Contedo

Introduo ................................................................................................................................. 3
Objetivos ....................................................................................................................................... 4
Objetivo Geral ........................................................................................................................... 4
Objetivos Especficos ................................................................................................................. 4
Fundamentao Terica................................................................................................................ 5
Descrio dos procedimentos para obteno dos modelos de primeira e segunda ordem
com atraso................................................................................................................................. 5
Half-Rule ................................................................................................................................ 5
Curva de Reao .................................................................................................................... 5
Descrio das tcnicas de sintonia utilizadas............................................................................ 6
Ziegler Nichols (ZNT) .......................................................................................................... 6
Cohen-Coon (CC) ................................................................................................................... 7
Chien, Hrones and Reswik (CHR) ........................................................................................... 7
Mtodos de Otimizao ........................................................................................................ 8
IMC Princpio do Modelo Interno ....................................................................................... 9
SIMC Simple IMC ................................................................................................................ 9
Descrio dos ndices de desempenho ..................................................................................... 9
Margem de ganho (GM) ...................................................................................................... 10
Margem de fase (PM) .......................................................................................................... 10
Mxima Sensibilidade (MS) ................................................................................................. 10
Integrated Absolute Error (IAE) ........................................................................................... 10
Tempo de subida ( ) .......................................................................................................... 10
Tempo de Acomodao ( ) ................................................................................................ 10
Mximo Sobresinal (

.................................................................................................... 10

Malha aberta ............................................................................................................................... 10

Curva de reao....................................................................................................................... 10
Aproximao Half-Rule............................................................................................................ 12
Malha fechada ............................................................................................................................. 13
Ziegler-Nichols ......................................................................................................................... 13
Cohen-Coon............................................................................................................................. 15
Chien, Hrones e Reswik, 0% de sobressinal para rejeio de perturbao ............................ 16
Chien, Hrones e Reswik, 20% de sobressinal para rejeio de perturbao .......................... 18
1

Chien, Hrones e Reswik, 0% de sobressinal para sinal de referncia ..................................... 19

Chien, Hrones e Reswik, 20% de sobressinal para sinal de referncia ................................... 21
Otimizao ITA para perturbaes de carga ........................................................................... 22
Otimizao ITAE para perturbaes de carga ......................................................................... 24
Otimizao ITA para sinal de referncia ................................................................................. 25
Otimizao ITAE para sinal de referncia................................................................................ 27
IMC .......................................................................................................................................... 28
SIMC ........................................................................................................................................ 30
ndices de desempenho .............................................................................................................. 31
Concluso .................................................................................................................................... 32
Anexos ......................................................................................................................................... 32

Lista de Figuras
Figura 1: Diagrama de Blocos
Figura 2: Mtodo da curva de reao
Figura 3: Degrau da aproximao da aproximao da curva de reao
Figura 4: Diagrama de Bode da aproximao da curva de reao
Figura 5: Nyquist da aproximao da curva de reao
Figura 6: Degrau da aproximao Half-Rule
Figura 7: Diagrama de Bode da aproximao Half-Rule
Figura 8: Nyquist da aproximao Half-Rule
Figura 9: Degrau aplicado na entrada (ZN)
Figura 10: Degrau aplicado na perturbao (ZN)
Figura 11: Seno aplicado na Entrada (ZN)
Figura 12: Seno na Perturbao (ZN)
Figura 13: Degrau na Entrada (CC)
Figura 14: Degrau na Perturbao (CC)
Figura 15: Seno na Entrada (CC)
Figura 16: Seno na Perturbao (Cohen-Coon)
Figura 17: Degrau na Entrada (CHR0RP)
Figura 18: Degrau na Perturbao (CHR0RP)
Figura 19: Seno na Entrada (CHR0RP)
Figura 20: Seno na Perturbao (CHR0RP)
Figura 21: Degrau na Entrada (CHR20RP)
Figura 22: Degrau na Perturbao (CHR20RP)
Figura 23: Seno na Entrada (CHR20RP)
Figura 24: Seno na Perturbao (CHR20RP)
Figura 25: Degrau na Entrada (CHR0SR)
Figura 26: Degrau na perturbao (CHR0SR)
Figura 27: Seno na Entrada (CHR0SR)
Figura 28: Seno na Perturbao (CHR0SR)
Figura 29: Degrau na Entrada (CHR20SR)
Figura 30: Degrau na Perturbao (CHR20SR)
2

Figura 31: Seno na Entrada (CHR20SR)

Figura 32: Seno na Perturbao (CHR20SR)
Figura 33: Degrau na Entrada (ITAPR)
Figura 34: Degrau na Perturbao (ITAPR)
Figura35: Seno na Entrada (ITAPR)
Figura 36: Seno na Perturbao (ITAPR)
Figura 37: Degrau na Entrada (ITAEPR)
Figura 38: Degrau na Perturbao (ITAEPR)
Figura 39: Seno na Entrada (ITAEPR)
Figura 40: Seno na Perturbao (ITAEPR)
Figura 41: Degrau na Entrada (ITASR)
Figura 42: Degrau na Perturbao (ITASR)
Figura 43: Seno na Entrada (ITASR)
Figura 44: Seno na Perturbao (ITASR)
Figura 45: Degrau na Entrada (ITAESR)
Figura 46: Degrau na Perturbao (ITAESR)
Figura 47: Seno na Entrada (ITAESR)
Figura 48: Seno na Perturbao (ITAESR)
Figura 49: Degrau na Entrada (IMC)
Figura 50: Degrau na Perturbao (IMC)
Figura 51: Seno na Entrada (IMC)
Figura 52: Seno na Perturbao (IMC)
Figura 53: Degrau na Entrada (SIMC)
Figura 54: Degrau na Perturbao (SIMC)
Figura 55: Seno na Entrada (SIMC)
Figura 56: Seno na Perturbao (SIMC)
Lista de Tabelas
Tabela 1: Ziegler Nichols
Tabela 2: Cohen-Coon
Tabela 3: Chien, Hrones and Reswik Rejeio de Pertubao
Tabela 4: Chien, Hrones and Reswik Sinal de Referncia
Tabela 5: ndices utilizados nos mtodos de otimizao Perturbao de Carga
Tabela 6: ndices utilizados nos mtodos de otimizao Sinal de Referncia
Tabela 7: Tabela com os ndices de desempenho

