Universidade Federal do Rio Grande do Norte Centro de Tecnologia
Programa de P´os-Gradua¸c˜ao em Engenharia El´etrica
Avalia¸c˜
ao de Robustez, Desempenho e Aplica¸c˜
ao do
Controlador Adaptativo por Posicionamento de P´
olos
e Estrutura Vari´
avel
Marcelo Brand˜
ao dos Santos
Orientador: Prof. Dr. Aldayr Dantas de Ara´ujo Co-orientador: Prof. Dr. Ricardo L´ucio de Ara´ujo Ribeiro
Universidade Federal do Rio Grande do Norte Centro de Tecnologia
Programa de P´os-Gradua¸c˜ao em Engenharia El´etrica
Avalia¸c˜
ao de Robustez, Desempenho e Aplica¸c˜
ao do
Controlador Adaptativo por Posicionamento de P´
olos
e Estrutura Vari´
avel
Marcelo Brand˜
ao dos Santos
Disserta¸c˜ao submetida ao Programa de P´os-Gradua¸c˜ao em Engenharia El´etrica da Uni-versidade Federal do Rio Grande do Norte como parte dos requisitos para a obten¸c˜ao do grau de Mestre em Ciˆencias.
Orientador: Prof. Dr. Aldayr Dantas de Ara´ujo Co-orientador: Prof. Dr. Ricardo L´ucio de Ara´ujo Ribeiro
Avalia¸c˜
ao de Robustez, Desempenho e Aplica¸c˜
ao do
Controlador Adaptativo por Posicionamento de P´
olos
e Estrutura Vari´
avel
Marcelo Brand˜
ao dos Santos
Disserta¸c˜ao de Mestrado aprovada em 19 de outubro de 2007 pela banca examinadora composta pelos seguintes membros:
Prof. Dr. Aldayr Dantas de Ara´ujo Orientador - DEE/UFRN
Prof. Dr. Ricardo L´ucio de Ara´ujo Ribeiro Co-orientador - DEE/UFRN
Prof. Dr. Francisco das Chagas Mota Examinador interno - DCA/UFRN
Prof. Dr. Shankar P. Bhattacharyya
Aos meus pais - Raimundo Oliveira e Iracema Brand˜ao `
A minha av´o - Rita Ao meu irm˜ao - Magno `
Agradecimentos
A Deus pelo dom da vida e por mais esta conquista.
Aos Professores Aldayr Dantas de Ara´ujo e Ricardo L´ucio de Ara´ujo Ribeiro, pelos ensinamentos e orienta¸c˜ao acadˆemica.
Aos professores da UFBA, em especial, Antˆonio Cezar de Castro e Lima, Leizer Schnit-man e Adhemar de Barros Fontes, pelos conhecimentos transmitidos, por me apresentarem a pesquisa acadˆemica e me incetivarem `a fazer o mestrado.
A todos os meus familiares e amigos, que me incetivaram e me apoiaram nessa etapa de minha vida. Aos meus amigos Artur, Nara e Ot´avio e minha namorada Mar´ılia que, mesmo distante, acompanharam e me apoiaram nos momentos dif´ıceis. A meu grande amigo Rean, que sempre me incetivou a superar obst´aculos, e que nos deixou a poucos meses.
Aos amigos do LACI que me ajudaram sempre que precisei. A todos os professores do PPGEE que me transmitiram seus conhecimentos e experiˆencias profissionais durante este per´ıodo.
Resumo
Neste trabalho, a robustez e o desempenho do controlador adaptativo por posiciona-mento de p´olos e estrutura vari´avel (VS-APPC) s˜ao avaliados e este algoritmo ´e aplicado em um sistema de controle de um motor. A avalia¸c˜ao de robustez deste controlador ser´a realizada atrav´es de simula¸c˜oes, onde ser˜ao introduzidas as seguintes adversidades no sistema: atraso de transporte, limites da resposta no atuador, perturba¸c˜oes, varia¸c˜ao param´etrica e dinˆamica n˜ao modelada. O VS-APPC ser´a comparado com o controlador PI, com o controlador por posicionamento de p´olos (PPC) e com o controlador adaptativo por posicionamento de p´olos (APPC). O VS-APPC ser´a simulado para rastrear uma re-ferˆencia degrau e senoidal. Ser´a tamb´em aplicado no sistema de controle de um motor de indu¸c˜ao trif´asico para rastrear um sinal senoidal no referencial estat´orico. Os resultados das simula¸c˜oes e experimentais comprovar˜ao a eficiˆencia e robustez desta estrat´egia de controle.
Abstract
In this work, the variable structure adaptive pole placement controller (VS-APPC) robustness and performance are evaluated and this algorithm is applied in a motor con-trol system. The concon-troller robustness evaluation will be done through simulations, where will be introduced in the system the following adversities: time delay, actuator response boundeds, disturbances, parametric variation and unmodeled dynamics. The VS-APPC will be compared with PI control, pole placement control (PPC) and adaptive pole place-ment controller (APPC). The VS-APPC will be simulated to track a step and a sine reference. It will be applied in a three-phase induction motor control system to track a sine signal in the stator reference frame. Simulation and experimental results will prove the efficiency and robustness of this control strategy.
Conte´
udo
Conte´udo i
Lista de Figuras iii
Gloss´ario de Termos vii
1 Introdu¸c˜ao 1
1.1 Sistemas de Controle . . . 1
1.2 Controle Cl´assico . . . 2
1.3 Controle Adaptativo . . . 3
1.3.1 Controle Adaptativo por Posicionamento de P´olos . . . 4
1.4 Sistemas com Estrutura Vari´avel . . . 5
1.4.1 Descri¸c˜ao Geral . . . 6
1.5 Avalia¸c˜ao de Robustez . . . 7
1.6 Sistema de Controle de um Motor de Indu¸c˜ao . . . 8
1.7 Estrutura do Trabalho . . . 9
2 Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 11 2.1 Introdu¸c˜ao . . . 11
2.2 Descri¸c˜ao do Problema . . . 12
2.3 APPC: M´etodo Polinomial . . . 13
2.4 Descri¸c˜ao do M´etodo . . . 15
2.5 C´alculo dos Parˆametros do Controlador . . . 17
2.5.1 Referˆencia Degrau . . . 18
3 Robustez e Desempenho de um Sistema 21
3.1 Estabilidade e Desempenho . . . 21
3.1.1 Avalia¸c˜ao do Comportamento Estacion´ario . . . 22
3.1.2 Avalia¸c˜ao do Comportamento Transit´orio . . . 22
3.2 Robustez do Sistema de Controle . . . 22
3.2.1 Limita¸c˜ao da Resposta do Atuador . . . 23
3.2.2 Perturba¸c˜oes . . . 23
3.2.3 Atraso de Transporte . . . 24
3.2.4 Varia¸c˜oes Param´etricas . . . 24
3.2.5 Dinˆamica n˜ao Modelada . . . 25
3.2.6 Ru´ıdos de Leitura . . . 25
4 Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 26 4.1 Motor de Indu¸c˜ao Trif´asico . . . 26
4.1.1 Modelagem de um Motor de Indu¸c˜ao . . . 29
4.1.2 Parˆametros do Motor . . . 30
4.2 Simula¸c˜oes: Controle Malha Externa . . . 31
4.2.1 Avalia¸c˜ao de Robustez e Desempenho do Sistema . . . 32
4.3 Simula¸c˜oes: Controle Malha Interna . . . 40
4.3.1 Avalia¸c˜ao de Robustez e Desempenho do Sistema . . . 43
4.4 Implementa¸c˜ao do VS-APPC . . . 52
5 Conclus˜oes e Perspectivas 54 Apˆendices 56 A Conceitos sobre Sistemas 56 A.1 Representa¸c˜ao de um Sistema . . . 56
A.2 Fun¸c˜ao de Transferˆencia . . . 57
A.3 Polinˆomios Coprimos . . . 57
B Conceitos sobre Estabilidade 60 B.1 Defini¸c˜ao de Estabilidade . . . 60
B.2.1 Fun¸c˜oes Definidas Positivas e Negativas . . . 61
B.2.2 Transla¸c˜ao da Origem do Sistema de Coordenadas . . . 61
B.2.3 Teoremas sobre Estabilidade (Segundo Lyapunov) . . . 62
B.2.4 An´alise de Sistemas baseado no M´etodo Direto de Lyapunov . . . . 63
C Princ´ıpio do Modelo Interno 64 C.1 Princ´ıpio do Modelo Interno . . . 64
D Ambiente de Simula¸c˜oes 65 D.1 Ambiente para Avalia¸c˜ao de Robustez de Algoritmos de Controle . . . 65
D.2 Apresenta¸c˜ao do Ambiente de Simula¸c˜oes . . . 66
D.2.1 Parˆametros do Sistema . . . 66
D.2.2 Parˆametros de Simula¸c˜ao . . . 67
D.2.3 Introdu¸c˜ao de Adversidades . . . 68
D.2.4 Op¸c˜oes de Algoritmos de Controle . . . 68
D.2.5 Parˆametros dos Algoritmos de Controle . . . 69
D.2.6 Apresenta¸c˜ao dos Resultados . . . 69
D.2.7 Orienta¸c˜ao ao Usu´ario . . . 72
Referˆencias Bibliogr´aficas 74
Lista de Figuras
1.1 Sistema de Controle. . . 1
1.2 Controlador PID. . . 3
1.3 Estrutura de um Controlador Adaptativo. . . 4
1.4 APPC Indireto. . . 5
1.5 Superf´ıcie de deslizamento em um sistema com estrutura vari´avel. . . 6
1.6 Diagrama de blocos do controle de velocidade do motor de indu¸c˜ao com controle de corrente. . . 9
2.1 Diagrama de blocos do controle por posicionamento de p´olos. . . 15
