Avaliação Do Desempenho de Configurações de Controle Dual em Colunas de Destilação

COPPE/UFRJ
AVALIAO DO DESEMPENHO DE CONFIGURAES DE CONTROLE DUAL

EM COLUNAS DE DESTILAO
Franklin Barreto Rangel
Dissertao
de
Mestrado
apresentada
ao
Programa de Ps-graduao em Engenharia

Qumica, COPPE, da Universidade Federal do
Rio de Janeiro, como parte dos requisitos
necessrios obteno do ttulo de Mestre em
Engenharia Qumica.
Orientadores: Enrique Luis Lima
Jos Carlos Costa da Silva Pinto
RIO DE JANEIRO
MAIO DE 2010


DISSERTAO SUBMETIDA AO CORPO DOCENTE DO INSTITUTO ALBERTO
LUIZ COIMBRA DE PS-GRADUAO E PESQUISA DE ENGENHARIA
(COPPE) DA UNIVERSIDADE FEDERAL DO RIO DE JANEIRO COMO PARTE
DOS REQUISITOS NECESSRIOS PARA A OBTENO DO GRAU DE MESTRE
EM CINCIAS EM ENGENHARIA QUMICA.
Examinada por:
________________________________________________
Prof. Enrique Luis Lima, D.Sc.
________________________________________________
Prof. Jos Carlos Costa da Silva Pinto, D.Sc.
________________________________________________
Prof. Argimiro Resende Secchi, D.Sc.
________________________________________________
Prof. Mrcia Peixoto Vega Domiciano, D.Sc.
RIO DE JANEIRO, RJ - BRASIL

MAIO DE 2010
Rangel, Franklin Barreto

Avaliao do Desempenho de Configuraes de
Controle Dual em Colunas de Destilao / Franklin
Barreto Rangel. Rio de Janeiro: UFRJ/COPPE, 2010.
XVIII, 133 p.: il.; 29,7 cm.
Jos Carlos Costa da Silva Pinto.
Dissertao (mestrado) UFRJ/ COPPE/ Programa de
Engenharia Qumica, 2010.
Referencias Bibliogrficas: p.85-89.
1. Controle. 2. Destilao. I. Lima, Enrique Luis et al..
II. Universidade Federal do Rio de Janeiro, COPPE,
Programa de Engenharia Qumica. III. Ttulo.
iii
A Deus
e a minha famlia.
iv
AGRADECIMENTOS
Primeiramente, quero agradecer a Deus, que me deu foras para alcanar mais esta
vitria em minha vida.
A minha famlia, que me acompanha em todos os momentos, compartilhando das
alegrias e me encorajando nos momentos mais difceis.
Sou muito grato a Deus pelos grandes orientadores que tive durante este perodo.
Enrique Luiz Lima e Jos Carlos Pinto que Deus os abenoe. Muito obrigado por todo o
apoio e pela oportunidade de aprender atravs de suas palavras.
Aos grandes amigos do LMSCP que conquistei durante esta rdua caminhada.
Muito obrigado!
Resumo da Dissertao apresentada COPPE/UFRJ como parte dos requisitos

necessrios para a obteno do grau de Mestre em Cincias (M.Sc.)


Maio/2010
Programa: Engenharia Qumica
Motivado pela grande importncia do projeto de estruturas de controle no
cenrio industrial esta dissertao busca realizar uma anlise das principais ferramentas
utilizadas nesta metodologia. Foram analisados o Arranjo de Ganhos Relativos, o
Nmero de Condicionamento Mnimo e o Nmero de Desempenho Robusto, o qual est
baseado na Teoria de Controle Robusto. Para o melhor entendimento da Teoria de
Controle Robusto apresentado um breve estudo a cerca desta teoria. Neste contexto,
foram realizados projetos de controladores robustos para modelos simples da literatura,
os quais revelaram as grandes dificuldades em se trabalhar com esta metodologia.
Para a realizao das anlises das ferramentas de projeto, foram propostos 4
estruturas de controle para uma coluna de destilao, utilizando o simulador dinmico
ASPEN. Testes realizados com as ferramentas de projeto em modelos lineares para a
coluna de destilao foram comparados com os dados da simulao dinmica para
problemas servo e regulador. Os resultados obtidos no foram suficientes para uma
deciso segura a respeito de qual estrutura de controle seria a melhor para controlar o
processo, sendo indispensvel a utilizao da simulao dinmica para o processo.
vi
Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the

requirements for the degree of Master of Science (M.Sc.)
PERFORMANCE EVALUATION OF DUAL CONTROL CONFIGURATION IN

DISTILLATION COLUMN

May/2010
Advisors: Enrique Luis Lima
Department: Chemical Engineering
Motivated by the importance of the controller structure designer in real industrial
problems, the main objective of the present work is to evaluate the performances of
tools normally used to analyze the controller designer task. The Relative Gain Array
(RGA), the condition Number and the Robust Performance Number (RPN), which is
based on the Robust Control Theory, were considered. In order to facilitate the
understanding of the principles of the Theory of Robust Control, the main aspects of the
theory were reviewed and robust controllers were designed with the help of simple
models.
In order to carry out the evaluation of the controller design with the analyzed
tools, four different control structures were proposed for a distillation column and
implemented in ASPEN. Tests were performed with simplified linear models and
compared to simulation results obtained in servo and regulation problems, in
accordance with the proposed design evaluation tools. The obtained results indicate that
the analyzed design tools may lead to selection of different control structures, meaning
the dynamic simulations are of paramount importance for the analysis of the controller
design problem.
vii
NDICE
1.
INTRODUO ___________________________________________________ 1
2.
REVISO BIBLIOGRFICA ________________________________________ 3
3.
2.1.
Controle Dual em Colunas de Destilao____________________________ 3
2.2
Concluses ___________________________________________________ 9
NDICES DE AVALIAO ________________________________________ 10

3.1.
Representao de sistemas de controle por realimentao negativa ______ 10
3.2.
Matriz de Ganhos Relativos RGA _______________________________ 12
3.3.
Nmero de Condicionamento____________________________________ 15
3.4.
Introduo Teoria de Controle Robusto___________________________ 18
3.4.1.
Representao das Incertezas ________________________________ 18
3.4.2.
Estabilidade Robusta ______________________________________ 21
3.4.3.
Desempenho Robusto ______________________________________ 22
3.4.4.
Anlise e Projeto Robustos__________________________________ 25
3.5.
4.
Projeto de Controladores Robustos _______________________________ 33
3.5.1.
Caso I Coluna de Destilao Ideal___________________________ 34
3.5.2.
Caso II Reator de Van der Vusse____________________________ 41
3.6.
Nmero de Desempenho Robusto ________________________________ 50
3.7.
Concluses __________________________________________________ 52
PROCESSO DE DESTILAO - COLUNA DEBUTANIZADORA ________ 53

