ANALISE COMPARATIVA DE TECNICAS DE CONTROLE

APLICADAS A MAQUINA DE CORRENTE CONTINUA

Rafael Nunes Hidalgo Monteiro DIAS1 , Luiz Alberto do COUTO,

Cleber Asmar GANZAROLI2 , Douglas Freire de CARVALHO,
Wesley Pacheco CALIXTO3
Escola de Engenharia Eletrica, Mecanica e Computacao (EMC)
Universidade Federal de Goias (UFG) Goiania, GO Brasil

Resumo: Este artigo apresenta estudo comparativo de performance entre os contro-

ladores Fuzzy e Preditivo. Implementa-se os controladores em questao para o controle
de velocidade da maquina de corrente contnua, acionada por conversor CA-CC trifasico
totalmente controlado. Na busca de controladores com desempenho elevado, realiza-se
a otimizacao dos parametros dos mesmos, atraves da utilizacao do metodo heurstico
algoritmos geneticos. Busca-se determinar qual dos controladores apresentara melhor
desempenho, dadas as mesmas condicoes de atuacao.

Palavras-chave: Controle Fuzzy, Controle Preditivo, Algoritmo Genetico, Motor CC.

1 Introducao
O constante aumento da complexidade de alguns processos promoveu o avanco das
tecnicas de controle. Surgiram entao tecnicas de controle avancado, afim de tratar sis-
temas complexos, buscando a minimizacao de erros entre referencias solicitadas e as
sadas dos sistemas [1]. Entre as tecnicas de controle moderno, destacam-se o Controle
Preditivo e o Controle Fuzzy, que sao largamente aplicados para o controle de sistemas
nao lineares, contendo tempo morto, com multiplas entradas e sadas.
O Controle Fuzzy (FLC) possui como componentes basicos: a interface de fuzzificacao,
a base de conhecimento, a base de dados, o procedimento de inferencia e a interface de
defuzzificacao. A interface de fuzzificacao realiza o condicionamento das variaveis de
entrada, transformando numeros em conjuntos Fuzzy e criando as variaveis lingusticas.
A base de conhecimento consiste de uma base de regras, caracterizando a estrategia
de controle e suas metas. A base de dados armazena as definicoes necessarias sobre
discretizacoes e normalizacoes dos conjuntos Fuzzy, as particoes Fuzzy dos espacos de

Email: 1 rafaelnhmdd@hotmail.com, 2 cleber.ganzaroli@ifgoiano.edu.br, 3 wpcalixto@gmail.com
XIII Congresso de Pesquisa, Ensino e Extens~
ao da UFG 2

entrada e sada e as definicoes das funcoes de pertinencia. O procedimento de inferencia

processa os dados Fuzzy de entrada, junto com as regras, de modo a inferir as acoes de
controle Fuzzy, aplicando o operador de implicacao Fuzzy e as regras de inferencia da
logica Fuzzy. Por fim, a interface de defuzzificacao transforma as acoes de controle Fuzzy
inferidas em acoes de controle nao Fuzzy, aplicando-as ao processo [2].
O Controle Preditivo baseado em Modelo (MPC) refere-se a um conjunto de tecnicas
baseadas no modelo do processo aos quais serao aplicadas. Esse modelo e utilizado para
realizar previsoes do comportamento futuro do processo, ao longo de um horizonte de
predicao definido. Com base na previsao do comportamento do processo, obtido atraves
do modelo, e nos valores passados das acoes de controle, sao calculadas as acoes de
controle dos instantes futuros. A dimensao de instantes futuros englobados nesse calculo
e denominada horizonte de controle.
Apesar das diversas tecnicas existentes de MPC, sua estrutura sempre ira apresentar
tres elementos basicos: o modelo do processo, a funcao objetivo e por fim a lei de controle.
O modelo do processo deve descrever o comportamento do mesmo de forma confiavel,
permitindo a previsao do comportamento futuro da planta, tomando como base determi-
nado sinal de entrada. A funcao objetivo, busca guiar as sadas preditas a um sinal de
referencia proposto. Seu equacionamento, juntamente com o ajuste de seus parametros,
modificam a forma de atuacao do MPC. E por fim a lei de controle, que e obtida atraves
da minimizacao de uma funcao objetivo, que geralmente e composta do sinal de erro e da
acao de controle. Tal procedimento leva em consideracao sinais passados do processo,
alem das predicoes da sada e controle do mesmo [3].
A sintonia adequada do controlador a ser utilizado propicia a diminuicao de perdas e
garante o sucesso do processo em questao. Para tanto, torna-se viavel a implementacao
de processos de otimizacao. No caso da otimizacao de controladores, geralmente, busca-
se reduzir o erro existente entre a referencia proposta e a sada do sistema controlado,
atraves da determinacao de valores para as variaveis otimizaveis do controlador [4].
Entre os diversos metodos de otimizacao heurstica, os Algoritmos Geneticos (AG) tem
apresentado boas solucoes para uma ampla variedade de problemas de otimizacao. Esse
metodo privilegia a reproducao dos indivduos mais aptos. E realizada a recombinacao
genetica, na qual os indivduos progenitores se combinam para dar origem a nova geracao.
Cada ciclo de avaliacao constitui uma geracao e ao fim de determinado numero de geracoes,
espera-se que o algoritmo genetico apresente a solucao otimizada, levando em consideracao
todos os parametros utilizados para estruturacao do AG [5, 6].
Trabalhos contendo a aplicacao tanto de controladores modernos estao presentes na
literatura. Porem, estudos comparativos referentes a performance desses controladores,
sintonizados a partir de algum metodo de otimizacao e aplicados a sistemas nao lineares
ainda sao incipientes.
XIII Congresso de Pesquisa, Ensino e Extens~
ao da UFG 3

