PI D- TOOL BOX:

UMA FE RRAME NTA PARA O ENS I NO E

AJ US T E DE CONT ROL ADORE S PI DS
Jorge Otvio Trierweiler
Maurcio Simes Posser
{Jorge,Posser}@enq.ufrgs.br
Departamento de Engenharia Qumica
Universidade Federal do Rio Grande do Sul
RESUMO
O controlador PID sem dvida o algoritmo de controle mais comum, sendo muito utilizado na
indstria de processos. A maioria das malhas de controle feedback so controladas por este
algoritmo ou variaes secundrias dele. implementado em muitas formas diferentes, como um
controlador analgico sozinho ou como uma parte de um SDCD (sistema digital de controle
distribudo). O ajuste de controladores tipo PID faz parte da vida diria de milhares de engenheiros
de instrumentao e controle.
Embora sejam considerados como sendo o "feijo com arroz" entre os diversos tipos de
controladores, praticamente no h nenhum toolbox em MATLAB que automatize o projeto de
controladores PIDs e, mais ainda, permita a fcil e sistemtica comparao entre os diferentes
mtodos existentes. Para preencher esta lacuna, foi desenvolvido o PID Controller Design Toolbox
(ou simplesmente PID-TB), o qual apresenta diversos mtodos para determinao dos parmetros
de um controlador PID. Os mtodos de projeto diferem com respeito do conhecimento sobre a
dinmica do processo requerida. Por exemplo, o mtodo de ajuste de Ziegler-Nichols (ZN) baseado
em Ku e Pu est relacionado ao ganho do processo e a sua rapidez. J uma outra verso tambm
proposta por ZN baseia-se em parmetros que so simplesmente obtidos da aproximao da
dinmica do sistema atravs de uma funo de primeira ordem com tempo morto.
O PID-TB contempla uma srie de mtodos pertencentes a ambas categorias, permitindo uma
comparao sistemtica entre eles, bem como a facilidade de documentar os resultados obtidos.
Alm disto, a interface grfica desenvolvida para o PID-TB seqencial e auto-explicativa,
conduzindo o usurio atravs dos diversos passos necessrios para o desenvolvimento do projeto de
um controlador. Adicionalmente, um eficiente sistema de ajuda, o Help On-line, tambm est
disponvel contendo toda a teoria necessria para compreender e interagir melhor com o PID
Controller Design Toolbox, constituindo-se dessa forma numa valiosa ferramenta de ensino.
PID TOOLBOX 1
1 INTRODUO
Controladores do tipo PID so sem sombra de dvida os mais usados na indstria de processos.
Embora sejam considerados como sendo o "feijo com arroz" entre os diversos tipos de
controladores praticamente no h nenhum toolbox em MATLAB que automatize o projeto de
controladores PIDs e, mais ainda, que permita a fcil e sistemtica comparao entre os diferentes
existentes.
1.1 Objetivos
Visando suprir o ambiente MATLAB com uma ferramenta para o projeto e comparao de
controladores PIDs foi desenvolvido o PID-Toolbox, o qual tem por objetivos:
1. Apresentar diferentes mtodos de ajuste de controladores PIDs geralmente apresentados em
cursos de graduao em controle de processos.
2. Permitir atravs de simulaes a visualizao da contribuio dos diversos parmetros de
ajuste de controladores PIDs.
3. A partir de dados de planta, utilizando tcnicas simples de identificao, tanto contnua
quanto discreta, desenvolver modelos dinmicos capazes de capturar as caractersticas
dinmicas fundamentais para um bom projeto de controlador.
4. Atravs de critrios que levam em conta a robustez e o desempenho em malha fechada
permitir a sistemtica comparao entre os diferentes mtodos.
5. Facilitar a documentao dos resultados gerados, permitindo a fcil exportao dos mesmos
para planilhas e editores de texto.
1.2 Pblico Alvo
Como controladores tipo PID so intensamente utilizados em qualquer curso de graduao em
controle de processos, o pblico alvo natural do PID-TB so os alunos dessa disciplina, os quais
alm de visualizarem as diferenas entre os diversos mtodos aprendem a utilizar uma ferramenta
que ir ajud-los na sua vida profissional. Naturalmente o PID-TB pode e deve ser utilizado
intensamente por Engenheiros que sejam responsveis pelo ajuste de controladores em plantas
industriais.
2 FUNDAMENTOS TERICOS
O controlador tipo PID sem dvida o algoritmo de controle mais comum. A maioria das
malhas de controle feedback so controladas por este algoritmo ou variaes secundrias dele.
implementado em muitas formas diferentes, como um controlador analgico sozinho ou como uma
parte de um SDCD (sistema digital de controle distribudo). O ajuste de controladores tipo PID faz
parte da vida diria de milhares de engenheiros de instrumentao e controle.
O PID-TB apresenta diversos mtodos para determinao dos parmetros de um controlador
PID. Os mtodos de projeto diferem com respeito do conhecimento sobre a dinmica do processo
requerida. Por exemplo, o mtodo de ajuste de Ziegler-Nichols (ZN) baseado em Ku e Pu
PID TOOLBOX 2
caracterizado por esses dois parmetros (Ku e Pu), sendo um relacionado ao ganho do processo
(ganho ultimativo, Ku) e outro que descreve a sua rapidez ( i.e., perodo ultimativo, Pu) . J uma
outra verso tambm proposta por ZN baseia-se em parmetros que so simplesmente obtidos da
aproximao da dinmica do sistema atravs de uma funo de primeira ordem com tempo morto.
O PID-TB contempla uma srie de mtodos pertencentes a ambas categorias. Mas antes de
apresent-los iremos ver como os modelos dinmicos podem ser obtidos a partir de dados de planta
utilizando tcnicas de identificao contnua e discretas.
2.1 Mtodos de Identificao
A dinmica de muitos processos industriais pode ser satisfatoriamente aproximada por funes
de primeira ou segunda ordem com tempo morto. Naturalmente os mtodos apresentados
sucintamente no apndice podem ser utilizados para obt-los a partir de um sinal genrico de
entrada. Aqui iremos mostrar como esses parmetros podem ser facilmente obtidos a partir da
resposta a uma perturbao degrau.
Aproximao atravs de uma funo de primeira ordem com tempo morto:
Uma funo de primeira ordem com tempo morto dada por:
( ) ( ) s
s
K
s G q
t
-
+
= exp
1
(1)
para se obter os parmetros que descrevem essa funo (i.e., K, t e q ) o Mtodo da Tangente e o
Mtodo de Sundaresan and Krischnaswamy [SK77] podem ser facilmente aplicados.
Step Response Approximation
0 50 100 150 200 250 300 350 400 450
-2
0
2
4
6
8
10
12
y ( )

y ( 0 )

D y = y ( ) - y ( 0 )

D y ( )

D u ()

K = -----------

t

q

y ( t )