4.1.
Descrio do Processo _________________________________________ 53
4.1.1.
4.2.
4.2.1
4.3.
5.
6.
Estruturas de controle ______________________________________ 56
Modelagem dinmica de colunas de destilao ______________________ 60

Obteno dos Modelos Lineares______________________________ 62
Concluses __________________________________________________ 67
ANLISE DAS ESTRUTURAS PROPOSTAS _________________________ 69

5.1
Arranjo de Ganhos Relativos ____________________________________ 69
5.2
Nmero de Condicionamento Mnimo _____________________________ 70
5.3
Nmero de Desempenho Robusto ________________________________ 71
5.4
Concluses __________________________________________________ 73
SIMULAO ___________________________________________________ 74
viii
7.
6.1
O Problema de Controle ________________________________________ 74
6.2
Resultados das Simulaes para o Problema Regulador _______________ 75
6.3
Resultados das Simulaes para o Problema Servo ___________________ 77
6.4
Comparao de Resultados______________________________________ 78
6.5
Concluses __________________________________________________ 80
CONCLUSES __________________________________________________ 81
7.1
8.
Sugestes de Trabalhos Futuros __________________________________ 84
REFERNCIAS BIBLIOGRFICAS _________________________________ 85
ANEXO I ___________________________________________________________ 90
ANEXO II __________________________________________________________ 94
ANEXO III _________________________________________________________ 110
ANEXO IV _________________________________________________________ 122
ANEXO V _________________________________________________________ 124
ANEXO VI _________________________________________________________ 130
ix
NDICE DE FIGURAS
Figura 2. 1 Esquema simples de uma coluna de destilao tpica................................. 4
Figura 3. 1 Diagrama de bloco de controle feedback .................................................. 11
Figura 3. 2 (a) Malha (u2, y2) aberta; (b) Malha (u2, y2) fechada ................................ 12
Figura 3. 3 Planta G admitindo incertezas multiplicativas na entrada ........................ 20
Figura 3. 4 Diagrama de Nyquist para modelo nominal, mostrando a incerteza em um
ponto. .............................................................................................................................. 21
Figura 3. 5 Planta G admitindo incertezas multiplicativas na entrada e o peso para
definir o desempenho robusto desejado. ........................................................................ 23
Figura 3. 6 Diagrama de Nyquist considerando desempenho nominal. ...................... 24
Figura 3. 7 Configurao de controle geral ................................................................. 26
Figura 3. 8 Exemplo de transformao da configurao clssica................................ 27
Figura 3. 9 Estruturas N- (a) e M- (b). .................................................................... 30
Figura 3. 10 (a) Simulao do sistema 3.55 em malha fechada. (b) Anlise de NP, RS
e RP. ............................................................................................................................... 36
Figura 3. 11 Simulao para erros de modelagens. ..................................................... 38
Figura 3. 12 (a) Sistema em malha fechada com controladores e PI. ...................... 40
Figura 3. 13 Simulao para erros de modelagens com controlador PI. ..................... 41
Figura 3. 14 Reator de Van der Vusse......................................................................... 42
Figura 3. 15 Simulao do sistema de Van de Vusse em malha fechada.................... 44
Figura 3. 16 Anlise de NP, RS e RP. ......................................................................... 45
Figura 3. 17 Sistema em malha fechada com controladores e PI............................. 46
Figura 3. 18 (a) e (b) Comportamento das variveis manipuladas para os dois
controladores. ................................................................................................................. 47
Figura 3. 19 Simulao para erros de modelagens. ...................................................... 48
Figura 3. 20 Simulao para erros de modelagens. ..................................................... 49
Figura 4. 2 Estrutura de controle L/D-V/B.................................................................. 58
Figura 4. 3 Estrutura de controle DV .......................................................................... 58
Figura 4. 4 Estrutura de controle LVCascata .............................................................. 59
Figura 4. 5 Perfil de temperatura na coluna................................................................. 60
x
Figura 5. 1 RGA para cada estrutura proposta. ........................................................... 70

Figura 5. 2 Condicionamento Mnimo para cada estrutura proposta. ......................... 71
Figura I. 1 Respostas do topo s perturbaes negativas no topo (u1) e no fundo (u2)

em malha aberta.............................................................................................................. 90
Figura I. 2 Respostas do fundo s perturbaes negativas no topo (u1) e no fundo (u2)
em malha aberta.............................................................................................................. 91
Figura I. 3 Respostas do topo s perturbaes positivas no topo (u1) e no fundo (u2)
em malha aberta.............................................................................................................. 92
Figura I. 4 Respostas do fundo s perturbaes positivas no topo (u1) e no fundo (u2)
em malha aberta.............................................................................................................. 93
Figura II. 1 Resposta do topo e do fundo a um degrau positivo em u1(D) para a
estrutura DV. .................................................................................................................. 94
Figura II. 2 Resposta do topo e do fundo a um degrau positivo em u2(V) para a
estrutura DV. .................................................................................................................. 95
Figura II. 3 Resposta do topo e do fundo a um degrau negativo em u1(D) para a
estrutura DV. .................................................................................................................. 96
Figura II. 4 Resposta do topo e do fundo a um degrau negativo em u2(V) para a
estrutura DV. .................................................................................................................. 97
Figura II. 5 Resposta do topo e do fundo a um degrau positivo em u1(L/D) para a
estrutura L/D_V/B .......................................................................................................... 98
Figura II. 6 Resposta do topo e do fundo a um degrau positivo em u2(V/B) para a
estrutura L/D_V/B. ......................................................................................................... 99
Figura II. 7 Resposta do topo e do fundo a um degrau negativo em u1(L/D) para a
estrutura L/D_V/B ........................................................................................................ 100
Figura II. 8 Resposta do topo e do fundo a um degrau negativo em u2(V/B) para a
estrutura L/D_V/B. ....................................................................................................... 101
Figura II. 9 Resposta do topo e do fundo a um degrau positivo em u1(L) para a
estrutura LV.................................................................................................................. 102
estrutura LV.................................................................................................................. 103
xi
Figura II. 11 Resposta do topo e do fundo a um degrau negativo em u1(L) para a

