Você está na página 1de 48

6

1 INTRODUO
O controlador Proporcional Integral Derivativo (PID) um mecanismo de controle
com realimentao amplamente utilizado em sistemas de controle industrial. O controlador
PID visa corrigir o erro entre a varivel do processo medida (sada) e um valor de referncia,
calculando e ajustando o processo com um fator de correo apropriado.
Apesar de o controlador ter apenas trs parmetros, no fcil encontrar bons valores
sem um procedimento sistemtico. Existem diversos mtodos para se projetar um controlador
PID que sero abordados e utilizados neste trabalho.
1.1 OBJETIVOS
O objetivo deste trabalho obter um modelo aproximado de primeira e segunda ordem
com atraso para a matriz G2 de funes de transferncia do processo definido, utilizando o
mtodo da curva de reao e as regras de aproximao half rule do artigo e, a partir dos
modelos reduzidos, projetar os diversos controladores PID utilizando os mtodos das Tabelas
e o mtodo SIMC descritos no artigo.











7



2 APROXIMAO DOS MODELOS
Cada sistema pode ser aproximado por um modelo de primeira ou segunda ordem,
usando controladores PI e PID, respectivamente. A reduo da ordem do sistema deve
retornar uma equao da forma:

( )
( ) ( )
s
e
s s
k
s g
u
t t

+ +
=
1 1
2 1

(1)
Onde:
- k - Ganho da planta;
-
1
t - Constante de atraso de tempo dominante;
-
2
t - Constante de atraso de tempo de segunda ordem;
- u - Atraso de tempo efetivo (tempo morto).
Note que se

, a reduo de primeira ordem. Para aproximar as funes, dois


mtodos sero utilizados aqui neste projeto, o da curva de reao e o mtodo half-rule.
2.1 MTODO DA CURVA DE REAO
Esse mtodo se aplica se a curva da resposta da planta, a uma entrada ao degrau, tiver
o aspecto de uma letra S, como ilustrado na figura 1.


Figura 1 Mtodo da Curva de Reao

8



Sendo assim, o modelo do processo poder ser reduzido a uma funo de primeira
ordem:

2.2 MTODO HALF-RULE
Esse mtodo se aplica quando o processo a ser controlado possui uma funo de
transferncia que pode ser escrita na forma de um quociente ordenado de plos e zeros, como
segue:

()
(


(3)
De acordo com o procedimento half rule descrito no artigo, possvel aproximar o
modelo do processo a uma funo de primeira ordem do tipo mostrado em (2), onde:

2
20
10 1
t
t t + =
,

,
2
h
T
2


j
inv
0 j
3 i
0 i
20
0
+ + + + =

>

E de segunda ordem, onde:
10 1
t t =
2
30
20 2
t
t t + =

>
+ + + + =
4
0 0
30
0
2 2
i j
inv
j i
h
T t
t
u u


(2)
(4)
(5)
(6)
(7)
(8)
(9)
9



3 PROJETO DOS CONTROLADORES
A partir das aproximaes obtidas, ser determinado os parmetros, utilizando vrios
mtodos de sintonia, para um controlador PID em srie com uma funo de transferncia da
forma:
( ) ( ) 1
1
+
|
|
.
|

\
| +
= s
s
s
K s c
D
I
I
C
t
t
t

Onde:
- k c Ganho do controlador;
-

Constante de tempo integral;


-

- Constante de tempo derivativo;


3.1 REGRA DE SINTONIA DE ZIEGER-NICHOLS (ZN)
Baseados nos parmetros L, T e K do modelo reduzido de primeira ordem, o mtodo
resposta ao degrau de Ziegler-Nichols fornece os parmetros para o controlador PID
mostrados na Tabela 1.

Tabela 1 Ziegler-Nichols

3.2 REGRA DE SINTONIA DE COHEN-COON (CC)
O mtodo Cohen-Coon muito similar ao mtodo resposta ao degrau de Ziegler-
Nichols e fornece os parmetros para o controlador PID mostrados na Tabela 2.
(10)
10



Tabela 2 Cohen-Coon

3.3 REGRA DE SINTONIA CHIEN, HRONES E RESWICK (CHR)
Esse mtodo sugere dois casos diferentes de sintonia, uma voltada para rejeies a
perturbaes de carga e outra voltada para o sinal de referncia. Em cada caso, os parmetros
do controlador PID so determinados para resposta mais rpida com 0% de sobressinal e
resposta mais rpida com 20% de sobressinal. Os parmetros do controlador para cada caso
so mostrados nas Tabelas 3 e 4, respectivamente.

Tabela 3 Chien, Hrones e Reswick Perturbao de Carga


Tabela 4 Chien, Hrones e Reswick Sinal de Referncia

3.4 MTODOS DE OTIMIZAO
Para rejeio a perturbaes da carga, so utilizados mtodos de otimizao para
determinao dos parmetros do controlador PID.
Os parmetros timos apresentados do controlador PID para perturbao de carga so
dados por:
11




com os parmetros dados na Tabela 5.

