Sintonia de Controladores - Senai

Curso Bsico de Controle Regulatrio e Sintonia de Controladores PID
SENAI/PS-GRADUAO

2

NDICE

1. Reviso de Controle em feedback .................................................................................. 4
1.1. Estrutura Bsica:..................................................................................................... 4
1.2. Definies:.............................................................................................................. 4
1.3. Reviso de Conceitos: ............................................................................................ 5
1.4. Domnio de Laplace S ............................................................................................ 5
1.5. Domnio Discreto Z.............................................................................................. 11
2. Estratgias de Controle Aplicadas em Projetos............................................................ 16
2.1. Controle simples................................................................................................... 16
2.2. Controle Antecipatrio: ........................................................................................ 16
2.2.1. Controle em Cascata:.................................................................................... 16
2.2.2. Controle Antecipatrio Propriamente Dito: ................................................. 17
2.3. Controle Razo: .................................................................................................... 18
2.4. Controle em Override: .......................................................................................... 18
2.5. PID Gap e Banda Morta: ...................................................................................... 20
2.6. PID com compensao de tempo morto (Smith Predictors) ............................. 21
2.7. PID Hold............................................................................................................... 23
2.8. Controle em split range ........................................................................................ 23
3. O controlador PID........................................................................................................ 25
3.1. Controlador Proporcional ..................................................................................... 25
3.2. Controlador Proporcional e Integral ..................................................................... 28
3.3. Controlador Proporcional, Integral e Derivativo.................................................. 32
4. Dinmica do Processo .................................................................................................. 35
4.1. Simulao Dinmica............................................................................................. 39
5. Resposta Dinmica do Processo com o Controlador PID............................................ 42
6. Sintonia de controladores do tipo PID.......................................................................... 47
6.1. Critrio de Estabilidade de Bode.......................................................................... 48
6.2. Mtodo Heurstico do CENPES........................................................................... 53
6.3. Mtodo heurstico de Ziegler&Nichols, 1942...................................................... 53
6.3.1. Curva de Reao do Processo: ..................................................................... 53
6.3.2. Mtodo do Ganho ltimo ou Ganho Crtico ou Mtodo de Oscilaes
Contnuas...................................................................................................................... 55
6.4. Mtodo Cohen-Coon ............................................................................................ 65
6.5. Mtodo heurstico 3C........................................................................................... 66
6.6. Mtodo da Integral do Erro .................................................................................. 67
6.7. Mtodo do Modelo Interno (IMC) ....................................................................... 70
6.8. Mtodo dos rels em malha fechada..................................................................... 74
6.9. Mtodo de tentativas e erros................................................................................. 76
6.10. Mtodo heurstico baseado em simuladores..................................................... 77
6.11. Mtodo heurstico de sintonia de controladores de nvel ................................. 79
7. Aspectos Prticos da Malha de Controle...................................................................... 80
8. Estratgias de controle regulatrio avanadas.............................................................. 82
8.1. Sintonia de controle em cascata............................................................................ 82
8.2. Sintonia de controle antecipatrio........................................................................ 84
SENAI/PS-GRADUAO

3
8.3. Sintonia de controle multivarivel........................................................................ 86
8.4. Sintonia de controle no-linear............................................................................. 89
9. Concluses.................................................................................................................... 90
10. Referncias Bibliogrficas........................................................................................ 92

SENAI/PS-GRADUAO

4
1. Reviso de Controle em feedback
Utiliza como principio bsico a leitura da varivel controlada e sua
comparao com o valor de referncia (set point) de forma a conduzir a
ao do controlador sobre o processo.

1.1. Estrutura Bsica:

Figura 1a

1.2. Definies:
9 Varivel Controlada: Varivel objetivo do controlador
9 Varivel Manipulada: Varivel a ser manipulada pelo controlador
para obter controle da varivel controlada
9 Elemento primrio: Sensor de medio
9 Elemento final de controle: Vlvula, variador de freqncia.
9 Perturbao: Varivel medida que interfere no valor da varivel
de controle
9 Algoritmo PID: Algoritmo responsvel pela execuo da equao
do controlador.
9 Erro: Diferena entre set point e varivel

Controlador Planta

+
-
Varivel
Manipulada
Varivel
Controlada
Set Point
SENAI/PS-GRADUAO

5
1.3. Reviso de Conceitos:

1.3.1. A ao do controlador s ocorre aps o desvio da varivel
controlada.

1.3.2. O controle em feedback reduz a variabilidade na varivel controlada
a custo de um aumento na variabilidade da varivel manipulada.

1.3.3. Modelo de funo de transferncia
Normalmente utilizamos, para representar o modelo do processo ou
do controlador, funes de transferncia no domnio da freqncia
(Laplace, domnio contnuo) ou no domnio discreto (transformada Z).

1.4. Domnio de Laplace S

Nesse domnio, a funo de transferncia pode ser representada por:

Figura 1b
) (
) (
) (
s U
s Y
s G =
U(s) Y(s)
)
) (
( ) (
1
s
s G
L t y

= , resposta a um degrau unitrio
SENAI/PS-GRADUAO

6

Tabela 1a:Tabela de Transformadas de Laplace

SENAI/PS-GRADUAO

7
1.4.1. Observaes:

i. Podemos obter a funo de transferncia de um processo a partir
da resposta ao degrau. Um sistema de primeira ordem, por
exemplo, poderia ser representado como:
s
e
s
k
s G

+1
) (
onde k: ganho esttico do processo, constante de tempo de
resposta do processo e tempo morto do processo.
ii. Ordem do sistema: a ordem do denominador ou o nmero de
razes do denominador (maior potncia do denominador).
iii. Plos do sistema: So as razes do denominador. Para um
sistema estvel, devem estar localizadas no lado negativo do eixo
X (
rt
Ae t y
r s
A
s Y =
= ) ( ) ( , r<0 para que a exponencial seja

decrescente).
iv. Zeros do sistema: So as razes do numerador.
v. A ordem do denominador sempre maior que a do numerador
pois, caso contrrio, o sistema no seria causal (Na natureza,
todo sistema fsico causal).
vi. Ganho Esttico do Processo:
SS
SS
U
Y
Ganho
= . Pelo teorema do
valor final, ( ) ( ) s U s sG t y
s t
* ) ( lim ) ( lim
0
= . Se for conhecida a funo
de transferncia do processo, facilmente obtemos o ganho
esttico.
vii. A transformada de Laplace pressupe que estamos trabalhando
com sistemas lineares. Se o sistema no for linear, podemos
lineariz-lo em torno do ponto de operao atravs, por exemplo,
da srie de Taylor truncada na primeira ordem:
( )
0 0
0
) ( ) ( t t
t
g
t g t g
t t

+ =
=

viii. Outra forma de se indicar uma funo de processo seria pela
notao em freqncia onde:
jw s =
Nesse caso, ao invs de obtermos uma resposta ao degrau,
obteramos a resposta do processo a freqncia. Um sistema de
primeira ordem, por exemplo, pode ser representado como:
1
) (
+
=
s
k
s G

Substituindo s:
1
) (
+
=
jw
k
s G
SENAI/PS-GRADUAO

8
( )
2 2 2 2 2 2
1 1 1
1
1
1
1
) (
w
kw
j
w
k
w
jw k
jw
jw
jw
k
s G
+
+
=
+
=
|
|
.
|
\
|
+
=

O mdulo de G(s), definido como Ar (razo entre a amplitude de
sada e de entrada) , ser:
2 2
2 2
2 2
1
1
1
) (
w
k
w
w
k
s G Ar
+
= +
+
= =
A fase de G(s) ser:
) ( ) ( )
) ( Re
) ( Im
( w arctg w arctg
jw G
jw G
arctg = = =

O diagrama de Bode consiste em plotar mdulo e fase da funo
de transferncia em funo da freqncia, sendo o mdulo
representado como dB=20log(Ar):

Figura 1c
No Matlab: sys=tf([num], [den]). No caso de primeira ordem:
sys=tf([k], [ 1]). Em seguida: Bode(sys).

SENAI/PS-GRADUAO

9
ix. Sistema com tempo morto:

Seja o seguinte sistema simplificado:

Figura 1d

= =
= =
0
) 0 ( )) ( ( ) 0 ( ) (
1
) ( 1 ) (
st
e t t u t y L t t u t y
s
s u t u

0 0
0
) 0 ( )) ( (
st st st
e e e t t u t y L

=
s
e
s u e dt e e t u t y L
t t t dt e e t t u t y L
st
st st st
st t t s
0
0 0
0
) '
' 0
0
) 0 (
) ( ' ) ' ( )) ( (
0 ) 0 ( )) ( (

= = =
= =

( )
s
e
s Y
st 0
=

O tempo morto altera a resposta do processo com relao a fase. O ganho
crtico do processo se torna maior pois a freqncia crtica acontece mais
cedo. Com um ganho crtico maior, o ganho mximo do controlador para
manter estabilidade diminui.

t=0
t0
u(s)
SENAI/PS-GRADUAO

10
x. Diagrama em blocos de uma malha de controle completa

Figura 1e

Na prtica, simplificamos colocando sensor e vlvula junto ao bloco
de processo. O sensor aparece tambm no bloco G
d
.

Figura 1f

A funo de transferncia do controlador quando em automtico
(malha fechada) faz parte da nova funo de transferncia entre set
point e varivel controlada.

xi. Um controlador com ao apenas proporcional no aumenta a
ordem do denominador de G(s) em malha fechada (ou seja, o
denominador de Gcl(s) tem a mesma ordem que o denominador
de G(s)):
) * 1 (
*
) (
) (
kp kc s
kp kc
S SP
s y
+ +
=

xii. Um controlador com ao integral aumenta a ordem do sistema
em malha fechada:
kp kc Tis Tis
kp kc
S SP
s y
*
*
) (
) (
2
+ +
=

SENAI/PS-GRADUAO

11
Um sistema de 2
a
ordem pode apresentar respostas mais
oscilatrias.

1.5. Domnio Discreto Z
1.5.1. Nesse domnio operamos com o operador Z.

Figura 1g

Figura 1h

Principio Bsico:

Figura 1i

( ) ( ) kT f kT t t F = ) (
*

onde
) (
) (
) (
z U
z Y
z G =
U(z) Y(z)
Retentor H(s)
( )
s
e
s H
Ts
=
1
F(t) F
*
(t) F
H
(t)
SENAI/PS-GRADUAO

12
( )
= =

=
1 0
0 0
) (
0
0
dt t t
t
t

Funo mais comum para o retentor: Integrador com tempo morto:
( )
s
e
s H
Ts
=
1
( ) ( ) ( ) ( ) T t u t u t H
s
e
s
s H
sT
= =

1

Figura 1j

1.5.2. Teorema da Amostragem de Shannon:

Para poder recuperar todas as caractersticas de um sinal atravs
da sua amostragem, a freqncia de amostragem tem que ser no
mnimo duas vezes a mxima freqncia presente no sinal.

Figura 1h -
S
=2*
mx

SENAI/PS-GRADUAO

13

Figura 1i -
S
<2*
mx

1.5.3. Transformada Z:

1.5.3.1. Equivalente a transformada de Laplace para sistemas
discretos.

1.5.3.2. Definio Matemtica:

) ( ) ( )) ( (
0
z F z kT f t f Z
k
k
= =

OBS: Definio similar a transformada de Laplace:
( )

= =
0
) ( ) ( ) ( s F dt e t f t f L
st

SENAI/PS-GRADUAO

14
1.5.3.3. Tabela de Transformadas:

Tabela 1a
1.5.3.4. Exemplo:
Seja a funo degrau:

< =
=
=
0 0
0 1
) (
t
t
t u

1
0 0 0
1
1
1 ) ( )) ( (

= = = =

z
z z z kT f t u Z
k
k
k
k
k
k

OBS: Soma de uma PG
r
a
S
=
1
0

1.5.3.5. Efeito do tempo morto:

Vamos imaginar que mT = , ou seja, o tempo morto equivale a m vezes
o scan do processador.

| |

=
= =
0 0
) ( ) ( )) ( (
k
k
k
k
z T m k f z mT kT f t f Z
SENAI/PS-GRADUAO

15
Fazendo k-m=n, vem k=m+n. Portanto:
| | | |
m
m n
n
k
n m
z z T n f z T m k f t f Z

=

= = ) ( ) ( )) ( (
0

| | ) ( ) ( )) ( (
0
z F z z z T n f t f Z
m m
n
n
= =

O tempo morto aparece como uma potncia de Z, o que facilita pois
trabalhamos apenas com polinmios em Z.

1.5.3.6. Teorema do valor final:

Da mesma forma que para as funes de transferncia em Laplace,
possvel, a partir de uma funo de transferncia em Z, obter o valor
final da varivel de sada:

( ) ) ( 1 lim ) ( lim ) ( lim
1
1 0
z F z s sF t f
z s t

= =

1.6. Importncia do Controle: Reduo da variabilidade do processo

Figura 1L

SENAI/PS-GRADUAO

16
2. Estratgias de Controle Aplicadas em Projetos
2.1. Controle simples
Controlador que funciona a base de realimentao negativa a partir da
medio da varivel de processo, conforme visto na reviso de controle.
2.2. Controle Antecipatrio:
Tem como objetivo antecipar-se perturbao do processo, evitando
desvio na varivel controlada.

2.2.1. Controle em Cascata:

Figura 2a

O controlador que manipula a varivel de processo chamado de
controlador secundrio ou escravo enquanto que o controlador que controla
a varivel controlada chamado de controlador primrio ou mestre.

