2-Modelagem de processos para controle

2.1-Introduo
Toda e qualquer tcnica de controle, desde a mais elementar at a mais sofisticada,
requer algum grau de conhecimento sobre o comportamento do sistema. Para investigar como
o comportamento do sistema (suas sadas) muda com o tempo sob a influncia de mudanas
nas perturbaes externas e variveis manipuladas, e consequentemente projetar um
controlador apropriado, pode-se usar duas abordagens diferentes:
abordagem experimental: neste caso o(s) equipamento(s) fsico do processo est disponvel.
Logo, mudamos o valor das vrias entradas (perturbaes e variveis manipuladas) e
observamos como as sadas variam com o tempo. Este procedimento demorado e
normalmente caro, j que um grande nmero de experimentos deve ser realizado. Alm disso,
deve-se garantir que as medidas realizadas contm informao suficiente para caracterizar
completamente a dinmica do processo, ou pode-se obter um quadro errado desta dinmica, de
forma que podem estar ocorrendo flutuaes fortes dentro do sistema que no esto
aparecendo nas sadas medidas.
abordagem terica: modelos matemticos so usados para determinar o comportamento
dinmico ou esttico do processo.
Como em alguns casos o equipamento fsico do processo no est disponvel para
testes e, mesmo quando est, a abordagem experimental demorada e cara, a abordagem
terica a mais usada.
Os modelos matemticos podem ser classificados genericamente em duas categorias:
tericos (fenomenolgicos): desenvolvidos a partir de pressupostos tericos que tentam
descrever de forma mais fundamentada os vrios aspectos envolvidos no problema.
empricos: no esto baseados em quaisquer pressupostos tericos, mas apenas so
utilizados para descrever um certo conjunto de pontos experimentais conhecidos.
A princpio, os modelos empricos so to bons quanto os modelos tericos, embora os
modelos tericos possam ser utilizados de forma bem mais racional do que os modelos
empricos. Por exemplo, as extrapolaes feitas com modelos empricos no so
recomendadas, j que nada garante que a realidade v continuar se comportando daquela
forma numa faixa diferente de condies. No entanto, a continuidade dos pressupostos
tericos (e, portanto, do modelo matemtico a que do origem) em condies diferentes bem
mais aceitvel.
8
Os modelos podem ainda ser classificados como lineares ou no lineares. O uso de
modelos lineares se baseia na hiptese de que os sistemas tm um comportamento que pode
ser aproximado linearmente. O seu uso difundido pois a teoria de controle linear est
bastante bem desenvolvida e as equaes lineares em geral tm soluo analtica, o que permite
a fcil obteno de resultados. Em particular na rea de controle de processos, como a
principal forma de operao nas grandes indstrias no estado estacionrio, os pequenos
desvios associados ao efeito de perturbaes no chega a afastar o sistema de um
comportamento aproximadamente linear.
Entretanto, devemos ter em mente que a realidade no linear. As crescentes
exigncias de qualidade e quantidade colocadas para a indstria a defrontam com situaes de
operao extremas, onde os efeitos no lineares so muito mais importantes. Ainda, existem
inmeros processos que so operados em batelada ou batelada alimentada (polmeros,
produtos farmacuticos, etc.). Neste tipo de operao, no h estado estacionrio, e o
comportamento do processo fortemente no linear. Neste caso, so necessrios modelos no
lineares.
Ao se modelar o sistema de interesse, deve-se ter em mente que um modelo muito
complexo no tem utilidade em anlise e projeto de sistemas de controle. Muitas leis de
controle so obtidas a partir de verses simplificadas do comportamento do processo e/ou so
ajustadas usando essas verses. Num processo iterativo de projeto, via tentativa e erro, o uso
frequente do modelo matemtico tambm requer que o mesmo seja uma verso simples da
realidade, caso contrrio o esforo computacional requerido seria muito grande. Ainda, muitas
das leis de controle mais avanadas incluem um modelo do processo que, consequentemente,
tem que ser resolvido em linha. Novamente no podemos nem imaginar o uso de modelos
complexos.
Neste curso a teoria de controle linear ser abordada e, logo, trabalharemos na maioria
das vezes com modelos lineares ou linearizados.
2.2- Linearizao e variveis desvio
Linearizao o processo pelo qual ns aproximamos sistemas no lineares com
sistemas lineares. Considere a seguinte equao diferencial no linear
dx
dt
f x ( ) (2.1)
Expanda a funo no linear f(x) em srie de Taylor em torno de um ponto x
0

f x f x
df
dx
x x d f
dx
x x d f
dx
x x
n
x
x
n
n
x
n
( ) ( )
!
( )
!
.....
( )
!
... +

_
,

_
,

+ +

_
,

+
0
0
0
2
2
0
0
2
0
0
1 2
(2.2)
9
Se desprezarmos todos os termos de ordem 2 ou maior, temos a seguinte aproximao para o
valor de f(x)
f x f x
df
dx
x x
x
( ) ( ) ( ) +

_
,

0
0
0 (2.3)
A aproximao linear somente satisfatria quando x est prximo de x
0
. Na figura 2.1
est mostrada a funo no linear f(x) e a sua aproximao linear em torno de x
0
. Fica claro
que a aproximao linear depende da localizao do ponto x
0
em torno do qual fazemos a
expanso em srie de Taylor. Compare a aproximao linear de f(x) nos pontos x
0
e x
1
. A
aproximao somente exata no ponto de linearizao.
Figura 2.1- Linearizao em torno de um ponto.
Vamos introduzir agora o conceito de variveis desvio, que muito til para controle
de processos. Suponha que x
s
o valor de estado estacionrio de x que descreve o sistema
dinmico da eq. (2.1) inicialmente. Ento
dx
dt
f x
s
s
0 ( ) (2.4)
Considere que x
s
o ponto de linearizao para a eq. (2.1). Ento o modelo linearizado

dx
dt
f x
df
dx
x x
s
x
s
s
+

_
,

( ) ( )
(2.5)
Subtraia a eq. (2.4) da eq. (2.5)
d x x
dt
df
dx
x x
s
x
s
s
( )
( )

