Dissertação VANTs Nilton

NILTON KAZUO GOMES SUZUKI
PROPOSTA DE UMA ARQUITETURA DE CONTROLE HBRIDA

FUZZY-PID PARA A REALIZAO DE MANOBRAS EM VANTS

So Jos (SC), setembro de 2009

UNIVERSIDADE DO VALE DO ITAJA
CURSO DE MESTRADO ACADMICO EM
COMPUTAO APLICADA
PROPOSTA DE UMA ARQU
FUZZY-PID PARA A REALIZA

COMPUTAO APLICADA

PROPOSTA DE UMA ARQUITETURA DE CONTROLE
PID PARA A REALIZAO DE MANOBRAS EM

por

Nilton Kazuo Gomes Suzuki

Dissertao apresentada como requisito parcial
obteno do grau de Mestre em Computao
Aplicada.
Orientador:Alejandro Rafael Garcia Ramirez, Dr.
Co-Orientadora:Anita M.

So Jos (SC), Setembro de 2009
ITETURA DE CONTROLE HBRIDA
O DE MANOBRAS EM VANTS
Dissertao apresentada como requisito parcial
obteno do grau de Mestre em Computao
Alejandro Rafael Garcia Ramirez, Dr.
Anita M. R. Fernandes, Dra.

FOLHA DE APROVAO

iii

Aos meus pais Kanami Suzuki e Zenir Suzuki, que sempre me instruram e apoiaram
incondicionalmente ao longo da minha vida. A minha esposa Luciara Suzuki, que esteve ao meu
lado nessa caminhada e ao meu filho Kanami Suzuki, meu maior motivador para concluir este
mestrado.
iv

A persistncia o caminho do xito.
Charles Chaplin
v

AGRADECIMENTOS
Agradeo a todos que ajudaram na concretizao desse trabalho e acreditaram em mim e em
meu potencial. Ao professor e orientador Alejandro, que me conduziu nessa caminhada com calma
e sabedoria, explorando minhas qualidades e desenvolvendo minhas limitaes, meu defensor
incondicional. Aos professores Cesar, Anita, Adhemar, Andr e Raimundo, que de vrias maneiras
me motivaram e ajudaram a chegar ao final dessa longa caminhada. Aos meus colegas Karl,
Magnos, Thiago e Andr, com quem convivi esse perodo em sala de aula. colega de trabalho
Adriana, pela compreenso e ajuda no decorrer desse tempo todo e a instituio em que trabalho, na
pessoa de seu Pedro Paulo e da senhora Inara, que deu todo o suporte para chegar ao fim dessa
caminhada.
vi

PROPOSTA DE UMA ARQUITETURA DE CONTROLE HBRIDA
FUZZY-PID PARA A REALIZAO DE MANOBRAS EM VANTS
Setembro /2009

Orientador: Alejandro Rafael Garcia Ramirez, Dr.
Co-Orientadora: Anita M. R. Fernandes, Dra.
rea de Concentrao: Computao Aplicada.
Palavras-chave: Veculos Areos No Tripulados (VANTs). Lgica Fuzzy. Controlador
Proporcional Integral Derivativo (PID). Controle Fuzzy-PID.
Nmero de pginas: 100.
RESUMO
No segmento aeronutico, pesquisas evoluem para a criao de pequenas aeronaves
controladas remotamente por meios eletrnicos e segmentos computacionais, sendo conhecidas
como Veculos Areos No Tripulados ou VANTs. Os VANTs possuem algumas vantagens, dentre
elas, o custo operacional, em relao a avies tripulados ou satlites, e a possibilidade de realizar
operaes mais arriscadas, por no envolver tripulao. Porm, os VANTs devem ser dotados de
capacidade para executar misses de vo, passando por pontos pr-determinados, transmitindo as
informaes coletadas e retornando base em segurana. O mdulo de controle responsvel pelos
procedimentos de navegabilidade e estabilidade da aeronave. A complexidade do ato de se controlar
uma aeronave exige a implementao de um controle com um alto grau de autonomia, que realize
os procedimentos necessrios para manter a aeronave na trajetria e altitude desejada, fator que
torna o controle um dos principais fatores limitante da difuso dos VANTs. Assim, o estudo de um
modelo de controle estvel o passo inicial para a obteno de um VANT em sua plenitude.
Usualmente, o controle do VANT baseado em tcnicas clssicas, as quais so simples de
implementar e robustas, porm a presena de no linearidades, em funo da complexidade
crescente dos modelos, e as variaes paramtricas dificultam o desempenho e a sintonia dos
controladores, limitando a operao nas condies operacionais. Por outro lado, a lgica Fuzzy
dispensa o conhecimento da modelagem matemtica do processo controlado, sendo composta por
regras que sintetizam o conhecimento e a experincia do engenheiro de controle. A facilidade de
implantao em tempo real, a expanso e aperfeioamento do conjunto de regras para a melhora do
sistema de controle, a robustez em aplicaes prticas e a capacidade de controlar processos
complexos so algumas das vantagens da lgica Fuzzy. Diante desse contexto, o objetivo deste
trabalho demonstrar uma arquitetura de controle hbrida Fuzzy-PID (Proporcional - Integral -
Derivativo) para a realizao de manobras de vo bsicas de um VANT, utilizando-se equaes de
transferncias matemticas clssicas e a lgica Fuzzy. O uso combinado da lgica Fuzzy e o PID
possibilitou juntar as vantagens isoladas de ambos os controladores, o que permitiu ajustar e adaptar
as habilidades de cada controlador s no-linearidades e variaes dos parmetros da aeronave, o
que garante a robustez e qualidade desejadas no sistema controlado. A ferramenta computacional
Matlab/Simulink, atravs do Fuzzy Logical Toolbox, foi utilizada para a implementao do controle
vii

Fuzzy. A biblioteca AeroSim Blockset 1.2, foi usada para a composio do modelo aerodinmico
da aeronave. Esses recursos foram combinados para implementar e estudar o comportamento do
controlador hbrido Fuzzy-PID, bem como para servir de interface de comunicao com o simulador
de vo 3D FlightGear, onde um aeromodelo realiza as manobras implementadas de forma grfica,
em trs dimenses, fugindo da tradicional apresentao de grficos em duas dimenses, gerados
pelo Matlab/Simulink. Os resultados obtidos atravs das simulaes foram satisfatrios
considerando o desempenho definido para analisar a resposta temporal dos controladores. Sendo a
principal contribuio da dissertao, os dados coletados nas simulaes sobre o comportamento da
malha de controle de um VANT, fundamentais para a implementao prtica do sistema proposto
em aeromodelos.
viii

AN APROACH TO FUZZY-PID HYBRID CONTROL ON UAV'S
STUNTS
September / 2009

Advisor: Alejandro Rafael Garcia Ramirez, Dr.
Co-Advisor(a): Anita M. R. Fernandes, Dra.
Area of Concentration: Applied Computer Science.
Keywords: Unmanned Aerial Vehicles (UAVs). Matlab / Simulink. Fuzzy logic. Controllers
Proportional - Integral - Derivative (PID).
Number of pages: 100.

In the aeronautical sector, research has been carried out on the creation of small aircraft, remotely
controlled by electronic means and computational segments, known as unmanned aerial vehicles or
UAVs. UAVs have some advantages, such as their lower operational cost compared to manned
aircraft or satellites, and the possibility of carrying out more risky operations, since there is no crew
involved. However, UAVs must be endowed with the capacity to execute flight missions, going
through pre-determined points, transmitting the information gathered and returning safely to base.
The control module is responsible for the procedures of navigability and stability of the aircraft. The
complexity of the act of controlling an aircraft requires the implementation of a control with a high
degree of autonomy, capable of executing the necessary procedures to keep the aircraft at the
desired course and altitude, a factor which makes control one of the main factors limiting the spread
of UAVs. The study of a stable control is therefore the first step to obtaining a UAV that can
perform all the desired actions. Usually, the UAV control is based on classical techniques that are
robust, and easy to implement. However, the presence of non-linearities, due to the increasing
complexity of the models and parametric variations, makes the performance and tuning of the
controllers difficult, causing operation to be limited by the operating conditions. On the other hand,
Fuzzy Logic does not require knowledge of mathematical modelling of the control process, as it
consists of rules that synthesize the engineers knowledge and experience. The ease of
implementation in real-time, the expansion and improvement of the set of rules, to improve the
control system, its robustness in practical applications, and the capacity to control complex
processes, are some of the advantages of Fuzzy Logic. In view of this context, the objective of this
work is to demonstrate a hybrid control architecture Fuzzy-PID (Proportional Integral -
Derivative) to carry out the basic flight manoeuvres of a UAV in an autonomous flight, using
classical transfer equations and Fuzzy Logic. The combined use of Fuzzy Logic and the PID
enables the separate advantages of both controllers to be combined, enabling the skills of each
controller to be adjusted to the non-linearities and parameter variations of the aircraft, guaranteeing
the desired robustness and quality in the controlled system. The computational tool
Matlab/Simulink, through the Fuzzy Logical Toolbox, was used to implement the Fuzzy control.
The library AeroSim Blockset 1.2, was used in the composition of the aerodynamic model of the
aircraft. These recourses were combined to implement and study the performance of the Fuzzy-PID
hybrid control, and to serve as the communication interface for the 3D flight simulator FlightGear,
ix

in which an aircraft carries out manoeuvres in graphic form, in three dimensions, moving away
from the traditional presentation of two-dimensional graphics, generated by Matlab/Simulink. The
results obtained through the simulations were satisfactory, considering the performance defined to
analyze the temporal response of the controllers. The main contribution of the study is the data
collected in the simulations on the behavior of the control loop of a UAV, which is essential for the
practical implementation of the proposed system in small remote-controlled aircraft.
x

LISTA DE ILUSTRAES
Figura 1 Colaborao entre VANT ................................................................................................. 19
Figura 2 Diagrama de bloco simplificado. ...................................................................................... 32
Figura 3 Malha fechada de um sistema de primeira ordem. ........................................................... 32
Figura 4 Constante de tempo. .......................................................................................................... 34
Figura 5 Diagrama de bloco simplificado. ...................................................................................... 35
Figura 6 Malha fechada de um sistema de segunda ordem. ............................................................ 35
Figura 7 Curva de resposta ao degrau unitrio mostrando tJ, tr, tp, Hp c ts. ............................... 37
Figura 8 Resposta transitria de um sistema instvel ..................................................................... 39
Figura 9 Plos de um sistema instvel ............................................................................................ 39
Figura 10 Sistema de controle em malha aberta ............................................................................. 40
Figura 11 Sistema de controle em malha fechada. .......................................................................... 41
Figura 12 Controle on-off . ............................................................................................................. 41
Figura 13 Diagrama de blocos de um controlador proporcional. .................................................... 42
Figura 14 Controle integral. ............................................................................................................ 43
Figura 15 Controle derivativo. ........................................................................................................ 43
Figura 16 Controle PID de um processo. ........................................................................................ 44
Figura 17 Funo de pertinncia e variveis lingsticas. ............................................................... 46
Figura 18 Funo de pertinncia triangular. .................................................................................... 47
Figura 19 Funo de pertinncia trapezoidal .................................................................................. 47
Figura 20 Funo de pertinncia Gaussiana .................................................................................... 47
Figura 21 Estrutura de inferncia Fuzzy .......................................................................................... 48
Figura 22 Classificao dos controladores Fuzzy-PID. ................................................................... 51
Figura 23 Estrutura do controlador Fuzzy-PID. .............................................................................. 51
Figura 24 Estrutura do controlador Fuzzy-PI. ................................................................................. 51
Figura 25 Estrutura do controlador Fuzzy-PD. ............................................................................... 52
Figura 26 Estrutura do controlador hbrido Fuzzy-PID. ................................................................. 52
Figura 27 Eixos e movimentos do avio. ........................................................................................ 53
Figura 28 Manobras: (a) Curva Nivelado, (b) Vo Reto Descendente, (c) Vo Reto Nivelado e (d)
Vo Reto Ascendente. ................................................................................................................ 55
Figura 29 Manobra Curva Ascendente. ........................................................................................... 55
Figura 30 Manobra Curva Descendente. ......................................................................................... 55
Figura 31 Manobra Glissagem. ....................................................................................................... 56
Figura 32 Aerosonde (A), modelo do AeroSim (B). ....................................................................... 57
Figura 33 Sub-blocos que compem o modelo do Aerosonde. ....................................................... 58
Figura 34 Interface do FlightGear: Controle de ngulo de rolamento. ........................................... 75
Figura 35 Funes de pertinncia para o controle de direo. ........................................................ 77
Figura 36 Regras de inferncia para o controle de rolagem. ........................................................... 78
Figura 37 Anlise da primeira regra do controle de rolagem. ......................................................... 78
Figura 38 Controle Fuzzy-PID de rolagem. .................................................................................... 79
Figura 39 Funes de pertinncia para o controle de altitude. ........................................................ 79
Figura 40 Regras de inferncia para o controle de altitude. ............................................................ 80
Figura 41 Anlise da primeira regra do controle de altitude. .......................................................... 80
Figura 42 Controle Fuzzy-PI de altitude. ........................................................................................ 80
Figura 43 Controlador integrado de altitude e direo. ................................................................... 81
Figura 44 Grfico de altitude da manobra de vo reto nivelado. .................................................... 83
Figura 45 Grfico de rolagem da manobra de vo reto nivelado. ................................................... 84
xi

Figura 46 Grfico do erro de altitude da manobra de vo reto nivelado ........................................ 84
Figura 47 Grfico do erro de rolagem da manobra de vo reto nivelado. ...................................... 84
Figura 48 Grfico de altitude da manobra de vo reto ascendente. ................................................ 85
Figura 49 Grfico de rolagem da manobra de vo reto ascendente ................................................ 85
Figura 50 Grfico do erro de altitude da manobra de vo reto ascendente. .................................... 86
Figura 51 Grfico do erro de rolagem da manobra de vo reto ascendente. ................................... 86
Figura 52 Grfico de altitude da manobra de vo em curva ascendente. ........................................ 87
Figura 53 Grfico de rolagem da manobra de vo em curva ascendente. ...................................... 87
Figura 54 Grfico do erro de altitude da manobra de vo em curva ascendente. ........................... 88
Figura 55 Grfico do erro de rolagem da manobra de vo em curva ascendente ........................... 88
Figura 56 Grfico de altitude de manobra de vo em curva nivelado. ........................................... 89
Figura 57 Grfico de rolagem da manobra de vo em curva nivelado. .......................................... 89
Figura 58 Grfico do erro de altitude da manobra de vo em curva nivelado ................................ 90
Figura 59 Grfico do erro de rolagem da manobra de vo em curva nivelado. .............................. 90
Figura 60 Rota gerada pelo VANT (figura meramente ilustrativa). ............................................... 91
xii

LISTA DE TABELAS
Tabela 1 Caractersticas dos controladores Fuzzy e PID. ............................................................... 49
Tabela 2 Variveis modificadas na realizao das manobras. ........................................................ 56
xiii

LISTA DE ABREVIATURAS
3D Tridimensional.
6-DOF Six Degrees of Freedom.
ABA Associao Brasileira de Aeromodelismo.
ASCII American Standard Code for Information Interchange.
CENPAR Centro de Pesquisas Renato Archer.
CG Centro de Gravidade.
CSBC Congresso da Sociedade Brasileira de Computao.
CTA Centro Tcnico Aeroespacial.
EOM Equaes do Movimento.
FDC Flight Dynamics and Control.
GPS Global Positioning System.
I/O Input/Output.
IA Inteligncia Artificial.
INPE Instituto Nacional de Pesquisas Espaciais.
ITA Instituto Tecnolgico de Aeronutica.
LQC/LTR Gaussiano Linear Quadrtico/ Recuperao da Malha de Transferncia.
MTCR Missile Technology Control Regime.
NASA National Aeronautics and Space Administration.
NCD Nonlinear Control Design.
PID Controlador Proporcional, Integral e Derivativo.
PITCH ngulo de rotao em torno do eixo horizontal transversal da aeronave.
RC Circuito eltrico consistindo de um Resistor e um Capacitor.
RIA Associao de Indstrias de Robtica.
RITA Revista de Informtica Terica e Aplicada.
RLC Circuito eltrico consistindo de um Resistor, um Indutor, e um Capacitor.
ROLL ngulo de rotao em torno do eixo horizontal longitudinal da aeronave.
SEDEP Seminrio Docente de Pesquisa.
SST Super Sonic Transport.
UAV Unmanned Aerial Vehicle.
VANT Veculo Areo No Tripulado.
WGS Word Geodetic System.
XML Extensible Markup Language.
YAW ngulo da rotao em torno do eixo vertical da aeronave.
xiv

LISTA DE SMBOLOS
Tau
Integral
0 Theta
e Fi
Zeta
mega
c Csi
Mi
Infinito

xv

EQUAES
Equao 1 ........................................................................................................................................... 32
Equao 2 ........................................................................................................................................... 32
Equao 3 ........................................................................................................................................... 32
Equao 4 ........................................................................................................................................... 33
Equao 5 ........................................................................................................................................... 33
Equao 6 ........................................................................................................................................... 33
Equao 7 ........................................................................................................................................... 33
Equao 8 ........................................................................................................................................... 33
Equao 9 ........................................................................................................................................... 33
Equao 10 ......................................................................................................................................... 33
Equao 11 ......................................................................................................................................... 33
Equao 12 ......................................................................................................................................... 33
Equao 13 ......................................................................................................................................... 33
Equao 14 ......................................................................................................................................... 34
Equao 15 ......................................................................................................................................... 34
Equao 16 ......................................................................................................................................... 34
Equao 17 ......................................................................................................................................... 34
Equao 18 ......................................................................................................................................... 35
Equao 19 ......................................................................................................................................... 35
Equao 20 ......................................................................................................................................... 35
Equao 21 ......................................................................................................................................... 36
Equao 22 ......................................................................................................................................... 36
Equao 23 ......................................................................................................................................... 36
Equao 24 ......................................................................................................................................... 36
Equao 25 ......................................................................................................................................... 36
Equao 26 ......................................................................................................................................... 36
Equao 27 ......................................................................................................................................... 36
Equao 28 ......................................................................................................................................... 36
Equao 29 ......................................................................................................................................... 36
Equao 30 ......................................................................................................................................... 36
Equao 31 ......................................................................................................................................... 37
Equao 32 ......................................................................................................................................... 37
Equao 33 ......................................................................................................................................... 38
Equao 34 ......................................................................................................................................... 38
Equao 35 ......................................................................................................................................... 42
Equao 36 ......................................................................................................................................... 42
Equao 37 ......................................................................................................................................... 42
Equao 38 ......................................................................................................................................... 42
Equao 39 ......................................................................................................................................... 42
Equao 40 ......................................................................................................................................... 43
Equao 41 ......................................................................................................................................... 43
Equao 42 ......................................................................................................................................... 44
Equao 43 ......................................................................................................................................... 44
Equao 44 ......................................................................................................................................... 44
Equao 45 ......................................................................................................................................... 44
Equao 46 ......................................................................................................................................... 60
xvi

Equao 47 ......................................................................................................................................... 61
Equao 48 ......................................................................................................................................... 62
Equao 49 ......................................................................................................................................... 62
Equao 50 ......................................................................................................................................... 63
Equao 51 ......................................................................................................................................... 64
Equao 52 ......................................................................................................................................... 65
Equao 53 ......................................................................................................................................... 65
Equao 54 ......................................................................................................................................... 65
Equao 55 ......................................................................................................................................... 66
Equao 56 ......................................................................................................................................... 66
Equao 57 ......................................................................................................................................... 66
Equao 58 ......................................................................................................................................... 66
Equao 59 ......................................................................................................................................... 67
Equao 60 ......................................................................................................................................... 67
Equao 61 ......................................................................................................................................... 68
Equao 62 ......................................................................................................................................... 68
Equao 63 ......................................................................................................................................... 69
Equao 64 ......................................................................................................................................... 69
Equao 65 ......................................................................................................................................... 69
Equao 66 ......................................................................................................................................... 70
Equao 67 ......................................................................................................................................... 70
Equao 68 ......................................................................................................................................... 70
Equao 69 ......................................................................................................................................... 70
Equao 70 ......................................................................................................................................... 71
Equao 71 ......................................................................................................................................... 72
xvii

SUMRIO
LISTA DE ILUSTRAEs ....................................................................... x
LISTA DE TABELAS .............................................................................. xii
LISTA DE ABREVIATURAS................................................................ xiii
LISTA DE SMBOLOS .......................................................................... xiv
EQUAES .............................................................................................. xv
1 INTRODUO...................................................................................... 19
1.1 CONTEXTUALIZAO ................................................................................... 19
1.2 PROBLEMA DE PESQUISA ............................................................................ 21
1.3 OBJETIVOS ........................................................................................................ 22
1.3.1 Objetivo Geral .................................................................................................. 22
1.3.2 Objetivos Especficos ........................................................................................ 22
1.4 METODOLOGIA ............................................................................................... 22
1.5 ORGANIZAO DO DOCUMENTO ............................................................. 23
2 REVISO DA LITERATURA ............................................................ 25
2.2 ROBTICA ......................................................................................................... 25
2.2.1 Robtica Area ................................................................................................. 26
2.2.2 Tcnicas de Controle de Aeronaves e Trabalhos Relacionados .................. 29
2.3 MODELOS MATEMTICOS .......................................................................... 31
2.3.1 Sistemas de Primeira Ordem .......................................................................... 31
2.3.1.1 Equao Diferencial ........................................................................................ 32
2.3.1.2 Funo de Transferncia ................................................................................. 33
2.3.1.3 Constante de Tempo ........................................................................................ 34
2.3.2 SISTEMAS DE SEGUNDA ORDEM ............................................................ 35
2.3.2.1 Equao Diferencial ........................................................................................ 35
2.3.2.2 Funo de Transferncia ................................................................................. 36
2.4 FORMA PADRO DE SEGUNDA ORDEM .................................................. 36
2.5 ESPECIFICAES DE RESPOSTA TRANSITRIA.................................. 37
2.6 ESTABILIDADE ................................................................................................. 38
2.7 SISTEMAS DE CONTROLE AUTOMTICO............................................... 40
2.7.1 Controle em Malha Aberta e Malha Fechada ............................................... 40
2.7.2 Aes de Controle Bsicas ............................................................................... 41
2.7.3 Controladores de Trs Termos PID ............................................................ 41
2.7.3.1 Termo Proporcional ......................................................................................... 42
2.7.3.2 Termo Integral ................................................................................................. 42
2.7.3.3 Termo Derivativo ............................................................................................ 43
2.7.3.4 PID ................................................................................................................... 44
2.8 LGICA FUZZY ................................................................................................ 44
xviii

2.8.1 Inferncia Fuzzy ............................................................................................... 48
2.9 FUZZY-PID ......................................................................................................... 49
2.10 AVIES, SUA DINMICA E SEUS EIXOS ................................................. 53
2.11 MANOBRAS DE VO DE UMA AERONAVE ............................................ 54
2.12 AEROSIM BLOCKSET 1.2 ............................................................................. 56
2.13 EQUAES DE MOVIMENTO .................................................................... 59
2.13.1 Acelerao Total ............................................................................................. 60
2.13.2 Momento Total ............................................................................................... 60
2.13.3 Sistemas de Coordenadas do Avio EOM : Foras .................................... 61
2.13.4 Sistemas de Coordenadas do Avio EOM: Momentos ............................... 63
2.13.5 Sistemas de Coordenadas do Avio EOM : Cinemtica (Quaternions) ... 64
2.13.6 Sistemas de Coordenadas do Avio EOM: Cinemtica (ngulos Euler) . 65
2.13.7 Sistemas de Coordenadas do Avio EOM: Navegao .............................. 65
2.13.8 Frame-Geodsico EOM: Posio .................................................................. 67
2.13.9 Frame-Geodsico EOM: Velocidade ............................................................ 68
2.13.10 Frame-Geodsico EOM: Altitude (Quaternions) ...................................... 69
2.13.11 Frame-Geodsico EOM: Altitude (ngulos Euler) .................................. 70
2.13.12 Frame-Geodsico EOM: Taxa Angular ..................................................... 71
2.14 CONSIDERAES DO CAPTULO ............................................................. 72
3 RESULTADOS ...................................................................................... 74
3.1 SIMULADOR DE VO FLIGHTGEAR ......................................................... 74
3.1.1 Integrao do Matlab\Simulink com o FlightGear ....................................... 74
3.2 IMPLEMENTAO DO CONTROLE FUZZY-PID .................................... 76
3.2.1 Controle Fuzzy-PID ......................................................................................... 76
3.2.1.1 Controle de Rolagem ....................................................................................... 77
3.2.1.2 Controle de Altitude ........................................................................................ 79
3.3 MANOBRAS DE VO ....................................................................................... 81
3.3.1 Vo Reto Nivelado ............................................................................................ 82
3.3.2 Vo Reto Ascendente ....................................................................................... 85
3.3.3 Vo em Curva Ascendente .............................................................................. 86
3.3.4 Vo em Curva Nivelado ................................................................................... 88
3.4 CONSIDERAES DO CAPTULO ............................................................... 91
4 CONCLUSES ...................................................................................... 93
4.1 CONTRIBUIES DA DISSERTAO ........................................................ 94
4.2 TRABALHOS FUTUROS .................................................................................. 94
REFERNCIAS ........................................................................................ 95

19

1 INTRODUO
1.1 CONTEXTUALIZAO

H algum tempo a utilizao de robs pr-programados se faz presente em larga escala no
setor produtivo, na forma de braos mecnicos para pintura ou solda e veculos robticos para a
coleta e armazenamento de produtos (BUENO et al, 2004; ROSRIO, 2007). Robs pr-
programados recebem uma programao fechada, sabem seus objetivos e funes, mas no
aprendem, no evoluem. No contexto evolutivo, cientistas desejam chegar a veculos robticos que
executam suas atividades atribudas de forma autnoma.
Sistemas autnomos devem perceber situaes no ambiente e tomar decises independentes
para a realizao de suas tarefas sem a interferncia constante de um operador, ou agindo de forma
cooperativa com outros sistemas autnomos, como se observa na Figura 1, onde aeronaves trocam
informaes entre si e a estao operadora.