Time (sec.)
G(s) = ---------------

K exp(-q s)
t s + 1
Figura 1: Representao esquemtica do mtodo da tangente
A figura 1 mostra esquematicamente como so obtidos os parmetros do modelo aproximado
atravs do mtodo da tangente. Um ponto chave desse mtodo consiste em se passar uma tangente
no ponto de inflexo (i.e., ponto onde a derivada da curva atinge o seu valor mximo, ou seja, o
ponto de maior inclinao). O tempo morto ser dado pelo ponto correspondente a interseo da
reta tangente com a linha correspondente ao valor base , que, no caso da figura, igual a zero(y=0).
J a constante de tempo ser dada pela diferena entre o tempo correspondente a interseo da reta
tangente com a linha y() e o tempo morto, conforme indicado na figura.
PID TOOLBOX 3
Step Response Approximation
0 50 100 150 200 250 300 350 400 450
-2
0
2
4
6
8
10
12
y ( )

y ( 0 )

D y = y ( ) - y ( 0 )

D y ( )

D u ()

K = -----------

y ( t )

Time (sec.)
y ( t
85.3%
)

0.853xDy

y ( t
35.3%
)

0.353xDy

t
85.3%
t
35.3%
q = 1.3 x t
35.3%
- 0.29 x t
85.3%

t = 0.67 x (t
85.3%
- t
35.3%
)

Figura 2: Representao esquemtica do mtodo proposto em [SK77]
Quando o sinal que est sendo aproximado tiver muito rudo fica extremamente difcil se
determinar o ponto de inflexo. Uma mtodo simples que evita a utilizao do ponto de inflexo foi
proposta por Sundaresan and Krishnaswamy [SK77] e consiste (veja figura 2) na determinao dos
tempos t
35;3%
e t
85;3%
que correspondem respectivamente aos tempos em que a resposta atinge
35.3% e 85.3% da sua variao final Dy (i.e., Dy = y()-y(0)). De posse desses valores pode-se
calcular facilmente o tempo morto do processo e sua constante de tempo atravs das seguintes
equaes: ) ( 67 , 0 e 29 . 0 3 , 1
% 3 , 35 % 3 , 85 % 3 , 85 % 3 . 35
t t t t - = - = t q . Esses valores de q e t
praticamente minimizam a diferena entre o valor medido e o predito pelo modelo aproximado se o
critrio dos mnimos quadrados for tomado como base da funo de otimizao.
Time (sec.)
A
m
p
l
i
t
u
d
e
Step Response
0 50 100 150 200 250 300 350 400 450
-2
0
2
4
6
8
10
12
From: U(1)
T
o
:

Y
(
1
)
Dados Originais
Mtodo da Tangente
Mtodo SK
Figura 3: Representao esquemtica do mtodo proposto em [SK77]
A figura 3 mostra a comparao entre os dois mtodos de aproximao. Observe que o mtodo
de SK tende sempre a gerar um tempo morto maior e uma constante de tempo menor que o mtodo
da tangente. Em termos de controle, as aproximaes geradas pelo mtodo SK devero em geral
serem escolhidas. No PID-TB, a resposta do sistema aproximada pelo mtodo SK, mas o usurio
atravs de uma interface amigvel poder facilmente alterar os valores inicialmente gerados.
PID TOOLBOX 4
Para muitos processos a aproximao de primeira ordem com tempo no suficientemente
acurada. Nesses casos pode-se aproximar a resposta utilizando-se sistemas de segunda ordem com
tempo morto. Mtodos similares aos apresentados aqui podem ser encontrados na literatura, veja
p.ex. [SEM89, seo 7.3]. Esses mtodos por motivos didticos foram tambm includos no PID-
TB. Naturalmente, quando se deseja obter um modelo mais acurado deve-se fazer uso de tcnicas
de identificao para sistemas discretos ou contnuos. O PID-TB j possui uma interface que
permite acessar automaticamente as funes disponveis no "System Identification
Toolbox"[SID99]. No apndice A o leitor encontrar uma pequena discusso desses mtodos de
identificao. A mesma interface permite que se acesse as funes disponveis no "CONtinuous-
Time System Identification Toolbox" [CONTSID 99].
2.2 Parmetros de ajuste do controlador PID
Em um controlador PID a ao de controle gerada atravs da soma de trs termos: ao
proporcional (U
P
), integral (U
I
) e derivativa (U
D
). Embora todos os controladores PID possuam
esses trs termos, as implementaes do algoritmo PID podero diferir consideravelmente. O PID-
TB implementa a forma padro da ISA (Instrument Society of America), a qual pode ser escrita da
seguinte forma:
( ) ( ) [ ]
( ) ( ) [ ]
( ) ( ) [ ]

-
+
+
-
+ - = D
4 4 4 4 3 4 4 4 4 2 1
4 4 3 4 4 2 1
4 4 3 4 4 2 1
D
I
P
U
set
D
D
U
I
set
U
set P
s Y s cY
s
N
s
s
s Y s Y
s Y s bY K s U
1
) (
t
t
t
(2)
Para se evitar aes de controle extremamente brusca provocadas pela ao derivativa durante
mudanas bruscas de setpoint se utiliza no PID-TB o parmetro c=0 em todas as simulaes.
Portanto os parmetros de ajuste desse controlador so os seguintes: b, K
P
,t
I
, t
D
e N. O parmetro b
responsvel por amenizar a ao de controle inicial para mudanas no setpoint, reduzindo dessa
forma consideravelmente o overshoot para esse tipo de perturbao. Atravs do correto ajuste do
parmetro b se consegue atingir timos desempenhos tanto para mudanas de setpoint
(caractersticas servo), quanto na compensao de distrbios na carga (caractersticas regulatrias).
O nico mtodo de ajuste disponvel no PID-TB que faz uso desse parmetro o mtodo de Kappa-
Tau. Nos demais mtodos b=1. O parmetro N serve como filtro do rudo, o qual o principal vilo
de controladores com ao derivativa. No PID-TB, N considerado como sendo igual 10, mas esse
valor pode ser alterado pelo usurio. Quanto maior for valor de N mais prximo da ao derivativa
pura estar o controlador. J quanto menor for N mais filtrado ser o rudo. A tabela abaixo ilustra o
efeito dos parmetros K
P
,t
I
e t
D
na resposta do sistema.
Tabela: Efeito dos parmetros K
P
,t
I
e t
D


Resposta em
malha fechada
Tempo de
subida
Overshoot Tempo de
assentamento
Offset Efeito do
rudo
K
P

