Fabio - Sagaz Controlador Nebuloso

INSTITUTO MILITAR DE ENGENHARIA
FABIO SALGADO GOMES SAGAZ

SISTEMA BASEADO EM LGICA NEBULOSA APLICADO AO CONTROLE DOS
NVEIS DE UM PROCESSO MULTIVARIVEL COM QUATRO TANQUES

Dissertao de mestrado apresentada ao Curso de
Mestrado em Engenharia Eltrica do Instituto Militar de
Engenharia, como requisito parcial para obteno do
ttulo de Mestre em Cincias em Engenharia Eltrica.
Orientador: Mrio Cesar M. M. de Campos - Dr. ECP
Co-orientador: Geraldo M. Pinheiro Gomes - Dr.ENSAE

Rio de Janeiro
2003
2
C2003

Praa General Tibrcio, 80 Praia Vermelha
Rio de janeiro RJ CEP: 22290-270

Este exemplar de propriedade do Instituto Militar de Engenharia, que poder inclui-
lo em base de dados, armazenar em computador, microfilmar ou adotar qualquer
forma de arquivamento.
permitida a meno, reproduo parcial ou integral e a transmisso entre
bibliotecas deste trabalho, sem modificao de seu texto, em qualquer meio que
esteja ou venha a ser fixado, para pesquisa acadmica, comentrios e citaes,
desde que sem finalidade comercial e que seja feita a referncia bibliogrfica
completa.
Os conceitos expressos neste trabalho so de responsabilidade do autor e do
orientador.

P123 Sagaz, Fabio Salgado Gomes.
Controlador Fuzzy aplicado a um processo multivarivel /
Fabio Salgado Gomes Sagaz. Rio de Janeiro : Instituto Militar de
Engenharia, 2003.
91 p. : il., graf., tab.

Dissertao (mestrado) Instituto Militar de Engenharia Rio de
Junho, 2003.

1. Sintonia de controladores fuzzy. 2. Controle robusto. 3.
Processo multivarivel. I. Instituto Militar de Engenharia. II. Ttulo.

CDD 629.83
3

FABIO SALGADO GOMES SAGAZ

SISTEMA BASEADO EM LGICA NEBULOSA AO CONTROLE DOS NVEIS
DE UM PROCESSO MULTIVARIVEL COM QUATRO TANQUES

Dissertao de mestrado apresentada ao Curso de Mestrado em
Engenharia Eltrica do Instituto Militar de Engenharia, como requisito parcial
para obteno do ttulo de Mestre em Cincias em Engenharia Eltrica.

Orientador: Mrio Csar Mello Massa de Campos Dr. ECP
Co-orientador: Geraldo Magela Pinheiro Gomes Dr.ENSAE
Aprovada em 08 de julho de 2003 pela seguinte Banca Examinadora:

Prof. Mrio Csar Mello Massa de Campos Dr. ECP, do IME - Presidente

Prof. Geraldo Magela Pinheiro Gomes Dr.ENSAE, do IME

Prof. Fabrcio Bandeira Cabral PhD, do IME

Prof. Antnio Eduardo Carrilho da Cunha Dr, do IME

Rio de Janeiro
2003

4
A Deus, aos meus pais e irmos.
5
AGRADECIMENTOS

A Deus.
Ao Instituto Militar de Engenharia, especialmente ao Departamento de Engenharia
Eltrica, pela oportunidade de realizar este curso.
Aos meus pais e irmos, que sempre me incentivaram e me motivaram em mais
esta etapa de minha formao.
Especial ao professor orientador e amigo Mrio Csar Mello Massa de Campos pelo
apoio integral, dedicao, interesse e pacincia, sem o qual este trabalho no teria se
concretizado.
Ao professor co-orientador e amigo professor Geraldo Magela Pinheiro Gomes por
todo o auxlio prestado durante a realizao desta tese.

6
SUMRIO

LISTA DE ILUSTRAES........................................................................... 09
LISTA DE TABELAS .................................................................................... 13
LISTA DE ABREVIATURAS E SMBOLOS ................................................. 14

1 INTRODUO ............................................................................................ 18
1.1 Introduo..................................................................................................... 18
1.2 Objetivo do trabalho...................................................................................... 19
1.3 Desenvolvimento do trabalho....................................................................... 19
1.4 Organizao do texto ................................................................................... 20

2 INTRODUO AO CONTROLE NEBULOSO E SISTEMAS
MULTIVARIVEIS ......................................................................................
21
2.1 Introduo .................................................................................................... 21
2.2 Um breve histrico ....................................................................................... 21
2.3 Teoria e exemplos ....................................................................................... 23
2.3.1 Conjuntos nebulosos ................................................................................... 25
2.3.2 Lgica nebulosa ........................................................................................... 33
2.3.3 Controladores utilizando lgica nebulosa .................................................... 35
2.3.4 Estrutura de controladores empregando lgica nebulosa ........................... 38
2.3.5 Caractersticas de controladores nebulosos ................................................ 40
2.3.6 Aplicaes de sistemas baseados na lgica nebulosa ............................... 41
2.3.7 Exemplo de um controlador nebuloso para um processo simples (SISO) 42
2.4 Sistemas multivariveis e a matriz RGA ...................................................... 47
2.4.1 A matriz RGA (relative gain array) ............................................................... 48
2.4.2 Determinao da matriz RGA ...................................................................... 49
2.4.3 Clculo da matriz RGA ................................................................................ 50

7
3 CONTROLE MULTIMALHA PID PARA O PROCESSO DOS QUATRO
TANQUES ...................................................................................................

54
3.1 Introduo .................................................................................................... 54
3.2 Descrio do processo dos quatro tanques ................................................ 54
3.3 Controlador multimalha PID para parmetros X
1
e X
2
em 0,7 ..................... 60
3.4 Clculo da matriz RGA do sistema para parmetro X em 0,7 ..................... 61
3.5 Controlador PID para parmetro X em 0,3................................................... 64
3.6 Clculo da matriz RGA para X em 0,3 ......................................................... 65
3.7 Nova estratgia de controle ......................................................................... 68
3.8 Concluso..................................................................................................... 70

4 SISTEMA DOS QUATRO TANQUES UTILIZANDO CONTROLADOR
NEBULOSO.................................................................................................

71
4.1 Introduo .................................................................................................... 71
4.2 Controlador nebuloso com parmetro X em 0,7........................................... 71
4.3 Controlador nebuloso com parmetro X em 0,3........................................... 78
4.4 ndices de desempenho dos controladores (ISE e ITAE)............................. 80
4.4.1 Robustez do controlador PID........................................................................ 81
4.4.2 Robustez do controlador nebuloso............................................................... 87
4.5 Concluso..................................................................................................... 93

5 SISTEMA DOS QUATRO TANQUES UTILIZANDO DOIS
CONTROLADORES NEBULOSOS ............................................................

94
5.1 Introduo .................................................................................................... 94
5.2 Sistema Com Dois Controladores ............................................................... 94
5.3 Concluso..................................................................................................... 103

6 CONCLUSES E PERSPECTIVAS............................................................ 104
6.1 Concluses................................................................................................... 104
6.2 Perspectivas................................................................................................. 105
8

7 REFERNCIAS BIBLIOGRFICAS............................................................ 106

8 APNDICES................................................................................................. 110
8.1 APNDICE 1: processo dos quatro tanques montado no simulink ............. 111
8.2 APNDICE 1: estrutura do bloco planta com a modelagem matemtica
dos quatro tanques feita no matlab-simulink ...............................................

112
8.3 APNDICE 1: estrutura do tanque 1 feita no simulink ................................ 114
8.7 APNDICE 1: estrutura do controlador pid feita no simulink ....................... 118
8.8 APNDICE 1: estrutura do controlador nebuloso feita no simulink ............. 119
8.9 APNDICE 1: estrutura do controlador nebuloso genrico feita no
simulink ........................................................................................................
120

9
LISTA DE ILUSTRAES

FIG. 2.1 Funes de pertinncia de temperatura............................................... 24
FIG. 2.2 Conjunto febril...................................................................................... 25
FIG. 2.3 Conjunto de homens baixo, mediano e alto......................................... 26
FIG. 2.4 Exemplos de graus de pertinncia de temperatura e altura................. 26
FIG. 2.5 Funo indicadora de A........................................................................ 27
FIG. 2. 6 Funo de pertinncia de A.................................................................. 28
FIG. 2.7 Unio.................................................................................................... 29
FIG. 2.8 Interseo............................................................................................. 30
FIG. 2.9 Complementao................................................................................. 31
FIG. 2.10 Produto................................................................................................. 32
FIG. 2.11 Diagrama de blocos de um sistema de controle.................................. 35
FIG. 2.12 Resposta de e(t)................................................................................... 36
FIG. 2.13 Caracterstica entrada-sada de um controlador baseado em regras
de produo e sem incertezas.............................................................

37
FIG. 2.14 Estrutura de um controlador de lgica nebulosa.................................. 38
FIG. 2.15 Outra representao de um controlador de lgica nebulosa ............... 39
FIG. 2.16 Processo com controlador nebuloso 42
FIG. 2.17 Funes de pertinncia das variveis E(t), DE(t) e U 43
FIG. 2.18 Resposta dinmica desejada da varivel de processo 44
FIG. 2.19 Resposta do processo para o SP aplicado 46
FIG. 2.20 Sistema MIMO com mltiplos distrbios.............................................. 48
FIG. 2.21 Sistema 2x2.......................................................................................... 50
FIG. 3.1 Processo dos quatro tanques............................................................... 56
FIG. 3.2 Processo dos quatro tanques, planta e controladores PID.................. 57
FIG. 3.3 Estrutura do processo com a modelagem matemtica dos quatro
tanques.................................................................................................

58
FIG. 3.4 Estrutura do tanque 1........................................................................... 58
10
FIG. 3.5 Estrutura do controlador multimalha PID.............................................. 59
FIG. 3.6 Resposta do controlador PID para X em 0,7........................................ 61
FIG. 3.7 Entrada degrau em F1 mantendo F2 constante................................... 62
FIG. 3.8 Grfico de h
1
e h
2
................................................................................. 62
FIG. 3.9 Resposta do controlador PID para X em 0,3........................................ 64
FIG. 3.10 Estrutura do processo onde aplicamos um degrau em F
1
e
mantemos F
2
constante........................................................................

65
1
e h
2
para F
1
recebendo o degrau................................... 66
FIG. 3.12 Processo com pareamento trocado...................................................... 68
FIG. 3.13 Resposta do processo para o parmetro X em 0,3 com pareamento
trocado..................................................................................................

69
FIG. 4.1 Diagrama de blocos do sistema........................................................... 71
FIG. 4.2 Diagrama de blocos do controlador nebuloso...................................... 72
FIG. 4.3 Funes de pertinncia do erro......................................................... 73
FIG. 4.4 Funes de pertinncia da variao do erro........................................ 73
FIG. 4.5 Funes de pertinncia de sada......................................................... 74
FIG. 4.6 Resposta do controlador nebuloso com parmetro X em 0,7.............. 78
FIG. 4.7 Resposta ao controlador nebuloso com parmetro X em 0,3.............. 79
FIG. 4.8 Processo com pareamento trocado...................................................... 79
FIG. 4.9 Resposta ao controlador nebuloso com parmetro X em 0,3 e
pareamento trocado.............................................................................

80
FIG. 4.10 ndice ISE1 para o PID ajustado com parmetro X em 0,3.................. 82
FIG. 4.11 ndice ISE1 para o PID ajustado com parmetro X em 0,7.................. 83
FIG. 4.12 ndice ISE 2 para PID ajustado com parmetro X em 0,3.................... 83
FIG. 4.13 ndice ISE 2 para PID ajustado com parmetro X em 0,7.................... 84
FIG. 4.14 ndice ITAE 1 para PID ajustado com parmetro X em 0,3.................. 85
FIG. 4.15 ndice ITAE 1 para PID ajustado com parmetro X em 0,7.. 85
FIG. 4.16 ndice ITAE 2 para PID ajustado com parmetro X em 0,3................. 86
FIG. 4.17 ndice ITAE 2 para PID ajustado com parmetro X em 0,7................. 86
FIG. 4.18 ndice ISE1 para o controlador nebuloso ajustado com parmetro X
11
em 0,3................................................................................................... 88
em 0,7...................................................................................................

88
em 0,3...................................................................................................

89
em 0,7 ..................................................................................................

89
FIG. 4.22 ndice ITAE1 para o controlador nebuloso ajustado com parmetro X
em 0,3 ..................................................................................................

90
em 0,7 ..................................................................................................

90
em 0,3 ..................................................................................................

91
em 0,7 ..................................................................................................

91
FIG. 4.26 Comparao de robustez entre os controladores PID e nebuloso....... 93
FIG. 5.1 Esquema do processo com dois controladores nebulosos.................. 94
FIG. 5.2 Esquema do controlador nebuloso genrico com os dois
controladores nebulosos......................................................................

95
FIG. 5.3 Funo de pertinncia do parmetro X................................................ 96
FIG. 5.4 Resposta do controlador genrico para parmetro X em 0,3 e depois
em 0,7...................................................................................................

98
FIG. 5.5 Resposta do controlador genrico usando o controlador nebuloso
ajustado para parmetro X em 0,3.......................................................

99
FIG. 5.6 Resposta do controlador genrico para parmetro X em 0,7 e depois
em 0,3....................................................... ...........................................

100
FIG. 5.7 Resposta do controlador genrico usando o controlador nebuloso
ajustado para parmetro X em 0,7.......................................................

101
FIG. 5.8 Esquema do controlador nebuloso genrico utilizando vrios
controladores nebulosos......................................................................

102
12
controladores PIDs..............................................................................

105
FIG. 8.1 Processo dos quatro tanques montado no simulink conforme
diagrama de blocos da FIG. 3.2...........................................................

111
tanques.................................................................................................

112
FIG. 8.7 Estrutura do controlador PID................................................................ 118
FIG. 8.8 Controlador nebuloso........................................................................... 119
FIG. 8.9 Esquema do controlador genrico com os dois controladores
nebulosos e o sistema nebuloso..........................................................

120

13
LISTA DE TABELAS

TAB. 2.1 Regras do controlador nebuloso 45
TAB. 2.2 Valores de ............................................................................................... 53
TAB. 4.1 Regras do controlador nebuloso................................................................ 76
TAB. 4.2 Valores ISE E ITAE para o PID com parmetro X em 0,3......................... 81
TAB. 4.3 valores ISE E ITAE para o PID com parmetro X em 0,7......................... 81
TAB. 4.4 Valores ISE E ITAE para o controlador nebuloso com parmetro X em
0,3 .............................................................................................................

87
TAB. 4.5 valores ISE E ITAE para o controlador nebuloso com parmetro X em
0,7 .............................................................................................................

87

14
LISTA DE ABREVIATURAS E SMBOLOS

ABREVIATURAS

PID Controlador Proporcional Integral e Derivativo
SISO Single-Input Single-Output
MIMO Multiple-Input Multiple-Output
RGA Relative Gain Array
ISE Integral square error
ITAE Integral time absolute error

SMBOLOS

U Unio
I Interseo
Variao
Ento
Todo e qualquer
E
Ou
Matriz de ganhos relativos
X
i
Vlvula de trs vias do ramo i
F
i
Vazo do ramo i
h
i
Nvel do tanque i
dt
de
Derivada de e no tempo t
edt Integral de e no tempo t

dt
dh
i
Variao do nvel do tanque i no tempo t
15
max Notao de mximo
min Notao de mnimo
Negao
A
C
Complemento

16
RESUMO

Os sistemas de controle nebulosos so atualmente ferramentas importantes para a
soluo de problemas complexos de controle em plantas industriais. O controlador
nebuloso tem como uma de suas caractersticas, a capacidade de incorporar o
conhecimento de operadores e engenheiros na estratgia de controle, valorizando
desta forma estas informaes.
O objetivo deste trabalho estudar a possibilidade de usar conceitos da lgica
nebulosa para o desenvolvimento de uma metodologia de controle a ser aplicada em
um processo multivarivel, o processo dos quatro tanques.
Neste trabalho apresenta-se inicialmente conceitos introdutrios da teoria de lgica
nebulosa assim como o modelo de um controlador nebuloso.
Apresenta-se em seguida o processo dos quatro tanques. desenvolvido um
controlador PID capaz de controlar este processo.
Em seguida desenvolvido um controlador nebuloso para controle do processo
dos quatro tanques. So ento analisados os desempenhos de ambos os
controladores.
Finalmente, mostra-se a possibilidade de se usar controladores especficos,
ajustados para determinadas condies, que podem ser utilizados conjuntamente para
obteno de um controlador genrico, capaz de controlar o processo em condies de
operao variada.

17
ABSTRACT

At the present moment, Fuzzy Control Systems are important instruments for the
solution of complex problems in industrial plants. The Fuzzy controller has as one of
its characteristics the capacity of incorporating the valuable knowledge of operators and
engineers.
The purpose of this dissertation is to study the possibility of using the concepts of
fuzzy logic for the development of a method for control of a multivariable process, the
quadruple tank process.
Initially, an introduction to the theory of fuzzy logic is presented, as well as the basic
model of a fuzzy controller. Then, the quadruple tank process is presented, where a PID
controller controls the entire process. A fuzzy controller is designed to control the
quadruple tank process. Then, the performances of both controllers are analyzed and
compared. Finally, specific controllers adjustable for different conditions are presented,
they can be used to control the process at various conditions of operation.