Tabela 5 Lopez Perturbao de Carga


Para o problema servo (variao no sinal de referncia) os parmetros timos
apresentados so dados por


com os parmetros dados na Tabela 6

Tabela 6 Rovira Perturbao de Carga

3.5 MTODO SIMC-PID
Com base no modelo aproximado de segunda ordem, os parmetros do controlador
podem ser determinados como segue:
(11)
(13)
(12)
(14)
(15)
(16)
12




2
1
1
} 8 , min{
5 . 0
t t
u t t
u
t
=
=
=
D
I
c
k
K

(17)



























13



4 NDICES DE DESEMPENHO
Para avaliar o desempenho do controlador em malha fechada, alguns ndices de
desempenho so determinados e analisados.
4.1 MARGEM DE GANHO
Define-se com a variao do ganho em malha aberta para levar o sistema a
instabilidade. Sistemas com margem de ganho grande podem suportar grandes mudanas nos
parmetros do sistema antes de atingir a instabilidade em malha fechada. Para um sistema de
fase mnima, a margem de ganho indica quanto ganho se pode aumentar antes que se torne
instvel o sistema. O comportamento dinmico de um sistema pode vir a ser considerado
satisfatrio se a margem de ganho for maior ou igual a 6 dB.
4.2 MARGEM DE FASE
Analogamente margem de ganho, define-se como a variao da fase em malha aberta
para levar o sistema a instabilidade. A margem de fase deve ser positiva para um sistema
estvel.
4.3 PICO DE SENSIBILIDADE (MS)
Esse ndice indica quanto os erros nas medies ou perturbaes, em geral,
influenciam o processo pela realimentao. Quanto menor esse ndice, melhor.
4.4 INTEGRAL DO ERRO ABSOLUTO (IAE)
Esse ndice indica a desempenho do controle do sistema, calculando a integral do sinal
do erro absoluto. Quanto menor esse ndice, melhor.
14



4.5 VARIAO TOTAL DA ENTRADA (TV)
Este parmetro indica a suavidade do sinal e avalia a variao total da entrada. Quanto
menor esse ndice, melhor.
4.6 TEMPO DE SUBIDA
Tempo que a resposta leva entre a primeira vez que cruza um determinado limite
inferior e a primeira vez que cruza um determinado limite superior. Estes limites so
geralmente definidos em percentagem do valor final. vulgar usarem-se os tempos de subida
10%90%, 5%95% e 0100%.
4.7 TEMPO DE ACOMODAO
Tempo ao fim do qual a resposta se encontra definitivamente dentro de determinada
margem em torno do valor final. habitual definir-se a largura dessa margem em
percentagem do valor final, e frequente a utilizao duma margem de 5%. Este tempo
indica-se frequentemente na forma ts (5%) , mas por vezes usa-se simplesmente a forma ts
(5%).
4.8 SOBRESSINAL
Diferena entre o valor mximo e o valor final da resposta, geralmente medida como
percentagem ou fraco do valor final.
4.9 FREQUNCIA DE OSCILAO
Frequncias (angular ou linear) e perodo das oscilaes amortecidas que a resposta
apresenta em torno do valor final. Estes parmetros s se definem no caso de essas oscilaes
existirem e serem peridicas aparte o amortecimento da amplitude.

15



5 MALHA ABERTA
A partir da matriz de funes de transferncia do processo (18), ser realizado as
aproximaes de primeira e segunda ordem com atraso para anlise em malhar aberta, de
acordo com os procedimentos descritos nas sees 2.1 e 2.2.

()
[

( )
( )( )

( )( )( )

( )
( )

( )( )

( )
( )

(18)
5.1 APROXIMAO DE 1 ORDEM


()
()()

a)

Observando a resposta ao degrau da funo e aplicando o procedimento da curva de
reao, determinou-se L = 4.22, T = 2 e K = 0.5. Assim, a aproximao de primeira ordem
pelo mtodo da curva de reao dado:

()



Analisando funo de transferncia original, possvel identificar os seguintes
parmetros:

, ,

. Assim,
aplicando o procedimento do mtodo half-rule de primeira ordem dados em (3) e (4) obtm-
se: ,

e .
O modelo de 1 ordem pelo mtodo half-rule obtido :

()

( )

(20)

(19)
16



()()()

b)

Observando a resposta ao degrau da funo e aplicando o procedimento da curva de
reao, determinou-se L = 3.13, T = 12.07 e K = 7. Assim, a aproximao de primeira ordem
pelo mtodo da curva de reao dado:

()



Analisando funo de transferncia original, possvel identificar os seguintes
parmetros:

, e

. Assim, aplicando o procedimento


do mtodo half-rule de primeira ordem dados em (4), (5) e (6) obtm-se: ,

e

O modelo de 1 ordem pelo mtodo half-rule obtido :

()
()

()()

c)

Observando a resposta ao degrau da funo e aplicando o procedimento da curva de
reao, determinou-se L = 4.29, T = 17.51 e K = 0.75. Assim, a aproximao de primeira
ordem pelo mtodo da curva de reao dado:

()


Como a funo original possui uma constante de tempo positiva no numerador, para
ser feito a reduo pelo mtodo half-rule necessrio aplicar a regra T3 do artigo e fazer a
seguinte aproximao:

(21)
(22)
(23)
17



Assim, os seguintes parmetros da funo so identificados:

, e

. Logo, aplicando o procedimento do mtodo half-


rule de primeira ordem dados em (4), (5) e (6) obtm-se: ,

e .
O modelo de 1 ordem pelo mtodo half-rule obtido :


()
()

d)

