Escolar Documentos
Profissional Documentos
Cultura Documentos
DEPARTAMENTO DE ELETRÔNICA
ENGENHARIA ELETRÔNICA
FABRICIO PEROSA
PAULO HENRIQUE SGANZERLA DEFINSKI
PONTA GROSSA
2016
FABRICIO PEROSA
PAULO HENRIQUE SGANZERLA DEFINSKI
PONTA GROSSA
2016
Ministério da Educação
Universidade Tecnológica Federal do Paraná
Campus Ponta Grossa
TERMO DE APROVAÇÃO
por
FABRICIO PEROSA
PAULO HENRIQUE SGANZERLA DEFISNKI
_______________________________ _______________________________
Fernanda Cristina Corrêa Alexandre Junior Fenato
Profa. Orientadora Membro titular
_______________________________
Prof. Ms. Edson Luiz Salgado Silva
Membro titular
_______________________________ _______________________________
Alexandre Junior Fenato Prof. Ms. Jeferson José Gomes
Responsável pelos Trabalhos de Conclusão Coordenador do Curso
de Curso UTFPR - Campus Ponta Grossa
Um item que é encontrado desde os primeiros automóveis criados no início dos anos
de 1900 é o limpador de para-brisas. O limpador de para-brisas veicular foi
desenvolvido por Mary Anderson em 1903 e desde então é item obrigatório, pois trata-
se de um item de segurança e de extrema importância. Neste sentido, o presente
estudo tem como objetivo estudar as técnicas de controle fuzzy e técnica clássica PID
(proporcional, integral e derivativo) a fim de verificar qual delas oferece maior
eficiência para o limpador de para-brisas automático. Foram estudados os
controladores necessários para simulação. Todo o arquétipo foi modelado
matematicamente e efetuada a simulação no ambiente MATLAB/Simulink, no qual os
controladores foram implementados e ajustados. Ao final foram analisadas as
diferenças que ocorreram entre o controlador PID e fuzzy no controle do limpador
automático de para-brisas, no qual o controlador PID obteve melhores resultados.
An item that is found from the first car created in the early 1900s is the windscreen
wiper. Mary Anderson developed the cleaner car windscreen in 1903 and since then it
is mandatory item, because it is a safety item and very important. In this sense, the
present study aims to study the fuzzy control techniques and classical technique PID
(proportional, integral and derivative) in order to determine which one offers greater
efficiency for the automatic windshield wiper. The drivers required for simulation were
studied. The entire construct was mathematically modeled and performed the
simulation in MATLAB / Simulink environment in which the drivers were implemented
and adjusted. At the end, we analyzed the differences that occurred between PID and
fuzzy controller in the control of the automatic cleaner windshields, in which the PID
controller obtained better results.
1 INTRODUÇÃO .....................................................................................................10
1.1 TEMA ................................................................................................................11
1.1.1 Delimitação do Tema ..................................................................................11
1.2 PROBLEMA ......................................................................................................11
1.3 HIPÓTESE ........................................................................................................12
1.4 OBJETIVOS ......................................................................................................12
1.4.1 Objetivo Geral .............................................................................................12
1.4.2 Objetivos Específicos .................................................................................12
1.5 JUSTIFICATIVA ................................................................................................13
1.6 ESCOPO DO TRABALHO ................................................................................13
2 REVISÃO DA LITERATURA ...............................................................................15
2.1 A INVENÇÃO E EVOLUÇÃO DO LIMPADOR DE PARA-BRISA .................15
2.2 LEGISLAÇÃO PARA O SISTEMA LIMPADOR DE PARA-BRISAS .............19
2.3 PARTES CONSTITUINTES DO SISTEMA LIMPADOR DE PARA-BRISAS 22
2.3.1 Mecanismo Acionador ................................................................................22
2.3.2 Motor de Acionamento................................................................................23
2.3.3 Braço do Limpador .....................................................................................25
2.3.4 Palheta .......................................................................................................26
2.3.5 Lâmina de Borracha ...................................................................................27
2.4 TECNOLOGIA DE SENSORES DE CHUVA ................................................27
2.4.1 Sensor de Imagem CMOS ..........................................................................28
2.4.2 Sensor Sonoro ............................................................................................28
2.4.3 Sensor Capacitivo.......................................................................................29
2.4.4 Sensor de Chuva Óptico .............................................................................29