Introduo
A destilao um processo de separao muito antigo, que tem como objetivo separar
dos ou mais lquidos misturados em dois ou mais fluxos de sada com diferentes composies.
Este processo baseia-se na diferena de volatilidade entre os componentes que devem ser
separados.
As colunas de destilao so representadas por processos que apresentam no
linearidades elevadas e interaes severas.
O objetivo que os lquidos sejam divididos da forma mais pura possvel, ficando o
mais leve em cima e o mais pesado embaixo, para que possam ser extrados, um no topo e o
outro no fundo.
Existem duas configuraes de operao amplamente utilizadas para o ajuste das
composies de topo e de fundo: refluxo de topo e de fundo (LV) e fluxo de topo e refluxo de
3

fundo (DV). Na LV, os refluxos de topo e de fundo so utilizados como entradas. J na

configurao DV, o fluxo de topo e o refluxo de fundo so utilizados como entradas.
Um dos modelos utilizados para descrever uma coluna de destilao o de Wood e
Berry, que do tipo multivarivel com duas entradas e duas sadas, que representado pela
funo de transferncia e diagrama de blocos descrito abaixo:
(
(

u1(t)

(
(

G11(s)

y1(t)

G12(s)

G21(s)

u2(t)

+
G22(s)

y2(t)

Figura 1: Diagrama de Blocos

Objetivos
Objetivo Geral
O projeto a seguir visa fazer uma reviso dos assuntos previamente aprendidos atravs
da disciplina controle analgico, projetando controladores PID para controlar o termo
(
do modelo descrito acima e definindo qual o melhor atravs de alguns ndices de desempenho.
Objetivos Especficos
Obter aproximaes atravs do mtodo grfico de resposta ao degrau (curva de
reao) e do mtodo half-rule;
Projetar os controladores PID utilizando os mtodos das tabelas e o mtodo SIMC;
Encontrar as malhas fechadas do processo com os controladores e com e sem
perturbao;
Aplicar degraus e senides na entrada do sistema e na perturbao pra ver como os
controladores se comportam;
Calcular os ndices de desempenho de todos os controladores e depois comparar e
eleger o melhor controlador.

Fundamentao Terica
Descrio dos procedimentos para obteno dos modelos de primeira e segunda
ordem com atraso.
Half-Rule
Half-Rule uma aproximao de funo de transferncia do processo por um
equivalente de primeira ou segunda ordem, com atraso. Admitindo que a funo de
transferncia tenha a seguinte forma:
(

Onde
so as constantes de tempo do do numerador e
so as constantes de
tempo do denominador e
o atraso. Atravs dessa aproximao podemos obter as
seguintes funes de transferncia de primeira e segunda ordem:
(

Para as aproximaes de primeira ordem, usamos as seguintes expresses:

E para o sistema de segunda ordem, usamos as seguintes expresses:

Curva de Reao
A outra forma de se obter uma aproximao de primeira ordem para as funes de
transferncia e atravs do mtodo da curva de reao. Aplicamos um degrau unitrio no
sistema e avaliamos o ganho, o atraso e a constante de tempo, de acordo com a figura abaixo:

Figura 2: Mtodo da curva de reao

Obtemos os parmetros desenhando uma linha tangente no ponto de inflexo da
curva com o formato em S e determinamos a interseco da linha tangente com o eixo do
tempo (amplitude igual a 0) e com o eixo do K (Amplitude igual a K). A primeira interseco
corresponde ao L e a segunda subtrada do L o .
Com os parmetros j obtidos, conseguimos a seguinte aproximao de primeira ordem:

Descrio das tcnicas de sintonia utilizadas

Antes de qualquer coisa importante ressaltar que utilizamos o controlador PID, dado
pela seguinte funo de transferncia:
(

Ziegler Nichols (ZNT)

Para a utilizao deste mtodo e outros utilizamos o mtodo da curva de reao para
obter os parmetros K, L e . Depois substitumos na tabela abaixo e com os valores dela,
substitumos na equao do controlador:

Tabela 1: Ziegler Nichols

Cohen-Coon (CC)
O mtodo bastante similar ao Ziegler-Nichols, apenas com uma tabela diferente:

Tabela 2: Cohen-Coon
Chien, Hrones and Reswik (CHR)
Chien, Hrones e Reswik sugerem algumas modificaes na tabela de Ziegler-Nichols, uma
vez que a sintonia para rejeio de perturbaes de carga diferente da sintonia para o sinal
de referncia. Assim foram criadas as duas tabelas abaixo:

Tabela 3: Chien, Hrones and Reswik Rejeio de Pertubao

Tabela 4: Chien, Hrones and Reswik Sinal de Referncia

Mtodos de Otimizao
Os parmetros do controlador tambm podem ser escolhidos de modo a minimizar algum
critrio de desempenho. Para rejeio a perturbaes de carga so utilizados critrios como o
IE ( Integrated Error), ISE (Integrated Square Error), IAE (Integrated Absolute Error).
Assim, para a perturbao de carga os parmetros timos apresentados so dados por:
( ( )

( )
( ( )
Sendo A, B, C, D, E e F as constantes dadas na tabela abaixo:

Tabela 5: ndices utilizados nos mtodos de otimizao Perturbao de Carga

J quando falamos sobre o problema da variao do sinal de referncia os parmetros
timos so dados pelas seguintes expresses:
( ( )

( )
( ( )
8

Sendo A, B, C, D, E e F as constantes dadas na tabela abaixo:

Tabela 6: ndices utilizados nos mtodos de otimizao Sinal de Referncia

IMC Princpio do Modelo Interno
O princpio do modelo interno um mtodo geral para projeto de sistemas de controle
que pode ser aplicado ao controle PID. O controlador obtido pelo IMC pode ser representado
com um controlador srie comum tipicamente fornecendo controladores de alta ordem.
Para obtermos um controlador PID por IMC, usamos os seguintes parmetros:
(

Onde

( (

a constante de tempo do filtro utilizado.