estrutura LV.................................................................................................................. 104
estrutura LV.................................................................................................................. 105
Figura II. 13 Resposta do topo e do fundo a um degrau positivo em u1(setpoint de L)
para a estrutura LVCascata........................................................................................... 106
Figura II. 14 Resposta do topo e do fundo a um degrau positivo em u2 (setpoint de T)
Figura II. 15 Resposta do topo e do fundo a um degrau negativo em u1(setpoint de L)
Figura II. 16 Resposta do topo e do fundo a um degrau negativo em u2 (setpoint de T)
Figura III. 1 Distrbios aplicados coluna com estrutura LVCascata em malha aberta.
...................................................................................................................................... 110
...................................................................................................................................... 111
...................................................................................................................................... 112
Figura III. 4 Distrbios aplicados coluna com estrutura LV em malha aberta....... 113
Figura III. 7 Distrbios aplicados coluna com estrutura DV em malha aberta. ..... 116
Figura III. 10 Distrbios aplicados coluna com estrutura L/D_V/B em malha aberta.
...................................................................................................................................... 119
...................................................................................................................................... 120
...................................................................................................................................... 121
Figura IV. 1 RPN para as estruturas LVCascata e LV. Os pares ordenados indicam as
coordenadas do valor mximo de RPN. ....................................................................... 122
xii
Figura IV. 2 RPN para as estruturas DV e L/D_V/B. Os pares ordenados indicam as

coordenadas do valor mximo de RPN. ....................................................................... 123
Figura V. 1 Resposta a distrbios em F e T, sendo y1 varivel controlada do topo e u1
manipulada do topo ...................................................................................................... 124
Figura V. 2 Resposta a distrbios em F e T, sendo y2 varivel controlada do fundo e
u2 manipulada do fundo................................................................................................ 125
Figura V. 3 Resposta a distrbios em F e Comp, sendo y1 varivel controlada do topo
e u1 manipulada do topo. .............................................................................................. 126
Figura V. 4 Resposta a distrbios em F e Comp, sendo y2 varivel controlada do
fundo e u2 manipulada do fundo................................................................................... 127
Figura V. 5 Resposta a distrbios em T e Comp, sendo y1 varivel controlada do topo
e u1 manipulada do topo. .............................................................................................. 128
fundo e u2 manipulada do fundo................................................................................... 129
Figura VI. 1 Resposta mudana de setpoint no topo. Varivel controlada e

manipulada do topo. ..................................................................................................... 130
manipulada do fundo. ................................................................................................... 131
Figura VI. 3 Resposta mudana de setpoint no fundo. Varivel controlada e
manipulada do topo ...................................................................................................... 132
manipulada do fundo .................................................................................................... 133
xiii
NDICE DE TABELAS
Tabela 4. 1 - Pseudo-componentes da frao pesada da alimentao ............................ 54

Tabela 4. 2 Carga da coluna de estabilizao de nafta. ............................................... 55
Tabela 4. 3 Especificaes dos equipamentos............................................................. 56
Tabela 4. 4 Local de aplicao dos degraus nas diferentes estruturas de controle...... 63
Tabela 4. 5 Valor estacionrio das variveis manipuladas.......................................... 63
Tabela 6. 1 Distrbios calculados para a direo de maior ganho do sistema. ........... 75
Tabela 6. 2 - Parmetros dos controladores PIDs........................................................... 75
Tabela 6. 3 ISE para as variveis controladas do topo. ............................................... 76
Tabela 6. 4 ISE para as variveis controladas do fundo y2 .......................................... 76
Tabela 6. 5 Mudana de setpoint no topo.................................................................... 78
Tabela 6. 6 Mudana de setpoint no topo.................................................................... 78
Tabela 6. 7 Classificao de resultados de ndices de desempenho e simulao (ISE)79
xiv
LISTA DE SMBOLOS
Smbolos Latinos
A
Limite inferior para a funo de sensibilidade
Produto de Fundo
C4-
Componentes de baixa massa molecular (com 4 ou menos carbonos)
CB
Composio de ciclopentenol
Comp
Vazo molar de etano na entrada
Produto de topo
Vetor de distrbios
Matriz de escalonamento de M
D_V/B
Estrutura de Controle em que D a varivel manipulada do topo e

V/B a varivel manipulada do fundo.
DB
Estrutura de controle em que D a varivel manipulada do topo e B

a varivel manipulada do fundo.
DV
Estrutura de Controle em que D a varivel manipulada do topo e V

Razo entre a vazo de entrada e o volume do meio reacional
Vazo molar da entrada
Fin
Vazo de entrada
Fout
Vazo de sada
Funo de Transferncia do Processo
Gc*
Modelo IMC
Gd
Funo de transferncia da perturbao
GDV
Modelo identificado para a estrutura DV
GDVd
Modelos de distrbios identificados para a estrutura DV
GLD_VB
Modelo identificado para a estrutura L/D_V/B
GLD_VBd
Modelo de distrbios identificado para a estrutura L/D_V/B
GLVCascata
Modelo identificado para a estrutura LV
GLV
Modelo identificado para a estrutura LV
GLVcd
Modelo de distrbios identificados para a estrutura LV
xv
GLVd
Modelo de distrbios identificados para a estrutura LV
Norma Infinita || ||
hi
Funo de transferncia do atuador
IMC
Controle de Modelo Interno
Controlador
Kc
Ganho proporcional
km
Parmetro que escalona a matriz de incertezas na expresso do valor

singular estruturado
Refluxo de topo
Funo de transferncia da malha fechada
L/D_B
Estrutura de controle em que L/D a varivel manipulada do topo e

B a varivel manipulada do fundo.
L/D_V
Estrutura de controle em que L/D a varivel manipulada do topo e

V a varivel manipulada do fundo.
L/D_V/B
Estrutura de controle em que a razo L/D a varivel manipulada do

topo e V/B a varivel manipulada do fundo.
L_V/B
Estrutura de controle em que L a varivel manipulada do topo e

V/B a varivel manipulada do fundo.
LB
Estrutura de controle em que D a varivel manipulada do topo e B

LFT
Transformao Linear Fracionria
LQG
Controle Linear Quadrtico Gaussiano
LV
Estrutura de controle em que L a varivel manipulada do topo e V a

varivel manipulada do fundo.
Sada do controlador
Limite superior da funo complementar de sensibilidade.
Matriz que leva em conta somente o termo N11 da Matriz N
M-
Estrutura M-
MPC
Controle Preditivo Multivarivel
Sinal de rudo
Matriz resultante da aplicao da LFT entre o controlador e a matriz