4.1 Diagrama de blocos do controle de velocidade do motor de indu¸c˜ao. . . 27
4.2 Diagrama de blocos do controle de corrente do motor de indu¸c˜ao. . . 27
4.3 Diagrama de blocos do controle de velocidade do motor de indu¸c˜ao uti-lizando o VS-APPC. . . 28
4.4 Diagrama de blocos do controle de corrente do motor de indu¸c˜ao utilizando o VS-APPC. . . 28
4.5 Simula¸c˜ao 1 - sa´ıda da planta e sinal de controle. . . 33
4.6 Simula¸c˜ao 1 - sa´ıda estimada e parˆametros do VS-APPC. . . 34
4.7 Simula¸c˜ao 2 - sa´ıda da planta e sinal de controle. . . 34
4.8 Simula¸c˜ao 2 - introdu¸c˜ao de uma perturba¸c˜ao no sinal de controle. . . 35
4.9 Simula¸c˜ao 2 - mudan¸ca na referˆencia. . . 35
4.10 Simula¸c˜ao 2 - introdu¸c˜ao de uma varia¸c˜ao param´etrica. . . 36
4.11 Simula¸c˜ao 2 - introdu¸c˜ao de uma perturba¸c˜ao no sinal de sa´ıda. . . 36
4.12 Simula¸c˜ao 2 - sa´ıda estimada e parˆametros do VS-APPC. . . 37
4.14 Simula¸c˜ao 4 - sa´ıda da planta e sinal de controle. . . 38
4.15 Simula¸c˜ao 5: sa´ıda da planta e sinal de controle. . . 39
4.16 Simula¸c˜ao 6: sa´ıda da planta e sinal de controle. . . 40
4.17 Diagrama de Blocos do sistema do motor de indu¸c˜ao. . . 42
4.18 Simula¸c˜ao 7 - corrente de sa´ıda is sd e corrente de referˆenciais ∗ sd (PI s´ıncrono). 43 4.19 Simula¸c˜ao 7 - corrente de sa´ıdais sq e corrente de referˆenciais ∗ sq (PI s´ıncrono). 44 4.20 Simula¸c˜ao 8 - corrente de sa´ıdais sd e corrente de referˆenciais ∗ sd (PPC). . . . 44
4.21 Simula¸c˜ao 8 - corrente de sa´ıdais sq e corrente de referˆenciais ∗ sq (PPC). . . . 45
4.22 Simula¸c˜ao 9 - corrente de sa´ıdais sd e corrente de referˆenciais ∗ sd (VS-APPC). 45 4.23 Simula¸c˜ao 9 - corrente de sa´ıdais sq e corrente de referˆenciais ∗ sq (VS-APPC). 46 4.24 Simula¸c˜ao 8 e 9 - erro quadr´atico entre corrente de sa´ıdais sd e corrente de referˆencia is∗ sd. . . 47
4.25 Simula¸c˜ao 8 e 9 - erro quadr´atico entre a corrente de sa´ıda is sq e corrente de referˆencia is∗ sq. . . 47
4.26 Simula¸c˜ao 10 - corrente de sa´ıdais sd e corrente de referˆencia is ∗ sd (PI s´ıncrono). 48 4.27 Simula¸c˜ao 10 - corrente de sa´ıdais sq e corrente de referˆenciais ∗ sq (PI s´ıncrono). 49 4.28 Simula¸c˜ao 11 - corrente de sa´ıda is sd e corrente de referˆenciais ∗ sd (PPC). . . 49
4.29 Simula¸c˜ao 11 - corrente de sa´ıda is sq e corrente de referˆencia is ∗ sq (PPC). . . 50
4.30 Simula¸c˜ao 12 - corrente de sa´ıda is sd e corrente de referˆenciais ∗ sd (VS-APPC). 50 4.31 Simula¸c˜ao 12 - corrente de sa´ıda is sq e corrente de referˆencia is ∗ sq (VS-APPC). 51 4.32 Simula¸c˜ao 11 e 12- erro quadr´atico entre corrente de sa´ıdais sd e corrente de referˆencia is∗ sd. . . 51
4.33 Simula¸c˜ao 11 e 12- erro quadr´atico entre a corrente de sa´ıda is sq e corrente de referˆencia is∗ sq. . . 52
4.34 Resultado experimental - corrente de sa´ıdais sd e corrente de referˆenciais ∗ sd. . 53
4.35 Resultado experimental - corrente de sa´ıdais sq e corrente de referˆenciais ∗ sq. . 53
D.1 Janela Principal. . . 66
D.2 Parˆametros do Sistema . . . 67
D.3 Parˆametros de Simula¸c˜ao . . . 67
D.4 Introdu¸c˜ao de Perturba¸c˜oes. . . 68
D.6 Op¸c˜oes de Algoritmos de Controle. . . 69
D.7 Controlador PID. . . 70
D.8 Controle Adaptativo. . . 71
D.9 Controle Adaptativo Robusto com Estrutura Vari´avel. . . 71
D.10 Apresenta¸c˜ao dos Resultados. . . 72
D.11 Orienta¸c˜ao ao Usu´ario. . . 73
Gloss´
ario de Termos
APPC - Adaptive Pole Placement Control (Controle Adaptativo por Posicionamento de P´olos)
LTI - Linear Time Invariant (Linear Invariante no Tempo) MIMO - Multiple Input Multiple Output (Multivari´avel)
MRAC - Model Reference Adaptive Control (Controle Adaptativo por Modelo de Referˆencia)
PIVSC - Proportional Integrative Variable Structure Control (Controle Porporcional Integrativo por Estrutura Vari´avel)
PPC - Pole Placement Control (Controle por Posicionamento de P´olos) RFO - Rotor Flux Oriented (Orienta¸c˜ao pelo Fluxo Rot´orico)
SISO - Single Input Single Output (Monovari´avel)
VS-APPC - Variable Structure Adaptive Pole Placement Control (Controle Adapta-tivo por Posicionamento de P´olos e Estrutura Vari´avel)
VSC - Variable Structure Control (Controle por Estrutura Vari´avel)
Cap´ıtulo 1
Introdu¸c˜
ao
1.1
Sistemas de Controle
Um sistema a ser controlado pode ser representado, de forma simplificada, conforme a Figura 1.1.
O sistema a ser controlado ´e chamado de processo ou planta. O sinal aplicado na(s) entrada(s) de controle ´e chamado sinal de controle, e tamb´em conhecido como vari´avel manipulada. O sinal de sa´ıda do processo ´e chamado de vari´avel controlada ou vari´avel de processo, e ´e a vari´avel cujo comportamento se deseja controlar. Al´em disso, o sistema est´a, em geral, sujeito `a a¸c˜ao de sinais ex´ogenos chamados de perturba¸c˜oes, que s˜ao sinais de entrada cujos valores n˜ao podem ser manipulados [1].
A classifica¸c˜ao de um sistema de controle divide-se em malha aberta e malha fechada. Em um controle em malha aberta, o sinal de sa´ıda n˜ao ´e medido nem realimentado para compara¸c˜ao com o sinal de entrada. No controle em malha fechada, o sinal de erro atuante, que ´e a diferen¸ca entre o sinal de entrada e o sinal realimentado (que pode ser o
Cap´ıtulo 1. Introdu¸c˜ao 2
pr´oprio sinal de sa´ıda ou uma fun¸c˜ao do sinal de sa´ıda e suas derivadas), ´e introduzido no controlador de modo a reduzir o erro e trazer a sa´ıda do sistema a um valor desejado. As desvantagens dos sistemas a malha aberta, especificamente a sensibilidade a perturba¸c˜oes e `a incapacidade de corrigir os efeitos destas perturba¸c˜oes, podem ser superadas no sistema a malha fechada.
O controlador ´e um dispositivo que realiza determinadas opera¸c˜oes matem´aticas sobre o sinal de erro a fim de produzir uma a¸c˜ao de controle que, ao ser aplicado ao processo, faz com que sejam satisfeitos determinados objetivos de desempenho do sistema de controle. A estas a¸c˜oes matem´aticas d´a-se o nome de a¸c˜oes de controle [1].
O c´alculo do sinal de controle pode ser realizado a partir de sinais do sistema (sinal de referˆencia, da sa´ıda da planta, do pr´oprio sinal de controle) ou baseado nas vari´aveis de estado do sistema. Neste trabalho ´e suposto que apenas s˜ao mensurados os sinais de referˆencia, de sa´ıda e de controle. A forma de calcular as a¸c˜oes de controle depende da teoria de controle utilizada.
1.2
Controle Cl´
assico
Dentro da teoria de controle cl´assico, a a¸c˜ao de controle pode ser calculada de diversas formas. As principais formas s˜ao: atrav´es da combina¸c˜ao da a¸c˜ao proporcional, integral e derivativa (PID), do posicionamento de p´olos, de um compensador em atraso, em avan¸co e da realimenta¸c˜ao de estado.
Estes controladores possuem uma estrutura fixa, ou seja, seus parˆametros s˜ao est´aticos no tempo, s˜ao sintonizados para um ponto ou uma regi˜ao de opera¸c˜ao de um processo e essa sintonia n˜ao ´e modificada automaticamente caso seja necess´ario. Assim, a modelagem do processo ´e uma etapa importante para uma boa sintonia do controlador.
Atualmente, controladores de estrutura simples e padronizada, como os controladores PID, representam a imensa maioria das malhas de controle industriais em todo o mundo [1]. Nos controladores PID comercializados, apenas os ganhos dessas a¸c˜oes s˜ao ajustados. Este possui uma estrutura fixa e permite realizar seu projeto de forma simples e eficiente.
Cap´ıtulo 1. Introdu¸c˜ao 3
Figura 1.2: Controlador PID.
configura¸c˜oes utilizadas s˜ao: P, PD, PI e PID, sendo admiss´ıvel utilizar as a¸c˜oes separadas em uma malha ou em diferentes malhas do sistema.