18
1 INTRODUO

1.1 INTRODUO

Nos ltimos 50 anos, as malhas de controle PID tem sido utilizadas na maioria
dos processos automatizados presentes no meio industrial. Entre os motivos da
utilizao de estratgias convencionais de controle pode-se mencionar: a
simplicidade, a robustez, o nmero reduzido de parmetros a serem configurados,
os conhecimentos intuitivos sobre o desempenho destas estratgias de controle e
um requerimento mnimo de conhecimento matemtico e tcnico. As limitaes
destas tcnicas de controle esto relacionadas com o nmero reduzido de graus de
liberdade que elas oferecem (COELHO, 2001).
Entretanto, nem todos os processos industriais podem ser controlados de forma
apropriada com as malhas de controle PID. Muitos processos multivariveis com
acoplamento entre as variveis, no-lineares e variantes no tempo necessitam de
um tratamento diferenciado. Esse tratamento diferenciado na indstria inclui a
utilizao de algoritmos de controle preditivo, adaptativo, robusto e inteligente,
principalmente na indstria qumica e aeroespacial (COELHO, 2001).
A teoria de subconjuntos nebulosos nasceu da constatao de que quando a
complexidade de um sistema aumenta, nossa habilidade para concluir fatos e tomar
decises que sejam ao mesmo tempo precisos e significativos tende a diminuir at
um limite a partir do qual preciso e relevncia passam a ser caractersticas quase
excludentes (ZADEH, 1973).
Desta forma, esta teoria de subconjuntos nebulosos tem como objetivo criar um
sistema ou um ambiente que permita representar conhecimentos que so
complexos, incertos, contraditrios e incompletos de uma maneira sistemtica e
lgica. Os sistemas nebulosos aliam a flexibilidade do tipo de representao
simblica dos conhecimentos (normais dos sistemas especialistas convencionais)
com o poder dos clculos numricos das tcnicas que inspiram sistemas biolgicos
(redes de neurnios) (CAMPOS, 2000).

19
1.2 OBJETIVO DO TRABALHO

A motivao deste trabalho estudar a possibilidade de usar a lgica nebulosa
para o desenvolvimento de um mtodo de controle a ser aplicado em um processo
multivarivel. Para tal foi escolhido o modelo de uma planta do tipo quatro tanques.

1.3 METODOLOGIA

O processo escolhido para estudo, foi o processo dos quatro tanques, que vem
sendo amplamente utilizado em estudos de processos industriais multivariveis com
grande variao de dinmica, pela sua complexidade devido a ser um processo com
interao varivel entre as variveis manipuladas e controladas e pela sua no
linearidade. Pode-se citar alm do artigo de JOHANSSON (2000), que fez o primeiro
estudo com este processo, o trabalho com modelo de controladores preditivos
(HENRIKSSON et. al. , 2003), linearizao de processos (GOSMANN, 2002),
comparao entre formulaes de filtro de Kalman (MARCON, 2002) e est sendo
tambm utilizado como plataforma de ensino de controle multivarivel em algumas
universidades (GATZKE et. al., 2000, DOYLE et. al., 2000, MEADOWS et. al., 2000).
Primeiramente, conhecendo o processo a ser controlado, so desenvolvidos
controladores PIDs capazes de atingir o desempenho desejado para duas diferentes
condies de operao do processo. As condies de operao do processo para o
projeto dos controladores PIDs correspondem a situaes de alta e baixa interao
entre as malhas.
Os controladores PIDs anteriormente projetados, so substitudos por
controladores nebulosos tambm capazes de atingir o desempenho desejado para
as duas diferentes condies de operao do processo escolhidas anteriormente.
So ento analisadas as degradaes de desempenho frente a variaes de
condies de operao do sistema.
desenvolvida ento uma forma de manter o processo com desempenho
estvel frente s diferentes condies testadas, desenvolvendo para tal um
controlador denominado de sistema nebuloso, que capaz de chavear entre
controladores previamente projetados.
20
1.4 ORGANIZAO DO TEXTO

No captulo 2 apresenta-se de forma sucinta, alguns conceitos da lgica
nebulosa, mostra-se a estrutura de um controlador empregando lgica nebulosa,
suas caractersticas e suas aplicabilidades Introduz-se ainda de forma breve o
conceito de sistema multivariveis e um estudo do grau de interao entre as
malhas de controle de sistemas multivariveis atravs da matriz de ganhos relativos
(RGA).
No captulo 3 apresenta-se o processo dos quatro tanques, que ser utilizado
como base para o estudo dos controladores. desenvolvido um controlador PID
para controlar cada ramo deste processo, com duas diferentes condies de
operao, uma com alta e outra com baixa interao entre as malhas. calculada a
matriz RGA para estas condies de operao.
No captulo 4 desenvolvido um controlador nebuloso para substituir o
controlador PID desenvolvido no captulo 3. Apresenta-se ainda uma comparao de
desempenho dos controladores frente variao das condies de operao do
processo.
No captulo 5 apresenta-se um controlador nebuloso que combina os dois
controladores desenvolvidos no captulo 4 e que pode controlar o processo para as
duas condies de operao empregadas, com alta e baixa interao entre as
malhas.
No captulo 6 so apresentadas as concluses e perspectivas deste trabalho de
dissertao.
21
2 INTRODUO AO CONTROLE NEBULOSO E SISTEMAS MULTIVARIVEIS

2.1 INTRODUO

Neste captulo apresenta-se uma introduo ao controlador nebuloso e aos
sistemas multivariveis que so os principais assuntos necessrios ao
desenvolvimento desta dissertao. Inicialmente, ser feito um breve histrico do
controle nebuloso, sua teoria, alguns conceitos e algumas aplicaes. Em seguida
sero introduzidos alguns aspectos sobre sistemas multivariveis e sobre o clculo
da matriz RGA (Relative Gain Array).

2.2 UM BREVE HISTRICO

Aristteles (384-322 a.C.) foi o primeiro estudioso a fazer uma representao do
processo do pensamento, atravs da sistematizao do raciocnio lgico. A lgica
aristotlica permaneceu como Aristteles a estruturou durante vrios sculos at o
surgimento das lgicas no clssicas no sculo XIX com A. De Morgan (1806-1871),
Boole (1815-1864), G. Frege (1848-1925) e Bertrand Russell (1872-1970)
(CAMPOS, 2000).
G. Leibniz (1646-1716), Saccheri (1667-1733) e J. H. Lambert (1728-1777)
fizeram tentativas de criar uma teoria matemtica associada lgica, mas foi George
Boole que estruturou a lgica matemtica.
As idias de Boole foram publicadas no livro Mathematical Analysis of Logic, no
qual demonstra-se que a lgica pode ser manipulada algebricamente e que os
resultados das operaes lgicas podem ser obtidos atravs da utilizao de
tcnicas matemticas. Essa obra deu suporte para a lgica matemtica ou simblica
utilizada em vrias reas, como nos ramos da computao, eletricidade e eletrnica
(CAMPOS, 2000).
As idias de Boole representaram um grande passo na cincia da computao,
no sentido de auxiliar na simulao e implementao do processo do raciocnio na
mquina. Segundo Boole: "O que ns temos que examinar so as leis de uma das
mais importantes faculdades mentais. A matemtica que temos que construir a
matemtica do intelecto humano". No sculo XX surgiram vrios outros princpios da
22
lgica, que auxiliaram a construo de programas de computador, como por
exemplo, a teoria da demonstrao por refutao de Herbrand (1930), o princpio da
resoluo de Robinson (1965) e a SLD resolution de Kowalski (1971) (CAMPOS,
2000).
A lgica nebulosa foi primeiramente proposta por Lotfi A. Zadeh da Universidade
da Califrnia em Berkeley em um artigo de 1965 (JNIOR e AGUIAR, 1999). Ele
refinou suas idias em um outro artigo de 1973 onde foi introduzido o conceito de
"variveis lingsticas" (YONEYAMA, 2000). Outras pesquisas seguiram, at a
primeira aplicao industrial - em uma fbrica de cimento na Dinamarca - surgindo
em 1975 (CAMPOS, 2000).
O conceito da lgica nebulosa decorreu da observao de Zadeh de que as
ferramentas lgicas disponveis at a dcada de 60 eram incapazes de modelar as
atividades relacionadas a problemas de natureza industrial, biolgica ou qumica,
que compreendessem situaes ambguas, no passveis de processamento
atravs da lgica computacional clssica ou booleana (ZADEH, 1965).
Em 1974, o Prof. Mamdani, do Queen Mary College, Universidade de Londres,
aplicou os conceitos nebulosos para controlar uma mquina a vapor (YONEYAMA,
2000).
Vieram em seguida, vrias outras aplicaes, destacando-se, por exemplo, os
controladores nebulosos de plantas nucleares, refinarias, processos biolgicos e
qumicos, trocador de calor, mquina diesel, tratamento de gua e sistema de
operao automtica de trens (MENDEL, 1995).
Os japoneses tm mostrado um grande interesse em sitemas nebulosos, como
por exemplo, Seiji Yasunobu e Soji Miyamoto da Hitachi, que em 1985 apresentaram
simulaes demonstrando a superioridade de sistemas de controle nebulosos para a
estrada de ferro de Sendai; suas idias foram adotadas e sistemas nebulosos foram
usados para controle de acelerao, frenagem, e parada quando a linha foi
inaugurada em 1987 (COELHO, 2001).
Outro evento em 1987 ajudou a promover o interesse em sistemas nebuloso:
durante um encontro internacional de pesquisadores da lgica nebulosa em Tokyo,
naquele ano, Takeshi Yamakawa demonstrou o bom desempenho de um controle
nebuloso em um experimento de um pndulo invertido - um problema clssico de
23
controle em que um veculo tenta manter uma haste montada no seu topo na
posio vertical com movimentos de ida e volta (COELHO, 2001).
Seguindo semelhantes demonstraes, os japoneses se interessaram cada vez
mais por sistemas nebulosos, desenvolvendo tanto aplicaes industriais como
aplicaes para consumo; em 1988 eles criaram o Laboratrio Internacional de
Engenharia Nebulosa (LIFE), uma cooperativa que compreendia 48 companhias
para pesquisa em sistemas nebulosos (COELHO, 2001).

2.3 TEORIA E EXEMPLOS

A lgica nebulosa pretende modelar conhecimentos que no se resumem
apenas a um "sim" ou um "no", mas que tambm tenha decises "abstratas" ou
subjetivas, do tipo "um pouco mais", "talvez sim, etc. (JNIOR e AGUIAR, 1999).
Por exemplo, aquele homem alto ou baixo? A taxa de risco para aquele
empreendimento grande ou pequena? Um sim ou um no como resposta a estas
questes , na maioria das vezes, incompleta. Na verdade, entre a certeza de ser e
a certeza de no ser, existem infinitos graus de incerteza. De forma mais objetiva e
preliminar, podemos definir lgica nebulosa como sendo uma ferramenta capaz de
capturar informaes vagas, em geral descritas em uma linguagem natural e
convert-las para um formato numrico, de fcil manipulao pelos computadores.
Por exemplo, a seguir ser analisado um sistema de frenagem, dirigido por um
microcontrolador, que toma as decises baseado na temperatura do freio,
velocidade, e outras variveis do sistema. A varivel "temperatura" neste sistema
pode ser dividida dentro de uma faixa de "estados": "frio", "fresco", "moderado",
"morno", "quente", "muito quente". Contudo, a transio de um estado para o
prximo difcil de fixar; um limiar arbitrrio deve ser ajustado para dividir o "morno"
do "quente", mas isso resultaria em uma mudana descontnua quando o valor de
entrada passasse pelo limiar.
Outra soluo criar os estados "nebulosos", que permitem uma mudana
gradual de um estado para o outro. Poderia-se definir a temperatura de entrada
usando funes caractersticas como na FIG. 2.1.

24

FIG. 2.1 Funes de caractersticas de temperatura

Desta forma, o estado da varivel de entrada no mais salta abruptamente de
um estado para o prximo; ao invs disso ele perde gradualmente valor em um
estado enquanto vai ganhando valor no prximo estado. O "valor verdadeiro" da
temperatura do freio estar quase sempre em algum ponto entre duas funes
consecutivas: 0,6 nominal e 0,4 morno, ou 0,7 nominal e 0.3 fresco, e assim por
diante.
As variveis de entrada em um sistema de controle nebuloso so em geral
mapeadas dentro de conjuntos de funes caractersticas como ser visto no
prximo item deste captulo - o processo de converso de um valor de entrada em
um valor nebuloso chamado de "codificao". Note que um sistema de controle
pode ter tipos de entradas binrias (on/off) junto com entradas analgicas, e tais
entradas (on/off) tero sempre um valor verdadeiro igual a 1 ou 0. Mas tais entradas
binrias so apenas um caso simplificado de uma varivel nebulosa, logo o sistema
pode utiliz-las sem dificuldade.
Determinando o mapeamento das variveis de entrada com as funes
caractersticas, o sistema pode ento tomar decises com as regras:
SE {temperatura do freio morna} E {velocidade no muito rpida} ENTO
{presso do freio deve ser ligeiramente reduzida}.
Onde, neste caso, as duas variveis de entrada so "temperatura do freio" e
"velocidade". A varivel de sada, "presso do freio", semelhantemente gerada a
0
1
Temperatura
25
partir de conjuntos nebulosos que podem ter valores como: "ligeiramente reduzido",
"ligeiramente acrescido", e assim por diante.
Portanto, a deciso baseada em um conjunto de regras: todas as regras que
aplicamos so invocadas, usando as funes caractersticas e os valores
verdadeiros obtidos das entradas, para determinar o resultado da regra. As sadas
so mapeadas dentro de suas funes caractersticas e depois estes resultados so
combinados para gerar uma resposta especfica, por exemplo, a presso do freio.
Este procedimento conhecido como "decodificao". A combinao de operaes
nebulosas e regras descrevem um sistema nebuloso.
A seguir sero detalhados estes conceitos de sistemas nebulosos.

2.3.1 CONJUNTOS NEBULOSOS

Um conjunto uma coleo de objetos. Na teoria clssica de conjuntos, um
objeto possui apenas duas possibilidades quanto a sua relao com um conjunto, ou
seja, um dado objeto , ou no , um elemento do conjunto. Na teoria de conjuntos
nebulosos, um objeto possui variados graus de pertinncia. Podemos ilustrar a
utilidade de tal tipo de teoria examinando exemplos do dia-a-dia. Na teoria clssica
de conjuntos, o paciente dito estar com febre se a sua temperatura ultrapassar
37,8 C. Assim, algum que tenha 37,7 C no pertence ao conjunto de pacientes
febris, ver a FIG. 2.2. Tambm, homens com alturas entre 1,65 m e 1,75 m so
considerados de estatura mediana e, acima de 1,75 m de estatura alta. Nestas
condies, 1,76 m a estatura de um homem alto, mas com 1,74 m a de um
homem mediano, ver a FIG. 2.3.

37,8
Temperatura
Sem febre Com febre
FIG. 2.2 Conjunto febril
26

Por outro lado, usando o conceito de conjuntos nebulosos, as incertezas quanto
ao que seria um estado febril (ou ao que seria alto) ficariam representados por um
grau de pertinncia, como demonstrado na FIG. 2.4.

FIG. 2.4 Exemplos de graus de pertinncia de temperatura e altura

Temperatura
Baixo Mediano Alto
FIG. 2.3 Conjunto de homens baixo, mediano e alto
1,65m 1,75m
Grau de Pertinncia da pessoa sem febre
Grau de Pertinncia de uma pessoa alta
27
Verifica-se que a transio dos graus de pertinncia demonstrados na FIG. 2.4
so suaves. Tanto a transio de uma pessoa sem febre para com febre, quanto de
uma pessoa mediana para alta, no ocorre de forma abrupta, o seu estado varia
gradativamente de um estado para outro.
A formalizao do conceito de conjuntos nebulosos pode ser obtida estendendo
a teoria clssica de conjuntos. Assim, na teoria clssica, um conjunto pode ser
caracterizado pela sua funo caracterstica, ou seja, dado um conjunto A no
universo X, define-se I
A
(x):X(0,1) por

=
A x se
A x se
x I
A
0
1
) (

Se X for um conjunto R
+
e A um intervalo fechado, a funo indicadora de
A assume o aspecto ilustrado na FIG. 2.5 abaixo:

FIG. 2.5 Funo indicadora de A

Portanto, um conjunto clssico pode ser representado como
} { 1 ) ( = = x I X x A
A
, ou abreviadamente, } {
A
I x A , . De forma anloga, os
conjuntos nebulosos so definidos por uma funo ] 1 , 0 [ : ) ( X x
A
conhecida como
a funo de pertinncia, que expressa o quanto um dado elemento X pertence a A,
ver a FIG. 2.6.
I
A
(x)
X
A
1.0
28

FIG. 2.6 Funo de pertinncia de A

A teoria de conjuntos nebulosos busca, portanto, traduzir em termos formais a
informao imprecisa que ocorre de maneira natural na representao dos
fenmenos da natureza, como descrito por seres humanos utilizando uma linguagem
corriqueira.
Na teoria clssica de conjuntos, quando um elemento x pertence a um conjunto
A ou um conjunto B, denota-se que B A x U , diz-se que x pertence a A unio com
B. Quando um elemento x pertence simultaneamente aos conjuntos A e B, denota-
se que B A x I , diz-se que x pertence a A interseo com B. Tambm no caso de
conjuntos nebulosos deseja-se fazer associaes semnticas anlogas e que
resultariam em expresses do tipo ) ( ), ( ), ( . Portanto, necessita-se que
sejam definidas, para conjuntos nebulosos, as expresses com conjuntos:
c
A e B A B A I U , .
Dados conjuntos nebulosos A e B sobre um universo X e caracterizados pelas
funes de pertinncia
A
e
B
, podem ser definidas as seguintes operaes:

a) Unio: o conjunto nebuloso B A C U = pode ser caracterizado pela funo de
pertinncia: } { ) ( ), ( max ) ( , x x x X x
B A c
= , ver FIG. 2.7.
A
(x)
X
1
A
Baixo grau de pertinncia
Alto grau de
pertinncia
29

FIG. 2.7 Unio

b) Interseo : o conjunto B A D I = pode ser caracterizado pela funo de
pertinncia: } { ) ( ), ( min ) ( , x x x X x
B A D
= , ver FIG. 2.8.

