Professional Documents
Culture Documents
Marcos Antonio Salvino da Silva1, Azi Mauricio Guerra Ceccopieri2, Cláudia Cristina Costa de
Santana3 e Jorge Guedes Varela4
1
Instituto Nacional de Metrologia, Normalização e Qualidade Industrial – INMETRO/DIMEL/DISMA
2
Universidade do Estado do Rio de Janeiro – UERJ
3
ENGELÓGICA – Engenharia de Sistemas Ltda.
4
COMAF – Indústria Aeronáutica Ltda.
Rio de Janeiro – RJ, Brasil
Resumo: Este trabalho apresenta o desenvolvimento de uma aceitáveis estabelecidas pelas empresas são de, no máximo,
simulação de um controlador aplicando as técnicas de 0,4%, onde 0,25% destas ocorrem em função do
inteligência artificial no processo de fabricação de garrafas aquecimento e 0,15% são outros fatores, incluindo
PET. Estas garrafas são fabricadas a partir de preformas operacionais.
(forma anterior ao sopro que gera a garrafa) cujas
No processo atual, as falhas de aquecimento são detectadas
distribuições de aquecimento são feitas através de zonas
somente por sensores óticos instalados no equipamento.
(regiões de aquecimento).
Estes sensores tem por finalidade apenas separar as garrafas
Atualmente, a correção do processo de fabricação das defeituosas e não atuam na correção do processo. Este
garrafas PET é realizada pelo operador através de seu processo automatizado, até hoje, é controlado ou corrigido
conhecimento, da sua experiência e da sua sensibilidade. unicamente por operadores através de seus conhecimentos,
Este trabalho visa simular o processo otimizado atuando na de suas experiências e de suas habilidades, não existindo
correção devido às variações de temperatura ambiente, nenhum tipo de “software” ou “hardware” que realize a
desde o início da operação supervisão do processo minimizando as falhas
automaticamente. Na Figura 1 mostra o processo de
Primeiramente, simulou-se um controlador nebuloso (fuzzy)
fabricação das garrafas PET em uma vista esquematizada
para uma zona específica, considerando-a ideal e real. Em
em blocos.
seguida, desenvolveu-se uma simulação para a preforma
real, incluindo as interferências de temperatura de uma zona Fig. 1. Fluxo do processo de obtenção das garrafas PET
nas demais.
Pode-se observar, pela simulação da preforma real, que o
modelo sugerido do controlador nebuloso (fuzzy) realiza as
tarefas executadas manualmente pelo operador com mais
rapidez e em tempo real.
1. INTRODUÇÃO
Dessa forma, os processos de fabricação são registrados sob
a forma de “receita” gerando assim todo histórico necessário
1.1. Histórico das garrafas plásticas de Polietileno para o controle do sistema de aquecimento. A garantia para
Tereftalado que haja uma uniformidade no aquecimento é somente
obtida na experiência adquirida pelos operadores, técnicos e
No Brasil, a produção de garrafas plásticas de Polietileno
engenheiros que participam nas etapas da fabricação da
Tereftalato (PET) para refrigerantes teve início em 1992.
garrafas. Nos meios atuais de interação homem-máquina,
Em 2002, a produção de garrafas plásticas (PET) para
utilizam-se “softwares” supervisórios desenvolvidos, em sua
refrigerantes era aproximadamente de 2.110.000.000 por
maioria, para plataforma OS/2 e computadores 486. Neste
mês em todo País. As perdas ocorridas na fabricação
supervisório, as características de aquecimento são
chegam de 2% a 4% do total produzido. As metas de perdas
controladas da seguinte maneira:
i. O operador ajusta ao parâmetros do processo, de • µ A (x ) = 1 indica que x é completamente compatível
acordo com a receita de aquecimento a utilizar;
com A;
ii. A máquina inicia o processo de aquecimento e atua
no controle apenas da potência de todos os módulos de • µ A (x ) = 0 indica que x é completamente incompatível
comando, sugerindo ao controlador PID que atue em todo o com A;
sistema, estabilizando a temperatura;
• 0 〈 µ A (x ) 〈1 indica que x é parcialmente compatível
iii. Quando as falhas de aquecimento são detectadas em
função de troca térmica seja com o ambiente ou a resina com A, com grau µ A (x ) .