_
,

(2.6)
Definimos a varivel desvio como
x x x
s
'
(2.7)
Ento a eq. (2.5) fica
dx
dt
df
dx
x
x
s
'
'

_
,
(2.8)
10
Esta a aproximao linearizada do sistema dinmico no linear descrito pela eq. (2.1)
expressa em termos de variveis desvio.
A noo de variveis desvio muito til em controle de processos. Normalmente
estamos tentando manter o valor de uma varivel de processo em algum estado estacionrio
desejado (set-point). Consequentemente, o estado estacionrio um bom ponto em torno do
qual se pode desenvolver o modelo linearizado. Nestes casos, a varivel desvio descreve
diretamente a magnitude do deslocamento do sistema do nvel de operao desejado. Alm
disso, se o controlador de um dado processo foi bem projetado, no permitir que a varivel
de processo se afaste muito do estado estacionrio desejado. Desta forma o modelo linear
aproximado expresso em termos de variveis desvio descrever bem o comportamento
dinmico do sistema.
Para sistemas com mais de uma varivel, a metodologia para linearizao a mesma.
Considere o seguinte sistema dinmico
dx
dt
f x x
1
1 1 2
( , ) (2.9)
dx
dt
f x x
2
2 1 2
( , ) (2.10)
Expanda as funes no lineares f
1
(x
1
,x
2
) e f
2
(x
1
,x
2
) em srie de Taylor em torno do ponto
(x
1,0
,x
2,0
) e despreze os termos de ordem 2 e superiores
f x x f x x
df
dx
x x
df
dx
x x
x x x x
1 1 2 1 1 0 2 0
1
1
1 0 2 0
1 1 0
1
2
1 0 2 0
2 2 0
( , ) ( , ) ( ) ( )
, ,
(
,
,
,
)
,
(
,
,
,
)
,
+

_
,
+

_
,

(2.11)
f x x f x x
df
dx
x x
df
dx
x x
x x x x
2 1 2 2 1 0 2 0
2
1
1 0 2 0
1 1 0
2
2
1 0 2 0
2 2 0
( , ) ( , ) ( ) ( )
, ,
(
,
,
,
)
,
(
,
,
,
)
,
+

_
,
+

_
,

(2.12)
Substituindo as aproximaes acima nas equaes dinmicas (eq. (2.9) e (2.10))
dx
dt
f x x
df
dx
x x
df
dx
x x
x x x x
1
1 1 0 2 0
1
1
1 0 2 0
1 1 0
1
2
1 0 2 0
2 2 0
+

_
,
+

_
,
( , ) ( ) ( )
, ,
(
,
,
,
)
,
(
,
,
,
)
, (2.13)
dx
dt
f x x
df
dx
x x
df
dx
x x
x x x x
2
2 1 0 2 0
2
1
1 0 2 0
1 1 0
2
2
1 0 2 0
2 2 0
+

_
,
+

_
,
( , ) ( ) ( )
, ,
(
,
,
,
)
,
(
,
,
,
)
, (2.14)
Estas duas ltimas equaes so lineares e constituem o modelo linearizado que aproxima o
modelo no linear descrito pelas eqs. (2.9) e (2.10).
Para expressar o modelo linearizado em termos de variveis desvio, selecione o estado
estacionrio (x
1,s
, x
2,s
) como o ponto em torno do qual a linearizao vai ser feita. No estado
estacionrio as eqs. (2.9) e (2.10) levam a
0
1 1 2
f x x
s s
( , )
, ,
(2.15)
11
0
2 1 2
f x x
s s
( , )
, , (2.16)
Subtraia as eqs. (2.15) e (2.16) das eqs. (2.13) e (2.14) e obtenha
d x x
dt
df
dx
x x
df
dx
x x
s
x
s
x
s
s
x
s
x
s
s
( )
( ) ( )
,
(
,
,
,
)
,
(
,
,
,
)
,
1 1
1
1
1 2
1 1
1
2
1 2
2 2

_
,
+

_
,

(2.17)
d x x
dt
df
dx
x x
df
dx
x x
s
x
s
x
s
s
x
s
x
s
s
( )
( ) ( )
,
(
,
,
,
)
,
(
,
,
,
)
,
2 2
2
1
1 2
1 1
2
2
1 2
2 2

_
,
+

_
,

(2.18)
Definindo as variveis desvio
x x x
s 1 1 1
'
,
e x x x
s 2 2 2
'
,

dx
dt
df
dx
x
df
dx
x
x
s
x
s
x
s
x
s
1 1
1
1 2
1
1
2
1 2
2
'
(
,
,
,
)
'
(
,
,
,
)
'

_
,
+

_
,
(2.19)
dx
dt
df
dx
x
df
dx
x
x
s
x
s
x
s
x
s
2 2
1
1 2
1
2
2
1 2
2
'
(
,
,
,
)
'
(
,
,
,
)
'