FT
FIC
GS
LIC
LT
Malha
Secundria
ou Escravo
Malha
Primria ou
Mestre
SENAI/PS-GRADUAO

17
2.2.2. Controle Antecipatrio Propriamente Dito:
Nesse tipo de controle, a ao da perturbao age imediatamente sobre a
sada do controlador da varivel controlada, dispensando um controle
especfico para a perturbao (nem sempre a perturbao pode ser
controlada em funo da varivel de controle).
Essa ao pode ser feita atravs da adio ou multiplicao do sinal de
sada do controlador da varivel controlada.

Figura 2b

Figura 2c

SENAI/PS-GRADUAO

18
2.2.2.1. Estrutura bsica para configurao do controle antecipatrio:

Figura 2d

2.2.3. Os principais cuidados durante a configurao e implementao de
controles feedforward nos Sistemas Digitais so os seguintes:
9 Ler e filtrar a varivel de perturbao.
9 Enviar para o bloco de lead-lag no o valor atual da
perturbao, mas sim a sua variao (normalmente uma sada de
variao de um bloco de indicao). Na inexistncia deste
parmetro, deve-se criar um algoritmo para determin-lo a cada
ciclo de "scan" do Sistema Digital.
2.3. Controle Razo:
Algoritmo PID que mantm constante a razo entre duas variveis,
manipulando uma delas (varivel manipulada) em funo de outra (varivel
selvagem ou no controlada):

Funo Executada: bias * K PV * K * R = SP
2 wild 1 SP
+
onde:
R
SP
: Razo desejada
PV
wild
: Varivel no controlada
SP: Valor de set point para a varivel manipulada
Veja exemplo na figura 2e.

2.4. Controle em Override:
Controle por override uma estratgia utilizada para se lidar com uma
varivel controlada sujeita a restries de processo, a fim de se maximizar
FY
001E
TIC
FY
001D
FY
001C
FY
001B
FY
001A
+
HIC
x
D
T
FFW
Gain
><
L/L
FY-001
SENAI/PS-GRADUAO

19
a eficincia de uma unidade de processo ou garantir a segurana pessoal
e de equipamentos.
O controle por override envolve tipicamente uma varivel primria e um
conjunto de variveis de restrio, que esto associadas a malhas de
controle PID, um seletor de sinais e apenas um elemento final de controle
(ou controlador escravo). Os set points das malhas PID de restrio so
os limites de controle (alto ou baixo) das variveis de restrio. A malha
PID primria e as malhas PID de restrio enviam seus sinais de sada
para o seletor de sinais. Enquanto as variveis de restrio permanecem
dentro de seus limites de controle, a varivel primria controlada e
mantida prxima ao seu set point, e as malhas das variveis de restrio
so ignoradas. Se uma varivel de restrio se aproxima ou ultrapassa um
limite de controle, a sada do controlador correspondente priorizada pelo
seletor de sinais e enviada para o elemento final de controle (ou
controlador escravo), e a varivel de restrio violada passa a ser a
varivel controlada.
Veja exemplo na figura 2e.

figura 2e

SENAI/PS-GRADUAO

20

2.5. PID Gap e Banda Morta:
Esse tipo de PID cria uma faixa (banda) onde sua atuao fraca (PID
Gap) ou nula (banda morta).
Equao para o PID gap:
GW e if , k
GW
e
= k
n p
n
in

GW e if , k = k
n p out

onde:
GW: Gap ou Banda
k
in
: Ganho interno do controlador (no caso da banda morta, esse valor ser
sempre nulo).
k
out:
Ganho fora da banda ou faixa
e
n
: erro (PV-SP)

Figura 2f

Outra forma de implementao:

Ganho
Erro
SENAI/PS-GRADUAO

21
Figura 2g

2.6. PID com compensao de tempo morto (Smith Predictors)
O tempo morto ocorre em alguns processos industriais devido, por exemplo,
a tempos de transporte ou tempos associados com anlise de composio
(analisadores). Um exemplo de processo com tempo morto seria um controle de
presso em uma extremidade de um oleoduto, que atua em uma bomba na outra
extremidade. Aps uma atuao na bomba, a presso s comearia a variar aps
um certo tempo. Este tempo chamado de tempo morto.

A presena do tempo morto em um processo limita o desempenho do
sistema de controle convencional, pois o controlador no poder ser ajustado
muito rpido, j que deve esperar a resposta de processo. Conseqentemente, o
ganho do controlador deve ser reduzido a um valor abaixo do que poderia ser
usado se o tempo morto no estivesse presente, e a resposta do sistema da
malha fechada ser lenta comparada com uma malha de controle sem tempo
morto.

Para melhorar o desempenho de sistemas com tempo morto, devem ser
empregadas estratgias de controle especiais visando compensar este tempo. A
tcnica do preditor de Smith a uma das estratgias utilizadas e baseada em
um modelo do processo.

O Algoritmo de PID que possui um modelo de primeira ordem do processo
(ganho esttico do processo e um constante de tempo) permitindo que o
controlador faa a predio da varivel controlada. Muito empregado em
processos com um grande tempo morto.

( ) ( ) ( )( ) ( ) s u e s G s y s y
s
*
1
* *
+ =

onde:
u: sada do controlador PID

SENAI/PS-GRADUAO

22

Figura 2h

( ) ( ) ( ) ( ) ( ) ( ) s u e s G s G e s G s y
s s
*
* * *
+ =
( ) ( ) ( ) ( ) ( ) ( ) ( ) s u e s G s G s u e s G s y
s s
*
* * *
+ =
( ) ( ) ( ) ( )( ) ( ) s u e s G s u e s G s y
s s
*
1
* *
+ =
( ) ( ) ( )( ) ( ) s u e s G s y s y
s
*
1
* *
+ =

Se o modelo for bom: y* G*(s).u, onde y* a PV do controlador, sem
tempo morto. Seno, vejamos:
) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
* * * * *
s u e s G s u s G e s G s u e s G s u s G s y s y
s s s
+ = + =
) ( ) ( ) (
* *
s u s G s y =
A funo G*(s) normalmente uma primeira ordem.
O preditor de Smith muito sensvel a erros no modelo considerado, logo
se deve sintonizar o PID de uma forma robusta. Isto significa que no se deve
considerar que esta estratgia eliminou completamente o tempo morto.

y*
y
u
+
+
-
+
PID G(s) e
-s
G*(s) e
-*s
G*(s)
Modelo
Modelo
SENAI/PS-GRADUAO

23
2.7. PID Hold

O controlador PI por amostragem usado para aplicaes de controle em
processos com tempo morto elevado ou quando so usados analisadores de
processo baseado em amostragem.
Uma maneira de ajustar controladores PID com ganhos altos em processos
com estas caractersticas utilizar um algoritmo PID especial denominado PID-
HOLD, no qual existe um parmetro especificado na sintonia que interrompe a
execuo do algoritmo durante um certo tempo.
No caso de malhas de controle com analisadores de processo, este tipo de
controlador executa uma ao de controle e em seguida espera at o resultado
desta ao se manifestar, antes de proceder com uma nova ao. Este tempo de
espera associado resposta do processo, e deve considerar a estabilizao do
sistema em um novo regime permanente.
O perodo completo da ao de controle por amostragem corresponde ao
tempo de controle, durante o qual a ao do controlador PI calculada, mais um
tempo no qual a sada fica constante at o final do perodo, quando ir ser
calculada a nova ao de controle.

2.8. Controle em split range
O sistema de controle por split range empregado para aplicaes onde
existem mltiplos elementos finais de controle (vlvulas) e apenas um controlador.
No caso do controle por split range, diversas variveis manipuladas so usadas
para controlar uma nica varivel de processo. Um mdulo de split range
distribu a sada de um controlador para dois ou mais destinos com escalas
diferentes. Existir um bloco para converter a escala do sinal de sada do
controlador para a escala de cada destino (vlvula ou set point de outro
controlador).

Atualmente, como o custo de um algoritmo de controle PID marginal,
antes de se utilizar um controle split range deve-se verificar se no possvel
colocar dois controladores PID, um para cada vlvula. A vantagem do uso de dois
controladores a possibilidade de se ter sintonias diferentes e otimizadas. Outra
vantagem a flexibilidade de se poder atuar na abertura de uma vlvula,
independente da posio da outra vlvula.

Os principais cuidados durante a configurao e implementao de controle
por split range nos sistemas digitais so os seguintes:

9 Quando os destinos so elementos finais de controle, o split range (isto ,
os blocos conversores) deve ser implementado internamente pelo sistema
digital, e no no elemento final de controle;
SENAI/PS-GRADUAO

24
9 Implementar os blocos conversores como estaes manuais, de forma que
no modo manual, cada vlvula possa ser manipulada de forma
independente.
9 O grfico abaixo mostra um exemplo de aplicao para o turbo expansor.

Figura 2i

SENAI/PS-GRADUAO

25
3. O controlador PID
O controlador PID certamente o algoritmo de controle mais tradicional em
industrias qumicas e petroqumicas. Existem inmeras referncias disponveis
sobre as diversas maneiras de sua implementao [Isermann, 1989], [Morari e
Zafiriou, 1989], [Luyben, 1990], etc.
Um controlador de processo calcula o erro entre uma varivel medida do
processo com o seu valor desejado, e em funo deste erro gera um sinal de
controle de forma a eliminar este desvio. Esta funo do erro [f(erro)], que produz
a sada do controlador conhecida como lei de controle.
Os principais controladores encontrados na prtica so os seguintes:
9 Controlador Proporcional (P);
9 Controlador Proporcional e Integral (PI);
9 Controlador Proporcional, Integral e Derivativo (PID).

3.1. Controlador Proporcional
O controlador proporcional (P) gera a sua sada proporcionalmente ao erro.
O fator multiplicativo (K
c
) conhecido como o ganho do controlador. A seguir,
mostra-se a equao do algoritmo de posio do controlador P:

U(t) = K
C
* Erro(t) + Valor Inicial

Onde valor inicial o valor da sada no instante da transio do controlador
para o modo automtico menos K
C
*e(0). Com esse valor inicial, a transio do
modo manual para o modo automtico bumpless. Se e(0) = 0, a sada do
controlador ser o prprio valor ajustado pelo operador. Se e(0) 0, a sada do
controlador ser o valor ajustado pelo operador menos K
C
*e(0) para evitar que a
ao proporcional j atue sobre a vlvula nesse instante zero, assustando o
operador.

Como atualmente a maioria dos controladores so digitais, utiliza-se
normalmente a implementao do algoritmo em velocidade ou incremental, que
apresenta a vantagem de no necessitar de inicializao:
U(n) = K
C
* Erro (n)
Esse controlador no necessita de inicializao porque a transio do modo
manual para o modo automtico sempre bumpless, seno vejamos:
( ) ( ) ( ) ( ) ( ) ( ) 1 0 1 ) ( = = = e e k k e k e k e k n U
C C C

Mas e(0)=e(-1). Logo, 0 = U e ( ) bias U = 0 onde bias o ltimo valor
ajustado pelo operador antes da comutao para o modo automtico.
A figura 3a mostra a estrutura de um controlador do tipo P. Pode-se
observar que quanto maior o ganho, maior ser a ao do controlador para um
SENAI/PS-GRADUAO

26
mesmo desvio ou erro na varivel de processo. Alguns fabricantes de
controladores industriais usam a banda proporcional (BP) ao invs do ganho, que
definida como sendo 100% dividido pelo ganho (BP=100/K
C
). A banda
proporcional equivale ao erro que provoca uma variao de 100% na sada do
controlador:
e
BP
ke out
100
= = o erro que seja igual a BP far com que a variao da
sada seja de 100%

PLANTA
Sada

MEDIDOR
SENSOR
-
SP

+
Erro
K
c

U

Figura 3a
Em funo do fabricante o erro do controlador tambm pode ser definido
como SP-PV ou como PV-SP (mais comum em PLC). Alm disto, existe
normalmente um fator multiplicativo do erro, conhecido como ao do controlador,
que permite na prtica inverter o clculo do erro.
Erro (n) = Erro (n) * Ao onde: Ao = 1 ou -1 (mais comum em SDCD)
A ao pode ser direta ou reversa. No controlador com ao direta, quando
a varivel de processo (PV) aumenta, a sada do controlador tambm aumenta.
No caso de ao reversa quando a varivel de processo (PV) aumenta, a sada do
controlador diminui. A ao do controlador deve ser escolhida corretamente em
funo do processo para que o controlador funcione adequadamente.
A ao funo do ganho do processo. Se k
c
*k
p
>0, a realimentao
positiva, instabilizando a malha fechada.

O controlador proporcional gera offset, ou seja, no capaz de eliminar
totalmente o erro, seno vejamos:

SENAI/PS-GRADUAO

27

Figura 3b

k k s
k k
GcGp
GcGp
s SP
s Y
c
c
+ +
=
+
=
1 1 ) (
) (

Se for aplicado um degrau no set point:
s k k s
k k
s Y
s
s SP
c
c
1
1
) (
1
) (
+ +
= =

Para encontrarmos o valor de y no tempo tendendo a infinito:

k k
k k
k k s
k k
s k k s
k k
s s sY t y
c
c
c
c
s
c
c
s s t
+
=
|
|
.
|
\
|
+ +
=
|
|
.
|
\
|
+ +
= =

1 1
lim
1
1
lim ) ( lim ) ( lim
0 0 0

Valor de erro permanente: 0
1
1
1
1
1
1
+
=
+
+
=
+
k k k k
k k k k
k k
k k
c c
c c
c
c
. y(t) no
alcanar o valor do degrau unitrio, gerando offset.

Para eliminarmos o erro totalmente, necessitamos da ao integral.