A
B
X
B A C =
X
M
M
30

FIG. 2.8 Interseo

c) Complementao: o conjunto E=A
c
, diz-se que E o complemento de A,
pode ser caracterizado pela funo de pertinncia: ) ( 1 ) ( , x x X x
A E
= ,
ver FIG. 2.9. Onde E o complemento do conjunto A.

A
B
X
B A D =
X
M
M
31

FIG. 2.9 Complementao

d) Produto Cartesiano: o conjunto B A F = pode ser caracterizado pela funo
de pertinncia: ) ( ) ( ) ( , x x x X x
B A F
= , ver a FIG. 2.10.

A
X
C
A E =
X
M
M
32

FIG. 2.10 Produto

No caso particular de
A
e
B
serem idnticas a I
A
(x) e I
B
(x), respectivamente, as
operaes com conjuntos nebulosos representam as operaes clssicas com
conjuntos (YONEYAMA, 2000).
Pode-se verificar que as operaes com conjuntos nebulosos satisfazem as
seguintes propriedades: (YONEYAMA, 2000, p. 72-73)

a) (A
c
)
c
= A; Involuo
b) ( )
c c c
B A B A U I = ; De Morgan
c) ( )
c c c
B A B A I U = ; De Morgan
A
B
X
F
X
M
M
33
d) ( ) ( ) ( ) C A B A C B A I U I U I = ; Distributividade da I
e) ( ) ( ) ( ) C A B A C B A U I U I U = ; Distributividade da U
f) ( ) A A B A = U I ; Absoro
g) ( ) A A B A = I U ; Absoro
h) A A A = U ; Idempotncia
i) A A A = I ; Idempotncia

Definindo-se
X
(x)=1 para X x e
(x)=0 para X x , tem-se ainda as

propriedades (YONEYAMA, 2000);

j) = I A
k) A X A = I
l) A = U A
m) X X A = U

Atentar, porm, que para conjuntos nebulosos algumas operaes legtimas com
conjuntos clssicos, no so necessariamente vlidas (YONEYAMA, 2000)
(CAMPOS, 2000):
n) X A A
c
U
o)
c
A AI ; no vale o princpio da excluso

2.3.2 LGICA NEBULOSA

A relao entre subconjuntos nebulosos mostra as ligaes imprecisas ou
graduais entre os elementos destes subconjuntos (ZADEH,1973).
Um sistema dinmico pode ser interpretado como uma transformao entre
entradas e sadas. No caso de um sistema nebuloso, estas transformaes so
definidas entre os subconjuntos nebulosos dos diferentes domnios das variveis de
entradas e sadas atravs de uma implicao lingstica, do tipo (PADILHA, 2001):
34
A B, isto , SE {A(u)} ENTO {B(v)}
Um algoritmo nebuloso composto de N regras lingsticas:
R
1
: [SE {A1(u)} ENTO {B
1
(v)}]
R
2
: [SE {A2(u)} ENTO {B
2
(v)}]
:
R
N
: [SE {A
N
(u)} ENTO {B
N
(v)}]

Esta forma de modelo nebuloso conhecida como modelo do tipo Mandani
(HELLENDOONRN e DRIANKOV, 1997).
A relao nebulosa R para este algoritmo tem funo de pertinncia
R
(u,v) ,
definida, por exemplo, utilizando operadores min e max em um subconjunto
nebuloso do produto cartesiano {Ai x Bi} de funo de pertinncia igual a (PADILHA,
2001):

R
(u,v)=
i=1,...N
{min(
Ai
(u) ,
Bi
(v))}

R
(u,v)=max
i=1,...N
{min(
Ai
(u) ,
Bi
(v))}
A composio de duas relaes nebulosas R
1
entre X e Y (XxY) e R
2
entre Y e
Z (YxZ) uma relao nebulosa R=R1
o
R2 entre X e Z (XxZ) com funo de
pertinncia definida utilizando operadores min e max como:

R
(x,z)=sup {min(
R1
(x,y) ,
R2
(y,z))} => (x,z) XxZ e yY

R
(x,z)=max {min(
R1
(x,y) ,
R2
(y,z))}

A lgica nebulosa permite um tratamento mais flexvel dos conhecimentos do
que a lgica clssica.
Por exemplo, se existir uma regra da forma SE {V A} ENTO {W B}; e se
uma medida ou sensor indicar que V est prximo de A , isto , V A ; o
raciocnio nebulosos conclui que W tambm deve estar prximo de B , ou seja, W
B.

35
2.3.3 CONTROLADORES UTILIZANDO LGICA NEBULOSA

O problema tpico de controle consiste em obter, a partir de um certo
conhecimento da planta, uma lei de controle que atenda as especificaes
desejadas. A FIG. 2.11 mostra um diagrama de blocos de um sistema de controle.

FIG. 2.11 Diagrama de blocos de um sistema de controle

Onde:
MV varivel manipulada
PV varivel do processo
SP setpoint

Para efeito de ilustrao so mostrados a seguir trs tipos possveis de
controladores que poderiam ser empregados:

a) controlador baseado em equao: (YONEYAMA, 2000, p.77)

3
) ( ) ( t e t u = , cuja resposta est representada na FIG. 2.12. A sada u(t) do
controlador funo do erro (e(t)).
Controlador Planta
r(t)
SP +
-
e(t)
u(t)
MV
y(t)
PV
36

FIG. 2.12 Resposta de e(t)

b) controlador baseado em regras de produo no nebulosas: (YONEYAMA, 2000,
p.78)
( )
) ) ( ( ) K > ) ( (
) ) ( ( ) ) ( < (
) ( ]) ) ( < (
) 0 ) ( ( ) ) ( (
3 3
2 3 2
1 2 1
1
u t u Ento t e Se
u t u Ento K t e K Se
u t u Ento K t e K Se
t u Ento K t e Se
=
=
=
=

Esta lei de controle est representada na FIG. 2.13.

37

FIG. 2.13 caracterstica entrada-sada de um controlador baseado em regras de
produo e sem incertezas

c) Controlador baseado em regras de produo nebulosa: (YONEYAMA, 2000, p.78)

Se (e(t) QZ) Ento (u(t) QZ)
Se (e(t) MP) Ento (u(t) MP)
Se (e(t) MN) Ento (u(t) MN)
Se (e(t) GP) Ento (u(t) GP)
Se (e(t) GN) Ento (u(t) GN)

onde QZ significa Quase_Zero, MP=Mdio_Positivo, MN=Mdio_Negativo,
GP=Grande_Positivo, e GN=Grande_Negativo.
Este tipo de controlador nebuloso assunto desta dissertao e ser detalhado
a seguir.

38
2.3.4 ESTRUTURA DE CONTROLADORES EMPREGANDO LGICA NEBULOSA

Os controladores empregando lgica nebulosa possuem, de modo geral trs blocos,
como especificado na FIG. 2.14 abaixo:

FIG. 2.14 Estrutura de um controlador de lgica nebulosa

O conversor para variveis nebulosas tambm chamado de codificador. Sua
funo converter o sinal de entrada para um valor apropriado para inferncia
nebulosa. Ou seja, a funo e(t), que pode ser, por exemplo, uma tenso, precisa
ser convertida em um valor apropriado. Tipicamente, so calculados os valores das
funes de pertinncia para cada um dos valores lingsticos associados grandeza
e(t).
A mquina de inferncia nebulosa recebe as informaes sobre e(t), j
convertidas em termos associados as variveis lingsticas, especificamente graus
de pertinncia de conjuntos nebulosos e gera, a partir de regras fornecidas pelo
projetista, ativaes para as vrias sadas tambm de tipo lingsticas. Estas sadas
lingsticas ativadas devem ser, posteriormente, convertidas para uma varivel
numrica u(t).
O conversor para varivel numrica ou decodificador, o responsvel por
transformar as variveis lingsticas geradas pela mquina de inferncia nebulosa
em um valor bem definido u(t).
Controlador Nebuloso
Conversor para variveis
Nebulosas
Mquina de Inferncia
Nebulosa
Conversor para
Variveis Numricas
e(t) u(t)
39
Outra representao comumente encontrada para descrever a estrutura de um
controlador empregando lgica nebulosa apresentado na FIG.2.15 (LEITO,
2000).

FIG. 2.15 Outra representao de um controlador de lgica nebulosa

A interface de codificao exerce as seguintes funes (CAMPOS, 2000):
Medida dos valores das variveis de entrada.
Mapeamento dos valores assumidos pelas variveis de entrada no
universo de referncia correspondente.
Converso dos dados de entrada em valores lingsticos apropriados.

A base de conhecimento compreende um conhecimento do domnio da
aplicao e dos objetivos desejados. Consiste em uma base de dados e uma base
de regras lingsticas de controle:
A base de dados fornece as definies necessrias para a correta
execuo das regras de controle e da manipulao de dados.
Interface de
Codificao
Interface de
Decodificao
Base de
Conhecimento
Lgica de
Raciocnio
Nebulosos
Sistema
Controlado
(Processo)
Ao de
Comando
Resposta
do Sistema
Varivel
Lingustica
Comando
Lingustico
40
A base de regras caracteriza os objetivos e a poltica de controle do
sistema. Ela pode, por exemplo, representar os conhecimentos de um
operador experiente no controle da planta em questo.
A lgica de raciocnio nebuloso o ncleo de um controlador nebuloso, e possui
a capacidade de simulao do processo de deciso humano baseado em conceitos
nebulosos e em aes de controle tomadas atravs das regras de deduo
nebulosa.
A interface de decodificao efetua as funes de:
Mapeamento dos valores assumidos pelas variveis de sada no seu
universo de referncia correspondente.
Processo de decodificao, que implementa uma ao de comando.

2.3.5 CARACTERSTICAS DE CONTROLADORES NEBULOSOS

A seguir sero descritas algumas caractersticas dos controladores nebulosos:
Aspectos favorveis (CAMPOS, 2000):
a) No h necessidade de um modelo do sistema a ser controlado;
b) Possibilidade de incorporar conhecimentos e heursticas do
operador humano, de como controlar o sistema;
c) Aplicabilidade em sistemas de dinmica complexa;
d) Possibilidade de explorar as caractersticas no-lineares dos
controladores nebulosos para obter um maior desempenho.

Aspectos desfavorveis (CAMPOS, 2000):
a) Ausncia de diretrizes precisas para o projeto do controlador
nebuloso, resultando em uma sintonia quase que artesanal e pouco
sistematizada;
b) Impossibilidade de demonstrao, nos casos gerais, de
propriedades como a estabilidade, ausncia de ciclos limite, etc;
c) A consistncia das regras no garantida a priori.

41
2.3.5 APLICAES DE SISTEMAS BASEADOS NA LGICA NEBULOSA

Aspiradores de p da Matsushita (COELHO, 2001) usam controladores de 4 bits
executando algoritmos de lgica nebulosa que monitoram sensores de p e ajustam
o poder de suco; mquinas de lavar Hitachi usam controladores nebulosos para
controle de peso, verificao do tipo de tecido, e sensores de sujeira para
automaticamente ajustarem os ciclos de lavagem para o uso otimizado da potncia,
da gua, e do detergente.
A Cannon desenvolveu uma cmera fotogrfica com autofoco que usa um
dispositivo "charge-coupled" (CCD) para medir a claridade de imagens em seis
regies do campo de viso e usa esta informao para determinar se a imagem est
no foco; ela tambm rastreia a taxa de mudana no movimento da lente durante a
procura do foco e controla a velocidade para evitar o overshoot (COELHO, 2001).
A sada a posio do curso da lente. Este sistema nebuloso usa 13 regras.
Um condicionador de ar industrial projetado pela Mitsubishi (COELHO, 2001) usa
25 regras para aquecer e 25 regras para refrescar. Um sensor de temperatura
fornece a entrada, e as sadas so: a alimentao de um inversor, uma vlvula de
um compressor, e um ventilador. Comparado com o projeto anterior, o controlador
nebuloso aquece e esfria 5 vezes mais rpido, reduz o consumo de potncia em
24%, incrementa a estabilidade da temperatura por um fator de 2, e usa menos
sensores (COELHO, 2001).
Estes exemplos mostram o interesse dos japoneses por lgica nebulosa que
refletido em outras aplicaes que eles tm implementado: reconhecimento de
caracteres, sistemas nebulosos pticos, robs, helicpteros comandados por voz
atravs de um rob, sistemas de elevadores, entre outras (YONEYAMA, 2000).
A Agncia de Proteo Ambiental nos EUA tem estudado a implantao de
controladores nebulosos para controle de energia, e a NASA tem estudado este tipo
de controle para ancorar suas naves. Simulaes mostram que ele pode reduzir em
muito o consumo de combustvel. Firmas como a Boeing, General Motors, Allen-
Bradley, Chrysler, Eaton e Whirlpool tambm tm trabalhado em lgica nebulosa
(COELHO, 2001).
Em 1996 a Matsushita produziu uma mquina de lavar pratos "inteligente" que
usa um controlador nebuloso e um "one-stop sensing module" que combina um
42
termistor (para medida da temperatura), um sensor condutivo (para medir o nvel de
detergente atravs dos ons presentes na gua), um sensor de turvao para medir
a sujeira na lavagem, e um sensor magntico para ler a velocidade. O sistema
otimiza o ciclo de lavagem para qualquer carga resultando em um mnimo de
energia, detergente, e gua (CAMPOS, 2000).
Outras aplicaes de sistemas nebulosos incluem a integrao de lgica
nebulosa com redes neurais e com os denominados algortmos genticos, com o
objetivo de construir um sistema nebuloso capaz de aprender (RAPOSO, 2000;
LEITO, 2000; PADILHA, 2001).

2.3.7 EXEMPLO DE UM CONTROLADOR NEBULOSO PARA UM PROCESSO
SIMPLES (SISO) (CAMPOS, 2000)

O processo utilizado como exemplo mostrado na FIG. 2.16.

FIG. 2.16 Processo com controlador nebuloso
Neste processo, o controlador nebuloso dever atuar na planta, atravs da
varivel manipulada MV, de forma a que a varivel de processo PV, sada do
processo, siga o setpoint desejado (SP).
A dinmica do processo representada pela funo de transferncia G
p
abaixo:
( )
2
5
1
p
s G
s s
=
+ +

Controlador
nebuloso
Planta
G
p
(S)
r(t)
SP +
-
e(t)
u(t)
MV
y(t)
PV
43
Deseja-se projetar um controlador nebuloso para este processo. Os passos
para elaborao do controlador nebuloso so:
1
o
Passo: Definio do domnio das variveis do controlador.
2
o
Passo: Normalizao, por exemplo, no intervalo [-1 , 1].
3
o
Passo: Definio das funes de pertinncia das variveis do controlador.
4
o
Passo: Elaborao das regras.
As variveis de entrada do controlador nebuloso so o erro E(t) e a variao
do erro DE(t), a varivel de sada U. O erro calculado subtraindo-se o valor
do setpoint desejado (SP), ou ponto de operao, da sada do processo
) ( ) ( t y SP t E = . A variao do erro calculada fazendo ) 1 ( ) ( ) ( = t E t E t DE . A
ao de controle realizada sobre a varivel manipulada U, que ir por exemplo,
abrir ou fechar uma vlvula.
Para cada uma das variveis de entrada, E(t) e DE(t), e sada, U , foram
utilizadas funes de pertinncia com 7 valores lingsticos, sendo cada um destes
valores representado por uma funo de pertinncia do tipo {NG, NM, NP, Z, PP,
PM, PG}, FIG. 2.17.

FP
1 NG NM NP Z PP PM PG

0
-1 -0,66 -0,33 0 0,33 0,66 1
FIG. 2.17 Funes de pertinncia das variveis E(t), DE(t) e U

Como cada varivel tem 7 valores lingsticos, pode-se obter at 49 regras
(nmero de valores lingsticos elevado dimenso do espao de entrada 7
2
). Estas
regras so criadas em funo dos conhecimentos de um especialista em controle e
44
de um especialista do processo a ser controlado, a partir de uma resposta dinmica
desejada para o sistema. A FIG. 2.18 mostra a resposta dinmica do processo, que
ser usada para a definio das regras do controlador nebuloso.

