MODELAGEM E CONTROLE DE SISTEMAS A EVENTOS DISCRETOS

Transcrição

1 1. Introdução MODELAGEM E CONTROLE DE SISTEMAS A EVENTOS DISCRETOS Rafael Santos Mendes DCA/FEE/UNICAMP C.P Campinas SP Os objetivos deste artigo são a apresentação e discussão introdutórias sobre os sistemas, modelos e técnicas de controle usualmente encontrados em problemas de automação da manufatura. Trata-se da abordagem ao problema que considera os sistemas de automação como sistemas a eventos discretos e busca estabelecer quadros formais adequados para a sua análise e para a síntese de sistemas de decisão associados. O quadro teórico delineado neste trabalho não se aplica exclusivamente aos problemas de automação de manufatura, mas a toda uma classe de sistemas dinâmicos, conforme será caracterizado ao longo do texto. Devido ao emaranhado conceitual, que envolve as discussões sobre sistemas dinâmicos em geral e abordagens alternativas em particular, julgou-se conveniente um esforço de conceituação, o mais amplo possível, de modo a caracterizar apropriadamente o que venha a ser um sistema a eventos discretos. Por outro lado o texto se limita a apresentar de maneira introdutória dois dos modelos para o problema encontrados na literatura, não havendo a intenção de se esgotar nenhum deles. De fato o número de artigos e trabalhos realizados sobre estes e outros modelos é excepcionalmente grande, apesar de seu advento recente, e uma análise compreensiva e razoavelmente profunda de algum deles estaria fora do escopo deste trabalho. Do ponto de vista dos Sistemas de Manufatura Integrados por Computador (CIM) é importante ressaltar que constituem sistemas complexos e que algumas de suas partes são sistemas a eventos discretos. Ora, o fato de não se conhecer até o momento uma descrição formal definitiva para estes sistemas permite concluir que os resultados das pesquisas em sistemas a eventos discretos terão grande repercussão no estudo e implementação de sistemas CIM. Obviamente este desenvolvimento não é uma condição sine qua non para o avanço de sistemas CIM, existindo abordagens alternativas para o problema tais como o uso da Inteligência Artificial, Simulação e outros. A História da Engenharia sempre foi marcada pelo paradigma de sistemas contínuos (a serem devidamente caracterizados na seção seguinte). Estes modelos

2 formais, oriundos do estudo da Física, permeiam quase totalmente a formação dos engenheiros, havendo raras incursões sistemáticas a outras classes de dinâmica durante os cursos de graduação, principalmente por não haver para estes, como se verá, quadros teóricos largamente aceitos pelos pesquisadores. Contudo as equações diferenciais se mostraram inadequadas para alguns problemas. Particularmente, os sistemas cuja dinâmica qualificar-se-á posteriormente como discreta, e que aparecem fartamente na engenharia, resistem a qualquer modelagem pela via das equações diferenciais (ou a diferenças). Entretanto, sua existência e relevância cada vez maior levaram ao desenvolvimento de técnicas de análise, mesmo na ausência de um quadro teórico satisfatório. Assim, tradicionalmente estes sistemas foram tratados através de heurísticas e simulação. Recentemente com a sofisticação das plantas industriais, das redes de comunicação e dos sistemas computacionais, estes problemas adquiriram importância ainda maior, conduzindo a um grande esforço teórico para o desenvolvimento de ferramentas formais mais adequadas. Este estudo encontra-se na confluência de tres áreas: a Pesquisa Operacional, a Teoria de Controle e a Teoria de Computação (IA, PLN) (Ho, 1989). Como consequência desta pluraridade de origens e do pouco tempo de existência, tem-se um quadro atual bem distante de uma desejável situação de unificação. Observa-se um grande número de abordagens, algumas delas com ferramentais e linguagens bem diferenciados. Esta multiplicidade, embora dispersiva, denota uma área de pesquisa vigorosa que se propõe a responder questões intelectualmente excitantes e de grande importância prática. Boa parte do material deste texto (em particular as seções 4 e 5) foi extraída de alguns artigos tutoriais cuja leitura direta é recomendada. Em particular são interessantes os artigos de Ho (1989), Cao e Ho (1990), Cohen et al (1989) e o livro de Cassandras (1993). Na seção 2 deste artigo procura-se estabelecer de forma sólida alguns conceitos que, embora usuais em muitas teorias, podem dar margem a dúvidas. Passa-se então na seção 3 a uma classificação, enumeração e discussão dos tipos de modelos hoje existentes para a descrição dos sistemas a eventos discretos. Na seção 4 faz-se uma tentativa, seguindo Cao e Ho (1990), de se introduzir uma abordagem algébrica, a saber aquela baseada na álgebra Max- Plus. Um exemplo simples é apresentado, desenvolvendo-se para ele um modelo e analisando-se alguns de seus aspectos. Finalmente, na seção 5, ainda segundo Cao e Ho (1990), introduz-se um modelo lógico seguindo o mesmo príncipio da seção anterior. O modelo escolhido é aquele conhecido como Controle Supervisório ou abordagem Ramadge-Wonham numa referência a seus iniciadores.