Resposta ao degrau unitrio de um controlador P puro com trs ganhos
distintos:

Podemos observar que:
1. Em todos os casos temos offset na varivel controlada.
2. O offset diminui com o aumento de Kc.
3. Quando Kc aumenta, a malha fica mais oscilatria (na verdade o que
est acontecendo que os plos da funo de transferncia da
malha fechada est se aproximando da parte positiva menos
negativo).
Gc=k
c
Gp =
1 + s
k

SP(s)
Y(s)
+
-
SENAI/PS-GRADUAO

28

Figura 3c: Resposta ao degrau unitrio de um controlador P
3.2. Controlador Proporcional e Integral
O controlador proporcional e Integral (PI) gera a sua sada
proporcionalmente ao erro e a integral do erro. O fator multiplicativo (1/T
I
)
conhecido como o ganho integral do controlador (ou nmero de repeties por
segundo). O termo (T
I
) o tempo integral. Alguns fabricantes preferem que o
termo a ser ajustado durante a sintonia seja o tempo integral (T
I
tempo da ao
integral se igualar ao proporcional) e outros escolhem o reset (repeties por
segundo ou por minuto - 1/T
I
). A seguir esta mostrada a equao do algoritmo de
posio do controlador PI no interativo:
U(t) = K
c
* Erro(t) + (1/T
I
) * [ Erro(t)*dt ] + Valor Inicial
O controlador PI posicional tambm pode ser do tipo interativo, onde, variando
o ganho, variamos ao proporcional e integral.

U(t) = K
c
* Erro(t) + (K
c
/T
I
) * [ Erro(t)*dt ] + Valor Inicial

normalmente a implementao do algoritmo em velocidade (ou incremental),
SENAI/PS-GRADUAO

29
que apresenta a vantagem de no necessitar de uma inicializao e permite
eliminar a saturao do termo integral (reset windup) de uma maneira mais
simples:
U(n) = K
c
* Erro (n) + (1/T
I
) * Erro(n) (no caso no interativo)
U(n) = K
c
* Erro (n) + (K
c
/T
I
) * Erro(n) (no caso interativo)
OBS:
) 1 ( ) ( ) ( = n u n u n u

=
=
=
=
+ =
1
1 1
) (
1
) 1 ( ) (
1
) ( ) (
n k
k
c
n k
k
c
k e
Ti
n e K k e
Ti
n e K n u
) (
1
) ( n e
Ti
e K n u
c
+ =

O tipo de implementao do algoritmo PI importante pois influencia a
sintonia do controlador. Um cuidado que deve ser considerado ao se usar o
controlador PI evitar a saturao do mesmo pela ao integral (reset windup).
O que vem a ser o reset windup? Esse problema s acontece nos
controladores posicionais.
Pela equao do controlador ( )
(
|
.
|
\
|
+ +

dt
de
Td edt
Ti
t e k
C
1
, se o erro for
persistente em um sentido (positivo, por exemplo), o termo da ao integral
poderia assumir valores muito altos, ou seja, na memria do computador ficaria
armazenado um valor muito acima de 20mA em digital. Quando o erro mudasse
o sentido (negativo), o termo da integral levaria um bom tempo at chegar ao
batente mximo da vlvula de 20mA em digital.
O Anti reset Wind up procura limitar a ao da integral no batente do valor
mximo de sada para a vlvula.

Figura 3d
K
C

Limitador
4-20 mA
1
1
+ s T
i

+
+
MV
*
(s) MV(s)
X(s)
SENAI/PS-GRADUAO

30
Para a implementao acima, dois casos podem ser observados:
1. Caso 1 Caso no saturado: MV
*
=MV
) ( ) ( ) ( s X s E K s MV
C
+ =
) (
1
1
) ( ) ( s MV
s T
s E K s MV
i
C
+
+ =
| | | |
| |
| |
) (
1
1 ) (
1
) ( 1 ) ( ) (
) ( 1 ) ( 1 ) (
s E
s T
K s E
s T
s T K
s MV s T s E K s sMV T
s MV s T s E K s T s MV
i
C
i
i C
i C i
i C i
(
+ =
+
= + =
+ + = +

que a equao de um PI.
2. Caso 2 MV saturado MV
*
constante
) ( 1 ) ( ) (
1
1
) (
* *
t MV e t X s MV
s T
s X
Ti
t
i
|
.
|
\
|
=
+
=

Para t , X(t)=MV
*
(t) que constante.
Portanto,
) ( ) ( ) ( ) ( ) (
*
t MV t E K t X t E K t MV
C C
+ = + = onde o ltimo termo est
limitado.

O controlador integral capaz de eliminar o offset, conforme demonstrao
abaixo:

Figura 3e

k k s T s T
k k
GcGp
GcGp
s SP
s Y
c i i
c
+ +
=
+
=
2
1 ) (
) (

Se for aplicado um degrau no set point:
Gc=
s T
k
i
c

Gp =
1 + s
k
SP(s)
Y(s)
+
-
SENAI/PS-GRADUAO

31
s k k s T s T
k k
s Y
s
s SP
c i i
c
1
) (
1
) (
2

+ +
= =

Para encontrarmos o valor de y no tempo tendendo a infinito:

1 lim
1
lim ) ( lim ) ( lim
2
0
2
0 0
=
|
|
.
|
\
|
+ +
=
|
|
.
|
\
|
+ +
= =

k k s T s T
k k
s k k s T s T
k k
s s sY t y
c i i
c
s
c i i
c
s s t

Portanto, y(t) alcanar o valor do degrau unitrio, eliminando o offset.

Resposta a um degrau unitrio para um controlador P+I:
K
c
= -0.5

Figura 3f: Resposta ao degrau unitrio de um controlador PI

1. Quanto maior o tempo integral, mais suave a resposta.
2. Quanto menor o tempo integral, mais rpida a resposta (maior a
ao integral).
3. Diminuindo o tempo integral, o plo aproxima-se da parte real
positiva.

SENAI/PS-GRADUAO

32
3.3. Controlador Proporcional, Integral e Derivativo
O controlador Proporcional, Integral e Derivativo (PID) gera a sua sada
proporcionalmente ao erro, a integral do erro e a derivada do erro. O fator
multiplicativo (T
D
) conhecido como o tempo derivativo do controlador. A seguir
esta mostrada a equao do algoritmo de posio do controlador PID paralelo
com implementao no interativo:
U(t) = K
c
* Erro(t) + (1/T
I
) * [Erro(t)*dt ] + T
D
* dErro/dt + Valor Inicial
Muitos fabricantes preferem a implementao do PID srie, cuja equao
a seguinte, usando a notao de transformada de Laplace:

) (
1
1
1
1
) ( s Erro
s T s T
s T
K s U
I D
D
P (
+
(
+
+
=
Ao (P+I)(Derivativo com lead/lag)

: filtro aplicado apenas ao derivativa. O filtro funo de T
D
, quanto
maior a ao derivativa, maior o filtro para um mesmo .
s T
D
+ 1 : O termo 1 aparece para no anular a ao do PID para um T
D
nulo.
normalmente a implementao do algoritmo em velocidade (ou incremental), que
para o caso do PID paralelo no interativo ter a seguinte equao:

U(n) = K
c
*Erro (n) + (1/T
I
)*Erro(n)*TA + T
D
*[Erro(n)-2*Erro(n-1)+Erro(n-2)]/TA
OBS:
) 1 ( ) ( ) ( = n u n u n u
)) 2 ( ) 1 ( ( ) (
1
) 1 ( )) 1 ( ) ( ( ) (
1
) ( ) (
1
1 1
+ + =

=
=
=
=
n e n e T k e
Ti
n e K n e n e T k e
Ti
n e K n u
D
n k
k
c D
n k
k
c
)) 2 ( ) 1 ( ) 1 ( ) ( ( ) (
1
) ( ) ( + + + = n e n e n e n e T n e
Ti
n e K n u
D c

)) 2 ( ) 1 ( 2 ) ( ( ) (
1
) ( ) ( + + + = n e n e n e T n e
Ti
n e K n u
D c
onde TA=1

O termo TA o tempo de amostragem do controlador. A funo de
transferncia do processo no domnio discreto funo de TA. Portanto,
alterando o TA (scan do SDCD), alteramos a funo de transferncia e, por
conseguinte, a sintonia adequada.

Na implementao do algoritmo PID de alguns fabricantes utiliza-se o
ganho proporcional multiplicando o termo integral e o termo derivativo, e a
equao seria (PID paralelo interativo):
SENAI/PS-GRADUAO

33

U(n) = KC*Erro(n) + (KC/T
I
)*Erro(n) + KC*T
D
*[Erro(n)-2*Erro(n-1)+Erro(n-2)]/TA

Resposta ao degrau unitrio em um controlador PID:
Kc = -0.5
Ti = 0.1

Figura 3g: Resposta ao degrau unitrio para um controlador PID

1. O modo derivativo reduz as oscilaes que so observadas na
malha com o controlador PI com os mesmos valores de parmetros
(P e I).
2. Existe pouca diferena quando aumentamos Td, a no ser no
comeo da curva.
3. Em malhas lentas, no ruidosas, o derivativo estabiliza a malha de
controle.

Regra Prtica:
Na escolha dos parmetros de um controlador PID, podemos optar pelo uso
do controlador proporcional puro se o offset for tolerado (raro). Se o offset no
SENAI/PS-GRADUAO

34
tolerado (mais comum), utilizamos o PI. Se a resposta do PI for lenta, passamos
para o controlador PID (uso dos trs parmetros).

O tipo de implementao do algoritmo PID (interativo ou no, paralelo ou
srie) importante pois influencia a sintonia do controlador [Corripio, 1990]. O PID
iterativo tem a caracterstica do ganho proporcional (K
c
) ser o principal fator que
controla a resposta ou velocidade da malha. Ainda existem outras variaes do
algoritmo PID, por exemplo o termo derivativo pode atuar na varivel de processo
e no no erro como nas equaes anteriores. A vantagem seria que qualquer
mudana no set-point no perturbaria a sada do controlador em funo do termo
derivativo (rpida variao no erro). Em verdade, esse deve ser o padro nas
configuraes de controle. Da mesma forma, existem SDCDs que permitem que a
atuao do ganho proporcional se faa apenas sobre as variaes da PV sobre o
set point, e no ao contrrio. Dessa forma, se ocorrer um degrau no set point,
apenas a ao integral atuaria sobre o erro para levar a PV ao valor de referncia
(set point). Esse tipo de opo, no muito utilizado.
O algoritmo de velocidade apresenta certas vantagens sobre o de posio:
No precisa de valor inicial. Ao passar o controle de manual para
automtico, o algoritmo de posio requer o valor inicial da varivel manipulada,
conhecida como bias. O algoritmo de velocidade calcula us. Portanto,
independe da posio da vlvula.
Evita problemas de saturao na ao integral (Integral wind-up), que
podem na prtica gerar sobre-elevao (overshoot), e oscilaes.
o Como ) (
1
) ( n e
Ti
e K n u
c
+ = , assim que o erro ficar constante, a
ao integral pra.

SENAI/PS-GRADUAO

35
4. Dinmica do Processo

Uma vez projetado o controle, definido o controlador (algoritmo PID, por
exemplo), o prximo passo antes da sintonia da malha de controle, obter uma
idia da dinmica do processo. A dinmica do processo influncia muito a
sintonia como ser visto a seguir. Alguns mtodos de sintonia necessitam de um
modelo do processo, sendo que existem duas maneiras de se obter este modelo:

Modelagem do processo em termos de leis fsicas (modelo rigoroso ou
fenomenolgico);
Modelagem baseada em padres de redes neurais
Identificao do sistema.
A modelagem fenomenolgica [Seborg et al., 1989], usa as leis fsicas
para descrever os estados do sistema. O problema passa a ser encontrar estes
estados que so caracterizados pelas variveis de estado que descrevem a
quantidade de massa, energia e momento linear do sistema. As variveis tpicas
que so escolhidas so: posies e velocidades (sistemas mecnicos), voltagens
e correntes (sistemas eltricos), nveis e vazes (sistemas hidrulicos), e
temperaturas, presses e concentraes (sistemas trmicos e de reao). A
relao entre os estados determinada usando-se balanos (princpios de
conservao) de momento linear, massa, energia e tambm outras equaes
constitutivas.
A vantagem dos modelos fsicos que eles podem dar informaes
pormenorizadas do sistema dependendo do grau de descrio dos fenmenos
fsicos, e que os seus parmetros tm interpretaes fsicas. A desvantagem
que pode ser difcil construir modelos fsicos dinmicos de processo complexos,
como certas colunas de destilaes e certos conversores, ou, ento, geram-se
modelos extremamente complexos e de pouco valor prtico, pois no se
conhecem com preciso os parmetros destes modelos.
A modelagem baseada em padres de redes neurais treina, a partir de
um banco de dados da planta em questo, uma rede neural. Essa rede neural,
uma vez treinada, validada a partir de outro banco de dados da mesma planta,
coletado com esse objetivo. Aps a validao, a rede capaz de simular a
resposta do processo s diversas variaes na entrada.
A identificao de sistemas tem por objetivos construir modelos
matemticos de processos dinmicos a partir de dados experimentais observados
na planta. Ela inclui os seguintes passos:
planejamento experimental;
seleo da estrutura do modelo (linear ou no);
SENAI/PS-GRADUAO

36
estimao dos parmetros do modelo;
validao do modelo.
Na prtica o procedimento para a identificao iterativo.
A seguir iremos estudar a obteno da dinmica de um processo simples,
de forma a exemplificar tanto a modelagem fenomenolgica, quanto
identificao. O sistema escolhido ser um trocador de calor de casco e tubo, que
est mostrado na figura 4a. Pelos tubos passa um fluido A, com uma vazo no
controlada (M
A1
), e com uma temperatura de entrada T
A1
. O objetivo controlar a
temperatura de sada (T
A2
), manipulando a vazo do fluido do casco B, que
possui uma temperatura de entrada T
B1
.
T
A1
M
A1
T
A2
T
B1
M
B1
T
B2
TIC
A - Frio
B - Quente

Figura 4a
Primeiramente, iremos fazer uma modelagem fenomenolgica deste
trocador de calor, de maneira a elaborar um simulador dinmico desta parte do
processo. Obviamente, existem vrios graus de preciso na modelagem mas o
importante no aumentar a complexidade do modelo se o problema a ser tratado
no necessitar de uma grande complexidade. Isto , o modelo deve ser o mais
simples possvel, para resolver o problema em questo. Por exemplo, no caso
acima o modelo mais simples seria:
Considerar que a quantidade de calor (Q) fornecida pelo fluido quente B,
proporcional a abertura da vlvula. (Q = K * sada do TIC).
SENAI/PS-GRADUAO

37
Considerar que as dinmicas da vlvula e da troca trmica podem ser
agrupadas em uma nica funo de transferncia.
Considerar que a temperatura de sada do fluido frio A, que se deseja
controlar, pode ser calculada por:
T
A2
= T
A1
+ [ Q / ( M
A1
* CP ) ] T Cp m Q =
.

