s ⋅ Y(s)
⋅ s + ⋅ s 2 ⋅ Y(s) = ⇒
S S Vt
⋅ s + Kc + Lf
4β
c M
⋅ s + ⋅ s2 + S ⋅ s ⋅ Y (s ) = Kq ⋅ U (s)
⇒
S S Vt Vt
⋅ s + Kc + Lf ⋅ s + Kc + Lf
4β 4β
Kq
Vt
⋅ s + Kc + Lf
Y (s) 4β
= ⇒
U (s) Vt Vt
c⋅ ⋅ s 2 + c ⋅ Kc ⋅ s + c ⋅ Lf ⋅ s + M ⋅ ⋅ s 3 + M ⋅ Kc ⋅ s 2 + M ⋅ Lf ⋅ s 2 + S2 ⋅ s
4β 4β
Vt
S ⋅ ⋅ s + Kc + Lf
4β
69
Y(s) Kq ⋅ S 1 S2
= × ⇒
U(s) Vt Vt 1 S2
s ⋅ M ⋅ ⋅ s 2 + M ⋅ Lf + M ⋅ Kc + c ⋅ ⋅ s + (S2 + c ⋅ Lf + c ⋅ Kc)
4β 4β
Kq
Y (s) S
= (2.81)
U (s) M Vt 2 M c Vt c c
s ⋅ 2 ⋅ ⋅ s + 2 Lf + Kc + ⋅ ⋅ s + 1 + 2 ⋅ Lf + 2 ⋅ Kc
S 4β S M 4β S S
(Kq ⋅ S)
Y (s)
=
(S2 + c ⋅ Lf + c ⋅ Kc) (2.82)
U (s) c ⋅ Vt
M ⋅ Lf + M ⋅ Kc +
M ⋅ Vt 4 β ⋅ s2 + s
2
⋅s +
3
2
4β ⋅ (S + c ⋅ Lf + c ⋅ Kc) S + c ⋅ Lf + c ⋅ Kc
kq ⋅ S
X(s) 2
S + c ⋅ Lf + c ⋅ Kc
= (2.83)
U x (s) Vt.c
M1 ⋅ Lf + M1 ⋅ Kc +
Vt ⋅ M1 3 4⋅β 2
⋅ s + ⋅s + s
2 2
4β ⋅ (S + c ⋅ Lf + c ⋅ Kc) S + c ⋅ Lf + c ⋅ Kc
70
kq ⋅ S
Z(s) 2
S + c ⋅ Lf + c ⋅ Kc
= (2.84)
U z (s) Vt ⋅ c
M 2 ⋅ Lf + M 2 ⋅ Kc +
Vt ⋅ M 2 3 4⋅β 2
⋅s + ⋅s + s
2
4β ⋅ (S + c ⋅ Lf + c ⋅ Kc) S2 + c ⋅ Lf + c ⋅ Kc
onde:
X(s), Z(s) – É a transformada de Laplace de x(t) e de z(t), respectivamente;
Ux(s), Uz(s) – É a transformada de Laplace de ux(t) e de uz(t), respectivamente;
Kq – Ganho de vazão;
S – Área útil do êmbolo;
c – Coeficiente de amortecimento viscoso do pistão e da carga.
Lf – Coeficiente de fuga;
Kc – Coeficiente de vazão-pressão;
Vt – Volume total;
M1 – Massa da carga acoplada à extremidade da haste do cilindro hidráulico 1;
M2 – Massa da carga acoplada à extremidade da haste do cilindro hidráulico 2;
β – Módulo de elasticidade do fluido;
s – Operador de Laplace.
CAPÍTULO 3
3.1 INTRODUÇÃO
O sistema hidráulico de dois graus de liberdade representado pela figura 3.1 tem
finalidade de controlar o posicionamento da carga “M2” no plano “XZ”.
Os parâmetros do sistema hidráulico em estudo se baseiam nos parâmetros de um
sistema hidráulico com carga do trabalho de RIUL (2000), mostrados na tabela 3.1.
72
M1 M2 x
Cilindro Hidráulico 1
x(t)
z(t)
ux(t)
Válvula 2 uz(t)
Válvula 1
Cilindro Hidráulico 2
kq ⋅ S
2 = 678,84
S + c ⋅ Lf + c ⋅ Kc
Vt ⋅ M1
= 2,025x10-5
4β(S + c ⋅ Lf + c ⋅ Kc)
2
Vt ⋅ c
M1 ⋅ Lf + M1 ⋅ Kc +
4⋅β
2 = 3,334x10-4
A + c ⋅ Lf + c ⋅ Kc
ou seja:
678,84
Gx (s) = (3.1)
2,025 × 10 ⋅ s + 3,334 × 10 − 4 ⋅ s 2 + s
−5 3
kq ⋅ S
2 = 678,84
S + c ⋅ Lf + c ⋅ Kc
Vt ⋅ M 2
= 1,35x10-5
4β(S + c ⋅ Lf + c ⋅ Kc)
2
Vt ⋅ c
M 2 ⋅ Lf + M 2 ⋅ Kc +
4⋅β
2 = 2,296x10-4
S + c ⋅ Lf + c ⋅ Kc
ou seja:
74
678,84
Gz(s) = (3.2)
1,35 × 10 ⋅ s + 2,296 × 10−4 ⋅ s 2 + s
−5 3
onde:
X(z), Z(z) – sinal de saída discretizado na direção do eixo X e na direção do eixo Z,
respectivamente;
Gx(z), Gz(z) – função de transferência incluindo o segurador de ordem zero responsável
pelo deslocamento do sistema na direção no eixo X e na direção do eixo Z,
respectivamente;
Ux(z), Uz(z) – sinal de controle discretizado do sistema para o eixo X e para o eixo Z,
respectivamente;
e(z) – perturbação na saída do sistema.
perturbação acrescida “e(z)” é do tipo ruído branco (ruído Gaussiano) com média nula e
variância de 0,05x10 -3, representando um ruído no sistema de medição.
Colocando a equação (3.3) e no formato da equação (3.5) e a equação (3.4) no
formato da equação (3.6), obtém-se respectivamente as equações (3.7) e (3.8) que
representam o sistema em estudo na forma de equação à diferenças.
X(z) b̂1x ⋅ z −1 + b̂ 2 x ⋅ z −2
= Gx ( z ) = (3.9)
U x (z) 1 + â 1x ⋅ z −1 + â 2 x ⋅ z − 2
76
Z( z ) b̂ ⋅ z −1 + b̂ 2 z ⋅ z −2
= Gz ( z) = 1z (3.10)
U z (z) 1 + â 1z ⋅ z −1 + â 2 z ⋅ z −2
ϕx T ( t ) = [ − x (t − 1) − x( t − 2) u x ( t − 1) u x ( t − 2) ] (3.11)
ϕz T (t ) = [ − z(t − 1) − z( t − 2) u z (t − 1) u z ( t − 2) ] (3.12)
θˆ x T = [ â 1x â 2 x b̂1x b̂ 2 x ] (3.13)
θˆ z T = [ â 1z â 2 z b̂1z b̂ 2 z ] (3.14)
R 2x = 0, 9999960773967439
R 2z = 0,9999989182795633
77
onde:
E{.} – esperança matemática;
y – variável controlada;
w – sinal de referência;
u – variável manipulada;
r – fator de ponderação da variável manipulada.
De acordo com a seção A.7.4 e como mostrado na figura 3.2, num projeto de
controlador devem ser considerados o retardo de tempo e as perturbações (ruídos)
incidentes no sistema.
C ruído
υ D n
Sinal de
B −d + Saída
controle
⋅z
u A yu + y
Como mostrado na seção A.7.4 pela equação (A.49) o ruído filtrado pode ser
representado pela seguinte equação:
onde:
F( z −1 ) = 1 + f1.z −1 + L + f d .z − d (3.17)
1 −1 L(z −1 ) −( d+1)
= F( z ) + ⋅z (3.22)
A(z −1 ) A(z −1 )
1 = (1 + a 1 ⋅ z -1 + a 2 ⋅ z -2 ) ⋅ (1 + f1 ⋅ z -1 ) + (l 0 + l 1 ⋅ z -1 ) ⋅ z −2 ⇒
1 = 1 + (a 1 + f1 ) ⋅ z -1 + (a 2 + a 1 ⋅ f1 + l 0 ) ⋅ z -2 + (a 2 ⋅ f1 + l 1 ) ⋅ z -3 (3.24)
1 = 1
a + f = 0 f1 = − a1
1 1
⇒ l 0 = a 12 − a 2 (3.25)
a 2 + a1 ⋅ f1 + l 0 = 0 l = a ⋅a
a 2 ⋅ f1 + l 1 = 0 1 1 2
w (k + 2) − L(z −1 ) ⋅ y(k )
u (k ) = (3.26)
r
F(z −1 ) ⋅ z ⋅ B(z −1 ) +
b1
w (k + 2) − (l 0 + l 1 ⋅ z −1 ) ⋅ y(k )
u (k ) = ⇒
−1 −1 r
−2
(1 + f1 ⋅ z ) ⋅ z ⋅ (b1 ⋅ z + b 2 ⋅ z ) +
b1
80
w ( k + 2) − l 0 ⋅ y ( k ) − l 1 ⋅ z − 1 ⋅ y ( k )
u (k ) = ⇒ (3.27)
r −1 −2
b1 + + (b1 ⋅ f1 + b 2 ) ⋅ z + b 2 ⋅ f1 ⋅ z
b1
erro de
Parâmetros do modelo modelagem
â1 â 2 b̂1 b̂2 Algoritmo de ε(t)
GMV
atualização
MQR
correção das
estimativas
Modelo
Projeto do b̂1 ⋅ z −1 + b̂ 2 ⋅ z −2 –
Controlador −1
1 + â1 ⋅ z + â 2 ⋅ z −2
ŷ(t) +
estimada
saída
Parâmetros
do controlador
l 0 l1 f1 r 1
υ A n
ruído
+ w (k + 2) − l 0 ⋅ y(k ) − l1 ⋅ z −1 ⋅ y(k ) +
B −d
r ⋅z
b1 + + (b1 ⋅ f1 + b 2 ) ⋅ z −1 + b 2 ⋅ f1 ⋅ z−2 A
w(k) e(k) b1 u(k) yu + y(k)
–
Sinal de controle
Saída
erro
Referência
(entrada)
Sistema
3.5 CONCLUSÃO
- RESULTADOS
4.1 INTRODUÇÃO
onde:
w(t) – função do posicionamento do manipulador;
w’(t) – função da velocidade do manipulador;
ti – instante de tempo inicial;
wi – posição inicial do manipulador;
w’i – velocidade inicial do manipulador.
onde:
tf – tempo final da trajetória;
wf – posição final do manipulador;
w’f – velocidade final do manipulador.
85
w(t)
wf
wi
t
ti tf
Tendo quatro condições para serem satisfeitas, dadas pelas equações (4.1) e (4.2),
faz-se necessário um polinômio com quatro coeficientes independentes que possam ser
determinados a fim de satisfazer estas condições (SPONG e VIDYASAGAR, 1989).
Portanto, considera-se a seguinte trajetória cúbica:
w ( t ) = q 0 + q1 ⋅ t + q 2 ⋅ t 2 + q 3 ⋅ t 3 (4.3)
w ' ( t ) = q1 + 2 ⋅ q 2 ⋅ t + 3 ⋅ q 3 ⋅ t 2 (4.4)
w i = q 0 + q1 ⋅ t i + q 2 ⋅ t i 2 + q 3 ⋅ t i 3 (4.5)
w 'i = q 1 + 2 ⋅ q 2 ⋅ t i + 3 ⋅ q 3 ⋅ t i 2 (4.6)
w f = q 0 + q1 ⋅ t f + q 2 ⋅ t f 2 + q 3 ⋅ t f 3 (4.7)
w 'f = q 1 + 2 ⋅ q 2 ⋅ t f + 3 ⋅ q 3 ⋅ t f 2 (4.8)
86
q 0 = 0 q 0 =0 q 0 = 0
q q = 0
q1 = 0 1 =0 1
2 3 ⇒ ⇒ −6 (4.9)
q 2 ⋅ t f + q 3 ⋅ t f = w i q 2 = 3 ⋅ w i t f2 q 2 = 45x10
2 ⋅ q 2 ⋅ t f + 3 ⋅ q 3 ⋅ t f = 0
2 q 3 = − 2 ⋅ w i t 3f q 3 = −0,3x10−6
0.2
0.18
0.16
0.12
0.1
0.08
0.06
0.04
0.02
0
0 0.5 1 1.5 2 2.5 3
Tempo (s)
Neste caso o cada pistão do sistema irá seguir uma trajetória distinta produzindo
uma trajetória circular de raio 0,15m no plano “X Z”, ou seja, a carga “M2” deverá seguir a
referida trajetória de referência.
O início da trajetória será no ponto (0,15;0) do plano “X Z” e fará o percurso
apenas uma vez no sentido anti-horário, como mostra a figura 4.3.
