Baixe o app para aproveitar ainda mais
Prévia do material em texto
4618 Anais do XIX Congresso Brasileiro de Automática, CBA 2012. ISBN: 978-85-8001-069-5 SÍNTESE DE CONTROLADORES ROBUSTOS PI MULTI-MALHAS DESCENTRALIZADO Bruno M. Gonçalves∗, Eduardo N. Goncalves†, Reinaldo M. Palhares‡, Ricardo H. C. Takahashi§ ∗Programa de Pós-graduação em Engenharia Elétrica - UFSJ/CEFET-MG †Departamento de Engenharia Elétrica Centro Federal de Educação Tecnológica de Minas Gerais Av. Amazonas 7675, 31510-470, Belo Horizonte - MG - Brasil ‡Departamento de Engenharia Eletrônica Universidade Federal de Minas Gerais Av. Antônio Carlos 6627 - 31270-010, Belo Horizonte - MG - Brasil §Departamento de Matemática Universidade Federal de Minas Gerais Av. Antônio Carlos 6627 - 31270-010, Belo Horizonte - MG - Brasil Emails: bruno.mac47@hotmail.com, eduardong@des.cefetmg.br, palhares@cpdee.ufmg.br, taka@mat.ufmg.br Abstract— This paper presents a new tuning procedure for robust decentralized milti-loop PI controllers. The control objectives are to decouple the multiple control loops, to attain the specifications of the reference signal tracking responses, to reject disturbances and to attenuate the measurement noises. It is proposed to apply H∞ model approximation to achieve the first two goals. The control problem is formulated as a multi-objective non-convex optimization problem directly in the space of PI controller parameters. The multivariable process and decentralized PI controllers are represented in state space. Polytopic models are employed to represent the uncertain system. The proposed procedure to solve the optimization problem has been successfully applied to various problems in the robust control field. An illustrative example is presented to demonstrate the efficiency of the proposed tuning procedure. Keywords— Robust multi-loop PID control, decentralized control, H∞ model approximation, polytopic mod- els. Resumo— Este trabalho apresenta um novo procedimento de sintonia de controladores PI multi-malhas des- centralizados robustos. Os objetivos de controle são desacoplar as múltiplas malhas de controle, atender as es- pecificações da resposta de rastreamento do sinal de referência, rejeitar perturbações e atenuar rúıdos de medição. É proposto aplicar aproximação de modelo H∞ para atingir os primeiros dois objetivos. O problema de controle é formulado como um problema de otimização não convexo multiobjetivo diretamente no espaço de parâmetros dos controladores PI. O processo multivariável e os controladores PI descentralizados são representados no es- paço de estados. Modelos politópicos são utilizados para representar o sistema incerto. O procedimento proposto para resolver o problema otimização tem sido aplicado com sucesso em diferentes problemas na área de controle robusto. Um exemplo numérico é apresentado para ilustrar a eficiência do procedimento de sintonia proposto. Keywords— Controle PID multi-malhas robusto, controle descentralizado, aproximação de modelo H∞, mo- delos politópicos. 1 Introdução O uso de controladores proporcional-integral- derivativo (PID) descentralizados para o controle de processos multivariáveis é bastante popular na indústria porque os controladores PID são eficazes, os operadores têm maior facilidade de entendê-los, implementá-los e sintonizá-los, e as estruturas descentralizadas são tolerantes a falhas (Dittmar et al., 2012). No entanto, quando o controle descentralizado é empregado para contro- lar sistemas multivariáveis com canais altamente acoplados, a tarefa de projeto de controle pode