Upload
others
View
2
Download
0
Embed Size (px)
Citation preview
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 1
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Modelação, Identificação e
Controlo Digital
Semestre de Inverno 2005/2006
Área Científica de Sistemas de Decisão e Controlo
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 2
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Programa da disciplina:
• 1-Aspectos Gerais sobre Controlo por Computador
• 2-Modelos de Sistemas Discretos
• 3-Identificação Não Paramétrica
• 4-Identificação Paramétrica.
• 5-Controlo com Técnicas Polinomiais
• 6-Predição Linear e Controlo de Variância Mínima
• 7-Controlo Adaptativo
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 3
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Aspectos Gerais sobre
Controlo por Computador
Objectivo: Dar uma perspectiva sobre os temas abordados na disciplina
e enquadrá-la no âmbito do controlo por computador
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 4
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Estrutura Geral do Problema de Controlo por Computador
u yD/A
A/D Sensor
Sistema a Controlar
Porto de Saída
Controlador
Porto de Entrada
Computador de Controlo
Sinal de
comando do
actuador
Variável
Física de
saída
Sinal
proporcional
à variável
Sinal de comando
Perturbações
Ruído
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 5
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Objectivos de Controlo
• Estabilizar o sistema;
• Manter y no valor desejado, mesmo em presença de perturbações (regulação);
• Seguir referências para y, mesmo em presença de perturbações (seguimento de
trajectórias)
• Impôr uma dinâmica conveniente ao sistema controlado;
• Optimizar o sistema (por exemplo minimizar o consumo de energia, stress do
matéria, mantendo os objectivos - Controlo Óptimo!);
• Manter um comportamento constante do sistema controlado, mesmo face a
variações da dinâmica (Controlo Adaptativo!)
• …
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 6
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Vantagens de Controlo Digital vs Controlo Analógico
� Implementação Programada vs Cablada
� Implementação paralela
� Controlo Distribuído
� Monitorização e Comando "user friendly"
� Maior precisão e controlo nos cálculos a efectuar
� Possibilita algoritmos sofisticados
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 7
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Hardware de aquisição de dados
Relógio
Impulsos do relógioPorto deentrada
Micro-computador
INTCC
Sinal aamostrar
b0
b7
b1Conversor A/D
Ao receber um impulso de relógio, o conversor A/D
retém uma amostra do sinal e inicia a sua conversão
para um número binário.
Quando os bits b0 a b7 atingem o valor correcto, o sinal
de conversão completa CC é activado e o pino de
interrupção do microcomputador é actuado.
Se as interrupções não estiverem inibidas, a subrotina
de interrupção começa a ser executada, sendo
efectuada a leitura do porto de entrada, onde estão
ligados os pinos do A/D.
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 8
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Estrutura do software para Controlo Digital (1 cadeia)
->Inibe interrupções
->Lê y no porto de entrada, ligado ao A/D
->Cálcula o controlo u
->Escreve u no porto de saída ligado ao D/A
->Desinibe interrupções
->Retorna ao programa principal
Programa principal
Salta quando chega uma interrupção do relógio
->Actualiza Estado
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 9
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Diagrama temporal do controlo digital
Sinal gerado pelo Relógio Activa interrupções no flanco ascendente
Interrupção do relógio
Intervalo de amostragem
Interrupção do relógio
Lê y no A/D
Calcula u(tn)
Escreve u(tn) no D/A
Espera nova interrupção
tn tn+1 Atraso de cálculo
u(tn)
u(tn-1) Variável Manipulada
Actualiza Estado
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 10
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Repare-se que:
• A variável manipulada u é constante por troços
• Isto significa que entre dois instantes de amostragem o sistema está a trabalhar em
cadeia aberta, o que impõe um limite máximo ao intervalo de amostragem
• Existe um atraso entre o instante tn em que chegou a interrupção, e o instante em
que se colocou o valor do controlo u no D/A. Este atraso é devido ao tempo de
cálculo de u.
• O atraso de cálculo pode considerar-se desprezável se for muito pequeno
relativamente ao intervalo de amostragem.
• Se o atraso de cálculo não for pequeno relativamente ao intervalo de amostragem,
então deve ser tido em conta no modelo do processo como um atraso adicional.
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 11
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Projecto de Controlo Discreto por Emulação de Controladores Contínuos
Problema: Como comandar o motor do avião para manter a velocidade constante?
Solução 1: Controlo proporcional
Será que, em regime estacionário, a velocidade é igual à velocidade desejada?
Repare-se que não. Se assim for o erro e será nulo e o comando será zero, ou seja o
motor pára (ou reduz-se à velocidade mínima).
R y u K +
-
e
u – comando do motor ~
~ força de propulsão
y – velocidade do avião
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 12
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Solução para erro estático nulo: Efeito integral
R yuK+
-
e
1sTi
Integrador
Quando o erro é nulo, a saída do integrador fica constante mas não
necessariamente nula.
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 13
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
A equação que descreve o controlador PI é: � � �
� � � � ��
� �
�
= −
= + �� � � � � � � ��
�τ τ
Quando o erro é nulo o controlo vem dado pelo valor do integrador.
