28
29 Tela inicial do Matlab.
Na tela apresentada digitou-se o comando fuzzy na tela inicial do matlab para dar inicio a configuração do controlador fuzzy teste1 (figura 4.1).
Tela de configuração do controlador.
30 A entrada e a saída do controlador são apresentadas nesta tela, onde são nomeadas(figura 4.2).
Tela de configuração das funções de pertinência.
Dando dois cliques na saída ou entrada do controlador, abri-se a janela da função de pertinência. Nesta janela pode-se atribuir o range para variável e fazer alterações caso se deseje nas funções de pertinência (figura 4.3).
31 Tela para abrir a janela de configuração das regras.
Nesta tela é visto o caminho onde se chega á tela responsável pela criação das regras do controlador (figura 4.4).
Tela com as funções da variável de saída do controlador.
32 Nesta tela são ajustadas as funções de pertinência da variável de saída do controlador(figura 4.5).
Tela com os ajustes das variáveis de saida do controlador.
Nesta tela é apresentada a variável de saída do controlador com seus respectivos valores ajustados(4.6)
33 Tela para abrir a janela de elaboração das regras.
Na tela 4.7 é mostrado o devido caminho para a criação das regras do controlador.
Tela para elaboração das regras.
34 A figura 4.8 mostra onde são elaboradas as regras do controlador.
Tela para exportar para o workspace o controlador feito.
Na próxima tela é mostrada o último passo na criação do controlador fuzzy, onde este é exportado para o workspace.
Tela do SIMULINK com sistema de controle implementado.
35 Nesta tela pode-se ver o bloco do sistema de controle no Simulink do primeiro controlador desenvolvido (controlador teste1) com os itens disponíveis para implementação e teste do sistema de controle(figura 4.9).
4.2- Desenvolvimento do controlador Teste 2
No desenvolvimento do segundo controlador (controlador teste 2) foram seguidos os mesmos procedimentos adotados no desenvolvimento do controlador teste 1, as principais diferenças entre os dois controladores é a quantidade de entradas e regras produzidas.
No controlador teste 2 usa-se como entrada para controlador o erro e a integral do erro, enquanto usava-se apenas o erro como entrada no primeiro controlador desenvolvido. É importante mencionar também que foram produzidas quatro regras a mais que o primeiro controlador, as principais telas do desenvolvimento do controlador teste 2 são mostradas abaixo.
Tela inicial do MATLAB.
36 Na tela apresentada digitou-se o comando fuzzy na tela inicial do matlab para dar inicio a configuração do controlador fuzzy (figura 4.10).
Tela de configuração do Controlador Teste 2.
As entradas e a saída do controlador são apresentadas nesta tela, onde são nomeadas(figura 4.11). No desenvolvimento do segundo controlador(controlador teste2), optou-se por usar além do sinal de erro na entrada do controlador o sinal da integral do erro na entrada do controlador.
37 Tela de configuração das funções de pertinência.
Na figura 4.12 são mostrados os valores ajustados da variável de entrada de erro do controlador.
Tela de configuração das funções de pertinência.
38 Na figura 4.13 são mostrados os valores ajustados da variável de entrada da integral do erro do controlador.
Tela de configuração das funções de pertinência.
Na tela 4.14 são mostrados os valores ajustados da variável de saída do controlador.
Tela para elaboração das regras do controlador Teste 2.
39 A figura 4.15 mostra todas as regras elaboradas para o controlador.Após a elaboração das regras do controlador exporta-se o controlador feito como foi mostrado no desenvolvimento do controlador teste 1.
Na proxima figura será mostrado o sistema de controle implementado para o segundo controlador desenvolvido (controlador teste 2).
Tela do SIMULINK com sistema de controle implementado.
Nesta tela pode-se ver o bloco do sistema de controle no Simulink do segundo controlador desenvolvido (controlador teste2) com os itens disponíveis para implementação e teste do sistema de controle(figura 4.16).
40
CAPITULO 5 RESULTADOS
Foram desenvolvidos dois controladores para o disco rotativo acoplado ao eixo do motor cc (planta). O desenvolvimento e a implementação de ambos foi feita através do software Matlab/Simulink, assim como os gráficos para verificação dos resultados obtidos.
Abaixo serão descritos os resultados dos testes dos controladores desenvolvidos com as suas respectivas funções de pertinência.
Teste 1:
Na configuração do primeiro controlador, a variável de entrada do controlador foi chamada de erro com uma faixa de operação (range) de -15 a 15, e criadas cinco funções de pertinência triangulares e trapezoidais, chamadas de: NG, NP, Z, PP e PG (figura 5.1).