2.4.5 Sensor de Chuva Omnidirecional ...............................................................29
2.5 MODELAGEM DO MOTOR DE ACIONAMENTO ........................................30
2.6 CONTROLE DO SERVOMOTOR .................................................................31
2.7 CONTROLE PROPORCIONAL INTEGRAL E DERIVATIVO .......................32
2.7.1 Erro ao Degrau ...........................................................................................39
2.7.2 Erro a Rampa .............................................................................................40
2.7.3 Erro a Parábola...........................................................................................41
2.7.4 Ação do Ganho Integral no Erro Estacionário ............................................43
2.8 CONTROLE FUZZY .....................................................................................44
2.8.1 Lógica Fuzzy versus Modelagem Matemática ............................................44
2.8.2 Fundamentos da Lógica Fuzzy ...................................................................46
2.8.2.1 Fuzzificação ................................................................................................48
2.8.2.2 Inferência ....................................................................................................48
2.8.2.3 Defuzzificação ............................................................................................48
2.8.2.4 Variáveis linguísticas ..................................................................................49
2.8.2.5 Função de pertinência ................................................................................49
2.8.2.6 Regras Fuzzy .............................................................................................50
3 DESENVOLVIMENTO DO CONTROLE DO LIMPADOR DE PARA-BRISAS...51
3.1 CONTROLADOR PID........................................................................................51
3.2 CONTROLADOR FUZZY ..................................................................................52
3.2.1 Regras do Controle Fuzzy ..............................................................................54
3.2.2 Universo de Discurso das Regras para as Entradas e Saída do Sistema ......55
4 RESULTADOS OBTIDOS ..................................................................................58
5 CONSIDERAÇÕES FINAIS ................................................................................60
REFERÊNCIAS .......................................................................................................61
10
1 INTRODUÇÃO
1.1 TEMA
1.2 PROBLEMA
1.3 HIPÓTESE
1.4 OBJETIVOS
1.5 JUSTIFICATIVA
2 REVISÃO DA LITERATURA
De acordo com Maciel (2010 apud UNITED STATES PATENT AND TRADE
MARK OFFICE), a invenção do limpador de para-brisas foi concedida a Mary
Anderson no dia 10 de novembro de 1903 sob a patente n° 743.801. Na Figura 1 a
seguir observa-se o dispositivo de limpeza de janelas.
16
de acordo com a rotação do motor. Para solucionar esta falha, os fabricantes deste
produto passaram a desenvolver o acionamento do limpador de para-brisas com
motores elétricos. Esta forma de acionamento é basicamente utilizada até os dias
atuais. Na Figura 4 é apresentado um sistema de limpador de para-brisas com
acionamento por motor elétrico.
A 80
B 94
C 99
2.3.4 Palheta
Este tipo de sensor tem uma patente registrada, pois a ideia é colocar um filme
do sensor capacitivo junto com a camada de laminado do para-brisa, desta forma o
sensor detectará a intensidade de chuva baseado na flutuação do sinal capacitivo e a
resistência devido a conexão dos eletrodos. As maiores dificuldades desta tecnologia
são: que nem todos os veículos possuem vidros laminados; os eletrodos necessitam
de conexão elétrica, o que dificulta e se torna oneroso; e quando os eletrodos estão
molhados, diminui a sensibilidade dos mesmos (ALAZZAWI e CHAKRAVARTY,
2015), (YISHAY, 2002), (MUKUL et al., 2013) e (KYOO, 2011).
direções. Esse sistema apresenta a vantagem de uma maior área de atuação, mas
também é ineficiente a objetos indesejados, como poeira, sujeira e folhas (KYOO,
2011).
Como variáveis elétricas, temos: Vin que é a tensão aplicada na entrada do rotor, Im é
a corrente que circula no rotor, Ra a resistência do rotor e Vb a força contra
eletromotriz, dada pela equação (1):
𝑉𝑏 = 𝐾𝑏 × 𝑤𝑚
(1)
𝜃(𝑠) 1
=
𝑉𝑖𝑛 (𝑠) 𝑅𝑚 𝐽𝑒𝑞 (2)
𝑠 (𝑠 𝐾 𝐾 + 𝐾𝑚 𝐾𝑔 )
𝑚 𝑔
𝜃(𝑠) 1
= (4)
𝑉𝑖𝑛 (𝑠) 5𝑠(0,0026𝑠 + 0,1081)
𝜃(𝑠) 1
= 2
(5)
𝑉𝑖𝑛 (𝑠) (0,013𝑠 + 0,5405𝑠)
feedback do sensor para controlar a posição angular do motor de forma precisa. Isto
é chamado de controle de malha fechada (KOLLMORGEN, 2016).
No controle em malha fechada, utilizam-se sensores para medir e enviar ao
controlador sinais referentes a variável controlada por meio da realimentação ou
feedback. O sinal recebido é comparado com a referência do sistema, esta
comparação resulta em um sinal de erro. Por sua vez, este sinal de erro é analisado
pelo controlador a fim de corrigir a variável controlada. No caso do servomotor, a
variável controlada pode ser: corrente, posição, velocidade e torque (FITZGERALD,
1978).