Figura 1 Colaborao entre VANT
Fonte: Adaptado de Bueno (2002).
Sistemas autnomos de vos so denominados de Veculos Areos No-Tripulados
(VANTs). As plataformas para implementao de um VANT podem ser helicpteros, avies e
dirigveis, seguindo os mesmos princpios de operaes das aeronaves convencionais, normalmente
so de tamanhos reduzidos.
A implementao e evoluo desses sistemas trazem benefcios sociedade na medida em
que essas tecnologias de ponta se tornam teis e acessveis. No campo militar, por exemplo, os
VANTs se destacam por evitar risco vida de pilotos, possurem extrema preciso, alcanarem o
alvo determinado e transmitir posies, vigiar fronteiras e movimentar tropas. No campo civil,
destacam-se pela realizao de monitoramento constante nas mais adversas situaes de vo em
represas (nvel de reservatrio, colorao da gua), em linhas de transmisso de energia
(rompimento de cabos, monitoramento do desenvolvimento das plantas na linha de transmisso),
reas de preservao florestal (desmatamento, acmulo de resduos poluentes) e incndios florestais
20

(localizao de novos focos de incndio, combate ao incndio). Outro exemplo, de uma aplicao
de um VANT, seria o monitoramento das praias na temporada de vero, acompanhando os
banhistas na orla martima, auxiliando dessa forma os salva-vidas a identificar, orientar e prevenir
situaes de perigo, que coloquem em risco a vida dos banhistas (BUENO, 2004, PEREIRA, 2001).
Uma das principais vantagens do uso de um VANT, o seu custo operacional em relao a
avies tripulados ou satlites, sendo at trs vezes mais barato que a utilizao de um veculo
tripulado. Alm de no envolver tripulao, possibilitando a realizao de operaes mais arriscadas
como vos em regies de conflito ou em altitudes muito baixas (WIDMAIER, 2005).
Aeromodelos so caracterizados como plataforma no tripulada ou VANTs. Seus primeiros
relatos datam da dcada de 60, onde foram utilizados em conflitos armados para fazer o
reconhecimento de reas inimigas, onde aeronaves convencionais eram facilmente abatidas com um
alto custo de vidas humanas.
Em constante evoluo, os VANTs, apresentam grandes vantagens em relao utilizao
de aeronaves convencionais tripuladas, possibilitam a operao em velocidades e altitudes menores.
Em uma questo de tempo superaro as aeronaves convencionais pilotadas em diversas aplicaes
(NOGUEZ, 2005).
Porm, para o sucesso da operao do VANT, necessrio que a unidade de controle
execute manobras de vo para a realizao da navegao da aeronave em uma rota estabelecida sem
a atuao de um operador. Diversas estratgias de controle so descritas na literatura com o intuito
de realizar essas manobras em total segurana e robustez (STEVENS & LEWIS, 2003, SAMPAIO,
2006, HOMA, 2005).
Neris (2001) e Paim (2005) utilizam controladores PID (Proporcional - Integral -
Derivativo) para projetar o sistema de controle de navegao dos aeromodelos. Em SAMPAIO
(2006) tambm so usados controladores PID para a realizao de manobras de vo, mas utiliza-se
o Blockset NCD do Matlab/Simulink e a lgica Fuzzy para a sintonia dos controladores. Silveira
(2008) descreve o uso de tcnicas de controle no linear LQG/LTR (Gaussiano Linear Quadrtico/
Recuperao da Malha de Transferncia) combinadas com a lgica Fuzzy, que comanda os
compensadores LQG/LTR para a realizao das manobras. Rasi (2008) utiliza a placa WePilot2000,
que usa controladores PID.
Imerso nesse contexto, este trabalho objetiva desenvolver um controle hibrido Fuzzy-PID,
que combine as caractersticas de ambos os controladores, aplicado em um Veculo Areo No
Tripulado VANT, atravs do estudo das equaes de transferncias matemticas tradicionais e a
aplicao integrada do controlador Proporcional Integral Derivativo (PID) e a lgica Fuzzy. Tal
21

controlador ter a habilidade de melhor ajustar-se e adaptar-se s no-linearidades e variaes dos
parmetros da aeronave, garantindo robustez e qualidade no sistema controlado.
Para o desenvolvimento do modelo hbrido Fuzzy-PID, utilizou-se a ferramenta
computacional Matlab/Simulink, que conta com um mdulo que permite a implementao dos
conceitos da lgica Fuzzy, o Fuzzy Logical Toolbox, a biblioteca AeroSim Blockset, que
composto por um conjunto de ferramentas projetadas para a simulao de modelos dinmicos no
lineares de aeronaves com 6-DOF (Six Degrees of Freedom), e do simulador de vo 3D
(Tridimensional) FlightGear que um software livre de simulao de vo.
A ferramenta Matlab\Simulink, juntamente com seus mdulos e bibliotecas permitem
realizar o estudo dos componentes que compem o controle, sua montagem no ambiente da
ferramenta e a validao da tcnica de controle proposta em simulaes de seu comportamento no
controle de um VANT.
Atravs do Fuzzy Logical Toolbox, so desenvolvidas as funes de pertinncia e as regras
de inferncia Fuzzy, que atuam juntamente com as equaes do VANT, e do controlador PID.
Com o auxlio da biblioteca AeroSim Blockset, faz-se a prototipao do modelo de controle
com todos os componentes necessrios para se realizar o ato de controlar uma aeronave e realizar a
comunicao entre a ferramenta Matlab/Simulink e o software de simulao de vo FlightGear.
A biblioteca AeroSim Blockset, tambm permite adicionar ao ambiente de simulao
parmetros que atuam simulando condies atmosfricas, como rajadas de vento, turbulncias e
utilizar o sistema tridimensional de coordenadas da Terra WGS-84 (World Geodetic System) para a
localizao no globo terrestre.
O conjunto de componentes da biblioteca AeroSim Blockset, permite realizar toda a
simulao da dinmica de um vo, partindo da aeronave e seus componentes at o ambiente ao
redor dela (SILVEIRA, 2008).
Para visualizao dos resultados das simulaes realizadas, utiliza-se o simulador de vo 3D
FlightGear, que responsvel em gerar a apresentao grfica do aeromodelo em vo, em trs
dimenses, na tela do computador respondendo aos comandos enviados pelo sistema de controle.
1.2 PROBLEMA DE PESQUISA

O VANT, vem sendo foco de intensas pesquisas nos ltimos anos. Em particular, a
necessidade de projetar uma unidade de controle que execute diversas manobras de vo na
navegao de um VANT. O mdulo de controle responsvel pelos procedimentos de
22

navegabilidade e estabilidade da aeronave. A complexidade do ato de se controlar uma aeronave
exige a implementao de um controle com um alto grau de autonomia, que realize os
procedimentos necessrios para manter a aeronave na trajetria e altitude desejada, fator que torna o
controle um dos principais fatores limitante da difuso dos VANTs. Com essa finalidade
necessrio o conhecimento das tcnicas de modelagem, anlise e visualizao de resultados, os
quais definem o problema de pesquisa do presente trabalho de dissertao.
1.3 OBJETIVOS
1.3.1 Objetivo Geral

Propor e analisar uma arquitetura hbrida de controle Fuzzy-PID, para a realizao de
manobras de vo em um Veculo Areo No Tripulado VANT, utilizando equaes de
transferncias matemticas tradicionais e integrando a lgica Fuzzy e o controlador PID.
1.3.2 Objetivos Especficos

Compreender os fundamentos da simulao, das funes de transferncias matemticas
clssicas, para aplic-los no estudo dos modelos de aeronaves, dos controladores PID e da
lgica Fuzzy;
Projetar e implementar a estrutura do controlador hbrido Fuzzy-PID;
Simular a estratgia de controle projetada usando o software Matlab/Simulink e o simulador
de vo FlightGear; e
Analisar os resultados alcanados a partir da aplicao do controle proposto.
1.4 METODOLOGIA

Para a efetivao desta dissertao foi realizada uma fundamentao terica, tendo como
base autores considerados referncia na rea. Obteve-se acesso a esses materiais atravs de livros,
artigos publicados em eventos e dissertaes de mestrado.
Atravs da fundamentao terica, chegou-se definio das ferramentas computacionais
utilizadas na implementao, simulao e visualizao das manobras de vo realizadas.
Foi estudado o estado da arte em relao s tcnicas de controle de aeronaves, destacando os
principais trabalhos. Neris (2001) emprega cinco controladores PID, para o controle de velocidade,
ngulo de rolagem, ngulo de sideslip e a altitude ou a rotao do motor. Rasi (2008), projeta um
23

sistema de controle de vo usando trs opes de placas PID, que fazem o controle do aeromodelo.
Valavanis & Kontitsis (2004), propem a utilizao do controlador Fuzzy, para o controle da
aeronave Navion, de modo a obter um controle mais robusto perante as no linearidades do modelo
da aeronave. Silveira et al (2007), utiliza um controlador Fuzzy, para a execuo de tarefas com a
aeronave Aerosonde. Sampaio (2006), prope o uso de controladores Fuzzy-PID, utilizando a
configurao de escalonamento de ganhos, para melhor atuar sobre o controle da aeronave.
Siegwart (2006), utiliza-se o controlador LQR (Regulador Linear timo Quadrtico), para o
controle do VANT. Silveira (2008), sugere utilizar a fuso das tcnicas de controle LQG/LTR
(Gaussiano Linear Quadrtico/ Recuperao da Malha de Transferncia) e Fuzzy, para o controle do
VANT (Aerosonde), embora destaca as restries dessa tcnica no domnio da freqncia.
Com base nas referncias bibliogrficas consultadas, optou-se por um modelo de controle
hbrido Fuzzy-PID do VANT, pois se constatou na literatura sobre o assunto que essa configurao
apresenta timos resultados de desempenho quando atua sobre a malha de controle, e vem sendo
pouco explorada em aeronaves, sendo muito utilizada em outras aplicaes, tal como o controle de
processos industriais (KARASAKAL et al, 2005, ERENOGLU et al, 2006, RAHMAT, 2009).
Com essa abordagem, procura-se a atuao conjunta dos controladores Fuzzy e PID de
modo a obter o melhor de cada controlador, tanto na garantia de robustez e no linearidades, quanto
na rpida resposta e reduo de sobresinais e erros em regime. Tambm, atravs da bibliografia
consultada, definiram-se os mtodos de fuzzificao, defuzzificao assim como a sintonia do
controlador Fuzzy-PID.
Para a realizao das simulaes, foram utilizadas quatro manobras bsicas de vo, onde se
observa o desempenho do conjunto Fuzzy-PID, analisando diversas mtricas de desempenho.
1.5 ORGANIZAO DO DOCUMENTO

Esta dissertao, est dividida em quatro Captulos, os quais desenvolvem uma seqncia
que ilustra todos os passos dados para a aquisio de conhecimento sobre tcnicas e ferramentas
computacionais, para a realizao da implementao de um controlador hbrido Fuzzy-PID, e a sua
simulao na realizao de manobras bsicas de vo em uma aeronave no tripulada VANT.
No primeiro Captulo, foi realizada a introduo do tema de pesquisa abordado nesta
dissertao e foram definidos os objetivos do trabalho.
No segundo Captulo, se faz uma fundamentao terica sobre os assuntos relacionados ao
desenvolvimento e simulao de um controlador Fuzzy-PID, para a realizao de manobras bsicas
24

de vo. So abordados aspectos importantes da simulao, da modelagem e do controle de sistemas
dinmicos, com destaque para as equaes cinemticas e dinmicas de aeronaves e as tcnicas de
controle empregadas na dissertao.
No terceiro Captulo, realiza-se a prototipao do modelo de controle hbrido Fuzzy-PID,
proposto e so apresentadas as simulaes do comportamento do VANT, em diversas manobras de
vo, analisando as medidas de desempenho.
No quarto Captulo, encerra-se a dissertao, apresentando as consideraes e concluses
obtidas durante o decorrer da pesquisa, at sua concepo, fazendo uma anlise sobre a contribuio
deixada na temtica abordada e elencam-se algumas sugestes de trabalhos futuros.
25

2 REVISO DA LITERATURA
Para a realizao desta dissertao, foi desenvolvida uma extensa fundamentao terica.
Esta fundamentao apresenta os conceitos bsicos para a familiarizao e compreenso dos tpicos
que englobam a proposta apresentada. O conhecimento adquirido forma uma base slida para a
realizao e delimitao do escopo do trabalho. Com essa finalidade, so abordados aspectos
importantes da simulao, modelagem e controle de sistemas dinmicos, de equaes de
movimento, que descrevem as coordenadas de uma aeronave em funo do tempo, a dinmica e os
eixos dos avies, as manobras de vos realizadas por avies e a biblioteca AeroSim BlockSet 1.2.
Com destaque para as tcnicas de controle usadas na implementao e utilizao da biblioteca
AeroSim BlockSet 1.2, usada para simulao de modelos dinmicos no lineares de aeronaves com
6-DOF, que possui o modelo da aeronave utilizada para as simulaes, o Aerosonde e um ambiente
com modelos da atmosfera terrestre que utiliza o sistema tridimensional de coordenadas da terra
WGS-84.
2.2 ROBTICA

A robtica uma rea do conhecimento que tem avanado rapidamente nos ltimos tempos,
mas ela j se faz presente no contexto cientfico h muito tempo. O estudo e o projeto de robs e
autmatos vm sendo realizados h dezenas de anos. A partir da construo da primeira mquina de
calcular, por Pascal, em 1642, uma srie de autmatos foram desenvolvidos. Mas, somente a partir
de 1923, que o termo robot, comeou a ser empregado, sendo usado pela primeira vez por Karel
Capek, (DUDEK, 2000 apud JUNG et al 2005).
De acordo com a Associao de Indstrias de Robtica (RIA) dos Estados Unidos, robs
so manipuladores reprogramveis e multifuncionais, projetados para manipular materiais, peas,
ferramentas ou dispositivos especializados por meio de movimentos variveis programados para a
realizao de tarefas diversas (SPONG & VIDYASAGAR, 1989 apud ROSARIO, 2007).
Com respeito a sua estrutura, um rob um sistema mecnico, de geometria variada,
composto por corpos rgidos, articulados entre si. Sua mobilidade resultado de uma srie de
movimentos elementares, independentes entre si, denominados graus de liberdade do rob
(ARMADA, 1995 apud ROSARIO, 2007).
A evoluo da robtica iniciou a mais de 4000 anos, em relatos de um cachorro mecnico
autmato encontrado no Egito, sendo um relgio de gua projetado pelo engenheiro grego Ctesibius
26

(270 A.C) um dos primeiros trabalhos robticos descritos em um livro (Coleo Mecnica Philo
de Byzntium). Em seguida tem-se Leonardo da Vinci (1452 1519), que estudou profundamente a
robtica a partir de desenhos e projetos gregos, logo aps Nicola Tesla, conclui que autmatos para
serem capazes de realizar tarefas s possveis a seres vivos inteligentes, necessitariam de um
elemento correspondente ao crebro humano para que pudesse ser instrudo. Como isso seria
complicado lembrou-se de usar o prprio crebro para comandar o autmato. Para demonstrar suas
idias, em 1898, construiu um modelo de barco submersvel rdio controlado. Alguns anos depois
do fim da segunda guerra mundial, surgem trabalhos em robtica de manipulao tendo seu auge
com a construo do Unimate (1959 1962), primeiro rob industrial e programado atravs de
computador (NASCIMENTO JR, 2002).
Em 1986, a empresa Honda inicia as pesquisas para a construo de robs, resultando em
2000, no Asimo, um autntico humanide com o propsito de coexistir e cooperar com os humanos.
Nos dias atuais, tem-se dispositivos mveis guiados distncia, robs mveis semi-autnomos e at
mesmo totalmente autnomos como a sonda DART, da Agncia Espacial Americana, NASA,
(National Aeronautics and Space Administration), capaz de localizar seu alvo, aproximar-se e
cumprir sua misso sem a necessidade de interveno da central de controle.
Pode-se considerar que sua origem foi fortemente influenciada pelo desenvolvimento de
artefatos militares, como por exemplo, veculos autnomos teleguiados ou mesmo auto-guiados,
como as bombas V1 e V2, desenvolvidas pela Alemanha durante a 2 guerra mundial (DUDEK,
2000 apud JUNG, 2005).
2.2.1 Robtica Area

A robtica area vem sendo foco de intensas pesquisas nos ltimos anos. Para Becker,
Bouabdallah e Siegwart (2008), veculos voadores autnomos tornaram-se o objeto de desejo de
diversos pesquisadores e instituies civis e militares nesse incio de Sculo XXI. Busca-se chegar a
veculos robticos areos que executem suas atividades atribudas de uma forma autnoma, onde
sistemas autnomos devem perceber situaes no ambiente e tomar decises independentes para a
realizao de sua tarefa sem a interferncia constante de um operador, ou agindo de forma
cooperativa.
Esses veculos so conhecidos como UAV (Unmanned Aerial Vehicle) ou VANTs (Veculos
Areos No Tripulados), que o termo usado para descrever todo e qualquer tipo de aeronave que
no necessita de piloto embarcado para ser guiada.
27

De acordo com Medeiros (2007), os VANTs, so pequenas aeronaves, sem qualquer contato
fsico direto, capazes de executar diversas tarefas, tais como monitoramento, reconhecimento ttico,
vigilncia e mapeamento entre outras. Para a ABA (Associao Brasileira de Aeromodelismo,
2005), a definio para um VANTs : um veculo capaz de voar na atmosfera, fora do efeito do
solo, que foi projetado ou modificado para no receber um piloto humano e que operado por
controle remoto ou de forma autnoma.
Segundo Paim (2005), o apelo dos veculos areos no-tripulados vem de sua grande
flexibilidade de movimentao e, portanto, de suas vastas potencialidade de possveis aplicaes,
desde a vigilncia de ambientes e espionagem, ao auxlio em tarefas de busca e salvamento em
situaes de calamidade pblica como terremotos e furaces.
J Bueno et al (2004), diz que, a autonomia robtica envolve desde solues de pilotagem
automtica usando sensores usuais como inerciais e GPS, at nveis mais complexos de navegao,
como por exemplo: o uso de outras fontes sensoriais, como viso, radares e lasers.
Diversos ramos da engenharia atuam na robtica area, desde o projeto de estruturas
mecnicas viso computacional, passando pelo modelamento dinmico, controle e sistemas multi-
agentes.
Uma descrio da aplicao de servo-controle visual em um helicptero autnomo
encontrada em Chriette, Hamel e Mahony (2001 apud PAIM, 2005), incluindo consideraes sobre
o efeito da colocao da cmera, Tweddle et al (2005 apud PAIM, 2005) tambm empregam a
viso computacional, desta vez em um veculo de asa fixa Kim e Shim (2003 apud PAIM, 2005),
propem arquiteturas de controle para navegao de VANTs. Descries da instrumentao de
helimodelos para vo autnomo so encontradas em Roberts, Corke e Buskey (2003 apud PAIM,
2005).
Devido contnua evoluo dos recursos computacionais de alto desempenho, de
tecnologias de transmisso de dados e posicionamento geogrfico, os custos dos VANTs, tm
baixado significativamente, possibilitando veculos confiveis e versteis, originando cada vez mais
aplicaes prticas (THOMPSON et al,1994 apud WIDMAIER, 2005).
Mundialmente, os investimentos em pesquisa e desenvolvimento de VANTs, tm se
concentrado militarmente, na ordem de bilhes de dlares anuais em pases como Estados Unidos,
Frana, Alemanha, Reino Unido, Itlia, Israel e Rssia. A previso que esses gastos cheguem a no
mnimo 16 bilhes at o ano de 2010, no mundo todo (DeGARMO, 2004 apud WIDMAIER, 2005).
Todos, exceto Israel, so pases membros do MTCR (Missile Technology Control Regime), que
28

um acordo informal e voluntrio de 33 pases, incluindo o Brasil, para controlar a proliferao de
sistemas aerodinmicos capazes de transportar armas de destruio em massa.
O desenvolvimento de VANTs, especificamente orientados para o uso comercial
relativamente novo, com um grande nmero de testes com sistemas e aplicaes. Em 2004, a
NASA publicou o estudo Civil UAV Capability Assessment, que uma anlise global do
potencial uso de VANTs, para aplicaes civis e o Departamento de defesa dos EUA, publicou em
2005 o UAS ROADMAP 2005, que um roteiro para o desenvolvimento de VANTs, para
aplicaes militares. Universidades como a Carleton University e University of Kentucky, mantm
laboratrios para pesquisas e desenvolvimento na rea de VANTs.
Segundo Oliveira (2007):
H uma forte expectativa com relao ao tamanho do mercado potencial de VANTs,
estimado em cerca de US$ 4 bilhes na Europa e de US$ 15 bilhes nos Estados Unidos,
entre 2002 e 2009. Com certeza, o mercado civil mundial de VANT dever ser, ainda por
vrios anos, significativamente menor que o militar. Apesar disso, para o mercado civil
fora dos Estados Unidos esto previstas compras da ordem de US$ 1.2 bilhes para
aplicaes de policiamento civil e de inspeo de linhas de transmisso.

