Controle preditivo generalizado autoajustvel de temperatura em um tnel psicromtrico

TEMPERATURE
SELF-TUNING GENERALIZED PREDICTIVE CONTROL IN A PSYCHROMETRIC TUNNEL
Paulo Henrique de Miranda Montenegro Jos Antnio Riul Benedito Santana de Oliveira Simplcio Arnaud da Silva
Curso de Ps-Graduao em Engenharia Mecnica - Universidade Federal da Paraba

Universidade Federal da Paraba - Centro de Tecnologia - Departamento de Tecnologia Mecnica

RESUMO
Este trabalho tem como objetivo, projetar um controlador preditivo generalizado (GPC) auto-ajustvel para controle de temperatura em um tnel psicromtrico. O tnel composto de um sistema de ventilao e de um sistema de refrigerao. O ventilador movido por um motor de corrente continua controlado por um computador para gerar e deslocar um fluxo de ar varivel no interior do duto. A temperatura do ar medida por um sensor fixado na extremidade do tnel. O controle de temperatura realizado em tempo real. Os parmetros do sistema so estimados pelo algoritmo dos mnimos quadrados recursivo e um controlador GPC projetado e usado para o controle da temperatura do fluxo de ar. GPC uma estratgia especfica de controle que se baseia no uso de um modelo explcito do sistema. O controlador implementado atravs do programa computacional LabVIEW, e de uma placa de entrada e sada de dados. So mostrados como resultados experimentais: curva de resposta de temperatura, curva da evoluo dos parmetros estimados do tnel, curva do erro de estimao, e curva da varivel de controle.

by a computer to generate and to move a variable flow of air inside the tunnel. The temperature of the air is measured by a sensor fitted to the end of the tunnel. The temperature control is accomplish in real time. The system parameters are estimates by the recursive least squares method and a GPC controller is projected and used in air flow temperature control. GPC is a specific strategy of control based on the explicit model of the system. The controller is implemented through the LabVIEW software and a data acquisition board. As experimental results are shown: temperature response, parameters estimates, estimation error and control variable.

KEYWORDS
Temperature. System Identification. GPC control.

INTRODUO
Um tnel psicromtrico composto de um sistema de ventilao e de um sistema de refrigerao utilizado como prottipo para realizao do controle de temperatura. O projeto do equipamento similar a de um tnel de vento de baixa velocidade. Foi construdo em metal com seo transversal quadrada de 254 mm2 de rea possuindo janelas removveis que permitem acesso ao seu interior para adio de instrumentos, alm dos j existentes. Por convenincia o fabricante dividiu o equipamento em duas partes principais: a primeira denominada sistema de ar e composta pelo ventilador, pelos aquecedores de ar, pelos umidificadores por vapor e pelos medidores de fluxo de ar. A segunda parte denominada de sistema refrigerante e composta por um compressor-condensador,

PALAVRAS CHAVE
Identificao. Controle Adaptativo. Temperatura.

ABSTRACT
This work has as objective the project a self-tuning generalized predictive controller (GPC) for temperature control in a psychrometric tunnel. The tunnel is composed of a ventilation system and a cooling system. The air blower is driven by one DC motor controlled
Rev. cinc. exatas, Taubat, v. 13, n. 1, p. 91-96, 2007.

91

um umidificador, e pelos controles e instrumentao. Para realizao do controle ativo de temperatura, foi adaptado ao ventilador um motor de corrente continua. O ventilador tem as funes de gerar o fluxo de ar varivel na temperatura ambiente e desloc-lo no interior do duto forando sua passagem atravs do conjunto de resistncias eltricas. Faz parte tambm do sistema um transdutor de temperatura instalado na extremidade de sada do duto. Na obteno de um modelo matemtico do tnel, os parmetros do sistema so estimados em tempo real pelo mtodo recursivo dos mnimos quadrados (MQR). A ao de controle da temperatura realizada por um controlador GPC auto-ajustvel. Segundo Rbio & Sanchz (2004), o GPC tem se tornado um dos mtodos mais populares no mbito dos controladores preditivos, tanto no campo industrial como no acadmico. So apresentados resultados de simulao e experimentais mostrando o desempenho obtido para o sistema.

do equipamento e que podem estar ou no funcionando ao mesmo tempo de acordo com a necessidade. Fazem parte tambm do sistema; um transdutor de temperatura instalado na extremidade de sada do duto, um computador PC Celeron 600 MHz, com 128Mb de memria RAM, um conversor CA/CC, e um amplificador de sinal. A interface entre o computador e o sistema realizada atravs de uma placa interna de entrada e sada de dados, marca Quatech, modelo daq.801, comandada pelo programa computacional LabVIEW. O tempo de amostragem de 1 segundo foi utilizado neste trabalho.

