Você está na página 1de 0

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

ESCOLA DE ENGENHARIA
DEPARTAMENTO DE ENGENHARIA QUMICA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA QUMICA
Abordagem Inovadora no Projeto de
Controladores PID
DISSERTAO DE MESTRADO

Flvio Faccin




Porto Alegre
2004
UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
ESCOLA DE ENGENHARIA
DEPARTAMENTO DE ENGENHARIA QUMICA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA QUMICA
Abordagem Inovadora no Projeto de
Controladores PID
Flvio Faccin
Dissertao de Mestrado apresentada como
requisito parcial para obteno do ttulo de
Mestre em Engenharia
rea de concentrao: Pesquisa e Desenvolvi-
mento de Processos

Orientador:
Prof. Dr. Jorge Otvio Trierweiler



Porto Alegre
2004










Uma mquina pode fazer o trabalho de cinqenta pessoas
comuns. Mquina alguma pode fazer o trabalho de um homem
incomum.
Elbert Hubbard, editor americano (1865-1915).


Agradecimentos
Universidade Federal do Rio Grande do Sul e ao Departamento de
Engenharia Qumica, por todo o suporte e estrutura disponveis para a realizao
deste trabalho, bem como pelo apoio financeiro.
Ao Prof. Dr. Ing. J orge Otvio Trierweiler, no somente pela orientao no
desenvolvimento deste trabalho, atravs de suas idias brilhantes, como tambm
pelos ensinamentos de vida, que sempre sero lembrados.
A toda a galera do GIMSCOP, principalmente a turma da sala 13, pelo auxlio,
sugestes, incentivos, idias e momentos de descontrao e lazer, que tornaram os
dias de trabalho mais agradveis.
Aos meus pais, Luiz Brz Faccin e Nadir Teresinha Faccin, o princpio de tudo,
por todo estmulo que sempre deram minha educao, maior patrimnio que os pais
podem deixar a seus filhos.
minha irm Denise e ao meu cunhado J orge, por toda a ajuda que deram para
que eu chegasse at aqui e por terem me dado dois tesouros, meus sobrinhos
Guilherme e Maria Paula.
Ao seu J aime, dona Lourdes, Titi e Bab, por terem me acolhido de braos
abertos em sua casa durante os ltimos anos, e me aceitado na famlia.
minha esposa Dbora, a minha pequena, por simplesmente existir.
Resumo
O controlador PID o algoritmo de controle mais difundido nas unidades
industriais em todo o mundo. Alm de estar disponvel em praticamente todas as
plataformas de controle comerciais, ele um algoritmo robusto, de fcil
entendimento, e capaz de prover performance satisfatria para uma grande variedade
de processos industriais. No entanto, seu desempenho para a grande maioria dos
casos est muito aqum do esperado. Estimativas mostram que apenas 20% das
malhas de controle industriais estejam funcionando de forma adequada, diminuindo a
variabilidade do processo.
Assim, devido a necessidade de melhorar o desempenho das malhas de
controle industriais, foi desenvolvida uma metodologia complexa, porm intuitiva,
atravs da qual possvel sintetizar controladores do tipo PID de qualquer
parametrizao, baseada em um problema de otimizao no domnio da freqncia,
que minimiza a diferena entre a resposta do sistema em malha fechada frente uma
variao do tipo degrau unitrio, e uma resposta especfica desejada, representada
pela funo desempenho alcanvel (FDA). Diversas alternativas foram propostas
para automatizar todo o procedimento e facilitar a sua utilizao, porm foi deixado
um grau de liberdade para o usurio alterar o nvel de desempenho desejado, atravs
da variao de um nico parmetro que indica a velocidade da resposta da FDA.
Adicionalmente, foi feita uma srie de recomendaes sobre como variar o nvel de
desempenho desejado, respeitando as restries inerentes do processo e os limites de
estabilidade para diferentes tipos de casos.
Para processos mais complexos, onde o comportamento dinmico no
representado de forma satisfatria por um nico modelo nominal, foi desenvolvida
uma metodologia alternativa, adequada para um sistema multi-modelos,
caracterizado por um conjunto de modelos lineares representativos de diferentes
pontos de operao. Esta metodologia uma extenso da original, porm, com a
resoluo de um problema de otimizao multiobjetivo com formulao do tipo min-
max, onde minimiza-se o mximo desvio entre a resposta em malha fechada de cada
modelo considerado e uma nica FDA. Neste tipo de abordagem, estabelecido um
compromisso entre o desempenho atingido em todos os pontos de operao, quando
controlado por um nico controlador PID.
Abstract
The PID controller is the most widespread used control algorithm in the
industrial plants of the whole world. Besides it is available in practically all
commercial control system, it is a robust algorithm, easily understood, able to
provide satisfactory performance for a number of industrial processes. Nevertheless,
its performance for most of the cases is below than the desired. Estimates show that
just 20% of the industrial control loops are found to work well, decreasing the
processes variability.
Thus, due to the need of improving the performance of the industrial control
loops, a complex, but intuitive methodology was developed, by which it is possible
to synthesize PID controllers of any parameterization, based on a frequency domain
optimization problem, that minimizes the difference between the unit step response
of the closed loop system and a desired specific response, represented by the
attainable performance function (APF). A lot of alternatives were purposed to turn
the whole procedure automatic and simple, however, there is a degree of freedom, by
which the practitioner can vary the desired performance level, changing only one
parameter, which indicates the APF response speed. In addition, a number of
recommendations about how to vary the desired performance level were done,
respecting the inherent process constraints and the stability boundaries for different
kind of cases.
For more complex processes, where the dynamic behavior is not well
represented by only one nominal model, an alternative methodology was developed,
suitable for a multi-model system, that is specified by a set of linear models, each
one representing a different operating point. This methodology is the sequence of the
original one, but formulated as a min-max multiobjective optimization problem,
where it is minimized the maximum deviation between the closed loop response of
each considered model and only one APF. In this kind of approach, it is possible to
have a trade-off among the performance reached in all operating points, when
controlled by only one PID controller.
Sumrio
Captulo 1. Introduo .............................................................................................. 1
1.1 Sistemas de Controle ...................................................................................................... 2
1.2 Histrico ......................................................................................................................... 4
1.3 Motivao ....................................................................................................................... 8
1.4 Estrutura da Dissertao ............................................................................................... 11
Captulo 2. Controladores ....................................................................................... 13
2.1 Modos de Controle ....................................................................................................... 14
2.1.1 Modo Proporcional .............................................................................................. 14
2.1.2 Modo Integral ...................................................................................................... 15
2.1.3 Modo Derivativo ................................................................................................. 16
2.2 Controlador PID ........................................................................................................... 16
2.3 Parametrizaes Comerciais ......................................................................................... 19
2.3.1 Transio Manual-Automtico ............................................................................ 19
2.3.2 Normalizao das Variveis ................................................................................ 20
2.3.3 Integrao Excessiva em Caso de Saturao ....................................................... 21
2.3.4 Limitaes da Ao Derivativa ........................................................................... 21
2.4 Implementaes Digitais .............................................................................................. 23
2.5 Mtodos de Ajuste ........................................................................................................ 24
2.5.1 Mtodo ZN .......................................................................................................... 25
2.5.2 Mtodo CHR ....................................................................................................... 25
2.5.3 Mtodo CC .......................................................................................................... 26
2.5.4 Mtodo ITAE ....................................................................................................... 26
2.5.5 Mtodo IMC ........................................................................................................ 26
2.5.6 Comparao dos Mtodos ................................................................................... 27
2.6 ndices de Qualidade .................................................................................................... 29
2.6.1 Critrios de Desempenho .................................................................................... 30
2.6.2 Critrios de Robustez .......................................................................................... 32
Captulo 3. Desenvolvimento Terico ................................................................... 33
3.1 Modelos de Processos ................................................................................................... 34
3.2 Limitaes no Desempenho de Controladores ............................................................. 35
3.2.1 Sensores ............................................................................................................... 35
3.2.2 Atuadores ............................................................................................................. 35
3.2.3 Distrbios ............................................................................................................ 36
3.2.4 Incertezas no Modelo .......................................................................................... 37
3.2.5 Fatores de Fase No-Mnima ............................................................................... 38
3.3 Configuraes de Controle ........................................................................................... 39
3.3.1 Malha de Controle 2GL ....................................................................................... 40
3.3.2 Procedimento de Converso ................................................................................ 41
3.4 Mtodo de Otimizao Seqencial Iterativo ................................................................ 42
3.4.1 Funo Desempenho Alcanvel......................................................................... 46
3.4.2 Vetor de Freqncias ........................................................................................... 52
3.5 Simulao dos Sistemas em Malha Fechada ................................................................ 53
3.6 Aplicao em um Caso Exemplo ................................................................................. 53
Captulo 4. Projeto de Controladores .................................................................... 57
4.1 Estudo de Casos ............................................................................................................ 58
4.1.1 Efeito da Ordem do Modelo................................................................................. 59
4.1.2 Efeito do Tempo Morto........................................................................................ 62
4.1.3 Efeito do Fator de Amortecimento ...................................................................... 65
4.1.4 Efeito da Dinmica............................................................................................... 67
4.1.5 Efeito de Zeros Positivos ..................................................................................... 69
4.1.6 Efeito de Plos Positivos ..................................................................................... 72
4.1.7 Efeito de Modelos Integradores Puros ................................................................. 74
4.2 Influncia da Funo Desempenho Alcanvel ............................................................ 76
4.3 Influncia da Ordem do Controlador ............................................................................ 80
Captulo 5. Abordagem Multi-Modelos .................................................................. 83
5.1 Sistemas Multi-Modelos ............................................................................................... 84
5.2 Metodologia .................................................................................................................. 84
5.3 Unidade de Tanques Esfricos ...................................................................................... 86
5.3.1 Modelagem Fenomenolgica ............................................................................... 87
5.4 Projeto dos Controladores ............................................................................................. 89
5.4.1 Controlador MMA ............................................................................................... 90
5.4.2 Controlador SIMC ............................................................................................... 93
5.4.3 Controlador MMAF ............................................................................................. 96
5.4.4 Resultados ............................................................................................................ 99
5.5 Simulaes com o Modelo No-Linear ...................................................................... 100
Captulo 6. Concluso .......................................................................................... 105
6.1 Consideraes Finais................................................................................................... 106
6.2 Principais Contribuies deste Trabalho ..................................................................... 108
6.3 Sugestes para Trabalhos Futuros............................................................................... 109
Apndice A. Parametrizaes de Controladores PID ........................................ 111
Apndice B. Interface para Projeto de Controladores PID ................................ 113
Referncias Bibliogrficas ................................................................................... 119



Lista de Figuras
Figura 1.1: Diagrama esquemtico de um sistema de controle genrico com
retroalimentao. Fonte: BOYD e BARRATT (1991). .................................................. 3
Figura 1.2: Alguns mecanismos de controle histricos: (a) relgio de gua de
Ktesibios; (b) dispositivo de Hero; (c) incubadora de Drebbel; (d) controlador de
nvel de Polzunov; (e) regulador de esferas de Watt. Fontes: (a, d, e) DORF e
BISHOP (1998); (b) DAZZO e HOUPIS (1978); (c) FRANKLIN et al. (1995).......... 5
Figura 1.3: Nmero de publicaes anuais em artigos de peridicos sobre
controladores PID. ........................................................................................................ 10
Figura 2.1: Ao de controle em funo do sinal de erro gerada pelo controlador de
duas posies com banda morta. .................................................................................. 14
Figura 2.2: Ao de controle em funo do sinal de erro gerada pelo controlador
proporcional. ................................................................................................................. 15
Figura 2.3: Representao esquemtica das duas principais formas de controlador
PID: (a) paralela; (b) srie. ........................................................................................... 17
Figura 2.4: Relao entre a razo das constantes de tempo integral e derivativa das
formas paralela e srie. ................................................................................................. 18
Figura 2.5: Efeito do filtro da ao derivativa para diferentes valores de . ...................... 22
Figura 2.6: Relao KK
C
em funo da razo / para os mtodos: (a) ZN; (b) CHR -
0%; (c) CHR - 20%; (d) CC; (e) ITAE - s; (f) ITAE - r; (g) IMC............................... 28
Figura 2.7: Relao T
I
/ em funo da razo / para os mtodos: (a) ZN; (b) CHR -
0%; (c) CHR - 20%; (d) CC; (e) ITAE - s; (f) ITAE - r; (g) IMC............................... 28
Figura 2.8: Relao T
D
/ em funo da razo / para os mtodos: (a) ZN; (b) CHR -
0%; (c) CHR - 20%; (d) CC; (e) ITAE - s; (f) ITAE - r; (g) IMC............................... 29
Figura 2.9: Critrios de desempenho baseados na resposta de um sistema
subamortecido tpico para uma mudana do tipo degrau no valor da varivel de
referncia. ..................................................................................................................... 30
Figura 2.10: Diagrama de Nyquist ilustrando alguns critrios de robustez. ......................... 32
Figura 3.1: Malha de controle com retroalimentao clssica. ........................................... 39
Figura 3.2: Malha de controle com dois graus de liberdade (2GL). ................................... 40
Figura 3.3: Algoritmo executado no mtodo de otimizao seqencial iterativo
proposto. ....................................................................................................................... 46
Figura 3.4: Resposta ao degrau unitrio das funes utilizadas como padres da FDA
(variando m). ................................................................................................................. 48
Figura 3.5: Resposta ao degrau unitrio das funes utilizadas como padres da FDA
para modelos integradores. ........................................................................................... 51
Figura 3.6: |T
0
| e |S
0
| avaliadas no domnio da freqncia (a), e intervalo de
freqncias (janela clara) obtidas a partir da curva |T
0
S
0
| (b). ..................................... 52
Figura 3.7: Resposta do modelo exemplo G a uma entrada do tipo degrau unitrio. .......... 54
Figura 3.8: Comparao da resposta da funo desempenho alcanvel (T
0
) com a
resposta em malha fechada (T) e malha aberta (normalizada pelo ganho) do
modelo G para uma mudana do tipo degrau unitrio em y
R
(y) e ao de
controle gerada (u) pelo controlador C. ...................................................................... 56
Figura 4.1: Resposta dos modelos da Equao 4.1 (variando n) para uma excitao do
tipo degrau unitrio. ...................................................................................................... 59
Figura 4.2: Inclinao da resposta dos modelos da Equao 4.1 (variando n). ................... 60
Figura 4.3: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.1. ....................................................... 61
Figura 4.4: Resposta dos modelos da Equao 4.2 (variando ) para uma excitao do
tipo degrau unitrio. ...................................................................................................... 63
Figura 4.5: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.2. ....................................................... 64
Figura 4.6: Resposta dos modelos da Equao 4.3 (variando ) para uma excitao do
tipo degrau unitrio. ...................................................................................................... 65
Figura 4.7: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.3. ....................................................... 66
Figura 4.8: Resposta dos modelos da Equao 4.4 (variando ) para uma entrada do
tipo degrau unitrio. ...................................................................................................... 67
Figura 4.9: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.4. ....................................................... 69
Figura 4.10: Resposta dos modelos da Equao 4.5 (variando ) para uma entrada do
tipo degrau unitrio. ...................................................................................................... 70
Figura 4.11: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.5. ....................................................... 71
Figura 4.12: Resposta dos modelos da Equao 4.6 (variando ) para uma entrada do
tipo degrau unitrio. ...................................................................................................... 72
Figura 4.13: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.6. ...................................................... 73
Figura 4.14: Resposta dos modelos da Equao 4.7 (variando ) para uma entrada do
tipo degrau unitrio. ...................................................................................................... 75
Figura 4.15: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.7. ...................................................... 76
Figura 4.16: Resposta do modelo da Equao 4.8 para uma entrada do tipo degrau
unitrio. .................................................................................................................... 77
Figura 4.17: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada caso (A, B, C, D, E e F) do estudo da influncia da
funo desempenho alcanvel. ................................................................................... 78
Figura 4.18: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia
do sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada caso (A, B, C e D) do estudo da influncia da ordem do
controlador. ................................................................................................................... 81
Figura 5.1: Representao esquemtica simplificada do sistema de 3 tanques esfricos. .. 86
Figura 5.2: Constantes de tempo do modelo (a) e nveis estacionrios dos tanques (b)
em funo da vazo de alimentao F
0
. ....................................................................... 89
Figura 5.3: Resposta dos modelos M
1
, M
2
e M
3
a uma entrada do tipo degrau unitrio. .... 90
Figura 5.4: Convergncia dos parmetros do controlador MMA. ...................................... 91
Figura 5.5: Comparao da resposta da funo desempenho alcanvel (T
0
) com a
resposta dos sistemas em malha fechada a uma mudana do tipo degrau unitrio
em y
R
(y) e ao de controle gerada (u) com o controlador MMA para os
modelos lineares M
1
, M
2
e M
3
. ..................................................................................... 92
Figura 5.6: Resposta dos sistemas em malha fechada a uma mudana do tipo degrau
unitrio em y
R
(y) e ao de controle gerada (u) com o controlador SIMC1 para
os modelos lineares M
1
, M
2
e M
3
. ................................................................................. 94
Figura 5.7: Resposta dos sistemas em malha fechada a uma mudana do tipo degrau
unitrio em y
R
(y) e ao de controle gerada (u) com o controlador SIMC2 para
os modelos lineares M
1
, M
2
e M
3
. ................................................................................. 95
Figura 5.8: Resposta dos sistemas em malha fechada a uma mudana do tipo degrau
unitrio em y
R
(y) e ao de controle gerada (u) com o controlador SIMC3 para
os modelos lineares M
1
, M
2
e M
3
. ................................................................................. 95
Figura 5.9: Diagrama de bode do filtro C
F1
. ........................................................................ 97
Figura 5.10: Convergncia dos parmetros do controlador MMAF. .................................... 98
Figura 5.11: Comparao da resposta da funo desempenho alcanvel (T
0
) com a
resposta dos sistemas em malha fechada a uma mudana do tipo degrau unitrio
em y
R
(y) e ao de controle gerada (u) com o controlador MMAF para os
modelos lineares M
1
, M
2
e M
3
. ...................................................................................... 99
Figura 5.12: Teste dos controladores MMA, SIMC3 e MMAF com o modelo no-linear
para o primeiro ponto de operao (PO1). .................................................................. 101
Figura 5.13: Teste dos controladores MMA, SIMC3 e MMAF com o modelo no-linear
para o segundo ponto de operao (PO2). .................................................................. 102
Figura 5.14: Teste dos controladores MMA, SIMC3 e MMAF com o modelo no-linear
para o terceiro ponto de operao (PO3). ................................................................... 102
Figura 5.15: Teste dos controladores MMA, SIMC3 e MMAF com o modelo no-linear
para o quarto ponto de operao (PO4). ..................................................................... 103
Figura B.1: Interface em modo INITIATION. .................................................................... 114
Figura B.2: J anela auxiliar para importao de modelos. .................................................. 115
Figura B.3: Interface em modo OPTIMIZATION. ............................................................. 116
Figura B.4: J anela auxiliar mostrando a estrutura do controlador selecionado. ................ 116
Figura B.5: Interface em modo SIMULATION. ................................................................. 117
Figura B.6: Figura reproduzindo as curvas obtidas nas simulaes. ................................. 118
Lista de Tabelas
Tabela 2.1: Frmulas de converso entre os algoritmos PID na forma paralela e srie. ......... 17
Tabela 2.2: Aproximaes discretas do termo integral. .......................................................... 23
Tabela 2.3: Aproximaes discretas do termo derivativo. ...................................................... 23
Tabela 2.4: Regras de ajuste dos parmetros do controlador PID na forma paralela. ............. 27
Tabela 2.5: Critrios de desempenho. ..................................................................................... 31
Tabela 2.6: Critrios de robustez. ............................................................................................ 32
Tabela 3.1: Funes de transferncia com coeficientes timos baseadas no critrio ITAE
em resposta a uma entrada do tipo degrau unitrio. Fonte: DAZZO e HOUPIS
(1978). .......................................................................................................................... 47
Tabela 3.2: Tempo de assentamento normalizado para cada ordem das funes utilizadas
como padres da FDA. ................................................................................................. 48
Tabela 3.3: Funes de transferncia com coeficientes timos baseadas no critrio ITAE
em resposta a uma entrada do tipo rampa. Fonte: DORF e BISHOP (1996). .............. 50
Tabela 3.4: Resultados obtidos da convergncia dos parmetros do controlador C. .............. 55
Tabela 3.5: ndices de qualidade obtidos para o controlador C. ............................................. 55
Tabela 4.1: Valor mximo e tempo onde ocorre o pico das curvas da Figura 4.2. ................. 59
Tabela 4.2: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo do efeito da ordem do modelo. .......................................................................... 62
Tabela 4.3: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo do efeito do tempo morto. ................................................................................. 63
Tabela 4.4: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo do efeito do fator de amortecimento. ................................................................ 66
Tabela 4.5: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo do efeito da dinmica. ....................................................................................... 68
Tabela 4.6: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo do efeito de zeros positivos. .............................................................................. 70
Tabela 4.7: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo do efeito dos plos positivos. ............................................................................ 73
Tabela 4.8: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo do efeito do ganho de modelos integradores puros. .......................................... 75
Tabela 4.9: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo da influncia da funo desempenho alcanvel. .............................................. 79
Tabela 4.10: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo da influncia da ordem do controlador. ............................................................. 81
Tabela 5.1: Parmetros caractersticos dos tanques esfricos. ................................................. 87
Tabela 5.2: Caracterizao dos pontos de operao do sistema. ............................................. 89
Tabela 5.3: Resultados do problema de otimizao multiobjetivo MMA. .............................. 91
Tabela 5.4: ndices de qualidade produzidos pelo controlador MMA. .................................... 92
Tabela 5.5: Regras de ajuste do mtodo SIMC........................................................................ 93
Tabela 5.6: Controladores SIMC. ............................................................................................ 94
Tabela 5.7: ndices de qualidade produzidos pelos controladores SIMC. ............................... 96
Tabela 5.8: Resultados do problema de otimizao multiobjetivo MMAF. ............................ 97
Tabela 5.9: ndices de qualidade produzidos pelo controlador MMAF. ................................. 98
Tabela 5.10: Comparao dos ndices de qualidade produzidos pelos controladores
MMA, SIMC3 e MMAF. .............................................................................................. 99
Tabela 5.11: Caracterizao do ponto de operao PO4. ...................................................... 101
Tabela 5.12: Critrios de desempenho produzidos pelos controladores MMA, SIMC3 e
MMAF nos testes com o modelo no-linear. .............................................................. 104
Tabela A.1: Algoritmos PID e respectivas formas convertidas para a configurao base. ... 112

Simbologia
Lista de Variveis:
b Fator de ponderao da ao proporcional sob a varivel de referncia
b
0
, b
1
,.., b
m-1
Constantes especficas da FDA
BP Banda proporcional
B
P
Formas fatoradas para plos no SPD
B
Z
Formas fatoradas para zeros no SPD
C Representao do controlador
c Fator de ponderao da ao derivativa sob a varivel de referncia
CD
i
Coeficiente de descarga do tanque i
CF
1
Bloco representativo de um filtro de 1 ordem
CF
2
Bloco representativo de um filtro de 2 ordem
CF
3
Bloco representativo de um filtro de 3 ordem
C
PI
Bloco representativo de um controlador do tipo PI
C
PV
Bloco representativo do filtro da varivel controlada
C
SP
Bloco representativo do filtro da varivel de referncia
D Termo derivativo
Den Denominador da funo de transferencia, dado por um polinmio em s
Di Dimetro do tanque i
e Sinal de erro
e

Erro em regime permanente


F
0
Vazo de alimentao da unidade de tanques esfricos
FC Representao simplificada do mecanismo controlador de vazo
F
i
Vazo de descarga do tanque i
FO Funo objetivo do problema de otimizao
FO
i
Funo objetivo do problema de otimizao multiobjetivo, especfica do modelo i
G Representao do modelo de um sistema em malha aberta
h Tempo de amostragem de um sistema de controle discreto
h
i
Nvel (altura) do tanque i
h
i,
Nvel (altura) estacionriodo tanque i
I Termo integral
i ndice contador de uma srie de elementos
IAE Integral do erro absoluto
IE Integral do erro
ISE Integral do erro quadrtico
ITAE Integral do erro absoluto ponderado no tempo
j
Nmero imaginrio 1 =
K Ganho do modelo
K
C
Ganho do controlador na forma paralela
K
C
*
Ganho do controlador na forma srie
K
D
Ganho do termo derivativo
K
I
Ganho do termo integral
K
P
Ganho do termo proporcional
LC Representao simplificada do mecanismo controlador de nvel
M Nmero de modelos considerados no problema de otimizao multiobjetivo
m Ordem da FDA
M
1
, M
2
, M
3
Modelos representativos do sistema de tanques esfricos
MD Mximo desvio
MG Margem de ganho
MR
1
,MR
2
, MR
3
Modelos reduzidos representativos do sistema de tanques esfricos
MS Mxima sensibilidade
M
SO
Mxima sobrelevao (overshoot)
N Parmetro de ajuste do filtro da ao derivativa para a parametrizao ISA
n Ordem do modelo
nit Nmero da iterao do mtodo seqencial iterativo
Num Numerador da funo de transferencia, dado por um polinmio em s
nz Nmero de zeros no SPD
np Nmero de plos no SPD
P Termo proporcional
p, p
Plo no SPD e respectivo complexo conjugado
P
O
Perodo de oscilao
RD Razo de decaimento
RF Reserva da fase
S Funo sensibilidade
s Varivel no domnio complexo de Laplace
S
0
Funo sensibilidade complementar funo desempenho alcanvel
SO Sobrelevao
T Funo de transferencia em malha fechada
t Tempo
t
0
Tempo de duplicao
T
0
Funo desempenho alcanvel
T
0
*
Funo desempenho alcanvel fatorada
t
A
Tempo de assentamento
t
An
Tempo de assentamento normalizado da funo desempenho alcanvel
T
D
Constante de tempo derivativa na forma paralela
T
D
*
Constante de tempo derivativa na forma srie
T
F
Constante de tempo do filtro
T
I
Constante de tempo integral na forma paralela
T
I
*
Constante de tempo integral na forma srie
T
im
Constante de tempo do instrumento de medida (sensor)
t
S
Tempo de subida
U Transformada de Laplace da ao de controle
u Ao de controle
u
0
Valor base da ao de controle
V
i
Volume do tanquei
w
i
Peso dado ao modelo i no problema de otimizao multiobjetivo
x Vetor das variveis de deciso do problema de otimizao multiobjetivo
Y Transformada de Laplace da varivel controlada
y Varivel controlada
y
0
Valor em estado estacionrio da varivel controlada
Y
m
Transformada de Laplace da varivel controlada efetivamente medida
y
R
Valor de referncia da varivel controlada
z, z Zero no SPD e respectivo complexo conjugado
Parmetro de ajuste do filtro da ao derivativa
Constante de tempo varivel para um modelo com zero positivo
Varivel desvio (delta)
Tolerncia utilizada como critrio de parada do mtodo seqencial iterativo
Fase
Varivel auxiliar de otimizao
Parmetro de ajuste do mtodo IMC
Tempo morto
Constante de tempo varivel para um modelo com polo positivo
Constante de tempo
Freqncia

c
Freqncia de corte

n
Parmetro de ajuste da funo desempenho alcanvel

u
Freqncia ultimativa
Fator de amortecimento

Lista de Acrnimos:
2GL Dois graus de liberdade
CC Mtodo de ajuste Cohen-Coon
CHR Mtodo de ajuste Chien-Hrones-Reswick
FDA Funo desempenho alcanvel
IAE Integral do valor absoluto do erro
IE Integral do erro
IMC Estrutura de controle (Internal Model Control); mtodo de ajuste baseado nesta
estrutura
ISA The Instrumentation, Systems, and Automation Society; algoritmo de controle padro
recomendado pela sociedade
ISE Integral do valor quadrtico do erro
ITAE Integral do tempo multiplicado pelo valor absoluto do erro; mtodo de ajuste baseado
neste critrio
MIMO Sistema multivarivel (Multi-Input-Multi-Output)
MMA Controlador PID projetado atravs da abordagem multi-modelos
MMAF Controlador PID com filtro projetado atravs da abordagem multi-modelos
PD Controlador com ao proporcional e derivativa
PI Controlador com ao proporcional e integral
PID Controlador com ao proporcional, integral e derivativa
PO Ponto de operao
SDCD Sistema digital de controle distribudo
SIMC Mtodo de ajuste Skogestad baseado na estrutura IMC
SIOM Mtodo de otimizao seqencial iterativo
SISO Sistema monovarivel (Single-Input-Single-Output)
SPD Semi-plano direito
ZN Mtodo de ajuste Zielgler-Nichols





Glossrio
Diagrama de blocos: representao simplificada da relao de causa e efeito entre a entrada e
a sada de um sistema fsico. constitudo por blocos, que representam os componentes do
sistema, linhas com flechas, que representam a direo da informao ou fluxo de sinal e
operadores matemticos especficos (DISTEFANO et al., 1977).
Dinmica: comportamento transitrio de um processo no domnio do tempo (LUYBEN e
LUYBEN, 1997).
Distrbio: varivel indesejada que, aplicada a um sistema, tende a afetar o valor da varivel
controlada (LACERDA e GEIGER, 1998).
Entrada: estmulo ou excitao aplicado a um sistema de controle por meio de uma fonte de
energia externa, geralmente de modo a produzir uma resposta especfica no sistema de
controle (DISTEFANO et al., 1977).
Funo de transferncia: relao da transformada de Laplace da sada para a transformada
de Laplace da entrada de um sistema linear invariante no tempo, considerando-se nulas todas
as condies iniciais (OGATA, 1982).
ndice de qualidade: tambm chamado de figura de mrito, o critrio pelo qual a qualidade
de um sistema de controle pode ser medida (GIBSON, 1963).
Malha aberta: diz-se da situao do sistema de controle no qual a ao de controle
independente da sada (DISTEFANO et al., 1977).
Malha fechada: diz-se da situao do sistema de controle no qual a ao de controle
depende, de alguma forma, da sada (DISTEFANO et al., 1977).
Modelo matemtico: descrio matemtica do comportamento dinmico de um determinado
sistema, relacionando suas entradas e sadas (OGATA, 1982).
Retroalimentao: tambm chamada de realimentao (feedback, em ingls), o
procedimento atravs do qual o sinal de sada de um sistema (ou circuito) transferida para a
entrada deste mesmo sistema, com o objetivo de diminuir, amplificar ou controlar a sada do
prprio sistema.
Sada: resposta obtida de um sistema de controle (DISTEFANO et al., 1977).
Sinal de erro: diferena entre o valor de referncia da varivel controlada (setpoint) e o
respectivo valor medido.
R
e y y =
Sistema de controle: disposio de componentes, conectados ou relacionados de maneira a
comandar, dirigir ou regular a si mesmo ou a outros sistemas.
Sistema invariante no tempo: sistema cuja dinmica no se altera com o tempo.
Formalmente, um sistema onde um deslocamento no tempo na entrada causa um
deslocamento equivalente no tempo na sada (AGUIRRE, 2004).
Sistema linear: sistema cujo comportamento satisfaz o princpio da superposio (LATHI,
1998). De forma simplificada, se a funo f descreve o comportamento do sistema em funo
das entradas x
1
e x
2
, o sistema dito linear se a seguinte igualdade sempre vlida, onde a e b
so constantes reais.
( ) ( ) ( )
1 2 1 2
f a x b x a f x b f x + = +
Transformada de Laplace: operao (transformao) inventada pelo matemtico francs P.
S. de Laplace (1749-1827) para resoluo de equaes diferenciais lineares, onde as funes
no domnio do tempo so convertidas em funes dependentes da freqncia, no domnio
complexo s (BOLTON, 1995).
Varivel controlada: grandeza diretamente medida e controlada. a resposta do sistema de
controle (DAZZO e HOUPIS, 1978).
Varivel manipulada: grandeza obtida a partir dos elementos de controle, aplicada ao
sistema de controle (DAZZO e HOUPIS, 1978).
Captulo 1

Introduo

Os inventos produzidos pela humanidade sempre trouxeram, alm da
grande dvida de suas conseqncias e impacto social, um estilo de vida
decorrente de novos hbitos assumidos diante de novos desafios e
necessidades. O homem sempre buscou simplificar seu trabalho de forma
a substituir o esforo braal por outros meios e mecanismos, sendo que o
seu tempo disponvel para outros afazeres fosse mais bem-empregado e
valorizado nas atividades do intelecto, das artes, lazer, pesquisa ou
simplesmente no gozo de novas formas de entretenimento. (SILVEIRA
e SANTOS, 1999, p. 2).








