São João del-Rei - MG - Brasil
CONTROLE NEBULOSO ROBUSTO BASEADO NAS ESPECIFICA ¸C ˜OES DAS
MARGENS DE GANHO E FASE
Joabe Amaral da Silva∗, Ginalber Lu´ıs de Oliveira Serra† ∗Universidade Federal do Maranh˜ao - UFMA
Programa de P´os-Gradua¸c˜ao em Engenharia de Eletricidade - PPGE/UFMA Av. dos Portugueses, s/n Campus Universit´ario do Bacanga, S˜ao Lu´ıs, MA, Brasil
†Instituto Federal de Educa¸c˜ao, Ciˆencia e Tecnologia - IFMA Laborat´orio de Inteligˆencia Computacional Aplicada a Tecnologia Av. Get´ulio Vargas, No 04, Monte Castelo - S˜ao Lu´ıs, MA, Brasil
Emails: joabeamaral@gmail.com, ginalber@ifma.edu.br
Abstract— The proposed methodology is a robust fuzzy control model based design. In this paper, the robust fuzzy control design based on gain and phase margins specifications for nonlinear systems, in the continuous time domain, is proposed. A mathematical formulation based on Takagi-Sugeno fuzzy model structure as well as the PDC strategy is presented. Analytical formulas are deduced for the sub-controllers parameters, in the robust fuzzy controller rules base, according to the fuzzy model parameters of the fuzzy model plant to be controlled. Results for the necessary and sufficient conditions for the fuzzy controller design, from the proposed robust methodology, with one axiom and two theorems are presented. Simulation results, based on robust methodology, for a single link robotic manipulator are presented.
Keywords— Robust Control, Fuzzy Control, Fuzzy Systems and PDC Strategy.
Resumo— A metodologia proposta consiste no projeto de controle nebuloso robusto baseado em modelo. ´
E proposto um m´etodo de controle nebuloso robusto baseado nas especifica¸c˜oes das margens de ganho e fase para sistemas n˜ao-lineares, no dom´ınio do tempo cont´ınuo. Uma formula¸c˜ao matem´atica baseada na estrutura do modelo nebuloso Takagi-Sugeno bem como na estrat´egia PDC, tamb´em ´e apresentada. F´ormulas anal´ıticas s˜ao deduzidas para o c´alculo dos parˆametros dos sub-controladores, na base de regras do controlador nebuloso robusto, de acordo com os parˆametros do modelo nebuloso da planta a ser controlada. Resultados para as condi¸c˜oes necess´arias e suficientes para o projeto do controlador nebuloso, a partir da metodologia robusta proposta, com um axioma e dois teoremas s˜ao apresentados. Resultados de simula¸c˜oes para um manipulador rob´otico s˜ao apresentados.
Palavras-chave— Controle Robusto, Controle Nebuloso, Sistemas Nebulosos e Estrat´egia PDC. 1 Introdu¸c˜ao
No projeto de sistemas de controle cl´assico, a pri-meira etapa ´e estabelecer um modelo matem´a-tico adequado para descrever as caracter´ısticas da planta controlada (Takagi and Sugeno, 1985). En-tretanto, em situa¸c˜oes pr´aticas, tal requisito n˜ao est´a acess´ıvel em virtude dos sistemas dinˆamicos reais serem, em sua maioria, sistemas n˜ao-lineares, ou incertos. O que torna o projeto dos sistemas de controle muito mais complexo para tais sistemas (Cetin and Demir, 2008; Dong et al., 2009; Pel-ladra et al., 2009). Este fato tem motivado o uso dos sistemas nebulosos no desenvolvimento de sistemas de controle baseado em modelo. Neste contexto, o controle nebuloso tem se mostrado uma alternativa vi´avel ao controle convencional de processos industriais com parˆametros variantes no tempo, n˜ao-lineares e/ou com informa¸c˜oes impre-cisas (Cheng et al., 2009; Wen-Xu et al., 2009). Os controladores nebulosos s˜ao apropriados quando processos estruturalmente desconhecidos ou pouco conhecidos devem ser controlados. Para estes sis-temas a aplica¸c˜ao de um controlador nebuloso ofe-rece um desempenho semelhante ou superior aos controladores convencionais, ressaltando a simpli-cidade de implementa¸c˜ao e interpretabilidade
ca-racter´ıstica dos sistemas nebulosos. A metodolo-gia proposta consiste no projeto de controle ne-buloso robusto baseado em modelo. Para tanto, ´e proposto um m´etodo de controle nebuloso ro-busto baseado nas especifica¸c˜oes das margens de ganho e fase para sistemas n˜ao-lineares, no dom´ı-nio do tempo cont´ınuo. Resultados para as con-di¸c˜oes necess´arias e suficientes para o projeto do controlador nebuloso, a partir da metodologia ro-busta proposta, com um axioma e dois teoremas s˜ao apresentados. Resultados de simula¸c˜oes para um manipulador rob´otico s˜ao apresentados.