CONTROLE

DESCRIO

DO SISTEMA O tnel psicromtrico, conforme mostrado na Fig. 1, dividido em duas partes principais: A primeira denominada sistema de ventilao, e composta pelo ventilador, pelos aquecedores de ar, pelos umidificadores por vapor e pelo medidor de fluxo de ar. A segunda denominada de sistema refrigerante e composta por um compressor-condensador, um umidificador, controles e instrumentao.

AUTO-AJUSTVEL O controlador auto-ajustvel (STR), um tipo de controlador adaptativo, que automatiza as tarefas de modelagem matemtica, projeto e implementao da lei de controle. No STR as estimativas dos parmetros do sistema so atualizadas e os parmetros do controlador so obtidos em tempo real pela soluo de um projeto que utiliza os parmetros estimados do sistema. O diagrama de blocos de um STR explcito apresentado na Fig. 3. (Astrom & Wittenmark, 1995).

Figura 3 - Diagrama de blocos do STR explcito

Figura 1 Tnel psicromtrico

Para este trabalho, o equipamento foi adaptado para que seu ventilador fosse movido por um motor de cc, 180 Vcc, comandado por um computador. Este ventilador tem a funo de gerar um fluxo de ar varivel na temperatura ambiente e desloc-lo no interior do duto do tnel forando sua passagem atravs dos conjuntos de resistncias eltricas ( 2 kW e 1 kW ), originais
Rev. cinc. exatas, Taubat, v. 13, n. 1, p. 91-96, 2007.

No diagrama de blocos destacam-se duas malhas fechadas. A malha inferior composta pelo processo e pela realimentao de sada e a superior pela presena do estimador de parmetros, do projeto da lei de controle e do controlador ajustvel. No STR os parmetros estimados so considerados como se fossem os parmetros reais do sistema. Esta abordagem baseada no princpio da equivalncia certeza (Hemerly, 1996) (Coelho & Coelho, 2004). Diversas estratgias de controle podem ser utilizadas na fase de projeto do controlador, podendo-se citar a de mnima varincia (MV), de mnima varincia generalizado (GMV), o Linear Quadrtico Gaussiano (LQG), os controladores Proporcional Integral Derivativo (PID), Proporcional Integral (PI), Proporcional Deri-

92

vativo (PD) e o Controlador Preditivo Generalizado (GPC). A estimao dos parmetros do processo em tempo real a essncia do STR. Dentre os algoritmos aplicveis esta tarefa cita-se o dos mnimos quadrados recursivos (MQR) conforme Aguirre (2000), Ljung (1987), Hemerly (1996) e Rbio & Sanchz (1996). Os algoritmos recursivos se valem das estimativas (t ) dos parmetros do sistema calculados anteriormente ao instante de tempo t, para obter de modo recursivo as novas estimativas , conforme indica a Eq. (1). (1) Um modelo linear adequado ao GPC o do tipo CARIMA (Controller Auto-Regressive Integrated MovingAverage), mostrado na Eq. (2). (2) - so respectivamente o sinal de onde: controle e a sada do processo ((tt)+e1jjye=j)e,0N 2eyju(t)1 + + e jdo 1processo w j ( +1) ( y N u z 1 )zt j j + ,1 z modelo , j z ( j 1) j E n(t) modelo da perturbao

guinte funo custo.

(3) onde:

te da sada do processo, usando as sadas conhecidas at o instante t. N1 e N 2 - horizontes mnimo e mximo da funo custo N u - horizonte de controle ( j ) e ( j ) - seqncias de ponderao - trajetria de referncia Para minimizar a Eq. (3), necessrio a determinano intervalo o da predio tima de . Considerando C ( z 1 ) =1, no modelo da perturbao n(t) do modelo CARIMA mostrado na Eq. (2), chega-se seguinte equao Diofantina (Camacho & Bordns, 2004): (4)

