Sunteți pe pagina 1din 8

Modelare i Control Predictiv proiect

Laborator 1

2012-2013

Modelarea proceselor
Obiectiv: Explicarea noiunilor de sistem dinamic, modelare matematic, modelare
experimental i identificare parametric. Exemplificarea procedurilor de obinere a unui model
matematic considernd seturi de date intrare-ieire preluate din funcionarea n timp real a unui
proces existent n laboratorul de Conducerea proceselor. Se vor prezenta urmtoarele metode:
Modelare experimental n circuit deschis bazat pe rspunsul la semnal treapt;
Identificare parametric, n circuit deschis considernd mrimea de intrare un semnal
treapt sau un semnal de tip SPAB (Semnal Pseudo Aleator Binar).
1. Introducere
Un sistem reprezint o unitate relativ delimitat fa de mediu. Un sistem dinamic este un
sistem care evolueaz n timp. Fenomenele care au loc n sisteme sunt determinate de aciunea
mrimilor cauze (mrimilor de intrare) i pot fi observate prin mrimi-efecte (mrimi de ieire).
Mrimile de intrare pot fi grupate n dou categorii:
comenzi - notate u(t) care acioneaz n mod voit asupra sistemului; valorile comenzilor
sunt cunoscute de ctre proiectant (prin t s-a notat variabila independent timp).
perturbaii - notate w(t) care acioneaz n mod nedorit asupra sistemului; de multe ori
perturbaiile au un caracter aleator.
u
Intrri
(cauze)

Sistem
dinamic

y
Ieiri
(efecte)

Fig. 1 Sistem dinamic


1.1 Modele intrare-ieire caracteristice sistemelor dinamice
Determinarea modelelor matematice pentru procese date este posibil pe cale analitic
sau pe cale experimental. n primul caz, modelul matematic se obine pe baza legilor fizice care
descriu dinamica procesului. Identificarea experimental presupune construirea modelului
matematic pe baza prelucrrii variabilelor funcionale (intrri, ieiri) asociate procesului.
Modelele obinute prin identificare (prelucrarea datelor experimentale) au urmtoarele
proprieti, n comparaie cu cele obinute prin modelare matematic:
 au validitate limitat, pentru un punct de lucru precizat, un anumit tip de intrare i un
anumit proces;
 au o semnificaie fizic redus; parametrii modelelor nu au semnificaii fizice directe;
 modelele sunt relativ uor de construit i de utilizat.
Un sistem dinamic liniar continuu i invariant n timp poate fi descris printr-un model
matematic de tip ecuaie diferenial liniar de ordinul n, cu coeficieni constani i reali:
(1)
a n y ( n ) (t ) + a n 1 y ( n 1) (t ) + K + a0 y (t ) = bm u ( m ) (t ) + bm 1u ( m1) (t ) + K + b0 u (t ) ,
unde:
u(t) reprezint mrimea de comand aplicat,
y(t) desemneaz mrimea de ieire,
1

Modelare i Control Predictiv proiect


2012-2013
Laborator 1
Prin ipotez se consider c u (t ) = 0, t < 0 i u (t ) / 0, t 0 . n consecin, pe baza
principiului cauzalitii, se obine c y (t ) = 0, t < 0 i y (t ) / 0, t 0 Dac se cunosc condiiile
iniiale u ( k ) (0), k = 0, m 1 i y (l ) (0) , l = 0, n 1 , precum i traiectoria mrimii de intrare
aplicat u (t ), t [0, T ] , se poate determina, rezolvnd ecuaia diferenial (1), evoluia n timp a
ieirii sistemului y (t ), t [0, T ] .
n ipoteza condiiilor iniiale nule
(k )
u (0) = 0, k = 0, m 1 i y (l ) (0) = 0, l = 0, n 1 ,
se poate utiliza i modelul de tip funcie de transfer. Acesta rezult aplicnd ecuaiei
difereniale (1) transformata Laplace.
Folosind notaiile
Y ( s ) = L{ y (t )} i U ( s ) = L{u (t )} ,
se obine:
(2)
Y ( s )[a n s n + a n 1 s n 1 + .... + a 0 ] = U ( s )[bm s m + bm 1 s m 1 + ... + b0 ] .
Relaia (2) poate fi rescris astfel:
bm s m + bm 1 s m 1 + K + b0
(3)
Y (s) =
U (s) .
a n s n + a n 1 s n 1 + K + a 0
Rezult c:
Y ( s ) = G ( s )U ( s ) ,
(4)
unde
b s m + bm 1 s m 1 + K + b0
G (s) = m n
(5)
a n s + a n 1 s n 1 + K + a 0
reprezint un model de tip intrare-ieire al sistemului dinamic liniar.
Se observ c funcia de transfer este egal cu raportul a dou polinoame de variabil
Q( s)
, s C .
complex s, cu coeficieni reali, G ( s ) =
P( s)
1.2 Modele statice
Modelele statice ofer informaii despre transferul intrare-ieire al procesului aflat n
regim staionar. Acestea se folosesc pentru a determina gama de variaie a mrimilor de interes
(u, y), dimensiunea elementului de execuie, rezoluia senzorilor, etc. Modelele statice se obin pe
cale experimental prin setarea mrimii de intrare la o valoarea fix i msurarea mrimii de
ieire n regim staionar, rezultnd astfel un punct de pe caracteristica static a procesului.
Experimentul este apoi repetat pentru diverse puncte din gama de variaie a mrimii de intrare

