desenvolvimento de um supervisor fuzzy takagi-sugeno
Transcrição
desenvolvimento de um supervisor fuzzy takagi-sugeno
XII Simpósio Brasileiro de Automação Inteligente (SBAI) Natal – RN, 25 a 28 de outubro de 2015 DESENVOLVIMENTO DE UM SUPERVISOR FUZZY TAKAGI-SUGENO-KANG APLICADO A UM SISTEMA DO TIPO CORREIA TRANSPORTADORA DE MINÉRIO MEDEIROS, R.L.P; BARRA JR, W.; BARREIROS, J. A. L. Laboratório de Automação Indústrial, Faculdade de Engenharia Elétrica, UFPA Rua Augusto Corrêa, 01- Guamá, CEP: 66075-110 E-mails: [email protected],[email protected], [email protected] Abstract In this paper presents the development and test of a supervisory system for advanced monitoring of the belt conveyors in mining systems. The objective is improving the belt conveyor operating costs aiming energy efficiency. A local fuzzy based system model is trained in the order to evaluating the belt conveyor operating state. By using measured data, such as active power, speed of the conveyor and loading rate of ore on the belt conveyor, a set of parameter model are estimated by using the Least Mean Square (LMS) algorithm. The results show that the developed fuzzy supervisory systems presented a good performance on obtaining parametric estimation. Keywords Parametric identification, phenomenological model, Belt Conveyor, method RML fuzzy, Monitoring and Diagnostics. Resumo Neste trabalho apresenta o desenvolvimento e teste de um sistema de supervisão para o monitoramento avançado de um sistema do tipo correia transportadora aplicado a mineração. O objetivo deste sistema é melhorar os custos operacionais de plantas do tipo correia transportadora, de modo a viabilizar a operação com maior eficiência energética. A rede de modelos locais (RML) é baseada em lógica fuzzy, esta por sua vez possui a função de realizar a parametrização do modelo e avaliar o estado de funcionamento da correia transportadora. Utilizando os dados medidos como a potência ativa, a velocidade e a taxa de alimentação de minério são estimados modelos paramétricos através do algoritmo de mínimos quadrados não recursivos. Os resultados obtidos mostraram que o sistema de supervisão fuzzy desenvolvido, apresentou um bom desempenho em sua operação, este por sua vez pode ser aplicado para a realização de detecção de faltas e diagnóstico de faltas no sistema. Palavras-chave Identificação Paramétrica, Modelagem Fenomenológica, Correia Transportadora, Método RML fuzzy, Monitoramento e Diagnóstico. 1 utilizando lógica Fuzzy, que determina os valores de coeficientes adequados do sistema, para diferentes pontos de operação. Objetivando validar a metodologia utilizada, foi construído um banco de dados referente às principais variáveis elétricas monitoradas em uma correia transportadora, localizada em uma mina de cobre no sul do Pará. Após a coleta de dados em campo, foi aplicada a metodologia da rede de modelos locais (RML) e verificou-se que o simulador representou, de forma satisfatória, todos os pontos de operação de interesse do sistema, podendo ser utilizado como base de referencia para desenvolver um sistema de supervisão e de detecção de faltas, baseado em redundância analítica e análise de resíduos. Desta forma, apresenta-se neste estudo a modelagem de um sistema do tipo correia transportadora via, rede de modelos locais, com a finalidade de uso no monitoramento e diagnóstico de faltas neste tipo de sistema. Primeiramente é discutido um modelo fenomenológico do processo, o qual é baseado na aplicação das leis da mecânica e considerando-se os diversos tipos de força de oposição ao movimento atuando na correia transportadora. Em seguida, são obtidos 64 modelos que são identificados em diversos pontos de operação do sistema. Para identificar estes modelos, utilizou-se a técnica de mínimos quadrados não recursivo. Após a obtenção dos modelos, aplica-se o método de rede de modelos locais, objetivando desenvolver um sistema supervisor que identi- Introdução Os sistemas do tipo correia transportadora