FIG. 2.18 Resposta dinmica desejada da varivel de processo

A TAB. 2.1 mostra as 13 regras de controle obtidas pela anlise dos pontos de
(1) at (13) da FIG. 2.18, considerando o comportamento aceitvel, segundo a
anlise qualitativa de um especialista do sistema, da varivel de sada para cada um
destes pontos. Por exemplo, no ponto (2) o erro entre a varivel de sada ou de
processo e o seu valor desejado (setpoint) est prximo de zero (Z), mas a
variao do erro negativa e grande (NG), logo deve-se esperar que a varivel de
sada se afaste rapidamente do seu setpoint, portanto para manter a varivel igual
ao setpoint, o controlador deve se antecipar e variar a sada de um forma negativa
e grande (NG) (Regra 2 da TAB. 2.1).

SP
Tempo
3
1
4
5
6
7
8
9
10 13 2
45
TAB. 2.1 Regras do controlador nebuloso
E E NG NM NP Z PP PM PG
NG NG(3)
NM NM(7)
NP NP(11)
Z NG(2) NM(6) NP(10) Z(13) PP(12) PM(8) PG(4)
PP PP(9)
PM PM(5)
PG PG(1)

A simulao do processo foi realizada no Matlab-Simulink (MATLAB USER`S
GUIDE, 1999). Foi projetado um controlador nebuloso que recebe a varivel de
sada, o erro anterior e o setpoint desejado. O controlador ir calcular o erro
segundo a EQ. 2.1:
PV SP E = (EQ. 2.1)
Onde E o erro, SP o setpoint desejado e PV a varivel do processo.
A variao do erro ser calculada segundo a EQ. 2.2:
a
E E DE = (EQ. 2.2)
Onde DE a variao do erro, E o erro e E
a
o erro anterior.
So ento normalizados os valores do erro E e da variao do erro DE. A
normalizao do erro E segue a EQ. 2.3:
( )
( )
1
2
min max
min
|
|
\
|
=
E E
E E
E
N
(EQ. 2.3)

Onde E
N
o erro normalizado, E o erro calculado por EQ. 2.1, e E
min
e E
max
,
definem o fator de escala da normalizao.
J a normalizao da variao do erro DE segue a EQ. 2.4:
46
( )
( )
1
2
min max
|
|
\
|
=
DE DE
DE DE
DE
mim
N
(EQ. 2.4)
Onde DE
N
a variao do erro normalizada, DE a variao do erro calculada
pela EQ. 2.2, e DE
min
e DE
Max
definem o fator de escala da normalizao.
O controlador nebuloso utilizar as funes de pertinncia de E, DE, descritas
na FIG. 2.17, e as regras segundo a TAB. 2.1, e ir gerar a funo de pertinncia de
sada U.
Para facilidade no ajuste fino do controlador, as EQ. 2.1 e EQ. 2.2, foram
multiplicadas por um ganho, o ganho do erro E igual a 1, e o da variao do erro
DE, igual a 0,01.
A FIG. 2.19 mostra a resposta do processo para o controlador nebuloso
projetado. A variao de setpoint aplicada foi de inicialmente 10, para 30 no
instante de 30 segundos. O tempo total de simulao foi de 100 segundos.

FIG. 2.19 Resposta do processo para o SP aplicado
47

Pode-se perceber que o controlador consegue alcanar os setpoints
desejados.

2.4 SISTEMAS MULTIVARIVEIS E A MATRIZ RGA

Como um dos objetivos deste trabalho estudar a aplicao de sistemas
nebulosos multivariveis, ser feita a seguir uma introduo aos sistemas
multivariveis.
A grande maioria dos processos industriais so controlados por PIDs (BOLTON,
1995, p.340). Esses controladores possuem, uma entrada e uma sada e so
aplicados em sistemas SISO, (single input, single output), ou seja, sistemas com
uma varivel controlada e uma varivel manipulada.
Porm, na prtica os processos possuem inmeras variveis que devem ser
controladas e inmeras variveis que podem ser manipuladas (sistema MIMO,
multiple input, multiple output). Estes so os chamados sistemas multivariveis.
Quando a interao entre as variveis do sistema MIMO fraca, ele pode ser
controlado eficientemente com vrios PIDs, o chamado controle multimalhas.
Entretanto, se a interao for forte, necessita de estratgias de controle mais
elaboradas.
Ser apresentada a seguir uma tcnica para analisar o grau de dependncia
entre as variveis de entrada e sada de processos multivariveis, conhecida como
matriz de ganhos relativos (RGA) que foi desenvolvida por BRISTOL (1966).
O controle de um sistema MIMO obviamente bem mais complexo do que o de
um sistema SISO. A complexidade do controle destes processos ocorre devido s
interaes que acontecem entre as variveis controladas e manipuladas. A FIG. 2.20
mostra um fluxograma simplificado de um sistema multivarivel. Por convenincia, o
nmero de variveis manipuladas igual ao nmero de variveis controladas, mas
isso nem sempre pode ocorrer.

48

FIG. 2.20 Sistema MIMO com mltiplos distrbios

Em geral, uma mudana em uma das variveis manipuladas, por exemplo, M
1
,
ir afetar todas as variveis controladas, C
1
e C
2
. Devido a esta interao do
processo, existe a necessidade de se escolher bem o par de variveis controladas e
manipuladas para executar o controle multimalha, com vrios PIDs. Por exemplo,
pode-se controlar C
1
manipulando-se M
1
, enquanto outro PID controla C
2
atravs de
M
2
. Outra possibilidade controlar C
1
manipulando-se M
2
, e C
2
atravs de M
1
.
Quando possumos um processo a ser controlado com n variveis controladas e
n variveis manipuladas, existem ! n possibilidades de configurao de um controle
multimalha, com vrios PIDs.

2.4.1 A MATRIZ RGA (RELATIVE GAIN ARRAY)

Bristol (BRISTOL,1966) desenvolveu um mtodo para a anlise de processos de
controle multivariveis. A anlise proposta por Bristol leva em considerao apenas
o comportamento das variveis no estado estacionrio e fornece duas importantes
informaes:
O grau de interao entre as malhas de controle do processo;
Uma recomendao quanto ao par mais efetivo de variveis
controlada e manipulada.

Processo
M
1

M
2

C
1

C
2

Distrbios
49
2.4.2 DETERMINAO DA MATRIZ RGA

A determinao da matriz RGA o primeiro passo para definirmos a estratgia
de controle a ser adotada em um sistema multimalha (SHINSKEY, 1996). Como foi
dito anteriormente, atravs deste mtodo podemos medir o grau de interao entre
as variveis do processo e assim escolher os melhores pares de variveis
controlada-manipulada.
A matriz RGA comumente representada por , tendo o seguinte formato:

(
(
(
(
=
nn n n
n
n

L
M M M M
L
L
2 1
2 22 21
1 12 11
(EQ. 2.5)

A matriz quadrada (nxn), nmero de variveis controladas igual ao nmero
de variveis manipuladas.
As colunas so associadas s variveis manipuladas M
j
e as linhas s variveis
controladas C
i
.
Cada termo
ij
calculado a partir de:

(
=
|
|
\
|
|
|
\
|
=
haFechada GanhodeMal
haAberta GanhodeMal
M
C
M
C
C
j
i
M
j
i
ij
(EQ. 2.6)
O ganho em malha aberta
M
j
i
M
C
|
|
\
|
obtido com todas as outras variveis

manipuladas constantes no valor de regime permanente e s M
j
variando.
O ganho em malha fechada
C
j
i
M
C
|
|
\
|
obtido com todas as outras variveis

manipuladas em controle, em malha fechada, e s M
j
variando.

Sendo C
i
a varivel controlada e M
j
a varivel manipulada.
50
A matriz RGA possui duas importantes propriedades (SEBORG, 1989):
normalizada. A soma dos elementos de cada linha ou coluna 1.
admensional, j que representa um ganho entre duas grandezas de
mesma natureza.
Pode-se ainda ressaltar que para o caso particular de um sistema com n
variveis de entrada e n variveis de sada, a matriz RGA quadrada.

2.4.3 CLCULO DA MATRIZ RGA

Vamos analisar um sistema 2x2 mostrado na FIG. 2.21.

FIG. 2.21 Sistema 2x2

A variao da varivel controlada (C
i
) depende tanto da varivel manipulada 1
(M
1
), quanto da varivel manipulada 2 (M
2
):

C
1
=K
11
M
1
+K
12
M
2
(EQ. 2.7)

C
2
=K
21
M
1
+K
22
M
2
(EQ. 2.8)

GC
1
K
11
K
12
K
21
K
22
GC
2
+
R
1
R
2
+
+
+ C
2
C
1
-
-
M
1
M
2
Controle 1
Controle 2
Processo
51
Onde K
ij
denota o ganho de estado estacionrio entre C
i
e M
j
e seus
elementos formam a matriz de ganhos estticos do processo:

(
=
22 21
12 11
K K
K K
K (EQ. 2.9)

Clculo do termo
11
:

Da EQ. 2.7 tem-se que
11
1
1
2
K
M
C
M
=
|
|
\
|
, pois no h variao da varivel

manipulada 2 (M
2
=0). (EQ. 2.10)

Portanto: GanhoMalhaAberta=K
11

Antes de se calcular
2
1
1
C
M
C
|
|
\
|
, deve-se primeiro eliminar o termo M

2
. Isto feito
resolvendo a EQ. 2.8 para M
2
e C
2
, pois neste caso o valor de C
2
fica constante,
C
2
=0, j que esta varivel est sob controle. Portanto tem-se que:

1
22
21
2
M
K
K
M = (EQ. 2.11)

Substituindo na EQ. 2.7 temos:

1
22
21
12 1 11 1
M
K
K
K M K C
|
|
\
|
+ = (EQ. 2.12)
1
22 11
21 12
11 1
1 M
K K
K K
K C
|
|
\
|
= (EQ. 2.13)

Logo o ganho em malha fechada ser:

|
|
\
|
=
|
|
\
|
22 11
21 12
11
1
1
1
2
K K
K K
K
M
C
C
(EQ. 2.14)
52

Substituindo EQ. 2.9 e EQ. 2.13 na EQ. 2.6 obtm-se a expresso de ganho
relativo ( )
11
:

21 12 22 11
22 11
22 11
21 12
11
1
1
K K K K
K K
K K
K K

= (EQ. 2.15)

Lembrando que a soma de cada linha ou coluna da matriz igual a 1
(SEBORG, 1989), os demais ganhos relativos so facilmente calculados a partir de
11
:

21 11 12
1 = = e
22 11
= (EQ. 2.16)

Logo, a matriz RGA para um sistema 2x2 pode ser expressa por:

(
=

1
1
(EQ. 2.17)

O smbolo substitui a
11
. Observa-se a simetria de apenas no caso
especial da matriz RGA 2x2. Porm, isto no necessariamente ir ocorrer em
processos de ordem superior (n>2).
Para estes casos a RGA pode ser calculada atravs da expresso:

ij ij ij
H K = (EQ. 2.18)

Onde K
ij
o ganho em regime permanente entre C
i
e M
j
, e H
ij
o elemento (i,j) de
( )
T
K H
1
= , onde H
ij
o elemento da transposta da matriz inversa de K, que a
matriz de ganhos estticos do processo. Os elementos
ij
sero dados pelo produto
termo a termo das matrizes K e H. Desta forma, para a determinao da RGA basta
53
encontrar a matriz de ganhos em regime permanente do sistema (SEBORG et al.,
1989, p.456).
A deciso sobre a escolha dos pares de variveis controladas e manipuladas
tomada conforme a TAB. 2.2 abaixo:
TAB. 2.2 Valores de
Valor de
ij
Deciso
ij
>1 C
i
e M
j
interagem e o grau de interao cresce medida que
cresce.
ij
<0 C
i
e M
j
tem sinais dos ganhos estticos contrrios quando em
malha aberta e fechada e no devem formar um par, quando se
usa controladores lineares, como o PID.
ij
=1 Par ideal no h interao com outras malhas. Os ganhos de
malha aberta e malha fechada so idnticos.
ij
=0 M
j
no afeta C
i
e assim no devem formar um par.
0<
ij
<1 H interao entre as malhas, o ganho em malha fechada
maior que o ganho em malha aberta.
SEBORG, 1989, p.457

Portanto a recomendao desta metodologia de formar pares de variveis
controladas e manipuladas que possuam o ganho relativo
ij
positivo e o mais perto
possvel de 1.

54
3 CONTROLE MULTIMALHA PID PARA O PROCESSO DOS QUATRO TANQUES

3.1 INTRODUO

Neste captulo ser apresentado o processo dos quatro tanques, que ser
utilizado neste trabalho para comparao dos controladores. Em seguida sero
utilizados controladores PIDs multimalha para controlar este processo tanto com
baixa interao, quanto com grande interao. Isto , ser analisado o desempenho
dos controladores em dois pontos distintos de operao, um com grande interao e
outro com baixa interao entre as malhas.

3.2 DESCRIO DO PROCESSO DOS QUATRO TANQUES

O sistema dos quatro tanques (JOHANSSON, 2000) foi desenvolvido com o
intuito de estudar as limitaes no desempenho de controladores frente mudana
na dinmica do sistema. Este processo constitudo de quatro tanques, conectados
em srie e em paralelo como na FIG. 3.1. Os tanques superiores, de nmero 3 e 4,
descarregam nos tanques de nmero 1 e 2, respectivamente, que desembocam em
um tanque pulmo. A forma como se alimentam os quatro tanques que caracteriza
o sistema. Existem duas vazes independentes F
1
e F
2
controladas pelas vlvulas
V
1
e V
2
. Tomando como exemplo a vazo F
1
, esta pode ser dividida em uma frao
de F
1
que desemboca no tanque 1 e o restante no tanque 4, que posteriormente
desembocar no tanque 2. Analogamente, a vazo F
2
pode ser dividida numa frao
de F
2
que desemboca no tanque 2, e o restante desembocar no tanque 3 que
posteriormente desembocar no tanque 1. A maior ou menor frao de F
1
e F
2
que
desembocam nos tanques 4 e 3 respectivamente dependem das vlvulas de trs
vias X
1
e X
2
. Estas vlvulas variam de zero at um, ] [ 1 , 0 X . Quando X
1
1 toda a
vazo F
1
cair no tanque 1, o mesmo acontecendo com X
2
, que se for 1 toda a
vazo cair no tanque 2. Conforme X
1
e X
2
vo tendo o seu valor reduzido, menos
de F
1
e F
2
cairo nos tanques 1 e 2, passando a carem nos tanques 3 e 4. At que
55
se X
1
e X
2
forem 0, nenhuma das vazes cair diretamente nos tanques 1 e 2,
caindo somente nos tanques 3 e 4.
As variveis controladas deste sistema so os nveis h1 do tanque 1, e h2 do
tanque 2. As variveis manipuladas sero as vazes F
1
do ramo 1e F
2
do ramo 2,
enquanto as fraes de X
1
, vlvula de trs vias do ramo 1, e de X
2
, vlvula de trs
vias do ramo 2, sero distrbios do sistema. Como simplificao do estudo, as
vlvulas de trs vias X
1
e X
2
sero tratadas como parmetro X e tero o mesmo
posicionamento.
O desafio de controlar este processo vem da modificao que ocorre na sua
dinmica quando o parmetro X variado. A alterao na dinmica do processo
pode fazer com que ele fique mais lento ou mais rpido, e isso pode acarretar a
instabilidade do sistema.
O processo no-linear e existe interao entre as malhas do processo. A maior
ou menor interao entre as malhas do processo definido pela posio das
vlvulas de trs vias.
Sero estudados dois pontos bem distintos na dinmica deste processo, o
primeiro com baixa interao entre os ramos, parmetro X em 0,7 e um segundo
ponto com grande interao entre os ramos, com parmetro X em 0,3.
Os controladores empregados devero variar as vazes F
1
e F
2
, variveis
manipuladas, de forma a atingir os nveis desejados h
1
e h
2
, variveis controladas,
conforme os setpoints empregados.
O desempenho destes controladores ser considerado satisfatrio caso os nveis
desejados sejam atingidos.
O processo dos quatro tanques vem sendo amplamente utilizado em estudos de
processos industriais multivariveis com grande variao de dinmica, pela sua
complexidade devido a ser um processo com interao varivel entre as variveis
manipuladas e controladas e pela sua no linearidade. Pode-se citar alm do artigo
de JOHANSSON (2000), que fez o primeiro estudo com este processo, o trabalho
com modelo de controladores preditivos (HENRIKSSON et. al., 2003), linearizao
de processos (GOSMANN, 2002), comparao entre formulaes de filtro de Kalman
(MARCON, 2002) e est sendo tambm utilizado como plataforma de ensino de
controle multivarivel em algumas universidades (GATZKE et. al., 2000, DOYLE et.
al., 2000, MEADOWS et. al., 2000).
56

FIG. 3.1 Processo dos quatro tanques

Tanque Pulmo
57
A modelagem matemtica desenvolvida como segue:

Onde A
i
a rea da base do tanque i;
R
i
a constante de perda de carga da sada do tanque i;
h
i
o nvel no tanque i;
F
j
a vazo no ramo j;
X
i
a posio da vlvula de trs vias i.

