Professional Documents
Culture Documents
2011-B
Cuya Solari, Omar Antonio oacs_198@hotmail.com Flores Bustinza, Edwing Irwing irwing_1988_@hotmail.com Torres Chavez, Jonathan Emmanuel jonathan260605@hotmail.com
2011-B
I.- Objetivos
Aprender la tcnica de control adaptivo por modelo de referencia. Comprobar los resultados del control en simulacin y tiempo real usando la tarjeta NIDAQUSB-6009 de National Instruments y el software LABVIEW.
Fig1.-Planta prototipo de segundo orden De la planta prototipo obtenemos las siguientes ecuaciones:
Despejando
Despejando
2011-B
Reemplazando las ecuaciones (3) y (6) en la ecuacin (5) se obtiene la siguiente ecuacin diferencial de segundo orden:
) ( )
2011-B
El control adaptativo, tanto para sistemas lineales no lineales, es esencialmente no lineal. La configuracin bsica del control adaptivo fue propuesta por Landau (1974). El mecanismo de adaptacin provee una solucin en el tiempo real al problema de diseo para sistemas de parmetros desconocidos.
Fig 2.- Diagrama de bloque de un controlador adaptivo en general Esquema bsico del control adaptivo Existen dos clasificaciones principales de controladores adaptivos: Sistemas con adaptacin en lazo cerrado (STR, MRAC). Sistemas con adaptacin en lazo abierto (Ganancia programable).
Para este laboratorio se implement el algoritmo de control adaptivo por modelo de referencia (MRAC), para ello definiremos la tcnica apara luego explicar el mtodo de adaptacin que sea ha logrado en esta experiencia: 2.- Algoritmo de Control Control Adaptivo con modelo de referencia (MRAC) para una Sistema de Segundo orden En este controlador la adaptacin MRAC se obtiene a partir de la seal de error e que resulta de comparar la salida real del sistema con la esperada a partir de un modelo de comportamiento establecido (modelo de referencia. El comportamiento ideal del modelo de referencia debera poder ser alcanzado por el sistema de control adaptativo. La teora de control dispone de varios mtodos que se pueden utilizar para obtener el mecanismo de adaptacin: regla de MIT, mtodo de Lyapunov, mtodo de hiperestabilidad, etc. Laboratorio de Control Avanzado 4
2011-B
En cualquier caso, los resultados son semejantes pero todos los mtodos tiene un mismo objetivo, lograr que la planta original siga al modelo de referencia lo ms rpido posible y con un error que converga a cero o muy prximo. El diseo adaptivo, consiste en encontrar un controlador para manejar la respuesta de la planta para imitar la respuesta de la planta para imitar la respuesta ideal ( ). El diseador escoge el modelo de referencia, la estructura del controlador, y luego sintoniza las ganancias para el mecanismo de ajuste o de adaptacin.
Fig 3.- Diagrama de bloques del MRAC a implementar Donde: El controlador de Ajuste: Debe cumplir la condicin de hacer posible que el conjunto de la planta y el controlador puedan reproducir el modelo de referencia. Suele ser necesario dependiendo la planta original. El modelo de referencia: Debe seleccionarse con un comportamiento dinmico estable y que pueda ser seguido por el proceso a controlar. ste modelo, estable o marginalmente estable segn la utilidad que el queramos dar. La ley de adaptacin: Es el bloque encargado del ajuste de los nuevos parmetros de la planta a travs de parmetros de adaptacin () introducidos en la ley de control u, que lograrn llevar nuestro sistema al modelo de referencia propuesto. Esta se puede obtener por diferentes mtodos: Mtodo de sensibilidad, mtodo de Lyapunov y mtodo de hiperestabilidad.
