ThiagoFerreiraPaulo DISSERT

U NIVERSIDADE F EDERAL DO R IO G RANDE DO N ORTE
C ENTRO DE T ECNOLOGIA
UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE P ROGRAMA DE P S -G RADUAO EM E NGENHARIA E LTRICA
Controle Adaptativo com Desacoplamento

Aplicado a um Sistema de Tanques
Acoplados MIMO
Thiago Ferreira Paulo
Orientador: Prof. Dr. Andr Laurindo Maitelli
Dissertao de Mestrado apresentada

ao Programa de Ps-Graduao em En-
genharia Eltrica e de Computao da
UFRN (rea de concentrao: Automa-
o e Sistemas) como parte dos requisi-
tos para obteno do ttulo de Mestre em
Cincias.
Nmero de Ordem do PPgEEC: M454

Natal, RN, julho de 2015
UFRN / Biblioteca Central Zila Mamede
Catalogao da Publicao na Fonte.
Paulo, Thiago Ferreira.

Controle adaptativo com desacoplamento aplicado a um sistema de
tanques acoplados MIMO / Thiago Ferreira Paulo - Natal, RN, 2015
65 f. : il.
Orientador: Andr Laurindo Maitelli
Dissertao (Mestrado) - Universidade Federal do Rio Grande do

Norte. Centro de Tecnologia. Programa de Ps-Graduao em Engenharia
Eltrica e de Computao.
1. Controle adaptativo Dissertao. 2. Sistemas MIMO Dissertao.

3. Desacoplamento de sistemas Dissertao. 4. Tanques acoplados
Dissertao. 5. Controlador MRAC Dissertao. 6. Controlador GMV
Dissertao. I. Maitelli, Andr Laurindo. II. Universidade Federal do Rio
Grande do Norte. III. Ttulo.
RN/UF/BCZM CDU 681.51

Controle Adaptativo com Desacoplamento
Aplicado a um Sistema de Tanques
Acoplados MIMO
Thiago Ferreira Paulo
Dissertao de Mestrado aprovada em 31 de julho de 2015 pela banca examina-

dora composta pelos seguintes membros:
Agradecimentos
Agradeo a Deus, por iluminar minha trajetria.
minha me Elizabeth Ferreira Pires Paulo (in memoriam), em quem busco

foras sempre.
Ao meu pai, pela extrema dedicao, incentivo e orientao em todos os momen-

tos da minha vida.
Aos meus irmos e minha namorada pela unio e companheirismo.
Ao professor Andr Maitelli pela orientao e apoio.
Aos professores do Programa de Ps-Graduao em Engenharia Eltrica e de

Computao da UFRN pelo conhecimento transmitido.
Aos meus amigos do Laboratrio de Automao em Petrleo pela ajuda e suporte.
Aos meus colegas de curso que foram de fundamental importncia na minha

formao acadmica e pessoal.
Aos meus amigos e familiares que esto sempre presentes.
Ao PRH-PB 20 pelo apoio financeiro
Ao Laboratrio de Automao em Petrleo pelo espao cedido para o desenvolvi-

mento deste trabalho.
Resumo
O controle de sistemas MIMO (Multiple Input Multiple Output) muitas vezes

realizado por vrios controladores monovariveis clssicos que operam com
limitaes e apresentam baixo desempenho. Tcnicas de controle adaptativo
so uma alternativa interessante para aumentar o desempenho desses sistemas,
como por exemplo os controladores MRAC (Model Reference Adaptive Control),
que quando bem projetados, permitem que a dinmica da planta seja alterada
de maneira a seguir um modelo de referncia. O presente trabalho apresenta
uma estratgia de desacoplamento para um sistema MIMO de trs tanques
acoplados e o projeto de dois controladores adaptativos aplicados ao processo,
sendo o primeiro um controlador MRAC, e o segundo um controlador auto-
ajustvel GMV (Generalized Minimum Variance). Os resultados foram obtidos
atravs de simulaes, nas quais o desacoplamento do sistema se mostrou uma
alternativa interessante para facilitar o projeto de sistemas do tipo MIMO. Ambos
os controladores implementados apresentaram o desempenho esperado, visto
que o controlador MRAC tende a atingir a dinmica imposta por seu modelo de
referncia, enquanto o controlador GMV rastreia a referncia aplicada calculando
o sinal de controle ideal em cada intervalo de amostragem.
Palavras-chave: Controle Adaptativo, Sistemas MIMO, Desacoplamento de

Sistemas, Tanques Acoplados, Controlador MRAC, Controlador GMV.
Sumrio
Sumrio i
Lista de Figuras iii
Lista de Tabelas v
Lista de Abreviaturas e Smbolos vii
1 Introduo 1
2 Reviso Bibliogrfica 3
3 Referencial Terico 7
3.1 Controle Adaptativo . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.1.1 Histrico . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
3.1.2 Estrutura do Controlador . . . . . . . . . . . . . . . . . . . . 8
3.1.3 Controle Adaptativo Direto/Indireto . . . . . . . . . . . . . 9
3.2 Desacoplamento de Sistemas . . . . . . . . . . . . . . . . . . . . . . 10
3.2.1 Desacoplador Ideal . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2.2 Desacoplador Simplificado . . . . . . . . . . . . . . . . . . . 12
3.2.3 Desacoplador Invertido . . . . . . . . . . . . . . . . . . . . . 12
3.3 MRAC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.4 Controlador auto-ajustvel GMV . . . . . . . . . . . . . . . . . . . . 16
3.4.1 Mtodo dos Mnimos Quadrados Recursivo . . . . . . . . . 17
3.4.2 Implementao do controlador GMV . . . . . . . . . . . . . 19
4 Metodologia 23
4.1 Sistema de Tanques . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.2 Desacoplador Invertido . . . . . . . . . . . . . . . . . . . . . . . . . 27
4.2.1 Desacoplador Invertido Chaveado . . . . . . . . . . . . . . . 29
i
5 Resultados 33
5.1 Sistema Desacoplado . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
5.2 Controlador MRAC . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
5.3 Controlador GMV . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 43
5.4 Saturao do Sinal de Controle . . . . . . . . . . . . . . . . . . . . . 49
6 Concluses 61
Referncias Bibliogrficas 62
A Matriz de Transferncia do Sistema Desacoplado 65
B Funes de Transferncia do Desacoplador Chaveado 67

B.1 Elemento D21 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 67
B.2 Elemento D32 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
B.3 Elemento D31 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71
Lista de Figuras
3.1 Estrutura de um Controlador Adaptativo (STRM; WITTEN-

MARK, 1995) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.2 Estrutura de um Controlador Adaptativo Direto (IOANNOU;
SUN, 1996) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.3 Estrutura de um Controlador Adaptativo Indireto (IOANNOU;
SUN, 1996) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 10
3.4 Estrutura de um Desacoplador para um sistema TITO (GARRIDO;
VZQUEZ; MORILLA, 2011) . . . . . . . . . . . . . . . . . . . . . . 11
3.5 Estrutura de um Desacoplador Invertido para um sistema TITO
(GARRIDO; VZQUEZ; MORILLA, 2011) . . . . . . . . . . . . . . . 13
3.6 Arquitetura do controlador MRAC . . . . . . . . . . . . . . . . . . . 14
3.7 Arquitetura do controlador GMV . . . . . . . . . . . . . . . . . . . . 21
4.1 Sistema de Tanques Acoplados . . . . . . . . . . . . . . . . . . . . . 24

4.2 Representao de D(s) pelas matrizes Dd (s) e Do (s) (GARRIDO;
VZQUEZ; MORILLA, 2011) . . . . . . . . . . . . . . . . . . . . . . 27
4.3 Disposio final dos elementos do desacoplador . . . . . . . . . . . 29
4.4 Diviso do tanque em diferentes pontos de operao . . . . . . . . 30
4.5 Esquema exemplo do elemento D21 do desacoplador chaveado . . 31
5.1 Comparativo para o sistema em malha aberta com desacoplador e

sem desacoplador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
5.2 Comparativo para o sistema em malha aberta entre o desacoplador
PO 15 e o desacoplador chaveado . . . . . . . . . . . . . . . . . . . 36
5.3 Resposta do sistema com o controlador MRAC . . . . . . . . . . . . 39
5.4 Estimativas dos parmetros do controlador MRAC . . . . . . . . . 40
5.5 Resposta do sistema com o controlador MRAC . . . . . . . . . . . . 41
5.6 Sinal de Controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 42
5.7 Resposta do sistema com o controlador GMV para diferentes pe-
rodos de amostragem . . . . . . . . . . . . . . . . . . . . . . . . . . 44
iii
5.8 Resposta do sistema com o controlador GMV . . . . . . . . . . . . 45
5.9 Resposta do sistema para os instantes iniciais da simulao . . . . 46
5.10 Sinal de Controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.11 Resposta do sistema com desacoplador amenizando o acoplamento
entre as variveis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
5.12 Comportamento das estimativas dos parmetros do sistema (m-
todo dos mnimos quadrados) . . . . . . . . . . . . . . . . . . . . . 49
5.13 Desempenho do sistema para os controladores com saturao no
sinal de controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
5.14 Resposta do sistema para o controlador MRAC anti-windup . . . . 52
5.15 Comparativo entre os controladores GMV e MRAC anti-windup . . 54
5.16 Sinal de controle para o controlador GMV . . . . . . . . . . . . . . 55
5.17 Sinal de controle para o controlador MRAC anti-windup . . . . . . 55
5.18 Comparativo entre os controladores GMV e MRAC . . . . . . . . . 57
5.19 Comparativo entre os controladores GMV e MRAC . . . . . . . . . 58
5.20 Sinal de controle para o controlador MRAC . . . . . . . . . . . . . . 59
5.21 Sinal de controle para o controlador GMV . . . . . . . . . . . . . . 60
Lista de Tabelas
5.1 ndices de desempenho Tanque 3 . . . . . . . . . . . . . . . . . . . . 35

v
Lista de Abreviaturas e Smbolos
MIMO - Multiple Input Multiple Output

MRAC - Model Reference Adaptive Control
GMV - Generalized Minimum Variance
SISO - Single Input Single Output
ANFIS - Adaptive Neural Fuzzy Inference System
M.I.T - Massachusetts Institute of Technology
ISE - Integrated Square Error
IAE - Integrated Absolute Error
ITAE - Integrated of the Time multiplied by Absolute Error
G (s) - Matriz de transferncia do sistema
D (s) - Matriz de desacoplamento do sistema
Q(s) - Matriz do sistema desacoplado (processo aparente)
C (s) - Matriz de controladores
Do (s) - Matriz auxiliar do desacoplador invertido
Dd (s) - Matriz auxiliar do desacoplador invertido
I - Matriz identidade
r - Referncia aplicada ao sistema
y - Sada do sistema
qit - Vazo de entrada do tanque
qot - Vazo de sada do tanque
Kmt - Constante da bomba
at - rea do orifcio de sada dos tanque
At - rea do tanque
Lt - Nvel dos tanque
Vpt - Tenso aplicada a bomba
g - Acelerao da gravidade
Lot - Ponto de operao do tanque
u - Sinal de controle
a - Parmetro do sistema
b - Parmetro do sistema
um - Sinal de controle do modelo de referncia
am - Parmetro do modelo de referncia
bm - Parmetro do modelo de referncia
- Vetor de estimativas
e - Erro de estimao
J - Funo objetivo
- Vetor de ganhos adaptativos
p - Operador diferencial
x - Vetor de regressores
yre f - Referncia aplicada ao sistema
- Fator de ponderao do sinal de controle
e - Vetor erro
Captulo 1
Introduo
Estratgias de controle adaptativo vm ganhando destaque nos ltimos anos