2 1. INTRODUO

1.1 Sistemas de Controle
A etimologia da palavra controle est no latim, ligada aos radicais: rota - roda;
rotulus - rolo, cilindro (rolo de escritos, rol, lista); contra - prefixo que exprime idia de
oposio; contra-rotulus - contra-rolo, contra-lista. O termo latino foi incorporado pelo
francs (1367), formado pela contrao de contre-rle com significado de lista, rol, registro
em duplicata. A expresso registro em duplicata traz em seu bojo a idia de que em algum
momento futuro tais registros devem ser confrontados para verificao da manuteno do
estado original do primeiro registro. Ou seja, a cpia de um documento seria o elemento de
controle para verificar a veracidade do original (PEIXE, 2002). Para SILVEIRA e SANTOS
(1999), a palavra controle denota o ato ou poder de exercer domnio, fiscalizar, supervisionar,
manter o equilbrio.
A palavra controle normalmente utilizada em diferentes contextos (termos como
controle de qualidade, controle de finanas, controle de produo, entre outros, cobrem um
vasto espectro de atividades). Todos estes contextos esto baseados na existncia de um
sistema, cujo comportamento se queira influenciar, e na liberdade de tomar aes, as quais
iro forar o sistema a agir de maneira desejada (BISSELL, 1993). Segundo BOLTON
(1995), o termo sistema usado para descrever uma srie de componentes que interagem em
torno de uma condio limite imaginria, havendo particular interesse nas suas entradas e
sadas, e na relao entre as mesmas. Um sistema de controle assim chamado, quando a sua
sada controlada para assumir um valor particular ou seguir uma determinada entrada.
Como exemplo de sistema de controle, KUO (1985) cita o ser humano como sendo o
mais sofisticado e complexo sistema de controle, pois ele capaz de desempenhar uma srie
de tarefas, incluindo a tomada de decises. Algumas delas, tais como a de pegar objetos ou
simplesmente caminhar, so normalmente realizadas de forma rotineira. Outras, como um
atleta olmpico na prova de maratona, devem ser desempenhadas da melhor maneira possvel,
pois ele no somente deve correr a distncia especfica em curto tempo, como deve tambm
administrar o consumo de energia, de forma a poder completar a prova.
Com o advento dos computadores e a rpida expanso da capacidade de
processamento dos mesmos, cada vez mais, as tarefas desempenhadas por um sistema de
controle esto sendo executadas de forma automtica, com mais facilidade, simplicidade e
segurana. Este fato permitiu tanto a ampla difuso da utilizao do controle automtico,
como o desenvolvimento de tecnologia para tal (BALCHEN, 1999). Atualmente, os sistemas
de controle automtico so amplamente encontrados em todos os setores da industria, tais
como: controle de qualidade de produtos manufaturados, linha de montagem automtica,
controle de mquinas operatrizes, tecnologia espacial, sistemas de armamento e defesa,
sistemas de transporte, sistemas de potncia, robtica e muitos outros. Dessa forma, os
sistemas de controle automtico tm assumido um papel progressivamente importante no
desenvolvimento da moderna civilizao e tecnologia. Praticamente todo aspecto de nossas
atividades dirias afetado por algum tipo de sistema de controle.
1.1 SISTEMAS DE CONTROLE 3

O sucesso dos sistemas de controle nas mais diversas reas se deve a uma clara
especificao dos objetivos de controle. Genericamente, o objetivo de um sistema de controle
controlar as sadas de alguma maneira predeterminada, atravs das entradas e de elementos
adequados do sistema de controle. Especificamente para uma unidade industrial, busca-se
maior segurana das pessoas trabalhando na unidade e da comunidade ao seu redor; proteo
do ambiente; proteo dos equipamentos e da integridade fsica da unidade; operao suave,
evitando propagao de distrbios; qualidade, os produtos devem estar dentro das
especificaes; aumento do lucro, garantindo a competitividade da empresa; monitorao e
diagnose, permitindo a superviso e anlise da operao da unidade. Todas estas
caractersticas no so apenas necessrias, mas imprescindveis para o sucesso de um
processo industrial moderno.
A retroalimentao torna o controle mais rpido, preciso e menos sensvel a distrbios
e discrepncias entre o modelo e o processo real, por isso a estratgia mais utilizada em
sistemas industriais. O controle em malha aberta, apesar da simplicidade, somente
aconselhado em sistemas nos quais as entradas so conhecidas antecipadamente no tempo e
nos quais no h distrbios, e seu desempenho fortemente influenciado pela qualidade do
modelo utilizado. A principal desvantagem do uso da retroalimentao, a diminuio da
estabilidade do sistema (capacidade do sistema de seguir os comandos de entrada), podendo
inclusive tornar instvel, um sistema estvel (KUO, 1985). Assim, faz-se imprescindvel a
correta escolha do tipo de controlador a ser usado, bem como a realizao de um projeto
adequado para cada sistema especfico.
Na Figura 1.1, apresentado um sistema de controle genrico com retroalimentao.
O sistema a ser controlado pode ser um avio, um sistema de distribuio e gerao de energia
eltrica, um processo industrial ou um rob. Tanto a medio como a correo podem ser
transmitidas analogicamente ou digitalmente atravs de sinais eltricos, dispositivos
mecnicos, linhas pneumticas ou hidrulicas. De forma similar, o controlador pode ser
mecnico, pneumtico, hidrulico, eltrico ou digital (computador). Para entender melhor os
mecanismos e relaes de um sistema de controle, necessrio ter noo do contexto
histrico e da evoluo do desenvolvimento dos princpios de controle.
Sistema a ser
controlado
Controlador
Distrbios
Entradas
(sinais de comando)
Sadas
(visualizao, alarmes)
Correo
(atuadores)
Medio
(sensores)

Figura 1.1: Diagrama esquemtico de um sistema de controle genrico com
retroalimentao. Fonte: BOYD e BARRATT (1991).
4 1. INTRODUO

1.2 Histrico
Para SILVEIRA e SANTOS (1999, p. 1) a arte de controlar to antiga quanto as
necessidades humanas de desenvolver seus sentidos. Assim, esta seo apresenta uma
coletnea dos principais fatos histricos relacionados a sistemas de controle desenvolvidos
pelo homem, captados de diversas fontes: CASTRUCCI (1969), DAZZO e HOUPIS (1978),
OGATA (1982), NISE (1992), STRM e HGGLUND (1995), FRANKLIN et al. (1995),
CRUZ (1996), STRM e WITTENMARK (1997), PHILLIPS e HARBOR (1997), DORF e
BISHOP (1998), SILVEIRA e SANTOS (1999), BENNETT (2001), ROMANO (2002) e
AUTONOMIA (2004).
As primeiras aplicaes de controle com retroalimentao datam do desenvolvimento
de mecanismos de controle de nvel de lquidos, atravs de bias, pelos gregos, por volta de
300 a.C. Atribui-se ao grego Ktesibios, em Alexandria, no Egito, a inveno do relgio de
gua (Figura 1.2a), primeiro dispositivo de controle com retroalimentao. Nele, uma bia
controla o nvel de gua em um recipiente em cuja base h um orifcio. Mantido o nvel de
gua deste recipiente constante, a vazo no orifcio tambm . Outro reservatrio coleta a
sada do orifcio e assim seu nvel cresce proporcionalmente ao tempo. Uma bia com um
cursor, neste reservatrio, indica o tempo sobre uma escala linear.
Logo aps, por volta de 250 a.C., o tambm grego Philon idealizou uma lmpada de
leo cujo nvel era mantido constante atravs da utilizao de uma bia. Mais tarde, no
sculo I, Hero, de Alexandria, construiu um engenhoso sistema para abertura das portas de um
templo, comandado pelo acendimento de uma pira num altar (Figura 1.2b). A expanso do ar
quente sob a pira impelia a gua de um reservatrio fechado para um balde. medida que o
peso do balde aumentava, ele descia, fazendo girar os eixos das portas por intermdio de uma
corda, provocando a elevao de um contrapeso. A porta era fechada extinguindo-se o fogo.
proporo que o ar do recipiente esfriava, a presso se reduzia e a gua sifonava de volta do
balde para o reservatrio. Quando o balde se tornava mais leve que o contrapeso, este descia,
fechando por conseqncia a porta.
O primeiro sistema inventado na Europa moderna foi o regulador de temperatura de
uma incubadora de ovos, puramente mecnico, feito em 1624 por Cornelis Drebbel, um
mecnico e qumico alemo. Este dispositivo (Figura 1.2c) era constitudo de um forno
fechado, com fogo na parte inferior e uma tampa na parte superior. Dentro do forno, havia um
compartimento contendo a incubadora e um vaso de vidro imersos em gua. Este
compartimento era aquecido atravs dos gases de combusto e a gua transmitia o calor para a
incubadora de forma homognea. O vaso de vidro continha uma mistura de lcool e mercrio,
e servia de sensor de temperatura. Quando a temperatura aumentava, a mistura expandia
fazendo subir uma bia situada na parte externa do vaso. A bia, ao subir, fechava a tampa do
forno, diminuindo a admisso de ar e, por conseqncia, a gerao de calor. Com a
temperatura baixa, a mistura se contraa e a bia descia, abrindo a tampa do forno e
reanimando a combusto. Neste caso, a temperatura desejada era alcanada variando o
tamanho do basto que fazia a conexo entre a bia e a tampa do forno.
1.2 HISTRICO 5


(a)

(b)

(c)

(d)

(e)
Figura 1.2: Alguns mecanismos de controle histricos: (a) relgio de gua de Ktesibios;
(b) dispositivo de Hero; (c) incubadora de Drebbel; (d) controlador de nvel de
Polzunov; (e) regulador de esferas de Watt. Fontes: (a, d, e) DORF e BISHOP
(1998); (b) DAZZO e HOUPIS (1978); (c) FRANKLIN et al. (1995).
6 1. INTRODUO

Em 1681, Dennis Papin inventou o primeiro regulador de presso para caldeiras a
vapor, um dispositivo de segurana similar s vlvulas de panelas de presso. Em 1750,
Miekle inventou um dispositivo para o controle automtico da orientao de moinhos de
vento. Uma pequena hlice acoplada ao moinho, perpendicularmente hlice principal. Esta
hlice secundria funciona como um motor que gira enquanto o vento no est a 90 de seu
eixo. A rotao desta hlice faz girar toda a estrutura superior mvel do moinho, e com ela, o
eixo da hlice principal. Quando a hlice secundria pra com seu eixo a 90 do vento, a
principal pra na direo do vento, na posio de mxima captao de energia.
O primeiro sistema com retroalimentao oficialmente reconhecido foi reivindicado
pela Rssia e atribudo a I. Polzunov, em 1765. Trata-se de um sistema mecnico de controle
de nvel de gua de caldeiras atravs do uso de uma bia (Figura 1.2d). No entanto, o primeiro
controlador com retroalimentao automtico utilizado em um processo industrial, e o mais
famoso de todos, atribudo J ames Watt, que de 1769 1788 desenvolveu e aprimorou o
regulador de esferas (Figura 1.2e), um controlador centrfugo para controle de velocidade de
mquinas a vapor. O mecanismo controlava a velocidade atravs de duas esferas de metal
girando ao redor de um eixo. Quando uma carga aplicada ao motor, a sua velocidade
diminui e as esferas giram mais prximas do eixo (menor fora centrfuga). Este movimento
faz abrir a vlvula principal, admitindo mais vapor e aumentando a velocidade do motor.
Richard Arkwright, um inventor ingls considerado um dos precursores das tcnicas
de produo em srie, acelerou o processo de industrializao quando, em 1769, utilizou a
fora da gua corrente para a movimentao de uma mquina de tecer. Com uma mquina
movida por uma correia acionada por uma roda hidrulica, estava criado o tear mecnico, que
impulsionou a Revoluo Industrial na Europa e contribuiu diretamente para a mudana dos
hbitos de trabalho e das relaes sociais da Idade Contempornea. Nesta mesma poca, em
1779, Pierre Simon Laplace idealizou a transformada de Laplace, a base para a maioria dos
procedimentos de anlise e projeto de sistemas de controle.
A primeira discusso sobre instabilidade em um sistema de controle com
retroalimentao atribuda a G. B. Airy, quando, em 1840, ele descobriu que o regulador de
esferas de Watt apresentava movimentos instveis. Mas o primeiro estudo sistemtico sobre
estabilidade foi feito por J . C. Maxwell, em 1868, que descreveu as equaes diferenciais que
governavam o movimento do regulador de esferas. Com seu trabalho, Maxwell demonstrou a
importncia e a utilidade de modelos e mtodos matemticos para a compreenso dos
processos industriais e da prpria teoria de controle. Na seqncia, E. J . Routh (em 1877) e A.
Hourwitz (em 1885), de forma independente, criaram seus critrios de estabilidade. Mais
tarde, em 1896, A. M. Lyapunov tambm desenvolveu seu critrio de estabilidade, baseado
em equaes diferenciais no-lineares de movimento.
Em 1907, foi instalado pela C. J. Tagliabue Company, em Nova Iorque, o primeiro
controlador de temperatura pneumtico automtico (do tipo liga-desliga), em uma unidade de
pasteurizao de leite. Na seqncia, Edgar H. Bristol, fundador da Foxboro Instrument
Company, deu uma grande contribuio no desenvolvimento de sistemas de controle
pneumticos, ao protocolar, em 1914, o pedido da patente de um amplificador bocal-palheta
1.2 HISTRICO 7

(flapper-nozzle amplifier), o qual era capaz de prover ao proporcional. Entretanto, este
controlador s comeou a ser comercializado em 1919. Morris E. Leeds, fundador da Leeds &
Northrup Company, obteve em 1920 uma patente de um controlador eletro-mecnico com
ao integral. No entanto, inicialmente houve uma certa dificuldade de combinar as duas
aes de controle, tanto que a primeira verso comercial de um controlador PI s foi
disponvel em 1929.
N. Minorsky, em 1922, realizou uma das primeiras aplicaes de elementos
deliberadamente no-lineraes em sistemas a malha fechada em seu estudo de pilotagem
automtica de navios. Em 1932, ao reunir a transformada de Laplace e o princpio do
argumento da teoria de Cauchy, H. Nyquist, da Bell Telephone Laboratories, desenvolveu um
simples e notvel critrio de estabilidade de sistemas de malha fechada com base na resposta a
entradas senoidais em regime permanente da malha aberta. No perodo de 1932 a 1942,
tambm na Bell Telephone Laboratories, H. W. Bode desenvolveu uma das mais teis
tcnicas no domnio da freqncia para projeto de sistemas de controle.
Em 1935, Ralph Clarridge da Taylor Instrument Companies criou o controlador de trs
termos, ao utilizar um controlador que antecipava a variao no sinal de erro para solucionar
um problema de oscilao de uma malha de controle de temperatura em uma indstria de
celulose. Chamada inicialmente pelos engenheiros da empresa de pre-act, a ao derivativa
foi testada apenas em casos especiais at o ano de 1939, quando uma verso totalmente
reprojetada do controlador PID Fulscope foi oferecida como padro nos sistemas de controle
comerciais da empresa. No mesmo ano, a Foxboro Instrument Company lanou o controlador
pneumtico Stabilog, o qual possua a tecnologia hyper-reset, baseada na derivada do sinal de
erro.
Nos primeiros anos no mercado, apesar do controlador PID ter demonstrado sua
importncia em algumas aplicaes consideradas difceis, ainda havia grande dificuldade de
difuso nos processos industriais. BENNETT (2001) cita trs causas para este problema: (a) a
no considerao da controlabilidade no projeto das unidades industriais; (b) a complexidade
e fragilidade dos elementos de atuao; (c) e a inexistncia de regras simples para ajuste dos
parmetros do controlador PID. As duas primeiras no esto relacionadas especificamente
com o controlador, porm a terceira e mais importante causava impactos diretos na utilizao
do controlador PID.
A primeira tentativa de sucesso visando resolver este problema aconteceu em 1942,
atravs do artigo Optimum Settings for Automatic Controllers, de autoria de J . G. Ziegler e
N. B. Nichols, ambos da Taylor Instrument Companies. Nele, foram apresentados dois
procedimentos para sintonia dos controladores, atravs de simples regras de ajuste baseadas
em caractersticas dinmicas do processo. Este artigo foi um marco na histria do controlador
PID, pois ele foi uma das razes da sua disseminao, tanto que vrios pesquisadores
formularam novos mtodos de ajuste a partir de suas idias originais. Cabe ressaltar que
Nichols era do Departamento de Pesquisa e Ziegler, do Departamento de Vendas, o que
comprova a suposta necessidade de regras de ajuste simples para impulsionar a venda dos
controladores PID, na poca.
8 1. INTRODUO

Em 1948, W. R. Evans, trabalhando no controle e orientao de aeronaves,
desenvolveu o mtodo do lugar das razes. Este mtodo utilizado no projeto e anlise da
estabilidade de sistemas de controle, pois fornece uma representao grfica das propriedades
de um determinado sistema baseado nas razes da equao caracterstica do sistema. Em 12 de
maro de 1959, entrou em operao o primeiro sistema de controle assistido por computador,
em uma unidade industrial. Foi utilizado um computador RW-300 para controlar 72 malhas
de temperatura, 26 de vazo, 3 de presso e 3 de composio, em uma unidade de
polimerizao cataltica da Texaco de Port Arthur, no Texas, Estados Unidos. O complexo
sistema de controle projetado foi o fruto de um minucioso estudo realizado por um grupo de
engenheiros da Texaco em conjunto com engenheiros da companhia aeroespacial TRW
(Thomson Ramo Woodridge), onde foi requerido envolvimento da ordem de 30 anos-homem.
Em 1961, foi instalado, no cho de fbrica de uma empresa, o primeiro rob industrial,
denominado Unimate, da Unimation Inc., resultado da combinao de mecanismos
articulados e a tecnologia de controle desenvolvida em mquinas operatrizes com comando
numrico. A partir da dcada de 60, devido crescente capacidade computacional dos
computadores, houve um rpido desenvolvimento de novas tecnologias de controle, como
preditor de Smith, controle preditivo, controle adaptativo, lgica Fuzzy, gain schedule, auto-
ajuste, redes neuroniais, controle robusto, controle timo, entre outros.
1.3 Motivao
Segundo um levantamento feito por TAKATSU et al. (1998), apesar da existncia
destas vrias tecnologias, o controlador do tipo PID continua sendo inegavelmente o
controlador mais utilizado. Isto pode ser comprovado atravs das seguintes citaes
(transcritas na forma original):
The PID controller is by far the most common control algorithm. Most feedback
loops are controlled by this algorithm or minor variations of it. It is implemented in many
different forms, as a stand-alone controller or as a part of a DDC (Direct Digital Control)
package or a hierarchical distributed process control system. Many thousands of instrument
and control engineers worldwide are using such controllers in their daily work. (STRM e
HGGLUND, 1995, p. 59).
One of the most powerful but complex mode operations combines the proportional,
integral, and derivative modes. This system can be used for virtually any process condition.
(J OHNSON, 1997, p. 424).
The popularity of PID controllers can be attributed partly to their robust performance
in a wide range of operating conditions and partly to their functional simplicity, which allows
engineers to operate them in a simple, straightforward manner. (DORF e BISHOP, 1998,
p. 703-704).
1.3 MOTIVAO 9

The PID controller is well understood and accepted among operation personnel and
control engineers due to the intuitive simplicity of the algorithm. Extensive process
knowledge is not required to sucessfully implement PID control which is well suited for many
process with different dynamics. (KWOK et al., 2000, p. 9).
Despite the fact that PID control is widely used in the process industries, poorly
tuned control loops can be seen everywhere in industry. The derivative action is frequently
switched off for the simple reason that it is difficult to tune properly. Even more embarrasing
news to control engineers and researchers from industry is that the majority of closed-loop
controllers increase the variability of process variables compared with open loop, instead of
reducing it as desired. (WANG, 2001, p. 105).
The ubiquitous PID controller has continued to be the most widely used process
control technique for many decades. Although advanced control techniques such as model
predictive control can provide significant improvements, a PID controller that is properly
designed and tuned has proved to be satisfactory for the vast majority of industrial control
loops. (CHEN e SEBORG, 2002, p. 4807).
The PID control algorithm has played a dominant role in industrial process control
systems for over sixty years. Consequently, many different methods have been proposed for
determining the three controller parameters, i.e., proportional, integral, and derivative gains,
to meet different requirements of various control applications. (HWANG e HSIAO, 2002,
p. 1).
The most common control structure in the process industry is the PI. The derivative
gain is often turned off. (INGIMUNDARSON e HGGLUND, 2002, p. 887).
PID controllers are used in large numbers in all industries. The controllers come in
many different forms, are packaged as standard products, and are massed produced. The
popularity of PID controllers is due to their functional simplicity and reliability. They provide
robust and reliable performance for most systems if the PID parameters are determined or
tuned to ensure a satisfactory closed-loop performance. (MORADI et al., 2002, p. 1).
Proportional-Integral (PI) controller are undoubtedly the most adopted controllers in
industrial settings, because of their capability to provide satisfactory performances for a wide
range of plants, despite their simplicity. In fact, for many processes the derivative term of the
controller is not useful and it is often difficult to tune, so that practitioners prefer to avoid its
use. (PIAZZI e VISIOLI, 2002, p. 1).
Because of their simplicity and effectiveness, PID controllers are the most effective
and most widely used controllers in process control, although the modern control theory has
been developed fast and deeply. (ZHONG e LI, 2002, p. 1).
Despite the development of advanced process control techniques, proportional-
integral (PI) control is still the most commonly used control technique in the process
10 1. INTRODUO

industries. The main reasons for this popularity are that PI controllers are often effective and
are easy to implement and maintain by plant personnel. (CHEN e SEBORG, 2003, p. 27).
A survey of more than 11,000 controllers in the refining, chemicals, and pulp and
paper industries showed that 97% of regulatory controllers had the PID structure. (STRM
e HGGLUND, 2004, p. 635).
Estas citaes refletem as principais motivaes para a realizao deste trabalho. A
redundncia das informaes foi proposital, de forma a enfatizar que o controlador do tipo
PID o mais utilizado industrialmente, estando presente em todos os sistemas de controle
comerciais. O controlador do tipo PID tambm de longe o mais estudado. Desde a sua
criao, inmeros mtodos de ajuste foram propostos, bem como vrias estruturas alternativas
de controle baseadas no algoritmo PID, e inmeros so os casos de aplicaes industriais
exitosas com o controlador PID.
Para reforar a idia de que a teoria dos controladores PID est bastante avanada, foi
realizada uma pesquisa em um dos maiores banco de dados de engenharia na internet
(EICOMPENDEX, 2004). A pesquisa foi feita para os seguintes termos: PI Controller, PID
Controller e Three Term Controller, nos campos assunto/ttulo/resumo (subject/title/abstract),
somente em artigos de peridicos indexados (journal article), para cada ano especfico, desde
1969 (porm a pesquisa s mostrou resultados a partir de 1982). Os resultados obtidos so
mostrados na Figura 1.3.

Figura 1.3: Nmero de publicaes anuais em artigos de peridicos sobre controladores PID.
Observa-se na Figura 1.3, que h um grande nmero de publicaes anuais a respeito
de controladores PID, as quais continuam aumentando. Porm, chama ateno o fato de que
este controlador, apesar de sua simplicidade, versatilidade e da capacidade de prover boa
performance para a grande maioria dos processos industriais, no est sendo usado
adequadamente, apresentando desempenho aqum do desejado.
1.4 ESTRUTURA DA DISSERTAO 11

Segundo uma pesquisa realizada em diversas fbricas de papel e celulose no Canad,
reportada em STRM e HGGLUND (1995), uma indstria de processos tpica possui
mais de 2000 malhas de controle e em 97% delas utilizado o controlador PI. A constatao
mais impressionante dessa pesquisa que apenas 20% das malhas de controle estavam
funcionando satisfatoriamente, diminuindo a variabilidade do processo. Em 30% dos casos, o
ajuste dos parmetros do controlador era inadequado. Em outros 30%, havia problemas nas
vlvulas de controle. Os 20% restantes apresentavam problemas diversos. A mesma fonte
mostra os resultados de outra pesquisa similar que aponta que em 30% dos casos, o
controlador opera em modo manual, 20% utilizam ajuste padro do fabricante (factory tuning)
e 30% apresentam problemas em vlvulas e sensores.
Dessa forma, fica a seguinte questo: como um controlador to simples, to antigo, to
estudado, e o mais utilizado no mundo, no est funcionando satisfatoriamente na maioria das
aplicaes industriais? FONSECA et al. (2004) citam vrias causas: problemas de processo e
variaes na dinmica do mesmo; dificuldades de controle (no-linearidades, interaes,
perturbaes e rudos); estratgias de controle incompatveis com as necessidades do processo
e objetivos de controle; dimensionamento inadequado dos elementos da malha de controle;
erros na implementao dos controladores PID, principalmente quando se utilizam
controladores programveis; problemas na instalao de instrumentos e atuadores;
configuraes inadequadas e problemas de calibrao de instrumentos e atuadores; desgaste
dos atuadores (histerese, folga e agarramento); sintonia inadequada; problemas de
manuteno dos elementos da malha de controle; restries e problemas operacionais; outros.
Somam-se a estes, a existncia de diferentes parametrizaes para o algoritmo de controle
PID e, no menos importante, a falta de tempo ou conhecimento do prprio processo.
Na verdade, este problema continua desafiador e mostra que ainda h espao para o
desenvolvimento de tecnologia voltada para melhorar o desempenho de malhas de controle
utilizando controladores do tipo PID. Segundo ISAKSSON e GRAEBE (1999), a literatura
mostra que o estado da arte em tcnicas de projeto de controladores PID est bem avanada,
porm, somente no que se refere a sistemas de baixa ordem (at segunda ordem). Para
sistemas mais complexos, ou quando deseja-se um nvel de desempenho maior, mantendo a
robustez, ainda no h uma metodologia genrica e eficiente, que supra todas as deficincias
apresentadas anteriormente e que cubra uma vasta gama de processos industriais. Neste
cenrio apresentado enquadra-se o foco desta dissertao de mestrado.
1.4 Estrutura da Dissertao
Esta dissertao est dividida em 6 captulos. Este captulo buscou introduzir o assunto
da dissertao e apresentou uma reviso histrica dos principais desenvolvimentos em teorias
de controle e aplicaes prticas. Foram delineadas ainda, as principais motivaes para a
realizao deste trabalho.
12 1. INTRODUO

O Captulo 2 faz um estudo a respeito dos tipos existentes de controladores PID, dos
modos de controle bsicos e das principais caractersticas apresentadas pelos algoritmos
disponveis em sistemas comerciais. Ele apresenta uma reviso dos mtodos clssicos de
ajuste de controladores PID existentes na literatura, e os principais ndices de qualidade
atravs dos quais quantifica-se a performance e robustez dos sistemas de controle.
O desenvolvimento terico apresentado no Captulo 3, no qual mostrada a
metodologia desenvolvida para ajuste dos parmetros do controlador PID, baseada em um
problema de otimizao no domnio da freqncia, que minimiza a resposta do sistema em
malha fechada, frente a uma mudana na varivel de referncia do tipo degrau unitrio, e uma
funo desempenho alcanvel, devidamente escolhida. So discutidos e explorados ainda,
algumas caractersticas e particularidades do procedimento proposto e os principais fatores
que limitam o desempenho de controladores. Para finalizar o captulo, descrito todo o
procedimento necessrio para a sntese de um controlador do tipo PID, para um determinado
caso, fazendo-se uso da metodologia proposta.
Diversos estudos de caso foram realizados no Captulo 4, explorando diferentes
peculiaridades relacionadas ao projeto de controladores PID, utilizando a metodologia
proposta. Foi analisado e discutido ainda, o efeito de algumas caractersticas usualmente
encontradas em sistemas industriais sobre o desempenho do controlador. Adicionalmente, foi
analisada a influncia da funo desempenho alcanvel no projeto do sistema de controle,
bem como, a utilizao de diferentes tipos de filtros, capazes de alterar a estrutura do
controlador, aumentando a sua ordem.
No Captulo 5, apresentada a extenso da metodologia desenvolvida para sistemas
multi-modelos, quando e por que esta abordagem necessria e as mudanas necessrias no
mtodo. Adicionalmente, discutido a vantagem da resoluo do problema de otimizao
gerado atravs de um procedimento min-max, onde minimiza-se o mximo desvio entre a
resposta de todos os modelos considerados e uma nica FDA. Um estudo de caso didtico
ilustra a eficincia desta abordagem, quando comparada com uma metodologia clssica.
As concluses da dissertao so apresentadas no Captulo 6. Nele, so apontadas as
principais contribuies feitas por este trabalho para a rea de controle de processos e feitas
sugestes para a realizao de trabalhos futuros, que possam dar continuidade ao que foi
desenvolvido.
Para finalizar, foram includos dois apndices: o primeiro, contendo diversos tipos de
parametrizaes de controladores PID e as respectivas formas convertidas para a configurao
base utilizada na metodologia; e o segundo, mostrando uma interface grfica desenvolvida
para auxiliar e facilitar o projeto de controladores PID, utilizando a metodologia proposta.
Captulo 2

Controladores

The PID controller has remained arguably the top performing industrial
controller since its inauguration, both in terms of sales and applications.
This phenomenon is remarkable, since research and development in both
the theoretical and application aspects of advanced and complex control
systems has been persistently striving, judging by the greatly increased
number of academic journals devoted to this area in the past two decades.
The continued success of this controller provides a strong testimony to
the rule-of-thumb in engineering practice, the TSTF (try simple things
first) principle. Indeed, the PID controller has probably the most
impressive record in terms of the number of sucessful industrial
applications. It is simple to use, to the extent that almost everyone with
some basic knowledge in control engineering can commission it
satisfactorily. To some, however, it has become uninteresting, the
incremental reward from doing more work to a controler as established as
this has been deemed not worth the while. However, the irony remains
that this 'simple and uninteresting controller' still provides the driving
force to the millions of automation and manufacturing systems operating
every day, in almost all industries where a control system is needed.
(TAN et al., 2002, p. 753).




14 2. CONTROLADORES

2.1 Modos de Controle
O mais elementar modo de controle automtico o modo de duas posies, conhecido
como controle liga-desliga (totalmente aberto ou totalmente fechado). um modo
descontnuo, muito utilizado para controle de sistemas simples com dinmicas lentas, como o
controle de temperatura de um ar condicionado. Apesar de no poder ser definido por uma
equao analtica, ele pode ser representado pela Equao 2.1.
( )
( )
( )
0%
100%
e t e
u t
e t e

(2.1)
Neste caso, e funciona como uma banda morta (histerese desejvel no sistema), um
pequeno intervalo de variao aceitvel do erro onde no h variao da ao de controle.
Este um artifcio bastante usado em implementaes prticas, para evitar chaveamentos
esprios indesejados, quando o sinal de erro for prximo de zero. A Figura 2.1 mostra a
relao entre o sinal de erro e a ao de controle gerada pelo modo de controle de duas
posies com banda morta.

Figura 2.1: Ao de controle em funo do sinal de erro gerada pelo controlador de duas
posies com banda morta.
Uma extenso lgica do modo de controle de duas posies o modo de mltiplas
posies. Neste modo, a escala da varivel manipulada pode assumir posies intermedirias,
no somente os limites de escala, como anteriormente. Este modo tende a reduzir o efeito de
oscilao da varivel controlada, apresentado pelo modo de duas posies, no entanto, suas
aplicaes ainda so restritas. Existem outros modos de controle descontnuos que so
variantes do modo de duas posies, voltados para aplicaes especficas. Contudo, em
processos industriais, a necessidade de um controle mais rigoroso requer a utilizao de
modos contnuos, onde a sada se altera suavemente em resposta a variaes no sinal de erro.
Estes modos so descritos a seguir.
2.1.1 Modo Proporcional
A ao de controle gerada pelo modo proporcional diretamente proporcional a sua
entrada, ou seja, o sinal de erro em funo do tempo, como mostrado na Equao 2.2.
2.1 MODOS DE CONTROLE 15

( ) ( )
0 P
u t K e t u = + (2.2)
A Figura 2.2 mostra a relao entre o sinal de erro e a ao de controle gerada pelo
modo de controle proporcional. Excluda a faixa de saturao da varivel manipulada (sinal
de erro fora da banda proporcional), cada valor de erro tem um nico valor correspondente de
ao de controle e vice-versa.

Figura 2.2: Ao de controle em funo do sinal de erro gerada pelo controlador
proporcional.
Como o ganho do controlador dado pela inclinao da reta sobre a banda
proporcional percentual (BP), a relao entre ambos dada pela Equao 2.3. Esta
representao genrica para o caso onde a sada do controlador varia entre 0 e 100%. Para
casos especficos onde isto no ocorre, esta relao no vlida.

100
P
BP
K
= (2.3)
Neste caso, o controlador apenas um amplificador com um ganho constante, quanto
maior o erro, maior a ao de controle gerada. Assim, ele prov um rpido ajuste da varivel
manipulada, tornando mais rpida a dinmica do processo. A principal desvantagem deste
modo que ele apresenta erro em regime permanente. O erro em regime permanente diminui
com o aumento do ganho proporcional K
P
, no entanto isto diminui a faixa correspondente
banda proporcional, tornando o controlador mais oscilatrio. Cabe ressaltar que o controlador
liga-desliga pode ser definido como sendo um controlador proporcional no limite onde a
banda proporcional tende a zero.
2.1.2 Modo Integral
A ao de controle gerada pelo modo integral proporcional integral do sinal de erro
no tempo, como mostrado na Equao 2.4. O grande benefcio da sua utilizao a
eliminao do erro em regime permanente, contudo, ela reduz a estabilidade da malha de
controle (MOORE, 1999).
( )
0
0
( )
t
I
u t K e t dt u = +

(2.4)
16 2. CONTROLADORES

Esta equao mostra que a ao de controle depende do histrico do erro, desde que o
processo de integrao foi iniciado (t =0) at o instante atual. A ao integral tambm pode
ser vista como um mecanismo que atualiza automaticamente o valor base do controlador com
ao proporcional. Devido a isto, ela foi originalmente denominada de reset action.
2.1.3 Modo Derivativo
A ao de controle gerada pelo modo derivativo proporcional taxa de variao do
sinal de erro, ou seja, a sua derivada no tempo, segundo a Equao 2.5. Ela estima a tendncia
de aumento ou diminuio do erro futuro. Assim, este modo capaz de aumentar a velocidade
de correo do processo, pois atua de forma antecipatria quando so detectadas variaes no
sinal de erro. Por causa disso, a ao derivativa bastante sensvel a erros de alta frequncia,
como rudos de processo e mudanas no valor de referncia da varivel controlada.
( )
( )
0 D
de t
u t K u
dt
= + (2.5)
Nota-se que o modo derivativo somente age quando h variao do erro no tempo. Se
o erro for constante, mesmo que grande, no h ao corretiva. Por isso, este modo no
utilizado sozinho, mas associado com outros modos de controle.
2.2 Controlador PID
A unio destes trs modos bsicos de controle contnuo produz um dos mais eficientes
algoritmos de controle j desenvolvidos, o controlador PID, pois ele concilia simplicidade e
atendimento s necessidades de controle para a grande maioria dos casos industriais. Contudo,
a maneira como ocorre esta combinao pode variar significativamente, repercutindo em
alterao no algoritmo dos controladores PID de diferentes fabricantes. Algumas alteraes
constituem em melhorias no algoritmo, outras, entretanto, remontam aos antigos mecanismos
pneumticos (RHINEHART, 1999). Apesar de existirem muitas formas, duas delas so mais
difundidas e, assim, merecem especial ateno: a forma srie ou interativa e a paralela ou no-
interativa. Muitas parametrizaes constituem em simples variaes destas formas.
Cabe ressaltar que h uma certa confuso e contradio com relao a esta
nomenclatura na literatura, sobre a qual deve se ter um certo cuidado. A forma paralela
assim chamada, pois os modos integral e derivativo so combinados paralelamente, ou seja,
suas aes calculadas separadamente so somadas para compor a ao do controlador
(Figura 2.3a). A representao matemtica (funo de transferncia) do controlador PID na
forma paralela dada pela Equao 2.6. J na forma srie, a ao derivativa adicionada em
srie ao integral (Figura 2.3b). tambm chamada de forma interativa, pois alteraes no
parmetro de quaisquer dos modos tambm afetam os demais modos. Sua funo de
transferncia mostrada na Equao 2.7.
2.2 CONTROLADOR PID 17


(a) (b)
Figura 2.3: Representao esquemtica das duas principais formas de controlador PID:
(a) paralela; (b) srie.

1
( ) 1
C D
I
C s K T s
T s

= + +


(2.6)

( )
* *
*
1
( ) 1 1
C D
I
C s K T s
T s

= + +


(2.7)
A equivalncia dos parmetros entre estas duas parametrizaes dada pelas frmulas
de converso mostradas na Tabela 2.1, onde os parmetros com asterisco (*) correspondem
formulao do tipo srie, para diferenciar da formulao do tipo paralela.
Tabela 2.1: Frmulas de converso entre os algoritmos PID na forma paralela e srie.
Srie Paralela Paralela Srie (T
I
*
T
D
*
)
+
Paralela Srie (T
D
*
T
I
*
)
+

*
*
*
1
D
C C
I
T
K K
T

= +



*
1 1 4
2
C D
C
I
K T
K
T

= +




*
1 1 4
2
C D
C
I
K T
K
T

=




* *
I I D
T T T = +
*
1 1 4
2
I D
I
I
T T
T
T

= +




*
1 1 4
2
I D
I
I
T T
T
T

=




* *
* *
I D
D
I D
T T
T
T T

=
+

*
1 1 4
2
I D
D
I
T T
T
T

=




*
1 1 4
2
I D
D
I
T T
T
T

= +




+
Frmulas vlidas somente para os casos onde T
I
4T
D


Pode-se observar nestas frmulas que K
C
sempre maior que K
C
*
, T
I
sempre maior
que T
I
*
e T
D
sempre menor que T
D
*
. Alm disso, existem dois conjuntos de parmetros da
forma srie que reproduzem os mesmos parmetros na forma paralela. O primeiro conjunto
gera valores de T
I
*
maiores que os valores de T
D
*
, o oposto do segundo conjunto. Isso ocorre,
porque para valores de T
D
*
maiores que os valores de T
I
*
, uma variao no valor de T
D
*
possui
maior influncia sobre a ao integral do que sobre a ao derivativa, e vice-versa.
Os parmetros da forma srie sempre possuem parmetros equivalentes na forma
paralela, contudo, a recproca no verdadeira. Considerando-se que os parmetros K
C
*
, T
I
*
e
T
D
*
possuem valores reais, a forma srie s consegue reproduzir a forma paralela para casos
onde T
I
4T
D
, uma vez que, se T
I
<4T
D
, teremos o surgimento de zeros complexos e
18 2. CONTROLADORES

consequentemente K
C
*
, T
I
*
e T
D
*
complexos. Isto pode ser melhor visualizado na Figura 2.4,
que mostra a curva da razo T
I
/ T
D
, em funo da respectiva razo T
I
*
/ T
D
*
na forma srie.