SIMC Simple IMC

Skogestad props uma modificao no mtodo IMC que leva em conta a relao entre
a constante de tempo, atraso e a malha fechada desejada. Para o controlador PID, atravs dos
dados de uma aproximao Half-Rule de segunda ordem, temos:

Onde o
pode ser escolhido livremente, porm um bom custo benefcio obtido
escolhendo o mesmo igual o tempo de atraso.

Descrio dos ndices de desempenho

Margem de ganho (GM)

a variao , expressa em dB, do ganho da funo de transferncia de malha aberta,
para a fase de -180, para que o sistema em malha fechada se torne instvel.
Margem de fase (PM)
a variao de fase do sistema em malha aberta, para ganho unitrio, necessria para
que o sistema em malha fechada se torne instvel.
Mxima Sensibilidade (MS)
Seu valor representa o inverso da menor distncia do ponto -1 que a resposta do
sistema em malha fechada, no domnio da frequncia, produz, ao observar-se o grfico de
Nyquist. Quanto menor a distncia, maior ser sua suscetibilidade instabilidade. Se a
resposta intercepta -1, dizemos que o sistema marginalmente estvel e se a curva da
resposta engloba o -1 o sistema instvel.
Integrated Absolute Error (IAE)
O critrio de desempenho IAE consegue transmitir a quantidade total de material que
no se encontra no ponto de estabilidade se as alteraes no fluxo de alimentao estiverem
includas.
Tempo de subida ( )
Tempo de subida o tempo necessrio para que a resposta passe de 10% a 90%, de
5% a 95%, ou de 0% a 100% do valor final. A variao da faixa se d de acordo com o tipo de
sistema, pois o mesmo pode ser: subamortecido, amortecido ou superamortecido.
Tempo de Acomodao ( )
Tempo de acomodao o tempo necessrio para que a curva de resposta alcance
valores dentro de uma faixa, geralmente de 2% a 5% em torno do valor final.
Mximo Sobresinal (
Mximo Sobresinal ou overshoot o valor mximo de pico de curva de resposta.

Malha aberta
Curva de reao
Pelo mtodo da curva de reao, obtivemos as seguintes aproximaes de primeira
ordem:

[ (

10

Figura 3: Degrau da aproximao da aproximao da curva de reao

Figura 4: Diagrama de Bode da aproximao da curva de reao

Figura 5: Nyquist da aproximao da curva de reao

11

Aproximao Half-Rule
Pelo mtodo da curva de reao, obtivemos as seguintes aproximaes de primeira
ordem:

[(

E o de segunda ordem:

(
[(

(
(

(
(

Figura 6: Degrau da aproximao Half-Rule

Figura 7: Diagrama de Bode da aproximao Half-Rule

12

Figura 8: Nyquist da aproximao Half-Rule

Malha fechada
Nesse exerccio, usei a entrada
como funo de transferncia da entrada e
perturbao. Incluindo a perturbao, acabamos obtendo a seguinte funo:

como a

Sendo P(s) a perturbao e U(s) a entrada. Tivemos que zerar a perturbao e colocar um
degrau e depois um seno na entrada. Depois fizemos o mesmo processo s que zerando a
entrada.
Ziegler-Nichols
Obtivemos a seguinte funo para o controlador:
(

13

Figura 9: Degrau aplicado na entrada (ZN)

Figura 10: Degrau aplicado na perturbao (ZN)

Figura 11: Seno aplicado na Entrada (ZN)

Figura 12: Seno na Perturbao (ZN)

14

Cohen-Coon
Obtivemos a seguinte funo para o controlador:
(

Figura 13: Degrau na Entrada (CC)

Figura 14: Degrau na Perturbao (CC)

15

Figura 15: Seno na Entrada (CC)

Figura 16: Seno na Perturbao (Cohen-Coon)

Chien, Hrones e Reswik, 0% de sobressinal para rejeio de perturbao
Obtivemos a seguinte funo para o controlador:
(

16

Figura 17: Degrau na Entrada (CHR0RP)

Figura 18: Degrau na Perturbao (CHR0RP)

Figura 19: Seno na Entrada (CHR0RP)

Figura 20: Seno na Perturbao (CHR0RP)

17

Chien, Hrones e Reswik, 20% de sobressinal para rejeio de perturbao

Obtivemos a seguinte funo para o controlador:
(

Figura 21: Degrau na Entrada (CHR20RP)

Figura 22: Degrau na Perturbao (CHR20RP)

18

Figura 23: Seno na Entrada (CHR20RP)

Figura 24: Seno na Perturbao (CHR20RP)

Chien, Hrones e Reswik, 0% de sobressinal para sinal de referncia
Obtivemos a seguinte funo para o controlador:
(

19

Figura 25: Degrau na Entrada (CHR0SR)

Figura 26: Degrau na perturbao (CHR0SR)

Figura 27: Seno na Entrada (CHR0SR)

Figura 28: Seno na Perturbao (CHR0SR)

20

Chien, Hrones e Reswik, 20% de sobressinal para sinal de referncia

Obtivemos a seguinte funo para o controlador:
(

Figura 29: Degrau na Entrada (CHR20SR)

Figura 30: Degrau na Perturbao (CHR20SR)