em aplicaes que envolvem no-linearidades significativas, variaes param-
tricas, ou pouco conhecimento a respeito das plantas tratadas. A necessidade
de desenvolver sistemas com capacidade de aprendizagem e tomada de deciso
em situaes de incerteza, principalmente nas reas de controle de processos e
aviao foi, segundo (STRM, 1996), o que motivou os primeiros estudos sobre
o tema no final da dcada de 1950. O MRAC (Model Reference Adaptive Control)
um exemplo de controlador adaptativo em que o desempenho desejado do
sistema expresso atravs de um modelo de referncia, tendo como finalidade
fazer com que o comportamento da planta seja similar ao do modelo para um
determinado sinal de entrada. Para isso, necessrio um mecanismo de ajuste
(ou lei adaptativa) que visa estimar os parmetros do controlador, sendo esse
mecanismo usado para ajustar os parmetros do controlador com base no erro
entre a sada da planta e a do modelo de referncia.
A proposta apresentada nesse trabalho projetar e aplicar duas tcnicas
de controle adaptativo em um sistema de trs tanques acoplados, tendo como
objetivo controlar seus respectivos nveis. Alm do controlador MRAC, um
controlador auto-ajustvel de mnima varincia generalizado implementado
(Self tuning Generalized Minimum Variance Control - GMV). De acordo com (GOS-
MANN, 2002) O processo de tanques acoplados bastante adequado para ser
utilizado neste tipo de estudo, basicamente por dois motivos: primeiro, porque
bastante comum em escala industrial, principalmente nos ramos qumico, pe-
troqumico, de celulose e de alimentos; e segundo, porque de fcil construo e
de modelagem relativamente simples, permitindo que diferentes controladores
possam ser projetados, implementados e testados de forma rpida e eficiente.
Por se tratar de uma planta que possui no-linearidades, os compensadores
2 CAPTULO 1. INTRODUO
adaptativos foram selecionados por apresentar bom desempenho em sistemas

dessa natureza. Optou-se tambm pelo uso de uma estratgia de desacoplamento,
visto que o processo multivarivel e as variveis envolvidas possuem certo
acoplamento. Com isso, a influncia de uma varivel nas outras minimizada e
o problema em questo pode ser visualizado como trs problemas de controle
para o caso SISO (Single Input Single Output), sendo cada um referente a um
tanque. A combinao das estratgias de desacoplamento e controle adaptativo
permite simplificar a abordagem do problema, visto que o projeto de um contro-
lador adaptativo MIMO uma tarefa mais complexa do que a implementao
realizada, composta por trs controladores SISO. A presena do desacoplador
tambm tende a aumentar a eficincia do controle, rejeitando as perturbaes
e otimizando a convergncia das estimativas envolvidas. Para a obteno dos
resultados via simulao, a modelagem do sistema foi baseada em uma planta
didtica da Quanser para controle de nvel.
A estrutura desse documento encontra-se organizada por captulos. O cap-
tulo 1 traz um contedo introdutrio dos temas que sero tratados, assim como
o objetivo do trabalho. O captulo 2 apresenta o estado da arte, com a reviso de
alguns trabalhos mais recentes na literatura relacionados ao controle adaptativo
de sistemas MIMO. O referencial terico compe o captulo 3, contendo os princi-
pais conceitos envolvidos nos temas de Controle Adaptativo, Desacoplamento
de Sistemas, MRAC e GMV. O captulo 4 expe a modelagem fenomenolgica
do sistema de tanques e a metodologia utilizada na implementao do desaco-
plador. Os resultados das simulaes realizadas so expostos no captulo 5 e as
consideraes finais esto contidas no captulo 6.
Captulo 2
Reviso Bibliogrfica
Este captulo apresenta a reviso de alguns trabalhos recentes na literatura

relacionados a estratgias de controle adaptativo em sistemas do tipo MIMO,
visto que esse o tema central do trabalho.
Em (SHAH; RASMUSSEN; ALLEYNE, 2004) utilizada uma estratgia de
controle adaptativo multivarivel para um sistema de ar condicionado automo-
tivo. Sistemas desse tipo possuem uma dinmica altamente no-linear devido s
propriedades do fludo e s relaes termodinmicas envolvidas. Inicialmente,
um modelo fsico do sistema validado experimentalmente exposto, e sua identi-
ficao realizada de maneira recursiva atravs de um algoritmo de estimao
de parmetros para o caso MIMO. O algoritmo baseado no mtodo dos m-
nimos quadrados estendido. No seu estudo, um Regulador Linear Quadrtico
projetado com a finalidade de tratar problemas do tipo servo (seguidor de
referncia) e de rejeio a perturbaes. As variveis de interesse so a presso
do evaporador e temperatura do sistema, sendo essas variveis controladas de
maneira coordenada atravs da vlvula de expanso e do fluxo de ar no eva-
porador respectivamente. As perturbaes so representadas por variaes na
rotao do compressor, e no fluxo de ar no condensador, no intuito de simular
condies diferentes de dirigibilidade. Segundo o autor, a aproximao MIMO
adaptativa demonstrada com sucesso prov condies favorveis no que diz
respeito a qualquer futura validao do mtodo utilizado em hardware.
(CARVALHO; HEMERLY, 2008) aplica e compara duas tcnicas de controle
adaptativo no-linear em um modelo de helicptero com trs graus de liberdade,
incertezas paramtricas e dinmicas no modeladas. As tcnicas utilizadas so a
realimentao de sada e a realimentao de estados, ambas em conjunto com um
modelo de referncia e redes neurais artificiais linearmente parametrizadas. De
acordo com o autor, o uso de redes neurais na rea de controle adaptativo no-
4 CAPTULO 2. REVISO BIBLIOGRFICA
linear tem recebido grande ateno especialmente nas ltimas duas dcadas. Esse
tipo de estrutura apresenta uma arquitetura de controle simples de implementar,
sendo capaz de utilizar informaes conhecidas do sistema, mas ao mesmo tempo
no depender fortemente dessas informaes para apresentar um desempenho
aceitvel. Um comparativo entre as metodologias adaptativas e os controladores
clssicos exposto, sendo as estratgias de controle clssicas insuficientes para
atingir as especificaes de desempenho associadas ao modelo de referncia. Em
relao as tcnicas adaptativas, elas se mostraram bem eficientes na compensao
das dinmicas no-lineares, principalmente quando o sistema submetido a
variaes nos parmetros durante os testes.
Em (CARVALHO; HEMERLY; RIBEIRO, 2008), o mtodo de realimentao de
sada em conjunto com redes neurais aplicado em um modelo de helicptero
com dois graus de liberdade. O objetivo do trabalho a validao de uma das
estratgias de controle apresentadas por (CARVALHO; HEMERLY, 2008) com
dados experimentais reais. O controle do sistema MIMO simplificado em uma
estrutura composta por dois sistemas SISO para os dois eixos de movimento
da planta. Um modelo de referncia utilizado em conjunto com a tcnica de
linearizao entrada-sada. Sendo essa uma estratgia voltada para sistemas
SISO, e por se tratar de um problema MIMO, o uso de um elemento adaptativo
(rede neural multicamadas) faz com que os efeitos das dinmicas no-lineares
de cada canal sejam compensados, assim como o acoplamento entre as variveis.
Os resultados experimentais obtidos foram satisfatrios para a validao da
estratgia de controle.
(COLN; ROSA, 2012) traz a aplicao de um controlador do tipo self-tuning
regulator (STR) em uma planta didtica de trs tanques comunicantes, sendo
o objetivo controlar o nvel de dois desses tanques. Trata-se de um sistema
multivarivel com a presena de no-linearidades do tipo no suave, onde a
configurao do sistema pode ser modificada por meio de vlvulas, alterando a
dinmica do sistema quando desejado. O mtodo de estimao utilizado foi o de
mnimos quadrados recursivo normalizado e com fator de esquecimento. O autor
optou por no realizar uma anlise multivarivel do sistema, e sim considerar
cada um dos tanques de interesse como um sistema SISO, deixando a cargo do
controlador adaptativo compensar as alteraes na dinmica do sistema. Uma
srie de resultados apresentada, verificando o comportamento da sada da
planta com alteraes no fator de esquecimento, na taxa de aprendizagem e com
a adio de distrbios.
5
(FREITAS; BAUCHSPIESS, 2007) utiliza uma estratgia adaptativa neuro-

fuzzy (ANFIS - adaptive neural fuzzy inference system) em um processo de controle
de nvel de um sistema de trs tanques acoplados. O sistema apresenta caracters-
ticas no lineares, de terceira ordem, e uma anlise multivarivel do problema
realizada considerando duas entradas (bombas) e duas sadas (nvel dos tanques).
A lgica fuzzy normalmente faz uso de um conhecimento prvio do sistema ou de
um especialista para determinar o seu conjunto de regras, o que pode ser muito
complexo em processos desse tipo para se obter um bom desempenho. A ideia
do ANFIS utilizar redes neurais artificiais para o treinamento das estruturas
fuzzy a partir de um conjunto de dados do processo, facilitando o projeto do
controlador. Os resultados apresentados foram satisfatrios, sendo o desempenho
do controlador adaptativo neuro-fuzzy comparado a um controlador adaptativo
por alocao de plos. Alm disso, foi realizada uma anlise de sua robustez em
relao a alteraes nos parmetros do processo e nas constantes das vlvulas.
(SILVA et al., 2015) projeta um controlador GMV para um sistema de dis-
tribuio de gua. O controle atua na variao de velocidade de rotao de um
conjunto motor-bomba e a na variao da abertura de vlvulas de controle. Seu
objetivo racionalizar o uso da gua e energia eltrica, na tentativa de aumentar
a eficincia energtica dos conjuntos motor-bomba, e reduzir as perdas de gua
envolvidas no processo. Segundo o autor, a variao da demanda de gua ao
passar do tempo gera contnuas alteraes nas condies de operao das redes
hidrulicas. Alm disso, o controle simultneo de presso em diversos pontos de
medio da rede, utilizando equipamentos com caractersticas diferentes torna o
sistema complexo, justificando assim o fato de uma tcnica adaptativa ser ado-
tada. O projeto da estratgia GMV com estimao dos parmetros pelo mtodo
dos mnimos quadrados recursivo apresentado, assim como sua aplicao em
uma planta experimental de distribuio de gua. Os experimentos realizados
mostram a eficcia do controlador adaptativo para o sistema em diversas condi-
es de operao, enfatizando a economia de energia e gua, que obteve reduo
de at 19,2% para o sistema atuando na condio mais desfavorvel.
Os estudos citados nesse captulo tem como ponto em comum o controle
de processos multivariveis que apresentam no-linearidades significativas. A
aplicao de estratgias de controle adaptativo em sistemas que possuem tais
caractersticas vem sendo bem aceita nas ltimas dcadas, apresentando bons
resultados experimentais em diversas reas, tais como indstria automotiva,
aviao, processos qumicos e hidrulicos. interessante destacar que novas
6 CAPTULO 2. REVISO BIBLIOGRFICA
abordagens vem sendo desenvolvidas combinando tcnicas adaptativas com

outros elementos como redes neurais e lgica f uzzy, intensificando ainda mais os
estudos na rea. O captulo a seguir introduz um breve histrico e os principais
conceitos envolvidos no tema de Controle Adaptativo.
Captulo 3
Referencial Terico
3.1 Controle Adaptativo