O processo ser montado no Matlab-Simulink (MATLAB USER`S GUIDE, 1999)
segundo as EQ. 3.1, EQ. 3.2, EQ. 3.3 e EQ. 3.4, e ser configurado no bloco
chamado planta, e sendo utilizado ainda, um controlador PID
1
para controlar o nvel
h
1
do tanque 1 e um outro controlador PID
2
para controlar o nvel h
2
do tanque 2,
conforme a FIG.3.2.

FIG. 3.2 Processo dos quatro tanques, planta e controladores PIDs

O bloco descrito na FIG. 3.2 como planta, mostrado na FIG. 3.3, a sua
montagem foi feita no Matlab-Simulink (MATLAB USER`S GUIDE, 1999). Nele so
4 4 1 1
4
4
3 3 2 2
3
3
2 2 4 4 2 2
2
2
1 1 3 3 1 1
1
1
) 1 (
) 1 (
h R F X
dt
dh
A
h R F X
dt
dh
A
h R h R F X
dt
dh
A
h R h R F X
dt
dh
A
=
=
+ =
+ =
(EQ. 3.1)

(EQ. 3.2)

(EQ. 3.3)

(EQ. 3.4)
Planta
h
1

h
2

PID
1

PID
2
F
2

F
1

F
1

F
2

(Apndice1)
58
montadas as estruturas dos tanques, tanque 1, tanque 2, tanque 3 e tanque 4,
conforme as equaes EQ. 3.1, EQ. 3.2, EQ. 3.3 e EQ. 3.4 descritas anteriormente.
As entradas do bloco da planta so as vazes F
1
e F
2
e as sadas os nveis h
1
e h
2
.

tanques.

Tomando como exemplo o tanque 1, FIG. 3.4. As entradas deste sistema so o
nvel h
3
e a vazo F
1
e a sada do sistema h
1
. Estrutura montada no Matlab-
Simulink (MATLAB USER`S GUIDE, 1999).

FIG. 3.4 Estrutura do tanque 1

Um bloco equivalente foi desenvolvido no Matlab-Simulink (MATLAB USER`S
GUIDE, 1999) para os demais tanques. O tanque 2 tem como entradas a vazo F
2
e
o nvel h
4
e a sada o nvel h
2
. O tanque 3 tem como entrada a vazo F
2
e sada o

Modelo dos
quatro tanques
F
1
F
2
h
1
h
2
(Apndice 2)

Dinmica do
tanque 1
F
1
h
1
1 1 3 3 1 1
1
1
h R h R F X
dt
dh
A + =

h
3

Parmetro (X
1
)
(Apndice 3)
59
nvel h
3
. O tanque 4 tem como entrada a vazo F
1
e sada o nvel h
4
. A estrutura de
cada tanque segue a sua respectiva equao.
Os controladores PIDs da FIG. 3.2 so caracterizados pela seguinte estrutura,
FIG. 3.5. Estrutura montada no Matlab-Simulink (MATLAB USER`S GUIDE, 1999).

FIG. 3.5 Estrutura do controlador multimalha PID

O controlador PID
1
receber o nvel h
1
do tanque 1 e ir compar-lo com o valor
de nvel desejado, ou setpoint desejado, SP
1
, e ir aumentar ou diminuir a vazo
F
1
. O mesmo acontece com o PID
2
, que recebe o nvel h
2
do tanque 2, compara com
o valor de nvel desejado, ou setpoint, SP
2
, e aumenta ou diminui a vazo F
2
.
A equao do controlador PID (Proporcional, Integral e Derivativo) a seguinte:
(BOLTON, 1995, p.340)
dt
de
T edt
T
e K u
d
I
p
+ + =
1
(EQ. 3.5)
Onde a varivel e o erro ou desvio (e=h
i
-SP
i
)
Onde e K
p
o termo proporcional, cuja sada diretamente proporcional ao
erro, que a entrada do controlador PID. O parmetro K
p
tambm chamado de
ganho proporcional. O termo
edt
T
I
1
representa o termo integral. No controle
integral, a sada do controlador proporcional integral do sinal de erro e no
tempo t. O termo
I
T
1
uma constante de sintonia chamada de ganho integral. O
PID
1
PID
2
h
1
h
2
F
1
F
2
Parmetro SP
1

Parmetro SP
2

(Apndice 8)
60
termo
dt
de
T
D
representa o termo derivativo. No controle derivativo, a sada do
controlador proporcional taxa de variao do erro e no tempo t, ou seja,
proporcional a derivada do erro. O termo T
D
o ganho derivativo.

3.3 CONTROLADOR MULTIMALHA PID PARA PARMETROS X
1
E X
2
EM 0,7

Decidiu-se inicialmente trabalhar o processo com o parmetro X ajustado em 0,7.
Isso significa dizer que 70% das vazes F
1
e F
2
caem diretamente nos tanques 1 e 2
respectivamente e o restante ir para os tanques 4 e 3 respectivamente. Assim
sendo, a vazo F
1
ir ter relao direta com o nvel h
1
e a vazo F
2
com o nvel h
2
.
Ou melhor, F
1
ir influenciar mais h
1
do que h
2
.
Para o valor de X
1
e X
2
em 0,7, tem-se certa interao entre as malhas, visto
que, 30% da vazo de uma malha ir para o tanque superior da outra malha.
O experimento consiste em, dado um determinado setpoint que se deseja obter,
conseguir ajustar o controlador PID para que seja possvel manter o nvel estvel.
Para o tanque 1, variou-se o nvel que era inicialmente 40 para 45 no instante
200 segundos. Para o tanque 2 variou-se o nvel que inicialmente era 40 para 36 no
tempo de 2000 segundos.
O mtodo para ajuste do controlador PID foi emprico, ou de tentativa e erro.
Foram sendo variados os valores dos termos proporcional e integral at que se
conseguisse um bom desempenho para o sistema. O termo derivativo foi eliminado
(T
D
=0).
Os valores dos parmetros do controlador PID encontrados so, para o termo
proporcional, K
p
= -10, para o termo integral, =
|
\
|
I
T
1
-0,05, e para o termo
derivativo, T
D
= 0, para ambos os controladores PIDs, o controlador PID
1
e o
controlador PID
2
.

A FIG. 3.6 mostra a resposta do sistema para o controlador PID ajustado para
parmetro X em 0,7 com os parmetros do controlado PID descritos anteriormente.

61

FIG. 3.6 Resposta do controlador PID para X em 0,7

Pode-se verificar que existe uma certa interao entre as malhas olhando o
grfico acima, FIG. 3.6. Quando se muda o setpoint do tanque 1, o PID deste
tanque levar o nvel at o valor desejado, porm, esta variao na vazo do tanque
1 ir gerar uma perturbao no tanque 2. O mesmo pode ser visto quando se altera
o setpoint do tanque 2.

3.4 CLCULO DA MATRIZ RGA DO SISTEMA PARA PARMETRO X EM 0,7

A quantificao do grau de interao entre as malhas pode ser obtida atravs da
matriz RGA como se v a seguir.
Para se analisar a interao ser feita uma identificao direta utilizando o
processo em malha aberta.
Primeiro aplicado um degrau unitrio em F
1
, mantendo F
2
no valor nominal (de
regime permanente) em todo o perodo, tem-se ento, a FIG. 3.7. Durante este
experimento no existe controle (sistema em manual). Estrutura montada no Matlab-
Simulink (MATLAB USER`S GUIDE, 1999).
Tempo (segundos) Tempo (segundos)
62

FIG. 3.7 Entrada degrau em F1 mantendo F2 constante

A FIG. 3.8, abaixo, mostra o grfico da variao dos nveis h
1
(em azul) e h
2
(em
vermelho), para a estrutura da FIG. 3.7.

1
e h
2

A primeira anlise que pode-se fazer que o sistema estvel, visto que o nvel
tende para um novo valor de regime permanente.
Para calcular o valor de K
11
do grfico faz-se o seguinte:
Planta
h
1

h
2

F
2
=0
F
1
Degrau
Unitrio
Valor
Constante
63
j
i
ij
u
h
K
= sendo
1
1
11
u
h
K
=
Onde h a variao do nvel e u o degrau, que unitrio. A variao do
nvel :
Nvel no fim da simulao nvel do incio da simulao = 46,807 40 = 6,807
Logo, K
11
ser 807 , 6
1
807 , 6
= |
\
|

K
11
= 6,807

O procedimento repetido para calcular o valor de K
12
:
092 , 3
1
40 092 , 43
1
2
12
=
=
u
h
K

K
12
=3,092

O processo simtrico, todos os tanques so iguais, a posio das vlvulas X
1

e X
2
tambm. Com isso, K
11
igual a K
22
e K
12
igual a K
21
.

Como:

12 21 22 11
22 11
11
K K K K
K K

=

Logo:

8323 , 1
11
=

Os valores de K
21
e de K
22
podem ser obtidos tambm por um grfico. Faz-se
F
2
receber a entrada de um degrau unitrio e F
1
mantido constante, no valor de
regime permanente. Porm, como o processo simtrico, o seu clculo se tornou
desnecessrio.
A matriz RGA ser ento:
64
(
=
8323 , 1 8323 , 0
8323 , 0 8323 , 1
RGA
Confirma-se assim que para estas condies, com os parmetros X
1
e X
2
iguais
a 0,7, os pares F
1
e h
1
, e F
2
e h
2
so os pares que devem ser escolhidos para se
aplicar o controle multimalha PID.

3.5 CONTROLADOR PID PARA PARMETRO X EM 0,3

Ser analisada a resposta do processo frente a um novo valor do parmetro X. O
parmetro X ser ajustado em 0,3, ou seja, apenas 30% da vazo F
1
ir para o
tanque 1, os demais 70% desta vazo iro para o tanque 4. O mesmo acontece com
a vazo F
2
, onde apenas 30% ir para o tanque 2 e 70% para o tanque 3.
Inicialmente, ser mantida a mesma estrutura entre processo e controlador, ou
seja, pares de controle (F
1
-h
1
) e (F
2
-h
2
). A sintonia tambm foi mantida igual a do
item 3.4 desta dissertao.
Para o valor de X
1
e X
2
em 0,3 tem-se o resultado mostrado na FIG. 3.9, para as
mesmas mudanas nos setpoints do nvel h
1
e h
2
.

FIG. 3.9 Resposta do controlador PID para X em 0,3
65

Nota-se que o PID ajustado para o parmetro X em 0,7 no conseguiu manter o
desempenho desejado.
Em funo da mudana do parmetro operacional X
1
e X
2
a interao entre os
dois ramos do processo mudou, e a estratgia de controle adotada (pareamanto (F
1
-
h
1
) e (F
2
-h
2
)) fica instvel.
Um resultado como este j era esperado visto que os PIDs de cada ramo foram
ajustados para controlarem a vazo dos seus ramos, que ficavam em quase a sua
totalidade nos mesmos. Ou seja, vazo F
1
atuando no ramo 1, 70% de F
1
cai no
tanque 1 e vazo F
2
atuando no ramo 2, 70% de F
2
cai no tanque 2. Com isso a
situao se inverte, 70% da vazo do ramo de F
1
, ramo 1, vai para o ramo 2 caindo
no tanque 4 e somente 30% desta vazo cai no tanque 1, o mesmo ocorre no outro
ramo. Portanto, j era esperado que o PID ajustado para o parmetro X em 0,7 no
deveria ter um bom desempenho quando o parmetro X fosse colocado em X=0,3.

3.6 CLCULO DA MATRIZ RGA PARA X EM 0,3

A quantificao do grau de interao entre as malhas pode ser obtida atravs da
matriz RGA como se v a seguir.
Para se analisar a interao ser feita uma identificao direta utilizando o
processo em malha aberta.
Primeiro ser aplicado um degrau unitrio em F
1
, mantendo F
2
constante em todo
o perodo, temos ento, FIG. 3.10:

FIG. 3.10 Estrutura do processo onde aplicamos um degrau em F
1
e mantemos
F
2
constante

Planta
h
1

h
2

F
2
=0
F
1
Degrau
Unitrio
Valor
Constante
66
A FIG. 3.11, abaixo, mostra o grfico da variao dos nveis h
1
(em azul) e h
2
(em
vermelho), para a estrutura da FIG. 3.10.

1
e h
2
para F
1
recebendo o degrau

A primeira anlise que pode-se fazer que o sistema estvel, visto que o nvel
tende para um novo valor de regime permanente.
Para calcular o valor de K
11
do grfico faz-se o seguinte:
j
i
ij
u
h
K
= sendo
1
1
11
u
h
K
=
Onde h a variao do nvel e u o degrau, que unitrio. A variao do
nvel :
Nvel no fim da simulao nvel do incio da simulao = 43,092 40 = 3,092
Logo, K
11
ser 092 , 3
1
092 , 3
= |
\
|

K
11
= 3,092

67

O procedimento repetido para calcular o valor de K
12
:
807 , 6
1
40 807 , 46
1
2
12
=
=
u
h
K

K
12
=6,807

O processo simtrico, todos os tanques so iguais, a posio das vlvulas X
1

e X
2
tambm. Com isso, K
11
igual a K
22
e K
12
igual a K
21
.

Como:

12 21 22 11
22 11
11
K K K K
K K

=

Logo:

26 , 0
11
=

Os valores de K
21
e de K
22
podem ser obtidos tambm por um grfico. Faz-se F
2

receber a entrada de um degrau unitrio e F
1
mantido constante, no valor de
regime permanente. Porm, como o processo simtrico, o seu clculo se tornou
desnecessrio.
A matriz RGA ser ento:

(
=
26 , 0 26 , 1
26 , 1 26 , 0
RGA

Quando negativo na matriz RGA, significa que as variveis F
i
e h
j
tm sinais
dos ganhos contrrios quando em malha aberta e fechada e no devem formar
pares para controle, pois o sistema pode ficar instvel quando se usa controladores
68
lineares como o PID. Ou seja, (F
1
-h
1
) e (F
2
-h
2
) no formam pares para o controle das
malhas. A matriz RGA aponta como pares de controle (F
1
-h
2
) e (F
2
-h
1
)

3.7 NOVA ESTRATGIA DE CONTROLE

Mudando os pares de controle do sistema, (F
1
-h
2
) e (F
2
-h
1
) obtm-se o processo
mostrado na FIG. 3.12.

FIG. 3.12 Processo com novos pares de controle

O princpio para ajuste dos PIDs foi o mesmo realizado para obter a sintonia do
controlador PID para o parmetro X em 0,7, ou seja, tentativa e erro. Altera-se nos
blocos dos tanques 1 e 2 os valores respectivamente de X
1
e de X
2
para 0,3. O
setpoint para o tanque 1 ser inicialmente em 40 e passar para 45 em 2000
segundos e do tanque 2 ser inicialmente 40 passando para 45 em 8000 segundos.
Os valores dos parmetros do controlador PID encontrados so, para o termo
proporcional, K
p
= -1, para o termo integral, =
|
\
|
I
T
1
-0,001, e para o termo
derivativo, T
D
= 0, para ambos os controladores PIDs, o controlador PID
1
e o
controlador PID
2
.
O resultado obtido mostrado na FIG. 3.13.

Planta
h
1

h
2

PID
1

PID
2
F
2

F
1

F
2

F
1

69

FIG. 3.13 Resposta do processo para o parmetro X em 0,3 com os novos
pares de controle

A configurao do controlador a mesma mostrada na FIG. 3.5, apenas com a
variao nos parmetros do PID, e nos pares das variveis controladas e
manipuladas.
Pode-se perceber que o sistema demora bem mais em relao ao processo
com X em 0,7, mas atinge o estado estacionrio. A resposta do sistema perante
qualquer perturbao muito mais lenta. A dinmica do processo se tornou lenta, e
isso facilmente entendido se observado pelo ponto de que anteriormente
controlava-se os nveis h
1
e h
2
com uma vazo que caa diretamente nesses
tanques. Com esta variao do parmetro X, para o lquido chegar nos tanques 1 e
2, ele passa primeiro pelos tanques 3 e 4 respectivamente. Portanto existe um
atraso, devido a esta capacitncia (pulmo). Isto porque os tanques 3 e 4 passam a
armazenar o lquido em seu interior, somente liberando segundo a sua dinmica
3 3
h R e
4 4
h R respectivamente.
70

3.8 CONCLUSO

Neste captulo mostrou-se que os controladores PIDs conseguem controlar o
processo caso os pares entre as variveis controladas e manipuladas esteja
adequado, segundo a matriz RGA. Caso contrrio, o sistema poder ficar instvel.
Este captulo tambm mostra a metodologia prtica de se levantar os dados
necessrios obteno da matriz de Bristol, RGA (SEBORG, 1989).
71
4 SISTEMA DOS QUATRO TANQUES UTILIZANDO CONTROLADOR
NEBULOSO

4.1INTRODUO

Neste captulo o controlador PID utilizado no captulo anterior ser substitudo
por um controlador nebuloso. O objetivo ajustar o controlador nebuloso para
controlar este processo. Ser tambm analisada a degradao do desempenho
deste controlador frente a variaes do parmetro X (posio da vlvula de trs vias)
tanto para o controlador nebuloso, quanto para o PID.