tornar-se dif́ıcil devido à existência de interações entre as malhas de controle. Devido a este fato, a tarefa de desenvolver um procedimento satis- fatório de sintonia de controladores PI/PID em ar- quiteturas de controle multi-malhas constitui um problema de grande interesse. O controle PI/PID de processos multivariáveis pode ser classificado em dois tipos: controle descentralizado e con- trole com desacoplamento (Shen et al., 2010). A maioria dos procedimentos de sintonia de con- troladores PID multi-malhas considera represen- tações no domı́nio da frequência. Entre as difer- entes abordagens de projeto podem ser citadas, por exemplo, o desacoplador estático combinado com controlador PI descentralizado com ponder- ação do sinal de referência (Åström et al., 2002) ou a técnica generalizada de desacoplamento in- vertido (Garrido et al., 2011). Soluções anaĺıti- cas para a sintonia PID baseadas em modelo de referência foram apresentadas em (Alcántara et al., 2010). Outros procedimentos de sintonia http://cba2012.dee.ufcg.edu.br/ 4619 Anais do XIX Congresso Brasileiro de Automática, CBA 2012. ISBN: 978-85-8001-069-5 de controladores PI/PID multi-malhas podem ser encontrados em Huang et al. (2003) e suas refer- ências internas. Não é comum encontrar na literatura pro- cedimentos de sintonia de controladores PI/PID multi-malhas no espaço de estados, que permitem tratar sistemas incertos representados por mode- los politópicos. A contribuição deste trabalho é apresentar um procedimento de sintonia de con- troladores PI multi-malhas descentralizado robus- tos que busca desacoplar os canais de controle em sistemas multivariáveis assegurando o desem- penho da resposta de rastreamento, a rejeição de distúrbios e a atenuação de rúıdos de medição. Neste trabalho, o procedimento de sintonia ro- busto apresentado em Gonçalves et al. (2008) é estendido para tratar sistemas multivariáveis in- cluindo uma estratégia de aproximação de mo- delo H∞ para obter o desacoplamento entre as malhas de controle e atender as especificações da resposta transitória de rastreamento (Gonçalves et al., 2011). O procedimento de sintonia pro- posto neste trabalho baseia-se na representação no espaço de estados e emprega modelos politópi- cos para representar o sistema incerto, e consiste de um procedimento iterativo de dois passos: śın- tese e análise. A etapa de śıntese é baseada em um problema de otimização multiobjetivo não- convexo. O problema de otimização do pior caso de infinitos sistemas é substitúıdo por um pro- blema de otimização que considera um conjunto finito de pontos do domı́nio de incerteza. Na etapa de análise, um algoritmo branch-and-bound, con- siderando funções limitantes superiores baseadas em desigualdades matriciais lineares (LMI), é apli- cado para verificar a função objetivo e as restri- ções para todo o domı́nio de incerteza. A moti- vação para considerar este procedimento está rela- cionada com os bons resultados já obtidos para śıntese de controladores robustos por realimen- tação de estado (Gonçalves et al., 2005), śıntese de filtros (Gonçalves, Palhares e Takahashi, 2006), sintonia de controladores PID para malha sim- ples (Gonçalves et al., 2008) e śıntese de con- troladores por realimentação dinâmica de sáıda (Bachur et al., 2011). A eficiência do procedimento proposto de sin- tonia de controladores robustos PI multi-malhas descentralizado será mostrada através de um ex- emplo ilustrativo. 