O sinal de controle, em um controlador PID, ´e calculado em fun¸c˜ao do sinal de erro, e a estrutura, em diagrama de blocos, mais utilizada, pode ser vista na Figura 1.2.
1.3
Controle Adaptativo
O projeto de um controlador, em sua maioria, depende do modelo da planta em uma determinada condi¸c˜ao de opera¸c˜ao. Por´em, a exatid˜ao de uma modelagem ´e de extrema dificuldade, al´em de, em diversos processos, alguns parˆametros da planta serem desconhecidos ou parcialmente conhecidos (conhecidos com incertezas). Assim, surgiu a necessidade de t´ecnicas de estima¸c˜ao desses parˆametros com o intuito de melhor entender o comportamento da planta.
A motiva¸c˜ao da adapta¸c˜ao em sistemas de controle surgiu do desenvolvimento de um piloto autom´atico de alto desempenho no in´ıcio da d´ecada de 50, devido `a aeronave operar em uma grande faixa de velocidades e alturas, e sua dinˆamica ser n˜ao linear e conceitualmente variante no tempo [3].
Uma estrutura de controle adaptativo, em geral, cont´em uma malha de realimenta¸c˜ao, um estimador de parˆametros e um controlador com ganhos ajust´aveis, como mostra a Figura 1.3.
Cap´ıtulo 1. Introdu¸c˜ao 4
Figura 1.3: Estrutura de um Controlador Adaptativo.
base em estimativas anteriores e novos dados, e assim, esta estima¸c˜ao ´e executada con-correntemente com o sistema de controle.
Controle adaptativo consiste, portanto, em aplicar alguma t´ecnica de estima¸c˜ao para obter os parˆametros do modelo do processo e de seu meio a partir de medi¸c˜oes de sinais da entrada e da sa´ıda da planta, e usar este modelo para projetar um controlador [2].
A estrutura de controle adaptativo ´e classificada em indireta e direta. No controle adaptativo indireto (tamb´em chamado de controle adaptativo expl´ıcito) os parˆametros da planta s˜ao estimados on-line e usados para calcular os parˆametros do controlador. No con-trole adaptativo direto, o modelo da planta ´e parametrizado em termos dos parˆametros do controlador, os quais s˜ao estimados diretamente sem c´alculos intermedi´arios envol-vendo estimativas dos parˆametros da planta. ´E tamb´em chamado de controle adaptativo impl´ıcito por ser baseado na estima¸c˜ao de um modelo impl´ıcito da planta [3]. Em ambas as estruturas, os c´alculos dos parˆametros do controlador s˜ao feitos por leis de adapta¸c˜ao. As principais t´ecnicas de controle adaptativo s˜ao: PID adaptativo, controle adaptativo por modelo de referˆencia (MRAC - Model Reference Adaptive Control), controle adapta-tivo por posicionamento de p´olos (APPC - Adaptive Pole Position Control), controlador adaptativo auto oscilat´orio e controlador com ganhos ajust´aveis (gain scheduling).
1.3.1
Controle Adaptativo por Posicionamento de P´
olos
Cap´ıtulo 1. Introdu¸c˜ao 5
(PPC-Pole Placement Controller) e ´e aplic´avel em plantas lineares e invariantes no tempo (LTI-Linear Time Invariant) tanto de fase m´ınima e n˜ao m´ınima. A combina¸c˜ao da lei de controle por posicionamento de p´olos com uma estima¸c˜ao de parˆametros ou uma lei adaptativa originou o controlador APPC, tamb´em conhecido como self-tunning [3].
Tradicionalmente, o APPC vem sendo desenvolvido em uma abordagem indireta (Figura 1.4). Esta ´e f´acil de projetar, ´e aplic´avel a uma grande variedade de plantas LTI e n˜ao ´e necess´ario que seja de fase m´ınima ou est´avel. Devido a sua flexibilidade em escolher a metodologia do projeto do controlador (realimenta¸c˜ao de estado, projeto de compensador, m´etodo polinomial, etc.) e a lei adaptativa (m´ınimos quadrados, m´etodo do gradiente, estrutura vari´avel, etc.), o APPC indireto ´e o mais geral tipo de controle adaptativo [3].
O m´etodo escolhido para projetar a lei de controle, neste trabalho, foi o m´etodo polinomial, e ´e suposto que apenas os sinais de referˆencia e sa´ıda s˜ao mensur´aveis.
Figura 1.4: APPC Indireto.
1.4
Sistemas com Estrutura Vari´
avel
Cap´ıtulo 1. Introdu¸c˜ao 6
As principais caracter´ısticas de um controle adaptativo com estrutura vari´avel s˜ao a rapidez no transit´orio e a robustez a varia¸c˜oes param´etricas e perturba¸c˜oes, dentro de uma certa faixa de tolerˆancia. Contudo, tem tamb´em como caracter´ıstica, um chaveamento em alta freq¨uˆencia no sinal de controle e/ou em vari´aveis onde este m´etodo ´e aplicado, fenˆomeno conhecido como chattering.
A t´ecnica de estrutura vari´avel foi aplicada, neste trabalho, nas leis de adapta¸c˜ao do APPC na estrutura indireta. Desta jun¸c˜ao surgiu o VS-APPC - Variable Structure Pole Placement Adaptive Control.
Em seguida ´e apresentada, resumidamente, a teoria para sistemas com estrutura vari´avel.
1.4.1
Descri¸c˜
ao Geral
Para as demonstra¸c˜oes ser´a considerado o seguinte sistema de segunda ordem ˙
x1 =x2 ˙
x2 =a1x1+a2x2+u
(1.1)
com a1 ea2 conhecidos com incertezas.
Define-se uma superf´ıcie de chaveamentos como
s=x∈R2 |s(x) = cx1+x2 = 0, c >0 (1.2) na qual deseja-se que permane¸cam as vari´aveis de estado x1 e x2 (dinˆamica do sistema). Deve ser satisfeita a condi¸c˜ao ss <˙ 0 para se ter o comportamento ilustrado na Figura 1.5.
Cap´ıtulo 1. Introdu¸c˜ao 7
Em um problema de estabiliza¸c˜ao deve-se ter lim
t→∞x1(t) = 0 e limt→∞x2(t) = 0.
Defini-se u(x) da forma
u(x) =
u+(x), se s(x)>0
u−
(x), se s(x)<0 (1.3) com u=g(θ1, θ2, x1, x2), onde
θ1 =−θ¯1sgn(sx1), θ¯1 >|a1|
θ2 =−θ¯2sgn(sx2), θ¯2 >|c+a2|
(1.4)
Os valores dos parˆametros ¯θ determinam a rapidez com que a trajet´oria atinge a superf´ıcie de deslizamento.
Desta forma, o sistema torna-se
˙
x=
f+(x), se s(x)>0
f−
(x), se s(x)<0 (1.5)
tendo como condi¸c˜ao de deslizamento
s(x)·s˙(x)<0 (1.6)
Pode-se interpretar a condi¸c˜ao de deslizamento como a derivada (negativa) da fun¸c˜ao 1
2s(x)
2, que ´e uma medida da distˆancia `a superf´ıcie de deslizamento s(x) = 0.
Se a condi¸c˜ao de deslizamentos(x)·s˙(x)<0 ´e satisfeita em uma vizinhan¸ca des(x)<
0, os campos vetoriais representados por f+(x) e f−
(x) apontam para esta superf´ıcie e, portanto, se uma trajet´oria alcan¸ca s(x), ´e for¸cada a permanecer (deslizar) sobre esta.
1.5
Avalia¸c˜
ao de Robustez
Cap´ıtulo 1. Introdu¸c˜ao 8
Na pr´atica, a intera¸c˜ao da planta f´ısica com o sistema de controle ´e realizado por sinais fornecidos da planta para sensores e por sinais enviados do sistema de controle para atuadores. Estes sinais de entrada e sa´ıda, e as leis que descrevem o comportamento do sistema f´ısico, s˜ao as ´unicas informa¸c˜oes do processo. Em v´arios casos, n˜ao s˜ao obtidas leis f´ısicas que representam a planta, ou estas s˜ao bastante complexas [5].
As informa¸c˜oes de um sistema - sinais de entrada e sa´ıda e leis f´ısicas - comumente n˜ao representam o sistema completamente. A descri¸c˜ao de um determinado processo f´ısico incluindo todos os aspectos envolvidos pode ser impratic´avel. Em alguns casos, tamb´em ´e realizada uma simplifica¸c˜ao das leis f´ısicas para descrever o sistema. Assim, por estes fatos, pode-se concluir que em problemas pr´aticos de controle existe uma certa “quantidade”de incertezas [5].
O objetivo principal do estudo de robustez em algoritmos de controle ´e reproduzir resultados te´oricos, que s˜ao comprovados computacionalmente, em sistemas f´ısicos com incertezas presentes.
Neste trabalho, adversidades s˜ao inclu´ıdas nas simula¸c˜oes, e assim, o sistema simulado ser´a mais semelhante ao sistema real, para que se possa avaliar a robustez do VS-APPC antes de implement´a-lo em sistemas f´ısicos.
1.6
Sistema de Controle de um Motor de Indu¸c˜
ao
Ap´os o surgimento da teoria de controle vetorial [6], que ´e baseada na orienta¸c˜ao dada pelo campo do rotor, surgiram ferramentas te´oricas para controlar a velocidade do motor de indu¸c˜ao de forma desacoplada, semelhante ao motor de corrente cont´ınua (d.c.- direct current).
