1 Controlo em Espaço de Estados 2015/2016 10 a) 8 6 4 2 x 2 0-2 -4-6 -8-10 -10-5 0 5 10 x 1 João Miranda Lemos Professor Catedrático
Corpo Docente 2 João Miranda Lemos (Teóricas, Responsável pela Disciplina) jlml@inesc-id.pt 213100259, Gabinete no INESC-ID Para dúvidas: Enviar email ou telefonar para combinar hora. jag@isr.ist.utl.pt José António Gaspar (Laboratórios e Práticas)
3 Organização da disciplina Aulas: Teóricas (acetatos em 4 partes, ver fénix) Práticas (problemas das aulas práticas no fénix) Laboratório (enunciado do trabalho no fénix) Auto-estudo: Leitura dos acetatos Problemas para auto-estudo (fénix) Bibliografia
4 Avaliação da disciplina Teórica o 2 testes (fortemente recomendado) ou 1 exame o Não há repescagem dos testes o Aprovação: Teórica (média dos testes ou exame) mínima de 9,3 o Não há nota mínima em cada teste. o Tendo aprovação nos testes podem melhorar a nota no exame Laboratório o 1 trabalho, relatório em grupos de 3 ou 4, notas individuais por aluno Nota final o 0,7T+0.3min(L,T+6)
5 Laboratório. Projecto e teste de um controlador para a posição de um troço de braço robot flexível. Projecto e simulação com o MATLAB/SIMULINK. Teste com o SIMULINK ligado ao sistema real (prototipagem rápida). Ênfase no projecto e na implementação em computador com verificação experimental Cyber Physical Systems
6 Porque escolheram esta disciplina? Mas afinal, esta é, ou não é, a reunião do Sindicato dos Padeiros?
7 u O modelo de estado y Modelo entrada/saída (eq. Diferencial ou função de transferência): Alternativa: Duas equações diferenciais de 1ª ordem (modelo de estado) d 2 dt y 2 u dx1 dt x1 ( t) y( t), x2( t) y ( t) dx dt 2 x 2 u
8 Estado de um sistema: Conjunto de variáveis tais que, se as conhecermos num dado instante, e se conhecermos as forças externas que actuam sobre o sistema, podemos, integrando as equações de estado, calcular toda a evolução futura do sistema. As variáveis de estado satisfazem um sistema de equações diferenciais de 1ª ordem dito modelo de estado. dx dt = Ax + Bu y = Cx (Modelo da dinâmica e dos actuadores) (Modelo dos sensores)
9 Objectivo da disciplina Estudo de métodos de análise e projecto de sistemas de controlo com base no modelo de estado. Programa 1. Análise do modelo de estado; 2. Projecto por controladores de realimentação de variáveis de estado e estimação de estado com observadores; 3. Estabilidade e projecto de controladores para sistemas não lineares; 4. Controlo Óptimo com base no Princípio de Pontryagin.
10 O que vamos aprender de novo nesta disciplina? Um novo modelo (modelo de estado: Linear e não linear) Uma nova técnica de estudo da estabilidade (2º Método de Lyapunov) Novas técnicas de projecto de controladores o Realimentação linear de variáveis de estado o Controlo não linear o Controlo óptimo o Controlo multivariável o Controlo adaptativo (aprender com o funcionamento do sistema)
11 Grandes ideias do Controlo tratadas na disciplina Modelo de estado. Realimentação de variáveis de Estado Observadores assimptóticos. Filtro de Kalman. 2º Método de Lyapunov Controlo Óptimo. Princípio de Pontryagin
12 Quando surgiram estas ideias? Joseph-Louis Lagrange 1736-1813 Mecânica Analítica Aleksandr Lyapunov 1857-1918 Estabilidade Rudolph Kalman 1930- Filtro. Modelo de estado no Controlo
13 Johann Bernouilli (1667-1748) e o braquistocróno
14 L. Euler 1707-1783 Cálculo Variacional. Eq. Euler-Lagrange Lev Pontryagin 1908-1988 Controlo Óptimo: Princípio do Óptimo
Exemplos: Canal de distribuição de água 15 y 1 M1 u 1 u 2 u 3 u 4 M2 M3 M4 y 2 y 3 y 4 Q o Pool 1 G1 Pool 2 G2 Pool 3 G3 Pool 4 G4 Q 1 Q 2 Q 3 Q 4
J 3 [mm] J 2 [mm] J 1 [mm] 16 PID s isolados Gate 1 800 700 600 0 200 400 600 800 1000 1200 1400 1600 700 Gate 2 600 500 0 200 400 600 800 1000 1200 1400 1600 Gate 3 600 400 0 200 400 600 800 1000 1200 1400 1600
J 4 [mm] J 3 [mm] J 2 [mm] J 1 [mm] 17 Controlo óptimo multivariável do canal com retroacção do estado J. M. Lemos and L. F. Pinto (2012). Distributed Linear-Quadratic Control of Serially Chained Systems -- Application to a Water Delivery Canal. IEEE Control Systems Mag., 32(6):26-38. Multivariable Controller...... u 1 u 2 u m y 1 y 2 y p Plant 600 500 Gate 1 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 Gate 2 550 500 450 400 350 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 500 400 400 Gate 3 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000 Gate 4 300 0 1000 2000 3000 4000 5000 6000 7000 8000 9000 10000
18 Estimação do estado: Localização por GPS dx f ( x) y h( x) dt Estimar x por observação das medidas de y. Observadores
19 Campo de colecores solares distribuídos u=caudal y=temperatura Espelho A dinâmica da relação entre o caudal de fluido e a temperatura à saída depende do caudal: Comportamento não linear
20 Controlo da anestesia J. M. Lemos et. Al. (2014). Robust Control of Maintenance Phase Anesthesia. IEEE Control Systems, 34 (6): 24-38. Disponível na página da disciplina, no Fénix
21
22 Controlo óptimo para extracção da energia das ondas Fonte: Luis Gato, 2014
23 Pôr o conhecimento em acção Esta é uma disciplina em que se estudam bases teóricas Mas muitas podem ser aplicadas directamente numa grande variedade de campos (Medicina, Biotecnologia, Agricultura, Aeroespacial, Mecatrónica Robótica, Energia, Gestão,...) Não há nada mais prático do que uma boa teoria (Boltzman) A comunidade dos makers: http://makespace.org/ https://en.wikipedia.org/wiki/maker_culture