38.81 Set Point xpp hout hin q Processo da VRP e Rede Zero-Order Hold Comando sp hout hin q xpp Controlador NMPC Zero-Order Hold1 Zero-Order Hold2 e Set-point
Figura 20 – Diagrama de blocos do processo controlado por NMPC-MEX
Nesta etapa do projeto é importante ressaltar que as validações e obtenção de resultados do processo e controlador implementados em MatLab foram executadas antes de dar andamento na implementação em HIL, como forma de antecipar problemas fun- cionais, obter resultados para facilitar a configuração da plataforma e, de modo geral, facilitar a próxima etapa.
4.5
Integração do modelo e controlador em sistema HIL
No âmbito da validação do controlador em sistema HIL, foi utilizada uma plata- forma arquitetada e construída com base no trabalho de Farias (2016). Essa plataforma têm como premissas a multifuncionalidade da plataforma, baixo custo e aplicação à mo- delos diversos.
Essa plataforma é composta por um computador host estabelecido propriamente por um micro-computador, sistema de aquisição de dados (𝐷𝑎𝑡𝑎 𝐴𝑐𝑞𝑢𝑖𝑠𝑡𝑖𝑜𝑛 𝑆𝑦𝑠𝑡𝑒𝑚 - DAQ) baseado nas placas PCI DAC-6703 e PCI DAS-6013 e, como computador target, o microcontrolador BeagleBone Black. A arquitetura supracitada é mostrada na figura 21. Um circuito eletrônico é estabelecido entre a BeagleBone e as placas de aquisição de dados. As variáveis de estado do processo são re-alimentadas para o controlador, por meio de sinais analógicos enviados pelas placas DAQ. A variável de comando é trans- mitida por sinais digitais para as placas de aquisição. A utilização dos sinais analógicos agrega qualidade à representação do processo e realidade do controlador, uma vez que comercialmente sensores e transdutores de pressão para água utilizam esse tipo de sinal
76 Capítulo 4. Metodologia
Figura 21 – Arquitetura do sistema HIL utilizado (Farias,2016).
de comunicação. A plataforma utilizada é mostrada em figura22.
Visto que templates em Simulink (para o estabelecimento da comunicação entre 𝐻𝑜𝑠𝑡 e DAQ), e em linguagem 𝐶 (para o estabelecimento da comunicação entre 𝑇 𝑎𝑟𝑔𝑒𝑡 e micro-controlador) foram disponibilizados por Farias (2016), a migração do processo de controle anteriormente validado em MatLab ficou bastante facilitada. A rotina de otimização proposta Alamir (2013) teve de ser transcrita para a linguagem C do micro- controlador e uma etapa de calibração dos sinais transmitidos através da DAQ para o micro-controlador foi realizada.
Para a simulação em HIL, é necessário estabelecer uma região de operação para o processo, para o correta leitura dos estados e menor ruído possível, assim, esses limites foram estabelecidos por meio da verificação dos limites máximos e mínimos de cada uma das variáveis de estado encontradas anteriormente na simulação em MatLab.
O sistema HIL de forma integrada tem, no micro-computador, o modelo do pro- cesso subdividido entre 𝑆𝑖𝑚𝑢𝑙𝑖𝑛𝑘 e funções .m do 𝑀 𝑎𝑡𝐿𝑎𝑏 (já abordado), em que a troca de dados ocorre por meio de uma 𝑇 𝑜𝑜𝑙𝑏𝑜𝑥 que comunica-se com as placas de aquisição, e,
4.5. Integração do modelo e controlador em sistema HIL 77
Figura 22 – Plataforma HIL utilizada.
por fim, o microcontrolador, que possui a rotina de controle embarcada. O diagrama de blocos utilizado nas etapas de simulação foi o definido na figura 23.
Comando u(k) Entradas hout hin q Saída
Comando Pressão de saida
e Set-Point 38.81 Set Point xpp hout hin q Processo de VRP e Rede
Figura 23 – Diagrama de Blocos para simulação em HIL
O bloco ”Entradas” compreende a aquisição dos sinais digitais por meio de ”Digital Inputs” e conversão para sinal analógico, o bloco ”Processo VRP e Rede” referente-se ao modelo do processo e, no de ”Saídas” equivale à malha de re-alimentação do controlador, a qual envia por meio dos blocos ”Analog Outputs” os sinais referentes às variáveis de estado.
