4. News reading in the digital era
4.6 Reaction-evoking material
A tela de configuração da conexão do software de projeto com simulador BCS é apresentada na Figura 6.6. Ela permite ao usuário definir os dados necessários para a conexão com o simulador BCS via TCP/IP. Os dados são o endereço IP ou nome de
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 81 domínio da máquina onde o simulador está sendo executado e a porta de comunicação habilitada pelo mesmo.
Figura 6.6: Tela de configuração da conexão do software de projeto com simulador
6.5 Estudo de caso
Como estudo de caso, desenvolveu-se um controlador de vazão que tem como entra- das o erro e variação do erro de vazão e como saída o incremento de frequência neces- sário para levar o sistema ao setpoint definido. Para que o controlador projetado tenha um mesmo desempenho independente do setpoint escolhido, utilizou-se as entradas e saí- das escaladas. Vale salientar também que a elaboração de algoritmos de controle não é o objetivo fim deste trabalho e os algoritmos aqui apresentados tem apenas a função de de- monstrar o funcionamento do ambiente de teste e implementação de controladores fuzzy proposto.
O erro escalado é definido pela equação 6.1. e = qsp− qa
qsp (6.1)
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 82 setpointde vazão.
A variação do erro escalado é dada pela equação 6.2.
ve= eatual− eant (6.2)
em que ve, eatual e eant são respectivamente a variação do erro escalado, erro escalado atual e o erro escalado anterior.
As funções de pertinência para o erro e variação do erro escalados são apresentadas respectivamente nas Figura 6.7 e Figura 6.8 e a função de pertinencia para incremento de frequência é apresentada na Figura 6.9. Para as três variáveis são definidos três predicados (N, Z e P).
Figura 6.7: Função de pertinência para o erro de setpoint escalado
Figura 6.8: Função de pertinência para variação do erro de setpoint escalado
Da mesma maneira que as entradas foram escaladas para que o controlador tenha o mesmo desempenho independente do setpoint de vazão escolhido, a saída também deverá ser escalada. Faz-se isso multiplicando-se o resultado da defuzificação da saída por um fator kcdado pela equação 6.3.
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 83
Figura 6.9: Função de pertinência para o incremento de frequência
kc= qsp/qspa (6.3)
em que kc, qspe qspasão respectivamente o fator de compressão da função de pertinência de saída do controlador, o setpoint de vazão atualmente utilizado e setpoint de vazão para o qual a função de pertinência de saída foi ajustada.
O ajuste da saída do controlador para diferentes setpoints dá-se da seguinte maneira: A função de pertinência de saída é sempre ajustada para determinado setpoint de vazão, a utilização da mesma para setpoints maiores resultaria em um controlador mais lento, en- quanto que a utilização para setpoints menores resultaria em um controlador mais “agres- sivo” e até instável. A multiplicação pelo fator kcprovoca uma compressão, para setpoints menores, ou um alogamento, para setpoints maiores, de maneira que a função de perti- nência sofra um ajuste automático e o desempenho do controlador seja o mesmo para diferentes setpoints.
As regras fuzzy para o controlador são definidas conforme a Tabela 6.1. Tabela 6.1: Regras fuzzy definidas para o controlador projetado
Se Variação do erro escalado E Erro escalado Então Incremento de frequência
N N N N Z N N P P Z N N Z Z Z Z P P P N N P Z P P P P
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 84 O método de defuzificação escolhido para a saída (incremento de frequência) foi o do centro dos máximos. A definição da base de dados BCS foi realizada conforme a Tabela 6.2.
Para a configuração da conexão com o simulador utilizou-se um IP local (127.0.0.1) e a porta de comunicação 3000. O simulador BCS foi configurado como descrito no Capítulo 4, com execução local.