Regla de MIT
2011-B
Los sistemas adaptivos con modelo de referencia basan su ley de control en mtodos que garanticen su rpida adaptacin o ajuste a lo deseado, la regla de MIT constituye uno de ellos y fue propuesto por Whitaker del MIT (Massachussets Institute of Technology) en 1958. La regla de MIT basa su aplicacin en el planteamiento de la funcin de costo que debe ajustar el error a cero rpidamente, por ello se define matemticamente como:
Considerando el error como: Para minimizar J es razonable cambiar los parmetros en la direccin de la gradiente negativa de J, como se muestra en la siguiente ecuacin conocida como la regla de MIT:
Donde: : Coeficiente de Adaptacin o parmetro de sintona. J : Funcin de costo. Derivada de sensitividad. : Parmetros de adaptacin. El signo menos evidencia una reduccin o minimizacin del tiempo de adaptacin que define una parte importante de la robustez del mtodo y el es un coeficiente netamente de simulacin ya debe existir un equilibrio en su eleccin (normalmente es pequeo) es crucial para la razn de convergencia y estabilidad, aqu una grafica de su influencia en la adaptacin:
2011-B
Fig 4.- Simulacin de la eleccin del coeficiente de adaptacin . Adems se muestra una grfica que evidencia la tendencia de los parmetros de adaptacin hasta la estabilidad:
Fig 5.- Convergencia de los parmetros de adaptacin Luego de la definicin de la regla de MIT se define la ley de control para nuestro sistema prototipo de segundo orden como:
Tal que la planta (Gp(s)) y el modelo de referencia (Gm(s)) estn definidos por:
(A lo que se quiere llegar) Con las ecuaciones anteriores escribimos representamos el algoritmo MRAC simplificado como en la figura. Las relaciones que se calcularn sern de acuerdo a ese diagrama a partir de ahora. Laboratorio de Control Avanzado 7
2011-B
Fig 6.- Diagrama de bloques MRAC simplificado Ahora denotaremos la ecuacin del error y trabajaremos en funcin a las relaciones anteriores despejadas:
Ahora:
Pasaremos a definir la variacin de los parmetros de adaptacin se tiene que de la ecuacin del error se obtiene:
En la convergencia K =
, entonces:
Universidad Nacional del Callao- FIEE 3.- Planta Prototipo de segundo orden Nuestra planta se define a travs de la siguiente funcin de transferencia:
2011-B
Donde: : Coeficiente de amortiguamiento. : Frecuencia de oscilacin. Este prototipo es estable cuando la frecuencia tiende a cero es decir en el estacionario, las plantas implementadas para esta experiencia son: 3.a.- Primera Planta a.- Modelo de la planta Tenemos los siguientes valores a considerar:
Llevando a ecuaciones diferenciales la planta y el modelo de referencia tenemos: Planta: Modelo de Referencia: Si restamos - ( ) ( ) ( )
) [[
[ (
2011-B
Recordemos que nuestra planta posee un sobrepaso del 14% y un coeficiente de amortiguamiento de 0.527. Entonces tenemos como funcin de transferencia de la planta:
b.- Modelo de Referencia Para este punto tenemos que tener bien en claro que estamos empleando la misma planta a la cual se le realiz el control por linealizacin exacta por realimentacin de estados. Entonces aprovechando el algoritmo del laboratorio anterior implementado en MATLAB mediante el cual podamos obtener matrices de realimentacin y una nueva planta con polos deseados, podemos nuevamente emplearlo con la finalidad de obtener un modelo de referencia al cual se le adaptar nuestra planta 1. Las modificaciones bsicas radican en anular los comandos de la matriz de realimentacin K puesto que no la necesitamos.
