Professional Documents
Culture Documents
1 Introduo
Sistemas multivariveis esto presentes em inmeras situaes, onde so vrios
os parmetros ou variveis que sofrem alterao ao receber a ao de uma ou mais
excitao. Pode-se citar sistemas de presso, por exemplo, que ao receber uma ao
mecnica para modificar seu volume, tanto a temperatura quanto a presso do sistema
so alteradas. Neste sentido, a presso e a temperatura podem ser monitoradas para
efeito de controle e segurana.
Em sistemas modernos podem existir muitas entradas e muitas sadas, e elas
podem ser inter-relacionadas de maneira complexa. Para analisar esse tipo de sistema,
essencial reduzir a complexidade das expresses matemticas, bem como recorrer a
ferramentas computacionais para a maioria das anlises. A abordagem no espao de
estados a mais apropriada para analisar o sistema sob esse ponto de vista.
Neste trabalho ser apresentado o modelo no-linear composto por quatro
tanques, ilustrado na Figura 1. Primeiramente sero obtidas as equaes diferenciais que
descrevem o sistema, para em seguida obter seu modelo linearizado. A partir do modelo
linear sero projetados e aplicados os mtodos de controle multivariveis. Finalmente,
os mesmos controladores sero inseridos no modelo no-linear do sistema de quatrotanques, a fim de comparar as respostas entre o sistema linearizado e o sistema nolinear, alm de avaliar a ao dos controladores.
2 Levantamento do Modelo-Linear
A Figura 1 apresenta a planta a ser modelada no espao de estados. O fluxo da
bomba 1 dividido para o tanque 1 e tanque 4 atravs da vlvula proporcional 1, e o
fluxo da bomba 2 dividido entre os tanques 2 e 3 atravs da vlvula proporcional 2. Os
quatro tanques possuem vazo de sada que dependem do nvel de lquido.
10
13
15
17
19
20
21
22
23
E os pontos de equilbrio:
24
25
26
27
28
( )
e o controle
Onde
29
, ento
( )
no equilbrio . Ou seja, no
, tal que
30
31
32
]
33
a matriz jacobiana
a matriz
. A matriz
que define a
. Logo, a matriz C :
]
36
Onde
tanque ,
]
[
a acelerao da gravidade.
37
38
39
41
[
2.1 Validaes
Neste sistema so feitos os testes de controlabilidade, observabilidade e
controlabilidade total de sada, de acordo com as equaes a seguir.
|
|
|
|
42
|
43
44
deve ser m, sendo estes os ndices especificados nas equaes 34 e 35. As matrizes
para verificao da controlabilidade e observabilidade deste modelo fsico atende a estes
requisitos.
O script quatro_tanques.m apresenta a obteno das matrizes deste modelo e
os testes de observabilidade e controlabilidade. A figura a seguir ilustra os estados do
sistema e as sadas, em malha aberta com condies iniciais nulas.
4.5
4
h1
h2
h3
h4
6
5
4
3
3.5
Amplitude Sinal (V)
2.5
2
1.5
0.5
50
100
150
Tempo(s)
(a)
200
250
300
y1
y2
50
100
150
Tempo(s)
(b)
200
250
300
Como o sistema tem mais de uma entrada, o mtodo de Ackerman no pode ser
utilizado para obter a matriz de ganhos.
As figuras a seguir mostram a resposta do sistema com condio inicial nula e
entrada em degrau unitrio.
Observa-se que o sistema com ganho na realimentao de estados melhorou em
relao ao sistema em malha aberta quanto ao seguimento de referncia. Porm, ainda
existe um erro, alm do fato do tempo de assentamento estar prximo ao do sistema em
malha aberta.
Devido esta caracterstica, um controlador de ao integradora foi inserido na
planta visando eliminao do erro em regime permanente.
A rotina do MatLab statefeedback.m apresenta o projeto pelo mtodo de
controle por Realimentao de Estados.
Estados do Sistema
Sadas do Sistema
2.5
1.4
h1
h2
h3
h4
y1
y2
1.2
1
1.5
0.5
0.8
0.6
0.4
0
-0.5
0.2
50
100
150
200
250
300
Tempo(s)
350
400
450
500
50
100
150
200
(a)
250
300
Tempo(s)
350
400
450
500
(b)
Sinal de Controle
1.2
u1
u2
0.8
0.6
0.4
0.2
-0.2
50
100
150
200
250
300
Tempo(s)
350
400
450
500
(c)
Figura 5: Realimentao de estados: (a) estados do sistema, (b) sadas do sistema e (c) sinal de controle.