P
N-
Estrutura N-
xvi
NP
Desempenho Nominal
NS
Estabilidade Nominal
Modelo generalizado da planta
PID
Controlador Proporcional Integral e Derivativo
Qk
Quantidade de calor fornecido camisa
Sinal de mudana de setpoint
RGA
Matriz de Ganhos Relativos
RP
Desempenho robusto
RPN
Nmero de desempenho Robusto
RS
Estabilidade Robusta
Funo de sensibilidade
SVD
Decomposio em valores singulares
Funo complementar de sensibilidade
Temperatura do meio reacional
Ti
Ao integral
Tk
Temperatura do fluido da camisa
Sadas do controlador
uj
Entrada manipulada j do processo
Refluxo de fundo
Entradas do controlador K, que envolvem comandos, medidas das

sadas da planta, medidas de perturbaes na estrutura generalizada P
VR
Volume do meio reacional
Entradas externas, como comandos, perturbaes e rudo estrutura

generalizada P
wI
Funo peso de incertezas para o caso SISO
WI
Funo peso de incertezas para o caso MIMO
WP
Funo peso de desempenho para o caso MIMO
wP
Funo peso de desempenho para o caso SISO
xB
Composio do fundo
yD
Composio de topo
yi
Varivel controlada i
yi*
Varivel desvio de yi
Sadas externas para a estrutura generalizada P
xvii
Smbolos Gregos
Smbolos
Descrio
Maior Valor Singular
Menor Valor Singular
Matriz de incertezas multiplicativas
Matriz de incertezas multiplicativas na entrada
Nmero condicional mnimo.
Nmero de Condicionamento para Distrbio
(s)
Elementos da matriz de incertezas
ij
Elemento ij da matriz de RGA
Valor singular estruturado
Raio espectral: Maior valor caracterstico
Freqncia
B*
Largura de banda rad/s
Funo gamma. Seu valor mximo representa o nmero RPN
LR
Funo gamma com escalonamento constante.
xviii
1. INTRODUO
Dentro do contexto maior de projeto de estruturas de controle, este trabalho

busca avaliar o potencial de algumas das ferramentas utilizadas em diferentes
abordagens, neste caso especfico focando o controle de colunas de destilao. Foram
estudados o Arranjo de Ganhos Relativos (RGA), o Nmero de Condicionamento
Mnimo e, dando-se nfase especial, o Nmero de Desempenho Robusto (RPN), cujos
fundamentos tericos o colocam como uma ferramenta de anlise importante. Como a
base do RPN a teoria de controle robusto, foi necessrio um estudo aprofundado dessa
teoria, tendo sido tambm um dos objetivos deste trabalho comparar o desempenho das
estruturas de controle constitudas de controladores PID com o desempenho de
controladores robustos projetados para o mesmo sistema. Desta forma foram projetados
controladores robustos utilizando as abordagens H e e como conseqncia disso
foram testados alguns pacotes computacionais disponveis para anlise e projeto desses
controladores. Os testes foram realizados com modelos simples da literatura, em termos
de funes de transferncia, como o de uma coluna de destilao e o de um reator
qumico envolvendo reaes srie-paralelo. Estes trabalhos preliminares permitiram
avaliar o grau de dificuldade envolvido e as deficincias dos pacotes testados.
A fim de analisar o desempenho de diferentes estruturas de controle foi focado o
controle dual em colunas de destilao, trabalhando especificamente com a simulao
rigorosa de uma coluna debutanizadora baseando-se em dados de processo reais, usando
um simulador dinmico comercial.
A metodologia aplicada no estudo consistiu das seguintes etapas:
Construo da simulao dinmica rigorosa da coluna de destilao.
Obteno de modelos lineares do processo a partir da simulao dinmica.
Anlise das estruturas de controle, usando os ndices RGA, nmero de
condicionamento e RPN.
Validao dos resultados das anlises no controle da planta simulada.
Os resultados obtidos no permitem fazer um julgamento definitivo sobre os

ndices analisados, dentre outras coisa devido a ter se trabalhado em um nico sistema.
Entretanto, ficou claro que algumas das tcnicas estudadas (H, e RPN),
apesar da sua slida base terica, ainda no representam uma soluo prtica para a
anlise e o projeto de controladores (robustos) na rea dos processos qumicos. Isto se
deve principalmente ao fato de requererem conhecimentos muito elaborados da parte
dos projetistas, o que fica evidente analisando-se os trabalhos publicados e a
simplicidade dos sistemas considerados neles. Certamente as metodologias so
promissoras, mas ainda h muito que fazer para transform-las em ferramentas de uso
comum na rea do controle de processos no meio industrial.
No Captulo 2 apresentada uma reviso bibliogrfica sobre configuraes para
controle dual de composio em colunas de destilao. No Captulo 3 so introduzidas
as ferramentas de anlise e projeto utilizadas, incluindo uma introduo teoria de
controle robusto, necessria para o pleno entendimento do RPN. Neste captulo tambm
so realizados testes de projeto de controladores robustos para sistemas apresentados na
literatura. No Captulo 4 descrita a planta utilizada neste estudo, sua modelagem
rigorosa, as configuraes de controle dual de composio estudadas e a identificao
de modelos simplificados para fins de controle. No Captulo 5 so mostrados e
analisados os resultados do uso dos diferentes ndices de avaliao nas diferentes
configuraes de controle. A verificao do comportamento do sistema para as
diferentes estruturas frente a problemas de controle servo e regulador so apresentadas
no Captulo 6 para fins de comparao. Finalmente, no Captulo 7 so apresentadas
concluses a que se chegou ao longo do estudo, sugerindo temas futuros que possam vir
a complementar e melhorar este trabalho.
2. REVISO BIBLIOGRFICA
Neste captulo ser feita uma reviso bibliogrfica sobre configuraes de

controle dual em colunas de destilao, focando especificamente no controle das
composies. Desse modo, controles de nvel e presso so considerados conseqncia
da escolha das configuraes de controle de composio. Apesar de esta dissertao dar
nfase especial ao uso de ndices de desempenho para avaliao dessas estruturas, a
bibliografia sobre este tema no ser especificamente revisada, sendo apresentada ao
longo do Captulo 3, onde so descritos os ndices utilizados.
2.1. Controle Dual em Colunas de Destilao