_
,
+

_
,
(2.20)
Exemplo 2.1- Linearize a seguinte expresso e a escreva em funo de variveis desvio em
relao ao ponto x1
0
e x2
0
:
2
) t ( 2 cx ) t ( 2 x ) t ( 1 bx ) t ( 1 ax
dt
) t ( 1 dx
+ + . Nesta expresso a, b e
c so parmetros constantes e x1 e x2 variam com o tempo. Considere x1
0
=1, x2
0
=2, a=b=c=1.
Da eq. (2.9) temos que
2
) t ( 2 cx ) t ( 2 x ) t ( 1 bx ) t ( 1 ax ) 2 x , 1 x ( 1 f + + . Pela eq. (2.11)
podemos aproximar f1(x1,x2) por:
) 2 x 2 x )( 2 cx 2 1 bx ( ) 1 x 1 x )( 2 bx a ( 2 cx 2 x 1 bx 1 ax ) 2 x , 1 x ( 1 f
0 0 0 0 0
2
0 0 0 0
+ + + + + +
Logo, ) 2 x 2 x )( 2 cx 2 1 bx ( ) 1 x 1 x )( 2 bx a ( 2 cx 2 x 1 bx 1 ax
dt
1 dx
0 0 0 0 0
2
0 0 0 0
+ + + + + +
No estado estacionrio:
2
0 0 0 0
0
2 cx 2 x 1 bx 1 ax 0
dt
1 dx
+ +
Subtraindo as duas equaes chegamos a:
) 2 x 2 x )( 2 cx 2 1 bx ( ) 1 x 1 x )( 2 bx a (
dt
) 1 x 1 x ( d
0 0 0 0 0
0
+ + +

Mas
'
0
1 x ) 1 x 1 x ( e
'
0
2 x ) 2 x 2 x ( , ento a equao acima fica igual a:
'
0 0
'
0
'
2 x ) 2 cx 2 1 bx ( 1 x ) 2 bx a (
dt
1 dx
+ + +
Substituindo os valores de x1
0
, x2
0
, a, b e c, chegamos a:
' '
'
2 x 5 1 x 3
dt
1 dx
+
12
2.3-Alguns tipos de modelos matemticos
a)Modelos de equaes diferenciais
b)Modelos de diferenas finitas
c)Modelos de entrada sada (exemplo: modelos de funo de transferncia)
a)Modelos de equaes diferenciais
Estes so modelos tericos, baseados nas hipteses fundamentais que balizam a anlise
de problemas da engenharia qumica, que so normalmente os princpios de conservao de
massa e energia. Os balanos de massa e/ou energia do origem a equaes diferenciais
ordinrias e/ou parciais, geralmente combinadas com uma ou mais equaes algbricas. As
equaes algbricas podem descrever relaes termodinmicas (relaes que descrevem as
situaes de equilbrio atingidas durante uma reao ou por uma ou mais fases), equaes de
estado (por exemplo a lei dos gases ideais ou a equao de Van der Waals), equaes de taxa
de transporte (taxas de transferncia de massa, energia etc.), equaes de taxas cinticas
(descrevem as taxas de reaes qumicas), etc.
A aplicao dos princpios de conservao permite construir modelos para um grande
nmero de sistemas. No entanto, informaes adicionais que no podem ser obtidas das
equaes de balano so freqentemente necessrias. Por exemplo, saber como a densidade de
um fluido depende da temperatura ou como a velocidade da reao depende das concentraes
dos reagentes. Nestes casos, equaes empricas podem ser utilizadas para descrever a frao
desconhecida do modelo ou uma modelagem mais detalhada do fenmeno pode ser utilizada.
Por exemplo, pode-se dizer simplesmente que a velocidade de reao varia com uma potncia
da concentrao e tentar determinar o expoente a partir de experimentos, introduzindo-se
assim um certo grau de empirismo ao nosso modelo terico, ou tentar descrever o mecanismo
de reao de forma detalhada para tentar desvendar a forma com que a velocidade de reao
depende da concentrao do reagente.
Para a maioria dos sistemas de interesse para um engenheiro qumico existem somente
trs quantidades: massa, energia e momento. Frequentemente, no entanto, as variveis
fundamentais no podem ser medidas diretamente. Nestes casos, selecionamos outras variveis
que podem ser medidas e que agrupadas apropriadamente determinam o valor das variveis
fundamentais. Ento massa, energia e momento podem ser caracterizados por variveis tais
como densidade, concentrao, temperatura, presso e vazo. Estas so as chamadas
variveis de estado e os seus valores definem o estado de um sistema.
13
As equaes que relacionam as variveis de estado (variveis dependentes) s variveis
independentes so derivadas da aplicao de princpios de conservao nas quantidades
fundamentais e so chamadas de equaes de estado.
O princpio da conservao de uma quantidade S diz que:
[acmulo S]/tempo = [entrada S]/tempo - [sada S]/tempo + [gerao S]/tempo
- [consumo S]/tempo
S pode ser:
massa total
massa dos componentes individuais
energia total
momento
Deve-se lembrar sempre que para os processos qumicos a massa total e a energia total
no podem ser gerados nem desaparecer.
Revisando a forma mais usada das equaes de balano:
Balano de massa total:

entradas : i sadas : j
j j i i
F F
dt
) V ( d
(2.21)
Balano de massa para o componente A:
rV F C F C
dt
) V C ( d
dt
dn
j
sadas : j
Aj i
entradas : i
Ai
A A
t

(2.22)
Balano total de energia:
Ws Q h F h F
dt
) P K U ( d
dt
dE
sadas : j
j j j
entradas : i
i i i
t t
+ +

