Professional Documents
Culture Documents
Setembro de 2005
Agradecimentos
Agradecemos a todos os professores, que nos ajudaram neste trabalho e no curso, pela motivacao e conhecimento transmitido. Um especial agradecimento aos nossos orientadores, Prof.
Miranda Lemos e Prof. Bertinho Costa, todo o apoio e amizade dada ao longo do trabalho
que tornou possvel a sua realizacao.
Agradecemos aos nossos Pais e familiares todo o apoio, compreensao e encorajamento dispensado.
Agradecemos a todos os nossos colegas e amigos, que nos acompanharam ao longo do projecto,
a amizade dada.
Finalmente agradecemos a compreensao de todos os que se encontraram privados da nossa
atencao/companhia quando nos encontravamos a realizar este trabalho.
Resumo
O objectivo deste trabalho consiste no projecto de um sistema de controlo de voo automatico
de uma aeronave nao tripulada de pequenas dimensoes.
Inicialmente estudou-se um modelo matematico, de base fsica, que traduz a dinamica relevante
da aeronave para efeitos de projectos de sistemas de controlo. Este modelo e implementado
em Simulink.
Segue-se a sua caracterizacao dinamica, incluindo regimes lineares (pequenas variacoes em
torno do um ponto de equilbrio) e nao lineares. Mostra-se a variacao do regime linear em
funcao do ponto de trabalho. Estuda-se tambem as perturbacoes possveis que possam afectar
a aeronave.
Posteriormente realiza-se o projecto para a estrutura do sistema de controlo das varias cadeias
necessarias.
Com esta estrutura desenvolvem-se controladores locais lineares para posteriormente serem
colocados numa arquitectura de gain scheduling.
Estuda-se tambem tecnicas de controlo adaptativo, aplicado `a aeronave, nomeadamente o
algoritmo MUSMAR - Multivariable Multipredictive Adaptive Regulator.
Finalmente desenvolve-se um sistema de guiamento para a aeronave.
Todos os controladores desenvolvidos sao testados com o modelo fsico da aeronave.
iii
Abstract
The objective of this work consists on the project of an automatic flight control system for an
uninhabited aircraft of small dimensions.
Firstly, for the purpose of the project of control systems, a mathematical model, of physical
basis, which translates the relevant dynamics of the aircraft, is studied. This model is then
implemented in Simulink.
It follows its dynamic characterization, including linear regimes (small variations around the
one break-even point) and not linear regimes. It is presented the variation of the linear regime
in function of the work point. One also studies the possible disturbances affecting the aircraft.
Later, the project for the structure of the control system with the necessary chains is fulfilled.
With this structure, local linear controllers are developed, which will later be placed in a gain
scheduling architecture.
One also studies adaptive control techniques, applied to the aircraft, nominated algorithm
MUSMAR - Multivariable Multipredictive Adaptive Regulator. Finally a guidance system for
the aircraft is developed.
All the developed controllers are tested with the physical model of the aircraft.
Keywords: Aircraft, Guidance System, Local Linear Controllers, Adaptative Control, MUSMAR, Gain Scheduling.
Indice
Agradecimentos
Resumo
iii
Abstract
Indice
vi
Lista de Figuras
ix
Lista de Tabelas
xv
Notac
ao
xix
1 Introduc
ao
1.1 Conte
udo e estrutura do relatorio . . . . . . . . . . . . . . . . . . . . . . . . .
1.2 Contribuicoes e consideracoes do trabalho . . . . . . . . . . . . . . . . . . . .
1
2
2
2 Aeronave - simula
c
ao e an
alise do modelo
2.1 Sistema de eixos de referencia . . . . . . . . . . . . . .
2.2 Modelo da aeronave . . . . . . . . . . . . . . . . . . . .
2.3 Simulacao e Analise . . . . . . . . . . . . . . . . . . . .
2.3.1 Modos Longitudinais - Phugoid e Perodo Curto
2.3.2 Modos Laterais - Yaw, Espiral e Roll . . . . . .
2.3.3 Caracterizacao dinamica . . . . . . . . . . . . .
.
.
.
.
.
.
3
3
5
6
7
7
8
.
.
.
.
11
11
11
11
14
15
15
19
23
23
24
25
3 Perturba
co
es
3.1 Perturbacoes atmosfericas . . . . . . . . . .
3.1.1 Modelo de uma rajada de ar discreta
3.1.2 Modelos contnuos de turbulencia . .
3.2 Sensores . . . . . . . . . . . . . . . . . . . .
vii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
INDICE
.
.
.
.
.
.
.
.
.
.
.
.
.
26
27
27
28
29
31
31
32
33
35
35
35
36
6 Gain Scheduling
6.1 Metodos de comutacao de ganhos . . . . . . . . . . . . . . . . . . . . . . . . .
6.2 Resultados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
37
37
38
7 Controlo Adaptativo
7.1 Algoritmos preditivos de horizonte extendido . . . . . . . . . . . . . . .
7.2 Parametros do MUSMAR . . . . . . . . . . . . . . . . . . . . . . . . .
7.3 Controlo adaptativo na cadeia de pitch . . . . . . . . . . . . . . . . . .
7.3.1 MUSMAR sem integrador na cadeia de controlo . . . . . . . . .
7.3.2 MUSMAR com integrador na cadeia de controlo . . . . . . . . .
7.3.3 MUSMAR com inclusao de variaveis de estado no pseudoestado
7.3.4 MUSMAR com velocidade variavel . . . . . . . . . . . . . . . .
7.3.5 Variacao do custo em funcao do horizonte T . . . . . . . . . . .
7.4 Controlo adaptativo nas restantes cadeias . . . . . . . . . . . . . . . . .
7.4.1 Controlo adaptativo na cadeia de roll . . . . . . . . . . . . . . .
7.4.2 Controlo adaptativo na cadeia de yaw . . . . . . . . . . . . . .
7.4.3 Controlo adaptativo na cadeia de velocidade . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
41
42
44
46
46
47
49
50
52
53
53
53
54
.
.
.
.
.
.
.
55
55
56
58
59
60
62
64
5.3
5.4
5.5
5.6
5.7
8 Sistema de Guiamento
8.1 Geracao de trajectorias . . . . . . .
8.2 Sistema de controlo . . . . . . . . .
8.3 Resultados . . . . . . . . . . . . . .
8.3.1 Subida . . . . . . . . . . . .
8.3.2 Circunferencia . . . . . . . .
8.3.3 Espiral . . . . . . . . . . . .
8.3.4 Rajada discreta e aquisicao
.
.
.
.
.
.
.
.
.
.
.
.
.
.
viii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
INDICE
9 Conclus
oes
65
A Modelo da aeronave
A.1 O modelo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.2 Os parametros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
A.3 Modelo da Aeronave em Simulink . . . . . . . . . . . . . . . . . . . . . . . . .
69
69
71
74
B Sensores
B.1 Giroscopio de rotacao . .
B.2 Giroscopio vertical . . .
B.3 Altmetro e velocmetro .
B.4 GPS . . . . . . . . . . .
.
.
.
.
75
75
76
76
77
.
.
.
.
.
79
79
80
80
83
86
.
.
.
.
.
.
.
.
91
91
93
95
97
97
99
100
102
.
.
.
.
105
105
107
107
108
.
.
.
.
.
.
.
.
C Identifica
c
ao
C.1 Maxima Verosimilhanca . .
C.2 Resultados . . . . . . . . . .
C.2.1 Cadeia de velocidade
C.2.2 Cadeia de altitude .
C.2.3 Cadeia Lateral . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
D Controlo Polinomial
D.1 Princpios do Controlo Polinomial
D.2 Controlo Robusto . . . . . . . . .
D.3 Polinomios R, S, T . . . . . . . .
D.4 Resultados do controlo polinomial
D.4.1 Cadeia Velocidade . . . .
D.4.2 Cadeia Pitch . . . . . . .
D.4.3 Cadeia Roll . . . . . . . .
D.4.4 Cadeia Yaw . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
E Controlo Adaptativo
E.1 Modelos preditivos . . . . . . . . . . . . . . . .
E.2 Modelo preditivo do MUSMAR . . . . . . . . .
E.3 Identificacao do modelo preditivo do MUSMAR
E.4 MUSMAR - Cadeia de roll . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
F Guiamento
111
F.1 Sistemas de guiamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
F.2 Referencias das trajectorias . . . . . . . . . . . . . . . . . . . . . . . . . . . . 112
F.3 Outras trajectorias testadas no guiamento . . . . . . . . . . . . . . . . . . . . 114
Bibliografia
127
ix
Lista de Figuras
1.1
2.1
2.2
Desenho do aeromodelo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Referenciais Terra e Aviao e sentidos positivos para velocidades lineares e angulares. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Sentidos positivos dos angulos de ataque e de sideslip. . . . . . . . . . . . . . .
Sentidos positivos das deflexoes das superficies moveis. . . . . . . . . . . . . .
Modos Longitudinais - Phugoid e Perodo Curto. . . . . . . . . . . . . . . . .
Modos Laterais - Yaw, Espiral e Roll. . . . . . . . . . . . . . . . . . . . . . . .
Dependencia do lugar geometrico dos valores proprios do sistema com o ponto
de equilbrio e variacao da dinamica com a velocidade. . . . . . . . . . . . . .
3.1
3.2
12
14
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
4.10
4.11
4.12
4.13
4.14
4.15
4.16
4.17
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
16
16
17
17
17
18
18
18
19
19
20
20
20
21
21
22
22
5.1
5.2
5.3
5.4
5.5
5.6
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
23
27
30
30
31
33
2.3
2.4
2.5
2.6
2.7
xi
. . . . . .
liberdade.
. . . . . .
. . . . . .
. . . . . .
. . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
5
6
7
8
9
LISTA DE FIGURAS
5.7
5.8
.
.
.
.
.
34
6.1
6.2
6.3
6.4
6.5
.
.
.
.
.
37
38
39
40
40
7.1
7.2
7.3
41
42
55
56
7.4
7.5
7.6
7.7
7.8
7.9
7.10
7.11
7.12
7.13
7.14
7.15
8.1
8.2
8.3
8.4
8.5
8.6
8.7
xii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
34
35
36
36
46
47
48
48
49
50
50
51
51
52
53
54
54
57
59
60
60
61
LISTA DE FIGURAS
8.8
8.9
8.10
8.11
8.12
8.13
8.14
61
62
62
63
63
64
64
74
B.1
B.2
B.3
B.4
75
76
77
77
Giroscopio de rotacao.
Giroscopio vertical. . .
Tubo de Pitot. . . . .
GPS. . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
C.1 Resposta ao escalao do sistema linear e nao linear para as varias regioes. . . .
C.2 Resposta ao escalao dos modelos obtidos para as varias zonas de funcionamento.
C.3 Diagrama de Bode para os 4 pontos de funcionamento. . . . . . . . . . . . . .
C.4 Mapa dos polos e zeros para as diferentes velocidades. . . . . . . . . . . . . . .
C.5 Resposta ao escalao do sistema linear e nao linear para as varias regioes. . . .
C.6 Resposta ao escalao dos modelos obtidos. . . . . . . . . . . . . . . . . . . . . .
C.7 Diagrama de Bode para os 4 pontos de funcionamento. . . . . . . . . . . . . .
C.8 Mapa dos polos e zeros para as diferentes velocidades. . . . . . . . . . . . . . .
C.9 Resposta ao escalao do sistema linear e nao linear para as varias cadeias. . . .
C.10 Resposta ao escalao dos modelos obtidos para as varias zonas de funcionamento..
C.11 Diagrama de Bode para os 4 pontos de funcionamento. . . . . . . . . . . . . .
C.12 Mapa dos polos e zeros para as diferentes velocidades. . . . . . . . . . . . . . .
C.13 Resposta ao escalao do sistema linear e nao linear para as varias regioes. . . .
D.1 Esquema de um controlador com dois graus de liberdade.
D.2 Diagramas de Bode de modelos de incerteza - pitch. . . .
D.3 Verificacao da condicao de estabilidade robusta. . . . . .
D.4 Diagramas de Bode de modelos de incerteza - velocidade.
D.5 Diagramas de Bode de modelos de incerteza - pitch. . . .
D.6 Controlo de velocidade (18 m/s) - sadas e actuacoes. . .
D.7 Controlo de velocidade (26 m/s) - sadas e actuacoes. . .
D.8 Controlo de velocidade (30 m/s) - sadas e actuacoes. . .
D.9 Controlo de pitch (18 m/s) - sadas e actuacoes. . . . . .
D.10 Controlo de pitch (26 m/s) - sadas e actuacoes. . . . . .
D.11 Controlo de pitch (30 m/s) - sadas e actuacoes. . . . . .
xiii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
81
81
82
83
84
84
86
86
87
88
88
89
90
91
93
94
94
95
97
98
98
99
99
100
LISTA DE FIGURAS
D.12 Controlo de roll (18 m/s) - sadas e actuacoes. . . . . . . . . . . . . . . . . . .
100
101
101
102
102
103
103
104
109
109
110
111
111
112
112
113
113
114
F.8 Curva em malha aberta - trajectoria no plano XOY, altitude e erro `a trajectoria 114
F.9 Curva em malha aberta - referencias geradas para os controladores internos . .
115
F.10 Curva em malha fechada - trajectoria no plano XOY, altitude e erro `a trajectoria115
F.11 Curva em malha fechada - referencias geradas para os controladores internos .
116
116
117
117
118
F.16 Sinusoide lenta em malha aberta - trajectoria no plano XOY, altitude e erro `a
trajectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
118
119
F.18 Sinusoide lenta em malha fechada - trajectoria no plano XOY, altitude e erro `a
trajectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
119
120
xiv
LISTA DE FIGURAS
F.20 Sinusoide rapida em malha aberta - trajectoria no plano XOY, altitude e erro `a
trajectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
F.21 Sinusoide rapida em malha aberta - referencias geradas para os controladores
internos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
F.22 Sinusoide rapida em malha fechada - trajectoria no plano XOY, altitude e erro
`a trajectoria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
F.23 Sinusoide rapida em malha fechada - referencias geradas para os controladores
internos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
F.24 Subida em malha aberta - altitude e erro `a trajectoria . . . . . . . . . . . . . .
F.25 Subida em malha aberta - referencias geradas para os controladores internos .
F.26 Subida em malha fechada - altitude e erro `a trajectoria . . . . . . . . . . . . .
F.27 Subida em malha fechada - referencias geradas para os controladores internos .
F.28 Sinusoide em altitude em malha aberta - altitude e erro `a trajectoria . . . . .
F.29 Sinusoide em altitude em malha aberta - referencias geradas para os controladores internos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
F.30 Sinusoide em altitude em malha fechada - altitude e erro `a trajectoria . . . . .
F.31 Sinusoide em altitude em malha fechada - referencias geradas para os controladores internos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
xv
120
121
121
122
122
123
123
124
124
125
125
126
Lista de Tabelas
2.1
2.2
9
10
5.1
29
8.1
58
80
D.1
D.2
D.3
D.4
95
96
96
97
Controladores
Controladores
Controladores
Controladores
R,
R,
R,
R,
S
S
S
S
e
e
e
e
T
T
T
T
da
da
da
da
cadeia
cadeia
cadeia
cadeia
de
de
de
de
xvii
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
82
83
85
87
89
Notac
ao
Lista de smbolos - aeron
autica
A
Aspect ratio.
Envergadura.
Corda da asa.
CM
D
Aceleracao gravtica.
hF
Ke
Momento de roll.
Sustentacao.
Massa do aviao.
Momento de pitch.
Momento de yaw.
xix
Notacao
Ox , Oy , Oz
Oxy
Oxz
P
PP
Pmax
Q
Pressao dinamica.
T
AR
A
TR
Area
de uma superfcie.
Sd
Area
do disco do helice.
Traccao do propulsor.
TH
T , T , T
U
VxT
VyT
xx
Notacao
VzT
Velocidade do aviao.
V0
XT , YT , ZT
Angulo
de ataque ou de incidencia.
Angulo
de sustentacao nula.
L0
Angulo
de deslizamento lateral ou sideslip.
Angulo
de deflexao da superfcie de controlo.
1 ...11
Angulo
de inclinacao lateral ou de roll.
Angulo
de azimute ou de roll.
Densidade do ar.
Angulo
de incidencia do estabilizador horizontal.
xxi
Notacao
Lista de ndices - aeron
autica
(.)ac
(.)a
(.)g
(.)p
(.)a
Referente ao aileron.
(.)e
(.)f
Referente ao flap.
(.)r
(.)W
Referente `a asa.
(.)T
(.)F
(.)B
Referente `a fuselagem.
xxii
Notacao
Lista de smbolos - controlo
A, B, C
Polinomios que representam o modo como estes afectam a sada, a entrada e o
rudo respectivamente.
E(.|I)
f load
Matriz identidade.
Funcional de custo.
kp , k i , k d
NA
N
umero de amostras do erro de seguimento no pseudoestado.
NB
N
umero de amostras da entrada no pseudoestado.
NG
N
umero de amostras da referencia no pseudoestado.
NV
N
umero de amostras da perturbacao acessvel, V (t), no pseudoestado.
NX
N
umero de amostras da perturbacao acessvel, X(t), no pseudoestado.
NW
N
umero de amostras da perturbacao acessvel, W (t), no pseudoestado.
Operador avanco.
(.) (q 1 )
Operador atraso q 1 .
R, S, T
Controlador polinomial - polinomio ligado `a entrada, referencia e `a sada, respectivamente.
S
s(.)
Sobreelevacao.
Pseudoestado.
Horizonte de predicao.
Ts
Perodo de amostragem.
ts
Tempo de estabelecimento.
xxiii
Notacao
y(.), u(.), r(.)
Dither.
Factor de esquecimento.
Erro associado a y.
Valor estimado de y.
xxiv
Notacao
Abreviaturas
ARMAX
ARX
D/A, A/D
DFRLS
GPC
GPS
IV
Variaveis Instrumentais.
LQ
Linear Quadratico.
MIMO
MISO
MRAS
MUSMAR
NASA
PEM
PID
PI
PD
PRBS
STR
UAVs
ZOH
xxv
Captulo 1
Introduc
ao
Este trabalho aborda o problema do controlo automatico de uma aeronave nao tripulada.
Nos dias que correm, com o constante desenvolvimento da ind
ustria de aviacao, sao muitos os
avioes, militares e comerciais, a serem projectados e construdos.
Uma das areas mais activas no desenvolvimento de avioes e a dos veculos aereos nao tripulaveis
(Uninhabited Aerial Vehicles - UAVs) onde actualmente 32 nacoes estao a desenvolver e construir mais de 250 modelos. So o Estados Unidos, a nvel militar, tem 20 ou em servico (Predator, Pioneer, Hunter e Shadow 200 ) em desenvolvimento (Global Hawk, Fire Scout, Predator
B, etc.) prevendo-se que o investimento deste, no departamento da defesa, seja superior a 10
bilioes de dollars em 2007 correspondendo a um aumento para 300 sistemas de UAVs em 2010.
A sua utilidade e bastante notoria em diversas aplicacoes como as militares (e.g. reconhecimento, controlo de fronteiras, etc.) e civis (e.g. procura e salvamentos, vigia em pontos de
interesse como o espaco martimo, o florestal, o trafego, etc.). Mesmo a National Aeronautics
and Space Administration ( NASA) esta desenvolver UAVs para pesquisas atmosfericas.
Pretende-se, com os UAVs, propiciar maior seguranca e eficiencia em tarefas de grande importancia para o mundo e sociedade sendo para isso necessario certos automatismos. Deste
modo foram/sao muitos os estudos realizados, separando a metodologia tradicional os sistemas
automaticos em 3 grandes partes - Navegacao, Guiamento e Controlo.
A primeira permite o conhecimento dos estado da aeronave nomeadamente as posicoes, velocidades e aceleracoes em relacao a um determinado referencial. O guiamento tem o objectivo
de determinar a melhor trajectoria e os movimentos necessarios para a executar. Por fim o
u
ltimo sistema tem a funcao de realizar o controlo da aeronave, segundo os angulos associados
aos 3 eixos: Ox , Oy e Oz . Na figura 1.1 pode-se ver a forma do sistema generico de navegacao,
guiamento e controlo.