0.2
0.15
Posição da carga "M2" no eixo "Z"(m)
0.1
0.05
-0.05
-0.1
-0.15
-0.2
-0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2
Posição da carga "M2" no eixo "X"(m)
0.2
0.15
Posição da extremidade do atuador (m)
0.1
0.05
-0.05
-0.1
-0.15
-0.2
0 2 4 6 8 10
Tempo (s)
0.2
0.1
0.05
-0.05
-0.1
-0.15
-0.2
0 2 4 6 8 10
Tempo (s)
0.25
0.2
Posição da extremidade do atuador (m)
0.15
0.1
0.05
0
0 5 10 15 20
Tempo (s)
4.3 SIMULAÇÕES
Tabela 4.1 – Valores das variáveis ajustáveis do controlador adaptativo, utilizados para
compor as configurações de cinco casos.
θ x (0)=[0,0,0,0]
θ z (0)=θ x (0)
Caso 1
θ x (0)=[0,0,0,0]
!
100 0 0 0
θ z (0)=θ x (0)
Caso 2
0 100.000 0 0
1 40 7 0,01 Não
0 0 10.000 0
0 0 0 100.000
θ x (0)=[0,0,0,0]
!
100 0 0 0
ux(k)≤umáx
θ z (0)=θ x (0)
Caso 3
0 100.000 0 0
1 40 7 0,01
0 0 10.000 0 uz(k)≤umáx
0 0 0 100.000
θ x (0)=[-0.1,-1,4,9]
θ z (0)=θ x (0)
Caso 4
θ x (0)=[-0.1,-1,4,9] ux(k)≤umáx
θ z (0)=θ x (0)
Caso 5
1 40 7 0,01 100·I
uz(k)≤umáx
Os valores das variáveis “r”, “tg”, “kp”, “P(0)” e “θ i (0)” foram obtidos por
tentativa e erro.
O valor máximo para as variáveis de controle do sistema, de acordo com a tabela
3.1, é umáx = 1,2x10-3 m.
Tabela 4.2 – Valores das variáveis da configuração do caso 1 a serem utilizados no GMV
para que o sistema hidráulico siga a trajetórias de referências.
5 a1
a2
Evolução dos parâmetros para o pistão 1
4 b1
b2
-1
-2
0 0.5 1 1.5 2 2.5 3
Tempo (s)
0.2
trajetória de referência
0.18 saída estimada
saída do sistema
tolerância 2%
0.16
Posição da carga M2 no eixo "X" (m)
0.14
0.156
0.12
0.154
0.1
0.152
0.08
0.15
0.06
0.148
0.04
0.146
0.02
0 0.144
0 0.5 1 1.5 2 2.5 3 0.9 0.92 0.94 0.96 0.98 1 1.02 1.04 1.06
Tempo (s)
Tempo (s)
Figura 4.8 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência cúbica seguida de degrau ao utilizar as configurações do
caso 1.
-3
x 10
1.5
0.015
1
Erro de posição da carga M2 no eixo "X"(m)
0.005
0.5
0 0
-0.005
-0.5
-0.01
-1
-0.015
-1.5
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
Tempo (s) Tempo (s)
(a) (b)
Figura 4.9 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência cúbica
seguida de degrau, sob ação do GMV e ao utilizar a configuração do caso 1.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a trajetória
de referência cúbica seguida de degrau.
94
4
a1
a2
3
b1
b2
2
-1
-2
0 0.5 1 1.5 2 2.5 3
Tempo (s)
0.2
trajetória de referência
0.18 saída estimada
saída do sistema
0.16 tolerância 2%
Posição da carga M2 no eixo "Z" (m)
0.14
0.156
0.12
0.154
0.1
0.152
0.08
0.15
0.06
0.148
0.04
0.146
0.02
0 0.144
0 0.5 1 1.5 2 2.5 3 0.9 0.92 0.94 0.96 0.98 1 1.02 1.04 1.06
Tempo (s)
Tempo (s)
Figura 4.11 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência cúbica seguida de degrau ao utilizar as configurações do
caso 1.
95
-3
x 10
1.5
0.015
1
Erro de posição da carga M2 no eixo "Z"(m)
0 0
-0.005 -0.5
-0.01
-1
-0.015
-1.5
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
Tempo (s) Tempo (s)
(a) (b)
Figura 4.12 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência cúbica
seguida de degrau, sob ação do GMV e ao utilizar a configuração do caso 1.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a trajetória de
referência cúbica seguida de degrau.
Ao analisar as figuras 4.8 e 4.11 observa-se que praticamente não houve sobre-
sinal na saída do sistema, acomodando-se adequadamente à trajetória de referência e,
portanto atendendo as especificações de desempenho de sobre-sinal e tempo de
acomodação para o critério de 2%.
Ao analisar as figura 4.9(a) e 4.12(a) observa-se que o erro máximo ao longo da
trajetória cúbica em regime transitório, é de 0,003594m para o pistão 1 e de 0,003246m
para o pistão 2. Em regime estacionário o erro chega à zero para ambos os pistões.
A última análise a ser realizada é o valor da variável de controle com relação aos
seus limites, que não deve ultrapassar 1,2x10-3m, conforme tabela 4.1. Portanto, ao analisar
as figuras 4.9(b) e 4.12(b) observa-se que o valor da variável de controle para o eixo “X”
foi de 0,3533x10-3 m, e para o eixo “Z” foi de 0,3410x10-3 m, estando ambos dentro dos
limites pré-estabelecidos.
a1
Evolução dos parâmetros para o pistão 1
5 a2
b1
4 b2
-1
-2
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)
0.2
trajetória de referência
0.15 saída estimada
saída do sistema
0.05
-0.05
-0.1
-0.15
-0.2
0 2 4 6 8 10
Tempo (s)
Figura 4.14 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência co-senoidal ao utilizar as configurações do caso 1.
-3
x 10
1.5
0.015
1
Erro de posição da carga M2 no eixo "X"(m)
0.5
0.005
0 0
-0.005
-0.5
-0.01
-1
-0.015
-1.5
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Tempo (s) Tempo (s)
(a) (b)
Figura 4.15 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência co-senoidal,
sob ação do GMV e ao utilizar a configuração do caso 1.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a trajetória
de referência co-senoidal.
7
a1
-1
-2
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)
0.2
trajetória de referência
0.15 saída estimada
saída do sistema
Posição da carga M2 no eixo "Z" (m)
0.1
0.05
-0.05
-0.1
-0.15
-0.2
0 2 4 6 8 10
Tempo (s)
Figura 4.17 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência senoidal ao utilizar as configurações do caso 1.
99
-3
x 10
1.5
0.015
1
Erro de posição da carga M2 no eixo "Z"(m)
0 0
-0.005
-0.5
-0.01
-1
-0.015
-1.5
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Tempo (s) Tempo (s)
(a) (b)
Figura 4.18 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência senoidal, sob
ação do GMV e ao utilizar a configuração do caso 1.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a trajetória de
referência senoidal.
A figura 4.19 mostra a trajetória circular no plano “XZ” resultante das trajetórias
co-senoidal no eixo “X” e senoidal no eixo “Z”.
0.2
referência
saída do sistema
tolerância de 2%
0.15
0.1
Posição da carga M2 no eixo "Z" (m)
0.05 0.045
0.04
0 0.035
0.03
-0.05
0.025
0.02
-0.1
0.015
0.01
-0.15
0.005
0
-0.2
-0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2
Posição da carga M2 no eixo "X" (m) 0.13 0.14 0.15 0.16 0.17
Posição da carga M2 no eixo "X" (m)
Analisando a figura 4.19 observa-se que o sistema controlado pelo GMV atende
aos critérios de desempenho com relação ao sobre-sinal e ao tempo de acomodação de 1s,
para o critério de 2%. Observa-se também, através das figuras 4.15(b) e 4.18(b), que os
valores das variáveis de controle para o eixo “X” e para o eixo “Z” estão dentro dos seus
limites.
Devido aos resultados satisfatórios dos itens 4.3.1 e 4.3.2 obtidos ao utilizar as
configurações do caso 1, e com o intuito de utilizar uma configuração única para as três
trajetórias, neste item os resultados do sistema hidráulico, sob ação do GMV ao seguir a
trajetória de referência em degraus, serão também analisados com relação às especificações
de desempenho ao utilizar as configurações do caso 1.
As configurações do caso 1 são mostradas na tabela 4.1 e de forma resumida na
tabela 4.2.
Os resultados do sistema hidráulico de dois graus de liberdade ao seguir a
trajetória de referência em degraus serão mostrados em duas etapas. Inicialmente serão
representados os resultados referentes ao pistão 1, responsável pelo posicionamento da
carga “M2” no eixo “X”, e em seguida os resultados referentes ao pistão 2, responsável
pelo posicionamento da carga “M2” no eixo “Z”. Ambos os pistões devem seguir a mesma
trajetória em degraus e ao mesmo tempo.
Os resultados referentes ao pistão 1 estão representados pelas figuras 4.20, 4.21 e
4.22.
101
20
a1
a2
b1
b2
10
-5
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=20.0572%
trajetória de referência
ts =0.24s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
Posição da carga M2 no eixo "X" (m)
0.15
Mp=21.9508%
ts=0.18s
0.1
Mp=29.222%
ts =0.67s
0.05
Mp=19.2342%
ts=0.19s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.21 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 1.
102
-3
x 10
0.2 8
6
0.15
Erro de posição da carga M2 no eixo "X"(m)
4
0.1
2
0 -2
-4
-0.05
-6
variável de controle - u1(k)
-0.1
-8 limites da variável de controle
-0.15
-10
-0.2 -12
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.22 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 1.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a trajetória
de referência em degraus.
12
a1
a2
10 b1
b2
Evolução dos parâmetros para o pistão 2
-2
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=36.3993%
trajetória de referência
ts=0.44s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
0.15
Mp=17.5527%
ts=0.2s
0.1
Mp=12.7573%
ts =0.14s
0.05
Mp=17.8474%
ts =0.25s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.24 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 1.
-3
x 10
0.2 8
6
0.15
Erro de posição da carga M2 no eixo "Z"(m)
4
0.1
2
Variável de controle 2 (m)
0.05 0
0 -2
-4
-0.05
-6
variável de controle - u2(k)
-0.1
-8 limites da variável de controle
-0.15 -10
-0.2 -12
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.25 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 1.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 1 para seguir a trajetória de
referência em degraus.
104
Tabela 4.3 – Valores das variáveis da configuração do caso 2 a serem utilizados no GMV
para que o sistema hidráulico siga as trajetórias de referências.
!
100 0 0 0
0 100.000 0 0
1 40 7 0,01 [0,0,0,0]
0 0 10.000 0
0 0 0 100.000
12
10
-2
-4
-6
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=18.5546%
trajetória de referência
t s =0.13s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
Posição da carga M2 no eixo "X" (m)
0.15
Mp=17.2548%
t s=0.3s
0.1
Mp=3.888%
t s=0.23s
0.05
Mp=8.8452%
t s=0.24s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.27 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 2.
106
-3
x 10
0.2 8
0.15 6
Erro de posição da carga M2 no eixo "X"(m)
0.1 4
0
0
-2
-0.05
variável de controle - u1(k)
-4
limites da variável de controle
-0.1
-6
-0.15
-8
-0.2 -10
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.28 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 2.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 2 para seguir a trajetória
de referência em degraus.
12
10
Evolução dos parâmetros para o pistão 2
8
a1
a2
6 b1
b2
4
-2
-4
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=18.9319%
trajetória de referência
t s=0.12s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
0.15
Mp=17.4236%
t s=0.2s
0.1
Mp=1.2376%
t s =0.23s
0.05
Mp=10.4202%
ts =0.08s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.30 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 2.
-3
x 10
0.2 8
0.15 6
Erro de posição da carga M2 no eixo "Z"(m)
4
0.1
Variável de controle 2 (m)
2
0.05
0
0
-2
-0.05 variável de controle - u2(k)
-4
limites da variável de controle
-0.1
-6
-0.15 -8
-0.2 -10
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.31 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 2.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 2 para seguir a trajetória de
referência em degraus.
108
Tabela 4.4 – Valores das variáveis da configuração do caso 3 a serem utilizados no GMV
para que o sistema hidráulico siga as trajetórias de referências.
θ (0)
Restrição em
λ r tg kp P(0)
ui(.)
!
100 0 0 0
0 100.000 0 0 ux(k)≤umáx
1 40 7 0,01 [0,0,0,0]
0 0 10.000 0 uz(k)≤umáx
0 0 0 100.000
12
10
a1
Evolução dos parâmetros para o pistão 1
a2
8
b1
b2
6
-2
-4
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=10.283%
trajetória de referência
t s=0.24s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
0.15
Mp=6.8077%
t s=0.21s
0.1
Mp=6.5054%
t s =0.44s
0.05
Mp=5.2953%
ts =0.23s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.33 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 3.