Logo, desta maneira simplificada, o modelo dinmico do trocador de calor
seria o seguinte:
TIC
Q = K * U
T
A2
= T
A1
+ Q/M
A1
*C
P
U
T
A1
, M
A1
, C
P
, K
T
A2
- Temperatura na sada
do trocador de calor

Figura 3b
As premissas deste modelo dinmico nem sempre so vlidas. Por exemplo, a
influncia das temperaturas do fluido frio na troca de calor nem sempre podem
ser desconsideradas, a dinmica de troca de calor em alguns casos necessita
ser considerada de forma mais rigorosa, etc. Entretanto, este modelo ser
usado com o objetivo didtico de se elaborar um simulador dinmico.
Outro exemplo simples para modelagem fenomenolgica seria o controle de
nvel em um tanque onde no ocorre reao:
Pelo Balano de Massa:
Acumulado = entra sai
s e
q q
dt
dm
=
HA V m = =
SENAI/PS-GRADUAO

38
( )
s e s e
q q
A dt
dH
q q
dt
dH
A = =
1

Supondo que KH q
s
=
e e
q KH
dt
dH
A KH q
dt
dH
A = + =
Levando para o domnio da freqncia (Laplace):
( ) ) (
1
1
) (
) ( ) ( ) ( ) ( ) ( ) ( s q
s
K
A
K
K As
s q
s H s q K As s H s q s KH s AsH
e
e
e e
+
=
+
= = + = +
) (
1
) ( s q
s
K
s H
e
p
+
=

Figura 4c

qe
qs
SENAI/PS-GRADUAO

39
4.1. Simulao Dinmica
Existem vrias possibilidades de se elaborar um programa de simulao
dinmica, desde o uso de linguagens padres de programao, como o C++, o
FORTRAN, etc, como atravs de ambientes particulares de programao, como o
MATLAB, o SIMNON, etc. Neste curso ns iremos usar o MATLAB.
A implementao do modelo do trocador de calor em um simulador
dinmico no MATLAB seria:

Figura 4d
De posse de um simulador dinmico ns podemos testar as vrias
possibilidades de sintonia de um controlador. A vantagem do simulador permitir
uma maior flexibilidade nos teste, e nas perturbaes do sistema de controle, j
que estas anlises no afetam a produo. A desvantagem o nmero de
parmetros que precisam ser avaliados (Ex: C
P
do fluido, fator K, etc.), e a escolha
e validao do modelo utilizado.
Como j foi dito, a outra possibilidade de se obter a dinmica do processo
atravs da identificao. Neste caso, por exemplo, seria solicitado ao operador
SENAI/PS-GRADUAO

40
de colocar o controlador TIC em manual, e variar a sada do mesmo de 5 ou
10%. Seria registrada a evoluo da temperatura (que a PV do controlador).
Esta curva permitiria de obter o ganho, a constante de tempo (tempo para
atingirmos 63,2% do valor da temperatura de estabilizao) e o tempo morto do
controlador (tempo para que o processo, aps degrau na sada, passe a variar a
varivel controlada que nesse exemplo a temperatura).

Figura 4e- Identificao da dinmica do processo (Kp=0.4 , Tp10).
Vejamos a identificao da dinmica encontrada nesse degrau aplicado ao
controlador de temperatura (supondo range do TIC de 0 a 50
0
C):
4 , 0
10
100
50
40 42
=
=
P
k
( ) s
P
10 3 , 41 40 2 632 , 0 = +

Em muitos trabalhos tenta-se modelar a dinmica do processo como sendo
um tempo morto mais um modelo de primeira ordem (ganho mais constante de
tempo). O modelo de primeira ordem o seguinte:
1 ) (
) (
) ( ) ( ) (
+
= = + = +
s
K
s U
s T
s KU s T s sT KU T
dt
dT

SENAI/PS-GRADUAO

41
A soluo no tempo para um degrau : T(t) = K*(1-e
-t/
)
Os parmetros a serem identificados so os seguintes, no caso deste
modelo:
ganho do processo : K = T/U
constante de tempo tempo necessrio para a temperatura atingir 63%
do seu valor final.
tempo morto o tempo a partir do degrau que a temperatura comea a
variar.

e
-TMs
K
s + 1
Tempo Morto Primeira
Ordem

Figura 4f - Modelo identificado do processo.

SENAI/PS-GRADUAO

42
5. Resposta Dinmica do Processo com o Controlador PID

Uma vez obtido o modelo da dinmica do processo, pode-se elaborar um
simulador dinmico para avaliar o desempenho e obter a sintonia ideal do
controlador.
Segue o exemplo de um simulador dinmico com controlador.

Figura 5a

Primeiramente iremos obter a sintonia do controlador tipo P. A figura 5b mostra
o desempenho do controlador para uma mudana no set-point. Como j visto,
pode-se observar que este tipo de controlador no consegue eliminar o erro,
isto , existe sempre um off-set. Quanto maior for o ganho, menor ser este
desvio em regime permanente, entretanto a malha tender a instabilizar.

SENAI/PS-GRADUAO

43

Figura 5b - Desempenho do controlador P (Kc=-10 /-20 /-30).
Iremos agora analisar a sintonia do controlador tipo PI. A figura 5c mostra o
desempenho do controlador PI para uma mudana no set-point. Pode-se
observar que este tipo de controlador consegue eliminar o erro, isto , no
existe um off-set. Quanto maior for o ganho e quanto menor o tempo integral,
mais rpida ser a resposta do controlador mas a malha tender a instabilizar.
SENAI/PS-GRADUAO

44

Figura 5c - Desempenho do controlador PI (Kc=-10, Ti=5 s ).
A figura 5d mostra o desempenho do controlador PID para uma mudana no
set-point. Pode-se observar que com a incluso do termo derivativo (Td=5 s) a
resposta da malha ficou menos nervosa (comparar a figura 5c com a 5d). Em
geral o termo derivativo tende a deixar a malha mais estvel, desde que a
varivel de processo no seja muito ruidosa. Quanto maior for o tempo
derivativo, a resposta tender a ser mais rpida para processos lentos, pois o
controlador tender a se antecipar.
A ao derivativa utilizada normalmente em variveis lentas (temperatura e
nvel. Em alguns casos, controladores de presso com grande capacitncia).
Alguns SDCDs permitem configurao de um filtro dedicado apenas ao termo
derivativo.
Nunca utilizar ao derivativa em medies ruidosas. E, quando utilizar, valores
muito prximos do scan do SDCD s amplificam rudos.
SENAI/PS-GRADUAO

45

Figura 5d - Desempenho do controlador PID (Kc=-10, Ti=5 s, Td=5 s).
A tabela 5a mostra um resumo das aplicaes tpicas dos algoritmos do tipo
PID na industria.
Controlador Caractersticas Aplicao
P Tem desvio do SP em regime Muito pouco usado.
PI
No tem desvio do SP em
regime
Sistema mais nervoso
Controles de vazo, nvel e
presso.
PID
Antecipa a resposta e mais
estvel em malhas lentas, sem
rudos, e sem grandes tempos
mortos.
Controles de composio,
temperatura, nvel e presso
com grande capacitncia.
Tabela 5a
SENAI/PS-GRADUAO

46
A tabela 5b mostra alguns valores usuais para a sintonia dos controladores
conforme o processo:
Processo Ganho Integral (rep/min) Derivativo (min)
Presso,
Vazo
O,2 a 1 2 a 5 0
Temperatura,
Nvel, Presso
com
capacitncia
1 a 5 0,1 a 0,005 0,5 a 2
Tabela 5b

SENAI/PS-GRADUAO

47
6. Sintonia de controladores do tipo PID

Como j foi dito, depois de definido o controlador e obtida a dinmica do
processo, o prximo passo definir o critrio de desempenho desejado para a
malha. Obviamente, o primeiro e principal critrio a estabilidade da malha.
A sintonia de um controlador a escolha dos parmetros K
C
, Ti e Td. Uma
vez em malha fechada, o controlador afeta a estabilidade dessa malha.
Poderamos ir arbitrando valores para kc, Ti e Td at obtermos valores de
performances adequadas (aceitveis). No entanto, existem mtodos direcionados
para se atingir esses resultados, embora terminemos, de uma forma ou de outra,
fazendo pequenos ajustes no mtodo tentativa e erro.

A figura 6a, a seguir, mostra uma resposta dinmica desejada para uma varivel.

0 500 1000 1500 2000 2500
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6

A
C
0 500 1000 1500 2000 2500
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
Resposta do sistema
Valor de referncia
B
Figura 6a

A seguir, esto listados alguns critrios de desempenho que podem ser
usados para a sintonia de controladores do tipo PID:
SENAI/PS-GRADUAO

48
Desvio do set-point mnimo;
Sobrevalor (overshoot, que igual a A/B) mnimo;
Razo de declnio ou decaimento, que igual a C/A, mnima.
Tempo de ascenso (T
A
) mnimo.
Tempo de assentamento ou estabilizao (desvio < 5%) mnimo.
Erro Integral
o ISE Integral Square Error
o IAE Integral Absolute Error
o ITAE Integral Time Absolute Error
o ITSE Integral Time Square Error
Variabilidade - Corresponde a uma avaliao de quo prximo a varivel
controlada se mantm do valor de referncia, independentemente de
perturbaes aleatrias. Ela uma medida estatstica da variao ou disperso
da varivel controlada com respeito ao valor de referncia.
Margens de ganho e de fase
ndice de Harris (comparao com o controlador de mnima varincia Desvio
padro da MV e da PV)
Magnitude da varivel controlada para uma perturbao senoidal
Obviamente, nem todos os critrios podem ser satisfeitos simultaneamente.
Logo, na prtica, deve existir uma soluo de compromisso.

6.1. Critrio de Estabilidade de Bode
Vejamos o que diz o critrio de estabilidade de Bode (anlise de resposta em
freqncia):
Na freqncia crtica da malha fechada, o produto das razoes de
amplitudes dos elementos internos da malha deve ser menor que 1.
1 ) ( ) ( < jw Gp jw Gc

A freqncia crtica a menor freqncia onde a soma dos atrasos de fase
das componentes da malha igual a -180
0
.
( ) ( )
0
180 ) ( ) ( = + j Gp j Gc
SENAI/PS-GRADUAO

49
onde
|
|
.
|
\
|
=
) (
) ( Im
j G
j G
arctg
Exemplo:
Seja um sistema de 1
a
ordem com tempo morto: ( )
1 +
=

s
e k
s Gp
p
s
p
e um
controlador P onde Gc = k
c
.
( )
1
) ( ) cos(
1
) (
+
=
+
=

j
jsen k
j
e k
j Gp
p
p
p
j
p

2 2
1
) (

p
p
k
j Gp
+
= o tempo morto no altera o mdulo da funo de
transferncia do processo.
( )
) ( )
) cos(
) (
(
) 1 (
) ) ( ) cos( (
) (

p
p
p
arctg
sen
arctg
j
jsen k
j p =
+
=
) ( ) (
p
arctg j p = o tempo morto altera a fase da funo de
transferncia do processo.
0 )
0
( ) ( = =
C
k
arctg j c
Na freqncia crtica:
( ) 180 ) ( ) ( = = +
p
arctg j c j p
O ganho do controlador que corresponde ao limite da estabilidade:
1 ) ( ) ( = jw Gp jw Gc
1
1
) ( ) (
2 2
=
+
=

p
p c
k k
j Gp j Gc
p
c
k
k
p
2 2
1 +
= esse k
c
corresponde ao limite de estabilidade da malha
fechada.
Margem de ganho (MG): Corresponde a uma margem de segurana em
relao ao k
c
de limite de estabilidade.
Margem de fase (MF): Corresponde a uma margem de segurana em
relao a freqncia crtica.