Foras e
momentos
exteriores
Actuao
Comando
Trajectria
Guiamento
Controlo
Aeronave
Posio,
Velocidade,
Acelerao
Navegao
Introducao
1.1
Conte
udo e estrutura do relat
orio
1.2
Contribuic
oes e consideraco
es do trabalho
Captulo 2
Aeronave - simula
c
ao e an
alise do
modelo
Neste capitulo apresenta-se o modelo fsico da aeronave, de pequenas dimensoes utilizada.
O modelo e obtido a partir de um aeromodelo (Figura 2.1) de 1/4 de escala de um Piper PA
18 Super Cub equipado com um motor de 50 cc.
Elevador
Ailerons
Leme
Flaps
2.1
Y,V
O
Q,
O
Ox
X,U
P,
YT(E)
TERRA
XT(N)
Oz
R,
Z,W
ZT
Figura 2.2: Referenciais Terra e Aviao e sentidos positivos para velocidades lineares e angulares.
Sao tambem definidos, tres angulos (, , e ) denominados angulos de Euler para a orientacao
da aeronave (Figura 2.2).
Angulo
de inclinacao lateral ou de roll
Atitude longitudinal ou angulo de pitch
Azimute ou angulo de yaw
A transformacao do referencial Terra para o referencial Avi
ao, pode ser obtida por uma
sequencia de tres rotacoes, tendo cada rotacao uma matriz associada. A transformacao total
e obtida pelo produto das tres matrizes, multiplicadas pela ordem de rotacao. As sequencias
de rotacoes seguem tipicamente a seguinte ordem: yaw , pitch e roll . As matrizes de
rotacao sao dadas por:
cos() sin() 0
= sin() cos() 0
0
0
1
cos() 0 sin()
1
0
= 0
sin() 0 cos()
1
0
0
= 0 cos() sin()
0 sin() cos()
(2.1)
(2.2)
(2.3)
c()c()
s()c()
s()
A
c()s()s() s()c() s()s()s() + c()c() c()s()
TR =
c()s()c() + s()s() s()s()c() c()s() c()c()
(2.4)
(2.5)
V =TA RA V
(2.6)
Dado que a trajectoria de voo da aeronave nao coincide, normalmente, com o eixo longitudinal
do aviao definem-se os angulos:
- angulo de ataque ou de incidencia
- angulo de deslizamento lateral ou de sideslip
Estes correspondem aos angulos que o vector velocidade faz com o eixo Ox nos planos Oxz e
Oxy do aviao, respectivamente como se pode ver na figura 2.3.
x
V
2.2
Modelo da aeronave
A base do modelo teve como referencia o trabalho e tese de mestrado de Lus Mendonca Rato
e Rui Neves da Silva ([2],[3]).
O modelo da aeronave pode ser visto como a associacao de 3 submodelos - modelo gravtico,
modelo aerodinamico e modelo propulsivo. Estes tem a finalidade de calcular as forcas (X, Y e Z)
e momentos externos (L, M e N ) existentes na aeronave.
Com as forcas e momentos calculam-se as velocidade lineares (U, V e W ) e rotacionais
(P, Q e R) da aeronave. A partir das velocidades de rotacao obtem-se os angulos de Euler
(, e ).
No anexo A apresentam-se todas as equacoes do modelo e os respectivos parametros, a partir
dos quais foi possvel implementar o modelo em Simulink. O diagrama de blocos em Simulink
pode ser visualizado tambem no anexo A.
5
2.3
Simulac
ao e An
alise
Nesta seccao descreve-se a simulacao do modelo nao linear usando o sistema de blocos Simulink
implementado, e caracteriza-se o modelo do ponto de vista do comportamento dinamico.
O modelo tem como entradas:
deflexao dos ailerons - a
deflexao do leme de estabilizacao horizontal - e
deflexao do leme de estabilizacao vertical - r
deflexao dos flaps - f
abertura da admissao de ar do motor - TH
Em baixo mostram-se os sentidos positivos dos deflectores.
a
e
2.3.1
A estabilidade da dinamica longitudinal de uma perturbacao pode ser vista pelo conhecimento
dos valores proprios da matriz Along (matriz da dinamica longitudinal de dimensao 4x4).
Expandindo a equacao |I Along | = 0 chega-se a uma equacao de 4a ordem. Para a maioria dos
tipos de aeronave constata-se que a equacao invariavelmente factoriza em 2 factores quadraticos
(que correspondem a dois modos de movimento - Phugoid e o Perodo Curto),
2
2
(2 + 2ph wph + wph
)(2 + 2pc wpc + wph
)=0
(2.7)
O modo de oscilacao Phugoid e um modo que se caracteriza por oscilacoes muito lentas de
velocidade e altitude. Este modo e excitado introduzindo uma perturbacao nos elevadores. Na
figura 2.5 observa-se o resultado face a uma pequena perturbacao. Como seria de esperar ha
pequenas variacoes em , tendendo este angulo para a posicao de equilbrio no final.
O modo de Perodo Curto e tambem provocado por perturbacoes nos elevadores e esta relacionado com a dependencia do momento aplicado na cauda com o angulo de ataque, . Por
observacao da figura 2.5 pode-se identificar o modo oscilatorio de perodo curto, o qual tem
variacoes de amplitude muito baixas e se extingue rapidamente.
[]
5
0
5
250
300
350
400
450
250
300
350
400
450
250
300
350
400
450
[]
0.5
Elevadores []
Elevadores []
1.6
1.8
2
2.2
Tempo [s]
2.3.2
De forma analoga aos modos longitudinais, da expansao de |I Alat | = 0 onde Alat agora
representa a dinamica lateral de dimensao 5x5, chega-se uma equacao de 5a ordem. Esta
equacao pode ser factorizada em 4 factores em que um deles e quadratico (modo yaw ). Dois
7
(2.8)
O modo oscilatorio de Yaw representado na figura 2.6 e um modo de oscilacao lateral que e
excitado introduzindo perturbacoes no leme. Como se observa da figura 2.6 verifica-se que
aumenta ao longo do tempo, sendo tal o esperado visto que ao leme foi aplicado um escalao.
O angulo inicialmente aumenta devido `a perturbacao tendendo para a posicao de equilbrio
no final.
Em resultado das perturbacoes no leme existe tambem um outro modo lateral. Trata-se do
modo espiral representado da figura 2.6. Este modo pode ser estavel ou instavel, no entanto e
sempre muito lento. Como se observa pela figura o modo espiral trata-se de um volta praticamente coordenada, no referencial Terra, volta na qual a inclinacao provoca a compensacao da
forca centrfuga com a componente radial de sustentacao.
Face a perturbacoes nos ailerons e excitado o modo de roll, que se observa na figura 2.6.
Como e visvel a perturbacao nos ailerons provoca uma variacao do roll, angulo , e ao fazer
os ailerons retornar `a sua posicao original o angulo retorna ao estado inicial. Este modo
permite tambem a manobra de curva por parte da aeronave.
0
10
15
[]
e []
20
10
25
248
250
252
254
256
Tempo [s]
258
260
1000
15
200
Y [m]
500
300
250
300
350
400
450
350
400
450
0.1
500
1000
0
0
1000
2000
3000
4000
5000
6000
7000
8000
9000
X [m]
Ailerons []
0.1
Leme []
250
0.25
0.2
0.3
0.4
0.5
200
250
300
Tempo [s]
350
400
450
0.5
200
Tempo [s]
2.3.3
Caracterizac
ao din
amica
Tendo em conta o ponto de equilbrio definido e possvel obter o modelo linearizado do sistema.
x = Ax + Bu
y = Cx + Du
(2.9)
No caso em estudo sao admitidos como estados do sistema as sadas referidas anteriormente
assim como as dinamicas dos actuadores e a dinamica para o sistema propulsor. Desta forma e
calculando os valores proprios da matriz A e possvel calcular todos os polos do sistema. Foram
8
(2.10)
Os quatro polos em -60 correspondem `as dinamicas dos actuadores e o polo em -11.26 corresponde `a dinamica do sistema propulsor, sendo que os restantes correspondem aos polos dos
modos descritos anteriormente, sendo possvel estabelecer uma ligacao. Os modos phugoid,
perodo curto e yaw sao modos oscilatorios, e como tal tem polos complexos conjugados a eles
associados. Sendo o modo de perodo de curto muito rapido tera de ter largura de banda mais
elevada, pelo que corresponde aos polos em 5.21 j6.11. O modo yaw e tambem um modo
rapido sendo portanto os polos correspondentes aos colocados em 0.54 j1.72. Finalmente
ao modo phugoid estao associados os polos em 0.04 j0.52 o que tambem esta de acordo
como observado na figura 2.5 em que este modo e lento. O modo de roll corresponde a um
sistema de 1a ordem ao qual corresponde o polo em -27.41 rad/s. Resta apenas o polo em -0.01
rad/s que corresponde ao modo espiral.
O polo em 0 corresponde `a variavel de estado que nao e realimentada pelo sistema.
Realizou-se de seguida o estudo de outros pontos de equilbrio com a alteracao da velocidade
da aeronave. Estudaram-se os casos para as velocidades de 21.16 m/s, 15 m/s e 30 m/s,
embora seja possvel encontrar in
umeros pontos de equilbrio com a velocidade. Na tabela 2.1
apresentam-se alguns pontos de equilbrio para a aeronave.
Velocidade (m/s)
18
21
24
-0.0481 -0.0285 -0.0169
4.72
6.24
8.22
15
e (rad) -0.0790
TH (%)
3.88
27
-0.0084
11.00
30
-0.0023
14.57
6
V=21.15
V=15
V=30
4
2
2
4
[]
Imaginario
6
2
8
4
10
6
10
70
V=21.15
V=15
V=30
12
14
60
50
40
30
20
10
10
Real
16
240
260
280
300
320
340
360
Tempo [s]
380
400
420
440
Figura 2.7: Dependencia do lugar geometrico dos valores proprios do sistema com o ponto de
equilbrio e variacao da dinamica com a velocidade.
9
U (m/s)
V (m/s)
W (m/s)
P
Q
R
(rad)
(rad)
(rad)
21.1558
0
0.0012
0
0
0
0
0.0001
0
Perturbacao em:
a
e
f
33.4471 19.6937 21.9972
-1.0611
0
0
-0.7258 0.2398 -0.0508
-0.1128
0
0
0.3756 0.0020 0.0064
-0.2350
0
0
-1.0281
0
0
-0.1976 -0.0245 0.0009
-4.8365
0
0
r
21.9120
0.1014
-0.0589
0.0135
0.0307
0.1153
0.2669
-0.0153
1.2916
TH
20.3652
0
0.0396
0
-0.0173
0
0
0.1560
0
10
Captulo 3
Perturbac
oes
Quando se efectua o controlo automatico de uma aeronave o seu movimento pode ser afectado
pelos comandos do sistema de guiamento, efeitos atmosfericos e rudo nos sistemas e sensores.
Visto que os comandos do sistema de guiamento sao perturbacoes intencionais ou desejadas
estuda-se nesta seccao os efeitos atmosfericos e o rudo nos sistemas e sensores (perturbacoes
indesejadas) de modo a que o sistema de controlo as possa atenuar.
3.1
Perturbac
oes atmosf
ericas
O ar no qual a aeronave voa nunca se encontra parado o que provoca um erro na sua trajectoria.
Estas perturbacoes no ar, tambem conhecida por turbulencia, tem a sua origem em diversos
factores onde o u
nico metodo capaz de analisar de uma maneira eficaz os problemas dinamicos
onde esta esta envolvida sao os metodos estatsticos.
No entanto as rajadas de ar, que sao bem definidas por uma funcao determinstica particular,
tambem ocorrem mas de uma forma aleatoria.
Apresenta-se de seguida o modelo de uma rajada de ar discreta assim como os modelos
contnuos de turbulencia.
3.1.1
O modelo matematico, representativo de uma rajada discreta (figura 3.1), que melhor se adequa
a uma aeronave tem a forma de (1-cos) sendo definido por:
0
xg (x) =
Vm
(1
2
Vm
cos( dtm ))
se
se
se
x<0
0 < x < dm
x > dm
(3.1)
onde Vm representa a amplitude que varia entre 1m/s (calma) e 20m/s (severa), x a distancia
percorrida e dm o comprimento da rajada em metros.
3.1.2
Existem duas representacoes analticas para a funcao densidade espectral de potencia da turbulencia atmosferica que tem grande utilidade no estudo de controlo de aeronaves.
A primeira representacao, espectro de Von Karman, e a melhor adaptada ao espectro obtido
de registos de turbulencia atmosferica. No entanto, em estudos analticos e menos adequada
11
Perturbacoes
12
10
10
12
14
16
18
20
Distncia (m)
(3.2)
vg () =
(3.3)
wg () =
(3.4)
A segunda representacao, modelo de Dryden, e mais adequada porque, por ser mais simples, e
mais facilmente programada e por isso foi a utilizada no trabalho,
ug () =
u2 (2Lu /)
(1 + L2u 2 )
(3.5)
(3.6)
(3.7)
Nos dois modelos, = Uw0 e a frequencia espacial em rad/f t, onde w e a frequencia angular
em rad/s; e a amplitude r.m.s da turbulencia em f t/s, U0 e a velocidade da aeronave em
f t/s e L e um factor de escala em f t.
Os espectros das perturbacoes das velocidades angulares devido `a turbulencia sao dados por
[11]:
1
w 3
)
w2 0.8( L
4b
pg () =
Lw (1 + 4b
)2
(3.8)
qg () =
2
()
2 wg
1 + ( 4b
)
(3.9)
rg () =
2
vg ()
1 + ( 3b
)2
(3.10)
12
Perturbacoes
onde b e a envergadura. Para o caso do aeromodelo de 1/4 de escala de um Piper PA 18 Super
Cub b = 2.7 m [1].
De acordo com as referencias militares [11], para altitudes menores que 300 m tem-se:
w = 0.1W20 ;
u
v
1
=
=
w
w
(0.177 + 0.000823h)0.4
Lu = h; Lv = Lw =
h
(0.177 + 0.000823h)1.2
(3.11)
Com as densidades espectrais de potencia definidas anteriormente, (3.5 a 3.10), chegam-se aos
seguintes filtros:
Ku
s + u
Kv (s + v )
Gv (s) =
(s + v )2
Kw (s + w )
Gw (s) =
(s + w )2
q
1
w 3
w 0.8( L
)
4b
Gp (s) =
4b
s)
Lw (1 + U
0
Gu (s) =
(3.12)
(3.13)
(3.14)
(3.15)
Gq (s) =
sGw (s)
0
4b(s + U
)
4b
(3.16)
Gr (s) =
sGv (s)
0
3b(s + U
)
3b
(3.17)
13
Perturbacoes
em que,
Ku =
2U0 u2
3U0 v2
3U0 w2
; Kv =
; Kw =
Lu
Lv
Lw
u =
U0
U0
; v =
;
Lu
Lv
w =
U0
U0
U0
; v =
; w =
Lw
3Lv
3Lw
Esta turbulencia afecta a dinamica da aeronave logo as perturbacoes devem aparecer em todos
os estados (sadas e estados realimentados). Assim e necessario passarestas perturbacoes
pela aeronave.
De modo a simular estas perturbacoes, tanto a rajada de ar como a representacao continua de
turbulencia, utilizou-se blocos existentes em Simulink que se baseiam nos modelos. De seguida
apresenta-se um exemplo de turbulencia continua utilizando estes mesmos blocos.
3
0.4
2.5
P
Q
R
0.3
1.5
0.5
0.5
U
V
W
1.5
10
12
0.2
0.1
0.1
0.2
14
16
18
20
Tempo (s)
0.3
10
12
14
16
18
20
Tempo (s)
Figura 3.2: Velocidades lineares e angulares com altitude= 1000 m e velocidade= 21 m/s.
3.2
Sensores
A maioria dos sensores utilizados nos sistemas de controlo na aviacao sao sensores de inercia, tal
como giroscopios e acelerometros. Assumiu-se que atraves de um n
umero mnimo de sensores,
e possvel obter toda a informacao para o controlo e estabilizacao da aeronave (anexo B).
Para a medicao das velocidades angulares recorrem-se a giroscopios de rotacao; para a medicao
dos angulos de pitch, roll e yaw recorrem-se a giroscopios verticais. Para medicao das velocidades e altitude utilizam-se velocmetros e altmetros respectivamente. Existem ainda sensores
que nos possibilitam a medicao dos angulos de ataque e sideslip.
Admite-se que os sensores nao introduzem dinamicas adicionais (funcionam apenas como ganhos proporcionais).
O rudo no sinal de sada, normalmente de origem electrica, e tipicamente representado por
um sinal aleatorio com distribuicao Gaussiana (usualmente caracteriza-se o rudo como sendo
estacionario de media nula).
14
Captulo 4
Estrutura do Sistema de Controlo
O objectivo deste captulo e o projecto de um sistema de controlo para a aeronave.
As principais variaveis sao reguladas por cadeias de realimentacao projectadas separadamente.
Para os controladores das varias cadeias, foram utilizadas neste capitulo tecnicas de controlo
classico (sistemas de controlo usando PIDs). Visto que o objectivo nesta fase nao era o desenvolvimento dos controladores mas sim o estabelecimento do diagrama de blocos do sistema de
controlo, as especificacoes para afinacao dos controladores sao assim pouco apertadas.
Para as principais cadeias de controlo requeridas pelas manobras mais usuais da aeronave
escolheram-se como variaveis:
Angulo
de pitch, .
Angulo
de yaw, .
Angulo
de roll, .
Velocidade, U.
Altitude, h.
Com base nestas variaveis um piloto ou um sistema de guiamento pode controlar a trajectoria
da aeronave.
O angulo de yaw e o angulo de roll permitem realizar curvas. A altitude, bem como manobras
de subida/descida, pode ser controlada atraves do angulo de pitch e a leitura dos sensores de
ainda feito o controlo da velocidade, visto que em certos casos com esta variavel
altitude. E
controlada e possvel estabelecer relacoes quase directas entre as variaveis de controlo (por
exemplo o angulo de pitch e a variacao de altitude).
A aeronave contem 5 variaveis de entrada: ailerons, flaps, leme, elevadores e potencia do motor
(throttle).
A funcao dos flaps e, principalmente, aumentar a sustentacao maxima nos momentos de
aterragem e descolagem o que fez com que nao fosse considerado no sistema de controlo
considerando-se que permanecem na posicao de repouso.
Dadas as variaveis de entrada verifica-se que nao existe apenas uma u
nica estruturacao das
cadeias de controlo por forma a realizar as tarefas desejadas.
4.1
Controlo longitudinal
K(s)
G(s)
22.2
22
21.8
21.6
21.4
21.2
21
296
298
300
302
304
306
308
310
298
300
302
304
306
308
310
25
Elevadores []
20
15
10
5
0
5
296
th
K(s)
G(s)
Pos z
Altitude [m]
1008
1006
1004
1002
1000
998
545
550
555
545
550
555
560
565
570
560
565
570
16
Motor [%]
14
12
10
8
6
Tempo [s]
21.3
21.25
21.2
21.15
21.1
545
550
555
545
550
555
560
565
570
560
565
570
7
6
[]
5
4
3
2
1
0
Tempo [s]
th
K(s)
G(s)
22.2
22
21.8
21.6
21.4
21.2
21
296
298
300
302
304
306
308
310
298
300
302
304
306
308
310
100
Motor [%]
80
60
40
20
0
296
Tempo [s]
K1(s)
Pos z
K2(s)
+
+
G(s)
18
Altitude [m]
1010
1008
1006
1004
1002
1000
998
544
546
548
550
552
554
556
558
560
562
544
546
548
550
552
554
556
558
560
562
0
2
Elevadores []
4
6
8
10
12
Velocidade [m/s]
21.3
21.2
21.1
21
20.9
544
546
548
550
552
554
556
558
560
562
544
546
548
550
552
554
556
558
560
562
10
8
[]
6
4
2
0
Tempo [s]
4.2
Controlo lateral
O controlo lateral e importante para que a aeronave possa executar voltas. A manobra de
curva pode ser obtida de duas formas; uma aeronave faz uma volta variando o leme (o que
implica variacao no angulo de yaw ) ou inclinando-se lateralmente (angulo de roll ) no sentido
da rotacao o que tem como consequencia uma variacao no angulo . Desta forma e possvel
tambem desenvolver duas cadeias de controlo.