clear all; close all; clc R1=10e3; R2=29.74e3; C2=100e-9; C1=470e-9; wn=sqrt(1/(C1*C2*R1*R2)) delta=((R1+R2)/2)*sqrt(C2/(R1*R2* C1)) if(delta<1) %PLANTA PROTOTIPO SEGUNDO ORDEN SUBAMORTIGUADO n=[wn^2]; d=[1 2*delta*wn wn^2]; G=tf(n,d) t=0:0.001:0.2; u=5*ones(size(t)); y=lsim(G,u,t); plot(t,y,'r',t,u,'b') title('\bfSistema Subamortiguado') xlabel('\bft(s)') ylabel('\bfSalida') grid G=ss(G); ts=str2double(input('ingrese ts = ', 's')); Mp=str2double(input('ingrese Mp = ', 's')); zeta= sqrt((log(Mp)/pi)^2/(1+(log(Mp)/p i)^2)); wn=4/(zeta*ts); sigma=zeta*wn; wd=wn*sqrt(1- zeta^2); numE=(wn^2); denE=[1 2*zeta*wn wn^2]; polos=roots(denE)' disp('SISTEMA EN LAZO CERRADO') E=tf(numE,denE) yc=lsim(E,u,t); % DINAMICA DEL ERROR QUE DEPENDE DE Mp, ts: figure plot(t,y,'r',t,u,'b',t,yc,'m') title('\bfComparacion de Y y Yc') xlabel('\bft(s)') ylabel('\bfSalida') legend('Planta L.A','Entrada','Planta L.C') grid else disp('ERROR... SISTEMA INCOMPATIBLE CON ALGORITMO') end
10
2011-B
Mientras que el modelo de referencia tienes la siguiente notacin, con un Mp=5% y un ts=0.02:
Adems el modelo de referencia es la planta en lazo cerrado, que puede ser aproximado por:
( Finalmente tenemos: (
11
2011-B
IV.- Simulaciones
1.- Caso Primera Planta 1.a.- Matlab Para este punto debemos tomar en consideracin el algoritmo implementado en el laboratorio pasado. La razn fundamental es que la programacin nos permite obtener modelos de referencia dependiendo de los parmetros de ts y Mp que deseamos para nuestra planta, no debemos olvidar que el algoritmo est diseado para procesos de repuesta subamortigada. Podemos apreciar en la Figura 7 que la funcin de transferencia obtenida es la misma a la obtenida de manera matemtica en el modelamiento, adems de acuerdo a los valores deseados obtendremos el modelo de referencia para realizar el control:
Fig7 .- Ventana de comandos de MATLAB mostrando resultados del algoritmo Laboratorio de Control Avanzado 12
2011-B
Sistema Subamortiguado 6
4
Salida
0.02
0.04
0.06
0.08
0.1 t(s)
0.12
0.14
0.16
0.18
0.2
4
Salida
0.02
0.04
0.06
0.08
0.1 t(s)
0.12
0.14
0.16
0.18
0.2
13
2011-B
Para implementar el algoritmo de diagrama de bloque empleamos la plataforma LABVIEW. En la siguiente figura se describen bsicamente 4 etapas: Ley de Control.- Recordemos segn lo mencionado en la teora de control que la seal de control depende de 2 parmetros:
Debemos mencionar adems que dependiendo de la planta se suele adicionar a la seal de control un controlador P, PI o PID con la finalidad de garantizar que nuestra seal u sea capaz de adaptar nuestro modelo al de referencia. Modelo de Referencia: modelo que pretendemos que sirva de referencia para el control de la planta en lazo cerrado:
Planta Anloga: planta o sistema dinmico que va a adaptarse al modelo de referencia en el tiempo:
Mecanismo de Control.- Comprende la etapa se configuran y controlan los parmetros de y que dependen de un factor de adaptacin, del error del sistema y de la salida y entrada del sistema, adems estn constituidas por estructuras semejantes al modelo de referencia. Adems podemos apreciar que en la etapa de sintonizacin de los parmetros encontramos el modelo de referencia pero con algunas variaciones. Bsicamente se le ha adicionado un cero con la finalidad de que se asemeje al sistema real, sin embargo la eleccin de ese cero es de cuidado puesto que puede significar cambios en la adaptacin del sistema. En teora debe ser de esta forma: , pero para nuestra planta se en vez de ha acercado un poco ese cero considerando :