(2.23)
As variveis que aparecem acima so:
: densidade
V: volume do sistema
F: vazo volumtrica de alimentao
n
A
: nmero de moles do componente A
C
A
: concentrao molar de A (moles/volume)
r: taxa de reao por unidade de volume para o componente A
h: entalpia especfica
U, K, P: energias interna, cintica e potencial do sistema
14
Q: quantidade de calor trocada pelo sistema com o meio ambiente por unidade de tempo
(por conduo, radiao ou reao)
Ws: trabalho realizado por unidade de tempo
Por conveno, uma quantidade considerada positiva se entra no sistema e negativa
se sai.
As equaes de estado com as variveis de estado associadas constituem o modelo
matemtico do processo, que simula o comportamento dinmico do processo. A aplicao dos
princpios de conservao levam a um conjunto de equaes diferenciais com as quantidades
fundamentais como variveis dependentes e o tempo como a varivel independente. A soluo
das equaes diferenciais determinam como as quantidades fundamentais, ou
equivalentemente, as variveis de estado, mudam com o tempo, ou seja, o comportamento
dinmico do processo.
Se as variveis de estado no variam com o tempo, dizemos que o processo est em
estado estacionrio. Neste caso a taxa de acmulo zero e, logo, os balanos resultantes so
um conjunto de equaes algbricas.
Exemplo 2.2- Considere o tanque aquecedor do exemplo 1.1 (Figura 1.1). As quantidades
fundamentais cujos valores definem o estado do aquecedor so:
a massa total de lquido no tanque
a energia total do material no tanque
o momento
O momento permanece constante mesmo com as perturbaes e no ser considerado.
As variveis de estado, logo, so:
massa total no tanque=
Ah V
onde a densidade do lquido, V o volume de lquido, A a rea tranversal do tanque e h
a altura do nvel de lquido.
energia total do lquido no tanque=E=U+K+P
Se a velocidade de escoamento da entrada e sada no forem muito altas, o termo de energia
cintica desprezvel:dK/dt. Se a diferena de altura entre a entrada e sada no for alta a
energia potencial tambm desprezvel:dP/dt=0. Assim, dE/dt=dU/dt.
As equaes de balano so dadas por:
balano de massa total: F F
dt
) Ah ( d
i

onde F
i
e F so as vazes volumtricas de entrada e sada.
15
Considerando-se que no varia com a temperatura
F F
dt
dh
A
i
(2.24)
balano de energia total
Q h F h F
dt
) VU ( d
i i
+

Mas a entalpia definida como

V P U H +
Para lquidos o termo V P desprezvel e
dt
dH
dt
dU

Alm disso
) T T ( Cp H
ref

onde Cp a capacidade calorfica do lquido no tanque e T
ref
a temperatura de referncia
onde a entalpia especfica do lquido assumida igual a zero. A equao se transforma em:
Q ) T T ( FCp ) T T ( Cp F
dt
)] T T ( AhCp [ d
ref ref i i
ref
+

onde Q a quantidade de calor fornecida pelo vapor por unidade de tempo. Simplificando
(assume-se que T
ref
=0):
Cp
Q
FT T F
dt
) hT ( d
A
i i

+
Mas,
dt
dh
AT
dt
dT
Ah
dt
) hT ( d
A + . Substituindo ento a equao 2.24 e simplificando chega-se
a
Cp
Q
) T T ( F
dt
dT
Ah
i i

+
(2.25)
As variveis nas equaes 2.4 e 2.5 podem ser classificadas como segue:
variveis de estado: h, T
variveis de sada: h, T (medidas)
variveis de entrada:
perturbaes: T
i
, F
i
variveis manipuladas: Q,F (para controle feedback)
F
i
(para controle feedforward)
Elementos adicionais dos modelos matemticos
Alm das equaes de balano, precisamos de outras relaes para expressar equilbrio
termodinmico, taxas de reao, taxas de transporte para calor, massa, momento, etc. Estas
relaes adicionais podem ser classificadas como:
16
Equaes de taxas de transporte
So necessrias para descrever taxas de transferncia de massa, energia e momento.
So estudadas em cursos de fenmenos de transporte. Por exemplo, o calor fornecido pelo
vapor no exemplo anterior dado pela seguinte equao de transferncia de calor:
) T T ( UA Q
V t

onde U=coeficiente global de tranferncia de calor
A
t
=rea total de transferncia de calor
T
V
=temperatura do vapor
Equaes de taxas cinticas
So necessrias para descrever as taxas de reao qumica que ocorrem no sistema. So
estudadas nos cursos de cintica. Por exemplo, a taxa de uma reao de primeira ordem
ocorrendo num CSTR dada por:
A
RT
E
0
C e k r

onde k
0
=constante cintica
E=energia de ativao da reao
R=constante dos gases ideais
T,C
A
=Temperatura e concentrao de A no lquido reacional.
Relaes de equilbrio de fase e reao
So necessrias para descrever as situaes de equilbrio alcanadas durante uma
reao qumica por duas ou mais fases. So estudadas em cursos de termodinmica.
Equaes de estado
So necessrias para descrever relaes entre as variveis que descrevem o estado
termodinmico de um sistema. A equao dos gases ideais e a equao de van der Walls so
dois exemplos de equao de estado para sistemas gasosos.
Tempo morto
Nos exemplos anteriores assumimos que sempre que uma mudana ocorre numa das
variveis de entrada, seu efeito instantaneamente observado nas variveis de sada. Na
verdade, normalmente quando uma varivel de entrada sofre uma mudana existe um intervalo
de tempo (curto ou longo) durante o qual nenhum efeito observado nas sadas do sistema.
Este intervalo chamado de tempo morto.
Exemplo 2.3- Considere o escoamento de um lquido incompressvel atravs de um tubo
(Figura 2.1a). Se o tubo termicamente isolado e o calor gerado pela frico do fluido
17
escoando desprezvel, fcil concluir que no estado estacionrio a temperatura de sada do
tubo (T
out
) igual de entrada (T
in
). Se no tempo t=0 a temperatura de entrada muda como
mostrado pela curva A mostrada na Figura 2.1b claro que a temperatura na sada (T
out
) vai
permanecer a mesma at que a mudana chegue ao final do tubo. Ento vamos observar a
temperatura de sada mudando, como mostrado na curva B na Figura 2.1b. Notamos que a
mudana na temperatura de sada segue a mesma forma da mudana na entrada com um atraso
de td segundos. td o tempo morto e a partir de consideraes fsicas fcil ver que:
av av
U
L
AU
AL
a volumtric vazo
tubo do volume
td
onde Uav a velocidade mdia do fluido atravs da rea transversal do tubo, assumida
constante. Podemos relacionar T
in
e T
out
como:
) td t ( T ) t ( T
in out