-3
x 10
0.2 1.5
0.15
1
Erro de posição da carga M2 no eixo "Z"(m)
0.1
Variável de controle 2 (m)
0.5
0.05
0 0
-0.05
-0.5
-0.2 -1.5
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.34 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 3.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 3 para seguir a trajetória
de referência em degraus.
111
12
10
a1
-2
-4
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=9.6823%
trajetória de referência
t s=0.24s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
Posição da carga M2 no eixo "Z" (m)
0.15
Mp=6.3495%
t s=0.18s
0.1
Mp=6.2837%
t s =0.45s
0.05
Mp=5.2079%
ts =0.23s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.36 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 3.
112
-3
x 10
0.2 1.5
0.15
1
Erro de posição da carga M2 no eixo "Z"(m)
0.1
0 0
-0.05
-0.5
-0.2 -1.5
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.37 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 3.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 3 para seguir a trajetória de
referência em degraus.
trajetória de referência polinomial cúbica seguida de degrau, serão também analisados com
relação às especificações de desempenho ao utilizar as configurações do caso 3.
As configurações do caso 3 são mostradas na tabela 4.1 e de forma resumida na
tabela 4.4.
Os resultados para o caso 3 referentes ao pistão 1, ao seguir a trajetória polinomial
cúbica seguida de degrau, são representados pelas figuras 4.38, 4.39 e 4.40.
7 a1
a2
b1
Evolução dos parâmetros para o pistão 1
6
b2
5
-1
-2
0 0.5 1 1.5 2 2.5 3
Tempo (s)
0.2
trajetória de referência
0.18 saída estimada
saída do sistema
0.16 tolerância 2%
0.12
0.1
0.08
0.06
0.04
0.02
0
0 0.5 1 1.5 2 2.5 3
Tempo (s)
Figura 4.39 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência cúbica seguida de degrau ao utilizar as configurações do
caso 3.
-3
x 10
0.07 1.5
0.06
0.05
limites da variável de controle
0.04
Variável de controle 1 (m)
0.5
0.03
0.02 0
0.01
-0.5
0
-0.01
-1
-0.02
-0.03 -1.5
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
Tempo (s) Tempo (s)
(a) (b)
Figura 4.40 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência cúbica
seguida de degrau, sob ação do GMV e ao utilizar a configuração do caso 3.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 3 para seguir a trajetória
de referência cúbica seguida de degrau.
115
7
a1
a2
-1
-2
0 0.5 1 1.5 2 2.5 3
Tempo (s)
0.2
trajetória de referência
0.18 saída estimada
saída do sistema
0.16 tolerância 2%
Posição da carga M2 no eixo "Z" (m)
0.14
0.12
0.1
0.08
0.06
0.04
0.02
0
0 0.5 1 1.5 2 2.5 3
Tempo (s)
Figura 4.42 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência cúbica seguida de degrau ao utilizar as configurações do
caso 3.
116
-3
x 10
0.07 1.5
0.06
1 variável de controle - u2(k)
Erro de posição da carga M2 no eixo "Z"(m)
0.05
limites da variável de controle
0.04
0.02 0
0.01
-0.5
0
-0.01
-1
-0.02
-0.03 -1.5
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
Tempo (s) Tempo (s)
(a) (b)
Figura 4.43 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência cúbica
seguida de degrau, sob ação do GMV e ao utilizar a configuração do caso 3.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 3 para seguir a trajetória de
referência cúbica seguida de degrau.
Observa-se pelas figuras 4.39 e 4.42 que as configurações do terceiro caso, que
foram satisfatórias para a trajetória em degraus, não trouxeram bons resultados para a
trajetória cúbica. Isso se deve ao fato de que a variação dos elementos da matriz inicial de
covariância gera, para esse tipo de trajetória que tem uma variação contínua, um retardo na
adaptação dos parâmetros do modelo do sistema, não sendo viável, portanto, aplicar essas
configurações para a trajetória circular, nem tampouco para as três trajetórias.
Tabela 4.5 – Valores das variáveis da configuração do caso 4 a serem utilizados no GMV
para que o sistema hidráulico siga as trajetórias de referências.
θ x (0)=[-0.1,-1,4,9]
θ z (0)=θ x (0)
1 40 7 0,01 100·I Não
10
8 a1
-2
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=19.8875%
trajetória de referência
t s=0.36s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
Posição da carga M2 no eixo "X" (m)
0.15
Mp=17.9662%
t s=0.27s
0.1
Mp=4.3339%
t s =0.22s
0.05
Mp=18.6834%
t s =0.27s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.45 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 4.
119
-3
x 10
0.2 8
6
0.15
Erro de posição da carga M2 no eixo "X"(m)
4
0.1
2
0 -2
variável de controle - u1(k)
-4
-0.05 limites da variável de controle
-6
-0.1
-8
-0.15 -10
-0.2 -12
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.46 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 4.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 4 para seguir a trajetória
de referência em degraus.
10
8 a1
Evolução dos parâmetros para o pistão 2
a2
b1
6 b2
-2
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=17.2018%
trajetória de referência
saída estimada
t s=0.25s
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
0.15
Mp=18.2159%
t s=0.25s
0.1
Mp=0.73897%
t s =0.12s
0.05
Mp=17.5206%
ts =0.25s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.48 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 4.
-3
x 10
0.2 8
0.15 6
Erro de posição da carga M2 no eixo "Z"(m)
4
0.1
2
Variável de controle 2 (m)
0.05
0
0 -2
-0.05 -4
-6
-0.1 variável de controle - u2(k)
-0.15
-10
-0.2 -12
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.49 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 4.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 4 para seguir a trajetória de
referência em degraus.
121
Tabela 4.6 – Valores das variáveis da configuração do caso 4 a serem utilizados no GMV
para que o sistema hidráulico siga as trajetórias de referências.
θ x (0)=[-0.1,-1,4,9] ux(k)≤umáx
θ z (0)=θ x (0)
1 40 7 0,01 100·I
uz(k)≤umáx
10
8 a1
-2
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=2.5299%
trajetória de referência
t s =0.14s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
Posição da carga M2 no eixo "X" (m)
0.15
Mp=2.4926%
t s=0.14s
0.1
Mp=0.67862%
t s=0.2s
0.05
Mp=2.0822%
t s=0.19s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.51 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 5.
123
-3
x 10
0.2 1.5
0.15
1
Erro de posição da carga M2 no eixo "X"(m)
0.1
0 0
-0.05
-0.5
variável de controle - u1(k)
-0.1
limites da variável de controle
-1
-0.15
-0.2 -1.5
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.52 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 5.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 5 para seguir a trajetória
de referência em degraus.
10
8 a1
Evolução dos parâmetros para o pistão 2
a2
b1
b2
6
-2
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
0.25
Mp=2.1472%
trajetória de referência
t s=0.13s saída estimada
saída do sistema
sobre-sinal 20%
tolerância 2%
0.2
0.15
Mp=2.0574%
t s=0.13s
0.1
Mp=0.2754%
t s =0.17s
0.05
Mp=1.0182%
ts =0.18s
0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)
Figura 4.54 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência em degraus ao utilizar as configurações do caso 5.
-3
x 10
0.2 1.5
0.15
Erro de posição da carga M2 no eixo "Z"(m)
1
0.1
Variável de controle 2 (m)
0.5
0.05
0 0
-0.05
-0.5
-0.1 variável de controle - u2(k)
limites da variável de controle
-1
-0.15
-0.2 -1.5
0 2 4 6 8 10 12 14 16 18 20 0 2 4 6 8 10 12 14 16 18 20
Tempo (s) Tempo (s)
(a) (b)
Figura 4.55 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência em degraus,
sob ação do GMV e ao utilizar a configuração do caso 5.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 5 para seguir a trajetória de
referência em degraus.
125
10
a1
8 a2
Evolução dos parâmetros para o pistão 1
b1
b2
6
-2
0 0.5 1 1.5 2 2.5 3
Tempo (s)
0.2
trajetória de referência
0.18 saída estimada
saída do sistema
tolerância 2%
0.16
Posição da carga M2 no eixo "X" (m)
0.14
0.156
0.12
0.154
0.1
0.152
0.08
0.15
0.06
0.148
0.04
0.146
0.02
0 0.144
0 0.5 1 1.5 2 2.5 3 0.9 0.92 0.94 0.96 0.98 1 1.02 1.04 1.06
Tempo (s)
Tempo (s)
Figura 4.57 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência cúbica seguida de degrau ao utilizar as configurações do
caso 5.
-3
x 10
1.5
0.015
1
Erro de posição da carga M2 no eixo "X"(m)
0.5
0.005
0 0
-0.005
-0.5
-0.01
-1
-0.015
-1.5
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
Tempo (s) Tempo (s)
(a) (b)
Figura 4.58 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência cúbica
seguida de degrau, sob ação do GMV e ao utilizar a configuração do caso 5.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 5 para seguir a trajetória
de referência cúbica seguida de degrau.
127
10
8 a1
-2
0 0.5 1 1.5 2 2.5 3
Tempo (s)
0.2
trajetória de referência
0.18 saída estimada
saída do sistema
tolerância 2%
0.16
Posição da carga M2 no eixo "Z" (m)
0.14
0.156
0.12
0.154
0.1
0.152
0.08
0.15
0.06
0.148
0.04
0.146
0.02
0 0.144
0 0.5 1 1.5 2 2.5 3 0.9 0.92 0.94 0.96 0.98 1 1.02 1.04 1.06
Tempo (s)
Tempo (s)
Figura 4.60 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência cúbica seguida de degrau ao utilizar as configurações do
caso 5.
128
-3
x 10
1.5
0.015
1
Erro de posição da carga M2 no eixo "Z"(m)
0 0
-0.005
-0.5
-0.01
-1
-0.015
-1.5
0 0.5 1 1.5 2 2.5 3 0 0.5 1 1.5 2 2.5 3
Tempo (s) Tempo (s)
(a) (b)
Figura 4.61 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência cúbica
seguida de degrau, sob ação do GMV e ao utilizar a configuração do caso 5.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 5 para seguir a trajetória de
referência cúbica seguida de degrau.
Devido aos resultados satisfatórios dos itens 4.3.8 e 4.3.9 obtidos ao utilizar as
configurações do caso 5, e com o intuito de utilizar uma configuração única para as três
trajetórias, neste item os resultados do sistema hidráulico, sob ação do GMV ao seguir a
trajetória de referência circular, serão também analisados com relação às especificações de
desempenho ao utilizar as configurações do caso 5.
As configurações do caso 5 são mostradas na tabela 4.1 e de forma resumida na
tabela 4.6.
Os resultados para o caso 5 referentes ao pistão 1 seguindo a trajetória circular
estão apresentados nas figuras 4.62, 4.63 e 4.64.
129
10
8 a1
-2
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)
0.2
trajetória de referência
0.15 saída estimada
saída do sistema
Posição da carga M2 no eixo "X" (m)
0.1
0.05
-0.05
-0.1
-0.15
-0.2
0 2 4 6 8 10
Tempo (s)
Figura 4.63 – Respostas simulada e estimada do pistão 1, sob ação do controlador GMV,
para uma trajetória de referência co-senoidal ao utilizar as configurações do caso 5.
130
-3
x 10
1.5
0.015
1
Erro de posição da carga M2 no eixo "X"(m)
0 0
-0.005
-0.5
-0.01
-1
-0.015
-1.5
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Tempo (s) Tempo (s)
(a) (b)
Figura 4.64 – (a) Erro entre a saída real do pistão 1 e a trajetória de referência co-senoidal,
sob ação do GMV e ao utilizar a configuração do caso 5.
(b) Análise da variável de controle do eixo X, “ux(k)”, com relação aos seus limites,
quando gerada pelo GMV e ao utilizar as configurações do caso 5 para seguir a trajetória
de referência co-senoidal.
10
8 a1
Evolução dos parâmetros para o pistão 2
a2
b1
6 b2
-2
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)
0.2
trajetória de referência
0.15 saída estimada
saída do sistema
0.05
-0.05
-0.1
-0.15
-0.2
0 2 4 6 8 10
Tempo (s)
Figura 4.66 – Respostas simulada e estimada do pistão 2, sob ação do controlador GMV,
para uma trajetória de referência senoidal ao utilizar as configurações do caso 5.
-3
x 10
1.5
0.015
1
Erro de posição da carga M2 no eixo "Z"(m)
0.01
Variável de controle 2 (m)
0.5
0.005
0 0
-0.005
-0.5
variável de controle - u2(k)
-0.01 limites da variável de controle
-1
-0.015
-1.5
0 1 2 3 4 5 6 7 8 9 10 0 1 2 3 4 5 6 7 8 9 10
Tempo (s) Tempo (s)
(a) (b)
Figura 4.67 – (a) Erro entre a saída real do pistão 2 e a trajetória de referência senoidal, sob
ação do GMV e ao utilizar a configuração do caso 5.