Figura 2.4: Relao entre a razo das constantes de tempo integral e derivativa das formas
paralela e srie.
A forma srie acabou se difundindo mais e se tornando mais usual devido a sua
estrutura interativa, que facilita o ajuste manual do controlador. Inicialmente, sintonizado
um controlador PI e posteriormente insere-se a ao derivativa. Para melhorar a performance,
quando da insero da ao derivativa, deve-se aumentar as parcelas proporcional e integral, o
que j automaticamente realizado quando se faz uso da forma srie (TRIERWEILER e
FACCIN, 2002).
SHINSKEY (1979) realizou uma bateria de testes, controlando um processo de
elevada ordem com os dois tipos de controlador PID (a forma srie e a paralela). Ele concluiu
que a forma paralela produz melhor desempenho que a forma srie, porm mais sensvel a
variaes nos parmetros do processo quando T
I
T
D
. Como a forma srie no permite esta
configurao, pois a razo T
I
/ T
D
sempre maior que 4, esta forma seria mais segura para o
usurio menos experiente. Este talvez seja um dos motivos pela maior utilizao da forma
srie.
J em SHINSKEY (1988), so mostrados os ajustes timos considerando o critrio
IAE para rejeio distrbios na carga do tipo degrau, para as duas formas de controladores
PID (srie e paralela), baseadas em processos de primeira ordem com tempo morto e
processos integradores. Para processos integradores, a forma paralela produz resultados 3%
melhores. Para sistemas de primeira ordem com tempo morto, quando o tempo morto
pequeno, no h diferena de desempenho entre as formas paralela e srie, porm, com o
aumento do tempo morto, esta diferena tende a aumentar, pois para estes casos, a relao
tima T
I
/ T
D
deve ser menor que 4, o que no pode ser atingido com a forma srie.
2.3 PARAMETRIZAES COMERCIAIS 19

Em um estudo comparativo entre o desempenho das duas formas de controladores,
reportado em FACCIN e TRIERWEILER (2004a), concluiu-se que a forma paralela produz
melhor desempenho e apresenta melhor estabilidade para sistemas de segunda ordem
subamortecidos. Em suma, a forma paralela, por ser mais flexvel e verstil (pode gerar zeros
complexos), capaz de prover melhor desempenho para sistemas dinmicos, porm o ajuste
de seus parmetros mais complexo, devendo ser feito de maneira simultnea, o que requer
uma metodologia sistemtica mais apurada. Segundo SKOGESTAD (2004), o ajuste dos
parmetros da forma srie mais simples e intuitivo, o que poderia explicar, em parte, a maior
popularidade deste algoritmo.
2.3 Parametrizaes Comerciais
Os algoritmos apresentados anteriormente so apenas didticos. Para utilizao em
processos industriais, alguns detalhes devem ser considerados para garantir a funcionalidade e
operacionalidade do sistema de controle. Adicionalmente, cada fabricante implementa o
algoritmo de forma particular, de acordo com a tecnologia desenvolvida pelo mesmo. Dessa
forma, grande o nmero de parametrizaes de controladores PID existentes em plataformas
comerciais e operando diariamente nas indstrias de todo o mundo.
Para fazer o ajuste dos parmetros do controlador, necessrio conhecer a estrutura e
parametrizao do mesmo, o que lamentavelmente, nem sempre est disponvel nos manuais
dos fabricantes. No raro, alguns fabricantes desenvolvem novos artifcios para melhorar o
desempenho ou facilitar o ajuste, como filtros ou outros mecanismos, e os utilizam como
diferenciais do produto no mercado. Dessa forma, tais artifcios no so abertos ao cliente,
tornando o usurio dependente do desenvolvedor da tecnologia, e limitando, principalmente, a
explorao de todas as potencialidades disponveis nestes sistemas de controle. A seguir so
discutidas algumas caractersticas que devem ser levadas em conta para aplicao em nvel
industrial do controlador PID.
2.3.1 Transio Manual-Automtico
Nos antigos controladores PID pneumticos, a transio do modo de operao manual
(malha aberta, sem controlador) para o modo automtico (malha fechada, com controlador)
no era um procedimento simples, devido a necessidade de redirecionar o fluxo do
suprimento de ar da vlvula pneumtica, para passar atravs de um mecanismo regulador.
Dessa forma, o controlador seria capaz de alterar o fluxo de ar, variando a presso exercida
sobre a cabea da vlvula e, consequentemente, a sua posio.
Mas o principal problema envolvido neste procedimento era a ocorrncia de um salto
inicial indesejado na ao de controle, o chamado bump. Como o valor de referncia da
varivel controlada era normalmente ajustado atravs de um boto, ou algum mecanismo
similar, ele possua memria, guardando a ltima posio selecionada. Ao entrar no modo
20 2. CONTROLADORES

automtico, este valor poderia diferir consideravelmente do valor medido da varivel
controlada. Este sinal de erro inicial produzia uma ao corretiva, to maior quanto maior o
ganho do controlador, causando uma variao brusca na ao de controle. Na prtica, isto
podia ser minimizado, selecionando um valor de referncia mais prximo possvel do valor
medido antes de ligar o controlador, o que continuava sendo dependente da ao do operador.
Ao longo dos anos, diversas tecnologias foram desenvolvidas para evitar este
problema. Contudo, com o advento dos controladores digitais, a soluo ficou bem mais fcil.
Atualmente, implementaes inteligentes (chamadas de bumpless), conseguem eliminar este
problema atravs de um simples processo de inicializao (maiores detalhes em GRAEBE e
AHLN, 1996). Ao entrar em modo automtico, o controlador faz a primeira leitura da
varivel controlada e fora a varivel de referncia para este valor, produzindo um sinal de
erro inicial nulo. Aps a inicializao, este valor pode ser alterado normalmente pelo operador
e ao sair de operao, o valor de referncia atual do controlador apagado, sendo definido
novamente, no prximo processo de inicializao.
2.3.2 Normalizao das Variveis
Uma caracterstica bastante comum nos controladores existentes em pacotes
comerciais a normalizao das variveis envolvidas no clculo das aes de controle. Este
procedimento visa escalonar as variveis de diferentes tipos de processo, utilizando uma
escala padro, normalmente a prpria faixa de operao admissvel da varivel. Isto evita a
utilizao de valores extremos (muito baixos ou elevados), os quais so um problema para
sistemas de controle digitais discretos, devido a erros de preciso, truncamento ou da prpria
operacionalidade dos clculos. Alm disso, o escalonamento evita a preocupao com a
especificao das unidades das variveis, pois assim, elas ficam padronizadas em valores
percentuais de uma faixa de operao especfica.
Os algoritmos que utilizam as variveis normalizadas no clculo tambm geram aes
de controle normalizadas, que devem ser tratadas (desnormalizadas) para efetiva aplicao no
processo. Neste caso, cabe ressaltar que o ganho do controlador (e eventualmente outros
parmetros), tambm so normalizados e merecem especial ateno no momento do ajuste.
Normalmente, so indicados mtodos especficos para ajuste, ou no caso da utilizao de
mtodos clssicos, deve-se realizar algum procedimento de converso. Em alguns casos, em
vez de especificar o valor do ganho proporcional, especifica-se o valor percentual da banda
proporcional, conforme Equao 2.3.
Uma preocupao adicional est relacionada com as constantes de tempo integral e
derivativa (respectivamente T
I
e T
D
). Estas variveis possuem unidades de tempo (segundo,
minuto ou hora), e como tal devem ser consideradas para efeitos de ajuste. Em certos casos, a
resposta do controlador torna-se insatisfatria pela no observncia destes preceitos, que
podem ser especficos para cada sistema de controle .
2.3 PARAMETRIZAES COMERCIAIS 21

2.3.3 Integrao Excessiva em Caso de Saturao
Quando o valor da varivel manipulada alcana uma restrio operacional (limite
mximo ou mnimo) do atuador, ocorre a saturao do sinal de controle. Isto eqivale a perder
um grau de liberdade no sistema de controle, pois o atuador permanecer no respectivo limite,
independentemente da sada do processo, at que o mesmo saia da restrio.
Quando isto ocorre, e o controlador possui ao integral, o sinal de erro continuar a
ser integrado, acumulando a sada da ao integral. Assim, a ao de controle permanece na
saturao alm do tempo necessrio, at que todo este erro integrado excessivamente seja
cancelado por um sinal de erro de sinal oposto. Este fenmeno conhecido por wind-up, e
responsvel por tornar a resposta transitria do sistema lenta e oscilatria, caractersticas
extremamente indesejadas em processos industriais.
Dessa forma, a quase totalidade dos controladores PID existentes em pacotes
comerciais possui alguma estratgia de modo a minimizar ou eliminar este efeito indesejado
(estratgias anti wind-up). Antigamente, os fabricantes de controladores analgicos
inventaram e incorporaram diversas destas estratgias em seus controladores de forma secreta,
e sua funcionalidade acabava se tornando caracterstica para competio de mercado. Em
alguns casos, elas no atuavam de forma satisfatria, e no raro, acabavam limitando a prpria
performance do controlador.
Com o advento dos controladores digitais, o problema voltou tona. Novas estratgias
foram desenvolvidas e tornaram-se mais comuns, como: integrao condicional e
chaveamento da ao integral, onde a mesma desativada em caso de saturao ou outros
casos especficos; back-calculation, onde o termo integral corrigido dinamicamente atravs
da adio de uma nova constante de tempo, de forma que a ao de controle permanea no
valor limite do atuador em caso de saturao; e outras incorporadas no algoritmo de clculo
so muito usadas (STRM e HGGLUND, 1995).
Cabe ressaltar que algoritmos de controladores PID digitais implementados na forma
incremental, tambm chamada forma velocidade, apresentam estratgia anti-windup
intrnseca, pois a ao de controle calculada a cada tempo de amostragem o incremento a ser
adicionado ao de controle. Em caso de saturao, o incremento s adicionado quando o
mesmo fizer a varivel manipulada sair da condio de saturao. Alm de simples, esta
tcnica no apresenta as desvantagens das anteriores, como a desativao da ao de controle
em certas condies e a adio de mais um parmetro de ajuste.
2.3.4 Limitaes da Ao Derivativa
A funo de transferncia do modo de controle derivativo implica em um ganho que
cresce com o aumento da freqncia, tornando o controlador muito sensvel a distrbios de
alta freqncia, como rudos de processo e variaes do tipo degrau no valor da varivel de
referncia. Assim, na prtica, a ao derivativa implementada com a introduo de um filtro
de primeira ordem, cujo plo tem a funo de limitar o ganho do controlador em altas
22 2. CONTROLADORES

freqncias, evitando assim, a propagao de rudo (BAZANELLA e SILVA J R., 1999).
Dessa forma, o modo de controle derivativo dado, tipicamente, pela Equao 2.8.
( )
1
D
D
T s
D s
T s

=
+
(2.8)
Quanto menor o valor de , mais prximo da ao derivativa pura. Em alguns
controladores, este um parmetro de ajuste, em outros casos, entretanto, possui um valor
fixo (normalmente 0,1). A existncia deste filtro torna muito mais difcil a converso dos
parmetros entre as formas paralela e srie, no garantindo a equivalncia das frmulas
apresentadas na Tabela 2.1. A Figura 2.5 ilustra o efeito do filtro da ao derivativa em altas
freqncias, para diferentes valores de . Observa-se que para o caso de =0,1, o ganho fica
limitado a partir de T
D
=10 rad, em 20 dB.

Figura 2.5: Efeito do filtro da ao derivativa para diferentes valores de .
O motivo da ao derivativa apresentar uma grande sensibilidade a mudanas no valor
de referncia da varivel controlada devido ao fato destas mudanas serem realizadas na
forma de um degrau, cuja derivada um impulso. Dessa forma, o controlador com ao
derivativa apresentar uma alterao brusca na ao de controle, produzindo uma
sobrelevao excessiva indesejada no processo e causando, muitas vezes, saturao na
varivel manipulada. A ao derivativa com filtro ameniza tal problema, contudo, para
elimin-lo na prtica, opta-se por utilizar a ao derivativa atuando somente sobre a varivel
controlada, ao invs do sinal de erro. Este procedimento, alm de usual, muitas vezes
imprescindvel, tanto que CORRIPIO (2001, p. 104) enftico ao afirmar there is never a
good reason for having the derivative act on the error.
2.4 IMPLEMENTAES DIGITAIS 23

2.4 Implementaes Digitais
Para utilizao do algoritmo de controle PID em sistemas digitais, necessria a sua
converso para a forma discreta, onde uma nova ao de controle executada aps um
intervalo regular de tempo, denominado tempo de amostragem (h). Dentro do intervalo entre
cada tempo de amostragem, a ao de controle , normalmente, mantida constante. Neste
processo de converso, no entanto, os operadores integral e derivada necessitam ser
aproximados por operaes discretas equivalentes.
Algumas formas de aproximao dos termos integral e derivativo do controlador PID,
obtidas em STRM e HGGLUND (1995), so mostradas respectivamente na Tabela 2.2 e
Tabela 2.3. O termo derivativo j considerado atuando somente na varivel de processo e
com filtro de primeira ordem. As aproximaes do termo integral do resultados bastante
similares, no entanto as aproximaes do termo derivativo podem diferir consideravelmente.
A aproximao de Tustin e a aproximao implcita no so aconselhadas para valores
pequenos de T
D
, devido natureza do processo de discretizao. A aproximao implcita se
torna, inclusive, instvel para valores de T
D
menores que h / 2.
Tabela 2.2: Aproximaes discretas do termo integral.
Termo Integral
( )
( )
C
I
dI t K
e t
dt T
=
Aproximao Explcita
( ) ( ) ( )
1
C
k k k
I
K h
I t I t e t
T
+

= +
Aproximao Implcita
( ) ( ) ( )
1 1
C
k k k
I
K h
I t I t e t
T
+ +

= +
Aproximao de Tustin
(Regra dos Trapzios)
( ) ( )
( ) ( )
1
1
2
k k C
k k
I
e t e t K h
I t I t
T
+
+
+
= +

Tabela 2.3: Aproximaes discretas do termo derivativo.
Termo Derivativo
( )
( )
( )
D C D
dD t dy t
T D t K T
dt dt
+ =
Aproximao Explcita
( ) ( ) ( ) ( ) ( )
1 1
C D D
k k k k
D D
K T T
D t D t y t y t
T h T h
+ +

=

+ +


Aproximao Implcita
( ) ( ) ( ) ( ) ( )
1 1
1
+ +

=



C
k k k k
D
K h
D t D t y t y t
T

Aproximao de Tustin
(Regra dos Trapzios)
( ) ( ) ( ) ( ) ( )
1 1
2 2
2 2
C D D
k k k k
D D
K T T h
D t D t y t y t
T h T h
+ +

=

+ +

24 2. CONTROLADORES

Dessa forma, o resultado obtido com o algoritmo PID discreto tambm dependente
do tempo de amostragem escolhido. Quanto menor o tempo de amostragem, mais prxima da
ao original fica a ao discreta, porm, maior a carga computacional requerida e maiores
podem ser os erros numricos envolvidos nos clculos. Na verdade, a escolha do tempo de
amostragem adequado requer um certo compromisso entre o esforo computacional e a
obteno de informaes suficientes da dinmica do processo a ser controlado. Na prtica,
aconselha-se a utilizao de um tempo de amostragem cujo valor seja aproximadamente um
dcimo do valor do tempo de subida do sistema, pois assim ele capaz de capturar a dinmica
do sistema de forma adequada. O efeito do tempo de amostragem sobre o desempenho de um
sistema de controle no ser analisado neste trabalho, porm, para maiores informaes,
recomenda-se consultar STRM e WITTENMARK (1997) ou CORRIPIO (2001).
2.5 Mtodos de Ajuste
No projeto de um controlador, desejvel que existam alguns parmetros que possam
influenciar a performance do sistema. Estes parmetros so normalmente definidos a partir de
certas especificaes. Um bom mtodo de ajuste de parmetros leva em conta vrias destas
especificaes de forma equilibrada. Apesar da existncia de vrios mtodos de ajuste, em
muitos casos, o ajuste manual ainda utilizado, onde os parmetros so ajustados
independentemente por tentativa-e-erro, ou com um procedimento bsico para cada caso
especfico. Com este procedimento, a ao derivativa normalmente no utilizada, e a sua
performance s adequada para sistemas simples ou que no requeiram controle rigoroso.
No entanto, para sistemas mais complexos ou onde deseja-se um melhor desempenho,
faz-se necessria a utilizao de algum mtodo sistemtico para ajuste dos parmetros de um
controlador PID. Vrios mtodos de ajuste de controladores foram propostos nos ltimos
sessenta anos. Eles podem ser classificados em empricos, analticos ou obtidos atravs de
algum tipo de otimizao. Existem mtodos baseados em modelos do processo operando em
malha aberta ou modelos em malha fechada, e existem ainda mtodos no domnio da
freqncia. Uma boa coletnea de mtodos de ajuste de controladores PID pode ser
encontrada em livros como STRM e HGGLUND (1995) e ODWYER (2003).
Dentre os vrios tipos de mtodos, os mais difundidos so os mtodos que apresentam
regras de ajuste baseadas em um modelo aproximado do processo, representado normalmente
por uma funo de transferncia de primeira ordem com tempo morto, conforme mostrado na
Equao 2.9. Devido sua relevncia, sero discutidos de forma mais detalhada alguns
mtodos clssicos que se utilizam desta tcnica. Cabe ressaltar, que os trabalhos citados foram
transcritos de seus artigos originais, visto que, muitos livros-texto de controle fazem
referncias a estes trabalhos de forma errada ou com algumas alteraes significativas, que
podem comprometer os resultados obtidos.

1
s
K
G e
s

=
+
(2.9)
2.5 MTODOS DE AJ USTE 25

2.5.1 Mtodo ZN
Desenvolvido por J . G. Ziegler e N. B. Nichols, ambos da Taylor Instrument
Companies, foi o primeiro mtodo de ajuste sistemtico dos parmetros de um controlador
PID (ZIEGLER e NICHOLS, 1942). Os autores desenvolveram regras empricas de ajuste dos
parmetros do controlador baseado em testes prticos manuais realizados em determinados
processos com o controlador comercial Fulscope da Taylor. Este trabalho tem como grande
diferencial o carter inovador, simplista e prtico, porm no mostra embasamento terico
apurado.
Cabe ressaltar que o artigo recomenda duas regras de ajuste, uma baseada em
caractersticas do sistema em malha fechada (ganho e perodo ultimativo) e uma baseada na
curva de reao do processo, modelada atravs de dois parmetros (o tempo morto efetivo e a
declividade da curva no ponto de maior inclinao). Posteriormente, SMITH e CORRIPIO
(1985) mostraram a equivalncia deste ajuste para uma funo de primeira ordem com tempo
morto. Estes regras so mostradas na Tabela 2.4.
Na literatura, h uma certa divergncia a respeito de para qual algoritmo PID foi
proposto o mtodo ZN, visto que o artigo original no especifica tal informao. Alguns
pesquisadores acreditavam ser para a forma srie e outros para a forma paralela. Contudo, em
um minucioso estudo, reportado em HELLEM (2001), foram realizadas diversas simulaes
reproduzindo as condies especificadas no artigo original para diversos algoritmos PID. Os
resultados obtidos mostraram que a forma paralela mostrou-se mais compatvel com os
ajustes propostos por Ziegler e Nichols.
2.5.2 Mtodo CHR
Desenvolvido no Massachusetts Institute of Technology, por K. L. Chien, J . A. Hrones
e J . B. Reswick, foi o primeiro trabalho a utilizar um modelo aproximado de primeira ordem
com tempo morto, representativo do comportamento de sistemas de alta ordem (CHIEN et al.,
1952). Este trabalho foi, ainda, o pioneiro na determinao de regras de ajuste diferenciadas
para caractersticas servo e regulatrias.
Este trabalho apresenta um estudo acadmico-terico bem fundamentado, mostrando
regras de ajuste dos parmetros de controladores PID para trs diferentes parametrizaes
(duas na forma paralela e uma na forma srie), obtidas atravs de simulaes realizadas em
um computador eletrnico analgico, para diversas condies e segundo dois critrios:
resposta mais rpida sem sobrelevao, e resposta mais rpida com mxima sobrelevao de
20%. As regras de ajuste para caractersticas servo, considerando os dois critrios (CHR - 0%
e CHR - 20%, respectivamente), so mostradas na Tabela 2.4.

26 2. CONTROLADORES

2.5.3 Mtodo CC
Proposto em 1953 pelo engenheiro G. H. Cohen e pelo matemtico G. A. Coon, ambos
da Taylor Instrument Companies, este mtodo tambm baseado em um critrio de razo de
decaimento de 1/4 (como no mtodo ZN), em resposta a um distrbio na carga (COHEN e
COON, 1953). Como a sintonia do controlador, para sistemas de primeira ordem com tempo
morto, com base neste critrio, pode diferir devido a existncia de um nmero infinito de
modos harmnicos, solues da equao caracterstica fundamental, os autores realizaram um
estudo terico para obter os parmetros adequados de acordo com o modo harmnico
fundamental (de menor freqncia e maior amplitude).
O mtodo apresenta os resultados obtidos para duas parametrizaes, uma na forma
srie e outra na forma paralela. As regras de ajuste recomendadas pelo mtodo, e apresentadas
na Tabela 2.4, so normalmente bastante agressivas, conferindo um bom desempenho para
rejeio distrbios, contudo, so muito oscilatrias para mudanas no valor da varivel de
referncia, alm de gerarem, geralmente, um controlador pouco robusto.
2.5.4 Mtodo ITAE
Um grupo de pesquisadores da Louisiana State University desenvolveu na dcada de
60 uma metodologia para minimizao de critrios de desempenho baseados nas integrais de
erro IAE, ISE e ITAE. A partir da resoluo de um problema de otimizao multiobjetivo,
foram obtidas regras timas de ajuste dos parmetros do controlador PID para diferentes
conjuntos de parmetros de um modelo de primeira ordem com tempo morto.
Em LOPEZ et. al. (1967) so mostrados os resultados timos obtidos para
caractersticas regulatrias, e em ROVIRA et al. (1969), so mostrados os resultados timos
para caractersticas servo. Em um terceiro trabalho (LOPEZ et al., 1969), onde foi realizado
um estudo mais aprofundado dos resultados timos para controladores digitais discretos, foi
recomendado a utilizao dos resultados timos para o critrio ITAE, por apresentarem, de
um modo geral, melhor desempenho que os demais critrios. Dessa forma, as regras baseadas
no critrio ITAE para caractersticas servo e regulatrias so mostradas na Tabela 2.4
(respectivamente ITAE - s e ITAE - r).
2.5.5 Mtodo IMC
Em 1986, D. E. Rivera, M. Morari e S. Skogestad, do California Institute of
Technology, demonstraram analiticamente que a estrutura IMC (Internal Model Control),
proposta inicialmente por GARCIA e MORARI (1982), quando utilizada para o projeto de
controladores, conduz naturalmente a um algoritmo de controle do tipo PID (ocasionalmente
aumentado por um filtro de primeira ordem), para um grande nmero de modelos tipicamente
encontrados nos processos industriais (RIVERA et al., 1986).
2.5 MTODOS DE AJ USTE 27

O trabalho apresenta uma base terica bastante fundamentada, analisando aspectos de
desempenho, robustez e alguns fatores limitantes no desempenho do sistema de controle.
Especificamente, para um modelo de primeira ordem com tempo morto, h uma anlise mais
detalhada, onde proposta uma regra de ajuste para os parmetros de um controlador PID na
forma paralela com e sem filtro. Para ambos os casos, as regras so dadas em funo de um
parmetro ajustvel , que determina a velocidade da resposta. Na Tabela 2.4, mostrado o
ajuste sugerido para o controlador PID paralelo (sem filtro), utilizando o valor recomendado
de =0,8, que representa um bom compromisso entre desempenho e robustez.
2.5.6 Comparao dos Mtodos
A Tabela 2.4 sintetiza as regras de ajuste dos parmetros K
C
, T
I
e T
D
, segundo os
diferentes mtodos citados anteriormente, com base no algoritmo na forma paralela
representado pela Equao 2.6. As relaes apresentadas so recomendadas para um
determinado intervalo da razo /. As regras de ajuste do mtodo IMC so recomendadas
para / >0,125 (RIVERA et al., 1986). Para valores abaixo deste intervalo, deve-se utilizar
outra mtrica para definir o valor do parmetro ajustvel . As demais regras de ajuste so
recomendadas para 0,1 </ <1,0 (OGUNNAIKE e RAY, 1994).
Tabela 2.4: Regras de ajuste dos parmetros do controlador PID na forma paralela.
Mtodo K
C
T
I
T
D

ZN
1,2
K

2 0,5
CHR - 0%
0,6
K

0,5
CHR - 20%
0,95
K

1,357 0,474
CC
1
0,25 1,35
K

+



1,35 0,25
0,54 0,33

+


+



0,5
1,35 0,25


ITAE - s
0,85
0,965
K



0,796 0,1465


0,929
0,308




ITAE - r
0,947
1,357
K



0,738
0,842



0,995
0,381




IMC
2
2,6 K
+


2

+
2

+


interessante analisar e comparar estes mtodos considerando os parmetros nas
formas adimensionalizadas KK
C
, T
I
/ e T
D
/ , para os quais so estabelecidas expresses em
funo da razo /. O comportamento destes parmetros adimensionalizados para o intervalo
0,1 </ <1,0 pode ser melhor visualizado nos grficos mostrados a seguir.
28 2. CONTROLADORES


Figura 2.6: Relao KK
C
em funo da razo / para os mtodos: (a) ZN; (b) CHR - 0%;
(c) CHR - 20%; (d) CC; (e) ITAE - s; (f) ITAE - r; (g) IMC.

Figura 2.7: Relao T
I
/ em funo da razo / para os mtodos: (a) ZN; (b) CHR - 0%;
(c) CHR - 20%; (d) CC; (e) ITAE - s; (f) ITAE - r; (g) IMC.
Atravs da Figura 2.6, pode-se notar que a relao KK
C
monotonamente decrescente
com o aumento da razo /, para todos os mtodos. O mtodo CHR - 0% apresenta os
menores ganhos para todo o intervalo considerado, o oposto do mtodo CC. O mtodo IMC
o nico recomendado para valores maiores do que os considerados, pois o que apresenta a
menor taxa de variao, mantendo assim valores de ganho aparentemente adequados, mesmo
para modelos com elevada razo /.
2.6 NDICES DE QUALIDADE 29

A relao T
I
/ monotonamente crescente com o aumento da razo /, exceto para
os mtodos CHR, onde esta relao se mantm constante (Figura 2.7). Pode-se notar ainda
que o mtodo ZN apresenta a maior variao no intervalo considerado, visto que no limite
inferior ele possui o menor valor e no limite superior o maior valor.
As curvas mostradas na Figura 2.8 so as que apresentam as menores discrepncias,
principalmente para valores da razo / muito pequenos, como era de se esperar. Todas as
curvas tambm so monotonamente crescentes, entretanto, a correspondente ao mtodo IMC
a que mais se afasta da tendncia linear. Adicionalmente, os maiores valores da relao T
D
/
so apresentados pelos mtodos ZN e CHR - 0%, para todo o intervalo considerado.

Figura 2.8: Relao T
D
/ em funo da razo / para os mtodos: (a) ZN; (b) CHR - 0%;
(c) CHR - 20%; (d) CC; (e) ITAE - s; (f) ITAE - r; (g) IMC.
2.6 ndices de Qualidade
Devido existncia de vrias parametrizaes de controladores e do grande nmero de
mtodos de ajuste de parmetros, muito importante definir ndices que quantifiquem a
qualidade do comportamento dinmico desempenhado pelo sistema de controle. desejvel
que o projeto do controlador seja tal que, quando em operao, ele leve o sistema a apresentar
respostas com valores desejados para estes ndices de qualidade, contudo, restries da
varivel manipulada no podem ser violadas, bem como, deve ser respeitada a estrutura do
controlador disponvel no sistema de controle. Um ndice de qualidade deve apresentar trs
propriedades bsicas: confiabilidade, facilidade de aplicao e seletividade. Ele deve ser
confivel para uma dada classe de sistemas, deve ser fcil de aplicar, e ao mesmo tempo
30 2. CONTROLADORES

seletivo, de modo que o sistema resultante seja nitidamente timo (DAZZO e HOUPIS,
1978).
Os ndices de qualidade modernos so baseados na otimizao de uma funo custo
com restries. Para cada caso em particular, assumido um tipo de funo custo e restries
a respeitar. Cabe ressaltar que quanto mais abrangente for o ndice (mais genrico em relao
a tipos e estruturas de sistemas, mais restries, e mais ndices de qualidade clssicos
englobados na funo custo) melhor o ndice, no entanto, maior o esforo computacional
envolvido, e mais difcil se torna a sua determinao. Este o desafio que a teoria de controle
timo est se deparando atualmente. Em BOYD e BARRATT (1991) realizada uma
discusso mais profunda a respeito de especificaes de desempenho para projeto de sistemas
de controle timos.
A seguir so detalhados alguns ndices de qualidade clssicos, muitos dos quais sero
utilizados na avaliao da qualidade da resposta produzida pelos controladores projetados.
Para um melhor entendimento, eles foram separados em duas classes: critrios de desempenho
e de robustez, os quais objetivam mensurar, respectivamente, a performance e a estabilidade
de um sistema.
2.6.1 Critrios de Desempenho
Os principais critrios que definem o desempenho de um sistema de controle so
mostrados na Tabela 2.5. A Figura 2.9 apresenta a resposta de um sistema subamortecido
tpico para mudana do tipo degrau no valor da varivel de referncia, onde pode-se visualizar
alguns dos critrios de desempenho definidos.

Figura 2.9: Critrios de desempenho baseados na resposta de um sistema subamortecido
tpico para uma mudana do tipo degrau no valor da varivel de referncia.
2.6 NDICES DE QUALIDADE 31

Critrios de desempenho bastante versteis e simples so os critrios baseados nas
integrais do sinal de erro (IAE, ISE e ITAE), pois consideram todo o comportamento
dinmico do processo, ao invs de caractersticas isoladas. Qualitativamente, o critrio ISE
gera respostas mais oscilatrias e com maior sobrelevao. J o critrio ITAE produz
respostas com menor sobrelevao e tempo de assentamento, mantendo ndices de robustez
bem satisfatrios (LOPEZ et al., 1969; STEPHANOPOULOS, 1984). Segundo DAZZO e
HOUPIS (1978), o critrio ITAE o mais promissor para sistemas em malha fechada com um
plo na origem (integrador), pois apresenta maior seletividade, porm apresenta sobrelevao
excessiva para sistemas em malha fechada com dois plos na origem (duplo integrador).
Tabela 2.5: Critrios de desempenho.
Erro em regime permanente (e

): tambm chamado de offset, a


diferena entre o valor em estado estacionrio da varivel controlada e o
seu valor de referncia. altamente desejvel valor nulo para o erro em
regime permanente, que conseguido atravs do uso da ao integral
(MARLIN, 1995).
0 R
e y y

=
Integral do erro (IE): integral do sinal de erro no tempo. Este ndice no
usual pois erros positivos cancelam erros negativos, podendo mascarar
o resultados para respostas subamortecidas (MARLIN, 1995).
( )
0
IE e t dt


Integral do erro absoluto (IAE): integral do valor absoluto do sinal de
erro no tempo. equivalente soma das reas acima e abaixo do valor de
referncia (MARLIN, 1995).
( )
0
IAE e t dt


Integral do erro absoluto ponderado no tempo (ITAE): integral do
tempo multiplicado pelo valor absoluto do sinal de erro no tempo. Este
ndice penaliza erros que se mantm no tempo (MARLIN, 1995).
( )
0
ITAE t e t dt


Integral do erro quadrtico (ISE): integral do quadrado do sinal de erro
no tempo. Este ndice, por definio, penaliza mais, valores maiores do
sinal de erro (MARLIN, 1995).
( )
2
0
ISE e t dt

=


Mximo desvio (MD): mximo desvio absoluto da varivel controlada
em relao ao valor de referncia em resposta a um distrbio na carga
(MARLIN, 1995).
( ) max MD e t =
Perodo de oscilao (P
O
): diferena de tempo entre dois valores
mximos consecutivos do sinal de erro (MARLIN, 1995).

Razo de decaimento (RD): Razo entre dois valores mximos
consecutivos do sinal de erro (STRM e HGGLUND, 1995).
2
1
SO
RD
SO
=
Tempo de assentamento (t
A
): tempo necessrio para se ter a resposta no
interior de uma faixa percentual arbitrria do valor estacionrio, no caso
5% (DAZZO e HOUPIS, 1978).

Tempo de duplicao (t
0
): tempo necessrio para se ter, pela primeira
vez, erro nulo, em resposta mudana no valor da varivel de referncia
(DAZZO e HOUPIS, 1978).

Tempo de subida (t
S
): tempo em que o sistema leva para passar de 10%
at 90% do valor estacionrio para respostas frente a mudana no valor
da varivel de referncia (STRM e HGGLUND, 1995).

32 2. CONTROLADORES

2.6.2 Critrios de Robustez
Os principais critrios que definem a robustez de um sistema de controle so
mostrados na Tabela 2.6, juntamente com os valores limites (de estabilidade) normalmente
considerados no projeto de sistemas de controle. Contudo, ressalta-se que os mesmos podem
sofrer alteraes, dependendo do grau de robustez exigido para determinados casos.
Tabela 2.6: Critrios de robustez.
Margem de ganho (MG): medida de quanto o sistema suportaria a uma
variao no ganho esttico. O valor limite recomendado MG >1,7
(TRIERWEILER e POSSER, 2002).
( )
1
u
MG
G j
=


Mxima sensibilidade (MS): mximo valor da funo de sensibilidade.
equivalente ao inverso da menor distncia da curva do sistema no
diagrama de Nyquist ao ponto crtico -1. O valor limite recomendado
MS <2,2 (STRM e HGGLUND, 1995).
( )
0
max MS S j
<
=
Mxima sobrelevao (M
SO
): razo entre o maior pico atingido pela
resposta do sistema para mudana no valor da varivel de referncia e o
valor estacionrio. No h um valor limite absoluto, depende de cada
caso, em alguns sistemas nenhuma sobrelevao desejada, mas uma
limitao comum M
SO
<20% (BAZANELLA e SILVA J R., 1999).
1
0
100%
SO
SO
M
y
=
Reserva de fase (RF): reserva existente para a fase cair abaixo de -180
para um ganho esttico unitrio. O valor limite recomendado RF >30
(BOLTON, 1995).
( ) ( )
arg
c
RF G j = +

Os parmetros
u
e
c
so, respectivamente, as freqncias ultimativa (equivalente a
uma amplitude unitria) e de corte (equivalente a uma fase de 180). Os ndices MG, MS e
RF tambm podem ser facilmente visualizados atravs do diagrama de Nyquist, conforme
mostrado na Figura 2.10. A mxima sobrelevao s evidenciada em sistemas
subamortecidos, conforme mostrado na Figura 2.9.

Figura 2.10: Diagrama de Nyquist ilustrando alguns critrios de robustez.
Captulo 3

Desenvolvimento Terico

Although the proportional-integral-derivative (PID) controller has only
three parameters, it is not easy, without a systematic procedure, to find
good values (settings) for them. In fact, a visit to a process plant will
usually show that a large number of the PID controllers are poorly
tuned. (SKOGESTAD, 2003, p. 291).











34 3. DESENVOLVIMENTO TERICO

3.1 Modelos de Processos
O principal objetivo desta dissertao o desenvolvimento de uma metodologia para o
projeto de um controlador PID SISO (monovarivel), capaz de prover desempenho adequado
para uma vasta gama de processos e, conseqentemente, contribuir para melhorar o cenrio
descrito na citao de abertura deste captulo. Para tanto, esta metodologia deve ser complexa
o suficiente para garantir resultados adequados para diversas condies, porm, simples e
acessvel de forma que a sua utilizao possa ser facilmente difundida industrialmente.
Como a metodologia desenvolvida foi baseada no modelo descritivo do processo, o
primeiro passo a obteno do respectivo modelo. Modelos de processos podem ser
representados de diversas formas, contudo, por convenincia, os modelos utilizados neste
trabalho so representados na forma de funes de transferncia. Uma funo de transferncia
representa de forma simplificada o comportamento dinmico que relaciona a entrada e a sada
de um determinado sistema. Denotando a transformada de Laplace da entrada e da sada
respectivamente por Y(s) e U(s), a funo de transferncia G(s) deste sistema dada pela
Equao 3.1.
( )
( )
( )
( )
( )
Y s Num s
G s
U s Den s

= =

(3.1)
Nesta representao, Num(s) e Den(s) so polinmios na varivel complexa s. A partir
dela, e supondo que as razes de Den(s) so diferentes das razes de Num(s), define-se
(BAZANELLA e SILVA JR., 1999):
- Plos de G(s): razes de Den(s).
- Zeros de G(s): razes de Num(s).
- Ordem do sistema: grau de Den(s).
- Tipo do sistema: nmero de plos de G(s) em s = 0.
A partir da funo de transferncia, a resposta no domnio da freqncia pode ser
obtida diretamente, fazendo s = j, para (0,). Na prtica, contudo, a resposta no
domnio da freqncia bem determinada para um intervalo finito de freqncias, especfico
para cada caso.
A obteno dos parmetros que definem uma funo de transferncia pode ser feita
atravs de determinadas tcnicas de identificao baseadas em dados do processo
(AGUIRRE, 2004), ou diretamente atravs das equaes que governam determinado sistema
linear. Para sistemas no-lineares, faz-se necessrio um procedimento de linearizao
(PHILLIPS e HARBOR, 1997), devido ao fato da Transformada de Laplace, em termos
prticos, somente ser aplicada a sistemas lineares.
3.2 LIMITAES NO DESEMPENHO DE CONTROLADORES 35

3.2 Limitaes no Desempenho de Controladores
Antes de prosseguir com o desenvolvimento da metodologia proposta, ser realizada
uma discusso sobre os fatores que causam limitaes no desempenho de controladores, visto
que eles podem influenciar no projeto do controlador. Alguns deles esto sempre presentes
em sistemas de controle industriais, outros so inerentes do processo e outros, ainda, esto
ligados ao projeto do prprio controlador. A seguir feita uma breve descrio de alguns
destes fatores.
3.2.1 Sensores
Os sensores so partes cruciais do sistema de controle, pois eles fornecem as
informaes necessrias, sobre as quais a ao de controle baseada. Eles so os olhos do
controlador e, assim, qualquer problema ou defeito no instrumento de medida ter um impacto
significativo na performance do controlador. Um dos problemas mais comuns o rudo de
medio, que pode mascarar a real tendncia da curva do processo. Como o rudo
tipicamente dominado por altas freqncias, na prtica, ele acarreta um limite superior na
largura de banda (bandwidth) da malha (GOODWIN et al., 2001). Seus efeitos podem ser
minimizados atravs da utilizao de filtros especficos.
Outra limitao bastante comum introduzida pelos instrumentos de medida surge do
fato que eles possuem uma dinmica prpria. Isto pode introduzir uma defasagem adicional
resposta do sistema e, em alguns casos, ser at dominante. Quando esta limitao precisa ser
levada em conta no projeto do controlador, ela pode ser modelada como uma dinmica de
primeira ordem, com uma constante de tempo representativa do instrumento de medida (T
im
),
conforme mostrado na Equao 3.2. Por simplificao, na maioria dos casos, esta dinmica
inserida no modelo do processo na forma de um tempo morto adicional ao do prprio
processo.