1/t
I,
, t
I
N
D=t
D

Diminui, Aumenta, Pequenas variaes, N Elimina
PID TOOLBOX 5
2.3 Mtodos de Ajuste Implementados
O PID-TB possu duas categorias de mtodos de ajuste implementasdas: (a) Mtodos de ajuste
baseados em funes de primeira ordem com tempo morto (tambm referidos como mtodos
baseados em K, tau e teta) e (b) Mtodos de ajuste baseados em Ku e Pu.
2.3.1 Mtodos baseados em funes de Primeira ordem com tempo Morto
Dada a sua grande simplicidade aliada a sua grande aplicabilidade e satisfatria qualidade em
aproximar sistemas reais compostos por dinmicas de primeira ordem em srie (esse tipo de
dinmica geralmente aparece em processos industriais), fez com que uma categoria de mtodos
fossem especialmente desenvolvidos para ajustar controladores PIDs a partir do ganho K, tempo
morto q e constante de tempo t de uma funo de primeira ordem com tempo morto. Naturalmente
esses mtodos, que a partir de agora sero denominados de mtodos baseados em K, tau e teta,
Cabe salientar que principalmente para sistemas subamortecidos a aplicao desse tipo de mtodo
de ajuste no recomendvel. Entretanto, para uma imensa classe de problemas essa classe de
mtodos representa um bom compromisso entre tempo investido no projeto do controlador e
desempenho alcanado no projeto. Por isso, podemos entender facilmente porque esses mtodos
fazem parte de qualquer curso de graduao em controle de processos. No PID-TB o usurio poder
encontrar uma gama enorme desse tipo de mtodos, os quais sero nas prximas subseces
sucintamente discutidos.
2.3.1.1 Ziegler-Nichols baseado em K, tau e teta
No seu artigo clssico, Ziegler e Nichols
$
tambm propuseram regras de ajuste visando
alcanar uma razo de decaimento de na resposta em malha fechada para sistemas de primeira
ordem com tempo morto. A tabela a seguir sumariza a regra de ajuste por eles proposta. Cabe
salientar que controladores ajustados dessa forma so extremamente sensveis a razo q/t, no
sendo recomendado o seu uso fora do intervalo 0,1 < q/t < 1.
2.3.1.2 Mtodo de Cohen-Coon
Cohen-Coon tambm desenvolveram regras de ajuste de controladores visando se obter
respostas em malha fechada com uma razo de decaimento de (aproximadamente 20% de
overshoot). Esse tipo de resposta apresenta melhor desempenho para rejeitar distrbios na carga que
o principal objetivo a ser alcanado para processos contnuos que trabalham em um mesmo ponto
de operao. Para esses sistemas, o principal papel desempenhado pelo controlador a rejeio de
distrbios. Esse mtodo possui um intervalo de aplicao similar ao ZN (K, tau e teta), ou seja, no
dever ser utilizado fora do seguinte intervalo: 0,1 < q/t < 1.

$
John G. Ziegler e Nathaniel B. Nichols escreveram o seu papel seminal em ajuste de controladores industriais (Optimum Settings
for Automatic Controllers, ASME Transactions, Nov. 1942, p759), o qual trouxe ordem ao caos. Simplicidade substituiu a
complexidade. Posteriormente, esse artigo foi republicado vrios vezes, o que seguramente o torna um dos artigos mais publicados
sobre esse assunto. Desde de ento vrios autores o tomam como base de comparao quando apresentam um novo mtodo de ajuste.
Naquele poca, eles no tiveram nenhuma idia sobre a grande contribuio que tinham feito. Ambos morreram em 1997, Nichols
em abril a idade 82 e Ziegler em dezembro com idade 88. Um captulo na vida de controle automtico terminou, mas o livro continua
e quem sabe poder contar com a sua valiosa contribuio.
PID TOOLBOX 6
Tabela 1: Mtodos de ZN(K,tau,teta) e Cohen-Coon
ZN (K, tau e teta) Mtodo de Cohen-Coon
P PI PID P PI PID
K
P

q
t
K
1

q
t
K
9 , 0

q
t
K
2 , 1

+
q
t t
q
K
3
1
1

+
q
t t
q
K
12
1
9 , 0

+
q
t t
q
K
4
1
3
4
t
I

3,33q 2,0q

q
t
q
t
q

+
20 9
3 30
q
t
q
t
q

+
8 13
6 32
t
D
0,5q

q
t
q

+ 2 11
4
2.3.1.3 ITAE ("Integrated Time-Weighted Absolute Error")
A integral do erro absoluto ponderado no tempo (ITAE= ( )

T
dt t e t
0
) o critrio desempenho
que melhor concilia propriedades de desempenho e robustez. Smith et al. [OR94] determinaram os
parmetros de controladores P, PI e PID que minimizam ITAE para diferentes valores de q/t. A
forma da funo erro depende tanto do tipo de perturbao quanto da localizao onde ela ocorre na
malha de controle. Smith et al. desenvolveram expresses tanto para degrau no setpoint quanto no
distrbio na carga as quais so listadas na Tabela 2.
Tabela 2: Mtodos ITAE para Setpoints e Distrbios na Carga
ITAE-Setpoint ITAE - Distrbio Carga
PI PID P PI PID
K
P
916 , 0
586 , 0

q
t
K
855 , 0
965 , 0

q
t
K
084 , 1
49 , 0

q
t
K
977 , 0
859 , 0

q
t
K
947 , 0
357 , 1

q
t
K
t
I

-
t
q
t
165 , 0 03 , 1

-
t
q
t
147 , 0 796 , 0

680 , 0
674 , 0

t
q t
738 , 0
842 , 0

t
q t
t
D
929 , 0
308 , 0

t
q
t

995 , 0
381 , 0

t
q
t
PID TOOLBOX 7
2.3.1.4 IMC e Mtodo da Sntese Direta
Utilizando-se uma funo de primeira ordem com tempo morto como modelo pode-se utilizar a
estrutura de controle IMC ("Internal Model Control") para projetar controladores PI e PID. Em
adio ao modelo, o usurio tem que selecionar a constante de tempo do filtro de primeira ordem
(l), a qual pode ser vista como sendo a velocidade que o sistema dever ter em malha fechada
consistindo dessa forma como sendo um parmetro que estabelece o compromisso entre robustez e
desempenho. Quanto menor for l mais rpida ser a resposta, portanto maior ser desempenho, mas
mais sensvel a incertezas (isto , a qualidade da aproximao) ser a resposta. A Tabela 3 apresenta
os parmetros do controlador PIDs ajustados por esse mtodo. Observe que nessa Tabela
encontrasse valores recomendados para l, os quais representam um bom compromisso entre
desempenho e robustez. Outro mtodo de ajuste que leva a resultados semelhantes ao IMC o da
sntese direta. Nesse mtodo o controlador calculado de tal forma que uma determinada resposta
em malha fechada seja alcanada. Note que os parmetros do controlador gerados por esse mtodo
so praticamente os mesmos que os obtidos pelo mtodo IMC.
Tabela 3: Sntese Direta e IMC
Sntese Direta IMC
PI PID PI PI melhorado PID
K
P
( ) q l
t
+ K ( ) q l
q t
+
+
K 2
2
K l
t
K l
q t
2
2 +
( ) q l
q t
+
+
K 2
2
t
I
t
2
q
t +
t
2
q
t +
2
q
t +
t
D
q t
tq
+ 2