Figura 2.2
Exemplos adicionais
Exemplo 2.4: Modelo matemtico de um CSTR
Considere o CSRT do exemplo 1.2 (Figura 1.4), onde uma reao simples exotrmica
A B acontece no reator, que resfriado por um fluido refrigerante que escoa atravs de
uma jaqueta em torno do reator.
As quantidades fundamentais do reator so:
massa total de mistura reativa no reator
massa do componente A na mistura reativa
energia total da mistura reagente no tanque
18
A massa do componente B pode ser calculada a partir dos balanos do componente A e
global. Logo, este balano no independente. (massa total = massa A + massa B). A massa se
conserva, mas no o nmero de moles dos componentes.
Os balanos so:
balano global: F F
dt
) V ( d
i i

considerando =cte, temos: F F

dt
dV
i

balano para o componente A:
rV F C F C
dt
) V C ( d
dt
dn
A i Ai
A A

Substituindo a equao de balano global (dV/dt) e simplificando:
A
RT
E
0 A Ai
i A
C e k ) C C (
V
F
dt
dC


balano de energia:
Q rV ) Hr ( ) T T ( Fcp ) T T ( cp F
dt
)] T T ( Vcp [ d
dt
dH
ref ref i i
ref
+

onde Hr o calor de reao, que por conveno negativo para reao exotrmica e Q o
calor retirado pela jaqueta.
Simplificando chega-se a:
CpV
Q
Cp
r ) Hr (
) T T (
V
F
dt
dT
i
i

+
Exemplo 2.5- Considere o CSTR com duas fases mostrado na Figura 2.3. Correntes de lquido
(F)e vapor (Fv) so retiradas do tanque. A presso no tanque P. Os volumes de lquido e
vapor so V e Vv. A densidade e temperatura da fase vapor so v e Tv. A frao molar de A
no vapor y.
Figura 2.3
19
Se as fases esto em equilbrio trmico, as temperaturas do vapor e lquido so iguais
(T=Tv). Se existe equilbrio de fases, as composies do lquido e do vapor esto relacionadas
pela lei de Raoult, por uma relao de volatilidade relativa ou alguma outra relao de
equilbrio lquido-vapor. A entalpia da fase vapor (H) uma funo da composio y, da
temperatura Tv e da presso. Desprezando os termos de energia cintica, potencial e trabalho
e substituindo as energias internas por entalpias, a equao de balano global de energia se
transforma em:
Vr ) Hr ( Q vH Fv h F h F
dt
) h V H vV ( d
0 0 0
L v
+
+
Pode-se substituir a entalpia do lquido por h=CpT e a do vapor por H=CpT+v, onde v o
calor de vaporizao da mistura. A equao se transforma em:
Vr ) Hr ( Q ) v CpT ( v Fv CpT F CpT F
dt
) CpT V ) v CpT ( vV ( d
0 0 0
L v
+ +
+ +
b)Modelos de diferenas finitas
Modelos com equaes de diferenas finitas correspondem discretizao de modelos
de equaes diferenciais e so normalmente usados em sistemas de controle digital.
Exemplo 2.6: discretizao de um modelo de 1
a
ordem. Considere o processo
dy
dt
f x y ( , ) (2.26)
Discretizando, temos
dy
dt
y y
t
n n

(2.27)
ou
dy
dt
y y
t
n n

+1

(2.28)
Usando a eq. (2.27) temos a equao de diferenas finitas
y y t f y x
n n n n
+
1 1 1
. ( , )
(2.29)
Exemplo 2.7: discretizao de um modelo de 2
a
ordem.
d y
dt
a
dy
dt
a y x
2
2
1 0
+ + (2.30)
d y
dt
d
dt
dy
dt
d
dt
y y
t
t
y y y
n n
n n n
2
2
1
2
1 2
1
2

_
,

_
,

( ) (2.31)
1 2 1
2
1
2
1
0 1
2
2 1

t
a
t
y
t
a
t
a y
t
y x
n n n n
+

_
,

_
,

+

(2.32)
Logo, y a y a y b x
n n n n
+ +
1 1 2 2 1 1
' ' '
(2.33)
20
Estes modelos podem ser no lineares ou lineares, dependendo se resultam da
discretizao de equaes diferenciais no lineares ou linearizadas.
c) Modelos de entrada-sada
Todo processo qumico e as suas variveis associadas podem ser descritos pela Figura
2.4. Um modelo matemtico conveniente para um projetista de sistemas de controle deve estar
de acordo com esta figura, ou seja, deve ser tal que, dados os valores das entradas, ele calcula
diretamente os valores das sadas. Em particular, o modelo deve ter a seguinte forma geral
para cada sada
sada = f(variveis de entrada)
Figura 2.4
ou seja, usando-se a Figura 2.4:
y f m m m d d d
i k L
( , ,..., ; , ... )
1 2 1 2
para i=1,2,,m. (2.34)
Estes modelos que descrevem diretamente a relao entre as variveis de entrada e
sada de um processo so chamados de modelos de entrada-sada. Existem diversos tipos de
modelo de entrada-sada, entre eles os modelos de resposta ao degrau, os modelos de
convoluo, os modelos de funes de transferncia e at mesmo as redes neuronais.
c.1)Modelos de funo de transferncia
c.1.1) Transformada de Laplace
Os modelos de funo de transferncia usam transformadas de Laplace. Estas
transformadas so muito usadas em controle de processos, j que permitem o desenvolvimento
de representaes dinmicas bastante simples de processos qumicos. Elas transformam
equaes diferenciais lineares ou linearizadas em equaes algbricas, com as quais muito
mais fcil trabalhar, e permitem uma anlise rpida da dinmica do processo. Alm disso, elas
fornecem uma relao direta entre as entradas e sadas do processo.
A transformada de Laplace de uma funo f(t) definida da seguinte forma:
dt f(t)e f(s) [f(t)]
0
st -