(b) Análise da variável de controle do eixo Z, “uz(k)”, com relação aos seus limites, quando
gerada pelo GMV e ao utilizar as configurações do caso 5 para seguir a trajetória de
referência senoidal.
A figura 4.68 mostra a trajetória circular no plano “XZ” resultante das trajetórias
co-senoidal no eixo “X” e senoidal no eixo “Z”.
132
0.2
referência
saída do sistema
tolerância de 2%
0.15
0.1
Posição da carga M2 no eixo "Z" (m)
0.05
0 0.04
0.035
-0.05 0.03
0.025
-0.1
0.02
0.015
-0.15
0.01
0.005
-0.2
-0.2 -0.15 -0.1 -0.05 0 0.05 0.1 0.15 0.2 0
Posição da carga M2 no eixo "X" (m)
-0.005
0.13 0.14 0.15 0.16 0.17
Posição da carga M2 no eixo "X" (m)
4.4 CONCLUSÃO
Tabela 4.7 – Resumo dos resultados da mesa de coordenadas sob ação do controlador
adaptativo do tipo GMV ao seguir as trajetórias de referência utilizando cinco
configurações distintas para o controlador.
sentido aplicar a referida configuração na(s) outra(s) trajetória(s). Essa rotina foi utilizada
até encontrar uma configuração para o controlador que pudesse fazer com que a mesa de
coordenadas seguisse as três trajetórias de referência obedecendo às especificações de
desempenho.
As configurações do caso 1, como mostram as tabelas 4.1 e 4.2, foram aplicadas
nas três trajetórias de referência, mas só foram obtidos resultados satisfatórios das
especificações de desempenho para a trajetória de referência polinomial cúbica seguida de
degraus e para trajetória de referência circular. Como prova dos resultados satisfatórios, os
sobre-sinais para essas duas trajetórias ficaram abaixo do especificado, “Mp ≤ 20%”, e o
tempo de acomodação não atingiu o tempo de 1s para o critério de 2%, como mostram as
figuras 4.8 e 4.11 para a trajetória de referência cúbica seguida de degrau, e as figuras 4.14
e 4.17 para a trajetória circular. Observou-se também que os valores das variáveis de
controle ficaram abaixo dos seus limites estabelecidos para essas duas trajetórias, como
mostram as figuras 4.12(b) e 4.18(b).
A qualidade dos resultados obtidos nas trajetórias cúbicas e circular não foi
mantida na trajetória de referência em degraus utilizando as configurações do caso 1. A
única especificação de desempenho que obedeceu às condições impostas ao longo da
trajetória em degraus foi o tempo de acomodação de 1s para o critério de 2%. O valor
máximo obtido foi de 0,65s na transição entre dois patamares de posicionamento da carga.
O sobre-sinal ficou acima dos 20% imposto pelas especificações de desempenho em
algumas transições dos patamares, tanto para o pistão 1 quanto para o pistão 2, como
mostram as figuras 4.21 e 4.24. Essa diferença de resultados entre a trajetória em degraus e
as outras trajetórias deve-se ao fato de que o controlador GMV tem uma grande agilidade
em ajustar a variável de controle para fazer com que a saída do sistema siga a trajetória de
referência. Essa agilidade do GMV deu bons resultados em trajetórias que possuem
variações pequenas entre os períodos de amostragem, como é o caso da trajetória cúbica e
a circular. Já para a trajetória em degraus, que possuem grandes variações no
posicionamento da carga entre alguns períodos de amostragem (transição entre os
patamares), o GMV faz com que os ajustes sejam realizados o mais rápido e o máximo
possível na variável de controle, com o objetivo de levar rapidamente a saída do sistema
para seguir a trajetória especificada. Essa agilidade no GMV provocou picos nos valores da
variável de controle nos instantes de variações bruscas, ocasionando por conseqüência
135
sobre-sinais acima do permitido na saída do sistema, mas em contra partida, obteve-se uma
rápida acomodação à trajetória.
Os bons resultados para as trajetórias de referência cúbica e circular foram obtidas
utilizando uma matriz de covariância inicial com valores da ordem de “107”, provocando
um grande estímulo na obtenção dos parâmetros do modelo a ser identificado.
Como nas configurações do caso 1 a única trajetória que não atendeu as
especificações de desempenho foi a trajetória em degraus, essa trajetória foi submetida às
configurações do caso 2, descriminadas pelas tabelas 4.2 e 4.3. A diferença entre as
configurações do caso 1 para o caso 2 está na matriz de covariância que possui elementos
de magnitudes diferentes na sua diagonal para este último caso. Esse tipo de matriz de
covariância estimulou distintamente os parâmetros a serem identificados, possibilitando
que o sistema seguisse a trajetória em degraus e ainda obedecessem às especificações de
desempenho em todos os patamares, como pode ser visto nas figuras 4.27 e 4.30. Essa
configuração causou um inconveniente nos valores da variável de controle, ultrapassando o
limite máximo imposto, como pode ser visto pelas figuras 4.28(b) e 4.31(b). Como a
variável de controle está relacionada com o deslocamento do carretel, esse alto valor da
variável de controle corresponde ao carretel ter ultrapassado os limites físicos da válvula
em estudo. Esse tipo de variação só é possível em simulações, visto que na prática o
deslocamento do carretel não pode ultrapassar as dimensões físicas da válvula. Por causa
desse inconveniente as configurações do caso 2 não foram testadas para as outras
trajetórias iniciando uma nova análise das trajetórias, agora com as configurações do caso
3.
A diferença entre as configurações do caso 2 para o caso 3 está no acréscimo de
uma restrição no valor da variável de controle para que este valor fique dentro dos seus
limites, como pode ser visto pelas tabelas 4.1 e 4.4. Como a variável de controle está
relacionada com o deslocamento do carretel da válvula, tal restrição foi adicionada para
fazer com que a simulação se aproximasse mais as condições da prática e com o intuito de
verificar se as dimensões da válvula escolhida iriam refletir positivamente ou não nos
resultados das trajetórias de referência.
Como a trajetória problemática até agora está sendo a trajetória em degraus, esta
foi escolhida para ser inicialmente analisada pelas configurações do caso 3. Os resultados
apresentaram-se satisfatórios, o que mostra que se for utilizada uma válvula com
dimensões menores que os valores da variável de controle, esse equipamento não irá
136
prejudicar o controlador, podendo até trazer benefícios. De acordo com as figuras 4.34(b) e
4.37(b) tal restrição gerou uma leve lentidão na adequação do sistema ao seguir a trajetória
de referência, provocando um leve aumento no tempo de acomodação, como mostra as
figuras 4.33 e 4.36, mas ainda assim ficou abaixo da metade do tempo determinado pela
especificação de desempenho e por causa disso observou-se uma considerável diminuição
nos sobre-sinais dos patamares. Portanto, para esse caso, o carretel escolhido não traz
prejuízos ao controlador, podendo ser perfeitamente aplicado.
Em nenhum momento houve a intenção de utilizar de um meio físico (válvula)
para melhorar as especificações de desempenho do sistema, mas sim de verificar se o
referido acessório iria trazer prejuízos para os resultados da perseguição do sistema às
trajetórias de referência.
Visto que as configurações do caso 3 satisfizeram a trajetória em degraus,
aplicaram-se também essas configurações para a trajetória polinomial cúbica seguida de
degrau. Os resultados obtidos para essa última trajetória não foram satisfatórios, como
mostram as figuras 4.39 e 4.42. Como o objetivo é de verificar a existência de uma
configuração única para as três trajetórias e para a atual situação, as configurações do caso
3 não permitiram que o sistema seguisse adequadamente a trajetória polinomial cúbica
seguida de degrau, as configurações do caso 3 não foram aplicadas à trajetória de
referência circular.
Novas configurações foram obtidas sendo estas denominadas de caso 4 e
representadas pelas tabelas 4.1 e 4.5. A diferença existente entre as configurações do caso
3 para o caso 4 é que para esta última utilizou-se valores iniciais nos vetores de parâmetros
estimados, obtidos por tentativa e erro, bem como uma matriz de covariância inicial com
os seus elementos da diagonal multiplicados por 100.
As configurações do caso 4 foram aplicadas à trajetória em degraus e observou-se,
através das figuras 4.45 e 4.48, que os critérios de sobre-sinal e tempo de acomodação
foram atendidos, e, através das figuras 4.46(b) e 4.49(b), observou-se que o valor da
variável de controle ultrapassou o seu valor máximo permitido. Como a variável de
controle está relacionada com o deslocamento do carretel e por esse valor máximo
corresponder aos limites físicos da válvula, tal ultrapassagem, corresponde ao
deslocamento do carretel ter superado os limites físicos da válvula. Devido a esse
inconveniente gerado, as configurações do caso 4 não foram aplicadas às outras trajetórias.
137
- CONCLUSÃO FINAL
como objetivo minimizar uma função custo, representada pela equação (A.43), composta
pelo sinal de referência, pelas variáveis auxiliares e uma constante “r” que pondera a
variável de controle.
No apêndice A, conceitos sobre sistemas de controle foram explanados bem como
a descrição sobre modelagem e identificação de sistemas. O algoritmo dos mínimos
quadrados recursivos (MQR) foi descrito. Informações sobre controladores adaptativos
foram apresentadas dando-se ênfase ao GMV.
Com intuito de analisar a eficiência do GMV agindo sobre a mesa de coordenadas
em estudo, foram utilizadas três trajetórias de referência distintas: a trajetória polinomial
cúbica seguida de degrau, a trajetória circular e a trajetória em degraus, a serem seguidas
pela carga do sistema, obedecendo às especificações de desempenho pré-definidas.
Objetivando utilizar uma configuração única do controlador para fazer com que a
mesa de coordenadas de dois graus de liberdade seguisse às três trajetórias de referências
obedecendo às especificações de desempenho, foram apresentadas cinco configurações
distintas denominadas de casos, como foi mostrado pela a tabela 4.1.
Os resultados da atuação do GMV sobre a mesa de coordenadas para seguir as três
trajetórias utilizando as configurações dos cinco casos distintos foram apresentados através
das curvas experimentais do desempenho do sistema, da variável de controle, dos
parâmetros estimados do sistema, do erro de estimação e de forma resumida pela tabela
4.7.
Foram iniciadas as análises dos resultados do sistema hidráulico ao utilizar as
configurações para o caso 1, onde tais configurações foram apresentadas pelas tabelas 4.1 e
4.2. A diferença principal do caso 1 para os outros está na magnitude inicial dos elementos
da matriz de covariância que foram na ordem de “107”. Tal ajuste permitiu alto estímulo na
estimação dos parâmetros do modelo estimado produzindo resultados que obedeceram às
especificações de desempenho (máximo sobre-sinal de 20% e tempo de acomodação
máximo de 1s para o critério de 2%) para a trajetória polinomial cúbica seguida de degrau
e para a trajetória circular. Os resultados referentes à trajetória polinomial cúbica seguida
de degrau, utilizando as configurações do caso 1, foram apresentados pelas figuras de 4.7
até 4.12 e para esse mesmo caso os resultados referentes à trajetória circular foram
apresentados pelas figuras de 4.13 até 4.19. O caso 1 não foi considerado adequado para as
três trajetórias porque os resultados da trajetória em degraus não atenderam às
especificações de desempenho, como foi mostrado pelas figuras de 4.20 até 4.25. A
140
trajetória em degraus tem uma característica que é de migrar de um patamar para outro de
forma brusca, gerando no controlador valores altos para a variável de controle. Tal atitude
do controlador teve com o objetivo ajustar o mais rápido e o máximo possível a saída do
sistema para fazer com que a carga seguisse a referida trajetória. Aliando esse
comportamento do controlador ao alto estímulo dado aos valores iniciais da matriz de
covariância, geraram-se picos nos valores da variável de controle para ambos os pistões,
como foi mostrado pelas figuras 4.22(b) e 4.25(b), ultrapassando os limites especificados
pela tabela 3.1. Tal comportamento gerou também sobre-sinais acima das especificações
de desempenho em alguns dos patamares da trajetória para ambos os pistões, como foi
mostrado pelas figuras 4.21 e 4.24.
Como as configurações do caso 1 só deram bons resultados para as trajetórias
polinomial cúbica seguida de degrau e para a circular utilizou-se uma nova configuração
para a trajetória em degraus, a do caso 2.
Os resultados do sistema ao utilizar as configurações do caso 2 para seguir a
trajetória em degraus geraram valores da variável de controle acima dos valores máximos
especificados pela tabela 3.1. Portanto o referido caso foi considerado inadequado para ser
utilizado nas três trajetórias, mas teve sua importância por servir de base para a
determinação das configurações do caso 3.