u
Fig. 2 Caracteristic static (dependena intrare-ieire n regim staionar)
Identificarea sistemelor reprezint abordarea experimental a modelrii proceselor.
2

Modelare i Control Predictiv proiect


Laborator 1

2012-2013

1.3 Modele dinamice


Modelele dinamice caracterizeaz transferul intrare-ieire al procesului pe perioada
regimului tranzitoriu, fiind folosite pentru sinteza legii de reglare sau pentru acordarea
regulatoarelor tipizate. Cele mai utilizate sunt modelele dinamice liniare, care ns sunt aplicabile
numai pentru procese liniare i invariante n timp. n practic, majoritatea proceselor sunt
neliniare dar pot fi liniarizate n jurul unui punct static de funcionare. n cele ce urmeaza, sunt
ilustrate cteva metode de deducere a functiei de transfer din raspunsul indicial (sau funcia
pondere) deoarece semnalele treapta si impuls sunt cele mai utilizate semnale de proba, mai ales
atunci cnd este necesar un model al procesului tehnologic pentru acordarea empirica a unui
regulator PID.

1.3.1 Modele cu doi parametri


Modelele cu doi parametri aproximeaz rspunsul n regim tranzitoriu al procesului cu cel
al unui element integrator cu timp mort. Procesul este caracterizat prin funcia de transfer:
a Ls
G f (s) =
e
(6)
Ls
Parametrii a i L se determin grafic din reprezentarea rspunsului la semnal treapt, ca n
Fig. 3. Astfel, se traseaz tangenta n punctul de inflexiune (de pant maxim) al rspunsului, iar
punctele de intersecie ale acesteia cu cele dou axe determin valorile parametrilor a i L. Acest
model este utilizat pentru acordarea regulatoarelor PID cu metoda Ziegler-Nichols.

y(t)

0
a
L

Fig. 3 Determinarea parametrilor a i L

1.3.2 Modele cu trei parametri


Pentru a obine o aproximare mai bun a dinamicii procesului se utilizeaz modele cu
numr mai mare de parametri, n (7) fiind reprezentat modelul de ordin I cu timp mort. Funcia de
transfer
Kf
G(s) =
e sL
(7)
1 + sT f
este caracterizat de trei parametri: amplificarea K f , constanta de timp a procesului T f i timpul
mort L. Rspunsul modelului la semnal treapt unitar este:
(t L ) / Tf
h(t ) = K f (1 e
)

Raportul

(8)

Modelare i Control Predictiv proiect


2012-2013
Laborator 1
L
=
, [0,1]
(9)
L + Tf
care are proprietatea 0 1 se numete timpul mort normalizat i poate fi utilizat pentru a
aprecia dificultatea controlrii procesului, fiind denumit uneori i rat de controlabilitate. Astfel,
s-a observat c procesele caracterizate de o valoare mic a parametrului sunt mai uor de
controlat dect cele caracterizate de o valoare mai mare a lui .
Parametri modelului K f , L i T f se pot determina grafic din reprezentarea rspunsului la
semnal treapt unitar, Fig. 4.

y(t)
Kf
0.632Kf
Punct de pant maxim

Tf

Fig. 4 Determinarea parametrilor modelului


Astfel K f este amplitudinea ieirii procesului n regim staionar. Timpul mort L se
determin la intersecia tangentei prin punctul de pant maxim cu axa timpului.
Determinarea constantei de timp T f este posibil prin dou metode:
O prim metod este de a considera T f ca fiind segmentul AC din Fig.4.
A doua metod const n aproximarea parametrului T f cu valoarea segmentului AB,
punctul B fiind dat de momentul de timp la care rspunsul atinge 0.63 din valoarea de regim
staionar K f . Metoda bazat pe punctul B ofer de obicei o mai bun aproximaie pentru T f .

