Escolar Documentos
Profissional Documentos
Cultura Documentos
492 Pid Toolbox Manual
492 Pid Toolbox Manual
U M A F E R R A M E N TA
AJUSTE
DE
PA R A O
ENSINO
CONTROLADORES PIDS
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.
1 I NTRODUO
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.
2 F UNDAMENTOS T ERICOS
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 T OOLBOX
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.
K
exp(- qs )
ts + 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
12
K exp(-q s)
y ( t ) G(s) = --------------ts+1
10
y()
Dy =y()-y(0)
Dy ()
K = ----------D u ( )
q
t
-2
50
100
y(0)
150
200
250
300
350
400
450
Time (sec.)
Figura 1:
PID T OOLBOX
y(t)
12
y()
10
0.853xDy
y ( t85.3%)
Dy =y()-y(0)
y ( t35.3%)
0.353xDy
Dy ()
K = ----------D u ()
-2
y(0)
0
50
100
150
t35.3%
200
250
t85.3%
300
350
400
450
Time (sec.)
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 t35;3% e t85;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: q = 1,3 t35.3% - 0.29 t85,3% e t = 0,67 (t85,3% - t 35, 3% ) . 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.
Step Response
From: U(1)
12
10
6
To: Y(1)
Amplitude
Dados Originais
Mtodo da Tangente
Mtodo SK
-2
50
100
150
200
250
300
350
400
450
Time (sec.)
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 T OOLBOX
[Y (s ) - Y (s )] + t D s [ cY (s ) - Y (s ) ]
DU (s ) = K P bYset ( s ) - Y (s ) + set
set
tD
443
tIs
1442
s
+
1
144244
3
UP
N4444244443
UI
UD
(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, KP ,tI , tD 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 KappaTau. 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 KP ,tI e tD na resposta do sistema.
Tabela: Efeito dos parmetros KP ,tI e tD
Resposta em
Tempo de
malha fechada
subida
KP
1/tI,, tI
D=tD
Overshoot
Tempo de
Offset
assentamento
Efeito do
rudo
PID T OOLBOX
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 T OOLBOX
Mtodo de Cohen-Coon
PI
PID
KP
1 t
K q
0,9 t
K q
1,2 t
K q
tI
3,33q
2,0q
tD
0,5q
1 q
1 +
3t
K
PI
t
q
PID
1 q
0,9 +
12
t
t
q
q
30 + 3 t
q
9 + 20 t
4 1 q
+
3 4 t
K
q
32 + 6 t
q
13 + 8 t
11 + 2 t
t
q
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
PI
KP
tI
tD
0,586 t
K q
PID
0,916
0,965 t
K q
P
0,855
0,49 t
K q
q
1,03 - 0,165 t
PID T OOLBOX
q
0,796 - 0,147 t
q
0,308 t
t
0,929
PI
1,084
PID
0,859 t
K q
0,977
1,357 t
K q
0,947
t q
0,674 t
0,680
t q
0,842 t
0,738
q
0,381 t
t
0,995
IMC
PI
PID
PI
PI melhorado
PID
KP
t
K (l + q )
2t + q
2 K (l + q )
t
lK
2t + q
2 lK
2t + q
2 K (l + q )
tI
tD
tq
2t + q
tq
2t + q
Filtro adicional
ql
2 (l + q )
l
> 1,7
q
l
> 1,7
q
l
> 0,25
q
t+
q
2
t+
q
2
t+
q
2
PID T OOLBOX
q
q +t
(3)
a 0 e (a1Tau + a2Tau
K P K (q t )
tI q
tD t
tD q
tD t
2.3.2
MS = 1.4
a0
3.8
5.2
0.48
0.89
0.077
0.40
(Projeto p/ Robustez)
a1
a2
-8.4
-2.5
2.8
-0.37
5.0
0.18
7.3
-1.4
-2.1
-4.1
-4.8
2.8
MS = 2.0
a0
8.4
3.2
0.28
0.86
0.076
0.22
(Projeto p/ Perform.)
a1
a2
-9.6
-1.5
3.8
-1.9
3.4
0.65
9.8
-0.93
-1.6
-0.44
-1.1
0.051
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).