de minério estão entre os mais eficientes meios de transporte para curtas e médias distâncias. Devido ao acionamento da correia ser baseado em motores elétricos, o custo da energia elétrica constitui uma parte importante do custo operacional desse tipo de sistema, sendo estimado em torno de 40% de custo operacional. Dessa forma, trabalhos visando à melhoria da eficiência energética dos equipamentos constituintes de uma correia transportadora são de extrema importância para a obtenção de uma operação econômica deste tipo de sistema. Tais metodologias podem contribuir para reduzir custos e preservar a vida útil dos equipamentos. O objetivo desta investigação é desenvolver e testar um sistema supervisor Fuzzy do tipo TakagiSugeno-Kang, utilizando como base um modelo fenomenológico de um sistema do tipo correia transportadora de minério. Objetivando obter valores adequados dos coeficientes contidos na representação matemática do sistema, foi identificado um modelo para cada possível variação do ponto de operação. Dessa forma, foram identificados 64 modelos locais. O supervisor fuzzy interpola os valores dos coeficientes dos modelos identificados. Deste modo, foi desenvolvido uma rede de modelos locais (RML) 115 XII Simpósio Brasileiro de Automação Inteligente (SBAI) fique o sistema em tempo real. Para calibração do modelo paramétrico, os estudos iniciais foram realizados em um modelo fenomenológico proposto por (Zhang, 2009), assumindo como sendo o sistema verdadeiro. Este artigo está organizado da seguinte forma, na Secção 2 apresenta-se a modelagem fenomenológica de um sistema do tipo correia transportadora, na Secção 3 apresenta-se uma breve descrição do método de mínimos quadrados não recursivos (MQNR), na Secção 4 utiliza-se o método MQNR para a obtenção dos modelos locais da correia transportadora, na Secção 5 apresenta-se uma breve explicação do método das redes de modelos locais, na Secção 6 apresenta-se a estimação através da técnica de rede de modelos locais da correia transportadora, na Secção 7 apresenta-se a análise dos resultados obtidos e por fim, na Secção 8 apresentam-se as conclusões obtidas sobre o trabalho. te distância horizontal, e H (m) é a correspondente altura de elevação. De acordo com (Zhang, 2009), sob condições de regime permanente, o consumo de potencia elétrica ativa é predominante devido às diversas forças de resistência ao movimento da secção carregada e também da secção de retorno da correia transportadora. Os acessórios tais como os “belt cleaners” (para retirada de material colados à correia) e os “skirt boards” (para minimizar derramamento de material pelas laterais da esteira) também contribuem para o consumo total de energia. As normas ISO 5048 e DIN22101 classificam da seguinte forma as forças de resistência ao movimento. 2.1 Força de resistência primária – ( FH ) A força de resistência primária é composta pelas forças devido à fricção ao longo de todo o percurso da correia, esta força pode ser expressa conforme mostra relação que se segue 2 Modelagem Fenomenológica de um Sistema do Tipo Correia Transportadora FH fgL QG 2Q B cos( ) Q RO Q RU A modelagem fenomenológica de uma correia transportadora é de cunho fundamental para a obtenção do ponto ótimo de operação visando maior eficiência energética da planta. Na literatura (Zhang and Tang, 2011, Zhang, 2009), são difundidos dois métodos distintos para a obtenção de um modelo fenomenológico para fins de monitoramento de operação e de eficiência energética de uma correia. O primeiro método baseia-se no cálculo das forças de resistência que se opõem ao movimento da correia, o outro método baseia-se na conversão de energia através de um comprimento de compensação. Este trabalho foi elaborado utilizando o modelo proposto por (Zhang, 2009), onde este propõe uma interligação entre as duas abordagens apresentadas anteriormente. A Figura 1 apresenta o esquema de uma correia transportadora de minérios típica, utilizada em (Zhang, 2009). (1) onde: QG - Massa por unidade de comprimento (em kg/m) da carga devida ao material sendo transportado na esteira 2QB - Massa por unidade de comprimento da esteira vazia (em kg/m) δ - É o ângulo de inclinação da correia (°) QRO - Massas por unidade de comprimento das partes rotativas dos idlers (roletes) dos percursos de ida, dados em (kg/m) QRU - Massas por unidade de comprimento das partes rotativas dos idlers (roletes) dos percursos de retorno da correia (kg/m). 