4.2 CONTROLADOR NEBULOSO COM PARMETRO X EM 0,7

Ser feita a seguir a anlise do controle do processo dos quatro tanques,
substituindo o controlador PID por um controlador nebuloso, para os parmetros X
1
e
X
2
em 0,7.
O sistema est montado da forma mostrada na FIG. 4.1.

FIG. 4.1 Diagrama de blocos do sistema

O controlador se apresenta como mostrado na FIG. 4.2. As variveis de entrada
so:

h
i
nvel do tanque i
h
i
variao do nvel do tanque i
SP
i
setpoint do tanque i
F
1
F
2
F
1
F
2
h
1
h
1
h
2
h
2
Controlador Nebuloso Processo
72
E as variveis de sada so:
F
j
vazo do ramo j

FIG. 4.2 Diagrama de blocos do controlador nebuloso

Este sistema foi implementado no MATLAB-Simulink (MATLAB USER`S GUIDE,
1999).
O controlador nebuloso recebe como entradas, o nvel do tanque 1, o setpoint
desejado para o tanque 1 e a variao do nvel do tanque 1. Ainda, o nvel do tanque
2, o setpoint desejado para o tanque 2, e a variao do nvel do tanque 2. As
variveis de sada so as vazes das bombas (F
1
e F
2
), ver FIG.4.2. Com as
entradas do nvel dos tanques e os setpoints desejados so calculados o erro E e a
variao do erro DE, que so as variveis de entrada do controlador.
Foram utilizados treze valores lingsticos para codificao do erro, e dispostos
como funes de pertinncia como mostrado na FIG. 4.3, sendo cada um destes
valores representados por uma funo de pertinncia. Os valores lingsticos
empregados so (ndices de 1 13):

1. E
P
_GGG Erro positivo muito muito grande
2. E
P
_GG Erro positivo muito grande
3. E
P
_G Erro positivo grande
4. E
P
_M Erro positivo mdio
5. E
P
_P Erro positivo pequeno
6. E
P
_PP Erro positivo muito pequeno
7. E
Z
Erro zero
h
1
,h
1

h
2
,h
2

SP
1
SP
2

Controlador Nebuloso
F
1
F
2
e
1
, e
1
e
2
, e
2
(Apndice 8)
73
8. E
N
_PP Erro negativo muito pequeno
9. E
N
_P Erro negativo pequeno
10. E
N
_M Erro negativo mdio
11. E
N
_G Erro negativo grande
12. E
N
_GG Erro negativo muito grande
13. E
N
_GGG Erro negativo muito muito grande

FIG. 4.3 Funes de pertinncia do erro
O mesmo foi feito para codificar a variao do erro nas suas respectivas variveis
lingsticas com os mesmos ndices empregados para o erro, (DE
N
_GGG, DE
N
_GG,
DE
N
_G, DE
N
_M, DE
N
_P, DE
N
_PP, DE
Z
, DE
P
_PP, DE
P
_P, DE
P
_M, DE
P
_G, DE
P
_GG,
DE
P
_GGG), que ficou disposto conforme a FIG. 4.4.

FIG. 4.4 Funes de pertinncia da variao do erro

ERRO
Funo de
Pertinncia
74
J a decodificao de sada foi realizada com as funes de pertinncia
centradas da seguinte forma, e disposta como mostra a FIG. 4.5:
1. C_PGGG = 1;
2. C_PGG = 0.7;
3. C_PG = 0.3;
4. C_PM = 0.2;
5. C_PP = 0.1;
6. C_PPP = 0.05;
7. C_Z = 0;
8. C_NPP = -0.05;
9. C_NP = -0.1;
10. C_NM = -0.2;
11. C_NG = -0.3;
12. C_NGG = -0.7;
13. C_NGGG= -1;

FIG. 4.5 Funes de pertinncia de sada

Conforme visto no captulo 2, a estrutura de um controlador nebuloso deve
possuir um conversor das variveis analgicas para variveis nebulosas, uma
mquina de inferncia e um conversor para as variveis numricas de sada. O
conversor para variveis nebulosos a parte do controlador que ir calcular o valor
dos graus de pertinncia das funes de pertinncia do erro E e da variao do erro
DE associados s grandezas de entrada. A mquina de inferncia nebulosa ir
gerar as ativaes das funes de pertinncia de sada atravs das regras do
controlador. J o conversor para variveis numricas o responsvel por
transformar as variveis lingsticas de sada geradas pela mquina de inferncia
75
nebulosa em um valor bem definido da varivel de sada, que neste caso a vazo
para o tanque.
As regras empregadas pelo controlador nebuloso para controle do processo dos
quatro tanques, montadas no Matlab-Simulink, (MATLAB USER`S GUIDE, 1999),
so em nmero de vinte e seis regras conforme descrito abaixo, cabe ressaltar que
o nmero possvel de regras para este processo de 169, que corresponde ao
nmero de variveis lingusticas, 13, elevado a dimenso do espao de entradas, 2,
13
2
:
Regras para o erro E
DU_PGGG = DU_PGGG + E_PGGG; %regra 1
DU_PGG = DU_PGG + E_PGG; %regra 2
DU_PG = DU_PG + E_PG; %regra 3
DU_PM = DU_PM + E_PM; %regra 4
DU_PP = DU_PP + E_PP; %regra 5
DU_PPP = DU_PPP + E_PPP; %regra 6
DU_Z = DU_Z + E_Z; %regra 7
DU_NPP = DU_NPP + E_NPP; %regra 8
DU_NP = DU_NP + E_NP; %regra 9
DU_NM = DU_NM + E_NM; %regra 10
DU_NG = DU_NG + E_NG; %regra 11
DU_NGG = DU_NGG + E_NGG; %regra 12
DU_NGGG = DU_NGGG + E_NGGG; %regra 13

Regras para a variao do erro DE
DU_PGGG = DU_PGGG + DE_PGGG; %regra 14
DU_PGG = DU_PGG + DE_PGG; %regra 15
DU_PG = DU_PG + DE_PG; %regra 16
DU_PM = DU_PM + DE_PM; %regra 17
DU_PP = DU_PP + DE_PP; %regra 18
DU_PPP = DU_PPP + DE_PPP; %regra 19
DU_Z = DU_Z + DE_Z; %regra 20
DU_NPP = DU_NPP + DE_NPP; %regra 21
DU_NP = DU_NP + DE_NP; %regra 22
76
DU_NM = DU_NM + DE_NM; %regra 23
DU_NG = DU_NG + DE_NG; %regra 24
DU_NGG = DU_NGG + DE_NGG; %regra 25
DU_NGGG = DU_NGGG + DE_NGGG; %regra 26
Outra maneira de visualizar esta base de conhecimentos a mostrada na TAB.
4.1.

TAB. 4.1 Regras do controlador nebuloso
E
E
NGGG NGG NG NM NP NPP Z PPP PP PM PG PGG PGGG
NGGG NGGG
NGG NGG
NG NG
NM NM
NP NP
NPP NPP
Z NGGG NGG NG NM NP NPP Z PPP PP PM PG PGG PGGG
PPP PPP
PP PP
PM PM
PG PG
PGG PGG
PGGG PGGG

Pode-se ainda representar as regras da seguinte forma:

SE {E PGGG} ENTO {U PGGG}
SE {E PGG} ENTO {U PGG}
SE {E PG} ENTO {U PG}
SE {E PM} ENTO {U PM}
SE {E PP} ENTO {U PP}
77
SE {E PPP} ENTO {U PPP}
SE {E Z} ENTO {U Z}
SE {E NPP} ENTO {U NPP}
SE {E NP} ENTO {U NP}
SE {E NM} ENTO {U NM}
SE {E NG} ENTO {U NG}
SE {E NGG} ENTO {U NGG}
SE {E NGGG} ENTO {U NGGG}

SE {E PGGG} ENTO {U PGGG}
SE {E PGG} ENTO {U PGG}
SE {E PG} ENTO {U PG}
SE {E PM} ENTO {U PM}
SE {E PP} ENTO {U PP}
SE {E PPP} ENTO {U PPP}
SE {E Z} ENTO {U Z}
SE {E NPP} ENTO {U NPP}
SE {E NP} ENTO {U NP}
SE {E NM} ENTO {U NM}
SE {E NG} ENTO {U NG}
SE {E NGG} ENTO {U NGG}
SE {E NGGG} ENTO {U NGGG}

A regra um significa que se o erro for positivo muito muito grande (PGGG) ento
a sada do controlador dever variar de forma positiva muito muito grande.
As variveis erro e variao do erro so normalizadas entre [-1, 1]. Esta
normalizao cria implicitamente fatores de escala para as variveis associadas.
Implementou-se, de forma explcita, um ganho que representa estes fatores de
escala e multiplica a entrada, com isso criou-se um grau de flexibilidade maior para a
sintonia do sistema. Desta forma, esses fatores de escala passaram a ser
parmetros de sintonia do controlador nebuloso, fazendo com que se excursione
mais ou menos sobre as funes de pertinncia.
78
Os resultado do controlador nebuloso para os parmetros X
1
e X
2
em 0,7,
apresentada na FIG. 4.6. As mudanas nos setpoints so as mesmas descritas no
item 3.3 desta dissertao.

FIG. 4.6 Resposta do controlador nebuloso com parmetro X em 0,7

Comparando o desempenho do sistema utilizando o controlador PID (FIG. 3.6),
com este sistema utilizando o controlador nebuloso, observa-se que ambos tm um
bom comportamento e controlam o processo quando o parmetro X est em 0,7.

4.3 CONTROLADOR NEBULOSO PARA O PARMETRO X EM 0,3

Com o parmetro X posicionado em 0,3 obteve-se a resposta descrita pelo
grfico da FIG. 4.7, para as mesmas variaes de setpoint utilizadas para
simulao do processo com parmetro X posicionado em 0,7.

79

FIG. 4.7 Resposta ao controlador nebuloso com parmetro X em 0,3

Pode-se perceber que o sistema utilizando o controlador nebuloso possui o
mesmo comportamento que o sistema utilizando o controlador PID. Para parmetro
X ajustado em 0,3, o controlador no conseguiu controlar o processo, quando se usa
o ajuste e a estrutura obtida para o parmetro X=0,7.
No captulo anterior foi visto que para parmetro X ajustado em 0,3, os pares de
controle deveriam ser trocados para garantir a estabilidade, ou seja, F
1
com h
2
e F
2

com h
1,
FIG.4.8.

FIG. 4.8 Processo com pares de controle trocados

h
1
h
2
h
1
h
2
F
2
F
2
F
1
F
1
80
Com os pares de controle corretos, e reajustando o controlador, com as
mesmas variveis de entrada e de sada, obteve-se o resultado disposto na FIG. 4.9.
Pode-se perceber que o processo possui uma dinmica mais lenta, como j foi
constatado com o controlador PID, mas o processo consegue chegar ao seu
equilbrio.

FIG. 4.9 Resposta ao controlador nebuloso com parmetro X em 0,3 e com
pares (F
1
-h
2
) e (F
2
-h
1
)

4.4 NDICES DE DESEMPENHO DOS CONTROLADORES (ISE E ITAE)

Foram utilizados dois ndices para anlise da degradao do desempenho dos
controladores quando ocorre uma perturbao ou variao no parmetro X do
processo, o ISE e o ITAE (OGATA, 1998, p.752). Estes ndices so:

= dt e ISE
2
; Integral square error, ou simplesmente integral do erro quadrtico.
e,
= tdt e ITAE ; Integral time absolute error

81
4.4.1 ROBUSTEZ DO CONTROLADOR PID

Primeiramente, ser analisada a variao dos ndices para o controlador PID.
As tabelas TAB. 4.2 e TAB. 4.3 mostram os resultados, quando os parmetros X do
processo variam. A mudana de setpoint e os tempos de simulao so os
mesmos mostrados anteriormente.

TAB. 4.2 Valores ISE e ITAE para o PID ajustado com parmetro X em 0,3
Valor de X ISE 1 ITAE 1 ISE 2 ITAE 2
0,0 1,5171 x 10
4
1,7556 x 10
7
1,5169 x 10
4
4,9970 x 10
7

0,1 1,5704 x 10
4
2,7749 x 10
7
1,5678 x 10
4
5,2153 x 10
7

PID 0,3 0,2 1,7727 x 10
4
3,7797 x 10
7
1,7374 x 10
4
5,6212 x 10
7

0,3 2,2358 x 10
4
4,9192 x 10
7
2,1477 x 10
4
6,3898 x 10
7

0,4 3,7103 x 10
4
7,7943 x 10
7
3,5464 x 10
4
9,4462 x 10
7

0,5 12,466 x 10
4
1,5301 x 10
8
9,3545 x 10
4
1,2842 x 10
8

TAB. 4.3 valores ISE e ITAE para o PID ajustado com parmetro X em 0,7
Valor de X ISE 1 ITAE 1 ISE 2 ITAE 2
0,5 1.115,1 1,9698 x 10
6
809,215 1,9424 x 10
6

0,6 786,8534 3,7201 x 10
5
511,9637 6,9785 x 10
5

PID 0,7 0,7 678,3206 2,6159 x 10
5
436,9374 6,0638 x 10
5

0,8 599,4809 2,0318 x 10
5
384,6233 5,5599 x 10
5

0,9 537,3276 1,4486 x 10
5
343,7363 4,9750 x 10
5

1,0 486,5561 8,8088 x 10
4
310,6749 4,444 x 10
5

Como existem dois controladores independentes onde cada um controla uma
malha de vazo, foram institudos um ndice ISE e um ndice ITAE para cada malha.
Para a malha do controlador 1, obteve-se os ndices ISE1 e ITAE1, e para a malha
do controlador 2, obteve-se os ndices ISE2 e ITAE2. Ou seja, ISE1 e ITAE1 so os
ndices de desempenho do controlador 1, enquanto ISE2 e ITAE2 so os ndices de
desempenho para o controlador 2.
Sero vistos a seguir alguns grficos que demonstraro a variao dos ndices
em relao ao valor do parmetro X.
O teste feito o mesmo experimento realizado anteriormente, variao do
setpoint da malha 1 em 2000 segundos e do setpoint da malha 2 em 8000
82
segundos, com tempo total de simulao de 15000 segundos para o PID ajustado
para 0,3 e variao do setpoint da malha 1 em 200 segundos e do setpoint da
malha 2 em 2000 segundos com tempo total de simulao de 4000 segundos para o
PID ajustado para 0,7. Durante este tempo so calculados os valores dos ndices. O
mesmo teste, mudana de setpoint, feito para vrios valores do parmetro X.
A FIG. 4.10 mostra o desempenho do controlador PID, pelo ndice ISE1, ajustado
para o parmetro X em 0,3, quando este parmetro variado.

FIG. 4.10 ndice ISE1 para o PID ajustado com parmetro X em 0,3

Observa-se que o desempenho at melhora quando o parmetro X sai de 0,3 e
se aproxima de 0,0, isto acontece porque o percentual da vazo 1 que vai para o
tanque 4 aumenta, bem como tambm aumenta o percentual da vazo 2 que vai
para o tanque 3. Isto facilita o controle, pois, no h acoplamento entre as malhas. O
inverso pode ser observado quando se varia o valor do parmetro X de 0,3 at 0,5,
percebe-se uma degradao no desempenho. Isto , para uma mesma sintonia,
quando o processo muda, variao do parmetro X, o desempenho do controlador
se deteriora.
A FIG. 4.11 mostra o desempenho do controlador PID, pelo ndice ISE1,
ajustado para o parmetro X em 0,7, quando este parmetro variado.

83

FIG. 4.11 ndice ISE1 para o PID ajustado com parmetro X em 0,7

Observa-se que o desempenho melhora conforme o parmetro X vai se
aproximando de 1,0, e piora conforme o parmetro X vai se aproximando de 0,5.
Quando o parmetro X est em 1,0, a vazo 1 vai em sua totalidade para o tanque
1, e a vazo 2 vai em sua totalidade para o tanque 2. Conforme o parmetro X
diminui, aumenta a interao entre as malhas, dificultando o seu controle, pois,
aumenta o acoplamento entre as malhas.

FIG. 4.12 ndice ISE 2 para PID ajustado com parmetro X em 0,3

84
Observa-se, como para o ndice ISE1, que conforme o parmetro X se afasta de
0,3 em direo de 0,0, o desempenho melhora, e conforme o parmetro X vai em
direo de 0,5, o desempenho degrada.

FIG. 4.13 ndice ISE 2 para PID ajustado com parmetro X em 0,7

Como para o ndice ISE1, percebe-se que para valores do parmetro X variando
de 0,7 at 1,0, o desempenho melhora, enquanto que, variando o parmetro X de
0,7 at 0,5, o seu desempenho degrada.
A FIG. 4.14 mostra o desempenho do controlador PID, pelo ndice ITAE1,

85

FIG. 4.14 ndice ITAE 1 para PID ajustado com parmetro X em 0,3

Conforme visto no ndice ISE1 do PID ajustado para o parmetro X em 0,3, o
desempenho do controlador PID melhora conforme o parmetro X varia de 0,3 at
0,0, e degrada conforme o parmetro X varia de 0,3 at 0,5.


A mesma concluso obtida para o controlador PID, pelo ndice ISE1, de
parmetro X em 0,7 pode ser observada com o ndice ITAE1. Conforme o parmetro
86
X excursiona de 0,7 at 1,0, o desempenho melhora, e quando o parmetro X
excursiona de 0,7 at 0,5, o desempenho degrada.