14
2011-B
15
2011-B
Ahora mediante la plataforma Labview en su Panel Frontal podemos observar la simulacin del controlador y la respuesta de la Planta ante un estmulo de amplitud de 5 voltios. De acuerdo a la figura que se muestra encontramos 2 seales: la de color azul que es el modelo de referencia del sistema, y la de rojo que es la planta que se va adaptando a medida que pasa el tiempo. Tambin podemos visualizar las matrices del Modelo de Referencia de la Planta en lazo abierto, as como los parmetros: Factor de Adaptacin, Periodo y Amplitud de la seal de referencia. Para el factor de adaptacin hemos considerado uno de 0.5, por la experiencia se conoce que el factor de adaptacin debe ser mayor a cero y menor a cinco; el motivo de la eleccin es puesto que la planta con este factor de 0.5 va adaptndose de manera suave sin que se altere demasiado la seal de control y sin que la respuesta de la planta se vea altera abruptamente. Adems debemos apreciar que la seal de control est siendo limitada entre 0 y 5 voltios puesto que la idea de realizar esta simulacin es de establecer la etapa previa para luego pasar a realizar el CONTROL EN TIEMPO REAL; y como sabemos la tarjeta de adquisicin NIDAQ 6009 que se emplear arroja tensiones entre 0 y 5 voltios.
16
2011-B
Ahora debemos encontrar el tiempo en el cual se logra la adaptacin suficiente para garantizar el adecuado control de la planta. Segn el simulador y el siguiente grfico podemos apreciar que la planta se est adaptando al modelo de referencia de manera ptima a los 25 segundos de iniciado el proceso. Este tiempo podra mejorar si se aplica un control previo PID a nuestra seal de control luego de ser sintonizada por los parmetros teta, sin embargo esto tambin depende de la respuesta que pretendamos obtener con el modelo de referencia, pues si realizamos una sintonizacin de Ziegler Nichols para este modelos, los parmetros Kp, Ki y Kd no seran los suficientemente adecuados pues el modelo de referencia es subamortiguado con un 2% de Mp.
17
Universidad Nacional del Callao- FIEE 2.- Caso Segunda Planta 2.a.- Matlab
2011-B
Nos propusimos obtener del cdigo anterior del Matlab el modelo de referencia pero con unos requerimientos ms exigentes de ts=0.0045 seg y Mp =0.2% y obtuvimos la funcin de transferencia del modelo de referencia para nuestra planta, no debemos olvidar que el algoritmo est diseado para procesos de repuesta subamortigada. Ver figura ().
Fig 10 .- Ventana de comandos de MATLAB con los modelos hallados Se obtiene el modelo de referencia:
18
2011-B
Fig 12.- Seales de respuesta inicial y controlada a.- Controlador de Ajuste Seguidamente elegiremos el controlador de ajuste que garantizara la adaptacin rpida del modelo planta, en este caso con ayuda del modelo de referencia ya hallado de la figura anterior, haremos un PID con sintonizacin Zieger Nichols,y para ello haremos uso de este cdigo Matlab para el mtodo de la recta de Laboratorio de Control Avanzado 19
2011-B
Luego de este cdigo se obtendrn los ploteos respectivos del modelo a evaluar y de la recta de mxima pendiente para obtener parmetros de sintona para el PID en cuestin.