Portanto, a hipotese primaria deste trabalho e: se tanto os controladores Fuzzy, quanto

os controladores Preditivos sao largamente aplicados a sistemas nao lineares, contendo
tempo morto, com multiplas entradas e sadas, logo torna-se viavel o comparativo de per-
formance entre os mesmos. O objetivo geral deste trabalho e realizar um estudo compar-
ativo entre controladores, aplicados ao controle de velocidade de um motor de corrente
contnua, acionado por conversor CA-CC trifasico totalmente controlado.

2 Metodologia

2.1 Configuracao do Sistema

O sistema proposto, visa a implementacao e analise de tecnicas de controle aplicadas ao
controle de velocidade do motor CC, acionado retificador trifasico totalmente. A Figura 1
ilustra o diagrama do sistema proposto.

Figura 1: Esquema geral do sistema proposto.

O controle principal do sistema, objeto central dos estudos propostos, visa controlar
a velocidade do motor CC, atuando sobre a tensao de armadura do mesmo, atraves do
angulo de disparo do retificador totalmente controlado.
Tendo em vista a estabilidade do sistema e analise direta das acoes de controle,
implementa-se controle adicional. Este por sua vez e dedicado ao controle da tensao
de campo do motor CC, utilizando-se a tecnica classica de controle PID, com sintonia
emprica.
XIII Congresso de Pesquisa, Ensino e Extens~
ao da UFG 4

2.2 Sintonia dos Controladores via Algortmo Genetico

O controlador Fuzzy contem duas funcoes de entrada, codificadas como Erro e Derivada
do Erro. A primeira possui quatro funcoes de pertinencia, enquanto que a segunda pos-
sui tres funcoes de pertinencia, todas elas triangulares. O controlador apresenta uma
unica funcao de sada, referente ao angulo de disparo entregue ao retificador, com qua-
tro funcoes de pertinencia triangulares. Os limites das funcoes de pertinencia tanto das
entradas, quanto da sada, sao os parametros otimizaveis desse controlador. Ja o contro-
lador Preditivo DMC, possui como parametros otimizaveis o horizonte de predicao Ny , o
horizonte de controle Nu e a taxa de amortecimento do sinal de referencia .
Levando em consideracao os parametros estipulados para cada controlador, o AG
realiza modificacoes repetitivas em uma determinada populacao, buscando o melhor in-
divduo. Utiliza-se populacao composta por 20 indivduos, determinados inicialmente de
forma aleatoria. A selecao dos indivduos para a realizacao dos cruzamentos e feita via
torneio. Utiliza-se taxas de cruzamento inicial e final de 90% e 30%, respectivamente. Para
as taxas de mutacao inicial e final, utiliza-se os valores 30% e 90%, respectivamente. O
numero maximo de geracoes e igual a 100.
Como funcao de avaliacao, utiliza-se o ndice Integral of Absolute Error ou Integral do
Erro Absoluta (IAE), calculada com base no erro entre velocidade referencia e velocidade
desenvolvida pelo motor CC. Haja visto que o AG busca minimizar a funcao de avaliacao
definida, nao tendo profundo conhecimento do sistema que se pretende otimizar, pode-se
sugerir valores aos parametros dos controladores que trarao danos ao motor CC. Visando
garantir o funcionamento adequado e seguro do conjunto motor - retificador, realiza-se a
insercao de restricoes de corrente de pico (Ip [A]) e tensao nominal de armadura (Vn [V ]) no
processo de otimizacao. O nao atendimento as restricoes pode ocasionar o mal funciona-
mento do motor, podendo causar danos irreversveis a maquina. A funcao de avaliacao
completa e dada pela Expressao 1,

