Método VRFT

Virtual reference feedback tuning

Cristiane Silva Garcia

email: cristiane.garcia@ufrgs.br

Nov/2016

Universidade Federal do Rio Grande do Sul – UFRGS

VRFT
Introdução

O controle de um processo pode ser realizado com métodos

baseados no modelo ou métodos baseados em dados.

1
Introdução

O controle de um processo pode ser realizado com métodos

baseados no modelo ou métodos baseados em dados.

Dados Modelo Controlador

Em métodos baseados no modelo, é necessário conhecer o

modelo do processo detalhadamente.

1
Introdução

O controle de um processo pode ser realizado com métodos

baseados no modelo ou métodos baseados em dados.

Dados Controlador

Em métodos baseados em dados o ajuste do controlador é

realizado a partir dos dados de entrada e saída do processo a
ser controlado.

1
VRFT

O método VRFT (virtual reference feedback tuning) possui as

seguintes características (Campi et al., 2000):

# É um método baseado em dados (direto);

# Não iterativo;
# Não requer a execução de um experimento específico.

É preciso definir:

# A classe de controle C̄ ( z );
# O comportamento desejado em malha fechada M ( z ).

Não é preciso conhecer o modelo da planta G( z ).

2
VRFT

Suposição 1: Controlador linearmente parametrizado

A função de transferência do controlador pode ser escrita

como:
C ( z, ρ)  ρT C̄ ( z ) (1)

onde, ρ é o vetor de parâmetros e C̄ ( z ) é o vetor que representa

a classe de controle.

Cada classe de controladores possui infinitas representações

em que as funções racionais de C̄ ( z ) são linearmente
independentes.
Para cada representação C̄ ( z ) o controlador é univocamente
determinado pelo respectivo vetor de parâmetros ρ.
3
VRFT

Por exemplo, duas maneiras de representar o controlador PI

Ki z
C (z )  K p +
z−1

Representação A: ρ1  K p e ρ 2  K i
f gf gT
C (z )  ρ1 ρ2 1 z
z−1

Representação B: ρ1  K p + K i e ρ 2  −K p
f gf gT
C (z )  ρ1 ρ2 z
z−1
1
z−1

4
VRFT

Por exemplo, duas maneiras de representar o controlador PID

Ki z K v ( z − 1)
C (z )  K p + +
z−1 z

Representação A: ρ1  K p , ρ 2  K i , e ρ 3  K v
f gf gT
C (z )  ρ1 ρ2 ρ3 1 z
z−1
z−1
z

Representação B: ρ1  K p + K i + K v , ρ2  −K p − 2K v , e ρ 3  K v
f gf gT
C (z )  ρ1 ρ2 ρ3 z2 z 1
z 2 −z z 2 −z z 2 −z

5
VRFT

Suposição 2: Controlador ideal pertence à classe

Existe um controlador ideal, C d ( z ), que faz com que o sistema

em malha fechada tenha a FT desejada M ( z ), e este controlador
pertence à classe de controle considerada, ou seja,

∃ρ d : C ( z, ρ d )  C d ( z ) (2)

onde, ρ d é o vetor de parâmetros desejado.

6
Experimento

u (t ) y (t )
G(z )

O método consiste na realização de um experimento, em malha

aberta ou fechada, em que um sinal u ( t ) é inserido na planta e
sua saída y ( t ) é medida...

7
Experimento

r̄ ( t ) u (t ) y (t )
G(z )

M −1 ( z )

... Passando a saída y ( t ) pelo inverso da FT do modelo de

referência M ( z ), obtém-se a referência virtual r̄ ( t )...

8
Experimento

r̄ ( t ) ē ( t ) u (t ) y (t )
G(z )

M −1 ( z )

... Subtraindo a saída y ( t ) do sinal de referência r̄ ( t ) tem-se o

erro virtual ē ( t )...