2 Metodologia de Controle Nebuloso Robusto Baseado em Modelo O m´etodo de controle baseado em modelo uti-lizado neste artigo, est´a ilustrado na figura 1. O procedimento adotado consiste inicialmente na obten¸c˜ao de um modelo dinˆamico nebuloso com uma estrutura Takagi-Sugeno (TS), utilizando os dados experimentais da planta a ser controlada e de uma metodologia de agrupamento nebulosa (Gustafson-Kessel). Uma vez validado o mode-lo obtido, este ser´a utilizado para o projeto do controlador PID nebuloso, a partir das
especifi-ca¸c˜oes das margens de ganho e fase, via estrat´e-gia de compensa¸c˜ao paralela e distribu´ıda (PDC). A estrat´egia PDC oferece um procedimento para projetar um controlador nebuloso baseado em mo-delo, onde a planta a ser controlada ´e representada por um modelo nebuloso TS, tal que cada sub-controlador, na base de regras do controlador ne-buloso, ´e projetado, correspondentemente, a par-tir de um sub-modelo na base de regras do modelo nebuloso TS da planta a ser controlada. O con-trolador nebuloso robusto projetado e o modelo nebuloso TS da planta a ser controlada, compar-tilham os mesmos conjuntos nebulosos, no antece-dente (Wang et al., 1995). Nas subse¸c˜oes a seguir apresenta-se os detalhes da metodologia adotada para a modelagem nebulosa.
Projeto do Experimento Dados Experimentais Estrutura do Modelo Agrupamento Nebuloso Estimação de Parâmetros Conhecimento Prévio Cálculo do Modelo Validação do Modelo
ADEQUADO: Use este ! INADEQUADO: Revise
Estratégia PDC
Controlador
Nebuloso Especificações das Margens de Ganho e Fase
Figura 1: Diagrama do sistema de controle
2.1 Controle Nebuloso Robusto Baseado nas Es-pecifica¸c˜oes das Margens de Ganho e Fase O sistema de inferˆencia nebuloso TS para o mo-delo da planta a ser controlada, Gp(s), apresenta na i|[i=1,2,...,l]-´esima regra, sem perda de generali-dade a seguinte estrutura:
R(i): SE ˜τ ´E Fi k|˜τ E ˜τ′ E G´ i k| ˜τ′ E · · · · · · ˜KpE H´ k| ˜iK p ENT˜AO Gip(s) = Kip (1 + sτi) (1 + sτ′i)e −sL (1)
Onde L ´e o tempo morto da planta. A constante de tempo ˜τe ˜τ′, onde ˜τ≥ ˜τ′, e o ganho ˜K