f (x) = IAE ( + ) (1)

na qual: = Imax Ip e = Vmax Vn ; para > 0 e > 0.

3 Resultados
A otimizacao do controladores DMC e Fuzzy, realizada previamente atraves da implementacao
do AG, proporcionou a obtencao de parametros otimizados, resultando a reducao do IAE .
Considerando perodo de amostragem T = 0.001 s e setpoint em 100 rad/s, alcancou-se
IAE = 10.99135 rad/s para o controlador Fuzzy e IAE = 11.03165 rad/s para o contro-
lador DMC.
XIII Congresso de Pesquisa, Ensino e Extens~
ao da UFG 5

A Figura 2 ilustra a dinamica do processo controlado, detalhando a velocidade ( [rad/s]),

a corrente de armadura (Ia [A]) e a tensao de armadura do motor CC (Va [V ]).

Figura 2: Controle de velocidade do MCC

Nota-se que a otimizacao dos controladores e as caractersticas de variaveis restritas

do sistema resultaram na boa performance de ambos controladores aplicados ao controle
de velocidade do motor CC.

4 Conclusao
Realizou-se a implementacao dos controladores preditivo DMC e Fuzzy ao controle de
velocidade de motor CC. Foi empregada, para a sintonia dos controladores, a tecnica de
otimizacao heurstica, conhecida como Algoritmo Genetico.
Os controladores otimizados propostos foram simulados para o controle de velocidade
do motor CC, acionado por conversor CA-CC trifasico totalmente controlado, a fim de
comparar qual metodo de controle obtem melhores resultados, buscando-se reducao do
perodo transitorio e de variacoes em regime permanente. Para analisar a eficiencia dos
controles desenvolvidos, utilizou-se como criterio de avaliacao principal a integral do erro
absoluto de velocidade IAE , apresentado o erro existente entre a velocidade desen-
volvida pelo motor CC e a velocidade referencia.
XIII Congresso de Pesquisa, Ensino e Extens~
ao da UFG 6

Evidencia-se que a otimizacao dos parametros, em ambos os controladores, propor-

cionou uma melhora significativa do desempenho. Diante dos resultados apresentados,
pode-se concluir que o controlador Fuzzy apresentou desempenho superior para o cont-
role de velocidade do processo, quando comparado ao controlador preditivo DMC. Entre
as variaveis de desempenho significativas, ressalta-se: menor valor de IAE e menor tempo
de estabilizacao.

Referencias
[1] NISE, N. S. Engenharia de Sistemas de Controle. 6a Ed. Rio de Janeiro: LTC, (2012).

[2] LEE, C.C. Fuzzy logic in control systems: Fuzzy logic controller. Systems, Man and
Cybernetics, IEEE Trans, v. 20, p. 404-435, (1990).

[3] CAMACHO, E.; BORDONS, C. Model predictive control. Springer Science & Business
Media, (2013).

[4] CALIXTO, W. P. Desenvolvimento de operador matematico para algoritmos de

otimizacao heursticos aplicado a problema de geoprospeccao. TEMA (Sao Carlos),
v. 15, n. 2, p. 177-194, (2014).

[5] GOLDBERG, D. E. Genetic Algotithms in Search, Optimization, and Machine Learn-

ing. (1981).

[6] LINDEN, R. Algortmos Geneticos. Brasport, (1992).