A configuração do caso 3, representada pelas tabelas 4.1 e 4.4, diverge dos outros
casos principalmente em dois aspectos. A primeira diferença é a matriz de covariância
inicial que foi gerada com elementos na sua diagonal de magnitudes distintas, o que
possibilitou um estímulo diferenciado nos parâmetros do modelo estimado. A segunda
diferença produziu uma maior aproximação da simulação à realidade ao acrescentar no
programa uma restrição no valor da variável de controle, pois a referida variável está
relacionada com o deslocamento do carretel da válvula, podendo-se dizer que esta restrição
corresponde em utilizar um carretel que possui o seu deslocamento limitado às dimensões
físicas da válvula escolhida.
Os resultados ao utilizar as configurações do caso 3 foram inicialmente analisados
para o sistema ao seguir a trajetória em degraus. A restrição diminuiu a velocidade de
adaptação da variável de controle provocando uma leve lentidão no GMV como foi
mostrado pelas figuras 4.34(b) e 4.37(b). As restrições aliadas à matriz de covariância do
caso 3 provocaram uma evolução mais suavizada dos parâmetros do modelo estimado e
um pequeno aumento no tempo de acomodação de alguns patamares, refletindo
141
polinomial cúbica, mostrados pelas figuras 4.58(b) 2 4.61(b), e para trajetória circular,
mostrados pelas figuras 4.64(b) e 4.67(b), ficaram bem abaixo dos limites especificados, já
para a trajetória em degraus esses valores ficaram restritos aos limites especificados, como
foi mostrado pelas figuras 4.52(b) e 4.55(b). A restrição nos valores da variável de controle
provocou um leve retardo na saída do sistema ao seguir a trajetória em degraus mesmo
assim os resultados atenderam as especificações de desempenho gerando uma grande
redução nos sobre-sinais como foi mostrado pelas figuras 4.51 e 5.54. Como foi visto pelas
figuras 4.57 e 4.60 para a trajetória polinomial cúbica seguida de degraus e pelas figuras
4.63, 4.66 e 4.68 para a trajetória circular, o sistema hidráulico seguiu adequadamente as
referidas trajetórias atendendo às especificações de desempenho. A partir desses
resultados, o caso 5 foi o único que fez com que o GMV controlasse o sistema hidráulico
para que este seguisse as trajetórias de referências obedecendo às especificações de
desempenho.
Fazendo uma análise dos resultados por tipo de trajetória, observou-se que o
sistema hidráulico em estudo sob ação do GMV seguiu a trajetória polinomial cúbica
seguida de degrau e a trajetória circular obedecendo às especificações de desempenho ao
utilizar as configurações do caso 1 e do caso 5, e seguiu a trajetória em degraus também
obedecendo às especificações de desempenho quando as configurações do caso 3 e caso 5
foram utilizadas. Esses resultados foram mostrados de forma resumida pela tabela 4.7.
Por fim, pode-se considerar que a utilização do GMV para controlar o sistema
hidráulico em estudo foi uma escolha adequada, como foi mostrado pelos resultados
gerados com as configurações do caso 5, por fazer com que o referido sistema seguisse as
trajetórias de referência obedecendo às especificações de desempenho.
Como sugestão para trabalhos futuros pode-se analisar um determinado sistema
para ser controlador por diversas combinações de controladores adaptativos auto-ajustável.
Analisando os resultados do sistema em estudo ao utilizar uma combinação de 3 tipos
distintos de algoritmos de estimação de parâmetros com 3 leis de controle. Pode-se
também utilizar um sistema hidráulico de três graus de liberdade a fim de efetuar análises
comparativas mediante o uso de diversos tipos de controladores.
REFERÊNCIAS BIBLIOGRÁFICAS
ÅSTRÖM, K. J., Introduction to Stochastic Control Theory, Academic Press, New York,
1970.
DORF, R. C.; BISHOP, R. H., Sistemas de Controle Moderno. 8ª ed., Editora LTC, Rio de
Janeiro/RJ, 2001.
GUENTHER, R.; DE PIERI, E. R., Cascade Control of the Hydraulic Actuators. Revista
Brasileira de Ciências Mecânicas, Rio de Janeiro, v.19, n.2, p.108-120, 1997.
ISERMANN, R; LACHMANN, K.-H.; MATKO, D., Adaptive Control Systems. 1ª ed., Ed.
Prentice Hall, Grã-Betanha, 1992.
HESSE, Stefan, 99 Exemplos de Aplicações Pneumáticas, Germay: Festo AG & Co., 2001.
MERRITT, H. E., Hydraulic Control System. New York, John Wiley & Sons, 1967.
OGATA, K., Engenharia de Controle Moderno. 4ª ed., Prentice Hall, São Paulo/SP, 2003.
OLIVEIRA, M. A., Controle PID Preditivo para Plantas com Atraso de Transporte:
Estudo de Caso em um Laminador. Dissertação de Mestrado. Universidade Federal
de Santa Catarina: Florianópolis/SC, 2004.
PETERKA, V., Adaptive Digital Regulation of Noisy Systems, Proceedings of 2nd IFAC
Symposium on Identification and Process Parameter Estimation, Paper 6.2, Praga,
1970.
RIUL, J. A., Controladores Neurais e Híbrido Aplicados em uma Carga Acionada por um
Atuador Hidráulico. Tese de Doutorado. Universidade Federal da Paraíba: João
Pessoa/PB, 2000.
SPONG, W. M., VIDYASAGAR, M., Robot Dynamics and Control. John Wiley & Sons,
Republic of Singapore, 1989.
STREETER, V. L., WYLIE, E. B., Mecânica dos Fluidos. 7ª ed., McGraw-Hill, São
Paulo/SP, 1982.
- SISTEMAS DE CONTROLE
A.1 INTRODUÇÃO
Um sistema a ser controlado pode ser representado por um bloco como mostrado
na figura A.1, onde a relação de entrada-saída representa uma relação de causa e efeito do
sistema que, por sua vez, representa um processamento de um sinal de entrada para
fornecer um sinal de saída variável. Um sistema de controle a malha aberta utiliza um
controlador ou atuador de controle para obter a resposta desejada, como mostra a figura
A.2. Um sistema de malha fechada utiliza uma medida adicional da saída real (sinal de
retroação) a fim de compará-la com a resposta desejada, usando a diferença como meio de
controle. A diferença entre a saída do sistema sob controle e a referência de entrada é
usada para controlar o sistema de forma a minimizá-la continuamente, como mostra a
figura A.3 (DORF e BISHOP, 2001).
Resposta
Controlador Sistema Saída
desejada
Resposta
Comparação Controlador Sistema Saída
desejada
Medição
4
Princípio da superposição: Seja um sistema que ao ser excitado pela entrada u1(t) produz a saída y1(t). O
mesmo sistema quando excitado por u2(t) produz y2(t). Se tal sistema satisfaz o princípio da superposição
(ele é um sistema linear), então quando excitado por a.u1(t) + b.u2(t), o sistema produz a.y1(t) + b.y2(t)
(AGUIRRE, 2007).
154
onde:
x(t) – uma função de tempo em que “x(t) = 0” para “t < 0”;
s – uma variável complexa (“s = σ + ωj”, onde: “σ” - parte real e “ω” - parte imaginária);
L – símbolo operacional que indica que será utilizada a transformada de Laplace na
1
∫
σ+∞ j
x(t) = L-1 {X (s)} = X (s) est ds , para t > 0 (A.2)
2π j σ−∞ j
onde:
nb na
B(s) = ∑ b j s j ; A(s) = ∑ a i si (A.5)
j= 0 i=0
sendo “n=na” a ordem do sistema, “ana = 1” e “n ≥ nb”. Os elementos {bj, ai, n} com “j∈[0,
nb]” e “i∈[0, na]” são desconhecidos e devem ser determinados analiticamente ou
156
k =0
X(z) = Z{x (k )} = ∑ x (k ) z
k =−∞
−k
(A.6)
1
x (k ) = Z−1{X(z)} =
2π j ∫ X(z)z k −1dz (A.7)
∞
X ( jω) = F{x ( t )} = ∫
−∞
x ( t ) e − jω t dt (A.8)
1 ∞
x(t ) = F−1{X( jω)} =
2π ∫−∞
X( jω)e jωt dω (A.9)
157
por “e j ” em “H(z)”.
ω
x& = f ( x ), (A.10)
onde “u(t) ∈ IRr” é o vetor de entradas formado por “r” funções temporais.
Uma representação bem conhecida é a de espaço de estado, que é obtida
considerando o sistema linear, acrescentando-lhe uma equação estática que descreva o
sistema de medição dada por:
x& = Ax + Bu
(A.12)
y = Cx + Du,
onde:
y ∈ IRp – é o vetor “p-dimensional” de saídas medidas;
A, B, C e D – matrizes constantes.
x (k + 1) = Φx (k ) + Γu ( k )
(A.13)
y( k ) = C d x ( k ) + D d u ( k )
158
z − d .B( z −1 ) C ( z −1 )
y( t ) = u (t ) + υ( t ) (A.14)
A (z −1 ) D( z −1 ).A ( z −1 )
14243 144244 3
MODELO DA MODELO DO
PLANTA RUÍDO
onde:
y(t) e u(t) – sinais de saída e de entrada, respectivamente, nos instantes de amostragem
“t = n.Ts”, onde “n ∈ ZZ +” e “Ts” é o período de amostragem;
d – atraso de transporte, que é um múltiplo inteiro do período de amostragem;
υ(t) – sinal de ruído estacionário com distribuição normal e de média nula.
Os polinômios “A”, “B”, “C”, “D” em “z-1”, de ordens “na”, “nb”, “nc” e “nd”
respectivamente, são:
A(z −1 ) = 1 + a1.z −1 + a 2 .z −2 + K + a na .z − na
B(z −1 ) = b1.z −1 + b 2 .z −2 + K + b nb .z −nb
(A.15)
C(z −1 ) = 1 + c1.z −1 + c 2 .z −2 + K + c nc .z −nc
D(z −1 ) = 1 + d1.z −1 + d 2 .z −2 + K + d nd .z −nd
Modelo na nb nc nd D Expressões
1
AR n 0 0 0 1 y( t ) = υ( t )
A (z −1 )
C(z −1 )
ARMA n 0 >0 0 1 y( t ) = υ(t )
A(z −1 )
ARX z −d .B(z −1 ) 1
n ≤n 0 0 1 y( t ) = −1
u( t ) + υ( t )
ou CAR A( z ) A(z −1 )
ARMAX z −d .B(z −1 ) C(z −1 )
n ≤n >0 0 1 y( t ) = u( t ) + υ( t )
ou CARMA A(z −1 ) A(z −1 )
-1 z − d .B(z −1 ) 1
ARIX n ≤n 0 1 1–z y( t ) = −1
u (t ) + υ( t )
A(z ) (1 − z ).A(z −1 )
−1
disco
computador
computador Modelo
Modelo
problema de otimização onde o melhor modelo é aquele que melhor se ajusta de acordo
com um dado critério (COELHO e COELHO, 2004).
Os parâmetros estimados são, em geral, variantes no tempo e o modelo estimado é
uma simplificação (abstração) do sistema real. Isto permite a atualização dos parâmetros
em um modelo linear, que pode representar um modelo não-linear (ROMÃO, 1996).
Como este trabalho esta voltado para controladores adaptativos, faz-se necessária
a identificação em tempo real, através de um algoritmo recursivo, aqui adotado o algoritmo
de Mínimos Quadrados Recursivos (MQR), por ser este o mais popular deles.
O Princípio dos Mínimos Quadrados (MQ) foi formulado por Karl Friedrich
Gauss no final do século XVIII para prever a trajetória de planetas e cometas a partir das
observações realizadas. Esse princípio consiste em buscar os parâmetros desconhecidos
que, ao ser multiplicado por um número que mede o grau de precisão, minimizem a soma
dos quadrados das diferenças entre os valores observados e os calculados.
Além dos MQR existem outros métodos de identificação que são variantes do
algoritmo dos MQ, assim como os seguintes algoritmos: dos mínimos quadrados
estendidos (MQE), dos mínimos quadrados generalizados (MQG), dos mínimos quadrados
totais (MQT) e das variáveis instrumentais (MVI).
Considerando o modelo ARX (tabela A.1) caracterizado por uma entrada, “u(t)”,
uma saída, “y(t)”, uma perturbação, “e(t)”, e cuja representação por equação a diferenças é:
y( t ) = − a1y( t − 1) − a 2 y( t − 2) − K − a na y( t − na ) + K
(A.16)
K + b1u ( t − d − 1) + K + b nb u ( t − d − nb) + e( t )
A equação (A.16) também pode ser escrita na forma vetorial, denominada modelo
de regressão linear:
sendo:
ϕT (t ) = [ − y(t − 1) − y(t − 2) K − y( t − na) u(t − d − 1) K u(t − d − nb) ] (A.18)
θT = [ a1 a 2 K a na b1 b 2 K b nb ] (A.19)
164
onde:
u(t), y(t) – valores de entrada e saída do sistema, respectivamente, no instante t;
e(t) – representa: erro de modelagem, erro de medição ou ruído na saída do tipo
estocástico, determinístico ou offset;
ϕ(t) – vetor de medidas;
θ(t) – vetor de parâmetros do modelo.