De acordo com (STRM; WITTENMARK, 1995) um controlador adapta-
tivo um controlador que pode modificar seu comportamento em funo das
alteraes na dinmica do processo e de suas perturbaes. Dessa maneira, os
parmetros do controlador so ajustveis e existe um mecanismo de estrutura no
linear responsvel pelo ajuste desses parmetros. (HASSAN, 2002) recomenda
o uso desse tipo de controle para sistemas que apresentam dinmicas com va-
riaes ao longo do tempo, processos conhecidos com incerteza, ou at mesmo
desconhecidos. Alm de sistemas com a presena de atuadores no-lineares, e
sistemas que sofram alteraes nas suas condies de operao, ou na natureza
de suas perturbaes.
3.1.1 Histrico
Pesquisas na rea de controle adaptativo tiveram incio na dcada de cin-
quenta, tendo como motivao o projeto de pilotos automticos para aeronaves
que operavam em diversas velocidades e altitudes. Concluiu-se que um con-
trolador de ganhos constantes no era suficiente para resolver o problema em
questo, e foi adotada como primeira soluo o controle por escalonamento de
ganho (Gain Scheduling). Em seguida, as primeiras tentativas com esquemas por
modelo de referncia e mtodos de auto-sintonia (Self Tunning) dos parmetros
dos controladores foram propostos. Assim como as regras de sensibilidade e a
regra do "M.I.T", que apresentavam um bom desempenho sobre certas restries.
Em 1958, Kalman apresentou o conceito de um controlador auto-ajustvel com a
identificao dos parmetros de uma planta linear (SASTRY; BODSON, 1989).
Nos anos 60, haviam mais pesquisas na rea de controle que contriburam
8 CAPTULO 3. REFERENCIAL TERICO
para o desenvolvimento do controle adaptativo. Teorias de espao de estados

e estabilidade foram introduzidas. Havia tambm resultados importantes na
teoria de controle estocstico. A programao dinmica, introduzida por Bellman,
aumentou a compreenso dos processos adaptativos. No final dos anos 70 e
inicio dos anos 80, provas de estabilidade de sistemas adaptativos apareceram,
embora sob vrias suposies restritivas. O esforo de juntar ideias de controle
robusto e identificao de sistemas tinha uma relevncia particular. A investiga-
o da necessidade dessas suposies geraram novas e interessantes pesquisas na
robustez do controle adaptativo, assim como em controladores universalmente
estabilizveis. Pesquisas no final da dcada de 80 e inicio da dcada de 90 deram
maior percepo de robustez aos controladores adaptativos. Os avanos nos
estudos de sistemas no lineares levaram tambm a um aumento significante da
compreenso do tema. Surgiram muitos experimentos em controle adaptativo
tanto em laboratrios, como na indstria. O rpido progresso em microeletrnica
foi de grande importncia e a interao entre teoria e prtica resultou em um
vigoroso desenvolvimento em campo. Como resultado, controladores adapta-
tivos comearam a aparecer comercialmente no comeo dos anos oitenta. Esse
desenvolvimento teve forte acelerao e tcnicas adaptativas so aplicadas de
diversas maneiras em grande parte dos controladores comercializados hoje em
dia. (STRM; WITTENMARK, 1995)
3.1.2 Estrutura do Controlador
A sada de um processo contm informaes sobre seus estados e parmetros.

Um controlador adaptativo deve ser capaz de aprender sobre as variaes que
ocorrerem na dinmica da planta, processando sua sada e utilizando os ganhos
apropriados para acomodar essas variaes. A maneira como os ganhos do
controlador se adaptam em resposta s mudanas de dinmica da planta e
de suas pertrubaes distingue cada um dos esquemas de controle adaptativo
(IOANNOU; SUN, 1996). De maneira geral, um sistema adaptativo composto
por duas malhas realimentadas. A primeira contm o processo e o controlador.
J a segunda, possui um mecanismo de ajuste dos parmetros do controlador.
Essa estrutura pode ser observada na figura 3.1.
3.1. CONTROLE ADAPTATIVO 9
Figura 3.1: Estrutura de um Controlador Adaptativo (STRM; WITTENMARK, 1995)
3.1.3 Controle Adaptativo Direto/Indireto

Um sistema de controle adaptativo pode ser classificado como direto ou
indireto. Para uma estrutura direta, os parmetros do controlador so estimados
diretamente. Para isso se faz necessria uma etapa de parametrizao das
variveis do controlador em funo dos parmetros da planta, sendo o mecanismo
de ajuste o nico elemento responsvel pela atualizao do controlador. A
estrutura de um controlador adaptativo direto demonstrada na figura 3.2. Para
o caso indireto, o processo composto por duas etapas. A primeira responsvel
apenas pela estimao dos parmetros da planta, e a segunda responsvel pelo
clculo dos parmetros do controlador atravs das estimativas, apresentando
assim um elemento intermedirio quando comparado com o caso direto. A figura
3.3 apresenta o modelo de um sistema indireto.
Figura 3.2: Estrutura de um Controlador Adaptativo Direto (IOANNOU; SUN, 1996)

Figura 3.3: Estrutura de um Controlador Adaptativo Indireto (IOANNOU; SUN, 1996)
3.2 Desacoplamento de Sistemas

Grande parte dos sistemas multivariveis apresentam interaes entre suas
entradas e sadas. O controle eficiente desses sistemas um problema com-
plexo no contexto de controle de processos, visto que mtodos de controle j
consolidados para casos de sistemas SISO nem sempre podem ser estendidos
diretamente para o caso MIMO (CHEN; ZHANG, 2006). Uma das maneiras de
tratar o acoplamento entre as variveis presentes em um sistema MIMO atravs
de mtodos de desacoplamento. Tais mtodos tendem a minimizar os efeitos
que uma varivel do sistema exerce sobre a outra, tornando possvel realizar
um estudo mais simples do problema para cada conjunto de entradas e sadas.
Podemos por exemplo desenvolver controladores especficos para cada par de
entrada e sada, ao invs de uma anlise centralizada utilizando tcnicas de
controle MIMO mais avanadas. Um sistema de controle descentralizado com
uma matriz de desacoplamento pode ser projetado combinando um controlador
C (s) com um bloco compensador D (s), de tal maneira que o controlador visua-
lize o processo aparente Q(s) como um conjunto de processos completamente
independentes. A essncia desse mtodo introduzir dinmicas que cancelem
as interaes existentes entre as variveis do processo, permitindo que seja feito
um controle independente para cada uma das malhas do sistema (GARRIDO;
3.2. DESACOPLAMENTO DE SISTEMAS 11
VZQUEZ; MORILLA, 2011). A figura 3.4 apresenta a estrutura convencional

de um desacoplador para um sistema TITO (Two Inputs and Two Outputs), sendo
d11 , d12 , d21 , d22 os elementos de D (s), c1 , c2 os elementos de C (s) e g11 , g12 , g21 ,
g22 os elementos da matriz de transferncia G (s) - Equao (3.1). A matriz D (s)
deve ser projetada de maneira que G (s) D (s) resulte na matriz de transferncia
diagonal Q(s) - Equao (3.2).
! !
d11 d12 g11 g12
D (s) = G (s) =
d21 d22 g21 g22
! ! (3.1)
q11 0 c11 0
Q(s) = C (s) =
0 q22 0 c22
Q(s) = G (s).D (s) (3.2)
Figura 3.4: Estrutura de um Desacoplador para um sistema TITO (GARRIDO; VZQUEZ;

MORILLA, 2011)
De maneira geral, as tcnicas de desacoplamento convencionais so classifica-
das em trs tipos: desacoplador ideal (ideal decoupling), desacoplador simplificado
(simplified decoupling) e desacoplador invertido (inverted decoupling). (GAGNON;
POMERLEAU; DESBIENS, 1998) apresenta um estudo comparativo entre os
trs mtodos, onde a estabilidade, robustez e implementao dos modelos so
estudadas. Para o autor, a escolha do mtodo de desacoplamento uma ta-
refa relativamente complexa, visto que cada tcnica apresenta suas vantagens e
limitaes.
3.2.1 Desacoplador Ideal

Substituindo (3.1) em (3.2), temos:
Q(s) = G (s).D (s)

!
g22 q11 g12 q22 (3.3)
D ( s ) = G ( s ) 1 Q ( s ) =
g21 q11 g11 q22
A equao (3.3) define o desacoplador ideal (Ideal Decoupling) proposto por
(LUYBEN, 1970). Tal mtodo permite que os elementos do controlador c11 e c22
sejam sintonizados de acordo com os elementos atribudos matriz aparente
do processo Q(s). Apesar de seu esquema refletir em uma maior facilidade no
projeto e sintonia do controlador, sua estrutura na maioria das vezes pode levar a
expresses complexas de D (s), de difcil realizao.
3.2.2 Desacoplador Simplificado
Um segundo mtodo denominado simplified decoupling (LUYBEN, 1970) vas-

tamente utilizado na literatura, tendo como sua maior vantagem a simplicidade
dos elementos envolvidos. Sua matriz de desacoplamento descrita por:
gg12
!
1 11
D (s) = (3.4)
gg22
21
1
Resultando na seguinte matriz de transferncia Q(s):
g12 g21
!
g11 g22 0
Q(s) = G (s).D (s) = g12 g21 (3.5)
0 g22 g11
O desacoplador simplificado permite uma maior facilidade no projeto da

matriz de desacoplamento D (s), porm os elementos de Q(s) tornam-se mais
complexos visto que so compostos por somas de funes de transferncia. Tal
caracterstica muitas vezes dificulta a sintonia dos controladores.
3.2.3 Desacoplador Invertido
Na tentativa de evitar complexidade dos elementos de Q(s) na implementao

do desacoplador simplificado, a seguinte estrutura foi proposta (SHINSKEY, 1988)
na disposio dos elementos do desacoplador (Figura 3.5), modificando aquela
apresentada na Figura 3.4:
3.3. MRAC 13
Figura 3.5: Estrutura de um Desacoplador Invertido para um sistema TITO (GARRIDO;

VZQUEZ; MORILLA, 2011)
A partir desta estrutura, (WADE, 1997) desenvolveu uma nova estratgia
de desacoplamento denominada inverted decoupling que apresenta as mesmas
funes de transferncia da matriz D (s) utilizadas no desacoplador simplificado
(3.4) e uma matriz aparente do sistema mais simples, assim como o desacoplador
ideal (3.6). Diante do exposto, este mtodo foi utilizado no presente trabalho pois
oferece os benefcios de ambos os desacopladores citados anteriormente e uma
implementao mais simples e direta. Uma descrio matemtica mais detalhada
do desacoplador invertido apresentada na seo 4.2 para um processo 3x3.
gg12 g11
gq11
! !
12
1
D ( s ) 1 = Q ( s ) 1 G ( s ) = 11
= q11
gg21
22
1
g21
q22
g22
q22
Para q11 = g11 e q22 = g22 : (3.6)
gg12
!
1
Q ( s ) 1 G ( s ) = 11
gg21
22
1
3.3 MRAC
Inicialmente apresentado no trabalho de (WHITAKER; YAMRON; KEZER,
1958), em estudos no campo da aviao. Os controladores MRAC tratam proble-
mas do tipo servo atravs de um modelo de referncia que especifica o comporta-
mento a ser seguido pela planta. Tal comportamento pode ser atingido atravs
de um mecanismo de ajuste (lei adaptativa) dos parmetros do controlador. De

acordo com (STRM; WITTENMARK, 1995), esse mecanismo baseado no
erro entre a sada da planta e a sada do modelo de referncia, e pode ser obtido
de diversas maneiras: utilizando o mtodo do gradiente, a regra do MIT ou apli-
cando a teoria da estabilidade. No presente trabalho a regra do MIT utilizada.
A figura 3.6 apresenta a arquitetura de um controlador MRAC.
Figura 3.6: Arquitetura do controlador MRAC

Seja uma planta genrica de primeira ordem (3.7) :
y = ay + bu (3.7)
O modelo de referncia (3.8) :
ym = am ym + bm um (3.8)
E o controlador descrito por:
u = 1 r 2 y (3.9)
Sendo r a referncia aplicada ao sistema. Substituindo (3.9) em (3.7):
y = ay + b(1 r 2 y)
y = ( a + b2 )y + b1 r (3.10)
3.3. MRAC 15
Comparando (3.10) e (3.8) e considerando que a planta deve se comportar como

o modelo de referncia, temos que y = ym e um = r, logo:
bm
1 = (3.11)
b
am a
2 = (3.12)
b
Para aplicar a regra do MIT, definimos o erro de estimao e e a seguinte
funo objetivo J:
e = y ym (3.13)
1
J ( 1 , 2 ) = e2 (3.14)
2
A fim de realizarmos a estimao dos parmetros do controlador, devemos
minimizar a funo objetivo na direo negativa de seu gradiente. Sendo o
ganho adaptativo e o vetor de parmetros do controlador, temos:
J e
= = e (3.15)