2.2 Força de resistência secundária – ( FN ) A força de resistência secundária é composta por forças de natureza inercial e também de fricção. São forças de fricção do material com a correia, na estação de alimentação, bem como forças de resistência ao movimento devido à fricção do material nas skirt boards. A norma ISO 5048 relaciona a força de resistência secundária FN, à força de resistência principal FH, pode ser expressa através das Equações (2) e (3) (2) F (C ( L ) 1) F Roletes Tambor de Tração Rolete de Retorno Contra-Peso Figura 1. Esquemático do modelo genérico de uma correia transportadora. Adaptado de: (Zhang,2009) N H 0.85 13.31L0.576 , para (10 L 1840)m . C ( L) , para ( L 1840)m 1.025 Na Figura 1 é apresentado o esquema de uma correia transportadora de minérios, onde, L (m) é comprimento de transporte da correia, medido em relação ao centro das polias de acionamento nos pontos extremos da esteira, Lh (m) é a corresponden- (3) 2.3 Força de resistência de slop – ( Fst ) Esta força de resistência é devida à elevação, H(m), e pode ser expressa como segue 116 XII Simpósio Brasileiro de Automação Inteligente (SBAI) (4) Fst QG gH . b1 (m)- Distância de intervalo entre as skirt boards da correia. ρ (kg/m3)- Densidade do material sendo transportado pela correia. CFt - Parâmetro relacionado com a resistência ao movimento entre a polia e a correia, normalmente este parâmetro é pequeno e constante. 2.4 Força de resistência especial – ( Fs ) A força de resistência especial é a composição das demais forças de resistência ao movimento, esta pode ser expressa conforme a Equação (5) T2 T (5) FS k1 k 2 k3 V V Onde os parâmetros k1, k2 e k3 são dependentes da estrutura e geometria da correia transportadora. 3 Algoritmo de estimação de Mínimos Quadrados Não Recursivos (MQNR) A identificação de sistemas é tratada, muitas vezes como um problema de otimização que envolve algumas medidas para a adequação de modelos candidatos a representar um processo real. A seleção de modelos matemáticos e o ajuste dos parâmetros são influenciados por diversos fatores, dentre eles podese destacar: Conhecimento a priori do sistema, propriedades do modelo a ser identificado, seleção da medida do erro a ser minimizado e a presença de ruídos. O objetivo do algoritmo de otimização é a minimização de um critério de desempenho. Se todas as restrições forem satisfeitas, o modelo encontrado pode ser tido como satisfatório. Caso contrário, se uma das condições impostas é violada, todos os procedimentos de identificação, estimação de parâmetros e diagnóstico do modelo devem ser reavaliados até que um modelo apropriado seja encontrado (Ljung, 1996; Aguirre, 2007; Coelho, 2004). Considere um processo físico caracterizado por uma equação a diferença na forma 2.5 Força de resistência total – ( FU ) A força de resistência total é composta pelo somatório de todas as forças de resistência que atuam sobre a correia transportadora, esta força pode ser expressa conforme mostra a Equação (6) (6) F F F F F U H N st S . Conforme o conceito da física mecânica a potência mecânica total necessária para equilibrar as forças de resistência ao movimento, pode ser expressa na forma (7) P F V M U . A potência elétrica ativa total que os motores elétricos e seus respectivos drives de acionamento necessitam consumir da rede elétrica, para suprir a potência mecânica total da correia, pode ser calculada na forma PT 1 PM y (t ) a1 y (t 1) ... ana y (t na) (8) b0u (t d ) b1u (t d 1) ... onde o parâmetro η, representa o rendimento total dos