CONTROLE POR APRENDIZADO DE SISTEMAS SERVO: HIDRÁULICOS DE ALTA FREQÜÊNCIA

Sistemas hidráulicos são usados onde se requerem forças e torques relativamente altos, alta velocidade de resposta para o início, parada e reversão da velocidade. Eles são usados em sistemas industriais, em robótica, simuladores de movimento, plantas automatizadas, exploração de minérios, prensas, e especialmente em sistemas de testes de fadiga de materiais. As máquinas de testes de fadiga baseadas em sistemas servo-hidráulicos têm como propósito fazer ensaios nos materiais para prever a vida útil em serviço. Os ensaios de fadiga são quase sempre independentes da freqüência de trabalho. Para uma dada resistência do material e magnitudes das tensões alternadas e médias aplicadas, a vida à fadiga depende essencialmente do número de ciclos de carga aplicados ao material testado. Por esse motivo, trabalhar com a máquina de ensaios de materiais a uma freqüência elevada traz vantagens de redução de tempo e custo dos ensaios, sem interferir nos resultados. A aplicação da carga pode ser repetida milhões de vezes, em freqüências típicas de até cem vezes por segundo para metais. Para se atingirem estas freqüências, relativamente altas para um teste de fadiga, é necessário um sistema de controle eficiente. Nesta dissertação, técnicas de controle por aprendizado são desenvolvidas e aplicadas a uma máquina de ensaios de materiais, permitindo a aplicação de carregamentos de amplitude variável em alta freqüência. A metodologia proposta consiste em fazer um controle do tipo bang-bang, restringindo à servo-válvula do sistema a trabalhar sempre nos seus limites extremos de operação, i.e., procurando mantê-la sempre completamente aberta em uma ou outra direção. Devido à dinâmica do sistema, os pontos de reversão devem ficar antes dos picos e vales de força ou tensão desejada. O instante de reversão é um parâmetro que depende de diversos fatores, como a amplitude e carga média da solicitação, e também é influenciado por zonas mortas causadas, e.g., por folgas na fixação dos corpos de prova. Para que a servo-válvula trabalhe no limite de seu funcionamento, o algoritmo de aprendizado obtém os instantes ótimos para as reversões, associados a variáveis adimensionais com valores entre 0 e 1, armazenados em tabelas específicas para cada tipo de carregamento. A lei de aprendizado preenche e atualiza constantemente os valores das tabelas durante a execução dos testes, melhorando a resposta do sistema a cada evento. Apresentam-se a modelagem dinâmica de uma máquina servohidráulica e de sua malha de controle, e simulações comparando o controle PID com o controle por aprendizado proposto. A validação experimental é feita em uma máquina servo-hidráulica de ensaios de fadiga. Para este fim, um software de controle em tempo real foi especialmente desenvolvido e implementado em um sistema computacional CompactRIO. Os resultados demonstram a eficiência da metodologia proposta.Hydraulic systems are used where relatively high forces and torques are required, or when high response speeds are necessary. They are used in industrial systems, robotics, movement simulators, automated plants, ore exploration, presses, and especially in fatigue testing systems. Fatigue tests are usually performed on servo-hydraulic systems, in order to predict the behavior of materials and their life in service. Fatigue tests are almost always independent of the loading frequency. For a given material and magnitudes of alternate and mean stresses, the fatigue life depends essentially on the number of applied load cycles on the tested material. For this reason, working with the material testing machine at high frequencies brings the advantages of reduction in time and cost, without altering the results. The application of the load can be repeated millions of times, in frequencies of up to one hundred times per second for metals, or even more. To achieve such frequencies, relatively high for a fatigue test, it is necessary to use an efficient control system. In this thesis, learning control techniques are developed and applied to a materials testing machine, allowing the application of constant or variable amplitude loads in high frequency. The proposed methodology consists of implementing a bang-bang type control, restricting the system servo-valve to always work at its extreme limits of operation, i.e., always keeping it completely open in one or the other direction. Due to the system dynamics, the reversion instant must happen before achieving the peaks and valleys of desired force (or stress, strain, etc.). The reversion instant is a parameter that depends on several factors, such as the alternate and mean loading components. It is also influenced by dead zones caused, e.g., by the slack in the mounting between a CTS specimen and the machine pins. As the servo-valve works in its limits of operation, the learning algorithm tries to obtain the optimal instants for the reversions, associating them to a non dimensional variable with values between 0 and 1, stored in specific tables. The learning law constantly updates the values of the table during the execution of the tests, improving the system response. In this work, the dynamic modeling of a servo-hydraulic machine is presented, together with its control scheme. Simulations are performed to compare results from PID and learning controls. The experimental validation is made using a servohydraulic testing machine. For this purpose, real time control software is developed and implemented in a CompactRIO computational system. The results demonstrate the efficiency of the proposed methodology