1 / 32

CONTROLE AVANÇADO

CONTROLE AVANÇADO. Prof. André Laurindo Maitelli DCA-UFRN. INTRODUÇÃO AO CONTROLE ADAPTATIVO. O que é ?. Aplicado a sistemas com grandes variações de parâmetros ou condições de operação: robôs manipuladores navios aviões sistemas biomédicos

evers
Download Presentation

CONTROLE AVANÇADO

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. CONTROLE AVANÇADO Prof. André Laurindo Maitelli DCA-UFRN

  2. INTRODUÇÃO AO CONTROLE ADAPTATIVO

  3. O que é ? • Aplicado a sistemas com grandes variações de parâmetros ou condições de operação: • robôs manipuladores • navios • aviões • sistemas biomédicos • Existem vários esquemas de controle adaptativo, dentre os quais destacam-se: • escalonamento de ganhos • sistemas adaptativos por modelo de referência • reguladores Auto-Ajustáveis

  4. O que é ? • O controle adaptativo é um tipo especial de controle realimentado não-linear em que os estados do processo podem ser separados em duas categorias, que mudam em diferentes velocidades: • “estados lentos”: parâmetros do regulador; • “estados rápidos”: realimentação convencional. • As primeiras pesquisas tiveram início nos anos 50

  5. Controle Preditivo Sistemas Não-Lineares Controle Estocástico Controle Adaptativo Sistemas Lineares Identificação Otimização O que é ? • Relações entre controle adaptativo e outras áreas de controle

  6. Esquemas Adaptativos • Controle robusto de alto ganho: • Altos ganhos conferem mais robustez na presença de variações; • Sistemas adaptativos auto-oscilatórios: • Alto ganho mantido por um relé; • Controladores com Auto-Sintonia: • Técnicas adaptativas para a sintonia de PID’s • Escalonamento de Ganhos; • Controle Adaptativo por Modelo de Referência; • Reguladores Auto-Sintonizáveis.

  7. parâmetros do controlador condição de operação Escalador de Ganhos r u y Controlador Processo Escalamento de Ganhos • Idéia: compensar as variações no processo mudando os parâmetros do controlador em função das condições de operação

  8. Escalamento de Ganhos • A desvantagem é que o controlador por escalamento faz uma compensação em malha aberta • A principal vantagem é a mudança rápida dos parâmetros do controlador, pois não há necessidade de estimação dos mesmos

  9. qin A(h) h qout Exemplo: sistema de tanques Linearizando no ponto de operação qin0 , h0

  10. Exemplo: sistema de tanques

  11. + - Exemplo: sistema de tanques Usando um controlador PI: O ganho do controlador é proporcional à área da seção do tanque

  12. ym Modelo de Referência r e u y Controlador Processo laço interno θ Lei de Adaptação laço externo parâmetros do controlador Controle Adaptativo por Modelo de Referência (MRAC)

  13. MRAC • Desempenho desejado para a planta é especificado por um modelo de referência; • Os parâmetros do controlador são ajustados baseados na diferença entre a saída da planta e a saída do modelo de referência.

  14. Exemplo Controle MRAC de um sistema de 1ª ordem Modelo de referência: Um seguimento de modelo pode ser atingido com o seguinte controlador: Com parâmetros s0 e t0

  15. Exemplo A realimentação será positiva se am < a, ou seja, se o modelo desejado for mais lento que o processo Se os parâmetros a e b não forem conhecidos, são necessários mecanismos de adaptação dos mesmos - Regra MIT: - No exemplo: p é o operador diferencial

  16. Exemplo Assim, (a,b) são desconhecidos. Mas, Assim,

  17. Exemplo

  18. Influência do Fator γ

  19. Projeto Estimador parâmetros do regulador y r u Regulador Processo Reguladores Auto-Ajustáveis (STR)

  20. STR • Assume que o processo tem parâmetros constantes, mas desconhecidos; • A idéia é separar a estimação dos parâmetros do projeto do controlador; • Os parâmetros desconhecidos são estimados em tempo real; • Estes parâmetros estimados são tratados com se fossem os verdadeiros (princípio da equivalência à certeza);

  21. STR • O bloco “Projeto” representa uma solução “on-line” do problema de controle para um sistema com parâmetros conhecidos; • Métodos de projeto mais usuais: • Mínima variância; • Alocação de pólos; • Linear Quadrático; • Diferentes combinações de métodos de estimação e métodos de projeto levam à reguladores com diferentes propriedades.

  22. Tipos de STR • Indireto (explícito): • Os parâmetros do processo são estimados e, então, são utilizados para selecionar os parâmetros do regulador; • Direto (implícito): • É obtido através de uma re-parametrização do modelo em termos dos parâmetros do regulador, permitindo a estimativa direta destes últimos.

  23. Exemplo Sistema de 1ª ordem: Objetivo de controle: Lei de controle: Considerando os parâmetros estimados e usando a equivalência à Certeza:

  24. yref y u Exemplo • controlador de 1 estágio • pode exigir elevados sinais • de controle

  25. Estimação de Parâmetros

  26. 1- Precisão nas estimativas Estimação Controle 2- Redução das incertezas Conceitos em Controle Estocástico 2 ausente – problema neutro 1 e 2 ausentes – problemas equivalentes à certeza

  27. Conceitos em Controle Estocástico • As duas formas de interação podem conduzir às ações de controle provocadora e cautelosa: • A necessidade de exatidão nas estimativas pode levar a um controle cauteloso, o qual exerce um controle tanto menos intenso quanto maior forem as incertezas sobre o processo; • A possibilidade de afetar a razão de redução da incerteza pode conduzir a um controle provocador.

  28. Exemplo Considere o sistema: Com o parâmetro b possuindo o seguinte modelo: Controlador de 1 estágio: Com

  29. Exemplo Ótimo: O que resulta no seguinte sinal de controle: incertezas desligamento

  30. Controle Dual • O controle preocupa-se em levar a saída para o valor desejado, mas introduz perturbações quando as estimativas são incertas; • Isto melhora as estimativas atuais e o controle futuro; • Ou seja, um controlador com características duais estabelece um balanço correto entre manter um bom controle e manter os erros de estimação pequenos.

  31. Controle Dual • Existem soluções simples para resolver o problema do desligamento: • Adicionar uma perturbação ao sinal de controle cauteloso; • Definir um valor mínimo para o sinal de controle; • Como estes controladores não previnem o desligamento, pois a lei de controle cautelosa é somente modificada quando o fenômeno está prestes a ocorrer, são chamados de passivos

  32. Controle Dual • A idéia dos controladores ativos é prevenir o fenômeno do desligamento. • Exemplo: Controlador Subótimo Ativo Dual (ASOD): Com

More Related