Leme, r angulo de yaw, .
ou
Ailerons, a angulo de yaw, .
19
K(s)
G(s)
Posio Y [m]
300
200
100
0
100
2000
4000
6000
8000
10000
12000
14000
16000
18000
Posio X [m]
20
Leme []
10
0
10
20
340
360
380
400
420
440
460
Tempo [s]
[]
5
340
360
380
400
420
440
460
340
360
380
400
420
440
460
340
360
380
400
420
440
460
[]
15
10
5
0
[]
2
0
2
Tempo [s]
K1(s)
K2(s)
G(s)
K(s)
G(s)
21
Posio Y [m]
300
200
100
0
100
2000
4000
6000
8000
10000
12000
14000
16000
18000
Posio X [m]
10
Ailerons []
10
340
360
380
400
420
440
460
Tempo [s]
[]
5
340
360
380
400
420
440
460
340
360
380
400
420
440
460
340
360
380
400
420
440
460
[]
15
10
5
0
[]
0.5
0.5
Tempo [s]
22
Captulo 5
Controladores Locais Lineares
O objectivo neste capitulo e o projecto de controladores locais lineares para a aeronave usando
para tal tecnicas polinomiais.
A dinamica linearizada da aeronave, como foi visto anteriormente no captulo 2, varia com
a velocidade. Tendo isto em conta projectaram-se, para cada uma das condicoes de voo,
controladores locais lineares.
Para o projecto de controladores polinomiais e necessario o conhecimento das funcoes de trans assim preciso identificar os sistemas para as
ferencia entrada-sada que se querem controlar. E
varias cadeias de controlo da aeronave. Visto que os controladores sao projectados no domnio
discreto e necessario amostrar o sistema.
5.1
Amostragem do Sistema
D/A
u(t)
G(s)
Sistema
y(t)
A/D
y(kh)
5.2
Identificac
ao
Para o projecto de controladores polinomiais e necessario o conhecimento das funcoes de transferencia entrada-sada do sistema que se pretende controlar. No caso da aeronave, como se viu
no captulo 4, temos 4 cadeias de controlo - velocidade, altitude, latitude e sideslip.
A cadeia de altitude foi projectada como uma cascata de dois controladores. Porem no projecto
de controladores locais considerou-se uma nova cadeia definida unicamente pelo controlador de
pitch, visto que o controlo da altitude fara parte do sistema de guiamento. Todavia manteve-se
a arquitectura anterior, para a identificacao com o intuito de evitar instabilidade.
A cadeia de sideslip, tem com finalidade levar o a zero de modo a melhorar a resposta da
cadeia lateral. Assim para esta cadeia manteve-se em funcionamento o controlador obtido no
captulo 4.
A identificacao para cada cadeia nao pode ser feita excluindo as outras, visto que as variaveis
a controlar nao sao independentes entre si. Por exemplo, as cadeias de velocidade e altitude,
sao influenciadas tanto pelo motor como pelos elevadores. Assim como a cadeia de latitude
e de voltas coordenadas estao ligadas entre sipelos ailerons e leme. Todas estas influencias
serao tratadas mais `a frente.
Inicialmente antes de realizar a identificacao e necessario escolher o metodo a utilizar. Este
pode ser parametrico ou nao parametrico.
O metodo nao parametrico permite determinar, sob a forma de tabela ou graficos, as respostas
impulsivas e em frequencia de um sistema linear. Consegue-se assim uma primeira ideia das
24
5.2.1
Sinal Utilizado
Apos a escolha do metodo, seguem-se os sinais utilizados na identificacao. Estes, independentemente do metodo, se forem mal escolhidos podem prejudicar o sucesso da identificacao.
Dir-se-ia logo `a partida que o sinal deve abranger toda a gama de frequencias do sistema de
modo a se poder caracteriza-lo e por consequente identifica-lo. Por outro lado para que a
estimativa dos parametros exista e seja u
nica e necessario que os dados levem a condicoes de
excitacao persistente (dados suficientemente ricos). Um sinal em que tal se verifica e que e
bastante usual na identificacao e o Pseudo Random Binary Signals - PRBS. Este sinal tem as
seguintes caractersticas:
Binario - possui apenas dois estados (+V e -V).
Determinstico - comuta entre estados em instantes discretos sendo estes pre-determinados.
Periodico - perodo T0 = N.h, onde N e inteiro mpar.
Em cada perodo existem
N +1
2
intervalos a um estado e
N 1
2
a outro.
5.2.2
Finalmente, com o sinal a aplicar tratado e o metodo escolhido pode-se passar `a implementacao
deste u
ltimo. Em MATLAB, a funcao armax.m implementa o metodo de estimacao por maxima
verosimilhanca, podendo-se entao obter os polinomios do modelo ARMAX (Auto-Regressive
Moving Average with Exogenous Input),
A(q)y(t) = B(q)u(t) + C(q)e(t)
(5.1)
Estes polinomios representam o modo como estes afectam, num dado instante, a sada, a
entrada e o rudo respectivamente. Logo tera que se especificar:
A ordem de A(q) - equivalente ao n
umero de polos do sistema.
A ordem de B(q) - equivalente ao n
umero de zeros do sistema mais um.
A ordem de C(q) - equivalente ao n
umero de zeros do modelo de rudo.
O atraso do sistema.
Atraves de experiencias, como a resposta ao escalao, consegue-se prever, mais ou menos, o tipo
de sistema pela existencia ou nao de sobreelevacoes, oscilacoes ou derivada na origem. Com
isso consegue-se ter uma ideia da ordem do polinomio de A(q).
Para os restantes polinomios, tambem se consegue tirar algumas intuicoes no entanto optou-se
por testar diversas ordens e escolher aqueles que melhores resultados originassem.
Depois de se obter os modelos e necessario seleccionar o melhor. Existem diversos criterios
mas ha uns mais apropriados que outros. Visto que o n
umero de dados e suficiente optou-se
por repartir os dados em subconjuntos de treino e validacao.
O conjunto de treino serve para efectuar a estimacao dos parametros dos modelos. O conjunto
de validacao serve para verificar o comportamento dos modelos estimados em dados novos e
escolher o modelo que produz erro mnimo no conjunto de validacao.
Realizou-se a seguinte particao dos dados - 2/3 para treino e 1/3 para a validacao.
Com estes subconjuntos realiza-se uma comparacao, atraves da funcao do MATLAB compare.m, entre os dados experimentais e a predicao 10 passos `a frente do modelo obtido. Todos
os dados anteriores ao instante actual sao usados na predicao. Com isto consegue-se obter, em
percentagem, o ajuste de treino e de validacao.
Por nao existir o criterio ideal validou-se tambem a nvel grafico, nomeadamente com a resposta
ao escalao.
26
5.2.3
Simulac
ao
5.3
O objectivo nesta fase e o projecto de controladores polinomiais com dois graus de liberdade
com a estrutura que se mostra na figura 5.2,
d
r
T
R
B
A
S
R
(5.3)
onde Ao representa o polinomio observador. A solucao para esta problema pode ser consultada
no anexo D.
A ordem do observador, bem como a sua localizacao, esta tambem sujeita a certas restricoes.
A escolha de observadores com dinamicas muito rapidas (por exemplo com os polos todos em
0) simplifica as contas mas pode nao ser a ideal do ponto de vista da robustez do projecto face
`a presenca de erros de modelacao ou da sensibilidade aos efeitos do rudo de alta-frequencia.
Usualmente tornam-se os observadores mais lentos para tornar o controlo mais robusto, tecnica
que foi adoptada neste projecto.
5.4
Especificaco
es para os controladores
wo2
s2 + 2wo s + wo2
(5.4)
com,
(
ts =
4.6
wo
S=e
(5.5)
12
m (z)
1 z+b2
= z2 b+a
com,
H(z) = B
Am (z)
1 z+a2
wo
o
b1 = 1 ( + w ), b2 = 2 + ( w
)
w
2
a
=
2,
a
=
1
w = 1 , = ewo ts , = cos(wts ), = sin(wts )
(5.6)
18 m/s
2.5
3
3
5
5
5
10
2
22 m/s
2.5
3
3
5
5
5
10
2
26 m/s
2.5
3
3
5
5
5
8
2
30 m/s
2.5
3
3
5
5
5
8
2
5.5
Limitaco
es do Sistema - Saturac
oes e Anti-windup
A saturacao nos actuadores impoe certas limitacoes que devem ser tomadas em consideracao.
Um sistema com accao integral combinado com um actuador que possa entrar em zonas de
saturacoes pode dar origem a resultados indesejaveis. Se o erro de controlo e tao elevado que o
integrador sature o actuador, a cadeia de retroaccao pode ser quebrada, visto que o actuador
se mantem saturado mesmo que a sada do processo se altere. O integrador, pode entao integrar
ate um valor elevado. Quando o erro e finalmente reduzido, o integral pode ser tao elevado
que leve um tempo consideravel ate que este assuma o seu valor normal, ou seja sempre que
29
1/T
Ganho
Controlo
Actuao
1
s
Integrador
Saturao
Velocidade (m/s)
23.5
23
22.5
22
21.5
21
20.5
20
60
80
100
120
140
160
180
200
220
240
260
0.25
Sem Antiwindup
Com Antiwindup
Th (%)
0.2
0.15
0.1
0.05
0
60
80
100
120
140
160
180
200
220
240
260
Tempo (s)
30
5.6
O problema da estabilidade robusta esta relacionado com uma importante questao que e a
quantificacao da incerteza admissvel nos modelos para garantir que o controlador projectado
com base num modelo H (que tem erros relativamente ao sistema real) conduz a um sistema
em cadeia fechada estavel, mesmo quando aplicado ao sistema real Ho . Ou seja, quao grande
pode ser o erro entre o sistema Ho e o modelo H, para que o controlador, que estabiliza o
modelo H, tambem estabilize o sistema real Ho .
5.6.1
Fun
co
es de Sensibilidade e Sensibilidade Complementar
d
r
H ff
Hfb
H = T /R
Hf f H f f
Hf b = S/R
Hcl =
,
1+L
L = Hf b H
(5.7)
(5.8)
1
1+L
(5.9)
L
1+L
(5.10)
31
5.6.2
Estudo da Robustez
(5.11)
Supondo que o controlador estabiliza o modelo nominal, a pergunta que se faz e: qual a
condicao para que tambem estabilize o sistema real.
A resposta e dada pelo criterio de estabilidade de Nyquist, ou seja, o controlador estabilizara
o sistema real se o n
umero de voltas do ganho de malha em torno do ponto -1 e o n
umero de
polos instaveis for o mesmo.
A condicao de estabilidade robusta e pois:
|L(j) Lo (j)| < |1 + L(j)|
(5.12)
(5.13)
(5.14)
1
|H Ho |
m > |T |, onde m =
|H|
(5.15)
Sendo l() > |m (j)| um majorante do erro de modelacao a cada frequencia para todos os
possveis erros multiplicativos m .
Esta condicao garante a estabilidade nao apenas de um u
nico sistema, mas de todos os possveis
sistemas da classe cujo erro multiplicativo em relacao ao sistema nominal, m , e inferior ao
majorante l para cada frequencia .
32
5.6.3
Estudos Realizados
40
Amplitude (dB)
30
20
10
10
20
30
3
10
10
10
10
10
10
Frequncia (rad/s)
80
Amplitude (dB)
60
40
20
20
40
3
10
10
10
10
10
10
Frequncia (rad/s)
Velocidade
Pitch
30
50
Erro18
Erro26
Erro30
Complementar
Erro18
Erro26
Erro30
Complementar
40
20
30
Amplitude (dB)
Amplitude (dB)
10
20
10
10
0
20
10
30
3
10
10
10
10
10
10
Frequncia (rad/s)
20
3
10
10
10
10
10
10
Frequncia (rad/s)
Figura 5.8: Verificacao da condicao de estabilidade robusta entre os varios modelos locais velocidade e pitch.
Nota: Os diagramas de Bode de modelos de incerteza para as duas cadeias podem ser consultados no anexo D
Como se observa para a cadeia de velocidade todos os modelos obedecem `a condicao de estabilidade robusta. Assim e de esperar que apenas um controlador de velocidade seja necessario
para qualquer ponto de trabalho.
Ja para a cadeia de pitch a condicao de estabilidade robusta nao se verifica para todos os
modelos. Tal implica que nao se consegue garantir que o uso de um u
nico controlador possa
levar `a estabilizacao do sistema em toda a gama de velocidades.
34
5.7
Resultados
5.7.1
Cadeia de Velocidade
Velocidade (m/s)
23
22.8
Referncia
Sist. No Linear
Sist. Linear
22.6
22.4
22.2
22
21.8
18
20
22
24
26
28
30
0.2
0.18
Sist. No Linear
Sist. Linear
Th (%)
0.16
0.14
0.12
0.1
0.08
0.06
18
20
22
24
26
28
30
Tempo [s]
5.7.2
Cadeia de pitch
Mais uma vez para a cadeia de pitch os resultados (figura 5.11) obtidos cumprem as especificacoes. Faz-se notar em relacao `a actuacao que estas inicialmente apresentam um comportamento semelhante, nao tendendo porem para os mesmos valores finais, que se devem `as nao
linearidades e restantes contribuicoes das outras entradas e cadeias de controlo da aeronave.
Tambem nesta cadeia o comportamento para as restantes velocidades e semelhante ao apresentado para uma velocidade de 22 m/s.
35
Pitch ()
8
Referncia
Sist. No Linear
Sist. Linear
6
4
2
0
2
28
30
32
34
36
38
40
Elevadores ()
1.5
Sist. No Linear
Sist. Linear
2
2.5
3
3.5
4
28
30
32
34
36
38
40
Tempo (s)
5.7.3
Perturbac
oes atmosf
ericas
Para estas duas cadeias, velocidade e pitch, testou-se o comportamento dos controladores
projectados face a uma perturbacao atmosferica.
Considerou-se esta como severa, com altitude igual a 1000m e com velocidade inicial de 22m/s.
Assim obtiveram-se os seguintes resultados:
24
12
10
23.5
ngulo ()
Velocidade (m/s)
23
22.5
Referncia
Sist. Real
22
2
Referncia
Sist. Real
21.5
21
28
30
32
34
36
38
40
Tempo (s)
2
28
30
32
34
36
38
40
Tempo (s)
36
Captulo 6
Gain Scheduling
Quando se pretende controlar um sistema nao linear, e muitas vezes conhecida/estudada antecipadamente a maneira como a dinamica varia com os pontos de funcionamento. Na seccao
da analise da dinamica da aeronave verificou-se que a localizacao dos polos do sistema e dependente da velocidade. Isto deve-se ao facto das forcas aerodinamicas serem proporcionais `a
pressao dinamica e logo proporcionais ao quadrado da velocidade.
Um dos metodo mais utilizados para lidar com a variacao de parametros e a tecnica de tabelamento de ganhos, ou em Ingles, gain scheduling, que consiste em fazer variar os parametros
(ganhos/polinomios) do controlador com os pontos de funcionamento de uma forma preprogramada.
6.1
M
etodos de comutac
ao de ganhos
O metodo de comutacao dos ganhos, ou melhor dos controladores, talvez mais obvio e o
on/off. No entanto nao se adoptou esta tecnica de controlo pois embora cada controlador
individualmente estabilize o sistema, em certas condicoes de comutacao rapida podem tornar
o sistema global instavel. Na figura 6.1 ilustra-se esta situacao, atraves da evolucao no espaco
de estados de dois modelos estaveis e da instabilidade causada pela comutacao rapida entre
eles.
Gain Scheduling
Nao existencia de comutacoes rapidas - a variavel de seleccao caracteriza-se por ter um
tempo de variacao lento;
O rudo externo e perturbacoes sao suficientemente pequenos;
Optou-se entao por uma comutacao mais suave, figura 6.2, de forma a que nao existam
saltosno sinal de controlo devido `a comutacao dos controladores.
Apos se ter obtido uma rede de modelos locais que traduzisse a dinamica da aeronave, cobrindo
tanto quanto possvel toda a gama de pontos de funcionamento, e projectado os controladores
adequados respectivos (capitulo 5) e entao necessario criar um bloco supervisor. Este tem
como tarefa determinar qual o controlador a aplicar em cada momento, ou seja os controladores
lineares resultantes sao coladosde forma a que quando o ponto de funcionamento varie seja
implementado o controlador adequado. A tecnica normalmente utilizada para a colagem e a
interpolacao dos ganhos ao longo dos pontos de funcionamento atraves de uma variavel de
seleccao.
Definiu-se entao uma funcao que atribui pesos, entre 0 e 1, aos controladores, ficando assim
definido qual dos controladores se encontra em funcionamento. Na figura 6.2 e entao possvel
observar as curvas de atribuicao de pesos na comutacao entre dois controladores.
1
Controlador 18 m/s
Controlador 22 m/s
0.8
Peso
0.6
0.4
0.2
19
19.2
19.4
19.6
19.8
20
20.2
20.4
20.6
20.8
21
Velocidade (m/s)
6.2
Resultados
A utilizacao da tecnica do gain scheduling neste projecto tem como objectivo tornar o comportamento do sistema de voo independente da sua velocidade. Foram feitas simulacoes fazendo
38
Gain Scheduling
Velocidade (m/s)
variar a velocidade de voo desde 17 m/s ate 31 m/s num espaco de tempo de 80-100 segundos.
Nos testes a velocidade varia ou de um forma linear (rampa) ou em escada com degraus de 2.
Foram desenvolvidos blocos supervisores para cada uma das cadeias de controlo apenas para
se conseguir observar melhor o efeito da nao utilizacao da tecnica de gain scheduling em
cada cadeia de controlo, evitando assim os efeitos secundarios que as varias cadeias tem entre
si. Estas foram testadas separadamente de forma a evitar efeitos das dinamicas laterais e
longitudinais.
Na figura 6.3 compara-se o comportamento do sistema com gain scheduling com a resposta
do sistema com o controlador linear projectado com base no modelo linearizado da aeronave
a 22 m/s. O 1o grafico, da figura 6.3, corresponde ao sistema com gain scheduling onde se
observa que se mantem os tempos de resposta e sobreelevacoes especificados, mesmo nas zonas
de transicao de controladores. No 2o grafico corresponde ao sistema com um u
nico controlador
linear, para 22 m/s, e como se observa o sistema tambem consegue estabilizar embora falhe,
insignificantemente, as especificacoes pretendidas.
Por fim no 3o grafico a cadeia de pitch passou tambem a ser controlada com um u
nico controlador (22 m/s) sendo possvel observar-se o efeito que esta cadeia exerce sobre a velocidade,
onde para as velocidades mais elevadas comeca-se a fazer sentir oscilacoes, em grande parte causadas porque o controlador da cadeia pitch para estas velocidades ja nao consegue estabilizar
o sistema, como mais `a frente se verifica.
30
25
Velocidade (m/s)
20
40
60
80
100
120
140
30
25
Referncia
Velocidade s/ GS
20
20
Velocidade (m/s)
Referncia
Velocidade c/ GS
20
40
60
80
100
120
140
30
25
Referncia
Velocidade s /GS, Pitch s/ GS
20
20
40
60
80
100
120
140
Tempo (s)
Velocidade (m/s)
Gain Scheduling
35
30
25
20
15
20
30
40
50
60
70
80
90
100
110
120
40
50
60
70
80
90
100
110
120
40
50
60
70
80
90
100
110
120
Pitch ()
20
10
Referncia
Pitch c/ GS
0
10
20
30
Pitch ()
20
10
Pitch s/ GS
Referncia
0
10
20
30
Tempo (s)
Velocidade (m/s)
30
40
50
Roll ()
60
70
80
90
100
110
120
80
90
100
110
120
80
90
100
110
120
Referncia
Roll c/ GS
6
4
2
0
2
20
30
40
50
60
Roll ()
70
Referncia
Roll s/ GS
6
4
2
0
2
20
30
40
50
60
70
Captulo 7
Controlo Adaptativo
Neste capitulo desenvolvem-se controladores discretos adaptativos para a cadeia longitudinal e
lateral. Estes controladores baseiam-se no algoritmo MUSMAR [9] e sao aplicados ao modelo
da aeronave.
