Centro Federal de Educação Tecnológica do Espírito Santo
86
CONTROLADOR NEURAL DE NÍVEL DE LÍQUIDOS
¹João Marques Salomão, ²Mayckon Félix Coelho
¹ Cefetes, Unidade Vitória e Coordenadoria de Engenharia Elétrica – Avenida Vitória, 1729,
Jucutuquara, 29040-780 – Vitória – E.S. – [email protected]
² Cefetes, Unidade Vitória e Coordenadoria de Engenharia Elétrica – Avenida Vitória, 1729,
Jucutuquara, 29040-780 – Vitória – E.S. – [email protected]
Resumo: Neste trabalho é apresentado um sistema inteligente de controle de nível baseado em uma
Rede Neural Artificial (RNA). Este sistema é implementado em Linguagem C e o controle tem a
robustez e eficácia necessários ao controle de processos tão requeridos nas mais variadas áreas da
indústria como silos e outros tipos de tanque. Aqui o algoritmo neural possibilitou, com dados de um
tanque de primeira ordem, controlar um tanque de segunda ordem. Com a linguagem C, o controle
incorporou outras facilidades para manuseio e interpretação de dados, tudo isso de forma simples e
simplificada.
Palavras-chave: Redes Neurais Artificiais, Linguagem C, Controle de Nível
INTRODUÇÃO
O controle de processos industriais é uma
tarefa importante e de alta complexidade. Este
se utiliza de algoritmos sofisticados e de altos
custos financeiro e computacional. Inúmeras
são as formas de controle aplicados, no
entanto, quando isto é possível com o uso de
modelos matemáticos complexos, ineficazes
ou que exigem alto grau de processamento de
dados. Atualmente, técnicas de Inteligência
Artificial estão sendo aplicadas com excelente
êxito. Entre elas estão as Redes Neurais
Artificias (ou RNA) e a Lógica Nebulosa (ou
fuzzy).
Uma RNA, em especial, possibilita o controle
de dados por meio de um aprendizado a partir
de padrões, o que possibilita uma resposta
com alto grau de excelência mesmo em
situações adversas, ou seja, em situações nos
quais os controles convencionais não
conseguiriam atuar ou atuariam ineficazmente
[HAYKIN, 1994]. Assim, a RNA tem hoje
aplicações nas mais diversas áreas do
conhecimento.
Como exemplo de utilização de uma RNA temse em [SALOMÃO, 2007] uma aplicação de
uma rede feed-forward Backpropagation no
reconhecimento de padrões da forma de
caminhar em fusão com imagens faciais
(Biometrias bi-modais). Outra aplicação, cujo
reconhecimento é necessário para a tomada
de decisões na locomoção de equipamentos
aeroespaciais, pode ser observada em
[SILVA, 2001], que mostra o reconhecimento
de padrões usado na tomada de decisão no
deslocamento
e
posicionamento
de
aeronaves. Em outra situação, na robótica, o
controle com uma rede neural supervisionada
permite que se estacione um carro em
qualquer situação [OSÓRIO, 2001].
Em grande parte das aplicações industriais as
técnicas clássicas de controle são utilizadas. A
mais simples delas é baseada em um tipo de
controle “tudo ou nada” (ON/OFF), ou seja, ou
está funcionado “normalmente” ou está
desligado. Outra técnica de controle muito
empregada é efetuada com o Controlador
Lógico Programável (PLC) operando em modo
contínuo através do algoritmo proporcional,
integral e derivativo (PID). Entretanto, este
controle, apesar dos bons resultados,
apresenta um alto custo de instalação e
computacional, bem como, dificuldades de
ajustes dos parâmetros do controlador.
Em conseqüência disso, a RNA foi utilizada no
projeto por apresentar a capacidade de
tomada de decisões de forma consistente a
partir de comportamento do erro medido. Ela
também tem uma boa capacidade de
generalização e atuação razoável em
situações para as quais não fora treinada.
Assim, com um módulo de aquisição de
dados, PC e uma planta de controle de nível,
cuja instrumentação é equivalente a industrial,
possibilitaram fazer tal controle.