1
( ) ( )
1
im
Ym s Y s
T s
=
+
(3.2)
3.2.2 Atuadores
Os atuadores so os msculos do controlador, pois so eles que efetivamente agem
de forma corretiva sobre o sistema. Dessa forma, eles tambm correspondem com fontes de
limitao no desempenho do controlador. Inicialmente, todos os atuadores apresentam limites
fsicos de operao. Uma vlvula de controle s pode operar entre totalmente fechada (0%) e
totalmente aberta (100%). Caso o sinal do controlador fore o atuador a operar em uma
condio restritiva, o mesmo ir saturar. Assim, o controlador deixa de desempenhar a sua
funo, pois no h mais graus de liberdade de atuao no sistema, e com isso, o desempenho
do sistema de controle fica corrompido. Em alguns casos, este desempenho pode ser ainda
piorado, quando ocorre o fenmeno windup.
36 3. DESENVOLVIMENTO TERICO

Outra limitao importante est relacionada com a velocidade mxima de movimento
do atuador. Este fato limita o desempenho do controlador principalmente para mudanas do
tipo degrau no valor da varivel de referncia, quando h um pico inicial na ao de controle.
Se o atuador no conseguir reproduzir esta ao para o sistema, devido a limitaes na
velocidade de atuao, o desempenho para respostas rpidas pode ser afetado.
No entanto, a principal causa de limitaes no desempenho de controladores, devido a
problemas de instrumentao, est na preciso do atuador, ou no menor movimento feito com
acurcia, apesar de ser um problema menos intuitivo que o anterior. Segundo GOODWIN et
al. (2001), muitos problemas prticos de controle so afetados por esta limitao, que est
associada a efeitos de frico esttica. Ela ocorre quando a faixa de operao da varivel
manipulada em um determinado processo bem estreita. Em determinados casos, para
corrigir pequenos desvios, o controlador calcula uma variao na ao de controle menor que
a preciso de movimento do atuador. Neste caso o atuador no ir se mover, e o controlador
continuar a acumular tal ao, num processo semelhante ao do windup, at que a ao de
controle seja suficiente para vencer tal restrio, dando um golpe na varivel manipulada.
Este fenmeno, chamado normalmente de agarramento da vlvula, um dos
principais responsveis da alta variabilidade dos processos industriais (MAKAROVSKY e
ARBEX, 2004). Ele pode causar oscilaes naturais de alta freqncia na varivel manipulada
e, por conseqncia, na resposta do sistema; e ciclos limites contnuos da varivel controlada,
no podendo ser eliminados atravs da sintonia dos controladores, que na melhor das
hipteses, alteram o perodo de oscilao.
3.2.3 Distrbios
O termo distrbio designa qualquer sinal no desejvel que afeta a sada do sistema.
Existem diversos tipos de distrbios, os quais resultam de excitaes externas ao sistema e
que produzem influncias indesejadas no mesmo, ou ainda, da alterao de algum parmetro
no sistema que afeta diretamente a varivel controlada. O efeito dos distrbios sobre o sistema
difcil de ser quantificado, e consequentemente controlado, devido a sua natureza
normalmente aleatria. Em determinados casos, contudo, os distrbios so conhecidos e seus
efeitos podem ser minimizados atravs de estratgias adequadas, como a utilizao de filtros
especficos que atuam na faixa de freqncias em que os distrbios tm energia significativa.
Uma estratgia bastante comum realizar o projeto do controlador considerando a
capacidade de manter a varivel controlada em seu valor de referncia, quando da ao de um
distrbio do tipo degrau no valor da varivel manipulada, o chamado distrbio na carga.
Controladores projetados para rejeio a distrbios na carga apresentam caractersticas
regulatrias e os ajustes timos para este caso podem diferir significativamente dos
controladores com caractersticas servo, afetando, dessa forma, o desempenho do sistema de
controle.
3.2 LIMITAES NO DESEMPENHO DE CONTROLADORES 37

3.2.4 Incertezas no Modelo
Outra fonte de limitaes de desempenho est relacionada com a fidelidade do modelo
utilizado no projeto do controlador. Modelos matemticos de sistemas fsicos, normalmente,
no refletem exatamente o comportamento do sistema em questo, sendo aproximaes deste,
com maior ou menor grau de preciso. Tecnicamente, diz-se que existem incertezas de
modelagem associadas ao processo de obteno do modelo matemtico, o qual chamado de
modelo nominal. Incertezas de modelagem resultam de dinmicas desprezadas, incertezas
paramtricas, efeitos desconsiderados e idealizaes, e constituem todos os efeitos que no
so descritos pelo modelo nominal (REGINATTO, 1998).
No desenvolvimento de um modelo, a etapa mais complexa e difcil a verificao da
acurcia na predio do comportamento do sistema (EDGAR et al., 1999). Normalmente,
estabelecido um compromisso entre a simplicidade do modelo e a preciso dos resultados da
anlise. Modelos simples so mais fceis de obter, tm menos parmetros de ajuste, requerem
menor esforo computacional, no entanto, no so to precisos. medida que cresce a
necessidade por modelos mais precisos, mais complexos ficam os modelos, maior o nmero
de parmetros de ajuste, maiores os erros computacionais e mais difcil de trabalhar, visto que
as tcnicas de controle existentes, em sua maioria, so baseadas em modelos de baixa ordem.
Dessa forma, um bom modelo deve ser simples para facilitar o projeto do sistema de controle,
e complexo o suficiente para assegurar que o projeto baseado nele v funcionar no processo
real (ZHOU et al., 1996).
Modelos de processos representados por funes de transferncia apresentam um
inconveniente, visto que apenas conseguem descrever o comportamento de sistemas lineares.
Contudo, os processos industriais em geral, e especialmente os qumicos, so no-lineares em
sua essncia, e normalmente variantes no tempo, j que, no decorrer da sua operao, o
comportamento dinmico pode variar devido ao acmulo de impurezas, incrustaes dos
equipamentos, desativao de catalisadores e outros motivos. Dessa forma, um procedimento
bastante usual a linearizao do comportamento do sistema no-linear em torno de um ponto
de operao estacionrio. O modelo obtido razoavelmente preciso para uma regio em torno
do ponto considerado, dependente do grau de no-linearidade do prprio sistema. Uma
discusso mais detalhada a respeito do grau de no-linearidade e de sua influncia no projeto
do sistema de controle pode ser encontrada em FARENZENA (2003).
Processos que operam em diversos pontos de operao com comportamentos
diferentes podem ser descritos satisfatoriamente por um conjunto de modelos lineares
(sistema multi-modelos), cada qual representativo do comportamento de um determinado
ponto. Neste caso, o controlador , normalmente, projetado para o modelo limitante (pior
caso), considerando ainda, limites de estabilidade mais rigorosos, para garantir a robustez do
sistema quando em operao nos demais pontos de operao. Contudo, a determinao do
pior caso para alguns sistemas no trivial, podendo ser, inclusive, dependente da
velocidade de atuao do prprio controlador.
38 3. DESENVOLVIMENTO TERICO

3.2.5 Fatores de Fase No-Mnima
Correspondem s restries intrnsecas do modelo (processo), que limitam a
velocidade de atuao do controlador, sob risco de instabilizao do processo. Como
conseqncia, estes fatores devem ser levados em considerao quando da especificao do
desempenho alcanvel do sistema em malha fechada, conforme discutido na Subseo 3.4.1.
Os fatores de fase no-mnima compreendem: o tempo morto, zeros e plos positivos
(localizados no SPD).
O tempo morto ocorre devido ao transporte de massa e energia com uma determinada
velocidade, atravs de um caminho particular (SHINSKEY, 1979). Mesmo para processos
que no apresentem tal comportamento, ele ser evidenciado quando o sistema de controle for
discreto, e o atraso ser equivalente ao tempo de amostragem do sistema de controle. Como
uma excitao na entrada de um determinado sistema s ser percebida aps passar o
respectivo tempo morto, a atuao do controlador no pode ser demasiadamente agressiva, de
modo a causar grandes variaes no sistema antes das mesmas serem detectadas, o que pode
ocasionar comportamentos oscilatrios e at instveis na malha de controle. Em alguns casos,
o tempo morto de um modelo apenas uma aproximao simplista de dinmicas de mais alta
ordem (OGUNNAIKE e RAY, 1994). Esta estratgia utilizada para simplificar o projeto do
sistema de controle, e garantir a sua robustez.
Zeros positivos surgem, normalmente, da competio entre duas dinmicas em
paralelo com ganhos opostos, onde a dinmica com o menor ganho absoluto apresenta ainda a
menor constante de tempo. Assim, inicialmente a resposta do sistema vai para a direo da
dinmica mais rpida, porm aps certo tempo o maior ganho prevalece e a resposta do
sistema muda de direo. Este fenmeno conhecido por resposta inversa. Dessa forma,
zeros positivos causam uma limitao na velocidade mxima de atuao do controlador, pois
se o controlador for extremamente rpido e atuar de forma excessiva no perodo onde a
resposta do sistema est na direo oposta, o sistema pode no retornar ao ponto desejado, se
tornando instvel.
Os plos positivos decorrem de sistemas instveis, cuja resposta tende a um valor
infinito devido a uma excitao finita na entrada. Eles so representativos de termos
exponenciais positivos, e causam uma limitao na velocidade mnima de atuao do
controlador. Para conseguir estabilizar um processo instvel, o controlador deve atuar
rapidamente sobre a varivel manipulada, com movimentos bruscos na direo oposta. Se o
controlador no for rpido o suficiente, no ir sobrepujar o comportamento instvel do
processo. Devido ao fato de sistemas instveis no serem comuns nos processos industriais e
ao fato do projeto de controladores para estes sistemas no ser trivial, h pouca nfase na
literatura para este tipo de caso.
3.3 CONFIGURAES DE CONTROLE 39

3.3 Configuraes de Controle
Considerando a representao padro de uma malha de controle com retroalimentao,
mostrada na Figura 3.1, onde C representa o controlador e G, o processo a ser controlado
(incluindo os elementos de medio e atuao), a respectiva funo de transferncia em malha
fechada dada pela Equao 3.3. Seria interessante que esta funo pudesse ter um
determinado comportamento, com um desempenho desejado, dependente da filosofia adotada
para a malha de controle. Esse comportamento desejado seria possvel de ser obtido com o
controlador representado pela Equao 3.4.
C G
y
R
y
-

Figura 3.1: Malha de controle com retroalimentao clssica.
( )
( ) ( )
( ) ( ) 1
G s C s
T s
G s C s

=
+
(3.3)
( )
( )
( )
( )
1
1
T s
C s
G s T s
=

(3.4)
Dessa forma, o controlador poderia assumir qualquer configurao, dependendo do
modelo do processo considerado e do desempenho desejado em malha fechada. Contudo,
controladores com estrutura fixa de baixa ordem (do tipo PID), so preferidos no projeto de
sistemas de controle por razes bvias: so mais fceis de entender, explicar e implementar,
demandam de menor esforo computacional, possuem boa confiabilidade e esto amplamente
difundidos no meio industrial.
ZHOU et al. (1996) citam trs maneiras de se obter um controlador com performance
robusta de baixa ordem partindo de um modelo de alta ordem. A primeira a reduo da
ordem do modelo para o projeto de um controlador de baixa ordem, e a segunda o projeto do
controlador de alta ordem e posterior reduo da ordem do controlador. Para estes dois casos,
existe um problema potencial associado quando a reduo de ordem mascara informaes
importantes a respeito da estabilidade do sistema. A terceira maneira, aparentemente bvia e
mais adequada, o projeto de um controlador de baixa ordem baseado diretamente no modelo
de alta ordem, contudo, este continua sendo um problema no totalmente resolvido. Segundo
os autores, os mtodos existentes produzem resultados satisfatrios apenas para algumas
classes de sistemas particulares.
Para superar estes problemas, foi desenvolvida uma metodologia alternativa, baseada
no mtodo da aproximao da resposta no domnio da freqncia (Frequency Response
Approximation), para sntese de controladores de baixa ordem, cujas idias bsicas so
discutidas em TRIERWEILER et al. (2000), e que evoluiu ao longo do tempo com a
40 3. DESENVOLVIMENTO TERICO

contribuio de vrios trabalhos (ENGELL, 1988; ENGELL e MLLER, 1993; MLLER,
1996; TRIERWEILER, 1997). Contudo, devido a no convexidade e dificuldade de
convergncia, o problema de otimizao original foi dividido em dois subproblemas
aproximados, que so resolvidos de forma seqencial iterativa, de uma forma mais simples,
fcil e rpida. Estes subproblemas so formulados baseados em uma malha de controle
alternativa, com dois graus de liberdade (2GL), na qual, todas as parametrizaes de
controladores PID podem ser convertidas e que constitui a base do mtodo proposto.
3.3.1 Malha de Controle 2GL
Considerando a malha de controle proposta, mostrada na Figura 3.2, onde o bloco C
PI

a representao do controlador do tipo PI, C
PV
um filtro da varivel controlada, e C
SP
um
filtro da varivel de referncia, a funo de transferncia em malha fechada dada pela
Equao 3.5.
C
PI
G
y
R
y
C
PV
C
SP
-

Figura 3.2: Malha de controle com dois graus de liberdade (2GL).
( )
( ) ( ) ( )
( ) ( ) ( ) 1
PI SP
PI PV
G s C s C s
T s
G s C s C s

=
+
(3.5)
Nesta estrutura, a base de um controlador do tipo PI, cuja representao dada pela
Equao 3.6, foi mantida fixa. Os blocos adicionais C
SP
e C
PV
so filtros do tipo lead-lag, de
fcil implementao nos SDCDs comerciais, com estrutura varivel de acordo com o tipo de
parametrizao. Neles, est inserida a ao derivativa do controlador. A idia de separar a
ao derivativa do controlador das demais devido ao fato de que a implementao do
controlador PI entre os diferentes tipos de parametrizaes existentes bastante semelhante,
mas na implementao da ao derivativa ocorrem grandes diferenas. A importncia da
manuteno da estrutura do controlador PI de aproveitar os benefcios e procedimentos de
segurana disponveis no SDCD, como a estratgia anti-windup, a saturao das variveis
manipuladas, entre outros.

1
1
PI C
I
C K
T s

= +


(3.6)
Dessa forma, esta implementao torna o controlador mais genrico e flexvel, e o
projeto de sintonia pode ser adaptado a qualquer estrutura de controlador PID. Alm disso,
poderamos aumentar a ordem do controlador pela simples insero de novos parmetros nos
blocos C
SP
e C
PV
, de forma independente ao controlador PI. Filtros para rudo ou para remover
informaes em freqncias especficas na varivel controlada poderiam ser projetados e
3.3 CONFIGURAES DE CONTROLE 41

incorporados no bloco C
PV
. Cabe ressaltar que esta implementao universal, sendo
compatvel com todas as implementaes de controladores comerciais existentes. Na
seqncia, apresentado o procedimento bsico para converso de qualquer parametrizao
de controlador para a malha de controle da Figura 3.2.
3.3.2 Procedimento de Converso
A converso de qualquer parametrizao de controlador PID para a base proposta
feita atravs da lgebra de blocos. A equivalncia entre as aes de controle geradas pelo
controlador da Figura 3.1 e o da Figura 3.2 dada pela Equao 3.7.
( ) ( ) ( ) ( )
PI SP R PV
U s C C Y s C Y s = (3.7)
Com uma pequena manipulao algbrica chega-se s relaes de equivalncia dos
blocos C
SP
e C
PV
(Equaes 3.8 e 3.9, respectivamente), para qualquer parametrizao de
controlador do tipo PID, considerando que o bloco C
PI
sempre fixo e dado pela Equao 3.6.

( )
( )
1
SP
PI R
U s
C
C Y s

(3.8)

( )
( )
1
PV
PI
U s
C
C Y s

(3.9)
Assim, a partir das relaes entre U(s), Y(s) e Y
R
(s), de uma determinada
parametrizao de controlador PID, pode-se obter a respectiva converso para a estrutura
apresentada. Para exemplificar, faremos uso da parametrizao padro ISA (The
Instrumentation, Systems, and Automation Society), dada pela Equao 3.10 (STRM e
HGGLUND, 1995).
( ) ( ) ( )
( ) ( ) ( ) ( ) ( )
1
D R R
C R
D
I
T s c Y s Y s Y s Y s
U s K b Y s Y s
T
T s
s
N


= + +


+

(3.10)
Esta parametrizao gera os seguintes blocos:

2
2
1
1
D
I D I
SP
I D D
I
T b
c T T s b T s
N N
C
T T T
s T s
N N

+ + + +


=

+ + +


(3.11)
42 3. DESENVOLVIMENTO TERICO


2
2
1
1 1
1
D
I D I
PV
I D D
I
T
T T s T s
N N
C
T T T
s T s
N N

+ + + +


=

+ + +


(3.12)
bastante comum utilizar c = 0, b = 1 e N = 10, como parmetros fixos. Assim, os
parmetros normais de ajuste so: K
C
, T
I
e T
D
. Para este caso, as formas dos blocos das
Equaes 3.11 e 3.12 se tornam mais simples, como mostradas a seguir.
1
SP
C = (3.13)

( )
( )
2
2
1,1 0,1 1
0,1 0,1 1
I D I D
PV
I D I D
T T s T T s
C
T T s T T s
+ + +
=
+ + +
(3.14)
No Apndice A, so mostradas algumas parametrizaes de controladores PID
encontradas nas plataformas de controle comerciais e as respectivas formas convertidas para a
configurao base.
3.4 Mtodo de Otimizao Seqencial Iterativo
O objetivo principal do mtodo proposto a obteno dos parmetros do controlador
PID, baseado em um problema de otimizao no domnio da freqncia. O problema a ser
resolvido a minimizao da diferena entre a funo de transferncia da planta em malha
fechada (T), e a funo desempenho alcanvel (T
0
), frente a uma resposta do tipo degrau no
valor da varivel de referncia, como mostrado na Equao 3.15.
( ) ( ) ( )
1
0
2
0

1
min ,
j
x
s j
FO x T s x T s
s
+

=

=

R
(3.15)
De forma a assegurar valores positivos para todos os parmetros a serem otimizados, o
vetor das variveis de deciso (x) forado, atravs de equaes de restrio, a assumir
valores reais no negativos. Para casos de ganho negativo, o sinal do mesmo deve ser
invertido, atravs da seleo da ao direta. Esse problema resolvido no domnio da
freqncia (s = j), considerando um vetor de freqncias com pontos igualmente espaados
em escala logartmica no intervalo de freqncias = [
0

1
]. Considerando a estrutura de
controlador mostrada na Figura 3.2, T(s) dado pela Equao 3.5. Substituindo na
Equao 3.15 e rearranjando, obtemos a funo objetivo (FO) do problema de otimizao,
mostrada na Equao 3.16.
3.4 MTODO DE OTIMIZAO SEQENCIAL ITERATIVO 43

( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
1
0
2
0 0
, , ,
1
1 , ,
j
PI SP PV
s j
PI PV
G s C s x C s x T s C s x T s
FO x
G s C s x C s x s

=

=

+

(3.16)
Esta uma formulao no-convexa, pois os parmetros a serem otimizados aparecem
tanto no numerador como no denominador da funo objetivo, no ficando garantida a
convergncia para os parmetros timos. Alm disso, a minimizao da funo objetivo, da
forma como ela apresentada na Equao 3.16, um problema de otimizao de difcil
soluo, e os resultados so insatisfatrios para a grande maioria dos casos. Para superar este
problema, foi proposto um procedimento seqencial iterativo para a resoluo deste problema
(FACCIN e TRIERWEILER, 2004a), chamado de SIOM (Sequential Iterative Optimization
Method). Seqencial, porque em cada iterao o problema de otimizao dividido em dois
subproblemas convexos, que so resolvidos em duas etapas (Etapa 1 e Etapa 2). Iterativo,
porque inicialmente (primeira iterao) resolve-se um problema aproximado simplificado,
cujo resultado utilizado na resoluo do problema da iterao subseqente, e assim
recursivamente, at a convergncia.
O problema de otimizao aproximado, utilizado na Etapa 1 da primeira iterao,
obtido atravs de uma reformulao do problema apresentado na Equao 3.16, considerando
C
SP
e C
PV
iguais unidade. Assim, o termo que aparece entre colchetes na Equao 3.16 se
reduz expresso mostrada na Equao 3.17.
( ) ( ) ( ) ( ) ( )
( ) ( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
0 0
0 0
, 1
1 , 1
1 ,
PI
PI
PI
G s C s x T s T s
T s G s C s x T s T s
G s C s x



+
(3.17)
Assim, define-se o problema de otimizao aproximado (Equao 3.18), substituindo a
funo de transferncia em malha fechada T(s), da expresso direita da igualdade, pela
funo desempenho alcanvel T
0
(s). Como o objetivo do problema de otimizao sintetizar
um controlador capaz de igualar estas duas funes, este procedimento satisfatrio, desde
que a funo desempenho alcanvel seja compatvel com o sistema considerado.
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
1
0
2
2
0 0 0
1
, 1 1
j
PI
s j
FO x G s C s x T s T s T s
s

=


=


(3.18)
Especificamente, o procedimento ocorre da seguinte maneira:
1. Inicialmente, resolvido um problema de otimizao aproximado para obter estimativas
iniciais dos parmetros K
C
e T
I
(Iterao 1 Etapa 1).
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
1
0
2
2
1
1 0 0 0
1
, 1 1
j
E PI
s j
FO x G s C s x T s T s T s
s

=


=



1 1 1
1

E C I
x K T =


44 3. DESENVOLVIMENTO TERICO

2. Com as estimativas iniciais dos parmetros do controlador PI, procede-se com a Etapa 2 da
primeira iterao, onde a Equao 3.16 resolvida com o bloco C
PI
fixo com os parmetros
da Etapa 1 e com o bloco C
PV
do denominador fixo e igual a unidade.
( ) ( )
* 1
1
,
PI PI E
C s C s x x = =
( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( )
1
0
2
*
0 0
1
2 *
, ,
1
1
j
PI SP PV
E
s j
PI
G s C s C s x T s C s x T s
FO x
G s C s s

=

=

+


1 1
2
...
E D
x T =



3. Dessa forma, aps as duas etapas seqenciais, obtm-se as estimativas iniciais dos
parmetros do controlador PID.
1 1 1 1 1 1 1
1 2
...
E E C I D
PID x x x K T T = = =



4. Com os parmetros estimados na iterao anterior, realiza-se a atualizao do problema de
otimizao e parte-se para outra iterao. Na Etapa 1, fixam-se os blocos C
SP
e C
PV
e o bloco
C
PI
do denominador da Equao 3.16 e resolve-se o problema de otimizao para obter novas
estimativas dos parmetros K
C
e T
I
.
= + 1 nit nit
( ) ( )
* 1
1
,
nit
PI PI E
C s C s x x

= =
( ) ( )
* 1
,
nit
SP SP
C s C s x x

= =
( ) ( )
* 1
,
nit
PV PV
C s C s x x

= =
( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
1
0
2
* *
0 0
1 * *
,
1
1
j
PI SP PV
nit
E
s j
PI PV
G s C s x C s T s C s T s
FO x
G s C s C s s

=



=
+


1

nit nit nit
E C I
x K T =



5. Com estas estimativas, atualiza-se a funo objetivo, fixa-se o bloco C
PI
e o bloco C
PV
do
denominador da Equao 3.16 e resolve-se novo problema de otimizao para obter novas
estimativas dos demais parmetros (Etapa 2).

3.4 MTODO DE OTIMIZAO SEQENCIAL ITERATIVO 45

( ) ( )
*
1
,
nit
PI PI E
C s C s x x = =
( )
( )
* 1
1 2
,
nit nit
PV PV E E
C s C s x x x

= =


( )
( ) ( ) ( ) ( ) ( ) ( ) ( )
( ) ( ) ( )
1
0
2
*
0 0
2 * *
, ,
1
1
j
PI SP PV
nit
E
s j
PI PV
G s C s C s x T s C s x T s
FO x
G s C s C s s

=

=

+


2
...
nit nit
E D
x T =



6. Assim, obtm-se as novas estimativas dos parmetros do controlador PID.
1 2
...
nit nit nit nit nit nit nit
E E C I D
PID x x x K T T = = =



7. Realiza-se um teste comparativo entre as estimativas dos parmetros do controlador PID
das duas iteraes sucessivas. Se o critrio de parada, para todos os parmetros estimados, for
satisfeito, o processo iterativo termina, caso contrrio, retorna-se ao passo 4.
O critrio de parada utilizado foi o erro percentual relativo entre os parmetros
estimados de duas iteraes subsequentes, conforme os exemplos mostrados nas
equaes 3.19, 3.20 e 3.21. O valor padro utilizado para de 1%. Adicionalmente, h um
segundo critrio de parada que termina o procedimento iterativo, quando o mesmo atinge o
nmero mximo de iteraes, definido previamente.
[ ]
1
erro 100%
nit nit
C C
C nit
C
K K
K
K

= (3.19)
[ ]
1
erro 100%
nit nit
I I
I nit
I
T T
T
T

= (3.20)
[ ]
1
erro 100%
nit nit
D D
I nit
D
T T
T
T

= (3.21)
Todo este procedimento foi implementado em ambiente Matlab

, com o auxlio da
verso 2.0 do Optimization Toolbox (COLEMAN et al., 1999), e o problema de otimizao
foi resolvido atravs da tcnica de busca em linha (linesearch), com interpolao quadcubic
(uma mescla de interpolao quadrtica e cbica). Esta tcnica de otimizao discutida com
mais detalhes em SECCHI (2001). De forma simplificada, o algoritmo executado no
procedimento seqencial iterativo, mostrado na Figura 3.3.
46 3. DESENVOLVIMENTO TERICO


Figura 3.3: Algoritmo executado no mtodo de otimizao seqencial iterativo proposto.
Este procedimento mostrou-se satisfatrio para a soluo do problema de otimizao
da Equao 3.15, de forma indireta, porm, mais simples e rpida, para a grande maioria dos
casos, apesar de no restar comprovada a garantia de convergncia para a soluo tima. Na
seqncia, so discutidas, de forma mais aprofundada, algumas particularidades da
metodologia proposta.
3.4.1 Funo Desempenho Alcanvel
Um fator de suma importncia para o sucesso do mtodo proposto a funo
desempenho alcanvel, pois ela representa o comportamento desejado para o sistema em
malha fechada. Ela poderia ser uma funo de transferncia de primeira ou segunda ordem,
especificando informaes de interesse, como tempo de subida, tempo de assentamento,
mxima sobrelevao, entre outras. No entanto, ela deve ser compatvel com o modelo do
processo (tanto a ordem como a dinmica), e normalmente desejvel que a dinmica em
malha fechada se torne mais rpida que a dinmica em malha aberta.
Alm disso, algumas caractersticas so tambm necessrias: a funo deve ser
estvel, deve apresentar ganho unitrio (o que equivale a no apresentar erro em regime
estacionrio), deve convergir rapidamente para o valor estacionrio, no apresentar
sobrelevao muito pronunciada e ser robusta. Em suma, ela deve representar, de forma
simples e precisa, o comportamento esperado para o sistema em malha fechada. A idia de
utilizar critrios de desempenho para compor o comportamento esperado para um sistema em
malha fechada e, baseado nele, projetar o controlador adequado bastante antiga, anterior a
1950, segundo BOYD e BARRATT (1991).
3.4 MTODO DE OTIMIZAO SEQENCIAL ITERATIVO 47

Diversas formas de funes de transferncia esto disponveis na literatura (DAZZO
e HOUPIS, 1978; DORF e BISHOP, 1998), como as formas otimizadas para o critrio ITAE;
as formas binomiais padronizadas, que produzem respostas lentas, que se tornam cada vez
mais lentas medida que se aumenta a ordem; as formas de Butterworth, que posicionam os
plos uniformemente no semiplano s da esquerda sobre um crculo centrado na origem; as
formas que minimizam o tempo de assentamento, que produzem respostas mais oscilatrias
que as formas do critrio ITAE; entre outras. Uma forma bastante interessante, chamada de
deadbeat response (DORF e BISHOP, 1996), apresenta respostas rpidas para sistemas sem
sobrelevao ( admissvel um valor mximo de 2%), no entanto so ainda bem mais lentas
que as baseadas no critrio ITAE.
Dentre as formas acima citadas, as utilizadas como referncia neste trabalho foram as
funes de transferncia cujos coeficientes foram otimizados com relao ao critrio ITAE
para respostas a mudanas do tipo degrau no valor da varivel de referncia. Estas funes se
mostraram bastante apropriadas para serem utilizadas como padres para a funo
desempenho alcanvel no mtodo proposto, pois alm de apresentarem todas as
caractersticas desejadas citadas, possuem apenas um parmetro de ajuste (
n
), atravs do
qual possvel selecionar a dinmica desejada.
Os denominadores destas funes (cujo padro mostrado na Equao 3.22), para
diversas ordens, so mostrados na Tabela 3.1. Para melhor visualizar o comportamento
dinmico destas funes, foi gerado um grfico contendo a resposta de todas as funes, a
uma entrada do tipo degrau unitrio, para uma escala de tempo normalizada,
n
t (Figura 3.4).
( )
0
0 1 2 2
1 2 2 1 0
...
m m m
m m
b
T s
s b s b s b s b s b


=
+ + + + + +
(3.22)
Tabela 3.1: Funes de transferncia com coeficientes timos baseadas no critrio ITAE em
resposta a uma entrada do tipo degrau unitrio. Fonte: DAZZO e HOUPIS (1978).
n
s +
2 2
1, 4
n n
s s + +
3 2 2 3
1, 75 2,15
n n n
s s s + + +
4 3 2 2 3 4
2,1 3, 4 2, 7
n n n n
s s s s + + + +
5 4 2 3 3 2 4 5
2,8 5, 0 5,5 3, 4
n n n n n
s s s s s + + + + +
6 5 2 4 3 3 4 2 5 6
3, 25 6, 6 8, 6 7, 45 3, 95
n n n n n n
s s s s s s + + + + + +
7 6 2 5 3 4 4 3 5 2 6 7
4, 475 10, 42 15, 08 15, 54 10, 64 4,58
n n n n n n n
s s s s s s s + + + + + + +
8 7 2 6 3 5 4 4 5 3 6 2 7 8
5, 2 12,8 21, 6 25, 75 22, 2 13, 3 5,15
n n n n n n n n
s s s s s s s s + + + + + + + +

O comportamento dinmico destas funes perfeitamente especificado atravs da
sua ordem (m) e do parmetro
n
. Como este parmetro no possui um significado muito
intuitivo, na prtica, ele foi substitudo pela especificao do tempo de assentamento (t
A
)
desejado para a funo desempenho alcanvel.
48 3. DESENVOLVIMENTO TERICO


Figura 3.4: Resposta ao degrau unitrio das funes utilizadas como padres da FDA
(variando m).
Dessa forma, determina-se o tempo de assentamento do modelo em malha aberta e
baseado nele, especifica-se um tempo de assentamento desejado (normalmente menor) para a
funo desempenho alcanvel, que tentar reproduzir o comportamento do sistema em malha
fechada. A especificao do tempo de assentamento convertida para o correspondente valor
de
n
atravs de um procedimento automtico, bastando apenas definir a ordem da funo
desempenho alcanvel desejada. Como estas funes possuem estrutura fixa, foi
determinado o tempo de assentamento das mesmas para a escala de tempo normalizada (t
A,n
).
Estes valores so mostrados na Tabela 3.2.
Tabela 3.2: Tempo de assentamento normalizado para cada ordem das funes utilizadas
como padres da FDA.
m 1 2 3 4 5 6 7 8
t
A,n
=
n
t
A
2,9960 2,9004 3,5877 4,2788 5,1738 5,6092 9,4092 9,9624

Como os valores do tempo de assentamento normalizado para cada ordem especfica
da funo desempenho alcanvel so fixos, o valor do parmetro
n
equivalente a uma
especificao de tempo de assentamento para uma ordem especfica, dado pela
Equao 3.23. Pode-se notar que o parmetro
n
inversamente proporcional ao tempo de
assentamento desejado da funo desempenho alcanvel, e a constante de proporcionalidade
especfica para cada ordem, conforme mostrado na Tabela 3.2.

