CONTROLE FUZZY PARA APLICAÇÃO INDUSTRIAL

CONTROLE FUZZY PARA APLICAÇÃO INDUSTRIAL UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Sistema de Controle Fuzzy Paulo Eduardo Sampaio Monteiro Ponta Grossa, 5 de novembro de 2016

Fuzzy

Introdução

Para a mesma funcção transferência usou-se Em se tratando de plantas industriais é imprescindível sistemas de controles precisos e o FIS Editor e efetuou-se as devidas manipularobustos. Sistemas, os quais, garantem o per- ções, expostas nas Figuras 2 e 3 (entradas). E feito funcionamento para o que foi designado, a saída exposta na Figura 4. mantendo uma segurança de operação e efetivo. Projetou-se um sistema fuzzy para uma planta genérica industrial que controla fluxo de fluidos, sendo comparada com controladores PD e PID.

PD e PID Projetou-se os controladores PD e PID (Figura 1) pela seguinte função de transferência:

G(s) =

0.036 36.942s2 + 12.1568s + 0.451

Figura 2: Input: Erro Há 5 parâmetros para o Erro e a Derivada do Erro, sendo eles: • NB (negativo grande) • NS (negativo pequeno) • Z (zero) • PS (positivo pequeno)

Figura 1: Sistema PD e PID

• PB (positivo grande) 1

Tabela 1: Regras de procedência e u NB NS Z PS PB NB NB NB NM NM NM NS NB NM NS NS NS e˙ Z NM NS Z PS PM PS PS PS PS PM PB PB PM PM PM PB PB Após a tabela preenchida com as devidas iterações e regras, elas são embarcadas no Rule Editor da Toolbox de Fuzzy. Já com as regras montadas, definidas as entradas e saídas, montou-se o sistema no simulink para projetarmos o controlador Fuzzy (Figura 5).

Figura 3: Input: Derivada do Erro

Figura 5: Controlador Fuzzy Após a simulação, obteve-se as iterações que podem ser vistas pelo Rule Viewer na Figura 6. Figura 4: Output: Resposta E há 7 saídas para o sistema, sendo eles: • NB (negativo grande) • NM (negativo médio) • NS (negativo pequeno) • Z (zero) • PS (positivo pequeno) • PM (positivo médio) • PB (positivo grande) Onde esses parâmetros indicam as características de entrada do sistema e as saídas indicam o esforço de controle para as devidas entradas, expostas na Tabela 1.

Figura 6: Rule Viewer

2

Figura 7: Resposta dos sistemas

Comparação Após projetado os controladores e feito os devidos ajustes, as respostas dos sistemas a uma entrada step unitária podem ser observadas na Figura 7. Pelo gráfico (Figura 7) observa-se que o controlador PD tem o pior cenário possível. Há uma resposta muito lenta, um overshoot muito alto e nunca se estabiliza (pelo fato da função transferência ser de 2a ordem). O controlador PID mostra uma resposta relativamente boa, com uma resposta bem mais rápida que o controlador PD e um overshoot menor também. O controlador Fuzzy se mostra com as características melhores comparado aos outros 2 controladores. Com uma resposta muito rápida, aparentemente sem overshoot e com uma estabilização super rápida. Para uma análise melhor, foi coletado dados do step nos controladores, expostos na Figura 8. Pela análise das característica dos controladores (Figura 8) observa-se que o controlador PID tem um tempo de subida de 2.0355s, overshoot de 11.7608% e um tempo de estabilização de 11.1007s. Já o controlador Fuzzy apresenta um tempo de subida de 1.9829s, overshoot de 0.6983% e um tempo de estabilização de 4.0368s. Há um detalhe no controlador Fuzzy, depois que o sistema estabiliza ele nunca chega ao ganho unitário do step (de valor 1), por análise gráfica ele permanece em um valor de 0.9998

Figura 8: Características dos controladores PID e Fuzzy com um undershoot de 7.3994e−19 %. Considerando o sistema na realidade e sua robustez, esse valor de undershoot pode ser desprezado mantendo assim sua confiabilidade. O maior diferencial, além de um overshoot desprezível no fuzzy, é o tempo que o sistema se estabiliza de 4.0368s em comparação com o PID de 11.1007s com uma incrível diferença de 7.0639s. 3