Professional Documents
Culture Documents
E CONTROLE MULTIVARIAVEL
ROBUSTO D-LQI OTIMIZADO VIA
LMIS
M. V. S. Costa, J. C. T. Campos, O. M. Almeida V. P. Pinto
Keywords
Controle Multivari
avel, Controle Robusto, D-Estabilidade, Otimizaca
o LMIs.
Introdu
c
ao
A teoria de controle robusto via LMIs esta recebendo cada vez mais atenc
ao nos u
ltimos congressos e simp
osios brasileiros, apresentando soluc
oes para v
arios tipos de problemas de analise,
desempenho e sntese de sistemas lineares incertos. As desigualdades matriciais lineares (LMIs),
como s
ao conhecidas, podem ser trabalhadas atraves de diversos metodos de otimizac
ao. Podem ser
citadas como exemplo a programac
ao quadratica
semi definida e a otimizac
ao convexa.
O trabalho de Ghaoui et al. (1992) faz a analise do processo de otimizac
ao via LMIs do LQR.
Tal processo de otimizac
ao e utilizado nos trabalhos de Ko et al. (2006),Olalla et al. (2009) e Leite
et al. (2011). O conceito de LMIs e classicamente
conhecido em Boyd et al. (1994), que e a principal
referencia no assunto juntamente com o livro de
Gahinet et al. (1995), publicada logo depois.
O artigo de Chilali and Gahinet (1996) propoe
o uso do controle H com uso de restricoes via
D-estabilidade, permitindo assim a adequacao de
uma soluc
ao robusta aos par
ametros desejados de
projeto.
O trabalho de Costa, Pinto, Campos and
do Nascimento (2012) faz o uso da D-Alocacao
de polos robusta numa planta multivari
avel, ade-
2
2.1
Estrat
egia de controle proposta
Conceitos de din
amica de estabilidade desejada
n2
,
(1)
G(s) = 2
s + 2n s + n2
que e o modelo da func
ao de transferencia desejada em malha fechada no modelo SISO. O modelo (1) define uma func
ao de transferencia estavel e desejada, em que n e a frequencia natural
e e o coeficiente de amortecimento. A obtenc
ao de n e de e alcancada com as seguintes
express
oes(Shahian and Hassul, 1993):
OS
ln P100
4
e n =
,
(2)
=q
2
Ts
OS
2 + ln P100
em que P OS e a Porcentagem de Overshoot, Ts
e o tempo de estabilizac
ao em 98%. Alem disso,
(2) definem as razes do modelo desejado em (1),
tal que s1,2p= p jd , sendo que p = n
e d = n 1 2 . Alem disso, outra notacao
bastante conhecida das razes de (1), e a notac
ao fasorial, em que s1,2 = n ej , sendo que
= cos1 (), que s
ao utilizadas para definir
os limites da regi
ao de estabilidade otimizada por
desigualdades matriciais lineares (LMIs), alem de
expandir o conceito da regi
ao de estabilidade para
o sistema MIMO.
3
Estrat
egia de controle aplicado ao
modelo
A Figura 1 mostra o diagrama de blocos da topologia de controle no espaco de estados do servomecanismo com ac
ao integral (Ogata, 2011), (Dorf
and Bishop, 2008).
Figura 1: Servomecanismo de ac
ao integral.
Com base na Figura 1 e Ko et al. (2006), temse o seguinte modelo no espaco de estados:
x + Bu,
x
= A
(3)
sendo
A =
A 0
,
C 0
= B ,
B
D
x
x
=
.
(4)
(5)
(6)
As express
oes (4) e (5) s
ao necess
arias para obtenc
ao do controlador de realimentac
ao de estados expandido, de acordo com a Fig. 1, o sinal de
KI
x
= K
.
(7)
A representacao em malha fechada e formada por
x
= Amf x
+ Bmf r,
y = Cmf x
,
(8)
em que
A BK
BKI
,
(C DK) DKI
0
Bmf =
,
I
= (C DK) DKI .
Amf =
Cmf
(9)
An
alise polit
opica e incertezas no processo
(10)
pertubac
oes de incertezas aditivas ou multiplicativas. Isto e justificado pelo teorema do ganho mnimo. Segundo Dorf and Bishop (2008) e Shahian
and Hassul (1993), uma pertubac
ao multiplicativa
e dada por
!
G(s)
m (s) =
1 ,
(11)
G(s)
sendo L = L0 e M matrizes reais. De (15), podese fazer diversos tipos de restricao no plano complexo. Desta definicao e feita a estabilizacao por
alocacao de polos aplicado por Palhares and Goncalves (2008).
para an
alise com incertezas multiplicativas. O
modelo de an
alise de estabilidade robusta pode ser
feito tanto usando incertezas aditivas como multiplicativas. No entanto, para uso mais pratico,
a an
alise por incertezas multiplicativas e mais comoda, pois usa-se apenas a func
ao T, j
a que nao
e pr
atico obter o K(s) em servomecanismos com
ac
ao integral. Para este trabalho, e utilizada a
an
alise por incertezas multiplicativas via incertezas parametricas.
3.2
Conceitos b
asicos de LMI e D-Estabilidade
m
X
xi Fi , 0,
(13)
k=1
min0 tr{P }
P =P
D = {z C|L + zM + zM 0 < 0} ,
3.3
(15)
em que LQI e o controle LQR com o servomecanismo de acao integral. O ndice de desempenho
(16) e adaptado para desigualdades matriciais lineares conforme Ghaoui et al. (1992) e aplicado
por Ko et al. (2006) e Olalla et al. (2009). Porem o processo de D-Estabilidade da ao LQI uma
solucao robusta e otimizada considerando-se as limitacoes fsicas de projeto e considerando-se seus
efeitos de regime em malha fechada, neste caso s
ao
utilizados o overshoot e o tempo de acomodac
ao
do modelo.