PET, a única operação que o sistema atual realiza Um conjunto A da teoria dos conjuntos clássica pode ser
automaticamente é a variação da potência de todo o
visto como um conjunto nebuloso específico, comumente
conjunto;
denominado de “crisp”, para o qual µ A : U → {0,1} , ou
iv. Nem sempre a variação de temperatura de todo o seja, a pertinência é do tipo “tudo ou nada”, “sim ou não”, e
sistema é a possível solução. Em cerca de 90% dos casos de não gradual como para os conjuntos nebulosos. O conjunto
falhas, há necessidade de variar apenas poucas zonas de A não exprime completamente o conceito “adolescente”,
aquecimento, sendo este um problema que o sistema atual pois uma pessoa com 12 anos e 11 meses seria considerada
não consegue detectar, havendo a intervenção do operador. completamente incompatível com este conceito. Observa-se
Este trabalho apresenta a simulação de um programador de que, na verdade, qualquer intervalo “crisp” que se tome para
ganho para o PID, através de técnicas de inteligência representar este conceito é arbitrário.
artificial, podendo supervisionar todo o processo de Um conjunto nebuloso B permite exprimir que qualquer
fabricação de garrafas PET e funcionando com base no pessoa com idade entre 13 e 17 anos é um adolescente,
conhecimento e na experiência dos operadores. Este acima de 19 ou abaixo de 11 não é considerado um
programador pode corrigir qualquer falha devido à
temperatura, sem a necessidade de interromper a produção. [ ]
adolescente, e nos intervalos 11,13 e 17,19 são [ ]
considerados tanto mais adolescentes quanto mais próxima
de 13 e 17 é sua idade.
1.2. Conceitos básicos sobre a Lógica nebulosa ou “fuzzy“
Na Figura 2 é apresentada a diferença entre estes conceitos
O conceito de Lógica “Fuzzy” ou Lógica Nebulosa em relação à variável idade, onde descrevem a representação
concebida por Lotfi Zadeh e apresenta a teoria dos conjuntos do conceito “adolescentes” através de um conjunto “crisp” e
nebulosos, quando utilizada em um contexto lógico, como o de um conjunto nebuloso.
de sistemas baseados em conhecimento. As definições
básicas e alguns conceitos como o complemento, a Fig. 2. Representação “crisp” e nebulosa
interseção, a união e a implicação da teoria dos conjuntos
nebulosos são abordados, bem como algumas propriedades
destas operações.
A lógica nebulosa é uma das tecnologias recentes bem
sucedidas para o desenvolvimento de sistemas para controlar
processos complexos e sofisticados. Com sua utilização,
requerimentos complexos podem ser implementados em
controladores simples, de fácil manutenção e baixo custo. O
uso de sistemas construídos desta forma, quando o modelo
matemático está sujeito a incertezas, denomina-se de a) Conjunto “crisp” b) Conjunto nebuloso
controladores nebulosos.
Há dois caminhos alternativos para representar uma função
Um controlador nebuloso é um sistema nebuloso a base de pertinência em um computador:
regras, composto de um conjunto de regras de produção da
forma Se <premissa> Então <conclusão>, que definem • Para universo U discreto
A = ∑ µ A (x )
ações de controle em função das diversas faixas de valores
(1)
que as variáveis de estado do problema podem assumir.
x∈U
Essas faixas são modeladas por conjuntos nebulosos e
denominados de termos lingüísticos. • Para universo U contínuo
A = ∫ µ A (x )
Formalmente, um conjunto nebuloso A do universo do
discurso U é definido por uma função de pertinência (2)
[ ]
µ A : U → 0,1 . Essa função associa a cada elemento x de U
1
Fig. 4. Estrutura básica de um controlador nebuloso
0.5
0
(b) (e) (h) (k)
0.5
0
-100 0 100 -100 0 100 -100 0 100 -100 0 100
(c) (f) (i) (l)
PID Processo
formada. Esta é também uma das preocupações que se deve
SE ...