Um motor de indu¸c˜ao de alto desempenho pode utilizar a estrat´egia de controle vetorial direta ou indireta orientada pelo fluxo rot´orico (RF O - rotor flux oriented) [7]. Esta t´ecnica de controle permite que uma m´aquina de indu¸c˜ao tenha um desempenho no torque similar a m´aquinas d.c..
sobre-Cap´ıtulo 1. Introdu¸c˜ao 9
corrente mais efetiva na m´aquina. Logo, ´e desejado um controle em cascata para o motor (Figura 1.6), ou seja, duas malhas de controle no sistema, uma interna e outra externa. Para que isto possa ser feito ´e necess´ario que a malha interna de controle seja mais r´apida que a externa. Isso ´e poss´ıvel porque em geral a constante de tempo mecˆanica ´e bem superior `a constante de tempo el´etrica [8]. Na Figura 1.6 pode-se observar a referˆencia (ωref) e o sinal de controle da malha externa (iref), a referˆencia da malha interna, que ´e
o sinal de controle da malha externa, o sinal de controle da malha interna (V), e os sinais de sa´ıda das malhas interna e externa, respectivamente (i e ω).
Figura 1.6: Diagrama de blocos do controle de velocidade do motor de indu¸c˜ao com controle de corrente.
Al´em da prote¸c˜ao mais efetiva da m´aquina, o controle em cascata permite um projeto mais simples dos controladores ao considerar separadamente os sistemas de acionamento e de controle propriamente dito.
Neste trabalho, ser´a aplicado o controlador VS-APPC na malha interna e na malha externa do sistema de controle do motor de indu¸c˜ao.
1.7
Estrutura do Trabalho
Cap´ıtulo 1. Introdu¸c˜ao 10
Cap´ıtulo 2
Controle Adaptativo por
Posicionamento de P´
olos e Estrutura
Vari´
avel
2.1
Introdu¸c˜
ao
O VS-APPC pode ser considerado um controlador h´ıbrido que agrega as caracter´ısticas do APPC e da estrutura vari´avel na lei de adapta¸c˜ao, isto ´e, aplicabilidade a plantas de fase n˜ao-m´ınima, transit´orio r´apido e robustez.
Al´em disso, por utilizar o princ´ıpio do modelo interno, esta estrat´egia de controle leva o sistema a obter erro de rastreamento igual a zero em regime permanente para uma dada referˆencia.
Controladores h´ıbridos que utilizam a t´ecnica de posicionamento de p´olos, podem ser vistos em [11], [12], [13] e [14]. Em [11] s˜ao utilizadas m´ultiplas t´ecnicas em paralelo para estimar os parˆametros e em [12] s˜ao utilizadas redes neurais na lei adaptativa. Em [13] foi utilizado o m´etodo dos m´ınimos quadrados recursivos e esta t´ecnica foi aplicada em um robˆo, e em [14] tem-se a aplica¸c˜ao da estrutura vari´avel na lei adaptativa, semelhante a este trabalho, e a simula¸c˜ao deste controlador em um ve´ıculo aqu´atico autˆonomo.
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 12
(Proportional Integrative Variable Structure Control), e esta foi aplicada em referˆencias degrau e senoidal. E em [17] pode ser visto um controlador que utiliza a t´ecnica de modos deslizantes acoplada ao princ´ıpio do modelo interno.
O VS-APPC desenvolvido neste trabalho, difere de outros trabalhos, principalmente, pela simplicidade do projeto, pelo algoritmo de adapta¸c˜ao reduzido, e pela semelhan¸ca a um controlador PI adaptativo (referˆencia degrau).
Resultados satisfat´orios do VS-APPC podem ser vistos em [18], [19], [20], [21], [23] e [24]. E em [25] foi realizada uma compara¸c˜ao entre algoritmos de controle, entre estes o VS-APPC, e uma avalia¸c˜ao de robustez a algumas adversidades.
2.2
Descri¸c˜
ao do Problema
Analisa-se uma planta SISO e LTI, representada pela fun¸c˜ao de transferˆencia abaixo
y =Gp(s)u, Gp(s) =
Zp(s)
Rp(s)
(2.1) onde Gp(s) ´e uma fun¸c˜ao de transferˆencia pr´opria e Rp(s) ´e um polinˆomio mˆonico. O
objetivo de controle ´e escolher uma entrada para a planta (u) tal que os p´olos em malha fechada sejam as ra´ızes do polinˆomio mˆonico Hurwitz A∗
(s). O polinˆomio A∗
(s) ´e o polinˆomio caracter´ıstico desejado em malha fechada, que ´e escolhido a partir dos requisitos de desempenho em malha fechada. Para alcan¸car o objetivo de controle s˜ao feitas as seguintes suposi¸c˜oes:
S1. Rp(s) ´e um polinˆomio cujo grau n ´e conhecido;
S2. Zp(s) e Rp(s) s˜ao coprimos e grau (Zp)< n.
Em geral, pela atribui¸c˜ao dos p´olos de malha fechada `as ra´ızes de A∗
(s), pode-se garantir a estabilidade e a convergˆencia da sa´ıda da planta (y) para zero em malha fechada sem a utiliza¸c˜ao de uma entrada externa (caso regulador). O objetivo do APPC pode ser estendido com a inclus˜ao do rastreamento de sinais, onde y ´e requerido seguir uma determinada classe de sinais de referˆencia usando o princ´ıpio do modelo interno. Neste caso, o sinal de referˆencia r uniformemente limitado ´e assumido satisfazer [3]
Qm(s)·r = 0 (2.2)
onde Qm(s) ´e o modelo interno de r, ou seja, ´e um polinˆomio mˆonico conhecido de grau
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 13
S3. Qm(s) e Zp(s) s˜ao coprimos.
Por exemplo, se y ´e requerido seguir o sinal de referˆencia r = 4 +sen(3t), ent˜ao
Qm(s) = s(s2+ 9) e, portanto, de acordo com a suposi¸c˜ao S3, Zp(s) n˜ao deveria ter s ou
(s2+ 9) como um fator.
2.3
APPC: M´
etodo Polinomial
Considera-se a lei de controle
Qm(s)L(s)u=−P(s)y+M(s)r (2.3)
onde P(s), L(s) (polinˆomio mˆonico) e M(s) s˜ao polinˆomios de grau n+q−1, n −1 e
n+q−1, respectivamente, a serem calculados e Qm(s) satisfaz (2.2) e a suposi¸c˜ao S3.
Aplica-se (2.3) em (2.1) e a fun¸c˜ao de transferˆencia em malha fechada obtida ´e
y= Zp(s)M(s)
Qm(s)L(s)Rp(s) +P(s)Zp(s)
r (2.4)
cuja equa¸c˜ao caracter´ıstica
Qm(s)L(s)Rp(s) +P(s)Zp(s) = 0 (2.5)
tem grau 2n+q−1. O objetivo agora ´e escolherP e L, tal que
Qm(s)L(s)Rp(s) +P(s)Zp(s) =A
∗
(s) (2.6)
seja satisfeita por um polinˆomio Hurwitz mˆonico A∗
(s) de grau 2n+q−1. Devido `as suposi¸c˜oes S2 e S3 garantirem que Qm, Rp, Zp s˜ao coprimos, existe solu¸c˜ao para que L e
P satisfa¸cam (2.6) e esta solu¸c˜ao ´e ´unica [3]. A solu¸c˜ao para os coeficientes de L(s),P(s) da equa¸c˜ao (2.5) pode ser obtida pela resolu¸c˜ao da equa¸c˜ao alg´ebrica
Slβl=α
∗
l (2.7)
onde Sl ´e a matriz de Sylvester de QmRp e Zp de dimens˜ao 2(n+q)×2(n+q)
βl= [lTq, pT]T, α
∗
l = [0, ...,0
| {z }
q
,1, α∗T
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 14
lq = [0, ...,0
| {z }
q
,1, lT]T ∈ ℜn+q
l = [ln−2, ln−3, ..., l1, l0]
T
∈ ℜn−1 p= [pn+q−1, pn+q−2, ..., p1, p0]
T
∈ ℜn+q
α∗
= [α∗
2n+q−2, α ∗
2n+q−3, ..., α ∗
1, α
∗
0]T ∈ ℜ2n+q
−1
li,pi e α
∗
i s˜ao os coeficientes de
L(s) =sn−1
+ln−2s
n−2
+...+l1s+l0 =sn−1+lTαn−2(s) P(s) = pn+q−1s
n+q−1
+pn+q−2s
n+q−2
+· · ·+p1s+p0 =pTαn+q−1(s) A∗
(s) = s2n+q−1
+α∗
2n+q−2s
2n+q−2
+· · ·+α∗
1s+α0 =s2n+q
−1
+α∗T
α2n+q−2(s)
O fato de QmRp e Zp serem coprimos garante que Sl ´e n˜ao-singular e, portanto, os
coeficientes de L(s) e P(s) podem ser computados da equa¸c˜ao
βl=S
−1
l α
∗
l (2.8)
Usando (2.5), a planta em malha fechada ´e descrita por
y= ZpM
A∗ r (2.9)
Similarmente, da equa¸c˜ao da planta em (2.1), da lei de controle em (2.3) e (2.6), ´e obtido
u= RpM
A∗ r (2.10)
Devido r ser um sinal uniformemente limitado [3] e ZpM
A∗ e
RpM
A∗ serem pr´oprias com p´olos est´aveis, y e us˜ao uniformemente limitados para qualquer polinˆomio M(s) de grau
n+q−1. Por isso, o objetivo do posicionamento de p´olos ´e alcan¸cado pela lei de controle (2.3) sem ter que adicionar restri¸c˜oes em M(s) e Qm(s). Quando r = 0, (2.9) e (2.10)
implicam que ye u convergem para zero exponencialmente r´apido. Quando r6= 0, o erro de rastreamento e=r−y´e dado por
e= A
∗
−ZpM
A∗ r=
LRp
A∗ Qmr− Zp
A∗ (M −P)r (2.11)
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 15
Figura 2.1: Diagrama de blocos do controle por posicionamento de p´olos.
isso, o posicionamento de p´olos e o objetivo de rastreamento s˜ao conseguidos pela lei de controle
QmLu=−P(y−r) (2.12)
que ´e implementada como mostrado na Figura 2.1 usando n+q−1 integradores para a realiza¸c˜ao do controlador.