Observando a resposta ao degrau da funo e aplicando o procedimento da curva de
reao, determinou-se L = 2.48, T = 8.42 e K = 5. Assim, a aproximao de primeira ordem
pelo mtodo da curva de reao dado:

()


Analisando funo de transferncia original, possvel identificar os seguintes
parmetros:

, ,

. Assim, aplicando o
procedimento do mtodo half-rule de primeira ordem dados em (4), (5) e (6) obtm-se: ,

e .
O modelo de 1 ordem pelo mtodo half-rule obtido :


As figuras 2, 3 e 4 mostram, respectivamente, as respostas ao degrau, os diagramas de
Bode e os diagramas de Nyquist das funes originais da matriz 18, assim como das
aproximaes de primeira ordem pelo mtodo da curva de reao e pelo mtodo half-rule de
primeira ordem.
(24)
(25)
(26)
(27)
18




Figura 2: Respostas ao degrau das funes da matriz e aproximaes de 1 ordem


Figura 3: Diagramas de Bode das funes da matriz e aproximaes de 1 ordem
19




Figura 4: Diagramas de Nyquist das funes da matriz e aproximaes de 1 ordem
5.2 APROXIMAO DE 2 ORDEM


()
()()

a)

Os seguintes parmetros so identificados:

,
,

. Assim, aplicando o procedimento do mtodo half-rule de


segunda ordem dados em (7), (8) e (9) obtm-se: ,

e .
O modelo de 2 ordem pelo mtodo half-rule obtido :

()()

()()()

b)

Os seguintes parmetros so identificados:

, e

. Assim, aplicando o procedimento do mtodo half-rule de segunda ordem dados em


(7), (8) e (9) obtm-se: ,

e
(28)
20



O modelo de 2 ordem pelo mtodo half-rule obtido :

()()

()
()

()()

c)

Os seguintes parmetros da funo so identificados:

, e

. Logo, aplicando o procedimento do mtodo half-rule de


segunda ordem dados em (7), (8) e (9) obtm-se: ,

e .
O modelo de 2 ordem pelo mtodo half-rule obtido :

()()


()
()

d)

Os seguintes parmetros so identificados:

, ,

. Assim, aplicando o procedimento do mtodo half-rule de segunda ordem dados em


(3) e (4) obtm-se: ,

e .
O modelo de 2 ordem pelo mtodo half-rule obtido :

()()


As figuras 5, 6 e 7 mostram, respectivamente, as respostas ao degrau, os diagramas de
Bode e os diagramas de Nyquist das funes originais da matriz 18, assim como da
aproximao de segunda ordem pelo mtodo half-rule.

(29)
(30)
(31)
21




Figura 5: Respostas ao degrau e aproximaes de 2 ordem


Figura 6: Diagramas de Bode das funes da matriz e aproximaes de 2 ordem
22




Figura 7: Diagramas de Nyquist das funes da matriz e aproximaes de 2 ordem

A partir da anlise das respostas ao degrau e dos diagrams de Bode e Nyquist, foi
possvel observar um resultado satisfatrio das aproximaes. De acordo com os resultados,
uma melhor aproximao foi obtida pelo mtodo da curva de reao e, ainda melhor, pelo
mtodo half-rule de segunda ordem.















23



6 MALHA FECHADA
Para este projeto, ser feito o controle da funo

da matriz de funes de
transferncia (18). Sero calculados os parmetros dos diversos controladores PID, atravs
dos mtodos de sintonia abordados at aqui, e, a realizao da anlise do sistema em malha
fechada.
6.1 PROJETO DO CONTROLADOR PID - ZN
Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 1. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 8 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.


Figura 8: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha efchada
(32)
24



A figura 9 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.


Figura 9: Respostas a entrada senoidal da malha efchada
6.2 PROJETO DO CONTROLADOR PID CC
Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 2. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 10 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.

(33)
25




Figura 10: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 11 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.


Figura 11: Respostas a entrada senoidal da malha fechada

26



6.3 PROJETO DO CONTROLADOR PID CHR COM SINTONIA
VOLTADA PARA PERTURBAO DE CARGA COM 0% DE
SOBRESINAL
Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 3. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 12 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.


Figura 12: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 13 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.
(34)
27




Figura 13: Respostas a entrada senoidal da malha fechada
6.4 PROJETO DO CONTROLADOR PID CHR COM SINTONIA
VOLTADA PARA PERTURBAO DE CARGA COM 20% DE
SOBRESSINAL
Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 3. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 14 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.

(35)
28




Figura 14: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 15 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.


Figura 15: Respostas a entrada senoidal da malha fechada
6.5 PROJETO DO CONTROLADOR PID CHR COM SINTONIA
VOLTADA PARA SINAL DE REFERNCIA COM 0% DE SOBRESINAL
29



Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 4. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 16 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.


Figura 16: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 17 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.
(36)
30




Figura 17: Respostas a entrada senoidal da malha fechada
6.6 PROJETO DO CONTROLADOR PID CHR COM SINTONIA
VOLTADA PARA SINAL DE REFERNCIA COM 20% DE SOBRESINAL
Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 4. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 18 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.
(37)
31




Figura 18: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 19 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.


Figura 19: Respostas a entrada senoidal da malha fechada
6.7 PROJETO DO CONTROLADOR PID MTODO DE OTIMIZAO
IAE PARA PERTURBAO DE CARGA
32



Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 5. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 20 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.