No Brasil, os primeiros esforos na rea de VANTs ocorreram na dcada de 80, quando o
Centro Tcnico Aeroespacial (CTA) desenvolveu o projeto Acau (RASI, 2008). Nos ltimos anos,
em competies internacionais da SAE AeroDesign, foram premiados VANTs, rdio-controlados
construdos pela Universidade Federal do Rio Grande do Norte (UFRN), pela Universidade de So
Paulo em So Carlos (USP/SC), pela Universidade Estadual Paulista (UNESP), pela Universidade
Federal de Minas Gerais (UFMG), pelo Instituto Tecnolgico de Aeronutica (ITA) e pelo Centro
Federal de Educao Tecnolgica de Minas Gerais (Cefet-MG) (RAMOS & BUENO, 2007).
Atualmente, em um patamar tecnolgico mais elevado, projetos visando o desenvolvimento
de VANTs, autnomos so conduzidos pelos institutos de pesquisa CTA e Centro de Pesquisas
Renato Archer (CenPRA), pela USP/SC, pela Universidade de Braslia (UNB), pela UFMG, pela
UFRN e pelas empresas Aeromot, Fitec e Prince Air Models. Quanto ao desenvolvimento de
sensores (inerciais e GPS) para essas aeronaves, destacam-se a empresa Navcon e os centros de
pesquisa CTA e Instituto Nacional de Pesquisas Espaciais (INPE) em So Jos dos Campos, SP.
A Universidade Federal de Minas Gerais, desde o ano de 2004, vem desenvolvendo
pesquisas relacionadas com o desenvolvimento de VANTs, tornando-se um dos principais centros
de pesquisa e desenvolvimento deste tipo de tecnologia no Brasil.
A Universidade de So Paulo (USP), tem vinculado aos cursos de Engenharia Mecatrnica e
Sistemas Mecnicos, o Laboratrio de Veculos no Tripulados, que tm como foco o
29

desenvolvimento de plataformas para veculos submersos, veculos aquticos de superfcie, veculos
areos e satlites artificiais.
A USP de So Carlos, mantm um laboratrio que desenvolve projetos VANTs, desde 2006,
Magalhes Oliveira (2008) enfatiza que:
O projeto desenvolvido pela Equipe VANTs - EESC USP composto de duas grandes
reas. Primeiramente, o projeto de uma aeronave que sirva de plataforma, capaz de grande
autonomia, alcance e altitude. A segunda rea composta do desenvolvimento de todos os
sistemas de controle, gerenciamento de misso, captura e interpretao de dados, com o
objetivo final de desenvolver uma aeronave autnoma multi-misso.
2.2.2 Tcnicas de Controle de Aeronaves e Trabalhos Relacionados

Os VANTs, devem ser dotados de autonomia para executar misses de vo, passando por
pontos pr-determinados, transmitindo as informaes coletadas e retornando base em segurana,
por exemplo. Para realizar essas tarefas necessrio projetar um sistema de controle, o qual o
responsvel pela execuo dos procedimentos de navegabilidade e estabilidade da aeronave. Alguns
dos parmetros a serem controlados so, por exemplo, a velocidade e altitude desejadas.
Usualmente, o controle do VANT, baseado em tcnicas clssicas, as quais so simples de
implementar e robustas, porm a presena de no linearidades, em funo da complexidade
crescente dos modelos e as variaes paramtricas dificultam o desempenho e a sintonia dos
controladores clssicos, limitando a operao. Por outro lado, tcnicas de controle no linear e as
baseadas em inteligncia artificial comeam a ser consideradas. A lgica Fuzzy, composta por
regras que sintetizam o conhecimento e a experincia do engenheiro de controle, sendo possvel de
implantar em tempo real. A expanso e aperfeioamento do conjunto de regras para a melhora do
sistema de controle, a robustez em aplicaes prticas e a capacidade de controlar processos
complexos so algumas das vantagens da lgica Fuzzy.
Neris (2001), emprega cinco controladores PID, para o controle de velocidade, ngulo de
rolagem, ngulo de sideslip e a altitude ou a rotao do motor. Os controladores so executados e
ajustados de maneira independente, operando em paralelo, com a exceo dos controladores de
altitude e da velocidade rotao do motor, pois ambos atuam no mesmo servo mecanismo, sendo
selecionados conforme a manobra a ser realizada. Para o ajuste off-line, de ganhos utiliza a
ferramenta NCD (Nonlinear Control Desing) contida no Matlab. O modelo de aeronave utilizado
para as simulaes do avio Beaver, pela falta de dados para o levantamento do modelo do avio
ARARA II. Para analisar o desempenho dos controladores, os autores executam manobras bsicas
de vo e reportam os valores de sobresinal e tempo de acomodao, em cada caso.
30

UNMANNED DYNAMICS LLC (2004), utiliza-se controladores PID, para o controle do
VANT, no descrevendo as vantagens, desvantagens ou o porqu do seu uso no trabalho
apresentado.
Em Paim (2005), faz uso de controladores PID, para o controle de altitude, velocidade e
seguimento de trajetrias de um helicptero em escala reduzida.
Rasi (2008), realiza a implementao prtica de um VANTs, preocupando-se em
desenvolver a estrutura fsica da aeronave, adaptar os equipamentos para a realizao de
pulverizao area, integrar as diversas partes que compem um VANTs, e apresenta uma
metodologia de rota para a realizao do vo com VANTs, em vos para a pulverizao area. Em
relao ao sistema de controle de vo, opta em adquirir de uma empresa especializada,
apresentando trs opes de placas que fazem o controle do aeromodelo, UNAV 3500FW,
WePilot2000 e MP2028g, todas fabricadas por empresas estrangeiras. Dentre os modelos de placas
pesquisadas, a nica que deixa explcito o controlador que faz uso para o controle da aeronave a
WePilot2000, que utiliza controladores PID.
Valavanis & Kontitsis (2004), propem a utilizao do controlador Fuzzy, para o controle
do VANT (aeronave Navion), de modo a obter um controle mais robusto perante as no
linearidades do modelo da aeronave. Embora o controlador apresente bons resultados, observam-se
oscilaes na simulao na altitude desejada. Os autores concluem que as oscilaes so devidas a
composio do controle, que apenas considera a experincia do piloto, no considerando os
parmetros de desempenho de vo.
Silveira et al (2007), utilizam-se do controlador Fuzzy, para a execuo de tarefas com a
aeronave Aerosonde, tal como controlar a altitude, direo, velocidade e estabilizar a aeronave, no
apresentando as vantagens de seu uso, nem ndices de desempenho dos resultados das simulaes.
Apenas descreve que os trabalhos realizados foram de importncia para o acmulo de experincia
para a implementao segura de um VANT.
Sampaio (2006), apresenta controladores Fuzzy-PID, utilizando a configurao de
escalonamento de ganhos, para melhor atuar sobre o controle da aeronave. So implementados
quatro mdulos de controle: altitude, rolagem, glissagem e velocidade da aeronave. O controle
formado por quatro blocos PID, um gerador de pesos Fuzzy, e um bloco de fuso de sada, para
cada tipo de controlador PID. A sada de controle uma mdia ponderada dos pesos gerados pelo
Fuzzy, e pelos valores na sada de cada PID. Obtm-se bons resultados de simulao analisando o
tempo de acomodao e o sobresinal em cada caso. Foi usado o modelo da aeronave Beaver e o
toolbox FDC. Os autores concluem que o controle proposto supera ao controle clssico PID,
31

considerando que os ndices de desempenho mudam, segundo as condies de operao da
aeronave, quando utilizado o controle clssico.
Siegwart (2006), utiliza-se do controlador LQR (Regulador Linear timo Quadrtico) para o
controle do VANT (Sky-Sailor/modelo de avio solar), no apresentando ndices de desempenho e
no discutindo os resultados.
Silveira (2008), sugere utilizar a fuso das tcnicas de controle LQG/LTR (Gaussiano Linear
Quadrtico/ Recuperao da Malha de Transferncia) e Fuzzy para o controle do VANT
(Aerosonde), onde o controlador Fuzzy, analisa as sadas da planta e comanda os compensadores
LQG/LTR, garantindo dessa forma a robustez e estabilidade da aeronave. Com essa proposta, o
autor consegue percorrer a rota desejada e tem bons resultados, mesmo quando testados os
controladores fora do ponto de operao para o qual foram projetados, indicando que a fuso de
tcnicas inteligentes e modernas, nesse tipo de aplicao, serve como alternativa para outras
aeronaves que no exijam uma grande faixa de operao em termos de altitude e velocidade.
Algumas limitaes foram detectadas pelo autor, referentes a restries de desempenho no domnio
da freqncia, as quais limitam a faixa de operao dos controladores.
No que tange estruturao de uma poltica nacional para o setor, o Ministrio da Defesa,
estabeleceu suas diretrizes atravs da Portaria N 606/MD de 11/06/2004, publicada no DOU N
112 em 14/06/2004. Atualmente, o Ministrio da Defesa e Ministrio da Cincia e Tecnologia,
trabalham na criao de uma Comisso de Coordenao Nacional do Programa VANT, (RAMOS
& BUENO, 2007).
Segundo Pardesi (2008):
Embora haja uma boa dose de confiana na tecnologia que sustenta as plataformas no-
tripuladas, h muito menor dose de certeza em torno de seus papis e misses. Os
VANTs/UCAV tm probabilidade de desempenhar um papel fundamental nas reas
comumente classificadas como "montonas, sujas e perigosas
2.3 MODELOS MATEMTICOS

No estudo de modelos matemticos, procura-se a representao abstrata da realidade por
equaes, onde a equao ou o conjunto de equaes que compem o modelo so uma aproximao
do processo real.
2.3.1 Sistemas de Primeira Ordem
Sistemas de primeira ordem, so sistemas que armazenam energia em apenas uma forma e
lugar e possuem um elemento para dissip-la. Suas equaes matemticas descritivas utilizam uma
32

nica varivel e sua primeira derivada, podendo ser utilizado como exemplo uma capacitncia com
resistores ou uma indutncia com resistores. Em cada caso, as resistncias dissipam energia e o
sistema retorna sozinho a uma posio de equilbrio esttico aps uma perturbao externa
(GARCIA, 2005).
Um sistema de primeira ordem pode ser analisado pelos diagramas de blocos mostrados nas
Figura 2 e Figura 3.

Figura 2 Diagrama de bloco simplificado.
Fonte: Ogata (1988).

Figura 3 Malha fechada de um sistema de primeira ordem.
A relao entre a entrada e a sada, conforme as Figura 2 e Figura 3, chamada de funo de
transferncia, dada pela Equao 1. Observa-se que nesse sistema, se s= -1/T, ento anula-se o
denominador da funo de transferncia, sendo esse valor conhecido como o plo do sistema. Para
o sistema ser estvel o plo dever ser negativo.
(s)
E(s)
=
1
Is +1

(1)
Ou de forma equivalente pela Equao 2.
(s)
E(s)
=
k
Is +1

(2)
Onde, para simplificar a anlise, considera-se k = 1. T a constante de tempo do sistema.
2.3.1.1 Equao Diferencial
A equao diferencial, uma equao que apresenta derivadas ou diferenciais de uma
funo desconhecida (a incgnita da equao), alm de variveis independentes.
Como exemplo, a equao diferencial de um circuito srie RC (Resistor e Capacitor), pode
ser derivada a partir das Equaes 3, 4 e 5.
I
(t) = I
(t) +I
c
(t)
(3)
33

I
(t) = i(t). R +Ic(t)

(4)
v
I
(t) = i(t)R +
1
C
Ji(t)ut
(5)
Aplicando a transformada de Laplace (OGATA, 1998), a Equao 5 pode ser transformada
no domnio do plano complexo s, resultando na Equao 6.
I
(s) = I(s). R +
1
C
.
1
s
. I(s)
(6)
Aplicando a fatorao obtm-se a Equao 7.
I
(s) = I(s)R +
1
C. s

(7)
2.3.1.2 Funo de Transferncia
Funo de transferncia a representao matemtica da relao entre a entrada e sada de
um sistema, sendo normalmente empregada na anlise de circuitos eletrnicos analgicos de
entrada e sada nica.
Determinando-se a relao entre a sada e a entrada, obtem-se a Equao 8.
I(s)
I
(s)
=
1
R +
1
Cs
=
1
RCs +1
Cs
=
Cs
RCs +1

8
A funo de transferncia, Equao 8, estabelece a relao entre a corrente de sada e a
tenso de entrada, mas pode-se encontrar a funo de transferncia que relaciona a tenso de sada
tambm com a tenso de entrada, como pode ser observado nas Equaes 9, 10 e 11.
i(t) = C.
JIc(t)
Jt

(9)
Ji(t)Jt = C]
JIc(t)
Jt

(10)
Ji(t)Jt = C. Ic(t)
(11)
Aplicando a transformada de Laplace na Equao 11.
I(s) = C. s. Ic(s)
(12)
Onde:
Ic(s) =
I(s)
Cs

(13)
A nova funo de transferncia dada pela, Equao 15, derivada da Equao 14.

Observar que para RC=T=1, obtm
2.3.1.3 Constante de Tempo
O produto RC, chamado de constante de tempo e pode ser descrito como o tempo
necessrio para a resposta ao degrau unitrio
estmulo aplicado. Segundo Ogata (1998), quanto menor for a constante de tempo T, mais rpi
ser a resposta ao sistema.
A resposta ao degrau unitrio do circuito RC dada pela Equao
constante de tempo.
Para , tem-se a Equao
Graficamente, a anlise da Equao
Figura 4 Constante de tempo.
Fonte: Adaptado de Ogata (1998).
Segundo Montenegro (2005):
A constante de tempo depende da resistncia e da capacitncia. Quanto maior a
capacitncia do circuito, maior o tempo para o capacitor se carregar. Quanto maior a

1
Uma perturbao sofrida pelo sinal de entrada.
I
c
(s)
I
(s)
=
Cs
RCs +1
.
1
Cs

I
c
(s)
I
(s)
=
1
RCs +1

, obtm-se a equao 1.

chamado de constante de tempo e pode ser descrito como o tempo
necessrio para a resposta ao degrau unitrio
1
atingir 63,2% do valor mximo da sada, a partir do
estmulo aplicado. Segundo Ogata (1998), quanto menor for a constante de tempo T, mais rpi
A resposta ao degrau unitrio do circuito RC dada pela Equao 16
I
c
(t) = (1 -c
-t
:
)
se a Equao 17.
I
c
(t = ) = 1 -c
-1
= u.6S2
Graficamente, a anlise da Equao 17 corresponde Figura 4.

Constante de tempo.
Ogata (1998).
(2005):

Uma perturbao sofrida pelo sinal de entrada.
34
(14)

(15)
chamado de constante de tempo e pode ser descrito como o tempo
atingir 63,2% do valor mximo da sada, a partir do
estmulo aplicado. Segundo Ogata (1998), quanto menor for a constante de tempo T, mais rpida
16, onde = R. C = I a
(16)
(17)

35

resistncia, menor a corrente que fluir para o capacitor e tambm maior ser o tempo para
o capacitor se carregar. Assim, quando a resistncia e a capacitncia so altas, a corrente cai
lentamente a zero e, quando so baixas, a corrente cai mais rapidamente.
2.3.2 SISTEMAS DE SEGUNDA ORDEM
Sistemas de segunda ordem, so sistemas que contm dois elementos distintos de
armazenamento de energia e mais um mecanismo para a dissipao da mesma (GARCIA, 2005).
Um sistema de segunda ordem, pode ser analisado pelos diagramas de blocos nas Figura 5 e
Figura 6.

Figura 5 Diagrama de bloco simplificado.

Figura 6 Malha fechada de um sistema de segunda ordem.

Onde
n
e so parmetros do sistema, sendo a freqncia natural das oscilaes e fator de
amortecimento, respectivamente. Os zeros do polinmio do denominador so os plos do sistema
(dois plos).
2.3.2.1 Equao Diferencial
A equao diferencial de um circuito RLC (Resistor, Indutor e Capacitor) srie pode ser
obtida a partir da Equao 18.
I
(t) = R. i(t) +I
Ji
Jt
+
1
c
Ji(t)Jt
(18)
Aplicando a transformada de Laplace, obtm-se a Equao 20, derivada da Equao 19.
I
(s) = R. I(s) +sII(s) +

1
sC
I(s)
(19)
I
= |R +sI +
1
sC
1 I(s)
(20)

2.3.2.2 Funo de Transferncia
A relao entre a corrente de sada e a tenso de entrada dada pela Equao
da Equao 21.
I(s)
I
=
A funo de transferncia que relaciona a tenso de sada e a tenso de entrada
demonstrada na Equao 25
transferncia, Equao26:
2.4 Forma Padro de Segunda Ordem
Os sistemas de segunda ordem podem ser representados por uma expresso denominada
forma padro, dada na Equao

Os plos e so as razes da equao caracterstica, Equaes
S
1
, S
2
=
-2n
S
1
No campo dos nmeros complexos, tem
exemplo, Equao 31:
Funo de Transferncia
A relao entre a corrente de sada e a tenso de entrada dada pela Equao
I(s)
I
(s)
=
1
R +sI +
1
sC

=
1
sRC +s
2
IC +1
sC
=
Cs
ICs
2
+RCs +1

25, a partir das Equaes 23 e 24, dando-se uma nova funo de
I
c
(s) =
1
sC
I(s)
I(s) = sCIc(s)
sCIc(s)
I
(s)
=
sC
s
2
IC +RCs +1

Is(s)
I
(s)
=
1
ICs
2
+RCs +1

Forma Padro de Segunda Ordem
forma padro, dada na Equao 27, sendo o polinmio caracterstico, Equao 28.
0(s) =
n
S
2
+2ns +n
2

S
2
+2ns +n
2
= u
so as razes da equao caracterstica, Equaes
.4
2
n
2
-4n
2
2
=
2n
2

.4n
2
(
2
2
1
, S
2
= -n n.(-1)(1 -
2
)
ampo dos nmeros complexos, tem-se, -1= [
2
, sendo j, a unidade imaginria, p
36
A relao entre a corrente de sada e a tenso de entrada dada pela Equao 22, derivada
(21)
(22)
se uma nova funo de
(23)
(24)
(25)
(26)
o, Equao 28.
(27)
(28)
so as razes da equao caracterstica, Equaes 29 e 30.
2
-1)

(29)
(30)
, sendo j, a unidade imaginria, por
37

V-4 = .(-1). 4 = .]
2
. 4 = 2]
(31)
Assim, a Equao 30 se transforma em:
S
1
, S
2
= -n n.]
2
(1 -
2
) = -n ]n.1 -
2

(32)
2.5 Especificaes de Resposta Transitria
O desempenho de um sistema de controle especificado em termos da resposta transitria a
uma excitao em degrau unitrio. Conhecendo-se resposta de um sistema, quando aplicado um
degrau na entrada matematicamente possvel calcular a resposta para qualquer outro tipo de sinal.
A resposta transitria de um sistema a uma excitao em degrau unitrio depende das
condies iniciais. de praxe usar a condio inicial padro de que o sistema est inicialmente em
repouso, com valor nulo da varivel de sada e de todas suas derivadas, sendo dessa maneira mais
fcil de obter as caractersticas do sinal de resposta (OGATA, 1988).
Segundo Ogata (1988), antes de alcanar o estado estacionrio a resposta transitria de um
sistema apresenta freqentemente oscilaes amortecidas. Submetendo um sistema de controle a
uma excitao em degrau unitrio (Figura 7) comum especificar os seguintes parmetros de
desempenho, que caracterizam a resposta transitria:
1 Tempo de atraso, t
d
;
2 Tempo de subida, t
;
3 Instante de pico, t
p
;
4 Mximo valor de ultrapassagem, H
p
; e
5 Tempo de acomodao, t
s
.

Figura 7 Curva de resposta ao degrau unitrio mostrando t
d
, t
, t
p
, H
p
c t
s
.
Fonte: Dorf e Bishop (2001).
38

Onde:
1 Tempo de atraso,t
d
: tempo necessrio para que a resposta alcance, pela primeira vez, a metade
do valor final.
2 Tempo de subida, t
: tempo necessrio para que a resposta passe de 10% a 90%, de 5% a 95%,

ou de 0% a 100% do seu valor final. Para sistemas de segunda ordem subamortecidos, normalmente
usa-se o critrio do tempo de subida de 0% a 100%. Para sistemas de segunda ordem
superamortecidos normalmente usa-se tempo de subida de 10% a 90%.
3 Instante de pico, t
p
: o tempo necessrio para que a resposta alcance o primeiro pico de
ultrapassagem.
4 Mximo valor de ultrapassagem (percentual), H
p
: o mximo valor de pico de curva de
resposta medindo a partir do valor unitrio. Quando o valor final de regime estacionrio da resposta
difere da unidade, comum usar-se a mxima ultrapassagem percentual, definida pela Equao 33:
H
p
=
c(t
p
) - c
()
c
()
X 1uu%
(33)
Onde c
()
o valor da resposta em regime e c(t
p
) o valor de pico.
5 Tempo de acomodao, t
s
: o tempo necessrio para que a curva de resposta alcance valores
dentro de uma faixa em torno do valor final e a permanece. O intervalo de valores no interior da
faixa especificado por uma porcentagem absoluta do valor final (normalmente 2% ou 5%). O
tempo de acomodao est relacionado com a maior constante de tempo do sistema de controle.
Os parmetros de desempenho anteriormente descritos permitem analisar a resposta de um
sistema em diferentes condies de operao de modo a verificar se a mesma, atende s
consideraes pr-definidas no projeto do controlador.
2.6 Estabilidade
Os plos (OGATA, 1998), caracterizam a resposta transitria do sistema, por exemplo, se
ocorrem oscilaes, a velocidade da resposta etc. Alm disso, caracterizam a estabilidade ou
instabilidade do sistema.
Um sistema considerado instvel quando apresenta plos no semi-plano direito do plano
complexo S. Por exemplo, uma funo de transferncia de um sistema instvel | < u] teria a
estrutura dada pela Equao 34:
S
c
=
1
S
2
- s + 1

(34)
39

Para se realizar a anlise no Matlab de um sistema instvel, pode-se utilizar a linha de
comando:
n = 1; d=[1 -1 1]; Sc=tf(n,d)
que define a entrada de dados, e:
Step(Sc)
que apresenta o grfico (Figura 8) de resposta do sistema ao degrau unitrio.

Figura 8 Resposta transitria de um sistema instvel

Observa-se a divergncia da sada em relao referncia desejada, a qual piora com o
aumento do tempo de simulao. Na prtica o sistema instvel deve ser evitado.
Para realizar a anlise dos plos do sistema e do lugar das razes que permitem detectar a
instabilidade do sistema, utiliza-se a seguinte linha de comando no Matlab\Simulink:
roots(d)
ans = 0.5 +/- 0.8660i
rlocus(Sc)
Que apresenta o grfico (Figura 9) do sistema instvel.