A equao (3.15) apresenta a regra do MIT. A taxa de convergncia das
estimativas dos parmetros do controlador est diretamente relacionada ao ganho
adaptativo . Quanto maior o valor de , maior a velocidade que as estimativas
convergem, porm para valores muito elevados o comportamento das estimativas
e
torna-se imprevisvel. A derivada parcial denomida derivada de sensibilidade
do sistema. Tal derivada expressa como o erro e influenciado pelo vetor .
Decorre da equao (3.10) que a sada do sistema em malha fechada dada por:
b1
y= r (3.16)
p + a + b2
sendo p = d/dt o operador diferencial. As equaes de sensibilidade (3.17) e
(3.18) so obtidas atravs das derivadas parciais do erro de estimao em relao
aos parmetros do controlador 1 e 2 :
e b b
= r r (3.17)
1 p + a + b2 p + am
e b2 1 b b
= r = y y (3.18)
2 ( p + a + b2 )2 p + a + b2 p + am
Essas equaes no podem ser aplicadas diretamente pois os parmetros da

planta a e b so desconhecidos. Por isso devemos utilizar aproximaes, das quais
uma das possveis a seguinte: p + a + b2 p + am . Isso decorre da equao
(3.12) quando consideramos que medida que as estimativas dos parmetros
tendem a convergir, o comportamento do sistema deve acompanhar o modelo
de referncia. Levando em considerao a aproximao citada e a equao das
estimativas dos parmetros do controlador (3.15) temos :

J e b
1 = = e = r e (3.19)
1 1 p + am

J e b
2 = = e = y e (3.20)
2 2 p + am
Combinando os parmetros b, am e (3.21), podemos normalizar os filtros
para apresentarem ganho unitrio, resultando em:
b
0 = (3.21)
am

am
1 = 0 r e (3.22)
p + am

am
2 = 0 y e (3.23)
p + am
3.4 Controlador auto-ajustvel GMV

Apresentado por (CLARKE; GAWTHROP, 1975), o controlador GMV uma
estratgia de controle adaptativo auto-ajustvel para sistemas que apresentam
parmetros constantes porm desconhecidos. O controle realizado em duas
etapas, a primeira consiste na estimao dos parmetros do sistema que feita
atravs do mtodo do mnimos quadrados recursivo, e a segunda por uma lei
de controle baseada na minimizao de uma funo de custo que incorpora
as variaes da sada, entrada e referncia do sistema. O mtodo em questo
possui vrias vantagens sobre as primeiras estratgias auto-ajustveis (STRM;
WITTENMARK, 1995): permitida a ponderao do sinal de controle; a referncia
pode ser perfeitamente seguida; no apresenta como requisito a escolha de um
parmetro relacionado ao sistema que assegure a convergncia das estimaes.
3.4. CONTROLADOR AUTO-AJUSTVEL GMV 17
3.4.1 Mtodo dos Mnimos Quadrados Recursivo
A identificao do sistema uma etapa fundamental em estratgias de controle

adaptativo indiretos. Mtodos de identificao tm como objetivo desenvolver
ou aprimorar uma representao matemtica de um sistema fsico utilizando
dados experimentais, como por exemplo suas entradas e sadas. Tais tcnicas
so largamente utilizadas para casos em que os parmetros da planta sejam
pouco conhecidos, desconhecidos ou sofram variaes ao longo do tempo. No
presente trabalho o mtodo dos mnimos quadrados recursivo utilizado para
estimar os parmetros do sistema desacoplado. A estimao feita em tempo
real enquanto o processo se encontrar operando, sendo assim considerado um
mtodo "on-line"de estimao. Considerando o seguinte conjunto de entradas e
sadas medidas:
n on o
u(0) u(1) ... u( N ) y(0) y(1) ... y( N ) (3.24)
Definimos as seguintes matrizes:

a1
a2

..

.
y (1) e1
an
y (2) e2

= y =
.. e = ..

b1 . .
y( N ) en

b2

. (3.25)
.
.
bm
.
y (0) y(1 n) ..
... u (0) ... u(1 m)

y (1) ..
... y(2 n) . u (1) ... u(2 m)
x=

.
.. .
.. .
.. .
.. .
..

..
y( N 1) ... y( N n) . u( N 1) ... u( N m)
Temos que:
y = x + e (3.26)
O problema consiste em encontrar o vetor que contm os parmetros do sistema,

dados os vetores x e y. Para isso, devemos escolher os valores de que minimizam
a seguinte funo erro:
N
J= e2 (k) = eT e = (y x )T (y x ) (3.27)
k =1
Minimizamos J igualando a zero o seu gradiente em funo de :
J
=0
=
(3.28)
(y T y y T x T x T y + T x T x )
=0
=
Resultando em:
2x T y + 2x T x = 0
(3.29)
= ( x T x )1 x T y
A equao (3.29) apresenta o clculo das estimativas para o mtodo os mnimos

quadrados. Para a verso recursiva do estimador, ajustamos as equaes (3.26) e
(3.29) considerando N+1 amostras, resultando em (3.30) e (3.31) :
..
y (0) ... y (1 n ) . u (0) ... u (1 m )
y (1) .. e (1)
y (1) ... y (2 n ) . u (1) ... u (2 m )

y (2) .. .. .. .. .. e (2)
..
. . . . .
..

= +

. .. .
y ( N ) y ( N 1) ... y( N n) . u ( N 1) ... u( N m)

e( N )
..
y ( N + 1)

... ... ... . ... ... ...
e ( N + 1)
.
y( N ) ... y( N + 1 n) .. u( N + 1) ... u( N + 1 m)

Y( N ) X(N) E( N )
... = ... + ...

y ( N + 1) x T ( N + 1) y ( N + 1)
(3.30)
T 1 T
N +1 = ( X N +1 X N +1 ) X N +1 YN +1

YN
T 1 T
N +1 = ( X N +1 X N +1 ) X N +1 ...

y N +1
1 (3.31)
X N Y N
T .. T ... x
h i h i
N +1 = X N . x N +1 ... N +1 ...

XN
x TN +1 y N +1
T
N +1 = ( X N X N + x N +1 x TN +1 )1 [ X N
T
YN + x N +1 y N +1 ]
Definimos a matriz de covarincia:
T
PN +1 = ( X N X N + x N +1 x TN +1 )1 (3.32)
Utilizando o lema da inverso de matrizes, temos:
PN +1 = [ I (1 + x TN +1 PN x N +1 )1 PN x N +1 x TN +1 ] PN (3.33)
Substituindo (3.33) em (3.31) obtemos as equaes do estimador:
K N = (1 + x TN +1 PN x N +1 )1 PN x N +1
N +1 = N + K N (y N +1 x TN +1 N ) (3.34)
PN +1 = [ I K N x TN +1 ] PN
3.4.2 Implementao do controlador GMV
Dado um sistema discreto de primeira ordem descrito por:
y(k + 1) = ay(k ) + bu(k ) (3.35)
Podemos escrever y(k + 1) em funo da variao do sinal de controle u(k)

subtraindo a equao (3.36) de (3.35):
y(k) = ay(k 1) + bu(k 1) (3.36)

Resultando em:
y(k + 1) y(k ) = a[y(k ) y(k 1)] + b[u(k ) u(k 1)]

y(k + 1) = ay(k ) + y(k ) ay(k 1) + bu(k ) (3.37)
y(k + 1) = (1 a)y(k ) + ay(k 1) + bu(k )
O sinal de controle pode ser calculado minimizando a funo de custo J (3.38)

em relao a variao do sinal de controle u(k), sendo yre f a referncia aplicada
ao sistema e o fator de ponderao de u(k):
J = [y(k + 1) yre f (k + 1)]2 + u(k )2 (3.38)
Substituindo (3.37) em (3.38):
J = [(1 a)y(k ) + ay(k 1) + bu(k ) yre f (k + 1)]2 + u(k )2 (3.39)
Minimizando J (3.39):
J
=0
u(k )
J
= 2[(1 a)y(k) + ay(k 1) + bu(k) yre f (k + 1)] + 2u(k) = 0
u(k)
u(k )(b2 + ) = b[( ay(k ) y(k) ay(k 1) + yre f (k + 1)]
b
u(k) = [( ay(k) y(k) ay(k 1) + yre f (k + 1)]
( b2 + )
(3.40)
Como u(k ) = u(k ) u(k 1), chegamos a expresso do sinal de controle
aplicado a cada intervalo de tempo, onde os parmetros do sistema a e b pelo
princpio de equivalncia a certeza (SIMON, 1956) (THEIL, 1957) devem ser
substituidos pelas estimativas obtidas atravs do mtodo dos mnimos quadrados:
" #
1 ( ay(k) y(k) ay(k 1) + yre f (k + 1)
u(k) = + u ( k 1) (3.41)
1+ b
b
A figura 3.7 apresenta a arquitetura do controlador em questo:

Figura 3.7: Arquitetura do controlador GMV

Captulo 4
Metodologia
Este captulo apresenta a metodologia utilizada neste trabalho, incluindo

alguns conceitos e a fundamentao matemtica dos temas envolvidos. Na seo
4.1 feita uma descrio do sistema de tanques e sua modelagem fenomenolgica.
A seo 4.2 traz o equacionamento do desacoplador invertido para um sistema
3x3 e sua aplicao no processo.
4.1 Sistema de Tanques
O sistema composto por trs tanques e trs bombas (entradas), organizados

de maneira que a vazo de sada de um tanque seja despejada no segundo e
assim por diante (Figura 4.1). Cada tanque possui uma altura de 30 cm e suas
vazes so provenientes de um tanque de base para onde escoa o fluido do 3o
tanque. Durante o processo consideramos que pode-se tanto adicionar como
remover fluido de cada tanque, o que matematicamente pode ser representado
por um sinal de controle positivo ou negativo.
24 CAPTULO 4. METODOLOGIA
Figura 4.1: Sistema de Tanques Acoplados
Realizando uma modelagem fenomenolgica do processo, a dinmica da

planta pode ser representada da seguinte maneira:
Tanque 1
qi1 = Km1 Vp1 (4.1)

p
qo1 = a1 2gL1 (4.2)
q qo1 a p K
L1 = i1 = 1 2gL1 + m1 Vp1 (4.3)
A1 A1 A1
Tanque 2
p
qi2 = Km2 Vp2 + a1 2gL1 (4.4)
p
qo2 = a2 2gL2 (4.5)
a p a2 p Km2
L2 = 1 2gL1 2gL2 + Vp2 (4.6)
A2 A2 A2
4.1. SISTEMA DE TANQUES 25
Tanque 3
p
qi3 = Km3 Vp3 + a2 2gL2 (4.7)
p
qo3 = a3 2gL3 (4.8)
a2 p a3 p Km3
L3 = 2gL2 2gL3 + Vp3 (4.9)
A3 A3 A3
Sendo,
qit - vazo de entrada
qot - vazo de sada
Kmt - constante da bomba
at - rea do orifcio de sada
At - rea do tanque
Lt - nvel
Vpt - tenso aplicada a bomba
g acelerao da gravidade
Para t = 1, 2, 3 referente a cada tanque.
Linearizando as equaes (4.3), (4.6) e (4.9) por expanso em srie de Taylor,

considerando os pontos de operao Lo1 ,Lo2 , Lo3 e as variveis L1 = L1 Lo1 ,
L2 = L2 Lo2 e L3 = L3 Lo3 , temos:
r
a g K
L1 = 1 L1 + m1 Vp1 (4.10)
A1 2Lo1 A1
r r
a g a2 g Km2
L2 = 1 L1 L2 + Vp2 (4.11)
A2 2Lo1 A2 2Lo2 A2
r r
a2 g a3 g Km3
L3 = L2 L3 + Vp3 (4.12)
A3 2Lo2 A3 2Lo3 A3
Atribuindo valores s constantes do sistema de acordo com o manual de
referncia dos tanques (QUANSER, ) para t=1,2,3 :
Kmt = 16.5cm3 /s
at = 0.1781cm2
At = 60cm2
g = 978.07cm/s2
Lo1 = Lo2 = Lo3 = 15cm
A partir das equaes linearizadas, considerando Lt as sadas do sistema e