, A n
n
A
t
t
= (3.23)
3.4 MTODO DE OTIMIZAO SEQENCIAL ITERATIVO 49

Para os padres at a sexta ordem, o tempo de assentamento normalizado limitado
pelo limite inferior da faixa de 5% do valor estacionrio, ou seja, 95%. Para as ordens
superiores, h um salto brusco no valor do tempo de assentamento normalizado, pois elas so
limitadas pelo limite superior (105%). Dessa forma, a utilizao do tempo de assentamento
como especificao da funo desempenho alcanvel usual e produz resultados
satisfatrios at a sexta ordem. Para as ordens superiores, deve-se tomar mais cuidado, e na
prtica, deve-se escolher um tempo de assentamento ligeiramente maior que para os casos de
ordens menores.
Adicionalmente, estas funes so compatveis com modelos de fase mnima, ou seja,
que no apresentam tempo morto, plos e zeros positivos. Quando isto ocorrer, estas
limitaes devem ser levadas em conta na funo desempenho alcanvel. Para modelos que
apresentarem tempo morto, o mesmo deve ser incorporado na prpria funo desempenho
alcanvel. Para o caso de modelos que apresentam zeros e plos positivos (no SPD), as
funes desempenho alcanvel devem ser fatoradas para garantir estabilidade interna
(SKOGESTAD e POSTLETHWAITE, 1996), onde as restries mostradas nas Equaes
3.24 e 3.25 devem ser respeitadas, respectivamente para sistemas com zeros (z) e plos (p)
positivos.
( ) ( ) 0; 1 T z S z = = (3.24)
( ) ( ) 1; 0 T p S p = = (3.25)
A forma fatorada utilizada (TRIERWEILER e FACCIN, 2002) da funo desempenho
alcanvel (T
0
*
) para sistemas com nz zeros positivos foi obtida atravs das equaes 3.26 e
3.27. Para sistemas com np plos positivos, utilizam-se as equaes 3.28 e 3.29. Nestes casos,
i
z e
i
p so os complexos conjugados dos respectivos zeros (z
i
) e plos (p
i
) positivos.
( ) ( )
1
1
nz
nz
i
Z
i i
s z
B s
s z
=

=
+

(3.26)
( ) ( ) ( )
*
0 0 Z
T s B s T s = (3.27)
( ) ( )
1
1
np
np
i
P
i i
s p
B s
s p
=

=
+

(3.28)
( ) ( ) ( ) ( )
*
0 0
1 1
P
T s T s B s = + (3.29)
Em termos prticos, a presena de um zero positivo no modelo considerado implica na
adio do mesmo zero positivo na FDA, juntamente com um plo negativo de mesmo valor
absoluto do zero, tornando mais lenta a resposta da FDA. Por outro lado, a presena de um
plo positivo no modelo considerado implica na adio de um zero negativo de mesmo valor
absoluto na FDA, juntamente com a adio de um plo positivo, cujo valor dependente da
magnitude do plo, tornando a resposta inicial da FDA mais rpida.
50 3. DESENVOLVIMENTO TERICO

Dessa forma, a presena destes fatores no modelo considerado pode alterar
significativamente o comportamento da funo desempenho alcanvel original e,
consequentemente, a especificao do parmetro
n
atravs do tempo de assentamento
desejado pode no corresponder com o comportamento desejado aps a fatorao, requerendo
assim, um ajuste fino complementar no valor deste parmetro.
Adicionalmente, para modelos integradores (com um plo na origem), a utilizao
destes padres produz controladores PD apenas, onde T
I
. Isto ocorre porque o modelo j
possui um plo em s = 0, eliminando naturalmente o erro em regime permanente para uma
mudana do tipo degrau no valor da varivel de referncia. No entanto, para um distrbio na
carga, o erro em regime permanente ir aparecer. Para evitar isto, o controlador deve possui
um valor finito de T
I
.
Dessa forma, apenas para modelos integradores, utilizado outro padro de funo
desempenho alcanvel, resultante da adio de um zero ao padro anterior, conforme
mostrado na Equao 3.30. Para este caso, os coeficientes foram obtidos atravs da
minimizao do critrio ITAE em resposta a uma entrada do tipo rampa, que indicada para
sistemas (modelo + controlador) com dois integradores (DORF e BISHOP, 1996), o que
garante a obteno de um controlador com T
I
finito. Os denominadores destas funes so
mostrados na Tabela 3.3, e as respectivas respostas a uma entrada do tipo degrau unitrio,
para a escala de tempo normalizada
n
t, so mostradas na Figura 3.5.
( )
1 0
0 1 2 2
1 2 2 1 0
...
m m m
m m
b s b
T s
s b s b s b s b s b


+
=
+ + + + + +
(3.30)
Tabela 3.3: Funes de transferncia com coeficientes timos baseadas no critrio ITAE em
resposta a uma entrada do tipo rampa. Fonte: DORF e BISHOP (1996).
2 2
3, 2
n n
s s + +
3 2 2 3
1, 75 3, 25
n n n
s s s + + +
4 3 2 2 3 4
2, 41 4,93 5,14
n n n n
s s s s + + + +
5 4 2 3 3 2 4 5
2,19 6, 5 6, 3 5, 24
n n n n n
s s s s s + + + + +

Observa-se que, com exceo da funo de segunda ordem, as demais apresentam uma
resposta ao degrau unitrio no satisfatria, com comportamento oscilatrio e uma mxima
sobrelevao bastante excessiva, no sendo indicadas para serem utilizadas como padres
para a funo desempenho alcanvel. Contudo, a funo de segunda ordem recomendada
para estes casos, pois apresenta um desempenho satisfatrio e compatvel com o
comportamento de sistemas integradores puros.
3.4 MTODO DE OTIMIZAO SEQENCIAL ITERATIVO 51


Figura 3.5: Resposta ao degrau unitrio das funes utilizadas como padres da FDA para
modelos integradores.
Da mesma forma que anteriormente, o comportamento da funo desempenho
alcanvel perfeitamente especificado atravs do parmetro
n
. No entanto, relacionar este
parmetro com o tempo de assentamento no indicado para este caso, visto que aps o ponto
de mxima sobrelevao, a funo retorna lentamente para o valor de referncia, fazendo com
que o tempo de assentamento seja elevado. Adicionalmente, o modelo integrador no possui
tempo de assentamento, visto que possui um ganho infinito. Dessa forma, no pode-se
selecionar o tempo de assentamento desejado para o sistema em malha fechada, relacionando-
o com o respectivo valor em malha aberta, como normalmente realizado.
Para este caso, a especificao do tempo de subida (t
S
) mostrou-se mais adequada.
Recomenda-se utilizar um tempo de subida equivalente a duas vezes o tempo morto. Esta
configurao mostrou-se vantajosa, tanto com relao ao projeto do controlador, quanto com
o compromisso entre desempenho e robustez. Da Figura 3.5, obteve-se o tempo de subida em
escala normalizada para a funo de segunda ordem (equivalente a 0,554). Assim, obtm-se o
parmetro
n
, necessrio para especificar a funo desempenho alcanvel, diretamente
relacionado com o valor do tempo morto do modelo integrador, conforme mostrado na
Equao 3.31.

0, 277
n
=

(3.31)
52 3. DESENVOLVIMENTO TERICO

3.4.2 Vetor de Freqncias
Como a metodologia proposta baseada em um problema de otimizao no domnio
da freqncia, onde o valor da funo objetivo dependente de uma srie de termos avaliados
em freqncias especficas, os resultados obtidos somente sero satisfatrios caso todas as
informaes necessrias para o projeto do controlador estiverem contidas nas freqncias
utilizadas. Assim, a correta escolha do vetor de freqncias a ser utilizado no problema de
otimizao tambm de fundamental importncia para o sucesso da metodologia. Dessa
forma, o vetor de freqncias deve ser adequado regio de interesse, onde o controlador ir
efetivamente operar, mas, como o controlador ainda no foi determinado, isto no factvel
previamente. A alternativa utilizada foi determinar o vetor de freqncias baseado na funo
desempenho alcanvel, pois ela possui o comportamento dinmico esperado para o sistema
em malha fechada.
O procedimento de determinao do vetor de freqncias realizado automaticamente
da seguinte forma. Avalia-se a funo desempenho alcanvel (T
0
) e a sua respectiva funo
de sensibilidade (S
0
) no domnio da freqncia para um amplo intervalo de freqncias
(Figura 3.6a). A funo desempenho alcanvel apresenta valor unitrio para baixas
freqncias e valor nulo para altas freqncias, e o inverso para a funo de sensibilidade. As
freqncias de interesse so aquelas onde ocorre esta transio, prximas regio
correspondente ao mximo da curva |T
0
S
0
| (Figura 3.6b). Em termos prticos, determina-se o
pico da curva |T
0
S
0
|, e os valores limites do vetor de freqncia so as respectivas freqncias
onde a curva igual a 1% do valor mximo. A Figura 3.6 foi gerada para uma funo
desempenho alcanvel (Tabela 3.1) de segunda ordem, com
n
= 1. Para este caso, o
intervalo de freqncias obtido foi = [6,710
-3
10,4].
(a) (b)
Figura 3.6: |T
0
| e |S
0
| avaliadas no domnio da freqncia (a), e intervalo de freqncias
(janela clara) obtidas a partir da curva |T
0
S
0
| (b).
Aps determinado o intervalo de freqncias, o vetor composto de um nmero
especfico de pontos igualmente espaados em escala logartmica entre os limites inferior e
superior. Quanto mais pontos forem considerados no vetor de freqncias, mais informaes
so consideradas e, assim, melhores os resultados, contudo, maior a carga computacional e o
3.5 SIMULAO DOS SISTEMAS EM MALHA FECHADA 53

tempo gasto na resoluo do problema de otimizao. De modo geral, um vetor contendo 100
pontos j suficiente, mostrando um bom compromisso entre estes dois fatores. Para casos
mais complexos, no entanto, algumas vezes necessrio um nmero maior de pontos.
3.5 Simulao dos Sistemas em Malha Fechada
Aps o projeto do controlador, faz-se necessrio avaliar o seu desempenho e verificar
se o mtodo obteve um resultado plausvel, ou seja, se a funo de transferncia em malha
fechada possui comportamento semelhante funo desempenho alcanvel, quando excitada
por uma mudana do tipo degrau unitrio, pois este foi o objetivo do problema de otimizao.
Para tanto, aps o projeto de cada controlador, so realizados testes simulados contendo
ambas as curvas, com o auxlio do aplicativo Simulink

/Matlab

. Assim, possvel fazer uma


avaliao visual se o projeto foi satisfatrio. Adicionalmente, partindo dos resultados
simulados, realizada uma avaliao mais detalhada, computando alguns ndices de
qualidade, para caracterizar o desempenho e robustez do sistema de controle projetado.
Se o projeto no for considerado satisfatrio, retorna-se ao processo de escolha de uma
nova funo desempenho alcanvel, que seja mais rpida ou mais lenta, ou at alterando a
ordem da mesma, tornando-a mais compatvel com a resposta do sistema. A no satisfao
com o projeto pode ocorrer caso algum limite de estabilidade for ultrapassado, caso os
critrios de desempenho forem inadequados, mostrando que ainda h possibilidade de
melhoria do desempenho, ou simplesmente se o comportamento do sistema em malha fechada
no for o esperado.
Os ndices de qualidade utilizados neste trabalho para caracterizar o sistema quanto ao
seu desempenho e robustez so: tempo de assentamento (t
A
), mxima sobrelevao (M
SO
), as
integrais de erro IAE e ITAE, margem de ganho (MG), reserva de fase (RF) e mxima
sensibilidade (MS). Com estes ndices, possvel ter uma avaliao bastante detalhada do
comportamento dinmico do sistema para mudanas no valor da varivel de referncia.
3.6 Aplicao em um Caso Exemplo
Nesta seo, ser realizado e discutido de forma mais detalhada todo o procedimento
necessrio para o projeto do controlador. Para tanto, foi escolhido um modelo exemplo, dado
por uma funo de terceira ordem com tempo morto, conforme mostrado na Equao 3.32.

( ) ( ) ( )
2
10
5 1 6 1 7 1
s
G e
s s s

=
+ + +
(3.32)
54 3. DESENVOLVIMENTO TERICO

A resposta deste modelo para uma entrada do tipo degrau unitrio pode ser visualizada
na Figura 3.7.

Figura 3.7: Resposta do modelo exemplo G a uma entrada do tipo degrau unitrio.
O primeiro passo consiste na definio da funo desempenho alcanvel a ser
utilizada no projeto do controlador. Considerando os padres estabelecidos na Tabela 3.1, a
FDA perfeitamente caracterizada pela escolha da ordem e do parmetro
n
. A ordem deve
ser compatvel com a ordem do sistema em malha fechada, contudo, como isto no
conhecido de antemo, pois dependente da velocidade de atuao do controlador, uma boa
escolha inicial partir com uma FDA de mesma ordem que o modelo considerado, no caso
terceira ordem. O parmetro
n
definido a partir da velocidade desejada para o sistema em
malha fechada. Uma boa escolha inicial seria desejar que o sistema em malha fechada tivesse
seu tempo de assentamento reduzido pela metade, quando comparado ao sistema em malha
aberta, que no caso de 40 min. Neste caso, seria adequado um tempo de assentamento de
20 min. Com o auxlio da Equao 3.23 e da Tabela 3.2, possvel obter o valor do parmetro

n
equivalente a um tempo de assentamento de 18 min (descontando o tempo morto), que

n
= 0,199.
Baseado na FDA escolhida, obtido o intervalo de freqncias para o qual ser
avaliada a funo objetivo do problema de otimizao. As freqncias de interesse para o
projeto do controlador esto no intervalo = [9,9310
-4
8,6010
-1
]. O vetor de freqncias a
ser utilizado no problema de otimizao definido com 100 pontos igualmente espaados em
escala logartmica entre os limites inferior e superior do intervalo especificado.

3.6 APLICAO EM UM CASO EXEMPLO 55

Antes de iniciar o processo de otimizao, deve-se especificar qual parametrizao de
controlador PID ser utilizada. Optou-se por utilizar a parametrizao padro da ISA
(Equao 3.10) com c = 0, b = 1 e N = 10. Com tudo definido, utilizou-se o mtodo de
otimizao seqencial iterativo (SIOM) para o clculo dos parmetros do controlador C. Para
este caso, a convergncia foi obtida em cinco iteraes em menos de 2 segundos (em um
computador Pentium 4, 3 GHz, 1 Gb RAM). Os resultados obtidos so mostrados na
Tabela 3.4.
Tabela 3.4: Resultados obtidos da convergncia dos parmetros do controlador C.
nit K
C
T
I
(min) T
D
(min) erro [K
C
] (%) erro [T
I
] (%) erro [T
D
] (%) FO
E1
FO
E2

1 0,210 7,61 11,51 - - - 83,87 12,02
2 0,165 18,52 5,20 -27,20 58,91 -121,30 2,186 0,191
3 0,186 24,08 4,74 11,06 23,09 -9,67 0,0236 0,0114
4 0,181 22,99 4,78 -2,52 -4,74 0,82 0,00142 0,00077
5 0,182 23,22 4,77 0,34 0,98 -0,31 0,00048 0,00060

Na Tabela 3.4 possvel acompanhar a convergncia dos parmetros K
C
, T
I
e T
D
em
cinco iteraes, quando os erros relativos absolutos de todos os parmetros tornam-se menor
que a tolerncia = 1%. Nota-se que a estimativa inicial do parmetro K
C
foi um pouco maior
que o valor final, a estimativa do parmetro T
I
, bem menor que o valor final e a estimativa do
parmetro T
D
, bem maior que o valor final, contudo a convergncia para os valores timos
bastante rpida. Adicionalmente, mostrada a evoluo do valor da funo objetivo otimizada
em cada etapa do mtodo seqencial iterativo, cujo valor final foi menor que 10
-3
. Os valores
de FO
E1
e FO
E2
correspondem, respectivamente, s funes objetivo minimizadas na Etapa 1
e Etapa 2, em cada iterao.
A Figura 3.8 mostra o desempenho do controlador C para uma mudana do tipo
degrau unitrio no valor da varivel de referncia, em comparao com a funo desempenho
alcanvel escolhida, juntamente com a resposta do sistema em malha aberta. A importncia
de um grfico deste tipo poder visualizar simultaneamente o resultado do mtodo de
otimizao (quo similar esto as curvas T e T
0
) e a comparao entre o sistema em malha
aberta e fechada (respectivamente G e T), que d uma idia do ganho de desempenho
proporcionado pelo controlador. Os respectivos ndices de qualidade obtidos para este sistema
de controle so mostrados na Tabela 3.5.
Tabela 3.5: ndices de qualidade obtidos para o controlador C.
MS IAE ITAE MG RF
M
SO

(%)
t
A

(min)
1,66 13,01 102,0 3,28 69,6 2,0 20,0

56 3. DESENVOLVIMENTO TERICO

0
............
------ T T G
Figura 3.8: Comparao da resposta da funo desempenho alcanvel (T
0
) com a resposta
em malha fechada (T) e malha aberta (normalizada pelo ganho) do modelo G
para uma mudana do tipo degrau unitrio em y
R
(y) e ao de controle gerada
(u) pelo controlador C.
Analisando os resultados mostrados na Tabela 3.5, nota-se que os critrios de robustez
so satisfatrios, abaixo dos limites de estabilidade, com uma pequena sobrelevao, e o
tempo de assentamento foi o desejado. De fato, pela Figura 3.8 pode-se observar que o
comportamento do sistema em malha fechada bateu em cima da FDA, sendo inclusive,
imperceptvel a diferena entre ambas as curvas. Mesmo assim, caso o desempenho obtido
pelo controlador no for considerado satisfatrio, retorna-se ao passo inicial da escolha de
uma nova FDA, mais rpida ou mais lenta ou de diferente ordem, refazendo o projeto e
testando novamente o desempenho do novo controlador obtido. Neste caso poderia escolher
uma FDA mais rpida (menor t
A
e maior
n
) para melhorar o desempenho do sistema, visto
que os critrios de robustez esto longe dos limites de estabilidade.
Na prtica, como a metodologia desenvolvida para todo o procedimento (escolha da
FDA, projeto do controlador, simulao com os resultados obtidos e computao dos ndices
de qualidade) bastante simples e rpida (normalmente no leva mais que um minuto), pode-
se realizar o projeto de vrios controladores, considerando diferentes condies (ordens e
dinmicas variadas) e comparar o desempenho dos mesmos para selecionar o mais adequado.
Captulo 4

Projeto de Controladores

Over the last two decades there has been a dramatic change in the
chemical process industries. Industrial processes are now highly
integrated with respect to energy and material flows, constrained ever
more tightly by high quality product specifications, and subject to
increasingly strict safety and environmental emission regulations. These
more stringent operating conditions often place new constraints on the
operating flexibility of the process. All of these factors produce large
economic incentives for reliable, high performance control systems in
modern industrial plants. (OGUNNAIKE e RAY, 1994, p. xvii).









58 4. PROJ ETO DE CONTROLADORES

4.1 Estudo de Casos
Por sistemas de controle de alta performance, muitos iro pensar em controladores
preditivos, adaptativos, lgica Fuzzy, redes neuroniais, entre outros. Muito provavelmente,
tambm era essa a idia de Babatunde A. Ogunnaike e Willis H. Ray ao redigirem a citao
de abertura deste captulo. Por outro lado, LUYBEN e LUYBEN (1994) citam, como a
primeira lei fundamental em controle de processos, que o melhor sistema de controle o mais
simples que fizer o servio. Assim, o velho e bom PID (aquele mesmo j existente nos
sistemas comerciais), na grande maioria dos casos industriais, quando projetado de forma
adequada, fornece uma performance equivalente destas ferramentas modernas, que alm de
tudo, necessitam de metodologias muito mais complexas, maior esforo computacional, maior
preocupao com segurana e, principalmente, com um alto custo envolvido.
Adicionalmente, por melhor que seja a ferramenta de controle utilizada no sistema de
controle, ela vai estar sempre limitada s restries do processo e do sistema de correo. Ou
seja, de nada adianta a adoo da melhor tcnica de controle, se o atuador opera com
limitaes fsicas. E como limitaes fsicas, no fala-se somente de problemas eventuais de
instrumentao como agarramento de vlvula, mas sim, de todas as limitaes normais de um
componente fsico que est sujeito a desgastes mecnicos por frico, movimentos bruscos e
repetitivos, possui uma determinada preciso e velocidade mxima de movimento.
Cabe ressaltar que a relao custo/benefcio do PID melhor para as malhas de
controle bsicas (ou de nvel inferior). No se est querendo entrar no mrito das malhas de
controle de nvel superior, onde a existncia de tcnicas modernas de fundamental
importncia para uma operao otimizada do processo em geral, contudo, estas malhas em
nvel superior estaro comandando malhas primrias controladas por controladores PID. Se
estes controladores bsicos no forem projetados adequadamente, seu desempenho no ser
satisfatrio, a estratgia de controle de nvel superior no estar sendo aproveitada da melhor
forma, e o resultado obtido ser aqum do desejado. ROESSLER (2004), inclusive, enfatiza
Ofentimes advanced regulatory control strategies are an effective, and at times, necessary
building block for advanced control and optimizing programs. However, the basic operation
of the instrumentation, valves, and base PID controllers is absolutely required for adequate
performance of installed advanced process control.
Em suma, a adoo de uma estratgia de controle simples e confivel, como o
algoritmo PID, associada a um projeto que permita atingir um desempenho satisfatrio
respeitando os limites de estabilidade operacional de extrema importncia para o sucesso de
qualquer sistema de controle. Dessa forma, para avaliar o potencial do mtodo desenvolvido,
foram realizados diversos projetos de controladores para diferentes casos. Foram testadas as
habilidades do mtodo em projetar controladores para variados tipos de modelos, sendo
exploradas caractersticas como o efeito da ordem do modelo, do tempo morto, da dinmica,
sistemas integradores e efeito de zeros e plos positivos. O controlador utilizado, em todos os
casos, corresponde forma padro da ISA (Equao 3.10) com b =1, c =0 e N =10, cujos
parmetros de ajuste so: K
C
, T
I
e T
D
.
4.1 ESTUDO DE CASOS 59

4.1.1 Efeito da Ordem do Modelo
Para avaliar o efeito da ordem do modelo no projeto do controlador atravs do mtodo
proposto, foram consideradas seis funes de transferncia, representadas pela Equao 4.1. A
Figura 4.1 mostra o comportamento dinmico destes modelos em resposta a uma entrada do
tipo degrau unitrio.

( )
1
1
1;2;3;4;5;6
10 1

= =
+
s
n
G e n
s
(4.1)

Figura 4.1: Resposta dos modelos da Equao 4.1 (variando n) para uma excitao do tipo
degrau unitrio.
Observando as curvas da Figura 4.1, pode-se notar que quanto maior a ordem do
modelo, mais lenta se torna a resposta do mesmo e maior o tempo inicial para se perceber
alguma variao significativa. Entretanto, as caractersticas mais interessantes destes modelos
podem ser avaliadas a partir da inclinao das curvas (ou derivada em cada instante de
tempo t) que mostrada na Figura 4.2. Na Tabela 4.1, mostra-se o valor mximo de cada
curva (pico), bem como o tempo em que este valor ocorre.
Tabela 4.1: Valor mximo e tempo onde ocorre o pico das curvas da Figura 4.2.
n 1 2 3 4 5 6
Pico 0,1 0,0368 0,0271 0,0224 0,0195 0,0175
t (min) 1 11 21 31 41 51

60 4. PROJ ETO DE CONTROLADORES


Figura 4.2: Inclinao da resposta dos modelos da Equao 4.1 (variando n).
Estas informaes so importantes, pois mostram que os valores dos picos das
inclinaes diminuem com o aumento da ordem, e que o tempo em que este pico ocorre
igual ao valor do tempo morto somado com o produto entre a constante de tempo (no caso
dez) e a ordem do modelo decrescida de uma unidade. Um fato bem interessante, que pode ser
visualizado na Figura 4.2, que exatamente no pico de uma curva ocorre a interseo da
resposta da curva com a de ordem imediatamente inferior. Alm disso, todas as curvas so
suaves, com exceo da curva do modelo de primeira ordem, onde ocorre uma mudana
brusca na variao inicial (apenas transcorrido o tempo morto), onde se evidenciado o pico
com uma amplitude inversamente proporcional constante de tempo.
Com relao ao projeto do controlador, para cada caso especfico, foi escolhida uma
funo desempenho alcanvel de igual ordem ao modelo em malha aberta e com a metade do
tempo de assentamento. Com isto, procura-se estudar a influncia da ordem do modelo com o
desempenho equivalente que pode ser obtido para o sistema em malha fechada. Os parmetros
dos controladores projetados, bem como os ndices de qualidade obtidos para a resposta de
cada sistema a uma mudana do tipo degrau unitrio na varivel de referncia, so mostrados
na Tabela 4.2. Na Figura 4.3, so mostrados grficos contendo a resposta de cada sistema em
malha aberta, em malha fechada e a respectiva FDA utilizada no projeto do controlador.
Analisando os resultados mostrados na Tabela 4.2, nota-se pouca variao nos valores
do parmetro K
C
, em contraste com os parmetros T
I
e T
D
, que apresentam aumento
significativo com o aumento da ordem do modelo, o que demonstra a diminuio da
importncia relativa da ao integral e aumento da importncia relativa da ao derivativa.
Nota-se que a relao T
I
/ T
D
diminui com o aumento da ordem at a quarta ordem. A partir da
quarta ordem, a relao volta a aumentar, devido, provavelmente, ao fato de que, nestes casos,
o projeto foi insatisfatrio, pela escolha de uma FDA com desempenho alm do alcanvel.
4.1 ESTUDO DE CASOS 61

0
............
------ T T G
Figura 4.3: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.1.
Com relao ao resultado dos projetos dos controladores, pode-se afirmar que os trs
primeiros casos geraram resultados bastante satisfatrios com valores pequenos para a funo
objetivo, tempo de assentamento equivalente ao esperado, e com critrios de robustez longe
dos limites de estabilidade, mostrando que facilmente poderia se melhorar a performance
destes sistemas. O quarto caso mostrou-se num limiar, onde os ndices de qualidade
apresentam valores satisfatrios, apesar da resposta um pouco oscilatria, que influiu no
tempo de assentamento, visto que a mesma saiu da faixa de assentamento em torno de 70 min.
62 4. PROJ ETO DE CONTROLADORES

Tabela 4.2: Parmetros dos controladores projetados e ndices de qualidade obtidos no estudo
do efeito da ordem do modelo.
Modelo FDA Controlador ndices de Qualidade
n
t
A
(min)
m
n
K
C

T
I
(min)
T
D
(min)
FO T
I
/

T
D
t
A
(min)
M
SO
(%)

IAE ITAE MG RF MS
1 31,0 1 0,207 1,87 10,91 0,45 0,001 24,2 15,5 - 5,8 28,6 8,3 85,5 1,14
2 48,4 2 0,125 1,50 18,35 2,33 0,0001 7,88 24,2 4,6 13,9 139,2 29,7 71,4 1,19
3 64,0 3 0,116 1,88 36,75 6,28 0,027 5,85 32,0 2,5 19,9 261,4 7,8 71,5 1,41
4 78,5 4 0,112 1,98 50,44 13,13 0,36 3,84 75,2 4,0 28,3 556,4 2,3 56,4 2,12
5 92,5 5 0,114 1,68 78,01 18,52 3,97 4,21 170,8 2,7 46,2 1761 1,63 46,5 3,07
6 106,1 6 0,108 1,36 131,19 24,72 10,4 5,31 384,7 - 92,3 9979 1,4 45,6 3,79

A partir de quarta ordem, o aumento da ordem s faz degradar mais ainda os critrios
de robustez, que j ultrapassam os limites de estabilidade. O tempo de assentamento torna-se
muito maior que o de malha aberta, e o sistema torna-se muito oscilante. O prprio valor da
funo objetivo (FO) mostra que o projeto no foi adequado. Nestes casos, houve uma
limitao fsica para os modelos conseguirem atingir o desempenho relativo esperado, pois o
sistema no consegue acompanhar a variao inicial elevada da FDA. Ou seja, para estes
modelos de alta ordem, um desempenho equivalente a metade do tempo de assentamento da
malha aberta no plausvel, quanto utilizado um controlador do tipo PID.
Atravs deste estudo de caso, objetivou-se mostrar a influncia da ordem do modelo
no desempenho alcanvel do sistema em malha aberta. O desempenho relativo especificado
de metade do tempo de assentamento se mostrou bem adequado para sistemas de quarta
ordem. Para sistemas de primeira e segunda ordem, um desempenho relativo de tempo de
assentamento equivalente a 1/6 perfeitamente alcanvel, mantendo os limites de
estabilidade. Para sistemas de terceira ordem, uma relao plausvel de 1/3. Para sistemas de
mais alta ordem, uma relao adequada deve ser maior que 1/2. Assim, para os modelos de
quinta e sexta ordem, poderia obter-se controladores PID adequados para desempenhos
relativos com relao de 2/3 e 3/4, respectivamente. Cabe salientar que estas relaes so
afetadas pela magnitude do tempo morto de cada modelo, cuja influncia ser estudada mais
detalhadamente na seqncia.
4.1.2 Efeito do Tempo Morto
Partindo do modelo representado pela Equao 4.1 com n =2, foi avaliada a influncia
do tempo morto no projeto dos controladores variando a sua magnitude, obtendo assim, novos
modelos, conforme representado na Equao 4.2. O comportamento dinmico destes modelos
em resposta a uma entrada do tipo degrau unitrio mostrado na Figura 4.4.
4.1 ESTUDO DE CASOS 63


( )
2
1
3;6;9;12
10 1
s
G e
s

= =
+
(4.2)

Figura 4.4: Resposta dos modelos da Equao 4.2 (variando ) para uma excitao do tipo
degrau unitrio.
Para todos os casos, foi escolhida uma funo desempenho alcanvel de segunda
ordem, com tempo de assentamento igual metade do tempo de assentamento do modelo em
malha aberta. Este estudo de caso tem por objetivo analisar a influncia do tempo morto no
desempenho relativo que pode ser obtido com o sistema em malha fechada, bem como avaliar
quando o tempo morto compromete o projeto do controlador. Os parmetros dos
controladores projetados, bem como os ndices de qualidade obtidos para a resposta de cada
sistema a uma mudana do tipo degrau unitrio na varivel de referncia, so mostrados na
Tabela 4.3. Na Figura 4.5, so mostrados grficos contendo a resposta de cada sistema em
malha aberta, em malha fechada e a respectiva FDA utilizada no projeto do controlador.
Tabela 4.3: Parmetros dos controladores projetados e ndices de qualidade obtidos no estudo
do efeito do tempo morto.
Modelo FDA Controlador ndices de Qualidade

t
A
(min)
m
n
K
C

T
I
(min)
T
D
(min)
FO T
I
/

T
D
t
A
(min)
M
SO
(%)

IAE ITAE MG RF MS
3 50,4 2 0,131 1,53 21,08 3,37 0,003 6,26 25,2 4,3 15,3 154,3 7,0 71,3 1,29
6 53,4 2 0,140 1,52 24,92 5,04 0,081 4,94 26,6 3,0 17,6 182,2 3,0 71,3 1,59
9 56,4 2 0,151 1,45 29,50 6,78 0,72 4,35 53,1 3,7 21,3 274,6 2,0 73,0 2,07
12 59,4 2 0,164 1,30 36,91 8,58 3,08 4,30 69,4 1,7 28,3 585,7 1,6 80,9 2,62

64 4. PROJ ETO DE CONTROLADORES

0
............
------ T T G
Figura 4.5: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.2.
Analisando os resultados mostrados na Tabela 4.3, podemos verificar uma pequena
diminuio no valor de K
C
, em contraste com os parmetros T
I
e T
D
, que aumentaram com o
aumento de , evidenciando o aumento da importncia relativa da ao derivativa e
diminuio da importncia relativa da ao integral para sistemas com tempo morto
significativo.
O projeto do controlador para os dois primeiros casos foi bastante satisfatrio, com
critrios de robustez bem aqum dos limites. Para o terceiro caso, houve mais dificuldades de
se obter o desempenho desejado, pois o sistema no conseguiu acompanhar a variao inicial
da FDA, provocando uma oscilao um pouco excessiva, o que aumentou o tempo de
assentamento. Ainda assim, o projeto mostrou-se satisfatrio, visto que os critrios de
estabilidade no foram ultrapassados. No ltimo caso, o projeto no foi adequado, pois os
limites de estabilidade foram atingidos, mostrando a limitao do desempenho para sistemas
com tempo morto significativo. Para os modelos considerados neste estudo de caso,
evidenciou-se que o desempenho relativo desejado plausvel de ser obtido para valores de
menor que 15% do valor do tempo de assentamento do sistema em malha aberta. Para
modelos com tempo morto maior que o recomendado por esta heurstica, a relao de 1/2
entre os tempos de assentamento no mais factvel.
4.1 ESTUDO DE CASOS 65

4.1.3 Efeito do Fator de Amortecimento
O efeito do fator de amortecimento foi avaliado projetando controladores para os
modelos representados pela Equao 4.3. A Figura 4.6 mostra o comportamento dinmico
destes modelos em resposta a uma variao do tipo degrau unitrio.

2
2
1
0,3;0,7;1;2
100 20 1
s
G e
s s

= =
+ +
(4.3)

Figura 4.6: Resposta dos modelos da Equao 4.3 (variando ) para uma excitao do tipo
degrau unitrio.
Observa-se no grfico da Figura 4.6 que quanto menor o valor de , menor o tempo
de subida da resposta ao degrau, no entanto, para valores positivos menores que 1, o modelo
apresenta plos complexos e a resposta torna-se cada vez mais oscilatria (subamortecida).
Para =1, o modelo apresenta amortecimento crtico devido a presena de plos reais
repetidos. Para valores maiores que a unidade, o modelo apresenta plos reais distintos, e a
resposta torna-se superamortecida, ou seja, cada vez mais lenta.
Para estes casos, foi escolhida uma nica funo desempenho alcanvel de segunda
ordem, com metade do tempo de assentamento do modelo com =0,7, o de menor tempo de
assentamento (31,0 min). Assim, pretende-se verificar a influncia do fator de amortecimento
no projeto do controlador e no desempenho alcanvel em malha fechada. Os parmetros dos
controladores projetados, bem como os ndices de qualidade obtidos para a resposta de cada
sistema a uma mudana do tipo degrau unitrio na varivel de referncia, so mostrados na
Tabela 4.4. Na Figura 4.7, so mostrados grficos contendo a resposta de cada sistema em
malha aberta, em malha fechada e a respectiva funo desempenho alcanvel utilizada no
projeto do controlador.
66 4. PROJ ETO DE CONTROLADORES

Tabela 4.4: Parmetros dos controladores projetados e ndices de qualidade obtidos no estudo
do efeito do fator de amortecimento.
Modelo FDA Controlador ndices de Qualidade

t
A
(min)
m
n
K
C

T
I
(min)
T
D
(min)
FO T
I
/

T
D
t
A
(min)
M
SO
(%)

IAE ITAE MG RF MS
0,3 103,3 2 0,215 2,47 25,32 7,62 0,30 3,32 15,8 - 10,1 74,0 2,7 38,9 1,95
0,7 31,0 2 0,215 3,10 27,43 5,15 0,66 5,33 15,5 2,7 9,4 55,7 3,5 55,9 1,58
1 49,4 2 0,215 3,52 30,50 3,75 0,024 8,13 15,5 3,6 9,5 58,1 4,3 63,8 1,43
2 116,6 2 0,215 4,77 40,70 0,61 210
-5
66,7 15,5 4,6 9,5 60,1 5,8 63,4 1,41

0
............
------ T T G
Figura 4.7: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.3.
Atravs dos resultados da Tabela 4.4 e da Figura 4.7, pode-se observar que todos os
projetos foram satisfatrios, e com exceo do primeiro caso, os critrios de desempenho
foram bem semelhantes. O primeiro caso foi, ainda, o menos robusto (mais prximo dos
limites de estabilidade), evidenciando-se tambm, um aumento na robustez com o aumento de
(aumento da MG e diminuio da MS). Adicionalmente, nota-se um aumento nos valores
4.1 ESTUDO DE CASOS 67

dos parmetros K
C
e T
I
e uma diminuio em T
D
, com o aumento do fator de amortecimento.
Conforme esperado, para o sistema superamortecido (mais lento), a ao derivativa projetada
foi muito pequena, contudo, ela possui uma importncia relativa maior para sistemas
subamortecidos.
Com este estudo de caso, evidenciou-se que a diminuio do fator de amortecimento
para valores bem abaixo da unidade causa limitaes no desempenho dos sistemas de
controle, devido ao seu comportamento oscilatrio. Mesmo possuindo uma resposta inicial
mais rpida em malha aberta, os sistemas subamortecidos se mostraram menos robustos para
um mesmo desempenho desejado em malha fechada. Cabe ressaltar que o sistema mais lento
em malha aberta (maior t
A
), atingiu o desempenho desejado (cuja relao entre os tempos de
assentamento foi de aproximadamente 1/8) com os melhores critrios de robustez.
4.1.4 Efeito da Dinmica
A partir de modelos de terceira ordem, representados pela Equao 4.4, com razo
entre a constante de tempo () e o tempo morto constante e igual a 2, avaliou-se o efeito da
dinmica (variando ) no projeto e desempenho dos controladores. A Figura 4.8 mostra o
comportamento dinmico destes modelos em resposta a uma variao do tipo degrau unitrio.