Por vezes a dinamica de um sistema a controlar altera-se ao longo do tempo. Esta variacao
pode ser devida, por exemplo, `a existencia de nao linearidades nos actuadores ou no proprio
sistema. Assim, para este u
ltimo caso, a dinamica linearizada varia com o ponto de trabalho.
No inicio da decada de 1950 comeca a surgir o conceito de controlo adaptativo como resposta ao
problema de pilotos automaticos de aeronaves. No caso de uma aeronave a dinamica varia com
a condicao de operacao (nomeadamente com a altitude, a velocidade e a localizacao do centro
de massa). Ultimamente situacoes extremas como o controlo em angulos de ataque muito
elevados (caracterstica nao linear) ou a recuperacao de falhas tambem motivam a aplicacao
de controlo adaptativo.
A tecnica de seleccao de ganhos, gain scheduling (capitulo 6), resolve os problemas colocados
com as variacoes lentas de velocidade e de altitude. No entanto variacoes imprevisveis de
pressao dinamica e do centro de massa ou falhas na aeronave nao sao solucionadas por seleccao
de ganhos. Foram assim implementados diversos esquemas adaptativos [8].
De modo a resolver a questao de pilotos automaticos de aeronaves, Whitaker [7][8] propos um
esquema adaptativo baseado no modelo de referencia (Model-Reference Adaptive Systems MRAS ) em que os parametros do controlador sao ajustados de modo a que, quando excitados
pela mesma entrada, a sada do sistema tenda para a sada do modelo de referencia (figura
7.1).
y
Modelo
Parmetros do controlador
uc
Controlador
Mecanismo de
ajustamento
Processo
Controlo Adaptativo
Projecto do
controlador
Estimao de
parmetros
Parmetros do
controlador
uc
Controlador
Processo
7.1
onde:
ye(t + i) , y(t + i) r(t + i).
42
(7.1)
Controlo Adaptativo
y(.), u(.) e r(.) sao respectivamente a sada, a entrada e a referencia do processo.
T e o horizonte de controlo.
e um factor de penalizacao da accao de controlo.
E(.|I) representa o operador valor medio condicionado `a informacao I(t) obtida das
observacoes realizadas de y e u ate ao instante t.
Para a minimizacao deste funcional, duas principais possibilidades podem ser consideradas:
1. Assume-se que as primeiras Nu amostras de controlo, desde a amostra t ate t + Nu 1,
sao livres, e escolhidas de modo a minimizar J. As restantes amostras, desde t + Nu ate
t + T + 1 sao constantes e iguais a u(t + Nu 1);
2. Assume-se que as amostras de controlo futuras, desde t + 1 ate t + T 1 sao dadas por
retroaccao constante do estado, e escolhe-se u(t) que minimiza J.
A primeira hipotese e a seguida pelo algoritmo GPC (Generalized Predictive Control ) enquanto
que o algoritmo MUSMAR segue a segunda possibilidade.
Tendo em vista a minimizacao de (7.1) pretende-se construir modelos preditivos. Os modelos
preditivos do algoritmo MUSMAR para os erros de seguimento, ye, sao definidos da seguinte
forma:
ye(t + i) = i u(t) + i0 s(t) + yi (t)
(7.2)
(7.3)
Nota: s(t) e o vector pseudoestado. A deducao deste modelo pode ser consultada no anexo E.
O algoritmo de controlo MUSMAR resulta da minimizacao do funcional de custo (7.1). Substituindo no funcional os modelos considerados anteriormente (7.2 e 7.3) chega-se a:
T
1 X
J , E[ [(i u(t) + i s(t))2 + (i1 u(t) + i1 s(t))2 ]|I(t)]
T i=1
(7.4)
+
(1
+
i
i=1
i=1 i
PT
u(t) =
(7.5)
L=
(7.6)
Ao valor de controlo adiciona-se um sinal de perturbacao (dither ), (t), por forma a garantir
uma condicao de excitacao persistente.
u(t) = L0 s(t) + (t)
(7.7)
43
Controlo Adaptativo
Os parametros i , i0 , i e 0i , dos modelos (7.2 e 7.3) que sao necessarios para (7.5), sao estimados em cada instante de amostragem usando um algoritmo de identificacao nomeadamente os
mnimos quadrados recursivos com esquecimento direccional (DFRLS - Directional Forgetting
Recursive Least Squares) [9].
Os tracos gerais deste metodo podem ser consultados o anexo E.
7.2
Par
ametros do MUSMAR
Controlo Adaptativo
NB < NA
De acordo com a estrutura do pseudoestado ter-se-ia N G igual a N A. Mas, por causa de
problemas de identificabilidade, e aconselhavel um n
umero menor de referencias. Se a referencia se mantiver constante durante longos perodos de tempo, ou se variar lentamente,
deve-se escolher N G = 1.
Factor de esquecimento .
O factor de esquecimento pode ser avaliado com base no n
umero de amostras que podem
1
ser esquecidas, denominado por memoria assimptotica, No = 1
. Tipicamente esta
compreendido entre 0.9 e 0.99.
Horizonte de predicao T .
Na escolha do horizonte T devera ter-se em conta os casos limites nomeadamente quando
T = 1 e quando T .
No caso em que o horizonte e unitario o MUSMAR equivale a um STR que como se referiu
anteriormente pode dar origem a modos internos instaveis se o sistema a controlar for de
fase nao mnima. Quando T tende para infinito o MUSMAR equivale a um controlador
linear quadratico (LQ) estocastico, evitando-se assim os modos internos instaveis.
Logo poderia-se pensar que o horizonte T deveria ser arbitrariamente grande. Mas como
a precisao na estimativa dos preditores diminui com o aumento do horizonte e necessario
estabelecer um compromisso. Existe ainda um limite superior imposto no horizonte pela
carga computacional.
Rudo de excitacao persistente (dither ), .
Este rudo depende muito do sinal de controlo utilizado, mas deve ser suficientemente
reduzido para que nao degrade demasiado o seguimento da referencia. Tipicamente temse:
sinal de controlo
100
Controlo Adaptativo
7.3
7.3.1
Ganhos L
2
1
0
1
10
15
20
25
30
35
40
Pitch [graus]
10
5
0
5
15
Elevadores [graus]
Pitch
Referencia
10
0
10
15
10
15
20
25
30
35
40
20
25
30
35
40
0
10
20
Tempo [s]
Figura 7.3: MUSMAR sem integrador aplicado `a cadeia de pitch. Ganhos, seguimento e
elevadores.
Observando o grafico de seguimento de pitch constata-se que depois da convergencia dos ganhos
do MUSMAR o erro estatico tende para 0.
O diagrama de blocos do MUSMAR, em regime estacionario, tem o seguinte aspecto:
onde K1 , K2 e K3 representam os ganhos estaticos associados `a accao da referencia, `a realimentacao do erro e `a accao de controlo.
46
Controlo Adaptativo
K1
ref
1
K3
K2
Processo
(7.8)
(7.9)
o que leva a:
y = (K4 ref + K5 ye) H
K4 =
K1
,
K3
K5 =
(7.10)
K2
K3
(7.11)
1 HK4
ref
1 + HK5
(7.12)
Para que o erro estatico seja nulo uma de duas possibilidades tem que ocorrer:
ou 1 + HK5 .
ou 1 HK4 = 0.
A primeira condicao verifica-se com a inclusao de um efeito integral na cadeia de controlo.
A segunda condicao e satisfeita quando o ganho K4 e igual ao inverso do ganho estatico do
sistema a controlar. Este u
ltimo ponto explica a razao de o erro de seguimento na figura 7.3
tender para 0.
Ainda que tenda para 0, o erro depende do ganho K4 e por isso optou-se por incluir o integrador
na cadeia de controlo.
7.3.2
O diagrama de blocos, com a inclusao do integrador que tem um sistema anti-windup do mesmo
tipo que o referido em 5, assume o seguinte aspecto:
47
Controlo Adaptativo
T(q)
qn
ref
qn
R(q)
S(q)
qn
Integrador
ui
Processo
(7.13)
Em regime estacionario ui (sinal `a entrada do processo) e constante, logo `a entrada do integrador tem-se u = 0. Deste modo, em regime estacionario, chega-se a:
ye =
T (q)
ref
S(q)
(7.14)
1
0.5
0
0.5
1
10
12
14
16
18
20
10
12
14
16
18
20
10
12
14
16
18
20
Pitch [graus]
10
5
0
5
15
Elevadores [graus]
Pitch
Referencia
10
5
0
5
10
Tempo [s]
Figura 7.6: MUSMAR com integrador aplicado `a cadeia de pitch e com uma referencia no
pseudoestado. Ganhos, seguimento e elevadores.
48
Controlo Adaptativo
O erro estatico como seria de esperar, dado (7.14), so e nulo quando a referencia e tambem
nula. Para o caso em que se retira a referencia do pseudoestado admitiu-se os parametros
NA = 3 NB = 2 NG = 0 NV = 0 NX = 0 NW = 0
T = 5 Ts = 0.1 = 0.97 = 0.1
= 104 f load = 1
Os resultados, apresentados na figura 7.7, sao os esperados no que diz respeito ao erro estatico
(nulo). No entanto a sobreelevacao e excessiva, cerca de 49%.
Ganhos L
1
0.5
0
0.5
1
10
12
14
16
18
20
Pitch [graus]
10
5
0
5
15
Elevadores [graus]
Pitch
Referencia
10
0
10
12
14
16
18
20
10
12
14
16
18
20
5
0
5
10
Tempo [s]
Figura 7.7: MUSMAR com integrador aplicado `a cadeia de pitch e sem referencias no pseudoestado. Ganhos, seguimento e elevadores.
Conclui-se que o efeito antecipativo da referencia e o efeito integral podem competir, levando
a um erro de seguimento nao nulo, o que e indesejavel.
7.3.3
Nesta seccao inclui-se uma variavel de estado no pseudoestado. A adicao de informacao tem
o objectivo de obter respostas pelo menos tao boas quanto as anteriores. Por exemplo, o caso
mais intuitivo e incluir a informacao da derivada da variavel a controlar.
Os parametros utilizados
No caso da cadeia de pitch inclui-se a velocidade de rotacao Q = .
foram:
NA = 3 NB = 2 NG = 0 NV = 1 NX = 0 NW = 0
T = 5 Ts = 0.1 = 0.97 = 0.1
= 104 f load = 1
Como se pode constatar na figura 7.8 os resultados obtidos melhoram consideravelmente, em
relacao aos anteriores, pois a sobreelevacao passou para cerca de 2.2% com um tempo de
estabelecimento de 1.5s.
49
Controlo Adaptativo
Ganhos L
1
0.5
0
0.5
1
10
12
14
16
18
20
Pitch [graus]
10
5
0
5
Pitch
Referencia
10
15
10
12
14
16
18
20
10
12
14
16
18
20
Elevadores [graus]
2
0
2
4
6
Tempo [s]
Figura 7.8: MUSMAR com inclusao da variavel de estado Q. Ganhos, seguimento e elevadores.
7.3.4
Nos captulos anteriores verificou-se a variacao da dinamica de uma aeronave com a velocidade. Como foi referido foi por causa de problemas como estes que surgiram os controladores
adaptativos.
Realizou-se entao um estudo para o caso do controlo da cadeia de pitch com velocidade variavel.
Aqui os parametros utilizados foram:
NA = 3 NB = 2 NG = 0 NV = 1 NX = 0 NW = 0
T = 5 Ts = 0.1 = 0.97 = 10
= 104 f load = 1
A resposta da aeronave, figura 7.9, apresenta resultados qualitativamente piores que anteriores
para velocidade mais baixas devido `a baixa pressao dinamica verificada nessas velocidades. Em
contrapartida, para velocidades maiores a resposta mostra ser quase independente da variacao
de velocidade nao revelando qualquer sinal de instabilidade.
Velocidade U [m/s]
40
35
30
25
20
15
10
20
25
30
35
40
45
50
55
60
45
50
55
60
Tempo [s]
20
Pitch [graus]
15
10
5
0
5
10
20
25
30
35
40
Tempo [s]
Controlo Adaptativo
Os ganhos, como se pode ver pela figura 7.10, ainda que com uma pequena variacao estao
estaveis, o que nao seria de esperar visto que a velocidade varia. Assim os resultados obtidos
devem-se essencialmente `a qualidade do controlador em si, nomeadamente o projecto deste
mesmo, em vez da adaptacao propria feita pelos MUSMAR.
Com a velocidade variavel, a penalizacao da cadeia de controlo revela ter uma grande dependencia com a qualidade do seguimento. Com = 10 para velocidades baixas o seguimento
apresenta sobreelevacoes e tempos de estabelecimento maiores.
0.6
Ganhos L
0.4
0.2
0
0.2
0.4
20
25
30
35
20
25
30
35
40
45
50
55
60
40
45
50
55
60
Elevadores [graus]
4
2
0
2
4
6
8
Tempo [s]
Velocidade U [m/s]
40
35
30
25
20
15
10
20
25
30
35
40
45
50
55
60
45
50
55
60
Tempo [s]
20
Pitch [graus]
15
10
5
0
5
10
20
25
30
35
40
Tempo [s]
Figura 7.11: MUSMAR com menor peso na cadeia de controlo. Velocidade e seguimento.
51
Controlo Adaptativo
De modo a resolver este problema optou-se por variar a penalizacao da cadeia de controlo, , em
funcao da velocidade. Assim considerou-se a afinacao feita para os dois extremos e interpolouse uma recta, (7.15) de modo a que quando a velocidade variasse tambem variasse. A recta
que melhores resultados originou foi:
(U ) = 0.145U 1.93
(7.15)
Velocidade U [m/s]
40
35
30
25
20
15
10
20
25
30
35
40
45
50
55
60
45
50
55
60
Tempo [s]
20
Pitch [graus]
15
10
5
0
5
10
20
25
30
35
40
Tempo [s]
Figura 7.12: MUSMAR com velocidade variavel e com variavel. Velocidade e seguimento.
7.3.5
Variac
ao do custo em func
ao do horizonte T
Pretende-se nesta seccao apresentar a influencia do horizonte T no custo, que neste caso foi
considerado o custo medio quadratico de seguimento.
Como foi referido anteriormente, na escolha do horizonte T tem que se ter em conta tanto a
aproximacao do MUSMAR a um controlador LQ estocastico (que e tanto maior quanto mais
cresce T ) como a degradacao da estimativa dos preditores com aumento do horizonte.
Realiza-se entao uma experiencia que consiste em, para ganhos estabilizados, medir o custo para
diversos horizontes usando um escalao como referencia para o pitch. Os restantes parametros
do algoritmo MUSMAR foram mantidos para os diversos valores de T
NA = 3 NB = 2 NG = 0 NV = 1 NX = 0 NW = 0
Ts = 0.1 = 0.97 = 0.1 = 104
(7.16)
Os resultados, figura 7.13, revelam que o custo inicialmente decresce, com o aumento de T ,
atingindo um mnimo. No entanto, apos esse mnimo, o aumento do horizonte provoca tambem
um aumento no custo que e devido `a degradacao da estimativa dos preditores que deixa de ser
suficientemente boa.
52
Controlo Adaptativo
0.14
0.12
Custo
0.1
0.08
0.06
0.04
0.02
3.5
4.5
5.5
6.5
7.5
Horizonte T
7.4
O projecto de controlo realizado para as restantes cadeias foi similar ao realizado para a cadeia
de pitch. No entanto existem alguns comentarios sobre as simulacoes realizadas para estas
cadeias.
7.4.1
Inicialmente, comparando a cadeia de roll com a de pitch, espera-se ver um certo paralelismo,
ou seja, o projecto de controlo preve-se similar ao realizado na cadeia de pitch.
Realmente, no projecto do controlador, foram tomados os mesmos passos que os da cadeia de
pitch. Por essa razao apresentam-se os resultados finais desta cadeia no anexo F. A u
nica
excepcao encontra-se que cadeia de roll nao se considerou necessario uma variacao do peso da
accao de controlo em funcao da velocidade quando esta era variavel. Isto deve-se ao facto de
esta cadeia ser menos sensvel`a velocidade que a anterior.
7.4.2
Neste caso o controlo foi mais complexo. Nao se conseguiu, sem que se arrancasse de uma
condicao inicial estabilizante, controlar .
O metodo praticado, tendo em vista certa especificacoes, foi com sinais simples, como um
escalao, ter um valor inicial do dither mais elevado com o objectivo pesar mais a identificacao.
Com isto e reparando para onde tendiam os ganhos consegui-se um estado a partir do qual
posteriormente o passou a estar estavel.
Nesta cadeia os parametros do MUSMAR foram:
NA = 4 NB = 3 NG = 0 NV = 1 NX = 0 NW = 0
T = 10 Ts = 0.1 = 0.999 = 1
= 104 f load = 1
Obtiveram-se os seguintes resultados:
53
Controlo Adaptativo
10
Ganhos L
5
0
5
10
20
40
60
80
100
120
140
160
180
200
Aelerons [graus]
Yaw [graus]
6
4
Yaw
Referencia
2
0
0
20
40
60
80
20
40
60
80
100
120
140
160
180
200
100
120
140
160
180
200
0.2
0.1
0
0.1
0.2
Tempo [s]
7.4.3
Nesta cadeia existiu um ponto adicional a ser considerado no projecto, nomeadamente o facto
de o sinal de controlo saturar quando se pretende um escalao na referencia. As saturacoes tem
que ser evitadas, caso contrario a identificacao apanhanao linearidades e ira tentar modelalas. Assim aplicou-se um filtro que suavizasse os escaloes e que implicasse que o sinal de
controlo nao saturasse.
Os parametros considerados nesta cadeia foram:
NA = 3 NB = 2 NG = 1 NV = 1 NX = 0 NW = 0
T = 14 Ts = 0.1 = 0.99 = 50
= 104 f load = 1
Com estes parametros obtiveram-se os seguintes resultados:
Ganhos L
1
0.5
0
0.5
Velocidade [m/s]
50
100
150
200
250
23
22
Velocidade
Referencia
21
20
50
100
50
100
150
200
250
150
200
250
0.2
Th [%]
0.15
0.1
0.05
0
Tempo [s]
Captulo 8
Sistema de Guiamento
Tendo os controladores locais internos desenvolvidos pretende-se entao o desenvolvimento de
controladores de coordenacao (cadeia externa em cascata com os controlado-res internos) para
o seguimento de trajectorias.
Foras e
momentos
exteriores
Actuao
Comando
Trajectria
Controlo
Guiamento
Aeronave
Posio,
Velocidade,
Acelerao
Navegao
8.1
Gerac
ao de traject
orias
Sistema de Guiamento
apenas necessita de saber a trajectoria de referencia a cada instante (tema que sera abordado na
proxima seccao). Assim as proprias trajectorias de referencia poderiam ser geradas em tempo
real, o que permitiria uma coordenacao de comportamentos de conducao devido a factores
externos que nao eram previstos inicialmente. Alguns destes factores podem ser tao simples
como a deteccao de condicoes atmosfericas adversas ou existencia de outros veculos a operar
na mesma zona.
8.2
Sistema de controlo
O controlo de uma aeronave e um tema bastante vasto, podendo-se desenvolver e testar desde
controladores simples ate controladores mais sofisticados.
Os controladores desenvolvidos podem ser ajustados para dois tipos de comportamentos: Seguimento de trajectorias (Tracking) ou seguimento de caminhos (Path Following). Entende-se
como seguimento de trajectoria, o seguimento em termos estritos do ponto de vista temporal
de uma dada trajectoria de referencia e seguimento de um dado caminho, o seguimento de uma
dada trajectoria de referencia mas com relaxacao nas restricoes temporais.