Figura 20: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 21 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.

(38)
33




Figura 21: Respostas a entrada senoidal da malha fechada

A partir da resposta ao degrau em malha fechada, foi possvel verificar a instabilidade
do sistema, obtendo uma resposta crescente e oscilatria.
6.8 PROJETO DO CONTROLADOR PID MTODO DE OTIMIZAO
ITAE PARA PERTURBAO DE CARGA
Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 5. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 22 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.

(40)
34




Figura 22: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 23 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.

Figura 23: Respostas a entrada senoidal da malha fechada
6.9 PROJETO DO CONTROLADOR PID MTODO DE OTIMIZAO
IAE PARA VARIAO NO SINAL DE REFERNCIA
35



Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 6. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 24 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.


Figura 24: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 25 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.

(41)
36




Figura 25: Respostas a entrada senoidal da malha fechada
6.10 PROJETO DO CONTROLADOR PID MTODO DE OTIMIZAO
ITAE PARA VARIAO NO SINAL DE REFERNCIA
Com base no modelo de primeira ordem aproximado (19), os parmetros do
controlador podem ser determinados de acordo com a tabela 6. Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

()


A figura 26 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.
(42)
37




Figura 26: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 27 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.


Figura 27: Respostas a entrada senoidal da malha fechada
6.11 PROJETO DO CONTROLADOR PID SINC
Com base no modelo de segunda ordem aproximado (28), os parmetros do
controlador podem ser determinados de acordo com as equaes (17). Assim, obtm-se:

.
A partir de (10) determina-se o modelo do controlador PID:

38


()


A figura 28 mostra a resposta ao degrau, o diagrama de Bode e o diagrama de Nyquist
para o sistema em malha fechada com controle PID calculado.

Figura 28: Resposta ao degrau, diagrama de bode e diagramde de Nyquist da malha fechada

A figura 29 mostra a resposta do sistema em malha fechada para uma entrada senoidal
de amplitude unitria e frequncia correspondente a maior constante de tempo do sistema e a
menor constante de tempo do sistema, respectivamente.

Figura 29: Respostas a entrada senoidal da malha fechada
(43)
39



A partir da resposta ao degrau em malha fechada, foi possvel verificar a estabilidade
do sistema, obtendo uma resposta lenta e oscilatria dos controladores (32), (37) e (40). Os
controladores (34) e (35), obtiveram uma resposta lenta, oscilatria, estvel e sem sobressinal.
Os controladores (36) e (42), obtiveram uma resposta estvel mais rpida com pequena
oscilao. Foi verificada a instabilidade dos controladores (33) e (38), obtendo uma resposta
oscilatria e crescente. O controlador (43) foi o que obteve melhor resultado visual, com uma
resposta estvel rpida, sem oscilao e sem sobressinal. As respostas a uma entrada senoidal
mostra que, para a frequncia igual a maior constante de tempo do sistema, o sinal segue a
referncia defasada, atenuada ou amplificada. Para frequncia da senoide igual a menor
constante de tempo, as respostas dos sistemas so atenuadas para um valor muito pequeno,
pois os sistemas em malha fechada comportam-se como um filtro passa-baixa, bloqueando
assim as altas frequncias do sistema.




















40



7 CLCULO DOS NDICES DE DESEMPENHO
A partir das malhas fechadas determinadas, os ndices de desempenho abordados na
seo 4 sero calculados a partir de algoritmos implementados no MATLAB, que esto no
anexo deste relatrio. Os ndices so mostrados na tabela 7.

Tabela 7 ndices de desempenho
Controlador
Margem
de Ganho
Gm (dB)
Margem de
Fase (Pm)
Ms IAE
Tempo de
Subida (s)
Tempo de
acomodao
(s)
Sobressinal
(%)
PID - ZN 1.0656 103,2717 8,6796 18,4123 1,6247 91,4876 16,7345
PID - CC -0.0544 -9,0094 158,1229 175,644 1514,8 - -
PID CHR COM SINTONIA
VOLTADA PARA PERTURBAO
DE CARGA COM 0% DE
SOBRESINAL
4.1429 102,7678 2,6364 22,4506 54,1679 98,3935 0
PID CHR Com Sintonia
voltada Para Perturbao De
Carga Com 20% De Sobresinal
2.0897 101,6673 4,682 14,7052 2,021 67,764 3,5506
PID CHR Com Sintonia
voltada Para Sinal de
Referncia Com 0% de
Sobresinal
5.2258 66,2832 2,2156 7,0328 3,2852 18,3065 0
PID CHR Com Sintonia
voltada Para Sinal de
Referncia Com 20% de
Sobresinal
2.6021 66,1147 3,8606 9,0838 1,8616 35,3356 29,2029
PID Mtodo De Otimizao
IAE Para Perturbao De Carga
-1.7125 -132,6697 4,6041 23166000000 29,5836 - -
PID Mtodo De Otimizao
ITAE Para Perturbao De
Carga
0.8058 64,3396 11,2776 23,8123 1,4167 120,3719 60,789
PID Mtodo De Otimizao
IAE Para Variao no Sinal de
Referncia
2.8291 75,5822 3,5964 8,9648 2,0684 35,9772 18,6548
PID Mtodo De Otimizao
ITAE Para Variao no Sinal de
Referncia
4.0520 75,5588 2,6845 8,1058 2,7238 28,0974 3,6828
PID SINC 8.9342 60,9396 1,6521 9,0351 7,5775 22,2146 2,7085