21

Figura 31: Seno na Entrada (CHR20SR)

Figura 32: Seno na Perturbao (CHR20SR)

Otimizao ITA para perturbaes de carga
Obtivemos a seguinte funo para o controlador:
(

22

Figura 33: Degrau na Entrada (ITAPR)

Figura 34: Degrau na Perturbao (ITAPR)

Figura35: Seno na Entrada (ITAPR)

Figura 36: Seno na Perturbao (ITAPR)

23

Otimizao ITAE para perturbaes de carga

Obtivemos a seguinte funo para o controlador:
(

Figura 37: Degrau na Entrada (ITAEPR)

Figura 38: Degrau na Perturbao (ITAEPR)

24

Figura 39: Seno na Entrada (ITAEPR)

Figura 40: Seno na Perturbao (ITAEPR)

Otimizao ITA para sinal de referncia
Obtivemos a seguinte funo para o controlador:
(

25

Figura 41: Degrau na Entrada (ITASR)

Figura 42: Degrau na Perturbao (ITASR)

Figura 43: Seno na Entrada (ITASR)

Figura 44: Seno na Perturbao (ITASR)

26

Otimizao ITAE para sinal de referncia

Obtivemos a seguinte funo para o controlador:
(

Figura 45: Degrau na Entrada (ITAESR)

Figura 46: Degrau na Perturbao (ITAESR)

27

Figura 47: Seno na Entrada (ITAESR)

Figura 48: Seno na Perturbao (ITAESR)

IMC
Obtivemos a seguinte funo para o controlador:
(

28

Figura 49: Degrau na Entrada (IMC)

Figura 50: Degrau na Perturbao (IMC)

Figura 51: Seno na Entrada (IMC)

Figura 52: Seno na Perturbao (IMC)

29

SIMC
Obtivemos a seguinte funo para o controlador:
(

Figura 53: Degrau na Entrada (SIMC)

Figura 54: Degrau na Perturbao (SIMC)

30

Figura 55: Seno na Entrada (SIMC)

Figura 56: Seno na Perturbao (SIMC)

ndices de desempenho
Todos os ndices calculados foram usando as funes stepinfo e margin do matlab. Os
resultados obtidos foram os seguintes:
Controlador
ZN
CC
CHR0RP
CHR20RP
CHR0SR
CHR20SR
ITAPC
ITAEPC
ITASR
ITAESR

GM
0.451
0.413
1.087
0.652
2.470
11.480
4.326
0.629
1.056
1.419

PM
-77.432
-78.153
180
-53.293
180
180
-103.025
-64.528
180
180
31

10.316
0.666
17.297
10.795
3.365
3.038
0.528
0.821
3.750
4835

21.421
14.804
32.884
21.896
5.709
6.166
26.468
8.909
9.560
9.939

0
0
0
0
1.528
0.770
26.144
2.060
0
0

IMC
SIMC

0.368
-80.560 0.5944
12.701
2.715
180
5.735
11.803
Tabela 7: Tabela com os ndices de desempenho

27.397
0

Concluso
perceptvel que quanto melhor a aproximao, melhor ser o controlador, mas no
conseguimos perceber um controlador que se destaque entre os outros, dependendo da
aplicao a escolha de qual usar.
Os resultados obtidos esto dentro do esperado, todos os controladores funcionaram,
mas talvez no modelo real eles no se comportem como o esperado.

Anexos

Anexo 1
% p = [Amplitude Tempo];
s = tf('s');
%#################################G11#################################
####%

%Funo Original
f11 = 20*(21*s + 1)/((28*s + 1)*(s + 1)*(0.2*s + 1)^2);
%Pontos tirados do grfico
pmaior11 = [0.198 0.692];
pmenor11 = [0.128 0.535];

%Clculo dos Parmetros da Reta

a11 = (pmaior11(1) - pmenor11(1))/(pmaior11(2) - pmenor11(2));
b11 = pmaior11(1) - pmaior11(2)*a11;
%Clculo dos parmetros L e T, atravs da reta e o valor do ganho. O L

%calculado quando a Amplitude zero e o T quando a amplitude o

valor
%mximo). T o valor na reta subtraido do L.
L11 = -b11/a11;
T11 = (1 - b11)/a11 - L11;
k11 = 20;
faprox11 = k11*exp(-L11*s)/(T11*s + 1);
%###############################G12###################################
####%

32

f12 = exp(-0.5*s)/(((s + 1)^3)*(0.2*s +1));

pmaior12 = [0.482 3.3];
pmenor12 = [0.317 2.68];
a12 = (pmaior12(1) - pmenor12(1))/(pmaior12(2) - pmenor12(2));
b12 = pmaior12(1) - pmaior12(2)*a12;
L12 = -b12/a12;
T12 = (1 - b12)/a12 - L12;
k12 = 1;
faprox12 = k12*exp(-L12*s)/(T12*s + 1);
%##################################G21################################
####%
f21 = 3*exp(-0.7*s)/(0.2*s + 1)^8;
pmaior21 = [0.413 2.12];
pmenor21 = [0.373 2.06];
a21 = (pmaior21(1) - pmenor21(1))/(pmaior21(2) - pmenor21(2));
b21 = pmaior21(1) - pmaior21(2)*a21;
L21 = -b21/a21;
T21 = (1 - b21)/a21 - L21;
k21 = 3;
faprox21 = k21*exp(-L21*s)/(T21*s + 1);
%##################################G22################################
####%
f22 = 3*exp(-0.7*s)/(0.2*s + 1)^5;
pmaior22 = [0.484 1.62];
pmenor22 = [0.404 1.53];
a22 = (pmaior22(1) - pmenor22(1))/(pmaior22(2) - pmenor22(2));
b22 = pmaior22(1) - pmaior22(2)*a22;
L22 = -b22/a22;
T22 = (1 - b22)/a22 - L22;
k22 = 3;
faprox22 = k22*exp(-L22*s)/(T22*s + 1);
%######################RESPOSTA AO DEGRAU
UNITRIO########################%
%PROCESSO E MODELOS OBTIDOS DE PRIMEIRA ORDEM
figure(1)
subplot(2,2,1)
step(f11,'blue',faprox11 ,'magenta')
title('Funo de transferncia G11 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')