20
2011-B
Fig 14.- Curva de reaccin Zieger Nichols y recta de mxima pendiente Luego se obtienen las siguientes constantes para el PID Kp = 5.0862 Kd = 200.5846 Ki = 0.0076 (Sujeto a variacin)
21
2011-B
Para la implementacin del algoritmo MRAC para una planta de segundo orden se tienen el siguiente diagrama de bloques detallado implementado en LabView:
22
Universidad Nacional del Callao- FIEE Se ha insertado la funcin de transferencia de esta segunda planta:
2011-B
Fig 15.- Configuracin de la planta en lazo abierto con 50% de Mp Luego se obtienen la seal MRAC que es la que se est adaptando al modelo de referencia, a travs del panel frontal del LabView:
2011-B
2011-B
Fig 19 .- Circuito y equipos a emplear. 2.- Caso Segunda Planta 2.a.- Configuracin de puertos en la tarjeta interfaz NIDAQ USB 6009 Como se mencion antes las simulaciones constituyen la base para llegar a esta etapa del control en tiempo real. Ahora haremos uso de la planta en fsico y del algoritmo de control implementado en Labview, teniendo como interface entre la PC y el circuito la tarjeta de adquisicin de National Instruments NIDAQ 6009. Los componentes a emplear se mencionaron en el punto anterior; entonces lo que resta hacer es adaptar el algoritmo en Labview mediante el Toolkit NI-DAQmx; para lo cual tenemos que realizar la siguiente configuracin de los puertos de la tarjeta: Laboratorio de Control Avanzado 25
2011-B
Fig 20 .- Diagrama de Pines de la NI-DAQ 6009 Para este caso emplearemos los puertos de entrada y salida anlogos, de entrada utilizaremos los ai0 (pin Y) y para la salida el ao0 (pin X). No debemos olvidar de conectar la tierra de la tarjeta a la tierra de nuestro circuito. A travs de la salida ao0 podremos extraer la seal de control de la PC que ingresar a nuestra planta, y mediante la entrada ai0 visualizaremos la respuesta de la planta ante los estmulos que le brindemos desde el software pudiendo as variar el periodo o la amplitud de la seal de referencia. En cuanto a la configuracin de la tarjeta se realizar siguiendo los siguientes pasos:
2011-B
27
2011-B
Fig 24 .- Configuracin de los parmetros de la seal que va a salir a la planta 2.b.- Implementacin del controlador
Fig 25.- Programacin en bloques de Labview para control en Tiempo Real Ahora procedemos a visualizar las seales obtenidas en el Panel Frontal al inicio y al final cuando se produjo al adaptacin al sistema de referencia impuesto con ts = 0.045 seg y Mp = 0.2%: Laboratorio de Control Avanzado 28
2011-B
Fig 27.- Planta adaptada al modelo de referencia en Tiempo Real Laboratorio de Control Avanzado 29
2011-B
VI.- Conclusiones
1. A diferencia del algoritmo anterior se consigui mejores resultados ya que nos impusimos un modelo en la estabilidad (referencia) con menos sobrepaso que en el de control por linealizacin exacta no controlaba del todo bien, y el MRAC funciono muy bien para este caso. 2. La etapa controlador de ajuste es opcional , ya que al aadir un algoritmo que garantice la adaptacin para plantas con problemas de estabilidad antes del estacionario, esto result beneficioso para la simulacin y tiempo real de la segunda planta propuesta. 3. Cuando se realizo la simulacin del sistema se tomo en cuenta un controlador de ajuste tipo PID sintonizado con Zieger Nichols, de aqu nos arroj tres constantes de sintona de las cuales fue necesario variar una un poco ya que nuestra respuesta adaptada presentaba un pequeo sobre paso que poda ser frenado con el Kd del PID. 4. Sin embargo, en el tiempo real, no fue necesario tener el valor de Kd ya que un PI fue suficiente para sintonizar la respuesta y darle una mejor adaptacin, cabe decir que la sintona se llev a cabo de manera experimental con los conocimientos adquiridos hasta este momento acerca de controladores PI, logrando una buena y rpida adaptacin. Cabe resaltar que ningn otro parmetro se modific respecto a la simulacin. 5. El coeficiente de adaptacin para las pruebas es pequeo, lo que garantiza una adaptacin rpida que cumple con los requerimientos propuestos en la teora de la regla de MIT. 6. Se ha tratado de proponernos una planta con alto sobrepaso para probar la eficiencia y robustez de este algoritmo MRAC, obteniendo buenos resultados.
30