Funções de pertinência de entrada teste 1.
41 A saída foi chamada de saída com um range igual ao da entrada e composto pelas mesmas funções de pertinência. (figura 5.2).
Funções de Pertinência de saída Teste 1.
Depois de criadas as funções de pertinência, seguiu-se para elaboração das regras. Sempre que o setpoint for maior que o desejado, ou seja, velocidade igual a 100 rpm, o erro de entrada do controlador será positivo, para que o erro chegue a zero a tensão nos motores cc deverá ser cortada com isso a velocidade da planta diminuirá ate que o erro chegue a zero. Quando o setpoint for igual ao valor de velocidade desejado (degrau de referência) o erro será zero e a saida deverá ser nula, dando origem a uma nova regra. Se o erro for negativo (setpoint menor que a velocidade desejada) o controlador deverá enviar tensão aos motores cc para aumentar a velocidade na planta.
Com essas observações mencionadas acima foram criadas as regras para o controlador de teste 1, que podem ser vistas na figura 5.3.
42
Se (erro é PG) então (saída é PG)
Se (erro é PP) então (saída é PP)
Se (erro é Z) então (saída é Z)
Se (erro é NG) então (saída é NG)
Se (erro é NP) então (saída é NP)
Tela de criação de regras do controlador teste 1.
A figura a seguir apresenta o gráfico do resultado adquirido pelo sistema de controle de velocidade (SVC) utilizando o controlador teste 1 com as regras criadas acima e valor de referência de velocidade igual a 100 rpm(figura 5.4).
43 Tela com resultado do controlador teste 1.
Como pode ser visto através do gráfico de resultado do controlador teste 1 acima, as regras estão corretas, pois o sinal de controle (amarelo) acompanha bem o sinal de referência degrau (vinho) até determinado ponto. Entretanto depois deste ponto o sinal de referência não acompnha o valor de referência, dentre os possíveis motivos para ocorrência deste fato destacamos as funções de pertinência que podem não ter sido bem elaboradas.
TESTE 2:
No desenvolvimento do segundo controlador(controlador teste2), optou-se por usar além do sinal de erro na entrada do controlador o sinal da integral do erro na entrada do controlador e foram criadas algumas regras a mais que no primeiro controlador devido o sinal da integral do erro. O range da variável de entrada erro foi alterado para -10 a 10(figura 5.5).
44 Funções de pertinência de entrada teste 2.
O range da variável de entrada integral do erro esta situado entre -15 e 15, as funções de pertinência usadas por esta variável são também triangulares trapezoidais. Como pode ser visto na figura abaixo as funções triangulares estão bem próximas de zero e as funções trapezoidais estão situadas na extremidade(5.6).
Funções de pertinência de entrada teste 2.
45 Na variável de saída o range adotado foi de -15 a 15, tamém foram usadas funções triangulares e trapezoidais(figura 5.7).
Funções de pertinência de saída teste 2.
Ápos esta etapa seguiu-se para a criação das regras, as observações adotadas para as regras criadas no primeiro controlador foram usadas para confeccionar as regras do segundo,a única diferença a ser levada em consideração é o sinal do erro do controlador abaixo são mostradas as regras criadas para o segundo controlador:
Se (erro é NG) então (saída é NG)
Se (erro é NP) então (saída é NP)
Se (erro é Z) então (saída é Z)
Se (erro é PP) então (saída é PP)
Se (erro é PG) então (saída é PG)
Se (erro é Z) E (Int-erro é PP) então (saída é PP)
Se (erro é PP) E (Int-erro è PP) então (saída é PG)
46
Se (erro é PP) E (Int-erro é PG) então (Int-erro é PG)
Se (erro é NP) E ( Int-erro é PP) então (saída é NG)
Tela de criação de regras do controlador teste 2.
A figura 5.8, apresenta a tela de criação de regras do controlador teste 2.
A figura a seguir apresenta o gráfico do resultado adquirido pelo sistema de controle de velocidade (SVC) utilizando o controlador teste 2 com as regras criadas acima e valor de referência de velocidade igual a 100 rpm(figura 5.9).
47 Tela com o Resultado do Controlador Teste 2.
Observando o gráfico com os respectivos resultados do sistema para o segundo controlador implementado, nota-se que as novas funções de pertinência montadas com o uso do sinal da variável de entrada integral do erro no controlador proporcionaram uma melhora significativa do sistema com a diminuição entre o erro de regime permanente entre o sinal de referência (vinho) e o sinal de controle (amarelo).