33

grid
subplot(2,2,2)
step(f12,'blue',faprox12,'magenta')
title('Funo de transferncia G12 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')
grid
subplot(2,2,3)
step(f21,'blue',faprox21,'magenta')
title('Funo de transferncia G21 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')
grid
subplot(2,2,4)
step(f22,'blue',faprox22,'magenta')
title('Funo de transferncia G22 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')
grid
%##########################DIAGRAMAS DE
NYQUIST###########################%
%PROCESSO E MODELOS OBTIDOS DE PRIMEIRA ORDEM
figure(2)
subplot(2,2,1)
nyquist(f11,'blue',faprox11,'magenta')
title('Funo de transferncia G11 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')
grid
subplot(2,2,2)
nyquist(f12,'blue',faprox12,'magenta')
title('Funo de transferncia G12 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthWest')
grid
subplot(2,2,3)
nyquist(f21,'blue',faprox21,'magenta')
title('Funo de transferncia G21 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')
grid
subplot(2,2,4)
nyquist(f22,'blue',faprox22,'magenta')
title('Funo de transferncia G22 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthWest')
grid
%######################DIAGRAMA DE BODE########################%
%PROCESSO E MODELOS OBTIDOS DE PRIMEIRA ORDEM
figure(3)
subplot(2,2,1)
bode(f11,'blue',faprox11 ,'magenta')
title('Funo de transferncia G11 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')

34

grid
subplot(2,2,2)
bode(f12,'blue',faprox12,'magenta')
title('Funo de transferncia G12 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')
grid
subplot(2,2,3)
bode(f21,'blue',faprox21,'magenta')
title('Funo de transferncia G21 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')
grid
subplot(2,2,4)
bode(f22,'blue',faprox22,'magenta')
title('Funo de transferncia G22 (Mtodo Grfico)')
legend('Processo','Modelo 1 ordem','Location','SouthEast')
grid

Anexo 2
clear all
s = tf('s');
%Funes originais
G11
G12
G21
G22

=
=
=
=

20*(21*s + 1)/((28*s + 1)*(s + 1)*(0.2*s + 1)^2);

exp(-0.5*s)/(((s+1)^3)*(0.2*s + 1));
3*exp(-0.7*s)/(0.2*s + 1)^8;
3*exp(-0.7*s)/(0.2*s + 1)^5;

%Aproximaes usando Half-Rule de 1 Ordem

%G11: K = 15; t1 = 1.1; teta = 0.3
G11_aprox1 = 15*exp(-0.3*s)/(1.1*s + 1);
%G12: K = 1; t1 = 1.5; teta = 2.2
G12_aprox1 = exp(-2.2*s)/(1.5*s + 1);
%G21: K = 3; t1 = 0.3; teta = 2
G21_aprox1 = 3*exp(-2*s)/(0.3*s + 1);
%G22: K = 3; t1 = 0.3; teta = 1.6
G22_aprox1 = 3*exp(-1.6*s)/(0.3*s + 1);

%Aproximaes usando Half-Rule de 2 Ordem

%G11: K = 15; t1 = 1; t2 = 0.3; teta = 0.1
G11_aprox2 = 15*exp(-0.1*s)/((s + 1)*(0.3*s + 1));
%G12: K = 1; t1 = 1; t2 = 1.5; teta = 1.2
G12_aprox2 = exp(-1.2*s)/((s + 1)*(1.5*s + 1));
%G21: K = 3; t1 = 0.2; t2 = 0.3; teta = 1.9
G21_aprox2 = 3*exp(-1.9*s)/((0.2*s + 1)*(0.3*s + 1));
%G22: K = 3; t1 = 0.2; t2 = 0.3;teta = 1.4
G22_aprox2 = 3*exp(-1.4*s)/((0.2*s + 1)*(0.3*s + 1));

35

%######################RESPOSTA AO DEGRAU
UNITRIO########################%
%PROCESSO E MODELOS OBTIDOS DE PRIMEIRA ORDEM E SEGUNDA ORDEM
figure(1)
subplot(2,2,1)
step(G11,'blue',G11_aprox1 ,'magenta',G11_aprox2,'green')
title('Funo de transferncia G11 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
subplot(2,2,2)
step(G12,'blue',G12_aprox1 ,'magenta',G12_aprox2,'green')
title('Funo de transferncia G12 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
subplot(2,2,3)
step(G21,'blue',G21_aprox1 ,'magenta',G21_aprox2,'green')
title('Funo de transferncia G21 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
subplot(2,2,4)
step(G22,'blue',G22_aprox1 ,'magenta',G22_aprox2,'green')
title('Funo de transferncia G22 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
%##########################DIAGRAMAS DE
NYQUIST###########################%
%PROCESSO E MODELOS OBTIDOS DE PRIMEIRA ORDEM E SEGUNDA ORDEM
figure(2)
subplot(2,2,1)
nyquist(G11,'blue',G11_aprox1 ,'magenta',G11_aprox2,'green')
title('Funo de transferncia G11 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
subplot(2,2,2)
nyquist(G12,'blue',G12_aprox1 ,'magenta',G12_aprox2,'green')
title('Funo de transferncia G12 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
subplot(2,2,3)
nyquist(G21,'blue',G21_aprox1 ,'magenta',G21_aprox2,'green')
title('Funo de transferncia G21 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')