2 Formulação do Problema Considere um sistema linear invariante no tempo em tempo cont́ınuo descrito por ẋ(t) = Ax(t) +Buu(t) +Bww(t), z(t) = Czx(t) +Dzuu(t) +Dzww(t), y(t) = Cyx(t) +Dyww(t), (1) sendo x(t) ∈ Rn o vetor de estados, u(t) ∈ Rnu o vetor de entradas (variáveis manipuladas), w(t) ∈ R nw o vetor de variáveis exógenas (sinais de re- ferência, r(t) ∈ Rm, distúrbios, d(t), e rúıdos de medição, n(t) ∈ Rm), z(t) ∈ Rm o vetor de va- riáveis controladas (sáıdas da planta, c(t) ∈ Rm) e y(t) ∈ R2m o vetor de variáveis medidas que são as entradas dos controladores PI multi-malhas descentralizados (sinais de referência e sáıdas da planta com adição dos rúıdos de medição). Para simplicar a notação, as matrizes do sis- tema na Eq. (1) são agrupadas da forma: S , A Bu Bw Cz Dzu Dzw Cy 0 Dyw , (2) que pode conter parâmetros incertos,pertencendo a um conjunto compacto convexo, ou politopo, definido como sendo a combinação convexa de seus vértices: P(α) , { S : S = N ∑ i=1 αiSi; α ∈ Ω } , (3) Ω , { α : αi ≥ 0, N ∑ i=1 αi = 1 } , (4) sendo Si, i = 1, . . . , N , os vértices do politopo e α = [ α1 . . . αN ]′ o vetor que parametriza o politopo. A dependência das matrizes do sistema de α será omitida para simplificar a representação. Considere o controlador por realimentação dinâmica de sáıda, U(s) = K(s)Y (s), K(s) = [ Ac Bc Cc Dc ] . (5) A matriz de transferência em malha-fechada rela- cionando as variáveis controladas, z(t), e as vari- áveis exógenas, w(t), Z(s) = Tzw(s)W (s), Tzw(s) , [ Af Bf Cf Df ] , (6) pode ser calculada como Af = [ A+BuDcCy BuCc BcCy Ac ] , Bf = [ Bw +BuDcDyw BcDyw ] , Cf = [ Cz +DzuDcCy DzuCc ] , Df = [ Dzw +DzuDcDyw ] , (7) podendo ser dividida em três blocos: Z(s) = [ Tcr(s) Tcd(s) Tcn(s) ] R(s) D(s) N(s) . (8) Para desacoplamento das malhas de controle, a configuração do controlador PI mais indicada 4620 Anais do XIX Congresso Brasileiro de Automática, CBA 2012. ISBN: 978-85-8001-069-5 é a configuração com dois graus de liberdade I-P, onde a ação integral é aplicada sobre o erro de ras- treamento e a ação proporcional é aplicada sobre a sáıda da planta medida com rúıdo de medição (Åström et al., 2002). Considerando que o vetor de entradas é organizado de tal modo que a en- trada ui(t) será utilizada para controlar a sáıda ci(t), i = 1, . . . ,m, as matrizes dos controladores I-P multi-malhas descentralizados podem ser es- critas como: Ac = 0 . . . 0 ... . . . ... 0 . . . 0 , (9) Bc = 1 Ti,1 0 − 1 Ti,1 0 . . . . . . 0 1 Ti,m 0 − 1 Ti,m , (10) Cc = kp,1 0 . . . 0 kp,m , (11) Dc = 0 . . . 0 −kp,1 0 ... . . . ... . . . 0 . . . 0 0 −kp,m . (12) Considere um modelo de referência bloco di- agonal para garantir o desacoplamento das m ma- lhas de controle e atender as especificações da resposta transitória de rastreamento dos sinais de referência (sobre-sinal, tempo de acomodação etc.): Tm(s) = Tm,1(s) 0 . . . 0 Tm,m(s) . (13) Cada bloco Tm,i(s), i = 1, . . . ,m, pode ser de qualquer ordem desejada. Neste trabalho são con- siderados Tm,i = ω2n,i s2 + 2ζiωn,is+ ω2n,i , i = 1, . . . ,m. (14) Seja Tm(s) , [ Am Bm Cm Dm ] , Tcr(s) , [ Acr Bcr Ccr Dcr ] . (15) O erro de aproximação de modelo, E(s) , Tm(s)− Tcr(s), pode ser representado no espaço de estados como E(s) = Am 0 Bm 0 Acr Bcr Cm −Ccr Dm −Dcr . (16) O problema de sintonia dos controladores PI multi-malhas descentralizados para aproximação de modelo de referência, rejeição de distúrbios e atenuação de rúıdos pode ser descrito como sendo: determine os parâmetros kp,j e Ti,j , j = 1, . . . ,m, do controlador K(s), descrito pelas equações (9)- (12), de modo a minimizar a norma H∞ do erro de aproximação E(s), a norma H∞ da matriz de transferência relacionando as sáıdas da planta e os distúrbios e a norma H2 da matriz de transferên- cia relacionando as sáıdas da planta e os rúıdos de medição garantindo que o sistema em malha- fechada seja robustamente estável: K∗(s) = arg min K(s) max α∈Ω ‖E(s, α,K)‖∞ max α∈Ω ‖Tcd(s, α,K)‖∞ max α∈Ω ‖Tcn(s, α,K)‖2 , sujeito a: K(s) ∈ F , (17) sendo F o conjunto de controladores com parâ- metros dentro das faixas aceitáveis que garan- tem a estabilidade robusta do sistema em malha- fechada. 