9
Experimento

r̄ ( t ) ē ( t ) ϕ(t ) u (t ) y (t )
C̄ ( z ) G(z )

M −1 ( z )

... Passando o erro virtual ē ( t ) pela classe de controle C̄ ( z )

obtém-se o vetor regressor ϕ( t ).

10
Experimento

r̄ ( t ) ē ( t ) ϕ(t ) ρT ϕ(t ) u (t ) y (t )
C̄ ( z ) ρ G(z )

M −1 ( z )

O objetivo é minimizar os quadrados da diferença entre ρ T ϕ( t )

e u ( t ).

11
Experimentos

Parâmetros do controlador
Os parâmetros estimados do controlador ρ̂ podem ser obtidos
de acordo com
X n  −1 X
n
ρ̂   ϕ( t ) ϕ ( t )
T
ϕ(t )u (t ), (3)
 t1  t1

onde, n é o número de dados coletados no experimento.

12
VRFT

Passos para calcular os parâmetros do controlador:

# Executar um experimento em laço aberto ou fechado e

coletar os dados de entrada e saída do processo;
# Calcular a referência virtual r̄ ( t )  M −1 ( z ) y ( t );
# Calcular o erro virtual ē ( t )  r̄ ( t ) − y ( t );
# Calcular o vetor regressor ϕ( t )  C̄ ( z ) ē ( t );
# Estimar os parâmetros do controlador ρ̂:

X n  −1 X
n
ρ̂   ϕ ( t ) ϕ ( t )
T  ϕ ( t ) u ( t ).
 t1  t1

13
Exemplo 1

Os dados abaixo foram coletados durante um experimento em

laço aberto. O controlador a ser utilizado é do tipo PI e
deseja-se que o comportamento do sistema em laço fechado seja
dado por M ( z ). Encontre o vetor de ganhos ρ̂.
 z 
0.4
M (z )  C̄ ( z )   z−11 

z − 0.6  z−1 

t u (t ) y (t ) r̄ ( t ) ē ( t ) ϕ(t )
1 1 0.0
2 1 0.5
3 1 0.95
14
Exemplo 2

Considere agora que a FT da planta do exemplo anterior (G ( z ))

é conhecida, encontre o controlador ideal sem utilizar o VRFT e
mostre que ele pertence à classe de controle.
 z 
0.5 0.4
G(z )  M (z )  C̄ ( z )   z−1
1 

z − 0.9 z − 0.6  z−1 

15
Simulações
Exemplo 3 – Definição

Estimar ρ̂, aplicando uma entrada do tipo degrau unitário,

dado que as FT para G ( z ), M ( z ) e C̄ ( z ) são definidas como:
 z 
0.1 0.2  z−1 
G(z )  M (z )  C̄ ( z )   1 
z − 0.9 z − 0.8  z−1 

16
Exemplo 3 – Código Matlab

1 z = tf('z');
2
3 G = 0.1/(z-0.9); % Modelo do processo
4
5 M = 0.2/(z-0.8); % Modelo de referencia
6
7 Cb = [z/(z-1); 1/(z-1)]; % Classe de controladores
8
9 u = ones(10, 1); % Entrada: degrau unitario
10 y = lsim(G, u); % Gerando a saida
11
12 % Calculando os parametros
13 rho = vrft_aula(u, y, M, Cb);

Controlador estimado:
f gf gT
C ( z )  2 −1.8 z
z−1
1
z−1

17
Exemplo 3 – Respostas obtidas

1.2

0.8

0.6

0.4

y(t)
0.2
u(t)
y2(t)
0
0 20 40 60 80 100
Amostras

18
Exemplo 4 – Definição

Aplicando-se uma entrada do tipo degrau unitário, com G ( z ),

M ( z ) e C̄ ( z ) definidas como:
 1 
0.067209z 0.1  z 
G(z )  M (z )  C̄ ( z )   z−1 
(z − 0.9703) (z − 0.5492) z − 0.9  z−1 
 z 

Estimou-se o seguinte controlador:

 1 
f g  z 
C ( z )  0.6751 0.0199 0.7929  z−1 
 z−1 
 z 

19
Exemplo 4 – Respostas obtidas

0.8

0.6

0.4

0.2 y(t)
u(t)
y2(t)
0
0 50 100 150 200 250 300
Amostras

20
Exemplo 5 – Definição

Para um dado processo cuja FT é dada por G ( z ), os parâmetros

do controlador foram estimados, para uma entrada do tipo
degrau unitário e com M ( z ) e C̄ ( z ) definidas como:

0.2z 0.1 f gT
G(z )  M (z )  C̄ ( z )  1 z
z−1
z−1
z
(z − 0.9)2 z − 0.9

O seguinte controlador foi estimado:

f gf gT
C ( z )  0.089 0.005 0.410 1 z
z−1
z−1
z

21
Exemplo 5 – Definição

Considerando-se que o controlador calculado foi adicionado ao

processo, calculou-se novamente os parâmetros do controlador,
agora considerando-se a seguinte FT para o processo em malha
fechada:
0.2
M (z ) 
z − 0.8
Estimou-se o seguinte controlador:
f gf gT
C ( z )  0.18 0.01 0.81 1 z
z−1
z−1
z

22
Exemplo 5 – Respostas obtidas

1.2

0.8

0.6

0.4
y(t)
u(t)
0.2 y2(t)
y3(t)
0
0 20 40 60 80 100
Amostras

23
Exercício 1

Estimar os parâmetros do controlador ρ̂, considerando-se uma

entrada do tipo degrau unitário e:

 z 
0.3
M (z )  C̄ ( z )   z−1
1 

z − 0.7  z−1 

t u (t ) y (t ) r̄ ( t ) ē ( t ) ϕ(t )
1 1 0.0
2 1 0.5
3 1 0.95

24
Exercício 2

Mostre que o controlador ideal para G ( z ) e M ( z ) dadas abaixo

pertence à classe dos controladores PID.

b1 z 1−a
G(z )  M (z ) 
(z − b2 )(z − b3 ) z−a

Ou seja,
f gT
z
C̄ ( z )  z−1
1
z−1
1
z ( z−1)

25
Exercício 3

Encontre o controlador ρ̂, para uma entrada do tipo degrau

unitário, com G( z ), M ( z ) e C̄ ( z ) definidas como:
 1 
0.06 0.2  z 
G(z )  M (z )  C̄ ( z )   z−1 
(z − 0.9)(z − 0.5) z − 0.8  z−1 
 z 

t u (t ) y (t ) r̄ ( t ) ē ( t ) ϕ(t )
1 1
2 1
3 1
4 1
26
VRFT

Nesta aula foi considerado apenas o caso ideal (Bazanella et al.,

2011), onde:

# O processo não é afetado por ruído;

# O controlador é parametrizado linearmente;
# O controlador ideal pertence à classe de controle.

27
Outras aplicações

Outras aplicações do método VRFT incluem:

# Caso não ideal: ruído, controlador fora da classe, e até

mesmo não parametrizado linearmente;
# Zeros de fase não mínima: zeros de fase não mínima da
planta aparecem como polos instáveis da M −1 ( z );
# Sistemas MIMO;
# VRFT recursivo: usando mínimos quadrados recursivo.

28
Aplicativo Android
Aplicativo

Figura: Tela inicial do aplicativo Android.

29
Aplicativo

Figura: Tela de configuração do aplicativo Android.

30
Aplicativo

Figura: Gráfico com os dados coletados pelo aplicativo.

31
Referências

Bazanella, A., Campestrini, L., and Eckhard, D. (2011). Data-Driven Controller

Design: The H2 Approach. Communications and Control Engineering.
Springer, Netherlands.
Campi, M., Lecchini, A., and Savaresi, S. (2000). Virtual reference feedback
tuning (VRFT): a new direct approach to the design of feedback
controllers. In Decision and Control, 2000. Proceedings of the 39th IEEE
Conference on, volume 1, 623–629. IEEE.

32