As colunas de destilao tm recebido muita ateno com relao ao estudo de
alternativas de controle que permitam sua operao eficiente. Dificuldades de controle
inerentes, devidas ao comportamento dinmico complexo, presena de no linearidades
e acoplamento entre suas variveis, fizeram com que estes sistemas apresentassem
grande interesse para a comunidade de controle de processos, tanto no meio industrial
como no acadmico, h mais de 60 anos. As primeiras referncias remontam ao incio
da dcada de 1940, como pode ser verificado no levantamento bibliogrfico apresentado
por RADEMAKER et al. (1975). Uma interessante perspectiva histrica do controle de
colunas de destilao foi apresentada por BUCKLEY (1992), um dos pioneiros no tema,
j atuante na dcada de 1940.
A Figura 2.1 apresenta um esquema simplificado de uma coluna de destilao,
mostrando as principais variveis envolvidas.
PIC
LIC
L
D, xD
B, xB
LIC
Figura 2. 1 Esquema simples de uma coluna de destilao tpica
O controle dual de composio visa satisfazer as especificaes dos produtos de

topo (xD) e fundo (xB). Segundo dados industriais, o controle dual resulta em uma
economia de energia na faxa de 10% a 30%.
O nmero de possveis variveis manipuladas para o controle dual, considerando
variveis individuais e suas combinaes, leva potencial existncia de uma quantidade
infinita de alternativas de configurao para controle. Considerando apenas as variveis
individuais (L, V, D e B) e suas razes, eliminando algumas alternativas fisicamente
inviveis, resultam 47 configuraes possveis (SKOGESTAD & MORARI, 1987a).
Desta forma, fica clara a existncia de diversas alternativas de configuraes de controle
para colunas de destilao com controle dual, sendo muito extensa a literatura que
discute as propriedades de cada uma delas. A leitura desta vasta literatura mostra
algumas inconsistncias entre as opinies de diferentes autores, mas estas no fazem

mais do que comprovar o sentimento de que cada coluna de destilao representa um
problema de controle nico, no existindo mtodos gerais de projeto e anlise, fora o
recurso atual da simulao rigorosa.
At meados da dcada de 1980 predominavam os estudos de caso em controle de
colunas de destilao (HILL, 1948; ROSEMBROCK, 1962; RIJNSDORP, 1965;
SHISNKEY, 1967; NISENFELD, 1969; McCUNE & GALLIER, 1973; WOOD e
BERRY, 1973; RADEMAKER et al., 1975; RYSKAMP, 1980; SHINSKEY, 1984;
BUCKLEY et al., 1985), comeando a crescer nessa poca as abordagens com maior
base terica (TRIERWEILER, 1991). O grande nmero de trabalhos publicados nesta
direo certamente tem colaborado muito para um melhor entendimento do problema,
mas infelizmente no foram suficientes para sua soluo. E o motivo bastante claro:
existe uma grande quantidade de informaes para a escolha de uma configurao de
controle, no caso das colunas de destilao, que muitas vezes divergem entre si. Um dos
mais significativos o fato de cada coluna se comportar de forma completamente
particular; isto , no h duas colunas de destilao iguais.
Para um estudo baseado em simulao, RIGGS (1998) reduz o nmero de
configuraes a apenas 9, considerando as variveis L, D, L/D para controle da
composio de topo e V, B e V/B para controle da composio de fundo. Neste estudo o
autor analisou o comportamento das diferentes configuraes para o caso de trs
colunas de destilao com caractersticas distintas em termos de comportamento
dinmico e vazes envolvidas. Ele chegou concluso acima colocada, da inexistncia
de mtodos gerais para a determinao de configuraes de controle em colunas de
destilao, reforando a importncia da simulao dinmica.
importante notar a evoluo nos ltimos 30 anos da teoria de controle de
colunas de destilao, ao receber um forte impulso na dcada de 1980 com o
desenvolvimento de ferramentas baseadas na teoria de controle robusto no domnio da
freqncia. Um dos pioneiros deste tipo de abordagem foi o professor Manfred Morari,
co-autor do livro Robust Process Control (MORARI & ZAFIRIOU, 1989). Desta
forma, incertezas e comportamento dinmico foram incorporadas anlise e ao projeto
de sistemas de controle, com importante base terica. Especialmente ao longo das
dcadas de 1980 e 1990 a academia dedicou grande esforo a este tipo de abordagem.
O que se observa na investigao da literatura correspondente a introduo de
um excelente ferramental de anlise e projeto, baseado em modelos simples, mas com
5
limitada utilidade prtica. A complexidade da abordagem mostrou desde o incio a

necessidade de simplificaes e aproximaes que permitissem, pelo menos, sua
divulgao e uso parcial no meio industrial (SKOGESTAD & MORARI, 1987a).
Aps mais de duas dcadas de trabalho no tema, nas quais se estabeleceu como
um dos maiores especialista no assunto, Sigurd Skogestad, publicou um trabalho
(SKOGESTAD, 2006) onde descreve uma abordagem mais prtica de projeto de
configuraes de controle, fortemente baseada na experincia do usurio, com alguns
conceitos tericos e muita simulao (hoje a palavra chave). Em certos aspectos este
trabalho parece um retorno parcial ao caminho da anlise e projeto transitado pelos
pioneiros j na dcada de 1940 (BUCKLEY, 1992).
Considerando respostas imediatas das vazes, controle perfeito de nvel, vazes
molares constantes e ausncia de distrbios na estrada, SKOGESTAD & MORARI
(1987a) concluem que qualquer par das variveis manipuladas L, V, D e B tm o
mesmo efeito. Mudar L e V, por exemplo, equivalente a mudar V e D ou V e B. Isto ,
pode-se esperar conseguir praticamente o mesmo desempenho de controle escolhendo
qualquer configurao. Entretanto, h vrias razes que determinam que a escolha da
configurao de controle possa ser importante, dentre elas: a existncia de incerteza no
modelo utilizado (diferena entre planta e modelo); a diferena entre rejeitar distrbios
e acompanhar mudanas de setpoint; a considerao pelo modelo de determinadas
caractersticas dinmicas do sistema; a presena de restries nas variveis. Levar ou
no levar em conta estes aspectos pode gerar concluses conflitantes. Os autores
chegam concluso que o RGA (ver definio no Captulo 3) uma boa ferramenta
para tratar o tema da presena de incertezas nas variveis de entrada (atuadores),
observando que valores grandes dos elementos do RGA devem ser evitados. Como
resultados das anlises realizadas a configurao L/D_V/B foi a que se mostrou mais
eficiente para o conjunto das vazes consideradas.
A configurao LV foi estudada por SKOGETAD & LUNDSTRM (1990)
utilizando o valor singular estruturado, (ver definio no Captulo 3), como ndice de
desempenho robusto. O estudo foi realizado sobre 5 colunas de destilao de
complexidades diferentes. Dentre as concluses apresentadas importante mencionar
que os autores afirmam que a configurao LV pode apresentar bom desempenho em
controle dual se os tempos de medida (das composies) so pequenos, tipicamente
menores do que 1 ou 2 min. Alm disso, os autores mostram que problemas de interao
normalmente atribudos configurao LV podem ser praticamente eliminados com