48
CAPITULO 6
CONCLUSÃO
No trabalho foram apresentados fundamentos teóricos da lógica fuzzy, trabalhos atrativos no setor industrial e acadêmico e proposta do desenvolvimento controlador fuzzy para o disco rotativo acoplado ao eixo do motor cc. O controlador fuzzy possibilitou que o projeto dispensa-se o uso de modelos matemáticos complexos, que muitas vezes são ineficazes ou difíceis de serem obtidos na prática, além de mostra como este tipo de controlador tem sido usado de maneira alternativa aos controladores convencionais. O objetivo do trabalho foi alcançado, pois como foi proposto inicialmente seu objetivo era desenvolver um controlador baseado na lógica fuzzy.
Os resultados obtidos e o sistema de controle foram apresentados de maneira gráfica por meio do software de simulação MATLAB/SIMULINK, e se mostraram satisfatórios, o desenvolvimento do controlador foi feito de forma sistemática bem detalhada para proporcionar melhor entendimento. Como o objetivo deste trabalho foi desenvolver um controlador baseado em lógica fuzzy não foram feitas comparações com outros controladores existentes, como: ON-OFF, PI e PID.
Embora o sistema de controle fuzzy projetado ter sido para um kit didático que se encontra no laboratório de controle de processos (LCP) IFF-Campus Macaé o sistema de controle é bastante semelhante a sistemas reais, as estruturas dos dois controladores Fuzzy desenvolvidos são semelhantes aos controladores clássicos proporcional(controlador Teste 1) e proporcional-integral(controlador Teste 2).
Para futuros trabalhos sugere-se o desenvolvimento de controladores por meio de redes neurais, usar controladores fuzzy ou neural para ajustar os parâmetros do controlador PID existente para o sistema, podendo assim melhorar os parâmetros de desempenho do controlador, desenvolver controladores fuzzy adaptativos.
49
REFERÊNCIAS BIBLIOGRÁFICAS
Barros, Ramon Rodrigues. Sidimar Junio do Nascimento Almeida. Projeto e implementação de um controlador fuzzy para temperatura de topo de uma coluna de destilação didática. (Curso Superior em Tecnologia em Automação Industrial) – Campos dos Goytacazes – Instituto Federal de Educação, Ciência e Tecnologia Fluminense, RJ, 2009.52 p.
BERNARDELI, Victor Regis. Implementação de Controladores Fuzzy para Acionamentos Elétricos. Monografia (Graduação em Engenharia em Telecomunicações) –Uberlandia-MG – União Educacional Minas Gerais, 2005. 52 p.
BILOBROVEC, Marcelo. Sistema Especialista em Lógica Fuzzy para o Controle, Gerenciamento e Manutenção da Qualidade em Processo de Aeração de Grãos.
Dissertação (Mestrado em Engenharia de Produção) – Ponta Grossa-PR – Universidade Tecnológica Federal do Paraná, 2005. 75 p.
BORDON, Mário Eduardo. Controlador Nebuloso de Arquitetura Simplificada Estudo de Caso: Acionamento de Motor de Indução Trifásico. Tese (Doutorado em Engenharia Elétrica) – Campinas-SP – Universidade Estadual de Campinas, 2004.197p.
CAMPOS, Mario Cesar Mello Massa. Aplicações de Controladores Fuzzy na Petrobras. In: VII Congresso Brasileiro de Redes Neurais, 2005, Natal. VII Congresso Brasileiro de Redes Neurais.
CAMPINHO, Ana Lucia Mussi de Carvalho; BASTOS, Hélvia Pereira Pinto;
BARCELOS, Ricardo José dos Santos; ASSEF, Vera Raimunda Amério.
Orientações Gerais Para a Construção de Trabalhos Monográficos. Campos dos Goitacazes-RJ, 2005.28p.
CANÔAS, Ana Carolina Garcia. Aplicação de Lógica Nebulosa na Análise de Redes de Energia Elétrica. Dissertação (Mestrado em Engenharia Elétrica) – Campinas-SP – Universidade Estadual de Campinas, 2003.158p.
50 CRUZ, Shermila Guerra Santa. Sistema de Navegação para Veículo Autônomo Utilizando Lógica Dífusa. Dissertação (Mestrado em Engenharia Elétrica) – São Carlos-SP – Universidade de São Paulo, 2009.128p.