𝐾𝑝 𝑡 𝑑𝑒(𝑡)
𝑢(𝑡) = 𝐾𝑝 𝑒(𝑡) + ∫ 𝑒(𝑡)𝑑𝑡 + 𝐾𝑝 𝑇𝑑 (8)
𝑇𝑖 0 𝑑𝑡
𝑌(𝑠) 𝐿(𝑠)
𝑇(𝑠) = = (10)
𝑅(𝑠) 1 + 𝐿(𝑠)
Ki
L( s ) P( s ) K ( s ) P( s )(K p K d s ) (12)
s
P( sD ) mP e j P (13)
Ki
K ( s D ) K d ( D j D ) K p m K e j K (14)
D j D
Ki
L( s D ) 1 P ( D j D )( K p K d ( D j D ) ) (15)
D j D
E portanto,
1 mP e j P mK e j K mP mK e j ( P K ) (16)
mP mK 1
(17)
P K
1
mP
mK (18)
K P
K d ( D jD ) 2 K p ( D jD ) Ki
K ( sD ) mK e j K mK (cos K j sin K ) (19)
D jD
K d ( D2 D2 ) K p D K i j (2 K d D D K p D )
(21)
D mK cos K D mK sin K j ( D mK cos K D mK sin K )
aKd bK p Ki (24)
cK d dK p (25)
a D2 D2
b D
D mK cos K D mK sin K
(26)
c 2 D D
d D
D mK cos K D mK sin K
(a * c * K i c * )
Kp (27)
( c * b a * d )
(d * K i d * b * )
Kd (28)
( c * b a * d )
𝑠 1 (29)
𝑒𝑠𝑠 = lim
𝑠→0 1 + 𝐺(𝑠) 𝑠
1 (31)
𝑒𝑠𝑠 =
1 + 𝐾𝑃
1 (34)
𝑒𝑠𝑠 = 1+𝐾, para sistemas de tipo 0
40
𝑠 1 (36)
𝑒𝑠𝑠 = lim
𝑠→0 1 + 𝐺(𝑠) 𝑠²
1 (38)
𝑒𝑠𝑠 =
𝐾𝑉
1 (42)
𝑒𝑠𝑠 = 𝐾 = ∞, para sistemas de ordem zero
𝑣
1 1 (43)
𝑒𝑠𝑠 = 𝐾 = 𝐾, para sistemas de primeira ordem
𝑣
1
𝑒𝑠𝑠 = 𝐾 = 0, para sistemas de segundo ordem ou mais (44)
𝑣
O erro estacionário à uma excitação devido a uma parábola unitária dá-se por
(OGATA, 2003):
𝑠 1 (45)
𝑒𝑠𝑠 = lim
𝑠→0 1 + 𝐺(𝑠) 𝑠³
1 (47)
𝑒𝑠𝑠 =
𝐾𝑎
1 (52)
𝑒𝑠𝑠 = 𝐾 = ∞, para sistemas de ordem zero e ordem 1
𝑎
1 1 (53)
𝑒𝑠𝑠 = 𝐾 = 𝐾, para sistemas de segunda ordem
𝑎
1
𝑒𝑠𝑠 = 𝐾 = 0, para sistemas de terceira ordem ou mais (54)
𝑎
43
De acordo com Vidal et al. (2012), a lógica fuzzy é composta por três etapas:
fuzzificação, inferência e defuzzificação. A seguir será abordado cada uma delas.
2.8.2.1 Fuzzificação
2.8.2.2 Inferência
2.8.2.3 Defuzzificação
Uma função de pertinência é uma curva que define o grau de pertinência (valor
entre 0 e 1) de cada entrada (OLIVEIRA, 2008). As funções de pertinência podem ter
diferentes formas, dependendo do conceito que se deseja representar e do contexto
que em que serão utilizadas (TANSCHEIT, 2016). Prati (2016) afirma que a função de
pertinência reflete o conhecimento que se tem em relação a intensidade com que o
objeto pertence ao conjunto fuzzy.
As funções de pertinência podem ser definidas a partir da experiência e da perspectiva
do usuário, mas usualmente utilizam-se as funções de pertinência padrão: triangular,
trapezoidal e Gaussiana (TANSCHEIT, 2016). De acordo com Simões (1999), os tipos
mais usuais na literatura de funções de pertinência associados aos conjuntos fuzzy
são triângulos e trapezóides, devido a serem gerados com facilidade. Existem também
as funções de pertinência do tipo Gaussiana e sigmóide, que são mais utilizadas em
casos onde um desempenho suave do controle é de importância crítica (CORRÊA,
2013).