q t
tq
+ 2
Filtro adicional
( ) q l
ql
+ 2
7 , 1 >
q
l
7 , 1 >
q
l
25 , 0 >
q
l
2.3.1.5 Mtodo de Tau
Uma considervel evoluo dos mtodos simples de ajuste de controladores foi proposta por
strm & Hgglund [AH95], o qual foi denominado pelos autores de mtodo de Kappa-Tau. O
nome se deve a parametrizao adicional definida que utilizada para ajustar o resultado do projeto
dos controladores obtido por mtodos mais sofisticados de ajuste, os quais utilizam a mxima
sensibilidade como critrio de ajuste. Quando a parametrizao Tau utilizada, as caractersticas da
resposta degrau e tomada como base de ajuste dos parmetros do controlador. Nesse caso utiliza-se
como parmetro adicional de ajuste o tempo morto normalizado, chamado pelos autores de Tau, o
qual definido por:
t q
q
+
= Tau (3)
PID TOOLBOX 8
A Tabela 4 apresenta a ttulo de ilustrao os ajuste para o caso de um controlador PID e
sistemas estveis. Em [AH95], o leitor poder encontrar tabelas similares para controladores PI e PI
e PID para sistemas integrantes (sistemas com plo na origem).
Tabela 4: Frmulas para o ajuste de controladores PID baseadas no mtodo Kappa-Tau utilizando-
se a parametrizao Tau. A Tabela apresenta os parmetros da funo: ( )
2
2 1 0
exp Tau a Tau a a + .
( ) t q q + = Tau M
S
= 1.4 (Projeto p/ Robustez) M
S
= 2.0 (Projeto p/ Perform.)
( )
2
2 1
0
Tau a Tau a
e a
+

a
0
a
1
a
2
a
0
a
1
a
2
( ) t q K K
P
3.8 -8.4 7.3 8.4 -9.6 9.8
q t
I
5.2 -2.5 -1.4 3.2 -1.5 -0.93
t t
D
0.48 2.8 -2.1 0.28 3.8 -1.6
q t
D
0.89 -0.37 -4.1 0.86 -1.9 -0.44
t t
D
0.077 5.0 -4.8 0.076 3.4 -1.1
b 0.40 0.18 2.8 0.22 0.65 0.051
2.3.2 Mtodos baseados em Ku e Pu
Por darem informaes sobre as caractersticas dinmicas justamente na regio onde a maioria
dos controladores feedback normalmente trabalham, ou seja, a regio de corte, o ganho ultimativo
(Ku) e o perodo ultimativo (Pu) so informaes extremamente importantes sobre a dinmica dos
sistemas. Esses valores podem ser facilmente calculados para qualquer funo de transferncia e
podero ser ento aplicados para projetar controladores para sistemas com uma dinmica de elevada
ordem, no necessitando que se faa nenhum aproximao como feita nos mtodos anteriores. O
PID-TB possui implementados dois mtodos baseados em Ku e Pu: Mtodo de Ziegler-Nichols e o
Mtodo de Kappa-Tau (com a parametrizao Kappa).
2.3.2.1 Ziegler-Nichols baseado em Ku e Pu
O ganho ultimativo o maior valor que um controlador puramente proporcional poder ter antes
de instabilizar a malha de controle, ou seja, o ganho que leva os plos em malha fechada do
sistema at a fronteira de estabilidade transformando o sistema em marginalmente estvel. Ziegler
Nichols em seu famoso artigo tiveram a viso de utilizar esse valor de ganho (Ku), juntamente com
o perodo a ele associado (Pu), como base para um mtodo de ajuste de controlador que
revolucionou a sua poca. ZieglerNichols relacionaram o ganho do controlador com uma frao
de Ku e as constantes t
I
e t
D
com uma frao de Pu. A frao foi determinada de tal forma que a
resposta em malha fechada tivesse uma razo de decaimente de . A Tabela 5 apresenta o mtodo
de ZN.
2.3.2.2 Mtodo de Kappa
strm & Hgglund [AH95] propuseram uma melhoria no mtodo originalmente proposto por
Ziegler-Nichols, o qual, como j mencionamos, foi denominado pelos autores de mtodo de Kappa-
Tau. Na seo 2.3.1.5 vimos a verso desse mtodo segundo a parametrizao Tau. A verso
baseada em Ku e Pu foi parametrizada pelos autores atravs do parmetro Kappa definido por:
K K
u
1
= k (4)
PID TOOLBOX 9
A Tabela 5 apresenta a ttulo de ilustrao os ajuste para o caso de um controlador PID e
sistemas estveis. Em [AH95], o leitor poder encontrar a tabela equivalente para controladores PI.
Tabela 5: Frmulas para o ajuste de controladores PID para os mtodos de Ziegler-Nichols e
Kappa-Tau utilizando-se a parametrizao Kappa. Para o mtodo de Kappa-Tau
a tabela apresenta os parmetros da funo: ( )
2
2 1 0
exp k k a a a + onde ) ( 1 K K
u
= k .
Ziegler- Nichols (Ku,Pu) Kappa PID p/ M
S
=1.4 Kappa PID p/ M
S
=2.0
P PI PID a
0
a
1
a
2
a
0
a
1
a
2
K
P
/Ku 0,5 0,45 0,6 0.33 -0.31 -1.0 0.72 -1.6 1.2
Pu
I
t

1/1,2 1/2 0.76 -1.6 -0.36 0.59 -1.3 -0.38
Pu
D
t

1/8 0.17 -0.46 -2.1 0.15 -1.4 0.56
b 1 1 1 0.58 -1.3 3.5 0.25 0.56 -0.12
2.4 Critrios de Anlise de Robustez e Desempenho
2.4.1 Critrios de Robustez
Os processos industriais so no lineares e dinmicas rpidas so normalmente desconsideradas
durante o projeto do controlador. Esses e outros fatores fazem com que os modelos lineares
invariantes no tempo (LTI) sejam apenas, como qualquer outro modelo, uma aproximao da
realidade. Essa aproximao normalmente suficiente para o projeto do controlador, se uma certa
margem de segurana for garantida durante o projeto. A margem de ganho, a reserva de fase e a
mxima sensibilidade so tpicas medidas dessa margem de segurana. A figura 4 mostra
esquematicamente em um diagrama de Nyquist como essas grandezas podem ser determinadas.
Real Axis
I
m
a
g
i
n
a
r
y

A
x
i
s
Nyquist Diagrams
-1.5 -1 -0.5 0 0.5
-1
-0.5
0
0.5
1
From: U(1)
T
o
:

Y
(
1
)
A
GM=1/A
RF
R
S

M
S
=1/R
S

Figura 4: Representao da reserva de fase (RF), margem de ganho (GM) e mxima sensibilidade (M
S
)
PID TOOLBOX 10
Normalmente reserva de fase (RF) e margem de ganho (GM) inferiores a 30 e 1,7 so
indicadores de projetos muito sensveis a incertezas, ou seja, a qualidade do modelo utilizado, e, por
isso, so chamados de pouco robustos. A margem de ganho uma medida de quanto o sistema
(controlador+planta) suportaria uma variao no ganho esttico, enquanto que a reserva de fase
pode ser interpretada como tempo morto suportvel pela malha antes de instabilizar. Esse tempo
morto pode ser interpretado em termos prticos como sendo uma medida das implicaes em
termos de estabilidade em se desconsiderar dinmicas rpidas, tais como: dinmica das vlvulas e
dos medidores, durante o projeto do controlador. Embora RF e GM sejam boas medidas da robustez
do projeto, no so suficientes para uma completa anlise, uma vez que valores de RF e GM dentro
da faixa recomendvel no garantem que o diagrama de Nyquist do controlador+planta no passe
muito perto do ponto 1. Pontos prximos a 1 indicam uma elevada tendncia a instabilizao.
Portanto, a medida mais conclusiva da robustez a Mxima Sensibilidade (M
S
) a qual definida
como sendo o inverso da menor das distncias do ponto 1, ou seja, o ponto mais sensvel e fcil de
ser instabilizado. O mtodo de Kappa-Tau faz uso de M
S
como critrio de projeto. Duas so as
verses disponveis: M
S
=1,4 recomendado para projetos mais robustos e M
S
=2 para projetos com
maior desempenho. Um bom projeto de controlador ter que ter os valores de M
S
no seguinte
intervalo:
1,2 (muito robusto, menor desempenho) < M
S
< 2,2 (pouco robusto, maior desempenho)
O PID-TB j calcula automaticamente os valores de GM, RF e M
S
para todos os controladores
projetados.
2.4.2 Critrios de desempenho
Um bom projeto de controlador deve conciliar boas caractersticas de robustez com bom
desempenho. Na seo anterior vimos como podemos quantificar facilmente a robustez do projeto
atravs de ndices de robustez, tais como: GM, RF e M
S
. Naturalmente, o desempenho pode ser
inferido atravs da simples visualizao grfica das simulaes geradas para distrbios especficos,
dos quais se destacam: a mudana de setpoint (caractersticas servo) e distrbios na carga
(caractersticas regulatrias). Embora de fcil e intuitivo entendimento, a comparao de simulaes
alm de ser um tanto quanto subjetiva, so de difcil documentao, uma vez que requerem um
considervel espao para o seu armazenamento. Portanto, se faz mister que se defina ndices que
permitam o fcil acompanhamento do desempenho do sistema.
O PID-TB atravs da Integral do Erro Quadrtico (Integrated Square Error, ISE) e da Integral
do Erro Absoluto (Integrated Absolute Error, IAE) permite o fcil acompanhamento do
desempenho do sistema. Esses ndices de desempenho so definidos pelas seguintes expresses:
Integral do Erro Quadrtico ( )

=
T
dt t e ISE
0
2
(5)
Integral do Erro Absoluto ( )

=
T
dt t e IAE
0
(6)
O limite T das integrais corresponde ao tempo de simulao selecionado pelo usurio.
Naturalmente, quanto menores forem os valores ISE e IAE maior ser o desempenho do sistema. A
ISE, pelo fato de elevar ao quadrado o erro, tem o seu valor mais penalizados pelo maiores valores
de erro, enquanto que IAE no faz nenhuma diferenciao no tamanho relativo dos erros.
PID TOOLBOX 11
3 IMPLEMENTAO
A implementao do PID Controller Design Toolbox fundamentou-se em alguns preceitos
bsicos, os quais surgiram da observao prtica de outros toolboxes disponveis no Matlab. Alguns
aspectos considerados positivos foram mantidos ou ento aprimorados, porm os demais foram
reformulados, o que implicou em um desafio maior em termos do algoritmo e da programao,
resultando em um produto final de excelente qualidade.
A seguir sero listados alguns dos conceitos que nortearam a programao:
Interface grfica com disposio seqencial e auto-explicativa:
Uma interface grfica seqencial significa uma interface com os objetos dispostos de maneira
tal a seguir a seqncia lgica na elaborao de um projeto de controlador; enquanto que o fato
de ser auto-explicativa, auxilia o usurio na tomada de decises.
Opes desabilitadas enquanto no se dispe de informaes suficientes:
Quando no se dispe de informaes suficientes, as opes se encontram desabilitadas, desta
forma o usurio obrigado a seguir a seqncia lgica de um projeto. Tambm pode ocorrer o
caso de no haver opes especficas para uma determinada ao, neste caso, no havendo a
necessidade da mesma, ela desabilitada, fazendo com que o usurio no precise ficar pensando
se deve ou no inform-la.
Flexibilidade de insero de modelos definidos pelo usurio:
O PID Controller Design Toolbox no uma ferramenta rgida, permitindo que o usurio
adicione modelos prprios, tanto para a simulao (modelos no lineares), quanto para a
estrutura do controlador que ser utilizado na simulao.
Help On-line:
O Help On-line serve para esclarecer dvidas sobre a utilizao do PID Controller Design
Toolbox, atuando tambm como elemento didtico, de tal maneira que o usurio vai ampliando
e consolidando seus conhecimentos a medida que o projeto do controlador vai avanando.
Visualizao e manipulao dos resultados:
O PID Controller Design Toolbox permite a elaborao de diversos projetos de controladores
do tipo P (Proporcional), PI (Proporcional Integral) e PID (Proporcional Integral Derivativo)
ao mesmo tempo, utilizando os diversos mtodos de ajuste disponveis. Assim, tem-se como
resultado final, um conjunto de controladores que podem ser comparados entre si para a seleo
do melhor para uma posterior implementao. Para facilitar a comparao dos diversos
controladores projetados, existe a opo Show Table que gera uma tabela com os controladores
projetados para um dado modelo. Nesta tabela existem ndices que permitem avaliar a qualidade
dos controladores e desta forma orden-los segundo um dos ndices escolhidos.
Documentao atravs do programa MS Excel:
Depois da ordenao dos controladores realizada na tabela, os resultados podem ser exportados
diretamente para o programa MS Excel para sua documentao.
A documentao dos resultados um dos aspectos que muitos dos toolboxes disponveis no
Matlab no possuem, ficando apenas limitados a etapa de clculo e no mximo apresentao
dos resultados, mas em ambiente Matlab; enquanto que muitas vezes, o trabalho no se limita a
esta etapa, obrigando o usurio a desenvolver programas que faam a comunicao com
programas capazes de documentar os resultados obtidos, ou ento utilizar a velha prtica (mas
muito til) Ctrl+C e Ctrl+V.
A no utilizao do Workspace para armazenamento de variveis globais:
Este outro aspecto que muitos toolboxes disponveis no Matlab no possuem, fazendo com
que o Workspace fique repleto de informaes desnecessrias. A no utilizao do Workspace
PID TOOLBOX 12
para armazenamento de variveis globais implica na sua manuteno apenas com as
informaes que o usurio deseja que estejam disponveis nele. Dessa forma, o Workspace no
fica "poludo", o que muitas vezes acaba dificultando anlises posteriores que se deseja realizar
na linha de comando do Matlab.
3.1 Funes utilizadas para o Projeto de Controladores
Todos os mtodos apresentados nesse trabalho esto implementados no PID-Toolbox. O usurio
poder utilizar as funes tanto atravs de comandos de linha quanto atravs de uma GUI
especialmente desenvolvida para facilitar a documentao do trabalho realizado. A lista das
principais funes disponveis no PID-TB podem ser obtidas atravs do comando help contents no
MATLAB.
help contents
Universidade Federal do Rio Grande do Sul (UFRGS) RS Brasil
MATLAB PID Controller Design Toolbox
Version 5.3.1 (R11.1) Jul-2000

Main Command
Pid_gui - Open the PID Controller Design Toolbox.