Neste trabalho apresenta-se um metodo de controlo para o seguimento de trajectorias embora
simples e intuitivo (baseado no Controlo Classico - PID).
A aeronave constitui um sistema nao linear e dadas as cadeias de controlo definidas anteriormente (Captulos 4 e 5), as entradas para o bloco de controladores internos definidos
sao a velocidade longitudinal U (t) e as orientacoes yaw (t) e pitch (t). Desta forma e
possvel realizar todas as trajectorias desejadas considerando-se como sadas a posicao da
aeronave (x(t), y(t) e z(t)). A referencia consiste numa dada trajectoria, definida pela posicao
(xd (t), yd (t) e zd (t)), a partir da qual e tambem possvel obter as velocidades (vxd (t), vyd (t)
e vzd (t)) correspondentes. Na figura 8.2 e apresenta-se um diagrama de blocos que mostra as
referencias e sadas em causa.
xd (t), yd (t) e zd (t)
Sistema de
Guiamento
U(t), U (t) e
(t)
Controladores
internos
Processo
56
Sistema de Guiamento
z
vz
vy
vx,vy
U
vx
x,y
representa
Desta forma a velocidade e orientacoes necessarias para os controladores internos sao dadas
por:
q
2
2
2
U
(t)
=
vxd
(t) + vyd
(t) + vzd
(t)
vyd (t)
(t) = arctan vxd
(t)
q
(8.1)
Na expressao 8.1 sao utilizadas as velocidades de referencia, correspondendo portanto ao seguimento de trajectorias em malha aberta cujo esquema de controlo se encontra no anexo F.
Deve ter-se ainda em conta que as aproximacoes efectuadas indicam desde logo que quanto
mais apertadasforem as curvas ou subidas pior sera o comportamento da aeronave. De forma
a melhorar o guiamento seriam entao necessario sistemas de controlo mais complexos.
Em cadeia fechada, o objectivo e, essencialmente, anular o erro de posicao. Ao considerarse o sistema em cadeia aberta descrito anteriormente, a ideia e corrigir as velocidades de
referencia de acordo com o erro de posicao. O controlador final projectado e obtido, em grande
medida, de forma emprica. A correccao das velocidades e realizada com blocos PID, sendo o
dimensionamento deste bloco realizado de acordo com a intuicao do problema. Desta forma a
velocidade e orientacoes sao dadas por:
(t)
q
(8.2)
em que
(8.3)
Sistema de Guiamento
trajectorias testadas, ao inves de um conjunto de ganhos que estivesse muito dependente da
trajectoria definida. Procurou-se nao so obter boas respostas em termos de trajectoria descrita e tempos de recuperacao da trajectoria baixos, como tambem que as referencias para os
controladores internos fossem suaves ao longo do tempo.
Para este tipo de aeronaves as trajectorias de referencias seriam o seguimento de dados percursos a uma altitude constante (por exemplo aeronaves que tiram fotografias aereas). Logo
no plano XOY (no referencial Terra), e dada a simetria por parte da aeronave, os erros de
posicao, tanto segundo o eixo do x como do y, devem ser muito semelhantes (por exemplo se
a trajectoria for uma circunferencia), pelo que faz todo o sentido os dois PID terem ganhos
iguais. Tal ja nao se aplica ao PID para correccao de altitude visto que neste caso as manobras
serao mais simples (manter altitude ou subidas).
Desta forma os ganhos utilizados foram entao:
G1 = G2 kp = 0.5, kd = 0.8 e ki = 0.055
G3 kp = 0.85, kd = 0.5 e ki = 0.2
(8.4)
(8.5)
Os ganhos definidos foram obtidos de uma forma experimental, tendo em conta os pontos
anteriores e a diminuicao da distancia total `a trajectoria (idealmente levar este erro para zero).
Finalmente note-se que o sistema de guiamento necessita de ter acesso `a sua posicao em cada
instante, o que facilmente pode ser obtido com um sistema GPS (Global Positioning System),
em que nao se assume qualquer dinamica adicional por parte do sensor (anexo B).
8.3
Resultados
Para testar o controlador desenvolvido foram testadas as varias trajectorias definidas anteriormente, em que em todos os casos as trajectorias eram geradas offline e fornecidas ao sistema
de guiamento. Apenas se apresentam algumas das trajectorias testadas encontrando-se as
restantes no anexo F.
Em relacao ao sistema em malha aberta, equacao 8.1, para a orientacao pitch e ainda necessario
ter em conta que existe um offset que tem de ser somado, de forma a manter sustentacao da
aeronave. Num voo em linha recta apesar da altitude se manter constante, logo a sua velocidade
segundo o eixo z seria nula, o que pela equacao daria um angulo nulo de referencia para o pitch.
Este angulo provoca que a aeronave nao mantenha a sua altitude, contrariamente ao desejado.
Para se compensar esta diferenca e calcular-se o offset a somar efectuaram-se ensaios em que
para varias velocidades num voo em linha recta se registrou o valor de pitch exacto tendo-se a
partir desses valores calculado uma aproximacao polinomial de quarta ordem, dada por:
Vel. (m/s)
pitch (rad)
18
0.0286
20
8.99 103
22
5.61 103
24
26
0.0167 0.0254
28
30
0.0323 0.0378
(8.6)
Sistema de Guiamento
2
1
Dados Experimentais
Aproximaao polinomial
1.5
0.9
0.8
0.5
0.7
Pitch ()
Pitch ()
Dados Experimentais
Aproximaao polinomial
0.6
0.5
0.5
0.4
1.5
0.3
0.2
2.5
15
20
25
0.1
19
30
19.5
20
20.5
21
21.5
Velocidade (m/s)
Velocidade (m/s)
Figura 8.4: Aproximacao polinomial para calculo do offset de pitch - resultado obtido e respectivo zoom
Em certas manobras (nomeadamente curvas) o offset assim calculado, nao e porem suficiente
para que a aeronave consiga estabilizar a uma certa altitude (ver mais adiante os resultados). Tal deve-se `as simplificacoes que estao a ser admitidas no calculo das referencias dos
controladores internos.
No caso da malha fechada nao e necessario adicionar este offset visto que como o controlador
tem accao integral este valor e aprendido.
Para todas as manobras apresenta-se o comportamento do sistema, tanto do sistema em malha
aberta como do sistema em malha fechada, visualizando-se os graficos com as trajectorias
desejadas e reais, e o erro em relacao `a trajectoria ao longo do tempo. Este erro corresponde
a distancia total `a trajectoria em cada instante.
As referencias para os controladores internos podem ser visualizadas no anexo F. Estas apresentaram comportamentos suaves, permitindo aos controladores internos um bom seguimento
das referencias.
8.3.1
Subida
A primeira manobra apresentada corresponde a uma manobra de subida (figura 8.5 a 8.6).
Como se observa, o sistema em malha aberta (figura 8.5) apresenta um bom comportamento
a nvel macroscopico sendo porem o erro em relacao `a trajectoria sempre diferente de zero, o
que se deve essencialmente a um atraso inicial que nao foi compensado.
59
Sistema de Guiamento
1030
Altitude (m)
1020
1010
1000
Altitude Desejada
Altitude Real
990
20
40
60
80
100
120
140
20
40
60
80
100
120
140
3.5
Distncia (m)
3
2.5
2
1.5
1
0.5
0
Tempo (s)
Altitude (m)
1025
1020
1015
1010
1005
Altitude Desejada
Altitude Real
1000
995
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Distncia (m)
1.5
0.5
Tempo (s)
8.3.2
Circunfer
encia
Sistema de Guiamento
Nesta manobra, ao contrario do que se verificava para a manobra de subida, o sistema em
malha aberta (figura 8.7) ja nao apresenta tao bons resultados, tomando o erro em relacao
`a trajectoria valores bastante elevados, como se observa pelo aspecto macroscopico no plano
XOY. De notar tambem que a aeronave nao consegue manter uma altitude constante, tal
devendo-se ao facto de que aeronave, para efectuar curvas, recorre aos ailerons o que implica
que o angulo de roll nao e nulo, o que influencia a propria sustentacao da aeronave.
800
y (m)
600
Trajectria Desejada
Trajectria Real
400
200
0
200
100
100
200
300
400
500
600
700
800
x (m)
Altitude (m)
1002
Altitude Desejada
Altitude Real
1001
1000
999
998
20
40
60
80
100
120
140
100
120
140
Tempo (s)
Distncia (m)
150
100
50
0
20
40
60
80
Tempo (s)
Figura 8.7: Circunferencia em malha aberta - trajectoria no plano XOY, altitude e erro `a
trajectoria
Velocidade (m/s)
A referencia gerada para o yaw, figura 8.8, neste caso, nao e seguido com um erro estatico nulo
(ao contrario do que se sucede por exemplo se as referencias forem escaloes - curva simples).
Porem, tal era de esperado visto que no projecto deste controlador nao foi includo qualquer
accao integral. Como nao ha o seguimento da rampa com erro estatico nulo tambem isso
contribuira para que o erro `a trajectoria nunca seja nulo (existe sempre uma desfasagem).
24
Velocidade Desejada
Velocidade Real
22
20
0
20
40
60
80
100
120
140
80
100
120
140
80
100
120
140
Orientao ()
400
Orientao Desejada
Orientao Real
300
200
100
0
20
40
60
Orientao ()
0.5
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
Tempo (s)
Figura 8.8: Circunferencia em malha aberta - referencias geradas para os controladores internos
Recorrendo ao sistema em malha fechada observam-se (figura 8.9) melhorias significativas tanto
ao nvel macroscopico na trajectoria, tanto no plano XOY, como na propria altitude que e agora
61
Sistema de Guiamento
estavel. Constata-se tambem que o erro em relacao `a trajectoria diminui drasticamente nao
sendo porem nunca nulo.
y (m)
800
600
Trajectria Desejada
Trajectria Real
400
200
0
200
100
100
200
300
400
500
600
700
x (m)
Altitude (m)
1002
1001
1000
Altitude Desejada
Altitude Real
999
998
20
40
60
Distncia (m)
80
100
120
140
100
120
140
Tempo (s)
8
6
4
2
0
20
40
60
80
Tempo (s)
Figura 8.9: Circunferencia em malha fechada - trajectoria no plano XOY, altitude e erro `a
trajectoria
Tal como se verificara para a manobra de subida, tambem nas manobras de curvas quanto mais
apertadas estas forem pior o sistema global se ira comportar. Este efeito pode ser observado
no anexo F em que outra circunferencia com menor raio e seguida mas o seu erro `a trajectoria
aumenta ou comparando as duas sinusoides testadas (uma mais rapidaque outra).
8.3.3
Espiral
Ate ao momento havia-se testado o sistema de guiamento mas separando a cadeia longitudinal
e a lateral, com uma trajectoria espiral as duas cadeias irao ser actuadas simultaneamente.
No sistema em malha aberta (figuras 8.10 e 8.11) como seria de esperar as trajectorias referencia
nao sao correctamente seguidas e existe um elevado erro que e essencialmente devido ao erro
da trajectoria no plano XOY.
y (m)
600
400
Trajectria Desejada
Trajectria Real
200
0
0
100
200
300
400
x (m)
500
600
Altitude (m)
1400
1200
Altitude Desejada
Altitude Real
1000
800
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Tempo (s)
Distncia (m)
150
100
50
0
Tempo (s)
Figura 8.10: Espiral em malha aberta - trajectoria no plano XOY, altitude e erro `a trajectoria
62
Sistema de Guiamento
1400
1350
1300
z (m)
1250
1200
1150
(2)
1100
(1)
1050
800
1000
950
600
600
400
500
400
200
300
200
x (m)
y (m) 100
100
200
y (m)
600
400
Trajectria Desejada
Trajectria Real
200
0
0
100
200
300
400
x (m)
500
600
Altitude (m)
1400
1200
1000
800
Altitude Desejada
Altitude Real
0
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Tempo (s)
Distncia (m)
10
Tempo (s)
Figura 8.12: Espiral em malha fechada - trajectoria no plano XOY, altitude e erro `a trajectoria
63
Sistema de Guiamento
1400
1350
1300
z (m)
1250
1200
1150
1100
(1)
1050
(2)
1000
600
400
950
600
500
200
400
300
200
y (m)
0
100
100
x (m)
200
8.3.4
Um dos problemas que se poe no guiamento e o da aquisicao. Este consiste em o aviao, nao se
encontrar na trajectoria desejada tendo por isso que mudar, possivelmente de orientacao, para
entrarna trajectoria desejada.
Apresenta-se de seguida (figura 8.14) um teste com uma rajada em que a trajectoria desejada
e uma sinusoide lateral (estudo sobre sinusoides pode ser consultado no anexo F). Este teste
visa compreender o resultado devolvido pelo sistema global face a uma perturbacao. O teste
possibilita tambem o estudo do guiamento face a um problema de aquisicao visto que a rajada
considerada e discreta o que possibilita a escolha do tempo em que a rajada se faz sentir.
A rajada considerada tem uma amplitude igual a 10m/s.
60
40
y (m)
20
0
Traj. Desejada
Traj. Real
Traj. Real Com Rajada
20
40
60
500
1000
1500
2000
2500
3000
x (m)
Distncia (m)
20
15
10
20
40
60
80
100
120
140
Tempo (s)
Captulo 9
Conclus
oes
Neste trabalho considera-se a aplicacao varias tecnicas de controlo a uma aeronave de pequenas
dimensoes. Para tal, e de forma a permitir quer ensaios em simulacao, quer a analise das
caractersticas dinamicas da aeronave, utilizou-se um modelo matematico nao linear de base
fsica [2],[3]. A validade do modelo, so analisavel com rigor com testes em t
unel de vento,
foi verificada atraves da comparacao das derivadas aerodinamicas calculadas do modelo com
dados experimentais de um aparelho com caractersticas semelhantes (Cessna 172). O modelo
matematico foi simulado usando o ambiente Simulink do MATLAB.
Com base no modelo, caracterizou-se o comportamento dinamico, incluindo regimes lineares
(pequenas variacoes em torno de um ponto de equilbrio) e nao lineares. Mostra-se tambem a
variacao do regime linear em funcao da velocidade.
Quando se efectua o controlo automatico de uma aeronave o seu movimento e afectado por
comandos do sistema de guiamento, efeitos atmosfericos e rudo nos sensores, sendo os comandos do sistema de guiamento perturbacoes intencionais ou desejadas. Deste modo, fez-se
uma descricao das perturbacoes atmosfericas baseadas no modelo de Dryden de turbulencia
atmosferica e estudou-se o efeito do rudo nos sensores de modo a que o sistema de controlo as
possa atenuar. Admite-se que os sensores nao introduzem dinamicas adicionais.
De forma a ter uma base de partida para os restantes controladores desenvolvidos e para
estabelecimento dos diagramas de blocos, projectou-se um sistema de controlo baseado em
controladores classicos. As variaveis controladas - roll, yaw, pitch e velocidade - permitem a
estabilizacao da aeronave e sao os comandos de um piloto remoto ou as sadas de um sistema
de guiamento. A regulacao do angulo de sideslip permite a realizacao de volta coordenada nas
manobras efectuadas.
O projecto dos controladores locais foi baseado em tecnicas polinomiais, tendo sido projectado
controladores locais lineares para cada uma das condicoes de voo (em funcao da velocidade).
No projecto de controladores polinomiais e necessario o conhecimento das funcoes transferencia
entrada-sada a controlar, pelo que e necessario recorrer `a identificacao destas. Esta fase foi das
mais complicadas, visto que tratar-se de um sistema MIMO (Multiple Input Multiple Output),
ou seja a identificacao de cada cadeia nao pode ser feita excluindo as outras, visto que as
variaveis a controlar nao independentes entre si. O metodo escolhido para identificacao foi o
da Maxima Verosimilhanca por ser o mais geral e poderoso apesar de ser o computacionalmente
mais pesado.
No projecto dos controladores, em alguns caso foi considerado a inclusao de efeito integral,
o que combinado com actuadores que possam entrar em zonas de saturacao podem originar
resultados indesejaveis (efeito conhecido como integrator windup). De forma a resolver este
problema e adoptada uma tecnica de Anti-windup, que funciona como um condensador a
descarregar na zona em que se atingem as saturacoes, atraves de uma realimentacao.
A utilizacao da tecnica de controladores polinomiais mostrou-se proveitosa. Apesar de ser
uma tecnica de controlo baseada em modelos lineares e a dinamica da aeronave ser nao linear, os controladores desenvolvidos apresentam boas caractersticas de robustez face `as nao
65
Conclusoes
linearidades avaliadas em simulacao.
No intuito de tornar o desempenho do sistema independente das variacoes de velocidade, utilizase tecnicas de atribuicao de ganhos (gain scheduling), que consiste na colagemdos diversos
controladores lineares, dimensionados para os diversos pontos de funcionamento, atraves da
interpolacao dos parametros dos controladores por uma variavel de seleccao. A estabilidade e
o desempenho do sistema com gain scheduling sao avaliados atraves de simulacoes, que foram
pondo `a prova a robustez do sistema face a variacoes rapidas do regime de voo. Em resumo,
os sistemas com gain scheduling mantem-se estaveis, cumprindo com as especificacoes para
a gama de velocidades pretendida, apresentando em todos os casos desempenhos superiores
em relacao aos controladores fixos. Tanto para cadeia de pitch como para a cadeia de roll o
comportamento com a velocidade tem algumas semelhancas, que se devem essencialmente `a
dependencia das forcas e momentos aerodinamicos com a pressao dinamica, verificando-se o
forte acoplamento que existe na cadeia de pitch com a velocidade, sendo que o desempenho da
dinamica lateral mostrou-se menos sensvel a estas variacoes.
Desenvolveu-se, de uma forma construtiva, um controlador adaptativo para a cadeia de pitch.
A inclusao de um integrador na cadeia de controlo revelou ser a melhor opcao para que o
erro estatico de posicao fosse nulo. Verificou-se que a inclusao de referencias no pseudoestado
nem sempre e a melhor opcao, pois neste caso a coexistencia de efeito integral levou a uma
competicao, o que provocou um erro de seguimento nao nulo.
De modo a reduzir a sobreelevacao e o tempo de estabelecimento foi necessario incluir a velocidade de rotacao Q no pseudoestado. Quando testado com velocidade variavel, o controlador
originou resultados qualitativamente piores. Verificou-se que a penalizacao da cadeia de controlo revela ter uma grande dependencia com a qualidade do seguimento. Deste modo variou-se
a penalizacao da cadeia de controlo, , em funcao da velocidade. Assim considerou-se a afinacao
feita para os dois extremos (baixas e altas velocidades) e interpolou-se uma recta, de modo a
que quando a velocidade variasse tambem variasse.
Estudou-se ainda para esta cadeia a variacao do custo em funcao do horizonte T . Os resultados
revelaram que o custo inicialmente decresce, com o aumento de T , atingindo um mnimo. No
entanto, apos esse mnimo, o aumento do horizonte provoca tambem um aumento no custo que
e devido `a degradacao da estimativa dos preditores que deixa de ser suficientemente boa.
Para as restantes cadeias o projecto de controlo foi similar ao realizado para a cadeia de pitch.
Au
nica excepcao na cadeia de roll foi que nao se considerou necessario uma variacao do peso
da accao de controlo em funcao da velocidade pois esta cadeia e menos sensvel`a velocidade
que a anterior. Na cadeia de yaw o arranque do algoritmo mostrou-se problematico enquanto
que na cadeia de velocidade as saturacoes revelaram-se criticas sendo necessario aplicar filtros.
Com os controladores locais internos desenvolvidos projectou-se entao controladores de coordenacao (cadeia externa em cascata com os controladores internos) para o seguimento de
trajectorias, baseados em tecnicas de controlo classico. Os controladores desenvolvidos foram
ajustados para o seguimento de trajectorias (Tracking), ou seja seguimento em termos estritos
do ponto de vista temporal. Com base nas trajectorias testadas conclui-se que o sistema de
guiamento desenvolvido consegue fazer o seguimento de trajectorias algo complexas.