uma boa sintonia de duas malhas de controle PID.
Como extenso do trabalho de SKOGESTAD & MORARI (1987a),
SKOGESTAD et al. (1990) reforam a constatao de que as decises relativas ao
controle de colunas de destilao devem estar baseadas no seu comportamento
dinmico. As informaes obtidas da resposta inicial, associadas a altas freqncias,
desempenham papel importante nessas decises. Analisando 4 configuraes para
controle dual LV, DV, L/D_V/B, DB concluram que a melhor configurao seria a
L/D_V/B. Tambm observaram que no haveria uma correspondncia exata entre os
valores de e os valores RGA, visto que, para as estruturas DB e L/D_V/B, os valores
de apresentaram pequenas diferenas indicando que a estrutura DB teria um
desempenho inferior, o que, no entanto, no pde ser observado atravs das anlises de
RGA. importante destacar que em seu trabalho os autores no avaliaram se estas
pequenas diferenas de desempenho indicadas no valor de so significativas para o
desempenho real da planta. Nestas anlises foi considerado no haver distrbios, que
refervedor e condensador tm baixas retenes e que a composio inferida via
temperatura (medida rpida).
O uso do RGA e do nmero condicionamento como medidas de robustez foi
estudado por SKOGESTAD & HAVRE (1996), exemplificando seus resultados no
controle de colunas de destilao. O desempenho do controle foi medido em termos da
funo sensibilidade da sada (efeito da perturbao sobre a varivel controlada), sendo
consideradas incertezas tanto de entrada (atuadores) como de sada (sensores). As
concluses foram tiradas para comportamento em torno da freqncia de corte do
sistema. Dentre as principais concluses, considerando pequenos os valores < 2 e
grandes os valores 10, os autores observaram que quando o RGA da planta contm
elementos grandes, os controladores baseados na inversa do modelo (MPC, LQG, IMC,
etc.) no so robustos para incertezas diagonais na entrada. Como este tipo de incerteza
inevitvel, esses controladores no devem ser utilizados quando a planta apresenta
elementos grandes no seu RGA.
ENAGANDULA & RIGGS (2005) criticaram recomendaes reportadas na
literatura para escolha da melhor configurao de controle baseadas em ferramentas de
estado estacionrio (SKOGESTAD e MORARI, 1987a; SHINSKEY, 1984). Eles
citaram vrios autores que mostraram de forma conclusiva que essas recomendaes
no se correlacionam bem com o desempenho de controle. Como alternativa propem
7
uma metodologia para escolha de configuraes de controle em colunas de destilao

que usa dados de distrbios que atuam sobre o processo e aplicam tcnicas de
processamento de sinais para extrair informaes de resposta de freqncia. Esta
informao combinada com o diagrama de Bode da malha fechada do processo para
predizer a variabilidade do produto da coluna em malha fechada. O diagrama de Bode
da malha fechada obtido usando um modelo fenomenolgico linear do processo. A
metodologia avaliada em duas colunas simuladas, sendo testadas 9 configuraes de
controle dual: LB, LV, L_V/B, DB, DV, D_V/B, L/D_B, L/D_V, L/D_L/B. Esta ltima
configurao mostrou o melhor desempenho, mas importante notar que os autores
citam contradies com resultados anteriores do mesmo grupo, obtidos usando outras
abordagens.
Recentemente SKOGESTAD (2006) discutiu o controle de colunas de destilao
dentro do esquema geral de controle global de planta (plantwide control). Concluiu que
a configurao LV se mostra apropriada para a maior parte dos casos, incluindo aqueles
que envolvem vazes de refluxo grandes, sempre que se use uma malha rpida de
temperatura, que fornece controle indireto de nvel.
CANABARRO et al. (2009) empregaram ferramentas estacionrias de anlise,
tais como RGA e SVD (Singular Value Decomposition), com a finalidade de
caracterizar o desempenho de diferentes configuraes de controle dual para uma
coluna debutanizadora. As configuraes foram propostas por engenheiros de uma
empresa, baseados na sua prpria experincia. Neste trabalho os autores fizeram uso do
simulador dinmico gPROMS verificando o desempenho de cada configurao
analisada. Os resultados mostraram que as informaes dos ndices estacionrios
utilizados para anlise no ratificaram os desempenhos obtidos por meio da simulao
dinmica. Para os autores as informaes fornecidas pelos ndices no so suficientes
para uma tomada de deciso respeito da melhor configurao de controle e os esforos
despendidos para obter uma simulao rigorosa no devem ser dispensados.
importante destacar que neste trabalho os ndices utilizados foram estacionrios e os
distrbios introduzidos na simulao para verificao de desempenho no foram
orientados segundo a sensibilidade do sistema.
2.2 Concluses
Neste captulo foi apresentada uma reviso bibliogrfica sucinta sobre o
problema da escolha de configuraes para o controle dual de composio em colunas
de destilao. O tema vem sendo discutido h mais de 60 anos, principalmente em
termos de estudo de caso, sendo que a partir da dcada de 1980 houve um crescimento
das abordagens analticas. O que se pode concluir desta reviso que a evoluo
significativa, mas que o problema ainda no est totalmente resolvido e, talvez, nunca o
venha a estar. Neste sentido, interessante observar que um mesmo grupo de pesquisa
ENAGANDULA & RIGGS (2005), ao longo do tempo, tem obtido diferentes
melhores configuraes para um mesmo processo usando diferentes abordagens. O
motivo principal que leva a tantas divergncias est associado complexidade das
colunas de destilao e ao fato de que cada uma delas apresenta caractersticas prprias;
isto , no h duas colunas iguais. A simulao dinmica, recomendada h mais de 40
anos (McCUNE & GALLIER, 1973) desponta como importante ferramenta de anlise,
especialmente devido a cada vez maior disponibilidade de programas confiveis e
eficientes.
3. NDICES DE AVALIAO
Os processos qumicos tm se tornado cada vez mais complexos devido

presena de reciclos, integraes energticas e vrias operaes unitrias interagindo
entre si (XU & BAO, 2009). Segundo LAUSCH et al (1998) tais integraes resultam
na reduo de perdas de material e melhoramento da qualidade dos produtos. Desta
forma, ao considerar a planta de um processo, o engenheiro se depara com um grande
nmero de variveis que podem ser controladas e manipuladas, ou seja, diversas
estruturas de controle podem ser propostas para uma mesma planta. A avaliao do
possvel desempenho que cada estrutura poder vir a ter na prtica uma tarefa
desafiante, sendo que diversas ferramentas tm sido propostas para ajudar nessa tarefa,
dentre elas vrios ndices de desempenho. Para analisar nesta dissertao foram
escolhidos os ndices considerados mais promissores: Arranjo de Ganhos Relativos
(RGA), Nmero de Condicionamento Mnimo ( * ), Nmero de Condicionamento ao
Distrbio ( d ) e Nmero de Desempenho Robusto (RPN). Neste captulo, sero
introduzidos os principais conceitos que permitam o correto entendimento desses
ndices.
3.1. Representao de sistemas de controle por realimentao