QuandoL(s) tem ra´ızes no semi-plano direito, uma realiza¸c˜ao alternativa de (2.12) ´e obtida reescrevendo (2.10) como
u= Λ−LQm
Λ u−
P
Λ (y−r) (2.13)
onde Λ ´e um polinˆomio Hurwitz de grau n+q−1.
2.4
Descri¸c˜
ao do M´
etodo
Considera-se a seguinte planta
y= b
s+au⇒y˙ =−ay+bu (2.14)
ondeaebs˜ao os parˆametros da planta. O objetivo deste controlador adaptativo ´e estimar
aeb, gerar um sinal de controleupara queytenda assintoticamente ao sinal de referˆencia
r e para que os p´olos de malha fechada sejam alocados nas ra´ızes de A∗
(s) (polinˆomio escolhido de acordo com os p´olos desejados em malha fechada).
Sejaam >0. Ent˜ao, pode-se escrever (2.14) como
˙
y=−amy+ (am−a)y+bu (2.15)
Um modelo para a planta pode ser escrito como ˙ˆ
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 16
onde ˆa e ˆb s˜ao estimativas para a e b, respectivamente [3]. Defini-se o erro de estima¸c˜ao e0 como
e0 =y−yˆ (2.17)
e, portanto,
˙
e0 =−ame0+ ˜ay−˜bu (2.18) com
˜
a= ˆa−a
˜b= ˆb−b (2.19)
Sendoa e b constantes, por hip´otese, tem-se ˙˜
a = ˙ˆa
˙˜
b =b˙ˆ (2.20)
Nos algoritmos com leis integrais de estima¸c˜ao, as leis adaptativas utilizadas s˜ao ˙ˆ
a=−γ1e0y, γ1 >0 ˙ˆ
b=γ2e0u, γ2 >0
(2.21)
onde γ1 e γ2 s˜ao os ganhos adaptativos.
Utilizando a seguinte candidata a fun¸c˜ao de Lyapunov
V(e0,˜a,˜b) = 1 2 e 2 0+ ˜ a2 γ1 + ˜b
2
γ2
!
>0 (2.22)
encontra-se que
˙
V(e0,a,˜ ˜b) =−ame20 ≤0 (2.23) que garante [e0,˜a,˜b]T = [0,0,0]T como um ponto de equil´ıbrio est´avel.
As leis de estima¸c˜ao por estrutura vari´avel, utilizadas neste trabalho, para o c´alculo de ˆa e ˆb s˜ao
ˆ
a=−a¯·sgn(e0·y), ¯a >|a|
ˆb= ¯b·sgn(e0·u), ¯b >|b| (2.24) onde a fun¸c˜ao sgn´e a fun¸c˜ao sinal.
As amplitudes de ¯a e ¯b devem ser marjorantes dos valores m´aximos dos parˆametros da planta, para que se possa garantir a estabilidade assint´otica. Utilizando a seguinte candidata a fun¸c˜ao de Lyapunov,
V(e0) = 1 2e
2
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 17
e efetuando os seguintes c´alculos alg´ebricos ˙
V(e0) =e0e˙0
=−ame20+ ˜a·e0·y−˜b·e0·u
=−ame20+ (ˆa−a)e0·y−(ˆb−b)e0·u
=−ame20+ [−¯a·sgn(e0·y)−a]e0·y−[¯b·sgn(e0·u)−b]e0·u =−ame20−(¯a|e0·y|+a·e0·y)−(¯b|e0·u| −b·e0·u)
(2.26)
encontra-se que
˙
V(e0)≤ −ame20 <0 (2.27) com as restri¸c˜oes ¯a > |a| e ¯b > |b|. Isto garante que e0 = 0 ´e um ponto de equil´ıbrio globalmente assintoticamente est´avel.
Por fim, um pequena modifica¸c˜ao ´e feita no algoritmo (introdu¸c˜ao de um valor nominal para o parˆametro ˆb). Assim, o algoritmo utilizado para sintetizar os parˆametros do sinal de controle ´e
ˆ
a=−¯a·sgn(e0·y), ¯a >|a|
ˆb= ¯b·sgn(e0·u) +bnom, ¯b >|b−bnom| (2.28) onde y ´e o sinal de sa´ıda da planta, u ´e o sinal de controle, e0 ´e o erro de estima¸c˜ao, ¯a e ¯
b s˜ao constantes da lei de adapta¸c˜ao ebnom ´e um valor nominal para o parˆametro b.
2.5
C´
alculo dos Parˆ
ametros do Controlador
A lei de controle no VS-APPC ´e calculada pela equa¸c˜ao (2.12) e os parˆametros do controlador s˜ao calculados de acordo com a equa¸c˜ao (2.6). Como o polinˆomio Qm(s) ´e
escolhido de acordo com a referˆencia a ser seguida, para cada tipo de referˆencia tem-se express˜oes diferentes para os parˆametros do controlador.
Em seguida, ser˜ao desenvolvidas as express˜oes para o c´alculo dos parˆametros do con-trolador para uma referˆencia degrau e para uma referˆencia senoidal.
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 18
2.5.1
Referˆ
encia Degrau
Considerando a planta dada pela equa¸c˜ao 2.14. Igualando a equa¸c˜ao caracter´ıstica em malha fechada a A∗
(s)
Qm(s)L(s)Rp(s) +P(s)Zp(s) =A
∗
(s) (2.29)
e fazendo Qm(s) =s e A
∗
(s) = s2+α
1s+α0, obt´em-se L(s) = 1 e P(s) =p1s+p0. Resolvendo a equa¸c˜ao Diofantina abaixo
s(s+a) + (p1s+p0)b =s2+α1s+α0 (2.30)
encontra-se que a solu¸c˜ao para a equa¸c˜ao (2.30) ´e
p1 =
α1−a
b (2.31)
p0 =
α0
b (2.32)
Como foi suposto que os parˆametros da planta s˜ao conhecidos com incertezas, o princ´ıpio da equivalˆencia `a certeza sugere o uso da mesma lei de controle e, portanto, os parˆametros do controlador s˜ao calculados da seguinte forma
ˆ
p1 =
α1−ˆa ˆ
b (2.33)
ˆ
p0 =
α0 ˆ
b (2.34)
onde ˆp1 e ˆp0 s˜ao as estimativas dos parˆametros do controlador que precisam ser geradas em tempo real.
Assim, a fun¸c˜ao de transferˆencia do controlador VS-APPC para uma referˆencia degrau ´e dada por
Cd(s) =
ˆ
p1s+ ˆp0
s (2.35)
a qual tem a mesma estrutura do controlador PI (2.36). Logo, pode-se considerar, para este caso, o VS-APPC como um controlador PI adaptativo por posicionamento de p´olos e estrutura vari´avel.
CP I(s) =
ks+ 1/τi
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 19
O sinal de controle discreto ´e calculado da seguinte forma
P = ˆp1·e
I =Iant+ ˆp0·eant·h
u=P +I
(2.37)
sendo e o erro (r−y),eant o erro anterior, P a parte proporcional, I a parte integrativa,
Iant a parte integrativa anterior eh o per´ıodo de amostragem.
2.5.2
Referˆ
encia Senoidal
Sup˜oe-se um sinal senoidal como referˆencia, dado por
r=A·sen(ωot+φ) (2.38)
onde A ´e a amplitude,ωo ´e a frequˆencia e φ ´e a fase do sinal senoidal.
Igualando a equa¸c˜ao caracter´ıstica em malha fechada aA∗
(s)
Qm(s)L(s)Rp(s) +P(s)Zp(s) =A
∗
(s) (2.39)
e fazendo Qm(s) =s2+ω02 e A
∗
(s) = s3 +β
2s2+β1s+β0, obt´em-se L(s) = 1 e P(s) =
p2s2 +p1s+p0, e resolvendo a equa¸c˜ao Diofantina abaixo
(s2+ω02)(s+a) + (p2s2+p1s+p0)b =s3+β2s2+β1s+β0 (2.40)
encontra-se que a solu¸c˜ao para o sistema acima ´e
p2 =
β2−a
b (2.41)
p1 =
β1−ωo2
b (2.42)
p0 =
β0−ω2oa
b (2.43)
Pelo princ´ıpio da equivalˆencia `a certeza, calcula-se os parˆametros do controlador da seguinte forma
ˆ
p2 =
β2−ˆa ˆ
b (2.44)
ˆ
p1 =
β1−ωo2
ˆ
Cap´ıtulo 2. Controle Adaptativo por Posicionamento de P´olos e Estrutura Vari´avel 20
ˆ
p0 =
β0−ω2oaˆ
ˆ
b (2.46)
onde ˆp2, ˆp1 e ˆp0s˜ao as estimativas dos parˆametros do controlador que precisam ser geradas em tempo real.
Assim, a fun¸c˜ao de transferˆencia do controlador VS-APPC para uma referˆencia senoidal ´e dada por
Cs(s) =
ˆ
p2s2+ ˆp1s+ ˆp0
s2+ω2
o
(2.47) Esta resulta no seguinte modelo no espa¸co de estado
·
x1 =x2+ ˆp1e (2.48)
·
x2 =−ωo2x1+ (ˆp0−ωo2pˆ2)e (2.49)
u=x1+ ˆp2e (2.50)
e a vers˜ao discreta do c´alculo do sinal de controle, baseada em [9], ´e dada por
x1(t) = cos(ωoh)·x1(t−h)+
sen(ωoh)
ωo
x2(t−h)+
sen(ωoh)
ωo
ˆ
p2+
1−cos(ωoh)
ω2
o
(ˆp0−ω2opˆ2)
e(t) (2.51)
x2(t) =−ωosen(ωoh)·x1(t−h)+cos(ωoh)·x2(t−h)+
(cos(ωoh)−1)ˆp2+
sen(ωoh)
ωo
(ˆp0−ωo2pˆ2)
e(t) (2.52)
Cap´ıtulo 3
Robustez e Desempenho de um
Sistema
3.1
Estabilidade e Desempenho
Estabilidade e desempenho s˜ao dois aspectos fundamentais no projeto, na an´alise e na avalia¸c˜ao de um sistema de controle. Estabilidade, em sistemas lineares, significa que, na ausˆencia de excita¸c˜ao externa, todos os sinais do sistema tendem a zero. Um sistema de controle deve ser projetado de forma que a estabilidade seja preservada na presen¸ca de classes de incertezas. Esta propriedade ´e conhecida como estabilidade robusta [26].