3 2. Conceitos Gerais Neste trabalho, pretende-se apresentar, de uma maneira genérica, conceitos e discussões relativos ao problema de modelagem e controle de Sistemas a Eventos Discretos. Devido ao caráter interdisciplinar desta matéria, e considerando que recentemente estas discussões assumiram uma nova dimensão, é interessante que se revisite alguns conceitos básicos, de modo a resituá-los no novo contexto. Esta revisão é feita nesta seção. Sistema: O conceito de sistema é um conceito primitivo (intuitivo) que permeia toda discussão científica, estando fora do escopo deste trabalho uma discussão mais profunda sobre o tema. Contudo, por completude, cabe relacionar as seguintes tentativas de definição (Cassandras, 1993): "Agregação ou montagem de coisas, combinadas pelo homem ou pela natureza de modo a formar um todo unificado" "Grupo de itens interdependentes ou interagindo regularmente formando um todo unificado" "Combinação de componentes que agem em conjunto para desempenhar uma função que se torna impossível na ausência de qualquer das partes" Sistema Dinâmico: Sistema que evolui ao longo do tempo, sendo que em geral seu comportamento depende do passado. Em oposição, encontram-se os sistemas estáticos, cujo comportamento depende exclusivamente de sua situação no instante considerado. Modelo: O estudo de um sistema, qualquer que seja, se dá pela constituição de um modelo, definido como um dispositivo que de alguma maneira descreve o comportamento de um sistema. Em geral definimos para o modelo varáveis de entrada e variáveis de saída, esperando-se dele estabelecer relações entre estas variáveis Do ponto de vista da engenharia, é interessante classificar os modelos da seguinte forma (Soares, 1990): Físicos ou Matemáticos Estáticos ou Dinâmicos

4 Lineares ou não-lineares Analíticos ou Numéricos Por modelo físico entende-se a construção de um outro sistema, de fácil manipulação, cujo comportamento é análogo ao do sistema em estudo. Casos típicos são as maquetes e os computadores analógicos. O modelo matemático estabelece equações relacionando as grandezas do sistema, de modo a permitir previsões de comportamento em situações diversas. Como exemplo absolutamente familiar aos engenheiros pode-se citar as equações diferenciais como modelo para sistemas dinâmicos. A distinção entre modelo estático ou dinâmico é análoga à estabelecida anteriormente para sistemas. Nos modelos estáticos, as variáveis de saída dependem exclusivamente das variáveis de entrada, ao passo que nos modelos dinâmicos há também a dependência dos valores passados das variáveis do sistema. A distinção entre modelos lineares e não-lineares é feita através da idéia de superposição. Se a superposição de duas entradas leva o modelo a apresentar uma saída que é também uma superposição das saídas correspondentes às entradas aplicadas separadamente, então o modelo é linear. Caso contrário o modelo é não-linear. Finalmente, pode-se distinguir entre modelos numéricos, que são capazes de reproduzir o comportamento dos sistemas através de modelos simples, e.g. simuladores implementados em computadores digitais, e modelos analíticos, que representam de maneira abstrata e sintética (em geral através de equações) as relações entre as variáveis do sistema. No estudo de sistemas a eventos discretos são importantes os modelos matemáticos e dinâmicos capazes de descrever sistemas lineares ou não. Embora nesta área o conhecimento disponível até o momento seja privilegiadamente numérico, há um grande esforço da comunidade científica no sentido de se desenvolver modelos analíticos. Nas seções 4 e 5 deste trabalho são esboçados exemplos de modelos analíticos atualmente em estudo sendo representativos das abordagens consideradas atualmente. Estado: O conceito de estado é fundamental para o estudo de sistemas dinâmicos. De uma maneira genérica, constitui a informação necessária para se conhecer o valor futuro das variáveis do modelo, desde que se conheçam as entradas. Esta definição, embora qualitativa, é a mais conveniente para o estado. Outras definições de natureza mais quantitativa mostram-se excessivamente restritivas ou aplicáveis a sistemas muito particulares. Um exemplo de tal particularização é a tentativa de definir estado como sendo associado aos acumuladores de energia do sistema. Esta definição, embora conveniente para a descrição de sistemas mecânicos, elétricos e outros de natureza contínua, não é adequada para os sistemas abordados neste trabalho. Conforme ver-se-á posteriormente, a