negativa
Considere o sistema em malha fechada representado pelo diagrama de blocos da
Figura 3.1, sujeito a sinais de rudo n e de distrbios d, sendo G a funo de
transferncia do processo, K a funo de transferncia do controlador, Gd a funo de
transferncia da perturbao e r o valor desejado para a sada y.
10
Gd
+
-
+
+
ym
+
Figura 3. 1 Diagrama de bloco de controle feedback
O objetivo do controle por realimentao negativa (feedback) eliminar o erro e

dado pela diferena entre a sada e o valor desejado, manipulando-se a entrada u. Desta
forma, o sistema em malha fechada pode ser descrito da seguinte forma:
y = G ( s )u + Gd ( s )d
(3.1)
Substituindo u = K (s)(r y n) na Equao 3.1 e operando tem-se
y = ( I + GK ) 1 GKr + ( I + GK ) 1 Gd d ( I + GK ) 1 GKn
(3.2)
Seja a seguinte notao:

L = GK Funo de transferncia da malha aberta.
S = ( I + GK ) 1 em que I matriz identidade. Funo de sensibilidade que relaciona a

perturbao do sistema com a sada y.
T = ( I + GK ) 1 GK Funo complementar de sensibilidade que relaciona o sinal do
valor desejado com a sada y.
Usando esta notao, a Equao 3.2 pode ser reescrita como:
y = Tr + SG d d Tn
(3.3)
11
importante destacar que a seguinte identidade pode ser obtida:

S +T = I
(3.4)
3.2. Matriz de Ganhos Relativos RGA
Um dos grandes problemas do controle de sistemas multivariveis o efeito que

uma malha de controle tem sobre as outras, de forma que a ao de um controlador no
afeta somente a varivel que lhe cabe controlar, mas tambm as outras variveis
controladas por outros controladores. A Matriz de Ganhos Relativos RGA (Relative
Gain Array) foi proposta por BRISTOL (1966) com o objetivo de quantificar este
acoplamento entre as variveis. Muitas vezes, a matriz RGA considerada um ndice
(quando na realidade o so seus elementos), pelo que costuma ser citada como o
RGA.
Seja apenas como ilustrao, um sistema multivarivel descrito pela matriz de
funes de transferncia G(s), de ordem 2x2, como o mostrado na Figura 3.2a. O RGA
consiste em uma matriz em que seus termos so razes entre o ganho esttico de cada
par entrada-sada quando o outro par se encontra em malha aberta e o ganho esttico do
mesmo par quando o outro se encontra em malha fechada. A Figura 3.2b exemplifica o
caso do par (u1, y1).
u1
y1
G(s)
u2=const.
y2
(a)
u1
Set
point
u2
y1
G(s)
y2=const.
(b)
Figura 3. 2 (a) Malha (u2, y2) aberta; (b) Malha (u2, y2) fechada
12
Para o caso de sistemas quadrados (aqueles que apresentam o mesmo nmero de

variveis de entrada e de sada) de qualquer dimenso, pode-se obter a matriz RGA a
partir da matriz de ganhos estticos G(0) segundo:
RGA(G ) = G (0) G (0) 1
(3.5)
o operador o produto de Schur (multiplicao elemento por elemento)

Para sistemas 2x2 com matriz de funes de transferncia G(s) em que seus
elementos so representados por gij, a matriz de ganhos relativos dada por
RGA(G (0)) = 11
21
ij = (1)
i+ j
12
22
g ij det(G (0) ij )
det(G (0))
(3.6)
, sendo G(0) ij a matriz G(0) sem a linha i e coluna j.
Uma das vrias propriedades do RGA que a soma dos elementos de qualquer
linha ou qualquer coluna sempre igual unidade, portanto no caso 2x2:
1 11

RGA(G (0)) = 11
11
1 11
(3.7)
As anlises de interao entre as malhas de controle de um sistema usando

informaes do RGA so realizadas a partir da magnitude dos valores de ij conforme
apresentado abaixo:
ij=0 significa que a varivel de entrada j no atua sobre a sada i. Neste caso,
para sistemas 2x2, a melhor escolha para o controle da varivel de sada seria a
outra varivel de entrada (no a varivel de entrada j).
ij=1 significa que o sistema desacoplado, isto , somente a entrada j atua sobre
a sada i, o que possibilita que o sistema multivarivel seja tratado como um
13
sistema de mltiplas malhas individuais monovariveis (SISO; single input

single output), resultando no chamado controle descentralizado.
0<ij<1 significa que h interaes entre as malhas de controle.
ij<0 significa a impossibilidade de controlar o sistema, pois ao fechar outra
malha de controle muda o ganho do par ij inviabilizando a operao do
controlador da varivel de sada i
.ij>1 significa que h interao, mas tambm que h menos opes de
pareamento (nenhuma no caso 2x2), pois outros tero valores negativos, para
que a soma resulte 1.
O RGA foi introduzido como uma ferramenta estacionria para medir o grau de
interao entre as malhas dos sistemas. Isto , o RGA calculado na freqncia zero.
Entretanto, para fins de controle, muito mais importante avaliar o desempenho do
sistema na regio prxima da freqncia de corte (crossover) na resposta de freqncia
(SKOGESTAD & POSTLETHWAITE, 1996). Desta forma, o RGA deve ser obtido
para uma faixa de freqncia usando as matrizes de resposta de freqncia conforme,
RGA(i ) = G (i ) G (i ) 1
(3.8)
Alm das informaes mencionadas anteriormente, o RGA fornece outras

informaes a respeito do controle do sistema. Altos valores de RGA na regio de
freqncia de crossover indicam sensibilidade do sistema de controle a incertezas do
modelo e, portanto, correspondem a situaes difceis de controlar (GROSDIDIER et
al., 1985).
Para
controle
descentralizado
orientao
de
SKOGESTAD
&
POSTLETHWAITE (1996) optar por pares de variveis entrada-sada que forneam

um valor de RGA prximo de 1 na regio de freqncia de crossover. Alm disso, estes
autores mostraram que quando ocorrem mudanas de sinal no valor de RGA ao longo
da freqncia, isto , de s=0 at s=, o sistema apresenta um zero no semi-plano direito
do plano complexo. Tambm mostraram uma forma de realizar o clculo do RGA para
plantas no quadradas e, neste caso, quando a soma dos valores dos elementos de uma
das colunas do RGA for menor que a unidade significa que a entrada correspondente
deve ser desconsiderada para medidas. Da mesma forma, quando a soma dos elementos
14
de uma das linhas do RGA for menor que a unidade significa que a correspondente
sada no pode ser controlada.
importante ressaltar que o RGA no sofre influncia do sistema de unidades
utilizado, no sendo necessrio escalonar o modelo para se obter uma anlise adequada.
3.3. Nmero de Condicionamento
A direcionalidade de um sistema indica a sensibilidade das variveis de sada