E {} - a esperana matemtica . ^ y (t + j | t ) - predio tima j passos fren-

A( z ) = 1 + a1 z + a2 z + ... + ana z B( z 1 ) = b0 + b1z 1 + b2 z 2 + ... + bnb z nb C ( z 1 ) = 1 + c1 z 1 + c2 z 2 + ... + cnc z nc e(t ) - rudo branco de mdia zero = 1 z 1 - operador diferena d - atraso de transporte do processo.

na

onde: A( z 1 ) = A( z 1 ) 1

F j ( z ) = f j ,0 + f j ,1 z 1 +

+ f j , na z na
obtm-

Multiplicando a Eq. (1) por se :

CONTROLE

PREDITIVO GENERALIZADO (GPC) O GPC um tipo de Controle Preditivo baseado em Modelo (MPC) (Camacho & Bordns, 2004), que utiliza um modelo explcito do processo para obter um sinal de controle minimizado por uma funo custo. O GPC foi proposto por Clark et al (1987) e desde ento tem se tornado um dos mtodos mais populares no mbito do controle preditivo sendo utilizado com xito em numerosas aplicaes, podendo tratar plantas instveis e de fase no mnima. Possui ampla aplicao na indstria qumica e na petroqumica, mostrando-se robusto quanto a sobreparametrizao, atraso de transporte incerto. O GPC consiste no clculo de uma sequncia de aes futuras de controle de forma a minimizar o se-

(5) Resolvendo a Eq. (4) para E j ( z o resultado na Eq. (5) resulta em:
1

e substituindo

(6) Como o grau do polinmio E j ( z ) j 1 , os termos do rudo da Eq. (6), encontram-se no futuro, e portanto a melhor predio vem dada por: (7)
1

Rev. cinc. exatas, Taubat, v. 13, n. 1, p. 91-96, 2007.

93

onde : Conforme Camacho & Bordns (2004), o conjunto de predies em j passos no futuro, conforme a Eq. (8).

O termo da Eq. (9) est no tempo passado e pode ser agrupado no vetor f , que representa a resposta livre, conforme mostra a Eq. (15), deste modo a Eq. (3) pode ser rescrita como mostrada na Eq. (16). (15) (16)

(8)

onde :

Que pode ser representado na forma matricial indicada na Eq. (9). (9) onde :

O mnimo da funo custo, considerando ausncia de restries pode ser encontrada ao se igualar a zero o gradiente de J, conduzindo a lei de controle conforme a Eq. (17). (17) No GPC utilizado a estratgia de horizonte deslizante, onde o sinal de controle, que enviado ao processo o primeiro elemento do vetor u, conforme a Eq. (18). O vetor K a primeira fila da matriz . (18)

(10)

(11)

(12)

Neste trabalho o projeto e implementao do controlador GPC auto-ajustvel, realizado, considerando o modelo matemtico do tnel psicromtrico discreto de segunda ordem (na=2, nb=1, nc=0 e d=0 com C ( z 1 ) = 1 ), onde a 1, a 2, b 0 e b 1 so os parmetros a serem estimados pelo MQR. O controlador GPC auto-ajustvel explcito implementado experimentalmente atravs de um programa computacional desenvolvido no ambiente LabVIEW 5.1. Seu funcionamento se d conforme mostra o diagrama de blocos da Fig. 3.

(13)

(14)
Figura 3 - Controlador GPC auto-ajustvel explcito
Rev. cinc. exatas, Taubat, v. 13, n. 1, p. 91-96, 2007.

94

Os parmetros estimados do sistema, atravs do MQR, que usa como entrada a varivel de controle u(t) e como sada, a resposta y(t) captada pelo sensor de temperatura, so utilizados no projeto e na implementao do controlador auto-ajustvel, usando se a Eq.(18), com um o tempo de amostragem de 01 (um) segundo. O projeto do GPC implementado considerando os fatores ( j ) e ( j ) iguais a 1 e 0,1 respectivamente com os horizontes N1 , N2 e Nu iguais a 1, 2 e 2 para o primeiro teste. No segundo teste utilizou-se igual a 0,15.

A Figura 5 mostra a varivel de controle desse experimento. Verifica se que no ocorreu saturao durante a realizao do experimento. Observa se mudana em seu comportamento aps 15 s, onde inicia se a ao do GPC.