1.3.3 Modele cu patru parametri


O mai bun aproximare a procesului se obine folosind o funcie de transfer de tipul:
Kf
G (s) =
e sL
(10)
(1 + sT1 )(1 + sT2 )
Rspunsul indicial al sistemului este dat de relaia:
T e ( t L ) / T2 T1e ( t L ) / T1
h(t ) = K f 1 + 2
(11)
, T1 T2
T1 T2

Acest model este caracterizat de patru parametri: amplificarea n regim staionar K f ,


constantele de timp T1 i T2, i timpul mort L. Parametri K f i L se determin ca i n cazurile
anterioare din reprezentarea grafic a rspunsului la semnal treapt unitar. Constantele de timp
T1 i T2 se determin din relaia (11), cunoscnd valoarea rspunsului sistemului n dou puncte
oarecare.

Modelare i Control Predictiv proiect


2012-2013
Laborator 1
2. Identificarea parametric pe baza unui semnal de intrare de tip SPAB
Comportarea sistemelor dinamice liniare este caracterizat de rspunsul la diverse
semnale deterministe aplicate la intrare, cele mai utilizate fiind semnalul treapt, impuls, ramp
sau semnalul sinusoidal (rspuns n frecven). Cunoscut fiind capacitatea semnalelor de test de
tip pseudo aleator binar (SPAB) de a furniza informaii complete privitoare la comportarea unui
proces, n continuare se va prezenta procedura de identificare pe cale experimental bazat pe
utilizarea unui astfel de semnal de intrare.
Modelul identificat al procesului este determinat n urma unui experiment efectuat offline, pe baza unor seturi reprezentative de date achiziionate din timpul funcionarii procesului, i
nu se modific deoarece se presupune c parametrii procesului controlat rmn constani pe
durata funcionrii.
Identificarea parametric, pe cale experimental, presupune construirea modelului
matematic n domeniul discret de timp, pe baza prelucrrii variabilelor funcionale (intrare, ieire)
asociate procesului.
Identificarea sistemelor reprezint abordarea experimental a modelrii proceselor. Procedura
de identificare include urmtorii pai:
- planificarea experimentului;
- selectarea structurii modelului;
- estimarea parametrilor;
- validarea modelului.
Planificarea experimentului. Realizarea identificrii unui proces industrial este de obicei
dificil i costisitoare. Este de preferat aplicarea unor metode de identificare care nu necesit
semnale de intrare speciale. Multe dintre metodele clasice de identificare necesit o form precis
a semnalului de intrare. Alte tehnici lucreaz, teoretic, cu orice tip de semnal de intrare, dar pe
baza unui efort de calcul sporit. O metod bun de identificare ar trebui s fie insensibil la
caracteristicile semnalului de intrare.
Selectarea structurii modelului. Structura modelului deriv din cunotinele preliminare
despre proces i despre perturbaii. n multe cazuri, singura informaie aprioric despre proces
este aceea c poate fi descris printr-un sistem liniar lucrnd ntr-o zon de funcionare particular.
Sigur c, n urma identificrii, poate fi obinut un model de ordin orict de mare, dar n
perspectiva utilizrii lui ulterioare se caut aproximarea sa cu un model de ordin redus.
Estimarea parametrilor. Rezolvarea problemei de estimare a parametrilor implic urmtoarele:
- date de intrare / ieire din proces;
- o clas de modele;
- un criteriu de apreciere a calitii modelului obinut.
Estimarea parametrilor poate fi formulat ca o problem de optimizare, n care cel mai
bun model este cel care se potrivete cel mai bine cu datele experimentale, n virtutea unui
criteriu dat. Pentru sisteme discrete, acest criteriu se adopt de obicei de forma:
N

J = g ( (k ))

