Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas

Tamanho: px

Começar a partir da página:

Download "Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas"

Ana Beatriz Beretta Castanho
5 Há anos
Visualizações:

1 Instituto Tecnológico de Aeronáutica Divisão de Engenharia Eletrônica Departamento de Sistemas e Controle Tese de Mestrado Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas Mariana Santos Matos Orientador: Takashi Yoneyama São José dos Campos, setembro de 2008

2 Motivação Tratamento de Restrições Físicas e Operacionais Controle Preditivo Baseado em Modelos Falhas e Incertezas Descasamentos entre o Modelo Nominal de Projeto e a Planta Real Degradação de Desempenho Não-Factibilidade Abordagens com Múltiplos Modelos 2/51

3 Agenda de Apresentação Controle Preditivo Baseado em Modelo (MPC) Estudo de Caso Resultados e Discussão Conclusão Propostas para Trabalhos Futuros 3/51

4 MPC Principais Vantagens Aplicável a uma grande variedade de processos: Sistemas com atraso de transporte, fase nãomínima e instáveis Controle Multivariável Compensa antecipadamente os efeitos dos distúrbios medidos Tratamento de restrições físicas e operacionais 4/51

5 MPC Breve Histórico Década 60: Primeiros Conceitos Teóricos Década 70: Richalet et al (1976): IDCON Identificação e Controle Resposta ao Impulso Cutler e Ramaker (1979): DMC Matriz Dinâmica Resposta ao Degrau Década 80: Aplicações na Indústria Química Atualmente 5/51

6 MPC Modelos de Predição Tipicamente Modelos Lineares Resposta ao Impulso Resposta ao Degrau Função de Transferência Espaço de Estados Modelos em Tempo Discreto 6/51

7 MPC Principais Conceitos Horizonte de Predição Horizonte de Controle Horizonte Retrocedente 7/51

8 MPC Caracterização da Estratégia de Controle 8/51

9 MPC Formulação 9/51

10 MPC Modelo de Predição Matricialmente (M<N): (não-incremental) Fazendo: temos: (incremental) 10/51

11 MPC Problema de otimização sujeito a restrições 11/51

12 Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas Termo Falha: Mudança da estrutura ou dos parâmetros do sistema com respeito a sua condição nominal (Blanke; Lunza; Staroswiecki, 2003). 12/51

13 Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas Controle Tolerante a Falhas: Comportamento dentro de limites aceitáveis mesmo com a presença de falhas Solução baseada em robustez ou em reconfiguração 13/51

14 Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas Detecção Diagnóstico Isolamento Identificação Acomodação 14/51

15 Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas Controle Preditivo X Controle Tolerante a Falhas Características Intrínsecas de tolerância a determinadas falhas Sistema de Diagnóstico de Falhas Abordagens com Múltiplos Modelos 15/51

16 Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas Abordagem com Múltiplos Modelos Descrição da dinâmica de um sistema utilizando diferentes modelos para diferentes regimes de operação Conjunto de controladores (e observadores) Sistema de Diagnóstico 16/51

17 Estudo de Caso Caracterização do Problema MPC Múltiplos Modelos Sistema de Diagnóstico de Falhas Controle Preditivo Tolerante a Falhas 17/51

18 Estudo de Caso Caracterização do Problema Planta Didática 3 DOF Hover da Quanser Consulting Veículo não-tripulado com sistema de comunicação dos sinais de controle e dos sensores Sistema de comunicação dos sinais dos sensores não susceptível a falha Falha Abrupta que causa um atraso de transporte múltiplo do período de amostragem no sinal de controle Protocolo de Comunicação que inclua informações sobre momento de envio e recebimento de sinais 18/51

19 Estudo de Caso Planta Didática 3 DOF Hover 19/51

20 Estudo de Caso Planta Didática 3 DOF Hover 20/51

21 Estudo de Caso Modelo Nominal Adotado 21/51

22 Estudo de Caso Modelo Nominal Adotado 22/51

23 Estudo de Caso Solução Proposta Dois Modelos: Nominal e em Estado de Falha Sistema de Diagnóstico de Falhas baseado no protocolo de comunicação: Trivial Atraso entre o momento da ocorrência da falha e seu diagnóstico pelo sistema de controle Demais parâmetros do MPC inalterados 23/51

24 Estudo de Caso Modelo em Estado de Falha Sem atraso Com atraso de i períodos de amostragem 24/51

25 Estudo de Caso Modelo em Estado de Falha Para um atraso de um período de amostragem: 25/51

26 Estudo de Caso Modelo em Estado de Falha Para um atraso de um período de amostragem: 26/51

27 Estudo de Caso Modelo em Estado de Falha Para um atraso de dois períodos de amostragem: 27/51

28 Estudo de Caso Modelo em Estado de Falha Para um atraso de dois períodos de amostragem: 28/51

29 Estudo de Caso Modelo em Estado de Falha Para um atraso de dois períodos de amostragem: 29/51

30 Estudo de Caso Observador de Estados Abordagem Mista: Utiliza somente a estimação das velocidade angulares Adequação do Sinal de Controle 30/51