5 informação correspondente ao estado num sistema a eventos discretos pode ser de natureza muito variada podendo se constituir por exemplo simultaneamente de números inteiros, números reais e variáveis booleanas, não tendo de maneira geral nenhuma relação com o conceito de energia. Para ilustrar o conceito de estado num sistema contínuo, pode-se citar o caso de um circuito elétrico simples constituído de uma fonte de tensão, um resistor e um capacitor ligados em série (circuito RC). Neste circuito o estado está obviamente associado à tensão no capacitor, que por sua vez está diretamente ligada à energia acumulada no seu campo elétrico. Note-se que para se conhecer o comportamento do circuito em qualquer instante, basta conhecer a evolução da fonte de tensão e o valor da tensão no capacitor em algum instante. Dentro do contexto da teoria de controle, é comum que se represente um sistema através do esquema da figura 1. Esta representação contém os principais elementos de representação de um sistema dinâmico, a saber, as variáveis de entrada, de saída e de estado, além da equação que descreve a evolução dinâmica do estado. Note-se que a representação ilustrada é conveniente para um sistema que mais tarde será definido como sistema a dinâmica contínua. Num contexto mais genérico, a representação do estado e suas relações dinâmicas podem não ser adequadamente modeladas por uma equação diferencial (ou mesmo a diferenças) e este fato determina uma ruptura entre os modelos utilizados para a descrição dos sistemas contínuos e discretos. u(t) dx = f(x,u,t) dt y = g(x,u,t) Figura 1 - Representação de um Sistema Dinâmico Controle: Outro conceito importante no contexto deste trabalho é o de controle. Genéricamente, trata-se da decisão sobre as variáveis de entrada de um sistema de modo que as variáveis de saída e/ou estado realizem determinado comportamento. A definição das estratégias de decisão, de critérios para avaliação de desempenho, e o estudo das técnicas de síntese dos esquemas de decisão constituem o objeto da Teoria de Controle. Para os sistemas que interessam ao contexto deste trabalho, este é um problema sem resultados definitivos. A ausência de um paradigma de modelo constitui uma barreira para este avanço.

6 Pode-se classificar as estratégias de controle em dois grandes grupos; controle em malha aberta e controle em malha fechada. O que as diferencia é o fato de se utilizar ou não a informação das variáveis de estado e/ou de saída no cálculo da variável de entrada. As figuras 2 e 3 ilustram estas estratégias. Sistema r(t) Controle u(t)= h(r,t) u(t) dx = f(x,u,t) dt y = g(x,u,t) Figura 2 - Controle em Malha Aberta Sistema r(t) Controle u(t)= h(r,x,t) u(t) dx = f(x,u,t) dt y = g(x,u,t) Figura 3 - Controle em Malha Fechada Dinâmica Contínua Todos os exemplos citados anteriormente são típicamente sistemas com dinâmica contínua. São caracterizados por apresentarem variáveis de estado contínuas, serem dirigidos pelo tempo (ou seja, o passar do tempo determina a evolução da dinâmica do sistema) e terem sua dinâmica descritível por relações algébricas entre suas variáveis e respectivas derivadas sendo portanto passíveis de descrição por Equações Diferenciais ou Equações a Diferenças (quando o tempo for discretizado). Desde sua invenção o Cálculo Diferencial tornou-se um dos mais bem sucedidos exemplos de paradigma na história da Ciência. De fato, virtualmente todos os modelos dinâmicos conhecidos e manipulados pela grande maioria dos engenheiros são fundamentados nestes modelos e sua eficiência para um grande número de problemas é incontestável. Contudo, existem sistemas que não se enquadram neste contexto teórico, constituindo o que se convencionou