Figura 9 Plos de um sistema instvel
40

Observa-se que as razes encontram-se no semi-plano direito, evidenciando que o sistema
tem uma resposta transitria instvel. A aplicao de um controlador proporcional nesta situao, s
pioraria a resposta do sistema, tornando as oscilaes de maior freqncia, sem resolver o problema
da estabilidade, que seria deslocar os plos para a regio do semi-plano esquerdo de S.
2.7 SISTEMAS DE CONTROLE AUTOMTICO
Os sistemas de controle podem ser classificados em sistema de controle a malha aberta e em
sistemas de controle de malha fechada, possuindo quatro aes bsicas de controle: ao liga-
desliga ou on-off, ao proporcional, ao integral e ao derivativa, podendo cada ao de controle
atuar sozinha ou em conjunto com outra, como por exemplo no caso de um PID.
2.7.1 Controle em Malha Aberta e Malha Fechada

Nos sistemas de controle em malha aberta (Figura 10), a ao de controle independente da
sada, sendo os mais simples de todos os dispositivos de controle. Sua sada no tem nenhum efeito
sobre a ao de controle, no sendo medida e nem realimentada para a comparao com a entrada
(OGATA, 1998, DORF & BISHOP, 2001).

Figura 10 Sistema de controle em malha aberta
Fonte: Neris (2001).

Nos sistemas de controle em malha fechada (Figura 11), o sinal de sada possui um efeito no
sinal de entrada, sendo dessa forma sistemas de controle realimentados. O uso de realimentao
torna a resposta do sistema relativamente insensvel a distrbios externos e a variaes internas nos
parmetros do sistema (NERIS, 2001).
Para tornar o sistema mais preciso e fazer com que ele reaja a perturbaes externas, o sinal
de sada comparado com um sinal de referncia e o desvio entre estes dois sinais utilizado para
determinar o sinal de controle que deve ser aplicado ao processo. Sendo o sinal de controle
determinado de forma a corrigir este desvio entre a sada e o sinal de referncia (OGATA, 1998,
DORF & BISHOP, 2001).
41

Figura 11 Sistema de controle em malha fechada.
Fonte: Neris (2001).
2.7.2 Aes de Controle Bsicas

Ogata (1998), classifica em quatro as aes bsicas de controle: ao liga-desliga ou on-off,
ao proporcional, ao integral e ao derivativa.
Nos tipos de controle com Ao On-Off (Figura 12), o elemento atuante possui apenas duas
posies fixas, ligado ou desligado.

Figura 12 Controle on-off .
Fonte: Adaptado de Ogata(1988).
Em um controle de duas posies (on off), o sinal u(t) permanece igual a um valor
mximo ou a um valor mnimo, dependendo do sinal de erro ser positivo ou negativo:
u(t) = u
1
, poro c(t) > u
= u
2
, poro c(t) < u
Segundo Neris (2001), Ogata (1998) e Dorf e Bishop (2001) uma oscilao da sada entre
dois limites uma resposta tpica deste sistema de controle. O controle liga-desliga relativamente
simples e pode ser utilizado quando no se necessita de um controle muito preciso, por exemplo, em
alguns sistemas de controle de temperatura.
2.7.3 Controladores de Trs Termos PID
Segundo Dorf e Bishop (2001), controladores de trs termos ou controlador PID, so
amplamente usados no controle de processos industriais. J Ogata (1998), afirma que metade dos
controladores industriais em uso nos dias atuais, utiliza estratgias de controle PID ou PID,
modificadas. Sua utilidade reside na sua aplicabilidade geral maioria dos sistemas de controle e
parcialmente a sua simplicidade funcional permitindo oper-los de maneira simples e direta.
42

2.7.3.1 Termo Proporcional
Na ao de controle proporcional, o sinal de sada do controlador proporcional ao erro do
sistema. A relao entre o sinal de controle u(t) e o sinal de erro e(t) e dada pela Equao 35.
u(t) = K
p
c(t)
(35)
Ou pela transformada de Laplace como na Equao 36.
u(s)
E(s)
= K
p

(36)
Onde K
p
o ganho proporcional.
Independente do mecanismo real ou a forma da energia usada na operao, o controlador
essencialmente um amplificador com ganho ajustvel, seu diagrama de bloco pode ser observado na
Figura 13.

Figura 13 Diagrama de blocos de um controlador proporcional.
A ao proporcional possui o inconveniente de nunca conseguir anular o erro totalmente.
Segundo Neris (2001), na medida em que o erro vai se aproximando de zero, o sinal de controle
tambm vai diminuindo e chegar a tal ponto que ser insuficiente para continuar a anular o erro. A
partir da, o sistema entra em regime permanente com um erro constante.
2.7.3.2 Termo Integral
Nos sistemas de ao integral, o valor de sada do controlador variado em uma taxa
proporcional ao sinal de erro atuante. A relao entre o sinal de controle u(t) e o sinal de erro e(t)
dada pela Equao 37.
Ju(t)
Jt
= K
c(t)
(37)
Ou tambm como na Equao 38:
u(t) = K
] c(t)Jt
(38)
Onde K
denominado de constante integral. Sendo a funo de transferncia do controlador

integral dada na Equao 39.
u(s)
E(c)
=
K
s

(39)
43

Neris (2001), diz que na ao de controle integral, se o erro for zero, o sinal de controle
torna-se constante, diferente da ao proporcional em que o sinal de controle vai a zero. O uso do
integrador como controlador faz com que o sistema fique lento, pois, a resposta depende do
acmulo do sinal de erro na entrada do sistema. No entanto, esta ao de controle leva a um erro de
regime permanente nulo por no necessitar de um sinal de entrada para gerar uma sada. Embora
mais lenta, essa ao de controle muito precisa, sendo utilizada normalmente em conjunto com a
ao proporcional.
A ao de controle integral pode ser observada pelo seu diagrama de bloco (Figura 14).

Figura 14 Controle integral.
2.7.3.3 Termo Derivativo
Ao derivativa: onde o sinal de controle u(t) proporcional a variao do sinal de erro
e(t). A relao entre o sinal de controle u(t) e o sinal de erro e(t) dada pela Equao 40.
u(t) = K
d
Jc(t)
Jt

(40)
Onde K
d
denominada de constante derivativa.
Sua funo de transferncia dada na Equao 41.
u(s)
E(s)
= K
d
S
(41)
A ao derivativa pode ser observada pelo seu diagrama de bloco (Figura 15).

Figura 15 Controle derivativo.

Segundo Neris (2001), a tendncia da ao do controle derivativa tentar antecipar a ao
do controlador para que o erro, to logo passe a existir, seja forado a diminuir. A ao derivativa
tem a funo de tomar a resposta de sistema de controle mais rpida. Por apenas reagir existncia
de um erro varivel, esta ao de controle no pode ser utilizada isoladamente em um controlador e
no atenua, por exemplo, em regime, quando o erro torna-se constante.

2.7.3.4 PID
A combinao das aes proporcional, integral e derivativa para gerar um
controle, d origem ao controlador PID (Ogata, 1998). Objetiva
particulares de cada uma destas aes a fim de se obter uma melhora significativa do
comportamento transitrio e em regime permanente do sistema controlado, conforme a
Figura 16 Controle PID de um processo.
O controlador PID, tem a seguinte fu
A equao da sada no domnio do tempo , Equao
u(t)
Podem ser obtidas combinaes dos termos do PID. Por exemplo, f
se ento o controlador proporcional e integral (PI), Equao 4
Por sua vez, fazendo-se
Equao 45:
Dorf e Bishop (2001),
serem determinados, para um dado processo, os trs ganhos,
e o ganho derivativo.
2.8 LGICA FUZZY
A Inteligncia Artificial
experincia, a inteligncia humana, sendo tambm capaz de adquirir e conservar conhecimentos em
modelos e de responder depressa e bem a novas situaes, como
instrumentos para apoiar a inteligncia humana e como Cincia da Computao procura simular o
pensamento dos especialistas e seus fenmenos cognitivo
A combinao das aes proporcional, integral e derivativa para gerar um
controlador PID (Ogata, 1998). Objetiva-se aproveitar as caractersticas
comportamento transitrio e em regime permanente do sistema controlado, conforme a

Controle PID de um processo.
tem a seguinte funo de transferncia, Equao 42
0
c
(s) = K
p
+
K
1
s
+ K
s
A equao da sada no domnio do tempo , Equao 43:
( ) = K
p
c(t) +K
] c(t) Jt +K

Jc(t)
Jt

Podem ser obtidas combinaes dos termos do PID. Por exemplo, fazendo
se ento o controlador proporcional e integral (PI), Equao 44.
0
c
(s) = K
p
+
K
s

se = 0, tem-se ento o controlador proporcional derivativo (PD),
0
c
(s) = K
p
+ K
s
diz que para se implementar um controlador PID, h necessidade de
rminados, para um dado processo, os trs ganhos, o ganho proporcional, o ganho integral
A Inteligncia Artificial, uma Cincia, procura estudar e compreender a partir da
modelos e de responder depressa e bem a novas situaes, como Engenharia procura construir
pensamento dos especialistas e seus fenmenos cognitivos (ANGELOV &
44
A combinao das aes proporcional, integral e derivativa para gerar um s sinal de
se aproveitar as caractersticas
comportamento transitrio e em regime permanente do sistema controlado, conforme a Figura 16.
no de transferncia, Equao 42.
(42)
(43)
Podem ser obtidas combinaes dos termos do PID. Por exemplo, fazendo-se = 0, tem-
(44)
se ento o controlador proporcional derivativo (PD),
(45)
diz que para se implementar um controlador PID, h necessidade de
o ganho proporcional, o ganho integral
uma Cincia, procura estudar e compreender a partir da
Engenharia procura construir
ZHOU, 2007).
45

O ser humano capaz de trabalhar com fatores ambguos e complexos, onde incertezas e
informaes vagas, imprecisas ou aproximadas so caractersticas de seu pensamento para a
resoluo de problemas, sendo geralmente possvel expressar o pensar em termos lingsticos. Por
permitir o tratamento de expresses de grandezas no exatas a lgica Fuzzy, muito parecida com o
comportamento dos seres humanos (SHAW & SIMES, 2007).
A lgica Fuzzy, baseia-se na teoria dos Conjuntos Fuzzy, onde a teoria dos Conjuntos Fuzzy,
diz que dado um determinado elemento que pertence a um domnio, verificado o grau de
pertinncia do elemento em relao ao conjunto (KOHAGURA, 2007).
Com o auxlio dos Conjuntos Fuzzy e os Conceitos de lgica Fuzzy, pode-se traduzir para
termos matemticos as informaes imprecisas expressas por um conjunto de regras lingusticas.
Para Tanscheit (2003 apud SAMPAIO, 2006):
Se um operador humano for capaz de articular sua estratgia de ao como um conjunto de
regras da forma se ... ento, um algoritmo passvel de ser implementado em computador
pode ser construdo. O resultado um sistema de inferncia baseado em regras, no qual a
Teoria de Conjuntos Fuzzy e Lgica Fuzzy fornecem o ferramental matemtico para se
lidar com as tais regras lingsticas.
Baseando-se em estudos sobre operaes de conjuntos Fuzzy a lgica Fuzzy, pode ser
entendida como uma generalizao da lgica clssica.
A lgica clssica, pode ser representada pela funo indicadora I(.), que assume apenas dois
valores, {0,1}, conforme respectivamente o elemento no pertena ou pertena ao conjunto em
questo. Desta forma, dado um conjunto A contido num universo X, um elemento x deste universo
pode assumir apenas dois estados em relao ao conjunto A, que representado pela funo IA(x):
IA(x) = {1 se x e A, ou 0 se x eA}
Portanto pode-se definir um conjunto clssico como:
A= {xeX | IA(x) = 1}
No caso da lgica nebulosa trs casos so possveis, pois o mesmo elemento x e X:
1) pode pertencer integralmente ao conjunto A;
2) pode no pertencer a A; e
3) pode pertencer parcialmente ao conjunto A.
O fato de um elemento pertencer parcialmente a um conjunto faz com que deva ser trocada a
funo indicadora I(.) = {0,1} por uma funo de pertinncia (.) = [0,1], ou seja, o grau de
pertinncia de um elemento a um conjunto a referncia para verificar o quanto possvel, esse
elemento poder pertencer ao conjunto. O grau calculado atravs de uma determinada funo que
retorna geralmente um valor real que varia entre 0 e 1(KOHAGURA, 2007), ao invs de apenas os dois
valores extremos do intervalo, como no caso da lgica clssica.
46

A Lgica Fuzzy, permite transformar a linguagem natural em conjuntos de nmeros o que
permite a manipulao computacional. Zadeh definiu variveis lingsticas como variveis as
quais os valores so palavras ou sentenas em linguagem natural ou artificial (COSTA, 2003).
As variveis lingsticas (Figura 17), assumem valores chamados lingsticos, como por
exemplo, os valores FRIA, MORNA e QUENTE so relativos varivel TEMPERATURA DA
GUA.
Para Von Altrock (1996 apud JAN, 2004):
As chamadas variveis lingsticas constituem o vocabulrio da lgica fuzzy, trazendo
toda a incerteza presente no pensamento e na expresso oral do ser humano, para sistemas
de deciso que priorizam o padro e respeitam determinada metodologia durante o clculo
computacional envolvido. Esta caracterstica excepcional encontrada na lgica fuzzy, s
possvel, porque considera a parcela de informao relativa no incerteza estocstica, mas
sim a chamada incerteza lxica presente em qualquer problema real analisado em que
estejam envolvidas variveis lingsticas.

Figura 17 Funo de pertinncia e variveis lingsticas.
Fonte: Adaptado de Costa, et al (2008).
Funes de pertinncia (Figura 17) podem ter diferentes formas, dependendo do conceito
que se deseja representar e do contexto em que sero utilizadas. Podem ser definidas a partir da
experincia e da perspectiva do usurio, mas comum fazer-se uso de funes de pertinncia
padro, como, por exemplo, as de forma triangular, trapezoidal e Gaussiana (SAMPAIO, 2006).
As funes de pertinncia triangulares (Figura 18) so caracterizadas por uma terna (a, b, c),
onde a e c determinam o intervalo dentro do qual a funo de pertinncia assume valores diferentes
de zero, e b o ponto onde a funo de pertinncia mxima.

47

Figura 18 Funo de pertinncia triangular.
Fonte: Adaptado de Amendola (2005).
As funes de pertinncia trapezoidais (Figura 19), so caracterizadas por um conjunto de
quatro valores de a, b, c e d, onde a e d determinam o intervalo dentro do qual a funo de
pertinncia assume valores diferentes de zero, e b e c determinam o intervalo dentro do qual a
funo de pertinncia mxima e igual a 1.

Figura 19 Funo de pertinncia trapezoidal
As funes de pertinncia Gaussianas (Figura 20), so caracterizadas pela sua mdia (m) e
seu desvio padro (s). Este tipo de funo de pertinncia tem um decaimento suave e tem valores
diferentes de zero para todo domnio da varivel estudada.

Figura 20 Funo de pertinncia Gaussiana

Segundo Klir (1997 apud COSTA, et al 2008):
Cada conjunto fuzzy, A, definido em termos de relevncia a um conjunto universal, X, por
uma funo denominada de funo de pertinncia, associando a cada elemento x um
nmero, A(x), no intervalo fechado [0,1] que caracteriza o grau de pertinncia de x em A.
A funo de pertinncia tem a forma:
A: X [0,1]
48

2.8.1 Inferncia Fuzzy
Uma estrutura de inferncia Fuzzy (Figura 21), composta por trs blocos de operaes:
1 Fuzzificao
2 Inferncia Fuzzy
3 Defuzzificao

Figura 21 Estrutura de inferncia Fuzzy
Fonte: Jan (2004).

O primeiro passo de um sistema lgico Fuzzy, a fuzificao que consiste na transformao
de um dado numrico em um termo de linguagem natural. Nessa etapa todas as informaes
relativas impreciso ou incerteza associada a estas variveis devem ser consideradas. Ao se
fuzificar um determinado dado numrico, so utilizadas as funes de pertinncia, que verificam o
quanto esse dado pertence a uma determinada classificao (conjunto Fuzzy) (JAN, 2004,
KOHAGURA, 2007).
Aps a Fuzzificao onde se determinou os graus de pertinncia de cada conjunto, segue-se
com a fase denominada inferncia Fuzzy, onde so aplicadas as regras pr-estabelecidas do tipo Se-
Ento, com a finalidade de relacionar possveis variveis entre si e assim cumprir os objetivos do
algoritmo.
Segundo Von Altrock (1996 apud JAN, 2004), pode-se separar esta fase em dois
componentes: Agregao e Composio. O primeiro diz respeito chamada parcela Se, das regras
que iro reger o processo de inferncia, e o segundo, refere-se parcela Ento do conjunto de regras
assim chamadas, Se-Ento. Tais componentes compem o chamado processo de inferncia lgica
Fuzzy, controlando as relaes entre variveis lingsticas atravs de seus respectivos operadores
lgicos.
49

Depois de terminado o processo de inferncia, inicia-se a ltima etapa do sistema lgico
Fuzzy, a defuzzificao, que segundo Cox (1996 apud JAN, 2004) compreende o processo de
converso de um nmero Fuzzy em um nmero real. Sendo o mtodo centride mais utilizado na
defuzzificao, este mtodo encontra o centro geomtrico dos valores de sada Fuzzy, atravs da
ponderao de todos os valores possveis da sada, sendo seus graus de pertinncia utilizados como
pesos para o clculo de uma mdia ponderada.
2.9 Fuzzy-PID
Os controladores automticos PID, trabalham bem em processos razoavelmente lineares,
onde mudanas na entrada do processo geram mudanas proporcionais na sada do processo.
Ajustes peridicos de parmetros so necessrios quando a relao de entrada e sada do processo
levemente linear.
Controladores PID, apresentam diversas vantagens onde se destacam: o controle exato da
sada do processo, a simplicidade de implementao, a velocidade na reao s perturbaes, a sua
estabilidade e uma boa relao custo benefcio como apresenta a Tabela 1 (COELHO & PESSA,
2007).
Tabela 1 Caractersticas dos controladores Fuzzy e PID.
Caractersticas FUZZY PID
Controle exato da sada do processo X
Maior velocidade na reao s perturbaes X
Simplicidade de implementao X
Linguagem natural X
Aproximao do raciocnio humano X
Trabalha com informaes vagas incertas X
No necessita de modelagem matemtica do processo X X
Fonte: Adaptado de Coelho e Pessa, 2007 e Campos e Saito, 2004.
No entanto, a presena de no linearidades, da dificuldade de sintonia e a modelagem
matemtica incompleta dos processos, devido ao conhecimento insuficiente ou complexidade da
planta, limitam o desempenho dos controladores PID, tornando-os no capazes de apresentar um
desempenho timo em todas as condies operacionais (SIMOES & SHAW, 2007).
J controladores de processos baseados em lgica Fuzzy, so uma funo no linear entre as
variveis de entrada e sada, refletindo o conhecimento que os operadores e engenheiros possuem
da operao de um processo, no necessitando de um modelo analtico completo do processo
(CAMPOS & SAITO, 2004). O controlador Fuzzy, calcula as suas aes em funo de uma base de
50

conhecimento heurstica de como se deve controlar este processo, que pode ser complexo,
impreciso e incerto (BERENJI, 1993 apud CAMPOS & SAITO, 2004).
Controladores Fuzzy, podem considerar vrios critrios de desempenho simultaneamente
que podem ser escritos de forma matemtica ou mesmo lingstica, atravs da generalizao ou
inferncia de uma varivel dentro de um universo de referncia que se deseja controlar.
Uma das principais vantagens dos sistemas de controle Fuzzy, a reduo considervel do
tempo de desenvolvimento de um controlador no linear para um sistema complexo (BONISSONE
et al, 1995 apud CAMPOS & SAITO, 2004). Outras vantagens do controle Fuzzy, so a dispensa de
uma modelagem matemtica na maioria das vezes, a facilidade de ser implantado em tempo real, a
expanso e aperfeioamento do conjunto de regras para a melhora do sistema de controle, quando
este apresente necessidade de ajustes a novas funcionalidades, a robustez em aplicaes prticas e a
capacidade de controlar processos complexos (CALLAI et al, 2007; CAMPOS & SAITO, 2004 ).
Porm, a necessidade de um especialista para a construo da base de regras e a dificuldade de se
estabelecer regras corretamente dificultam um pouco a sua utilizao (Tabela 1).
Uma tendncia nos dias atuais, a utilizao de controladores hbridos Fuzzy-PID, suprindo
dessa maneira os pontos fracos que cada um dos controladores possui e utilizando-se o que cada
controlador realiza de melhor no ato de se controlar a planta (AL-ODIENAT & AL-LAWAMA,
2008).
Os controladores Fuzzy-PID, na prtica, possuem a habilidade de auto ajustar-se e adaptar-se
melhor s no-linearidades e variaes dos parmetros do processo controlado. Variantes da
combinao destes controladores garantem maior robustez e qualidade no sistema controlado, as
verses mais freqentes so Fuzzy-PI e Fuzzy-PD (ERENOGLU et al, 2006).
Para Campos e Saito (2004), os primeiros passos para a elaborao de um controlador
Fuzzy-PID, so: a definio do universo de referncia (domnio) das variveis do controlador, a
normalizao em um determinado intervalo, a definio das funes de pertinncia e a definio das
regras de controle.
Quando se define a normalizao a ser utilizada, definem-se fatores de escala para as
variveis associadas. J, as funes de pertinncia so definidas a partir da escolha dos valores
lingsticos necessrios ao controle e as regras de controle que associam as variveis de entrada
com as de sada. So elaboradas em funo do conhecimento que os operadores e ou engenheiros
possam ter do processo a ser controlado.
Na literatura constam trs categorias para a classificao dos controladores Fuzzy-PID: Ao
direta, escalonamento de ganho e controle hbrido Fuzzy-PID. A categoria de ao direta tambm
51

pode ser classificada em trs subcategorias, de acordo com o nmero de entradas: uma, duas e trs
entradas de ao direta no controlador Fuzzy-PID (YESIL et al 2003, AKBIYIK et al, 2005 apud
ERENOGLU et al, 2006). Neste trabalho foi utilizada a tcnica da ao direta. A classificao dos
controladores Fuzzy PID pode ser vista na Figura 22.

Figura 22 Classificao dos controladores Fuzzy-PID.
Fonte: Adaptado de Erenoglu et al (2006).

A estrutura genrica do controlador Fuzzy-PID, de ao direta, possui duas entradas que
geralmente so o erro (e), que o desvio entre a varivel de processo e o seu valor desejado e a
derivada no tempo desse sinal de erro () que alimentam uma base de regras Fuzzy, uma varivel de
sada (u), que a varivel manipulada como mostrado na Figura 23 (CAMPOS &SAITO, 2004).

Figura 23 Estrutura do controlador Fuzzy-PID.
Fonte: Adaptado de Erenoglu et al (2006).
Onde, K
e
, K
d
, e so ganhos de controle; representa a derivada do erro (e) e u a sada do
controlador.
Uma estrutura de controlador Fuzzy-PI, de ao direta, mostrada na Figura 24, onde h
duas entradas, uma de erro (e) e outra da integral do erro (), que alimentam o controlador Fuzzy e
do origem ao sinal manipulado u
PI.

Figura 24 Estrutura do controlador Fuzzy-PI.
Fonte: Adaptado de Hakim, Soeprijanto e HP (2007).
52

Onde, K
i
e K
p2
so os ganhos e u
PI
a sada do controlador.
J uma estrutura de controlador Fuzzy-PD, mostrada na Figura 25, onde h duas entradas,
uma de erro (e) e outra a derivada do erro (
d
dt
), que alimentam o controlador Fuzzy e d origem ao
sinal manipulado u
PD.

Figura 25 Estrutura do controlador Fuzzy-PD.
Onde, K
p1
e K
d
so os ganhos e u
PD
a sada do controlador.
Na Figura 26, mostrada uma configurao hbrida PID, onde a sada manipulada (u) uma
das sadas u
PI
ou u
PD.

