Baixe o app para aproveitar ainda mais
Prévia do material em texto
UNIVERSIDADE FEDERAL DO PIAUÍ CENTRO DE TECNOLOGIA DEPARTAMENTO DE ENGENHARIA MECÂNICA DISCIPLINA DE CONTROLE DE SISTEMAS DINÂMICOS PROFESSOR ANTÔNIO AIRTON CARNEIRO DE FREITAS Atividade 1: Analisando os conceitos de realimentação, ganho, regime transitório e permanente. Alunos: Gilmar Vitorino Lucas Rodrigues de Sousa Maria Karolina Meneses Damasceno Rubens Campelo Pereira TERESINA 2022 2 1. INTRODUÇÃO O conceito de controle pode ser analisado generalizadamente junto a qualquer processo. Processo é definido como um fluxo de atividades que utilizam recursos (pessoal, informações, energia etc.) para transformar as entradas em saídas. Assim, a ideia de controle de um processo surge a partir do momento em que se busca compreender as transformações realizadas com a variável de entrada para que a saída seja gerada/transformada, ou seja, um processo é estudado e definido com o objetivo final de ser controlado. Afinal, os objetivos duplos de conhecimento e controle são complementares, uma vez que o controle efetivo de sistemas requer que estes sejam compreendidos e modelados Na engenharia o controle de processos industriais atualmente se utiliza da tecnologia de processamento computacional para atingir patamares de velocidade e desempenho que viabilizam aplicações cada vez mais ousadas. No entanto, o intuito deste relatório é explorar conceitos básicos e iniciais da teoria de controle automático. Sistemas de controle de malha aberta - Figura 1 - são aqueles em que o sinal de saída não exerce nenhuma ação de controle no sistema. Já no sistema de controle de malha fechada - Figura 2 - há retroalimentação, onde o sinal de saída (ou uma função desse sinal) é comparado como o sinal de entrada com intenção de reduzir o erro do sistema. Convém entender que um processo em que o sinal de saída é medidor por meio de sensores não é necessariamente um sistema de controle em malha fechada. O sensoriamento do sinal de saída, se não utilizado para comparação com o sinal de entrada e consequente redução do erro não configura retroalimentação. Figura 1 - Sistema de malha aberta. Fonte: Elaborado pelos autores (2022). Figura 2 - Sistema em malha fechada. Fonte: Elaborado pelos autores (2022). Pelas definições de sistemas de controle em malha aberta e malha fechada é comum tomar o entendimento de que a malha fechada é sempre a melhor opção para aplicação em um 3 processo. No entanto, como tudo na engenharia, a implementação de projetos deve analisar, entre outros aspectos, desempenho, manutenção e custos para a aplicação específica. Os sistemas de controle em malha fechada permitem que sua resposta seja relativamente insensível a distúrbios e variações internas nos parâmetros do sistema. Componentes com menor precisão e, consequentemente, custo pode ser utilizados sem afetar a precisão final do sistema. A malha aberta tem imunidade ao problema da estabilidade, tornando-a mais fácil de ser construída. A análise da estabilidade é importante nos sistemas em malha fechada, onde a constante tendência de correção do erro pode provocar oscilações de amplitude na saída do sistema. Ademais, sistemas em malha aberta tem menor número de componentes, facilitando sua operação e manutenção. Antes de apresentar os parâmetros e resultados da simulação, é importante descrever o controlador PID como sendo o algoritmo de controle mais usado na indústria e tem sido utilizado em todo o mundo para sistemas de controle industrial. A popularidade de controladores PID pode ser atribuída em parte ao seu desempenho robusto em uma ampla gama de condições de funcionamento e em parte à sua simplicidade funcional, que permite aos engenheiros operá-los de uma forma simples e direta. O algoritmo usa as ações proporcional, integrativa e derivativa aplicadas à diferença entre o sinal de entrada e a retroalimentação para levar o processo às condições desejadas. As três ações conjuntas são somadas e dimensionadas para as condições específicas do processo por meio de técnicas de identificação de sistemas. As ações PID podem ser entendidas conforme abaixo: o Ação Proporcional - a componente proporcional depende apenas da diferença entre o ponto de ajuste e a variável de processo. Esta diferença é referida como o termo de erro. O ganho proporcional determina a taxa de resposta de saída para o sinal de erro. Em geral, aumentando o ganho proporcional irá aumentar a velocidade da resposta do sistema de controle. No entanto, se o ganho proporcional é muito grande, a variável de processo começará a oscilar e, caso o ganho seja aumentado ainda mais, as oscilações ficarão maiores e o sistema ficará instável. o Ação Integral - a componente integral soma o termo de erro ao longo do tempo. O resultado é que mesmo um pequeno 4 erro fará com que a componente integral aumente lentamente. A resposta integral irá aumentando ao longo do tempo a menos que o erro seja zero, portanto, o efeito é o de conduzir o erro de estado estacionário para zero. O Steady-State de erro é a diferença final entre as variáveis do processo e