CONTROLE FUZZY PARA VELOCIDADE DE MOTOR CC

CONTROLE FUZZY PARA VELOCIDADE DE MOTOR CC UNIVERSIDADE TECNOLÓGICA FEDERAL DO PARANÁ

Sistema de Controle Fuzzy Paulo Eduardo Sampaio Monteiro Ponta Grossa, 10 de novembro de 2016

Objetivo Modelar um controlador fuzzy para o controle de velocidade em um motor CC.

Modelagem motor CC Levantou-se a função transferência do motor para projetar um controlador PID. Projetouse um controlador PID para uma comparação posterior com o sistema fuzzy. A função transferência de um motor CC é descrita como: G(s) =

L·J ·

s2

Kt + (L · C + J · R)s + R · C

Figura 1: Input: Erro

Sendo : • Kt = 0.2; • L = 0.2; • C = 0.1; • J = 0.1; • R = 2.

Controlador Fuzzy Usou-se a toolbox do Simulink/Matlab chamada Fuzzy. Observa-se nas Figuras 1 e 2 as entradas do sistema e na Figura 3 a saída. Há 5 parâmetros para o Erro e a Derivada do Erro, sendo eles:

Figura 2: Input: Derivada Erro

1

u

e˙

NB NS Z PS PB

Tabela 1: Regras Fuzzy e NB NS Z PS BB BB AS AS BB BB AS AS BS BS REF AS BS BS BS AB REF BS BS AB

PB REF AS AS AB AB

Figura 3: Output • NB (negativo grande) Figura 4: Controlador

• NS (negativo pequeno) • Z (zero)

Após a simulação, obteve-se as iterações que podem ser vistas pelo Rule Viewer na Figura 5.

• PS (positivo pequeno) • PB (positivo grande) 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 indiFigura 5: Rule Viewer cam o esforço de controle para as devidas entradas, expostas na Tabela 1. Após a tabela preenchida com as devidas iterações e regras, elas são embarcadas no Rule Comparação Editor da Toolbox de Fuzzy. Já com as regras montadas, definidas as enApós projetado os controladores e feito os tradas e saídas, montou-se o sistema no simu- devidos ajustes, as respostas dos sistemas a link para projetarmos o controlador Fuzzy (Fi- uma entrada step unitária podem ser observagura 4). das na Figura 6. 2

Figura 6: Resposta dos controladores

Figura 7: Resposta dos controladores com o mesmo distúrbio Pelo gráfico (Figura 6) observa-se que o controlador PID tem uma resposta consideravelmente rápida e um tempo de estabilização bom. Porém há um overshoot, o que é indesejável em qualquer sistema de controle. O controlador Fuzzy (Figura 6) se mostra com as características melhores se comparado com o PID. Com uma resposta praticamente instantânea, assim como o tempo de estabilização. Essas características que tornam um controlador ideal para o sistema, além de não ocorrer overshoot. O controlador PID tem uma tempo de subida de 0.7850s, uma tempo de estabilização de 2.4490s e um overshoot de 8.9097%. Já o controlador Fuzzy apresenta um tempo de subida de 0.0485s e um tempo de estabilização de 0.0839s. Para uma aproximação mais condizente com a realidade o sistema foi colocado em situações um pouco mais extremas, com distúrbios

externos e com esse distúrbio foi analisado a resposta dos dois controladores exposto na Figura 7. Como é possível analisar na Figura 7, o controlador PID não consegue conter o distúrbio e o sistema entra em um tipo de ressonância, o que é extremamente péssimo para qualquer sistema. Já o controlador Fuzzy se auto-corrige com o distúrbio e ocorre também uma ressonância, porém mínima (e desconsiderável), que não é enxergado pelo sistema. Concluí-se que o esforço de controle do Fuzzy é muito agressivo e confiável com características desejadas ideias para o controle de velocidade do motor CC.

3