Figura 26 Estrutura do controlador hbrido Fuzzy-PID.
Onde, K
p
, K
d
e K
i
so os ganhos e uPID,

a sada do controlador PID

e o FUZZY-PID,

a
sada do controlador Fuzzy-PID, e a sada manipulada final u.
A utilizao da lgica Fuzzy, em conjunto com controladores PID, incorpora certo nvel de
inteligncia artificial aos controladores convencionais, tornando-os mais eficazes. Um controlador
Fuzzi-PI, apresenta uma menor sensibilidade s variaes de carga e observa-se uma maior
sensibilidade mudanas da tenso de entrada, o Fuzzy-PI, mostra um desempenho melhor na
53

anlise de erros transitrios. J controladores Fuzzy-PID, tm fornecido boas respostas em termos
das performances em estado transiente e estacionrio (AL-ODIENAT & AL-LAWAMA, 2008,
KURNAZ, 2009, ERENOGLU et al, 2006) .
2.10 AVIES, SUA DINMICA E SEUS EIXOS
As sees a seguir tm o objetivo de abordar os principais conceitos relacionados
modelagem dinmica de uma aeronave e as principais manobras que podem ser realizadas.
Avio, ou aeroplano, uma aeronave mais pesada que o ar, que usa asas e/ou outras partes
de sua estrutura para sua sustentao. O avio alcana e sustenta o vo atravs de reaes
aerodinmicas que acontecem quando o ar passa em velocidade pelas suas asas (HOMA, 2005).
Os principais componentes de um avio podem ser classificados em partes fixas e partes
mveis. As partes fixas so as asas, fuselagem, motor e estabilizadores e nas partes mveis
encontram-se o trem de pouso e as superfcies de controle do avio, que so os flaps, ailerons, leme
e o profundor (SAMPAIO, 2006).
Um avio pode ser descrito pelas leis que regem a dinmica dos corpos rgidos, onde os eixos
do avio so linhas imaginrias e ideais traadas sobre o mesmo, partindo de seu centro de
gravidade (Figura 27), cuja denominao e movimentos so os seguintes, (MUOZ, 2005 apud
SAMPAIO, 2006):
Eixo longitudinal ou eixo X: percorre desde o nariz at a cauda do avio. responsvel pelo
movimento de rolagem da aeronave (levanta uma asa e abaixa a outra Roll).
Eixo lateral ou eixo Y: percorre de uma extremidade da asa outra. responsvel pelo
movimento de arfagem da aeronave (move o nariz para cima ou nariz para baixo Pitch).
Eixo vertical ou eixo Z: atravessa o centro gravitacional do avio, sendo responsvel pelo
movimento de guinada da aeronave (move o nariz para a esquerda ou para a direita Yaw).

Figura 27 Eixos e movimentos do avio.
Fonte: Adaptado de Sampaio (2006).
54

O modelo matemtico das aeronaves pode ser derivado a partir das leis de Newton e consiste
em um conjunto complexo de equaes diferenciais no lineares (NEWMAN, 2001).
2.11 MANOBRAS DE VO DE UMA AERONAVE
Durante a realizao do um vo, o piloto executar uma srie de procedimentos visando
estabilidade da aeronave em uma rota determinada, monitorando e atuando no controle da altitude,
direo e velocidade da aeronave.
Em relao altura da aeronave, o piloto pode ascender, descender ou manter uma altitude
constante, quanto direo, virar direita, esquerda ou manter a direo do vo e na velocidade
acelera, retarda ou mantm uma velocidade constante (HOMA, 2005).
Estas tarefas recebem o nome de manobras bsicas, pois em qualquer operao que o piloto
efetue em vo requer o emprego de alguma delas, e podem se enumeradas como: Vo reto e
nivelado, vo reto ascendente, vo reto descendente, vo em curva ascendente, vo em curva
descendente e glissagem (SAMPAIO, 2006).
Vo Reto e Nivelado (Figura 28(c)): uma manobra quando a aeronave mantm o nvel de
vo em uma altitude constante e a direo estabelecida em uma trajetria retilnea.
Vo Reto Ascendente (Figura 28(d)): uma manobra resultante de uma combinao de
potncia e altitude que faz a aeronave ganhar altura e manter-se na direo estabelecida.
Vo Reto Descendente (Figura 28(b)): a aeronave realiza vo descendente quando vai
perdendo altitude ao longo do tempo e segue uma mesma direo estabelecida. O vo descendente
divide-se em perda de altitude assistida pelo motor e sem motor, neste segundo mantm-se o motor
em sua potncia mnima sem deslig-lo.
Vo em Curva Nivelado (Figura 28(a)): consiste em uma mudana de direo da aeronave,
que mantm o ngulo de rolagem fixo, sem derrapar nem deslizar, enquanto mantm-se a altitude
de vo.
Vo em Curva Ascendente (Figura 29): a juno de duas manobras: o vo reto ascendente
e o vo em curva nivelado. Nesta manobra, obtm-se uma mudana de direo, mantendo o ngulo
de rolagem fixo, sem derrapar nem deslizar, e eleva-se a altitude de vo do avio.
Vo em Curva Descendente (Figura 30): esta manobra vo uma modificao da manobra
vo em curva ascendente, diminuindo-se a altitude de vo da aeronave durante o vo, enquanto
mantm-se um ngulo de rolagem fixo, para realizar a curva.
55

Glissagem (Figura 31): a manobra executada quando o eixo longitudinal aponta em uma
direo diferente de sua trajetria, seu objetivo contrapor a ao do vento lateral que faz a
aeronave se desviar de sua rota previamente estabelecida. Sua execuo se d aplicando-se ao leme
da aeronave um ngulo de correo, provocando dessa maneira um ngulo de deriva na proa da
aeronave, forando o deslizamento lateral em direo rota destino estabelecida (SAMPAIO, 2006,
HOMA, 2005).

Figura 28 Manobras: (a) Curva Nivelado, (b) Vo Reto Descendente, (c) Vo Reto Nivelado e
(d) Vo Reto Ascendente.
Fonte: Sampaio (2006).

Figura 29 Manobra Curva Ascendente.

Figura 30 Manobra Curva Descendente.

56

Figura 31 Manobra Glissagem.

Para a execuo de cada manobra da aeronave, o sistema de navegao modifica ou mantm
o estado dos atuadores da aeronave, a partir dos valores desejados de velocidade (V), ngulo de
glissagem (beta), ngulo de rolagem (phi) e altura (H) (Tabela 2).
Tabela 2 Variveis modificadas na realizao das manobras.
Manobra Varivel modificada pelo
Sistema de Navegao
Varivel mantida da altitude
atual
Vo Reto e Nivelado V H
beta = 0
phi = 0
Vo Reto e Nivelado com
Glissagem
V
beta
H
phi = 0
Vo Reto Ascendente V
H
beta = 0
phi = 0
Vo Reto Descendente V
H
beta = 0
phi = 0
Vo em curva Nivelado phi V
H
beta = 0
Vo em Curva Ascendente phi
H
V
beta = 0
Vo em Curva Descendente phi
H
V
beta = 0
Para executar a manobra de vo reto nivelado o sistema de navegao fornece ao atuador
motor a referncia da velocidade (V) definida, deixando o valor do atuador aileron na referncia de
rolagem (phi) igual a zero para manter as asas niveladas, o atuador profundor, que atua na altitude
(H), igual altitude da aeronave no instante do incio da manobra, mantendo a mesma altitude da
aeronave, e o atuador leme, responsvel pela glissagem (beta) igual a zero (SAMPAIO, 2006).
J para executar a manobra de vo em curva ascendente o sistema de navegao fornece ao
atuador aileron a referncia de rolagem (phi) definida, ao atuador profundor a referncia de altitude
(H) definida, mantendo o atuador motor com a referncia igual velocidade (V) da aeronave no
incio da manobra e o atuador leme (beta) em zero.
2.12 AEROSIM BLOCKSET 1.2
O AeroSim BlockSet 1.2 um conjunto de ferramentas projetadas para a simulao de
modelos dinmicos no lineares de aeronaves com 6-DOF, composta por uma biblioteca de
57

modelos completos de avies personalizveis atravs de trocas de parmetros. Possui tambm o
Aerosonde (Figura 32(A)), como modelo presente em seu portflio (Figura 32(B)), juntamente com
algumas simulaes de seu funcionamento, o que facilita a compreenso e aprendizagem do uso da
ferramenta. O AeroSim, disponibiliza para o ambiente de simulaes modelos de atmosfera com ou
sem ventos constantes, rajadas de vento, turbulncias e utiliza o sistema tridimensional de
coordenadas da Terra WGS-84 (World Geodetic System) para a localizao no globo terrestre.
Pode realizar toda a simulao da dinmica de um vo, partindo da aeronave e seus componentes
at o ambiente ao redor dela, (SILVEIRA, 2008).

Figura 32 Aerosonde (A), modelo do AeroSim (B).
O modelo do Aerosonde responsvel pela simulao do comportamento da aeronave,
(Figura 32(B)), possui trs entradas (Controls, Winds e RST) e quinze sadas (States, Sensors,Velw,
Mach, Ang Acc, Euler, AeroCoeff, PropCoeff, EngCoff, Mass, ECEF, MSL, AGL, REarth e
AConGnd) possibilitando uma infinidade de conexes para diversas simulaes. Este bloco
composto por sub-blocos (Figura 33) que interligam os diversos modelos de suas bibliotecas:
modelo aerodinmico, modelo de propulso, inrcia, atmosfera, equao de movimento e terra.
58

Figura 33 Sub-blocos que compem o modelo do Aerosonde.
Fonte: AeroSim Blockset 1.2.
59

1 Modelo Aerodinmico: a biblioteca Aerodinmica contm todos os elementos necessrios para
desenvolver um modelo aerodinmico simples de uma aeronave. A abordagem realizada pela
biblioteca envolve a aerodinmica linear, em que a fora aerodinmica e coeficientes so calculados
utilizando-se combinaes de derivativas de aerodinmica.
2 Modelo de Propulso: esta biblioteca contm diversos tipos de modelos para o sistema de
propulso dos avies. Embora modelos de propulso possam ser extremamente complexos, as
implementaes no AeroSim, foram mantidos relativamente simples e genricas, permitindo que se
desenvolva rapidamente e teste um modelo de aeronave inteiramente funcional.
3 Inrcia: a biblioteca inrcia contm o modelo de parmetros da evoluo da inrcia da
aeronave, incluindo a massa, a posio do centro gravitacional e os momentos de inrcia. Alm
disso, a mesma biblioteca inclui os blocos somatrio de todas as foras e momentos fornecidos
pelas bibliotecas aerodinmica, propulso e modelos atmosfricos para obter uma nica fora e um
nico momento para que possam ser usados nas equaes de movimento.
4 Atmosfera: a biblioteca Atmosfera, inclui blocos para estimar parmetros do ar e os efeitos do
vento.
5 Acelerao Total: o bloco Acelerao Total, um componente da biblioteca Equao de
Movimento, e acrescenta todas as aceleraes aplicadas clula devido aerodinmica e propulso,
e retorna a soma como componentes no eixo do corpo.
6 Momento Total: o bloco Momento Total, um componente da biblioteca Equao de
Movimento e calcula o momento total aplicado clula pela aerodinmica e propulso. O momento
calculado sobre a localizao do centro de gravidade (CG) atual na aeronave.
7 Equao de Movimento: a biblioteca de equaes de movimento contm funes que
descrevem as coordenadas de um objeto em funo do tempo. A mesma inclui blocos para todas as
equaes diferenciais que descrevem a dinmica da aeronave, como ser visto na prxima seo.
8 Terra: a biblioteca Terra inclui blocos da forma do modelo da Terra, da gravidade e do campo
magntico.
2.13 EQUAES DE MOVIMENTO
A biblioteca de equaes de movimento, contm funes que descrevem as coordenadas de
um objeto em funo do tempo. A mesma inclui blocos para todas as equaes diferenciais que
descrevem a dinmica da aeronave. Essas equaes constituem o ponto central de um modelo de
aeronave dinmica. Existem duas formulaes que so comumente usadas para gerar as equaes de
movimento, e elas so fornecidas em duas sub-partes dentro da biblioteca AeroSim. Estas so: o

EOM (Equaes do Movimento) com velocidades referentes ao eixo
com velocidade geodsica (NED), referentes ao sistema de coordenadas terrestre. A partir do po
de vista das entradas e sadas (I/O), ambas as formulaes so iguais (por exemplo, ambas as
velocidades de sada sero expressas em um ponto do corpo da aeronave e num marco geodsico,
tal que o projetista possa mudar facilmente para uma formulao di
aeronave ter sido construdo (AEROSIM, 2004).
2.13.1 Acelerao Total
O bloco Acelerao Total
aerodinmica e propulso, e retorna a soma como componentes no eixo do
do Bloco:
1. Parmetros: nenhum
2. Entradas:
Faero: vetor 3x1 de foras aerodinmicas no eixo do corpo
Fprop: vetor 3x1 de foras propulsoras no eixo do corpo
Mass: massa atual da aeronave (
3. Sadas:
Acc: vetor 3x1 da acelerao total no eixo do corpo
4. Detalhes: A acelerao total inclui tudo, exceto a gravidade. Foras potenciais como
gravidade no podem ser medidas pelos acelermetros, uma vez que afeta todos os sub
componentes do acelermetro da mesma forma. As aceleraes totais so
Equao 46.
|
o
x
o
y
o
z
|
5. Utilizao: O bloco de entradas fornecido pelo bloco de fora aerodinmica, do mdulo
Aerodinmica, o bloco da fora de
aeronave. A acelerao total de sada usada pelos blocos de foras nas equaes de
movimento e pode tambm ser fornecida como sada do modelo da aeronave.

2.13.2 Momento Total
O bloco calcula o momento total aplicado clula pela aerodinmica e propulso.
EOM (Equaes do Movimento) com velocidades referentes ao eixo (x, y, z) do avio e do EOM
com velocidade geodsica (NED), referentes ao sistema de coordenadas terrestre. A partir do po
tal que o projetista possa mudar facilmente para uma formulao diferente EOM aps o modelo da
aeronave ter sido construdo (AEROSIM, 2004).

O bloco Acelerao Total, acrescenta todas as aceleraes aplicadas clula devido
aerodinmica e propulso, e retorna a soma como componentes no eixo do
Faero: vetor 3x1 de foras aerodinmicas no eixo do corpo
Fprop: vetor 3x1 de foras propulsoras no eixo do corpo
Mass: massa atual da aeronave (Maircraft).
Acc: vetor 3x1 da acelerao total no eixo do corpo
Detalhes: A acelerao total inclui tudo, exceto a gravidade. Foras potenciais como
gravidade no podem ser medidas pelos acelermetros, uma vez que afeta todos os sub
componentes do acelermetro da mesma forma. As aceleraes totais so
| =
1
M
circrc]t
. ||
F
x
F
y
F
z
|
uco
+ |
F
x
F
y
F
z
|
pop

Utilizao: O bloco de entradas fornecido pelo bloco de fora aerodinmica, do mdulo
Aerodinmica, o bloco da fora de propulso, do mdulo Propulso e o bloco de inrcia da
o momento total aplicado clula pela aerodinmica e propulso.
60
(x, y, z) do avio e do EOM
com velocidade geodsica (NED), referentes ao sistema de coordenadas terrestre. A partir do ponto
ferente EOM aps o modelo da
acrescenta todas as aceleraes aplicadas clula devido
aerodinmica e propulso, e retorna a soma como componentes no eixo do corpo. As caractersticas
.
.
.
Detalhes: A acelerao total inclui tudo, exceto a gravidade. Foras potenciais como
gravidade no podem ser medidas pelos acelermetros, uma vez que afeta todos os sub-
componentes do acelermetro da mesma forma. As aceleraes totais so calculadas na

(46)

Utilizao: O bloco de entradas fornecido pelo bloco de fora aerodinmica, do mdulo
propulso, do mdulo Propulso e o bloco de inrcia da
o momento total aplicado clula pela aerodinmica e propulso.
61

O momento calculado sobre a localizao do centro de gravidade (CG) atual na aeronave. As
caractersticas do Bloco:
1. Parmetros:
Ponto de aplicao da fora aerodinmica: as coordenadas do ponto em que as foras
aerodinmicas e momentos so dados no eixo do corpo r
uco
= |X
uco

uco
Z
uco
]
1
.
Ponto de aplicao da fora propulsora: as coordenadas do ponto em que as foras de
propulso e momentos so dadas no eixo do corpo r
pop
= |X
pop

pop
Z
pop
!
1
.
2. Entradas:
Faero: vetor 3x1 das foras aerodinmicas no eixo do corpo F
uco
=
|X
xuco

yuco
Z
zuco
!
1
.
Maero: vetor 3x1 dos momentos aerodinmicos no eixo do corpo H
uco
=
|H
xuco
H
yuco
H
zuco
!
1
.
Fprop = vetor 3x1 das foras propulsoras no eixo do corpo F
pop
= |F
pop
F
pop
F
pop
!
1
.
Mprop: vetor 3x1 de momento de propulso no eixo do corpo H
pop
=
|H
xpop
H
ypop
H
zpop
!
1

CGpos: vetor 3x1 da posio CG no eixo do corpo r
Cu
= |X
Cu

Cu
Z
Cu
]
1
.
3. Sadas:
Mcg: o vetor 3x1 do momento total sobre CG H
Cu
= |H
x
H
y
H
z
!
1
.
4. Detalhes: O movimento total computado como mostra a Equao 47:
H
Cu
= (r
uco
- r
Cu
) - F
uco
+ H
uco
+ (r
pop
- r
Cu
) - F
pop
+H
pop

(47)
5. Utilizao: Os blocos de entrada so fornecidos pela fora aerodinmica e pelo momento
aerodinmico, no mdulo Aerodinmica, pela fora de propulso, pelo momento de
propulso, no mdulo de Propulso e pelo bloco de inrcia na aeronave, no mdulo de
Inrcia. O bloco sada utilizado pelo bloco de momentos nas Equaes de Movimento.

2.13.3 Sistemas de Coordenadas do Avio EOM : Foras
O bloco implementa as equaes de fora de um corpo rgido com seis graus de liberdade,
cujas equaes descrevem a variao temporal da velocidade da aeronave (aceleraes). As

1. Parmetros:
velocldades lnlclals: veLor 3x1 das velocldades lnlclals
2. Entradas:
Rates: vetor 3x1 de taxas angulares
Accel: vetor das aceleraes
Gravity: acelerao gravitacional como
DCM: matriz de transformao 3x3 (de navegao
corpo- do avio).
RST: sinalizador do reset do integrador, que pode ser 0 ou 1.
3. Sadas:
Velocities: vetor 3x1 de velocidades
Detalhes: As equaes das
descritas na Equao 4
:
Onde:
A condio inicial para a integrao das velocidades retirada do bloco parmetros.
Se o sinalizador RST,
para a condio inicial. As aceleraes
carregadas (aerodinmica, propulso e ventos). As velocidades incluem
em outras palavras, eles representam a velocidade da aeronave no solo, expressa no eixo do
corpo (avio).
4. Utilizao: define as entradas a partir do bloco de Momentos, nas equaes de movimento,
que provm do bloco de Acelerao Total
o modelo geoidal da Terra. O sinalizador de RST
velocldades lnlclals: veLor 3x1 das velocldades lnlclals .
Rates: vetor 3x1 de taxas angulares .
Accel: vetor das aceleraes .
Gravity: acelerao gravitacional como um escalar.
DCM: matriz de transformao 3x3 (de navegao geodsica
RST: sinalizador do reset do integrador, que pode ser 0 ou 1.
Velocities: vetor 3x1 de velocidades .
Detalhes: As equaes das aceleraes podem ser encontradas em Stevens e Lewis
descritas na Equao 48.
u = r: - ow + g
x
+ o
x

: = - ru +pw + g
y
+ o
y

w = ou -p: + g
z
+ o
z

|
g
x
g
y
g
z
| = R
n2p
* |
u
u
g
|
mudar do 0 para 1 durante a simulao, o integrador restabelecido
para a condio inicial. As aceleraes , e , devem incluir todas as clulas
carregadas (aerodinmica, propulso e ventos). As velocidades incluem
Utilizao: define as entradas a partir do bloco de Momentos, nas equaes de movimento,
que provm do bloco de Acelerao Total no mdulo de Inrcia, a partir do WGS
o modelo geoidal da Terra. O sinalizador de RST, pode ser manuseado pelo usurio. O bloco
62
.
geodsica- para a plataforma
aceleraes podem ser encontradas em Stevens e Lewis (2003), e

(48)

(49)
mudar do 0 para 1 durante a simulao, o integrador restabelecido
, devem incluir todas as clulas
carregadas (aerodinmica, propulso e ventos). As velocidades incluem os efeitos do vento;
Utilizao: define as entradas a partir do bloco de Momentos, nas equaes de movimento,
no mdulo de Inrcia, a partir do WGS-84, que
pode ser manuseado pelo usurio. O bloco

de sada forma parte do vetor de estados da aeronave e amplamente utilizado no modelo da
aeronave.
2.13.4 Sistemas de Coordenadas do Avio EOM: Momentos
O bloco representa as equaes de momentos de um corpo rgido com seis graus de
liberdade, para obter a instantaneidade nas taxas do movimento angular.
Bloco:
1. Parmetros:
Taxa angular inicial: veto
2. Entradas:
Inertia: vetor 4x1 dos atuais momentos de inrcia
Moments: vetor 3x1 dos momentos em relao ao CG
RST: sinalizador de reset, que pode ser 0 ou 1.
3. Sadas:
Angular Rates: veto
Angular Acc: vetor 3x1 das aceleraes angulares
4. Detalhes: As equaes dos momentos so implementadas como mostradas em
Lewis (2003), sendo um resumo dado na Equao 5
Onde os coeficientes de inrcia c1 a c9 so calculadas usando o bloco de Coeficientes de
Inrcia. Os momentos devem incluir todos os par
propulso e ventos, e devem ser dados em relao atual localizao do CG da aeronave. A
condio inicial para a integrao retirada do bloco Parmetros. Se sinalizador RST
para 1 durante a simulao, o integrador restabelecido para a condio inicial.
5. Utilizao: o bloco l as entradas a partir do mdulo de Inrcia da Aeronave e da leitura do
Momento Total no Mdulo de Inrcia. O sinalizador RST
O bloco de sada parte do vetor de estado da aeronave e amplamente usado em todo o
modelo da aeronave.
e Coordenadas do Avio EOM: Momentos
liberdade, para obter a instantaneidade nas taxas do movimento angular.
Taxa angular inicial: vetor 3x1 dos valores iniciais .
Inertia: vetor 4x1 dos atuais momentos de inrcia
Moments: vetor 3x1 dos momentos em relao ao CG
Angular Rates: vetor 3x1 do corpo de taxas angulares
Angular Acc: vetor 3x1 das aceleraes angulares .
Detalhes: As equaes dos momentos so implementadas como mostradas em
2003), sendo um resumo dado na Equao 50.
p = (c
1
r + c
2
p)o + c
3
I + c
4
N
o = c
5
pr - c
6
(p
2
- r
2
+ c
7
H
r = (c
8
p + c
2
r)o + c
4
I + c
9
N
Inrcia. Os momentos devem incluir todos os parmetros disponveis, por exemplo, aerodinmica,
condio inicial para a integrao retirada do bloco Parmetros. Se sinalizador RST
ulao, o integrador restabelecido para a condio inicial.
Utilizao: o bloco l as entradas a partir do mdulo de Inrcia da Aeronave e da leitura do
Momento Total no Mdulo de Inrcia. O sinalizador RST, pode ser manuseado pelo usurio.
da parte do vetor de estado da aeronave e amplamente usado em todo o
63

liberdade, para obter a instantaneidade nas taxas do movimento angular. As caractersticas do

.
.
.
Detalhes: As equaes dos momentos so implementadas como mostradas em Stevens e

(50)
metros disponveis, por exemplo, aerodinmica,
condio inicial para a integrao retirada do bloco Parmetros. Se sinalizador RST, mudar de 0
ulao, o integrador restabelecido para a condio inicial.
Utilizao: o bloco l as entradas a partir do mdulo de Inrcia da Aeronave e da leitura do
pode ser manuseado pelo usurio.
da parte do vetor de estado da aeronave e amplamente usado em todo o

2.13.5 Sistemas de Coordenadas
O bloco Cinemtica,
representao dos Quaternions, generalizao do clculo vetorial e os nmeros complexos. Em
computao grfica os Quaternions
cosseno do ngulo de rotao na parte real e o eixo de rotao na parte imaginria.
1. Parmetros:
Cinemtica inicial: vetor 4 X 1 dos valores iniciais para as cinemticas
.
2. Entradas:
Rates: vetor 3 X 1 do corpo de taxas
3. Sadas:
Quaternions: o vetor 4 X 1 de cinemtica
4. Detalhes: As equaes da cinemtica so usadas em Euler Rodrigues Quaternions
tipo de aplicao considerado superior para ngulos Euler nas equaes simples, uma vez
que as equaes cinemticas so lineares e a soluo no exibe bloco singular. A Equao
51, descrita com mais detalhes em (Farrell e Barth, 1999).
c
x
c
y
c
z
A condio inicial para a integrao retirada do bloco

mudar de 0 para 1 durante a simulao, o integrador restabelecido para a condio inicial.
5. Utilizao: O bloco comea a partir de sua entrada no bloco Momentos nas equaes de
movimentos. O sinalizador RST
do vetor de estado da Aeronave e serve como uma entrada para o Corpo
bloco de Cinemtica em transformao, cuja sada, direo matriz cosine amplamente
utilizada em todo modelo da aeronave.
e Coordenadas do Avio EOM : Cinemtica (Quaternions
integra a taxa angular para obter a atitude da aeronave como
computao grfica os Quaternions, so utilizados para realizar rotaes, sendo determinado pelo
no do ngulo de rotao na parte real e o eixo de rotao na parte imaginria.