V pt as entradas, obtemos a seguinte matriz de transferncia da planta:

L1 Vp1
Lt = L2 Vpt = Vp2

L3 Vp3

G11 (s) G12 (s) G13 (s) Vp1
Lt = G (s)Vpt = G21 (s) G22 (s) G23 (s) Vp2 (4.13)

G31 (s) G32 (s) G33 (s) Vp3
0.275

s+0.01695 0 0

0.004662 0.275

G (s) =
s2 +0.0339s+0.0002874 s+0.01695 0

7.903 105 0.004662 0.275
s3 +0.05s2 +0.0008s+4.87210 6 s2 +0.0339s+0.0002874 s+0.01695
A matriz de transferncia composta de maneira que cada elemento Gij cor-

responde a funo de transferncia da sada i do sistema em relao a sua entrada
j. Podemos observar claramente o acoplamento entre as variveis envolvidas,
pois a entrada do tanque 1 influencia as sadas dos tanques 2 e 3, e a entrada do
tanque 2 influencia a sada do tanque 3.
4.2. DESACOPLADOR INVERTIDO 27
4.2 Desacoplador Invertido
(GARRIDO; VZQUEZ; MORILLA, 2011) apresentam em seu trabalho as

expresses de um desacoplador invertido de uma maneira generalizada para
processos nn, e suas condies para que seja realizvel. Um desacoplador ideal
dado pela equao (4.14), e tem como objetivo tornar a anlise do sistema MIMO
to simples como uma matriz de transferncia diagonal (no possue acoplamento
entre suas variveis):
D ( s ) = G 1 ( s ) Q ( s ) (4.14)
Sendo D (s) uma matriz nxn com os elementos do desacoplador e Q(s) uma
matriz nxn com as funes de transferncia do sistema desacoplado.
Dada a complexidade do clculo de D (s), o mtodo do desacoplador invertido

prope que a estrutura dessa matriz seja representada pela equao (4.15). Desse
modo, D (s) escrita em funo das matrizes Do (s) e Dd(s) que compem uma
malha com realimentao positiva, ilustrada na figura 4.2.
Figura 4.2: Representao de D(s) pelas matrizes Dd (s) e Do (s) (GARRIDO; VZQUEZ;
MORILLA, 2011)
D (s) = Dd(s).( I Do (s).Dd(s))1 (4.15)

Considerando a inversa da matriz D (s) para simplificar a anlise, temos:
D (s)1 = ( I Do (s).Dd(s)) Dd(s)1

(4.16)
= Dd(s)1 Do (s)
Invertendo a equao (4.14) e substituindo-a em (4.16), obtemos:
Dd(s)1 Do (s) = Q(s)1 G (s) (4.17)
A equao (4.17) pode ser utilizada para calcular os elementos do desacoplador.

A matriz Dd(s) deve ser no singular e pode ser escolhida de maneira que seja
uma matriz diagonal. J a matriz Do (s) possui elementos nulos em sua diagonal
visto que uma determinada sada do desacoplador no influencia sua respectiva
entrada. Dessa maneira as expresses (4.18) e (4.19) definem o desacoplador para
um sistema 3x3:
g11 g12 g13

1
dd11 do12 do13 q1 q1 q1

do21 1
g21 g22 g23
dd22 do 23
=
q2 q2 q2

(4.18)
g31 g32 g33
do31 do32 dd133 q3 q3 q3
Escolhendo os elementos da diagonal principal da matriz Dd unitrios e

considerando que a matriz Q(s) deve apresentar os mesmos valores da diagonal
principal de G (s):
dd11 = dd22 = dd33 = 1

(4.19)
q1 = g11 q2 = g22 q3 = g33
g12 g13

1 do12 do13 1 g11 g11
g21 g23
do21 1 do23 = 1 (4.20)

g22 g22
g31 g32
do31 do32 1 g33 g33 1
Substituindo os valores da matriz G (s) (4.13) na equao (4.20) temos os

seguintes termos:
do12 = 0 (4.21)
do13 = 0 (4.22)
0.0046s 7.9 105

do21 = (4.23)
0.275s2 + 0.0093s + 7.9 105
do23 = 0 (4.24)
7.9 105 s 1.34 106
do31 = (4.25)
0.275s3 + 0.013s2 + 0.00023s + 1.34 106
0.0046s 7.9 105
do32 = (4.26)
0.275s2 + 0.0093s + 7.9 105
A disposio final dos elementos do desacoplador incorporados ao sistema
pode ser observada na figura 4.3.
Figura 4.3: Disposio final dos elementos do desacoplador

A matriz de transferncia final do sistema desacoplado Q(s) est exposta no
Apndice A. Como esperado os elementos da diagonal principal de Q(s) corres-
pondem aos mesmos elementos da diagonal principal da matriz G (s), enquanto
seus demais elementos apresentam funes de transferncia com coeficientes de
valores muito prximos a zero.
4.2.1 Desacoplador Invertido Chaveado

As equaes (4.21) a (4.26) descrevem uma soluo de desacoplamento em
torno do ponto de operao de 15cm. Para valores de referncias afastadas
deste ponto de operao, o desacoplador apresenta uma perda de desempenho,
resultando em um maior acoplamento entre as variveis. A estratgia utilizada
para minimizar esse problema foi implementar desacopladores em diferentes
pontos de operao e realizar o chaveamento destes de acordo com a situao em

que o sistema se encontrar. Considerando que os sinais de referncia do sistema
excursionem na faixa de 0 a 20cm, foram definidos para cada um dos tanques
quatro pontos de operao. Para os intervalos entre 0-5cm, 5-10cm, 10-15cm,
15-20cm temos respectivamente os seguintes mdios de operao 2,5cm, 7,5cm,
12,5cm e 17,5cm (Figura 4.4).
Figura 4.4: Diviso do tanque em diferentes pontos de operao

Os elementos da matriz de desacoplamento foram ento calculados levando
em conta as diversas possibilidades em que os nveis dos tanques possam se
encontrar. Por exemplo, para o elemento D21 que compensa a influncia da
entrada 1 no tanque 2, consideramos 16 funes de transferncias distintas,
visto que tanto o tanque 1 como o tanque 2 podem operar em quatro pontos
de operao diferentes. O mesmo ocorre para os elementos D31 e D32 que
apresentam 16 possibilidades cada (no caso de D31 , foram considerados os
diferentes pontos de operao para os tanques 1 e 3, enquanto a condio de
operao do tanque 2 foi fixada em 15cm). O sistema foi linearizado para cada um
dos casos citados com os devidos pontos de operao, e o clculo dos elementos
do desacoplador foi realizado da mesma maneira apresentada na seo 4.2,
totalizando 48 elementos que so chaveados de acordo com os nveis em que os
tanques se encontram em cada instante de tempo. O chaveamento realizado
atravs de um multiplexador que possui como entrada um mecanismo de seleo.

Este mecanismo responsvel por verificar o ponto de operao de cada tanque
em determinado instante de tempo, permitindo que a funo de transferncia
adequada seja utilizada. A figura 4.5 mostra um esquema exemplo do elemento
D21 do desacoplador chaveado. Todas as funes de transferncia calculadas
esto presentes no Apndice B .
Figura 4.5: Esquema exemplo do elemento D21 do desacoplador chaveado

Captulo 5
Resultados
Algumas simulaes no Matlab/Simulink foram realizadas para verificarmos

o comportamento do sistema desacoplado e o desempenho dos controladores
implementados.
5.1 Sistema Desacoplado
Considerando que o acoplamento entre as variveis da planta deve ser mini-

mizado com a presena do desacoplador, aplicamos uma entrada no sistema em
malha aberta que mantenha o nvel do tanque 1 no ponto de operao em que
o desacoplador (4.21-26) foi projetado (15 cm). A tenso aplicada foi de 1.85V.
A figura 5.1 apresenta os resultados obtidos realizando um comparativo entre o
sistema com desacoplamento e sem desacoplamento. Para o caso em que o sis-
tema no possui desacoplamento, os nveis dos tanques 2 e 3 no permaneceram
no estado inicial (0 cm), apresentando valores que tendem a 15 cm em regime
permanente. Isto ocorre devido ao acoplamento das variveis envolvidas, onde a
sada de um tanque influencia diretamente os nveis daqueles que esto abaixo.
Para o sistema desacoplado, a presena do desacoplador minimiza esse efeito e
permite que os vasos 2 e 3 permaneam em 0 cm.
34 CAPTULO 5. RESULTADOS
Figura 5.1: Comparativo para o sistema em malha aberta com desacoplador e sem desacoplador
A fim de verificarmos a eficcia do mtodo do desacoplador chaveado (seo

4.2.1), aplicamos diferentes sinais de entrada em cada um dos tanques para o
sistema em malha aberta. O nvel do tanque 1 mantido em 2.5 cm, enquanto
uma entrada oscilatria aplicada ao tanque 2. Em relao ao tanque 3, o sinal
aplicado faz com que os valores de referncia excurcionem entre os pontos de
operao escolhidos no projeto do desacoplador chaveado. O comportamento da
planta para o desacoplador projetado para o ponto de operao de 15 cm e para
o desacoplador chaveado pode ser observado na figura 5.2. O tanque 3 apresenta
melhor desempenho com a atuao do desacoplador chaveado, acompanhando
de maneira mais eficiente as mudanas de referncia, alm de minimizar o efeito
das perturbaes geradas pelo sinal oscilatrio do tanque 2. O mesmo ocorre
para o tanque 2 nos instantes iniciais da simulao, enquanto o tanque 1 ainda se
encontra em regime transitrio.
Na tentativa de quantificar o desempenho dos experimentos exibidos neste

captulo, foram utilizados trs ndices de desempenho baseados na integral do
erro. Os ndices ISE-Integrated Square Error (Integral do erro quadrtico), IAE -
Integrated Absolute Error (Integral absoluta do erro) e ITAE -Integrated of the Time
multiplied by Absolute Error (Integral do tempo multiplicado pelo erro quadrtico)
so definidos pelas seguintes equaes:
5.1. SISTEMA DESACOPLADO 35
Z
ISE = e(t)2 dt
0
Z
I AE = |e(t)| dt (5.1)
0
Z
ITAE = t|e(t)| dt
0
A tabela 5.1 exibe os valores das mtricas do erro de rastreamento no tanque
3 para o sistema com o desacoplador chaveado e para o sistema com o desaco-
plador no ponto de operao 15cm. O desacoplador chaveado, como esperado,
proporciona um melhor desempenho ao sistema, visto que os ndices devem ser
minimizados. Sendo assim, esta ser a estratgia utilizada para as simulaes
apresentadas nas prximas sees.
Tabela 5.1: ndices de desempenho Tanque 3
ndices Desacoplador Chaveado Desacoplador PO15

ISE 453.4 1371
IAE 298.6 520.8
ITAE 3.144 104 5.636 104
O sistema desacoplado nos permite tratar um sistema MIMO de trs entradas

e trs sadas como trs sistemas SISO, tornando possvel projetar e aplicar um
controlador SISO para cada um desses. A seguir, o projeto dos controladores
adaptativos detalhado nas sees 5.2 e 5.3.
Figura 5.2: Comparativo para o sistema em malha aberta entre o desacoplador PO 15 e o desaco-
plador chaveado
5.2 Controlador MRAC