motores e dos drives de acionamento da correia transportadora. Substituindo as Equações (1), (2), (4), (5) na Equação (6) e na Equação (7) e (8) e de acordo com (Zhang, 2009), a potência elétrica consumida pelo sistema correia transportadora e carga, pode ser expressa como segue T fgL cos( ) L01 QV fgL cos( ) L02 1 3.6 Pec T gH Pacs 3.6 Q 2QB Q RO QRU L01 L(1 cos( ))(1 L02 V T (V gf 1.8b12 2QB ) Q 3.6C ft T bnbu (t d nb) onde: y(t) – Saída do sistema u(t) – Entrada do sistema an e bn – Parâmetros do sistema. (9) (10) ) (13) Pode-se reescrever a Equação (13), no formato matricial T (14) Y . E onde os vetores de dados e de parâmetros são dados respectivamente por (11) [ y (t 1),..., y (t na), u (t d ),...,u (t d nb)] (12) [a1 , a2 ,..., ana , b0 , b1..., bnb ] . T (15) (16) A estimativa do vetor de parâmetros pode ser obtida através do procedimento de mínimos quadrados. Utilizando a estimativa, a melhor previsão da saída do sistema, é calculada como mostram as e- Onde: 117 XII Simpósio Brasileiro de Automação Inteligente (SBAI) 2 PT V 2T m T V m2 V 1 1 2 M 3 .6 M M Vm 1 M m2 quações (17) e (18) (Ljung, 1996; Aguirre, 2007; Coelho, 2004) (17) ˆ ˆ T ˆ 1 ˆ T Y Yˆ (t ) (t ).ˆ 2 m3 T m T 3 4 4 M m 3V M m4 (18) e o vetor de erro de previsão pode ser determinado por (19) ˆ ˆ m1 max(T 2V ) (26) m2 max(V ) (27) Y Y (t ) Y (t ). m3 max( 4 Estimação e calibração dos parâmetros do modelo fenomenológico da Correia transportadora T2 ) V (28) (29) m4 max(T ) O modelo matemático baseado no cálculo energético da correia transportadora é formulado a partir da integração de três equações analíticas, como observado na Equação (9). Atualmente, muitas empresas ainda utilizam métodos convencionais de operação nos quais os pontos de operação das correias transportadoras não são otimizados do ponto de vista do gasto energético. Este fato se deve principalmente à complexidade do sistema e à ausência de modelos confiáveis da planta, visto que diversos parâmetros mecânicos deste modelo são de difícil obtenção via medição. Desta forma propõe-se um modelo de cálculo energético modificado, o qual permite a calibração e parametrização do modelo energético modificado de modo experimental, utilizando como artifício matemático a técnica MQNR (Zhang,2009). De acordo com a ISO 5048, a força de resistência total FU, que existe na correia transportadora, pode ser obtida através da relação entre a taxa de alimentação da correia(T) e a velocidade da correia(V), para representar esta força, pode-se isolar os coeficientes dos parâmetros a serem estimados, rescrevendo a relação da potência total consumida na forma. V 2T T2 2 PT T V1 V 2 3 T 4 . 3.6 V M max( PT 1 6.48b12 V 2T ) 3.6 (30) Escrevendo-se as equações no formato matricial, obtém-se T 2V V T2 m2 m3V m1 m2 m3 m 1 1 2 3 M M M T m4 T T m4 4 . M (31) (32) A Figura 2 apresenta um fluxograma do procedimento utilizado para a realização da estimação paramétrica dos parâmetros físicos e mecânicos da correia transportadora. Primeiramente os dados de potencia elétrica consumida e da taxa de alimentação e velocidade tangencial da correia são coletados em campo (A). Em seguida, é efetuada a estimação dos parâmetros do modelo (B). A Equação (20) é então utilizada para estimar o valor da potencia consumida pelo sistema (C). O valor de potência estimada é comparada ao valor real medido , PT (D). Caso o valor do erro calculado, estiver abaixo de uma tolerância previamente estabelecida, o modelo é tido como bem ajustado (E), de modo que os parâmetros encontrados podem ser utilizados em simulações de laboratório. (20) (A) As Equações (21) a (24) mostram os parâmetros θn que relacionam-se com as características da correia transportadora. 1 (25) PT , T , V (B) (21) PT , T , V , 1 , 2 , 3 , 4 2 gf ( Lh L01 )Q k s C Ft (22) 3 k1 (23) gH gfLh 4 k2 . 3.6 (24) 2 2 Pest V T 3.6 T V1 V 2 T 2 V 3 T 4 (C ) Pest (D) PT Pest (E) tol 1 , 2 , 3 , 4 (F) Objetivando realizar a aplicação da técnica de estimação MQNR, reescreve-se como segue Figura 2. Algoritmo de estimação paramétrica desenvolvido. 