(12)

k =1

n care reprezint eroarea de intrare, de ieire sau generalizat (eroarea de predicie este un
exemplu tipic de eroare generalizat). Funcia g se alege de obicei ptratic.
Exist mai multe posibiliti de a combina condiiile de realizare a experimentului, clasele
de modele i criteriile. De asemenea, sunt multe variante de organizare a calculelor. n
consecin, sunt disponibile un numr ridicat de metode de identificare. Comparaiile fcute ntre
diferite metode de identificare nu sunt concludente, n sensul c nu exist o metod declarat ca
fiind n mod universal cea mai bun. Din fericire, se pare c alegerea metodei nu este o chestiune
5

Modelare i Control Predictiv proiect


2012-2013
Laborator 1
vital n procesul de identificare.
Validarea modelului. Atunci cnd un model a fost obinut pe baza unor date
experimentale, este necesar o verificare a sa n scopul detectrii unor eventuale deficiene.
Pentru validarea modelului este util determinarea unor elemente cum ar fi: rspunsul indiceal,
rspunsul la impuls, polii i zerourile, erorile de modelare, eroarea de predicie.
Experimentul de identificare parametric va fi totdeauna precedat de un experiment de
achiziie a semnalelor preluate din funcionarea procesului. O importan deosebit revine
modului n care sunt obinui vectorii intrrilor i ieirilor din proces ce vor fi folosii n
experimentul de identificare. Un model adecvat al procesului va fi obinut doar n cazul n care
semnalul de intrare va fi conceput astfel nct s excite toate modurile sistemului, semnalul de
ieire obinut ca rspuns la aceast intrare coninnd toate informaiile privitoare la
comportarea procesului.
Achiziia datelor pentru identificare presupune experimente considerate atat n bucl
deschis cat i n bucl nchis, astfel:
1. Proces n bucla deschis
n aceast situaie semnalul de intrare de tip SPAB este direct aplicat procesului, prin
intermediul comenzii manuale.
2. Proces n bucla nchis
Aceast situaie a configuraiei este cel mai des ntlnit n practic deoarece procesele ce
trebuie modelate funcioneaz n bucl nchis, fiind controlate cu ajutorul unei legi de reglare. n
acest caz pot fi considerate dou posibiliti:
Excitaia procesului (SPAB) este suprapus peste ieirea regulatorului. Modelul
procesului va fi obinut considernd acest semnal de comand i rspunsul procesului.
Punctele de operare n care va fi modelat procesul vor fi definite n acest caz prin
intermediul semnalului de referin.
Excitaia procesului este sumat peste referin. n acest caz semnalul SPAB este
sumat peste referina buclei de reglare ce definete punctul de funcionare.
n aceast lucrare de laborator, experimentele pentru identificarea parametric vor fi
realizate considernd funcionarea procesului n bucl deschis.

2.1 Generarea unui semnal SPAB


n cazul ideal, spectrul semnalului de intrare utilizat n identificarea parametric trebuie s
conin ct mai multe frecvene posibile. Un astfel de semnal este zgomotul alb, ns n practic
se folosesc semnale pseudoaleatoare binare (SPAB). O secven pseudoaleatoare binar este o
succesiune de impulsuri modulate n lrgime ce aproximeaz un zgomot alb discret si care are un
coninut bogat n frecvene. Amplitudinea secvenei SPAB trebuie s fie mic, dar superioar
nivelului de zgomot din proces. n numeroase aplicaii, creterea semnificativ a nivelului
amplitudinii secvenei SPAB nu este dorit datorit caracterului neliniar al procesului ce trebuie
identificat (identificarea unui sistem neliniar se realizeaza doar n jurul unui punct nominal de
funcionare).
Un semnal SPAB fiind o succesiune de impulsuri dreptunghiulare cu lungime variabil se
genereaz folosind registre de deplasare.
deplasare

B1 B2 B3 B4 B5

Modelare i Control Predictiv proiect


Laborator 1
Fig. 5 Registru de deplasare pentru generarea unui SPAB

2012-2013

n Fig.5, suma modulo 2 dintre celulele B3 i B5 determin reiniializarea poziiei B1.