Posto isso, todas as etapas relacionadas ao projeto de controlador NMPC e escopo de validação tiveram sucesso, obtendo-se:
78 Capítulo 4. Metodologia
∙ Desenvolvimento de modelagem fenomenológica simplificada de atuação direta para VRP;
∙ Implementação e validação em MatLab do processo hidráulico composto por VRP e rede;
∙ Estabelecimento de cenários de consumo e critérios de desempenho que subsidiam uma comparação entre controladores;
∙ Implementação de PID clássico para o problema da VRP e rede;
∙ Controlador NMPC para o processo da VRP e rede -em MatLab;
∙ Controlador NMPC para o processo da VRP e rede - embarcado em micro-controlador BeagleBone;
79
5 Resultados e Discussões
Neste capítulo serão apresentados os resultados de simulação e analisados à luz das teorias de controle e do processo, conforme apresentadas nos capítulos iniciais. Primeira- mente serão apresentados os resultados relativos à implementação do controle NMPC com a modelagem fenomenológica de atuação indireta. Após isso, trabalha-se com a modela- gem para atuação direta, que, neste caso, foram simulados o cenário 1, em que grandes consumidores modificam sua demanda em dois momentos do intervalo de simulação, e o cenário 2, em que uma composição entre consumidores residenciais e grandes consu- midores estão conectados à mesma rede hidráulica. Por fim, apresenta-se avaliação do controlador preditivo e as funções custo obtidas.
Os resultados do controlador de atuação indireta são relacionados à duas publi- cações (Pereira et al. (2016c) e Pereira et al. (2016a) ) e foram solução inicial para o problema de controle. Tais resultados contemplam validação no software Matlab.
A utilização do controlador de atuação direta deu suporte aos resultados pretendi- dos para dois cenários de consumo hidráulico. A este modelo de simulação aplicaram-se as técnicas de controle PID e NMPC, essa última em duas diferentes perspectivas: primeiro validação da metodologia em MatLab/Simulink (funções MEX) e o segundo a validação em plataforma HIL interligada com o ambiente Simulink. Esses resultados são aborda- dos no final de cada seção, possibilitando melhor avaliar e comparar o desempenho dos controladores.
Todas as simulações foram executadas em computador Desktop com processador Intel I3, 4GB RAM, em ambiente Windows 7 64 Bits e MatLab / Simulink 2014a 32bits e realizadas sobre 120 s de simulação. O tempo de amostragem utilizado foi de 10ms e Set-point de 38, 81 mca. Este valor de referência foi estabelecido inicialmente por Prescott e Ulanicki (2003) como pressão de operação de rede de simulação em relação à pressão de coluna dágua. Para o modelo da VRP, algumas constantes foram obtidas com dados da literatura (Prescott; Ulanicki, 2003): 𝑎1 = 0, 0078𝑚2, 𝑎2 = 0, 0218𝑚2, 𝑚𝑚 = 8𝑘𝑔. O
coeficiente do orifício fixo foi estabelecido como 𝐶𝑣𝑓 𝑜=1 * 10−6.
Em se tratando do controlador, o número de atuadores é 𝑛𝑢 = 1, horizonte de
predição 𝑁 = 20, as restrições do comando são 𝑢𝑚𝑖𝑛=6, 4x10−5, 𝑢𝑚𝑎𝑥= 3, 2x10−3, 𝛿𝑚𝑖𝑛 =
−2, 5x10−4 e 𝛿𝑚𝑎𝑥 = 2, 5x10−4, e, restrições do vetor de parâmetros 𝑃 : 𝑝
1 ∈ [−1, +1] e
𝑝2 ∈ [𝑢𝑚𝑖𝑛, 𝑢𝑚𝑎𝑥].
A solução de controle implementada teve uma característica de relaxamento de restrições: devido ao aumento da complexidade da modelagem e maior demanda por poder computacional, a ponderação 𝜌𝑥 (relacionada ao estado final) teve seu valor igual a
80 Capítulo 5. Resultados e Discussões
zero (relaxamento de restrições), enquanto a ponderação do erro de rastreamento da saída 𝑄𝑦, foi definido por índice unitário. O número de avaliações de funções 𝑁𝑒𝑣 representa a
quantidade de vezes que são efetuadas predições do processo ao longo de todo horizonte 𝑁 e é diferente para cada caso avaliado. O valor do 𝑁𝑒𝑣 está expresso, posteriormente,
em cada cenário de simulação utilizado.
O estabelecimento da solução de controle que não considerou o estado final causa um prejuízo para a garantia de estabilidade do sistema mas isso é uma forma de obter um controlador viável: Na implementação em tempo real é necessário obter-se um controlador realizável e factível e, ao mesmo tempo, estabelecer condições suficientes para estabilidade (nesse caso, utilizado o relaxamento de restrições).