A Figura 2 mostra a aplicacao LQI otimizada
via LMI com D-Estabilidade, o D-LQI. Observase que a regiao estavel que pode ser obtida pela
otimizacao LQI e limitada pelos criterios de Destabilidade, neste caso o e o , que sao criterios
obtidos via o Overshoot e o tempo de estabilizacao.
,
P >0
+ P Ai ) < Q, i [1, n] , n N
(14)
em que P e a matriz de estabilidade simetrica.
Figura 2: Regiao desejada aplicada ao LQI com
O processo de estabilizac
ao pode ser aplicado
D-Estabilidade .
fazendo-se a transformada de similaridade em P ,
e dado pelos seguintes processos
Portanto, K
substituindo-se A por A BK e fazendo-se Y =
KP em (14).
LMIs em (17).
sujeito a :
(A0i P
B.
Exemplo de Aplica
c
ao
1
0
Q=
0
0
0
1
0
0
0
0
0, 1
0
0
0
e R = 100
0
0
0, 1
0
100
.
(20)
Para o dimensionamento do processo de restricoes,
fez-se o P OS = 1% e o Ts = 60s, de modo que
h1 = p = 0, 0667ras/s e = 34, 30o . Do procedimento de otimizacao foram obtidos os seguintes
ganhos de realimentacao de estados:
DLQI =
K
1, 2884 0, 1614
0, 1590 1, 0600
0, 1135
0, 0038
0, 0036
0, 1154
(21)
em que
K=
1, 2884 0, 1614
0, 1590 1, 0600
(22)
e
Ki =
h 1
h 2
"
=
1
A1
k1
A
1
k1
A
2
1
A2
k2
A1
k1 +k2
A2
#
h1
h2
(18)
q1
q2
e
y=
1
0
0
1
h1
h2
+
0
0
0
0
q1
q2
. (19)
0, 1135
0, 0038
0, 0036
0, 1154
,
(23)
conforme (17).
Observa-se ainda que os valores de dos autovalores de malha fechada sao superiores, em modulo, ao de p , em que 0, 144 > p e 0, 1408 >
p respectivamente. Alem disso, os angulos de
fase sao inferiores ao limite projetado aos quais
14, 59 deg < e 23, 60 deg < respectivamente,
comprovando a factibilidade no processo de otimizacao.
Alem disso, atraves da analise de robustez do
processo, foi obtido o modelo de incertezas atraves
de (11), e utilizando a funcao sigma do MATLAB
sao obtidos as curvas via SVDs.
Na Figura 4, observa-se que a resposta e
bem mais rapida que a restricao projetada com
P OS = 1% e Ts = 60s. De acordo com a Figura
,
Altura h1 (m)
0.25
0.2
0.15
0.1
50
100
150
200
250
60
300
350
40
20
0
20
40
ref
saida h
0.05
1/T
M(j)
80
Amplitude (dB)
ALTURAS DO TANQUE
Anlise de Robustez
100
60
400
80
Tempo(s)
100
4
10
Altura h2 (m)
0.25
10
10
10
10
Frequncia (Hz)
0.2
0.15
0.1
ref
saida h2
0.05
0
50
100
150
200
250
300
350
400
Tempo(s)
alem de ser possvel o uso de restricoes que garantam que o processo alcancara os parametros
desejados de projeto. Esta vantagem torna o controle D-LQI via LMIs uma poderosa estrategia na
otimizacao de solucoes de controle robusto. Os
resolvedores YALMIP e SEDUMI sao ferramentas conhecidas bastante eficazes para o processamento desses calculos no software computacional
MATLAB/Simulink.
Agradecimentos
Agradecemos a CAPES, pelo fomento financeiro
e pelo PPGEE-UFC pelo suporte academico e recursos de pesquisa.
q1 (m3/s)
0.06
0.04
Refer
encias
0.02
0
0
50
100
150
200
250
300
350
400
250
300
350
400
Tempo(s)
q2 (m3/s)
0.06
0.04
0.02
0
0
50
100
150
200
Tempo(s)
Conclus
oes
Os resultados obtidos comprovaram que a estrategia de controle D-LQI via LMIs e eficaz como
controle robusto. Isto por que e capaz de incluir
caractersticas referentes
a imprecis
ao do processo,
Boyd, S., Ghaoui, L. E., Feron, E. and Balakrishnan, V. (1994). Linear matrix inequalities in
system and control theory, SIAM studies in
applied mathematics, Society for Industrial
and Applied Mathematics - SIAM - Philadelphia, Philadelphia, USA.
Chilali, M. and Gahinet, P. (1996). H infin; design
with pole placement constraints: an lmi approach, Automatic Control, IEEE Transactions on 41(3): 358 367.
Costa, M. V. S., Campos, J. C. T., Reis, F. E. U.,
Bascope, R. P. T. and Pinto, V. P. (2012).
Analise teorico-experimental do controle dlqi via lmis aplicado ao conversor boost ccte
APLICAC
OES
- DINCON, DINCON2011,
Aguas de Lindoia, SP.
Ogata, K. (2011). Engenharia de Controle Moderno, 5a edn, Prentice-Hall, S
ao Paulo.
Olalla, C., Leyva, R., Aroudi, A. E. and Queinnec,
I. (2009). Robust lqr control for pwm converters: an lmi approach, IEEE Transactions on
Industrial Eletronics 56(7): 25482558.
Palhares, R. M. and Goncalves, E. N. (2008). Enciclopedia de autom
atica controle e automac
ao, Vol. 1 of Enciclopedia de autom
atica,
Blucher, S
ao Paulo.
Shahian, B. and Hassul, M. (1993). Control system design using Matlab, Prentice Hall.