Aplicação de controladores Fuzzy para controle de pressão em Sistemas de Bombeamento através da tecnologia OPC
Este artigo propõe o desenvolvimento de um sistema de inferência Fuzzy, capaz de ler os dados de uma unidade automatizada em tempo real e tomar decisões, afim de controlar a velocidade do conjunto motor-bomba através do conversor de frequência para manter uma pressão desejada em um determinado ponto do sistema de abastecimento.
Avaliada certa dificuldade em encontrar ferramentas específicas na área de automação industrial, que sirvam como motor de inferência e se integrem com facilidade a sistemas já prontos, a ideia, é que a ferramenta seja capaz de se integrar com facilidade a qualquer sistema de automação industrial, falando um protocolo padrão de comunicação.
Os protocolos de comunicação, definem como será a comunicação entre diversos equipamentos, possibilitando o entendimento da “linguagem padrão”, por todas as partes envolvidas (COVRE, 2011).
No controle desenvolvido, será utilizado o padrão OPC (OLE for Process Control). Este padrão foi escolhido pela sua simplicidade de implementação e por se tratar de um conjunto de especificações para padronização na comunicação com equipamentos de campo (SOUZA; SEIXAS FILHO; PENA, 1998).
A Lógica Fuzzy
A lógica Fuzzy é uma área da inteligência artificial, muito utilizada em sistemas especialistas, seus princípios de incerteza são capazes de melhorar as técnicas de controle utilizadas na área de automação industrial. A teoria Fuzzy, simula a inteligência humana sendo solução para os processos não lineares. (TARSO; BEZERRA, 2009).
Aplicações da Lógica Fuzzy podem ser encontradas nas áreas da ciência da computação, na engenharia de controle e automação, em pesquisa de sistemas especialistas, na gestão das operações, no reconhecimento de padrões, e na robótica. (H. J. ZIMMERMANN, 1993).
O Padrão OPC
Com a ideia de padronizar a comunicação entre os equipamentos instalados na indústria, e diminuir o trabalho no desenvolvimento de drivers específicos para diversos equipamentos, várias empresas de automação se juntaram para apoiar e criar uma fundação sem fins lucrativos, fundação essa, que deu origem a tecnologia OPC (SOUZA; SEIXAS FILHO; PENA, 1998).
Fazendo uso da tecnologia OLE (OLE for Process Control), da Microsoft, e a tecnologia COM (Component Object Model), o OPC se aproveita da evolução do mesmo para que cada vez se torne mais robusto e estável (SOUZA; SEIXAS FILHO; PENA, 1998).
O OPC, não substitui o protocolo nativo do CLP, ele serve de gateway em relação ao sistema SCADA, tornando necessário, a implantação de um servidor de comunicação OPC (PUDA, 2009).
A figura 1 apresenta uma estrutura de integração entre sistemas automatizados com a padronização da comunicação via OPC.
A arquitetura OPC se divide em clientes e servidores. Os clientes leem as informações de campo, os servidores reconhecem os dados da rede e traduzem para o padrão OPC (QUINTINO; SILVA, 2013).
Metodologia
Como particularidade dos sistemas de abastecimento, temos as unidades localizadas a quilômetros de distancias umas das outras, com vistas a atender os pontos estratégicos e críticos em relação às necessidades sanitárias. Através disto, identificou-se a lógica fuzzy como ferramenta adequada a ser aplicada como método de controle nestes sistemas, verificando sua grande capacidade em analisar diferentes pontos específicos destes sistemas.
Como os sistemas fuzzy não necessitam de modelo matemático para implementação e são capazes de ser modelados baseados em experiências do ser humano especialista (SIMÕES; SHAW, 2007), na lógica Fuzzy, está definido todas as regras, variáveis da aplicação e métodos utilizados para desenvolvimento do sistema.
Modelagem do Controlador
A idéia proposta consiste na leitura de duas variáveis de entrada, Pressão de Retaguarda e o que foi chamado de DifDesejado (Diferença em relação ao desejado). A leitura da pressão de retaguarda servirá para análise do ponto mínimo de operação do sistema, para que possa ser identificado de maneira rápida e prática, o nível de água existente na entrada da unidade, tornando assim possível, um controle que consiga manter melhor a “saúde” do equipamento, chegando a evitar queima por trabalho a seco.
A variável DifDesejado, consiste nas variáveis Setpoint – Pressão de Retaguarda. O sistema irá controlar com bastante influência da pressão de retaguarda, porém o objetivo continua o mesmo, manter a pressão de recalque a uma altura desejada. Este controle só foi possível graças à facilidade que a lógica fuzzy possui de ser modelada baseada na experiência de operações passadas, com informações de operadores especialistas.
Na saída deste controle, aplicou-se a variável velocidade (Hertz).
Resultados
Conclusão
Foi possível avaliar a robustez do controle Fuzzy em sistemas não lineares e ao mesmo tempo a facilidade na aplicação, pelo fato do mesmo não necessitar de modelagem matemática referente à planta. O controlador foi modelado baseado na experiência do especialista, e com isso, foi possível perceber que mesmo o resultado sendo satisfatório, o mesmo pode ser afinado com o passar do tempo, realizando a análise dos dados e fazendo os ajustes necessários nas funções de pertinência e universo de discurso. Pretende-se em artigos futuros, apresentar detalhes mais aprofundados referentes à lógica Fuzzy e sistemas de controle Fuzzy.
Referências
COVRE, H. P. Integração de dados dos sistemas de proteção de subestações distribuidoras Integração de dados dos sistemas de proteção de subestações distribuidoras. 2011.
J. ZIMMERMANN. Fuzzy set theory and its applications. [s.l: s.n.]. v. 2
PUDA, A. P. Padronização da Comunicação Através da Tecnologia Opc. ISATEC Rio de Janeiro, 2009.
QUINTINO, J.; SILVA, A. Aplicabilidade Foss: Protocolo OPC, Java e Scilab na Educação em Sistemas de Controle Industriais. 2013.
SIMÕES, M. G.; SHAW, I. S. Controle e Modelagem Fuzzy. 2a. ed. [s.l: s.n.].
SOUZA, L. C. A.; SEIXAS FILHO, C.; PENA, R. T. Padrão de acesso a dados OPC e sua implementação em um driver OPC-Modbus. II Congresso Mineiro De Automação, V Simpósio Regional de Instrumentação da ISA-BH/GRINST-MG, p. 157–164, 1998.
TARSO, S. DE; BEZERRA, M. Sistema Fuzzy para Controle Piezométrico de Sistemas de Distribuição de Água Visando à Economia de Água e Energia. 2009.