p, repre-sentando as vari´aveis ling¨u´ısticas dos antecedentes do modelo nebuloso. Seus universos de discurso s˜ao, respectivamente Uτ˜, Uτ˜′ e UK˜p, particionados
por conjuntos nebulosos representando os termos ling¨u´ısticos. A vari´avel ˜τt|[t=1,2,...,n] pertence ao conjunto nebuloso Fi
k|˜τt com um valor µ i Fk|˜τt
de-finido por uma fun¸c˜ao de pertinˆencia µi ˜ τt : R → [0, 1], com µi Fk|˜ τt ∈ µ i F1|˜τt ,µ i F2|˜τt,µ i F3|˜τt,. . .,µ i F p ˜τt |τt˜ ,
onde pτ˜t ´e n´umero de parti¸c˜oes do universo de
discurso associado `a vari´avel ling¨u´ıstica ˜τt. A vari´avel ˜τ′
t|[t=1,2,...,n] pertence ao conjunto ne-buloso Gi k| ˜τ′ t com um valor µ i G k|τ ′ t˜ definido por
uma fun¸c˜ao de pertinˆencia µi ˜ τ′ t : R → [0, 1], com µi G k|˜ τ ′ t ∈ µi G 1|˜ τ ′ t ,µi G 2|˜ τ ′ t ,µi G 3|˜ τ ′ t ,. . .,µi G p ˜ τ ′ t| ˜ τ ′ t , onde pτ˜′
t ´e n´umero de parti¸c˜oes do universo de
discurso associado `a vari´avel ling¨u´ıstica ˜τ′
t. A
vari´avel ˜Kpt|[t=1,2,...,n] pertence ao conjunto ne-buloso Hi
k| ˜Kp t com um valor µ i Hk| ˜
Kpt definido por
uma fun¸c˜ao de pertinˆencia µjK˜
p t : R → [0, 1], com µjH k| ˜Kpt ∈ µi H 1| ˜Kpt,µ i H 2| ˜Kpt,µ i H 3| ˜Kpt,. . .,µ i H p ˜ Kpt| ˜Kpt , onde pK˜p t ´e n´umero de parti¸c˜oes do universo de discurso associado `a vari´avel ling¨u´ıstica ˜Kpt.
O sistema de inferˆencia nebuloso TS proposto para o controlador, Gc(s), considerando-se a de-fini¸c˜ao da estrat´egia PDC, na qual o controlador e a planta a ser controlado compartilham as mes-mas premissas no antecedente da base de trgras nebulosas, apresenta na j|[j=1,2,...,l]-´esima regra, sem perda de generalidade, a seguinte estrutura:
R(j): SE ˜τ ´E Fk|˜jτ E ˜τ ′ E G´ j k| ˜τ′ E · · · · · · ˜Kp E H´ j k| ˜Kp ENT˜AO Gj c(s) = Kcj 1 + sTIj 1 + sTDj sTIj (2)
O grau de ativa¸c˜ao hj para a regra j, ´e dado por: hj ˜ τ , ˜τ′, ˜K p = µjFk|˜ τ ∗ ⊗ µ j Gk|˜ τ ′∗ ⊗ µ j Hk| ˜K∗ p (3) O grau de ativa¸c˜ao normalizado para a regra j, ´e definido por: γj ˜ τ , ˜τ′, ˜K p = hj ˜ τ , ˜τ′, ˜K p l X λ=1 hλ ˜ τ , ˜τ′, ˜K p (4)
e, esta normaliza¸c˜ao implica em: l X j=1 γj ˜ τ , ˜τ′, ˜K p = 1 (5)
Portanto, o modelo nebuloso TS para o contro-lador, Gc(s), ´e uma soma ponderada dos sub-controladores lineares locais:
Gc ˜ τ , ˜τ′, ˜K p, s = l X j=1 γj ˜ τ , ˜τ′, ˜K p × ×Kcj 1 + sTIj 1 + sTDj sTIj (6)
São João del-Rei - MG - Brasil
O modelo nebuloso no ramo direto da malha fechada, considerando a planta a ser controlada, e o controlador, ´e: Gc(˜τ , ˜τ′, ˜Kp, s)Gp(˜τ , ˜τ′, ˜Kp, s) = = l X j=1 l X i=1 γi ˜ τ , ˜τ′, ˜K p γj ˜ τ , ˜τ′, ˜K p × × KcjK i p 1 + sTIj 1 + sTDj sTIj(1 + sτi) (1 + sτ′i) e−sL (7)
2.2 Estabilidade Robusta Baseada nas Especifi-ca¸c˜oes das Margens de Ganho e Fase Ap´os a defini¸c˜ao de Gpe Gc, definem-se, agora, as margens de ganho e fase por Am and φm, respec-tivamente. Das defini¸c˜oes b´asicas de margens de ganho e fase, s˜ao obtidas as seguintes equa¸c˜oes:
arghGc(˜τ , ˜Kp, jωp)Gp(˜τ , ˜Kp, jωp) i = −π (8) Am= 1 Gc(˜τ , ˜Kp, jωp)Gp(˜τ , ˜Kp, jωp) (9) Gc(˜τ , ˜Kp, jωg)Gp(˜τ , ˜Kp, jωg) = 1 (10) φm= arg h Gc(˜τ , ˜Kp, jωg)Gp(˜τ , ˜Kp, jωg) i + π (11) onde a margem de ganho ´e dada pelas equa¸c˜oes (8) e (9) e a margem de fase pelas equa¸c˜oes (10) e (11), respectivamente. A freq¨uˆencia ωp, na qual a curva de Nyquist tem uma fase de −π, ´e a freq¨ uˆen-cia de ultrapassagem de fase e a freq¨uˆencia ωg, na qual, a curva de Nyquist tem uma amplitude de 1 ´e a freq¨uˆencia de ultrapassagem de ganho. Conside-rando a estrat´egia PDC, nos pontos de opera¸c˜ao, assume-se que o parˆametro TDj, do controlador ne-buloso TS ´e igual `a menor constante de tempo τ′i do seu respectivo sub-modelo nebuloso da planta a ser controlada. Assim, substituindo-se a equa¸c˜ao (7) em (8) a (11), tem-se que: l l X j=1 arctan ωpTIi − arctan ωpτi − π 2− −ωgL] = −π (12) Am= 1 l X i=1 l X j=1 γi ˜ τ , ˜Kp γj ˜ τ , ˜Kp KcjKpi ωpTIj ! × × 1 v u u u t ωpT j I 2 + 1 (ωpτi)2+ 1 (13) l X i=1 l X j=1 γi ˜ τ , ˜Kp γj ˜ τ , ˜Kp KcjKpi ωgTIj ! × × v u u u t ωgTIj 2 + 1 (ωgτi) 2 + 1 = 1 (14) φm= l " l X i=1 arctan ωgTIi − arctan ωgτi − π 2 − ωgL i + π (15)
Para um determinado sub-modelo linear, Gip(s, ˜K
i p,τ˜
i, L), e especifica¸c˜oes de margem de ganho fase (Am, φm), as equa¸c˜oes (12)-(15) po-dem ser utilizadas para determinar os parˆ ame-tros dos sub-controladores, Gj