SENAI/PS-GRADUAO

50
MF j c j p + = + 180 ) ( ) (

Exemplo do uso da margem de fase para clculo de k
c
e Ti:
Seja a seguinte funo de transferncia de um
processo:
( )( )( ) 1 3 1 2 1
1
) (
+ + +
=
s s s
s Gp e seja o seguinte controlador PI:
( )
Tis
Tis k
s Gc
c
1
) (
+
= .
Na freqncia crtica:
180 ) ( ) ( = +
c c
j c j p
( )
( ) ( ) 90
0
)
1
( = |
.
|
\
|
=
+
= Ti arctg
Ti
arctg Ti arctg
Tij
Tij k
c c
c
c
c
c
c c
a
freqncia crtica depende de Ti.
( )( )( )
) 3 ( ) 2 ( ) (
1 3 1 2 1
1
) (
c c c
c c c
arctg arctg arctg
j j j
j p

=
+ + +
=
180 ) ( ) ( = +
c c
j c j p
( ) 180 90 ) 3 ( ) 2 ( ) ( = + Ti arctg arctg arctg arctg
c c c c

Se escolhermos um Ti de 2 minutos:
( ) 180 90 2 ) 3 ( ) 2 ( ) ( = +
c c c c
arctg arctg arctg arctg
min / 5774 , 0 rad
c
=
Prximo passo: Determinar k
c
para uma dada margem de ganho:
1 ) ( ) ( = jw Gp jw Gc
( ) ( ) ( )
c
c c
c
c c
c
c c
k
j
j k
Tij
Tij k
jw Gc
2
1 4
2
1 2 1
) (
2
+
=
+
=
+
=
( )( )( )
2 2 2
9 1 4 1 1
1
1 3 1 2 1
1
) (
c c c
c c c
c
j j j
j Gp

+ + +
=
+ + +
=
( )
1
9 1 4 1 1
1
2
1 4
2 2 2
2
=
+ + +
+
c c c
c
c c
k

Substituindo o
c
calculado, vem:
666 , 2 =
c
k .
SENAI/PS-GRADUAO

51
Se MG = 0,5 : 333 , 1 5 , 0 666 , 2 = =
c
k
Aplicando um degrau a esse modelo controlador-processo obtido:

Figura 6b: Resposta ao degrau unitrio utilizando critrio da margem de
ganho
A figura 6b tambm mostra uma margem de ganho de apenas 0,9 onde
observamos a proximidade com a instabilidade gerada no processo.
Poderamos, tambm, ao invs de definir uma margem no ganho, escolher
uma margem na fase.
Para uma margem de fase de 30
0
, temos:
150 30 180 ) ( ) ( = + = + j c j p
( ) 150 90 ) 3 ( ) 2 ( ) ( = + Ti arctg arctg arctg arctg
Para um Ti de 2 minutos:
( ) 150 90 2 ) 3 ( ) 2 ( ) ( = + arctg arctg arctg arctg
min / 309 , 0 rad =
Prximo passo: Determinar k
c
para essa margem de fase:
SENAI/PS-GRADUAO

52
1 ) ( ) ( = jw Gp jw Gc
( )
1
9 1 4 1 1
1
2
1 4
2 2 2
2
=
+ + +
c
k

Substituindo o calculado, vem:
8819 , 0 =
c
k .
Gerando um degrau para esse valor:

Figura 6c: Resposta a um degrau unitrio com margem de fase de 30
0

SENAI/PS-GRADUAO

53
6.2. Mtodo Heurstico do CENPES
O mtodo heurstico do CENPES baseia-se no clculo do ganho crtico e
com o uso de margem de fase atravs de um tempo de integral mais longo visto
que esse tempo baseia-se no tempo de estabilizao do processo resposta ao
degrau.
Se utilizarmos um controlador PI, temos que a fase do controlador dada
pela equao abaixo:
( )
( ) ( ) 90
0
)
1
( = |
.
|
\
|
=
+
= Ti arctg
Ti
arctg Ti arctg
Tij
Tij k
c c
c
c
c
c
c c

Se utilizarmos um Ti longo, estamos aumentando a margem de fase,
garantindo a estabilidade do processo com controlador com o valor do ganho
crtico.
Nesse mtodo, o ganho do controlador o inverso do ganho do processo.
O tempo de integral o tempo de estabilizao a perturbao imposta na sada do
controlador.
Normalmente pode se fazer necessrio um ajuste no tempo de integral,
reduzindo-a.
6.3. Mtodo heurstico de Ziegler&Nichols, 1942
Supondo que o processo possui uma entrada e uma sada, e que a
dinmica pode ser modelada por um tempo morto mais uma primeira ordem (K
P
,
P
, TM), esse mtodo prope uma tabela para a sintonia do controlador do tipo
PID, usando como critrio de desempenho a razo de declnio igual a (C/A na
figura 6d, que costuma ser agressiva para os nossos processos).
6.3.1. Curva de Reao do Processo:
Sua aplicao acontece apenas em sistemas auto-regulados (no
integradores). O mtodo heurstico de Ziegler&Nichols procurou uma resposta
tima do controlador para uma perturbao na malha (problema regulatrio e no
servo, ou seja, perturbaes alterando o valor da PV em relao ao set point e no
para uma mudana no set-point).
O procedimento de levantamento da curva de reao do processo o
seguinte:
6.3.1.1. Passar o controlador para o modo manual
6.3.1.2. Esperar o processo estabilizar
6.3.1.3. Variar a posio da vlvula em 5%, por exemplo
6.3.1.4. Verificar o ganho do processo (variao da PV aps
estabilizao (em %) pela variao da sada), Kp.
6.3.1.5. Verificar inclinao da reta tangente ao ponto de inflexo da
curva de resposta do processo
6.3.1.6. Verificar o tempo morto (TM), tempo que o processo leva para
comear a responder perturbao na entrada.

SENAI/PS-GRADUAO

54

Degrau aplicado

MV Resposta a degrau

Ponto de inflexo PV

S

TM
p
0 1 2 3 4 5 6 7
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1
Tempo t (seg)
b(t)
Sada do processo b(t)
Valor de referncia r(t)

Figura 6d

( )
( ) %
%
MV
PV
Kp
=
tgS
PV
p

=

A tabela 6a quantifica os valores propostos de sintonia, conforme os valores
obtidos na identificao do processo em malha aberta (controlador em manual):

Controlador K
C
T
I
T
D

P
P
/ (K
P
*TM)
PI 0.9*
P
/ (K
P
*TM) 3*TM
PID 1.2*
P
/ (K
P
*TM) 2*TM 0.5*TM
Tabela 6a Sintonia em malha aberta segundo [Ziegler&Nichols, 1942] Mtodo
da Curva de Reao do processo, onde
P
a constante de tempo do processo,
K
P
o ganho do processo e TM o tempo morto.
SENAI/PS-GRADUAO

55
6.3.2. Mtodo do Ganho ltimo ou Ganho Crtico ou Mtodo de Oscilaes
Contnuas

Caso o processo seja instvel em malha aberta (uma malha integradora,
por exemplo), [Ziegler&Nichols, 1942] sugerem um mtodo de sintonia em malha
fechada. Deve-se aumentar o ganho do controlador proporcional (s o termo P
ativo, ficando as aes integral e derivativa anuladas) at obter uma resposta
oscilatria com amplitude constante. Neste ponto determina-se o ganho ltimo ou
ganho crtico (K
U
) e o perodo de oscilao (P
U
). A tabela 6b mostra a sintonia
proposta em funo desses valores.

Controlador K
C
T
I
T
D

P 0.5 * K
U

PI K
U
/2.2 P
U
/1.2
PID K
U
/1.7 P
U
/2 P
U
/8
Tabela 6b - Sintonia segundo Ziegler&Nichols pelo mtodo de oscilaes
contnuas.

Utilizando o modelo do processo anterior, vejamos como se comporta essa
sintonia:
( )( )( ) 1 3 1 2 1
1
) (
+ + +
=
s s s
s Gp

Perodo ltimo:
( )( )( )
180
1 3 1 2 1
1
=
(
+ + + s s s

( )( )( )
180 ) 3 ( ) 2 ( ) (
1 3 1 2 1
1
) ( = =
+ + +
=
u u u
u u u
arctg arctg arctg
j j j
j

min / 1 rad
c
=
Portanto:
2
2
= =
u
Pu

SENAI/PS-GRADUAO

56
O ganho ltimo ser:
( )( )( )
2 2 2
9 1 4 1 1
1
1 3 1 2 1
1
) (
u u u
u u u
u
j j j
j Gp

+ + +
=
+ + +
=
2 2 2
2 2 2
9 1 4 1 1
9 1 4 1 1
1
1
u u u
u u u
u
k

+ + +
=
+ + +
=
10 =
u
k
Proposta de Z&N para um controlador PI:
54 , 4
2 , 2
10
= =
c
k
236 , 5
2 , 1
2
= =

Ti min
Proposta de Z&N para um controlador PID:
88 , 5
7 , 1
10
= =
c
k
416 , 3
2
2
= =

Ti min
7854 , 0
8
2
= =

Td

Vejamos a performance para cada controlador proposto:
SENAI/PS-GRADUAO

57

Figura 6e

A sintonia proposta pelo mtodo de Ziegler&Nichols serve como referncia
inicial mas pode instabilizar algumas malhas. Isto funo dos erros de
modelagem (processo geralmente MIMO), do PID analgico utilizado no
trabalho, do critrio de razo de declnio igual a que rigoroso em alguns
casos, etc. Logo, sugere-se inicialmente diminuir os ganhos propostos no trabalho
de Ziegler&Nichols e ir aumentando, posteriormente, estes ganhos observando-se
o comportamento do processo.
Anlise da sintonia Z&N em malha aberta no exemplo do trocador:
No caso do nosso exemplo anterior do simulador do trocador de calor, ns
identificamos uma dinmica do processo com K
P
=0.4 (normalizando de 0-50C),
TM=1 s, e
P
=10 s. Logo pelo mtodo de Z&N a sintonia do PID seria K
C
=30, T
I
=2
s, T
D
=0.5.
30
1 4 , 0
10 2 , 1 2 , 1
=
= =
TM k
k
P
P
C

2 2 = = TM Ti
5 , 0 5 , 0 = = TM Td

SENAI/PS-GRADUAO

58
A figura 6f mostra que esta sintonia instabiliza o sistema.

Figura 6f- Sintonia pelo mtodo de Z&N.
A figura 6g mostra o desempenho de uma nova sintonia, utilizando-se um
fator de folga f de 50% (f=2), na sintonia proposta pelo mtodo de Z&N. Neste
caso, os ganhos do controlador (K
C
=K
C
Z&N
/f, T
I
=T
I
Z&N
*f, T
D
=T
D
Z&N
/f) sero K
C
=15,
T
I
=4 s, T
D
=0.25. Pode-se observar que o sistema em malha fechada ficou estvel.
SENAI/PS-GRADUAO

59

Figura 6g - Desempenho do PID com K
C
=15, T
I
=4 s, T
D
=0.25 (50% do Z&N).
A figura 6h mostra o desempenho da sintonia anterior (figura 6g), quando a
vazo de carga do sistema reduzida instantaneamente, no tempo igual a 200
segundos em 50.0%. Pode-se observar que a no-linearidade do sistema,
instabiliza o controle aps esta reduo na carga.

SENAI/PS-GRADUAO

60

Figura 6h - No tempo 200s a carga reduzida em 50%

Para estudar um outro aspecto da sintonia de controladores PID, vamos
supor um processo multivarivel de uma coluna de destilao [Wood e Berry,
1973]. As variveis manipuladas so a vazo de refluxo e a vazo do reboiler, e
as controladas so as composies de topo e fundo (Xd e Xb). A figura 6i mostra o
sistema simulado no SIMULINK / MATLAB.

SENAI/PS-GRADUAO

61

Figura 6i Modelo dinmico de uma coluna de destilao [Wood e Berry, 1973]
A figura 6j mostra a dinmica (curva de reao do processo aps um
degrau na varivel manipulada) da malha (Composio do destilado (Xd) x vazo
de Refluxo) da coluna de destilao [Wood e Berry, 1973]. Baseado neste modelo
(K
P
=127.4, T
P
=20m, TM=1m), a sintonia segundo Z&N ser K
C
=0.188, T
I
=2 s,
T
D
=0.5. Esta sintonia proposta por Z&N instabiliza o processo. A figura 6k mostra
o desempenho do controle a uma mudana no set-point da composio do topo
da coluna quando se usa um fator de folga de 50% da sintonia proposta por Z&N,
e quando o controle de fundo esta em manual. A figura 6L mostra o desempenho
da malha de composio do fundo (Xb).
SENAI/PS-GRADUAO

62
Figura 6j - Dinmica da coluna de destilao (Xd x Refluxo)
SENAI/PS-GRADUAO

63

Figura 6k Desempenho do controle de topo aps uma mudana no SP
com fator de folga de 50% em relao a sintonia proposta por Z&N.

Figura 6L Desempenho do controle de fundo da coluna.
SENAI/PS-GRADUAO

64
A figura 6m mostra o desempenho da malha de topo da torre, com a
mesma sintonia da figura 6k, mas desta vez com o controlador de fundo em
automtico. Pode-se observar que o sistema ficou instvel.
Este exemplo mostra o segundo grande desafio da sintonia de
controladores que a interao entre malhas de controle que ocorre em
sistemas multivariveis.

Figura 6m Sistema instvel em funo da interao entre malhas.

SENAI/PS-GRADUAO

65
6.4. Mtodo Cohen-Coon

Este mtodo aplicvel para o seguinte modelo de processo+elemento final
de controle+ medidor:
=
s 1
s -
e K
G(s)
Mostram-se as relaes deste mtodo na tabela 6c (COHEN& COON,
1953).
Controlador
C
K
I
T
D
T
P
|
.
|
\
|
+
3
1
K
1

--- ---
PI
|
.
|
\
|
+
12
1 9 , 0
K
1
+
+
20
9
10
3 ---
PD
|
.
|
\
|
+
6
1 25 , 1
K
1

---
3
22
3
2
PID
|
.
|
\
|
+
4
1
3
4
K
1
+
8
13
6
32

2
11
4

Tabela 6c: Ajustes propostos pelo mtodo de Cohen-Coon
Este mtodo foi concebido para tambm prover taxa de decaimento de .

SENAI/PS-GRADUAO

66
6.5. Mtodo heurstico 3C
Este mtodo baseado no trabalho de Cohen-Coon, mas onde se
acrescentam outros critrios (por exemplo, rea da resposta de controle mnima)
alm da razo de declnio igual a . Isto possvel em funo do grau de
liberdade do controlador PID (3 parmetros a serem ajustados). A tabela 6d a
seguir mostra a sintonia sugerida por este mtodo.
Este mtodo tambm supe que a dinmica do processo pode ser
adequadamente representada por um modelo de primeira ordem ( K
P
,
P
), em
srie com um tempo morto (TM).