O desempenho de um sistema, em geral, est´a relacionado com a capacidade de rastrear um sinal de referˆencia e rejeitar perturba¸c˜oes. Assim, deve ser inerente a um sistema de controle a capacidade de rastrear todas as referˆencias pertencentes a uma classe de sinais, sem grandes erros, na presen¸ca de diversos tipos de incertezas. Analisando de outra forma, o pior caso de desempenho do sistema sob a a¸c˜ao destas incertezas, deve ser aceit´avel. Isto est´a relacionado com a robustez do sistema.
Cap´ıtulo 3. Robustez e Desempenho de um Sistema 22
3.1.1
Avalia¸c˜
ao do Comportamento Estacion´
ario
Para controlar o sinal de sa´ıda de uma planta, um sinal de referˆencia ´e enviado ao sistema de controle. Em geral, o objetivo do sistema de controle ´e tornar zero o erro entre o sinal de referˆencia e a sa´ıda da planta. Ou seja, fazer com o sinal de sa´ıda rastreie a referˆencia.
A depender do processo, pode ser desejado rastrear diversos sinais, os mais comuns s˜ao: degrau, rampa, sen´oide e onda triangular. Neste trabalho, os sinais de referˆencia a serem rastreados pelo controlador s˜ao degrau e senoidal.
O comportamento do sinal de sa´ıda de um sistema, quando este ´e est´avel, divide-se em transit´orio e regime permanente ou estacion´ario. Os crit´erios de desempenho usualmente requisitados incluem aspectos no comportamento do sinal em ambas as situa¸c˜oes. No regime permanente ´e desejado rastrear a referˆencia e apresentar robustez a incertezas.
3.1.2
Avalia¸c˜
ao do Comportamento Transit´
orio
Os aspectos usualmente avaliados no transit´orio est˜ao relacionados a um sinal degrau como referˆencia.
Quando o sinal de sa´ıda tem uma resposta t´ıpica de um sistema de primeira ordem apenas ´e analisado, no transit´orio, o tempo de subida e o tempo de assentamento. En-quanto que, para sistemas de segunda ordem subamortecidos s˜ao avaliados o sobre-passo m´aximo ou over-shoot, o tempo de subida, o tempo de pico e o tempo de assentamento. Outros poss´ıveis crit´erios de desempenho s˜ao margem de fase e margem de ganho.
3.2
Robustez do Sistema de Controle
O projeto de um sistema de controle na presen¸ca de incertezas significativas requer, em geral, um sistema adaptativo e robusto.
Intuitivamente, adapta¸c˜ao em controle quer dizer que o controlador pode modificar seu comportamento em resposta a mudan¸cas na dinˆamica do processo e a perturba¸c˜oes [2].
Cap´ıtulo 3. Robustez e Desempenho de um Sistema 23
efeitos n˜ao considerados na fase de an´alise e projeto, por exemplo: dist´urbios, ru´ıdo de medida, e dinˆamica n˜ao modelada [28].
Com o intuito de avaliar a robustez de algoritmos de controle, alguns desses efeitos ser˜ao introduzidos nas simula¸c˜oes. Essas adversidades s˜ao: limita¸c˜ao da resposta do atuador, perturba¸c˜oes no sinal de controle e na sa´ıda da planta, atraso de transporte, varia¸c˜oes param´etricas e dinˆamica n˜ao modelada.
A introdu¸c˜ao de um desses fatores em um sistema pode lev´a-lo at´e a instabilidade, como pode ser visto em [29].
3.2.1
Limita¸c˜
ao da Resposta do Atuador
O problema de restri¸c˜oes sobre a amplitude do sinal de controle se faz presente em todos os sistemas de controle. Devido a limita¸c˜oes f´ısicas, tecnol´ogicas ou mesmo por mo-tivos de seguran¸ca, os atuadores n˜ao s˜ao capazes de fornecer sinais de amplitude ilimitada aos processos a serem controlados [1].
Assim, ´e imprescind´ıvel introduzir uma satura¸c˜ao do sinal de controle. Enquanto o sinal enviado pelo controlador estiver dentro da faixa toler´avel pelo atuador, o sinal de controle ser´a o sinal enviado, sen˜ao o sinal de controle ser´a os valores lim´ıtrofes do atuador
umin e umax (equa¸c˜ao 3.1). Parau≥0, tem-se
u=umax se uenviado ≥umax
u=uenviado se umin < uenviado < umax
u=umin se uenviado ≤umin
(3.1)
Esse comportamento n˜ao linear pode provocar uma degrada¸c˜ao no sistema. Tal degrada¸c˜ao pode ser sentida tanto em regime permanente, com a perda do seguimento de referˆencias ou a n˜ao rejei¸c˜ao assint´otica de perturba¸c˜oes constantes, quanto na resposta transit´oria, com o sistema apresentando tempo de estabiliza¸c˜ao e sobre-passos maiores [1].
3.2.2
Perturba¸c˜
oes
Cap´ıtulo 3. Robustez e Desempenho de um Sistema 24
Estes dist´urbios podem estar onde houver qualquer processamento de sinal do sistema ou pode ser um sinal considerado como perturba¸c˜ao na modelagem do sistema. Usual-mente s˜ao analisados somados ao sinal de controle ou somados ao sinal de sa´ıda.
Os dist´urbios no sinal de controle podem ser oriundos do sistema de acionamento, do atuador, ou pode at´e ser uma vari´avel do processo que deve ser rejeitada. A rejei¸c˜ao desta perturba¸c˜ao pode ser realizada atrav´es da soma de um sinal oposto ao dist´urbio ao sinal de controle.
Os dist´urbios no sinal de sa´ıda podem ser oriundos de um sensor, da convers˜ao do sinal ou de outro processamento do sinal de sa´ıda. A rejei¸c˜ao desta perturba¸c˜ao n˜ao ´e trivial, pois o sinal que poderia rejeitar essa perturba¸c˜ao, o sinal de controle, ´e processado antes pela planta e sua sa´ıda n˜ao necessariamente rejeitar´a a perturba¸c˜ao.
3.2.3
Atraso de Transporte
O atraso de transporte pode acontecer antes do processo (entre o sistema de controle e a planta) ou ap´os o processo (entre os sensores e o sistema de controle). Assim, estes atrasos s˜ao, respectivamente, o intervalo de tempo que o sinal de sa´ıda leva para efetivamente “sentir” uma varia¸c˜ao no sinal de referˆencia ou de controle, ou o intervalo de tempo que o sinal de erro leva para efetivamente “sentir” uma varia¸c˜ao no sinal de sa´ıda.
O atraso de transporte pode ocorrer devido a um atraso na medi¸c˜ao do sinal de sa´ıda, na opera¸c˜ao do atuador, na a¸c˜ao do pr´oprio controlador ou a um atraso computacional.
A fun¸c˜ao de transferˆencia de um atraso de transporte ´e dada pela equa¸c˜ao 3.2. O tempo T ´e o atraso de transporte
D(s) = e−T s
(3.2) Em geral, quanto maior o atraso de transporte, maior a dificuldade de controlar o processo.
3.2.4
Varia¸c˜
oes Param´
etricas
Cap´ıtulo 3. Robustez e Desempenho de um Sistema 25
aproxima¸c˜ao do sistema real. Na realidade, a maioria dos sistemas s˜ao n˜ao-lineares e um modelo linear ´e obtido com a lineariza¸c˜ao do sistema em torno do ponto de opera¸c˜ao [26]. Pode ocorrer que alguns parˆametros do modelo de uma planta tenham seus valores modificados devido a uma mudan¸ca do ponto de opera¸c˜ao, a varia¸c˜oes clim´aticas, ao desgaste de equipamentos ou devido a outros fatores. Essas varia¸c˜oes s˜ao conhecidas como varia¸c˜oes param´etricas e podem degradar o desempenho de um sistema de controle se n˜ao forem consideradas.
As varia¸c˜oes param´etricas ser˜ao introduzidas neste trabalho atrav´es da varia¸c˜ao dos coeficientes da fun¸c˜ao de transferˆencia que representam elementos do sistema.
3.2.5
Dinˆ
amica n˜
ao Modelada
Na modelagem de um processo, usualmente, alguns fatores que pouco influenciam na dinˆamica da planta s˜ao desconsiderados com o intuito de simplificar esse modelo. A dinˆamica do processo devido a esses fatores ´e conhecida como dinˆamica n˜ao modelada ou parasita.
Como essa dinˆamica n˜ao foi modelada, o sistema de controle foi projetado sem con-sider´a-la, e assim, esta pode afetar o desempenho do sistema. Contudo, a robustez de um controlador deve evitar essa degrada¸c˜ao.
A dinˆamica parasita ser´a introduzida nas simula¸c˜oes atrav´es de uma fun¸c˜ao de trans-ferˆencia com ganho unit´ario e com tempo de estabiliza¸c˜ao muito inferior ao tempo da dinˆamica dominante do processo.