Algumas questoes que surgiram ao longo do trabalho ficaram em aberto. Algumas dessas
questoes poderao proporcionar eventuais trabalhos futuros:
Uso de outras tecnicas de identificacao, tendo em conta a nao linearidade do sistema
(NARX e NARMAX ), que possam levar a modelos mais precisos.
66
Conclusoes
Identificacao a partir de dados reais e comparacao com os modelos obtidos a partir do
modelo matematico.
Diversificacao na classificacao de regioes, ou seja nao so definir regioes em funcao da
velocidade mas tambem em funcao da altitude e da localizacao do centro de massa.
Escolha de outro tipo de variaveis de seleccao para o gain scheduling, por exemplo baseado
em estatsticas ou redes neuronais.
Sistema que integre os controladores adaptativos para as diferentes cadeias.
Analise da robustez do sistema face a falhas. Identifica-se desde logo um problema caso
exista uma falha, nomeadamente com a funcao (U ), visto que esta nao se ira adaptar `a
mudanca que o sistema assumir.
Desenvolvimento de um sistema de guiamento tendo em conta a cinematica global do
sistema aeronave/controladores internos (cinematica inversa).
Coordenacao de comportamentos - existencia de outros veculos, tripulados ou nao, a
operar na mesma zona e sob os quais nao ha qualquer tipo de informacao. Esses objectos
tem de ser detectados de modo a realizar correccoes na trajectoria de forma a que,
cumprindo os objectivos da missao, se evite colisoes.
67
ANEXO A
Modelo da aeronave
Nesta seccao apresentam-se todas as equacoes do modelo, os respectivos parametros da aeronave e a estrutura de blocos em Simulink. A base do modelo teve como referencia o trabalho e
tese de mestrado de Lus Mendonca Rato e Rui Neves da Silva ([2],[3]).
A.1
O modelo
(A.1)
(A.2)
(A.3)
1
U = RV QW + X
m
1
V = P W RU + Y
m
= QU P V + 1 Z
W
m
(A.4)
(A.5)
(A.6)
P = i1 P Q + i2 QR + i3 L + i4 N
Q = i5 P R + i6 (R2 P 2 ) + i7 M
R = i8 P Q + i9 QR + i10 L + i11 N
(A.7)
(A.8)
(A.9)
(A.10)
(A.11)
cos()
sin()
= R
+Q
cos()
cos()
(A.12)
X = Xg + Xa + Xp
Y = Yg + Ya + Yp
Z = Zg + Za + Zp
(A.13)
(A.14)
(A.15)
L = La + Lp
M = Ma + Mp
N = Na + Np
(A.16)
(A.17)
(A.18)
69
Modelo da aeronave
Xg = mg sin()
Yg = mg cos() sin()
Zg = mg cos() cos()
(A.19)
(A.20)
(A.21)
(A.22)
(A.23)
(A.24)
W
U
V
=
U
(A.25)
(A.26)
CLW = aW ( L0 + f f )
W = K1 CLW + K2
(A.27)
lT
W
V2
(A.28)
LW = qSW CLW
(A.29)
LT = qST aT ( + W + T + e e +
LF = qSF aF ( + r r
DW = qSW (CD0
QlT
)
V
RlF
P P
+
)
V
V
CL2 W
)
+
AW e
(A.30)
(A.31)
(A.32)
DB = qSref CDB
(A.33)
1 2
V
2
V =
U2 + V 2 + W 2
q =
(A.34)
(A.35)
La = LW + LF
Ma = MW + MT + MB
Na = NW + NF + NB
(A.36)
(A.37)
(A.38)
70
Modelo da aeronave
LW
LF
MW
MT
MB
NW
=
=
=
=
=
=
NF
NB
na
(A.39)
(A.40)
(A.41)
(A.42)
(A.43)
(A.44)
(A.45)
(A.46)
(A.47)
Xp = T
Yp = T sin(y )
Zp = T sin(z )
(A.48)
(A.49)
(A.50)
Lp = Q
Mp = lp T sin(z )
Np = lp T sin(y )
(A.51)
(A.52)
(A.53)
T =
1
T V0
Pmax P TH
Ke
Ke
(A.54)
Pmax PP TH
2 V0
s
T
V
V2
=
+
+
2
2Sd
4
Q =
(A.55)
V0
(A.56)
= Aact + Bact
0
a e r f
=
0
a e r f
=
A.2
(A.57)
(A.58)
(A.59)
Os par
ametros
= 1.23 Kgm3
g = 9.8065 ms2
m = 10.5 Kg
Ixx = 1.9 Kgm2
71
Modelo da aeronave
Iyy = 2.5 Kgm2
Izz = 3.5 Kgm2
Ixz = 0.052 Kgm2
xx Iyy )Ixz
i1 = (IzzI+I
2
xx Izz I
xz
i2 =
2 I 2
Iyy Izz Izz
xz
2
Ixx Izz Ixz
i3 =
Izz
2
Ixx Izz Ixz
i4 =
Ixz
2
Ixx Izz Ixz
i5 =
Izz Ixx
Iyy
i6 =
Ixz
Iyy
i7 =
1
Iyy
i8 =
2 I I +I 2
Ixx
yy xx
xz
2
Ixx Izz Ixz
i9 =
i10 =
Ixz
2
Ixx Izz Ixz
i11 =
Ixx
2
Ixx Izz Ixz
SW = 1.04 m2
b = 2.7 m
c = 0.4 m
lW = 0.0 m
AW = 7.0
aW = 4.7 rad1
L0 = 0.082 rad
CMac = 0.065
f = 0.27
la = 0.54 rad1
K3 = 0.03
CD0 = 0.007
e = 0.90
ST = 0.19 m2
aT = 3.8 rad1
T = 0.017 rad
e = 0.75
lT = 1.0 m
SF = 0.09 m2
72
Modelo da aeronave
aF = 1.8 rad1
r = 0.78
lF = 1.0 m
hF = 0.17 m
K1 = 0.086 rad
K2 = 0.4 rad
Sref CDB = 0.014 m2
KMB = 0.058m3 rad1
KNB = 0.17m3 rad1
1 = 2.0 m4 rad1
2 = 0.17 m4 rad1
3 = 3.0 m4 rad2
4 = 0.16 m4 rad1
5 = 1.6 m4 rad2
6 = 0.018 m4 rad1
7 = 0.14 m4 rad2
8 = 0.086 m4 rad3
9 = 0.028 rad1
10 = 0.0022 rad1
11 = 0.053 rad2
P = 0.43 m
y = 2o = 0.035 rad
z = 1o = 0.017 rad
lp = 0.4 m
Pmax = 3400 W
P = 0.8
PP = 0.5
Sd = 0.20 m2
Ke = 2.0 m2
Aact = Bact
60 0
0
0
0 60 0
0
=
0
0 60 0
0
0
0 60
73
Modelo da aeronave
A.3
74
ANEXO B
Sensores
Na escolha dos sensores para o controlo de um sistema devem-se considerar quais as variaveis
importantes e quais sao as fisicamente mensuraveis. Existem varios factores que influenciam a
escolha de um sensor (tipo de tecnologia, caractersticas fsicas, qualidade, custo ...).
Neste trabalho nao se faz uso de sensores para medir todo o estado da aeronave; tenta-se
atraves de um n
umero mnimo de sensores, obter toda a informacao indispensavel ao controlo
e estabilizacao da aeronave. Dessa forma consideram-se os seguintes sensores: giroscopio de
rotacao, giroscopio vertical, velocmetro, altmetro e GPS.
B.1
Girosc
opio de rotac
ao
(B.1)
Este binario e absorvido por uma mola e constitui uma medida da rotacao wp . Os giroscopios
de rotacao consistem entao num rotor em movimento sobre um quadro acoplado a um detector
de angulo, uma mola de restituicao e um dispositivo de amortecimento.
(B.2)
(B.3)
(B.4)
75
Sensores
B.2
Girosc
opio vertical
Ao contrario do giroscopio de rotacao, o giroscopio vertical tem o eixo de rotacao livre. Assim,
esse eixo aponta segundo uma direccao constante (vertical). De facto, devido `a rotacao da
terra e ao movimento sobre a superfcie da terra este eixo nao e exactamente constante em
relacao ao referencial Terra. A actualizacao da orientacao do eixo faz-se com um mecanismo
do tipo pendulo (usualmente interruptores de merc
urio) de forma que o eixo aponte sempre
segundo o vector forca da gravidade. Uma vez estabilizado o eixo segundo a vertical, podem
medir-se os angulos de roll, pitch e de yaw, directamente atraves de potenciometros.
B.3
Altmetro e velocmetro
(B.5)
(B.6)
Sensores
B.4
GPS
O sistema GPS e o sistema de navegacao por satelite. O GPS providencia sinais de satelite
codificados que permitem calcular a posicao, velocidade e tempo. Quatro sinais de satelites
sao utilizados para a calcular a posicao (a 3 dimensoes) e o offset temporal do relogio receptor.
ANEXO C
Identificac
ao
Neste anexo apresenta-se o metodo utilizado na identificacao, das funcoes de transferencia
entrada-sada dos sistemas que se pretendem controlar, denominado maxima verosimilhanca.
Posteriormente seguem-se os resultados obtidos na identificacao das varias cadeias de controlo.
C.1
M
axima Verosimilhanca
Seja y uma variavel aleatoria cuja densidade de probabilidade p(y|) depende de um parametro
desconhecido .
Admitindo que se conhece a forma de p(y|) pretende-se escolher o que maximiza a funcao
de verosimilhanca:
L() = p(y|)
(Likehood Function)
log{L()}|=M V = 0
ou seja
(C.1)
sendo e(t) rudo branco de variancia desconhecida. Com alguma manipulacao algebrica chegase a:
e(t) = y(t) +
n
X
ai y(t i)
i=1
n
X
bi u(t i)
i=1
n
X
ci e(t i)
i=1
Logo dada uma estimativa inicial dos parametros , estima-se o erro de predicao:
(t) = y(t) +
n
X
i=1
ai y(t
i)
n
X
bi u(t
i)
i=1
n
X
ci (t i)
i=1
Identificacao
C.2
Resultados
C.2.1
Cadeia de velocidade
Ordens
Treino
Valid.
Polos
Zeros
Modelo
A (q ) = 1 1.322q 1 + 0.325q 2
B1 (q 1 ) = 0.467q 1 + 0.348q 2
B2 (q 1 ) = 0.462q 1 0.072q 2
C (q 1 ) = 1 + 1.244q 1 + 0.991q 2
A (q 1 ) = 1 1.258q 1 + 0.263q 2
B1 (q 1 ) = 0.440q 1 + 0.317q 2
B2 (q 1 ) = 0.016q 1 0.130q 2
C (q 1 ) = 1 + 1.333q 1 + 0.983q 2
A (q 1 ) = 1 1.211q 1 + 0.218q 2
B1 (q 1 ) = 0.418q 1 + 0.292q 2
B2 (q 1 ) = 0.486q 1 + 0.575q 2
C (q 1 ) = 1 + 1.403q 1 + 0.972q 2
A (q 1 ) = 1 1.168q 1 + 0.177q 2
B1 (q 1 ) = 0.395q 1 + 0.268q 2
B2 (q 1 ) = 0.688q 1 + 0.764q 2
1
C (q ) = 1 + 1.389q 1 + 0.956q 2
18 m/s
2221
97.59 %
97.80 %
0.995
0.327
-0.746
22 m/s
2221
98.74 %
98.50 %
0.993
0.265
-0.721
26 m/s
2221
98.95 %
98.88 %
0.991
0.220
-0.699
30 m/s
2221
99.04 %
98.76 %
0.989
0.179
-0.679
Identificacao
22 m/s
24.5
20
24
Velocidade (m/s)
Velocidade (m/s)
18 m/s
20.5
19.5
Sistema No Linear
Sistema Linear
19
18.5
23.5
22.5
18
17.5
Sistema No Linear
Sistema Linear
23
22
200
300
400
21.5
500
200
Tempo (s)
300
26 m/s
32
Velocidade (m/s)
28.5
Velocidade (m/s)
500
30 m/s
29
28
27.5
Sistema Linear
Sistema No Linear
27
26.5
31.5
31
200
300
400
30
29.5
500
Sistema Linear
Sistema No Linear
30.5
26
25.5
400
Tempo (s)
200
300
Tempo (s)
400
500
Tempo (s)
Figura C.1: Resposta ao escalao do sistema linear e nao linear para as varias regioes.
Na figura C.2 podem-se observar as respostas ao escalao dos modelos obtidos.
25
Velocidade [m/s]
20
15
10
18 m/s
22 m/s
26 m/s
30 m/s
10
20
30
40
50
60
70
80
90
100
Tempo [s]
Figura C.2: Resposta ao escalao dos modelos obtidos para as varias zonas de funcionamento.
Dadas as estruturas obtidas esperam-se que os comportamentos destas sejam tambem eles
81
Identificacao
semelhantes.
No entanto, da figura, e desde logo evidente os diferentes ganhos estaticos para cada ponto de
funcionamento. Para velocidades baixas temos ganhos maiores e `a medida que se aumenta a
velocidade o ganho diminui. Tal faz sentido, porque com o aumento da velocidade da aeronave
mais nos aproximamos da limitacao desta consequentemente menor e a capacidade de aumento.
Tambem nos diagramas de Bode (tanto de amplitude como de fase), figura C.3, e notorio a
semelhanca entre os modelos. Constata-se tambem a diferenca de ganhos estaticos para as
varias velocidades, assim como a pequena variacao da largura de banda do sistema com a
velocidade. Pelas margens de ganho e de fase comprova-se, a ja referida, estabilidade dos
sistemas.
60
50
Amplitude (dB)
40
30
20
10
0
10
20
30
40
0
18 m/s
22 m/s
26 m/s
30 m/s
Fase ()
45
90
135
180
225
3
10
10
10
10
10
10
Frequncia (rad/s)
Largura de Banda
0.0501 rad/s
0.0702 rad/s
0.0904 rad/s
0.1106 rad/s
Margem de Fase
24o
33o
39o
45o
Margem de Ganho
5.81 dB
7.28 dB
8.52 dB
9.69 dB
Tabela C.2: Largura de banda, margem de fase e margem de ganho dos sistemas TH
V elocidade U .
Na representacao do mapa de polos e zeros, figura C.4, dos varios modelos, pode ver-se o andamento destes com a variacao da velocidade onde os polos dominantes parecem independentes
da velocidade.
82
Identificacao
Plos (x) e Zeros (o)
1
0.8
0.6
0.4
0.2
(4) (1) (2) (3)
0.2
0.4
(1) 22 m/s
(2) 26 m/s
(3) 30 m/s
(4) 18 m/s
0.6
0.8
0.5
0.5
C.2.2
Cadeia de altitude
Neste caso, como a cadeia de controlo e uma cascata, a funcao de transferencia a identificar
primeiramente e e .
Inicialmente e logico pensar que a metodologia a aplicar neste caso e identica ao anterior. No
entanto, ao contrario do que se verifica no caso anterior, com a cadeia de velocidade controlada,
que influencia a cadeia de pitch, o sistema fica instavel. Isto porque quando perturbamos, por
exemplo negativamente, os elevadores a velocidade baixa. Com isto o controlador de velocidade
aumenta a potencia do motor de modo a compensar esta perca de velocidade. Isto faz com que
o pitch aumente ainda mais ficando instavel. Ou seja, e difcil restringir o pitch a uma gama
de valores quando se perturba os elevadores e se tem o controlador de velocidade ligado.
Como nesta cadeia e possvel, identificou-se a funcao transferencia com o sistema em malha
aberta, portanto, sem nenhum controlador ligado. Apenas tem que se ter cuidado para que
nao se fuja da zona de funcionamento em causa.
De seguida mostram-se os resultados obtidos.
Veloc.
Ordens
Treino Valid.
18 m/s
4401
99.48
99.50
22 m/s
4401
99.45
99.44
26 m/s
4401
99.42
99.45
30 m/s
4401
99.38
99.37
Modelo
A (q ) = 1 3.038q + 3.443q 2 1.766q 3 + 0.362q 4
B (q 1 ) = 0.133q 1 + 0.013q 2 + 0.215q 3 0.097q 4
A (q 1 ) = 1 2.877q 1 + 3.054q 2 1.470q 3 + 0.294q 4
B (q 1 ) = 0.192q 1 + 0.018q 2 + 0.291q 3 0.119q 4
A (q 1 ) = 1 2.731q 1 + 2.706q 2 1.213q 3 + 0.238q 4
B (q 1 ) = 0.259q 1 + 0.024q 2 + 0.368q 3 0.138q 4
A (q 1 ) = 1 2.584q 1 + 2.367q 2 0.973q 3 + 0.191q 4
B (q 1 ) = 0.334q 1 + 0.030q 2 + 0.445q 3 0.146q 4
83
Identificacao
18 m/s
22 m/s
0.035
0
Sistema Linear
Sistema No Linear
Sistema Linear
Sistema No Linear
0.005
(rad)
(rad)
0.03
0.025
0.01
0.015
0.02
300
400
500
600
0.02
100
700
200
Tempo (s)
300
400
500
Tempo (s)
26 m/s
30 m/s
0.02
0.03
Sistema Linear
Sistema No Linear
0.025
Sistema Linear
Sistema No Linear
0.035
0.03
(rad)
(rad)
0.04
0.035
0.045
0.05
0.055
0.04
0.06
0.045
100
200
300
400
0.065
100
500
200
Tempo (s)
300
400
500
Tempo (s)
Figura C.5: Resposta ao escalao do sistema linear e nao linear para as varias regioes.
Os ajustes de treino, validacao e grafico indicam uma identificacao bem sucedida. Os modelos revelam estruturas semelhantes como no caso da velocidade. Em baixo apresentam-se as
respostas ao escalao para cada ponto de funcionamento.
1
18 m/s
22 m/s
26 m/s
30 m/s
0.5
[rad]
0.5
1.5
2.5
20
40
60
80
100
120
140
160
180
Tempo [s]
200
Identificacao
Das respostas ao escalao ressaltam desde logo 3 factos - existencia de regime oscilatorio, diferentes ganhos estaticos para as varias velocidades e o sistema ser de fase nao minima.
Como se viu no captulo 2, um escalao nos elevadores vai excitar o modo de oscilacao Phugoid.
Em relacao `a variacao do ganho estatico constata-se que para velocidades maiores os ganhos sao
maiores. Pensando em termos aerodinamicos, para a mesma actuacao nos elevadores, quanto
maior for a velocidade maior e a sustentacao e consequentemente maior sera o pitch.
Na tabela C.4 disponibilizam-se informacoes adicionais sobre os sistema identificados.
Velocidade
18 m/s
22 m/s
26 m/s
30 m/s
Polos
0.995+0.061i
0.995-0.061i
0.524+0.300i
0.524-0.300i
0.995+0.050i
0.995-0.050i
0.444+0.315i
0.444-0.315i
0.994+0.042i
0.994-0.042i
0.371+0.323i
0.371-0.323i
0.994+0.036i
0.994-0.036i
0.298+0.323i
0.298-0.323i
Zeros
-1.413
0.985
0.521
-1.359
0.988
0.462
-1.308
0.988
0.412
-1.252
0.988
0.353
-
Larg. de Banda
Marg. de Fase
Marg. de Ganho
4.12 rad/s
221.1o
35.2 dB
3.16 rad/s
216.4o
32.7 dB
2.24 rad/s
213.4o
30.9 dB
1.63 rad/s
209.4o
29.9 dB
Tabela C.4: Largura de banda, margem de fase e margem de ganho dos sistemas e .
A nvel de estabilidade todos os sistemas sao estaveis visto que os polos encontram-se dentro
do circulo unitario. Esta estabilidade tambem pode ser vista pelas margens de fase e de ganho
assim como pela situacao fsica em causa - uma perturbacao nos elevadores ira sempre fazer
com que o pitch estabilize.