41



8 CONCLUSO
O artigo de Skogestad apresenta uma alternativa simples para a obteno dos
parmetros e sintonia de controladores PID. Atravs da reduo de ordem do sistema,
possvel obter boa resposta para sistemas em malha fechada com controlador.
Analisando os ndices de desempenho, possvel verificar a instabilidade dos
controladores (33) e (38) pelo valor negativo da margem de ganho e de fase. O nico
controlador que possui uma margem de ganho satisfatria ( Ms > 6 dB) o PID-SIMC, este
tambm possui a menor margem de fase, o menor pico de sensibilidade, razovel tempo de
acomodao e baixo sobressinal. Assim, em comparao aos outros controladores, o que
possui os melhores ndices de desempenho o SIMC-PID.





















42



BIBLIOGRAFIA

[1] SKOGESTAD, Sigurd. Simple analytic rules for model reduction and PID controller tuning. Journal
of Process Control, 13th ed, 2003. p.291.

[2] ASTROM, Karl J. Computer Controlled Systems, Theory and Design.







43



ANEXO A CDIGOS MATLAB
%Cdigo para verificar a resposta ao degrau das funes e determinar a
%aproximao de primeira ordem pelo mtodo da curva de reao
s = tf('s');
G11 = exp(-0.8*s)*0.5*(-2*s+1)/((1.5*s+1)*(0.6*s+1)^4);
G12 = 7*exp(-s)/((3*s+1)*(1.5*s+1)*(5*s+1));
G21 = 1.5*(0.6*s+1)*exp(-3*s)/((9*s+1)^2+(5*s+1)*(0.2*s+1)^2);
G22 = 5*(-3*s+1)*exp(-0.3*s)/((2*s+1)^3);

%Respostas ao degrau das funes
figure(1)
subplot(2,2,1)
hold on
step(G11,'r')
title('Resposta ao degrau de G11')
grid

subplot(2,2,2)
step(G12,'r')
hold on
title('Resposta ao degrau de G12')
grid

subplot(2,2,3)
step(G21,'r')
hold on
title('Resposta ao degrau de G21')
grid

subplot(2,2,4)
step(G22,'r')
hold on
title('Resposta ao degrau de G22')
grid

%Cdigo para verificar as respostas ao degrau, diagrams de Bode e de
%Nyquist das funes originais e aproximadas de 1 grau
k1 = [0.5 7; 0.75 5];
teta1 = [4.22 3.13; 4.29 4.87];
tau1 = [2 12.07; 17.51 3.96];

k2 = [0.5 7; 1.5 5];
teta2 = [4.9 4; 13.9 6.3];
tau2 = [1.8 6.5; 13.5 3];

s = tf('s');
G = [exp(-0.8*s)*0.5*(-2*s+1)/((1.5*s+1)*(0.6*s+1)^4) 7*exp(-
s)/((3*s+1)*(1.5*s+1)*(5*s+1))
1.5*(0.6*s+1)*exp(-3*s)/((9*s+1)^2+(5*s+1)*(0.2*s+1)^2) 5*(-
3*s+1)*exp(-0.3*s)/((2*s+1)^3)];


n = 1;
44



for i=1:1:2
for j=1:1:2
Gapx1(i,j) = k1(i,j)*exp(-teta1(i,j)*s)/(tau1(i,j)*s+1);
Gapx2(i,j) = k2(i,j)*exp(-teta2(i,j)*s)/(tau2(i,j)*s+1);
figure(1)
subplot(2,2,n)
hold on
step(G(i,j),'r')
step(Gapx1(i,j), 'g')
step(Gapx2(i,j), 'b')
title('Resposta ao degrau')
legend({'Original','Mtodo da curva de reao', 'Mtodo Half-
Rule'})
grid

figure(2)
subplot(2,2,n)
hold on
bode(G(i,j),'r')
bode(Gapx1(i,j),'g')
bode(Gapx2(i,j), 'b')
title('Diagrama de bode do sistema real e do modelo aproximado')
legend({'Original','Mtodo da curva de reao', 'Mtodo Half-
Rule'})
grid

figure(3)
subplot(2,2,n)
hold on
nyquist(G(i,j),'r')
nyquist(Gapx1(i,j),'g')
nyquist(Gapx2(i,j), 'b')
title('Diagrama de Nyquist do sistema real e do modelo aproximado')
legend({'Original','Mtodo da curva de reao', 'Mtodo Half-
Rule'})
grid
n = n+1;
end

end

%Cdigo para verificar as respostas ao degrau, diagramas de Bode e de
%Nyquist das funes originais e aproximadas de 2 grau
k = [0.5 7; 1.5 5];
teta = [4.3 1.75; 6.9 4.3];
tau1 = [1.5 5; 9 2];
tau2 = [0.9 3.75; 11.5 3];

s = tf('s');
G = [exp(-0.8*s)*0.5*(-2*s+1)/((1.5*s+1)*(0.6*s+1)^4) 7*exp(-
s)/((3*s+1)*(1.5*s+1)*(5*s+1))
1.5*(0.6*s+1)*exp(-3*s)/((9*s+1)^2+(5*s+1)*(0.2*s+1)^2) 5*(-
3*s+1)*exp(-0.3*s)/((2*s+1)^3)];

