O ESTUDO COMPARATIVO ENTRE O CONTROLADOR

^[1] 

Estudo comparativo entre o controlador PID e a lógica Fuzzy

Vale. Júlia Maria de Carvalho, Ekel. Petr Iacovlevitch.

Resumo —  As constantes exigências de redução de custos de produção aliada às necessidades de aumento produtivo impostas pelos mercados consumidores tem forçado as indústrias a investirem cada vez mais no estudo de novas técnicas de controle dos seus processos. Logo, este trabalho propõe a investigação do método de controle Fuzzy e a comparação dele com um controlador PID. A simulação de um modelo matemático foi implementada no Matlab® onde foi feita a comparação entre os controladores.

Palavras-chave — Controlador, Lógica Fuzzy, PID, Sistema monovariável.

1. introdução

A

necessidade de se controlar sistemas e processos físicos existe desde tempos remotos. O controle manual, primeira forma de controle utilizada pelo homem, e ainda presente em muitos processos, apresenta a necessidade de um operador humano que deve conhecer o sistema e ter razoável experiência e habilidade.

Com o crescente aumento no grau de sofisticação das atividades humanas surgiu o interesse e a necessidade de automatizar ou semi-automatizar determinados processos, isso foi possível a partir do desenvolvimento científico e tecnológico, que dentre os diversos conhecimentos nos trouxe as teorias clássicas de controle. Dessas técnicas, os controladores mais conhecidos e utilizados no controle de processo industriais são os controladores PID, devido a sua estrutura simples e o desempenho robusto em uma ampla gama de condições operacionais.

Contudo, com o avanço da tecnologia, os sistemas e processos ficaram ainda mais complexos, tornando ineficaz, ou até mesmo impossíveis, a utilização dos controladores convencionais obtidos a partir da teoria clássica como os PID’s. Isso desencadeou uma busca por novos métodos e estratégias de controle tais como: controle multivariável, controle adaptativo, controle preditivo, e sistemas inteligentes.

        A utilização de sistemas inteligentes em controle tem despertado grande interesse nos últimos anos. Dentre as técnicas mais utilizadas estão a Lógica Nebulosa (“Fuzzy”) e as Redes Neurais Artificiais (RNA) [1].

Ao contrário dos controladores convencionais em que o algoritmo de controle é descrito analiticamente por equações algébricas ou diferenciais, através de um modelo matemático, no controle fuzzy utilizam-se regras lógicas no algoritmo de controle, com a intenção de descrever numa rotina a experiência humana, sua intuição e heurística para controlar um processo.

Logo, o seguinte trabalho propõe a comparação entre as duas técnicas de controle utilizadas: o controle PID (teoria clássica) e o controlador Fuzzy (sistema inteligente).

O método de sintonia clássico e o método fuzzy foram implementados e simulados no Matlab® por questão de análise gráfica de resultados e por possuir um bom ambiente de simulação de sistemas de controle.

1. Controlador PID

O controlador proporcional- integral- derivativo (PID) é largamente utilizado na indústria devido sua facilidade de implementação, conforme Figura 1. Além disso, controladores PID têm as principais funções de proporcionar boa resposta no regime transiente, melhorar a resposta no regime permanente e ainda prever ações futuras do sistema através do modo derivativo [2].

[pic 1]

Figura 1 Controlador PID.

O controlador PID é composto por três modos de controle, sendo estes, proporcional P, integral I e derivativo D [2].  Em resumo, pode-se dizer que o controlador PID age de maneira a reduzir o erro E(s) causado entre uma variável de saída Y(s) em relação a uma entrada R(s) [2].

No modo proporcional, o controlador emite um sinal de correção proporcional à amplitude do erro, o que significa dizer que com o aumento do erro, a intensidade de correção do erro também aumenta proporcionalmente [3]. O ajuste incorreto no ganho proporcional interfere diretamente na resposta do sistema, se o ganho proporcional for pequeno, o tempo de acomodação da resposta será maior, se o ganho for muito grande, o sistema poderá se tornar mais oscilatório ou com um sobressinal maior [3].

No modo integral, a ação de controle é proporcional à integral do erro com o tempo. Se o erro for constante, o controlador continuará fazendo a correção de maneira crescente e não a interromperá enquanto o erro constante persistir [2]. A introdução do modo integral faz com que o alcance entre a igualdade entre a resposta de saída e a entrada desejada seja facilitado. No entanto, ao mesmo tempo em que a ação integral removo o erro no regime permanente, também pode fazer com que o sistema tenha uma resposta mais oscilatória diminuindo lentamente a amplitude ou aumentando-a, de qualquer maneira são resposta indesejadas. Por esse motivo, a constante de proporcionalidade ou ganho integral deve ser adequadamente selecionada para que o erro do regime permanente seja eliminado sem produzir uma resposta oscilatória.

O termo derivativo serve para suavizar a saída do sistema, reduzindo instantaneamente erros pequenos. Ele produz uma ação de controle que é proporcional à taxa na qual o erro varia. A saída do controlador para uma variação rápida é um sinal de erro grande, e quando há uma taxa de variação que aumenta gradualmente, o sinal de erro é pequeno. Por esse motivo, este tipo de controlador não é usado sozinho, geralmente é associado ao modo proporcional e, também, ao modo integral [2].

Para que o controlador PID possa ser utilizado no sistema, devem-se definir estes parâmetros. Este processo é chamado de processo de sintonia [2], que pode ser realizado manualmente através do ajuste de parâmetros na planta ou automaticamente pelo controlador, no entanto, esta ação não é recomendada devido ser realizada através de tentativas e erros, fazendo com que o sistema seja inadequadamente sintonizado e consequentemente obtenha performance abaixo daquela desejada.

1. Controlador fuzzy

Novas tecnologias são desenvolvidas devido à necessidade de aplicações específicas. Redes neurais artificiais, sistemas especialistas, algoritmos genéticos e lógica Fuzzy fazem parte de um novo paradigma conhecido por sistemas inteligentes (Inteligência Artificial). Elas procuram maneiras de máquinas simularem o raciocínio humano [4], fornecendo respostas que solucionam problemas de forma apropriada às situações específicas dos mesmos, mesmo sendo novas ou inesperadas. Ela pode ser utilizada para a implementação de controladores, aplicados nos mais variados tipos de processos [1].