36

grid
subplot(2,2,4)
nyquist(G22,'blue',G22_aprox1 ,'magenta',G22_aprox2,'green')
title('Funo de transferncia G22 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
%######################DIAGRAMA DE BODE########################%
%PROCESSO E MODELOS OBTIDOS DE PRIMEIRA ORDEM E SEGUNDA ORDEM
figure(3)
subplot(2,2,1)
bode(G11,'blue',G11_aprox1 ,'magenta',G11_aprox2,'green')
title('Funo de transferncia G11 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
subplot(2,2,2)
bode(G12,'blue',G12_aprox1 ,'magenta',G12_aprox2,'green')
title('Funo de transferncia G12 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
subplot(2,2,3)
bode(G21,'blue',G21_aprox1 ,'magenta',G21_aprox2,'green')
title('Funo de transferncia G21 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid
subplot(2,2,4)
bode(G22,'blue',G22_aprox1 ,'magenta',G22_aprox2,'green')
title('Funo de transferncia G22 (Half - Rule)')
legend('Processo','Modelo 1 ordem','Modelo 2
Ordem','Location','SouthEast')
grid

Anexo 3
s = tf('s');
%#######################PARMETROS DO
GRFICO#############################%
K = 3;
L = 1.445;
T = 0.75;
G21 = 3*exp(-0.7*s)/(0.2*s + 1)^8;
G22 = 3*exp(-0.7*s)/(0.2*s + 1)^5;
%#######################CONTROLADOR ZIEGLERNICHOLS#######################%

37

Kp_zg = 1.2*T/K/L;
Ti_zg = 2*L;
Td_zg = 0.5*L;
Cont_zg = Kp_zg*(1 + 1/(Ti_zg*s) + Td_zg*s);
m_aberta_zg = G22*Cont_zg;
m_fechada_zg = feedback(ss(m_aberta_zg),1);
figure(1),
subplot(1,3,1);
step(m_fechada_zg);
subplot(1,3,2);
bode(m_fechada_zg);
subplot(1,3,3);
nyquist(m_fechada_zg);
%######################CONTROLADOR COHENCOON#############################%
Kp_cc = (1/K)*(0.25 + 1.35*T/L);
Ti_cc = (2.5 + 0.45*L/T)/(1 + 0.61*L/T)*L;
Td_cc = 0.37*L/(1 + 0.19*L/T);
Cont_cc = Kp_cc*(1 + 1/(Ti_cc*s) + Td_cc*s);
m_aberta_cc = G22*Cont_cc;
m_fechada_cc = feedback(ss(m_aberta_cc),1);
figure(2),
subplot(1,3,1);
step(m_fechada_cc);
subplot(1,3,2);
bode(m_fechada_cc);
subplot(1,3,3);
nyquist(m_fechada_cc);
%##################CONTROLADOR CHIEN, HRONES AND
RESWIK###################%
%############0% de sobressinal, rejeio de
pertubao####################%
Kp_chr0 = 0.95*T/K/L;
Ti_chr0 = 2.4*L;
Td_chr0 = 0.42*L;
Cont_chr0 = Kp_chr0*(1 + 1/(Ti_chr0*s) + Td_chr0*s);
m_aberta_chr0 = G22*Cont_chr0;
m_fechada_chr0 = feedback(ss(m_aberta_chr0),1);
figure(3),
subplot(1,3,1);
step(m_fechada_chr0);
subplot(1,3,2);
bode(m_fechada_chr0);
subplot(1,3,3);
nyquist(m_fechada_chr0);

38

%##################CONTROLADOR CHIEN, HRONES AND

RESWIK###################%
%############20% de sobressinal, rejeio de
pertubao###################%
Kp_chr20 = 1.2*T/K/L;
Ti_chr20 = 2*L;
Td_chr20 = 0.42*L;
Cont_chr20 = Kp_chr20*(1 + 1/(Ti_chr20*s) + Td_chr20*s);
m_aberta_chr20 = G22*Cont_chr20;
m_fechada_chr20 = feedback(ss(m_aberta_chr20),1);
figure(4),
subplot(1,3,1);
step(m_fechada_chr20);
subplot(1,3,2);
bode(m_fechada_chr20);
subplot(1,3,3);
nyquist(m_fechada_chr20);

%##################CONTROLADOR CHIEN, HRONES AND

RESWIK###################%
%############0% de sobressinal, sinal de
referncia####################%
Kp_chr01 = 0.6*T/K/L;
Ti_chr01 = T;
Td_chr01 = 0.5*L;
Cont_chr01 = Kp_chr01*(1 + 1/(Ti_chr01*s) + Td_chr01*s);
m_aberta_chr01 = G22*Cont_chr01;
m_fechada_chr01 = feedback(ss(m_aberta_chr01),1);
figure(5),
subplot(1,3,1);
step(m_fechada_chr01);
subplot(1,3,2);
bode(m_fechada_chr01);
subplot(1,3,3);
nyquist(m_fechada_chr01);

%##################CONTROLADOR CHIEN, HRONES AND

RESWIK###################%
%############20% de sobressinal, sinal de
referncia###################%
Kp_chr201 = 0.95*T/K/L;
Ti_chr201 = 1.4*T;
Td_chr201 = 0.47*L;
Cont_chr201 = Kp_chr201*(1 + 1/(Ti_chr201*s) + Td_chr201*s);

39

m_aberta_chr201 = G22*Cont_chr201;
m_fechada_chr201 = feedback(ss(m_aberta_chr201),1);
figure(6),
subplot(1,3,1);
step(m_fechada_chr201);
subplot(1,3,2);
bode(m_fechada_chr201);
subplot(1,3,3);
nyquist(m_fechada_chr201);
%######################OTIMIZAO ITA,
PERTURBAO########################%
a_ita_p
b_ita_p
c_ita_p
d_ita_p
e_ita_p
f_ita_p

=
=
=
=
=
=

1.435;
-0.922;
0.878;
-0.749;
0.482;
1.137;