Valoarea iniial a unui astfel de registru trebuie s fie diferit de zero pentru ca secvena
rezultat s conin impulsuri de lungime variabil, periodice n timp. Dac se noteaz cu N
lungimea registrului, se vor obine 2N-1 valori distincte. Lungimea maxim a unei secvene este de
L = 2N 1 .
Pentru implementarea practic a unui semnal SPAB se va ine cont de urmtoarele
aspecte:
 lungimea registrului de deplasare nu trebuie s fie foarte mare;
 lungimea total a experimentului este: Texp = (2 N 1) timp , unde timp reprezint
lungimea maxim a unui impuls;
 durata maxim a unui impuls este de timp = N Te , Te fiind perioada de eantionare;

 pentru o bun identificare a amplificrii statice, trebuie ca impulsul de durat


maxim s fie mai mare dect timpul de cretere;
 Din condiia timp = N Te > tc , se determin valoarea N i lungimea maxim L.
Aceast condiie poate conduce la valori destul de mari ale lui N. Prin urmare, se
alege ca frecven de tact pentru secvena SPAB un submultiplu al frecvenei de
eantionare:
f
*
 f SPAB = e , p N . Este recomandat alegerea p 4 ;
p
 Durata maxim a unui impuls devine timp = p N Te > tc .
n Matlab, biii registrului de deplasare vor fi reprezentai prin blocuri de ntrziere de tip
1
, iar suma modulo 2 va fi implementat printr-o secven de multiplexoare i blocuri Matlab
z
function. Este necesar ca cel puin unul din blocurile 1/z s fie iniializat cu 1.
n funcie de numrul de celule si lungimea secvenei se alege o configuraie din tabelul 1.

Nr. celule
N
2
3
4
5
6
7
8
9
10

Tabelul 1. Configuraii semnale SPAB


Lungimea secvenei
Biii ce intr n
N
L=2 -1
suma modulo 2
3
1,2
7
1,3
15
3,4
31
3,5
63
5,6
127
4,7
255
2,3,4,8
511
5,9
1023
7,10

Valorile uzuale sunt N = 7, 8 sau 9. n Fig. 6 este ilustrat schema Simulink de construire
a unui generator de semnal SPAB cu 5 celule.

Modelare i Control Predictiv proiect


Laborator 1
1

Unit Delay

Unit Delay 1

Unit Delay 2

2012-2013
semnal [0 -1]

SPAB

Unit Delay 3 Unit Delay 4

rem (u,2)
Amplitudine SPAB

MATLAB
Function
[-10 10 ]

semnal _intrare _SPAB


num (z)

20 *u-10
1
Functie scalare

[zeros(1,tr),1]

Fig. 6 Construirea unui semnal SPAB in Simulink/Matlab


Aciunea semnalului pseudoaleator binar asupra sistemului va fi ntrziat cu tr secunde
(tr - durata regimului tranzitoriu) pentru ca sistemul s intre n regim permanent. Pentru alegerea
corect a modelului sistemului, datele utilizate n identificare se vor culege cu puin nainte de
nceputul aciunii SPAB.

2.2 Identificarea asistat de calculator


Construcia i operarea cu modele matematice poate deveni dificil atunci cnd
dimensiunea acestora crete sau cnd parametrii care intervin in ecuaii sunt dificil de determinat.
De asemenea, modelele matematice de tip intrare-ieire determinate pe baza rspunsului indicial
sunt aproximri ce conduc la funcii de transfer simplificate, suficiente ns pentru acordarea
regulatoarelor de tip PID. Dac se dorete ns proiectarea unei strategii avansate de reglare
automat este necesar determinarea unui model matematic care s ilustreze ct mai corect
dinamica procesului. n acest sens, de interes este determinarea unui model parametric discret pe
baza unor seturi de date intrare-ieire reprezentative pentru proces. Aa cum s-a discutat la
disciplina Identificarea Sistemelor, strategia de determinare a structurii modelului parametric
discret presupune excitarea sistemului cu un semnal de prob persistent i parcurgerea
urmtoarelor etape:
1. Alegerea tipului i parametrilor semnalului de prob (ex. semnal SPAB);
2. Filtrarea perturbaiilor (identificarea cu semnale de prob este utilizat n modelarea prii
deterministe a unui proces);
3. Deducerea unui model parametric;
4. Validarea modelului cu un alt set de date de intrare.
Estimarea parametrilor pentru modele ARX (Auto-Rregressive eXogenous) n mediul de
lucru Matlab
Modelele de tip ARX au structura urmtoare:
A(q 1 ) y (k ) = q d B (q 1 )u (k 1) + e(k )
Identificarea parametric se realizeaz cu interfea grafice din Matlab ident.