c(s, K j c, T j I, T j D), na frequˆencia de ultrapassagem (ωp, ωg) numerica-mente, mas n˜ao analiticanumerica-mente, por causa da pre-sen¸ca da fun¸c˜ao arctan. Todavia, uma solu¸c˜ao anal´ıtica aproximada pode ser obtida se fizermos a seguinte a aproxima¸c˜ao para a fun¸c˜ao arctan:
arctan x ≈ 1 4πx (|x| ≤ 1) , 1 2π− π 4x (|x| > 1) (16)
A solu¸c˜ao num´erica das equa¸c˜oes (12)-(15) mostra que para τi>3L, x ≫ 1, em que x pode ser ωpTIj, ωpτi, ωgTIjou ωgτi. Portanto, usando a aproxima¸c˜ao dada por (16) para a fun¸c˜ao arctan para o caso |x| > 1, as equa¸c˜oes (13) e (14) s˜ao dadas por: l X i=1 l X j=1 γi ˜ τ , ˜Kp γj ˜ τ , ˜Kp ×Am ωp Kj cK i p τi ! = 1 (17) l X i=1 l X j=1 γi ˜ τ , ˜Kp γj ˜ τ , ˜Kp × K j cKpi ωgτi ! = 1 (18) respectivamente. Usando a mesma aproxima¸c˜ao, as equa¸c˜oes (12) e (15) s˜ao dadas por:
l " l X i=1 π 4ωpτi − π ωpTIi −π 2 − ωpL # = −π (19) φm= l " l X i=1 π 4ωgτi − π ωgTIi −π 2−ωgL # + π (20) respectivamente. Portanto, a solu¸c˜ao anal´ıtica para o ajuste dos parˆametros dos sub-controladores, Gi
c(s)
[i=1,2,...,l], de acordo com as equa¸c˜oes (17)-(20), ´e dada por:
TDj = τ ′i (21) l X i=1 γi ˜ τ , ˜Kp Kpi τi l X i=1 γi ˜ τ , ˜Kp Kpi τi l X i=1 γi ˜ τ , ˜Kp Kpi τi l X i=1 γi ˜ τ , ˜Kp Kpi τi . . . l X i=1 γi ˜ τ , ˜Kp Kpi τi . . . l X i=1 γi ˜ τ , ˜Kp Kpi τi γ1 ˜ τ , ˜Kp 0 0 0 0 . .. 0 0 0 0 0 γl ˜ τ , ˜Kp K1 c Kc2 .. . Kl c = ωp Am ωg (22) e lπ ωp l π ωp . . . l π ωp lπ ωg l π ωg . . . l π ωg TI1 −1 TI2 −1 .. . TIl −1 = = l ( l X i=1 π 4ωpτi −ωpL − π 2 ) + π l ( l X i=1 π 4ωgτi −ωgL − π 2 ) −φm+ π (23)
onde ωp´e dado por:
ωp= Amφm+ 1 2πAm(Am−1) (A2 m−1) L (24) 2.3 An´alise de Estabilidade Robusta
Para o projeto do controlador nebuloso robusto, a partir das equa¸c˜oes (22)-(23), respectivamente, e de acordo com as especifica¸c˜oes de margens de ganho e fase, os seguintes axioma e teoremas s˜ao propostos:
Axioma 1: Os sub-modelos na base de regras do modelo nebuloso TS da planta a ser controlada devem ser necessariamente est´aveis;
Teorema 1: Cada sub-controlador
Gj c(s)
[j=1,2,...,l] da base de regras do
controla-dor nebuloso robusto, garante as especifica¸c˜oes de margem de ganho e fase para o respectivo sub-modelo Gi
