Modelagem e Sintonia de Malhas de Controle de uma Correia ...

More documents

Recommendations

Info

A Figura 5.11 destaca as respostas do controlador convencional e avançado, sem erros de modelagem, e do controlador avançado submetido ao desvio de 20%. Observou-se uma oscilação significativa na resposta obtida para o Preditor com desvio de 20% nos parâmetros do modelo. O desvio provocado no atraso de tempo modelado para o processo adiciona um atraso de fase na malha fechada que afeta a estabilidade do sistema. Entretanto, mesmo adicionando imprecisões de modelagem o controlador avançado apresentou desempenho superior ao controlador convencional em termos de velocidade de resposta e IAE (326,9x10 3 contra 372,2 x10 3 ). O Preditor com erro exibiu valores de overshoot de 3,44% e undershoot de 9,61%, também inferior o P.O de 10,89% obtido para o controlador convencional otimizado. As MVs destacadas na Figura 5.12 mostram que a introdução dos desvios de modelagem provocou uma atuação um pouco oscilatória sobre os alimentadores controlados com o Preditor de Smith. Entretanto, a amplitude desta oscilação foi inferior àquela apresentada pelo controlador convencional. A Tabela 5.4 resume os índices de desempenho desta simulação. Tabela 5.4 – Desempenho do controlador avançado com erro de 20% Convenc. Avançado Avançado 20% IAE (x10 3 ) 372,2 254,3 326,9 P.O. (%) 10,89 - 3,44 P.U. (%) 1,2 - 9,61 Portanto, as duas implementações do Preditor (com e sem erro) destacadas na Figura 5.11 podem ser consideradas mais eficientes para o controle do processo, dentro das condições de modelagem criadas para esta simulação. Assumiu-se um novo cenário para o erro de modelagem no qual foram desconsideradas divergências de atraso de tempo, variando-se apenas os valores de 94
ganho do processo. A faixa de variação do valor do ganho do processo foi iniciada em um patamar de 60% (0,6*Kp) do valor modelado e através de incrementos de 10%, simulou-se a resposta do sistema para erros de até 120% (1,2* Kp). Ou seja, esta simulação abrangeu desde erros de 40% abaixo até erros de 20% acima do valor do ganho previsto pelo modelo. A Figura 5.13 destaca os resultados obtidos com as simulações sob as condições descritas para ganho variável. As variáveis manipuladas (MV) são apresentadas na Figura 5.14. Figura 5.13 – Simulações de erro para modelagem de ganho do processo 95
Page 1 and 2:
UNIVERSIDADE FEDERAL DE MINAS GERAI
Page 3 and 4:
RUDÁ GROSSI COIMBRA MARTINS Modela
Page 5 and 6:
Agradecimentos Primeiramente gostar
Page 7 and 8:
Resumo Neste trabalho realizou-se u
Page 9 and 10:
Lista de Figuras Figura 2.1- Adapta
Page 11 and 12:
Figura A.6 - Britador de rolo denta
Page 13 and 14:
Tabela B.4 - CDF - Variáveis Contr
Page 15 and 16:
OPC DA OPC Data Access OPC DX OPC D
Page 17 and 18:
2.1 ITM-B1 ........................
Page 19 and 20:
1 Introdução 1.1 Objetivo Este Pr
Page 21 and 22:
operadores da sala de controle e co
Page 23 and 24:
contatos profissionais com a empres
Page 25 and 26:
1.7 Estado da Arte 1.7.1 Introduç
Page 27 and 28:
taxa de carregamento das correias a
Page 29 and 30:
2 Descrição da Planta Com o intui
Page 31 and 32:
O material depositado na correia 21
Page 33 and 34:
Figura 2.2 - Adaptação do Supervi
Page 35 and 36:
casos torna-se lamacento. Nesta sit
Page 37 and 38:
Figura 2.4 - Supervisório das ITMs
Page 39 and 40:
A entrega do minério britado à VG
Page 41 and 42:
2.6 Descrição detalhada do proces
Page 43 and 44: entrada de minério nas pilhas se m
Page 45 and 46: causaria redução da distância m
Page 47 and 48: sistema pode ser obtida dividindo-s
Page 49 and 50: Em CMT todas as ITMs possuem dados
Page 51 and 52: Apesar de existirem dois CLPs para
Page 53 and 54: Apesar de o iFix possuir uma base d
Page 55 and 56: necessário, portanto, realizar a s
Page 57 and 58: 3.5 Modelagem do Processo 3.5.1 Esc
Page 59 and 60: 3.5.2 Escolha do tempo de amostrage
Page 61 and 62: Figura 3.7 - Validação dos modelo
Page 63 and 64: Figura 3.9 - Detalhe da resposta da
Page 65 and 66: Figura 3.10 - Validação dos Model
Page 67 and 68: Uma redução de velocidade da corr
Page 69 and 70: Para o projeto em questão, os iten
Page 71 and 72: Conforme destacado nesta figura, o
Page 73 and 74: operador um grau de liberdade que l
Page 75 and 76: A restrição definida pela equaç
Page 77 and 78: ( C / R) d cs e GcG s 1 1 G G c A
Page 79 and 80: 5 Análise dos Resultados 5.1 Simul
Page 81 and 82: Figura 5.3 - Comparação das respo
Page 83 and 84: Assim, com o intuito de se realizar
Page 85 and 86: Desta maneira, como a situação de
Page 87 and 88: Mesmo para os controladores convenc
Page 89 and 90: de todas as respostas obtidas. A Fi
Page 91 and 92: Já o controlador avançado apresen
Page 93: Figura 5.11 - Simulação do Contro
Page 97 and 98: Assim como nas simulações anterio
Page 99 and 100: Como não existe histórico de dado
Page 101 and 102: Portanto, considerando as premissas
Page 103 and 104: das Instalações de Tratamento de
Page 105 and 106: 6.3.1 Sugestões para as ITMs No pr
Page 107 and 108: Para acompanhamento da planta e ava
Page 109 and 110: systems having multiple time delays
Page 111 and 112: UFMG. [29] H. T. Nguyen & F. Bartol
Page 113 and 114: vol. 53, pp. 217-219. [48] O. Mayr
Page 115 and 116: [66] Y. Zhao & E. G. Collins Jr. (2
Page 117 and 118: 3. Para permitir a utilização do
Page 119 and 120: Na quebra por impacto, com esforço
Page 121 and 122: Tabela A.3 - Quadro comparativo dos
Page 123 and 124: Tabela A.4 - Relações de reduçã
Page 125 and 126: finalidade mais operacional que o b
Page 127 and 128: A desvantagem do uso desse equipame
Page 129 and 130: A 3.6 Britador de Rolos Figura A.8
Page 131 and 132: Apêndice B - Control Design Form T
Page 133 and 134: Tabela B.2 - CDF - Malhas de Veloci
Page 135 and 136: Variável Tabela B.4 - CDF - Variá
Page 137 and 138: Tabela B.7 - CDF - Respostas Dinâm
show all

Modelagem e Sintonia de Malhas de Controle de uma Correia ...

Create successful ePaper yourself

Delete template?

Save as template?