n = 1;
for i=1:1:2
for j=1:1:2
Gapx(i,j) = k(i,j)*exp(-
teta(i,j)*s)/((tau1(i,j)*s+1)*(tau2(i,j)*s+1));
figure(1)
45



subplot(2,2,n)
hold on
step(G(i,j),'r')
step(Gapx(i,j), 'g')
title('Resposta ao degrau')
legend({'Original', 'Mtodo Half-Rule de 2 Ordem'})
grid

figure(2)
subplot(2,2,n)
hold on
bode(G(i,j),'r')
bode(Gapx(i,j),'g')
title('Diagrama de bode do sistema real e do modelo aproximado')
legend({'Original', 'Mtodo Half-Rule de 2 Orden'})
grid

figure(3)
subplot(2,2,n)
hold on
nyquist(G(i,j),'r')
nyquist(Gapx(i,j),'g')
title('Diagrama de Nyquist do sistema real e do modelo aproximado')
legend({'Original', 'Mtodo Half-Rule de 2 Ordem'})
grid
n = n+1;
end

end

%Cdigo para projeto dos controladores, anlise em malha fechada e clculo
%dos ndices de desempenho
clc
s = tf('s');
G = exp(-0.8*s)*0.5*(-2*s+1)/((1.5*s+1)*(0.6*s+1)^4);
%Parametros do Controlador PID pelo mtodo de sintonia Ziegler_Nichols
k = 1.137;
Ti = 8.44;
Td = 2.11;
%Calculo da funo do Controlador
C = k*((Ti*s + 1)/(Ti*s))*(Td*s + 1);
%Funo de transferencia de malha fechada
ftmf = (G*ss(C))/(G*ss(C)+1);
figure(1)
subplot(2,2,1)
step(ftmf)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf)
title('Diagrama de Nyquist do sistema de malha fechada')
t = 0:0.05:200;
u = sin(1/0.609*t);
u2 = sin(1/0.118*t);
figure(2)
subplot(1,2,1)
46



lsim(ftmf,'r',u,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf,'r',u2,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S1 = stepinfo(ftmf)

%Parametros do Controlador PID pelo mtodo de sintonia Cohen-Coon
k2 = 1.7796;
Ti2 = 6.4037;
Td2 = 1.1146;
%Calculo da funo do Controlador
C2 = k2*((Ti2*s + 1)/(Ti2*s))*(Td2*s + 1);
%Funo de transferencia de malha fechada
ftmf2 = (G*ss(C2))/(G*ss(C2)+1);
figure(3)
subplot(2,2,1)
step(ftmf2)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf2)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf2)
title('Diagrama de Nyquist do sistema de malha fechada')
u3 = sin(1/0.803*t);
u4 = sin(1/0.156*t);
figure(4)
subplot(1,2,1)
lsim(ftmf2,'r',u3,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf2,'r',u4,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S2 = stepinfo(ftmf2)


%Parametros do Controlador CHR 0% de sobresinal
k3 = 0.9005;
Ti3 = 10.128;
Td3 = 1.7724;
%Calculo da funo do Controlador
C3 = k3*((Ti3*s + 1)/(Ti3*s))*(Td3*s + 1);
%Funo de transferencia de malha fechada
ftmf3 = (G*ss(C3))/(G*ss(C3)+1);
figure(5)
subplot(2,2,1)
step(ftmf3)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf3)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf3)
title('Diagrama de Nyquist do sistema de malha fechada')
u5 = sin(1/0.508*t);
47



u6 = sin(1/0.099*t);
figure(6)
subplot(1,2,1)
lsim(ftmf3,'r',u5,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf3,'r',u6,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S3 = stepinfo(ftmf3)

%Parametros do Controlador CHR 20% de sobresinal
k4 = 1.1374;
Ti4 = 8.44;
Td4 = 1.7724;
%Calculo da funo do Controlador
C4 = k4*((Ti4*s + 1)/(Ti4*s))*(Td4*s + 1);
%Funo de transferencia de malha fechada
ftmf4 = (G*ss(C4))/(G*ss(C4)+1);
figure(7)
subplot(2,2,1)
step(ftmf4)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf4)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf4)
title('Diagrama de Nyquist do sistema de malha fechada')
u7 = sin(1/0.609*t);
u8 = sin(1/0.118*t);
figure(8)
subplot(1,2,1)
lsim(ftmf4,'r',u7,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf4,'r',u8,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S4 = stepinfo(ftmf4)


%Parametros do Controlador CHR 0% de sobresinal
k5 = 0.5687;
Ti5 = 2;
Td5 = 2.11;
%Calculo da funo do Controlador
C5 = k5*((Ti5*s + 1)/(Ti5*s))*(Td5*s + 1);
%Funo de transferencia de malha fechada
ftmf5 = (G*ss(C5))/(G*ss(C5)+1);
figure(9)
subplot(2,2,1)
step(ftmf5)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf5)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
48



nyquist(ftmf5)
title('Diagrama de Nyquist do sistema de malha fechada')
u9 = sin(1/2.572*t);
u10 = sin(1/0.5*t);
figure(10)
subplot(1,2,1)
lsim(ftmf5,'r',u9,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf5,'r',u10,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S5 = stepinfo(ftmf5)