[ ]
]
Desta forma, o ganho do integrador e o ganho de realimentao so:
[
Sada do Sistema
1
h1
h2
h3
h4
1.8
1.6
0.8
0.7
1.4
1.2
1
0.8
0.6
0.5
0.4
0.6
0.3
0.4
0.2
0.2
0.1
y1
y2
0.9
50
100
150
200
250
300
Tempo(s)
350
400
450
500
50
100
150
(a)
200
250
300
Tempo(s)
350
400
450
500
(b)
Sinal de Controle
2
u1
u2
1.8
1.6
1.4
1.2
1
0.8
0.6
0.4
0.2
0
50
100
150
200
250
300
Tempo(s)
350
400
450
500
(c)
Figura 7: Sistema com integrador: (a) estados, (b) sadas e (c) ao de controle
Onde
para o observador:
Logo,
obtido por:
Onde
obtida :
[
Sada do Sistema
2.5
1.4
xe1
xe2
xe3
xe4
y1
y2
1.2
1
1.5
0.5
0.8
0.6
0.4
0
-0.5
0.2
50
100
150
200
250
300
Tempo(s)
350
400
450
500
50
100
150
(a)
200
250
300
Tempo(s)
350
400
450
500
(b)
Sinal de Controle
1.2
u1
u2
0.8
0.6
0.4
0.2
-0.2
50
100
150
200
250
300
Tempo(s)
350
400
450
500
(c)
Figura 9: Observador de estados: (a) estados, (b) sadas e(c) sinal de controle
foi o mesmo
item 3.1.3. As respostas para este sistema podem ser observadas na Figura 11. O script
que simula este mtodo integ_observ.m.
Estados Estimados
Sada do Sistema
1
xe1
xe2
xe3
xe4
1.8
1.6
0.8
0.7
1.2
1
0.8
0.6
0.5
0.4
0.6
0.3
0.4
0.2
0.2
0.1
50
100
150
200
250
300
Tempo(s)
350
400
450
500
50
100
150
(a)
200
250
300
Tempo(s)
350
400
(b)
Sinal de Controle
2
u1
u2
1.8
1.6
1.4
1.4
y1
y2
0.9
1.2
1
0.8
0.6
0.4
0.2
0
20
40
60
80
100
120
Tempo(s)
140
160
180
200
(c)
Figura 11: Observador com integrador: (a) estados, (b) sadas e (c) sinal de controle
450
500
45
Onde:
[
A matriz
46
47
3.1.6 LQR
A partir do Regulador Linear Quadrtico (Linear Quadratic Regulator) obtida
uma matriz K de ganho timo, que, para uma lei de controle
, minimiza a
funo custo:
48
funo utilizada para o clculo deste controlador a funo lqr, que alm do ganho,
retorna tambm a matriz soluo da equao de Ricatti, equao 49, e os autovalores do
sistema em malha fechada
. A matriz de ganhos
A soluo
51
52
Sada do Sistema
1.4
0.7
h1
h2
h3
h4
1.2
0.5
0.8
0.6
0.4
0.3
0.4
0.2
0.2
0.1
50
100
150
200
250
300
Tempo(s)
350
400
450
500
50
100
150
(a)
200
250
300
Tempo(s)
(b)
Sinal de Controle
1
u1
u2
0.9
0.8
0.7
y1
y2
0.6
0.6
0.5
0.4
0.3
0.2
0.1
0
50
100
150
200
250
300
Tempo(s)
350
400
450
500
(c)
Figura 12: LQR: (a) estados, (b) sadas e (c) sinal de controle
As matrizes
53
54
350
400
450
500
3.1.7 LQG
O Regulador LQG (Linear Quadratic Gaussian) uma combinao do
controlador LQR, que minimiza um critrio quadrtico, e de um observador particular,
chamado de Filtro de Kalman, que projetado para minimizar a varincia do erro de
estimao. O diagrama de blocos deste sistema o mesmo apresentado na Figura 8,
onde
o Kalman.
O LQR o mesmo obtido anteriormente. O ganho do observador Kalman
obtido a partir da funo kalman no Matlab. Esta funo, alm do ganho do
observador, calculado por 56, retorna tambm a soluo da equao de Ricatti, que para
o observador Kalman definida por 55.