( )
2
3
1
2;4;6;8
1
s
G e
s


= =
+
(4.4)

Figura 4.8: Resposta dos modelos da Equao 4.4 (variando ) para uma entrada do tipo
degrau unitrio.
68 4. PROJ ETO DE CONTROLADORES

Observa-se no grfico da Figura 4.8 que quanto maior o valor de , mais lenta a
resposta ao degrau, no entanto, o tempo de assentamento entre as diferentes curvas
proporcional ao prprio valor de , tanto que, se as curvas fossem projetadas sobre uma escala
de tempo normalizada (t/), elas estariam sobrepostas.
Para estes modelos, foram projetados controladores baseados em funes desempenho
alcanvel de terceira ordem com tempo de assentamento duas vezes menor que o da malha
aberta. Os parmetros dos controladores projetados, bem como os ndices de qualidade
obtidos para a resposta de cada sistema a uma mudana do tipo degrau unitrio na varivel de
referncia, so mostrados na Tabela 4.5. Na Figura 4.9, so mostrados grficos contendo a
resposta de cada sistema em malha aberta, em malha fechada e a respectiva FDA utilizada no
projeto do controlador.
Tabela 4.5: Parmetros dos controladores projetados e ndices de qualidade obtidos no estudo
do efeito da dinmica.
Modelo FDA Controlador ndices de Qualidade

t
A
(min)
m
n
K
C

T
I
(min)
T
D
(min)
FO T
I
/

T
D
t
A
(min)
M
SO
(%)

IAE ITAE MG RF MS
2 13,6 3 0,619 1,80 8,31 1,91 0,13 4,35 12,8 1,9 4,8 14,8 2,3 65,4 2,00
4 27,2 3 0,309 1,79 16,59 3,81 0,13 4,35 25,7 1,8 9,6 59,2 2,3 65,9 1,99
6 40,8 3 0,206 1,79 24,89 5,72 0,13 4,35 38,5 1,8 14,4 133,2 2,3 65,8 1,99
8 54,4 3 0,155 1,80 33,30 7,64 0,14 4,36 51,4 1,8 19,2 236,9 2,3 65,5 2,00

Os resultados apresentados na Tabela 4.5 mostram que o ganho do controlador (K
C
) se
mantm constante, enquanto que os parmetros T
I
e T
D
aumentam proporcionalmente com o
valor de , mantendo a relao T
I
/ T
D
tambm constante. Os critrios de robustez e o valor da
funo objetivo tambm se mantiveram constantes. O tempo de assentamento (t
A
) e o critrio
IAE so proporcionais ao valor de , enquanto que o critrio ITAE proporcional ao quadrado
de . O tempo de assentamento foi um pouco maior que o desejado para todos os casos,
ficando da ordem do tempo em malha aberta, devido ao fato da resposta do sistema sair da
faixa de assentamento em torno de t =6. Uma anlise mais detalhada na Figura 4.9 revela
que as respostas dos sistemas foram bastante semelhantes, a no ser pela prpria escala de
tempo, e um pouco oscilatrias, mostrando que este desempenho j se encontra no limiar do
alcanvel para estes casos. De fato, o valor de MS =2, apresentado por todos os sistemas, j
indicativo de projetos com desempenho bem rigoroso.
Como concluso importante relativa a este estudo de caso, temos que a constncia
obtida nos projetos realizados leva a uma heurstica prtica: para modelos de terceira ordem
com tempo morto equivalente a /2, representados pela Equao 4.4, uma regra simples de
ajuste dos parmetros do controlador PID que conduz a um desempenho alcanvel
satisfatrio (MS =2), dada por: K
C
=1,8; T
I
/ =4,15 e T
D
/ =0,95. Adicionalmente, tudo
leva a crer que heursticas deste tipo podem ser obtidas para casos mais genricos (diferentes
ordens e diferentes razes / ).
4.1 ESTUDO DE CASOS 69

0
............
------ T T G
Figura 4.9: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.4.
4.1.5 Efeito de Zeros Positivos
Para avaliar a influncia de zeros positivos (no SPD) no projeto e desempenho de
controladores PID, foi utilizado o modelo representado pela Equao 4.1 com n =3, ao qual
foi adicionado um zero positivo varivel (z =1 / ), conforme mostrado na Equao 4.5. A
Figura 4.10 mostra o comportamento dinmico destes modelos em resposta a uma variao do
tipo degrau unitrio.

( )
( )
1
3
1
5;10;15;20
10 1
s
s
G e
s

+
= =
+
(4.5)
Pode-se observar na Figura 4.10 que quanto maior o valor de , mais pronunciada a
resposta inversa, ou seja, mais intenso o movimento inicial do sistema para o lado oposto ao
esperado, aumentando assim, o tempo de assentamento do modelo. A escolha da FDA para
estes casos no trivial, devido a necessidade de fatorao da mesma, conforme discutido na
Subseo 3.4.1. Assim, o procedimento normal de especificar uma relao de tempo de
70 4. PROJ ETO DE CONTROLADORES

assentamento desejado para compor a FDA no mais usual, pois o comportamento da FDA
ir diferir do desejado, to maior quanto maior o valor de .

Figura 4.10: Resposta dos modelos da Equao 4.5 (variando ) para uma entrada do tipo
degrau unitrio.
De qualquer forma, foi escolhida uma nica FDA para o projeto dos controladores
para cada caso. Sabe-se que o aumento do valor de traz maiores limitaes no desempenho,
mas estas limitaes so incorporadas na FDA atravs do procedimento de fatorao. Foi
utilizada uma FDA de terceira ordem com tempo de assentamento equivalente a metade do
tempo de assentamento do ltimo modelo considerado ( =20), que o modelo mais lento.
Os parmetros dos controladores projetados, bem como os ndices de qualidade obtidos para a
resposta de cada sistema a uma mudana do tipo degrau unitrio na varivel de referncia, so
mostrados na Tabela 4.6. Na Figura 4.11, so mostrados grficos contendo a resposta de cada
sistema em malha aberta, em malha fechada e a respectiva FDA fatorada utilizada no projeto
do controlador.
Tabela 4.6: Parmetros dos controladores projetados e ndices de qualidade obtidos no estudo
do efeito de zeros positivos.
Modelo FDA Controlador ndices de Qualidade

t
A
(min)
m
n
K
C

T
I
(min)
T
D
(min)
FO T
I
/

T
D
t
A
(min)
M
SO
(%)

IAE ITAE MG RF MS
5 82,9 3 0,080 1,074 40,84 11,60 0,025 3,52 56,1 1,6 39,1 911 2,5 77,5 1,80
10 86,3 3 0,080 0,793 37,01 12,24 0,031 3,02 66,9 1,6 48,1 1303 2,3 72,5 1,84
15 89,0 3 0,080 0,622 34,70 12,71 0,064 2,73 80,0 1,8 57,5 1792 2,2 68,6 1,87
20 91,4 3 0,080 0,509 33,17 13,07 0,094 2,54 109,3 1,8 67,3 2406 2,2 65,9 1,87
4.1 ESTUDO DE CASOS 71

0
............
------ T T G
Figura 4.11: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.5.
Observa-se, tanto visualmente (Figura 4.11), quanto pelo valor da funo objetivo
mostrada na Tabela 4.6, que o projeto dos controladores foi satisfatrio para todos os casos, e
o procedimento de fatorao da FDA, incorporando a limitao imposta pelo zero positivo,
mostrou-se adequado. Pode-se notar que os critrios de robustez foram bastante semelhantes
para todos os casos, com uma pequena diminuio na robustez evidenciada principalmente
pela diminuio da reserva de fase. O tempo de assentamento e as integrais de erro
aumentaram com o aumento de , como esperado.
Com relao aos parmetros projetados do controlador PID, houve uma diminuio
dos parmetros K
C
e T
I
e aumento do parmetro T
D
com o aumento de . Dessa forma, a
relao T
I
/ T
D
diminuiu com o aumento de . Adicionalmente, a restrio no desempenho do
controlador, imposta pelo zero positivo, se faz notar no valor do ganho do controlador, que se
mostrou menor que a unidade para os trs ltimos casos. Ganho menor que a unidade
significa que a ao inicial de controle menor que a ao estacionria (valor final, para
t ), aumentando gradualmente devido ao integral. Isso ocorre para evitar que o
controlador atue de forma agressiva no incio, onde o sistema apresenta resposta na direo
oposta.
72 4. PROJ ETO DE CONTROLADORES

4.1.6 Efeito de Plos Positivos
O efeito de plos positivos (no SPD) foi avaliado para os modelos representados pela
Equao 4.6. O comportamento dinmico destes modelos em resposta a uma variao do tipo
degrau unitrio mostrado na Figura 4.12.

( )
1
1
10;20;30;40
1
s
G e
s

= =

(4.6)

Figura 4.12: Resposta dos modelos da Equao 4.6 (variando ) para uma entrada do tipo
degrau unitrio.
Sistemas com plos positivos apresentam um comportamento instvel, to mais
pronunciado quanto mais afastado o plo estiver da origem (menor ). Para estes casos, a
escolha de uma FDA adequada tambm no trivial, pois os modelos em malha aberta no
possuem tempo de assentamento. Dessa forma, foi escolhida uma nica FDA, para todos os
modelos, de primeira ordem com tempo de assentamento de 10 min. Neste mesmo tempo,
somente o modelo (em malha aberta) com =10, mostrou variao maior que a unidade. A
fatorao da FDA para estes sistemas produz uma resposta inicial igual para todos os casos,
com uma sobrelevao excessiva, to maior quanto menor o valor de , porm o tempo de
subida e tempo de assentamento aumentam com o aumento de .
Os parmetros dos controladores projetados, bem como os ndices de qualidade
obtidos para a resposta de cada sistema a uma mudana do tipo degrau unitrio na varivel de
referncia, so mostrados na Tabela 4.7. Na Figura 4.13, so mostrados grficos contendo a
resposta de cada sistema em malha aberta, em malha fechada e a respectiva FDA fatorada
utilizada no projeto do controlador.
4.1 ESTUDO DE CASOS 73

Tabela 4.7: Parmetros dos controladores projetados e ndices de qualidade obtidos no estudo
do efeito dos plos positivos.
Modelo FDA Controlador ndices de Qualidade
m
n
K
C

T
I
(min)
T
D
(min)
FO K
C
/

T
I
t
A
(min)
M
SO
(%)

IAE ITAE MG RF MS
10 1 0,333 4,56 22,93 0,60 0,42 0,199 40,1 33,7 9,4 150,8 2,8 61,4 1,54
20 1 0,333 7,36 37,50 0,55 0,12 0,196 57,0 20,9 10,1 251,1 3,7 68,1 1,37
30 1 0,333 10,12 52,51 0,52 0,059 0,193 66,9 15,3 10,4 330,4 4,2 71,6 1,32
40 1 0,333 12,90 67,41 0,50 0,038 0,191 71,4 12,1 10,6 417,8 4,5 73,5 1,29

0
............
------ T T G
Figura 4.13: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.6.
Analisando os resultados da Tabela 4.7, pode-se observar um aumento no valor dos
parmetros K
C
e T
I
, com o aumento de . Como estes parmetros aumentam na mesma
proporo, o termo integral (dado pela relao K
C
/ T
I
) se mantm aproximadamente
constante. Adicionalmente, a ao derivativa praticamente negligencivel, e tende a
diminuir mais ainda com o aumento de . Outra observao importante a variao
74 4. PROJ ETO DE CONTROLADORES

montona dos ndices de qualidade com a variao de . Com o aumento deste parmetro, o
sistema se torna mais robusto, porm com menor desempenho.
Apesar do valor da funo objetivo ser razoavelmente baixo para todos os casos, a
Figura 4.13 mostra que a aproximao da resposta do sistema com a FDA no foi to
satisfatria, sendo equivalente apenas no perodo inicial, anterior sobrelevao. Aps este
ponto, a resposta do sistema em malha fechada sempre superior resposta da FDA,
tornando mais lento o retorno para a faixa de assentamento. Adicionalmente, as diferenas se
tornam to maiores quanto menos robusto for o sistema (maior desempenho requerido), e esta
relao se faz notar tanto nos projetos realizados (diminuio de MS com aumento de ),
como na variao do desempenho alcanvel para um determinado modelo fixo. Dessa forma,
apesar dos projetos terem sido satisfatrios, acredita-se que o desempenho para estes casos
possa ser melhorado atravs da adoo de outro padro para a FDA, conforme foi feito com
sistemas integradores.
4.1.7 Efeito de Modelos Integradores Puros
Para estudar o comportamento de um sistema integrador puro foram projetados
controladores para os modelos representados pela Equao 4.7. Como estes sistemas no
possuem uma constante de tempo especfica, a sua dinmica varivel atravs do ganho
aparente (que representa a taxa de variao da resposta do sistema integrador) e do tempo
morto. Como o primeiro possui influncia (inversamente proporcional) somente no ganho do
controlador, o estudo do efeito de modelos integradores realizado atravs da avaliao do
respectivo tempo morto, ou seja, o tempo em que o sistema permanece latente antes de reagir
a um estmulo, conforme mostrado na Figura 4.14.

1
1;2;4;8
s
G e
s

= = (4.7)
Conforme discutido na Subseo 3.4.1, para modelos integradores puros, utilizado
outro padro para a funo desempenho alcanvel, uma funo de segunda ordem com um
zero, cujos coeficientes foram otimizados minimizando o critrio ITAE em resposta a uma
entrada do tipo rampa. Estas funes tambm possuem dinmica varivel atravs do
parmetro
n
, especificado diretamente, baseado no valor do tempo morto, atravs da
Equao 3.29.
Os parmetros dos controladores projetados, bem como os ndices de qualidade
obtidos para a resposta de cada sistema a uma mudana do tipo degrau unitrio na varivel de
referncia, so mostrados na Tabela 4.8. Na Figura 4.15, so mostrados grficos contendo a
resposta de cada sistema em malha aberta, em malha fechada e a respectiva FDA utilizada no
projeto do controlador.

4.1 ESTUDO DE CASOS 75


Figura 4.14: Resposta dos modelos da Equao 4.7 (variando ) para uma entrada do tipo
degrau unitrio.
Tabela 4.8: Parmetros dos controladores projetados e ndices de qualidade obtidos no estudo
do efeito do ganho de modelos integradores puros.
Modelo FDA Controlador ndices de Qualidade
m
n
K
C

T
I
(min)
T
D
(min)
FO
t
A
(min)
M
SO
(%)
IAE ITAE MG RF MS
1 2 0,277 0,585 28,67 0,45 0,28 16,7 6,5 3,6 37,9 2,6 67,0 1,63
2 2 0,139 0,293 57,43 0,91 0,28 33,4 6,5 7,3 151,9 2,6 67,3 1,63
4 2 0,069 0,146 114,65 1,82 0,28 67,3 6,5 14,6 609,4 2,6 67,3 1,63
8 2 0,035 0,074 229,60 3,64 0,27 131,8 6,4 28,8 2408 2,6 66,9 1,64

Baseado nos resultados mostrados na Tabela 4.8, nota-se uma constncia nos quatro
projetos. As curvas apresentadas na Figura 4.15 so bastante semelhantes, preservadas a
escala de tempo. Os critrios de robustez, bem como o valor da funo objetivo mantiveram-
se constantes, e os critrios de desempenho aumentaram proporcionalmente com o aumento
de . Isto mostra que o processo recomendado para especificao do parmetro de projeto
n
,
baseado no valor do tempo morto , foi satisfatrio para sistemas integradores puros.
Com relao aos parmetros do controlador, o ganho K
C
diminuiu com o aumento de
, enquanto que as constantes de tempo T
I
e T
D
aumentaram. Cabe ressaltar que o parmetro
T
D
, apesar de ter sido relativamente baixo, mostrou-se importante para aumentar a robustez do
sistema e diminuir a mxima sobrelevao. Baseado nestes resultados, recomenda-se uma
regra de ajuste prtica para sistemas integradores puros: K
C
=0,585 / ; T
I
=28,67;
76 4. PROJ ETO DE CONTROLADORES

T
D
=0,45. Com esta heurstica, obtm-se os seguintes valores aproximados para os critrios
de robustez: M
SO
=6,5%; MG =2,6; RF =67 e MS =1,63.
0
............
------ T T G
Figura 4.15: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada modelo da Equao 4.7.
4.2 Influncia da Funo Desempenho Alcanvel
Nos estudos de caso anteriores, utilizou-se a metodologia proposta para projetar
controladores PID para diferentes tipos de casos. Para cada caso, foram avaliados os ndices
de qualidade que quantificaram o sistema de controle quanto a seu desempenho e robustez.
Em alguns deles, o projeto foi satisfatrio, mas notou-se que o desempenho poderia ser
melhorado, pois os critrios de robustez estavam muito aqum dos limites de estabilidade. J
em outros, contudo, os limites de estabilidade foram ultrapassados, tornando o controlador
projetado inadequado. Cabe ressaltar, entretanto, que a metodologia proposta bastante
flexvel, podendo-se atingir qualquer desempenho, desde que respeitadas as restries de cada
modelo (limitaes do processo).
4.2 INFLUNCIA DA FUNO DESEMPENHO ALCANVEL 77

Nesta seo, ser avaliado o efeito da funo desempenho alcanvel no projeto do
controlador para um determinado caso. Adicionalmente, ser realizada um discusso de como
pode-se melhorar o desempenho do sistema de controle, atravs da variao da ordem da FDA
e do parmetro
n
, que funciona como um boto de ajuste da performance do sistema,
atravs do qual possvel alterar a velocidade de resposta do sistema. Para tanto, utilizou-se
um modelo de quarta ordem, com constantes de tempo diferentes, e tempo morto, conforme
mostrado na Equao 4.8. A Figura 4.16 mostra a resposta do modelo a uma variao do tipo
degrau unitrio na entrada.

( ) ( ) ( ) ( )
1
1
10 1 5 1 3 1 2 1
s
G e
s s s s

=
+ + + +
(4.8)

Figura 4.16: Resposta do modelo da Equao 4.8 para uma entrada do tipo degrau unitrio.
Para este modelo, foram projetados seis controladores, cada um baseado em uma FDA
diferente. Nos casos A e B, foram utilizadas funes de terceira e quarta ordem,
respectivamente, com tempo de assentamento equivalente a 60% do valor em malha aberta.
Nos casos C e D, tambm foram utilizadas funes de terceira e quarta ordem,
respectivamente, com tempo de assentamento equivalente a 50% do valor em malha aberta. J
para os casos E e F, foram utilizadas funes (respectivamente, de terceira e quarta ordem)
com tempo de assentamento equivalente a 40% do valor em malha aberta.
Os parmetros dos controladores projetados, bem como os ndices de qualidade
obtidos para a resposta de cada caso a uma mudana do tipo degrau unitrio na varivel de
referncia, so mostrados na Tabela 4.9. Na Figura 4.17, so mostrados grficos contendo a
resposta do sistema em malha aberta, em malha fechada e a respectiva FDA utilizada no
projeto do controlador.
78 4. PROJ ETO DE CONTROLADORES

0
............
------ T T G
Figura 4.17: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada caso (A, B, C, D, E e F) do estudo da influncia da
funo desempenho alcanvel.
Com base nos resultados mostrados na Tabela 4.9, pode-se notar que todos os projetos
foram satisfatrios. Com relao aos parmetros projetados, os casos com FDA de quarta
ordem apresentaram valores de ganho K
C
menores, T
I
menores e T
D
maiores (com exceo do
caso B), quando comparados com os respectivos casos com FDA de terceira ordem. Quando
se faz a comparao para cada ordem separadamente (casos A, C e E; e casos B, D e F), nota-
4.2 INFLUNCIA DA FUNO DESEMPENHO ALCANVEL 79

se o aumento de todos os parmetros com o aumento de
n
(correspondente a uma resposta
mais rpida, com diminuio da robustez e melhoria do desempenho).
Tabela 4.9: Parmetros dos controladores projetados e ndices de qualidade obtidos no estudo
da influncia da funo desempenho alcanvel.
Caso FDA Controlador ndices de Qualidade
m
n
K
C

T
I
(min)
T
D
(min)
FO
t
A
(min)
M
SO
(%)
IAE ITAE MG RF MS
A 3 0,143 1,13 18,83 2,36 0,028 26,6 1,6 16,7 189,8 5,2 71,5 1,44
B 4 0,170 1,00 16,35 1,95 0,50 27,2 4,2 17,4 196,0 5,2 67,6 1,45
C 3 0,173 1,66 23,36 4,17 0,038 21,8 1,0 14,1 128,9 3,8 73,6 1,55
D 4 0,206 1,53 19,97 4,29 0,25 22,2 3,7 14,6 138,4 4,0 73,1 1,50
E 3 0,219 2,46 31,17 5,37 0,53 35,7 0,7 12,6 115,1 2,3 55,2 2,09
F 4 0,261 2,36 25,89 5,56 0,22 17,7 3,5 12,6 120,9 2,3 55,7 2,04

Para os desempenhos desejados especificados por 50% e 60% do tempo de
assentamento em malha aberta, os projetos com FDA de terceira ordem (casos A e C) foram
mais adequados, pois apresentaram valores da funo objetivo menores, critrios de robustez
semelhantes e critrios de desempenho levemente superiores. Pode-se, inclusive, observar na
Figura 4.17 que, nos casos B e D, a resposta inicial do sistema mais rpida que a da FDA. J
para os casos especificados por 40% do tempo de assentamento em malha aberta, o
desempenho requerido est no limiar do alcanvel (critrios de robustez prximo dos limites
de estabilidade), e o projeto com FDA de quarta ordem foi mais adequado, apresentando valor
da funo objetivo mais baixo com critrios de robustez e desempenho bem semelhantes.
A Figura 4.17 mostra, inclusive, que para este nvel de desempenho, uma FDA de
terceira ordem (caso E) apresenta uma resposta inicial muito rpida, inatingvel pelo sistema.
Na tentativa de acompanhar a FDA, o mtodo projeta um controlador mais agressivo, que
produz uma oscilao acentuada, fazendo o sistema sair da faixa de assentamento e
aumentando, consequentemente, o tempo de assentamento. Este comportamento ocorre,
porque para resposta mais rpidas (casos E e F), as dinmicas mais rpidas do modelo
(constantes de tempo menores) apresentam importncia relativa maior na resposta do sistema,
havendo a necessidade de utilizao de uma FDA de maior ordem, compatvel com a ordem
aparente do sistema para este nvel de desempenho.
Dessa forma, pode-se concluir que o projeto dos parmetros do controlador
fortemente influenciado pela FDA, e esta, dessa forma, deve ser compatvel com a resposta do
sistema em malha fechada. Adicionalmente, a ordem mais adequada para cada caso tambm
dependente do prprio nvel de desempenho desejado, especificado atravs do parmetro
n
.
80 4. PROJ ETO DE CONTROLADORES

4.3 Influncia da Ordem do Controlador
Nesta seo, sero discutidas estratgias alternativas para melhorar o desempenho dos
sistemas de controle, baseadas na insero de filtros especficos ao controlador PID, que
aumentam a ordem efetiva do controlador. Os parmetros destes filtros so projetados
simultaneamente com os demais parmetros do controlador atravs da metodologia proposta,
de forma simples e direta, sem especificaes adicionais.
Para tanto, foi utilizado o modelo de sexta ordem com tempo morto, representado pela
Equao 4.1 com n =6, previamente estudado na Subseo 4.1.1. Conforme verificado
anteriormente, para este caso, um desempenho relativo de metade do valor do tempo de
assentamento em malha aberta no foi factvel de ser alcanado por um controlador PID
convencional.
As alternativas avaliadas foram atravs da insero de filtros do tipo lead-lag de
primeira, segunda e terceira ordem (Caso A, B e C, respectivamente), ao bloco C
PV
, ou seja o
bloco que atua sobre a varivel controlada. Estes filtros so representados respectivamente
pelas equaes 4.9, 4.10 e 4.11, e possuem um nico parmetro adicional, a constante de
tempo do filtro T
F
. A quarta alternativa estudada (Caso D) foi a utilizao do algoritmo PID
padro ISA (Equao 3.10), fixando apenas N =10. Neste caso, temos cinco parmetros de
ajuste: K
C
, T
I
, T
D
, b e c.

1
1
0,1 1
F
F
F
T s
C
T s
+
=
+
(4.9)

2
2
1
0,1 1
F
F
F
T s
C
T s
+
=

+

(4.10)

3
3
1
0,1 1
F
F
F
T s
C
T s
+
=

+

(4.11)
Para cada caso, foi utilizado o modelo especificado e a mesma FDA de sexta ordem
com tempo de assentamento equivalente a metade do valor em malha aberta (
n
=0,108). Os
parmetros dos controladores projetados, bem como os ndices de qualidade obtidos para a
resposta de cada sistema a uma mudana do tipo degrau unitrio na varivel de referncia, so
mostrados na Tabela 4.10. Na Figura 4.18, so mostrados grficos contendo a resposta do
sistema em malha aberta, em malha fechada e a FDA utilizada no projeto do controlador.

4.3 INFLUNCIA DA ORDEM DO CONTROLADOR 81

Tabela 4.10: Parmetros dos controladores projetados e ndices de qualidade obtidos no
estudo da influncia da ordem do controlador.
Caso
Controlador ndices de Qualidade
K
C

T
I

(min)
T
D

(min)
T
F

(min)
b c FO
t
A

(min)
M
SO
(%)
IAE ITAE MG RF MS
A 1,84 80,61 15,44 14,56 - - 4,44 234,5 2,4 58,6 3199 1,4 30,5 4,42
B 2,49 52,55 10,94 10,14 - - 0,75 123,4 6,1 43,8 1380 1,6 30,9 3,45
C 3,00 46,98 8,48 7,59 - - 0,083 53,4 4,9 39,9 976,8 2,3 38,0 2,37
D 0,474 89,33 27,52 - 2,71 0,62 1,09 124,1 8,7 42,2 1247 3,8 98,9 1,41

0
............
------ T T G
Figura 4.18: Resposta a uma mudana do tipo degrau unitrio na varivel de referncia do
sistema em malha aberta (G), em malha fechada (T) e da funo desempenho
alcanvel (T
0
) para cada caso (A, B, C e D) do estudo da influncia da ordem do
controlador.
Os resultados apresentados na Tabela 4.10 mostram que o aumento da ordem do
controlador, atravs da insero dos filtros especificados, aumenta a robustez e melhora o
desempenho do sistema, diminuindo o carter oscilatrio da resposta e consequentemente o
82 4. PROJ ETO DE CONTROLADORES

tempo de assentamento. Alm disso, observa-se na Figura 4.18 que a resposta do sistema se
aproxima mais da FDA com o aumento da ordem do filtro (casos A, B e C), o que pode ser
comprovado pela diminuio no valor da funo objetivo. Contudo, todos os projetos tiveram
os limites de estabilidade superados, mostrando que mesmo com o aumento da ordem do
controlador, este desempenho requerido bem difcil de ser alcanado, mantendo-se um nvel
adequado de robustez. Excepcionalmente, o projeto referente ao Caso C pode ser considerado
satisfatrio, visto que apenas o critrio MS foi violado por uma pequena margem.
Com relao aos parmetros projetados, nota-se um aumento no ganho K
C
e uma
diminuio nas constantes de tempo T
I
, T
D
e T
F
, com o aumento da ordem do controlador. Isto
comprova a forte influncia da ordem do controlador no desempenho do sistema, pois mesmo
com uma sintonia mais agressiva, o sistema se tornou relativamente mais robusto.
O Caso D apresentou uma configurao de parmetros bem diferente, com um ganho
K
C
pequeno e constantes de tempo T
I
e T
D
elevadas, o que tornou o sistema bastante robusto.
Mesmo assim, a resposta inicial do sistema foi mais rpida, mais at que a prpria FDA
(Figura 4.18). Isto se deve a um ajuste agressivo nos parmetros b e c. O parmetro b elevado
(>1) faz com que o controlador sinta uma variao efetiva inicial na varivel de referncia
maior do que a desejada (no caso, 2,71 vezes maior). J o parmetro c pondera parcialmente a
ao derivativa sobre o sinal de erro, fazendo com que a ao de controle inicial gerada pelo
controlador, para uma mudana do tipo degrau no valor da varivel de referncia, seja mais
acentuada. De fato, mesmo com um ganho K
C
seis vezes menor que o do Caso C, a variao
inicial da ao de controle (no mostrada na Figura 4.18) foi trs vezes maior. Com esta
configurao, este sistema apresentou uma resposta semelhante ao do Caso C, porm um
pouco mais oscilatria, tornando os critrios de desempenho maiores, principalmente o tempo
de assentamento.
Em suma, existem diversas alternativas para melhorar o desempenho de sistemas de
controle, cada qual com suas vantagens e desvantagens. Entre elas, a utilizao de
controladores de mais alta ordem se mostrou interessante, visto que o desempenho pode ser
melhorado com o aumento da robustez. Estes controladores podem ser facilmente obtidos em
sistemas de controle comerciais atravs da adio de filtros do tipo lead-lag, com um
parmetro de ajuste, que ajustado simultaneamente com os demais, atravs da metodologia
proposta.
Captulo 5

Abordagem Multi-Modelos

Modelos de sistemas fsicos sempre possuem um certo grau de incerteza
em relao a descrio precisa do comportamento do sistema fsico. Esta
incerteza decorrente de diversas razes, dentre as quais se destacam
dinmicas no modeladas (desprezadas), incertezas paramtricas, rudos,
etc. Dado que o objetivo da teoria de controle a obteno de um
controlador que atenda aos requisitos de projeto sobre o processo real, e
no apenas sobre o modelo matemtico, natural a preocupao com a
robustez do controle projetado. (REGINATTO, 1998, p. 3).









84 5. ABORDAGEM MULTI-MODELOS

5.1 Sistemas Multi-Modelos
Os processos industriais so no-lineares em essncia e, geralmente, variantes no
tempo. A considerao de linearidade e invarincia no tempo satisfatria na grande maioria
dos casos, j que elas so necessrias para a determinao de modelos simplificados do
processo e anlise dos mesmos atravs das metodologias convencionais. Muitas vezes, esta
considerao bem menos impactante do que as aproximaes realizadas na obteno de
modelos simplificados. Mas qual a vantagem de se obter modelos simplificados do
processo?
Atualmente, as tcnicas de identificao de processos esto bastante desenvolvidas,
permitindo a determinao de modelos mais complexos, os quais possuem informaes mais
detalhadas do processo, mas que no so normalmente utilizados no projeto de controladores
PID, devido inexistncia de metodologias adequadas para tal. Na literatura, pode-se
encontrar mtodos de identificao no-linear de sistemas e metodologias de controle no-
linear apropriadas, porm, no so amplamente utilizadas devido sua complexidade e
dificuldade de implementao nas plataformas de controle comerciais. Este paradoxo entre
simplicidade e pouca eficincia, ou complexidade e dificuldade de utilizao um problema
para muitos engenheiros de controle. Solues complexas normalmente requerem maior
tempo de envolvimento e maiores recursos financeiros. De acordo com LUYBEN e LUYBEN
(1994), solues simples devem ser sempre buscadas, contudo, nem sempre elas conseguem
prover o desempenho desejado.
O objetivo deste captulo , portanto, sintetizar um controlador de baixa ordem, do
tipo PID, encontrado em todas as plataformas de controle comerciais, que seja capaz de
prover desempenho satisfatrio, respeitando os limites de estabilidade, para processos
industriais complexos, representados por sistemas multi-modelos, os quais so capazes de
reproduzir, de forma simples e eficiente, um processo com caractersticas no-lineares
pronunciadas, em diferentes pontos de operao. Outra vantagem adicional que o mtodo
capaz de trabalhar com funes de transferncia de altas ordens e com fatores de fase no-
mnima. Assim, tem-se um compromisso entre simplicidade e riqueza de informaes para
serem levadas em conta no projeto do controlador, garantindo um melhor desempenho do que
os mtodos de ajuste clssicos.
5.2 Metodologia
A metodologia desenvolvida para a sntese de controladores para sistemas multi-
modelos uma extenso da metodologia proposta anteriormente, onde o problema de
otimizao a ser resolvido um problema multiobjetivo, ou seja, deseja-se minimizar,
simultaneamente, a diferena entre a funo de transferncia em malha fechada dos diferentes
pontos de operao e uma nica funo desempenho alcanvel.
5.2 METODOLOGIA 85

Existem diversas estratgias que expressam diferentes preferncias por formulaes
para problemas multiojetivos. Algumas estratgias comuns (SECCHI, 2001) so: o mtodo da
soma ponderada das funes objetivos, que torna o problema de otimizao escalar; o mtodo
das restries, que consiste em minimizar uma das funes objetivos, expressando as demais
como restries de desigualdade; e o mtodo da perseguio dos objetivos, onde definido
um conjunto de objetivos para serem seguidos simultaneamente pelas respectivas funes.
Como a soluo deste problema de otimizao deve expressar o melhor compromisso
possvel entre todos os modelos considerados, e no, obter uma soluo tima para modelos
especficos, a formulao do tipo min-max, mostrada na Equao 5.1 e resolvida atravs do
mtodo da perseguio dos objetivos, se mostrou mais adequada para este problema, onde
busca-se a minimizao do mximo desvio apresentado entre a resposta de todos os modelos
considerados e a FDA, em um intervalo de freqncias especfico. Com isto, garante-se que o
controlador projetado ir funcionar de forma satisfatria em todos os pontos de operao.

( )
,
min
: 0 1..
i i
x
sujeito a FO x w i M
+


=
R
(5.1)
Na Equao 5.1, M o nmero total de modelos considerados; w
i
o peso dado para o
modelo i; uma varivel auxiliar de otimizao; x o vetor das variveis de deciso
(parmetros a serem otimizados); e FO
i
(x) a funo objetivo especfica para o modelo i,
dada pela Equao 5.2. Atravs do peso w
i
, possvel dar mais nfase para modelos mais
importantes (onde se opera com maior freqncia) ou com comportamento crtico (prximo
dos limites de estabilidade). Quanto menor o valor de w
i
, maior a importncia do respectivo
modelo no problema de otimizao. Como padro, todos os pesos so iguais unidade.
( ) ( ) ( )
1
0
2
0
1
, 1..
i i
j
s j
FO x T s x T s i M
s

=

= =

(5.2)
A funo de transferncia em malha fechada de cada modelo dada pela Equao 5.3.

( ) ( , ) ( , )
( , ) 1..
1 ( ) ( , ) ( , )
i PI SP
i
i PI PV
G s C s x C s x
T s x i M
G s C s x C s x

= =
+
(5.3)
Na metodologia multi-modelos, foi utilizado o mesmo procedimento seqencial
iterativo (algoritmo mostrado na Figura 3.3), a mesma configurao de controle, e as mesmas
particularidades na escolha da funo desempenho alcanvel e do vetor de freqncias,
mostradas na metodologia mono-modelo. Cabe salientar que, neste caso, a FDA deve
apresentar um comportamento dinmico desejado para todos os modelos considerados quando
em malha fechada e, assim, ela deve respeitar todas as restries individuais impostas por
cada modelo. Para facilitar a utilizao da metodologia proposta para projeto de controladores
PID, bem como, a visualizao e anlise dos resultados obtidos, todo o procedimento
desenvolvido foi implementado em uma ferramenta grfica em ambiente Matlab

. Detalhes
de utilizao desta interface so discutidos no Apndice B.
86 5. ABORDAGEM MULTI-MODELOS

Os princpios bsicos desta metodologia foram originalmente discutidos em FACCIN
e TRIERWEILER (2004b). Alm deste trabalho, aplicaes prticas comprovando a eficcia
da abordagem multi-modelos podem ser encontradas em FACCIN e TRIERWEILER (2004c)
e FACCIN et al. (2004). A seguir, ser proposto e discutido de forma mais detalhada um
exemplo prtico de utilizao do mtodo proposto para um sistema multi-modelos obtido de
uma unidade didtica de trs tanques esfricos. Esta unidade constitui um timo exemplo para
introduzir conceitos e necessidades da aplicao de controladores robustos.
5.3 Unidade de Tanques Esfricos
Para testar a capacidade e habilidade da metodologia desenvolvida com abordagem
multi-modelos foi proposto um sistema no-linear composto de trs tanques esfricos em
srie. O objetivo de controle manter o nvel do terceiro tanque (h
3
) em trs pontos de
operao distintos (inferior, intermedirio e superior), manipulando a vazo lquida que
alimenta o sistema (F
0
). Os dois tanques anteriores, de maior volume, esto presentes para
absorver distrbios na vazo de alimentao, e tornam o sistema mais complexo. Este sistema
pode ser melhor visualizado na Figura 5.1.

Figura 5.1: Representao esquemtica simplificada do sistema de 3 tanques esfricos.
5.3 UNIDADE DE TANQUES ESFRICOS 87

Nesta representao, a varivel manipulada efetiva a abertura de vlvula da corrente
de alimentao, contudo, a malha de controle considerada atua sobre o valor de referncia da
vazo F
0
, que, por sua vez controlada por outra malha em uma configurao do tipo cascata.
Na prtica, esta configurao bastante usual para diminuir o efeito de distrbios sobre o
sistema, pois a malha inferior apresenta dinmica bem mais rpida. Dessa forma, para
considerar este efeito (a malha inferior no ser reproduzida) e a influncia da dinmica de
sensores, atuadores e atraso inerente do processo, foi adicionado um tempo morto ao modelo
do processo.
5.3.1 Modelagem Fenomenolgica
O modelo descritivo do sistema de trs tanques esfricos foi obtido atravs da
modelagem fenomenolgica do processo, considerando um balano material sobre cada
tanque esfrico, da seguinte forma:

1
1,2,3
i
i i
dV
F F i
dt

= = (5.4)
Na Equao 5.4, V
i
o volume do tanque i, definido pela Equao 5.5, e F
i
a vazo
de descarga do tanque i, dependente do nvel de lquido, considerando fluxo turbulento,
segundo a Equao 5.6.