L
(2.35)
21
Nota-se que a transformada de Laplace a transformao de uma funo do domnio
do tempo (onde t a varivel independente) para o domnio s (onde s a varivel
independente). s uma varivel definida no plano complexo (s=a+jb).
A transformada de Laplace uma operao linear:
)] t ( f [ a )] t ( f [ a )] t ( f a ) t ( f a [
2 2 1 1 2 2 1 1
L L L + +
(2.36)
onde a
1
e a
2
so parmetros constantes.
Propriedades adicionais das transformadas de Laplace:
Teorema do valor final:
0 s t
)] s ( sf lim[ ) t ( f lim

(2.37)
Teorema do valor inicial:

s 0 t
)] s ( sf lim[ ) t ( f lim
(2.38)
c.1.2) Funes de transferncia dos modelos entrada-sada
Considere um sistema simples com uma entrada e uma sada (SISO-Single input Single
Output), como descrito na Figura 2.5a. O seu comportamento dinmico descrito por uma
equao diferencial linear ou linearizada de ordem n.
Figura 2.5
a
d y
dt
a
d y
dt
a
dy
dt
a y bf t
n
n
n
n
n
n
+ + + +

1
1
1
1 0
..... ( ) (2.39)
onde f(t) e y(t) so as variveis de entrada e sada do processo, respectivamente. As duas so
descritas como variveis desvio. Considere que o sistema inicialmente est no estado
estacionrio. Logo
y
dy
dt
d y
dt
d y
dt
t
t
n
n
t
( ) ........ 0 0
0
2
2
0
1
1
0

1
]
1

1
]
1
1

1
]
1
1

(2.40)
Sabemos que a transformada de Laplace da derivada dada por
) 0 ( y ) 0 ( sy ....... ) 0 ( y s ) 0 ( y s ) s ( y s
dt
) t ( y d
1 n 2 n ' 2 n 1 n n
n
n


1
1
]
1

L
(2.41)
Logo, pode-se calcular a transformada de Laplace da eq. (2.39)
a s y s a s y s a sy s a y s bf s
n
n
n
n
( ) ( ) ...... ( ) ( ) ( ) + + + +

1
1
1 0
(2.42)
22
Pode-se escrever a funo de transferncia, G(s), que relaciona a entrada diretamente com a
sada numa forma algbrica simples
G s
y s
f s
b
a s a s a s a
n
n
n
n
( )
( )
( )
.......

+ + + +

1
1
1 0
(2.43)
A figura 2.5b descreve esta relao entrada-sada e chamada de diagrama de blocos
do sistema.
Se o processo tem duas entradas, como mostrado na figura 2.6a, o modelo dinmico
a
d y
dt
a
d y
dt
a
dy
dt
a y b f t b f t
n
n
n
n
n
n
+ + + + +

1
1
1
1 0 1 1 2 2
..... ( ) ( ) (2.44)
Com as mesmas condies iniciais (eq. (2.38)), temos
y s
b
a s a s a s a
f s
b
a s a s a s a
f s
n
n
n
n
n
n
n
n
( )
......
( )
......
( )
+ + + +
+
+ + + +

1
1
1
1 0
1
2
1
1
1 0
2 (2.45)
Ou equivalentemente
y s G s f s G s f s ( ) ( ) ( ) ( ) ( ) +
1 1 2 2
(2.46)
onde G
1
(s) e G
2
(s) so duas funes de transferncia que relacionam a sada do processo a
cada uma das entradas. Estas relaes esto mostradas no diagrama de blocos da figura 2.6b.
Um procedimento semelhante pode ser aplicado a qualquer sistema com uma sada e vrias
entradas, como mostrado na figura 2.7.
Figura 2.6
Figura 2.7
23
Resumindo, pode-se definir a funo de transferncia entre uma entrada e uma sada da
seguinte forma
G s ( )
transformada de Laplace da saida, em variaveis desvio
transformada de Laplace da entrada, em variaveis desvio
(2.47)
24
25
26
c.1.3) Inverso de transformadas de Laplace (Expanso por fraes parciais ou expanso
de Heaviside)
O ponto crtico para se achar a soluo de uma equao diferencial usando
transformadas de Laplace a inverso destas transformadas para voltar ao domnio do tempo.
Vamos ento estudar o mtodo das fraes parciais para inverso destas transformadas.
Considere que a transformada de Laplace de uma funo desconhecida x (t) dada por:
) s ( P
) s ( Q
) s ( x
Caso 1- P(s) com razes reais e distintas
Considere a seguinte funo de transferncia:
) s ( P
) s ( Q
2 s s 2 s
6 s s
) s ( x
2 3
2

P(s) de 3 ordem e tem trs razes: p1=1, p2=-1 e p3=2

27
Ento P(s) pode ser escrito como
) 2 s )( 1 s )( 1 s ( ) s ( P +
Ento a equao de x(s) pode ser expandida em fraes parciais como
) 2 s (
C
) 1 s (
C
) 1 s (
C
) 2 s )( 1 s )( 1 s (
6 s s
) s ( x
3 2 1
2

+
+
+

+

(2.48)
A inversa desta funo de transferncia igual a:
1
]
1

+
1
]
1

+
+
1
]
1

) 2 s (
C
) 1 s (
C
) 1 s (
C
) t ( x
3
1 -
2
1 -
1 -1
L L L
Usando a Tabela 2.1, temos:
t 2
3
t
2
t
1
e C e C e C ) t ( x + +