87

Novamente percebe-se que quando o parmetro X varia de 0,7 para 1,0, o
desempenho melhora, e de 0,7 para 0,5, o desempenho degrada.
Como se pode perceber quanto mais prximo o parmetro X est de 0,5, os
ndices ISE e ITAE sobem drasticamente e quanto mais perto de 1,0 para o PID
ajustado para o parmetro X em 0,7 e 0,0 para o PID ajustado para o parmetro X
em 0,3 os ndices diminuem. Isto explicado pelo fato de em 0 e em 1 s existe um
caminho para o controle do nvel, ou seja, as vazes no se dividem, ou melhor, no
h acoplamento.

4.4.2 ROBUSTEZ DO CONTROLADOR NEBULOSO

Ser analisada a seguir a variao dos ndices para o controlador nebuloso. As
tabelas TAB. 4.4 e TAB. 4.5 mostram os resultados, quando os parmetros X do
processo variam. A mudana de setpoint e os tempos de simulao so os
mesmos mostrados anteriormente.

TAB. 4.4 Valores ISE E ITAE para o controlador nebuloso ajustado com
parmetro X em 0,3
Valor de
X
ISE 1 ITAE 1 ISE 2 ITAE 2
0,0 26656 1,6047X10
7
26785 7,9641 X10
7

0,1 27749 2,3796X10
7
27588 8,4251X10
7

Controlador 0,2 29817 2,9204X10
7
29537 8,7688X10
7

Nebuloso 0,3 34495 4,0654X10
7
35181 9,6594X10
7

0,4 49980 6,7757X10
7
47792 1,2221 X10
8

0,5 2,428X10
5
1,4766X10
8
2,2165X10
5
1,9169X10
8

TAB. 4.5 valores ISE E ITAE para o controlador nebuloso ajustado com
parmetro X em 0,7
Valor de
X
ISE 1 ITAE 1 ISE 2 ITAE 2
0,5 1097,2 4,4867X10
5
728,75 9,1326X10
5

0,6 1033,4 3,0059X10
5
622,68 6,9086X10
5

Controlador 0,7 990,23 2,7952X10
5
602,43 6,8282X10
5

Nebuloso 0,8 956,42 2,3403X10
5
593,36 6,736X10
5

0,9 929,98 2,6012X10
5
563,15 6,6318X10
5

1,0 906,71 1,9439X10
5
560,1 6,1512X10
5

88

A FIG. 4.18 mostra o desempenho do controlador nebuloso, pelo ndice ISE1,

em 0,3


em 0,7

89

em 0,3


em 0,7

90
A FIG. 4.22 mostra o desempenho do controlador nebuloso, pelo ndice ITAE1,

em 0,3


em 0,7

A Variao encontrada na FIG. 4.23 para o parmetro X entre 0,8 e 1,0 devido
ao fato do controlador nebuloso no ser linear. Era esperado que entre 0,8 e 1,0 o
91
desempenho do controlador fosse melhorando conforme o parmetro X fosse se
aproximando de 1,0.

em 0,3


em 0,7

92

Neste caso dos controladores nebulosos, percebe-se o mesmo comportamento
dos ndices que foi encontrado para o controlador PID. Quando se varia o parmetro
X, se trabalhando com o controlador ajustado para 0,7, de 0,7 at 1, o desempenho
melhora, e de 0,7 em direo de 0,5, existe uma degradao. Para o controlador
ajustado em 0,3, de 0,3 at 0,0, o desempenho melhora, e de 0,3, at 0,5 existe uma
degradao.
Comparando a robustez do controlador PID com o controlador nebuloso, pelo
ndice ISE1, por exemplo, para controlador ajustado para o parmetro X em 0,7,
FIG. 4.26, pode-se perceber que existe uma variao maior de valores do
controlador PID em relao ao controlador nebuloso, isso demonstra a maior
robustez do controlador nebuloso, que sofre menos variao ou degradao de
desempenho quando o processo varia. O valor absoluto da curva do ndice ISE1
para o controlador nebuloso superior ao do controlador PID devido ao fato do
controlador nebuloso tender a uma resposta transitria ao redor do setpoint. Isto ,
o PID elimina o erro mais rapidamente, e o nebuloso oscila mais e penalizado no
ndice.

93

FIG 4.26 Comparao de robustez entre os controladores PID e nebuloso

4.5 CONCLUSO

Neste captulo mostrou-se que o controlador nebuloso pode ser ajustado para
ter um bom desempenho para cada valor do parmetro X do processo. Como no
caso do PID, o controlador nebuloso ajustado para o parmetro X igual a 0,7 no
consegue operar quando este parmetro variado para 0,3. Torna-se necessrio
mudar a estrutura ou o pareamento ente as variveis.
Foi analisada a robustez dos controladores PID e nebulosos para variaes do
parmetro X, e observou-se que o nebuloso se degrada de forma mais lenta, sendo
portanto mais robusto.
94
5 SISTEMA DOS QUATRO TANQUES UTILIZANDO DOIS CONTROLADORES
NEBULOSOS

5.1INTRODUO

Neste captulo ser estudada uma forma de manter o sistema estvel frente
variaes do parmetro X. Para tal sero utilizados os dois controladores nebulosos
estudados anteriormente, o controlador ajustado para parmetro X em 0,7 e o
controlador ajustado para parmetro X igual a 0,3.

5.2 SISTEMA COM DOIS CONTROLADORES

FIG. 5.1 Esquema do processo com dois controladores nebulosos

A esquematizao do processo a mesma mostrada no captulo 3, apenas
acrescenta-se como sada do bloco do processo, o parmetro X, que ser entrada do
bloco controlador genrico. Isto , ser medida a posio X das vlvulas de trs vias,
que ser uma entrada do controlador. O bloco do controlador nebuloso genrico
possui os dois controladores projetados no captulo 4, o controlador ajustado para o
parmetro X em 0,7 e o controlador ajustado para o parmetro X em 0,3. Os nveis h
1
e
F
1

Processo

F
2

Controlador
Nebuloso
Genrico
h
2
h
1
X

F
1
F
2
95
h
2
so entradas do bloco controlador genrico, da mesma forma que para o
controlador nebuloso nico do captulo 4.

FIG. 5.2 Esquema do controlador nebuloso genrico com os dois controladores
nebulosos

Os nveis h
1
e h
2
e o parmetro X so as entradas do controlador nebuloso
genrico. Com o valor dos nveis h
1
e h
2
, os controladores ajustados para parmetro X
em 0,3 e 0,7 iro calcular a resposta necessria para atingir os setpoints desejados.
Estas respostas daro entrada em um bloco denominado sistema nebuloso, juntamente
com o parmetro X. De acordo com o valor do parmetro X, ou seja, a posio da
vlvula de trs vias X, calculado o percentual da resposta de cada controlador que
ser usado como sada do controlador nebuloso genrico.
O sistema nebuloso possui as funes de pertinncia para o parmetro X
mostrados na FIG. 5.3.

Controlador
ajustado para
parmetro X
em 0,3
Controlador
ajustado para
parmetro X
em 0,7
E E
E E
Sistema Nebuloso
F
2

Controlador Nebuloso Genrico
(Apndice 9)
X
F
1
F
2
F
1
F
2
F
1
96

FIG. 5.3 Funes de pertinncia do parmetro X

De acordo com o valor do parmetro X, o sistema nebuloso ir calcular o
percentual da vazo que ser utilizada de cada controlador nebuloso, o controlador
ajustado para parmetro X em 0,3 e o controlador ajustado para parmetro X em 0,7,
segundo as EQ. 5.1 e EQ. 5.2.

F
1
= F
11
X
0,3
+ F
12
X
0,7
(EQ. 5.1)
F
2
= F
21
X
0,3
+ F
22
X
0,7
(EQ. 5.2)

Onde:
F
1
variao da vazo do ramo 1 sugerida pelo controlador
F
2
variao da vazo do ramo 2 sugerida pelo controlador

F
11
variao da vazo F
1
do controlador ajustado para parmetro X em 0,3
F
12
variao da vazo F
1
F
21
variao da vazo F
2
F
22
variao da vazo F
2
X
0,3
valor do parmetro X em relao a funo de pertinncia X_0,3
X
0,7
valor do parmetro X em relao a funo de pertinncia X_0,7
97
Como os valores do parmetro X sero variados nos valores de 0,3 e de 0,7, o que
acontece o seguinte:
1) Se o parmetro X est em 0,3 a vazo F
1
ser igual a F
11
j que X
0,3
ser igual
a 1 e o X
0,7
ser igual a 0. O mesmo acontece para o valor de F
2
que ser igual
a F
21
. Ou seja, o controlador nebuloso que ir controlar o processo ser o
controlador nebuloso ajustado para parmetro X em 0,3.

2) Quando o valor do parmetro X for igual 0,7, a vazo F
1
ser igual a F
12
j que
X
0,7
ser igual a 1 e o X
0,3
ser igual a 0. O mesmo acontece com F
2
que ser
igual a F
22
. Ou seja, o controlador nebuloso que ir controlar o processo ser o
controlador nebuloso ajustado para parmetro X em 0,7.

Primeiramente ser testado o desempenho do sistema frente a entradas bem
conhecidas. O parmetro X em 0,3 ser mantido at o tempo de 19000 onde foi visto
anteriormente que o sistema era estvel e aps este tempo ser colocado o parmetro
X em 0,7 at completar o tempo 30000. O primeiro setpoint, mudana de 40 para 45,
acontece no tempo de 2000 segundos no tanque 1, o primeiro setpoint para o tanque
2, mudana de 40 para 45, acontece no instante de 8000 segundos. O segundo
setpoint para o tanque 1, mudana de 45 para 25, acontece em 23000 segundos e o
segundo setpoint do tanque 2, mudana de 45 para 25, em 25000 segundos. A
resposta frente a esses valores de X pode ser observada na FIG. 5.4.
98

FIG. 5.4 Resposta do controlador genrico para parmetro X em 0,3
e depois em 0,7
Pode-se perceber que ao se passar o valor do parmetro X de 0,3 para 0,7, cria-se
um instante onde existe um certo nervosismo na resposta do controlador. Esta
perturbao causada pelo processo, e no pelo controlador. Porm, v-se que ao
final da simulao, os setpoints que se queria alcanar foram todos alcanados.
A FIG. 5.5 mostra a resposta do controlador genrico para os primeiros 15000
segundos, mesma simulao realizada no item 4.3. Pode-se perceber que a resposta
encontrada a mesma resposta do controlador nebuloso ajustado para parmetro X em
0,3 mostrada na FIG. 4.9.

99

FIG 5.5 Resposta do controlador genrico usando o controlador nebuloso
ajustado para parmetro X em 0,3

Pode-se ainda inverter a simulao e comear com o parmetro X em 0,7 at o
tempo de 5000 segundos e ento colocar o parmetro X em 0,3, com simulao total de
30000 segundos. O primeiro setpoint, mudana de 40 para 45, acontece no tempo de
200 segundos no tanque 1, o primeiro setpoint para o tanque 2, mudana de 40 para
36, acontece no instante de 2000 segundos. O segundo setpoint para o tanque 1,
mudana de 45 para 35, acontece em 14000 segundos e o segundo setpoint do
tanque 2, mudana de 36 para 26, em 21000 segundos. A resposta frente a esses
valores de X pode ser observada na FIG. 5.6.
100

FIG. 5.6 Resposta do controlador genrico para parmetro X em 0,7 e depois em
0,3

Pode-se perceber que ao se passar o valor do parmetro X de 0,7 para 0,3, cria-se
um instante onde existe um certo nervosismo na resposta do controlador, que maior
do que o ocorrido quando se variou o parmetro X de 0,3 para 0,7, isso pode ser
explicado pela dinmica mais lenta do processo. Esta perturbao causada pelo
processo, e no pelo controlador. Porm, v-se que ao final da simulao, os
setpoints que se queria alcanar foram todos alcanados.
A FIG. 5.7 mostra a resposta do controlador genrico para os primeiros 4000
segundos, mesma simulao realizada no item 4.2. Pode-se perceber que a resposta
encontrada a mesma resposta do controlador nebuloso ajustado para parmetro X em
0,7 mostrada na FIG. 4.6.

101

FIG 5.7 Resposta do controlador genrico usando o controlador nebuloso
ajustado para parmetro X em 0,7

Pde-se perceber que para os pontos escolhidos para o parmetro X, 0,3 e 0,7, os
controladores nebulosos estudados no captulo 4 conseguiram controlar o processo
frente as mudanas de setpoint apresentadas. Isso leva a concluso que pode-se criar
vrios controladores nebulosos ajustados para valores variados do parmetro X e
utilizar um sistema nebuloso para chave-los quando necessrio, de acordo com o
posicionamento das vlvulas de trs vias X. A FIG.5.8 mostra a arquitetura proposta.

102

controladores nebulosos

Controlador
ajustado para
parmetro X
em 0,3
Controlador
ajustado para
parmetro X
em 0,7
E E
E E
Sistema Nebuloso
F
1
F
2

Controlador Nebuloso Genrico com vrios controladores
X
Controlador
ajustado para
parmetro X
em 0,5
E
E
Controlador
ajustado para
parmetro X
em 0,8
E
E
Controlador
ajustado para
parmetro X
em 0,2
E
E
103
5.3 CONCLUSO

Neste captulo substituiu-se o controlador nebuloso projetado no captulo 4 por um
controlador nebuloso genrico. Este controlador nebuloso genrico possui os dois
controladores nebulosos projetados no captulo 4, o controlador nebuloso ajustado para
parmetro X em 0,3, e o controlador nebuloso ajustado para parmetro X em 0,7.
Foi ainda projetado um sistema nebuloso que pondera o percentual dos
controladores nebulosos que ser utilizado para controlar o processo, sendo assim
responsvel por chavear o controlador nebuloso que ser utilizado para controlar o
processo.
Foi ainda proposta uma estrutura de um novo controlador nebuloso genrico
possuindo vrios controladores nebulosos, ajustados para parmetros X diversos, que
seria capaz de controlar o processo frente a vrios valores o parmetro X.
104
6 CONCLUSES E PERSPECTIVAS

6.1 CONCLUSES

No captulo 3, foi detalhado o processo dos quatro tanques, que um processo que
apresenta uma grande variao de dinmica em funo do parmetro X. Mostrou-se
que o controlador PID consegue fazer o controle do processo como apresentado nos
itens 3.3 e 3.5. Porm, quando sujeito a grandes variaes do parmetro X, o
desempenho do controlador PID sofre degradao muito acentuada como visto no item
3.5.
No captulo 4 o controlador PID foi substitudo por um controlador nebuloso que
tambm projetado para valores bem determinados do parmetro X, porm, como visto
no item 4.4.2, sofre muito menos degradao que o controlador PID. Esta uma
caracterstica prpria dos controladores nebulosos, a sua prpria no-linearidade facilita
o trabalho do controlador principalmente quando aplicado a um processo que no-
linear e que apresenta grandes variaes de dinmica como o processo dos quatro
tanques.
No captulo 5 foi implementado um controlador nebuloso genrico, que pode utilizar
controladores previamente ajustados para determinados valores do parmetro X, que
a posio da vlvula de trs vias. A grande vantagem deste controlador que ele pode
utilizar inmeros controladores previamente ajustados para valores variados do
parmetro X, e ponderar de acordo com o valor lido do parmetro X. O controlador
nebuloso genrico define qual proporo de cada controlador deve ser utilizado para
manter o processo estvel. Esta facilidade pode ser atribuda ao controlador nebuloso
pelo fato deste controlador ser computacional, podendo-se fazer um chaveamento de
controladores nebulosos dentro do programa que controla o processo. Este fato
tambm possvel para um controlador PID, conforme a FIG. 6.1.

105

FIG 6.1 Esquema do controlador nebuloso genrico utilizando vrios
controladores PIDs

6.2 PERSPECTIVAS

Pela observao dos resultados obtidos, sugere-se que sejam implementados
inmeros controladores nebulosos que possam ser utilizados acoplados a um
controlador genrico, podendo assim ser testado para outros valores de posio da
vlvula de trs vias X. Ou ainda a obteno de um nico controlador nebuloso,
multivarivel, capaz de controlar o processo frente a variaes do parmetro X.
Sugere-se estudar o uso do Sistema Nebuloso associado a outros controladores
como por exemplo, controladores PIDs.
Sugere-se ainda a implementao fsica de um processo com estas caractersticas
e conseqente verificao dos resultados na prtica.

Sistema Nebuloso
F
1
F
2

Controlador Nebuloso Genrico com vrios controladores PID
X
PID
1
PID
2
PID
3
PID
4
106
7 REFERNCIAS BIBLIOGRFICAS

ALMEIDA, O. M. e COELHO, A. A. R., Projeto de desacoplamento em sistemas
MIMO: abordagens convencional e nebulosa, XIV Congresso Brasileiro de
Automtica, 2002.

BOLTON, W., Engenharia de controle, Makron Books, 1995.

BRISTOL, E. H., On a new Measure of Interactions for Multivarible Process
Control, IEEE Trans. Auto. Control AC-11, 133, 1966.