Kp_ita_p = (1/K)*(a_ita_p*((L/T)^b_ita_p));
Ti_ita_p = T/(c_ita_p*((L/T)^d_ita_p));
Td_ita_p = T*(e_ita_p*((L/T)^f_ita_p));
Cont_ita_p = Kp_ita_p*(1 + 1/(Ti_ita_p*s) + Td_ita_p*s);
m_aberta_ita_p = G22*Cont_ita_p;
m_fechada_ita_p = feedback(ss(m_aberta_ita_p),1);
figure(7),
subplot(1,3,1);
step(m_fechada_ita_p);
subplot(1,3,2);
bode(m_fechada_ita_p);
subplot(1,3,3);
nyquist(m_fechada_ita_p);
%######################OTIMIZAO ITAE,
PERTURBAO#######################%
a_itae_p
b_itae_p
c_itae_p
d_itae_p
e_itae_p
f_itae_p

=
=
=
=
=
=

1.357;
-0.947;
0.842;
-0.738;
0.381;
0.995;

Kp_itae_p = (1/K)*(a_itae_p*((L/T)^b_itae_p));
Ti_itae_p = T/(c_itae_p*((L/T)^d_itae_p));
Td_itae_p = T*(e_itae_p*((L/T)^f_itae_p));
Cont_itae_p = Kp_itae_p*(1 + 1/(Ti_itae_p*s) + Td_itae_p*s);
m_aberta_itae_p = G22*Cont_itae_p;
m_fechada_itae_p = feedback(ss(m_aberta_itae_p),1);
figure(8),

40

subplot(1,3,1);
step(m_fechada_itae_p);
subplot(1,3,2);
bode(m_fechada_itae_p);
subplot(1,3,3);
nyquist(m_fechada_itae_p);
%###########################OTIMIZAO ITA,
REFERNCIA####################%
a_ita_r
b_ita_r
c_ita_r
d_ita_r
e_ita_r
f_ita_r

=
=
=
=
=
=

1.086;
-0.869;
0.740;
-0.130;
0.348;
0.914;

Kp_ita_r = (1/K)*(a_ita_r*((L/T)^b_ita_r));
Ti_ita_r = T/(c_ita_r + (d_ita_r*(L/T)));
Td_ita_r = T*(e_ita_r*((L/T)^f_ita_r));
Cont_ita_r = Kp_ita_r*(1 + 1/(Ti_ita_r*s) + Td_ita_r*s);
m_aberta_ita_r = G22*Cont_ita_r;
m_fechada_ita_r = feedback(ss(m_aberta_ita_r),1);
figure(9),
subplot(1,3,1);
step(m_fechada_ita_r);
subplot(1,3,2);
bode(m_fechada_ita_r);
subplot(1,3,3);
nyquist(m_fechada_ita_r);
%########################OTIMIZAO ITAE,
REFERNCIA######################%
a_itae_r
b_itae_r
c_itae_r
d_itae_r
e_itae_r
f_itae_r

=
=
=
=
=
=

0.965;
-0.850;
0.796;
-0.147;
0.308;
0.929;

Kp_itae_r = (1/K)*(a_itae_r*((L/T)^b_itae_r));
Ti_itae_r = T/(c_itae_r + (d_itae_r*(L/T)));
Td_itae_r = T*(e_itae_r*((L/T)^f_itae_r));
Cont_itae_r = Kp_itae_r*(1 + 1/(Ti_itae_r*s) + Td_itae_r*s);
m_aberta_itae_r = G22*Cont_itae_r;
m_fechada_itae_r = feedback(ss(m_aberta_itae_r),1);
figure(10),
subplot(1,3,1);
step(m_fechada_itae_r);
subplot(1,3,2);
bode(m_fechada_itae_r);
subplot(1,3,3);

41

nyquist(m_fechada_itae_r);
%####################################IMC##############################
####%
Kp_imc = (L+2*T)/(2*K*L);
Ti_imc = (L/2 + T);
Td_imc = L*T/(L + 2*T);
Cont_imc = Kp_imc*(1 + 1/(Ti_imc*s) + Td_imc*s);
m_aberta_imc = G22*Cont_imc;
m_fechada_imc = feedback(ss(m_aberta_imc),1);
figure(11),
subplot(1,3,1);
step(m_fechada_imc);
subplot(1,3,2);
bode(m_fechada_imc);
subplot(1,3,3);
nyquist(m_fechada_imc);
%##############################SIMC - Simple
IMC##########################%
Kp_simc = T/K/2;
Ti_simc = 1.2375;
Td_simc = 0.2;

min(1.2375, 8);

Cont_simc = Kp_simc*(1 + 1/(Ti_simc*s) + Td_simc*s);

m_aberta_simc = G22*Cont_simc;
m_fechada_simc = feedback(ss(m_aberta_simc),1);
figure(12),
subplot(1,3,1);
step(m_fechada_simc);
subplot(1,3,2);
bode(m_fechada_simc);
subplot(1,3,3);
nyquist(m_fechada_simc);
Anexo 4
%ZG
den_pert_zg = feedback(1, ss(m_aberta_zg));
pert_zg = G21*den_pert_zg;
figure(1)
step(ss(pert_zg));
%CC
den_pert_cc = feedback(1, ss(m_aberta_cc));
pert_cc = G21*den_pert_cc;
figure(2)
step(ss(pert_cc));
%CHR0