RESULTADOS E DISCUSSÃO
O controle neural obtido a partir do PLC com o
algoritmo PID obteve, já no controle prático,
respostas excelentes. Com pequenos erros,
(aproximadamente 0.01%) no que concerne a
eficiência, o projeto é excelente. Porém, se
avaliado em todas as opções que o sistema
oferece, pode-se dizer que o controle é
esplendido. Além disso, o projeto concilia a
robustez do controle PID com as facilidades
de um programa desenvolvido em linguagem
III Jornada de Iniciação Científica do Cefetes
I Jornada de Iniciação em Desenvolvimento Tecnológico e Inovação
23-24/10/2008
Centro Federal de Educação Tecnológica do Espírito Santo
C. cuja interface gráfica é de simples
manuseio e amigável.
Nesta interface, com o controle, há também
uma forma animada de apresentar o nível do
tanque que está sendo controlado, bem como,
a presença de orientações interativas para o
operador e ajudas que facilitam e possibilitam,
de maneira muito simples, utilizar o controle
sem requerer um alto conhecimento sobre o
próprio processo. A Figura 1 apresenta a
interface gráfica desenvolvida e o controle
convencional com o algoritmo PID da própria
planta.
87
CONCLUSÃO
O sistema desenvolvido fez uso de diversas
ferramentas científicas e tecnológicas e
possibilitou implementar um programa de
controle de nível de líquidos de forma eficiente
e simples. A interface amigável, e as
ferramentas interativas disponíveis para
usuários possibilitaram um manuseio simples
e uma facilidade de manutenção. Há também
a possibilidade do controle manual e avaliação
simples da segurança que avisa ao operador
se o controle não está alcançando o set point
almejado.
A RNA possibilitou, através da sua
generalização, uma atuação eficaz que se
comportou de forma mais eficiente que o PID.
Alem disso, vale ressaltar que o controle foi
treinado para um único tanque de primeira
ordem, porém, mesmo utilizando-se de dois
tanques interligados (sistema de 2ª ordem),
nos testes de validação, foi possível manter o
mesmo controle e eficiência.
Agradecimentos
Figura 1: Controle tradicional PID
A Figura 2 apresenta a interface gráfica
desenvolvida e a resposta obtida com o
controle neural aplicado à planta.
Agradeço primeiramente a Deus por essa
oportunidade e aos meus pais que sempre
acreditaram em mim, ao Cefetes que me
concedeu a bolsa e me deu todo o apoio e
confiança necessários, a todos os professores
da Engenharia Elétrica, porém, principalmente
ao Dr. Hans Rolf Kulitz, ao Dr. Luis Eduardo
M. de Lima, Mestre Geraldo Marcelo A. de
Lima, João Checon Neto.
REFERÊNCIAS
Figura 2: Controle Inteligente
Há ainda, no ambiente desenvolvido, para
ampliar a atuação do sistema e por medidas
de segurança, um controle manual e um
verificador de erros que analisa o tempo no
qual o sistema apresenta diferenças
significativas entre o nível e o set point. Este
mecanismo é necessário para evitar possíveis
problemas ocorridos no processo, tais como,
vazamentos, problemas na atuação do
sistema da válvula, ou outros que
impossibilitem ou dificultem o controle.
HAYKIN,
S.
Neural
Networks
a
Comprehensive
Foundation.
Macmillan
College Publishing Company, New York, 1994,
p. 236-281.
OSORIO, F. S.; HEINEN, F. J.; FORTES, L.
Controle inteligente de veículos autônomos:
Automatização
do
processo
de
estacionamento de carros. Anais do
SEMINCO 2001 - FURB, Outubro 2001.
SALOMÃO, JOÃO MRQUES, Implementação
de
métodos
biométricos
bi-modais
baseados em fusão de características para
reconhecimento de indivíduos, Vitória,
2007. Tese (Doutorado em Engenharia
Elétrica) – Universidade Federal do Espírito
Santo.
SILVA, JAIME AUGUSTO, Controle preditivo
utilizando redes neurais artificiais aplicado
a veículos aeroespaciais, São José dos
Campos, 2001. Tese de Doutorado em
Engenharia e Tecnologias Espaciais.
III Jornada de Iniciação Científica do Cefetes
I Jornada de Iniciação em Desenvolvimento Tecnológico e Inovação
23-24/10/2008