Observando os polos ve-se que estes estao coerentes com os registados na figura 2.7. Analisando
os polos dominantes conclui-se que estes sao complexos conjugados, da o regime oscilatorio,
e que aproximam-se, no plano continuo, da origem `a medida que a velocidade aumenta. Isto
leva a que a largura de banda seja maior para velocidade menores. Estes resultados apesar
de parecerem contraditorios estao coerentes com o que foi estudado anteriormente. De facto,
observando a figura C.6, o que se passa e que larguras de banda maiores nao implicam tempos
de estabelecimento maiores. Isto porque este u
ltimo depende nao so da frequencia natural
como do factor de amortecimento.
ts (x%) =
|ln0.01x|
n
(C.2)
Identificacao
40
30
Amplitude (dB)
20
10
0
10
20
30
40
270
18 m/s
22 m/s
26 m/s
30 m/s
Fase ()
180
90
90
180
3
10
10
10
10
10
10
Frequncia (rad/s)
(1) 18 m/s
(2) 22 m/s
(3) 26 m/s
(4) 30 m/s
0.8
0.6
0.4
0.2
(1)
(2)
(3)
(4)
0.2
0.4
0.6
0.8
1.5
0.5
0.5
C.2.3
Cadeia Lateral
86
Identificacao
Veloc.
Ordens
Treino Valid.
Polos
Zeros
Modelo
A (q ) = 1 0.987q 1 0.013q 2
B1 (q 1 ) = 0.287q 1 + 0.272q 2
B2 (q 1 ) = 7.87e 7q 1 + 5.81e 5q 2
B3 (q 1 ) = 2.16e 5q 1 + 1.47e 5q 2
C (q 1 ) = 1 + 1.33q 1 + 1.00q 2
A (q 1 ) = 1 1.046q 1 + 0.047q 2
B1 (q 1 ) = 0.423q 1 + 0.336q 2
1
B2 (q ) = 2.42e 6q 1 + 1.07e 6q 2
B3 (q 1 ) = 8.43e 7q 1 + 1.57e 6q 2
C (q 1 ) = 1 + 1.227q 1 + 0.973q 2
A (q 1 ) = 1 1.081q 1 + 0.082q 2
B1 (q 1 ) = 0.559q 1 + 0.382q 2
1
B2 (q ) = 2.78e 6q 1 + 9.88e 7q 2
B3 (q 1 ) = 7.25e 8q 1 5.67e 7q 2
C (q 1 ) = 1 + 1.283q 1 + 0.873q 2
A (q 1 ) = 1 1.103q 1 + 0.105q 2
B1 (q 1 ) = 0.698q 1 + 0.417q 2
1
B2 (q ) = 2.83e 5q 1 4.87e 6q 2
B3 (q 1 ) = 2.71e 5q 1 + 2.02e 5q 2
C (q 1 ) = 1 + 1.155q 1 + 1.004q 2
18 m/s
2221
99.38
99.04
1.000
-0.013
22 m/s
2221
99.74
99.73
0.999
0.047
-0.795
26 m/s
2221
99.83
99.81
0.998
0.082
-0.685
99.27
0.998
0.105
-0.597
30 m/s
2221
98.88
-0.946
22 m/s
0.07
0.08
0.06
(rad)
(rad)
0.06
Sistema Linear
Sistema No Linear
0.05
0.04
0.03
0.02
Sistema Linear
Sistema No Linear
0.04
0.02
0.01
0
200
400
600
800
1000
200
Tempo (s)
400
600
800
1000
Tempo (s)
26 m/s
30 m/s
0.07
0.08
0.06
0.06
0.04
(rad)
(rad)
0.05
Sistema Linear
Sistema No Linear
0.03
0.02
Sistema Linear
Sistema No Linear
0.04
0.02
0.01
0
200
400
600
800
1000
200
400
600
800
1000
Tempo (s)
Tempo (s)
Figura C.9: Resposta ao escalao do sistema linear e nao linear para as varias cadeias.
87
Identificacao
0.2
18 m/s
22 m/s
26 m/s
30 m/s
0.18
0.16
0.14
[rad]
0.12
0.1
0.08
0.06
0.04
0.02
100
200
300
400
500
600
700
800
900
1000
Tempo [s]
Figura C.10: Resposta ao escalao dos modelos obtidos para as varias zonas de funcionamento..
Amplitude (dB)
100
50
50
0
18 m/s
22 m/s
26 m/s
30 m/s
Fase ()
45
90
135
180
225
270
5
10
10
10
10
10
10
10
10
Frequncia (rad/s)
88
Identificacao
Plos (x) e Zeros (o)
1
0.8
0.6
(1) 18 m/s
(2) 22 m/s
(3) 26 m/s
(4) 30 m/s
0.4
0.2
0.2
0.4
0.6
0.8
1
1
0.8
0.6
0.4
0.2
0.2
0.4
0.6
0.8
Ordens
Treino
Valid.
Modelo
A (q ) = 1 1.548q 1 + 0.321q 2 + 0.251q 3
B1 (q 1 ) = 0.043q 1 + 0.037q 2 + 0.017q 3
B2 (q 1 ) = 0.309q 1 + 0.145q 2 + 0.163q 3
C (q 1 ) = 1 0.845q 1
1
A (q ) = 1 1.548q 1 + 0.321q 2 + 0.251q 3
B1 (q 1 ) = 0.043q 1 + 0.037q 2 + 0.017q 3
B2 (q 1 ) = 0.309q 1 + 0.145q 2 + 0.163q 3
C (q 1 ) = 1 0.845q 1
A (q 1 ) = 1 1.376q 1 + 0.194q 2 + 0.223q 3
B1 (q 1 ) = 0.112q 1 + 0.126q 2 + 0.002q 3
B2 (q 1 ) = 0.162q 1 0.549q 2 + 0.406q 3
C (q 1 ) = 0
A (q 1 ) = 1 1.319q 1 + 0.212q 2 + 0.155q 3
B1 (q 1 ) = 0.168q 1 + 0.210q 2 + 0.026q 3
B2 (q 1 ) = 0.476q 1 0.994q 2 + 0.541q 3
C (q 1 ) = 1 0.893q 1
18 m/s
3311
98.76
98.39
22 m/s
3311
98.76
98.39
26 m/s
3301
97.44
97.41
30 m/s
3311
99.16
99.04
89
Identificacao
18 m/s
22 m/s
0.04
0.03
0.02
0.02
(rad)
(rad)
0.03
Sistema Linear
Sistema No Linear
0.01
0
0.01
100
Sistema Linear
Sistema No Linear
0.01
200
300
400
500
0.01
100
600
200
Tempo (s)
26 m/s
0.02
0.02
0.015
0.015
500
600
0.01
(rad)
(rad)
400
30 m/s
0.025
Sistema Linear
Sistema No Linear
0.01
0.005
Sistema Linear
Sistema No Linear
0.005
0
0.005
0.005
0.01
100
300
Tempo (s)
200
300
400
500
600
Tempo (s)
0.01
100
200
300
400
500
600
Tempo (s)
Figura C.13: Resposta ao escalao do sistema linear e nao linear para as varias regioes.
90
ANEXO D
Controlo Polinomial
D.1
O objectivo nesta fase e o projecto de controladores polinomiais com dois graus de liberdade
com a estrutura que se mostra na figura D.1,
d
r
T
R
B
A
S
R
(D.1)
R S
R T
(D.2)
No caso em que as ordens sao todas iguais, entao o controlador nao introduz atrasos. Tendo
em conta a figura 5.2 (para d = 0) o problema de projecto do controlador, consiste em obter
R, S e T tal que:
Bm
BT
=
AR + BS
Am
(D.3)
Controlo Polinomial
Porem, na maioria dos casos, e necessaria a introducao de um observador (Ao ) de modo a
garantir condicoes de causalidade. Reformulando, o problema consiste em obter R, S e T que
satisfacam:
Bm Ao
BT
=
AR + BS
Am Ao
(D.4)
A ordem do observador, bem como a sua localizacao, esta tambem sujeita a certas restricoes.
Como a resolucao da equacao (D.4) pode levar ao cancelamento de polos e zeros, e necessario
ter algumas preocupacoes de forma a evitar o cancelamento de polos e zeros de fase nao mnima,
o que levaria a modos internos instaveis. Assim, apenas se podem cancelar os zeros estaveis,
logo se existir um destes zeros em B e esse zero nao for factor de Bm entao devera ser factor
de AR + BS de forma a ser cancelado.
Desta forma factoriza-se B como,
B = B+B
(D.5)
(D.6)
e como B + e para ser cancelado entao tera de ser factor de AR + BS, pelo que tambem sera
factor de R,
R = B+R
(D.7)
(D.8)
e, considerando a necessidade de inclusao de integradores para garantir o seguimento de referencias com erro estatico nulo, tem-se,
T
A(z
1) R
BS
B m Ao
Am Ao
(D.9)
em que R = (z 1) R1 e e o n
umero de integradores.
Os polinomios que definem os controladores sao pois obtidos a partir de
T = B m Ao
A(z 1) R1 + B S = Am Ao Eq. Diof antina
(D.10)
S < + A
R = Ao + Am A
(D.11)
92
Controlo Polinomial
valida apenas no caso mais geral, sem qualquer tipo de perturbacoes.
A solucao para a equacao Diofantina foi obtida com a toolbox do MATLAB - Polbox.
A partir das solucoes da equacao de Diofantina obtem-se finalmente os polinomios S e R
calculando,
R = B + (z 1) R1
(D.12)
A ordem para o polinomio observador nao e arbitraria, estando sujeita `a seguinte condicao de
causalidade,
Ao 2A Am B + + 1
(D.13)
valida para o caso geral, sem qualquer tipo de perturbacoes aditivas ao sistema.
D.2
Controlo Robusto
40
35
Modelo Nominal 22
Modelo1
Modelo2
Modelo3
Modelo4
Modelo5
Modelo6
30
Amplitude (dB)
25
20
15
10
10
10
10
10
10
Frequncia (rad/s)
93
Controlo Polinomial
80
70
Erro1
Erro2
Erro3
Erro4
Erro5
Erro6
Complementar
60
Amplitude (dB)
50
40
30
20
10
10
3
10
10
10
10
10
10
Frequncia (rad/s)
40
Amplitude (dB)
30
20
10
10
20
30
3
10
10
10
10
10
10
Frequncia (rad/s)
94
Controlo Polinomial
40
Modelo Nominal 22
Modelo18
Modelo26
Modelo30
30
Amplitude (dB)
20
10
10
20
30
40
3
10
10
10
10
10
10
Frequncia (rad/s)
D.3
Polin
omios R, S, T
Regiao
Polinomio
R (q ) = 1.000 + 0.301q 1 + 0.000q 2
S (q 1 ) = 0.815 1.064q 1 + 0.316q 2
T (q 1 ) = 0.070 0.003q 1 + 0.000q 2
R (q 1 ) = 1.000 + 0.269q 1 + 0.000q 2
S (q 1 ) = 0.759 0.931q 1 + 0.243q 2
T (q 1 ) = 0.073 0.003q 1 + 0.000q 2
R (q 1 ) = 1.000 + 0.243q 1 + 0.000q 2
S (q 1 ) = 0.742 0.865q 1 + 0.197q 2
T (q 1 ) = 0.077 0.003q 1 + 0.000q 2
R (q 1 ) = 1.000 + 0.218q 1 + 0.000q 2
S (q 1 ) = 0.712 0.769q 1 + 0.152q 2
T (q 1 ) = 0.080 0.003q 1 + 0.000q 2
18m/s
22m/s
26m/s
30m/s
95
Controlo Polinomial
Regiao
Polinomio
R (q ) = 1.000 + 0.036q 1 + 0.000q 2
S (q 1 ) = 0.332 0.305q 1 + 0.007q 2
T (q 1 ) = 0.029 0.001q 1 + 0.000q 2
R (q 1 ) = 1.000 + 0.082q 1 + 0.000q 2
S (q 1 ) = 0.255 0.248q 1 + 0.014q 2
T (q 1 ) = 0.021 0.001q 1 + 0.000q 2
R (q 1 ) = 1.000 + 0.103q 1 + 0.000q 2
S (q 1 ) = 0.218 0.225q 1 + 0.024q 2
T (q 1 ) = 0.017 0.001q 1 + 0.000q 2
R (q 1 ) = 1.000 + 0.113q 1 + 0.000q 2
S (q 1 ) = 0.193 0.209q 1 + 0.030q 2
T (q 1 ) = 0.015 0.001q 1 + 0.000q 2
18m/s
22m/s
26m/s
30m/s
Polinomio
R (q ) = 1.000 + 0.568q 1 + 0.917q 2 + 0.000q 3
S (q 1 ) = 97.555 58.892q 1 166.339q 2 + 129.383q 3
T (q 1 ) = 2.918 1.459q 1 + 0.263q 2 0.015q 3
R (q 1 ) = 1.000 + 0.607q 1 + 0.930q 2 + 0.000q 3
1
S (q ) = 110.182 73.504q 1 170.832q 2 + 136.421q 3
T (q 1 ) = 3.874 1.937q 1 + 0.385q 2 0.020q 3
R (q 1 ) = 1.000 + 0.907q 1 + 0.012q 2 + 0.000q 3
1
S (q ) = 82.505 132.113q 1 + 36.999q 2 + 15.059q 3
T (q 1 ) = 4.186 2.093q 1 + 0.377q 2 0.021q 3
R (q 1 ) = 1.000 + 0.779q 1 0.125q 2 + 0.000q 3
1
S (q ) = 50.791 76.071q 1 + 20.004q 2 + 7.608q 3
T (q 1 ) = 3.984 1.992q 1 + 0.359q 2 0.020q 3
18m/s
22m/s
26m/s
30m/s
96
Controlo Polinomial
Regiao
Polinomio
R (q ) = 1.000 0.498q 1.006q 2 + 0.518q 3 + 0.000q 4
S (q 1 ) = 9.357 + 24.617q 1 24.288q 2 + 10.846q 3 1.938q 4
T (q 1 ) = 0.069 0.056q 1 + 0.005q 2 0.000q 3 + 0.000q 4
R (q 1 ) = 1.000 0.497q 1 0.925q 2 + 0.435q 3 + 0.000q 4
S (q 1 ) = 5.935 + 15.064q 1 14.234q 2 + 6.091q 3 1.071q 4
T (q 1 ) = 0.049 0.040q 1 + 0.003q 2 0.000q 3 + 0.000q 4
R (q 1 ) = 1.000 0.501q 1 0.852q 2 + 0.366q 3 + 0.000q 4
S (q 1 ) = 4.056 + 9.910q 1 8.925q 2 + 3.639q 3 0.633q 4
T (q 1 ) = 0.037 0.030q 1 + 0.003q 2 0.000q 3 + 0.000q 4
R (q 1 ) = 1.000 0.498q 1 0.780q 2 + 0.293q 3 + 0.000q 4
S (q 1 ) = 2.867 + 6.704q 1 5.697q 2 + 2.193q 3 0.384q 4
T (q 1 ) = 0.029 0.024q 1 + 0.002q 2 0.000q 3 + 0.000q 4
18m/s
22m/s
26m/s
30m/s
Cadeia Velocidade
19.2
Velocidade (m/s)
D.4.1
19
18.8
Referncia
Sistema Linear
Sistema No linear
18.6
18.4
18.2
18
18
20
22
24
26
28
30
0.16
Sistema Linear
Sistema No Linear
0.14
0.12
Th
D.4
0.1
0.08
0.06
0.04
18
20
22
24
26
28
30
Tempo (s)
97
Controlo Polinomial
27.2
Velocidade (m/s)
27
26.8
26.6
Referncia
Sistema Linear
Sistema No Linear
26.4
26.2
26
25.8
18
20
22
24
26
28
30
0.25
Sistema Linear
Sistema No Linear
Th
0.2
0.15
0.1
0.05
18
20
22
24
26
28
30
Tempo (s)
31.2
Velocidade (m/s)
31
30.8
30.6
Referncia
Sistema Linear
Sistema No Linear
30.4
30.2
30
29.8
18
20
22
24
26
28
30
28
30
0.3
Sistema Linear
Sistema No Linear
Th
0.25
0.2
0.15
18
20
22
24
26
Tempo (s)
98
Controlo Polinomial
Cadeia Pitch
10
()
8
6
Referncia
Sistema Linear
Sistema No Linear
4
2
0
28
30
32
34
36
38
40
Elevadores ()
3
Sistema Linear
Sistema No Linear
4
5
6
7
28
30
32
34
36
38
40
Tempo (s)
10
()
8
6
Referncia
Sistema Linear
Sistema No Linear
4
2
0
28
30
32
34
36
38
40
0.5
Elevadores ()
D.4.2
Sistema Linear
Sistema No Linear
1.5
2
28
30
32
34
36
38
40
Tempo (s)
99
Controlo Polinomial
10
()
8
6
Referncia
Sistema Linear
Sistema No Linear
4
2
0
28
30
32
34
36
38
40
Elevadores ()
0.2
0.4
Sistema Linear
Sistema No Linear
0.6
0.8
1
1.2
1.4
28
30
32
34
36
38
40
Tempo (s)
Cadeia Roll
10
()
8
Referncia
Sistema Linear
Sistema No Linear
6
4
2
0
28
30
32
34
36
38
40
3
2.5
Ailerons ()
D.4.3
Sistema Linear
Sistema No Linear
1.5
1
0.5
0
0.5
28
30
32
34
36
38
40
Tempo (s)
100
Controlo Polinomial
10
()
8
Referncia
Sistema Linear
Sistema No Linear
6
4
2
0
28
30
32
34
36
38
40
2
Sistema Linear
Sistema No Linear
Ailerons ()
1.5
1
0.5
0
0.5
28
30
32
34
36
38
40
Tempo (s)
10
()
8
6
Referncia
Sistema Linear
Sistema No Linear
4
2
0
28
30
32
34
36
38
40
Ailerons ()
1.5
Sistema Linear
Sistema No Linear
1
0.5
0
0.5
28
30
32
34
36
38
40
Tempo (s)
101
Controlo Polinomial
10
()
8
Referncia
Sistema Linear
Sistema No Linear
6
4
2
0
28
30
32
34
36
38
40
1.5
Ailerons ()
Sistema Linear
Sistema No Linear
0.5
0.5
28
30
32
34
36
38
40
Tempo (s)
Cadeia Yaw
12
10
()
8
Referncia
Sistema Linear
Sistema No Linear
6
4
2
0
2
18
20
22
24
26
28
30
32
34
36
6
5
4
()
D.4.4
Sistema No Linear
3
2
1
0
1
18
20
22
24
26
28
30
32
34
36
Tempo (s)
102
Controlo Polinomial
12
10
()
8
6
Referncia
Sistema Linear
Sistema No Linear
4
2
0
2
18
20
22
24
26
28
30
32
34
36
34
36
7
6
5
Sistema No Linear
()
4
3
2
1
0
1
18
20
22
24
26
28
30
32
Tempo (s)
12
10
()
8
Referncia
Sistema Linear
Sistema No Linear
6
4
2
0
2
18
20
22
24
26
28
30
32
34
36
10
8
()
Sistema No Linear
4
2
0
2
18
20
22
24
26
28
30
32
34
36
Tempo (s)
103
Controlo Polinomial
10
()
8
6
Referncia
Sistema Linear
Sistema No Linear
4
2
0
2
18
20
22
24
26
28
30
32
34
36
12
10
Sistema No Linear
()
8
6
4
2
0
2
18
20
22
24
26
28
30
32
34
36
Tempo (s)
104
ANEXO E
Controlo Adaptativo
Neste anexo apresentam-se modelos preditivos com especial destaque para o modelo preditivo
do MUSMAR.
Explicitam-se os princpios seguidos na identificacao do modelo preditivo do MUSMAR.
Finalmente apresentam-se os resultados obtidos com o MUSMAR para a cadeia de roll.