RESULTADOS
Os testes experimentais foram inicializados utilizando-se o vetor de estimativas com parmetros nulos. Para evitar uma ao de controle adaptativo inadequada, foi utilizado durante os 15 segundos iniciais um controlador proporcional de ganho kp = 3,5 para que a planta fosse parcialmente estimada, evitando com isto, uma ao de controle adaptativo inadequada. A partir dos 15 segundos iniciais, o GPC auto-ajustvel foi acionado automaticamente. Na realizao experimental, usou-se como trajetria de referncia, uma sequncia de degraus de temperatura, com valores de 51,0 C, 46,0 C, 41,0 C e 38,0 C, como mostra a Fig. (4).. Observa-se nesta figura, a resposta do sistema sob ao do controlador GPC considerando os fatores iguais a 1 e 0,1 respectivamente, e o ar tendo temperatura inicial igual a 60,5 C. A tabela 1 ilustra os parmetros de desempenho obtidos no experimento 1, conforme a resposta do sistema da Fig. 4.
Figura 5 Varivel de controle do sistema sob ao do controlador GPC

(t ) ) ( j

Na Figura 6 mostra-se a evoluo dos parmetros estimados da planta, atravs do MQR, com fator de esquecimento igual a 0,99. Nota-se que no incio do processo, estes oscilam, porque o MQR parte com valores nulos. A Figura 7, ilustra o erro de estimao, dado pela diferena entre a temperatura real do processo, durante o resfriamento do ar e a estimada pelo MQR. O mximo valor do erro de estimao de 1,88 C.

Figura 6 Parmetros estimados da planta

Figura 4 Resposta experimental do sistema, uma sequncia de degraus, sob ao do controlador GPC Tabela 1. Parmetros de desempenho do experimento 1

Figura 7 Erro de estimao

Rev. cinc. exatas, Taubat, v. 13, n. 1, p. 91-96, 2007.

95Rev. cinc. exatas, Taubat, v. 13, n. 1, p. 91-96,

A Figura 8 mostra para efeito de comparao, as respostas experimentais obtidas com igual a 0,1 e 0,15, usando a mesma trajetria de referncia da Fig. 4. Nota se, que a resposta obtida com fator de ponderao = 0,15, mais lenta e menos oscilatria, que a obtida com = 0,1. O mximo valor do erro de estimao de 1,66 C. A tabela 2 ilustra os parmetros de desempenho do sistema, obtidos no experimento 2, considerando os fatores iguais a 1 e 0,15.
Tabela 2. Parmetros de desempenho do experimento 2

UFMG, Belo Horizonte, Brasil. Astrom, K. J. & Wittenmark, B. , 1995. Adaptive Control. Editora Addison Wesley, Segunda edio Camacho, E.F & Bordns, C. , 2004. Control Predictivo: Pasado Presente y Futuro , CEA IFAC Clarke, D.W , Mohtadi, C., Tuffs, P.S., 1987. Generalized Predictive Control - Part I . The Basic Algorithm , Automtica Vol 23 no 02. Coelho, A.A.R.; Coelho, L.S. 2004; Identificao de Sistemas Dinmicos Lineares, 1 Edio Florianpolis: UFSC. 2004. Hemerly, E. M., 1996. Controle Por Computador de Sistemas Dinmicos. Ed. Edgard Blucher LTDA, S. Paulo, Brasil. Ljung, L., 1987, System Identification: Theory for the User, Ed. Prentce Hall, Inc, Englewood Cliffs, New Jersey. Rbio, F.R & Snchez, M.J.L, 1996. Control Adaptativo y Robusto. Secretariado de Publicaciones de la Universidad de Sevilla, Sevilla, Espanha.

Figura 8 Respostas experimentais do sistema, uma sequncia de degraus, sob ao do controlador GPC .

CONCLUSO
Este artigo apresentou uma implementao de um controlador GPC auto-ajustvel em um tnel psicromtrico. O algoritmo utilizado no controlador adaptativo foi projetado pelo mtodo explcito. Os parmetros estimados do modelo matemtico e do controlador foram calculados recursivamente em tempo real. Os testes experimentais foram realizados utilizando iguais a 0,1 e 0,15. A comparao entre as respostas experimentais utilizando estes fatores de ponderao mostrou diferenas no regime transitrio e no apresentou em ambos os casos erro em regime permanente. Para o fator = 0,15 , a resposta mostrouse mais lenta e menos oscilatria.

REFERNCIAS
Aguirre, L. A., 2000, Introduo Identificao, Tcnicas Lineares e No Lineares Aplicadas a Sistemas Reais, Ed.
Rev. cinc. exatas, Taubat, v. 13, n. 1, p. 91-96, 2007.

96