3 Procedimento Proposto para Sintonia de Controladores PID Uma estratégia para lidar com o problema de otimização multiobjetivo é transformá-lo em um problema escalar e aplicar técnicas de otimiza- ção escalar. Neste trabalho será considerada a seguinte formulação escalar para o problema (17): K∗(s) = arg min K(s) ( λ1 max α∈Ω ‖Tcd(s, α,K)‖∞ +λ2 max α∈Ω ‖Tcn(s, α,K)‖2 ) , sujeito a: max α∈Ω ‖E(s)(s, α,K)‖∞ ≤ ǫm, K(s) ∈ F , (18) sendo que ǫm pode ser escolhido para garantir certo ńıvel de desacoplamento e proximidade com as respostas transitórias especificadas ao passo que λ1 e λ2 podem ser escolhidos para obter um bom compromisso entre rejeição de distúrbios e atenu- ação de rúıdos de medição. A principal dificuldade para lidar com o pro- blema de otimização não-convexo (18) é mini- mizar/restringir o pior caso das funções-objetivo em um conjunto Ω de infinitos pontos. O procedi- mento proposto para solucionar o problema (18) diretamente no espaço de parâmetros do contro- lador é baseado em dois passos: śıntese e análise. No passo de śıntese, é aplicado um algoritmo de otimização não-linear para resolver o problema de otimização escalar (18) com o conjunto infinito Ω substitúıdo por um conjunto finito de pontos Ω̃ ⊂ Ω. Este conjunto finito é inicialmente o conjunto dos vértices do politopo como considerado nas for- mulações convexas. Considerar apenas os vértices do politopo não é suficiente para garantir a es- tabilidade robusta do sistema em malha-fechada 4621 Anais do XIX Congresso Brasileiro de Automática, CBA 2012. ISBN: 978-85-8001-069-5 e a minimização das funções-objetivo para todos os α ∈ Ω. Para verificar o controlador obtido no primeiro passo, no segundo passo é aplicado um procedimento de análise baseado numa com- binação de um algoritmo branch-and-bound e for- mulações de análise LMI (Gonçalves et al., 2007). Se o procedimento de análise encontra um caso de sistema instável no domı́nio incerto ou se for ve- rificado que o valor máximo das funções objetivo não ocorre em um ponto pertencente a Ω̃, então este ponto é inclúıdo em Ω̃ e é necessário execu- tar os dois passos do procedimento novamente. O procedimento termina quando se verifica que o sis- tema em malha-fechada é robustamente estável e os valores máximos das funções objetivo estão em pontos pertencentes a Ω̃ (ou perto deles de acordo com uma precisão especificada). Na etapa de śıntese, o problema de otimização escalar pode ser resolvido por meio do algoritmo cone-elipsoidal (Takahashi et al., 2003). Seja χ ∈ R d o vetor de parâmetros de otimização (neste caso, os parâmetros dos controladores PI multi- malhas descentralizado), f(χ) : Rd → R a função objetivo escalar a ser minimizada e gi(χ) : R d → R, i = 1, . . . , s o conjunto de funções de restrição. Seja χk o centro do elipsóide e Qk = Q T k ≻ 0 a matriz que determina as direções e dimensões dos eixos da elipsóide. Dado os valores iniciais de χ0 e Q0, o algoritmo elipsoidal é descrito pelas seguintes equações recursivas: χk+1 = χk − 1 d+ 1 Qkm̃, Qk+1 = d2 d2 − 1 ( Qk − 2 d+ 1 Qkm̃m̃ TQk ) , (19) com m̃ = mk/ √ mTkQkmk, sendo mk a soma