Rates: vetor 3 X 1 do corpo de taxas angulares , dados em rad/s
Quaternions: o vetor 4 X 1 de cinemtica .
Detalhes: As equaes da cinemtica so usadas em Euler Rodrigues Quaternions
considerado superior para ngulos Euler nas equaes simples, uma vez
, descrita com mais detalhes em (Farrell e Barth, 1999).
=
1
2
*
u -p -o -r
p u r -o
o -r u p
r o -p u
*
c
c
x
c
y
c
z

A condio inicial para a integrao retirada do bloco de parmetros. Se o
Utilizao: O bloco comea a partir de sua entrada no bloco Momentos nas equaes de
movimentos. O sinalizador RST, pode ser manuseado pelo usurio. O bloco de sada parte
do vetor de estado da Aeronave e serve como uma entrada para o Corpo
utilizada em todo modelo da aeronave.
64
: Cinemtica (Quaternions)
integra a taxa angular para obter a atitude da aeronave como
so utilizados para realizar rotaes, sendo determinado pelo
no do ngulo de rotao na parte real e o eixo de rotao na parte imaginria. As
, dados em rad/s
Detalhes: As equaes da cinemtica so usadas em Euler Rodrigues Quaternions. Este
considerado superior para ngulos Euler nas equaes simples, uma vez

(51)

parmetros. Se o sinalizador RST
Utilizao: O bloco comea a partir de sua entrada no bloco Momentos nas equaes de
. O bloco de sada parte
do vetor de estado da Aeronave e serve como uma entrada para o Corpo-Inrcia DCM, do

2.13.6 Sistemas de Coordenadas do Avio EOM: Cinemtica (ngulos Euler)
O bloco de Cinemtica (ngulos Euler) integra as taxas angulares para obter a atitude da
aeronave com a representao dos ngulos Euler.
1. Parmetros:
ngulos Euler inicial: vetor 3x1 dos valores iniciais, para os ngulos Euler
2. Entradas:
Rates: vetor 3x1 do corpo das taxas angulares
3. Sadas:
Euler: o vetor 3x1 dos ngulos Euler
4. Detalhes: As equaes de cinemtica so usadas na representao clssica do ngulo de
Euler, Equao 52, 53
A condio inicial para a integrao retirada do bloco parmetros. Se

mudar de 0 para 1, o integrador restabelecido para a condio inicial.
5. Utilizao: O bloco comea a partir da sua entrada no bloco Momentos nas equaes de
movimentos. O sinalizador de RST
parte de vetor de estado da Aeronave e serve como uma entrada para o Corpo
do bloco de ngulos Euler em transformao, cuja sada, a direo matriz cosine
amplamente utilizada em todo modelo da Aeronave.
2.13.7 Sistemas de Coordenadas do Avio EOM:
O bloco integra as equaes de navegao para obter a atual posio da aeronave.
caractersticas do bloco:

ordenadas do Avio EOM: Cinemtica (ngulos Euler)
aeronave com a representao dos ngulos Euler. As caractersticas do bloco:
ngulos Euler inicial: vetor 3x1 dos valores iniciais, para os ngulos Euler
Rates: vetor 3x1 do corpo das taxas angulares , dados em rad/s.
3x1 dos ngulos Euler .
e 54.
= p +ton(osin +rcs)
0
= ocs -rsn
=
ocs -rsn
cs0

A condio inicial para a integrao retirada do bloco parmetros. Se
movimentos. O sinalizador de RST, pode ser manuseado pelo usurio. O bloco de sada
vetor de estado da Aeronave e serve como uma entrada para o Corpo
amplamente utilizada em todo modelo da Aeronave.
.7 Sistemas de Coordenadas do Avio EOM: Navegao
O bloco integra as equaes de navegao para obter a atual posio da aeronave.
65
ordenadas do Avio EOM: Cinemtica (ngulos Euler)
bloco:
ngulos Euler inicial: vetor 3x1 dos valores iniciais, para os ngulos Euler .
, dados em rad/s.
(52)

(53)
(54)
A condio inicial para a integrao retirada do bloco parmetros. Se o sinalizador de reset
pode ser manuseado pelo usurio. O bloco de sada
vetor de estado da Aeronave e serve como uma entrada para o Corpo-Inrcia CDM,

O bloco integra as equaes de navegao para obter a atual posio da aeronave. As

1. Parmetros:
Posio inicial: vetor 3x1 da posio geogrfica inicial
latitude e longitude so dadas em
2. Entradas:
Velocities: vetor 3x1 do eixo do corpo velocidades
DCM: matriz direo cosine 3x3 para a inrcia do corpo transformao.
Rmeridian: raio meridiano, em metros.
Rnormal: raio normal em metros
AConGnd: aeronave no solo, s
3. Sadas:
Position: vetor posio 3x1
radianos.
Gndspd: vetor rea de velocidade 3x1 componentes no frame geogrfico
4. Detalhes: As equaes de navegao implementadas pelo bloco Navigation so
representadas pela Equao 5
Hailey e Gebert (2003):
A posio geogrfica obtida pela velocidade base, Equaes
em Rogers (2003):
A integrao da altitude depende do
5. Utilizao: O bloco de navegao recebe em suas entradas as sadas do bloco de foras nas
equaes de movimento, bloco DCM, do corpo
latitude e longitude so dadas em radianos.
Velocities: vetor 3x1 do eixo do corpo velocidades .
Rnormal: raio normal em metros
AConGnd: aeronave no solo, sinalizador em 0 ou 1.
Position: vetor posio 3x1 , sendo latitude e longitude apresentadas em
.
Detalhes: As equaes de navegao implementadas pelo bloco Navigation so
representadas pela Equao 55. Elas so baseadas nas equaes de navegao em
):
|
I
ot
I
ust
I
on
| = CH
1
*
u
:
w

A posio geogrfica obtida pela velocidade base, Equaes 56, 57
Iot
=
I
ot
R
cdun
+ t

0
=
I
ust
(R
nou
+ t)csIot
=
-I
on
, Cn0nJ = u
u, Cn0nJ = 1

egrao da altitude depende do status da sinalizao da aeronave no solo.
Utilizao: O bloco de navegao recebe em suas entradas as sadas do bloco de foras nas
equaes de movimento, bloco DCM, do corpo-inercial em transformao, WG5
66
, onde a
, sendo latitude e longitude apresentadas em
Detalhes: As equaes de navegao implementadas pelo bloco Navigation so
s nas equaes de navegao em Phillips,
(55)
57 e 58, como apresentado
(56)
(57)
(58)
status da sinalizao da aeronave no solo.
Utilizao: O bloco de navegao recebe em suas entradas as sadas do bloco de foras nas
inercial em transformao, WG5-84 e do

bloco de rea de deteco, no modelo Terra. O sinalizador de reset (RST) pode ser
manuseado pelo usurio.
A posio de sada forma parte do vetor de estados da aeronave e usada nos blocos WG5
84, EGM-94, WMM
Transformations, e pelo bloco interface FS na interface do piloto. As
de velocidade referente terra, no so usadas no modelo, mas podem ser usadas como
medidas de velocidade simuladas do GPS.
2.13.8 Frame-Geodsico EOM: Posio
O bloco integra a velocidade inercial da aeronave para obter a posio at
1. Parmetros:
latitude e a longitude so dadas em radianos.
2. Entradas:
Vel NED: vetor 3x1 da velocidade inercial do frame ou s
.
Rnormal: Ra\zzio normal, em metros
AconGnd: Aeronave no solo, sinalizador em 0 ou 1.
3. Sadas:
Position: vetor posio 3x1
radianos.
dPosdt: vetor 3x1 da posio da aeronave derivados
4. Detalhes: As equaes posio implementadas pelo bloco so apresentadas nas Equaes
59, 60 e 61. Elas so baseadas nas
In
nuseado pelo usurio.
A posio de sada forma parte do vetor de estados da aeronave e usada nos blocos WG5
94, WMM 2000 no modelo Terra, no bloco de posio ECEF em
, e pelo bloco interface FS na interface do piloto. As
medidas de velocidade simuladas do GPS.
Geodsico EOM: Posio
O bloco integra a velocidade inercial da aeronave para obter a posio at
latitude e a longitude so dadas em radianos.
Vel NED: vetor 3x1 da velocidade inercial do frame ou sistema de referncia geodsico
io normal, em metros
AconGnd: Aeronave no solo, sinalizador em 0 ou 1.
Position: vetor posio 3x1 . Latitude e longitude so apresentadas em
vetor 3x1 da posio da aeronave derivados
Detalhes: As equaes posio implementadas pelo bloco so apresentadas nas Equaes
. Elas so baseadas nas equaes inerciais de navegao (Farrell e Barth, 1999).
Iot
=
I
ot
R
cdun
+ t

In
=
I
ust
(R
nou
+ t)csIot

67
A posio de sada forma parte do vetor de estados da aeronave e usada nos blocos WG5-
2000 no modelo Terra, no bloco de posio ECEF em
, e pelo bloco interface FS na interface do piloto. As componentes do vetor
O bloco integra a velocidade inercial da aeronave para obter a posio atual da aeronave. As
, onde a
istema de referncia geodsico
. Latitude e longitude so apresentadas em
.
Detalhes: As equaes posio implementadas pelo bloco so apresentadas nas Equaes
equaes inerciais de navegao (Farrell e Barth, 1999).
(59)
(60)

A integrao da altitude depende do status do sinalizador da Aeronave no solo.
5. Utilizao: As entradas do bloco de Posio geodsica vm do bloco de Velocidade nas
equaes de movimento, W
pode ser manuseado pelo usurio. A posio de sada forma parte do vetor de estados da
aeronave e usada nos blocos WG5
posio ECEF em Transform
derivadas das posies so usadas pela velocidade e pelo bloco de Taxa Angular nas
equaes de movimento
2.13.9 Frame-Geodsico E
O bloco integra as aceleraes aplicadas clula
aeronave em relao ao sistema
1. Parmetros:
Velocidades iniciais: vetor 3 X 1 da posio inicial do
.
2. Entradas:
Pos: vetor de posio 3
dPosdt: vetor 3x1 da posio da aeronave deriva
Accel: vetor 3x1 do corpo de acelerao
DCM: matriz transformao 3x3, da navegao geodsica para a plataforma do corpo do
sistema de referncia.
Gravity: acelerao gravitacional.
3. Sadas:
velocity NED: vetor 3x1 das velocidades geodsicas
4. Detalhes: As equaes de velocidade implementadas podem ser encontradas em (Farrell e
Barth, 1999) e elas so apresentadas nas Equaes 6
I
= - (

t
=
-I
on
, Cn0nJ = u
u, Cn0nJ = 1

Utilizao: As entradas do bloco de Posio geodsica vm do bloco de Velocidade nas
equaes de movimento, WGS-84 e o bloco de deteco do modelo terra. O sinalizador RST
aeronave e usada nos blocos WG5-84, EGM-96, WMM-200, no modelo terra, no bloco
Transformations, e pelo bloco interface FS na interface do Piloto. As
equaes de movimento.
Geodsico EOM: Velocidade
O bloco integra as aceleraes aplicadas clula para obter a velocidade inercial da
aeronave em relao ao sistema geodsico. As caractersticas do Bloco:
Velocidades iniciais: vetor 3 X 1 da posio inicial do frame-geodsico, tem velocidade

osio 3x1 .
dPosdt: vetor 3x1 da posio da aeronave deriva
Accel: vetor 3x1 do corpo de acelerao
sistema de referncia.
Gravity: acelerao gravitacional.
velocity NED: vetor 3x1 das velocidades geodsicas
Detalhes: As equaes de velocidade implementadas podem ser encontradas em (Farrell e
1999) e elas so apresentadas nas Equaes 62, 63 e 64.
(In
+2
c
) i(Iot) I
+ Iot

68
(61)
Utilizao: As entradas do bloco de Posio geodsica vm do bloco de Velocidade nas
84 e o bloco de deteco do modelo terra. O sinalizador RST
no modelo terra, no bloco
, e pelo bloco interface FS na interface do Piloto. As
para obter a velocidade inercial da
geodsico, tem velocidade
.
.
Detalhes: As equaes de velocidade implementadas podem ser encontradas em (Farrell e
(62)

I
= (In
+2
c

I
= Iot
I
Onde:
A condio inicial para a integrao das velocidades retirada do bloco
reestabelecedor do integrador muda de 0 para 1
redefinido na condio inicial. As aceleraes ax, ay e az
carregadas (aerodinmicas, propulso, ventos).
5. Utilizao: As entradas do bloco provm do bloco de Posio nas equaes de movimento,
do bloco de Acelerao Total do modelo de inrcia, e do WGS
geoidal da terra. O reset do integrador pode ser manuseado pelo usurio. O bloco de sada
forma parte do vetor de estados da aeronave e amplamente utilizado em todo o modelo da
Aeronave.
2.13.10 Frame-Geodsico EOM: Altitude (Quaternions)
O bloco Altitude (Quaternions
integra a taxa angular para obter a altitude da aeronave.
1. Parmetros:
Quaternions iniciais: vetor 4x1 dos valores iniciais de
2. Entradas:
Taxas: vetor 3x1 de taxas angulares
RST: sinalizador RST, que pode ser 0 ou 1.
3. Sadas:
Quaternions: vetor 4x1 de
4. Detalhes: As equaes de cinemtica so usadas nos
de, implementao considerada super
que as equaes de quaternions
c
) i(Iot) I
+ (In
+2
c
) (Iot) I
- (In
+2
c
) cs(Iot) I
+ g
|
F
| = R
p2n
* |
o
x
o
y
o
z
|
condio inicial para a integrao das velocidades retirada do bloco
reestabelecedor do integrador muda de 0 para 1, durante a simulao, o integrador
redefinido na condio inicial. As aceleraes ax, ay e az, devem incluir todas as clulas
carregadas (aerodinmicas, propulso, ventos).
tradas do bloco provm do bloco de Posio nas equaes de movimento,
do bloco de Acelerao Total do modelo de inrcia, e do WGS
o vetor de estados da aeronave e amplamente utilizado em todo o modelo da
Geodsico EOM: Altitude (Quaternions)
Quaternions) idntico ao bloco Cinemtico (
integra a taxa angular para obter a altitude da aeronave. As caractersticas do Bloco:
iniciais: vetor 4x1 dos valores iniciais de quaternions
Taxas: vetor 3x1 de taxas angulares , dados em rad/s.
RST: sinalizador RST, que pode ser 0 ou 1.
: vetor 4x1 de quaternions
Detalhes: As equaes de cinemtica so usadas nos quaternions Euler
implementao considerada superior em relao s equaes de ngulo
quaternions so lineares e a soluo no pode exibir bloqueio de
69
)

+

(63)
(64)
(65)
condio inicial para a integrao das velocidades retirada do bloco Parmetros. Se o
durante a simulao, o integrador
devem incluir todas as clulas
tradas do bloco provm do bloco de Posio nas equaes de movimento,
do bloco de Acelerao Total do modelo de inrcia, e do WGS-84, a partir do modelo
o vetor de estados da aeronave e amplamente utilizado em todo o modelo da
) idntico ao bloco Cinemtico (Quaternions). O mesmo
As caractersticas do Bloco:
quaternions .

Euler-Rodrigus. Este tipo
ior em relao s equaes de ngulo Euler, uma vez
so lineares e a soluo no pode exibir bloqueio de

singularidade. A Equao 6
(2003).
c
x
c
y
c
z
A condio inicial para a integrao retirada do bloco Parmetros.

Se o sinal RST, muda de 0 para 1 durante a simulao, o integrador restabelecido para a
condio inicial.
6. Utilizao: As entradas do bloco vm do bloco de Taxas Angulares, nas equaes de
movimento. O bloco de Sada forma parte do vetor de estados da aeronave e ser
entrada para o DCM, o corpo
cuja sada, a matriz de direo cosine, amplamente utilizada na aeronave modelo.
2.13.11 Frame-Geodsico EOM: Altitude (ngulos Euler)
O bloco Altitude (ngulos
bloco de Taxa Angular para obter
1. Parmetros:
ngulos Euler iniciais: vetor 3x1 dos valores iniciais dos ngu
2. Entradas:
Taxas: O vetor 3x1 do corpo de taxas angulares
3. Sadas:
Euler: vetor 3x1 dos ngulos
4. Detalhes: As equaes
clssicas dos ngulos Euler

singularidade. A Equao 66 descrita com mais detalhes em Phillips
=
1
2

u -p -o -r
p u r -o
o -r u p
r o -p u
*
c
c
x
c
y
c
z

muda de 0 para 1 durante a simulao, o integrador restabelecido para a
Utilizao: As entradas do bloco vm do bloco de Taxas Angulares, nas equaes de
movimento. O bloco de Sada forma parte do vetor de estados da aeronave e ser
entrada para o DCM, o corpo-inercial do bloco de quaternions no bloco Transformaes,
Geodsico EOM: Altitude (ngulos Euler)
O bloco Altitude (ngulos Euler) idntico ao bloco Cinemtico (ngulos
para obter a altitude da aeronave. As caractersticas do Bloco:
iniciais: vetor 3x1 dos valores iniciais dos ngulos
Taxas: O vetor 3x1 do corpo de taxas angulares , dados em rad/s.
: vetor 3x1 dos ngulos Euler .
4. Detalhes: As equaes (Equaes 67, 68 e 69) cinemticas so usadas nas representaes
Euler.
= p +ton0 (osin +rcs)

0
= ocs -rcs
=
osin +rcs
cs0

70
Phillips, Hailey e Gebert,
(66)
Utilizao: As entradas do bloco vm do bloco de Taxas Angulares, nas equaes de
movimento. O bloco de Sada forma parte do vetor de estados da aeronave e serve como
no bloco Transformaes,

) idntico ao bloco Cinemtico (ngulos Euler) e integra o
los Euler .
, dados em rad/s.
) cinemticas so usadas nas representaes
(67)
(68)
(69)

A condio inicial para a integrao retirada do bloco
Se o sinal RST, muda de 0 para 1 durante a simulao, o integrador restabelecido para a
condio inicial
5. Utilizao: As entradas do bloco vm
reset do integrador pode ser manuseado pelo usurio. O bloco de sada parte do vetor de
estado da aeronave e serve como entrada para o DMC, o corpo
Euler no bloco Transformaes,
na aeronave modelo.
2.13.12 Frame-Geodsico EOM: Taxa Angular
O Bloco frame-geodsico integra o corpo rgido de seis graus de liberdade nas equaes
momento para obter a taxa angular instantaneame
1. Parmetros:
Taxas angulares iniciais: vetor 3x1 do corpo de taxas angulares
2. Entradas:
Inrcia: vetor 4x1 dos atuais momentos de inrcia
Momentos: vetor 3x1 da clula momento em relao ao CG
Posio: vetor posio 3x1
dPosdt: vetor 3x1 da aeronave, com posies derivadas
DCM: matriz transformao 3x3 da navegao geodsica para plataforma do cor
frame.
3. Sadas:
Taxas angulares: vetor 3x1 do corpo de acelerao angular.
4. Detalhes: As equaes momento s
(2003). Um resumo das equaes dado na
p = (
o = c
= (c
Onde os coeficientes de inrcia c1
Inrcia disponvel na seo de Inrcia na biblioteca AeroSim. Os momentos devem incluir
Utilizao: As entradas do bloco vm do bloco Momento nas equaes de movimento. O
estado da aeronave e serve como entrada para o DMC, o corpo-inercial do bloco de ngulos
no bloco Transformaes, cuja sada, a matriz direo cosine amplamente utilizada
Geodsico EOM: Taxa Angular
geodsico integra o corpo rgido de seis graus de liberdade nas equaes
momento para obter a taxa angular instantaneamente. As caractersticas do Bloco:
Taxas angulares iniciais: vetor 3x1 do corpo de taxas angulares
Inrcia: vetor 4x1 dos atuais momentos de inrcia
Momentos: vetor 3x1 da clula momento em relao ao CG
Posio: vetor posio 3x1 .
dPosdt: vetor 3x1 da aeronave, com posies derivadas
DCM: matriz transformao 3x3 da navegao geodsica para plataforma do cor
Taxas angulares: vetor 3x1 do corpo de acelerao angular.
Detalhes: As equaes momento so implementadas e mostradas em
2003). Um resumo das equaes dado na Equao 70:
(c
1
r + c
2
p) o + c
3
I + c
4
N -(
n
p
)
x

c
5
pr + c
6
(p
2
- r
2
) + c
7
H -(
n
p
)
y

(c
8
p - c
2
r) o + c
4
I + c
9
N -(
n
p
)
z

Onde os coeficientes de inrcia c1 c9 so computados usando o bloco de Coeficientes de
71
Parmetros.
Momento nas equaes de movimento. O
inercial do bloco de ngulos
cuja sada, a matriz direo cosine amplamente utilizada
geodsico integra o corpo rgido de seis graus de liberdade nas equaes
.
.
.
.
DCM: matriz transformao 3x3 da navegao geodsica para plataforma do corpo do
o implementadas e mostradas em Stevens e Lewis,