7 chamar de sistemas discretos ou sistemas dinâmicos a eventos discretos. São eles o objeto deste estudo. Dinâmica Discreta (ou Sistemas a Eventos Discretos) Em oposição aos sistemas contínuos pode-se considerar os Sistemas a Dinâmica Discreta ou Sistemas a Eventos Discretos ou ainda Sistemas Discretos. São caracterizados por apresentarem variáveis de estado discretas, serem dirigidos a Eventos e não serem descritíveis por equações diferenciais (ou a diferenças) (Ho, 1989; Cassandras, 1993). A rigor, a primeira condição relacionada acima não caracteriza propriamente um sistema discreto, visto que sua inobservância não impede que um sistema apresente dinâmica discreta. Contudo na maioria dos casos estudados na Engenharia esta característica está presente. O segundo ponto é talvez o mais importante da caracterização dos sistemas discretos. Sua dinâmica é dirigida a eventos, ou seja, o que determina a evolução do sistema é a ocorrência de eventos e não simplesmente o passar do tempo. É óbvio que, embora o tempo continue sendo um parâmetro importante na caracterização da dinâmica do sistema, ele agora não é tão determinante, havendo inclusive, como veremos a seguir, modelos para sistemas discretizados não temporizados. Um exemplo simples é o sistema de estocagem representado na figura 4. Neste caso, observe-se que o estado do sistema, dado pelo número de itens estocados, varia discretamente e só é alterado quando há a ocorrência de um dos dois tipos de eventos possíveis neste sistema: chegada ou saída de um item. u1(t) Chegada de produtos x(t) Saída de produtos u2(t) x(t) t Figura 4 - Sistema de Estocagem

8 Este exemplo permite compreender o fato de os sistemas discretos serem dirigidos a eventos. Contudo, há outros aspectos que, embora não estejam presentes neste sistema, também fazem parte de uma descrição mais ampla dos sistemas discretos. Considere-se a representação, dada na figura 5, de uma fila simples. Esta representação, consagrada nos textos de Teoria de Filas, é também conveniente para o sistema de estocagem da figura 4 se se considerar os parâmetros adequados e pode ser utilizada para um grande número de sistemas discretos. Basicamente, uma fila simples é formada por um conjunto de servidores e clientes, sendo caracterizada por quatro parâmetros (Soares, 1990): disciplina de chegada dos clientes disciplina de serviço do servidor número de servidores presentes capacidade de armazenamento da fila. Fila Servidor Chegada de Clientes Saída de Clientes Figura 5 - Sistema de Fila Simples Considere-se agora a conexão de algumas filas simples, constituindo a rede de filas representada na figura 6. Pode-se observar que alguns aspectos ausentes nos sistemas das figuras 4 e 5 aparecem neste sistema. É possível através deste exemplo, ilustrar o conceito de concorrência, se se imaginar que as duas filas associadas ao servidor 1 concorrem para utilizá-lo. Pode-se também compreender o conceito de sincronismo, supondo-se que um servidor necessita de mais de um cliente oriundos de outros servidores para realizar seu processamento (Baccelli et al., 1992). Um caso típico é encontrado em sistemas de manufatura, onde frequentemente a montagem de uma peça depende do processamento prévio de duas ou mais de suas partes constituintes.