do set point. Um fenômeno chamado windup integral ocorre quando a ação integral satura um controlador, sem que o controlador ajuste o sinal dê erro para zero. o Ação Derivativa - a componente derivada faz com que a saída diminua se a variável de processo está aumentando rapidamente. A derivada de resposta é proporcional à taxa de variação da variável de processo. Aumentar o parâmetro do tempo derivativo fará com que o sistema de controle reaja mais fortemente a mudanças no parâmetro de erro aumentando a velocidade da resposta global de controle do sistema. Na prática, a maioria dos sistemas de controle utilizam o tempo derivativo muito pequeno, pois a derivada de resposta é muito sensível ao ruído no sinal da variável de processo. Se o sinal de feedback do sensor é ruidoso ou se a taxa de malha de controle é muito lenta, a derivada de resposta pode tornar o sistema de controle instável. 2. METODOLOGIA Inicialmente, três situações problemas foram expostas, sendo essas (a) um servo mecanismo de posição, (b) servomecanismo de posição usando controle proporcional e derivativo e (c) um servomecanismo de posição usando retroação de velocidade tacométrica. Com base nos sistemas dados, os seguintes procedimentos foram feitos: (a) Encontrou-se a função de transferência a malha fechada dos sistemas; (b) Aplicou-se, posteriormente, um impulso unitário a cada um dos três sistemas e um gráfico foi traçado com auxílio do MathLab; (c) Aplicou-se, também, um degrau unitário a cada um dos três sistemas e traçou-se outro gráfico no MathLab; (d) Por fim, uma rampa a cada um dos três sistemas foi aplicada e outro gráfico foi gerado também no Mathab. A aplicação de rampas, impulsos e degraus foi implementada através de um código gerado no MathLab, que pode ser visto na Figura 3. Outro recurso necessário é a função de Transferência dada abaixo: 5 Sendo, Y(s) e U(s) a transformada de Laplace da resposta do processo e sinal de entrada do processo, respectivamente. Esse modelo matemático é extensivamente usado na análise e projeto de sistemas lineares invariantes no tempo, no sentido que expressa a equação diferencial que relaciona a variável de saída com respeito às variáveis de entrada. Ainda que relacione variáveis, não é capaz de fornecer informações sobre a estrutura física do sistema. Figura 3 - Código implementado no MathLab. Fone: Código gerado pelo autor com auxílio da ferramenta MathLab (2022). 3. RESULTADOS E DISCUSSÕESUsando a equação da função de transferência, tem-se as seguintes funções características de cada sistema: 1. Sistema I: 𝐶(𝑠) 𝑅(𝑠) = 𝐺 (𝑠) = 5 . 1 5(5𝑠 + 1) 1 + 5 . 1 5 (5𝑠 + 1) = 5 5𝑠2 + 5 5 𝑠2 + 𝑠 + 5 5𝑠2 + 5 = 5 5𝑠2 + 𝑠 + 5 2. Sistema II: 𝐶(𝑠) 𝑅(𝑠) = 𝐺 (𝑠) = 5 (1 + 0,8 𝑠) 5 (5 𝑠 + 1 ) 1 + 5 (1 + 0,8𝑠) 5 (5𝑠 + 1) = 5 + 4𝑠 5 (5𝑠 + 1 ) 5 𝑠2 + 𝑠 + 5 + 4𝑠 5 ( 5𝑠 + 1) = 5 + 4𝑠 5𝑠2 + 5𝑠 + 5 3. Sistema III: 𝐶(𝑠) 𝑅 (𝑠) = 𝐺 (𝑠) = 5 5(5𝑠 + 1) 1 + 5 5 (5𝑠 + 1) . (1 + 0,8𝑠) = 5 5(5𝑠 + 1) 5𝑠2 + 𝑠 + 5 + 4𝑠 5 (5𝑠 + 1) = 5 5𝑠2 + 5𝑠 + 5 Agora com cada função característica em mãos, os gráficos foram traçados com auxílio do MathLab. Para cada um dos incrementos, gerou-se os seguintes gráficos. 6 Figura 4 - Resposta ao impulso Fonte: Elaborado pelos autores com auxílio do MathLab (2022). Figura 5 - Resposta ao degrau. Fonte: Elaborado pelos autores com auxílio do MathLab (2022). Figura 6 - Resposta a rampa. Fonte: Elaborado pelos autores com auxílio do MathLab (2022). Iniciando a análise pelo gráfico da Figura 4, observa-se que o sistema I é mais oscilatório que os demais. Além disso, ao longo que o período de assentamento passa, o mesmo não se estabiliza, ao contrário dos demais. Agora tratando-se do gráfico da Figura 5, nesse ainda se destaca o sistema I com um movimento oscilatório grande e que não se estabiliza. Já focando no sistema II, em relação ao gráfico anterior da Figura 4 , sofreu uma variação na sua curva: a mesma encontra-se mais atenuada. Referindo ao gráfico da Figura 6, todos os sistemas possuem algum grau de oscilação, exceto pelo sistema III. Esse sistema encontra-se em estado estacionário elevado. 4. CONCLUSÃO Após os dados analisados, pode-se fazer algumas inferências pontuais sobre os resultados obtidos: o O sistema I possui uma oscilação demasiada, mas possui os polos próximos ao eixo imaginário, o que lhe confere estabilidade. Isso acontece por conta da ação derivativa, isto é, aumentando a taxa de proporção fará com que o sistema reaja fortemente às mudanças dos parâmetros; o No sistema II, a componente derivada faz com que a saída diminua se a variável do processo aumenta rapidamente. E essa ação derivativa suaviza os sinais aplicados no processo do sistema II. 7 o O Sistema III não conduz o erro para zero e isso seria facilmente resolvido com uma ação integrativa. As conclusões gerais são de que o emprego correto de um controle ajustado pode tornar o processo menos oxidativo. Contudo, ao mesmo tempo que se atenua esses comportamentos oscilativos, pode-se incrementar erros no estado estacionário. REFERÊNCIAS Ogata, K.; Engenharia de Controle Moderno. Prentice Hall Brasil, 4ª edição, 2003.
Compartilhar