2
3
1,2,3
3 2
i i i i
V h D h i

= =


(5.5)
1,2,3
i i i
F CD h i = = (5.6)
O dimetro (D
i
) e o coeficiente de descarga (CD
i
), possuem diferentes valores para
cada tanque, conforme mostrado na Tabela 5.1.
Tabela 5.1: Parmetros caractersticos dos tanques esfricos.
i D
i
(cm) CD
i
(m
2,5
min
-1
)
1 35 0,0169
2 30 0,0183
3 25 0,02

Substituindo as Equaes 5.5 e 5.6 na Equao 5.4 e rearranjando, obtemos:

( )
1
1,2,3
i i i i
i i i
F CD h dh
i
dt h D h


= =

(5.7)
88 5. ABORDAGEM MULTI-MODELOS

A funo de transferncia que relaciona o comportamento do nvel do tanque h
i
em
funo da vazo de alimentao F
i-1
obtida linearizando a Equao 5.7 e aplicando a
transformada de Laplace. Assim, obtemos a seguinte funo de transferncia:

( )
( )
1
1,2,3
1
i i
i i
h s K
i
F s s

= =
+
(5.8)
O ganho (K
i
) e a constante de tempo (
i
), de cada tanque, so dados por:

0
2
2
1,2,3
i
i
F
K i
CD

= = (5.9)

( )
3 2 2
0 0
6
2
1,2,3
i i
i
i
F D CD F
i
CD

= = (5.10)
Os nveis estacionrios de cada tanque (h
i,
), em funo da vazo de alimentao F
0
,
so dados pela Equao 5.11.

2
0
,
1,2,3
i
i
F
h i
CD


= =


(5.11)
Para compor a funo de transferncia que determina o comportamento do nvel do
tanque 3 (h
3
) em funo da vazo de alimentao (F
0
), necessrio ainda determinar as
funes de transferncia que relacionam a vazo de sada de cada tanque com o respectivo
nvel. Estas funes podem ser obtidas linearizando a Equao 5.6 e aplicando a transformada
de Laplace. Assim, obtemos:

( )
( )
2
0
1
1,2,3
2
i i
i i
F s CD
i
h s F K

= =

(5.12)
Dessa forma, a funo de transferncia desejada dada por:

( )
( ) ( ) ( ) ( )
3
0 1 2 3
1 1 1
s
h s
K
e
F s s s s

=
+ + +
(5.13)
O ganho global (K) igual ao ganho individual do tanque 3 (K
3
), as constantes de
tempo (
1
,
2
e
3
) so, respectivamente, as constantes de tempo individuais de cada tanque e o
tempo morto (), adicionado ao modelo para representar atrasos inerentes do processo,
considerado constante e igual a 0,1 min. O valor do ganho varia linearmente com a vazo de
alimentao e as constantes de tempo apresentam um comportamento no-linear assimtrico,
conforme mostrado na Figura 5.2a. Adicionalmente, tambm so mostrados os nveis
estacionrios de cada tanque em funo da vazo de alimentao (Figura 5.2b).
5.4 PROJ ETO DOS CONTROLADORES 89

(a) (b)
Figura 5.2: Constantes de tempo do modelo (a) e nveis estacionrios dos tanques (b) em
funo da vazo de alimentao F
0
.
Assumindo que o tanque 3 deva operar normalmente em seu nvel intermedirio
(12,5 cm), porm admitindo variaes entre 5 e 20 cm, foram considerados trs modelos
representativos destes pontos de operao, o intermedirio e os limites. O intervalo
operacional de vazes de 0-10 L/min (0-0,01 m
3
/min). Na Tabela 5.2, so mostrados os
nveis estacionrios dos trs tanques, o respectivo valor de vazo de alimentao e os
parmetros caractersticos do modelo, para cada ponto de operao (PO1, PO2 e PO3).
Tabela 5.2: Caracterizao dos pontos de operao do sistema.
h
1,
(cm) h
2,
(cm) h
3,
(cm) F
0
(L/min) K (min/m
2
)
1
(min)
2
(min)
3
(min)
PO1 7,0 6,0 5,0 4,47 22,36 1,929 1,204 0,703
PO2 17,5 14,9 12,5 7,07 35,36 4,764 2,985 1,736
PO3 28,0 23,9 20 8,94 44,72 3,852 2,450 1,405

5.4 Projeto dos Controladores
Para este sistema multi-modelos, que descreve o comportamento da unidade de trs
tanques esfricos sob diferentes condies de operao, foi utilizada a metodologia com
abordagem multi-modelos proposta (SIOM-MMA) e projetado um nico controlador PID
capaz de controlar com desempenho robusto o sistema em todo o seu intervalo de operao.
Para efeitos de comparao, tambm foi utilizado um controlador sintonizado atravs de um
mtodo clssico (baseado no mtodo IMC) e finalmente, foi projetado um controlador de mais
alta ordem (PID com filtro) capaz de melhorar o desempenho do sistema, atravs da
metodologia proposta. O controlador PID utilizado nos testes foi a parametrizao padro ISA
(Equao 3.10) com c =0, b =1 e N =10.
90 5. ABORDAGEM MULTI-MODELOS

5.4.1 Controlador MMA
O sistema multi-modelos da unidade de 3 tanques esfricos definido pelos seguintes
modelos:

( ) ( ) ( )
0,1
1
22,36
1,929 1 1,204 1 0,703 1
s
M e
s s s

=
+ + +
(5.14)

( ) ( ) ( )
0,1
2
35,36
4,764 1 2,985 1 1,736 1
s
M e
s s s

=
+ + +
(5.15)

( ) ( ) ( )
0,1
3
44,72
3,852 1 2,450 1 1,405 1
s
M e
s s s

=
+ + +
(5.16)
A Figura 5.3 mostra o comportamento dinmico dos modelos para uma entrada do tipo
degrau unitrio. O modelo M
1
apresenta o menor ganho e o menor tempo de assentamento
(8,5 min). J o modelo M
3
possui o maior ganho, porm um tempo de assentamento
intermedirio (17,0 min), enquanto que o modelo M
2
o mais lento (20,9 min).

Figura 5.3: Resposta dos modelos M
1
, M
2
e M
3
a uma entrada do tipo degrau unitrio.
Para este sistema, foi escolhida uma funo desempenho alcanvel de segunda ordem
com
n
=0,592 e tempo de assentamento de 5 minutos, conforme mostrado na Equao 5.17.

0,1
0 2
0,35
0,83 0,35
s
T e
s s

=
+ +
(5.17)
5.4 PROJ ETO DOS CONTROLADORES 91

Assim, temos um desempenho alcanvel aproximadamente duas vezes mais rpido
que o modelo M
1
, trs vezes mais rpido que o modelo M
3
e quatro vezes mais rpido que o
modelo M
2
. Foram utilizados pesos iguais e unitrios para os trs modelos considerados. O
problema de otimizao multiobjetivo convergiu em 7 iteraes e os resultados obtidos so
mostrados na Tabela 5.3.
Tabela 5.3: Resultados do problema de otimizao multiobjetivo MMA.
nit K
C
(m
2
/min) T
I
(min) T
D
(min) erro [K
C
] (%) erro [T
I
] (%) erro [T
D
] (%)
1 0,070 5,798 0 - - -
2 0,095 9,115 0,848 26,53 36,40 100,00
3 0,130 9,021 1,137 27,16 -1,05 25,44
4 0,155 10,745 1,427 16,34 16,05 20,33
5 0,159 10,536 1,381 2,16 -1,99 -3,36
6 0,160 10,693 1,460 1,06 1,47 5,43
7 0,162 10,726 1,468 0,74 0,30 0,49

Como pode-se notar na Tabela 5.3, os parmetros convergem rapidamente para a
soluo. Esta evoluo na convergncia pode ser melhor visualizada na Figura 5.4. Apesar
das curvas mostradas s terem sentido para os valores inteiros das iteraes, os pontos foram
ligados com retas para facilitar a noo de convergncia dos parmetros. Inicialmente, foi
obtido apenas um controlador PI (T
D
=0), porm, houve um aumento progressivo e gradual
nos valores dos parmetros at a convergncia na 7 iterao.
1 2 3 4 5 6 7
0,0
0,5
1,0
1,5
2,0

1
0
K
C

,

T
D
Iterao
5
6
7
8
9
10
11
T
I
T
D
10K
C
T
I

Figura 5.4: Convergncia dos parmetros do controlador MMA.

92 5. ABORDAGEM MULTI-MODELOS

A Figura 5.5 mostra a simulao em malha fechada do controlador MMA obtido, com
os modelos lineares representantes dos trs pontos de operao, juntamente com a resposta da
funo desempenho alcanvel para uma mudana no valor da varivel de referncia do tipo
degrau unitrio. Pode-se notar que a metodologia proposta obteve os parmetros do
controlador PID atravs de um compromisso entre o desempenho de cada sistema em malha
fechada e o desempenho desejado, representado pela funo desempenho alcanvel.

Figura 5.5: Comparao da resposta da funo desempenho alcanvel (T
0
) com a resposta
dos sistemas em malha fechada a uma mudana do tipo degrau unitrio em y
R

(y) e ao de controle gerada (u) com o controlador MMA para os modelos
lineares M
1
, M
2
e M
3
.
A Tabela 5.4 mostra os ndices de qualidade produzidos pelo controlador MMA para
cada sistema. Pode-se notar que os valores dos critrios de robustez esto prximos dos
limites de estabilidade, no entanto, ainda so adequados, apesar da mxima sobrelevao
(M
SO
) para o modelo M
2
ser um pouco excessiva, o que acabou elevando o tempo de
assentamento para este caso.
Tabela 5.4: ndices de qualidade produzidos pelo controlador MMA.
Modelo MS IAE ITAE MG RF M
SO
(%) t
A
(min)
M
1
1,96 2,90 10,8 2,99 48,3 0,0 8,3
M
2
1,96 4,57 20,5 5,59 37,7 27,0 18,2
M
3
2,19 3,32 13,6 3,72 33,7 17,9 13,1
t
A
(min) 39,6
5.4 PROJ ETO DOS CONTROLADORES 93

5.4.2 Controlador SIMC
Para efeito de comparao, foi utilizado o mtodo desenvolvido por SKOGESTAD
(2003), que apresenta regras de ajuste derivadas do mtodo IMC (RIVERA et al., 1986).
Segundo o autor, o mtodo, denominado SIMC, apresenta bom desempenho para diversos
tipos de sistemas (de alta ordem, com tempo morto, e com caractersticas integradoras), tanto
para caractersticas servo quanto para regulatrias. As regras de ajuste para o controlador PID
esto baseadas em funes de segunda ordem com tempo morto (Equao 5.18), que podem
ser obtidas a partir de modelos de mais alta ordem atravs da regra da metade (half-rule),
tambm apresentada no artigo.

( ) ( )
1 2
1 1
s
K
G e
s s

=
+ +
(5.18)
Este mtodo foi utilizado pelas caractersticas j comentadas e por considerar um
controlador no ideal, com ao derivativa atuando apenas sobre a varivel de processo e com
filtro de primeira ordem, equivalente estrutura utilizada. O mtodo foi proposto para uma
parametrizao de controlador PID do tipo srie, contudo, tambm so apresentadas frmulas
de converso para a forma paralela, equivalente a que foi utilizada para o projeto MMA.
Assim, a comparao entre o desempenho dos controladores mais justa. As regras de ajuste
do referido mtodo, tanto para parametrizaes de controlador do tipo srie como paralela,
so mostradas na Tabela 5.5.
Tabela 5.5: Regras de ajuste do mtodo SIMC.
Parametrizao
Srie
Parametrizao Paralela
(
1
8) (
1
8)
* 1
0,5
C
K
K

=


( )
1 2
0,5
C
K
K
+
=


1 2
0,5
1
8
C
K
K

= +




{ }
*
1
min ,8
D
T =
1 2 I
T = +
2
8
I
T = +
*
2 D
T =
1 2
1 2
D
T

=
+

2
2
8
8
D
T

=
+


Partindo dos modelos M
1
, M
2
e M
3
, dados pelas equaes 5.14, 5.15 e 5.16,
respectivamente, obtemos os modelos reduzidos MR
1
, MR
2
e MR
3
de segunda ordem com
tempo morto, para os quais sero projetados controladores atravs do mtodo SIMC. Estes
modelos foram obtidos seguindo os preceitos da regra da metade, onde metade do valor da
menor constante de tempo do modelo original foi adicionada ao valor da constante de tempo
intermediria e a outra metade, ao valor do tempo morto. Como as constantes de tempo
negligenciadas no modelo original so bem menores, quando comparadas com a constante de
tempo dominante (de maior valor), o comportamento dinmico dos modelos originais bem
aproximado pelo dos modelos reduzidos em todo o intervalo de tempo.
94 5. ABORDAGEM MULTI-MODELOS


( ) ( )
0,452
1
22,36
1,929 1 1,556 1
s
MR e
s s

=
+ +
(5.19)

( ) ( )
0,968
2
35,36
4,764 1 3,853 1
s
MR e
s s

=
+ +
(5.20)

( ) ( )
0,803
3
44,72
3,852 1 3,153 1
s
MR e
s s

=
+ +
(5.21)
Os controladores projetados para estes modelos reduzidos so mostrados na
Tabela 5.6. O desempenho dos controladores SIMC1, SIMC2 e SIMC3 pode ser visualizado
na Figura 5.6, Figura 5.7 e Figura 5.8, respectivamente. Os respectivos ndices de qualidade
so mostrados na Tabela 5.7.
Tabela 5.6: Controladores SIMC.
Controlador Modelo K
C
(m
2
/min) T
I
(min) T
D
(min)
SIMC1 MR
1
0,172 3,485 0,861
SIMC2 MR
2
0,126 8,617 2,130
SIMC3 MR
3
0,098 7,005 1,734


Figura 5.6: Resposta dos sistemas em malha fechada a uma mudana do tipo degrau unitrio
em y
R
(y) e ao de controle gerada (u) com o controlador SIMC1 para os
modelos lineares M
1
, M
2
e M
3
.
5.4 PROJ ETO DOS CONTROLADORES 95


Figura 5.7: Resposta dos sistemas em malha fechada a uma mudana do tipo degrau unitrio
em y
R
(y) e ao de controle gerada (u) com o controlador SIMC2 para os
modelos lineares M
1
, M
2
e M
3
.


Figura 5.8: Resposta dos sistemas em malha fechada a uma mudana do tipo degrau unitrio
em y
R
(y) e ao de controle gerada (u) com o controlador SIMC3 para os
modelos lineares M
1
, M
2
e M
3
.

96 5. ABORDAGEM MULTI-MODELOS

Tabela 5.7: ndices de qualidade produzidos pelos controladores SIMC.
Controlador Modelo MS IAE ITAE MG RF M
SO
(%) t
A
(min)
M
1
1,71 2,28 5,4 4,49 50,1 18,1 8,3
SIMC1 M
2
12,88 15,75 207,1 1,61 4,7 97,4 *
M
3
4,89 8,59 79,2 2,78 12,4 82,2 29,0
t
A
(min) *
M
1
2,11 3,27 10,1 2,58 46,4 0,8 8,5
SIMC2 M
2
1,68 5,24 29,6 5,76 49,2 16,9 19,9
M
3
2,01 3,96 21,8 3,50 40,5 10,6 18,7
t
A
(min) 47,1
M
1
1,58 3,22 8,5 4,15 72,4 0,1 8,4
SIMC3 M
2
1,57 5,78 30,2 8,54 49,7 27,6 15,9
M
3
1,69 4,32 20,5 5,43 49,0 17,1 16,3
t
A
(min) 40,6
* Este sistema no atingiu o estado estacionrio dentro do tempo da simulao (30 min).

As curvas simuladas confirmam que, para cada modelo, o melhor desempenho
apresentado pelo controlador projetado baseado no respectivo modelo. O controlador SIMC1
no adequado para os modelos M
2
e M
3
, pois os limites de estabilidade foram ultrapassados.
O desempenho dos controladores SIMC2 e SIMC3 um pouco semelhante, contudo os
ndices de qualidade mostram que o controlador SIMC3 apresenta, no mbito geral, critrios
de desempenho melhores aliado a uma maior robustez. Dessa forma, o controlador SIMC3 foi
utilizado para comparao com os controladores projetados atravs do mtodo proposto.
5.4.3 Controlador MMAF
Uma terceira opo foi testada, a utilizao da metodologia MMA para projetar um
controlador de mais alta ordem, resultante da adio do filtro C
F1
(Equao 5.22), do tipo
lead-lag, ao bloco C
PV
do controlador PID original, com parametrizao padro ISA.

1
1
0,1 1
F
F
F
T s
C
T s
+
=
+
(5.22)
Este filtro produz um avano na fase para freqncias intermedirias e amplifica o
sinal de entrada para altas freqncias. A magnitude destas aes sempre fixa, e o parmetro
de ajuste T
F
indica a faixa de freqncias em que o filtro vai atuar, que pode ser melhor
visualizada atravs do diagrama de bode mostrado na Figura 5.9.
5.4 PROJ ETO DOS CONTROLADORES 97


Figura 5.9: Diagrama de bode do filtro C
F1
.
Dessa forma, utilizando os mesmos modelos e funo desempenho alcanvel
considerados na Subseo 5.4.1 e a metodologia MMA, foram calculados os parmetros do
controlador PID filtrado pelo bloco C
F1
atuando sobre a varivel controlada (MMAF). Os
resultados obtidos so mostrados na Tabela 5.8.
Tabela 5.8: Resultados do problema de otimizao multiobjetivo MMAF.
nit
K
C

(m
2
/min)
T
I

(min)
T
D

(min)
T
F

(min)
erro [K
C
]
(%)
erro [T
I
]
(%)
erro [T
D
]
(%)
erro [T
F
]
(%)
1 0,070 5,798 0 0,459 - - - -
2 0,109 7,350 0,075 0,699 36,38 21,12 100,00 34,30
3 0,127 7,355 0,220 0,849 13,94 0,06 66,03 17,67
4 0,146 7,410 0,363 0,947 13,13 0,75 39,31 10,35
5 0,167 7,618 0,495 1,004 12,27 2,74 26,77 5,68
6 0,188 7,948 0,607 1,036 11,18 4,14 18,46 3,10
7 0,208 8,352 0,696 1,054 9,87 4,85 12,79 1,70
8 0,227 8,785 0,765 1,064 8,47 4,92 8,92 0,96
9 0,238 9,026 0,797 1,068 4,50 2,68 4,02 0,39
10 0,241 9,089 0,805 1,070 1,25 0,69 1,01 0,10
11 0,242 9,106 0,807 1,070 0,34 0,19 0,27 0,02


98 5. ABORDAGEM MULTI-MODELOS

A evoluo na convergncia dos parmetros deste controlador pode ser melhor
visualizada na Figura 5.10. Apesar das curvas mostradas s terem sentido para os valores
inteiros das iteraes, os pontos foram ligados com retas para facilitar a noo de
convergncia dos parmetros. As estimativas iniciais dos parmetros K
C
e T
I
foram idnticas
s estimativas iniciais do problema da Subseo 5.4.1, pois at este ponto o problema de
otimizao a ser resolvido era idntico. Pode-se notar que a incorporao do filtro C
F1
no
bloco C
PV
, permitiu um aumento no valor final do ganho do controlador e uma diminuio no
valor final dos parmetros T
I
e T
D
, quando comparados com os parmetros do controlador
MMA.
1 2 3 4 5 6 7 8 9 10 11
3
6
9
12
15
5
0
K
C

,

T
I
Iterao
0,0
0,2
0,4
0,6
0,8
1,0
1,2
T
D

,

T
F
T
F
T
D
T
I
50K
C

Figura 5.10: Convergncia dos parmetros do controlador MMAF.
A Figura 5.11 mostra a simulao em malha fechada do controlador MMAF obtido,
com os modelos lineares representantes dos trs pontos de operao, juntamente com a
resposta da funo desempenho alcanvel para uma mudana no valor da varivel de
referncia do tipo degrau unitrio. A adio do filtro C
F1
permitiu melhorar o desempenho dos
diferentes modelos e torn-los mais prximos do desempenho desejado. A Tabela 5.9 mostra
os ndices de qualidade produzidos pelo controlador MMAF para cada sistema, onde pode-se
evidenciar uma reduo significativa no somatrio dos tempos de assentamento.
Tabela 5.9: ndices de qualidade produzidos pelo controlador MMAF.
Modelo MS IAE ITAE MG RF M
SO
(%) t
A
(min)
M
1
1,83 2,62 7,5 2,71 58,0 0,0 6,1
M
2
1,55 3,72 12,7 18,12 42,7 20,6 9,1
M
3
1,40 2,73 8,0 8,26 49,5 7,3 6,5
t
A
(min) 21,7
5.4 PROJ ETO DOS CONTROLADORES 99


Figura 5.11: Comparao da resposta da funo desempenho alcanvel (T
0
) com a resposta
dos sistemas em malha fechada a uma mudana do tipo degrau unitrio em y
R

(y) e ao de controle gerada (u) com o controlador MMAF para os modelos
lineares M
1
, M
2
e M
3
.
5.4.4 Resultados
Para facilitar a comparao dos resultados obtidos com os diferentes controladores
projetados, os ndices de qualidade dos controladores MMA, SIMC3 e MMAF so mostrados
novamente na Tabela 5.10, porm ordenados por modelo. Dessa forma, possvel fazer uma
anlise comparativa mais detalhada.
Tabela 5.10: Comparao dos ndices de qualidade produzidos pelos controladores MMA,
SIMC3 e MMAF.
Modelo Controlador MS IAE ITAE MG RF M
SO
(%) t
A
(min)
MMA 1,96 2,90 10,8 2,99 48,3 0,0 8,3
M
1
SIMC3 1,58 3,22 8,5 4,15 72,4 0,1 8,4
MMAF 1,83 2,62 7,5 2,71 58,0 0,0 6,1
MMA 1,96 4,57 20,5 5,59 37,7 27,0 18,2
M
2
SIMC3 1,57 5,78 30,2 8,54 49,7 27,6 15,9
MMAF 1,55 3,72 12,7 18,12 42,7 20,6 9,1
MMA 2,19 3,32 13,6 3,72 33,7 17,9 13,1
M
3
SIMC3 1,69 4,32 20,5 5,43 49,0 17,1 16,3
MMAF 1,40 2,73 8,0 8,26 49,5 7,3 6,5
100 5. ABORDAGEM MULTI-MODELOS

Com relao ao modelo M
1
, o controlador mais robusto o SIMC3 (maior RF e MG e
menor MS), apresentando tambm maior t
A
e IAE. O controlador MMA apresenta uma
pequena melhora nos critrios de desempenho com relao ao controlador anterior. Nota-se
que o valor IAE menor, porm, ITAE maior. Isto explicado pois o controlador MMA
apresenta uma variao inicial maior, porm apresenta valores maiores de erro que se mantm
aps certo tempo (o que mais penalizado pelo critrio ITAE). O controlador MMAF
apresenta uma reduo significativa nos critrios de desempenho (t
A
, IAE e ITAE), porm com
maior RF e menor MS que o controlador MMA.
Analisando os resultados referentes ao modelo M
2
, pode-se notar que os controladores
MMA e SIMC3 produziram valores um pouco excessivos de M
SO
. O controlador menos
robusto foi o MMA, que teve critrios de desempenho melhores que o controlador SIMC3,
apesar de apresentar um tempo de assentamento muito grande, devido ao fato da segunda
sobrelevao sair fora da faixa de assentamento (5%). Novamente, o controlador MMAF
apresentou os melhores critrios de desempenho aliados ainda ao menor MS e maior MG.
Os resultados relativos ao modelo M
3
so os mais enfticos. O controlador SIMC3
apresentou os piores critrios de desempenho (maiores t
A
, IAE e ITAE). O controlador MMA
apresentou desempenho um pouco melhor, porm com perda de robustez (maiores MS e M
SO
,
e menores MG e RF). Para este caso, o controlador MMAF apresentou os melhores ndices,
tanto de desempenho como de robustez, mostrando que a simples adio de um filtro
projetado de forma adequada, associado ao projeto do prprio controlador, pode garantir uma
melhoria no desempenho do sistema, tornando-o ainda mais robusto.
5.5 Simulaes com o Modelo No-Linear
Para analisar o comportamento do sistema de 3 tanques esfricos, bem como para
estudar o desempenho dos controladores projetados, foi implementado em ambiente
Simulink

do Matlab

o modelo no-linear descritivo do processo. Com este modelo, foram


realizados testes comparativos dos controladores MMA, SIMC3 e MMAF com o modelo no-
linear para os trs pontos de operao considerados (PO1, PO2 e PO3) e para outro ponto de
operao (PO4), no considerado inicialmente. A realizao de testes neste ponto de operao
(PO4) tem o objetivo de comparar o desempenho e a robustez dos controladores em um ponto
de operao que no foi considerado no projeto dos controladores.
Foi escolhido o ponto onde a resposta do sistema a mais lenta, relativo vazo de
alimentao (F
0
) correspondente ao ponto de mximo das curvas das constantes de tempo
individuais de cada tanque em funo de F
0
(Figura 5.2a). Os nveis estacionrios dos trs
tanques, o valor da vazo de alimentao e os parmetros caractersticos representativos do
modelo neste ponto de operao (PO4) so mostrados na Tabela 5.11. Nestes testes, foi
comparado o desempenho dos controladores para uma mudana no valor da varivel de
referncia, seguido de um distrbio na vazo de alimentao. Dessa forma, foi possvel
verificar a performance dos controladores tambm para problemas regulatrios.
5.5 SIMULAES COM O MODELO NO-LINEAR 101

Tabela 5.11: Caracterizao do ponto de operao PO4.
h
1,
(cm) h
2,
(cm) h
3,
(cm) F
0
(L/min) K (min/m
2
)
1
(min)
2
(min)
3
(min)
21,0 17,9 15,0 7,75 38,75 5,009 3,146 1,825

A Figura 5.12 mostra a comparao dos controladores citados para o primeiro ponto
de operao (PO1). Neste caso, partindo-se do ponto estacionrio h
3
=0,05 m, realizou-se
uma mudana no valor da varivel de referncia para 0,06 m em t =5 min. Logo aps, em
t =30 min, procedeu-se com um distrbio na vazo de alimentao de -0,001 m
3
/min
(-1 L/min).

Figura 5.12: Teste dos controladores MMA, SIMC3 e MMAF com o modelo no-linear
para o primeiro ponto de operao (PO1).
Para o segundo ponto de operao (PO2), partiu-se do nvel estacionrio h
3
=0,125 m,
realizou-se uma mudana no valor da varivel de referncia para 0,135 m em t =5 min,
seguido de um distrbio na vazo de alimentao de -0,001 m
3
/min (-1 L/min), em t =30 min
(Figura 5.13).
De forma similar, a Figura 5.14 ilustra o teste realizado com o terceiro ponto de
operao (PO3), onde partindo-se de h
3
=0,20 m, foi realizado uma mudana no valor da
varivel de referncia para 0,19 m em t =5 min. Em t =30 min, procedeu-se com um
distrbio na vazo de alimentao de 0,001 m
3
/min (1 L/min).
102 5. ABORDAGEM MULTI-MODELOS


Figura 5.13: Teste dos controladores MMA, SIMC3 e MMAF com o modelo no-linear
para o segundo ponto de operao (PO2).

Figura 5.14: Teste dos controladores MMA, SIMC3 e MMAF com o modelo no-linear
para o terceiro ponto de operao (PO3).
5.5 SIMULAES COM O MODELO NO-LINEAR 103

No teste realizado com o quarto ponto de operao (PO4), partiu-se de h
3
=0,15 m e
realizou-se uma mudana no valor da varivel de referncia para 0,14 m em t =5 min,
seguido de um distrbio na vazo de alimentao de 0,001 m
3
/min (1 L/min), em t =30 min,
conforme Figura 5.15.

Figura 5.15: Teste dos controladores MMA, SIMC3 e MMAF com o modelo no-linear
para o quarto ponto de operao (PO4).
Para estes testes com o modelo no-linear foram considerados trs critrios de
desempenho (IAE, ITAE e MD). Os critrios de erro foram considerados para todo o
procedimento (mudana no valor da varivel de referncia e rejeio ao distrbio), enquanto
que o critrio MD foi computado atravs do mximo desvio absoluto em relao ao valor de
referncia, ocasionado devido aos distrbios especificados na vazo de alimentao F
0
. A
Tabela 5.12 mostra os respectivos ndices obtidos para os testes com o modelo no-linear nos
quatro pontos de operao (PO1, PO2, PO3 e PO4).
Os resultados apresentados na Tabela 5.12 so decisivos, corroborando as concluses
prvias obtidas atravs dos testes simulados com os modelos lineares. O controlador MMA
apresenta melhoria significativa de desempenho, em todos os critrios e pontos de operao
considerados, quando comparado com o controlador SIMC3, obtido atravs de um mtodo
clssico. Contudo, os resultados ainda mais expressivos so do controlador MMAF, que
apresentou, em mdia, IAE 32% e 43% menor que o controlador MMA e SIMC3,
respectivamente; ITAE 41% e 48% menor que o controlador MMA e SIMC3,
respectivamente; e MD 38% e 54% menor que o controlador MMA e SIMC3,
respectivamente.
104 5. ABORDAGEM MULTI-MODELOS

Tabela 5.12: Critrios de desempenho produzidos pelos controladores MMA, SIMC3 e
MMAF nos testes com o modelo no-linear.
Controlador IAE ITAE MD (m)
MMA 0,089 2,73 4,4510
-3

PO1 SIMC3 0,103 3,04 5,9610
-3

MMAF 0,061 1,63 2,8910
-3

MMA 0,108 2,95 5,9510
-3

PO2 SIMC3 0,130 3,38 8,0010
-3

MMAF 0,074 1,76 3,7510
-3

MMA 0,097 2,82 6,0210
-3

PO3 SIMC3 0,117 3,21 8,3010
-3

MMAF 0,065 1,66 3,5610
-3

MMA 0,109 2,95 6,0410
-3

PO4 SIMC3 0,130 3,37 8,1810
-3

MMAF 0,074 1,75 3,7910
-3


Este trabalho no quer desmerecer o mtodo de ajuste SIMC, muito pelo contrrio,
este mtodo considerado um dos melhores disponveis, pela sua simplicidade na obteno
dos parmetros do controlador, pelos resultados produzidos e pelo compromisso entre
caractersticas servo e regulatrias. Na verdade, para modelos nominais representativos de
sistemas simples (sem fatores de fase no-mnima predominantes), e no subamortecidos, este
mtodo apresenta a melhor relao custo-benefcio com relao ao projeto do controlador, ou
seja, apresenta resultados bastante satisfatrios com relativamente pouco esforo exigido, e
por isso foi escolhido para comparao.
Captulo 6

Concluso

Desde que os avanos na teoria e na prtica de controle automtico
propiciam meios para atingir-se desempenho timo de sistemas
dinmicos, bem como melhoria na qualidade e diminuio do custo de
produo, aumento da taxa de produo, operaes manuais repetitivas
etc., a maioria dos engenheiros e cientistas deve entender e conhecer bem
este campo. (OGATA, 1982, p. 1).