normalizada dos gradientes (ou sub-gradientes) das funções restrições violadas, gi(χ) > 0, quando χk é uma solução não fact́ıvel, ou o gradiente (ou sub-gradiente) da função ob- jetivo, f(χ), quando χk é uma solução fact́ıvel. Os gradientes (ou sub-gradientes) são calculados numericamente pelo método de diferenças finitas. No passo de análise, é necessário determinar α ∈ Ω que correspondente ao máximo de cada função objetivo ou encontrar um α ∈ Ω que cor- responde a um sistema instável. A estratégia básica do algoritmo branch-and-bound é a par- tição do domı́nio de incerteza, Ω, de modo que as funções limite inferior e superior convirjam para o valor máximo das normas. Este algoritmo ter- mina quando a diferença entre as funções limites é inferior à precisão relativa requerida. O algo- ritmo é implementado considerando como função limite inferior o máximo valor da norma H∞ (ou H2) considerando os valores computados nos vér- tice e como função limite superior o custo garan- tido H∞ (ou H2), computado por meio de formu- lações de análise LMI, sendo ambas as funções cal- culadas para o politopoinicial e suas subdivisões (Gonçalves et al., 2007). Se o sistema não é ro- bustamente estável, o algoritmo encontra um sis- tema instável no politopo enquanto procura pelo valor máximo da norma. Uma técnica de par- tição baseada em malhas simpliciais (Gonçalves, Palhares, Takahashi e Mesquita, 2006) é aplicada para permitir que este procedimento seja aplicado aos modelos politópicos com maior eficiência. 4 Exemplo Ilustrativo Considere o problema de controle de ńıvel de dois tanques interligados apresentado na Fig. 1. Será considerado um modelo linear de um ponto de operação. As variáveis em letras maiúscu- las correspondem aos valores do ponto de ope- ração: H̄1 = 2m, H̄2 = 1m, Q̄u1 = Q̄1 = 0,2m3/s, Q̄u2 = 0,05m 3/s, Q̄d = 0,0m 3/s e Q̄2 = 0,25m 3/s. As variáveis em letras minús- culas corresponde às variações em torno do ponto de operação. O vetor de estados é definido como sendo x(t) , [h1(t) h2(t)] T . As sáıdas con- troladas do sistema são os ńıveis dos dois tan- ques, c(t) = [h1(t) h2(t)] T . Os sinais de con- trole são as vazões de entrada em cada tanque, u(t) = [qu1(t) qu2(t)] T , e a perturbação é a se- gunda vazão de entrada no tanque 2, d(t) = qd(t). A representação no espaço de estados linear em tempo cont́ınuo do sistema pode ser escrita como d dt [ h1 h2 ] = [ − k1 A1 k1 A1 k1 A2 −k1+k2 A2 ] [ h1 h2 ] + [ 1 A1 0 0 1 A2 ] [ qu1 qu2 ] + [ 0 0 0 0 0 0 0 1 A2 0 0 ] r1 r2 qd n1 n2 , z = [ 1 0 0 1 ] x, y = 0 0 0 0 1 0 0 1 x + 1 0 0 0 0 0 1 0 0 0 0 0 0 1 0 0 0 0 0 1 w. (20) As áreas transversais dos tanques são A1 = 10m2 e A2 = 5m 2. Os parâmetros considerados incertos são os coeficientes k1 e k2 (inverso da re- sistência hidráulica dos dutos) que podem variar nos intervalos: k1 ∈ [0.15, 0.25] e k2 ∈ [0.2, 0.3]. O sistema incerto pode ser representado por um modelo politópico com 4 vértices correspondendo 4622 Anais do XIX Congresso Brasileiro de Automática, CBA 2012. ISBN: 978-85-8001-069-5 AA1 2 k Q +q (t) Q +q (t) 1 2 H +h (t)1 H +h (t) 2 1 1 2 1 Q +q (t) k2 2 d d Q +q (t) u2 u2 Q +q (t) u1 u1 Figura 1: Sistema de tanques interligados. as combinações do valores limites dos dois parâ- metros incertos. Os objetivos de controle são: obter resposta de rastreamento do sinal de referência similar à especificada por um modelo de referência, de- sacoplar as duas malhas de controle, minimizar a influência da perturbação sobre os ńıveis dos tan- ques e atenuar os efeitos dos rúıdos de medição sobre os sinais do sistema. Considerando