O projeto do controlador MRAC se resume a obter um modelo de referncia
com o comportamento desejado, atribuir valores iniciais para as estimativas,
5.2. CONTROLADOR MRAC 37
e valores para os ganhos adaptativos. Em relao ao modelo de referncia,

considerando uma planta de primeira ordem, para um sistema com constante de
tempo = 1s e ganho unitrio temos a seguinte funo de transferncia:
1
Gm (s) = (5.2)
s+1
A constante de tempo deve ser um valor no muito alto, pois consequen-
temente tornaria lento o desempenho do controlador. Assim como no pode
ser um valor muito pequeno, pois tende a gerar um sinal de controle elevado.
Aps a realizao de alguns testes, a constante de tempo = 1s foi atribuda. Tal
constante resulta em um tempo de estabilizao do sistema de aproximadamente
4 = 4s para um critrio de erro de 2%.
Por tratarmos de uma planta cujos parmetros so conhecidos, podemos
calcular os parmetros do controlador a partir dos da planta:
bm 1
1 = = = 3.6364 (5.3)
b 0.275
am a 1 0.01695
2 = = = 3.5793 (5.4)
b 0.275
Foram considerados os seguintes valores iniciais das estimativas 1 e 2 :
1inicial = 1, 5 (5.5)
2inicial = 1, 5 (5.6)
Os ganhos adaptativos foram atribudos empiricamente para cada um dos tan-

ques. Ganhos altos apesar de diminuir em tempo necessrio para as estimativas
convergirem, podem levar o sistema a oscilar e no seguir o modelo de referncia.
J valores pequenos de ganhos tendem a tornar a convergencia das estimativas
muito lenta:
10 tanque1 = 0.01 (5.7)
20 tanque1 = 0.01 (5.8)
10 tanque2 = 0.05 (5.9)
20 tanque2 = 0.05 (5.10)

10 tanque3 = 0.5 (5.11)
20 tanque3 = 0.5 (5.12)
Aplicando a mesma configurao do modelo de referncia e estimativas

iniciais nos trs controladores, para valores de referncia no constantes temos o
comportamento apresentado na figura 5.3. A anlise feita para o sistema sem
desacoplador (legenda: MRAC) e com o desacoplador chaveado (legenda: MRAC
Desacoplador). Observamos que o desempenho dos controladores melhora com o
passar do tempo, sendo esse o tempo necessrio para que as estimativas comecem
a convergir.
Figura 5.3: Resposta do sistema com o controlador MRAC
A mesma referncia apresentada na figura 5.3 aplicada a cada intervalo de

500 segundos a fim de verificarmos o comportamento das estimativas para ambos
os casos (figura 5.4).
Figura 5.4: Estimativas dos parmetros do controlador MRAC
O sistema desacoplado possui estimativas que se aproximam bastante dos

valores reais dos parmetros do controlador 1 e 2 . No caso do sistema aco-
plado, as estimativas no convergiram para os valores reais, visto que estamos
projetando controladores de primeira ordem para plantas de segunda ordem
com acoplamento (tanques 2 e 3). Apesar das estimativas no convergirem para
o sistema sem a presena do desacoplador, este permaneceu estvel durante a
simulao. Porm, muitas vezes a trajetria do modelo de referncia no foi
seguida. Podemos observar um exemplo deste fato na figura 5.5, onde o controle
do tanque 3 sem desacoplador no consegue acompanhar bem o modelo de
referncia.
Figura 5.5: Resposta do sistema com o controlador MRAC

As tabelas 5.2 e 5.3 exibem as mtricas de desempenho dos controladores
MRAC sem desacoplamento, com o desacoplador projetado no ponto de operao
15cm e no desacoplador chaveado. O erro de estimao (4.33) foi levado em
considerao no clculo dos ndices visto que o objetivo do controlador MRAC
fazer com que a planta acompanhe o modelo de referncia. Apenas os resultados
dos tanques 2 e 3 so apresentados, visto que o tanque 1 apresenta o mesmo
comportamento para os 3 casos pois no possui acoplamento. A simulao para
obteno dos ndices teve durao de 10.000s.
Os ndices indicam que o Desacoplador Chaveado introduz uma grande
melhoria no MRAC, quando comparado ao mesmo aplicado no sistema acoplado.
Para o tanque 2 o erro reduzido cerca de 3-4 vezes e para o tanque 3 cerca de 10
ndices MRAC MRAC Desacoplador PO15 MRAC Desacoplador Chaveado

ISE 230.50 88.43 67.43
IAE 798.8 346.4 276.4
ITAE 40.71 105 14.04 105 9.66 105
ndices MRAC MRAC Desacoplador PO15 MRAC Desacoplador Chaveado

ISE 330.6 9.596 8.351
IAE 742.9 74.94 72.22
ITAE 37.43 105 3.288 105 3.171 105
vezes para os critrios IAE e ITAE e 40 vezes para o critrio ISE. Uma comparao
entre o desacoplador projetado no ponto de operao 15cm e o desacoplador
chaveado pode ser realizada, mostrando que o segundo minimiza os ndices
principalmente em relao ao segundo tanque. A figura 5.6 apresenta o sinal de
controle no teste realizado para o sistema com desacoplamento.
Figura 5.6: Sinal de Controle

5.3. CONTROLADOR GMV 43
5.3 Controlador GMV
O projeto do controlador GMV consiste em definir o valor inicial para a

matriz de covarincia P (3.32), o fator de ponderao do sinal de controle() e
perodo de amostragem para a discretizao do sistema. Usualmente, a matriz
de covarincia deve ser inicializada com valores elevados. Portanto, aps alguns
testes o seguinte valor foi escolhido:
Pinicial = 1015 I (5.13)
O comportamento do sistema com ponderao do sinal de controle no

apresentou resultados satisfatrios, logo o controlador foi projetado com fator de
ponderao nulo:
=0 (5.14)
Em relao ao perodo de amostragem, alguns testes foram realizados para

definirmos o valor em questo. De acordo com (STRM; WITTENMARK,
1995), as propriedades do sinal de controle quando um controlador por mnima
varincia utilizado depende criticamente do intervalo de amostragem do sistema.
Intervalos pequenos resultam em grandes variaes no sinal de controle que
tornam a sada da planta oscilatria, enquanto intervalos grandes na maioria das
vezes geram sinais de controle insuficientes para levar o sistema sada desejada
em um tempo hbil. A figura 5.7 apresenta o comportamento do tanques com o
controlador GMV para intervalos de amostragem de 0, 1s, 1s e 6s.
Figura 5.7: Resposta do sistema com o controlador GMV para diferentes perodos de amostragem
Para um intervalo de amostragem de 6s o controlador no consegue seguir a

referncia, levando o sistema para a instabilidade nos tanques 1 e 2. J os perodos
de 1s e 0.1s apresentam resultados similares, porm uma taxa de amostragem
muito pequena representa um esforo maior nos atuadores resultando em sinais
de controle elevados, alm de exigir um esforo computacional maior. Com base
nessas consideraes, podemos concluir que o perodo de amostragem de 1s
um valor interessante a ser atribudo para um bom desempenho do controlador.
Os sinais aplicados ao sistema foram discretizados atravs mtodo do segurador
de ordem zero (Zero Order Hold). A figura 5.8 mostra o desempenho da planta
com os controladores atuando para diferentes valores de referncia aplicados a
cada um dos tanques.
Figura 5.8: Resposta do sistema com o controlador GMV
Nos instantes iniciais o sistema apresenta um comportamento oscilatrio para

os trs tanques. Isso ocorre pois as estimativas dos parmetros da planta ainda
no convergiram (Figura 5.9). Passado o perodo transitrio da convergncia
das estimativas, observamos que as referncias so seguidas a cada intervalo de
amostragem.
Os controladores calculam e aplicam no sistema os sinais de controle que

levam as sadas dos tanques para os valores desejados de set-points a cada 1s.
Uma consequncia disto que podem ser gerados sinais de controle elevados
(Figura 5.10), sendo esse um aspecto importante a considerado na implementao
do controle no processo real. Por exemplo, podemos observar ainda na figura 5.9
que o nvel do tanque 2 ultrapassa o valor limite de 30cm, o que na prtica significa
o transbordamento do tanque. Esse efeito pode ser compensado introduzindo
um saturador ao sinal de controle para limitar seus valores, estudo que ser
demonstrado na seo 5.4.
Figura 5.9: Resposta do sistema para os instantes iniciais da simulao
Continuando a anlise da mesma simulao, pode ser feito um comparativo

do desempenho do controlador GMV aplicado ao sistema acoplado (legenda:
GMV) e ao sistema desacoplado (legenda: GMV Desacoplador). As tabelas 5.4
e 5.5 apresentam as mtricas de desempenho para este caso. observado que
ao contrrio do controlador MRAC, o GMV no depende do desacoplador para
que as estimativas convirjam, apresentando um resultado similar nos dois casos.
Porm, importante percerber que o acoplamento entre as variveis continua
sendo amenizado com a presena do desacoplador. Tal fato pode ser observado
na figura 5.11, quando a mudana de referncia do tanque 2, afeta diretamente a
sada do tanque 3.
Figura 5.10: Sinal de Controle
Figura 5.11: Resposta do sistema com desacoplador amenizando o acoplamento entre as variveis
ndices GMV GMV Desacoplador

ISE 944.4 927.5
IAE 98.16 92.57
ITAE 1.394 104 1.27 104
ndices GMV GMV Desacoplador

ISE 156.2 191.9
IAE 43.68 43.4
ITAE 6614 5971
A fim de identificar o comportamento das estimativas dos parmetros 1 e 2

obtidos atravs do mtodo dos mnimos quadrados recursivo, discretizamos a
funo de transferncia G11 (4.13) pelo mtodo do segurador de ordem zero com
perodo de amostragem 1s, obtendo:
0.2729
G (z) = (5.15)
z 0.9844
A funo de transferncia discreta (5.14) representa o comportamento dos
3 tanques para o sistema desacoplado, visto que G11 = G22 = G33 (4.13). Apesar
de (4.13) definir a modelagem para o sistema linearizado em torno do ponto de
operao 15cm, a variao dos parmetros quando o sistema linearizado em
torno de outros pontos de operao pequena. Portanto comparando a equao
(5.14) com os parmetros a serem estimados a e b da equao (3.35), conclumos
que os valores reais de 1 e 2 correspondem a:
1real = 0.2729 (5.16)
2real = 0.9844 (5.17)
Considerando os valores iniciais das estimativas nulos, a figura 5.12 apresenta

o comportamento das estimativas do sistema que tendem a convergir para os
valores reais de maneira rpida nos primeiros segundos da simulao.
1inicial = 0 (5.18)
5.4. SATURAO DO SINAL DE CONTROLE 49
2inicial = 0 (5.19)
Figura 5.12: Comportamento das estimativas dos parmetros do sistema (mtodo dos mnimos
quadrados)
5.4 Saturao do Sinal de Controle

Nesta seo esto expostos os resultados das simulaes para o sistema com
saturao no sinal de controle. de fundamental importncia esta anlise pois
todo processo real apresenta uma limitao em relao ao sinal gerado pelo
atuador. De acordo com (QUANSER, ), a tenso mxima aceita pelas bombas
(atuadores) de 22V. Como consideramos que os atuadores do sistema podem
alm de adicionar, remover fluido dos tanques, um valor de saturao negativo
de 22V tambm foi adotado. Visto que os sinais de controle (5.6) e (5.10)
ultrapassam em vrios momentos os limites estabelecidos, um saturador sem
histerese foi aplicado na sada dos controladores implementados, atuando de

maneira limitar as tenses entre -22V e 22V. A figura 5.13 apresenta o desempenho
dos controladores MRAC e GMV para o sistema desacoplado e com a presena
do saturador.
Figura 5.13: Desempenho do sistema para os controladores com saturao no sinal de controle
A introduo do saturador pode ocasionar um erro na estimao dos par-

metros de um controlador adaptativo fazendo com que o sistema se comporte
de uma maneira inesperada, apresentando oscilaes na varivel de processo e
podendo at mesmo lev-lo a instabilidade. Tal efeito denominado wind up e
pode ser observado na figura 5.13, onde controlador MRAC em vrios instantes
no consegue seguir o modelo de referncia. Quanto ao controlador GMV, o
fenmeno de wind up no foi observado e as estimativas permanecerem corretas.
(KANAMORI; TOMIZUKA, 2004) prope o projeto de um controlador MRAC
com uma lei anti-windup para sistemas assintoticamente estveis. A idia consiste
em no levar em considerao as variaes nas estimativas para os seguintes casos:
Se
am am
u > umax e e < 0 , ou u < umin e e >0 (5.20)
p + am p + am
Fazer
1 = 0 2 = 0 (5.21)
Seno
am am
1 = 0 r e 2 = 0 y e (5.22)
p + am p + am
Foi realizada uma alterao nos ganhos adaptativos dos tanques 1 e 2 para que
as estimativas apresentem uma convergncia mais rpida, visto que a estratgia
anti-windup no atualiza as estimativas em momentos que o sinal de controle
esteja saturado.
10 tanque1 = 0.1
20 tanque1 = 0.1
(5.23)
10 tanque2 = 0.2
20 tanque2 = 0.2
Aplicando a lei em questo para controlador implementado na seo 5.2 com os