%Parametros do Controlador CHR 20% de sobresinal
k6 = 0.9005;
Ti6 = 2.8;
Td6 = 1.9834;
%Calculo da funo do Controlador
C6 = k6*((Ti6*s + 1)/(Ti6*s))*(Td6*s + 1);
%Funo de transferencia de malha fechada
ftmf6 = (G*ss(C6))/(G*ss(C6)+1);
figure(11)
subplot(2,2,1)
step(ftmf6)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf6)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf6)
title('Diagrama de Nyquist do sistema de malha fechada')
u11 = sin(1/1.837*t);
u12 = sin(1/0.357*t);
figure(12)
subplot(1,2,1)
lsim(ftmf6,'r',u11,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf6,'r',u12,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S6 = stepinfo(ftmf6)

%Parametros do Controlador Lopez IAE
k7 = 1.4428;
Ti7 = 3.985;
Td7 = 2.2531;
%Calculo da funo do Controlador
C7 = k7*((Ti7*s + 1)/(Ti7*s))*(Td7*s + 1);
%Funo de transferencia de malha fechada
ftmf7 = (G*ss(C7))/(G*ss(C7)+1);
figure(13)
subplot(2,2,1)
step(ftmf7)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf7)
49



grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf7)
title('Diagrama de Nyquist do sistema de malha fechada')
u13 = sin(1/1.291*t);
u14 = sin(1/0.251*t);
figure(14)
subplot(1,2,1)
lsim(ftmf7,'r',u13,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf7,'r',u14,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S7 = stepinfo(ftmf7)

%Parametros do Controlador Lopez ITAE
k8 = 1.3382;
Ti8 = 4.1213;
Td8 = 1.6018;
%Calculo da funo do Controlador
C8 = k8*((Ti8*s + 1)/(Ti8*s))*(Td8*s + 1);
%Funo de transferencia de malha fechada
ftmf8 = (G*ss(C8))/(G*ss(C8)+1);
figure(15)
subplot(2,2,1)
step(ftmf8)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf8)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf8)
title('Diagrama de Nyquist do sistema de malha fechada')
u15 = sin(1/1.248*t);
u16 = sin(1/0.243*t);
figure(16)
subplot(1,2,1)
lsim(ftmf8,'r',u15,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf8,'r',u16,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S8 = stepinfo(ftmf8)

%Parametros do Controlador Rovira IAE
k9 = 1.1352;
Ti9 = 4.2946;
Td9 = 1.3927;
%Calculo da funo do Controlador
C9 = k9*((Ti9*s + 1)/(Ti9*s))*(Td9*s + 1);
%Funo de transferencia de malha fechada
ftmf9 = (G*ss(C9))/(G*ss(C9)+1);
figure(17)
subplot(2,2,1)
step(ftmf9)
title('Resposta ao degrau do sistema de malha fechada')
grid
50



subplot(2,2,2)
bode(ftmf9)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf9)
title('Diagrama de Nyquist do sistema de malha fechada')
u17 = sin(1/1.198*t);
u18 = sin(1/0.233*t);
figure(18)
subplot(1,2,1)
lsim(ftmf9,'r',u17,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf9,'r',u18,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S9 = stepinfo(ftmf9)


%Parametros do Controlador Rovira ITAE
k10 = 1.0231;
Ti10 = 4.1167;
Td10 = 1.2326;
%Calculo da funo do Controlador
C10 = k10*((Ti10*s + 1)/(Ti10*s))*(Td10*s + 1);
%Funo de transferencia de malha fechada
ftmf10 = (G*ss(C10))/(G*ss(C10)+1);
figure(19)
subplot(2,2,1)
step(ftmf10)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf10)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf10)
title('Diagrama de Nyquist do sistema de malha fechada')
u19 = sin(1/1.249*t);
u20 = sin(1/0.243*t);
figure(20)
subplot(1,2,1)
lsim(ftmf10,'r',u19,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf10,'r',u20,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S10 = stepinfo(ftmf10)


%Parametros do Controlador SINC
k11 = 0.3488;
Ti11 = 1.5;
Td11 = 0.9;
%Calculo da funo do Controlador
C11 = k11*((Ti11*s + 1)/(Ti11*s))*(Td11*s + 1);
%Funo de transferencia de malha fechada
ftmf11 = (G*ss(C11))/(G*ss(C11)+1);
figure(21)
51



subplot(2,2,1)
step(ftmf11)
title('Resposta ao degrau do sistema de malha fechada')
grid
subplot(2,2,2)
bode(ftmf11)
grid
title('Diagrama de Bode do sistema de malha fechada')
subplot(2,2,3)
nyquist(ftmf11)
title('Diagrama de Nyquist do sistema de malha fechada')
u21 = sin(1/3.429*t);
u22 = sin(1/0.667*t);
figure(22)
subplot(1,2,1)
lsim(ftmf11,'r',u21,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
subplot(1,2,2)
lsim(ftmf11,'r',u22,t)
title('Resposta a um sinal senoidal do sistema de malha fechada')
S11 = stepinfo(ftmf11)


