Docsity
Docsity

Prepare-se para as provas
Prepare-se para as provas

Estude fácil! Tem muito documento disponível na Docsity


Ganhe pontos para baixar
Ganhe pontos para baixar

Ganhe pontos ajudando outros esrudantes ou compre um plano Premium


Guias e Dicas
Guias e Dicas


controle motor dc usando lgr, Manuais, Projetos, Pesquisas de Controle de Processo

controle de motor dc, controladores pid e lgr, resposta transitória

Tipologia: Manuais, Projetos, Pesquisas

2021

Compartilhado em 19/01/2021

jean-almeida-cavalcante-8
jean-almeida-cavalcante-8 🇧🇷

1 documento

1 / 14

Toggle sidebar

Esta página não é visível na pré-visualização

Não perca as partes importantes!

bg1
Controle de posição de Motor CC por realimentação de
estados
1. Introdução
Baseado no tutorial “Control Tutorials for Matlab e Simulink”, originalmente desenvolvido pelo
Prof. Bill Messner do Department of Mechanical Engineering da Tufts University (Carnegie
Mellon University) e Prof. Dawn Tilbury do Department of Mechanical Engineering and
Applied Mechanics da University of Michigan.
2. Modelo do motor
(J) moment of inertia of the rot or 3.2284E-6 kg.m^2
(b) motor viscous friction const ant 3.5077E-6 N.m.s
(Kb) electromotive force constant 0.0274 V/rad/sec
(Kt) motor torque constant 0.0274 N.m/Amp
(R) electric resistance 4 Ohm
(L) electric inductance 2.75E-6H
pf3
pf4
pf5
pf8
pf9
pfa
pfd
pfe

Pré-visualização parcial do texto

Baixe controle motor dc usando lgr e outras Manuais, Projetos, Pesquisas em PDF para Controle de Processo, somente na Docsity!

Controle de posição de Motor CC por realimentação de

estados

  1. Introdução Baseado no tutorial “Control Tutorials for Matlab e Simulink”, originalmente desenvolvido pelo Prof. Bill Messner do Department of Mechanical Engineering da Tufts University (Carnegie Mellon University) e Prof. Dawn Tilbury do Department of Mechanical Engineering and Applied Mechanics da University of Michigan.
  2. Modelo do motor (J) moment of inertia of the rotor 3.2284E- 6 kg.m^ (b) motor viscous friction constant 3.5077E- 6 N.m.s (Kb) electromotive force constant 0.0274 V/rad/sec (Kt) motor torque constant 0.0274 N.m/Amp (R) electric resistance 4 Ohm (L) electric inductance 2.75E-6H
  1. Código do modelo no Matlab

J = 3.2284E-6; b = 3.5077E-6; K = 0.0274; R = 4; L = 2.75E-6; s = tf('s'); P_motor = K/(s((Js+b)(Ls+R)+K^2)) Transfer function:


8.878e-012 s^3 + 1.291e-005 s^2 + 0.0007648 s Ou, na representação por espaço de estados:

A = [0 1 0 0 - b/J K/J 0 - K/L - R/L]; B = [0 ; 0 ; 1/L]; C = [1 0 0]; D = [0]; A = 1.0e+006 * 0 0.000001000000000 0 0 - 0.000001086513443 0. 0 - 0.009963636363636 - 1. B = 1.0e+005 * 0 0

  1. Projeto por realimentação de estados Considerando-se a representação do sistema original:

A = [0 1 0 0 - b/J K/J 0 - K/L - R/L]; B = [0 ; 0 ; 1/L]; C = [1 0 0]; D = [0]; A = 1.0e+006 * 0 0.000001000000000 0 0 - 0.000001086513443 0. 0 - 0.009963636363636 - 1. B = 1.0e+005 * 0 0 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0. 0

1

Step Response Time (seconds) Amplitude

>> C

C = 1 0 0

D = 0

Estabelecendo como objetivo de projeto as raízes da equação característica em - 200, - 100+100j e - 100 - 100j (proposto pelo site).

K = acker(A,B,[- 200 - 100+100j - 100 - 100j]) K = 0.001296072992701 - 0.027380699342675 - 3. A respota do sistema compensado será: step(A-BK,B,C,D) O sistema realimentado, comparado com o sistema original em malha fechada, apresenta um tempo de acomodação significativamente menor e um sobre sinal também menor. Contudo, o valor em regime apresenta uma grande diferença em relação ao sistema original. Isto pode ser corrigido com um ganho de ajuste em B: step(A-BK,B/771,C,D) 0 0.01 0.02 0.03 0.04 0.05 0.06 0. 0 100 200 300 400 500 600 700 800 Step Response Time (seconds) Amplitude

den = 1.0e+007 * 0.000000100000000 0.145454654105890 8.614352169916566 0 A função de transferência associada a posição:

tf(num(1,:),den) Transfer function: 1.164e-009 s^2 + 0.0002979 s + 3.086e


s^3 + 1.455e006 s^2 + 8.614e007 s A função de transferência associada a velocidade:

tf(num(2,:),den) Transfer function: 2.328e-010 s^2 + 3.086e009 s


s^3 + 1.455e006 s^2 + 8.614e007 s A função de transferência associada a corrente de armadura:

tf(num(3,:),den) Transfer function: 3.636e005 s^2 + 3.951e005 s


s^3 + 1.455e006 s^2 + 8.614e007 s

De outra maneira: No projeto por realimentação de estados, já com o ganho de correção:

Velocidade Angular: Corrente de Armadura:

  1. Alternativa de projeto Na tentativa de melhorar o comportamento em regime é possível adicionar um integrador com ganho ajustável.

No simulink fica: Para o ganho do integrador em 0.035, observa-se a posição angular:

  1. Representação canônica controlável Dada a função de transferência do motor é possível a seguinte representação: Transfer function:

8.878e-012 s^3 + 1.291e-005 s^2 + 0.0007648 s Colocando no formato padrão (s3 multiplicado por 1):

[num,den]= tfdata(P_motor, 'v') num = 0 0 0 0. den = 1.0e-003 * 0.0000 0.0129 0.7648 0 num/den(1) ans = 1.0e+009 * 0 0 0 3.

den/den(1) ans = 1.0e+007 * 0.0000 0.1455 8.6144 0 Assim: A = [0 1 0; 0 0 1; - den(4)/den(1) - den(3)/den(1) - den(2)/den(1)] A = 1.0e+007 * 0 0.000000100000000 0 0 0 0.0 00000100000000 0 - 8.614352169946272 - 0.145454654105890>> B = [0; 0; 1]; C = [(num(4)/den(1)) 0 0] C = 1.0e+009 * 3.086245930998750 0 0 Repare que: [num,den] = ss2tf(A,B,C,0);step(feedback(tf(num,den),1)) Gera a mesma respota em malha fechada do sistema original: Ou seja, a representação canônica controlável gera novas matrizes A,B,C e D, com uma nova proposta de variáveis de estado. As variáveis de estado não são mais as variáveis de estado do sistema original. 0 0.02 0.04 0.06 0.08 0.1 0.12 0.14 0.16 0.18 0. 0

1

Step Response Time (seconds) Amplitude