(70)

c9 so computados usando o bloco de Coeficientes de
72

todas as cargas disponveis, como por exemplo, aerodinmicas, propulses e ventos, e eles
devem ser dados em relao atual localizao da aeronave CG. A condio inicial para a
integrao retirada do bloco Parmetros. Se sinalizador RST, muda de 0 para 1 durante a
simulao, restabelece o integrador para a condio inicial. O vetor Win representa a taxa de
rotao da terra no eixo do corpo e pode ser computada como segue, Equao 71.
n
p
= R
n2p
|
(In
+
c
) (Iot)
-Iot
- (In
+
c
)i (Iot)
|

(71)

5. Utilizao: As entradas do bloco vm do bloco Inrcia da aeronave e bloco de Momento
Total no modelo Inrcia, e do bloco Posio nas equaes de movimento. O RST do sinalizador
pode ser manuseado pelo usurio. O bloco sada parte do vetor de estado da aeronave e
amplamente utilizada em toda aeronave modelo.
2.14 CONSIDERAES DO CAPTULO
Neste Captulo foram abordados aspectos importantes da simulao, de modelagem e
controle de sistemas dinmicos, foram descritas as dinmicas, eixos e manobras de vo de um avio
e suas equaes de movimento. Realizou-se um estudo sobre a robtica area, os modelos
matemticos, os sistemas de controle automtico, a lgica Fuzzy, o controle integrado Fuzzy-PID, a
dinmica, os eixos e manobras de vo de um avio.
Encontrou-se dificuldades para a contextualizao do assunto relacionado s simulaes
areas, devido carncia de disponibilidade de material especfico, utilizando-se referncias
genricas para a elaborao do texto, havendo a mesma dificuldade para documentar o controle
Fuzzy-PID. Contrariamente, nos tpicos de modelos matemticos e sistemas de controle
automticos se contou com uma considervel quantia de referncias de qualidade, dando-se
destaque as obras de Ogata (1998) e Dorf e Bishop (2001).
No que se refere compreenso da dinmica, eixos e manobras de vo de um avio, contou-
se, com a referencia bibliogrfica, vos com o aeromodelo treinador, do projeto, alm de conversas
informais com pilotos de aeromodelos, Elemer praticante de aeromodelismos h vinte anos, e com
Guilherme Camargo, piloto comercial h quatro anos. Dessa forma identificaram-se as
particularidades de cada tipo de aeronave e onde se atua no controle, de forma diferenciada, para
realizar as manobras em aeromodelos e aeronaves.
73

Foram encontradas dificuldades na compreenso dos modelos e dos recursos fornecidos
pela biblioteca AeroSim BlockSet 1.2, o que consumiu um bom tempo de estudo para a
aprendizagem sobre a forma de utilizao da ferramenta para as simulaes.
Terminado o embasamento terico, necessrio para a compreenso da dinmica que envolve
o ato de voar de um VANT, inicia-se a fase de aplicar e testar tudo o que foi visto at o momento,
dando seqncia ao Captulo 4: a confeco no Matlab\Simulink dos controladores Fuzzy-PID de
altitude e rolagem e as simulaes para a realizao de manobras de vo do VANT.
74

3 RESULTADOS
Neste capitulo, so apresentados os resultados das simulaes, atravs da aplicao do
controle Fuzzy-PID, em um modelo de VANT, (Aerosonde), com o objetivo de gerar autonomia em
algumas funes da aeronave, em particular, so criados e integrados o controle de rolagem
(ROLL), e o controle de altitude, ou arfagem, mostrando-se assim a validade da tcnica proposta em
diversas manobras de vo.
3.1 SIMULADOR DE VO FLIGHTGEAR
FlightGear, um software livre para a simulao de vo de aeronaves. Roda em diversas
plataformas e sistemas operacionais, incluindo GNU/Linux, Mac OS e Microsoft Windows,
utilizando as bibliotecas OpenGL. Esse simulador caracteriza-se pelo seu realismo e possui grande
variedade de aeronaves, aeroportos e cenrios para download. Utiliza formatos padro de modelos
3D e grande parte da configurao do simulador controlada por arquivos XML (Extensible
Markup Language), tornando-o uma opo atraente para uso em projetos privados, comerciais e de
pesquisa.
3.1.1 Integrao do Matlab\Simulink com o FlightGear
Para a realizao de testes iniciais, integrando o simulador de vo FlightGear, com a
ferramenta Matlab, utilizou-se um modelo de rolagem de segunda ordem, como em (DORF &
BISHOP, 2001) e um controlador convencional PID, atuando sobre o ngulo de rolagem do
aeromodelo, ver Figura 34.
A sada de rolagem realimentada na entrada do PID, de modo a realizar o controle de
ngulo. Essa sada tambm vai ligada entrada Euler do mdulo da interface do simulador
FlightGear, para a visualizao 3D dos movimentos da aeronave.

75

Figura 34 Interface do FlightGear: Controle de ngulo de rolamento.

A Figura 35, apresenta a resposta temporal do ngulo de rolagem da aeronave, iniciando em
0 grau, atingindo o valor mximo de -30 graus, rotacionando depois em sentido contrrio at atingir
30 graus e retornando novamente a posio inicial de 0 graus. O grfico foi gerado usando o
Matlab/Simulink. Para facilitar o entendimento da simulao, foi realizada uma montagem que
mostra as imagens da aeronave em diversos momentos da simulao, obtidas por intermdio do
software FlightGear.

Figura 35 Rolagem: grfico de sada obtido com o Matlab/Simulink.
76

3.2 Implementao do controle Fuzzy-PID
Aps o teste inicial realizado foi inserido o modelo de aeronave, utilizando a biblioteca
AeroSim 1.2, que disponibiliza os blocos com os modelos aerodinmicos de aeronaves, da
atmosfera com ou sem ventos constantes, das rajadas de vento, das turbulncias, dentre outros, e
utiliza o sistema tridimensional de coordenadas da Terra WGS-84 (World Geodetic System) para a
localizao da aeronave no globo terrestre, e do simulador de vo FlightGear para a visualizao em
3D dos resultados alcanados. Ainda, foram inseridos os controladores Fuzzy-PID, com auxilio do
Matlab/Simulink e o Fuzzy Logical Toolbox.
Na implementao do controlador optou-se por utilizar o modelo da aeronave Aerosonde
por dois motivos: primeiramente, seu modelo matemtico est descrito e implementado na
Biblioteca Aerodinmica AeroSim Blockset 1.2, e em segundo pelo fator que a aeronave que
mais se assemelha com o aeromodelo treinador que se possui para uma implementao prtica de
um VANT, assemelhando-se em tamanho, peso e atuadores, o que facilita a transio dos trabalhos
de simulao para uma eventual aplicao prtica da tcnica proposta.
3.2.1 Controle Fuzzy-PID
Para o desenvolvimento dos controladores hbridos Fuzzy-PID (rolagem e altitude), tomou-
se como referncias os trabalhos cientficos de pesquisadores como Doitsids et al (2004), Smith III
e Nghuyen (2008) e Erenoglu et al (2006).
Para a criao de regras e sintonia dos controladores no se pode tomar como referncia os
trabalhos cientficos anteriormente citados, pois em momento algum fazem referncia a esses
assuntos. Assim, as regras foram criadas a partir de conversas informais realizada com pilotos de
aeromodelo e vos prticos realizados com o aeromodelo treinador do projeto. A sintonia dos
controladores foi realizada de forma emprica, atravs do mtodo de tentativa e erro. As funes de
pertinncia dos controladores nebulosos foram normalizadas para facilitar o ajuste dos ganhos dos
controladores PID.
Na definio dos mtodos de fuzzificao e defuzzificao optou-se por seguir as referncias
bibliogrficas de Doitsids et al (2004), Sampaio (2006), Bickraj et al (2006) e Kurnaz et al, (2009),
os quais utilizam as tcnicas de Mamdani. Isto , para a composio da inferncia Fuzzy foi usado o
mtodo mximo-mnimo ou max-min, na defuzzificao foi utilizado o mtodo do centride, o qual
fornece a mdia das reas de todas as figuras que representam os graus de pertinncia de cada
subconjunto Fuzzy, e as formas empregadas para implementar as funes de pertinncia foram o
77

tipo trapezoidal e triangular, por serem as mais comumente usadas em trabalhos que utilizam Fuzzy
em controle de VANTs, e pela facilidade de implementao e ajuste que as mesmas porpocionam.
No ajuste dos ganhos dos controladores PID, foi utilizado o conhecimento prvio adquirido
na leitura das obras de Ogata (1998), Dorf e Bishop (2001) e Bazanella e Silva Jr (2005) e foi
realizada de forma emprica, atravs da tentativa e erro, procurando alcanar determinadas mtricas
de desempenho.
Nas simulaes foram realizadas as manobras bsicas de vo, analisadas no Captulo 3, onde
se alcanou o ajuste do conjunto de controladores Fuzzy-PID, de forma integrada para a execuo
das manobras.
3.2.1.1 Controle de Rolagem
O controle de rolagem pode ser realizado atuando diretamente nos ailerons da aeronave. A
entrada de controle captura a diferena (erro) entre o valor atual do ngulo de rolamento (Roll) e o
ngulo de referncia ou ngulo desejado. O erro gerado e a derivada do erro so as entradas do
controlador Fuzzy-PID, que, atravs de suas funes de pertinncia, regras e ganhos de controle,
fornece as correes necessrias nos ailerons da aeronave, de modo a manter ou alterar sua
trajetria.
Para atuar nos ailerons usando o controlador de rolagem Fuzzy-PID, foi necessrio definir as
funes de pertinncia (Figura 35) e a base de regras (Figura 36) as quais atuam junto s variveis
de entrada e sada, produzindo as correes necessrias nos ailerons.
Na criao da varivel de entrada Erro (Figura 35(A)), utilizou-se trs funes de
pertinncia do tipo triangular e duas do tipo trapezoidal, para a varivel entrada dErro (Figura
35(B)), foram utilizadas trs funes de pertinncia do tipo triangular e para a varivel de sada
Aileron (Figura 35 (C)), usou-se trs funes de pertinncia Fuzzy do tipo triangular e duas do tipo
trapezoidal.

Figura 35 Funes de pertinncia para o controle de direo.

78

Na elaborao das quinze regras (Figura 36), que atuam no controlador Fuzzy-PID de
rolagem foi contado com ajuda de pilotos de aeromodelos e aeronaves reais, como j mencionado
anteriormente, que relataram as aes que se devem tomar durante a execuo de uma manobra de
vo que envolva uma rolagem e com vos prticos realizados com o aeromodelo treinador do
projeto. Para uma melhor compreenso de como atua o controlador, pode-se tomar como exemplo,
a regra nmero 1, que expressa: Se o erro for grande o suficiente, no sentido horrio, e se a derivada
do erro for pequena, ento o avio dever girar em sentido anti-horrio, de forma tal que permita
fazer a correo necessria para estabilizar a aeronave.

Figura 36 Regras de inferncia para o controle de rolagem.
Para melhor ilustrar a aplicao da regra nmero 1, mostra-se a Figura 37. A varivel Erro
apresenta o valor -0.8 (NegGran), a varivel da derivada do erro, dErro, apresenta o valor -0.8
(dNeg) e a varivel Ailerons, na sada do controlador, apresenta o valor 0.742 (PosGran). A sada
apresentada pela varivel Aileron, de 0.742, ocasionando o giro da aeronave em sentido anti-
horrio.

Figura 37 Anlise da primeira regra do controle de rolagem.
79

O controlador Fuzzy-PID de rolagem, de ao direta, ilustrado na Figura 38.

Figura 38 Controle Fuzzy-PID de rolagem.
3.2.1.2 Controle de Altitude
Uma das maneiras de realizar o controle de altitude atuar na acelerao (throttle) da
aeronave em conjunto com o comando do profundor (elevator), o qual controla a subida ou a
descida do nariz da aeronave, determinando o ganho ou perda de altitude.
Para atuar na altitude da aeronave foi necessrio definir as funes de pertinncia (Figura
39) e a base de regras (Figura 40) as quais atuam junto s variveis de entrada, que so
AltitudeError (diferena entre a altitude atual da aeronave e a desejada) e Velocidade (velocidade
atual da aeronave) e nas duas sadas: Profundor (atuador para corrigir a altitude) e Acelerao
(atuador que permite a acelerao e desacelerao do motor), produzindo dessa formas correes
necessrias para o controle da altitude.
Na criao da varivel de entrada AltitudeErro (Figura 39(A)), utilizou-se uma funo de
pertinncia Fuzzy do tipo triangular e duas do tipo trapezoidal. J para a varivel de entrada
Airspeed (Figura 39 (B)), foram utilizadas uma funo de pertinncia Fuzzy do tipo triangular e
duas do tipo trapezoidal. Para a varivel de sada Elevator (Figura 39 (C)), usou-se uma funo de
pertinncia Fuzzy, do tipo triangular e duas do tipo trapezoidal e para a varivel de sada Throttle,
(Figura 39 (D)), usaram-se trs funo de pertinncia Fuzzy, do tipo triangular.

Figura 39 Funes de pertinncia para o controle de altitude.
80

Para a elaborao das regras (Figura 40), que atuam no controlador Fuzzy-PID de altitude,
foram observadas as aes que se deve tomar para o ganho, perda ou estabilidade na altitude
desejada, da aeronave. Para uma melhor compreenso de como atua o controlador pode-se tomar
como exemplo, a regra nmero um, a qual solicita que o avio perca altura e acelere, pois o
controlador detecta que est acima da altura desejada e com uma baixa velocidade.

Figura 40 Regras de inferncia para o controle de altitude.

Para melhor ilustrar a aplicao da regra nmero 1, mostra-se a Figura 41. O erro de
altitude, representado pela varivel Altitude_Erro, apresenta o valor -0.8 (NEG). A velocidade,
representada pela varivel Airspeed, possui o valor 5 m/s (PEQ). As sadas do controlador,
representadas pela varivel Elevator, que apresenta o valor 0.519 (POS) e a varivel Throttle, com
valor 0.76 (GRA) indicam que a aeronave perder altitude e aumentar sua velocidade de vo.

Figura 41 Anlise da primeira regra do controle de altitude.
A implementao do controlador Fuzzy-PI de altitude, de ao direta, ilustrado na Figura 42.

Figura 42 Controle Fuzzy-PI de altitude.
81

A integrao dos controles de direo (rolagem) e altitude em um nico controlador para
atuarem de forma conjunta no controle da aeronave pode ser observada na Figura 43.
Na Figura 43, ilustra-se o modelo do Aerosonde integrado com os controladores e a
interface FlightGear. As componentes do bloco do controlador de rolagem foram mostradas na
Figura 38. J o controlador de altitude foi mostrado na Figura 42.

Figura 43 Controlador integrado de altitude e direo.
3.3 Manobras de Vo
Para a definio das manobras de vo a serem realizadas, optou-se em realizar os trabalhos
de simulaes utilizando quatro manobras bsicas de vo, as quais so as mais utilizadas em
diversas situaes de vo que exigem um alto grau de habilidade do piloto ou do sistema de
controle para sua execuo.
O VANT, simulado executando as seguintes manobras bsicas de vo, conforme
apresentado na Seo 3.2:
Vo reto nivelado: mantm-se a altitude e o ngulo de rolagem nulo, sem mudar a direo
da aeronave.
82

Vo reto ascendente: a aeronave ganha altura e mantm-se na direo estabelecida (ngulo
de rolagem nulo).
Vo em curva ascendente: mantm-se a aeronave em um ngulo fixo em um determinado
grau, para a mudana de direo da aeronave e eleva-se a altitude de vo da aeronave.
Vo em curva nivelado: mantm-se a altitude constante e o ngulo de rolagem com valores
fixos em um determinado grau, alterando-se assim a direo da aeronave.
Na simulao das manobras de vo foram adotados parmetros iguais para altitude do
VANT, que inicia seu vo a 100 metros do solo, a referncia de altitude a ser seguida inicia-se a 80
metros do solo, o tempo de simulao estipulado em 800 segundos (que menor na prtica,
devido ao processamento do computador) e foi definido o ngulo de 30 graus de rolagem, que ser
atingido quando a manobra o exigir.
Tambm inicia-se a simulao com o atuador motor, responsvel pela velocidade da
aeronave, com velocidade igual ao incio da manobra (valor). O valor do aileron define a referncia
de rolagem igual a zero graus, mantendo as asas niveladas. O atuador leme mantm-se em zero grau
em todas as simulaes.
Na simulao das manobras de vo reto nivelado e vo em curva nivelado, o VANT
realizar o acompanhamento de uma referncia de rolagem que tem incio em uma altitude de 80
metros do solo. O aeromodelo se mantm nessa altitude at o fim da simulao.
Para a simulao da manobra de vo reto ascendente e vo em curva ascendente, o VANT
recebe uma referncia de altitude em forma de rampa, iniciando em uma altitude de 80 metros do
solo. O VANT chega at, aproximadamente, 870 metros de altitude no final da simulao.
Para medir o desempenho dos controladores foi definido um erro mximo de altitude de 5%
e um erro mximo de rolagem de 2%. O sobresinal de altitude no dever ser superior a 25% e o
sobresinal da rolagem no dever ultrapassar 10%. O tempo de acomodao em ambos os casos
(rolagem e altitude) no dever ser superior a 100s nos instantes iniciais das manobras.
3.3.1 Vo Reto Nivelado
Para a execuo da manobra de vo reto nivelado, deve-se estabilizar o VANT, em uma
determinada altitude e manter suas assas niveladas com o ngulo de rolagem em zero. O resultado
da simulao pode ser acompanhado pelos grficos de altitude (Figura 44) e rolagem (Figura 45).
83

No grfico de altitude (Figura 44), pode-se observar oscilaes na resposta de altitude do
VANT, pois ele chega a ficar a aproximadamente 17 metros abaixo (22 % de pico de sobre sinal
2
),
apresentando oscilaes que diminuem gradualmente at estabilizar o VANT, em uma altura
prxima da desejada (3 metros abaixo), conseguindo seguir a referncia de altitude solicitada. Cabe
lembrar, que em todas as simulaes no se realiza a manobra de decolagem, assim o avio solto
de uma altura de 100 metros, produzindo essas oscilaes no instante inicial. No entanto, o valor de
sobresinal foi inferior ao valor especificado como medida de desempenho para o projeto de
controle, que de 25%.
Essa instabilidade inicial do VANT, se deve ao tempo de reao do controle, que ao
perceber a queda da aeronave, inicia os procedimentos de correo dos atuadores para chegar at a
altura desejada (ou prximo dela).
A partir de transcorridos 100 segundos de simulao o VANT, inicia uma suave descida
chegando a aproximadamente 3 metros da referncia, o qual inferior ao quesito de erro de altitude
definido, que foi de 5%.

Figura 44 Grfico de altitude da manobra de vo reto nivelado.
No grfico de rolagem (Figura 45) pode-se observar que o VANT, consegue se manter
nivelado, seguindo a referncia (nula) de rolagem, que no se altera no decorrer do tempo de
simulao.

2
Ver seo 2.5 Sobre sinal.
84

Figura 45 Grfico de rolagem da manobra de vo reto nivelado.
As Figura 46 e Figura 47, demonstram que os valores dos erros de altitude e rolagem,
respectivamente, mantm-se dentro dos limites de desempenho especificados, o qual sinalizado
pelas linhas tracejadas.

Figura 46 Grfico do erro de altitude da manobra de vo reto nivelado

Figura 47 Grfico do erro de rolagem da manobra de vo reto nivelado.

85

3.3.2 Vo Reto Ascendente
A manobra de vo reto ascendente muito semelhante manobra de vo reto nivelado,
ambas mantm as asas niveladas, no se alterando o grau de rolagem da aeronave, diferindo-se
somente em que na manobra de vo reto ascendente a aeronave ganha altitude no decorrer do tempo
da simulao, enquanto que na manobra vo reto nivelado ela permanece estvel na altitude
determinada, durante todo o tempo de simulao.
O resultado da simulao da manobra de vo reto ascendente pode ser acompanhado pelos
grficos de altitude (Figura 48 Grfico de altitude da manobra de vo reto ascendente. e rolagem
(Figura 49).
A partir de transcorridos 60 segundos da simulao o VANT atinge o tempo de acomodao
e segue a referncia em rampa at o final da simulao, que ocorre em um tempo de 800 segundos,
alcanando uma altitude de, aproximadamente, 870 metros do solo. O valor mximo de erro medido
foi de 3%, sendo inferior ao quesito de erro de altitude definido, que foi de 5% (Figura 50).
Figura 48 Grfico de altitude da manobra de vo reto ascendente.

Figura 49 Grfico de rolagem da manobra de vo reto ascendente

86

Figura 50 Grfico do erro de altitude da manobra de vo reto ascendente.

A Figura 51 ilustra a curva de erro de rolagem, o qual se mantm abaixo do 2%, como
desejado..

Figura 51 Grfico do erro de rolagem da manobra de vo reto ascendente.

3.3.3 Vo em Curva Ascendente
A manobra de vo em curva ascendente a realizao da manobra de vo reto ascendente
variando o ngulo de rolagem, possibilitando, dessa forma, a realizao do direcionamento do
VANT, para uma determinada coordenada enquanto ganha altitude. O resultado da simulao dessa
manobra pode ser acompanhado pelos grficos de altitude (Figura 52) e rolagem (Figura 53).
No grfico de altitude (Figura 52), observa-se um comportamento semelhante ao da manobra
vo reto ascendente, como tambm pode ser observado na curva de erro (Figura 54).

87

Figura 52 Grfico de altitude da manobra de vo em curva ascendente.
No grfico de rolagem (Figura 53), se observa a aplicao de uma referncia varivel, em
forma de rampa, para o ngulo de rolagem. O VANT, altera seu ngulo de rolagem para
acompanhar a referncia, fazendo uma curva direita, chegando a 30 graus. Aps 300 segundos de
simulao, o VANT, inicia um vo estvel em crculo e, por aproximadamente 200 segundos,
mantm o ngulo de rolagem em 30 graus (movimento em espiral ascendente). Na sequncia, o
VANT, inicia um novo procedimento de rolagem para esquerda para retornar a posio inicial de
0 graus. O erro mximo de rolagem nessa manobra foi de 1%, sendo inferior aos 2% definidos
como quesito de desempenho para o controle, Figura 55. Destaca-se que no se observou sobresinal
significativo no ngulo de rolagem.

Figura 53 Grfico de rolagem da manobra de vo em curva ascendente.

88

Figura 54 Grfico do erro de altitude da manobra de vo em curva ascendente.

Figura 55 Grfico do erro de rolagem da manobra de vo em curva ascendente
3.3.4 Vo em Curva Nivelado
A manobra de vo em curva nivelado a combinao da manobra de vo reto nivelado com
mudanas no ngulo de rolagem. Os resultados da simulao podem ser acompanhados pelos
grficos de altitude (Figura 56) e rolagem (Figura 57).
No grfico de altitude (Figura 56) pode-se observar os oscilaes iniciais j verificadas nas
manobras anteriores, onde o sobresinal chega a 22%, aproximadamente. Aps 120 segundos de
simulao, o VANT, inicia uma descida com leves tentativas de correo, mantendo-se o erro de
altitude abaixo de 5%, como desejado. Destaca-se que durante todo esse tempo, a aeronave iniciou
uma rolagem em forma de rampa at chegar ao valor de 30 graus. Ao alcanar os 300 segundos de
simulao o VANT inicia a retomada de altitude, o qual acontece quando a aeronave mantm seu
ngulo de rolagem de 30 graus. O erro de altitude mantido abaixo de 5%, ver Figura 58Erro!
Fonte de referncia no encontrada..
89

Esta manobra e a manobra de vo em curva ascendente foram as mais desafiantes, do ponto
de vista de controle, devido necessidade da ao conjunta de ambos os controladores quando a
altitude e a rolagem desejadas sofriam variaes simultaneamente.