9 Figura 6 - Rede de Filas Podemos finalmente relacionar algumas características que, de maneira essencial ou acessória, encontram-se presentes nos sistemas discretos: estado discreto sincronismo concorrência dinâmica dirigida a eventos É importante ressaltar que parte dos sistemas de interesse em Engenharia apresenta os elementos acima descritos e desafortunadamente não podem ser descritos pelos métodos tradicionais utilizando equações diferenciais. Torna-se assim de fundamental importância a construção de ferramentas teóricas para sua análise e para a síntese de procedimentos de decisão relativos ao seu controle. Evento: Na análise dos sistemas a dinâmica discreta é de fundamental importância o conceito de evento. Embora sua conceituação tenha sido implicitamente abordada nas discussões precedentes, é conveniente explicitá-la. Um evento é por definição um acontecimento sem duração temporal que altera o estado do sistema. Pode ser programado por outro evento ou aleatoriamente, e, num mesmo sistema, é possível haver vários tipos de evento. Esta multiplicidade de tipos e causas de eventos é que, em geral, leva um sistema discreto a apresentar grande complexidade. Num sistema com dinâmica discreta o estado só se altera pela ocorrência de um evento. Pode-se agora, seguindo Cassandras (1993), propor a classificação dos modelos de sistemas um pouco mais completa delineada na figura 7.

10 SISTEMAS ESTÁTICOS DINÂMICOS INV. NO TEMPO VAR. NO TEMPO LINEARES Ñ-LINEARES Sistemas Dinâmicos a Eventos Discretos ESTADO CONT. ESTADO DISCR. DIRIG. TEMPO DIRIG. EVENTO DETERMIN. ESTOCÁST. TEMPO DISCR. TEMPO CONT. Figura 7 - Classificação dos Modelos de Sistemas É importante mais uma vez ressaltar o grande número de áreas da Engenharia cujos objetos de estudo podem ser classificados com sistemas a eventos discretos. Sem a pretensão de exaurir a lista de aplicações, são apresentados nas figuras 8 e 9 exemplos de sistemas de grande importância atual que podem se incluir entre elas. D1 CPU Chegada de Jobs D2 Saída de Jobs Figura 8 - Exemplo: Um modelo de Filas para um Sistema de Computação Chegada de Peças Saída de Peças 1 2 Figura 9 - -Exemplo: Um Sistema de Manufatura

11 Em relação às comparações entre sistemas a dinâmica contínua e discreta, é interessante citar a distinção proposta por Ho (1989) na qual os sistemas a dinâmica contínua são associados à Natureza, onde existem leis de conservação, e os sistemas a dinâmica discreta aos sistemas construídos pelo Homem, caracterizados pela ausência de leis de conservação, interface com seres humanos e explosão combinatorial. Resta portanto a excitante e intrigante questão sobre a possibilidade de se obter um dia um quadro teórico unificador para a descrição dos sistemas dinâmicos. 3. Modelos Conforme discutido na introdução deste trabalho, a décadas os sistemas discretos são conhecidos dos engenheiros e seu estudo, embora restrito a alguns aspectos, é igualmente antigo. Assim, os problemas práticos tem sido manipulados através do uso intensivo de simulação, das técnicas da Pesquisa Operacional e, mais recentemente, através de técnicas da Inteligência Artificial. Desde a década de 80, tem-se observado um esforço da comunidade científica no sentido de estabelecer uma teoria mais consistente para estes sistemas. Esta teoria deve permitir a análise dos sistemas, tais como previsibilidade dos comportamentos dinâmicos, permitir o desenvolvimento de técnicas de síntese de controladores e ainda lidar adequadamente com a complexidade dos sistemas encontrados na prática. Ho (1989) propõe um conjunto de características para os modelos a serem desenvolvidos, em função dos aspectos práticos que eles devem atender: Natureza descontínua dos estados Natureza contínua das medidas de desempenho Importância da formulação probabilística Necessidade de análise hierárquica Presença de dinâmica Realizabilidade do esforço computacional Até o presente, entretanto, nenhum modelo proposto na literatura reúne todas estas características. O que há é um grande número de linhas teóricas concorrentes cada uma delas descrevendo adequadamente alguns aspectos (e sendo portanto útil em algumas aplicações), mas sendo insuficiente em relação a outros. Näo há paradigma. Esta é uma situação similar àquela classificada por Kuhn (1962) como revolucionária no desenvolvimento de uma teoria científica, dela podendo advir uma situação caracterizada pela síntese das correntes competidoras ou uma situação de ruptura de áreas de conhecimento. Em qualquer caso entrar-se-ia no que Kuhn chama de período regular caracterizado pela existência de um paradigma e no qual a principal função dos pesquisadores é articulá-lo.