Tabela 6.2: Base de dados BCS definida para o controlador fuzzy projetado
Parâmetro Valor
Pressão estática do reservatório (kg f /cm2) 200
Profundidade da bomba (m) 2196
Gradiente do fluido (kg f /cm · m) 0,09 Headmáximo da faixa recomendada (m) 3300 Temperatura máxima do motor (◦C) 176 Frequência máxima de trabalho (Hz) 90
Potência nominal do motor (HP) 84
Rendimento do motor 0,80
Modelo do cabo elétrico 4 AWG Coated Fabricante da bomba centrífuga Centrilift
Modelo da bomba centrífuga 400P6
Número de estágios da bomba centrífuga 250 Temperatura de superfície (◦C) 30 Gradiente geotérmico (◦C/m) 0,0274 Viscosidade da mistura água-óleo (cP) 4 Densidade relativa do líquido 1,00 Desabilitar controle em cascata sim
Com as configurações anteriormente citadas, na tela principal, ativa-se o controlador e supervisiona-se o seu funcionamento através dos gráficos gerados.
A Figura 6.10 apresenta o gráfico da variação da vazão (m3/d) e frequência (Hz) com o tempo (s) para um setpoint de 100 m3/d, onde podemos perceber que o funcionamento do controlador é adequado e possui um erro inferior a 10−4em um tempo de estabilização menor que 10 s.
A Figura 6.11 apresenta o desempenho do controlador variando-se o setpoint para 100, 80, 120, 50 e 110 m3/d. Como previsto, o controlador apresentou um mesmo de- sempenho para todos os setpoints testados.
Para demostrar o funcionamento da arquitetura em cascata, desenvolveu-se um sis- tema controlador de nível de poço. O sistema controlador é composto por dois contro-
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 85
Figura 6.10: Desempenho do controlador com setpoint de 100 m3/d.
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 86 ladores em cascata, onde o segundo controlador da cascata é o controlador de vazão já apresentado acima e o primeiro controlador da cascata tem como entradas a submergên- cia da bomba e frequência escaladas e como saída o setpoint do segundo controlador.
A submergência escalada é dada pela equação 6.4.
sn= sb/pb (6.4)
em que sn, sbe pbsão respectivamente a submergência da bomba escalada, a submergên- cia da bomba atual (m) e a profundidade da bomba (m).
A frequência de trabalho escalada é dada pela equação 6.5.
fn= fa/ fmax (6.5)
em que fn, fa e fmax são respectivamente a frequência de trabalho escalada, a frequência de trabalho atual (Hz) e a frequência de trabalho máxima permitida (Hz).
As funções de pertinência para a submergência escalada, frequência escalada e in- cremento de setpoint do segundo controlador são apresentadas respectivamente na Figura 6.12, Figura 6.13 e Figura 6.14.
Figura 6.12: Função de pertinência para submergência escalada
As regras fuzzy para o controlador são definidas conforme a Tabela 6.3.
Para a defuzificação utilizou-se novamente o método do centro do máximo e as de- mais configurações do software de projeto foram mantidas. A opção “Desabilitar controle em cascata” foi desativada para permitir o uso desta arquitetura.
O sistema controlador de nível apresentado realiza o controle com um setpoint fixo, definido pelas funções de pertinência da submergência, monitorando também a frequência de trabalho. Das funções de pertinência da submergência pode-se observar que o objetivo
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 87
Figura 6.13: Função de pertinência para frequência escalada
Figura 6.14: Função de pertinência para o incremento de setpoint do 2◦controlador
Tabela 6.3: Regras fuzzy definidas para o primeiro controlador da cascata Se Frequência E Submergência Então Incremento de setpoint
L L N L M Z L H P H L N H M N H H Z
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 88 deste sistema de controle é manter o poço com 50 % de sua capacidade.
A Figura 6.15 apresenta os gráficos de frequência (Hz), setpoint do segundo contro- lador (m3/d), e vazão estimada (m3/d) em função do tempo (s) quando da partida do sistema.
Figura 6.15: Frequência, setpoint e vazão para controlador de nível, na partida
Na partida do sistema, o poço está cheio e por isso o sistema controlador procura esvaziá-lo. Com o objetivo de desenvolver a maior vazão possível, o primeiro controlador vai aumentando o setpoint de vazão do segundo controlador. O segundo controlador, para alcançar o seu novo setpoint de vazão, aumenta a frequência de trabalho. Essa retroali- mentação continua até que o limite de frequência seja atingido e o primeiro controlador já não mais aumente o setpoint de vazão do segundo controlador. Os gráficos da Figura 6.15 mostram que quando esse limite foi atingido, foi alcançado o valor de 72 Hz para frequência de trabalho e 178 m3/d para o setpoint de vazão.