PID
ter ao ajustar o forno. Fuzzificação Inferência Defuzzificação
Variáveis Medidas
A regra básica é reduzir a temperatura nas zonas onde as
paredes estão mais finas e se necessário, aumentá-la nas
zonas onde se encontre as maiores espessuras. Quando se Fig. 7. Modelo de defuzzificação Takagi-Sugeno do Tipo 3.
reduz a temperatura nas zonas que estão mais quentes,
aumenta a dificuldade de estiramento, conservando mais
massa na região.
As zonas 1 e 2 são responsáveis basicamente pela região do
ombro; as zonas 3, 4, 5 e 6 pelo corpo, e as zonas 7 e 8 pelos
pés, conforme a Figura 5.
Fig. 5. Distribuição linear das zonas e a comparação entre a Para o desenvolvimento da modelagem usando o FIS Editor,
preforma e o produto acabado
mostrado na Figura 8, seguiu-se os seguintes passos:
• Análise das ações do operador;
• Definição da base de regras utilizando variáveis
lingüísticas;
• Descrição dos valores dos termos das funções de
pertinência para cada variável lingüística;
• Exemplificação do procedimento de inferência para cada
variável lingüística; e
• Defuzzificação.
Fig. 8. Interface do FIS Editor
97,0
96,0
95,0
94,0
93,0
92,0
91,0
90,0
% Potê ncia
89,0
88,0
87,0
86,0
85,0
84,0
83,0
82,0
81,0
80,0
23,0
23,4
23,8
24,2
24,6
25,0
25,4
25,8
26,2
26,6
27,0
27,4
27,8
28,2
28,6
29,0
29,4
29,8
30,2
30,6
31,0
31,4
31,8
32,2
32,6
97,0
93,0
89,0
85,0
81,0
77,0
% Potência
73,0
69,0
65,0
61,0
57,0
53,0
49,0
45,0
41,0
37,0
33,0
23,0
23,4
23,8
24,2
24,6
25,0
25,4
25,8
26,2
26,6
27,0
27,4
27,8
28,2
28,6
29,0
29,4
29,8
30,2
30,6
31,0
31,4
31,8
32,2
32,6
Temperatura Ambiente (ºC)
109,0
Desenvolveram-se as simulações em lógica nebulosa,
105,0
Zona 8 Zona 7 Zona 6 Zona 5
enfatizando o FIS Editor e o Simulink, produzindo-se os
101,0
Zona 4 Zona 3 Zona 2 Zona 1
seguintes resultados:
97,0
85,0
57,0
23,0
23,4
23,8
24,2
24,6
25,0
25,4
25,8
26,2
26,6
27,0
27,4
27,8
28,2
28,6
29,0
29,4
29,8
30,2
30,6
31,0
31,4
31,8
32,2
32,6
International Electrotechinical Commission; IEC 1131 – Enga. Eletrônica/Mecatrônica; Cláudia Cristina Costa de
Programmable Controllers, Part 7 – Fuzzy Control Santana; Engenheira de Sistemas; ENGELÓGICA
Programming, Committee Draft CD 1.0; 1997 ENGENHARIA DE SISTEMAS LTDA; Rua Betânia 106 –
Olaria; CEP 21031-530 - Rio de Janeiro – RJ;Tel / Fax: 21 3866-
JANTZEN, J.; Tutorial On Fuzzy Logic. Technical Report
9707 - Cel: 21 8802-9898; email: engenharia@engelogica.com.br
n.º 98-E868 e 98-E864, Department of Automation,
Technical University of Denmark, Lyngby, Denmark; 1998 Eng. Eletrônico/Eng. Mecatrônico; Jorge Guedes Varela; Gerente
THE MATHWORKS; Fuzzy Logic Toolbox for Use with Técnico; COMAF INDÚSTRIA AERONÁUTICA LTDA; Av.
João Ribeiro nº472 Pilares/RJ CEP20750-091; Tel: 21 2591-5994;
MATLAB, User’s Guide, version 2; 1999
Fax: 21 2592-4777; e-mail: varela@comaf.ind.br