p(s)
[i=1,2,...,l] , com i = j, na base de regras do
modelo nebuloso TS da planta a ser controlada; Prova: O grau de ativa¸c˜ao normalizado, em um dado
ponto de opera¸c˜ao, para a base de regras do controla-dor nebuloso robusto ´e,:
l X i=1 γj ˜ τ , ˜τ′K˜p = 1 (25)
O grau de ativa¸c˜ao normalizado, para uma simples regra p ativada, onde 1 ≤ p ≤ l, ´e dado por:
0 + . . . + γp ˜ τ , ˜τ′, ˜Kp+ 0 + . . . + 0 = 1 (26) γp ˜ τ , ˜τ′, ˜Kp= 1 (27) Baseado na estrat´egia de compensa¸c˜ao paralela e dis-tribu´ıda, temos: γp ˜ τ , ˜τ′, ˜Kp Kp p τp . . . γp ˜ τ , ˜τ′, ˜Kp Kp p τp γp ˜ τ , ˜τ′, ˜Kp Kp p τp . . . γp ˜ τ , ˜τ′, ˜Kp Kp p τp × 0 0 . . . 0 0 γ1 ˜ τ , ˜τ′, ˜Kp . . . 0 0 0 . . . 0 .. . ... . .. ... 0 0 . . . 0 0 Kp c 0 .. . 0 = = ωp Am ωg (28)
Resolvendo a equa¸c˜ao (28) para Kc, temos: γp ˜ τ , ˜τ′, ˜Kp Kpp τp γp ˜ τ , ˜τ′, ˜Kp (Kcp) = ωp Am (29) e γp ˜ τ , ˜τ′, ˜Kp Kpp τp γp ˜ τ , ˜τ′, ˜Kp (Kpc) = ωg (30) Isolando Kp
c, na equa¸c˜ao (29), tem-se que:
Kcp= τp Kpp ωp Am 1 γp ˜ τ , ˜τ′, ˜Kp 2 (31)
Para obter o parˆametro TIp, em um dado momento, como definido anteriormente, tem-se que:
lπ ωp . . . lπ ωp lπ ωg . . . lπ ωg 0 (TIp)−1 0 .. . 0 = = l π 4ωpτp −ωpL − π 2 + π l π 4ωgτp −ωgL − π 2 + π − φm (32)
São João del-Rei - MG - Brasil O qual resulta em l π ωp 1 TIp = l π 4ωpτp −ωpL − π 2 + π (33) e l π ωg 1 TIp = l π 4ωgτp −ωgL − π 2 + π − φm (34) Isolando φm, na equa¸c˜ao (34), temos que:
φm= l π 4ωgτp − π ωg 1 TIp −ωgL − π 2 + π (35) e, γp ˜ τ , ˜τ′, ˜Kpγpτ , ˜˜ τ′, ˜Kp K p pAm τpω p × τpω p Kp pAm 1 γp ˜ τ , ˜τ′, ˜Kpγp˜τ , ˜τ′, ˜Kp = 1 (36) Portanto, Am= Am (37)
Assumindo, em um dado momento, a ativa¸c˜ao total de uma simples regra p, como definido previamente, na equa¸c˜ao (31), temos, φm= l π 4ωgτp − π ωgTIp −π 2−ωgL + π (38)
Comparando a equa¸c˜ao (38) com (35), tem-se:
φm= φm (39)
2
Teorema 2: Cada sub-controlador,
Gj c(s)
[j=1,2,...,l], nebuloso robusto na base de regras do controlador nebuloso robusto, garante a estabili-dade para todos os sub-modelos,Gi
p(s)
[i=1,2,...,l], da planta na base de regras do modelo nebuloso da planta ser a controlada.