PID Tuning Methods
ZN_PID - Ziegler-Nichols Tuning Method.
CC_PID - Cohen-Coon Tuning Method.
IMC_PID - IMC-PID Tuning Method.
ITAE_PID - ITAE-PID Tuning Method.
KT_PID - Kappa-Tau PID Tuning Method.

General Purpose Functions
Bodedt - Bode frequency response for continuous-time linear
systems.
Lnyquist - Nyquist frequency response for continuous-time linear
systems.
Export2xls - Export table to MS-Excel.
Overdamp - Determine an overdamped TF using the [RK94] method.
Raiz - Calculates the systems roots.
Met_tan - Tangent method aproach.
Set_Time - Calculates the settling time.
Trapezio - Find the area under the curve y = f(x) using the
trapezoidal rule.
W_U - Calculate the ultimate frequency of the second order
with dead time
transfer function.
W_U_Zn - Calculate the ultimate frequency of the first order with
dead time
transfer function.
SisoIdent - Open the SISO identification interface.
As funes utilizadas para o ajuste dos controladores so genericamente denominadas
XXX_pid, onde XXX corresponde ao nome do mtodo utilizado, o qual poder ser IMC, ITAE,
ZN (Ziegler-Nichols), CC (Cohen-Coon) e KT (Kappa-Tau). A ttulo de ilustrao vamos mostrar a
PID TOOLBOX 13
seguir o help da funo ITAE_PID. Todas as demais funes de ajuste foram construdas e so
acionadas de forma similar.
help ITAE_pid
[Kp,Ti,Td]=ITAE_PID(num,den,teta,d_s)
[Kp,Ti,Td]=ITAE_PID(K,tau,teta,d_s)
[Kp,Ti,Td]=ITAE_PID(t,y,d_s)

ITAE PID Tuning Method

Output Parameters:
------------------
Kp -> proportional constant
Ti -> Integration Time (Reset Time)
Td -> Derivative Time

PI or PID-tuning method is automatically selected based on
the number of output parameters. Use
[Kp,Ti]=ITAE_pid(...) for PI-Tuning Settings [OR94,Tab.15.4]
[Kp,Ti,Td]=ITAE_pid(...) for PID-Tuning Settings [OR94,Tab.15.4]

Input Parameters:
-----------------
num-> numerator, k, or t
den-> denominator, tau, or y
teta-> pure time delay
d_s -> 'd'-> setting for disturbance (default)
's'-> setting for set point
Examples:
[Kp,Ti,Td]=ITAE_pid(t,y,'s') t-> time y-> system's step response
[Kp,Ti,Td]=ITAE_pid(num,den,teta) G(s)=num(s)/den(s)*exp(-teta*s)
[Kp,Ti,Td]=ITAE_pid(k,tau,teta) G(s)=k/(tau*s+1)*exp(-teta*s)