Os gráficos apresentados na Figura 6.16 mostram que conforme a submergência vai diminuindo e o poço vai esvaziando, o controlador lentamente vai reduzindo a vazão, até
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 89 que o sistema entre em equilíbrio.
Figura 6.16: Frequência, vazão e setpoint quando o sistema aproxima-se de seu objetivo
A Figura 6.17 apresenta os gráficos de submergência e nível dinâmico retirados do simulador BCS. Nesses gráficos podemos observar que, depois de algum tempo, o sistema entra em equilíbrio apresentando uma submergência de 1130 m (valor desejado = 50 % de 2200 = 1100), que corresponde a um erro inferior a 0,027.
CAPÍTULO 6. IMPLEMENTAÇÃO POR SOFTWARE 90
Capítulo 7
Implementação fuzzy em CLP
A implementação de controladores em computadores de propósitos gerais utilizando linguagem de programação de alto nível apresenta diversas vantagens(flexibilidade, agili- dade na implementação, etc), mas sua utilização em um ambiente industrial (chão de fá- brica) ou em campo (áreas externas sujeitas a intempérie) sofre severas restrições. Diante desta realidade, quando se deseja implementar algoritmos para controlar plantas nesses ambientes “hostis”, utilizam-se computadores e equipamentos específicos para o ambi- ente onde serão inseridos.
Devido a simplicidade dos mecanismos que compõe um controlador fuzzy, sua im- plementação em hardware ou em computadores específicos para o ambiente industrial é totalmente factível. O objetivo deste capítulo é apresentar um modo de implementar a estrutura de um controlador fuzzy em um CLP comercial, descrevendo como os mecanis- mos de fuzificação, inferência, regras e defuzificação podem ser implementadas em um linguagem específica para programação destes dispositivos (Ladder).
7.1 Controladores Lógicos Programáveis
O Controlador Lógico Programável (CLP) surgiu no final da década de 1960, como resposta às necessidades da indústria automobilística americana, que naqueles anos en- frentava problemas com a programação de sua linha de produção. Até então, tal progra- mação era feita utilizando relés, o que levava a uma operacionalidade muito baixa, alto consumo de energia, difícil manutenção, além de dificuldades em se manter a documen- tação atualizada dos esquemas de comando modificados.
CAPÍTULO 7. IMPLEMENTAÇÃO FUZZY EM CLP 92 rança de Richard Morley, engenheiro da Hydronic Division da General Motors (GM), foi preparada uma especificação que refletia as necessidades de muitos usuários de circuitos e relés, não só da indústria automobilística como da indústria manufatureira. Nascia assim um equipamento bastante versátil, desenvolvido para uso em ambiente industrial e de fácil utilização, que vem se aprimorando constantemente, diversificando cada vez mais os setores industriais e suas aplicações.
Segundo Antonelli (1998), desde o seu aparecimento, até hoje, muita coisa evoluiu nos controladores lógicos, como a variedade de tipos de entradas e saídas, o aumento da velocidade de processamento, e a inclusão de blocos lógicos complexos para tratamento das entradas e saídas. Para Maitelli (2008), dentre esses novos recursos, é principalmente em nível de comunicação que se observam as principais inovações. Tanto na comunicação entre os operadores e os sistemas (interfaces homem-máquina) como na comunicação entre máquinas (redes de campo), as facilidades atuais são inúmeras, com uma grande diversidade de opções de mercado.
Através dos enormes avanços tecnológicos, tanto de hardware como de software, pode-se dizer que o CLP evoluiu para o conceito de controlador universal de processos, pois pode configurar-se para todas as necessidades de controle de processos e com custos extremamente atraentes.
As principais vantagens na utilização de CLP’s são seu fácil diagnóstico de funciona- mento ainda em fase de projeto do sistema, suas pequenas dimensões (bastante compacto em relação aos painéis de relés), sua praticidade de reprogramação sem a necessidade de interromper o processo produtivo (programação online), sua maior confiabilidade, sua flexibilidade da expansão do número de entradas e saídas a serem controladas e a capaci- dade de se comunicar com diversos outros equipamentos.