Ortoreksi

Nos sistemas de controle de malha fechada, o sinal atuante de erro, que é a diferença entre o sinal de entrada e o sinal de retroação, excita o controlador de modo a reduzir o erro e levar o sinal de saída para o valor desejado. A retroação reduz os efeitos das perturbações e de erros de modelagem ou variação de parâmetros sobre o desempenho de um sistema de controle (Ogata, 2002). A maneira pela qual o controlador automático produz o sinal de controle é chamada ação de controle.

Os controladores analógicos são classificados de acordo com a ação de controle. Alguns tipos de controladores são: Controladores on-off, Proporcional, Integral, PI, PD, PID.

Técnicas de controle diferentes podem ser usadas de acordo com o propósito de controle, sendo que algumas delas são mais complexas que outras em termos do algoritmo de controle a ser utilizado.

Técnicas de controle adaptativo podem ser usadas em sistemas que exigem tarefas de controle mais complexas, como parâmetros variáveis. Um dos problemas de aplicação de sistemas adaptativos à robótica é a capacidade dos processadores embarcados. Em (Simões & Globo, 2006) é proposta uma solução através do uso de

Field Programmable Gate Array (FPGA).

Um requisito normalmente exigido de sistemas embarcados é a execução em tempo real, em especial quando a aplicação envolve veículos autônomos inteligentes (Jung et al, 2005).

O controle preditivo baseado em modelo teve sua origem na indústria de petróleo na década de 70. Em (Richalet et al, 1978) foi utilizado um controlador denominado Model Predictive Heuristic Control (MPHC). Em (Cluter & Ramaker, 1979) foram reportados bons resultados obtidos com a aplicação do controlador

Dynamic Matrix Control (DMC) em uma coluna de pré-flash. Os controladores

possuíam um modelo explícito do processo para prever a ação futura da variável manipulada (Gentilin, 2004).

O Controle Preditivo baseado em modelo Model Predictive Control (MPC) não designa uma estratégia de controle específica, mas uma faixa ampla de métodos de controle que faz uso de um modelo do processo para obter o sinal de controle minimizando uma função objetivo (Camacho & Bordons, 1999).

Uma das vantagens do controle preditivo é que se a evolução futura da sequência é conhecida a priori, o sistema pode reagir antes que mudanças tenham ocorrido evitando os efeitos dos atrasos na resposta do sistema, entretanto este método exige um esforço computacional maior que o PID.

Uma das áreas onde esta técnica de controle pode ser utilizada é na robótica, entretanto pode ser encontrada na indústria química, térmica e onde os efeitos de atrasos são maiores, além da possibilidade de inclusão de restrições.

Em todas as técnicas de controle preditivo, é necessário o uso do modelo do processo a ser controlado que é usado para prever a saída dentro de um horizonte de controle, calculando a sequência de controle através da minimização de uma função objetivo, além do uso de uma estratégia de horizonte deslizante (Receding Horizon), na qual a cada instante o horizonte é deslocado em direção ao futuro, e se aplica o primeiro sinal de controle da seqüência calculada a cada passo.

A figura 4.1 mostra a estrutura do MPC:

Figura 4.1 Estrutura do MPC MODELO OTIMIZADOR Entradas/saídas passadas Traj. referência Saídas previstas Erros futuros Função custo restrições Entradas futuras + -

Os vários algoritmos diferem entre si pelo modelo que representa o ruído e o processo, além da função a ser minimizada, sendo utilizados para controlar desde processos com dinâmica simples, até os mais complexos, além de sistemas com atrasos longos ou mesmo instáveis e multivariáveis.

Dentre as técnicas de controle tem-se: Dynamic Matrix Control (DMC),

Generalized Predictive Control (GPC), Extended Self Adaptive Control (EPSAC), Non- linear Extended Self Adaptive Control (NEPSAC).

Em todos os algoritmos de controle preditivo, as saídas são previstas com base nos valores passados e presentes das entradas e saídas e dos sinais de controle. Os sinais de controle futuros são calculados otimizando um critério de modo a manter a saída do processo tão próxima quanto possível da trajetória de referência.

O modelo desempenha um papel importante no controle preditivo, e este deve ser capaz de capturar a dinâmica do processo, enquanto que o otimizador fornece as ações de controle.

Em processos nos quais as não-linearidades são tão severas e cruciais para a estabilidade do sistema em malha fechada, um modelo linear não é suficiente (Camacho & Bordons, 1999). Em (Torrico & Normey-Rico, 2004) é abordado o controle preditivo de sistemas não-lineares com atraso. O controle de sistemas não-lineares e análise de robustez também podem ser encontrados em outros artigos publicados pelos mesmos autores.

A figura 4.2 mostra um esboço geral do controle preditivo levando-se em consideração perturbações presentes no sistema.

Figura 4.2 Controle geral MPC

MPC _Planta Ruído z + ỹ + saída da planta v Distúrbio medido atuador u Distúrbio não-medido d y

Saída medida (variável controlada) Referência r

O distúrbio não medido d está sempre presente, representando todos os eventos desconhecidos e não-previstos que afetam a operação da planta, podendo ainda representar a dinâmica não-modelada. O controlador recebe o distúrbio medido v diretamente, permitindo a compensação do impacto de v imediatamente ao invés de esperar que o efeito apareça na saída (Controle feedforward).

Se restrições forem inseridas na estrutura de controle, procedimentos de busca interativos deverão ser aplicados para que tal função seja minimizada. Por outro lado, se não forem incluídas restrições, o problema de controle admite uma solução mais simples.

O horizonte de controle tem um papel importante no modelo preditivo. A determinação dos horizontes pode utilizar as regras abaixo:

1) Usar um valor relativamente pequeno para o horizonte de controle (de 3 a 5); 2) Escolher o intervalo de controle tal que o tempo de acomodação da planta em malha aberta seja de 20 a 30 períodos de amostragem (o período de amostragem deve ser aproximadamente 1/5 da constante de tempo dominante).