106 6. CONCLUSO

6.1 Consideraes Finais
Otimalidade no desempenho de sistemas de controle uma condio sempre almejada,
porm, difcil de ser alcanada industrialmente, visto a sua complexidade. Muito tem sido
desenvolvido em teoria de controle timo (e controle robusto), contudo, na prtica, fica-se
limitado a dispositivos, equipamentos fsicos e demais fatores relevantes (como sensores,
atuadores e o prprio controlador) atuando sob condies no ideais. Com isso em mente, a
metodologia desenvolvida visa auxiliar o processo de busca da condio tima atravs de um
projeto adequado de controlador, especificamente, do tipo PID. No entanto, um projeto
satisfatrio uma qualificao relativa, dependente de cada caso e da prpria avaliao do
usurio, baseado no seu conhecimento global do processo. Na verdade, desempenho timo
um conceito relativo, baseado em algum critrio, que pode ser quantitativo, qualitativo e at
mesmo subjetivo, do tipo desde que d para operar sempre em automtico ou ficando
estvel, est timo. A primeira vista, no h nada de timo nestes critrios, porm, eles so
reflexo da necessidade de minimizao do tempo envolvido para resolver o problema.
Na tentativa de tornar este conceito menos subjetivo e mais abrangente, foram
desenvolvidos, ao longo dos anos, ndices de qualidade que quantificam alguma caracterstica
especfica do sistema, que pode ser alterada atravs do controlador. Assim, utilizando-se de
metodologias especficas para projeto do controlador, pode-se chegar a um determinado nvel
timo. Contudo, existem diversos critrios culturalmente aceitos como timos (razo de
decaimento de 1/4, mxima sobrelevao de 20%, MS =2, valor mnimo de ITAE, entre
outros), nos quais esto baseados os mtodos de ajuste clssicos. Apesar de serem prticos,
eles so especficos para determinados processos e estruturas de controlador.
Dessa forma, a metodologia desenvolvida procurou ser mais flexvel e genrica, de
modo a contemplar os mais diferentes tipos de processos, diversas estruturas de controladores
e qualquer nvel de desempenho requerido (desde que, respeitando as restries inerentes ao
processo), num nico problema de otimizao no domnio da freqncia. Como flexibilidade
e generalidade normalmente se opem praticidade, o trabalho concentrou esforos em uma
estrutura de controlador baseada no algoritmo PID e suas diversas variaes, ocasionalmente
com ordem aumentada.
Diversos estudos de caso mostraram as potencialidades da metodologia desenvolvida
para sntese de controladores PID. Foi observado que o aumento da ordem do modelo limita o
desempenho a ser alcanvel, devido maior inrcia do sistema nos momentos iniciais. O
tempo morto traz uma limitao semelhante, no entanto, passado o perodo latente, a variao
da resposta do sistema mais pronunciada (menos suave) do que para sistemas de alta ordem.
Esta diferena na regio de maiores variaes da resposta pode ser, em alguns casos, o motivo
do fracasso de projetos para modelos de baixa ordem com tempo morto, que visam aproximar
processos reais de alta ordem.
O fator de amortecimento mostrou-se de grande influncia no desempenho alcanvel,
visto que, apesar de tornar mais rpida a resposta do sistema em malha aberta, a diminuio
do fator de amortecimento torna o sistema em malha fechada menos robusto, para um mesmo
6.1 CONSIDERAES FINAIS 107

nvel de desempenho. Observou-se, inclusive, que modelos bastante superamortecidos
conseguem atingir uma resposta em malha fechada muitas vezes mais rpida que a de malha
aberta, mantendo critrios de robustez satisfatrios. Para os modelos que apresentam zeros ou
plos no semi-plano direito (SPD), as restries intrnsecas devem ser incorporadas na prpria
FDA para garantir estabilidade interna. A fatorao recomendada para os dois casos se
mostrou satisfatria, possibilitando projetos adequados. Verificou-se ainda um aumento na
limitao no desempenho alcanvel com a diminuio do valor do zero positivo e com o
aumento do valor do plo positivo, considerando cada caso individualmente.
Em suma, o nvel de dificuldade do projeto de um controlador PID aumenta com o
nvel de complexidade do modelo, respectivamente, com o aumento da ordem, aumento do
tempo morto, diminuio do fator de amortecimento, diminuio do valor do zero no SPD e
aumento do valor do plo no SPD. Para processos mais complexos, onde o nvel de
desempenho desejado no factvel de ser obtido com um controlador de baixa ordem do tipo
PID, devido a restries inerente do processo, foi recomendado a utilizao de filtros
especficos, projetados simultaneamente aos parmetros convencionais atravs da
metodologia proposta. Estes filtros so capazes de aumentar a ordem do controlador,
melhorando o desempenho e a robustez do sistema de controle. O aumento da ordem do
controlador mostrou-se benfico em duas situaes: quando temos um modelo nominal de
ordem efetiva elevada (onde no possvel diferenciar uma nica dinmica dominante), cujo
comportamento no bem aproximado por modelos de baixa ordem com tempo morto; e para
sistemas multi-modelos (mesmo que de baixa ordem), com caractersticas dinmicas distintas.
Cabe ressaltar que, apesar da metodologia projetar sistemas de controle com um
comportamento desejado para mudanas no valor da varivel de referncia, ela no somente
satisfatria para caractersticas servo, podendo considerar caractersticas regulatrias, atravs
da seleo de um nvel de desempenho alcanvel bastante rigoroso, com ndices de robustez
muito prximos dos limites de estabilidade. Controladores com ajuste mais agressivo
apresentam uma tendncia natural maior rejeio de distrbios.
Os resultados apresentados no estudo de caso do sistema de 3 tanques esfricos
mostram a importncia da metodologia multi-modelos para melhorar o desempenho de
sistemas mais complexos, quando comparada com uma metodologia convencional. Este tipo
de abordagem se mostrou apropriado para o projeto de um nico controlador PID capaz de
prover desempenho satisfatrio para todos os modelos considerados, atravs da minimizao
simultnea da diferena entre a resposta de cada sistema em malha fechada e a FDA, baseada
em uma formulao do tipo min-max. Atravs da adio de um filtro do tipo lead-lag, de fcil
implementao nas plataformas de controle industriais, e projetado simultaneamente com o
prprio PID atravs da metodologia proposta, mostrou-se possvel melhorar o desempenho do
processo como um todo. Dessa forma, de maneira simples, pode-se obter um nvel de
desempenho elevado, superior, em alguns casos, ao desempenho provido por modernas e
complexas ferramentas de controle comerciais existentes.
108 6. CONCLUSO

6.2 Principais Contribuies deste Trabalho
Acredita-se que este trabalho apresentou contribuies relevantes para a rea de
controle de processos. A primeira delas est relacionada com a reviso histrica realizada
sobre sistemas de controle, que nos mostrou um pouco da evoluo que ocorreu nesta rea,
desde a utilizao de mecanismos puramente mecnicos at o surgimento dos primeiros
controladores do tipo PID, que se tornou o algoritmo mais difundido industrialmente, e que
ainda merece especial ateno da comunidade cientfica. Cabe salientar que a reviso
realizada no se ateve a detalhes mais especficos de cada acontecimento e que muitos deles
nem foram citados, procurou-se apenas descrever uma noo geral de como e por que chegou-
se ao atual estgio de desenvolvimento na rea de controladores PID, noo esta que,
geralmente, no encontrada em livros-texto, muito menos discutida em sala de aula.
Uma discusso de extrema importncia, levantada neste trabalho, a existncia de
diversas parametrizaes de controladores PID nas plataformas de controle comerciais, fato
desconhecido por muitos usurios. Cada fabricante implementa um algoritmo particular
(respeitando apenas a presena das aes proporcional, integral e derivativa) e a maneira
como feito o arranjo destes modos, geralmente, no aberta ao cliente (usurio final).
Considerando ainda, que a implementao de controladores PID na forma digital apresenta
maior facilidade e flexibilidade, as variaes apresentadas por estes algoritmos podem ser
muito mais acentuadas. Isto impede a utilizao de todas as potencialidade do sistema de
controle e tem influncia direta no desempenho alcanvel em cada malha.
Outra contribuio significativa foi a avaliao sistemtica e comparao de alguns
mtodos clssicos de ajuste dos parmetros de um controlador PID. Contudo, ao avaliar-se os
trabalhos publicados em sua forma original, notou-se uma srie de no conformidades
constantes em livros-texto expressivos na rea de controle de processos, como a reproduo
de constantes aproximadas, erros de interpretao e at indicao errnea sobre para qual
forma de controlador PID o ajuste era recomendado. Como o interesse especfico por um
determinado mtodo de ajuste, geralmente, se limita tabela onde fazem constar as regras
recomendadas para cada parmetro, muitos livros-texto reproduzem apenas os resultados de
diversos mtodos em um captulo sobre ajuste de controladores PID, para facilitar a sua
utilizao. Neste processo, podem haver erros de transcrio, erros de interpretao,
aproximaes e a negligncia de certas particularidades do mtodo. Seja qual for o motivo,
recomenda-se ateno na utilizao de regras de ajuste de livros-texto, transcritas dos
trabalhos originais. O exemplo mais curioso est relacionado com o mtodo ZN, pois alguns
livros-texto afirmam que suas regras foram sugeridas para uma parametrizao do tipo
paralela, outros (como CORRIPIO, 2001), para a forma srie, e outros nem sequer
mencionam o tipo de parametrizao, visto que este detalhe no discutido no artigo original.
Uma contribuio adicional est relacionada com a estrutura de controle alternativa,
composta por uma malha de controle com retroalimentao com 2 graus de liberdade
(Figura 3.2). Esta configurao foi proposta para viabilizar e facilitar a resoluo do problema
de otimizao atravs do mtodo seqencial iterativo desenvolvido para sntese de
controladores PID, mas ela pode ser vista como uma nova maneira de representar um sistema
6.3 SUGESTES PARA TRABALHOS FUTUROS 109

de controle, podendo ser til para diversos tipos de anlise. Atravs dela, por exemplo,
possvel demonstrar uma diferena significativa nos algoritmos PID na forma srie e paralela,
baseado na ordem do respectivo bloco C
PV
compatvel com esta configurao. Os algoritmos
baseados na forma srie produzem um filtro de primeira ordem, enquanto que os baseados na
forma paralela, produzem um filtro de segunda ordem, e portanto, mais genrico.
Outra vantagem desta configurao, que ela compatvel com qualquer algoritmo
PID, alm de ser facilmente convertida de uma forma para outra. Essa caracterstica permite a
utilizao de qualquer tipo de controlador PID em uma determinada plataforma de controle
comercial (SDCD), mesmo que esta possua apenas uma estrutura fixa de controlador.
Mantendo-se apenas o ncleo bsico de um controlador PI, pode-se compor uma nova
estrutura de controlador, inclusive de mais alta ordem, adicionando-se filtros especficos
(blocos C
SP
e C
PV
), do tipo lead-lag, facilmente implementveis.
A prpria metodologia desenvolvida pode ser considerada uma inovao, tanto na
forma original, como na abordagem estendida para sistemas multi-modelos, bem como todas
as particularidades que tornaram vivel a obteno de resultados satisfatrios, como o mtodo
seqencial iterativo, atravs do qual consegue-se, de forma simples e eficiente, resolver o
problema de otimizao proposto, para a grande maioria dos casos; e a utilizao de padres
especficos para a FDA, apropriados para diferentes tipos de casos, que determinam o
comportamento dinmico do sistema em malha fechada, sendo perfeitamente especificados
atravs de um nico parmetro de ajuste. Dessa forma, foi desenvolvida uma ferramenta
inovadora para o projeto de controladores PID que alia simplicidade, flexibilidade e produz
resultados satisfatrios para diversos tipos de processos, inclusive de elevadas ordens e para
qualquer parametrizao PID.
Por fim, uma contribuio no menos importante foi a proposio da unidade de
tanques esfricos, atravs da qual realizou-se o estudo de caso da aplicao da abordagem
multi-modelos. Esta unidade didtica apresenta caractersticas de controle muito interessantes,
pois possui diferentes nveis de operao com comportamentos dinmicos distintos, sendo
apropriada para a aplicao e estudo de tcnicas de controle robusto.
6.3 Sugestes para Trabalhos Futuros
Para facilitar o ajuste de controladores PID no mbito industrial, sugere-se o
desenvolvimento de correlaes prticas similares s desenvolvidas por STRM e
HGGLUND (1995), para o mtodo de Kappa-Tau, atravs da utilizao dos resultados
obtidos com a metodologia desenvolvida para condies especficas, conforme evidenciado
nos estudos de caso do efeito da dinmica e do efeito de modelos integradores puros.
Adicionalmente, para determinados tipos de sistemas, poderiam ser determinados os limites
de desempenho a ser alcanvel em malha fechada, atravs de relaes com os parmetros do
prprio modelo.
110 6. CONCLUSO

Outra sugesto que teria um forte apelo em termos de utilizao em nvel industrial
seria a extenso da metodologia desenvolvida para controladores PID multivariveis (MIMO).
Esta nova metodologia estaria baseada nas particularidades discutidas neste trabalho, porm, o
projeto dos controladores PID MIMO (com desacopladores), tambm seria obtido atravs da
resoluo de um problema multiobjetivo, onde todos os canais da matriz do controlador
seriam calculados simultaneamente, levando em conta o acoplamento entre eles e as restries
de cada canal.
Sugere-se, ainda, a explorao de novas formas (equaes) para serem usadas como
padres para a funo desempenho alcanvel (T
0
), bem como, a determinao dos nveis de
desempenho considerados adequados (satisfatrios) para diferentes tipos de modelos, como
funes dos prprios parmetros dos modelos.
Estudos dos efeitos da incerteza nos valores dos zeros e plos positivos no
procedimento da fatorao da funo desempenho alcanvel e, consequentemente, no projeto
do controlador, tambm so recomendados, de modo a avaliar a robustez dos controladores
projetados para estes casos.
Como ltima sugesto, poderia ser desenvolvida uma metodologia para projeto de
controladores PID discretos baseada nas idias discutidas neste trabalho. O problema de
otimizao a ser resolvido no domnio da freqncia, seria aplicado diretamente para os
modelos e controladores na forma discreta, fazendo z =e
jh
, onde z a varivel no domnio
discreto. Com isso, considera-se automaticamente o efeito do tipo de discretizao e o efeito
do tempo de amostragem h. Assim, seriam levados em conta mais aspectos operacionais do
algoritmo discreto de uma determinada plataforma de controle, porm, a grande dificuldade
seria obter com o fabricante a respectiva implementao do algoritmo desejado na sua forma
discreta.
Apndice A

Parametrizaes de Controladores PID

Caution must be exercised when applying PID tuning rules, as there are
a number of other parameterizations. (GOODWIN et al., 2001, p. 160).











112 A. PARAMETRIZAES DE CONTROLADORES PID

Tabela A.1: Algoritmos PID e respectivas formas convertidas para a configurao base.
Algoritmo Converso
PID paralelo padro:
( ) ( ) ( )
1
1
1
D
C R
I D
T s
U s K Y s Y s
T s T s

= + +


+


( ) ( )
( )
2
2
1 1
1
SP PV
I D I D
I D I D
C C
T T s T T s
T T s T T s
= =
+ + + +
+ + +

PID paralelo padro - D atuando apenas sobre y:
( )
( )
( )
1
1
1
1
1
R
I
C
D
I D
Y s
T s
U s K
T s
Y s
T s T s

+


=



+ +

+


1
SP
C =
( ) ( )
( )
2
2
1 1
1
I D I D
PV
I D I D
T T s T T s
C
T T s T T s
+ + + +
=
+ + +
PID paralelo padro - P e D atuando apenas sobre y:
( )
( )
( )
1
1
1
1
R
I
C
D
I D
Y s
T s
U s K
T s
Y s
T s T s



=



+ +

+


1
1
SP
I
C
T s
=
+

( ) ( )
( )
2
2
1 1
1
I D I D
PV
I D I D
T T s T T s
C
T T s T T s
+ + + +
=
+ + +
PID paralelo alternativo:
( ) ( ) ( )
1
I D
P R
K K s
U s K Y s Y s
s s

= + +

+


( ) ( )
( )
2
2
1
1
D I I
SP PV
I I
T T s T s
C C
T s T s
+ + + +
= =
+ + +
P C
K K = ;
C
I
I
K
K
T
= ;
D C D
K K T =
PID srie padro:
( ) ( ) ( )
1 1
1
1
D
C R
I D
T s
U s K Y s Y s
T s T s
+
= +


+


1
1
D
SP PV
D
T s
C C
T s
+
= =
+

PID srie padro - D atuando apenas sobre y:
( ) ( ) ( )
1 1
1
1
D
C R
I D
T s
U s K Y s Y s
T s T s
+
= +

+


1
SP
C = ;
1
1
D
PV
D
T s
C
T s
+
=
+

PID srie padro - P e D atuando apenas sobre y:
( ) ( ) ( )
1 1
1
1
D
C R
I D
T s
U s K Y s Y s
T s T s
+
= +

+


1
1
SP
I
C
T s
=
+
;
1
1
D
PV
D
T s
C
T s
+
=
+

PID srie alternativo:
( ) ( ) ( )
1
1 1
1
D
C R
I D
T s
U s K Y s Y s
T s T s

= + +


+

( ) 1 1
1
D
SP PV
D
T s
C C
T s
+ +
= =
+


Apndice B

Interface para Projeto de Controladores PID

Todo o desenvolvimento tecnolgico tende a deixar os processos mais
rpidos. (TENNER apud GWERCMAN, 2005, p. 53).












114 B. INTERFACE PARA PROJ ETO DE CONTROLADORES PID

Com o intuito de facilitar o projeto de controladores PID, foi criada uma ferramenta,
com uma interface grfica amigvel, que implementa toda a rotina de programao
desenvolvida na metodologia proposta. Esta ferramenta executada atravs do aplicativo
Matlab

, e apresenta-se dividida em trs sees: INITIATION, onde importa-se os modelos


que iro compor o sistema multi-modelos e escolhe-se uma FDA adequada; OPTIMIZATION,
onde efetivamente realizado o clculo dos parmetros do controlador; e SIMULATION, onde
pode-se visualizar a resposta simulada de cada sistema com o controlador projetado e analisar
os respectivos ndices de qualidade. O objetivo deste apndice , portanto, servir como um
manual de utilizao simplificado desta interface, onde demonstra-se os procedimentos a
serem seguidos.
Inicialmente, no aplicativo Matlab

, define-se os modelos a serem considerados na


forma de funes de transferncia (t f ) e executa-se a rotina mma, que abre a interface em
modo INITIATION (Figura B.1). Assim, define-se o nmero de modelos (de 1 a 6) que iro
compor o sistema multi-modelos no campo 1 (# Model s: ) e pressiona-se o boto OK. Esta
ao ir liberar os botes 2 para importao dos respectivos modelos na moldura I mpor t
Model s: . Clicando-se, por exemplo, no boto M2, abre-se uma janela auxiliar (Figura B.2)
com uma listagem dos modelos disponveis no workspace para seleo do desejado. Aps a
seleo, o nome do respectivo modelo aparece no campo ao lado do boto. Abaixo desta
moldura, h um campo para seleo da ao do controlador, seja ela reversa ou direta, atravs
dos radiobuttons 3 .

Figura B.1: Interface em modo INITIATION.
1
2
3
4
5
6 7
8 9
9
9 9
9
9
B. INTERFACE PARA PROJ ETO DE CONTROLADORES PID 115


Figura B.2: J anela auxiliar para importao de modelos.
Aps a definio do sistema multi-modelos, parte-se para a escolha de uma FDA
apropriada. Na moldura At t ai nabl e Per f or mance Funct i on: possvel escolher a
ordem desejada (de 1 a 8) atravs dos radiobutons 4 . A dinmica da resposta pode ser
ajustada atravs da seleo direta do parmetro
n
(boto Wn: ) ou atravs da especificao do
tempo de assentamento (boto ST: ). O tempo morto da FDA 5 automaticamente
especificado como igual ao maior tempo morto entre os modelos considerados (Checkbox
Def aul t ). Contudo, ele pode ser alterado quando este Checkbox no estiver marcado.
Selecionada a FDA, pressiona-se o boto St ep. Com isto, so atualizadas as
informaes referentes a este modo, liberados os modos OPTIMIZATION e SIMULATION e
informados os ganhos estacionrios e tempos de assentamento de cada modelo em ordem
decrescente, respectivamente nos campos 6 e 7 . Adicionalmente, so geradas curvas com a
resposta de cada modelo a uma entrada do tipo degrau unitrio (grfico superior: Open-
Loop St ep Response: ). No grfico inferior (Nor mal i zed Open- Loop St ep
Response: ), so apresentadas as mesmas curvas normalizadas pelo ganho estacionrio,
comparadas com a resposta da FDA (curva preta). Para facilitar a diferenciao entre as
diversas curvas, cada modelo possui uma cor especfica. Clicando-se sobre qualquer uma das
curvas com o boto esquerdo do mouse 8 , pode-se visualizar o nome do respectivo modelo e
as coordenadas do ponto correspondente. H ainda um recurso disponvel para alterao da
escala dos eixos dos grficos, onde pode-se mudar os limites inferior e superior do eixo das
abcissas e das ordenadas para cada grfico, atravs dos campos 9 .
No modo OPTIMIZATION (Figura B.3) feita a escolha do tipo de parametrizao
PID para projeto dos parmetros, dentre as disponveis 10 . A ttulo de informao, pode-se
visualizar a estrutura do controlador para cada tipo de parametrizao, clicando-se sobre o
boto Par amet er i zat i on. Esta ao faz aparecer uma janela auxiliar contendo a estrutura
do controlador e os parmetros a serem otimizados (Figura B.4). Os valores limites utilizados
na composio do vetor de freqncias, calculados automaticamente baseados na FDA, so
mostrados nos campos MI N: e MAX: 11 da moldura Fr equency Vect or : . Para alterar
manualmente estes valores, necessrio selecionar o radiobutton Manual . Alguns fatores do
problema de otimizao, como o nmero de pontos considerados no vetor de freqncias, o
nmero mximo de iteraes e a tolerncia utilizada como critrio de parada, podem ser
definidos atravs dos campos 12 , 13 e 14 , respectivamente. Caso eles no sejam
informados, utiliza-se como padro, 100 pontos, 12 iteraes e 1% de erro relativo entre os
parmetros de duas iteraes sucessivas.
116 B. INTERFACE PARA PROJ ETO DE CONTROLADORES PID


Figura B.3: Interface em modo OPTIMIZATION.

Figura B.4: J anela auxiliar mostrando a estrutura do controlador selecionado.
Adicionalmente, pode-se excluir algum modelo do projeto, desmarcando o respectivo
CheckBox 15 , ou alterar o peso de algum modelo especfico em 16 . Quanto maior o peso de
um determinado modelo, menor dever ser o valor obtido da funo objetivo respectiva, em
relao aos outros modelos. O mtodo seqencial iterativo para clculo dos parmetros do
controlador PID ativado ao clicar-se sobre o boto Cal cul at e. Enquanto o algoritmo
executado, mostra-se a iterao a ser processada no campo Opt i mi zat i on St at us:, para
avaliar o progresso do mtodo. Neste campo 17 , tambm mostrada a situao final do
processo de otimizao, quais modelos foram utilizados, se houve convergncia, o nmero de
iteraes realizadas e o tempo necessrio no procedimento. A situao completa do mtodo,
parmetros calculados e erros relativos para cada iterao realizada, bem como o valor da
funo objetivo para cada modelo e cada etapa do mtodo so mostrados numa tabela
completa, que pode ser exportada para o aplicativo Excel

, clicando-se no boto Exp Tab.



10
11
12 13 14
15 16
17
B. INTERFACE PARA PROJ ETO DE CONTROLADORES PID 117

Terminado o processo de otimizao, parte-se para o modo SIMULATION
(Figura B.5). Na moldura Par amet er s: constam os parmetros convergidos (no caso K
C
,
T
I
e T
D
) nos respectivos campos 18 . Cada controlador possui um nome contendo um nmero
seqencial e os modelos para os quais ele foi projetado. Atravs do ListBox Cont r ol l er :
19 possvel alternar entre diversos controladores armazenados. Um determinado
controlador pode ser excludo atravs do boto Del et e. Pode-se, inclusive, inserir um
determinado controlador de forma manual, alterando os valores dos parmetros nos seus
respectivos campos, e clicando no boto Save: . Esta ao ir armazenar o controlador
desejado na lista de controladores sob o nome digitado no campo 20 .

Figura B.5: Interface em modo SIMULATION.
Ao clicar-se sobre o boto Si mul at e, ser realizada uma simulao em malha
fechada dos sistemas considerados com o controlador selecionado, frente a uma variao do
tipo degrau unitrio no valor da varivel de referncia. As respostas simuladas obtidas so
mostradas em dois grficos. No superior (Cl osed- Loop St ep Response: ),
visualizada a resposta da varivel controlada para cada modelo, juntamente com a resposta da
FDA (curva slida preta) e uma curva correspondente varivel de referncia (curva
pontilhada). No grfico inferior (Cont r ol Act i on: ), so mostradas as respectivas aes
de controle geradas pelo controlador para cada caso, seguindo o mesmo arranjo de cores. Ao
clicar sobre uma determinada curva com o boto direito do mouse 21 , ela realada (a linha
torna-se temporariamente mais grossa), e pode-se visualizar o respectivo nome do controlador
utilizado na simulao. Somente aparece nos grficos, o modelo cujo CheckBox estiver
marcado 22 .
18
19
20
21
22
24
23
23
23
23
23
23
25
26
118 B. INTERFACE PARA PROJ ETO DE CONTROLADORES PID

Da mesma forma que nos grficos da seo INITIATION, pode-se mudar os limites
inferior e superior do eixo das abcissas e das ordenadas para cada grfico, atravs dos campos
23 , porm eles s sero atualizados aps clicar sobre o boto Axi s. O boto Gr aph, ao ser
clicado, gera uma figura padro do aplicativo Matlab

, reproduzindo as curvas dos grficos,


conforme mostrado na Figura B.6, para facilitar a utilizao e exportar para outros aplicativos.
Diversos ndices de qualidade so computados e mostrados para cada caso 24 , podendo,
inclusive, serem exportados para o aplicativo Excel

, clicando-se no boto Exp Tab. A


moldura Load Di st ur bance, quando ativa, permite que se adicione na simulao um
distrbio na carga de amplitude varivel, especificada em 25 , e no tempo desejado,
especificado em 26 .
Esta interface se mostrou de extrema utilidade para o projeto de controladores PID
para sistemas multi-modelos utilizando a metodologia proposta pois, atravs dela, possvel
realizar diversos projetos e compar-los visualmente atravs das curvas simuladas e atravs
dos ndices de qualidade.

Figura B.6: Figura reproduzindo as curvas obtidas nas simulaes.
Referncias Bibliogrficas

AGUIRRE, L. A. Introduo identificao de sistemas: tcnicas lineares e no-lineares
aplicadas a sistemas reais. 2 ed. Belo Horizonte: UFMG (2004).
STRM, K. J . e HGGLUND, T. PID Controllers: Theory, Design, and Tuning. 2 ed.
Research Triangle Park: Instrument Society of America (1995).
______. Revisiting the Ziegler-Nichols step response method for PID control. Journal of
Process Control, 14, 635-650 (2004).
STRM, K. J . e WITTENMARK, B. Computer-Controlled Systems: Theory and Design.
3 ed. Upper Saddle River: Prentice Hall (1997).
AUTONOMIA e Inteligncia em Controle. Grupo de Sistemas Inteligentes, Departamento de
Informtica, Universidade Estadual de Maring. Maring (2004). Disponvel em:
<http://www.din.uem.br/ia/intelige/controle/pontvista1.html> Acesso em: 25 maio
2004.
BALCHEN, J . G. How have we arrived at the present state of knowledge in process control?
Is there a lesson to be learned? Journal of Process Control, 9, 101-108 (1999).
BAZANELLA, A. S. e SILVA J R., J . M. G. Ajuste de Controladores PID. Apostila do Curso
de Extenso, Departamento de Engenharia Eltrica, Universidade Federal do Rio
Grande do Sul. Porto Alegre (1999).
BENNETT, S. The Past of PID Controllers. Annual Reviews in Control, 25, 43-53 (2001).
BISSELL, C. C. Control Engineering. London: Chapman & Hall (1993).
BOLTON, W. Engenharia de Controle. So Paulo: Makron Books do Brasil (1995).
BOYD, S. P. e BARRATT, C. H. Linear Controller Design: Limits of Performance.
Englewood Cliffs: Prentice-Hall (1991).
CASTRUCCI, P. B. L. Controle Automtico. So Paulo: Edgard Blcher (1969).
CHEN, D. e SEBORG, D. E. PI/PID Controller Design Based on Direct Synthesis and
Disturbance Rejection. Ind. Eng. Chem. Res., 41, 4807-4822 (2002).
______. Design of decentralized PI control systems based on Nyquist stability analysis.
Journal of Process Control, 13, 27-39 (2003).
120 REFERNCIAS BIBLIOGRFICAS

CHIEN, K. L.; HRONES, J . A.; RESWICK, J . B. On the Automatic Control of Generalized
Passive Systems. Trans. A.S.M.E., 74, 175-185 (1952).
COHEN, G. H. e COON, G. A. Theoretical Consideration of Retarded Control. Trans.
A.S.M.E., 75, 827-834 (1953).
COLEMAN, T.; BRANCH, M. A.; GRACE, A. Optimization Toolbox. for use with Matlab

.
3 ed., verso 2.0. Natick: MathWorks (1999).
CORRIPIO, A. B. Tuning of Industrial Control Systems. 2 ed. Research Triangle Park: ISA
(2001).
CRUZ, J . J . Controle Robusto Multivarivel. So Paulo: USP (1996). Disponvel em:
<http://www.usp.br/edusp/livros/livro456.htm>Acesso em: 23 abr. 2004.
DAZZO, J . J . e HOUPIS, C. H. Anlise e Projeto de Sistemas de Controle Lineares.
Traduo de: FILHO, B. S. S. Rio de J aneiro: Guanabara Dois (1978).
DISTEFANO, J . J .; STUBBERUD, A. R.; WILLIAMS, I. J . Sistemas de Retroao e
Controle. Traduo de: CARDIM, O. A. So Paulo: McGraw-Hill do Brasil (1977).
DORF, R. C. e BISHOP, R. H. Design Using Performance Indices. In: LEVINE, W. S. (Edit.)
The Control Handbook. Boca Raton: CRC (1996).
______. Modern Control Systems. 8 ed. Menlo Park: Addison Wesley Longman (1998).
EDGAR, T. F. et al. Process Control. In: GREEN, D. W. (Edit.) Perrys Chemical Engineers
Handbook. 7 ed. New York: McGraw-Hill (1999).
EICOMPENDEX Engineering Information. Hoboken: Elsevier (2004). Disponvel em:
<http://www.engineeringvillage2.org>Acesso em: 05 jul. 2004.
ENGELL, S. Optimale lineare Regelung. Berlim: Springer-Verlag. (1988).
ENGELL, S. e MLLER, R. Multivariable Controller Design by Frequency Response
Approximation. Proc. of the 2nd European Control Conference, 3, 1715-1720 (1993).
FACCIN, F. e TRIERWEILER, J . O. Performance Limitations of Some Industrial PID
Controllers. In: 14 ESCAPE Symposium. Lisboa (2004a).
______. A Novel Tool for Multi-Model PID Controller Design. In: 7 DYCOPS Symposium.
Cambridge (2004b).
______. Mtodo de Ajuste de Controladores PID com Desempenho Robusto para Sistemas
Multi-Modelos. In: XV Congresso Brasileiro de Engenharia Qumica. Curitiba (2004c).
REFERNCIAS BIBLIOGRFICAS 121

FACCIN, F. et al. Anlise da Estratgia de Controle de Temperatura de um Reator de
Polimerizao em Leito Fluidizado. In: XV Congresso Brasileiro de Automtica.
Gramado (2004).
FARENZENA, M. Nmero de Desempenho Robusto No-Linear: uma Nova Medida do Grau
de No-Linearidade. Dissertao de Mestrado, Programa de Ps-Graduao em
Engenharia Qumica, Universidade Federal do Rio Grande do Sul. Porto Alegre (2003).
FONSECA, M. O.; FILHO, C. S.; TORRES, B. S. Avaliao de Desempenho e Auditoria de
Malhas de Controle. InTech Brasil, 63, 32-37 (2004).
FRANKLIN, G. F.; POWELL, J . D.; EMAMI-NAEINI, A. Feedback Control of Dynamic
Systems. 3 ed. Reading: Addison-Wesley (1995).
GARCIA, C. E. e MORARI, M. Internal Model Control - 1. Unifying Review and Some New
Results. Ind. Eng. Chem. Process Des. Dev., 21, 308-323 (1982).
GIBSON, J . E. Nonlinear Automatic Control. New York: McGraw-Hill (1963).
GOODWIN, G. C.; GRAEBE, S. F.; SALGADO, M. E. Control System Design. Upper
Saddle River: Prentice Hall (2001).
GRAEBE, S. F. e AHLN, A. Bumpless Transfer. In: LEVINE, W. S. (Edit.) The Control
Handbook. Boca Raton: CRC (1996).
GWERCMAN, S. Cada vez mais acelerado. Super Interessante, 211, 52-55, Mar. (2005).
HELLEM, S. M. Evaluation of simple methods for tuning of PID-Controllers. Project Report,
Department of Chemical Engineering, Norwegian University of Science and
Technology. Trondheim (2001).
HWANG, C. e HSIAO, C. A new approach to mixed H
2
/H

optimal PI/PID controller design.


In: 15
th
IFAC World Congress. Barcelona (2002).
INGIMUNDARSON, A. e HGGLUND, T. Performance comparison between PID and
dead-time compensating controllers. Journal of Process Control, 12, 887-895 (2002).
ISAKSSON, A. J . e GRAEBE, S. F. Analytical PID parameter expressions for higher order
systems. Automatica, 35, 1121-1130 (1999).
J OHNSON, C. D. Process Control Instrumentation Technology. 5 ed. Upper Saddle River:
Prentice-Hall (1997).
LATHI, B. P. Signal Processing and Linear Systems. Carmichael: Berkeley Cambridge
(1998).
122 REFERNCIAS BIBLIOGRFICAS

LOPEZ, A. M.; MILLER, J . A.; SMITH C. L.; MURRIL, P. W. Tuning Controllers With
Error-Integral Criteria. Instrumentation Technology, 14, 57-62, Nov. (1967).
LOPEZ, A. M.; MURRILL, P. W.; SMITH, C. L. Tuning PI and PID Digital Controllers.
Instruments and Control Systems, 42, 89-95, Feb. (1969).
KUO, B. C. Sistemas de Controle Automtico. Traduo de: SALES, R. M. e LEITE, V. M.
P. 4 ed. Rio de J aneiro: Prentice-Hall do Brasil (1985).
KWOK, K. E.; PING, M. C.; LI, P. A model-based augmented PID algorithm. Journal of
Process Control, 10, 9-18 (2000).
LACERDA, C. A. e GEIGER, P. Dicionrio Aurlio Eletrnico - V. 2.0. [s.l.]: Nova Fronteira
(1998).
LUYBEN, M. L. e LUYBEN, W. L. Essentials of Process Control. New York: McGraw-Hill
(1997).
MAKAROVSKY, C. e ARBEX, R. Reduzindo Custos Variveis, Diminuindo as
Variabilidades dos Processos. InTech Brasil, 63, 38-44 (2004).
MARLIN, T. E. Process Control. New York: McGraw-Hill (1995).
MOORE, C. F. Control Modes - Closed-Loop Response. In: LIPTK, B. G. (Edit.)
Instrument Engineers Handbook: Process Control. 3 ed. Boca Raton: CRC (1999).
MORADI, M. H.; KATEBI, M. R.; J OHNSON, M. A. MIMO predictive PID controls. In:
15
th
IFAC World Congress. Barcelona (2002).
MLLER, R. Entwurf von Mehrgrenreglern durch Frequenzgang-Approximation. Tese de
Doutorado (em Alemo), Lehrstuhl fr Anlagensteuerungstechnik, University of
Dortmund. Shaker Verlag (1996).
NISE, N. S. Control Systems Engineering. Redwood City: Benjamin/Cummings (1992).
ODWYER, A. Handbook of PI and PID Controller Tuning Rules. London: World Scientific
(2003).
OGATA, K. Engenharia de Controle Moderno. Traduo de: KOHN, A. F. e MORAES, J . C.
T. B. Rio de J aneiro: Prentice/Hall do Brasil (1982).
OGUNNAIKE, B. A. e RAY, W. H. Process Dynamics, Modeling, and Control. New York:
Oxford (1994).
REFERNCIAS BIBLIOGRFICAS 123

PEIXE, B. C. S. Finanas Pblicas - Controladoria Governamental. Curitiba: J uru (2002).
Disponvel em: <http://www.jurua.com.br/bv/conteudo.asp?arq=contrgov&pag=28#>
Acesso em: 25 maio 2004.
PHILLIPS, C. L. e HARBOR, R. D. Sistemas de Controle e Realimentao. Traduo de:
RICARDO, L. F. So Paulo: Makron Books (1997).
PIAZZI, A. e VISIOLI, A. Improved PI control via dynamic inversion. In: 15
th
IFAC World
Congress. Barcelona (2002).
POSSER, M. S. Rede de Modelos Locais. Dissertao de Mestrado, Programa de Ps-
Graduao em Engenharia Qumica, Universidade Federal do Rio Grande do Sul. Porto
Alegre (2000).
REGINATTO, R. Controle Robusto de Sistemas No-Lineares: Tcnicas de Projeto.
Relatrio Tcnico, Departamento de Automao e Sistemas, Universidade Federal de
Santa Catarina. Florianpolis (1998).
RHINEHART, R. R. Control Modes - PID Variations. In: LIPTK, B. G. (Edit.) Instrument
Engineers Handbook: Process Control. 3 ed. Boca Raton: CRC (1999).
RIVERA, D. E.; MORARI, M.; SKOGESTAD, S. Internal Model Control. 4. PID Controller
Design. Ind. Eng. Chem. Process Des. Dev., 25, 252-265 (1986).
ROESSLER, D. Fine-tune imperative. InTech, 51, 22-26, J une (2004).
ROMANO, V. F. Robtica Industrial. So Paulo: Edgard Blcher (2002).
ROVIRA, A. A.; MURRILL, P. W.; SMITH, C. L. Tuning Controllers for Setpoint Changes.
Instruments and Control Systems, 42, 67-69, Dec. (1969).
SECCHI, A. R. Otimizao de Processos. Apostila, Programa de Ps-Graduao em
Engenharia Qumica, Universidade Federal do Rio Grande do Sul. Porto Alegre (2001).
SHINSKEY, F. G. Process-Control Systems. 2 ed. New York: McGraw-Hill (1979).
______. Process Control Systems. 3 ed. Cingapura: McGraw-Hill (1988).
SILVEIRA, P. R. e SANTOS, W. E. Automao e Controle Discreto. 2 ed. So Paulo: rica
(1999).
SKOGESTAD, S. Simple analytic rules for model reduction and PID controller design.
Journal of Process Control, 13, 291-309 (2003).
124 REFERNCIAS BIBLIOGRFICAS

SKOGESTAD, S. e POSTLETHWAITE, I. Multivariable Feedback Control: Analysis and
Design. Chichester: J ohn Wiley & Sons (1996).
SMITH, C. A. e CORRIPIO, A. B. Principles and Practice of Automatic Process Control.
New York: J ohn Wiley & Sons (1985).
STEPHANOPOULOS, G. Chemical Process Control. Englewood Cliffs: Prentice Hall
(1984).
TAKATSU, H.; ITOH, T.; ARAKI, M. Future needs for the control theory in industries -
report and topics of the control technology survey in J apanese industry. Journal of
Process Control, 8, 369-374 (1998).
TAN, K. K.; HUANG, S.; FERDOUS, R. Robust self-tuning PID controller for nonlinear
systems. Journal of Process Control, 12, 753-761 (2002).
TRIERWEILER, J . O. A Systematic Approach to Control Structure Design. Tese de
Doutorado, Departamento de Engenharia Qumica, Universidade de Dortmund.
Dortmund (1997).
TRIERWEILER, J . e FACCIN, F. O. A Novel Tuning Method for Industrial PID Controllers.
In: XIV Congresso Brasileiro de Automtica. Natal (2002).
TRIERWEILER, J . O. e POSSER, M. S. PID-Toolbox: Uma Ferramenta Para o Ensino e
Ajuste de Controladores PIDs. Apostila, Departamento de Engenharia Qumica,
Universidade Federal do Rio Grande do Sul. Porto Alegre (2002).
TRIERWEILER, J . O.; MLLER, R.; ENGELL, S. Multivariable Low Order Structured-
Controller Design by Frequency Response Approximation. Brazilian Journal of
Chemical Engineering, 17, n. 4, 793-807 (2000).
WANG, Q., Book review: Autotuning of PID controllers. Journal of Process Control, 11,
105-107 (2001).
ZHONG, Q. e LI, H. A delay-type PID controller. In: 15
th
IFAC World Congress. Barcelona
(2002).
ZHOU, K.; DOYLE, J . C.; GLOVER, K. Robust and Optimal Control. Upper Saddle River:
Prentice Hall (1996).
ZIEGLER, J . G. e NICHOLS, N. B. Optimum Settings for Automatic Controllers. Trans.
A.S.M.E., 64, 759-768 (1942).