ganhos adaptativos(5.23), podemos comparar os resultados obtidos (figura 5.14).
Figura 5.14: Resposta do sistema para o controlador MRAC anti-windup
O controlador MRAC anti-windup tende a minimizar as oscilaes da sada

quando o sinal de controle permanece saturado. A saturao leva o sistema em
alguns casos a no acompanhar o modelo de referncia devido ao limite fsico do
atuador. A estratgia anti-windup permite que o nvel dos tanques recomponha
a trajetria do modelo de referncia de maneira mais suave. Os ndices de
desempenho para o controlador MRAC com e sem a estratgia anti-windup so
observados nas tabelas 5.6, 5.7 e 5.8 para uma simulao de 1500s. Percebemos
que as mtricas so reduzidas em aproximadamente 50% para os tanques 1 e 2,
enquanto os valores para o tanque 3 so prximos, visto que no h saturao do
sinal de controle para atingir a referncia aplicada neste tanque.
Aps as devidas consideraes, podemos comparar o desempenho do contro-

lador GMV em relao ao controlador MRAC anti-windup na figura 5.15. Ambos
os controladores apresentam o desempenho esperado. O controlador GMV per-
mite ao sistema acompanhar as referncias no menor intervalo de tempo possvel
dada a saturao dos atuadores, enquanto o MRAC segue a trajetria do modelo
de referncia de uma maneira a no apresentar tantas oscilaes quando o sinal
de controle permanece saturado por um intervalo de tempo considervel.
ndices MRAC Desacoplador MRAC Desacoplador Anti-Windup

ISE 2035 1152
IAE 990.3 550.3
ITAE 6.667 105 3.917 105

ISE 430.3 207.5
IAE 199.6 99.29
ITAE 1.309 105 0.545 105

ISE 7.158 6.842
IAE 18.89 18.62
ITAE 6915 6984
Figura 5.15: Comparativo entre os controladores GMV e MRAC anti-windup
Os sinais de controle saturados aplicados ao sistema na simulao da figura

5.15 podem ser observados nas figuras 5.16 e 5.17.
Figura 5.16: Sinal de controle para o controlador GMV
Figura 5.17: Sinal de controle para o controlador MRAC anti-windup
O ltimo teste implementado tambm realiza um comparativo entre os con-

troladores MRAC e GMV, atribuindo uma constante de tempo mais lenta para o
modelo de referncia ( = 10s). O controlador MRAC foi projetado da seguinte
maneira:
0.1
Gm (s) = (5.24)
s + 0.1
bm 1
1real = = = 0.363 (5.25)
b 0.275
am a 1 0.01695
2real = = = 0.302 (5.26)
b 0.275
1inicial = 0.15 (5.27)
2inicial = 0.15 (5.28)
10 tanque1 = 2 (5.29)
20 tanque1 = 2 (5.30)
10 tanque2 = 2 (5.31)
20 tanque2 = 2 (5.32)
10 tanque3 = 2 (5.33)
20 tanque3 = 2 (5.34)
Neste teste, foi considerado como set-point do controlador GMV a sada do

modelo de referncia (5.24). Isto permite comparar o desempenho dos controlado-
res de uma maneira mais igualitria, visto que nos testes anteriores o controlador
GMV tende a seguir a referncia da maneira mais rpida possvel, enquanto o
controlador MRAC tende a seguir o modelo de referncia que possui dinmica
mais lenta. Os mesmos valores no projeto do controlador GMV da seo 5.3 foram
utilizados. Os resultados para uma referncia no constante so apresentados na
figura 5.18.
Figura 5.18: Comparativo entre os controladores GMV e MRAC
observado que ambos os controladores apresentam desempenho similar.

Os dois seguem o modelo de referncia, apesar do GMV apresentar uma certa
oscilao nos primeiros segundos, sendo esse o tempo necessrio para as estima-
tivas convergirem (Figura 5.19). As tabelas 5.10, 5.11 e 5.12 trazem os valores das
mtricas de desempenho dos controladores.
Figura 5.19: Comparativo entre os controladores GMV e MRAC
ndices MRAC Desacoplador GMV Desacoplador

ISE 4.63 361.8
IAE 19.27 41.05
ITAE 2619 578.6
Os valores dos ndices ISE e IAE indicam um melhor desempenho para o

controlador MRAC, enquanto o ndice ITAE favorece o controlador GMV. Como
grande parte do erro acumulado pelo controlador GMV provm de instantes
iniciais, o critrio ITAE tende a favorecer o GMV por aplicar menor penalidade
para erros iniciais. Em relao aos sinais de controle gerados (Figuras 5.20 e
5.21), os valores observados so pequenos quando comparados com as outras

ISE 5.912 359.9
IAE 23.74 41.31
ITAE 4397 636.7

ISE 7.109 240.6
IAE 26.04 31.3
ITAE 4697 435.9
simulaes realizadas. Isto ocorre devido a alterao na constante de tempo do

modelo de referncia, tornando a dinmica sistema menos agressiva e resultando
em um menor esforo dos atuadores. Nesse contexto, a saturao do sinal de
controle foi observada apenas nos instantes iniciais para o controlador GMV.
Figura 5.20: Sinal de controle para o controlador MRAC

Figura 5.21: Sinal de controle para o controlador GMV

Captulo 6
Concluses
No presente trabalho os projetos de um desacoplador invertido e dos con-

troladores MRAC e GMV so propostos para o controle de nvel de um sistema
MIMO com trs tanques acoplados. Uma modelagem fenomenolgica do sis-
tema apresentada, assim como os conceitos principais que envolvem os temas
de Desacoplamento de Sistemas e Controle Adaptativo. Os resultados foram
obtidos atravs de simulaes, nas quais o desacoplador invertido mostra-se
uma alternativa interessante para facilitar o projeto de sistemas do tipo MIMO,
reduzindo o acoplamento das variveis da planta, aumentando o desempenho
dos controladores e contribuindo para convergncia das estimativas no caso do
controlador MRAC.
Em relao ao controlador MRAC, a dinmica imposta por seu modelo de refe-
rncia foi atingida. Para o caso em que a saturao atua no sinal de controle, uma
lei anti-windup foi aplicada ao controlador, tornando vivel sua implementao
no processo real. O controlador GMV tambm apresentou um bom desempenho,
rastreando as referncias aplicadas calculando o sinal de controle ideal para cada
intervalo de amostragem. Comparando os dois controladores implementados, a
estratgia GMV possui a vantagem de no ser necessrio aplicar o desacoplador
ao sistema para que o estimador dos mnimos quadrados convirja. Alm disso,
o saturador foi introduzido ao sinal de controle sem a necessidade de nenhum
ajuste no projeto do controlador.
Como proposta de trabalhos futuros, um desacoplador adaptativo pode ser
implementado, onde os elementos do desacoplador so atualizados constan-
temente atravs das estimativas dos parmetros do sistema. Uma tcnica de
controle adaptativo centralizada para o caso MIMO pode ser aplicada para efeito
de comparao, assim como validar os resultados obtidos neste trabalho por
simulaes no processo real de tanques acoplados.
62 CAPTULO 6. CONCLUSES
Referncias Bibliogrficas
CARVALHO, F. G. M. de; HEMERLY, E. M. Adaptive elevation control of a three

degrees-of-freedom model helicopter using neural networks by state and output
feedback. In: ABCM Symposium Series in Mechatronics. [S.l.: s.n.], 2008. v. 3, p.
106113.
CARVALHO, F. G. M. de; HEMERLY, E. M.; RIBEIRO, M. P. Controle adaptativo

descentralizado de um modelo de helicptero com dois graus de liberdade
utilizando realimentao de sada e redes neurais artificiais. In: Congresso
Brasileiro de Automtica. [S.l.: s.n.], 2008.
CHEN, P.; ZHANG, W. Improvement on an inverted decoupling technique for a

class of stable linear multivariable processes. In: ISA Transactions. [S.l.: s.n.], 2006.
v. 46, p. 199210.
CLARKE, D. W.; GAWTHROP, P. J. Self-tuning controller. In: Proc. of the

Institution of Electrical Engineers. [S.l.: s.n.], 1975. v. 122, p. 929934.
COLN, D.; ROSA, M. B. Controle adaptativo para um sistema de trs tanques.

In: Anais do XIX Congresso Brasileiro de Automtica, CBA. [S.l.: s.n.], 2012.
FREITAS, A. A.; BAUCHSPIESS, A. Controle neuro-fuzzy de processo de nvel

multivarivel. In: Anais do VIII Simpsio Brasileiro de Automao Inteligente, SBAI.
[S.l.: s.n.], 2007.
GAGNON, E.; POMERLEAU, A.; DESBIENS, A. Simplified, ideal or inverted

decoupling? In: ISA Transactions. [S.l.: s.n.], 1998. v. 37, p. 265276.
GARRIDO, J.; VZQUEZ, F.; MORILLA, F. An extended approach of inverted

decoupling. Journal of Process Control, v. 21, 2011.
GOSMANN, H. L. Um Sistema Multivarivel de Tanques Acoplados para Avaliao

de Tcnicas de Controle. Dissertao (Mestrado) Faculdade de Tecnologia da
Universidade de Braslia, Braslia, DF, 2002.
HASSAN, M. Y. Notes of lecture course in adaptive control for the 4th class of
control engineering in the control and systems engineerings. Notas de Aula. 2002.
IOANNOU, P. A.; SUN, J. Robust Adaptive Control. [S.l.]: Prentice-Hall, 1996.
63
64 REFERNCIAS BIBLIOGRFICAS
KANAMORI, M.; TOMIZUKA, M. Model reference adaptive systems with input

control of linear saturation. In: Proceedings of the 2004 IEEE. [S.l.: s.n.], 2004. p.
13181323.
LUYBEN, W. L. Distillation decoupling. AIChE Journal, v. 16(2), p. 198203, 1970.
PAULO, T.; MAITELLI, A. Controle adaptativo com desacoplamento aplicado a

um sistema de tanques mimo. In: Congresso Rio Automao. [S.l.: s.n.], 2015. p.
110.
QUANSER. Quanser Coupled Water Tank Experiments. Disponvel em:

http://engineering.nyu.edu/mechatronics/Control_Lab/Water_Tank_Manual.pdf.
Acesso em: 16 de julho de 2015.
SASTRY, S.; BODSON, M. Adaptive Control - Stability, Convergence, and Robustness.

[S.l.]: Prentice-Hall, 1989.
SHAH, R.; RASMUSSEN, B. P.; ALLEYNE, A. G. Application of a multivariable

adaptive control strategy to automotive air conditioning systems. Int. J. Adapt.
Control Signal Process, v. 18, n. 2, p. 199221, 2004.
SHINSKEY, F. Process Control Systems: Application, Design and Adjustment. [S.l.]:

McGraw-Hill, 1988.
SILVA, M. J. G. et al. Generalized minimum variance control for water

distribution system. IEEE Latin America Transactions, v. 13, n. 3, p. 651658, 2015.
SIMON, H. A. Dynamic programming under uncertainty with a quadratic

criterion function. Econometrica, v. 24, p. 7481, 1956.
STRM, K. J. Adaptive control around 1960. IEEE Control Systems, 1996.
STRM, K. J.; WITTENMARK, B. Adaptive Control. [S.l.]: Addison-Wesley

Publishing Company, 1995.
THEIL, H. A note on certainty equivalence in dynamic planning. Econometrica,

v. 25, p. 346349, 1957.
WADE, H. L. Inverted decoupling: a neglected technique. ISA Transactions, v.

