Download
1 / 36
380 likes | 541 Views
Diseño e implementación del control multivariable de un péndulo sobre carro con un grado de libertad. > Autor :. Esteban Kemerer. > Tutor :. Ing. Roberto Saco. Universidad Nacional de Quilmes Ingeniería en Automatización y Control Industrial. Introducción.
E N D
Diseño e implementación del control multivariable de un péndulo sobre carro con un grado de libertad >Autor: Esteban Kemerer >Tutor: Ing. Roberto Saco Universidad Nacional de Quilmes Ingeniería en Automatización y Control Industrial
Introducción • Un problema concreto con aplicación en la industria Automatización Electrónica Mecánica Informática Control Física
Proceso de traslado de cargas con gruas puente. • Trasladar la carga con presición en el menor tiempo posible.
Pendulación de la carga • Un cambio de velocidad del carro trae consigo una variación en el movimiento pendular de la carga
Soluciones al Problema • Inmovilizar en forma mecánica la carga para que no pendule. • Mover el carro a bajas aceleraciones. • Comandar inteligentemente el carro observando el movimiento pendular que describe la carga. • Otras. Costos y viabilidad de la solución
Control manual Pensar según la experiencia Contemplar el carro y la carga Comandar la grúa
Control Automático Generar actuaciones en base al conocimiento Medir y observar variables del proceso Actuar sobre el motor
Objetivos de este proyecto • Adquirir experiencia en la programación en un sistema operativo en tiempo real. • Diseñar e implementar un control automático y manual de la posición del péndulo. • Diseñar y construir una maqueta económica que ponga de manifiesto el problema • Desarrollar software para la adquisición, control y supervisión del péndulo.
Un Modelo • ¿Por qué la necesidad de buscar un modelo? • Simplicidad y complejidad. • Robustez. • Predicción. PERTURBACION MODELO ENTRADAS SALIDAS
Variables Relevantes • La entrada es la fuerza aplicada al carro. • Las salidas medidas son la posición del carro y del péndulo. • Las velocidades del carro y del péndulo son variables internas no medidas. MODELO Posición del carro Velocidad del carro Posición angular de la carga Velocidad angular de la carga
Modelo no lineal • Planteando la ecuaciones de Newton parados en el carro y en la carga. Parámetros: M, m, ra, rc, g, L
Ajuste de parámetros • GRUPO 1: parámetros medibles (m, M, L, g) • GRUPO 2: ajustados en respuesta libre (ra, L) • GRUPO 3: ajustados automáticamente aplicando actuación a la planta (rc, Ku).
Señales del proceso • En un sistema discreto se manejan señales muestreadas. • El período de muestreo elegido es el mínimo que permite el sensor de posición. • Este período de muestreo debe ser elegido de manera tal que cumpla con el teorema de muestreo. • T=20 ms. • Expresamos el retardo del sistema en unidades exactas del periodo de muestreo.
Modelos • Modelo NO lineal • Modelo Lineal • Modelo Discreto • Modelo Discreto con actuador incorporado.
Maqueta • Sensores de posición.
Maqueta • Fines de carrera.
Estrategia de control • Realimentación de estados con acción integral. • Ajuste de K por el método LQR.
Implementación • Sistemas digitales • Procesadores • Sistema operativo. • Procesos • Scheduling • Hilos • Comunicación y sincronización entre procesos. • Tiempo real.
QNX • Microkernel • Desarrollo en C o C++ • Mensajeria Send-Recieve • RT y robustez garantizados • Photon. • QNX como una red.
Score • Mide la performance en el traslado de la carga. • Se utiliza para el ajuste del controlador.
Exhibición • Modos de funcionamiento. • Inicialización del sistema. • Traslado a lazo abierto (manualmente). • Traslado a lazo cerrado (control automático).
Conclusiones • QNX 6 es una buena plataforma para implementar controles en RT. • El control automático de oscilaciones cumplió los objetivos satisfactoriamente. • Se obtienen mejores respuestas utilizando los estados observados. • El retardo del sistema se representó de una forma sencilla y con óptimos resultados.