42

den_pert_chr0 = feedback(1, ss(m_aberta_chr0));

pert_chr0 = G21*den_pert_chr0;
figure(3)
step(ss(pert_chr0));
%chr20
den_pert_chr20 = feedback(1, ss(m_aberta_chr20));
pert_chr20 = G21*den_pert_chr20;
figure(4)
step(ss(pert_chr20));
%chr01
den_pert_chr01 = feedback(1, ss(m_aberta_chr01));
pert_chr01 = G21*den_pert_chr01;
figure(5)
step(ss(pert_chr01));
%chr201
den_pert_chr201 = feedback(1, ss(m_aberta_chr201));
pert_chr201 = G21*den_pert_chr201;
figure(6)
step(ss(pert_chr201));
%ita p
den_pert_ita_p = feedback(1, ss(m_aberta_ita_p));
pert_ita_p = G21*den_pert_ita_p;
figure(7)
step(ss(pert_ita_p));
%itae p
den_pert_itae_p = feedback(1, ss(m_aberta_itae_p));
pert_itae_p = G21*den_pert_itae_p;
figure(8)
step(ss(pert_itae_p));
%ita r
den_pert_ita_r = feedback(1, ss(m_aberta_ita_r));
pert_ita_r = G21*den_pert_ita_r;
figure(9)
step(ss(pert_ita_r));
%itae r
den_pert_itae_r = feedback(1, ss(m_aberta_itae_r));
pert_itae_r = G21*den_pert_itae_r;
figure(10)
step(ss(pert_itae_r));
%IMC
den_pert_imc = feedback(1, ss(m_aberta_imc));
pert_imc = G21*den_pert_imc;

43

figure(11)
step(ss(pert_imc));
%SIMC
den_pert_simc = feedback(1, ss(m_aberta_simc));
pert_simc = G21*den_pert_simc;
figure(12)
step(ss(pert_simc));

Anexo 5
t=0:0.1:100;
f1=0.2;
f2 =0.3;
seno1=sin(2*pi*f1*t);
seno2=sin(2*pi*f2*t);
figure(1),
subplot(1,2,1),
lsim(m_fechada_zg,seno1,t);
subplot(1,2,2),
lsim(m_fechada_zg,seno2,t);
figure(2),
subplot(1,2,1),
lsim(m_fechada_cc,seno1,t);
subplot(1,2,2),
lsim(m_fechada_cc,seno2,t);
figure(3),
subplot(1,2,1),
lsim(m_fechada_chr0,seno1,t);
subplot(1,2,2),
lsim(m_fechada_chr0,seno2,t);
figure(4),
subplot(1,2,1),
lsim(m_fechada_chr20,seno1,t);
subplot(1,2,2),
lsim(m_fechada_chr20,seno2,t);
figure(5),
subplot(1,2,1),
lsim(m_fechada_chr01,seno1,t);
subplot(1,2,2),
lsim(m_fechada_chr01,seno2,t);
figure(6),
subplot(1,2,1),
lsim(m_fechada_chr201,seno1,t);
subplot(1,2,2),
lsim(m_fechada_chr201,seno2,t);
figure(7),
subplot(1,2,1),
lsim(m_fechada_ita_p,seno1,t);
subplot(1,2,2),
lsim(m_fechada_ita_p,seno2,t);
figure(8),
subplot(1,2,1),
lsim(m_fechada_itae_p,seno1,t);
subplot(1,2,2),
lsim(m_fechada_itae_p,seno2,t);
figure(9),

44

subplot(1,2,1),
lsim(m_fechada_ita_r,seno1,t);
subplot(1,2,2),
lsim(m_fechada_ita_r,seno2,t);
figure(10),
subplot(1,2,1),
lsim(m_fechada_itae_r,seno1,t);
subplot(1,2,2),
lsim(m_fechada_itae_r,seno2,t);
figure(11),
subplot(1,2,1),
lsim(m_fechada_imc,seno1,t);
subplot(1,2,2),
lsim(m_fechada_imc,seno2,t);
figure(12),
subplot(1,2,1),
lsim(m_fechada_simc,seno1,t);
subplot(1,2,2),
lsim(m_fechada_simc,seno2,t);

Anexo 6
t=0:0.1:100;
f1=0.2;
f2 =0.3;
seno1=sin(2*pi*f1*t);
seno2=sin(2*pi*f2*t);
figure(1),
subplot(1,2,1),
lsim(pert_zg,seno1,t);
subplot(1,2,2),
lsim(pert_zg,seno2,t);
figure(2),
subplot(1,2,1),
lsim(pert_cc,seno1,t);
subplot(1,2,2),
lsim(pert_cc,seno2,t);
figure(3),
subplot(1,2,1),
lsim(pert_chr0,seno1,t);
subplot(1,2,2),
lsim(pert_chr0,seno2,t);
figure(4),
subplot(1,2,1),
lsim(pert_chr20,seno1,t);
subplot(1,2,2),
lsim(pert_chr20,seno2,t);
figure(5),
subplot(1,2,1),
lsim(pert_chr01,seno1,t);
subplot(1,2,2),
lsim(pert_chr01,seno2,t);
figure(6),
subplot(1,2,1),
lsim(pert_chr201,seno1,t);
subplot(1,2,2),
lsim(pert_chr201,seno2,t);
figure(7),
subplot(1,2,1),
lsim(pert_ita_p,seno1,t);

45

subplot(1,2,2),
lsim(pert_ita_p,seno2,t);
figure(8),
subplot(1,2,1),
lsim(pert_itae_p,seno1,t);
subplot(1,2,2),
lsim(pert_itae_p,seno2,t);
figure(9),
subplot(1,2,1),
lsim(pert_ita_r,seno1,t);
subplot(1,2,2),
lsim(pert_ita_r,seno2,t);
figure(10),
subplot(1,2,1),
lsim(pert_itae_r,seno1,t);
subplot(1,2,2),
lsim(pert_itae_r,seno2,t);
figure(11),
subplot(1,2,1),
lsim(pert_imc,seno1,t);
subplot(1,2,2),
lsim(pert_imc,seno2,t);
figure(12),
subplot(1,2,1),
lsim(pert_simc,seno1,t);
subplot(1,2,2),
lsim(pert_simc,seno2,t);

46