DRIANKOV, Dimiter; HELLENDOORN, Hans; REINFRANK, Michael. An Intoduction to Fuzzy Control. 2. ed. Berlin: Springer Verlag, 1996. 316p.
FEEDBACK, Instruments Ltd. Analogue Servo Fundamentals Trainer – 33- 002.Ed.03.
Instruments Ltd. Digital Servo Fundamentals Trainer – 33-003(SFT154).Ed.02.
FELIX, Alfredo Nagib. Projeto de um Controlador Digital de Velocidade para um Disco Rotativo Diretamente Acoplado ao Eixo de um Motor de Corrente Contínua (Unidades FEEDBACK:33-100 E 33-120). Monografia (Curso Superior em Tecnologia em Automação Industrial) –Campos dos Goitacazes –Centro Federal de Educação Tecnológica de Campos, RJ, 2007 63 p.
FONSECA, Jaime; AFONSO, Joao; MARTINS, Julio; COUTO, Carlos. Avaliação da Aplicação de Técnicas de Lógica Fuzzy no Controle de Máquinas Eléctricas.
Jornadas Hispano-Lusas de Ingenieria Electrica, 5, Salamanca, 1997. ISBN 84- 920984-2-2. Vol. 1. P.261-267.
FRANCO, Karina Pereira Motta. Desenvolvimento de Um Sistema Inteligente para Auxiliar a Escolha de Sistema para Produção no Mar. Dissertação (Mestrado em Ciências e Engenharia de Petróleo) - Campinas-SP – Universidade Estadual de Campinas, 2003.139p.
FUJIMOTO Rodrigo Yoshiaki. Diagnóstico Automático de Defeitos em Rolamentos Baseados em Lógica Fuzzy. Dissertação (Mestrado em Engenharia Mecânica) – São Paulo-SP – Universidade de São Paulo, 2005. 181p.
HUAMANNI, Ivette R. Luna. Redes Neurais Fuzzy Aplicadas em Identificação e Controle de Sistemas. Dissertação (Mestrado em Engenharia Elétrica) – Campinas- SP – Universidade Estadual de Campinas, 2003.165p.
51 Leite, A.C. Kuga, H.C. Lopes, R.V.F. Model Based Fault Detection on a Reaction Wheel, Brazilian Conference on Dynamics, Control and Their Applications.
Guaratinguetá, SP, Brasil, 2006.
LIMA, Fábio Soares de. Estratégia de Escalonamento de Controladores PID Baseados em Regras Fuzzy para Redes Industriais Foundation Fieldbus Usando Blocos Padrões. Dissertação (Mestrado em Engenharia Elétrica) – Natal-Rio Grande do Norte – Universidade Federal do Rio Grande do Norte, 2004.68p.
.
LOMBARDI, Arley de Barros Júnior. Desenvolvimento e Análise de Estratégias de Controle Colaborativo para Cadeiras de Rodas. Tese (Doutorado em Engenharia Mecânica) – Campinas-SP – Universidade Estadual de Campinas, 2005.264p.
MAMANI, Ana Beatriz Alvarez. Utilização de Redes Neurais no Controle da Velocidade de um Veículo Experimental. Dissertação (Mestrado em Engenharia Elétrica) – Campinas-SP – Universidade Estadual de Campinas, 2004.131p.
MONTEIRO, Flávio Rachel. Proposta de um controlador automático de trens utilizando lógica nebulosa preditiva. Dissertação (Mestrado em Engenharia de Computação e Sistemas Digitais) – São Paulo–SP – Universidade de São Paulo, 2006. 162p.
NASCIMENTO JR., Cairo Lucio; YONEYAMA, Takashi. Inteligência Artificial em Controle e Automação. 1. ed. Sao Paulo: Edgard Blucher, 2000. 218 p.
Notas de Aula: curso de Sistemas inteligentes, Cefet-Campos, 2008.
PADILHA, Paulo Cesar Carneiro. Desenvolvimento de Uma Metodologia de Sintonia de Controladores “Fuzzy” Utilizando Redes Neurais. Aplicações em Processos Petroquímicos. Dissertação (Mestrado em Engenharia Ciências em Engenharia Elétrica) – Rio de Janeiro-RJ – Instituto Militar de Engenharia, 2001.95p.
SUETAKE, Marcelo. Implementação de Sistemas Inteligentes em Processadores Digitais para Controle de Máquinas Elétricas Rotativas. Dissertação (Mestrado em Engenharia Elétrica) – São Carlos-SP – Universidade de São Paulo, 2008.211p.