os parâmetros do modelo de re- ferência como sendo ζ1 = ζ2 = 2 e ω1 = ω2 = 0,8, e adotando os parâmetros λ1 = 0,1, λ2 = 0,9 e ǫm = 0,05 para o problema de otimização es- calar (18), são obtidos os seguintes parâmetros para os controladores PI multi-malhas descentra- lizados após uma única iteração do procedimento de sintonia proposto (valor máximo ocorre no vér- tice): kp,1 = 18,2858, Ti,1 = 5,0636, kp,2 = 8,6244, Ti,2 = 4,6907. Este controlador resulta nos seguintes valores para as funções-objetivo: maxα∈Ω ‖E‖∞ ≤ 0,0498, maxα∈Ω ‖Tcd‖∞ ≤ 0,1115 e maxα∈Ω ‖Tcn(s, α,K)‖2 ≤ 1,3917. As respostas transitórias para o sistema com o controlador K(s) obtido, para variações nos sinais de referência de r1(t) = −0,1 × 1(t) e r2(t) = 0,1 × 1(t − 100), perturbação qd(t) = 0,05 × 1(t − 200) − 0,05 × 1(t − 225) e rúıdos de medição com distribuição normal e variância igual a 0,001, são apresentadas nas Figs. 2 e 3. Neste exemplo o pior caso da função objetivo ocorre em um dos vértices. Pode ser observado que, além de se obter as respostas transitórias similares às determinadas pelo modelo de referência, para to- dos os vértices, é obtido um excelente desacopla- mento entre as malhas de controle: variação do sinal de referência do ńıvel em um tanque influên- cia pouco o ńıvel no outro tanque. A rejeição de perturbações também é bastante satisfatória. Uma maior atenuação dos rúıdos de medição, em detrimento dos demais objetivos, pode ser obtida relaxando a restrição sobre o erro de aproximação. Adotando ǫm = 0,25, são obti- dos os seguintes parâmetros para os contro- ladores PI multi-malhas descentralizados: kp,1 = 6,2626, Ti,1 = 5,3252, kp,2 = 2,9088, Ti,2 = 5,0844. Este controlador resulta nos seguintes valores para as funções-objetivo: 0 50 100 150 200 250 300 −0.1 −0.05 0 0.05 0.1 0.15 −0.15 Time (s) h 1 ,h 2 (m ) h 1 h 2 Figura 2: Respostas transitórias dos ńıveis dos tanques (linha sólida) e modelo de referência (linha tracejada) para os quatro vértices e ǫm = 0,05. 0 50 100 150 200 250 300 −0.2 −0.15 −0.1 −0.05 0 0.05 0.1 0.15 Time (s) q u 1, q u 2 (m 3 / s) q u2 q u1 Figura 3: Respostas transitórias das vazões de entrada dos tanques para os quatro vértices e ǫm = 0,05. maxα∈Ω ‖E‖∞ ≤ 0,2485, maxα∈Ω ‖Tcd‖∞ ≤ 0,3073 e maxα∈Ω ‖Tcn(s, α,K)‖2 ≤ 0,86402. As respostas transitórias para esta segunda sintonia são apresentadas nas Figs. 4 e 5. Pode ser observada a melhoria da atenuação dos rúıdos de medição em detrimento dos demais objetivos mas, de uma forma geral, a sintonia ainda apre- senta resultados bastante satisfatórios. 5 Conclusões Foi proposto neste trabalho um novo procedi- mento de sintonia de controladores PI multi- malhas descentralizados robustos aplicados em controle de processos multivariáveis. Os objetivos de controle considerados são: desacoplar as múlti- plas malhas de controle, atender as especificações da resposta de rastreamento dos sinais de referên- cia, rejeitar as perturbações e atenuar os efeitos dos rúıdos de medição. Foi verificado que o uso da técnica de aproximação de modelo H∞ é bas- tante eficiente para atingir os dois primeiros obje- tivos. O problema de sintonia foi formulado como 4623 Anais do XIX Congresso Brasileiro de Automática, CBA 2012. ISBN: 978-85-8001-069-5 0 50 100 150 200 250 300 −0.1 −0.05 0 0.05 0.1 0.15 −0.15 Time (s) h 1 ,h 2 (m ) h 2 h 1 Figura 4: Respostas transitórias dos ńıveis dos tanques (linha sólida) e modelo de referência (linha tracejada) para os quatro vértices e ǫm = 0,25. 