SEE: [OR94, Tables 15.4]
3.2 Interface Grfica com o usurio
A interface grfica com o usurio a responsvel pela fcil utilizao do PID-TB. Com ela
possvel gerenciar uma srie de aes conjuntas de maneira simples e direta, poupando um enorme
tempo no projeto de controladores do tipo P, PI, e PID. Alm disto, ainda existe o apelo didtico, o
qual induz o usurio a seguir as etapas lgicas de um projeto de controlador, recebendo auxlio de
diversas maneiras, como no caso do Help On-line, por exemplo.
Existe uma srie de janelas que compem o PID-TB, todas gerenciadas a partir da janela
principal. A seguir ser apresentado um exemplo prtico que permitir percorrer as diversas etapas
de um projeto de controlador auxiliada pela interface grfica com o usurio.
3.2.1 Janela principal
A interface grfica com usurio do PID-TB acionado pelo comando pid_gui na linha de
comando do MATLAB. A figura 5 mostra a janela principal do Toolbox. O primeiro passo para
comear o ajuste do controlador a importao dos modelos LTI, com os quais se deseja trabalhar.
Tais modelos devem ser gerados no Workspace do MATLAB para que seja possvel import-los.
PID TOOLBOX 14
Figura 5: Janela principal do PID-TB
3.2.2 Importao e identificao de modelos
A importao feita pressionando-se o boto Import Model dentro do frame Linearized Plant
Model da janela principal. Neste momento abre-se a janela mostrada na figura 6 onde o usurio
solicitado a escolher dentre os modelos LTI disponveis no Workspace quais ele deseja trabalhar.
Existe ainda a possibilidade de se utilizar um conjunto de dados provenientes de um processo
qualquer para a identificao do respectivo modelo. Para tanto, seleciona-se o radio-button Data to
Identification, como mostrado na figura 7.
Os modelos LTIs disponveis no Workspace do MATLAB so apresentados no campo
Available data, os quais so selecionados atravs dos botes com setas indicativas para o campo
Selected data. Ao se pressionar OK os modelos selecionados so automaticamente importados para
a janela principal.
Figura 6: Janela para importar modelos LTI do Workspace do MATLAB.
No caso de se dispor de um conjunto de dados de um processo, eles sero importados para
identificao selecionando o radio button correspondente. Ao ser pressionado o boto OK, a janela
de importao de dados para identificao automaticamente aberta j com os valores padres
sugeridos nos campos de entrada de dados.
PID TOOLBOX 15
Figura 7: Janelas para importar dados do Workspace do MATLAB para identificao.
A figura 8 a seguir apresenta a janela para identificao de um ou mais modelos que
representem de forma satisfatria o conjunto de dados provenientes do processo que se deseja
projetar um controlador.
(a) (b)
Figura 8: Janela para identificao dos modelos pertinentes ao conjunto de dados importado.
Para se proceder com a identificao, basta selecionar o conjunto de dados a ser utilizado e um
dos diversos tipos de modelos disponveis (figura 8(a)), escolhendo a ordem que se deseja para o
mesmo e depois pressionar o boto Estimate. Os modelos estimados vo sendo armazenados em
uma lista na forma de popup-menu, como visto na figura 8(b). Algumas anlise sobre os modelos
estimados podem ser feitas, como por exemplo Model Output. Para tanto, deve-se selecionar um
conjunto de dados de validao no campo Select Validation Data. Com os resultados obtidos destas
anlises, pode-se selecionar os modelos a serem utilizados, exportando-os para a janela principal do
PID_TB atravs do boto Accpet.
3.2.3 Pr-anlise, projeto dos controladores
Aps importar os modelos que se deseja utilizar, pode-se ter uma idia do seu comportamento
atravs de uma pr-anlise do modelo, ou seja, do modelo quando no existe nenhum controlador
PID TOOLBOX 16
atuando sobre ele. Para se proceder com uma anlise do modelo, basta selecionar o tipo de estudo
desejado clicando nos respectivos check-boxes. A figura 9 apresenta a resposta do modelo
selecionado g3 a uma perturbao do tipo degrau unitrio, juntamente com a resposta ao mesmo
sinal para um modelo aproximado de g3, o qual ser utilizado por alguns dos mtodos de ajuste de
controladores.
Figura 9: Seleo do modelo, pr-anlise atravs de uma resposta do tipo degrau unitrio, seleo dos
controladores que sero projetados e os respectivos mtodos a serem utilizados.
Aps selecionado o modelo a ser utilizado, os tipos de controladores a serem projetados e os
seus mtodos, pressiona-se o boto Calculate do frame Controller Parameters da janela principal.
Desta forma, sero calculados todos os parmetros para todos os tipos de controladores utilizando
os mtodos selecionados. Estes resultados so armazenados em uma lista do tipo popup-menu e os
parmetros correspondentes ao elemento selecionado desta lista apresentado ao lado. A figura 10
a seguir mostra o que os resultados aps o clculo dos parmetros dos controladores.
Figura 10: Resultados obtidos atravs do clculo dos parmetros dos controladores.
PID TOOLBOX 17
Os parmetros dos controladores calculados podem ser alterados manualmente e salvos como
parmetros definidos pelo usurio para testes posteriores.
3.2.4 Simulao e anlise dos controladores em malha fechada
Para a simulao dos controladores projetados, deve-se selecionar um modelo no campo Plant
for Simulation, que no precisa necessariamente ser o modelo utilizado no projeto do controlador,
podendo inclusive ser um modelo no linear do processo feito no Simulink. Depois de selecionada a
planta, deve-se ainda escolher qual tipo de modelo de controlador ser utilizado. Existem quatro
modelos do Simulink j propostos, permitindo ainda que o usurio adicione seus prprios modelos
personalizados. Os modelos propostos so os seguintes:
SIM_PID_1: PID implementado apenas com anti-Windup.
SIM_PID_2: PID implementado com anti-Windup, limites de saturao e na variao das aes
de controle.
SIM_PID_3: PID implementado com anti-Windup, limites de saturao e na variao das aes
de controle e com distrbios.
SIM_PID_4: Anlogo ao anterior, porm ainda com filtros nos distrbios e nas aes de
controle.
Nestes modelos, a planta submetida a uma variao no setpoint e um distrbio na carga. Desta
forma pode-se analisar o a efetividade do controlador para estes dois casos tpicos de variaes. A
figura 11, a seguir, apresenta o esquema do controlador SIM_PID_3 implementado no Simulink,
enquanto que a figura 12 a implementao do anti-Windup nos controladores PIDs utilizados.
PID TOOLBOX 18
yout
Val or no
Processo
y_medi do
Val or Medi do
Tempo
Morto
Sum3
Sum2
Sum1
Step Fcn1
Step Fcn
PID
Set poi nt PID
wi th Anti -Wi ndup
y_ref
Set Poi nt
Satu-
ration
Rate
Limiter
num(s)
den(s)
Funo de
Transfernci a
erro
Erro
Band-Li mi ted
Whi te Noi se
u_antes
Ao de
Control e1
u_depoi s
Ao de
Control e
Figura 11: Modelo SIM_PID_3 implementado no Simulink.
PID TOOLBOX 19
PID control l er wi th set poi nt wei ghti ng and anti -wi ndup.
y
ysp
1
Input to system
b
set poi nt wei ghti ng
error
Sum
Saturati on
K
Proporti onal
P+I+D
1
Ti .s
Integrator
-Tds
Td/N.s+1
Deri vati ve
1/Tt
Anti Wi ndup Gai n
2
System Output
1
Set poi nt
Figura 12: Implementao do anti-Windup no PID.
Os resultados das simulaes podem ser observados nas figuras 13 e 14 a seguir.
PID TOOLBOX 20
Figura 13: Simulao do modelo g3 com os controladores
projetados.
Figura 14: Simulao do modelo g3 com os controladores
projetados.
Os resultados das simulaes compem-se das respostas do sistema (Varivel Controlada) na
poro superior da figura enquanto que na poro inferior pode-se observar as aes de controle
(Ao de Controle). Para facilitar a visualizao e tornar mais rpida a interpretao dos resultados,