Controlador K
C
T
I
T
D

P 1.208(TM/
P
)
-0.956

K
P

PI 0.928(TM/
P
)
-0.946

K
P

0.928
P
(TM/
P
)
0.583

PID 1.370(TM/
P
)
-0.950

K
P

0.740
P
(TM/
P
)
0.738
0.365
P
(TM/
P
)
0.950

Tabela 6d - Sintonia segundo o mtodo 3C [Smith e Murrill, 1966].
No caso do nosso exemplo anterior do simulador do trocador de calor, a
sintonia proposta por este mtodo seria K
C
=30.5, T
I
=1.35 s, T
D
=0.4 que mais
nervosa do que a proposta por Z&N, e tambm instabiliza a malha.

SENAI/PS-GRADUAO

67
6.6. Mtodo da Integral do Erro

Um enfoque alternativo desenvolver relaes para sintonia dos
controladores baseadas em um ndice de desempenho que considere a resposta
inteira em malha fechada. Foram desenvolvidas relaes de sintonia para
controladores PID que minimizam os seguintes critrios de erro integrado: IAE,
ISE e ITAE.

Relembrando as definies de IAE, ISE e ITAE:
IAE = Integral Absoluta do Erro:
=
0
) ( dt t e IAE
ISE = Integral do Erro ao Quadrado:
=
0
2
) ( dt t e ISE
ITAE = Integral Absoluta do Erro ponderado no Tempo:
=
0
) ( dt t e t ITAE
pondera mais os erros permanentes, desprezando o erro inicial.

Essas relaes de sintonia so aplicveis a modelos simples de processos
e a mudanas na carga (ao regulatria) ou no valor desejado (ao
servomecanismo). Em geral, o critrio ITAE o preferido por resultar no ajuste
mais conservativo, enquanto ISE o menos conservativo.

Os ajustes dos parmetros do controlador PID com base nos critrios de
erro integrado so mostrados a seguir [LOPEZ et al., 1967], considerando-se as
seguintes hipteses:
9 o modelo simplificado do processo corresponde a um atraso de primeira
ordem mais um tempo morto;
9 o controlador PID utiliza o seguinte algoritmo:
( ) | | s T s T 1 1 K ) s ( G
D I C C
+ + = controlador interativo
9 os ajustes do controlador so diferentes, dependendo do tipo de
perturbao considerada: variao no valor desejado (set point) ou na
carga
O mtodo considera que o principal parmetro que representa a dinmica
do processo e que deve ser usado para a obteno da sintonia do controlador PID
a razo entre o tempo morto e a constante de tempo do processo (TM/
P
).
Neste mtodo, uma vez definido o critrio (IAE, ISE ou ITAE), obtm-se as
constantes A e B (tabela 6e e 6f a seguir), que so usadas para obter a sintonia do
controlador PID:
SENAI/PS-GRADUAO

68
B
P
C
TM
k
A
k |
.
|
\
|
=
D
TM
D C
Ti
|
.
|
\
|
+ =
F
TM
E
Td
|
.
|
\
|
=

Tcnica Modo A B C D E F
IAE P 0,9023 -0,985 ------ ------ ------ ------
ISE P 1,411 -0,917 ------ ------ ------ ------
ITAE P 0,4897 -1,085 ------ ------ ------ ------
IAE PI 0,984 -0,986 0,608 -0,707 ------ ------
ISE PI 1,305 -0,960 0,492 -0,739 ------ ------
ITAE PI 0,859 -0,977 0,674 -0,680 ------ ------
IAE PID 1,435 -0,921 0,878 -0,749 0,482 1,137
ISE PID 1,495 -0,945 1,101 -0,771 0,560 1,006
ITAE PID 1,357 -0,947 0,842 -0,738 0,381 0,995
Tabela 6e : Constantes A e B para sintonia do PID para variaes na carga

Tcnica Modo A B C D E F
IAE PI 0,758 -0,861 1,02 -0,323 ------ ------
ITAE PI 0,586 -0,916 1,03 -0,165 ------ ------
IAE PID 1,086 -0,869 0,74 -0,13 0,348 0,914
ITAE PID 0,965 -0,85 0,796 -0,1465 0,308 0,929
Tabela 6f: Constantes A e B para sintonia do PID para variaes no set point

Na prtica, sintonizamos o PID para perturbaes no set point por ser mais
conservativo.
sintonia proposta por este mtodo da integral do erro (ITAE, que o critrio mais
seletivo) seria K
C
=17.27, T
I
=8.96 s, T
D
=0.36 que bem mais suave do que a
proposta por Z&N, e conforme a figura 6n a seguir no instabiliza a malha.

SENAI/PS-GRADUAO

69
Figura 6n Sintonia do mtodo da integral do erro (ITAE).

SENAI/PS-GRADUAO

70
6.7. Mtodo do Modelo Interno (IMC)

Este mtodo tambm requer um modelo do processo, que obtido atravs
da identificao experimental (curva de reao do processo aps um degrau na
varivel controlada). A metodologia de identificao a seguinte:
Introduzir perturbaes iniciais em degrau na varivel manipulada de forma a
garantir o condicionamento do sistema (evitar bandas mortas, histereses, etc.),
isto , efetuar uns dois ciclos de degraus para cima e para baixo.
Introduzir o degrau para cima na varivel manipulada, e calcular os parmetros
do modelo do processo (Ex. ganho, constante de tempo e tempo morto),
introduzir um degrau para baixo e calcular novamente os parmetros.
Repetir pelo menos trs vezes este ciclo, e considerar como modelo do
processo a mdia dos valores obtidos.

Uma vez obtido o modelo, o prximo passo obter a funo de
transferncia em malha fechada do sistema (figura 6p). O mtodo IMC deseja
obter a sintonia do controlador de tal forma que a resposta do sistema a um
degrau no set-point tenha uma dinmica conhecida (trajetria de referncia) e
fornecida como critrio de ajuste. Isto , deseja-se que a funo de transferncia
do sistema seja:

Y / SP = 1 / ( s + 1)
Igualando as duas expresses (equao da figura 6o e a anterior), a funo
de transferncia do controlador (GC) ser funo do modelo do processo (GP) e
da constante de tempo desejada para o sistema ():
GC = 1 / (GP * * s)
SENAI/PS-GRADUAO

71

SP

Controlador

PLANTA
Sada
Y/SP = G
C
* G
P
/ ( 1 + G
C
* G
P
)

Figura 6o Funo de transferncia em malha fechada.
Por exemplo, se o processo pode ser identificado como um modelo de primeira
ordem, ento o controlador seria:
|
.
|
\
|
+ = |
.
|
\
|
+ = |
.
|
\
| +
=
+
= =
s k s k s
s
k s k
s
s Gp
Gc
P P P P

1
1
1 1 1 1 1 1 1

Esta a equao de um controlador PI, onde a sintonia recomendada a
seguinte:
K
C
= {/(K
P
* ) }
T
I
=
Caso o processo em questo puder ser modelado por uma funo de
transferncia de segunda ordem (G
P
= K
P
/[(
1
s +1)*(
2
s +1)]), onde
1
o tempo
para atingir 63,2% do valor de regime, e onde
2
o tempo para atingir 10% do
valor de regime, ento o controlador obtido pelo mtodo ser um PID com a
seguinte sintonia:
( )( )
( ) 1
1
1
1 1 1 1
2
2 1
+ |
.
|
\
|
+ =
+ +
= = s
s k s k
s s
s Gp
Gc
P P

K
C
= {
1
/(K
P
* ) }
T
I
=
1

T
D
=
2

SENAI/PS-GRADUAO

72
Na sintonia pelo mtodo IMC, o nico parmetro a ser ajustado o , que de
uma maneira conservativa pode ser escolhido como:
3 *
1

Quanto maior for as no-linearidades do sistema (tempo mortos, histereses,
banda mortas, saturao, tempo de amostragem, etc), ou quanto maior forem
os erros do modelo do processo, mais conservativa deve ser a sintonia (
maiores) de forma a manter a robustez e a estabilidade do sistema. Uma no-
linearidade do tipo tempo morto tende a amplificar as perturbaes,
aumentando a varincia das variveis controladas em relao ao set-point.
De forma a incluir no mtodo IMC uma no-linearidade do tipo tempo morto,
pode-se modificar as equaes anteriores acrescentando-se razo (/
1
) um
termo dependente do tempo morto (TM).
K
C
= {
1
/[K
P
* (+TM)] }
T
I
=
1

T
D
=
2
sintonia proposta por este mtodo IMC com igual a constante de tempo do
processo (
1
) seria K
C
=2.27, T
I
=10.0 s, T
D
=5 s que bem mais suave do que
todos os outros mtodos anteriores. A figura 6p a seguir mostra o desempenho do
sistema.

SENAI/PS-GRADUAO

73
Figura 6p Desempenho da sintonia com o mtodo IMC considerando tempo
morto.
SENAI/PS-GRADUAO

74
6.8. Mtodo dos rels em malha fechada
O mtodo proposto por [Luyben, 1987] usa rels em malha fechada de
forma a provocar oscilaes limitadas e controladas no processo. Em funo da
amplitude e do perodo das oscilaes, pode-se ter uma estimativa do ganho
ltimo e do perodo ltimo do processo. Com estas informaes sobre a dinmica
do processo, pode-se usar um mtodo como o de Z&N para obter uma sintonia
dos controladores. A figura 6q a seguir mostra a metodologia do mtodo.

Pu
a
h
SP PROCESSO
Y
u
u
Y

Figura 6q Mtodo do rel em malha fechada.
Este mtodo supe o conhecimento da estrutura do controle (pares de
variveis manipuladas e controladas) e do sinal dos ganhos do processo. Em
funo deste conhecimento, define-se a amplitude da oscilao do rel h (2 a
10% do valor de regime permanente atual), e implementa-se este rel. Esta ao
no processo ir provocar oscilaes contnuas na varivel controlada (Y), e
poderemos medir a amplitude da oscilao (a) e o seu perodo (Pu). A partir
destas informaes pode-se estimar o ganho ltimo e o perodo ltimo da malha,
conforme as equaes a seguir:
K
U
4*h / ( *a) onde = 3,1415 o ganho ltimo real seria um pouco
acima do obtido pela relao h/a.
P
U
Pu;
A identificao do ganho e perodo ltimo da malha pelas frmulas acima
pode resultar em erros da ordem de 5 a 20% [Li, Eskinat e Luyben, 1991]. Logo,
deve-se considerar esta possvel impreciso na hora de usar os resultados
propostos pelo mtodo.
SENAI/PS-GRADUAO

75
Apesar de se poder utilizar o mtodo de Z&N para se obter a sintonia do
controlador, [Luyben, 1994] sugere utilizar um fator de folga ou detuning f igual
a 2.5 e as seguintes equaes:
K
C
= K
C
Z&N
/ (f/2)
T
I
= T
I
Z&N
* f;
Este mtodo tem a vantagem de propor uma metodologia para o caso
multivarivel (MIMO). Neste caso, alm do conhecimento necessrio anterior,
seria interessante se ter uma idia de quais so as malhas rpidas e lentas do
sistema. A metodologia proposta a seguinte:
Comear a sintonia pelas malhas rpidas, com as outras em manual.
Executar o mtodo do rel para a primeira malha, e sintonizar a mesma.
Colocar a malha sintonizada em automtico e executar o mtodo do rel
para a prxima malha, sintonizando a mesma. Continuar o mtodo at
terminar todas as malhas.
Voltar primeira malha, mas desta vez executar o mtodo do rel com
as outras malhas em automtico. Re-sintonizar a malha e passar para a
prxima malha.
Continuar este processo iterativamente at convergir, isto , parar quando a
sintonia dos controladores de uma iterao para outra no variar
significativamente. As figuras 6r e 6s mostram este tipo de procedimento.

G
11
G
12
G
21
G
22
SP
U
2
Y
1
Y
2

Figura 6r Primeira iterao do mtodo dos rels para o caso multivarivel.
SENAI/PS-GRADUAO

76
G
11
G
12
G
21
G
22
SP
Y
1
Y
2
PID
SP

Figura 6s Segunda iterao do mtodo do rels.
Outros autores aperfeioaram o mtodo, colocando um tempo morto em
srie com o rel de forma a obter um novo ponto identificado no diagrama de
Nyquist, e minimizar os erros de modelagem. [Li et col., 1991] [Huang et col.,
1996] [Tan et col., 1996].

6.9. Mtodo de tentativas e erros
Um mtodo prtico, e muito usado o de tentativas e erros. A metodologia
ir alterando a sintonia de um controlador, e observando o desempenho do
mesmo at atingir uma resposta satisfatria. Obviamente importante ter uma boa
inicializao dos parmetros de sintonia. O valor inicial poderia ser baseado em
qualquer dos mtodos descritos anteriormente, por exemplo, no proposto por
[Ziegler&Nichols, 1942], ou de forma mais conservativa pela tabela 6g.

Controlador K
C
T
I
T
D

P 0.7*
P
/ (K
P
*TM)
PI 0.5*
P
/ (K
P
*TM) TM+
P

PID 0.6*
P
/ (K
P
*TM) TM+
P
0.3*TM
Tabela 6g - Proposta inicial de sintonia pelo mtodo de tentativas e erros (Z&N
com folga).

Uma vez escolhida uma sintonia, altera-se o set-point para avaliar o
desempenho da malha. Obviamente, a aplicao deste mtodo em malhas
lentas muito complicado, pois consome muito tempo.