3.2.6
Ru´ıdos de Leitura
Na transmiss˜ao ou na leitura de um sinal em um sistema de controle, ´e normal o aparecimento de ru´ıdos a este, provenientes do pr´oprio processo, de sensores, atuadores ou de outros equipamentos. Estes s˜ao indesejados e, para elimin´a-los ou reduzir sua magnitude, pode-se utilizar filtros.
Cap´ıtulo 4
Simula¸c˜
oes e Aplica¸c˜
ao do VS-APPC
em um Motor de Indu¸c˜
ao
4.1
Motor de Indu¸c˜
ao Trif´
asico
Um sistema de controle convencional para o motor de indu¸c˜ao ´e o controle em cascata. O sistema ´e subdividido em duas fun¸c˜oes de transferˆencia, simplificando assim o modelo da m´aquina. Ent˜ao, ´e projetado um controlador para a malha externa (Figura 4.1) e outro para a malha interna do sistema (Figura 4.2). Est˜ao representadas nas Figuras 4.1 e 4.2 perturba¸c˜oes no sinal de controle e na sa´ıda da planta a serem rejeitadas pelo sistema de controle.
O controle de velocidade (fluxo e conjugado) do motor de indu¸c˜ao (malha externa) pode ser feito por escorregamento ou em quadratura, com o fluxo rot´orico ou fluxo es-tat´orico e de forma direta ou indireta. Neste trabalho, a estrat´egia de controle utilizada foi vetorial indireta em quadratura com o fluxo rot´orico. O controlador usualmente em-pregado neste malha ´e o controlador PI.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 27
Figura 4.1: Diagrama de blocos do controle de velocidade do motor de indu¸c˜ao. No esquema de controle RF O, o desempenho do torque da m´aquina de indu¸c˜ao de-pende da efic´acia da estrat´egia de controle da malha da corrente (malha interna). Neste sistema, varia¸c˜oes param´etricas podem ocorrer devido a poss´ıveis varia¸c˜oes nas condi¸c˜oes de opera¸c˜ao do motor de indu¸c˜ao.
Figura 4.2: Diagrama de blocos do controle de corrente do motor de indu¸c˜ao. Ent˜ao, ´e desej´avel para um alto desempenho do controle vetorial, um sistema de controle adaptativo robusto na malha de corrente, que modifique seu comportamento em resposta a mudan¸cas na dinˆamica do motor.
A estrat´egia mais comum de controle de corrente empregada no referencial s´ıncrono ´e o controlador PI [30]. Outra estrat´egia comum ´e o uso de controle por histerese [31]. No entanto, utilizando esta solu¸c˜ao, erros de corrente podem surgir em regime permanente devido a intera¸c˜oes das fases do motor, e a frequˆencia de chaveamento vari´avel tamb´em degrada o desempenho do sistema.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 28
interna no referencial estat´orico, evita a transforma¸c˜ao para o referencial rot´orico, e a referˆencia ´e um sinal senoidal. Nas Figuras 4.3 e 4.4 est˜ao representadas perturba¸c˜oes no sinal de controle e na sa´ıda da planta a serem rejeitadas pelo sistema de controle.
Figura 4.3: Diagrama de blocos do controle de velocidade do motor de indu¸c˜ao utilizando o VS-APPC.
Figura 4.4: Diagrama de blocos do controle de corrente do motor de indu¸c˜ao utilizando o VS-APPC.
Por utilizar o princ´ıpio do modelo interno em sua estrutura, este controlador ´e capaz de rastrear diferentes sinais e obter erro de regime nulo em ambos casos.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 29
fim, o VS-APPC ser´a implementado na pr´atica no sistema de controle da malha interna de um motor de indu¸c˜ao.
4.1.1
Modelagem de um Motor de Indu¸c˜
ao
As equa¸c˜oes das tens˜oes de um motor de indu¸c˜ao em um referencial arbitr´ario podem ser representadas pelas equa¸c˜oes abaixo
vgsd =
rs+
ls−σls
τr
igsd+σls
digsd
dt −ωgσlsi
g sq−
ls−σls
lm
ωrφgrq+
φgrd τr (4.1) vg sq =
rs+
ls−σls
τr
ig sq+σls
dig sq
dt +ωgσlsi
g sd +
ls−σls
lm
ωrφ g rd− φg rq τr (4.2) e o conjugado eletromagn´etico da m´aquina pode ser calculado por
Ce =
2 3P
lm
lr
ψrd·irsq (4.3)
onde P ´e o n´umero de pares de p´olos, vgsd, vg sq, i
g
sd e igsq s˜ao as tens˜oes e as correntes
estat´oricas no eixo dq em um referencial gen´erico, respectivamente; rs, ls e lm s˜ao a
resistˆencia, a indutˆancia estat´orica e a indutˆancia m´utua , respectivamente;ωg eωr s˜ao as
frequˆencias angulares de referˆencia gen´erica dq e de referencial rot´orico, respectivamente;
σ = 1− l2m
lslr
e τr = rlrr s˜ao o coeficiente de dispers˜ao da m´aquina e a constante de
tempo rot´orica, respectivamente; ψr
rd e irsq s˜ao o fluxo rot´orico no eixo direto e a corrente
estat´orica no referencial rot´orico.
Analisando a equa¸c˜ao 4.3 e mantendo o fluxo ψr
rd constante, obt´em-se que a rela¸c˜ao
entre o torque el´etrico e a corrente ir
sq (referˆencia), ´e igual a
Ce=K·irsq (4.4)
onde K ´e uma constante obtida a partir de (4.3). Sabe-se que
P(Ce−Cm) =J
dωr
dt +F ωr (4.5)
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 30
Pode-se obter a fun¸c˜ao de transferˆencia entre velocidade do rotor (ωr) e a corrente
estat´orica (ir
sq) atrav´es das equa¸c˜oes 4.4 e 4.5, supondo o motor em vazio e sem conjugado
de carga(Cm = 0), como
Ω(s)
Ir sq(s)
=
K J
s+F J
(4.6) A fun¸c˜ao de transferˆencia 4.6 representa o sistema da malha externa do motor de indu¸c˜ao.
O modelo dado por 4.1 e 4.2 pode ser simplificado escolhendo o referencial estat´orico (ωg = 0). Assim, as equa¸c˜oes 4.1 e 4.2 podem ser reescritas como
vsds =rsrissd +σls
dis sd
dt +e
s
sd (4.7)
vs
sq =rsrissq+σls
dis sq
dt +e
s
sq (4.8)
sendo a letra s a representa¸c˜ao do referencial estat´orico (stator), rsr = rs+ ls
−σls
τr , e
s sd e
es
sq as for¸cas contra-eletromotrizes (f cems) das fases dq da m´aquina, dadas por
essd =−(ωrφsrq+
φs rd
τr
)(ls−σls)
lm
(4.9)
essq= (ωrφsrd−
φs rq
τr
)(ls−σls)
lm
(4.10) A fun¸c˜ao de transferˆencia entre a corrente e a tens˜ao da m´aquina de indu¸c˜ao pode ser obtida pelas equa¸c˜oes 4.7 e 4.8
Is sd(s)
Vs′
sd(s)
= I
s sq(s)
Vs′
sq(s)
= 1/rsr
sτs+ 1
(4.11) onde τs = σls/rsr, V
′s
sd(s) = V s
sd(s) − E s
sd(s) e V
′s
sq(s) = Vsqs(s) − Esqs (s). As f cems
Es
sd(s) eEsqs (s) s˜ao consideradas perturba¸c˜oes n˜ao modeladas a serem compensadas pelo
controlador.
A fun¸c˜ao de transferˆencia 4.11 representa o sistema da malha interna do motor de indu¸c˜ao.
4.1.2
Parˆ
ametros do Motor
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 31
Tabela 4.1: Parˆametros Nominais do Motor de Indu¸c˜ao
rs = 31.0Ω rr = 27.2Ω ls = 0.8042H lr = 0.7992H
lm = 0.7534H J = 0.0133kg.m2 F = 0.0146kg.m/s P = 2
Substituindo os parˆametros do motor em 4.6, encontra-se o seguinte modelo nominal Ω(s)
Ir sq(s)
= 286
s+ 1,1 (4.12)
Substituindo os parˆametros do motor na equa¸c˜ao 4.11, encontra-se o seguinte modelo nominal
Is sd(s)
Vs′
sd(s)
= I
s sq(s)
Vs′
sq(s)
= 10
s+ 587 (4.13)
A seguir ser´a simulado, independentemente, o sistema de controle da malha externa, utilizando o modelo 4.12, e o sistema de controle da malha interna (malha de corrente), utilizando o modelo 4.13.
4.2
Simula¸c˜
oes: Controle Malha Externa
O projeto do controlador e as simula¸c˜oes da malha externa foram realizados sem aplicar um sistema de controle interno (controle da corrente). Assim, o sistema n˜ao ´e analisado em cascata.
Neste sistema o sinal de referˆencia ´e um degrau. A exigˆencia de desempenho imposta no projeto do controlador para o sistema descrito em 4.12 foi um tempo de estabiliza¸c˜ao menor que em malha aberta, over-shoot e erro de regime permanente nulos. Foram projetados os controladores PI, APPC e VS-APPC.
Para atender o crit´erio de desempenho foi escolhido o seguinte polinˆomio caracter´ıstico:
A∗
(s) = (s+ 1,5)2 =s2+ 3s+ 2,25 (4.14) Como a fun¸c˜ao de transferˆencia do motor tem a mesma estrutura da equa¸c˜ao 2.14, faz-se Qm(s) =s, L(s) = 1 e P(s) =p1s+p0.
Os parˆametros do controlador APPC e VS-APPC s˜ao calculados por:
ˆ
p1 = 3−ˆa
ˆ
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 32
ˆ
p0 = 2,25
ˆ
b (4.16)
As estimativas para o APPC e VS-APPC s˜ao calculadas de acordo com as equa¸c˜oes 2.21 e 2.28, respectivamente. Os valores dos ganhos adaptativos do APPC utilizados nas simula¸c˜oes foram: γ1 = 0,5 e γ2 = 0,5.