Figura 56 Grfico de altitude de manobra de vo em curva nivelado.
No grfico de rolagem (Figura 57), observa-se a aplicao de uma referncia varivel, em
forma de rampa, para o ngulo de rolagem, de forma similar manobra vo em curva ascendente.

Figura 57 Grfico de rolagem da manobra de vo em curva nivelado.
90

Figura 58 Grfico do erro de altitude da manobra de vo em curva nivelado
A Figura 59 ilustra a curva de erro de rolagem.

Figura 59 Grfico do erro de rolagem da manobra de vo em curva nivelado.
O erro mximo de rolagem foi inferior a 1%, satisfazendo o 2% definido como quesito de
desempenho para o controle de rolagem. Destaca-se, novamente, que no se observou sobresinal
significativo no ngulo de rolagem.
Embora o controle de rota no seja objetivo do trabalho, a Figura 60, ilustra o percurso
realizado pelo aeromodelo, quando realiza a manobra de vo em curva nivelado. Obteve-se este
grfico atravs do posicionamento nas coordenadas geogrficas de latitude e longitude do VANT
com ajuda do programa GoogleEarth.
Na Figura 60, VANT, inicia seu vo em cima da rtula da Univali So Jos, nas
coordenadas geogrficas de latitude de 273544.91S e longitude 4840,11.29O, realizando um
vo com uma trajetria aleatria, durante o tempo da simulao. Assim, o aeromodelo inicia o vo
a uma altitude de 100 metros do solo e segue a referncia que o mantm estvel em torno de 80
91

metros do solo, fazendo um vo direcionado at ficar girando em crculos direita, chegando a um
ngulo de rolagem de 30 graus. Posteriormente, inicia uma nova rolagem que o faz girar esquerda,
retornando a posio inicial de rolagem de 0 grau. Pode ser considerado, para efeitos da simulao,
que o VANT, permaneceu realizando tarefas de monitorao nas reas onde ficou voando em
crculos.

Figura 60 Rota gerada pelo VANT (figura meramente ilustrativa).
3.4 CONSIDERAES DO CAPTULO
Neste captulo, foram realizadas as simulaes que demonstraram a integrao do
Matlab\Simulink, com o simulador de vo FlightGear, e a implementao e sintonia dos
controladores Fuzzy-PID, de ao direta, integrados na realizao de quatro manobras bsicas de
vo em VANTs.
Na construo dos controladores Fuzzy-PID, houve dificuldades para definir as funes de
pertinncia e as regras de controle. Optou-se por utilizar as funes triangulares e trapezoidais pela
facilidade de implementao. As regras de controle foram obtidas a partir da realizao de
treinamentos de vo.
Outra dificuldade encontrada foi na sintonia dos controladores. Foram realizadas inmeras
simulaes, at se chegar nos valores utilizados na simulao das manobras de vo descritas. A
sintonia foi realizada de forma emprica usando-se o mtodo de tentativa e erro.
Em relao simulao do controle de altitude observou-se oscilaes na resposta no
instante inicial, devido a que o avio cai, literalmente, de uma altura de 100 m assim que inicia a
92

simulao. Essas oscilaes dependem das caractersticas fsicas do avio, tais como a massa,
inrcia, dentre outras e poderiam ser reduzidas implementado-se a manobra de decolagem. No
entanto mostra que o aeromodelo seria capaz de recuperar a altitude no caso de uma perturbao,
por exemplo, uma turbulncia.
Nas manobras realizadas o VANT, apresenta um bom desempenho acompanhando as
referncias de altitude e rolagem, dentro das mtricas definidas.
Cabe destacar que o controle do ngulo de rolagem implementado obteve o melhor grau de
sucesso do que o controle de altitude modelado. Isso pode se justificar pelo fato que para o controle
de rolagem se atua apenas na varivel aileron do VANT, ao contrrio do controle de altitude em que
se atua em duas variveis, profundor e acelerao, para corrigir a altitude do VANT.

93

4 CONCLUSES
Neste trabalho realizou-se o estudo, implementao e simulao de manobras bsicas de vo
em aeromodelos, baseados em uma tcnica de controle que combina a inteligncia artificial e o
controle clssico. Assim, foi projetado um conjunto hbrido que integrou tcnicas de controle PID,
juntamente com as tcnicas de controle Fuzzy.
Para o desenvolvimento do trabalho, foi realizado um estudo dos conceitos bsicos sobre
VANTs, as tcnicas de modelagem comumente utilizadas, as tcnicas de controle clssicas e
inteligentes empregadas, assim como as ferramentas computacionais utilizadas para a simulao e
visualizao dos resultados.
As ferramentas computacionais usadas para dar suporte ao estudo e anlise de desempenho
do controlador proposto foram o software Matlab\Simulink, o toolbox de lgica Fuzzy, a biblioteca
Aerosim BlockSet 1.2 e o simulador de vo FlightGear, onde foram visualizados os resultados a
partir de grficos e em trs dimenses, facilitando a anlise.
Foi constatado que o ato de controlar uma aeronave extremamente complexo, envolvendo
um amplo nmero de reas do conhecimento como, por exemplo, o projeto de sistemas embarcados,
sensoriamento, modelagem e controle. Perante toda essa diversidade gastou-se um tempo
considervel no levantamento de subsdios que definiram o escopo do trabalho, limitando-se a
utilizar um conjunto hbrido de tcnicas de controles tradicionais, PID, juntamente com tcnicas de
controle inteligente Fuzzy, para a confeco e simulao de um sistema de controle que
possibilitasse realizar manobras bsicas de vo em um aeromodelo VANT.
Destaca-se que a falta de um conhecimento prvio sobre as manobras bsicas de vo foi um
fator desafiante encontrado para o desenvolvimento do trabalho. Manobras de vo em uma
aeronave so operaes complexas que envolvem e atuam sobre diversas variveis, onde uma
atuao incorreta do controle, poderia comprometer todo o conjunto do sistema da aeronave.
Outro elemento desafiador foi o ajuste e sintonia dos controladores, o qual foi conseguido
nas simulaes atravs de inmeras tentativas.
Pode-se concluir que a principal caracterstica do sistema de controle hbrido Fuzzy-PID,
implementado a sua simplicidade e sua atuao robusta, independentemente da caracterstica no
linear do processo de controle de uma aeronave. No entanto, os erros, as oscilaes observadas nas
simulaes e as dificuldades de sintonia dos controladores sugerem um estudo mais aprofundado na
anlise de perturbaes e na considerao de tcnicas de sintonia automtica das funes de
pertinncia e dos ganhos de controle do controlador proposto.
94

4.1 CONTRIBUIES DA DISSERTAO
Com a concluso da dissertao, deu-se o primeiro passo de uma longa caminhada para a
implementao prtica do controle de um VANT, em sua plenitude, sendo o primeiro contato de
todos os envolvidos na temtica do trabalho. Descobriu-se, o quo complexo o ato de realizar e
controlar manobras de vo autnomo em um VANT, e adquiriu-se o feedback sobre o assunto
permitindo sua continuidade em trabalhos futuros.
O estudo dos tpicos relacionados implementao realizada e as simulaes do sistema
proposto em diversas manobras de vo, demonstraram ser de grande valia para a aquisio de
subsdios sobre o comportamento da malha de controle de um VANT, tornando-se imprescindvel
para uma posterior aplicao prtica do sistema hbrido proposto em aeromodelos, sendo esta a
principal contribuio do trabalho.
Cabe ressaltar que na reviso da literatura no foi encontrado nenhum projeto similar em
VANTs, utilizando a estratgia de controle Fuzzy-PID proposta.
4.2 TRABALHOS FUTUROS
Abre-se um espectro bastante amplo para novas pesquisas, podendo-se partir para a fase
experimental. Nesse sentido, poderia pensar-se em desenvolver a estrutura de controle de um
aeromodelo, considerando desde os mecanismos de coleta de informaes (sensoriamento), o
processamento dessas informaes e a atuao do controle.
Para trabalhos futuros sugere-se:
Utilizar outros mtodos de fuzzificao e defuzzificao e tipos de funes de
pertinncia e compar-los com os resultados obtidos;
A implementao de um algoritmo que defina a rota do VANT;
Desenvolvimento de metodologias de ajuste e sintonia para o controlador hbrido Fuzzy-
PID;
Implementar outras manobras de vo; e
Estudar a influenza de perturbaes e variaes no modelo do VANT.
95

REFERNCIAS
AL-ODIENAT, A. I.; AL-LAWAMA, A. A. The advantages of PID Fuzzy controllers over the
Conventional types. American Journal of Applied Sciences. p. 653-658, 2008.
AMENDOLA, Maringela; SOUZA, Anderson Luiz de; BARROS, Lacio Carvalho. Manual do
uso da teoria dos conjuntos Fuzzy no MATLAB 6.5. Campinas: UNICAMP, 2005.
ANGELOV, P.; ZHOU, X. Evolving fuzzy classifier for novelty detection and landmark
recognition by mobile robots,. In: Mobile robots: the evolutionary approach, Studies in
Computational Intelligence, vol. 50, Nedjah, N., Coelho, L. S. e Mourelle, L. M. (eds.), Springer-
Verlag, Berlin, Germany, chapter 5, pp. 89-118, 2007.
AZINHEIRA, J., Ramos, J., Paiva, E.., Bueno, S., Maeta, S., Mirisola, L., Bergeman, M. and Faria,
B. Autonomous fight experiment with a robotic unmanned airship. In PROCEEDINGS OF THE
2001 IEEE INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION. 2001,
Seoul. Proceedings Seoul pp. 4152-4157, 2001.
BARONE, Dante Augusto Couto. Sociedades Artificiais: a nova fronteira da inteligncia das
mquinas. Porto Alegre: Bookman, 2003.
BAZANELLA, A. S.; SILVA JR, Joo Manoel Gomes da. Sistemas de Controle - princpios e
mtodos de projeto. Porto Alegre: UFRGS, 2005.
BECKER, Marcelo; BOUABDALLAH, Samir; SIEGWART, Roland. Desenvolvimento de um
controlador de desvio de obstculos para um mini helicptero quadrimotor autnomo 1
fase: simulao. Disponvel em < http://m.becker.backup.googlepages.com/388.pdf>. Acesso em:
17 nov. 2008.
BICKRAJ, Kimberly; et al. Fuzzy Logic Based Integrated Controller for Unmanned Aerial
Vehicles. In: FLORIDA CONFERENCE ON RECENT ADVANCES IN ROBOTICS. 2006,
Miami. Proceedings Miami:FIU, 2006.
BONATTI, Ivanil S; et al. Circuitos eltricos I. Disponvel em:
<http://www.dt.fee.unicamp.br/~www/ea513/node86.html >. Acesso em: 15 nov. 2008.
BUENO, Samuel Siqueira. Modelling, Sensor Based Intelligent Robots. In: ______. Control and
Perception for an Autonomous Robotic Airship. Berlin: Springer, 2002. cap. 6, p. 216-244.
______; et al. Estratgias de controle lateral para um dirigvel robtico autnomo. In:
CONGRESSO BRASILEIRO DE AUTOMTICA CBA, 15., 2004, Gramado. Anais eletrnicos...
Gramado: USP, 2004. Disponvel em:<
http://www.lti.pcs.usp.br/robotics/grva/publicacoes/outras/cba2004-cd-rom/cba2004/pdf/352.pdf>.
Acesso: 15 nov. 2008.
CAMPOS, M. C. M. M; SAITO, K. Sistemas Inteligentes em Controle e Automao de
Processos. Rio de Janeiro: Cincia Moderna, 2004.
96

COELHO, L. S.; PESSOA, M. W. Otimizao de controle PID multivarivel baseada em evoluo
diferencial: projeto e aplicao prtica no processo ball-and-plate. In: ANAIS DO VII SIMPSIO
BRASILEIRO DE AUTOMAO INTELIGENTE, 7., 2007, Florianpolis. Anais... Florianpolis:
SBA, 2007. p. 1-6.
COSTA, A.; et al. Lgica fuzzy: conceitos e aplicaes. Disponvel em
http://www.inf.unisinos.br/~cazella/dss/fuzzy_relatorio.pdf . Acesso em: 04 out. 2008.
DOITSIDS, L; et al. A Framework for Fuzzy Logic Based UAV navegation and control. In:
INTERNATIONAL CONFERENCE ON ROBOTICS AND AUTOMATION. 4., 2004, Tampa.
Proceedings Tampa: IEEE, 2004. p. 4041-4046.
DORF, Richard C.; BISHOP, Robert H. Sistemas de controle modernos. Traduo de Bernardo
Severo da Silva Filho. 8. ed. Rio de Janeiro: LTC Editora, 2001.
ERENOGLU, I.; et al. An Intelligent Hybrid Fuzzy PID Controller. In: 20th EUROPEAN
CONFERENCE ON MODELLING AND SIMULATION. 20., 2006, Bonn. Proceedings Bonn,
2006.
ERLANG. O que Simulao de processos/sistemas. Disponvel em
<http://www.erlang.com.br/simulacao.asp >. Acesso em: 15 mar. 2007.
FARRELL, J. A.; BARTH, M. The Global Positioning System &Inertial Navigation. New York:
McGraw Hill, 1999.
GALVO, Roberto Diguez; NOBRE, Flvio Fonseca; VASCONCELLOS, Miguel Murat.
Modelos matemticos de localizao aplicados organizao espacial de unidades de sade.
Revista de Sade Pblica, So Paulo, v. 33, n. 4, ago. 1999.
GARCIA, Claudio. Modelagem e simulao. 2. ed. So Paulo: Edusp, 2005.
HAKIM, Ermanu A.; SOEPRIJANTO, Adi; HP, Mauridhi. PSS design based on PD and PI Fuzzy
Controller by Particle Swarm Optimization. In: PROCEEDINGS OF THE INTERNATIONAL
CONFERENCE ON ELECTRICAL ENGINEERING AND INFORMATICS. 2007, Bandug.
Proceedings Bandug: IEEE, 2007.
HOMA, Jorge M. Aeronaves e Motores. 25. ed. So Paulo: Asa, 2005a.
______. Aerodinmica e Teoria de Vo. 23. ed. So Paulo: Asa, 2005b.
JAN, Dario de Almeida. Uma introduo ao estudo da lgica fuzzy. Hrus Revista de
Humanidades e Cincias Sociais Aplicadas, Ourinhos, n.02, 2004.
JORGE, Joo Pedro Santos. Desenvolvimento e integrao do mdulo de controlo e de
simulao da dinmica de uma aeronave. 2008. 82 f. Dissertao (Mestrado Integrado em
Engenharia Aeroespacial) Instituto Superior Tcnico. Universidade Tcnica de Lisboa, Lisboa,
2008.
JUNG, Cludio Rosito Pedro; et al. Computao Embarcada: Projeto e Implementao de Veculos
Autnomos Inteligentes. In: XXV CONGRESSO DA SOCIEDADE BRASILEIRA DE
COMPUTAO, 25., 2005, So Leopoldo. Proceedings... So Leopoldo: SBC, 2005.
97

KARASAKAL, Onur; YESIL, Engin; GUZELKAYA, Mujde; EKSIN, Ibrahim. Implementation of
a New Self-Tuning Fuzzy PID Controller on PLC. In:Turk J Elec Engin, 2005, Istambul.
Proceedings Istambul, 2005.
KOHAGURA, Tiago. Lgica fuzzy e suas aplicaes. Trabalho de Concluso de Curso
(Graduao em Cincia da Computao). Universidade Estadual de Londrina, Londrina, 2007.
LIU, Zhenzhang; LU, Tien-Fu. A Simulation Framework for Plume-Tracing Research. In:
PROCEEDING OF THE AUSTRALASIAN CONFERENCE ON ROBOTICAS E
AUTOMATION, 2008, Camberra. Proceedings Camberra, 2008.
MAGALHES OLIVEIRA, Pedro A. Tavares de. Os Simuladores e as TI para PC para a
formao do pessoal aeronutico - Sua utilizao e eficcia. Dissertao (Mestrado em Estudos de
Informao) - Departamento de Cincias e Tecnologias da Informao, Instituto Superior de
Cincias do Trabalho e da Empresa, Lisboa, 2008.
MEDEIROS, Fabrcio Ardais. Desenvolvimento de um veculo areo no tripulado para
aplicao em agricultura de preciso. Dissertao (Mestrado em Engenharia Agrcola).
Universidade Federal de Santa Maria, Santa Maria, 2007.
MICHEL, Olivier. Cyberbotics Ltd. WebotsTM: Professional Mobile Robot Simulation.
International Journal of Advanced Robotic System, Viena: In-Tech, 2004. Vol. I, No. I.
MONTENEGRO, Jacy M. Neto. Identificao de Modelos Dinmicos no Domnio da
Freqncia Aplicada a Sistemas Aeronuticos. Dissertao (Mestrado em Engenharia Eltrica).
Instituto Militar de Engenharia, Rio de Janeiro, 2005.
NASCIMENTO JR, Cairo L.; PIRES, Joo R. Crtes. Controle fuzzy para brao robtico
utilizando a abordagem adaptativa neuro-fuzzy (anfis) do matlab. Diviso de Engenharia
Mecnica-Aeronutica, Instituto Tecnolgico de Aeronutica. So Jos dos Campos, 2002.
NERIS, L. O. Um piloto automtico para as aeronaves do Projeto ARARA. Dissertao
(Mestrado em Cincias) - Instituto de Cincias Matemticas e da Computao, Universidade de So
Paulo, So Carlos, 2001.
NEWMAN, D. J. Interactive Aerospace Engineering and Design. Nova Iorque: McGraw-Hill,
2001.
NILSSON, James W.; RIEDEL, Susan A. Circuitos eltricos. 6. ed. Rio de Janeiro: LCT, 2003.
NOGUEZ, C. Construo do Sistema de Informaes Geogrficas da Margem do Canal do
Rio Grande com base em imagens de pequeno formato. Dissertao (Mestrado em Oceanografia
Fsica, Qumica e Geolgica). Universidade Federal do Rio Grande do Sul, Rio Grande, 2005.
OGATA, Katsuhiko. Engenharia de controle moderno. Traduo de Bernardo Severo da Silva
Filho. 3. ed. Rio de Janeiro: LCT, 1998.
OLIVEIRA, J.F. Sistemas e modelos - porqu simular?. Disponvel em
<http://paginas.fe.up.pt/~mac/ensino/docs/MAD20012002/simulacao.pdf >. Acesso: 15 nov. 2007.

98

PAIM, P.K. Modelamento Simulao e controle de veculos autnomos areos e submarinos.
Trabalho de Concluso de Curso (Graduao em Engenharia de Controle e Automao).
Universidade de Braslia, Braslia, 2005.
PARDESI, M.S. Veculos Areos No-Tripulados/ veculos Areos de Combate No-
Tripulados: provveis misses e desafios futuros relevantes para o estabelecimento e polticas.
Disponvel em <http://www.maxwell.af.mil/au/cadre/aspj/apjinternational/apj-
p/2005/4tri05/pardesi.html >. Acesso: 03 mar. 2008.
PEREIRA, Ademir Rodrigues. Controladores robustos com interpolao de ganhos via lgica
difusa - aplicao em veculos autnomos no tripulados. Dissertao (Mestrado em Cincias em
Engenharia Eltrica). Instituto Militar de Engenharia, Rio de Janeiro, 2001.
PHILLIPS, W. F.; HAILEY, C. E.; GEBERT, G. A. Review of Attitude Representations Used for
Aircraft Kinematics. Journal of Aircraft, Reston, january february 2003. Vol. 40, No. 1, p.223.
RAHMAT, M. F.; Application Of Self-Tuning Fuzzy Pid Controller On Industrial Hydraulic
Actuator Using System Identification Approach. International Journal on Smart Sending and
Intelligent Systems, june 2009. Vol.2 No.2.
RAMOS, Josu J. G.; BUENO, Samuel S. Uma proposta para uma rede de ensino, pesquisa e
desenvolvimento em veculos robticos areos. In: VIII SBAI - SIMPSIO BRASILEIRO DE
AUTOMAO INTELIGENTE, 8., 2007, Florianpolis. Anais...So Paulo: Tec Art, 2007.
RASI, Jos Roberto. Desenvolvimento de um veculo areo no tripulado para aplicao em
pulverizao agrcola. 2008. 70 f. Trabalho de Concluso de Curso (Especializao) Faculdade
de Engenharia Rural, Universidade Federal de Pelotas, Pelotas, 2008.
ROGERS, Robert M. Applied Mathematics in Integrated Navigation Systems. 2.ed. American
Institute of Aeronautics and Astronautics, Inc.. Virginia, 2003.
ROSARIO, Joo Maurcio. Princpios da Mecatrnica. 2. ed. So Paulo: Pearson Education, 2007.
SAMPAIO, R.P. Sistema de controle de atitude embarcado para vo autnomo de avies em
escala. 2006. 186 f. Dissertao (Mestrado em Mecatrnica) - Escola Politcnica e Instituto de
Matemtica, Universidade Federal da Bahia, Salvador, 2006.
SHAW, Ian S.; SIMES, Marcelo Godoy. Controle e Modelagem Fuzzy. 2.ed. So Paulo: Edgard
Blcher, 2007.
SILVEIRA, Antonio da Silva. Tcnicas de Controle LQG/LTR e Fuzzy Aplicadas ao Veculo
Areo No Tripulado: Aerosonde. 2008. 154 f. Dissertao (Mestrado em Engenharia Eltrica) -
Instituto de Tecnologia Programa de Ps-Graduao em Engenharia Eltrica, Universidade Federal
do Par, Belm, 2008.
SMITH III. James F.; NGHUYEN, ThanhVu H. Fuzzy logic based UAV allocation and
coordination. 15. ed. New York: Springer, 2008.
SOUZA, Ednilson Sergio Ramalho. Modelos matemticos e modelos mentais: inferindo possveis
relaes durante a modelagem matemtica de fenmenos fsicos. In: II SEMINRIO DE
99

AVALIAO DE PESQUISA DA PS-GRADUAO EM EDUCAO EM CINCIAS E
MATEMTICAS, 2., 2008, Par. Anais... Par: UFPA, 2008.
STEVENS, Brian L.; LEWIS, Frank L. Aircraft control and simulation. 2.ed. New Jersey: Willey
& Sons, 2003.
UNMANNED DYNAMICS LLC. AeroSim aeronautical simulation Blockset 1.2. Hood River.
biblioteca Aerodinmica, 2004.
WIDMAIER, Klaus. Algoritmo gentico aplicado otimizao de asas de material compsito
de veculos areos no tripulados. Dissertao (Mestrado em Engenharia Mecnica). Escola de
Engenharia de So Carlos, Universidade de So Paulo. So Carlos, 2005.

Dissertação VANTs Nilton

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Dissertação VANTs Nilton

Uploaded by

Copyright:

Available Formats

NILTON KAZUO GOMES SUZUKI

PROPOSTA DE UMA ARQUITETURA DE CONTROLE HBRIDA

(t) = i(t). R +Ic(t)

(s) = R. I(s) +sII(s) +

: tempo necessrio para que a resposta passe de 10% a 90%, de 5% a 95%,

denominado de constante integral. Sendo a funo de transferncia do controlador

A condio inicial para a integrao retirada do bloco

A condio inicial para a integrao retirada do bloco parmetros. Se

A condio inicial para a integrao retirada do bloco Parmetros.

= p +ton0 (osin +rcs)

You might also like