%Determinao de ndices de desempenho
ftma = G*ss(C);
ftma2 = G*ss(C2);
ftma3 = G*ss(C3);
ftma4 = G*ss(C4);
ftma5 = G*ss(C5);
ftma6 = G*ss(C6);
ftma7 = G*ss(C7);
ftma8 = G*ss(C8);
ftma9 = G*ss(C9);
ftma10 = G*ss(C10);
ftma11 = G*ss(C11);
[Gm1,Pm1,Wcg1,Wcp1] = margin(ftma);
[Gm2,Pm2,Wcg2,Wcp2] = margin(ftma2);
[Gm3,Pm3,Wcg3,Wcp3] = margin(ftma3);
[Gm4,Pm4,Wcg4,Wcp4] = margin(ftma4);
[Gm5,Pm5,Wcg5,Wcp5] = margin(ftma5);
[Gm6,Pm6,Wcg6,Wcp6] = margin(ftma6);
[Gm7,Pm7,Wcg7,Wcp7] = margin(ftma7);
[Gm8,Pm8,Wcg8,Wcp8] = margin(ftma8);
[Gm9,Pm9,Wcg9,Wcp9] = margin(ftma9);
[Gm10,Pm10,Wcg10,Wcp10] = margin(ftma10);
[Gm11,Pm11,Wcg11,Wcp11] = margin(ftma11);
figure(23)
bode(ftma)
grid
title('Diagrama de bode do sistema de malha aberta')
%Margem de ganho: o comportamento dinmico de um sistema pode vir a ser
%considerado satisfatrio se a margem de ganho for maior ou igual a 6dB.
Gm1,Gm2,Gm3,Gm4,Gm5,Gm6,Gm7,Gm8,Gm9,Gm10,Gm11
%Margem de ganho em dB
Gm1_db = 20*log10(Gm1)
Gm2_db = 20*log10(Gm2)
Gm3_db = 20*log10(Gm3)
Gm4_db = 20*log10(Gm4)
Gm5_db = 20*log10(Gm5)
Gm6_db = 20*log10(Gm6)
52



Gm7_db = 20*log10(Gm7)
Gm8_db = 20*log10(Gm8)
Gm9_db = 20*log10(Gm9)
Gm10_db = 20*log10(Gm10)
Gm11_db = 20*log10(Gm11)
%Margem de fase: deve ser positiva para um sistema estvel.
Pm1,Pm2,Pm3,Pm4,Pm5,Pm6,Pm7,Pm8,Pm9,Pm10,Pm11
%Pico de sensibilidade: um ndice que indica quanto os erros nas medies
%ou perturbaes em geral influenciam o processo pela realimentao. Quanto
%menor esse ndice, melhor.
S = 1/(1+ ftma);
[g,ph,w] = bode(S);
Ms1 = max(g)

S = 1/(1+ ftma2);
[g,ph,w] = bode(S);
Ms2 = max(g)

S = 1/(1+ ftma3);
[g,ph,w] = bode(S);
Ms3 = max(g)

S = 1/(1+ ftma4);
[g,ph,w] = bode(S);
Ms4 = max(g)

S = 1/(1+ ftma5);
[g,ph,w] = bode(S);
Ms5 = max(g)

S = 1/(1+ ftma6);
[g,ph,w] = bode(S);
Ms6 = max(g)

S = 1/(1+ ftma7);
[g,ph,w] = bode(S);
Ms7 = max(g)

S = 1/(1+ ftma8);
[g,ph,w] = bode(S);
Ms8 = max(g)

S = 1/(1+ ftma9);
[g,ph,w] = bode(S);
Ms9 = max(g)

S = 1/(1+ ftma10);
[g,ph,w] = bode(S);
Ms10 = max(g)

S = 1/(1+ ftma11);
[g,ph,w] = bode(S);
Ms11 = max(g)

%IAE: este parmetro indica a performance do controle do sistema,
%calculando a integral do sinal de erro, quanto menor, melhor tbm.
[y,t] = step(ftmf);
Erro = y-1;
Erro_abs = abs(Erro);
53



IAE1 = trapz(t,Erro_abs)

[y,t] = step(ftmf2);
Erro = y-1;
Erro_abs = abs(Erro);
IAE2 = trapz(t,Erro_abs)

[y,t] = step(ftmf3);
Erro = y-1;
Erro_abs = abs(Erro);
IAE3 = trapz(t,Erro_abs)

[y,t] = step(ftmf4);
Erro = y-1;
Erro_abs = abs(Erro);
IAE4 = trapz(t,Erro_abs)

[y,t] = step(ftmf5);
Erro = y-1;
Erro_abs = abs(Erro);
IAE5 = trapz(t,Erro_abs)

[y,t] = step(ftmf6);
Erro = y-1;
Erro_abs = abs(Erro);
IAE6 = trapz(t,Erro_abs)

[y,t] = step(ftmf7);
Erro = y-1;
Erro_abs = abs(Erro);
IAE7 = trapz(t,Erro_abs)

[y,t] = step(ftmf8);
Erro = y-1;
Erro_abs = abs(Erro);
IAE8 = trapz(t,Erro_abs)

[y,t] = step(ftmf9);
Erro = y-1;
Erro_abs = abs(Erro);
IAE9 = trapz(t,Erro_abs)

[y,t] = step(ftmf10);
Erro = y-1;
Erro_abs = abs(Erro);
IAE10 = trapz(t,Erro_abs)

[y,t] = step(ftmf11);
Erro = y-1;
Erro_abs = abs(Erro);
IAE11 = trapz(t,Erro_abs)