12 De uma maneira geral, os modelos existentes podem ser classificados segundo algumas características, descritas a seguir Temporizados: Levam em conta o tempo de permanência nos estados. Não-temporizados: Interessam-se apenas pela sequência de estados. Lógicos: Analisam o comportamento lógico do sistema, respondendo a questões qualitativas. Em geral se preocupam com a estrutura lógica da evolução dinâmica do sistema. Podem ou não utilizar como ferramenta formal alguma sistema lógico (em geral não-clássico) havendo alguns modelos baseados em lógica temporal. Algébricos: Descrição através de equações algébricas, ou seja, buscam a obtenção de modelos para os sistemas discretos com as propriedade de síntese características dos modelos algébricos. Análise de Desempenho: Tentam responder questões relacionadas ao desempenho (em geral temporizados). A maioria dos modelos mais antigos para sistema discretos, ou seja, aqueles baseados em simulação e em Teoria de Filas podem ser classificados desta maneira. A tabela 1 a seguir, proposta por Ho (1989), apresenta um resumo dos modelos existentes e os classifica segundo os critérios acima: Lógicos Temporizados Lógica Temporal Rêdes de Petri Temporizadas Não Temporizados Máquinas de Estados Finitos Rêdes de Petri Algébricos Álgebra Min-Max Processos Finitamente Rcursivos Processos de Comunicação Sequencial Desempenho Cadeias de Markov Rêdes de Filas GSMPSimulação Tabela 1 - Alguns Modelos Existentes para Sistemas Discretos

13 Nas próximas duas seções serão introduzidas, através de um mesmo exemplo simples, duas das mais promissoras abordagens citadas acima. São elas a abordagem baseada na álgebra max-plus (cuja caracterização será esboçada na próxima seção) e aquela denominada controle supervisório (delineada na seção 5). Ambos os exemplos foram propostos originalmente por Cao e Ho (1990), sendo extremamente didáticos. Apesar de haver um número razoável de outras abordagens também merecedoras de atenção, considerou-se que estas duas exemplificam adequadamente os tratamentos dados ao problema. 4. Modelo Algébrico O modelo apresentado nesta seção, originou-se dos trabalhos de Cuninghame- Green (1979), e foi fortemente desenvolvido por Cohen e seu grupo (Cohen et al, 1989). A apresentação feita a seguir utiliza uma instanciação (a álgebra max-plus) de uma estrutura algébrica mais geral denominada Dióide. Em Baccelli et al. (1992), há uma apresentação compreensiva da questão, bem como aplicações, no mesmo problema, de outras instâncias da estrutura citada. Consideremos o exemplo simples de uma célula de manufatura com duas máquinas e um buffer intermediário representado na figura 10 a seguir: Suprimento Infinito de Peças Saída de Peças Máquina 1 Buffer Máquina 2 Figura 10 - Célula com duas Máquinas Sejam os seguintes parâmetros associados ao sistema: a = tempo de serviço na máq. 1 b = tempo de serviço na máq. 2 xn = instante do n-ésimo final de serviço da máquina 1 yn = instante do n-ésimo final de serviço da máquina 2 x0 e y0 são instantes conhecidos (sem perda de generalidade, pode-se assumir que x0 = 0)

14 Obviamente, se a > b o sistema é estável, no sentido em que o número de peças no buffer não cresce indefinidamente. Tem-se: x1 = x0 + a x2 = x1 + a y1 = max{y0 + b, x1 + b} A álgebra max-plus proporciona uma maneira simples de equacionar a evolução do sistema. Define-se: a b = max{a,b} a b = a + b É fácil provar que a "soma" é comutativa e associativa e que o "produto" é distributivo em relação à "soma". Além disso, a soma satisfaz à propriedade da idempotencia, ou seja, a a = a. Considerando que a expressão matricial a seguir é escrita segundo estas novas definições de soma e produto, temos: x2 a -H y1 = b b x 1 y0 onde H é escolhido tal que -H < x1 - y0 Chamando: zn = x n+1 yn e M = a -H b b tem-se: z1 = Mz0 ; z2 = Mz1 = M 2 z0 portanto: zn = M n z0 Para o cálculo da matriz M n, define-se: c = a - b J = H + a e conclui-se que:

15 M = a 0 -J -c -c = a K Portanto: Pode-se mostrar que: ou equivalentemente: K n = M n = a n K n = (na) K n K n = 0 -J -c -nc 0 -J -c -J-c 0 -J -c -nc -J-c se (n-1)c < J se (n-1)c > J Portanto, para n suficientemente grande: K n = P = 0 -J -c -J-c Observa-se que P é independente de n, o que denota a entrada do sistema em regime permanente. Substituindo os valores adequados, concluímos que: zn = (na) P z0 e, finalmente: P z0 = a b zn = x n+1 yn = (n+1)a na+b que é a solução (previsível intuitivamente) em regime permanente. Em conclusão, alguns fatos devem ser ressaltados:

16 A matriz K é periódica (com período 1, mas em geral poderia ser d- periódica). Apenas a partir da análise da matriz M de um sistema mais complexo, é possível inferir muitas propriedades do sistema. Pode-se por exemplo definir um auto-valor para esta matriz, obviamente com significado diferente daquele utilizado em álgebra linear. Neste caso, o auto-valor da matriz está relacionado com o período do sistema. Esta metodologia é muita adequada para o estudo de sistemas onde há sincronismo mas não há concorrência. Esta limitação é severa, no que diz respeito às aplicações e constitui, sem dúvida, a principal limitação desta abordagem. É importante ressaltar por outro lado os desdobramentos desta teoria por exemplo no que diz respeito aos aspectos estocásticos dos sistemas a eventos discretos. A esse respeito pode-se consultar o trabalho de Olsder et al. (1990). 5. Controle Supervisório A abordagem conhecida como controle supervisório foi originalmente proposta por Ramadge e Wonham (1989) e por este motivo também é conhecida como abordagem R-W. Constitui-se uma das poucas abordagens em que existem propostas de técnicas de síntese de controladores e é baseada em teoria de automâtos e linguagens. Uma visão ampla da teoria envolvida é dada por Cassandras (1993). Considere-se o exemplo da seção anterior com as seguintes modificações: Tamanho do buffer limitado a 1 Máquina 1 com tempo de serviço exponencial, λ Máquina 2 com tempo de serviço exponencial, µ O sistema proposto é composto por tres sub-sistemas (duas máquinas e o buffer) e os estados admissíveis para cada sub-sistema são: Máqs. 1 e 2: Livre (I) Trabalhando(W) Quebrada(D)

17 Buffer: Vazio (E) Cheio (F) A extensão do espaço de estados do sistema é finita e é dada por todas as combinações possíveis de estados dos tres sub-sistemas. As transições de estado são provocadas pelos seguintes eventos (com respectivos rótulos): início de trabalho na máq. i : si final de trabalho na máq. i : fi reparação da máq. i : ri quebra da máq. i : bi Vai-se supor que os eventos si e ri podem ser inibidos respectivamente pelos sinais ui e vi que serão considerados como sendo as variáveis de controle do sistema. Na figura 11 é apresentado o diagrama de transição de estados do sistema proposto: Ii F si:ui fi ri:vi s2 f1 Di Figura 11 - Diagrama de Transição de Estados Supõe-se finalmente, que os objetivos de controle são dados pelas especificações a seguir: M1 só é autorizada a iniciar o trabalho se B está vazio M2 só pode iniciar se B está cheia M1 não pode iniciar quando M2 está quebrada Se ambas as máqs. estão quebradas então M2 deve ser reparada antes

18 Estas regras eliminam 6 dos 18 estados possíveis do sistema e equivalem a especificações em malha fechada na teoria de controle. Em outras palavras, o controle deve garantir uma limitação no espaço de estados (habilitando ou inibindo as quatro variáveis ui e vi) Em malha fechada, (sob a ação do controle) o sistema deverá evoluir segundo o diagrama de transição a seguir: 0 r2 4 r1 s1 f2 b2 f2 10 r2 b1 b1 r2 1 f1 2 f2 r2 f1 s2 f2 7 s1 3 5 f1 11 b2 9 8 b2 b2 6 b1 Estado M1 I W I I I W I I W D D D B E E F E E E F F E E E E M2 I I I W D W W D D D I W Figura 12 - Digrama para o Sistema em Malha Fechada Supondo que o estado completo do sistema é observável, não é difícil definir a lei de controle. Para cada estado, basta decidir quais próximos estados devem ser evitados e inibir a transição correspondente. Para este sistema simples este procedimento pode ser feito diretamente e a tabela 2 a seguir dá um controlador por realimentação de estado:

19 Controle/estado u v u v Estado Reduz Legenda: 1 = habilitado; 0 = desabilitado; - = irrelevante Tabela 2 - Definição do Controlador Da tabela anterior, observa-se que para muitos estados a função de controle é a mesma, sendo possível trabalhar com o conceito de estado reduzido. Se os estados não são observáveis, mas a sequência de eventos o é, a solução é criar uma "cópia" do sistema, que a partir da sequência de eventos, produza a sequência de estados correta. O controle então é exercido da seguinte maneira. Os eventos observados são lidos pela "cópia" do sistema que gera então uma sequência de estados. Esta "cópia" pode ou não ser a do sistema reduzido. Em seguida esta sequência de estados (reduzidos ou não) é enviada ao controlador que gera os sinais de controle adequados. É usual a adoção da seguinte nomenclatura: cópia + controle = supervisor cópia reduzida + controle = supervisor quociente Pode-se observar a gra;nde analogia que existe entre os conceitos aqui propostos e aqueles da teoria de controle tradicional. A chamada "cópia" do sistema cumpre claramente o papel que os observadores de estado cumprem no quadro clássico e o que se chamou aqui de controlador reproduz a função da realimentação de estado. A figura 13 mostra a analogia entre esta abordagem e o controle ótimo estocástico LQG:

20 Controle Sistema Dinâmico Estado x Observador Medidas y Controlador por Realimentação de Estado Estado Estimado Estimador de Estado Cópia do Sistema Dinâmico Controle Sistema Discreto Estado x Gerador de Eventos Eventos Observados Controlador por Realimentação de Estado Estado Exato Cópia do Sistema Discreto Figura 13 - Analogia com o Controle LQG Embora este exemplo seja de grande simplicidade, ele permite vislumbrar a problemática central do controle supervisório. Associando-se uma sequência de eventos à saída do sistema e definindo uma coleção de sequência de eventos como sendo uma linguagem, pergunta-se: Pode uma dada linguagem ser implementada por uma escolha adequada de uma função de controle baseada na observação de uma sequência de eventos de saída? Se sim, como? Se não, é sempre possível aproximar uma linguagem por outra, a saber, a única mais abrangente linguagem controlável contida na primeira

21 6. Referências Bibliográficas F. Baccelli, Cohen, G., Olsder, G.J., Quadrat, J.P. (1992) - "Synchronization and Linearity - An Algebra for Discrete Event Systems" - John Wiley and Sons Eds. X.-R. Cao, Ho, Y.-C. (1990) - Models of Discrete Event Dynamic Systems - IEEE Control Systems Magazine, junho, pg. 69. C. Cassandras, (1993) - "Discrete Event Systems - Modeling and Performance Analysis" - Aksen Associates. G. Cohen, Moller, P., Quadrat, J.P., Viot, M. (1989) - Algebraic Tools for the Performance Evaluation of Discrete Event Systems - Proceedings of IEEE, vol. 77, n 1, pg.39. R.A. Cuninghame-Green. (1979) - "Minimax Algebra" - Lecture Notes in Economics and Mathematical Systems, n 166, Springer-Verlag. Y.-C. Ho, (1989) - Dynamics of Discrete Event Systems - Proceedings of IEEE, vol. 77, n 1, pg.3. G.J. Olsder, Resing, J.A.C., De Vries, R.E., Keane, M.S. e Hooghiemstra, G. (1990) - Discrete Event Systems with Stochastic Processing Times - IEEE- Transactions on AC, vol.35, n 3, pg.299. L.F.G. Soares, (1990) - Modelagem e Simulação Discreta de Sistemas - VII Escola de Computação - IME/USP - São Paulo. T.S. Kuhn, (1962) - "A Estrutura das Revoluções Científicas"- Tradução de B.V. Boeira e N.F. Boeira - Ed. Perspectiva (Col. Debates) São Paulo. P.J.G. Ramadge, Wonham, W.M. (1989) - The Control of Discrete Event Systems - Proceedings of IEEE, vol. 77, n 1, pg.81.