36(1), p. 310, 1997.
WHITAKER, H.; YAMRON, J.; KEZER, A. Design of model-reference adaptive

control systems for aircraft. Technical Report, Instrumentation Laboratory, 1958.
Apndice A
Matriz de Transferncia do Sistema

Desacoplado
Neste apndice apresentada a matriz de transferncia do sistema desaco-

plado Q(s) para o ponto de operao 15cm. Os elementos Q21 , Q31 e Q32 devem
possuir valor nulo pois o sistema encontra-se desacoplado, sendo Q(s) uma ma-
triz diagonal. Os clculos realizados no MATLAB apresentaram elementos no
nulos porm com coeficientes de valores muito prximos a zero, provavelmente
devido a erros de arredondamento, visto que divises polinomiais complexas
esto envolvidas. A seguir esto expostos os elementos da matriz no formato de
linha de comando do MATLAB.
66APNDICE A. MATRIZ DE TRANSFERNCIA DO SISTEMA DESACOPLADO
Apndice B
Funes de Transferncia do
Desacoplador Chaveado
O desacoplador chaveado composto por 48 funes de transferncia que so

chaveadas de acordo com o nvel atual de cada tanque. Cada um dos elementos
do desacoplador possui 16 funes de transferncia obtidas em diferentes pontos
de operao que sero apresentadas neste apndice.
B.1 Elemento D21
PO Tanque1 = 2.5cm / PO Tanque2 = 2.5cm:
0.01142s 0.0004742
do21 1 = (B.1)
0.275s2 + 0.02284s + 0.0004742
0.01142s 0.0002738
do21 2 = (B.2)
0.275s2 + 0.01801s + 0.0002738
0.01142s 0.0002121
do21 3 = (B.3)
0.275s2 + 0.01653s + 0.0002121
0.01142s 0.0001792
do21 4 = (B.4)
0.275s2 + 0.01574s + 0.0001792
68APNDICE B. FUNES DE TRANSFERNCIA DO DESACOPLADOR CHAVEADO
0.006593s 0.0002738
do21 5 = (B.5)
0.275s2 + 0.01801s + 0.0002738
0.006593s 0.0001581
do21 6 = (B.6)
0.275s2 + 0.01319s + 0.0001581
0.006593s 0.0001224
do21 7 = (B.7)
0.275s2 + 0.0117s + 0.0001224
0.006593s 0.0001035
do21 8 = (B.8)
0.275s2 + 0.01091s + 0.0001035
0.005107s 0.0002121
do21 9 = (B.9)
0.275s2 + 0.01653s + 0.0002121
0.005107s 0.0001224
do21 10 = (B.10)
0.275s2 + 0.0117s + 0.0001224
0.005107s 9.484 1005

do21 11 = (B.11)
0.275s2 + 0.01021s + 9.484 1005
0.005107s 8.015 1005

do21 12 = (B.12)
0.275s2 + 0.009423s + 8.015 1005
0.004316s 0.0001792
do21 13 = (B.13)
0.275s2 + 0.01574s + 0.0001792
B.2. ELEMENTO D32 69
0.004316s 0.0001035
do21 14 = (B.14)
0.275s2 + 0.01091s + 0.0001035
0.004316s 8.015 1005

do21 15 = (B.15)
0.275s2 + 0.009423s + 8.015 1005
0.004316s 6.774 1005

do21 16 = (B.16)
0.275s2 + 0.008632s + 6.774 1005
B.2 Elemento D32
0.01142s 0.0004742
do32 1 = (B.17)
0.275s2 + 0.02284s + 0.0004742
0.01142s 0.0002738
do32 2 = (B.18)
0.275s2 + 0.01801s + 0.0002738
0.01142s 0.0002121
do32 3 = (B.19)
0.275s2 + 0.01653s + 0.0002121
0.01142s 0.0001792
do32 4 = (B.20)
0.275s2 + 0.01574s + 0.0001792
0.006593s 0.0002738
do32 5 = (B.21)
0.275s2 + 0.01801s + 0.0002738
0.006593s 0.0001581
do32 6 = (B.22)
0.275s2 + 0.01319s + 0.0001581
0.006593s 0.0001224
do32 7 = (B.23)
0.275s2 + 0.0117s + 0.0001224
0.006593s 0.0001035
do32 8 = (B.24)
0.275s2 + 0.01091s + 0.0001035
0.005107s 0.0002121
do32 9 = (B.25)
0.275s2 + 0.01653s + 0.0002121
0.005107s 0.0001224
do32 10 = (B.26)
0.275s2 + 0.0117s + 0.0001224
0.005107s 9.484 1005

do32 11 = (B.27)
0.275s2 + 0.01021s + 9.484 1005
0.005107s 8.015 1005

do32 12 = (B.28)
0.275s2 + 0.009423s + 8.015 1005
0.004316s 0.0001792
do32 13 = (B.29)
0.275s2 + 0.01574s + 0.0001792
0.004316s 0.0001035
do32 14 = (B.30)
0.275s2 + 0.01091s + 0.0001035
0.004316s 8.015 1005

do32 15 = (B.31)
0.275s2 + 0.009423s + 8.015 1005
0.004316s 6.774 1005

do32 16 = (B.32)
0.275s2 + 0.008632s + 6.774 1005
B.3 Elemento D31
PO Tanque1 = 2.5cm / PO Tanque2 = 15cm / PO Tanque3 = 2.5cm:
0.0001936s 8.039 1006

do31 1 = (B.33)
0.275s3 + 0.0275s2 + 0.0008614s + 8.039 1006
0.0001936s 4.641 1006

do31 2 = (B.34)
0.275s3 + 0.02267s2 + 0.0005791s + 4.641 1006
0.0001936s 3.595 1006

do31 3 = (B.35)
0.275s3 + 0.02119s2 + 0.0004922s + 3.595 1006
0.0001936s 3.038 1006

do31 4 = (B.36)
0.275s3 + 0.0204s2 + 0.000446s + 3.038 1006
0.0001118s 4.641 1006

do31 5 = (B.37)
0.275s3 + 0.02267s2 + 0.0005791s + 4.641 1006
0.0001118s 2.68 1006

do31 6 = (B.38)
0.275s3 + 0.01785s2 + 0.0003816s + 2.68 1006
0.0001118s 2.076 1006

do31 7 = (B.39)
0.275s3 + 0.01636s2 + 0.0003208s + 2.076 1006
0.0001118s 1.754 1006

do31 8 = (B.40)
0.275s3 + 0.01557s2 + 0.0002884s + 1.754 1006
8.657 1005 s 3.595 1006

do31 9 = (B.41)
0.275s3 + 0.02119s2 + 0.0004922s + 3.595 1006
8.657 1005 s 2.07 1006

do31 10 = (B.42)
0.275s3 + 0.01636s2 + 0.0003208s + 2.076 1006
8.657 1005 s 1.608 1006

do31 11 = (B.43)
0.275s3 + 0.01488s2 + 0.000268s + 1.608 1006
8.657 1005 s 1.359 1006

do31 12 = (B.44)
0.275s3 + 0.01408s2 + 0.0002399s + 1.359 1006
7.317 1005 s 3.038 1006

do31 13 = (B.45)
0.275s3 + 0.0204s2 + 0.000446s + 3.038 1006
7.317 1005 s 1.754 1006

do31 14 = (B.46)
0.275s3 + 0.01557s2 + 0.0002884s + 1.754 1006
7.317 1005 s 1.359 1006

do31 15 = (B.47)
0.275s3 + 0.01408s2 + 0.0002399s + 1.359 1006
7.317 1005 s 1.148 1006

do31 16 = (B.48)
0.275s3 + 0.01329s2 + 0.0002141s + 1.148 1006

ThiagoFerreiraPaulo DISSERT

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

ThiagoFerreiraPaulo DISSERT

Transféré par

Droits d'auteur :

Formats disponibles

U NIVERSIDADE F EDERAL DO R IO G RANDE DO N ORTE

Controle Adaptativo com Desacoplamento

Thiago Ferreira Paulo

Orientador: Prof. Dr. Andr Laurindo Maitelli

Dissertao de Mestrado apresentada

Nmero de Ordem do PPgEEC: M454

Paulo, Thiago Ferreira.

Orientador: Andr Laurindo Maitelli

Dissertao (Mestrado) - Universidade Federal do Rio Grande do

1. Controle adaptativo Dissertao. 2. Sistemas MIMO Dissertao.

RN/UF/BCZM CDU 681.51

Thiago Ferreira Paulo

Dissertao de Mestrado aprovada em 31 de julho de 2015 pela banca examina-

Agradeo a Deus, por iluminar minha trajetria.

minha me Elizabeth Ferreira Pires Paulo (in memoriam), em quem busco

Ao meu pai, pela extrema dedicao, incentivo e orientao em todos os momen-

Aos meus irmos e minha namorada pela unio e companheirismo.

Ao professor Andr Maitelli pela orientao e apoio.

Aos professores do Programa de Ps-Graduao em Engenharia Eltrica e de

Aos meus amigos do Laboratrio de Automao em Petrleo pela ajuda e suporte.

Aos meus colegas de curso que foram de fundamental importncia na minha

Aos meus amigos e familiares que esto sempre presentes.

Ao PRH-PB 20 pelo apoio financeiro

Ao Laboratrio de Automao em Petrleo pelo espao cedido para o desenvolvi-

O controle de sistemas MIMO (Multiple Input Multiple Output) muitas vezes

Palavras-chave: Controle Adaptativo, Sistemas MIMO, Desacoplamento de

Lista de Figuras iii

Lista de Abreviaturas e Smbolos vii

A Matriz de Transferncia do Sistema Desacoplado 65

B Funes de Transferncia do Desacoplador Chaveado 67

3.1 Estrutura de um Controlador Adaptativo (STRM; WITTEN-

4.1 Sistema de Tanques Acoplados . . . . . . . . . . . . . . . . . . . . . 24

5.1 Comparativo para o sistema em malha aberta com desacoplador e

5.1 ndices de desempenho Tanque 3 . . . . . . . . . . . . . . . . . . . . 35

MIMO - Multiple Input Multiple Output

Estratgias de controle adaptativo vm ganhando destaque nos ltimos anos

adaptativos foram selecionados por apresentar bom desempenho em sistemas

Este captulo apresenta a reviso de alguns trabalhos recentes na literatura

(FREITAS; BAUCHSPIESS, 2007) utiliza uma estratgia adaptativa neuro-

abordagens vem sendo desenvolvidas combinando tcnicas adaptativas com

3.1 Controle Adaptativo

para o desenvolvimento do controle adaptativo. Teorias de espao de estados

3.1.2 Estrutura do Controlador

A sada de um processo contm informaes sobre seus estados e parmetros.

Figura 3.1: Estrutura de um Controlador Adaptativo (STRM; WITTENMARK, 1995)

3.1.3 Controle Adaptativo Direto/Indireto

Figura 3.2: Estrutura de um Controlador Adaptativo Direto (IOANNOU; SUN, 1996)

Figura 3.3: Estrutura de um Controlador Adaptativo Indireto (IOANNOU; SUN, 1996)

3.2 Desacoplamento de Sistemas

VZQUEZ; MORILLA, 2011). A figura 3.4 apresenta a estrutura convencional

Figura 3.4: Estrutura de um Desacoplador para um sistema TITO (GARRIDO; VZQUEZ;

3.2.1 Desacoplador Ideal

Q(s) = G (s).D (s)

3.2.2 Desacoplador Simplificado

Um segundo mtodo denominado simplified decoupling (LUYBEN, 1970) vas-

Resultando na seguinte matriz de transferncia Q(s):

O desacoplador simplificado permite uma maior facilidade no projeto da

3.2.3 Desacoplador Invertido

Na tentativa de evitar complexidade dos elementos de Q(s) na implementao

Figura 3.5: Estrutura de um Desacoplador Invertido para um sistema TITO (GARRIDO;

Para q11 = g11 e q22 = g22 : (3.6)

de um mecanismo de ajuste (lei adaptativa) dos parmetros do controlador. De

Figura 3.6: Arquitetura do controlador MRAC