CAMPOS, M. C., La simulation Dynamique et L Intelligence Artificielle
Delaboration de Strategies de Controle-Commande Multivariable Flou.
Aplication a une Unite de Cracage Catalytique en Phase Fluide, Tese de
doutorado, Paris, 1997.

CAMPOS,M.C., Sistemas Inteligentes para Controle e Automao de
Processos, Notas de Aula, IME, 2000.

CARVALHO, J. L. M. de C., Sistemas de controle automtico, LTC, 2000.

COELHO, L. S., Metodologias da inteligncia artificial aplicadas ao projeto de
sistemas de controle e automao industrial, ISA SHOW Brasil 2001, 2001.

DOYLE, F. J., GATZKE, R. V., MAHADEDEVAN, R., WHITMYRE, G., SAFFER, D. R.,
Innovative control education using a 4-tank experiment and the www, ACE
200, IFAC/IEEE Symposium on Advances in control education, Gold Coast,
Australia, Dec. 2000.

107
FARENZENA, M., TRIERWEILER, J. O. e SECCHI, A. R., The quintuple-tank
laboratory plant: A challenge control problem, ECC 7 th European Control
Conference, 2003.

FILHO, F. M. L., GOSMANN, H. L. e BAUCHSPIESS, A., Controle fuzzy para
sistemas de nvel de lquidos, XIV Congresso Brasileiro de Automtica, pp. 3017-
3022, 2002.

GATZKE, D. R., MEADOWS, E. S., DOYLE, F. J., SAFFER, D. R., HERNJAK, N. e
VADIGEPALLI, R., Teaching multivariable control with a 4-tank experimental
process, poster at AIChE Annual Meeting, Los Angeles, CA, Nov. 2000.

GOSMANN, H. L., Linearizao Exata de um Processo de Tanques Acoplados,
UNB, fevereiro de 2002.

HELLENDOORM, H. e DRIANKOV, D., Fuzzy Model Identification, Springer-Verlag
Berlin Heidelberg, 1997.

HENRIKSSON, D., CERVIN, A., AKESSON, J. e ARZN, K., Feedback Scheduling
of Model Predictive Controllers, Lund Institute of Technology, Sweden, 2003.

JOHANSSON, K. H., The quadruple-tank process: A multivariable laboratory
process with an adjustable zero, IEEE Transactions on Control Systems
Technology, 8 (3), pp. 456 465, 2000.

JNIOR, O. e AGUIAR, H., Lgica difusa: aspectos prticos e aplicaes, Rio de
Janeiro: Intercincia, 1999.

LEITO, F,O, Metodologia para Implementao de Controladores Fuzzy em
Processos Petroqumicos Utilizando Redes Neurais, Tese de Mestrado,
IME, 2000.
108
MATLAB USER`S GUIDE, Mathworks Inc, 1999.

MEADOWS, E. S., DOYLE, F. J., SAFFER, D. R., An interdisciplinary control
engenniring laboratory course, presented at ACE 2000, IFAC/IEEE Symposium on
Advances in control education, Gold Coast, Australia, Dec. 2000.

MENDEL, J. M., Fuzzy Logic Systems for Engeneering: A Tutorial, Proceedings of
the IEEE, vol. 83, n 3, 1995.

MARCON, M. S., TRIERWEILER, J.O., SECCHI, A.R., EKF e CEKF: comparao
entre duas formulaes do filtro de Kalman estendido, CBA, 2002.

OGATA, K., Engenharia de controle moderno, Prentice-Hall do Brasil, 1998.

PADILHA, P. C. C., Desenvolvimento de uma metodologia de sintonia de
controladores fuzzy utilizando redes neurais: aplicaes em processos
petroqumicos, Tese de mestrado, Instituto Militar de Engenharia, 2001.

PADILHA, P. C. C., CAMPOS, M. C. M. M. e PINHEIRO, G. M., Aplicao de
controladores neuro-fuzzy para processos industriais, XIV Congresso
Brasileiro de Automtica, 2002.

PINHEIRO, C. e GOMIDE, F., Sintonia de sistemas de controle fuzzy em
processos no lineares.

PHILLIPS, C. L. e HARBOR, R. D., Sistemas de controle e realimentao, Makron
Books, 1996.

RAPOSO, Thays de Almeida, Aplicao de Algoritmos Genticos para o
Otimizao de Controladores Fuzzy em Processos Petroqumicos, Dissertao
de Mestrado, Instituto Militar de Engenharia, 2000.
109
SEBORG, D. E., EDGARD, T. F. e MELLICHAMP, D. A., Process dynamics and
control, John Wiley & Sons, 1989.

SHINSKEY, F. G., Process control systems: application, design and tuning,
McGraw-Hill, 1996.

TAKAGI, T. e SUGENO, M., Fuzzy Identification of Systems and its Aplication to
Modeling and Control, IEEE Trans. Systems, Man and Cybernetics, vol 15, pp 116
132, 1985.

TORRES, B. S., AQUINO, R. D., FILHO, J. M. V. D., JOTA, F. G. PENA, R. T.,
Otimizao de estratgias de controle em sistemas multivariveis.

TORRES, B. S., JOTA, F. G. e PENA, R. T., Estratgias de desacoplamento em
sistemas multimalha no controle de nvel, vazo e temperatura, XIV Congresso
Brasileiro de Automtica, pp. 991-997, 2002.

YONEYAMA, T. e NASCIMENTO JNIOR, C. L., Inteligncia artificial em controle e
automao, So Paulo, Edgard Blucher, 2000.

ZADEH, L. A., Fuzzy Sets, Information and Control, 8, 338-353, 1965.

ZADEH, L. A., Outline of a New Approach to the analysis of Complex Systems
and Decision Process, IEEE Trans. Systems, Man and Cybernetics, 3, 2844,
1973.

ZENG, X., ZHOU, J. e VASSEUR, C., A strategy for controlling nonlinear systems
using a learning automaton, Automtica, pp. 1517 1524, 2000.

110
8 APNDICES
111
8.1 APNDICE 1: PROCESSO DOS QUATRO TANQUES MONTADO NO SIMULINK

FIG. 8.1 Processo dos quatro tanques montado no simulink, conforme diagrama
de blocos da FIG. 3.2

O processo foi montado no Matlab-Simulink (MATLAB USER`S GUIDE, 1999) como
apresentado no diagrama de blocos da FIG. 3.2. Foi montado um bloco chamado
Planta onde foi montada a estrutura matemtica dos tanques 1, 2, 3 e 4, conforme
EQ. 3.1, EQ. 3.2, EQ. 3.3 e EQ. 3.4. As sadas do bloco Planta so os nveis h
1
, do
tanque 1, e h
2
, do tanque 2, que so entradas do bloco denominado Controlador que
possui os controladores PIDs projetados no captulo 3 ou o controlador nebuloso
projetado no captulo 4. As sadas deste bloco denominado Controlador so as vazes
F
1
, vazo do ramo 1, e F
2
, vazo do ramo 2, que so entradas do bloco Planta.

(FIG. 3.2)
112
8.2 APNDICE 1: ESTRUTURA DO BLOCO PLANTA COM A MODELAGEM
MATEMTICA DOS QUATRO TANQUES FEITA NO MATLAB-SIMULINK

FIG. 8.2 Estrutura do bloco Planta com a modelagem matemtica
dos quatro tanques

4 4 1 1
4
4
3 3 2 2
3
3
2 2 4 4 2 2
2
2
1 1 3 3 1 1
1
1
) 1 (
) 1 (
h R F X
dt
dh
A
h R F X
dt
dh
A
h R h R F X
dt
dh
A
h R h R F X
dt
dh
A
=
=
+ =
+ =
(FIG. 3.3)
2
H2
1
H1
H4
To Workspace5
H3
To Workspace
(1-x1)F1 H4
TANQUE 4
(1-x2)F2 H3
TANQUE 3
M4
F2
H2
(1-x2)F2
TANQUE 2
M3
F1
H1
(1-x1)F1
TANQUE 1
Saturation1
Saturation
2.535
R4
2.535
R3
Product3
Product2
sqrt
Math
Functi on1
sqrt
Math
Functi on
2
F2
1
F1
113
No interior do bloco Planta foi montada a estrutura matemtica dos quatro tanques
segundo EQ. 3.1, EQ. 3.2, EQ. 3.3 e EQ. 3.4. Se for tomado como referncia o bloco
descrito na FIG. A.2 como Tanque 1, este possui como entradas F
1
, vazo do ramo 1,
e M
3
que corresponde ao termo
3 3
h R da EQ. 3.1. As sadas do bloco Tanque 1 so o
nvel h
1
e o termo ( )
1 1
1 F X que entrada do bloco descrito como Tanque 4, cuja
sada o nvel h
4
.
Por sua vez, o bloco descrito como Tanque 2 tem como suas entradas a vazo F
2
,
vazo do ramo 2, e M
4
que corresponde ao termo
4 4
h R da EQ. 3.2. As sadas do
bloco Tanque 2 so o nvel h
2
e o termo ( )
2 2
1 F X que entrada do bloco descrito
como Tanque 3, cuja sada o nvel h
3
.
Foi implementada a sada ( )
1 1
1 F X no bloco Tanque 1 que entrada do bloco
Tanque 4 pela sua facilidade de implementao. O bloco Tanque 1 possui a
informao da vazo F
1
na sua entrada e no interior deste bloco foi colocada a vlvula
de trs vias X
1
que regula o percentual de vazo F
1
que fica no Tanque 1 e o
percentual da vazo ( )
1 1
1 F X que vai para o Tanque 4.
O mesmo foi implementado no bloco Tanque 2 onde foi colocada a vlvula de trs
vias X
2
que regula o percentual de vazo F
2
qua fica no Tanque 2 e o percentual de
vazo F
2
que vai para o Tanque 3.

114
8.3 APNDICE 1: ESTRUTURA DO TANQUE 1 FEITA NO SIMULINK

2
(1-x1)F1
1
H1
314
rea 1
x1
Saturati on
2.88675
R1
Product3
Product2
Product1
Product
sqrt
Math
Functi on
1
K
s
1
Integrator
2
F1
1
M3


No interior do bloco Tanque 1 foi montada a sua equao EQ. 3.1, conforme
mostrado na FIG. 3.4. Pela EQ. 3.1, a variao do nvel h
1
depende dos termos
1 1
F X
calculado internamente neste bloco pela multiplicao do bloco descrito como X
1
,
posio da vlvula de trs vias X
1
, pela vazo F
1
, entrada do bloco Tanque 1. O termo
3 3
h R entrada do bloco Tanque 1 e descrita como M
3
. Foi implementado um bloco
somador que recebe como entradas somando os dois termo citados anteriormente e
subtraindo, o termo
1 1
h R . A sada do bloco somador entrada de um bloco
multiplicador que divide o resultado obtido pela rea da base do tanque 1, A
1
. A sada
do bloco multiplicador passa por um integrador e a sada o nvel h
1
. Foi
implementado ainda um bloco de saturao para impedir erros numricos.
Por j possuir no seu interior a informao da vazo F
1
e do valor da vlvula de trs
vias X
1
, decidiu-se que era mais prtico calcular o termo ( )
1 1
1 F X no interior do bloco
1 1 3 3 1 1
1
1
h R h R F X
dt
dh
A + =
(FIG. 3.4)
115
Tanque 1 e utilizar o resultado como sada do bloco Tanque 1 que entrada do
bloco do Tanque 4.



No interior do bloco Tanque 2 foi montada a sua equao EQ. 3.2. Pela EQ. 3.2, a
variao do nvel h
2
depende dos termos
2 2
F X calculado internamente neste bloco pela
multiplicao do bloco descrito como X
2
, posio da vlvula de trs vias X
2
, pela vazo
F
2
, entrada do bloco Tanque 2. O termo
4 4
h R entrada do bloco Tanque 1 e
descrita como M
4
. Foi implementado um bloco somador que recebe como entradas
2 2 4 4 2 2
2
2
h R h R F X
dt
dh
A + =
116
somando os dois termo citados anteriormente e subtraindo, o termo
21 2
h R . A sada do
bloco somador entrada de um bloco multiplicador que divide o resultado obtido pela
rea da base do tanque 2, A
2
. A sada do bloco multiplicador passa por um integrador e
a sada o nvel h
2
. Foi implementado ainda um bloco de saturao para impedir
erros numricos.
Por j possuir no seu interior a informao da vazo F
2
e do valor da vlvula de trs
vias X
2
, decidiu-se que era mais prtico calcular o termo ( )
2 2
1 F X no interior do bloco
Tanque 2 e utilizar o resultado como sada do bloco Tanque 2 que entrada do
bloco do Tanque 3.



3 3 2 2
3
3
) 1 ( h R F X
dt
dh
A =
117
variao do nvel h
3
depende dos termos ( )
2 2
1 F X , entrada deste bloco, e do termo
3 3
h R , que so entradas de um bloco somador. O primeiro termo subtrado do
segundo termo e dividido pela rea da base do tanque 3, A
3
. O resultado passa por um
bloco integrador e a sada o nvel h
3
.



variao do nvel h
4
depende dos termos ( )
1 1
1 F X , entrada deste bloco, e do termo
4 4
h R , que so entradas de um bloco somador. O primeiro termo subtrado do
segundo termo e dividido pela rea da base do tanque 4, A
4
. O resultado passa por um
bloco integrador e a sada o nvel h
4
.

4 4 1 1
4
4
) 1 ( h R F X
dt
dh
A =
118
8.7 APNDICE 1: ESTRUTURA DO CONTROLADOR PID FEITA NO SIMULINK

FIG. 8.7 Estrutura do controlador PID

Os controladores PIDs descritos na FIG. 3.5 possuem a estrutura mostrada na
FIG. A.7. O controlador descrito como controlador PID
1
recebe como entrada o erro.
Este erro calculado pelo valor do nvel h
1
menos o valor do setpoint desejado.
Decidiu-se que por uma razo de melhor visualizao do nvel do tanque 1, que o nvel
h
1
passaria por uma normalizao, de 0% a 100%, antes de passar pelo controlador
PID
1
. A sada do controlador PID
1
passa por um bloco com uma funo de transferncia
que representa a funo de transferncia da vlvula proporcional V
1
que gera com isso
uma perturbao no sistema. A sada do bloco da funo de transferncia da vlvula V
1

passa por um bloco de saturao que define a vazo mxima que a vlvula V
1
pode
suportar e este resultado passa por uma nova normalizao que faz o trabalho inverso
da primeira normalizao recolocando o valor da vazo F
1
no seu valor real.

PID
1
PID
2
(FIG. 3.5)
119
O mesmo foi feito com relao ao controlador PID
2
que dever gerar o valor da
vazo F
2
.

8.8 APNDICE 1: ESTRUTURA DO CONTROLADOR NEBULOSO FEITA NO
SIMULINK

FIG. 8.8 Controlador nebuloso

As entradas do bloco controlador nebuloso so os nveis h
1
e h
2
. Os nveis h
1
e h
2
,
juntamente com os setpoints desejados para os tanques 1 e 2, e o valor da variao do
nvel nos tanques 1 e 2, passam por um bloco MUX, por um zer-order hold para
discretizar o sinal e do entrada no controlador nebuloso, que possui o programa com
as funes de pertinncia de erro E, variao do erro E, a funo de pertinncia de
sada U e as regras do controlador nebuloso.
Internamente ao programa, so normalizados o erro E e a variao do erro E.
So ento calculados os valores das funes de pertinncia do erro E e da variao do
erro E de acordo com as variveis lingsticas associadas. Com estes valores
(FIG. 4.2)
120
calculados, e de acordo com as regras estabelecidas, so calculados os valores das
funes de pertinncia de sada U, que ser ento novamente convertida em varivel
numrica de sada. As sadas do controlador nebuloso so as vazes F
1
e F
2
dos ramos
1 e 2 respectivamente.

8.9 APNDICE 1: ESTRUTURA DO CONTROLADOR NEBULOSO GENRICO FEITA
NO SIMULINK

FIG. 8.9 Esquema do controlador genrico com os dois controladores nebulosos
e o sistema nebuloso

O controlador genrico possui a mesma estrutura de entradas e sadas descritas
para o controlador nebuloso FIG. A.1 acrescida de uma nova entrada, o valor nominal
do parmetro X. substituda a Matlab-Function do apndice 8, controlador nebuloso,
por um conjunto de controladores, os controladores nebulosos ajustados para os
parmetros X em 0,3 e 0,7, um MUX das sadas desses controladores, vazes F
1
e F
2

calculadas pelos controladores nebulosos, e o valor do parmetro X. Estes valores do
(FIG. 5.2)
121
entrada em uma Matlab-Function que representa o Sistema Nebuloso, que pondera o
percentual das respostas de cada controlador nebuloso que dever ser usado como
sada do bloco controlador nebuloso genrico.

Fabio - Sagaz Controlador Nebuloso

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Fabio - Sagaz Controlador Nebuloso

Transféré par

Droits d'auteur :

Formats disponibles

INSTITUTO MILITAR DE ENGENHARIA

FABIO SALGADO GOMES SAGAZ

edt Integral de e no tempo t

(x)=0 para X x , tem-se ainda as

obtido com todas as outras variveis

obtido com todas as outras variveis

, pois no h variao da varivel

, deve-se primeiro eliminar o termo M

= tdt e ITAE ; Integral time absolute error

Vous aimerez peut-être aussi