55
56
Sendo
como:
[
57
58
59
60
Estados do Sistema
Sada do Sistema
1.4
0.7
h1
h2
h3
h4
1.2
0.5
0.8
0.6
0.4
0.3
0.4
0.2
0.2
0.1
50
100
150
200
250
300
Tempo(s)
350
400
450
500
50
100
150
(a)
200
250
300
Tempo(s)
(b)
Sinal de Controle
0
u1
u2
-0.1
-0.2
-0.3
y1
y2
0.6
-0.4
-0.5
-0.6
-0.7
-0.8
-0.9
-1
50
100
150
200
250
300
Tempo(s)
350
400
450
500
(c)
Figura 13: Controle LQG (a) estados, (b) sada e (c) sinal de controle
350
400
450
500
1.5
0.8
0.5
y1
y2
0.6
Amplitude Sinal (V)
0.7
h1
h2
h3
h4
0.5
0.4
0.3
0.2
0.1
50
100
150
Tempo(s)
(a)
200
250
300
50
100
150
Tempo(s)
200
250
300
(b)
10
e1
e2
13
11
y1
y2
12
10
9
8
7
0
6
5
50
100
150
200
250
300
Tempo(s)
350
400
450
-2
500
50
100
150
(a)
200
250
300
Tempo(s)
350
400
450
500
(b)
Sinal de Erro (e=r-u) - Sistema No-Linear
10
y1
y2
10
e1
e2
8
6
0
4
0
50
100
150
200
250
300
Tempo(s)
(c)
350
400
450
500
-2
50
100
150
200
250
300
Tempo(s)
350
400
450
500
(d)
Figura 15: (a) Sada sistema linear, (b) erro sistema linear, (c) sada sistema no-linear e (d) erro sistema
no-linear
14
y1
y2
12
e1
e2
200
10
150
100
50
4
0
0
0
20
40
60
80
100
120
Tempo(s)
140
160
180
-50
200
10
15
(a)
20
25
30
Tempo(s)
35
40
45
50
(b)
Sinal de Erro (e=r-u) - Sistema No-Linear
14
y1
y2
12
e1
e2
200
10
150
100
50
4
0
0
0
20
40
60
80
100
120
Tempo(s)
(c)
140
160
180
200
-50
10
15
20
25
30
Tempo(s)
35
40
45
50
(d)
Figura 16: Sistema com observador-integrador (a) Sada sistema linear, (b) erro, (c) sada sistema no
linear e (d) erro sistema no linear
3.2.4 LQG
A partir do diagrama de blocos ilustrado na Figura 17 foram obtidas as curvas
de respostas dos sistemas, no-linear e linear, e o sinal de erro, exibidas na Figura 17.
0
e1
e2
-2
y1
y2
Amplitude Sinal (V)
-4
-6
-8
2
-10
0
0
50
100
150
200
250
300
Tempo(s)
350
400
450
-12
500
50
100
150
(a)
200
250
300
Tempo(s)
350
400
450
(b)
Erro do Sistema No-Linear (e=r-u)
e1
e2
4.5
12
y1
y2
3.5
Amplitude sinal (V)
500
3
2.5
2
1.5
1
10
0.5
0
50
100
150
200
250
300
Tempo(s)
(c)
350
400
450
500
50
100
150
200
250
300
Tempo(s)
350
(d)
Figura 18: Sinais obtidos do modelo linear e no-linear com controlador LQG
400
450
500
4 Concluso
Enquanto a teoria de controle convencional fundamentada na relao entradasada, ou funo de transferncia, a teoria de controle moderno baseada na descrio
de um sistema de equaes em termos de n equaes diferenciais de primeira ordem, as
quais podem ser combinadas em uma equao diferencial vetorial-matricial de primeira
ordem, podendo representar sistemas Multiple In - Multiple Out (MIMO). O uso de uma
notao vetorial-matricial simplifica bastante a representao matemtica do sistema de
equaes. O aumento do nmero de variveis de estados, do nmero de entradas, ou do
nmero de sadas no aumenta a complexidade das equaes, apenas o sistema aumenta
ligeiramente a sua complexidade de anlise.
Em vista disso, sistemas multivariveis podem abranger sistemas de ordem
bastante elevada, dificultando a anlise para controle. Desta forma, as simulaes de
diferentes sistemas de controle podem ser comparadas para a escolha da melhor
estratgia para atingir o objetivo do projeto.
Neste trabalho foram aplicados os mtodos utilizados para o controle MIMO,
ou multivarivel, em uma planta no linear, cuja representao no espao de estados foi
obtida atravs da matriz Jacobiana.
Primeiramente os reguladores foram projetados e aplicados no modelo
linearizado, onde se verificou que tanto com o controle por realimentao de estados
quanto com o por observador de estados, o sistema possui um grande erro em regime
permanente. Com a insero de integradores, tanto na realimentao quanto no
observador, notou-se uma melhora em relao ao regime permanente, ambos
apresentando novamente resultados muito semelhantes.
Utilizando a estratgia de controle com integrador observou-se que o esforo
de controle muito elevado, pois uma estratgia bastante agressiva o que exigiria
atuadores muito potentes, pesados e caros.
As estratgias de controle que utilizam controladores timos, por serem
baseadas na minimizao da funo custo, apresentam ao de controle com amplitudes
reduzidas, evitando a saturao do atuador. A grande vantagem em relao ao mtodo
de alocao de polos que o sistema utiliza a menor energia para o resultado com erro
minimizado.
A anlise de sistemas apenas pela resposta em regime permanente e ao do
controlador nem sempre suficiente para a garantia de um sistema robusto. Em
Referncias
[1]
[2]
[3]
[4]