Aplicação de controle fuzzy a sistemas térmicos

Abstract

Resumo: O aumento da eficiência energética nos processos industriais é, recentemente, uma das principais preocupações da indústria, pois reduz os custos de produção, estimulando a competitividade, e proporcionando menor impacto ambiental. A otimização dos recursos energéticos em diversos casos, pode ser limitada, ou requerer um esforço computacional intenso devido a sua complexidade gerada pela não linearidade dos sistemas. A lógica Fuzzy, é uma técnica simples, um tipo de inteligência artificial, capaz de predizer as não linearidades do processo, porém pouco conhecida entre os estudantes. Neste trabalho, foi proposto o estudo de um módulo térmico didático, composto por uma câmara de madeira que contém em seu interior uma lâmpada incandescente capaz de aquecer a massa de ar dentro da câmara. Esse sistema é otimizado por meio de um controlador PI-Fuzzy em sistema embarcado, que recebe a informação da temperatura desejada da massa de ar dentro da câmara e controla a potência de alimentação da lâmpada necessária para aquecer a massa de ar. O módulo didático permiti ao usuário praticar os conceitos de controle e otimização de processo, de maneira simples, tanto de montagem dos circuitos de controle utilizando Arduino, quanto da elaboração da lógica do controlador utilizando a lógica Fuzzy. A premissa para a implementação do controlador PI-Fuzzy foram os resultados dos testes em malha aberta, que permitiram a identificação de todas as etapas da lógica do controlador PI-Fuzzy: Fuzzyficação (modelo triangular da função de pertinência da variável de entrada, delta de temperatura), Base de Regras e Defuzzyficação (determinação das funções singletons do conjunto de saída Fuzzy, potência da lâmpada), sendo utilizado, de forma satisfatória, o método de Inferência de Mamdani. Os testes em malha aberta, realizados em sete degraus de potência distintos dissipados pela lâmpada, também foram utilizados na validação estatística, considerando um modelo de 1ª ordem. Os parâmetros (K e ??) estimados, apresentaram uma correlação paramétrica moderada de 0,8 e o coeficiente de correlação superior a 0,99 entre as predições do modelo. Além disso, todas as magnitudes dos degraus que a potência da lâmpada foi submetida conservou-se boa aderência entre os modelos e os dados experimentais. Por fim, foram realizados testes para avaliar os controles SERVO (aumento de 15 ºC com relação a temperatura inicial do módulo) e REGULATÓRIO do controlador PI-Fuzzy (abertura da porta da câmara). Esses testes apresentaram-se satisfatórios, eliminando rapidamente os distúrbios provocados no sistema, com uma flutuação de temperatura em torno do setpoint, na ordem de grandeza da exatidão do sensor utilizado, 0,4%, sendo essa a amplitude maior no teste com a câmara aberta. Palavras-chave: Lógica Fuzzy. Controlador Fuzzy. Inteligência Artificial. Sistema Térmico. Módulo Didático.

Abstract: Increasing energy efficiency in industrial processes is, recently, one of the main concerns of the industry, as it reduces production costs, stimulating competitiveness, and providing less environmental impact. The optimization of energy resources in several cases, may be limited, or require an intense computational effort due to its complexity generated by the non-linearity of the systems. Fuzzy logic is a simple technique, a type of artificial intelligence, capable of predicting the nonlinearities of the process, but little known among students. In this work, it was proposed the study of a didactic thermal module, composed of a incandescent lamp, inside wooden chamber that an capable of heating the air mass inside the chamber. This system is optimized by means of a PI-Fuzzy controller in an embedded system, which receives the information of the desired temperature of the air mass inside the chamber and controls the power supply of the lamp necessary to heat the air mass. The didactic module allowed the user to practice the concepts of process control and optimization, in a simple way, both in the assembly of control circuits using Arduino, and in the elaboration of controller logic using Fuzzy logic. The premise for the implementation of the PI-Fuzzy controller was the results of the open-loop tests, which allowed the identification of all stages of the logic of the PI-Fuzzy controller: Fuzzyfication (triangular model of the input variable membership function, delta of temperature), Rules Base and Defuzzyfication (determination of singleton functions of the Fuzzy output set, lamp power), using the Mamdani Inference method satisfactorily. The open loop tests, performed on seven different power steps dissipated by the lamp, were also used in the statistical validation, considering a 1st order model. The estimated parameters (K e ??) showed a moderate parametric correlation of 0.8 and a correlation coefficient greater than 0.99 between the model's predictions. In addition, all the magnitudes of the steps that the lamp power was subjected to maintained good adherence between the models and the experimental data. Finally, tests were carried out to evaluate the SERVO controls (increase of 15 ºC in relation to the initial temperature of the module) and REGULATORY controls of the PI-Fuzzy controller (opening the chamber door). These tests were satisfactory, quickly eliminating disturbances caused in the system, with a temperature fluctuation around the setpoint, in the order of magnitude of the accuracy of the sensor used, 0.4%, which is the largest amplitude in the test with the camera open. Keywords: Fuzzy Logic. Fuzzy Controller. Artificial Intelligence. Thermal System. Didatic Module.