Prova: A fun¸c˜ao de transferˆencia para a malha fe-chada ´e a seguinte:
GM F s, ˜τ , ˜τ′, ˜Kp = l X j=1 l X i=1 γj ˜ τ , ˜τ′, ˜Kp γi ˜ τ , ˜τ′, ˜Kp × × K j cKpi 1 + sT j I e−sL h sTIj 1 + sτi+ KcjK i p 1 + sTIj i (40)
Para que o sistema, com o controlador nebuloso ro-busto, seja est´avel, a equa¸c˜ao caracter´ıstica da fun¸c˜ao de transferˆencia a malha-fechada, na equa¸c˜ao anterior, deve possui ra´ızes (p´olos) no semi-plano esquerdo do plano-s (parte real negativa). Portanto, temos que:
l X i=1 l X j=1 γi ˜ τ , ˜τ′, ˜Kp γj ˜ τ , ˜τ′, ˜Kp h τiTIjs 2+ +Tj I + K i pKcjTIj s +Ki pKcj i = 0 (41)
Pela aplica¸c˜ao do Crit´erio da Estabilidade de Routh (Franklin et al., 1986) em (41), tem-se,
s2 s1 s0 τiTj I K i pKcj (TIj+ K i pKcjT j I) 0 Ki pKcj (42)
E, ´e necess´ario que todos os termos da primeira coluna sejam positivos: τiTIj> 0 (43) (Tj I+ K i pK j cT j I) > 0 (44) KpiK j c> 0 (45)
Uma vez que os parˆametros dos sub-modelos est´aveis na base de regras do modelo nebuloso da planta a ser controlada (τi, τ′i e Ki
p) de acordo com o axioma 1, s˜ao valores positivos, e as especifica¸c˜oes de margem de ganho e fase (Ame φm) s˜ao, tamb´em, valores posi-tivos, resulta que, baseado nas equa¸c˜oes (21)-(22), os valores dos parˆametros do controlador PID nebuloso robusto (Kj
c, TDj e T j
I) s˜ao positivos. Embora n˜ao seja t˜ao comum, o sistema ´e est´avel se todos os termos da primeira coluna, do arranjo tabular de Routh, forem negativos. Caracterizando que n˜ao ocorre nenhuma altera¸c˜ao no sinal dos elementos da primeira coluna. Portanto, a partir das equa¸c˜oes (43)-(45), pode-se cluir que cada controlador na base de regras do con-trolador nebuloso robusto, garante a estabilidade para todos os sub-modelos da planta na base de regras do modelo nebuloso da planta a ser controlada, como de-sejado.
2 3 Resultados Computacionais
Esta se¸c˜ao descreve os resultados experimentais do m´etodo de controle nebuloso robusto proposto neste artigo.
3.1 Descri¸c˜ao do Sistema Dinˆamico
Para valida¸c˜ao o m´etodo de controle nebuloso robusto proposto neste artigo, utilizou-se o um modelo nebu-loso, baseado em agrupamento nebuloso Gustafsson-Kessel obtido para um manipulador rob´otico, cujo comportamento ´e descrito pela seguinte equa¸c˜ao di-ferencial:
ml2θ + Bl ˙θ + mglsin(θ) = u¨ (46) onde m = 1kg ´e a massa, l = 1m ´e comprimento do bra¸co do manipulador, g = 9.81m/s2 ´e a acelera¸c˜ao da gravidade, B ´e ´e o fator de amortecimento, cuja varia¸c˜ao param´etrica vai de 0.01 a 2 kgm2/s e u ´e a vari´avel de entrada, ou seja, o torque aplicado no manipulador. O ˆangulo θ ´e a vari´avel de sa´ıda, ou seja, a posi¸c˜ao angular do manipulador.
Baseado na estrat´egia PDC, cada regra de con-trole na base de regras do controlador nebuloso ro-busto ´e projetada a partir da regra correspondente do modelo nebuloso TS da planta a ser controlada. O controlador nebuloso projetado compartilha os mes-mos conjuntos nebulosos como o modelo nebuloso no antecedente das regras nebulosas. Para o projeto do controlador nebuloso robusto, diferentes margens de ganho e fase foram especificadas. O tempo de atraso para o processo foi de 0.1s e aproxima¸c˜ao de Pad´e foi de 2a ordem. A tabela 1 mostra as margens de ga-nho e fase resultantes dos controladores projetados a partir das margens de ganho e fase especificadas.
Especificado Resultante Am φm A∗m φ∗m 6.02 45 12.62 48.86 9.54 45 12.9 20.23 13.98 45 13.8 36.58 9.54 60 13.7 60.28 13.98 60 14.1 66.30
Tabela 1: Margens de ganho e fase obtidos a partir das especifica¸c˜oes.