KP/Ku
t I Pu
t D Pu
1/8
0.17
1
1
1
0.58
PID p/
a1
-0.31
-1.6
-0.46
-1.3
MS=1.4
a2
-1.0
-0.36
-2.1
3.5
Kappa
a0
0.72
0.59
0.15
0.25
PID p/
a1
-1.6
-1.3
-1.4
0.56
MS=2.0
a2
1.2
-0.38
0.56
-0.12
Critrios de Robustez
To: Y(1)
Imaginary Axis
0.5
MS=1/RS
-1
-1.5
A
RS
-0.5
GM=1/A
RF
-1
-0.5
0.5
Real Axis
Figura 4: Representao da reserva de fase (RF), margem de ganho (GM) e mxima sensibilidade (MS)
PID T OOLBOX
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 MS. 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:
T
ISE = e 2 (t )dt
IAE = e(t ) dt
(5)
(6)
PID T OOLBOX
10
3 I MPLEMENTAO
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:
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.
PID T OOLBOX
11
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
12
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]
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 T OOLBOX
13
3.2.2
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.
14
(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
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 T OOLBOX
15
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.
Figura 10: Resultados obtidos atravs do clculo dos parmetros dos controladores.
PID T OOLBOX
16
Os parmetros dos controladores calculados podem ser alterados manualmente e salvos como
parmetros definidos pelo usurio para testes posteriores.
3.2.4
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_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 T OOLBOX
17
y_ref
Step Fcn1
Set Point
num(s)
PID
Step Fcn
Saturation
Rate
Limiter
u_antes
Ao de
Controle1
Sum1
yout
den(s)
Funo de
Transferncia
Tempo
Morto
Valor no
Processo
u_depois
Ao de
Controle
Sum2
Band-Limited
White Noise
Sum3
erro
Erro
y_medido
Valor Medido
PID T OOLBOX
18
1/Tt
Anti Windup Gain
Saturation
1
ysp
Set point
2
System Output
Ti.s
Integrator
error
y
b
set point weighting
Sum
K
P+I+D
Proportional
1
Input to system
-Tds
Td/N.s+1
Derivative
19
Figura 13: Simulao do modelo g3 com os controladores Figura 14: Simulao do modelo g3 com os controladores
projetados.
projetados.
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 T OOLBOX
20
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 T OOLBOX
21
Figura 18: Help On-line em html sobre o mtodo IMC de ajuste de controladores.
R EFERNCIAS
[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 T OOLBOX
22
[OR94]
[SEM89] D.E. Seborg, T.F. Edgar, D.A. Mellichamp, "Process Dynamics and Control", John
Wiley & Sons, (1989).
[SID99]
[SK77]
PID T OOLBOX
23
C (q )
B(q )
e(t )
u (t - n k ) +
D(q )
F (q )
(8)
onde A, B, C, D e F so polinmios em q--1 (para q-k x(t) = x(t-k)), nk o tempo morto do sistema e:
e F (q ) = 1 + f 1q -1 + ... + f n f q
-n f
(9)
(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
PID T OOLBOX
24
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),
y (t ) =
B(q )
u (t - n k ) + e(t )
F (q )
(11)
deve ser utilizada. Essa forma possui a seguinte representao em diagrama de blocos:
A estrutura ARMAX (Auto Regressive with Moving Average and eXogenous Variables),
A(q ) y (t ) = B(q )u (t - nk ) + C (q ) e(t )
(12)
uma forma mais sofisticada que as anteriores para representar o erro. A sua representao na
forma de diagrama de blocos :
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:
y (t ) =
B(q )
C (q )
u (t - nk ) +
e(t ) .
F (q )
D(q )
(13)
25
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.
PID T OOLBOX
26