E.1
Modelos preditivos
na
X
(E.1)
ai q i
(E.2)
i=1
B (q 1 ) =
nb
X
bi q i
(E.3)
i=0
em que y(.), u(.) e e(.) representam respectivamente a sada do processo, a entrada do processo e
uma perturbacao incorrelacionada de media nula. A (q 1 ), B (q 1 ) sao polinomios no operador
atraso q 1 de ordem, respectivamente, na e nb .
A teoria das equacoes diofantinas garante que existem polinomios Fj (q 1 ) e Gj (q 1 ) com a
forma
Fj (q 1 )
= 1+
j
X
fi q i
(E.4)
i=1
Gj (q 1 ) =
nX
a 1
gij q i
(E.5)
i=0
que satisfazem:
1 = Fj (q 1 )A (q 1 ) + q j1 Gj (q 1 )
(E.6)
Dado que se pretende um modelo preditivo, este deve ter a forma de y(t + j + 1) em funcao
de y(t) e u(t). Multiplicando (E.1) por Fj (q 1 ) e considerando (E.6) chega-se a:
y(t + j + 1) = Gj (q 1 )y(t) + Fj (q 1 )B (q 1 )u(t + j) + Fj (q 1 )e(t + j + 1)
105
(E.7)
Controlo Adaptativo
Como o termo e(t + j + 1) e incorrelacionado com as restantes parcelas, o estimador optimo
de y(t + j + 1), dada a informacao ate ao instante t, e dado por:
y(t + j + 1|t) = Gj (q 1 )y(t) + Fj (q 1 )B (q 1 )u(t + j)
(E.8)
Pretende-se separar a influencia das entradas passadas das futuras. A teoria das equacoes
diofantinas garante que existem polinomios Ej (q 1 ) e Hj (q 1 ) com a forma
Hj (q 1 )
j+1
X
hi q i
(E.9)
i=1
nX
b 1
ij q i+1
(E.10)
Fj (q 1 )B (q 1 ) = Hj (q 1 ) + q j1 Ej (q 1 )
(E.11)
Ej (q 1 )
i=0
que satisfazem:
(E.12)
(E.13)
(E.14)
(E.15)
(E.16)
(E.17)
t = [1 (t), , T (t)]0
(E.18)
onde
Controlo Adaptativo
E.2
(E.19)
(E.20)
(E.21)
(E.22)
E.3
Identificac
ao do modelo preditivo do MUSMAR
Os parametros i , i0 , i e 0i , dos modelos (E.21 e E.22) que sao necessarios para (7.4), sao
estimados em cada instante de amostragem usando um algoritmo de identificacao nomeadamente os mnimos quadrados recursivos com esquecimento direccional (DFRLS - directional
forgetting recursive least squares) [9].
Visto que os modelos (E.21 e E.22) apresentam o mesmo regressor, = [u(t)s0 (t)]0 , a carga
computacional envolvida na estimacao e reduzida (apenas uma matriz de covariancia, P , tem
que ser actualizada).
Nos mnimos quadrados recursivos com esquecimento direccional a matriz de informacao,
(t) = P 1 (t), e actualizada de acordo com:
(t) = (t 1) + (1 (t))0 (t 1)(t 1)
107
(E.23)
Controlo Adaptativo
em que (t) e um escalar que representa a quantidade de informacao que vai ser perdida
segundo uma direccao dadapela matriz caracterstica - 0 (t 1)(t 1). Assim esquece-se
informacao apenas segundo a direccao de onde nova informacao chega.
Considera-se o seguinte modelo generico:
y(t) = 0 (t 1) + (t)
(E.24)
em que e o vector de parametros a estimar, (t) o regressor e (t) rudo branco. As equacoes
de DFRLS para a estimacao dos parametros sao:
(t) = y(t) 0 (t 1)(t 1)
K(t) =
1+
0 (t
(E.25)
P (t)(t 1)
1)P (t 1)0 (t 1)[1 (t)]
1) + K(t)(t)
(t)
= (t
P (t) = [I (t)K(t)]P (t 1)[1 + (t)],
(E.26)
(E.27)
(E.28)
0 (t
1
1)P (t 1)(t 1)
0< <1
(E.29)
(E.30)
onde pode ser visto como um factor de esquecimento segundo a direccao de onde chega
informacao.
E.4
Apresentam-se duas simulacoes: uma com velocidade fixa e a outra com velocidade variavel.
Para ambas mostram-se os ganhos, a actuacao e o seguimento.
Os parametros considerados na simulacao com velocidade fixa foram:
NA = 3 NB = 2 NG = 0 NV = 1 NX = 0 NW = 0
T = 5 Ts = 0.1 = 0.97 = 1
= 104 f load = 1
Com estes parametros obtiveram-se os seguintes resultados:
108
Controlo Adaptativo
Ganhos L
0.5
0
0.5
1
10
12
14
16
18
20
10
Roll [graus]
5
0
5
Roll
Referencia
10
Aelerons [graus]
15
10
12
14
16
18
20
10
12
14
16
18
20
4
2
0
2
4
Tempo [s]
Velocidade U [m/s]
40
35
30
25
20
15
10
20
25
30
35
40
45
50
55
60
65
45
50
55
60
65
Tempo [s]
20
Roll [graus]
15
10
5
0
5
10
20
25
30
35
40
Tempo [s]
Figura E.2: MUSMAR - cadeia de roll com velocidade variavel. Velocidade e seguimento.
109
Controlo Adaptativo
Ganhos L
0.2
0.2
0.4
10
20
10
20
30
40
50
60
30
40
50
60
Aelerons [graus]
2
1
0
1
2
3
Tempo [s]
Figura E.3: MUSMAR - cadeia de roll com velocidade variavel. Ganhos e ailerons.
110
ANEXO F
Guiamento
F.1
Sistemas de guiamento
111
Guiamento
F.2
Refer
encias das traject
orias
Nesta seccao apresentam-se as referencias geradas para os controladores internos, das trajectorias que se encontram no captulo 8.
Subida
25
Velocidade (m/s)
24
23
22
21
20
19
Velocidade Desejada
Velocidade Real
0
20
40
60
80
100
140
Orientao Desejada
Orientao Real
Orientao ()
120
3
2
1
0
1
20
40
60
80
100
120
140
Tempo (s)
Figura F.3: Subida em malha aberta - referencias geradas para os controladores internos
25
Velocidade (m/s)
24
23
22
21
20
19
Velocidade Desejada
Velocidade Real
0
20
40
60
80
100
120
140
120
140
6
Orientao Desejada
Orientao Real
Orientao ()
5
4
3
2
1
0
1
20
40
60
80
100
Tempo (s)
Figura F.4: Subida em malha fechada - referencias geradas para os controladores internos
112
Guiamento
Velocidade (m/s)
Circunferencia
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
Orientao ()
400
300
200
100
0
Orientao Desejada
Orientao Real
0
20
40
60
80
100
120
140
120
140
Orientao ()
0.5
0
Orientao Desejada
Orientao Real
0.5
1
20
40
60
80
100
Tempo (s)
Figura F.5: Circunferencia em malha fechada - referencias geradas para os controladores internos
Velocidade (m/s)
Espiral
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
Orientao ()
1000
500
Orientao Desejada
Orientao Real
0
500
20
40
60
80
100
120
140
Orientao ()
10
5
0
Orientao Desejada
Orientao Real
5
20
40
60
80
100
120
140
Tempo (s)
Figura F.6: Espiral em malha aberta - referencias geradas para os controladores internos
113
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
120
140
120
140
Orientao ()
1000
500
Orientao Desejada
Orientao Real
0
500
20
40
60
80
100
Orientao ()
20
10
Orientao Desejada
Orientao Real
0
10
20
40
60
80
100
Tempo (s)
Figura F.7: Espiral em malha fechada - referencias geradas para os controladores internos
F.3
Outras traject
orias testadas no guiamento
y (m)
400
Trajectria Desejada
Trajectria Real
200
0
0
500
1000
1500
2000
x (m)
2500
3000
Altitude (m)
1002
Altitude Desejada
Altitude Real
1001
1000
999
998
20
40
Distncia (m)
60
80
100
120
140
100
120
140
Tempo (s)
30
20
10
0
20
40
60
80
Tempo (s)
Figura F.8: Curva em malha aberta - trajectoria no plano XOY, altitude e erro `a trajectoria
114
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
80
100
120
140
120
140
Orientao ()
30
20
10
Orientao Desejada
Orientao Real
0
10
20
40
60
Orientao ()
0.5
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
80
100
Tempo (s)
Figura F.9: Curva em malha aberta - referencias geradas para os controladores internos
600
y (m)
400
Trajectria Desejada
Trajectria Real
200
0
0
500
1000
1500
2000
x (m)
2500
3000
Altitude (m)
1002
1001
1000
Altitude Desejada
Altitude Real
999
998
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Tempo (s)
Distncia (m)
15
10
5
0
Tempo (s)
Figura F.10: Curva em malha fechada - trajectoria no plano XOY, altitude e erro `a trajectoria
115
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
80
100
120
140
100
120
140
Orientao ()
40
20
0
20
Orientao Desejada
Orientao Real
0
20
40
60
0.5
Orientao ()
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
80
Tempo (s)
Figura F.11: Curva em malha fechada - referencias geradas para os controladores internos
Circunferencia
y (m)
600
400
Trajectria Desejada
Trajectria Real
200
0
0
100
200
300
400
500
600
x (m)
Altitude (m)
1002
1000
Altitude Desejada
Altitude Real
998
996
20
40
60
20
40
60
80
100
120
140
80
100
120
140
Tempo (s)
Distncia (m)
150
100
50
0
Tempo (s)
Figura F.12: Circunferencia em malha aberta - trajectoria no plano XOY, altitude e erro `a
trajectoria
116
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
Orientao ()
20
40
60
80
100
120
140
80
100
120
140
600
Orientao Desejada
Orientao Real
400
200
0
20
40
60
Orientao ()
0.5
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
80
100
120
140
Tempo (s)
Figura F.13: Circunferencia em malha aberta - referencias geradas para os controladores internos
y (m)
600
400
Trajectria Desejada
Trajectria Real
200
0
200
100
100
200
x (m) 300
400
500
600
Altitude (m)
1002
1001
1000
999
998
Altitude Desejada
Altitude Real
0
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Tempo (s)
Distncia (m)
15
10
5
0
Tempo (s)
Figura F.14: Circunferencia em malha fechada - trajectoria no plano XOY, altitude e erro `a
trajectoria
117
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
60
80
100
120
140
120
140
Orientao ()
600
Orientao Desejada
Orientao Real
400
200
0
20
40
Orientao ()
0.5
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
80
100
Tempo (s)
y (m)
50
0
Trajectria Desejada
Trajectria Real
50
0
500
1000
1500
x (m)
2000
2500
3000
3500
Altitude (m)
1002
Altitude Desejada
Altitude Real
1001
1000
999
998
20
40
60
80
100
120
140
80
100
120
140
Tempo (s)
Distncia (m)
15
10
5
0
20
40
60
Tempo (s)
Figura F.16: Sinusoide lenta em malha aberta - trajectoria no plano XOY, altitude e erro `a
trajectoria
118
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
Orientao ()
20
40
60
80
100
120
140
100
120
140
100
120
140
10
5
0
Orientao Desejada
Orientao Real
5
10
0
20
40
60
80
Orientao ()
0.5
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
80
Tempo (s)
Figura F.17: Sinusoide lenta em malha aberta - referencias geradas para os controladores
internos
y (m)
50
0
Trajectria Desejada
Trajectria Real
50
0
500
1000
1500
x (m)
2000
2500
3000
3500
Altitude (m)
1002
1001
1000
999
998
Altitude Desejada
Altitude Real
0
20
40
60
80
100
120
140
80
100
120
140
Tempo (s)
Distncia (m)
6
4
2
0
20
40
60
Tempo (s)
Figura F.18: Sinusoide lenta em malha fechada - trajectoria no plano XOY, altitude e erro `a
trajectoria
119
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
60
80
100
120
140
100
120
140
Orientao ()
20
10
0
10
20
Orientao Desejada
Orientao Real
0
20
40
Orientao ()
0.5
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
80
Tempo (s)
Figura F.19: Sinusoide lenta em malha fechada - referencias geradas para os controladores
internos
Sinusoide lateral 2
A sinusoide desta simulacao difere da anterior (sinusoide lateral 1) na frequencia. Esta tem
uma frequencia maior que a anterior o que provoca um erro maior de seguimento.
y (m)
20
0
Trajectria Desejada
Trajectria Real
20
0
500
1000
1500
x (m)
2000
2500
3000
3500
Altitude (m)
1002
Altitude Desejada
Altitude Real
1001
1000
999
998
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Tempo (s)
Distncia (m)
15
10
5
0
Tempo (s)
Figura F.20: Sinusoide rapida em malha aberta - trajectoria no plano XOY, altitude e erro `a
trajectoria
120
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
60
80
100
120
140
Orientao ()
10
Orientao Desejada
Orientao Real
5
0
5
10
20
40
Orientao ()
0.5
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
80
100
120
140
Tempo (s)
Figura F.21: Sinusoide rapida em malha aberta - referencias geradas para os controladores
internos
Trajectria Desejada
Trajectria Real
y (m)
20
0
20
0
500
1000
1500
x (m)
2000
2500
3000
3500
Altitude (m)
1002
1001
1000
Altitude Desejada
Altitude Real
999
Distncia (m)
998
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Tempo (s)
8
6
4
2
0
Tempo (s)
Figura F.22: Sinusoide rapida em malha fechada - trajectoria no plano XOY, altitude e erro `a
trajectoria
121
Velocidade (m/s)
Guiamento
24
22
Velocidade Desejada
Velocidade Real
20
0
20
40
60
80
100
120
140
60
80
100
120
140
120
140
Orientao ()
20
Orientao Desejada
Orientao Real
10
0
10
20
20
40
Orientao ()
0.5
Orientao Desejada
Orientao Real
0
0.5
1
20
40
60
80
100
Tempo (s)
Figura F.23: Sinusoide rapida em malha fechada - referencias geradas para os controladores
internos
Subida
1035
1030
Altitude (m)
1025
1020
1015
1010
1005
Altitude Desejada
Altitude Real
1000
995
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Distncia (m)
Tempo (s)
122
Guiamento
25
Velocidade (m/s)
24
23
22
21
20
19
Velocidade Desejada
Velocidade Real
0
20
40
60
80
100
140
Orientao Desejada
Orientao Real
Orientao ()
120
4
2
0
2
20
40
60
80
100
120
140
Tempo (s)
Figura F.25: Subida em malha aberta - referencias geradas para os controladores internos
1040
Altitude (m)
1030
1020
1010
1000
990
Altitude Desejada
Altitude Real
0
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Distncia (m)
Tempo (s)
123
Guiamento
25
Velocidade (m/s)
24
23
22
21
20
19
Velocidade Desejada
Velocidade Real
0
20
40
60
80
100
10
140
Orientao Desejada
Orientao Real
Orientao ()
120
6
4
2
0
2
20
40
60
80
100
120
140
Figura F.27: Subida em malha fechada - referencias geradas para os controladores internos
Sinusoide longitudinal
Altitude (m)
1010
1005
1000
995
Altitude Desejada
Altitude Real
990
0
20
40
60
80
100
120
140
20
40
60
80
100
120
140
Distncia (m)
2.5
2
1.5
1
0.5
0
Tempo (s)
124
Guiamento
25
Velocidade (m/s)
24
23
22
21
20
19
Velocidade Desejada
Velocidade Real
0
20
40
60
80
100
120
140
60
80
100
120
140
Orientao ()
3
2
1
0
1
2
Orientao Desejada
Orientao Real
3
4
20
40
Tempo (s)
Figura F.29: Sinusoide em altitude em malha aberta - referencias geradas para os controladores
internos
1015
Altitude (m)
1010
1005
1000
995
990
985
Altitude Desejada
Altitude Real
0
20
40
60
80
100
120
140
20
40
60
80
100
120
140
2.5
Distncia (m)
2
1.5
1
0.5
0
Tempo (s)
125
Guiamento
25
Velocidade (m/s)
24
23
22
21
20
19
Velocidade Desejada
Velocidade Real
0
20
40
60
80
100
120
140
60
80
100
120
140
Orientao ()
Orientao Desejada
Orientao Real
0
20
40
Tempo (s)
Figura F.31: Sinusoide em altitude em malha fechada - referencias geradas para os controladores internos
126
Bibliografia
[1] Mendonca Rato, L.M. e Neves da Silva, R., 1993.
Piper PA 18 Super Cub 1/4 Escala - Modelo Nao Linear
INESC, Lisboa.
[2] Neves da Silva, R., 1994.
Controlo de Aeronave Nao Tripulada usando Tecnicas LQG/LTR de Ganho Variavel.
IST, Lisboa.
[3] Mendonca Rato, L.M., 1994.
Tecnicas de Controlo Adaptativo aplicadas a uma Aeronave Nao Tripulada.
IST, Lisboa.
[4] McLean, D., 1990.
Automatic Flight Control Systems
Prentice Hall International, U.K.
[5] Franklin, G.F., Powell, J.D. e Emami-Naeini, A., 2002.
Feedback Control of Dynamic Systems
Addisson-Wesley Publishing Company, U.S.A.
[6] Goodwin, G., Sin, K., 1984.
Adaptive Filtering Prediction and Control
Prentice Hall International, New Jersey.
strom, K., Wittenmark, B., 1990.
[7] A
Computer Controlled Systems
Prentice Hall International Editions, London, UK.
[8]
Astrom, K., Wittenmark, B., 1989.
Adaptive Control
Addison-Wesley Publishing Company, U.S.A.
[9] George, W., Zobrist e Chung You, H., 1994.
Progress in Robotics and Intelligent Systems
Ablex Publishing Corporation, New Jersey.
[10] Lorenzo, S. e Bruno, S., 1996.
Modeling And Control Of Robot Manipulators
The MacGraw-Hill Companies, INC.
[11] MIL-F-8785C
Military Specification, Flying Qualities of Piloted Airplanes
November, 1980.
[12] Hunt, K.J. e Johansen, T.A.
Design and Analysis of Gain-Scheduled Local Controller Networks
Int.J.Control, vol. 66. pp.619-651, 1997.
127
BIBLIOGRAFIA
[13] Roskam, J., 1979
Airplane Flight Dynamics and Automatic Flight
Roskam Aviation and Engineering Corporation, Ottawa, Kansas.
[14] Aslin, P., 1985
Aircraft Simulation and Robust Flight Control System Design
The British Library, West Yorkshire, U.K.
[15] Craig, J. J., 1989
Introduction to Robotics
Addison-Wesley Publishing Company.
[16] Fu, K. S., Gonzalez, R. C. e Lee, C. S. G., 1987
ROBOTICS: Control, Sensing, Vision and Inteligence
McGraw Hill International.
[17] SIMULINK, Users Guide
The Math Works, Inc.
[18] Aircraft Flight Control
Int.J.Control, vol. 59, Number 1, 1994.
[19] Balas, G. J., 2003
Flight Control Law Design: An Industry Perspective
European Journal Of Control, vol. 9, pp.207-226, 2003
[20] Johansen, T.A., Hunt, K.J. e Fritz, H., 1998
A Software Environment for Gain Scheduled Controller Design
IEEE Control Systems Magazine, 1998
[21] Rugh, W. J., 1991
Analytical Framework for Gain Scheduling
IEEE Control Systems Magazine, 1991
[22] Mulgund, S.S. e Stengel, R.F., 1996
Optimal Nonlinear Estimation for Aircraft Flight Control in Wind Shear
Automatica, vol. 32, Number 1, pp.3-13, 1996
[23] Tischler, M.B., 1995
System Identification Methods for Aircraft Flight Control Development and Validation
NASA Technical Memorandum 110369; USAATCOM Technical Report 95-A-007 1995
[24] Lemos, J.M. e Rato L.M, 1995
TunerPack, Tecnicas de Identificacao de sistemas e Afinacao de Controladores
INESC, Intituto de Engenharia de Sistemas e Computadores
[25] Lemos, J.M. e Rato L.M, 1995
TunerPack, Manual de Referencia
INESC, Intituto de Engenharia de Sistemas e Computadores
128