Admitindo que sejam necessárias “N” medidas para determinar os parâmetros “ai”
(i=1,..,.na) e “bj” (j=1,...,nb), então o vetor de saída pode ser determinado da seguinte
forma:
y ( 0) ϕ T ( 0) e (0 )
y(1) T
= ϕ (1) θ + e(1) (A.20)
M M M
T
y( N − 1) ϕ ( N − 1) e( N − 1)
Y = φθ + ξ (A.21)
onde:
Y – Vetor de saída;
φ – Matriz de observação;
θ – Vetor de parâmetros do modelo;
ξ – Vetor de erro e(t).
e( t ) = y( t ) − ŷ( t / t − 1) (A.22)
165
2
J= ∑et
2
t = ∑ (y
t
t − ϕ Tt θ ) (A.23)
J = ξTtξt ⇒
J = (Yt − φ tθ) T (Yt − φ tθ) ⇒ (A.24)
T T T T T T
J = Y Yt − Y φ tθ − θ φ Yt + θ φ φ tθ
t t t t
∂J
= −2YtTφt + 2θTφTtφt = 0 (A.25)
∂θ
θˆ MQ = (φ Tt φ t ) −1 φTt Yt (A.26)
Até este ponto, para estimar os parâmetros de um sistema considera-se que todos
os dados já estejam disponíveis.
Em controle adaptativo, é necessária a estimação de parâmetros em tempo real e
para isto utilizam-se algoritmos de identificação recursivos, onde o mais comum deles é o
algoritmo dos Mínimos Quadrados Recursivos que está apresentado na figura A.5.
A cada instante de amostragem novas informações de entrada e saída são
incorporadas ao sistema. O modelo “ θ̂(t - 1) ”, determinado com base nas informações
obtidas até o instante “t-1”, é usado para obter uma estimativa “ ŷ(t) ” da saída atual do
sistema. Este valor é comparado com a saída real “y(t)” do sistema, gerando um erro de
166
θˆ ( t ) = θˆ ( t − 1) + K ( t ) ⋅ ε( t ) (A.27)
Sistema
u(t) y(t)
θ
saída real
+
Modelo
estimado –
ŷ(t ) = ϕT (t ).θˆ ( t − 1)
θˆ ( t − 1)
saída estimada
ε(t)
erro de
correção das modelagem
estimativas Algoritmo de
atualização
P( t − 1).ϕ( t )
K (t ) = (A.28)
1 + ϕT ( t ).P( t − 1).ϕ( t )
onde:
K(.) – ganho do estimador;
P(.) – matriz de covariância;
ϕ(.) – vetor de medidas;
I – matriz identidade;
θ̂(.) – vetor de parâmetros estimados;
y(.) – saída real;
167
Observações:
• A variável “ε(t)” no algoritmo dos MQR é o erro entre a saída do sistema e a saída
O algoritmo do estimador dos MQR pode ser descrito de acordo com as seguintes
etapas:
1. Escolhe-se valores iniciais para a matriz de covariância, “P(t)” e para o vetor de
parâmetros estimados, “ θ̂(t) ”;
2. Obtêm-se os novos valores de saída e entrada do sistema, “y(t+1)” e “u(t+1)”,
respectivamente;
3. Atualiza-se o vetor de medidas:
ϕT (t + 1) = [ − y( t) − y(t − 1) K u( t − d) u( t − d − 1) K ] ;
4. Calcula-se o erro de estimação, erro residual ou de modelagem “ ε( t + 1) ”
utilizando a equação (A.31);
5. Calcula-se o ganho do estimador “ K( t + 1) ” através da equação (A.28);
• Atualização de “P(t)”;
• Utilização do fator de esquecimento.
P ( t + 1) = P ( t ) + Q( t ) (A.32)
matriz “P(t)” com muita freqüência, para que os elementos de “P(t)” não se tornem grandes
a ponto de causar flutuações nas estimativas, e nem pode ser adicionada com pouca
freqüência, de forma a tornar pequenos os elementos de “P(t)” a ponto do algoritmo deixar
de rastrear as mudanças do sistema. O instante ótimo de reinicialização da matriz “P(t)”
através da adição da matriz “Q(t)” é caracterizado pelo momento em que a magnitude dos
elementos da matriz de covariância “P(t)” atinge um valor menor do que um valor limite,
ou ainda se o valor absoluto do erro de estimação exceder outro valor limite, ambos
especificados pelo usuário.
Essa técnica faz com que o algoritmo dos MQR tenha uma capacidade de
adaptação mínima, impedindo que o ganho do estimador tenda a zero, por conseqüência,
evitando que os elementos da matriz de covariância tendam a zero, mantendo em “alerta” o
estimador para rastrear dinâmicas variantes. Esta capacidade é útil em sistemas variantes
no tempo e é conseguida introduzindo uma constante no algoritmo (denominada fator de
esquecimento – “λ”) que pondera mais as últimas medidas dando-lhes mais importância do
que as medidas antigas. Isto significa que erros recentes devem ser mais fortemente
enfatizados do que erros anteriores de modo a permitir ao estimador dos MQR adaptar-se
ao novo sistema. Na prática essa modificação consiste em substituir “P(t)” por “P(t)/λ”.
De acordo com RÚBIO e SÁNCHEZ (1996), para “λ=1” tem-se o MQR normal,
enquanto que para “λ<1” o algoritmo desconsidera as medidas mais antigas. Por exemplo,
se “λ=0,99” conduz à estimativa de parâmetros baseando-se nas últimas 100 amostras,
sendo uma faixa normal de utilização do fator de esquecimento entre 0,98 e 1, podendo em
alguns casos especiais diminuir até 0,95. Dependendo da escolha do valor de “λ”, este
propicia uma boa eliminação do ruído ou uma melhora para seguir a variação dos
parâmetros.
A equação (A.23) é a função custo através da qual, ao ser minimizada, obtém-se o
MQR. Para incorporar o fator de esquecimento essa equação passa a ser:
171
N
J( N, θ) = ∑ λN−t .e 2 ( t ) ou
t =1 (A.34)
2
J( N, θ) = λ.J( N − 1, θ) + e ( N)
P( t − 1).ϕ( t )
K (t ) = (A.35)
λ + ϕT ( t ).P( t − 1).ϕ( t )
1
P(t) = [I − K(t).ϕT (t )].P(t − 1) (A.36)
λ
θˆ ( t ) = θˆ ( t − 1) + K ( t ).[ y( t ) − ϕT ( t ).θˆ ( t − 1)] (A.37)
onde:
λ(t) – fator de esquecimento exponencial;
172
N
SEQ = ∑[y( t ) − ŷ( t )]
2
(A.39)
t =1
∑[y(t ) − ŷ( t )] 2
t =1
R 2 = 1− N (A.40)
∑[y(t ) − y)] 2
t =1
onde:
y(t) – saída real;
ŷ ( t ) – saída estimada;
y – média das N amostras da experimentação.
Essas mudanças e perturbações podem ser geradas pela não linearidade dos sistemas e dos
atuadores, pelo desgaste de componentes mecânicos, como também por alterações no
ambiente onde o sistema está inserido.
Um sistema de controlador adaptativo, de acordo com a figura A.6, é composto
por duas malhas, das quais uma é a realimentação normal, contendo o sistema e o
controlador, e a outra que é responsável pela estimação dos parâmetros do processo e pelo
projeto do controlador para cada fase de estimação do processo.
Controle adaptativo é particularmente interessante para sistemas cujos parâmetros
da planta são desconhecidos ou variam com o tempo. De maneira prática, assume-se que a
estrutura da planta é conhecida, mas os valores dos parâmetros não o são. O enfoque
usualmente adotado é combinar técnicas de estimação de parâmetros com técnicas de
projeto de sistemas de controle. Assim, pode-se imaginar diversas estratégias de controle
adaptativo combinando-se cada uma das possíveis técnicas de estimação de parâmetros
com cada uma das técnicas de projeto de controladores (AGUIRRE, 2007b).
Parâmetros
do sistema
Atuação Projeto do Estimação do
desejada Controlador sistema
Parâmetros
do controlador
Sinal de
Referência + erro Controlador controle Saída
Sistema
– Ajustável (entrada)
Ganho tabelado foi utilizado pela primeira vez no início da década de 50 para
controle de vôo em aeronaves. O ganho tabelado, também conhecido como gain
scheduling, é considerado um controlador adaptativo de malha aberta, que consiste em
modificar os parâmetros do controlador a partir de uma tabela que já tenha sido calculada
previamente, para distintos pontos de funcionamento em função de uma variável auxiliar.
Esse tipo de controlador é representado pela figura A.7 (RUBIO e SÁNCHEZ, 1996).
todos os efeitos baseados nos sinais não medidos ou nos distúrbios, mudanças
imprevisíveis do comportamento do sistema e na quantidade de tempo necessário para a
realização da tabela de parâmetros (por ser necessário armazenar várias condições de
operação).
Parâmetros
–
do controlador Mecanismo Erro
de Adaptação
+
dθ ∂ε
= −ψ.ε. (A.41)
dt ∂θ
onde:
ε – erro de modelagem (diferença entre a saída do sistema e a saída do modelo);
θ – parâmetros a serem ajustado;
ψ – ganho de adaptação;
∂ε/∂θ – derivada da sensibilidade do erro com relação ao parâmetro θ.
Parâmetros
do sistema
Atuação Projeto do Estimação do
desejada Controlador Sistema
Parâmetros
do controlador
Sinal de
Referência + erro Controlador controle Saída
Sistema
– Ajustável (entrada)
J 1 = σ[ y ( k )] = E[ y 2 ( k )] (A.42)
179
onde:
y(k) – variável controlada;
E[y(k)] – esperança matemática ou média aritmética da variável controlada;
E[y2(k)] = σ[y(k)] – variância da variável controlada.
onde:
E{.} – esperança matemática;
y – variável controlada;
w – sinal de referência;
u – variável manipulada;
r – ponderação da variável manipulada.
C ruído
υ n
D
Sinal de
Referência + erro QQ B −d + Saída
controle
⋅z
w – e PP u A yu + y
−1 − nqq
u ( k ) QQ ( z −1 ) qq 0 + qq1 ⋅ z + L + qq nqq ⋅ z
G R (k ) = = = (A.44)
e( k ) PP ( z −1 ) 1 + pp1 ⋅ z −1 + L + pp npp ⋅ z − npp
onde
u(k) – sinal de entrada;
e(k) – erro do sinal;
qqi, ppi – parâmetros dos polinômios QQ e PP, respectivamente;
nqq, npp – ordem dos polinômios QQ e PP, respectivamente.
y u (k ) B(z −1 ) −d b1 ⋅ z −1 + L + b nb ⋅ z − nb
Gp(k ) = = ⋅ z = ⋅ z −d (A.45)
u (k ) A(z −1 ) 1 + a1 ⋅ z −1 + L + a na ⋅ z −na
onde:
yu(k) – sinal de saída do sistema;
u(k) – sinal de entrada do sistema;
ai, bi – parâmetros dos polinômios A e B, respectivamente;
na, nb – ordem dos polinômios A e B, respectivamente;
d – atraso de transporte;
Obs.: b1 ≠ 0.
181
n (k ) C(z −1 ) 1 + c1 ⋅ z −1 + L + c nc ⋅ z − nc
Gn ( k ) = = = (A.46)
υ( k ) D(z −1 ) 1 + d1 ⋅ z −1 + L + d nd ⋅ z − nd
onde
n(k) – ruído branco filtrado;
υ(k) – ruído branco;
ci, di – parâmetros dos polinômios C e D, respectivamente;
nc, nd – ordem dos polinômios C e D, respectivamente;
Obs.: Os polinômios C e D são mônicos.
y( k ) = y u ( k ) + n ( k ) (A.47)
onde:
yu(k) – sinal de saída do sistema;
n(k) – ruído branco filtrado;
y(k) – sinal da saída final do sistema perturbado pelo ruído branco filtrado.