SENAI/PS-GRADUAO

77
Uma outra metodologia de tentativa e erro descrita por [SEBORG et al.,
1989] e consiste dos seguintes passos:
o passo 1: eliminar as aes integral e derivativa, colocando
D
T e 1/
I
T em
seu mnimo valor;
o passo 2: ajustar
C
K em um valor baixo (por exemplo 0,5) e colocar o
controlador em automtico;
o passo 3: aumentar o ganho
C
K do controlador lentamente, at que
oscilaes contnuas (com amplitude constante) ocorram, aps uma
pequena mudana no valor desejado ou na carga ganho crtico;
o passo 4: reduzir
C
K metade;
o passo 5: diminuir
I
T lentamente at que as oscilaes contnuas ocorram
novamente. Ajustar
I
T igual a trs vezes esse valor, e
o passo 6: aumentar
D
T at que oscilaes contnuas ocorram. Ajustar
D
T
em um tero desse valor.
Ao realizar os testes experimentais, importante que a sada do controlador no
sature. Se a saturao ocorrer, ento uma oscilao sustentada pode resultar
mesmo se
C
K >
CU
K , o que resultaria em um controle ineficiente, pois o ganho do
controlador calculado no passo 4 seria muito grande.

6.10. Mtodo heurstico baseado em simuladores
Um outro mtodo, muito til em malhas com constante de tempo elevada,
onde os mtodos anteriores como o de tentativa e erros pode ser muito demorado,
e muitas vezes impraticvel em funo das perturbaes existentes nas plantas,
o mtodo heurstico que usa simuladores dinmicos simplificados, como o que foi
desenvolvido neste trabalho para o trocador de calor ou para o controlador de
nvel. O modelo pode ser usado associado a uma rotina de otimizao de forma a
obter a sintonia tima para um determinado critrio (ISE, ITAE, etc.).
[Arulalan e Deshpand, 1986] mostraram que para sistemas monovariveis,
o projeto feito a partir da otimizao dos parmetros para uma variao no set-
point costuma funcionar de forma satisfatria tambm frente a uma perturbao
na carga, o mesmo no sendo garantido no caso contrrio. Para sistemas
multivariveis ainda no existe uma anlise conclusiva. Mas em geral deve-se
procurar uma sintonia tima para mudanas no set-point por ser mais
conservativa.
Existem controles de nveis, como o tubulo de caldeiras, com dinmicas
de vrias horas, o que dificulta a anlise do desempenho de uma sintonia. Neste
SENAI/PS-GRADUAO

78
caso uma soluo seria o uso de simuladores. A seguir ser exemplificado este
mtodo para um controle de nvel, conforme a figura 6t a seguir.
Um modelo simplificado para este sistema seria:
* A * dL/dt = (Vazo mssica de entrada - Vazo mssica de sada)
Onde: A - rea = 2*sqrt(R2 -[R-L]2) * Comprimento
- Densidade.

Vazo para
o processo
VASO
Vazo de
Entrada
FIC
LIC

Figura 6t - Sintonia de controladores de nvel.
Elabore no MATLAB um simulador para os seguintes dados do sistema de
controle: - 760 kg/m3, comprimento - 4188 mm, raio - 500 mm, Vazo de
sada quando a vlvula esta toda aberta - 0.416 kg/s, range do medidor de nvel
- (80 mm a 426 mm). O set-point desejado 50%.

SENAI/PS-GRADUAO

79
6.11. Mtodo heurstico de sintonia de controladores de nvel
Um outro mtodo heurstico para sintonia de controladores de nvel foi
apresentado por [Friedmann, 1994]. O ponto bsico da sua abordagem o fato de
que se deveria usar a capacitncia dos vasos para se diminuir a propagao de
uma perturbao. Isto , ao sintonizar uma malha de nvel deveramos permitir
que o nvel variasse dentro de uma faixa de forma que a varivel controlada que
normalmente uma vazo de carga de uma torre permanecesse o mais estvel e
constante possvel. Ele prope usar sempre o controlador PI para nveis, e o
algoritmo proposto o seguinte:
Sintonia inicial do ganho proporcional:
9 Definir uma perturbao esperada mxima de vazo: FD (valor tpico de
20% da vazo de projeto).
9 Definir o limite mximo desejado para variao do nvel: L
MAX
.
9 O ganho proporcional proposto: K
C
= FD / ( L
MAX
L
SP
)
9 Considerar os ranges para obter o ganho do controlador normalizado:
K
C
(%) = ( FD / F
RANGE
) / [( L
MAX
L
SP
)/L
RANGE
]
Sintonia inicial do tempo integral:
9 Estimar o tempo de residncia no vaso para a perturbao considerada:
TR = Volume / FD .
9 O tempo integral ser considerado igual a: TI = 4 * TR (normalmente na
prtica esta ao de reset fica da ordem de grandeza de horas).
Testar a sintonia proposta:
9 Sistemas com grandes tempos mortos ou com muita interao com outras
malhas pode resultar em respostas oscilatrias.
9 Se a resposta for oscilatria, verificar:
9 Se no devido a uma perturbao oscilatria no sistema e no devido
a uma m sintonia.
9 Em seguida analisar o processo como um todo para ver se a estratgia
de controle adotada realmente a mais indicada.
9 Se a estratgia for mantida, considerar primeiro uma alterao no tempo
integral que deve ser ajustado para um valor igual ao dobro do perodo
de oscilao (PO): TI = 2 * PO.
9 Se o sistema continuar oscilando ento diminuir o ganho proporcional
at obter uma resposta satisfatria. Obviamente, esta nova sintonia no
ser capaz de suportar a perturbao inicialmente prevista (FD)
respeitando a faixa desejvel de variao do nvel.
Outras concluses do trabalho de [Friedmann, 1994] so que a geometria
do vaso no compromete significativamente a metodologia proposta, e que o uso
de bandas mortas em geral tende a prejudicar o objetivo de minimizar as
variaes de vazes do processo.
SENAI/PS-GRADUAO

80
7. Aspectos Prticos da Malha de Controle
7.1. Alterando o range do instrumento, devemos, rigorosamente re-sintonizar a
malha de controle:
Seja o seguinte transmissor:

Figura 7a

Como K
S
faz parte da funo de transferncia do processo, G
P
alterado.

7.2. Filtragem da PV

O filtro elimina componentes com freqncias que no seriam controladas
pela malha de controle.

Figura 7b

onde
f
um parmetro de sintonia.

K
S
=16/100
0~100
0
C 4~20 mA
K
S
=16/200
0~200
0
C 4~20 mA
G
P
(s)
G
s
(s)
1
1
) (
+
=
s
s Gf
f
PV
PV
medida
PV
filtrada
SENAI/PS-GRADUAO

81

Figura 7c: Resposta em freqncia de um filtro: Para freqncias baixas, o
ganho do filtro unitrio. Para freqncias altas, o filtro tem grande
atenuao.

Para eliminar rudos a partir de
N
, sugere-se
N
F
5
> .
Ateno:
Deve-se lembrar que o filtro retarda o tempo de resposta do processo,
alterando sua funo de transferncia (G
S
associada a G
P
). Portanto, ao
alterarmos o valor de um filtro, nova sintonia deve ser feita ou a sintonia
antiga deve ser reavaliada.

7.3. Limitaes na performance de um controlador PID
So dois aspectos de um processo que podem limitar a performance de um
controlador: o tempo morto (como j mencionado) e a resposta inversa.
Como j vimos, existem controladores com compensao de tempo morto.
Da mesma forma, existem controladores com compensao de resposta
inversa.

SENAI/PS-GRADUAO

82
8. Estratgias de controle regulatrio avanadas

8.1. Sintonia de controle em cascata
A figura 8a mostra o esquema de um controle em cascata. A varivel de
processo controlada a PV do controlador mestre, que varia o set-point da
malha escrava de forma a manter a planta no ponto de operao desejado. As
vantagens desta estratgia de controle so as seguintes:
Qualquer perturbao que afete a varivel de processo da malha
escrava rapidamente detectada e corrigida antes de alterar e perturbar
a malha mestre (ao antecipatria).
As no-linearidades do processo visto pela malha mestre podem ser
compensadas pelo controlador escravo.
TIC
FIC
ESCRAVO
PROCESSO
SP
MESTRE

Figura 8a Estratgia de controle em cascata.
As desvantagens do controle em cascata so basicamente os custos
relativos aos instrumentos da malha escrava, e que s podem ser justificados se a
malha escrava for mais rpida e eliminar os efeitos das perturbaes. Desta forma
o sensor da malha escrava deve ser rpido e confivel (boa repetibilidade). Outra
justificativa possvel para o controle em cascata pode ser o aumento da
flexibilidade do controle (se desejarmos operar apenas a malha secundria em
automtico, por exemplo).
Algumas sugestes para a sintonia de malhas cascatas so as seguintes:
O controlador escravo deve ter um ganho proporcional atuando no erro,
para transmitir para a sua sada rapidamente qualquer mudana no seu
SENAI/PS-GRADUAO

83
set-point, e o seu ganho deve ser alto (podendo ser at um controlador
com apenas ao proporcional). A ao integral deve ser lenta para no
forar uma reduo significativa do ganho proporcional. Mas, se a malha
escrava estiver sujeita a grandes perturbaes, pode ser interessante
aumentar a ao integral e eliminar rapidamente o off-set no
perturbando a malha mestre.
Se a malha escrava for rpida (sensores rpidos e sem grandes tempos
mortos), no interessante colocar a ao derivativa, que no trar
grandes ganhos e mais um parmetro a ser ajustado.
Se a malha escrava for um controlador de vazo (FIC), deve-se usar
preferencialmente um PI, com tempo integral da ordem de grandeza da
constante de tempo da vlvula e com o maior ganho possvel. Se a
malha escrava for um controlador de temperatura (TIC), deve-se usar
preferencialmente um PID, com o tempo derivativo da ordem de
grandeza da constante de tempo da medio e com ao derivativa
atuando na PV e no no erro.
Regra Prtica para sintonia de controles em cascata:
o Sintonizar a malha escrava primeiro e, s depois, com o escravo em
automtico, sintonizar a malha mestre.
o Sintonizar da forma mais rpida possvel as malhas escravas, mas
sempre procurando o menor overshoot possvel.
o O controlador da malha escrava pode ser proporcional puro, desde
que o controlador primrio tenha ao integral.
o Se o sistema puder operar com a malha secundria aberta e a
primria fechada, essa configurao deve ser testada quanto a
estabilidade.
Os principais cuidados durante a configurao e implementao de
controles em cascatas so os seguintes:
Evitar balanar o processo durante a transferncia de modo: manual
automtico cascata. Logo, deve-se por exemplo fazer com que a
sada do controlador mestre siga o set-point do controlador escravo
enquanto este ltimo estiver em manual ou em automtico, de forma
que, quando o escravo for colocado em cascata, a transferncia seja
suave.
Evitar o wind-up, que ocorre quando o controlador escravo atinge um
batente na sua sada, e o controlador mestre continua integrando o erro,
e acaba tambm ficando saturado.

SENAI/PS-GRADUAO

84
8.2. Sintonia de controle antecipatrio
Quando a razo entre o tempo morto e a constante de tempo do processo
for grande (ou seja, o tempo morto do processo em relao a perturbao muito
maior que a constante de tempo de resposta desse processo), o controle com
realimentao no capaz de evitar grandes desvios do set-point em funo das
perturbaes o tempo morto uma no linearidade que prejudica a performance
do controle. Logo, com o objetivo de minimizar estes desvios, pode ser
interessante medir as principais perturbaes e implementar um controle
antecipatrio ou feedforward.
A estratgia de controle medir a perturbao e calcular uma
compensao na varivel manipulada da malha de retro-alimentao de forma a
compensar os efeitos desta perturbao na varivel controlada. A figura 8b mostra
o esquema de um controle antecipatrio ou feedforward.

Varivel
Manipulada
PROCESSO
Perturbao
F(*)
Sada
doControlador
+
TIC

Figura 8b Estratgia de controle antecipatrio.
A vantagem do controle antecipatrio que ele permite compensar os
efeitos das perturbaes antes dela perturbar efetivamente e consideravelmente o
processo. O controle antecipatrio necessita de um modelo explcito do processo,
mas que no precisa ser perfeito pois o controle com retro-alimentao compensa
os erro do modelo. O controle em feedback tambm compensa os efeitos das
outras perturbaes que no so to importantes. A desvantagem seria o custo da
medio da perturbao, e a necessidade de um modelo explcito do processo.
Um exemplo simples do controle antecipatrio o controle de razo.
Algumas sugestes para a sintonia do controle antecipatrio so as
seguintes:
SENAI/PS-GRADUAO

85
Se a malha do controle de retro-alimentao puder ser colocada em
manual, ajustar o ganho da funo de transferncia do controle
antecipatrio (Ganho de FeedForward) at que, aps uma perturbao,
a varivel controlada da malha principal volte ao valor anterior a
ocorrncia da perturbao.
Se a malha do controle de retro-alimentao no puder ser colocada em
manual, mant-la em automtico e ajustar o ganho da funo de
transferncia do controle antecipatrio at que, aps uma perturbao, a
varivel manipulada da malha principal volte ao valor anterior a
perturbao.
A funo de transferncia do controle antecipatrio (G
FF
da figura 8c) pode
ser obtida de forma a eliminar o efeito da perturbao na varivel controlada:
Y = F1 * G2 + ( F1 * G
FF
+ U1 ) * G1
Y = F1 * ( G2 + G
FF
* G1 ) + G1 * U1
Para que Y s dependa de U1:
G2 + G
FF
* G1 = 0 G
FF
= -G2/G1 onde G2 a funo de
transferncia da perturbao em relao a varivel controlada e G1 a funo de
transferncia da varivel manipulada sobre a varivel controlada.
Supondo que as funes de transferncia entre a perturbao e a varivel
controlada (G2) e a entre a varivel manipulada e a controlada (G1) possam ser
modeladas por uma primeira ordem com tempo morto:
G1 = K1 * e
-TM1*s
/ (1 s + 1) e G2 = K2 * e
-TM2*s
/ (2 s + 1)
Ento a funo de transferncia do controle antecipatrio seria composta
de um ganho, de um lead-lag, e de um termo de compensao do tempo morto:
G
FF
= (-K2/K1) * [(1 s + 1)/ (2 s + 1)] * (e
-(TM2 TM1)*s
)
Em muitos casos a utilizao apenas do ganho (compensao esttica) j
permite uma grande melhoria do controle. O termo de compensao do tempo
morto quase nunca necessrio pois o lead-lag j permite uma boa
compensao dinmica. Ele s se faz necessrio quando o tempo morto for
bastante significativo.