0 50 100 150 200 250 300 −0.2 −0.15 −0.1 −0.05 0 0.05 0.1 0.15 Time (s) q u 1, q u 2 (m 3 / s) q u1 q u2 Figura 5: Respostas transitórias das vazões de entrada dos tanques para os quatro vértices e ǫm = 0,25. um problema de otimização não-convexo multiob- jetivo. Um procedimento, já aplicado com sucesso em diferentes problemas da área de controle ro- busto, foi aplicado para viabilizar a solução do problema de otimização multiobjetivo que requer a minimização do pior caso em um conjunto in- finito de pontos do domı́nio de incerteza. O pro- cedimento de sintonia proposto já foi testado em diferentes problemas, um do quais apresentado neste artigo, apresentando sempre bons resulta- dos. 6 Agradecimentos Os autores agradecem o apoio das agências CAPES, CNPq e FAPEMIG. Referências Alcántara, S., Pedret, C. e Vilanova, R. (2010). On the model matching approach to PID design: Analyt- ical perspective for robust servo/regulator trade- off tuning, Journal of Process Control 20(5): 596– 608. Åström, K., K.H.Johansson e Wang, Q.-G. (2002). Design of decoupled PI controllers for two-by-two systems, IEE Proceedings on Control Theory and Applications 149(1): 74–81. Bachur, W. E. G., Gonçalves, E. N., de S. Leite, V. J. e Palhares, R. M. (2011). Multiobjective robust discrete dynamic output-feeback control synthe- sis based on closed-loop reference model, Proceed- ings of the 2011 IEEE International Symposium on Computer-Aided Control System Design part of 2011 IEEE Multi-Conference on Systems and Control, IEEE, Denver, CO, USA, pp. 632–637. Dittmar, R., Gill, S., Singh, H. e Darby, M. (2012). Robust optimization-based multi-loop PID con-troller tuning: A new tool and its indus- trial application, Control Engineering Practice 20(4): 355–370. Garrido, J., Vazquez, F. e Morilla, F. (2011). An ex- tended approach of inverted decoupling, Journal of Process Control 21(1): 55–68. Gonçalves, E. N., Bachur, W. E. G., Palhares, R. M. e Takahashi, R. H. C. (2011). Ro- bust H2/H∞/reference model dynamic output- feedback control synthesis, International Journal of Control 84(12): 2067–2080. Gonçalves, E. N., Palhares, R. M. e Takahashi, R. H. C. (2005). Improved optimisation approach to robust H2/H∞ control problem for linear sys- tems, IEE Proceedings Control Theory & Appli- cations 152(2): 171–176. Gonçalves, E. N., Palhares, R. M. e Takahashi, R. H. C. (2006). H2/H∞ filter design for sys- tems with polytope-bounded uncertainty, IEEE Transactions on Signal Processing 54(9): 3620– 3626. Gonçalves, E. N., Palhares, R. M. e Takahashi, R. H. C. (2008). A novel approach for H2/H∞ ro- bust PID synthesis for uncertain systems, Jour- nal of Process Control 18(1): 19–26. Gonçalves, E. N., Palhares, R. M., Takahashi, R. H. C. e Mesquita, R. C. (2006). Algorithm 860: SimpleS - an extension of Freudenthal’s simplex subdivision, ACM Transactions on Mathematical Software 32(4): 609–621. Gonçalves, E. N., Palhares, R. M., Takahashi, R. H. C. e Mesquita, R. C. (2007). H2 and H2 ε- guaranteed cost computation of uncertain linear systems, IET Control Theory and Applications 1(1): 201–209. Huang, H.-P., Jeng, J.-C., Chiang, C.-H. e Pan, W. (2003). A direct method for multi-loop PI/PID controller design, Journal of Process Control 13: 769–786. Shen, Y., Cai, W.-J. e Li, S. (2010). Multivariable process control: Decentralized, decoupling, or sparse?, Industrial & Engineering Chemistry Re- search 49(2): 761–771. Takahashi, R. H. C., Saldanha, R. R., Dias-Filho, W. e Ramı́rez, J. A. (2003). A new constrained ellip- soidal algorithm for nonlinear optimization with equality constraints, IEEE Transactions on Mag- netics 39(3): 1289–1292.
Compartilhar