50
Suetake et al. (2010) comenta que as regras fuzzy podem ser implementadas
com base no conhecimento especialista do processo, as quais são tratadas de forma
linguística na estrutura “se-então”. Em decorrência a este fato dispensa-se de
conhecimentos detalhados, precisos e até mesmo do modelo matemático
representativo da planta de controle.
As regras fuzzy baseadas na estrutura “se-então” são a forma mais comum
e mais utilizadas no projeto deste tipo de controle. A regra funciona da seguinte
maneira:
4 RESULTADOS OBTIDOS
Nesta seção serão apresentados os resultados obtidos com o uso das duas
técnicas de controle. Com o objetivo de comparar a técnica de controle PID com o
fuzzy, têm-se interesse nos valores do tempo de subida, o tempo de estabilização do
sistema, o tempo de pico e o erro em estado estacionário, pois são parâmetros que
interferem diretamente na performance do sistema.
O controle PID está diretamente relacionado com a planta a ser controlada,
seu projeto depende exclusivamente do modelo matemático da mesma. Logo,
podemos dizer que seu projeto é exclusivo para esta planta de controle. Os
parâmetros de simulação observados neste trabalho para o controle PID são
apresentados na Tabela 4. Nela observa-se que o sistema responde de forma muito
positiva as ações de controle produzidas.
Na figura 28 observa-se o deslocamento do polo dominante cada vez mais ao
semi plano esquerdo, consequentemente afastando do eixo imaginaria esse
afastamento do eixo imaginário aumenta a resposta do sistema.
No controle fuzzy, o resultado obtido para o sistema é tal que o valor do erro
em regime permanente ou estado estacionário é nulo da mesma forma que acontece
59
com o controle PID. Por se tratar de um controle ajustado de forma empírica, o único
intervalo de valores no universo de discurso das variáveis linguísticas das entradas e
saídas do sistema que produzem o efeito de anular o erro de estado estacionário é o
exposto na seção 3.2.2.
Na Tabela 4 é comparada a resposta do controle PID com a do controle fuzzy
durante o controle do servomotor do limpador de para-brisas.
5 CONSIDERAÇÕES FINAIS
tem erro em regime estacionário nulo para qualquer valor de K i em resposta a uma
entrada de degrau unitário no controle PID. Isso permite que se utilize qualquer valor
REFERÊNCIAS
BAZANELLA, Alexandre S.; SILVA JR, JMG da. Ajuste de controladores PID. Apostila
do Curso de Extensão, Departamento de Engenharia Elétrica, Universidade Federal
do Rio Grande do Sul. Porto Alegre, 1999.
BOSCH. Automotive Handbook. 5.ed. Robert Bosch GmbH, 2000. p. 770 – 775.
JARAJREH, M.; NORTCLIFFE, A.L.; GREEN, R. “Fuzzy logic and equivalent circuit
approach to rain measurement”, Electronic letters, vol. 40, no. 24, pp. 1533 – 1534,
2004.
KYOO N.C., “Omni-directional rain sensor utilizing scattered light reflection by water
particle on automotive windshield glass”, IEEE sensors, pp. 1728-1731, 2011.
MACIEL, Patrícia Paula Braga. Estudo do Sistema Limpador de Para-Brisa
Automotivo com Palhetas Tipo Flat. 2010. Dissertação de Mestrado, Escola
Politécnica da Universidade de São Paulo, São Paulo.
LEE, Chuen-Chien. Fuzzy logic in control systems: fuzzy logic controller. II.IEEE
Transactions on systems, man, and cybernetics, v. 20, n. 2, p. 419-435, 1990.
63
MUKUL. J.; KAUTUBH, J.; SONAWANE, D. N.; VINAYAK, S.; JOSHI, M. A. “A novel
and cost effective resistive rain sensor for automatic wiper control: circuit modelling
and implementation”, Seventh international conference on sensing technology (ICST),
pp. 40-45, 2013.
NICE, K. How Windshield Wipers Work. Disponível em:
<http://auto.howstuffworks.com/wiper.htm>. Acesso em: 02 fev. 2016.
OGATA, K.; Engenharia de Controle Moderno. Prentice Hall Brasil, 4ª edição, 2003.
PEDRYCZ, W.; GOMIDE, F. An introduction to fuzzy sets: analysis and design. [S.l.]:
the MIT Press, 1998.
UNITED STATES PATENT AND TRADE MARK OFFICE. Disponível em: <
http://www.uspto.gov/>. Acesso em: 22 Dez. 2009.
VON ALTROCK, Constantin. Fuzzy logic and neuroFuzzy applications in bussines and
finance. New Jersey: Prentice Hall PTR, 1996.
WESCOTT, Tim. PID without a PhD. Embedded Systems Programming, v. 13, n. 11,
p. 1-7, 2000.