118 XII Simpósio Brasileiro de Automação Inteligente (SBAI) ALTA: variando entre 257.9 e 505.7 [kW], com seu ponto máximo em 381.8 [kW]. A variável velocidade, possui quatro funções de pertinência, de acordo com a velocidade atual, foi determinado que o sistema possa variar de 1 m/s até 4.17 m/s, desta forma para cada valor inteiro de velocidade localiza-se o ponto máximo da função de pertinência. Por exemplo, a função possui valor de velocidade de 3 m/s, desta forma a pertinência varia entre 2 m/s e 4 m/s, com seu ponto de maior valor em 3 m/s, desta forma utiliza-se esta estrutura para todas as outras funções de pertinências. Por fim a Taxa de alimentação da correia transportadora, segue a mesma lógica, a taxa pode variar entre 1000 e 2500 o que garante 16 possibilidades, então para cada incremento de 100 segue uma função de pertinência. Por exemplo, a taxa de alimentação de 1100 t/h tem seu ápice em 1100 t/h e é crescente de 1000 t/h a 1100 t/h e decrescente 1100 t/h a 1200 t/h. Esse modelo de função de pertinência se repete para todas as 16 taxas de alimentação. A Figura 3 apresenta as funções de pertinência desenvolvida para as entradas do sistema Fuzzy da correia transportadora. Logo, através de combinação lógica deduz – se que existem no total 64 regras, uma para cada combinação entre velocidade e taxa, onde a potência é um valor especifico para cada regra e as suas saídas são: 1 , 2 , 3 , 4 . 5 Método de Redes Locais (RML) O método utilizado neste estudo é conhecido como rede de modelos locais (RML) e utiliza lógica Fuzzy. Essa técnica foi escolhida devido ao esforço computacional de outras técnicas de identificação serem muito elevado. Nesta técnica os parâmetros do modelo são determinados através de um supervisor, baseado em lógica Fuzzy. Primeiramente, se escolhe diversos pontos de operação, cobrindo toda a faixa de operação do sistema. Então, com o sistema operando em cada um destes pontos realizam-se estimações dos parâmetros do modelo. Os modelos identificados são armazenados em uma tabela para consulta em tempo real. Durante a operação, nos instantes de amostragem um supervisor digital detecta o atual ponto de operação, e determina o ponto de operação baseado no método Takagi e Sugeno (da Costa, 2001). Discussões mais detalhadas sobre logica Fuzzy estão disponíveis em (Wang,1997). A rede de modelos locais é um conjunto de muitos modelos que representam o dado sistema em um dado ponto de operação especifico. Individualmente, esses modelos seriam pontos de operação discretos do sistema com suas específicas entradas, e para qual quer outro ponto não existira solução. Para unifica-los a lógica Fuzzy, utiliza um banco de regras, cujas entradas destas regras são as pertinências dos pontos de operação e as saídas da regra são as saídas estipuladas para cada ponto de operação. Então através das pertinências de cada entrada o sistema Fuzzy, gera uma saída ponderada entre todos os valores de todas as pertinências, criando então pontos de operação intermediários que normalmente não existiram, criando desta forma uma função continua. A lógica utiliza o operador “E” Fuzzy para avaliar as funções de pertinências de cada conjunto e resultando “ENTÃO” as saídas que são calculadas através das médias ponderadas. As regras seguem um modelo similar à regra abaixo: “Se Mf1 E Mf2 E Mf3 então Saida1, Saida2, Saida3, Saida4”. Uma estrutura de regra adaptada ao problema de correia transportadora de minério pode ser visualizada abaixo. Onde a Potência é o valor que a variável potência assume após ser fuzzificadas assume no grupo selecionado, velocidade é o valor que a variável Velocidade assume após ser fuzzificadas em um dos seus grupos e o mesmo se repetiu para a variável Taxa. Um modelo desta regra segue abaixo. Se Potência é (Baixa, Média ou Alta) e Velocidade (1, 2, 3, 4) e Taxa (1000:100: 2500) Então Theta1, Theta2, Theta3, Theta4. 