31 Estudo de Caso Observador de Estados Abordagem Mista: Utiliza somente a estimação das velocidade angulares Adequação do Sinal de Controle 31/51

32 Estudo de Caso Estratégia de Controle Falha que cause um atraso de dois períodos de amostragem Simulação da falha via bloco de atraso do Simulink Sistema de Diagnóstico simulado Atraso de quatro períodos de amostragem para o diagnóstico da falha 32/51

33 Estudo de Caso Estratégia de Controle Comutação abrupta entre os modelos de predição nominal e em estado de falha Demais parâmetros do controlador inalterados Atualização do sinal enviado ao observador de estados No caso da ocorrência de não-factibilidade do problema de otimização, aplica-se uma ação de controle nula 33/51

34 Estudo de Caso Metodologia de Análise dos Resultados Simulações no ambiente MatLab/Simulink Aplicação em tempo real Comparação entre a abordagem de MPC nominal e a abordagem com múltiplos modelos S-function em C Rotina em C, QLD desenvolvido por Schittkowski (versão 1.4) 34/51

35 Resultados e Discussão Simulação: Controle Preditivo Nominal Avaliação Experimental: Sem Falha: Ajustes dos Parâmetros e Análise do Comportamento da Malha de Controle Com Falha: Comparação entre a Abordagem Nominal e a Abordagem com Múltiplos Modelos 35/51

36 Resultados e Discussão Simulação: MPC nominal 36/51

37 Resultados e Discussão Simulação: MPC nominal 37/51

38 Resultados e Discussão Avaliação Experimental 38/51

39 Resultados e Discussão Sistema sem Falha Ajuste do Horizonte de Predição 39/51

40 Resultados e Discussão Sistema sem Falha Ajuste do Horizonte de Controle 40/51

41 Resultados e Discussão Comportamento da Malha de Controle 41/51

42 Resultados e Discussão Comportamento da Malha de Controle 42/51

43 Resultados e Discussão Comportamento da Malha de Controle 43/51

44 Resultados e Discussão Comportamento da Malha de Controle 44/51

45 Resultados e Discussão Análise para a ocorrência de falha Falha em t = 10 segundos Abordagem Nominal: 45/51

46 Resultados e Discussão Análise para a ocorrência de falha Falha em t = 10 segundos Abordagem com Múltiplos Modelos: 46/51

47 Conclusões Abordagem promissora Na ocorrência de falha, o desempenho se mostrou levemente degradado, mas manteve-se estável e não violou as restrições Suposição da ação de controle constante na montagem do vetor de estados expandido Planta com atraso Parâmetros do Controlador Observador de estados misto Adequação no diagnóstico da falha Comparações entre a abordagem nominal e a abordagem com múltiplos modelos 47/51

48 Conclusões Principais Contribuições Estudo Inicial da planta didática 3 DOF Hover Desenvolvimento e Implementação em tempo real Observador de Estados e sua adequação Modelagem da inclusão de atrasos de transporte múltiplos do período de amostragem Estratégia de Controle Preditivo com Múltiplos Modelos Comparação entre a abordagem nominal e a abordagem com múltiplos modelos 48/51

49 Conclusões Propostas para Trabalhos Futuros Aperfeiçoamento do modelo da planta didática 3 DOF Hover disponibilizado pela Quanser Consulting Desenvolvimento de um tutorial com a experiência obtida sobre a implementação de S-function em C e utilização da rotina QLD Definição das possíveis falhas de tal sistema e seus submodelos correspondentes 49/51

50 Conclusões Propostas para Trabalhos Futuros Análise de possíveis abordagens nas quais os demais parâmetros do controlador sejam comutados Estudo no caso da ocorrência de falhas simultâneas Utilização de controladores preditivo robustos que utilizem as informações obtidas pelo sistema de diagnóstico para reduzir o conservadorismo Análise de formas alternativas de comutação 50/51

51 Obrigada! Instituto Tecnológico de Aeronáutica Divisão de Engenharia Eletrônica Departamento de Sistemas e Controle Controle Preditivo com Múltiplos Modelos para a Acomodação de Falhas Mariana Santos Matos Orientador: Takashi Yoneyama São José dos Campos, setembro de 2008

Documentos relacionados

CONTROLE PREDITIVO ROBUSTO APLICADO AO MODELO DE UM HELICÓPTERO COM TRÊS GRAUS DE RENATA M. PASCOAL, TAKASHI YONEYAMA, ROBERTO K. H.

CONTROLE PREDITIVO ROBUSTO APLICADO AO MODELO DE UM HELICÓPTERO COM TRÊS GRAUS DE LIBERDADE UTILIZANDO DESIGUALDADES MATRICIAIS LINEARES RENATA M. PASCOAL, TAKASHI YONEYAMA, ROBERTO K. H. GALVÃO Divisão