B(z −1 ) −d C(z −1 )
y( k ) = ⋅ z ⋅ u (k ) + ⋅ υ(k ) (A.48)
A(z −1 ) D(z −1 )
onde:
C(z −1 )
n (k + d + 1) = ⋅ υ(k + d + 1) (A.53)
D(z −1 )
L( z − 1 )
n (k + d + 1) = ⋅ υ(k ) + F(z −1 ) ⋅ υ(k + d + 1) (A.54)
D(z −1 )
D(z −1 )
υ(k ) = ⋅ n (k ) (A.55)
C(z−1 )
B(z −1 ) −d
y( k ) = ⋅ z ⋅ u (k ) + n (k ) ⇒
A(z −1 )
(A.56)
B(z −1 ) −d
n ( k ) = y( k ) − ⋅ z ⋅ u (k )
A(z −1 )
D( z −1 ) B( z −1 ) −d
υ( k ) = −1 ⋅ y( k ) − −1 ⋅ z ⋅ u (k ) (A.57)
C( z ) A(z )
L( z −1 ) B( z − 1 ) − d
n ( k + d + 1) = −1 ⋅ y ( k ) − −1 ⋅ z ⋅ u ( k ) + F( z −1 ) ⋅ υ( k + d + 1) (A.58)
C( z ) A(z )
A predição de “d+1” passos a frente da saída final do sistema “y” é obtida pela
equação (A.47), como segue:
y(k + d + 1) = y u (k + d + 1) + n (k + d + 1) (A.59)
B(z −1 ) −d
y u (k + d + 1) = ⋅ z ⋅ u(k + d + 1) ⇒
A(z −1 )
184
B(z −1 )
y u (k + d + 1) = ⋅ z ⋅ u (k ) (A.60)
A(z −1 )
B(z −1 ) L ( z −1 ) B(z −1 ) −d
y(k + d + 1) = ⋅ z ⋅ u ( k ) + ⋅ y ( k ) − ⋅ z ⋅ u ( k ) +L
A(z −1 ) D(z −1 ) A(z −1 ) (A.61)
L + F(z −1 ) ⋅ υ(k + d + 1)
ou seja:
O último termo tanto da equação (A.64) como das equações (A.58), (A.61) e
(A.62) é completamente aleatório, tem média zero e não está correlacionado com os sinais
185
sem perturbação (ISERMANN et al, 1992). Os dois primeiros termos do lado direito da
equação (A.64) são designados por “y(k+d+1/k)”, ou seja, é a saída estimada no tempo
“k+d+1” baseando-se nos dados no tempo “k”, então, reescrevendo a equação (A.64), tem-
se:
onde:
O mínimo da função custo “J2” da equação (A.67) com relação “u(k)”, pode ser
obtido igualando o gradiente de “J2” a zero como segue:
∂J 2 ∂y(k + d + 1 / k )
= 2 ⋅ [ y(k + d + 1 / k ) − w (k + d + 1)] ⋅ + 2 ⋅ r.u (k ) = 0 (A.68)
∂u (k ) ∂u (k )
∂y(k + d + 1 / k )
= b1 (A.69)
∂u (k )
186
L( z −1 ) B( z −1 ) ⋅ z ⋅ D( z −1 ) ⋅ F( z −1 )
C(z −1 ) ⋅ y( k ) + −1
A ( z ) ⋅ C( z ) −1 ⋅ u ( k ) − w ( k + d + 1) ⋅ b1 + r.u ( k ) = 0 (A.70)
w (k + d + 1) − L(z −1 ) ⋅ y(k )
u (k ) = (A.72)
r
F(z −1 ) ⋅ z ⋅ B(z −1 ) +
b1
B(z −1 ) −d 1
y( k ) = −1 ⋅ z ⋅ u (k ) + ⋅ υ(k ) (A.73)
A( z ) A(z −1 )
A.8 CONCLUSÃO
%==========================================================
% OBTENÇÃO DAS FUNÇÕES DE TRANSFERÊNCIA CONTÍNUAS DOS
% MODELOS DE CAIXA BRANCA DOS MANIPULADORES HIDRÁULICOS
%
% CONVERSÃO DAS FT CONTÍNUAS PARA FT DISCRETAS
%
% DETERMINAÇÃO DOS PARÂMETROS DA EQUAÇÃO A DIFERENÇAS
% DOS MODELOS QUE FORAM DISCRETIZADOS
%==========================================================
clc
clear all
close all
format long e
syms s
%==========================================================
%Funções de Transferências para o deslocamento em x e em z
%
% Obs.: O subíndece 1 das variáveis, está relacionado com
% o pistão de deslocamento no eixo X e o subíndece 2 com
% o pistão de deslocamento no eixo Z.
%==========================================================
%Dados
bt=14e8;%.......Módulo de elasticidade volumétrico:[N/m²]
M1=150;%........Massa 1:[kg]
M2=100;%........Massa 2:[kg]
c=163;%.........Coeficiente de atrito:[Ns/m]
vt=0.874e-3;%...Volume total de fluido:[m³]
A1=1.075e-3;%...Área do pistão 1:[m²]
A2=1.075e-3;%...Área do pistão 2:[m²]
Kc=2.4e-12;%....Coeficiente de vazão-pressão:[m^5/Ns]
Kq=0.73;%.......Ganho de vazão:[m²/s]
Lf=0;%..........Coeficiente de fuga:[m^5/Ns]
189
k1_1=Kq*A1/(A1^2+c*Lf+c*Kc);
k1_2=Kq*A2/(A2^2+c*Lf+c*Kc);
a1_1=vt*M1/((4*bt)*(A1^2+c*Lf+c*Kc));
a1_2=vt*M2/((4*bt)*(A2^2+c*Lf+c*Kc));
a2_1=(M1*Lf+M1*Kc+vt*c/(4*bt))/(A1^2+c*Lf+c*Kc);
a2_2=(M2*Lf+M2*Kc+vt*c/(4*bt))/(A2^2+c*Lf+c*Kc);
a3_1=1;
a3_2=1;
%==========================================================
% Transformação das funções contínuas no domínio "s"
% para as funções discretas no domínio "z" utilizando
% a aproximação explícita de Euler (ZOH).
%==========================================================
%==========================================================
%Parâmetros da equação a diferenças
%==========================================================
%
% Y(z) bo.z^2 + b1.z + b2 (z^-3)
%------ = ------------------------ x ------ ==>
% U(z) z^3 + a1.z^2 + a2.z + a3 (z^-3)
%
% Y(z) bo.z^-1 +b1.z^-2 +b2.z^-3 [ 0 bo b1 b2 ]
%------ = ---------------------------- = --------------
% U(z) 1+ a1.z^-1 +a2.z^-2 +a3.z^-3 [ 1 a1 a2 a3 ]
%
%y(t)=bo.u(t-1)+b1.u(t-2)+b2.u(t-3)-a1.y(t-1)-a2.y(t-2)-a3.y(t-3)
%==========================================================
% MQR PARA O GMV
%==========================================================
%
% Y(z) b1.z-1 + b2.z-2
% ---- = ----------------------- , onde
% U(z) 1 + a1.z^-1 + a2.z^-2
%
% y(t) = -a1.y(t-1) - a2.y(t-2) + b1.u(t-1) + b2.u(t-2)
%===========================================================
clc
clear all
close all
format long e
syms s
%Condições iniciais
p1=10000*eye(4,4);
teta1=[0;0;0;0];
191
p2=10000*eye(4,4);
teta2=[0;0;0;0];
for t=1:3;
a1_2(t)=teta2(1);
a2_2(t)=teta2(2);
b1_2(t)=teta2(3);
b2_2(t)=teta2(4);
end;
for t=4:Ni;
%Entrada degrau
u(t)=0.1;
%Gerando PRBS
if rand > 0.5; %Geração do ruído para entrada 1
uu1(t)=0.05;
else
uu1(t)=-0.05;
end
192
%Ruído e1(t):
x1=rand(Ni,1);
z1=(x1/mean(x1))-1;
e1=sqrt(1/var(z1))*z1;
%Ruído e2(t):
x2=rand(Ni,1);
z2=(x2/mean(x2))-1;
e2=sqrt(1/var(z2))*z2;
% EQUAÇÕES A DIFERENÇAS
% Cálculo da média de y1 e de y2
somay1=somay1+y1(t);
ymed1=somay1/Ni; %média de y1
somay2=somay2+y2(t);
ymed2=somay2/Ni; %média de y2
erro2(t)=y2(t)-teta2'*fi2;
%Fator de esquecimento
lamb=1;
a1_2(t)=teta2(1);
a2_2(t)=teta2(2);
b1_2(t)=teta2(3);
b2_2(t)=teta2(4);
erroq2(t)=erroq2(t-1)+(y2(t)-yest_2(t))^2;
erroqm2(t)=erroqm2(t-1)+(y2(t)-ymed2)^2;
end;
%GRÁFICOS
t=1:Ni;
tt=t/100;%para converter de 10ms para 1s
plot(tt,yest_1(t),'b',tt,y1(t),'r','LineWidth',1)
%axis([0 Ni/100 0 0.2]);
legend('saída estimada','saída do sistema',0);
xlabel('Tempo (s)');
ylabel('Posição da carga M2 no eixo "X" (m)');
hold off
grid on
%==========================================================
% CONTROLADOR DE VARIÂNCIA MÍNIMA GENERALIZADO
%==========================================================
clc
clear all
close all
format long e
syms s
195
traj=3; caso=1;
if caso==1;
%----------------------------------------------------------
% CONFIGURAÇÕES DO CASO (1)
%----------------------------------------------------------
%Condição inicial para a matriz de covariância
pp1=10000000;
p1=pp1*eye(4,4);
p2=p1;
%Condição inicial para a matriz teta
teta1=[0;0;0;0];
teta2=teta1;
%rt utilização ou não da restrição do curso do carretel
%rt='sim' usar restrição ou rt='nao' não usar restrição
rt='nao';
%---------------------------------------------------------
elseif (caso==2|caso==3);
%----------------------------------------------------------
% CONFIGURAÇÕES DO CASO (2) E DO CASO (3)
%----------------------------------------------------------
%CASO 2
%Condição inicial para a matriz de covariância
p1=[100 0 0 0; 0 100000 0 0; 0 0 10000 0; 0 0 0 100000];
p2=p1;
%Condição inicial para a matriz teta
teta1=[0;0;0;0];
teta2=teta1;
rt='nao';%caso 2 - sem restrição no deslocamento de u
%CASO 3 - a diferença para o caso 2 é a variável rt
if caso==3;
rt='sim';%caso 3 - com restrição no deslocamento de u
end
%---------------------------------------------------------
196
elseif (caso==4|caso==5);
%----------------------------------------------------------
% CONFIGURAÇÕES DO CASO (4) E DO CASO (5)
%----------------------------------------------------------
%CASO 4
%Condição inicial para a matriz de covariância
pp1=100;
p1=pp1*eye(4,4);
p2=p1;
%Condição inicial para a matriz teta
teta1=[-.1;-1;4;9];
teta2=teta1;
%rt utilização ou não da restrição do curso do carretel
%rt='sim' usar restrição ou rt='nao' não usar restrição
rt='nao';
%CASO 5 - a diferença para o caso 4 é a variável rt
if caso==5;
rt='sim';%caso 5 - com restrição no deslocamento de u
end
%---------------------------------------------------------
end
if traj==1;
Ni=2000;%Número de iterações para traj. em degraus
elseif traj==2;
Ni=300;%Número de iterações para traj. cúbica
else
Ni=1000;%Número de iterações por volta na traj circular
end
for t=1:3;
%Inicialização da variável controlada
u1(t)=0;
u2(t)=0;
a1_2(t)=teta2(1);
a2_2(t)=teta2(2);
b1_2(t)=teta2(3);
b2_2(t)=teta2(4);
%TRAJETÓRIAS DE REFERÊNCIA
%------------------------------------------------
%Trajetória de referência em degraus
if traj==1;
%Intervalos
N1=500;N2=1000;N3=1500;
%Patamares
pt1=0.1; pt2=0.2; pt3=0.05; pt4=0.15;
%Referências
for t=4:Ni+2;
if t<=N1;
wr(t)=pt1;
elseif t>N1 & t<=N2;
wr(t)=pt2;
elseif t>N2 & t<=N3;
wr(t)=pt3;
else
wr(t)=pt4;
end
end
wr1=wr;%Trajetória de referência para o pistão 1
wr2=wr;%Trajetória de referência para o pistão 2
%------------------------------------------------
%Trajetória de referência polinomial cúbica
elseif traj==2;
for t=1:Ni+2;
if t<=100;
%Livro: Robot Dynamics and Control pág 197.