As constantes � e � são os ganhos do controlador, podendo ser escolhidas,
por exemplo, de acordo com as regras de Ziegler e Nichols, ou outras mais
adequadas.
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 14
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Como implementar digitalmente as equações do controlador PI?
� � �
� � � � ��
� �
�
= −
= + �� � � � � � ��
�τ τ
Considere-se a equação do integrador:
� ��
� �
�
� � � �= ��
�τ τ
Derivando ambos os membros da equação:
��
�� �� �
=�� �
��
��
� � � �
�
≈− −� � �� � ��
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 15
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Isto resulta nas seguintes equações para o
Algoritmo PI digital:
� � � ��
�� �
� � �� � � � �= − +�
� � � � � � �� � � � � � ��= +
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 16
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Pseudocódigo para PI digital
No início de cada intervalo de amostragem, executar recursivamente:
1. Ler no porto de entrada ligado ao A/D a variável y
2.Calcular o erro � � �= −
3.Calcular a variável manipulada u por
� ��
��
� � � �
���� �
= +
= +� �
em que ����� � é a saída do integrador no instante de amostragem anterior
4. Escrever u no porto de saída ligado ao D/A
5. Fazer � ����� � =
6. Esperar nova interrupção
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 17
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Simulação
Modelo simplificado da dinâmica do avião:
u – força de propulsão
Fa – Força de atrito prop. velocidade
��
�
��
��
������
���
����
���
�����
�
��
��
��
������
β
β
β
+=
+=
=−
=−
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 18
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Controlador Contínuo: Modelo Simulink e Resposta ao Escalão
0 1 2 3 4 5 6 7 8 9 100
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8
2K = 2
Linha contínua: Sinal de saída.
Linha interrompida: Sinal de controlo.
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 19
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Controlador Discreto : Modelo Simulink e Respostas ao Escalão
0 1 2 3 4 5 6 7 8 9 10−10
−8
−6
−4
−2
0
2
4
6
8h = 0.75
0 1 2 3 4 5 6 7 8 9 10−0.5
0
0.5
1
1.5
2
2.5
3h = 0.5
0 1 2 3 4 5 6 7 8 9 10−0.5
0
0.5
1
1.5
2
2.5h = 0.2
0 1 2 3 4 5 6 7 8 9 10−0.5
0
0.5
1
1.5
2
2.5h = 0.05
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 20
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Discretização de Controladores Contínuos ou Projecto Discreto de Raíz ?
• No exemplo anterior, controlador foi obtido por discretização de um controlador contínuo.
• Se o projecto for efectuado directamente no domínio discreto, existe uma maior liberdade de
escolha de métodos de projecto.
o Ex: Controlador “Deadbeat”:
0 1 2 3 4 5 6 7 8 9 10−2
−1
0
1
2
3
4deadbeat
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 21
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Equivalentes discretos de sistemas contínuos. Projecto discreto de raíz requer teorias para discretização de sistemas e amostragem de sinais.
Discretização de Sistemas:
• Métodos: impulso invariante, escalão invariante, interpolação linear, aproximação bilinear
• Transformações de polos e zeros
Amostragem de Sinais:
• Variância no Tempo
• Teorema de Nyquist
• Selecção de frequência de amostragem
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 22
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Problemas devidos à Amostragem
Retirado de CCS-AW-97
Sistemas Amostrados são
Variantes no Tempo
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 23
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Amostragem de sinais contínuos cria novas frequências
� ������ ��� +⋅=
Frequências discretas são periódicas, com período igual à frequência de amostragem
Aliasing – criação de baixas frequências Batimento – interferência entre frequências próximas
0 1 2 3 4 5 6 7 8 9 10−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1Sine Freq. 3 Hz, Samp. Freq. 2.9 Hz
0 1 2 3 4 5 6 7 8 9 10
−1
−0.8
−0.6
−0.4
−0.2
0
0.2
0.4
0.6
0.8
1
Sine Freq. 3 Hz, Samp. Freq. 6.1 Hz
Modelação, Identificação e Controlo Digital 1-Aspectos Gerais 24
J. Miranda Lemos, A. Bernardino IST-Secção de Sistemas e Controlo
Exercícios
1 – Em simulink, aplicar um controlador PD contínuo com ganhos unitários ao sistema H(s) = 1/s2.
Calcular uma aproximação discreta do controlador PD e aplicar ao mesmo sistema, para vários ritmos
de amostragem. Comparar resultados.
Dado: Controlador PD contínuo u(t) = K [e(t) + Td d/dt( e(t) ) ]
2 – Gerar um sinal sinusoidal com frequência 3Hz. Amostrar o sinal com ritmos de amostragem 2.9Hz e
6.1Hz (estes valores correspondem aos gráficos da página anterior).
Com a ajuda da função do matlab “fft” visualize a representação dos sinais amostrados em frequência.
Interprete o observado em função das novas frequências criadas no processo de amostragem. (Simule
cerca de 100 segundos a 100 amostras por segundo).