(2.49)
Para calcular C
1
deve-se multiplicar os dois lados da equao acima por (s-1):
) 2 s (
) 1 s ( C
) 1 s (
) 1 s ( C
C
) 2 s )( 1 s (
) 6 s s (
) s ( x
3 2
1
2

+
+

+
+

Se assumirmos (s-1)=0 ou s=1, temos:

3
) 2 s )( 1 s (
) 6 s s (
C
1 s
2
1

1
1
]
1

Para calcular C
2
deve-se multiplicar ambos os lados da eq. (2.48) por (s+1):
) 2 s (
) 1 s ( C
C
) 1 s (
) 1 s ( C
) 2 s )( 1 s (
6 s s
) s ( x
3
2
1
2

+
+ +

Assumimos s+1=0 ou s=-1, logo:

3 / 2
) 2 s )( 1 s (
6 s s
C
1 s
2
2

1
1
]
1

Para calcular C
3
deve-se multiplicar ambos os lados da eq. (2.48) por (s-2):
3
2 1
2
C
) 1 s (
) 2 s ( C
) 1 s (
) 2 s ( C
) 1 s )( 1 s (
6 s s
) s ( x +
+

Assumimos s-2=0, ou seja, s=2. Logo

3 / 4
) 1 s )( 1 s (
6 s s
C
2 s
2
3

1
1
]
1

Da eq. (2.49) temos a resposta:

t 2 t t
e 3 / 4 e 3 / 2 e 3 ) t ( x

Caso 2- P(s) com razes complexas e distintas
Considere a transformada:
5 s 2 s
1 s
) s ( x
2
+
+

P(s) tem duas razes distintas e complexas conjugadas:

p1=1+2j e p2=1-2j
28
Ento )] j 2 1 ( s )][ j 2 1 ( s [ 5 s 2 s ) s ( P
2
+ +
Expandindo em fraes parciais:
) j 2 1 ( s
C
) j 2 1 ( s
C
)] j 2 1 ( s )][ j 2 1 ( s [
1 s
5 s 2 s
1 s
) s ( x
2 1
2

+
+

+
+

+
+

Usando a Tabela 2.1:

t ) j 2 1 (
2
t ) j 2 1 (
1
e C e C ) t ( x
+
+
Para calcular C
1
, multiplica-se ambos os lados da equao acima por [s-(1+2j)]
) j 2 1 ( s
)] j 2 1 ( s [ C
C
)] j 2 1 ( s [
1 s
2
1

+
+

+
Fazendo [s-(1+2j)]=0, ou seja s=1+2j, calcula-se
2
j 1
C
1

Fazendo [s-(1-2j)]=0, ou seja s=1-2j, calcula-se

2
j 1
C
2
+

Note que os coeficientes C

1
e C
2
so complexos conjugados.
Substituindo a resposta :
t ) j 2 1 ( t ) j 2 1 (
e
2
j 1
e
2
j 1
) t ( x
+
+
+

ou
jt 2 jt 2
t
e ) j 1 ( e ) j 1 [(
2
e
) t ( x

+ +
Relembrando a identidade de Euler:
a sen j a cos e
ja
+
Ento
t 2 sen j t 2 cos e
jt 2
+
e
t 2 sen j t 2 cos ) t 2 sen( j ) t 2 cos( e
jt 2
+

Ento
) t 2 sen t 2 (cos e
)] t 2 sen j t 2 )(cos j 1 ( ) t 2 sen j t 2 )(cos j 1 [(
2
e
e ) j 1 ( e ) j 1 [(
2
e
) t ( x
t
t
jt 2 jt 2
t
+
+ + + + +

Relembrando a identidade trigonomtrica:
) b sen( 3 a b sen 2 a b cos 1 a + +
onde
2 2
2 a 1 a 3 a +
e
,
_

2 a
1 a
tan
1
Ento a resposta
29
) t 2 sen( 2 e ) t ( x
t
+
onde =tan
-1
(1/1)=45
Ento, sempre que um polinmio P(s) tiver razes complexas :
-elas sempre sero pares complexos conjugados
-os coeficientes dos termos correspondentes na expanso em fraes parciais tambm sero
complexos conjugados um do outro.
-daro origem a um termo peridico (ex. onda senoidal).
Caso 3- P(s) com razes mltiplas
Considere a transformada de Laplace:
) 2 s ( ) 1 s (
1
) s ( x
3
+ +

Este polinmio tem 3 razes iguais e uma diferente:

p1=p2=p3=-1 e p4=-2
Expandindo em fraes parciais:
2 s
C
) 1 s (
C
) 1 s (
C
1 s
C
) 2 s ( ) 1 s (
1
) s ( x
4
3
3
2
2 1
3
+
+
+
+
+
+
+

+ +

(2.50)
Pelas tabelas 2.1 e 2.2 temos que:
t 2
4
t 2 3 t
2
t
1
e C e t
2
C
te C e C ) t ( x