%Autores: Spong, M. W. e Vidyasagar, M.
wi=0;wf=0.15; %posição inicial e final
vi=0;vf=0; %velocidade inicial e final
tf=100; %tempo final da trajetória
%Coeficientes da trajetória
ao=wi;
a1=vi;
a2=(3*(wf-wi)-(2*vi+vf)*tf)/tf^2;
a3=(2*(wi-wf)+(vi+vf)*tf)/tf^3;
%Função polinomial cúbica
wr(t)=ao+a1*t+a2*t^2+a3*t^3;
wr1(t)=wr(t);
wr2(t)=wr(t);
else
wr1(t)=0.15;
wr2(t)=0.15;
198
end
end
%------------------------------------------------
%Trajetória de referência circular
elseif traj==3;
%Ni - Número de iterações por volta
voltas=1; %número de voltas
it=voltas/Ni; %intervalo de amostragem
alfa=it*2*pi; %período de amostragem em radiano
%Determinação da trajetória de referência
for t=1:Ni+2;
wr1(t)=0.15*cos(alfa*(t));
wr2(t)=0.15*sin(alfa*(t));
end
%------------------------------------------------
end
%Ruído rd1(t):
x1=rand(Ni,1);
z1=(x1/mean(x1))-1;
rd1=sqrt(1/var(z1))*z1;
%Ruído rd2(t):
x2=rand(Ni,1);
z2=(x2/mean(x2))-1;
rd2=sqrt(1/var(z2))*z2;
for t=4:Ni;
% EQUAÇÕES A DIFERENÇAS
% Cálculo da média de y1 e de y2
somay1=somay1+y1(t);
ymed1=somay1/Ni; %média de y1
somay2=somay2+y2(t);
ymed2=somay2/Ni; %média de y2
%Fator de esquecimento
lamb=lambda;
a1_2(t)=teta2(1);
a2_2(t)=teta2(2);
b1_2(t)=teta2(3);
b2_2(t)=teta2(4);
erroq2(t)=erroq2(t-1)+(y2(t)-yest_2(t))^2;
erroqm2(t)=erroqm2(t-1)+(y2(t)-ymed2)^2;
200
% Contrololador GMV - 1
% Da solução de Diaphantine
f1_1(t)=-a1_1(t);
lo_1(t)=-a2_1(t)+a1_1(t)*a1_1(t);
l1_1(t)=a2_1(t)*a1_1(t);
if t <= tg;
%tg - instante de saída do c.proporcional para entrada do GMV
kpp=kp;
u11(t)=kpp*esai1(t);%controlador proporcional
else
%CONTROLADOR GMV
u11(t)=(wr1(t+2)-lo_1(t)*y1(t)-l1_1(t)*y1(t-1)-...
(f1_1(t)*b1_1(t)+b2_1(t))*u1(t-1)-...
b2_1(t)*f1_1(t)*u1(t-2))/(b1_1(t)+r1/b1_1(t));
end
%Integrador
u1(t)=u1(t-1)+u11(t);
% Contrololador GMV - 2
% Da solução de Diaphantine
f1_2(t)=-a1_2(t);
lo_2(t)=-a2_2(t)+a1_2(t)*a1_2(t);
l1_2(t)=a2_2(t)*a1_2(t);
if t <= tg;
%tg - instante de saída do c.proporcional para entrada do GMV
kpp=kp;
u22(t)=kpp*esai2(t);
else
u22(t)=(wr2(t+2)-lo_2(t)*y2(t)-l1_2(t)*y2(t-1)-...
(f1_2(t)*b1_2(t)+b2_2(t))*u2(t-1)-...
b2_2(t)*f1_2(t)*u2(t-2))/(b1_2(t)+r2/b1_2(t));
end
%Integrador
u2(t)=u2(t-1)+u22(t);
end
end
%GRÁFICOS
t=1:Ni;
tt=t/100;%para converter de 10ms para 1s
v=linspace(1,Ni);%criar linha no gráfico
vv=v/100;
%---------------------------------------------------------
%Linhas de tolerância para traj. em degraus
if traj==1;
i1=linspace(1,5);%linha para a tolerância do intervalo 1
i2=linspace(6,10);%linha para a tolerância do intervalo 2
i3=linspace(11,15);%linha para a tolerância do intervalo 3
i4=linspace(16,20);%linha para a tolerância do intervalo 4
ii1=linspace(0.5,1);%linha para sobre_sinal do intervalo 1
ii2=linspace(5,6);%linha para sobre_sinal do intervalo 2
ii3=linspace(10,11);%linha para sobre_sinal do intervalo 3
ii4=linspace(15,16);%linha para sobre_sinal do intervalo 4
%linhas para tolerâncias de 2%
tol1p(i1)=pt1*1.02;
tol1n(i1)=pt1*0.98;
tol2p(i2)=pt2+abs(pt2-pt1)*.02;
tol2n(i2)=pt2-abs(pt2-pt1)*.02;
tol3p(i3)=pt3+abs(pt3-pt2)*.02;
tol3n(i3)=pt3-abs(pt3-pt2)*.02;
tol4p(i4)=pt4+abs(pt4-pt3)*.02;
tol4n(i4)=pt4-abs(pt4-pt3)*.02;
%linhas para o sobre sinal de 20%
ss1p(ii1)=pt1*1.2;%sobre sinal positivo para o patamar 1
ss1n(ii1)=pt1*0.8;%sobre sinal negativo para o patamar 1
ss2p(ii2)=pt2+abs(pt2-pt1)*.2;%sobre sinal positivo para o patamar 2
ss2n(ii2)=pt2-abs(pt2-pt1)*.2;%sobre sinal negativo para o patamar 2
ss3p(ii3)=pt3+abs(pt3-pt2)*.2;%sobre sinal positivo para o patamar 3
ss3n(ii3)=pt3-abs(pt3-pt2)*.2;%sobre sinal negativo para o patamar 3
ss4p(ii4)=pt4+abs(pt4-pt3)*.2;%sobre sinal positivo para o patamar 4
ss4n(ii4)=pt4-abs(pt4-pt3)*.2;%sobre sinal negativo para o patamar 4
202
[ymax2,pmax2]=max(y2(1:200));
sobrs1_2=((ymax2-pt1)/pt1)*100;
[ymax2,pmax2]=max(y2(500:600));
sobrs2_2=((ymax2-pt2)/(pt2-pt1))*100;
[ymin2,pmin2]=min(y2(1000:1100));
sobrs3_2=((pt3-ymin2)/(pt2-pt3))*100;
[ymax2,pmax2]=max(y2(1500:1600));
sobrs4_2=((ymax2-pt4)/(pt4-pt3))*100;
ja=0;jb=0;jc=0;jd=0;
for tj=11:Ni;
if y1(tj-10:tj)<=tol1p(1) & y1(tj-10:tj)>=tol1n(1);
ja=ja+1;
ts1_1(ja)=(tj-10)/100;
elseif y1(tj-10:tj)<=tol2p(6) & y1(tj-10:tj)>=tol2n(6);
jb=jb+1;
ts2_1(jb)=(tj-10)/100-5;
elseif y1(tj-10:tj)<=tol3p(11) & y1(tj-10:tj)>=tol3n(11);
jc=jc+1;
ts3_1(jc)=(tj-10)/100-10;
elseif y1(tj-10:tj)<=tol4p(16) & y1(tj-10:tj)>=tol4n(16);
jd=jd+1;
ts4_1(jd)=(tj-10)/100-15;
end
end
ja=0;jb=0;jc=0;jd=0;
for tj=11:Ni;
if y2(tj-10:tj)<=tol1p(1) & y2(tj-10:tj)>=tol1n(1);
ja=ja+1;
ts1_2(ja)=(tj-10)/100;
elseif y2(tj-10:tj)<=tol2p(6) & y2(tj-10:tj)>=tol2n(6);
jb=jb+1;
ts2_2(jb)=(tj-10)/100-5;
elseif y2(tj-10:tj)<=tol3p(11) & y2(tj-10:tj)>=tol3n(11);
jc=jc+1;
ts3_2(jc)=(tj-10)/100-10;
elseif y2(tj-10:tj)<=tol4p(16) & y2(tj-10:tj)>=tol4n(16);
jd=jd+1;
ts4_2(jd)=(tj-10)/100-15;
end
%Linhas de tolerância no plano XZ para traj. degraus
inter=100; %intervalo de amostragem para geração do círculo
for tl=1:inter;
voltas=1; %número de voltas
it=voltas/inter; %intervalo de amostragem
alfa=it*2*pi; %período de amostragem em radiano
wrpt1_cos(tl)=pt1+pt1*.2*cos(alfa*(tl));
wrpt1_sen(tl)=pt1+pt1*.2*sin(alfa*(tl));
203
wrpt2_cos(tl)=pt2+abs(pt2-pt1)*.2*cos(alfa*(tl));
wrpt2_sen(tl)=pt2+abs(pt2-pt1)*.2*sin(alfa*(tl));
wrpt3_cos(tl)=pt3+abs(pt3-pt2)*.2*cos(alfa*(tl));
wrpt3_sen(tl)=pt3+abs(pt3-pt2)*.2*sin(alfa*(tl));
wrpt4_cos(tl)=pt4+abs(pt4-pt3)*.2*cos(alfa*(tl));
wrpt4_sen(tl)=pt4+abs(pt4-pt3)*.2*sin(alfa*(tl));
end
end
%---------------------------------------------------------
elseif traj==3;
%Linhas de tolerância no plano XZ para traj. circular
for tl=1:Ni;
wrp_cos(tl)=0.153*cos(alfa*(tl));
wrp_sen(tl)=0.153*sin(alfa*(tl));
wrn_cos(tl)=0.147*cos(alfa*(tl));
wrn_sen(tl)=0.147*sin(alfa*(tl));
end
%---------------------------------------------------------
end
%Trajetória de referência
figure(1)
plot(tt,wr1(t),'k','LineWidth',2)
if traj==1;
axis([-1 Ni/100+1 0 pt2+0.05]);
elseif traj==2;
axis([0 Ni/100 0 0.2]);
elseif traj==3;
axis([0 Ni/100 -0.2 0.2]);
end
xlabel('Tempo (s)');
ylabel('Posição da extremidade do atuador (m)');
grid on
axis square
if traj==3;
figure(2)
plot(tt,wr2(t),'k','LineWidth',2)
axis([0 Ni/100 -0.2 0.2]);
xlabel('Tempo (s)');
ylabel('Posição da extremidade do atuador no eixo "Z"(m)');
grid on
axis square
figure(3)
plot(wr1(t),wr2(t),'k','LineWidth',2)
axis([-0.2 0.2 -0.2 0.2]);
xlabel('Posição da carga "M2" no eixo "X"(m)');
ylabel('Posição da carga "M2" no eixo "Z"(m)');
grid on
axis square
end
204
if traj==1;
%Representação do sobre-sinal e tolerância para cada patamar
plot(ii1,ss1p(ii1),'b:',i1,tol1p(i1),'b--',...
ii1,ss1n(ii1),'b:',i1,tol1n(i1),'b--','LineWidth',2)
plot(ii2,ss2p(ii2),'b:',i2,tol2p(i2),'b--',...
ii2,ss2n(ii2),'b:',i2,tol2n(i2),'b--','LineWidth',2)
plot(ii3,ss3p(ii3),'b:',i3,tol3p(i3),'b--',...
ii3,ss3n(ii3),'b:',i3,tol3n(i3),'b--','LineWidth',2)
plot(ii4,ss4p(ii4),'b:',i4,tol4p(i4),'b--',...
ii4,ss4n(ii4),'b:',i4,tol4n(i4),'b--','LineWidth',2)
axis([-1 Ni/100+1 0 pt2+0.05]);
legend('trajetória de referência','saída estimada',...
'saída do sistema','sobre-sinal 20%','tolerância 2%',0);
%acréscimo de textos no gráfico (sobressinal e tempo de acomodação)
texto1=['Mp=' num2str(sobrs1_2) '%'];text(2,.08,texto1);
texto2=['Mp=' num2str(sobrs2_2) '%'];text(6,.245,texto2);
texto3=['Mp=' num2str(sobrs3_2) '%'];text(12,.025,texto3);
texto4=['Mp=' num2str(sobrs4_2) '%'];text(16,.125,texto4);
texto5=['t_s=' num2str(ts1_2(1)) 's'];text(2,.065,texto5);
texto6=['t_s=' num2str(ts2_2(1)) 's'];text(6,.23,texto6);
texto7=['t_s=' num2str(ts3_2(1)) 's'];text(12,.01,texto7);
texto8=['t_s=' num2str(ts4_2(1)) 's'];text(16,.11,texto8);
206
elseif traj==2;
acomod2p(v)=.15*1.02;%tolerância de +2%
acomod2n(v)=.15*0.98;%tolerância de -2%
hold on
plot(vv,acomod2p(v),'b--',vv,acomod2n(v),'b--','LineWidth',2)
axis([0 Ni/100 0 0.2]);
legend('trajetória de referência','saída estimada',...
'saída do sistema','tolerância 2%',0);
elseif traj==3;
axis([0 Ni/100 -0.2 0.2]);
legend('trajetória de referência','saída estimada',...
'saída do sistema',0);
end
xlabel('Tempo (s)');
ylabel('Posição da carga M2 no eixo "Z" (m)');
hold off
axis square
grid on
if traj==3;
figure(30)
hold on
plot(wr1(t),wr2(t),'g','LineWidth',3)
plot(y1(t),y2(t),'k','LineWidth',2)
plot(wrp_cos(t),wrp_sen(t),'b--','LineWidth',2)
plot(wrn_cos(t),wrn_sen(t),'b--','LineWidth',2)
ylabel('Posição da carga M2 no eixo "Z" (m)');
xlabel('Posição da carga M2 no eixo "X" (m)');
legend('referência','saída do sistema','tolerância de 2%',0);
axis([-0.2 0.2 -0.2 0.2]);
end
grid on
axis square
hold off