ao ser selecionada uma das linhas com o boto esquerdo so mostradas informaes pertinentes
mesma, como por exemplo o tipo de mtodo de ajuste utilizado para projetar aquele controlador (cf.
figura 13). No caso de se utilizar o boto direito, informaes dos parmetros do controlador
utilizado so mostradas ao mesmo tempo em que a linha selecionada destacada das demais (cf.
figura 14).
3.2.5 Tabela de resultados e exportao para o EXCEL
Para proporcionar uma comparao sistemtica entre os diversos mtodos de ajuste de
controladores, pode-se utilizar o recurso Show Table, o qual monta uma tabela com os parmetros
dos controladores projetados bem como ndices que permitem avaliar a qualidade dos mesmos. A
figura 15 a seguir apresenta uma tabela gerada para os controladores projetados anteriormente.
Figura 15: Tabela com os parmetros dos controladores projetados seus respectivos ndices de anlise.
Nesta tabela os dados podem ser reordenados segundo algum dos ndices disponveis apenas
clicando sobre a respectiva coluna. Aps a disposio a contento do usurio, os dados podem ser
exportados para uma planilha do MS Excel como mostrado na figura 16.
PID TOOLBOX 21
Figura 16: Exportando dados da tabela (ambiente MATLAB) para o MS Excel.
A figura 17 mostra os dados j exportados para uma planilha do programa MS Excel.
Figura 17: Planilha do MS Excel com os dados calculados pelo PID Controller Design Toolbox.
3.2.6 Helps on-line
Para auxiliar o usurio na utilizao do PID Controller Design Toolbox esto disponveis o Help
On-line como comando de linha no prprio MATLAB e o Help On-line na verso em html. O
segundo pode ser executado atravs de comando de linha no MATLAB ou na janela principal do
PID Controller Design Toolbox clicando com o boto direito sobre um dos mtodos de ajuste, por
exemplo. A verso em html do Help On-line mais completa, trazendo informaes no apenas
sobre a utilizao do PID Controller Design Toolbox como tambm a teoria envolvida por trs
desta implementao.
A figura 18 mostra o resultado de se clicar com o boto direito sobre o mtodo IMC de ajuste de
controladores.
PID TOOLBOX 22
4 CONCLUSES E FUTURAS VERSES
Esse trabalho mostrou as principais potencialidades do PID-TB. Na verso em que o Toolbox se
encontra j tem sido intensamente utilizado com sucesso no curso de graduao em Controle de
Processos do Departamento de Engenharia Qumica (UFRGS). Os estudantes tem aprovado a sua
utilizao nessa disciplina.
As prximas verses dessa ferramenta incluiro tcnicas de ajuste baseadas em critrios de
otimizao, assim como o mtodo da aproximao no domnio da freqncia. Alm disso, sero
implementadas algumas animaes em SIMULINK que facilitar a visualizao da teoria de
controle. Tambm ser includa a converso dos parmetros do controlador PID para os formatos
mais encontrados nos SDCDs comerciais.
Figura 18: Help On-line em html sobre o mtodo IMC de ajuste de controladores.
REFERNCIAS
[AH95] K.J. strm, T. Hgglund "PID Controllers: Theory, Design, and Tuning, second
edition, Instrument Society of America, (1995)
[CONTSID 99] CONTSID toolbox (for CONtinuous-Time System IDentification) for Matlab
PID TOOLBOX 23
[OR94] B.A. Ogunnaike, W. H. Ray, Process Dynamics, Modeling, and Control, Oxford
University Press, New York, Oxford, (1994).
[SEM89] D.E. Seborg, T.F. Edgar, D.A. Mellichamp, "Process Dynamics and Control", John
Wiley & Sons, (1989).
[SID99] Ljung, System Identification Toolbox, Mathworks, (1999)
[SK77] Sundaresan, K. R. and P. R. Hrishnaswamy, "Estimation of time delay time constant
parameters in time, frequency, and Laplace domains", Can. J. Chem. Eng., 56, pp. 257,
(1977)
PID TOOLBOX 24
APNDICE: IDENTIFICAO DE SISTEMAS DISCRETOS
Atravs de uma simples interface especialmente desenvolvida para o PID-TB possvel se
utilizar todas as funes de identificao disponveis no "System Identification Toolbox", as quais
assumem que o sistema a ser identificado linear e invariante no tempo e pode ser descrito atravs
da seguinte funo de transferncia
( ) ( ) ( ) ( ) ( ) t e q H t u q G t y + = (7)
onde y(t) a sada do sistema, u(t) as variveis manipuladas e/ou distrbios medidos, e(t) representa
uma seqncia aleatria com uma funo de densidade de probabilidade especfica, H(q) a funo
de transferncia dos distrbios do processo e G(q) a funo de transferncia da dinmica do
processo. Dessa forma, o objetivo passa a ser a identificao dos parmetros da equao (7) bem
como a sua forma (McFarlane e Rivera, 1992).
As tcnicas paramtricas que visam minimizar o erro predito so as mais utilizadas, e
apresentam a seguinte forma geral:
( ) ( )
( )
( )
( )
( )
( )
( ) t e
q D
q C
n t u
q F
q B
t y q A
k
+ - = (8)
onde A, B, C, D e F so polinmios em q
--1
(para q
-k
x(t) = x(t-k)), n
k
o tempo morto do sistema e:
( ) ( ) ( )
( ) ( )
f
f
d
d
c
c
b
b
a
a
n
n
n
n
n
n
n
n
n
n
q f q f q F e q d q d q D
q c q c q C q b q b b q B q a q a q A
-
- - -
- - - - - -
+ + + = + + + =
+ + + = + + + = + + + =
... 1 ... 1
, ... 1 , ... , ... 1
1
1
1
1
1
1
1
1 0
1
1
O polinmio A corresponde ao termo auto-regressivo; o termo B/F corresponde a funo de
transferncias para as entradas do sistema, enquanto que C/D corresponde a funo de transferncia
para os distrbios. Existem vrias outras formas mais simples que derivam da apresentada na
equao (8) que geralmente so utilizadas conforme o caso, uma delas a FIR (Finite Impulse
Response) que apresenta a seguinte forma:
( ) ( ) ( ) ( ) t e n t u q B t y
k
+ - = . (9)
Neste modelo as informaes das sadas em tempos passados no so utilizadas. Um outro
modelo, muito usado, que utiliza estas informaes o ARX (Auto Regressive with eXtra input) que
possui a seguinte forma:
( ) ( ) ( ) ( ) ( ) t e n t u q B t y q A
k
+ - = . (10)
Esta forma muito utilizada devido a sua simplicidade e possibilidade de um estudo rpido
do sistema que se pretende identificar. A figura A1 mostra a sua representao em diagrama de
blocos
Figura A1: Esquema em diagrama de blocos da estrutura ARX.
PID TOOLBOX 25
Como pode ser observado, esta representao possui um erro com a mesma dinmica do
sistema, ou seja, ele incorporado mesma. No caso do sistema apresentar apenas rudos nos
instrumentos de medida, isto , no acrescenta erros dinmica do sistema, mas sim diretamente
nas sadas do mesmo, uma estrutura do tipo OE (output error),
( )
( )
( )
( ) ( ) t e n t u
q F
q B
t y
k
+ - = (11)
deve ser utilizada. Essa forma possui a seguinte representao em diagrama de blocos:
Figura A2: Esquema em diagrama de blocos da estrutura OE
A estrutura ARMAX (Auto Regressive with Moving Average and eXogenous Variables),
( ) ( ) ( ) ( ) ( ) ( ) t e q C n t u q B t y q A
k
+ - = (12)
uma forma mais sofisticada que as anteriores para representar o erro. A sua representao na
forma de diagrama de blocos :
Figura A3: Esquema em diagrama de blocos da estrutura ARMAX.
Uma outra de forma de modelo muito usada o de Box-Jenkins, e o que melhor lida com
os erros devido a sua estrutura, a qual geralmente representada por:
( )
( )
( )
( )
( )
( )
( ) t e
q D
q C
n t u
q F
q B
t y
k
+ - = . (13)
A figura A4 mostra o modelo de Box-Jenkins na forma de diagrama de blocos.
Figura A4: Esquema em diagrama de blocos da estrutura Box-Jenkins
Os parmetros de um modelo podem ser determinados via mtodos de otimizao, sendo um
dos mais populares o Mtodo dos Mnimos Quadrados (MMQ). Os parmetros envolvidos nestes
modelos so estimados usando mtodos de otimizao iterativos, com exceo da estrutura ARX,
PID TOOLBOX 26
que possui uma forma direta para o clculo dos seus parmetros, sendo este um dos motivos de sua
intensa utilizao, principalmente para uma anlise prvia da ordem do sistema e do seu tempo
morto.