6 Metodologia aplicada utilizando RML para desenvolver um supervisório para o sistema Nesta investigação, o modelo Fuzzy utiliza três variáveis de entrada: potência, velocidade tangencial e taxa de alimentação da correia transportadora, como variáveis de saída, utiliza-se os parâmetros identificados 1 , 2 , 3 , 4 . A variável potência tem apenas três funções de pertinência: BAIXA: variando entre 10.09 e 257.9 [kW], com ponto máximo em 134[kW]. MÉDIA: variando entre 134 e 381.8 [kW], com ponto máximo em 257.9 [kW]. Figura 3. Funções pertinência das Entradas do Sistema Fuzzy Potência, Velocidade e Taxa de alimentação, respectivamente. 119 XII Simpósio Brasileiro de Automação Inteligente (SBAI) 7 Análise de Resultados 8 Conclusão Os resultados do identificador por modelo de redes locais é capaz de identificar a planta em uma gama de situações, cujo a principal variável a identificação é velocidade que se mostra mais precisas nos valores inteiros de 1 a 4 m/s, porem o identificador é limitado para taxas entre 1000 e 2500 Tons/hora, visto que foi projetado para estas situações, qual quer situação fora disso ira arrecadar erro na identificação. A Figura 4 apresenta 8 curvas, 4 do modelo identificado pelo RML e 4 do modelo real da correia transportadora. As curvas estão agrupadas em pares, gerando as 4 curvas apresentadas. Cada par de curvas possui um ponto de operação distinto, os pontos de operação utilizados são as velocidades 1, 2, 3, e 4 m/s onde as curvas estão organizadas de que seu ponto de operação esta crescente de baixo para cima. Onde a curva de velocidade 1 m/s é a inferior e a curva de velocidade 4 m/s é a superior. Neste trabalho foram apresentados os resultados de estudos computacionais de modelagem fenomenológica de sistema de transporte de minérios. Baseado em dados reais coletados em campo e na literatura, o desempenho da metodologia foi investigada em dois diferentes sistemas de correia transportadora: um sistema de transporte de minérios em uma mina de carvão na África do Sul e uma correia transportadora de uma mina de cobre localizada no Sul do Pará,no Brasil. Os resultados obtidos mostraram o bom desempenho dos modelos estimados. Tais modelos estão sendo incorporados a um sistema industrial de monitoramento e supervisão, de modo auxiliar na operação eficiente da correia, bem como auxiliar na detecção e diagnóstico de faltas no sistema. Referências Bibliográficas Aguirre, L. A. (2007). Introdução à Identificação de Sistemas: Técnicas Lineares e Não_Lineares Aplicadas a Sistemas Reais, Editora UFMG, Belo Horizonte - MG. Coelho, A. A. R. and Coelho, L. S. (2004) Idêntificação de Sistemas Dinâmicos Lineares. Editora da UFSC, Florianópolis – SC. Ljung, L. (1999). System Idetification: Theory for the user. Prentice-Hall, Upper Saddler River, NJ. Nuttal, A. J. G. and Lodewijks, G. (2007). Dynamics of Multiple Drive Belt Conveyor System. WILLEY-VHC Verlag GmbH & Co. KGaA, Weinheim, ppsc-journal, pp. 365 – 369. doi: 10.1002/ppsc.200601118 Zhang, S. and Tang, Y. (2011). Optimal Control of Operation Efficiency of Belt Conveyor. IEEE Power and Energy Engineering Conference (APPEEC), 2011 Asia-Pacific. Zhang, S. and Xia, X. (2009). A New Energy Calculation Model of Belt Conveyor. IEEE AFRICON 2009, Nairobi-Kenya. Zhang, S. and Xia, X. (2011), Modeling and energy efficiency optimization of belt conveyors. ELSEVIER Applied Energy, doi: 10.1016/ j.apenergy.2011.03.015. Wang, L.X. (1997). A course in Fuzzy Systems and Control Prentice-Hall International, Inc. Da Costa, C. T. Jr. Barreiros, J. A. L. Barra Jr, W. Pedreira, C. T. L. (2001). Controle Preditivo Generalizado Com Supervisão Fuzzy Numa Rede de Modelos Locais Para Sintese de Estabilizadores de Sistema de Potencia. SBAI 2001. Canela, RS. Figura 4. Potência consumida de uma correia transportadora real e utilizando o estimador RML para todas as velocidades. Na Figura 5 apresenta o gráfico de superfície da função custo para cada ponto de operação utilizando o método de RML. Figura 5. Função custo para cada ponto de operação. 120