+ + +
Clculo de C
4
: este coeficiente o correspondente raiz distinta e pode ser calculado pelo
procedimento j descrito, ou seja, multiplica-se ambos os lados da eq.(2.50) por (s+2) e faa
s=-2. C
4
=-1.
Clculo de C
3
: multiplique ambos os lados da eq. (2.50) por (s+1)
3
:
2 s
) 1 s ( C
C ) 1 s ( C ) 1 s ( C
) 2 s (
1
3
4
3 2
2
1
+
+
+ + + + +
+
(2.51)
Faa s=-1 e obtenha C
3
=1.
Clculo de C
2
: o procedimento descrito acima no funciona. Se multiplicarmos ambos os lados
da equao por (s+1)
2
temos:
2 s
) 1 s ( C
) 1 s (
C
C ) 1 s ( C
) 2 s )( 1 s (
1
2
4 3
2 1
+
+
+
+
+ + +
+ +
Fazendo s=-1, tanto o lado esquerdo quanto o termo envolvendo C
3
tendem a infinito. O
mesmo problema acontece se tentarmos calcular C
1
. Ento, um procedimento alternativo deve
ser usado. Diferencie ambos os lados da eq. (2.51) com relao a s e obtenha:
30
2
2
4 2 1
2
) 2 s (
) 5 s 2 ( ) 1 s (
C C ) 1 s ( C 2
) 2 s (
1
+
+ +
+ + +
+

(2.52)
Faa s=-1 e obtenha C
2
=-1.
Clculo de C
1
: para obter C
1
diferencie a eq. (2.52) uma vez mais e obtenha:
3
2
4 1
3
) 2 s (
7 s 5 s
) 1 s ( 2 C C 2
) 2 s (
2
+
+ +
+ +
+
Faa s=-1 e obtenha C
1
=1.
c.1.4) Plos e zeros de uma funo de transferncia
De acordo com a definio de funo de transferncia, temos:
) s ( f
) s ( y
) s ( G
(2.53)
Em geral, a funo de transferncia G(s) ser a razo de dois polinmios:
) s ( P
) s ( Q
) s ( G
(2.54)
Para sistemas fisicamente realizveis, o polinmio Q(s) ser sempre de ordem menor do que o
P(s).
As razes do polinmio Q(s) so chamadas de zeros da funo de transferncia ou zeros
do sistema cuja dinmica descrita pela funo de transferncia G(s). Quando a varivel s
assume os valores dos zeros de Q(s), a funo de transferncia igual a zero.
As razes do polinmio P(s) so chamadas de plos da funo de transferncia, ou
equivalentemente de plos do sistema. Nos plos de um sistema a funo de transferncia
tende ao infinito.
Se sabemos onde os plos de um sistema esto localizados, podemos determinar as
caractersticas qualitativas da resposta do sistema a uma entrada em particular sem clculos
adicionais. Por exemplo, considere que a funo de transferncia de um sistema dada por:
) 5 p s *)( 4 p s )( 4 p s ( ) 3 p s )( 2 p s )( 1 p s (
) s ( Q
) s ( G
m

onde p1, p2, p3, p4, p4* e p5 so as razes de P(s), ou seja, os plos do sistema. As seguintes
observaes podem ser feitas sobre a localizao dos plos:
1- Plos distintos e reais, tais como p1 e p2 na Figura 2.8, esto localizados no eixo real.
Durante a inverso da transformada de Laplace, do origem a termos exponenciais tais como
C
1
e
p1t
e C
2
e
p2t
. Como p1<0, C
1
e
p1t
cai exponencialmente para zero para t (Figura 2.9a).
Como p2>0, C
2
e
p2t
aumenta exponencialmente conforme t (Figura 2.9b). Ento, plos
distintos no eixo real negativo produzem termos que caem para zero com o tempo, enquanto
plos positivos reais fazem com que a resposta tenda a infinito com o tempo.
31
2-Mltiplos plos reais, tais como p3, que so repetidos m vezes, levam a termos como:
t 3 p 1 m m 3 2 33 32
31
e t
)! 1 m (
C
... t
! 2
C
t
! 1
C
C
1
]
1

+ + + +

O termo entre colchetes tende infinito com o tempo. O comportamento do termo
exponencial depende do valor do plo p3:
Se p3>0 ento e
p3t
quando t.
Se p3<0 ento e
p3t
0 quando t.
Se p3=0 ento e
p3t
=1 pata todo tempo t.
Ento plos reais e mltiplos levam a termos que tendem ao infinito, se o plo
positivo ou zero, ou decaem para zero, se o plo negativo.
Figura 2.8
Figura 2.9
3-Plos conjugados e complexos, tais como p4 e p4*. Deve-se enfatizar que estas plos
sempre aparecem em pares conjugados e nunca sozinhos. Seja p4=a+jb e p4=a-jb. Na inverso
estes levam a termos tais como e
at
sen(bt+). A funo sen(bt+) peridica e oscilatria e o
comportamento de e
at
depende do valor da parte real a. Ento:
32
Se a>0, ento e
at
quando t, e e
at
sen(bt+) tende para infinito de forma oscilatria
(Figura 2.10a).
Se a<0, ento e
at
0 quando t, e e
at
sen(bt+) cai para zero de forma oscilatria com
amplitude decrescente (Figura 2.10b).
Se a=0, ento e
at
=1 para todo t, e e
at
sen(bt+)=sen(bt+), que oscila continuamente com
amplitude constante (Figura 2.10c).
Figura 2.10
Ento, um par de complexos conjugados como plos levam a comportamento oscilatrio, cuja
amplitude pode crescer continuamente se a parte real do plo complexo for positiva, decrescer
para zero se a parte real do complexo for negativa ou permanecer constante se a parte real for
zero.
Observaes
1-O comportamento descrito acima geral e descreve qualquer sistema. Assim, pode-se
encontrar as caractersticas qualitativas da resposta do sistema se sabemos onde os plos da
sua funo de transferncia esto localizados. Para uma entrada particular f(t) devemos
considerar as razes adicionais introduzidas pelo denominador de f(s) antes de ter o quadro
completo da resposta do sistema.
2-Plos direita do eixo imaginrio levam a termos que crescem para o infinito com o tempo.
Tais sistemas com comportamento no limitado so chamados de instveis. Assim, um sistema
ser estvel (ou seja, com resposta dentro de limites) se todos os plos esto situados
esquerda do eixo imaginrio (Figura 2.8).
33
34