SENAI/PS-GRADUAO

86
F1
G2(s)
G1(s)
U1
+ +
GFF(s)
Y

Figura 8c Diagramas de bloco do controle antecipatrio

8.3. Sintonia de controle multivarivel
Na prtica, a sintonia de um controlador pode ser muito afetada quando
outros controladores do processo so colocados em automtico. A interao entre
malhas de controle um assunto muito importante, e justifica o fato de muitos
controladores estarem em manual em muitas plantas industriais.
A interao entre malhas de controle pode ser classificada como: interao
positiva quando as duas malhas vo na mesma direo, por exemplo,
aumentando a varivel controlada. E interao negativa quando as malhas
brigam entre si, por exemplo uma malha tende a aumentar e a outra a diminuir a
varivel controlada. A interao negativa a mais difcil de ser compensada.
Exemplo de interao negativa seria o controle de temperatura no topo de uma
desbutanizadora e o controle de temperatura no fundo da mesma.
A figura 8d mostra um processo multivarivel 2x2. Supondo que as duas
malhas esto em manual e os ganhos estticos so todos positivos, um aumento
na varivel manipulada U1 ir aumentar tanto Y1 como Y2. Agora, se a malha 2
for colocada em automtico (ainda com a ao crescente de U1), o controlador ir
trazer Y2 para o seu valor anterior. Para isto ela ter que diminuir U2, que ir
diminuir Y1. Logo existe uma interao negativa entre estas malhas, pois a
primeira tende a aumentar Y1 e a segunda, em automtico, tende a diminuir Y1.
Logo, o ganho do processo da malha 1 diminui quando a malha 2 esta em
automtico. Isso levaria a um levantamento de ganho esttico do processo 1
menor que o correto, acarretando em valores de ganho de controlador maiores
que o necessrio, o que poderia instabilizar a malha de controle.

SENAI/PS-GRADUAO

87
G11
G21
G12
G22
+
+
U1 Y1
U2 Y2

Figura 8d Interao entre malhas no caso de sistema multivarivel.
No caso multivarivel, a escolha dos pares de variveis controladas e
manipuladas muito importante para o bom funcionamento dos controladores. Isto
, deve-se procurar uma estratgia que minimize a interao entre as malhas. Um
dos mtodos mais antigos para a anlise e escolha das malhas foi desenvolvido
por [Bristol, 1966]. Este mtodo conhecido como o da Matriz de Ganhos
Relativos. Para um processo 2x2 como o da figura 8d, calcula-se os ganhos em
malha aberta (K
IJ
) e os ganhos em malha fechada com os outros controladores em
automtico (K
IJ
). Por exemplo:
K
11
= ( Y1 / U1 ) com U2 = Constante Ganho com todas as malhas
abertas
K
11
= ( Y1 / U1 ) com Y2 = Constante (malha em automtico)
Ganho com todas as demais malhas fechadas
O ganho relativo entre a varivel I e J ser:
IJ
= (K
IJ
) / (K
IJ
). O ganho
relativo mede o quanto o ganho da malha IJ muda quando as outras malhas
esto em automtico. Deve-se escolher o par de varivel manipulada e
controlada cujo ganho relativo seja o mais prximo de 1. Ganho relativo
negativo ou maior do que 1, indicam uma interao negativa e ganho relativo
entre 0 e 1, indica uma interao positiva. Por exemplo se a matriz de ganhos
relativos for a seguinte:
11
= 0.8
12
= 0.2
21
= 0.2
22
= 0.8
Deveria ser escolhida a malha cuja varivel de processo 1 controlada
manipulando a varivel 1. Pois o ganho da malha s mudaria de um fator de 1.2
SENAI/PS-GRADUAO

88
(1/0.8), ao se colocar a malha 2 em automtico. Caso a varivel 1 fosse controlada
pela varivel manipulada 2, o ganho mudaria de um ordem de 5 vezes (1/0.2),
quando a outra malha fosse para automtico. Obviamente, neste segundo caso
seria muito difcil de sintonizar o PID e de manter esta malha em automtico, pois
o ganho do processo mudaria muito quando a outra malha mudasse o seu modo
de operao.
A anlise mtodo da Matriz de Ganhos Relativos tem a desvantagem de
no considerar a dinmica do processo, e pode dar um resultado que no o
timo quando o processo apresenta uma resposta inversa, ou tempo mortos
considerveis, etc.
Algumas sugestes para a sintonia de controles multivariveis so as
seguintes:
Antes de sintonizar deve-se analisar o processo e priorizar as malhas
mais importantes.
Em seguida sintonizar a malha mais importante da forma mais rpida
possvel.
Pegar a malha com segunda prioridade, que deve ser sintonizada de
uma forma mais lenta. Quanto mais distante
IJ
for de 1, mais lenta
devem ser as malhas no prioritrias.
Se a interao entre as malhas ainda for considervel e a malha
prioritria estiver com um desempenho no satisfatrio, deve-se, ento,
incluir desacopladores (D2 na figura 8e), sempre interligando as
variveis manipuladas no prioritrias (malha 2 na figura 8e) em direo
da malha prioritria (malha 1 na figura 8e).

U1 Y1
U2 Y2
G11
G21
G12
G22
+
+
D2

Figura 8e Exemplo de desacoplador.
O desacoplador projetado como se fosse um controle antecipatrio, com
a diferena que o uso de desacopladores muda a dinmica e a estabilidade de
outras malhas de controle PID. Por exemplo, no caso da figura 8e, o desacoplador
D2 seria:
SENAI/PS-GRADUAO

89
D2 = -G12 / G11 (resultado semelhante ao obtido para o FFW)
8.4. Sintonia de controle no-linear
Existem muitas no-linearidades no processo que dificultam o uso de
controladores do tipo PID. Por exemplo, o ganho do processo de malhas, como de
temperatura ou composies, pode ser inversamente proporcional a carga da
unidade. Este ganho pode variar da ordem de 2 ou mais, o que prejudica o uso
deste controlador.
As no-linearidades tambm afetam a dinmica (constante de tempo e
tempos mortos), mas geralmente em uma ordem de grandeza menor do que o
ganho.
As estratgias para compensar as no-linearidades e continuar usando
controladores PID so basicamente duas:
Colocar na sada do PID uma curva de linearizao que compense todas
as no-linearidades do processo (vlvulas, processo, medio). Esta curva
poderia ser obtida na prtica obtendo o ganho do processo para varias sadas do
controlador (dados histricos ou testes). O problema com esta estratgia que a
curva deve ser bypassada com o controlador em manual.
Uso de estratgias de controle mais elaboradas, como cascatas, razes,
etc. Uso de funes atuando nas variveis de processo que linearizem o sistema.
SENAI/PS-GRADUAO

90
9. Concluses
A sintonia dos controladores PID um assunto muito importante na rea de
controle e otimizao de processos. Caso estes controladores no estejam bem
sintonizados, todas as outras estratgias de automao mais avanadas que
dependam deste controle regulatrio funcionaro de forma inadequada. O efeito
de uma m sintonia o aumento da varincia das variveis controladas do
processo, gerando perdas econmicas que podem ser considerveis. Obviamente,
o desvio padro da varivel controlada em relao ao seu set-point no pode ser
explicada apenas pela sintonia do controlador PID, ela tambm depende:
Da estratgia de controle utilizada, como por exemplo o uso de
desacopladores, de forma a minimizar a interao entre malhas de controle;
Da qualidade da instrumentao utilizada, por exemplo, dos sensores, dos
atuadores das vlvulas, etc. Se uma vlvula possui um posicionador que, em
funo dos atritos, folgas, histerese e de outras no-linearidades, no
consegue mant-la em uma posio com preciso, o controle que utiliza esta
vlvula ser prejudicado.
Em relao aos mtodos descritos neste trabalho, pode-se fazer um
resumo da qualidades e problemas da seguinte forma:
O mtodo de Z&N tende a produzir uma sintonia nervosa, e a
amplificar as perturbaes, podendo instabilizar a malha. Logo, sugere-
se aplicar um fator de folga e testar o desempenho da malha. O valor
final deste fator de folga pode, em muitos casos, ser maior do que 4.
Vale a pena comparar com o mtodo da integral dos erros (ITAE) que
tende a apresentar uma resposta mais suave. Outra desvantagem deste
mtodo que ele considera apenas o caso SISO.
O mtodo IMC tambm considera apenas o caso mono-varivel (SISO).
O mtodo dos rels possui uma metodologia de sintonia para o caso
multivarivel, e de fcil implementao. Este mtodo sensvel ao
rudo, que pode ser minimizado com o uso de filtros e de rels com
histerese. O mtodo que usa duas identificaes mais robusto e
preciso, pois os erros de modelagem so menores.
O mtodo de tentativa e erros, deve ser sempre utilizado de forma a
validar e afinar os resultados de outros mtodos.
O mtodo heurstico baseado em simuladores, permite uma anlise e
uma pr-sintonia de malhas lentas e crticas ainda na fase de projeto.
Ele permite tambm considerar uma otimizao do PID usando qualquer
critrio (ISE, ITAE, mnimo overshoot, etc.).
SENAI/PS-GRADUAO

91
Este curso apresentou uma srie de metodologias de sintonia de
controladores PID, e mostrou os cuidados que devem ser tomados na hora de
utiliz-las. Principalmente, mostrou que se deve ter uma viso sistmica para
sintonizar os controladores, e levar em considerao a estratgia de controle
proposta, o tipo de implementao do PID, a interao com outras malhas, pois os
processos so multivariveis, e as no-linearidades da instrumentao e do
processo, como por exemplo as decorrentes de uma reduo da carga.
SENAI/PS-GRADUAO

92
10. Referncias Bibliogrficas

APOSTILA DO CURSO DE SINTONIA DE CONTROLADORES
Autor: Mrio Campos, Dr.ECP

NOTAS DE AULA DO CURSO DE ESPECIALIZAO DA USP
Professor: Darci Odloak _ USP Engenharia Qumica

Controle Bsico de Processos
Professor: Cludio Garcia USP Engenharia Eltrica

[Arulalan e Deshpand, 1986], New algorithm for multivariable control,
Hydrocarbon Processing, June, pp.51-54.
[Astrom e Wittenmark, 1973], On Self Tuning Regulators, Automatica, Vol. 9,
pp 185-199, 1973.
[Bristol, 1966], On a Measure of Interaction for Multivariable Process Control,
IEEE Transactions on Automatic Control, V. AC-11, pp.133-134, Jan., 1966.
[Corripio, 1990], Tuning of Industrial Control Systems, Instrument Society of
America, ISA, 1990.
[Friedman Y.Z., 1994], Tuning of Averaging level Controllers, Petrocontrol,
Apostila de curso para Petrobras.
[Hang, 1989], The choice of Controller Zeros, IEEE Control Systems Magazine,
January, 1989.
[Huang H., C. Chen, C. Lai e G. Wang, 1996], Autotuning for Model-Based PID
Controllers, AIChE Journal, Vol. 42, No. 9.
[Isermann, 1989] Digital Control Systems, Springer-Verlag, Berlin.
[Li W., E. Eskinat e W. Luyben, 1991], An improved Autotune Identification
Method, Ind. Eng. Chem.Res., 30, pp.1530-1541.
[Luyben, W.L., 1990] Process Modelling, Simulation, and Control for Chemical
Engineers, McGraw-Hill Book Company.
SENAI/PS-GRADUAO

93
[ Morari, M. e Zafiriou, E., 1989] Robust Process Control, Prentice-Hall, New
Jersey.
[Seborg et al., 1989], D. Seborg, T. Edgar, e D. Mellichamp, Process Dynamics
and Control, John Wiley & Sons, Inc., 1989.
[Smith e Murrill, 1966], Controllers Set them right, Hydrocarbon Processing
and Petroleum Refiner, Vol.45, N2, Feb., pp 105.
[Stephamopoulos, G., 1985], Chemical Process Control: Na Introduction to
theory and pratice, Prentice-Hall
[Tan K., T. Lee e Q. Wang, 1996], Enhanced Automatic Tuning Procedure for
Process Control of PI/PID Controllers, AIChE Journal, Vol. 42, No. 9.
[Ziegler&Nichols, 1942], Optimum Settings for Automatic Controllers,
Transactions of the ASME.

SOFTWARES DE SINTONIA
ExperTune da ExperTune Inc. Vendido tambm pela Honeywell.
ExperTune Inc. , 4734 Sonseeahray Dr., Hubertus WI 53033
www.expertune.com
INTUNE da ControlSoft Inc.
ControlSoft Inc. 14077 Cedar Road Suite 200, Cleveland, Ohio 44118
USA
www.controlsoftinc.com

Sintonia de Controladores - Senai

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Sintonia de Controladores - Senai

Enviado por

Direitos autorais:

Formatos disponíveis

Curso Bsico de Controle Regulatrio e Sintonia de Controladores PID

= ) ( ) ( , r<0 para que a exponencial seja

Ao (P+I)(Derivativo com lead/lag)

Você também pode gostar