Observa-se na tabela 1, que ocorrre uma diferen¸ca entre as margens de ganho especificadas e as resultan-tes nas linhas 1, 2 e 4. Assim como as margens de fase nas linhas 2 e 3. Isto se deve ao fato das suces-sivas aproxima¸c˜oes efetuadas ao longo do processo de modelagem e controle, para o manipulador rob´otico. O que nos remete ao de uso de Algoritmos Gen´eticos para otimiza¸c˜ao da metodologia de controle proposta. A figura 2 mostra o desempenho do controlador nebu-loso robusto baseado nas especifica¸c˜oes das margens de ganho e fase. 0 2000 4000 6000 8000 10000 12000 14000 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2 t[s] Amplitude [kgm 2/s]
Coeficiente de Atrito − B (Variação ao longo do tempo))
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000 −1 −0.8 −0.6 −0.4 −0.2 0 0.2 0.4 0.6 0.8 1 Tempo [s]
Posição angular [Rad]
Resposta do Sistema de Controle
Referência Am: 4 e Om: 45º Am: 4 e Om: 60º Am: 3 e Om: 60º
Figura 2: Varia¸c˜ao param´etrica de B e Resposta do sistema de controle - posi¸c˜ao angular.
4 Conclus˜ao
A metodologia proposta consiste no projeto de con-trole nebuloso robusto baseado em modelo. Neste ar-tigo foi proposto um m´etodo de controle nebuloso ro-busto baseado em modelo por meio de uma estrutura nebulosa Takagi-Sugeno, baseado nas especifica¸c˜oes das margens de ganho e fase. A metodologia proposta se caracteriza pela implementa¸c˜ao do conhecimento do especialista, tanto na fase de obten¸c˜ao do modelo da planta a ser controlada, como no projeto e an´alise do controlador nebuloso. Diante dos resultados encontra-dos, observou-se que o controlador nebuloso robusto, baseado nos axiomas e teoremas propostos, garante a estabilidade robusta, uma vez que a formula¸c˜ao e a an´alise foi feita no dom´ınio da frequˆencia, baseado nas especifica¸c˜oes das margens de ganho e fase.
Agradecimentos
Os autores agradecem ao Conselho Nacional de De-senvolvimento Cient´ıfico e Tecnol´ogico (CNPq) pelo suporte financeiro `a pesquisa.
Referˆencias
Cetin, S. and Demir, O. (2008). Fuzzy pid control-ler with coupled rules for a nonlinear quarter car model, Proceedings of World Academy of Science, Engineering and Technology, Vol. 31, pp. 238– 241.
Cheng, X., Lei, Z. and Junqiu, Y. (2009). Fuzzy pid controller for wind turbines, Second Internatio-nal Conference on Intelligent Networks and In-telligent Systems, pp. 74–77.
Dong, J., Wang, Y. and Yang, G.-H. (2009). Control synthesis of continuous-time t-s fuzzy systems with local nonlinear models, Systems, Man, and Cybernetics, Part B: Cybernetics, IEEE Transac-tions on 39(5): 1245–1258.
Franklin, G., Powell, J. D. and Baeini, A. (1986). Feedback control of dynamic systems, Addison-Wesley.
Pelladra, P., Apkarian, P. and Tuan, H. (2009). Missile autopilot design via a multi-channel lft/lpv con-trol method, International Journal Robust and Nonlinear Control 12(1): 1–20.
Takagi, T. and Sugeno, M. (1985). Fuzzy identification of systems and its applications to modeling and control, Proceedings of the IEEE Transactions on Systems, Man and Cybernetics, Vol. 15, pp. 116– 132.
Wang, H., Tanaka, K. and Griffin, M. (1995). Pa-rallel distributed compensation of nonlinear sys-tems by takagi-sugeno fuzzy model, Proceedings of 1995 IEEE International Conference on Fuzzy Systems, Vol. 2, pp. 531–538.
Wen-Xu, Y., Zhi-Cheng, J. and Jin, H. (2009). Shunt active power filter line current control based on t-s fuzzy model, 4th IEEE Conference on Indut-strial Electronics and Applications, 2009, pp. 2241 – 2246.