As constantes do controlador VS-APPC foram escolhidas de forma que ¯a > a, ¯a <3 para que o valor de p1 seja sempre positivo, bnom > ¯b para que ˆb seja sempre positivo,
bnom−¯b < b < bnom+ ¯b, bnom < b e bnom ≥ 1.5¯b para que haja pequenas varia¸c˜oes nos
valores de p0 e p1. Assim, foram escolhidos os seguintes valores: ¯a = 1,8 , ¯b = 100 e
bnom = 200. O valor deam, utilizado em 2.16, foi escolhido igual ao valor do p´olo desejado
em malha fechada (am = 1.5)
O controlador PI foi projetado pelo m´etodo polinomial, considerando o modelo do sistema conhecido e invariante no tempo. Assim, p0 = 0,00787 e p1 = 0,00664, ou seja,
τi = p
0
p1 ek =p0.
O c´alculo do sinal de controle para os trˆes controladores ´e efetuado de acordo com o algoritmo da equa¸c˜ao 2.37.
O sistema completo foi simulado no Matlab com um passo de amostragem deh= 1ms e o sinal de referˆencia foi de r= 300 rpm.
4.2.1
Avalia¸c˜
ao de Robustez e Desempenho do Sistema
A avalia¸c˜ao de robustez foi realizada atrav´es da introdu¸c˜ao de adversidades no sistema. Os controladores PI, APPC e VS-APPC ser˜ao comparados em rela¸c˜ao ao desempenho no transit´orio e `a robustez a essas adversidades.
Inicialmente, o sistema foi simulado para um ambiente ideal. Em todas as simula¸c˜oes foi introduzida uma limita¸c˜ao no sinal de controle (umax = 3 e umin = 0). O tempo de
simula¸c˜ao foi de 5s. O sinal de sa´ıda da planta e o sinal de controle de cada controlador podem ser vistos na Figura 4.5.
Os controladores levaram a um mesmo desempenho em regime permanente, e no tran-sit´orio, com o VS-APPC foi obtido o menor tempo de acomoda¸c˜ao, e o maior foi obtido com o controlador PI.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 33
Figura 4.5: Simula¸c˜ao 1 - sa´ıda da planta e sinal de controle.
em 4.17), podem ser vistos na Figura 4.6.
Gf iltro(s) =
10
s+ 10 (4.17)
Os valores m´edios para os parˆametros do VS-APPC foramp1 = 0,0134 ep0 = 0,0173. Atrav´es dos resultados observa-se que os parˆametros do controlador PI sintonizados com os parˆametros m´edios do VS-APPC levaram a um desempenho melhor.
Posteriormente, foram introduzidas no sistema algumas adversidades. Entre 4s e 9s foi introduzida uma perturba¸c˜ao degrau no sinal de controle com amplitude de 0,5mA, em 13s a amplitude do sinal de referˆencia foi reduzida para 200 rpm, em 17s o parˆametro
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 34
Figura 4.6: Simula¸c˜ao 1 - sa´ıda estimada e parˆametros do VS-APPC.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 35
A robustez do sistema em rela¸c˜ao `a perturba¸c˜ao no sinal de controle, ao rastreio do sinal de sa´ıda ap´os uma mudan¸ca na referˆencia, a robustez em rela¸c˜ao `a varia¸c˜ao param´etrica e em rela¸c˜ao `a perturba¸c˜ao no sinal de sa´ıda podem ser vistas nas Figuras 4.8, 4.9, 4.10, 4.11, respectivamente .
Figura 4.8: Simula¸c˜ao 2 - introdu¸c˜ao de uma perturba¸c˜ao no sinal de controle.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 36
Figura 4.10: Simula¸c˜ao 2 - introdu¸c˜ao de uma varia¸c˜ao param´etrica.
Figura 4.11: Simula¸c˜ao 2 - introdu¸c˜ao de uma perturba¸c˜ao no sinal de sa´ıda.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 37
Figura 4.12: Simula¸c˜ao 2 - sa´ıda estimada e parˆametros do VS-APPC.
O comportamento da sa´ıda estimada utilizada no algoritmo VS-APPC e dos parˆametros estimados do controlador ap´os a filtragem podem ser vistos na Figura 4.12.
O valor m´edio para os parˆametros do VS-APPC foram p1 = 0,0134 e p0 = 0,0171. Para esta mesma situa¸c˜ao foi simulado um controlador PI (PI 2) com os parˆametros iguais aos valores m´edios do VS-APPC. O sinal de sa´ıda da planta e o sinal de controle do PI projetado pelo m´etodo polinomial, deste novo PI e do VS-APPC, podem ser vistos na Figura 4.13.
O resultado 4.13 mostra que o VS-APPC pode ser considerado um PI com sintonia autom´atica. O desempenho do VS-APPC e do PI 2 foram bastante semelhantes e melhores que o PI sintonizado pelo m´etodo polinomial.
Para a mesma situa¸c˜ao anterior foi simulado o VS-APPC com outros valores para ¯a, ¯
b e bnom. Foram escolhidos os seguintes valores: VS-APPC 2 com ¯a = 1,7 , ¯b = 100 e
bnom = 220; VS-APPC 3 com ¯a= 2,0 , ¯b= 120 e bnom = 180. O sinal de sa´ıda da planta
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 38
Figura 4.13: Simula¸c˜ao 3 - sa´ıda da planta e sinal de controle.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 39
Observa-se que houve uma pequena diferen¸ca no desempenho dos controladores, por´em ambos ainda tˆem desempenho superior ao APPC e ao controlador PI.
Foi introduzida uma dinˆamica n˜ao modelada no sistema, em conjuto com as adversi-dades anteriores, representada pela fun¸c˜ao de transferˆencia da equa¸c˜ao 4.18.
Gdin(s) =
200
s2+ 20s+ 200 (4.18)
O sinal de sa´ıda da planta e o sinal de controle do PI projetado pelo m´etodo polinomial, do APPC e do VS-APPC podem ser vistos na Figura 4.15.
O desempenho transit´orio do sistema utilizando ambos os controladores foi deterio-rado devido a dinˆamica n˜ao modelada. Pode-se observar, para o caso do VS-APPC, o surgimento de um over-shoot de aproximadamente 10%, e de um under-shoot quando houve a mudan¸ca no sinal de referˆencia.
Por ´ultimo, foi simulado isoladamente um atraso de transporte do sistema de controle para a planta, sendo o tempo morto igual a 0,5s. O resultado desta simula¸c˜ao pode ser visto na Figura 4.16.
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 40
Figura 4.16: Simula¸c˜ao 6: sa´ıda da planta e sinal de controle.
Os controladores foram robustos ao atraso de transporte introduzido no sistema. As simula¸c˜oes demonstraram a eficiˆencia e robustez do VS-APPC. Comparando com o APPC e o controlador PI, o desempenho do VS-APPC foi mais robusto, a n˜ao ser quando foi introduzida a dinˆamica n˜ao modelada. Foi observado que os valores dos parˆametros
p0 e p1 m´edios do VS-APPC representaram uma boa sintonia para o controlador PI. Assim, tanto pode-se interpretar o VS-APPC como um PI adaptativo, como este pode ser utilizado apenas no in´ıcio do processamento do sistema para auto-sintonizar o controlador PI.
4.3
Simula¸c˜
oes: Controle Malha Interna
Cap´ıtulo 4. Simula¸c˜oes e Aplica¸c˜ao do VS-APPC em um Motor de Indu¸c˜ao 41
tamb´em projetados os controladores PPC e PI s´ıncrono afim de comparar os resultados obtidos.
A exigˆencia de desempenho imposta no projeto dos controladores para o sistema des-crito pela fun¸c˜ao de transferˆencia 4.13 foi um tempo de estabiliza¸c˜ao menor que 0.015s e reduzir o erro em regime permanente.
Para atender o crit´erio de desempenho foi escolhido o seguinte polinˆomio caracter´ıstico:
A∗
(s) = (s+ 587)3 =s3+ 1761s2+ 1033707s+ 202262003 (4.19) Como a fun¸c˜ao de transferˆencia deste sistema tem a mesma estrutura da equa¸c˜ao 2.14, faz-se Qm(s) =s2+ω02, L(s) = 1 eP(s) = p2s2+p1s+p0.
Os parˆametros do controlador VS-APPC s˜ao calculados por (2.44 - 2.46)
ˆ
p2 =
1761−ˆa
ˆ
b (4.20)
ˆ
p1 =
1033707−ω2
o
ˆ
b (4.21)
ˆ
p0 =
202262003−ω2
oaˆ
ˆ
b (4.22)
As estimativas para o VS-APPC s˜ao calculadas de acordo com a equa¸c˜ao 2.28. As constantes do controlador VS-APPC foram escolhidas de forma que ¯a > a, ¯a < 1761 para que o valor de p2 sempre seja positivo, bnom > ¯b para que ˆb sempre seja positivo,
bnom−¯b < b < bnom+ ¯b, bnom < b e bnom ≥ 1.5¯b para que haja pequenas varia¸c˜oes nos
valores de p2, p1 e p0. Assim foram escolhidos os seguintes valores: ¯a = 600, ¯b = 2 e
bnom = 9. O valor de am, utilizado em 2.16, foi escolhido igual ao valor do p´olo desejado
em malha fechada (am=587).
O projeto do PPC foi realizado supondo os parˆametros da planta conhecidos e cons-tantes. Sua estrutura ´e igual ao do VS-APPC, mas n˜ao h´a adapta¸c˜ao dos parˆametros. Assim, os parˆametros deste controlador s˜ao fixos e iguais a
p2 =
1761−587
10 = 117,4 (4.23)
p1 =
1033707−ω2
o
10 = 99817,64 (4.24)
p0 =
202262003−587ω2
o