(vetor) a mudanas nas variveis de entrada (vetor). Em geral, as diferentes
combinaes de variveis de entrada (direes do vetor no espao das variveis)
influenciam de forma diferente as combinaes de variveis de sada. Haver uma
determinada combinao de variveis de entrada que ter um efeito mximo em uma
determinada combinao de variveis de sada, a direo de mxima sensibilidade,
como tambm determinadas combinaes de variveis de entrada e sada que resultam
na direo de menor sensibilidade. Entre esses dois extremos se encontram todas as
outras combinaes possveis. Claramente, o fato dos sistemas multivariveis
apresentarem sensibilidades diferentes entre variveis de entrada e sada (o que no
existe em sistemas monovariveis) determina diferentes nveis de dificuldade para seu
controle. Da mesma forma que o RGA, a direcionalidade funo da faixa de
freqncia em que opera o sistema.
A sensibilidade de um sistema multivarivel nas diferentes direes
caraterizada pelos valores singulares () da sua matriz de funes de transferncia, que
variam entre um valor mximo e um valor mnimo. Como os valores singulares medem
sensibilidade, muitas vezes so chamados de ganhos do sistema. Uma forma de
caracterizar o grau de dificuldade que a existncia de direes de sensibilidade diferente
pode trazer para o controle de um sistema por meio de seu Nmero de
Condicionamento. Este definido como o quociente entre o maior ( ) e o menor ( )
valores singulares da matriz de funes de transferncia do sistema, que no domnio da
freqncia dado por
15
(G (i )) =
(G (i ))
(G (i ))
(3.9)
Um sistema ser dito bem condicionado se apresentar valores singulares

(ganhos) de magnitudes prximas para as diferentes direes, resultando em um valor
baixo (prximo de 1) para o nmero de condicionamento. Esta qualidade de
condicionamento, em termos prticos, est associada maior ou menor facilidade do
sistema ser controlado. Os sistemas que apresentam ganhos bem diferentes para
diferentes direes so chamados de mal condicionados e fornecem altos valores de
nmero de condicionamento. Os sistemas bem condicionados so insensveis a
incertezas na entrada.
Diferente do que ocorre com o RGA, o nmero de condicionamento sofre
influncia do sistema de unidades utilizado para medir as variveis de entrada e sada.
Portanto, mais adequado fazer uso do ndice escalonando a matriz do processo de tal
forma a se obter um nmero de condicionamento mnimo *. Este escalonamento
realizado multiplicando-se matrizes diagonais direita (R) e esquerda (L) da matriz do
processo (G), que so determinadas na soluo do seguinte problema de otimizao,
* (G) = min (LG(i ) R )
(3.10)
L,R
Como relatado anteriormente, sistemas bem condicionados tm um valor de *

(G(i)) pequeno. Contudo, altos valores de * (G(i)) podem ser devido a pequenos
valores de (G (i )) ou a altos valores de (G(i )) , o que segundo SKOGESTAD &
POSTLETHWAITE (1996) no implicaria obrigatoriamente em um problema. Neste
caso, a menos que o sistema esteja muito bem instrumentado, o problema estar
associado reduo de graus de liberdade para controle, que gera a necessidade de se
definir o que poder realmente ser controlado.
Para sistemas 2x2 (GROSDIDIER et al., 1985) mostraram que o nmero de
condicionamento mnimo dado por
* (G ( j )) = RGA 1 +
RGA 1 1
(3.11)
16
sendo que para sistemas 2x2 a norma do RGA pode ser escrito da seguinte forma
RGA 1 = RGA
= 11 + 1 11
(3.12)
Desta foram, a Equao 3.11 pode ser reescrita da seguinte forma
* (G( j )) +
1
= 2 RGA 1 = 2 RGA
(G ( j ))
*
(3.13)
Buscando caracterizar o efeito da direo de um distrbio sobre o desempenho

do sistema controlado SKOGESTAD e MORARI (1987a) propuseram o Nmero de
Condicionamento para Distrbio. Este nmero representa a magnitude da varivel
manipulada necessria para rejeitar um determinado distrbio, d, relativa magnitude
necessria para rejeitar um distrbio da mesma magnitude, mas que entra na, chamada,
melhor direo de distrbio.
A Melhor Direo de Distrbio definida pelos autores como a direo do
distrbio que requer a menor magnitude da varivel manipulada (isto , menor ao de
controle) para ser rejeitado. Portanto, vetores de distrbios que resultam em valores de
d prximos de 1 indicam que estes vetores de distrbios tm direo mais favorvel

sendo mais facilmente rejeitados. De forma oposta, vetores que resultem em um valor
de d prximos do valor de (G) constituem o pior cenrio em termos de distrbio
para o processo.
O Nmero de Condicionamento para Distrbio dado pela seguinte Equao,
d (G ) =
G 1d
d
(G )
(3.14)
17
3.4. Introduo Teoria de Controle Robusto
Para se conseguir capturar os conceitos envolvidos no Nmero de Desempenho

Robusto, proposto por TRIERWEILER (1997), importante apresentar uma rpida
introduo aos conceitos da teoria de controle robusto.
As metodologias de controle robusto levam em conta as incertezas que ocorrem
nos sistemas reais. Estas incertezas podem ser decorrentes de distrbios na entrada e
rudos, bem como erros devido a diferenas entre o processo real e o modelo obtido por
modelagens ou por identificao do sistema. Devido complexidade dos sistemas reais
comum assumir algumas simplificaes na descrio do seu comportamento
dinmico, desconsiderando modos associados s altas freqncias, por exemplo. Desta
forma consegue-se reduzir a dimenso dos problemas a resolver. Estas simplificaes
introduzem incertezas que levam a diferenas entre a planta real e o modelo utilizado
para anlise e projeto, conhecido como modelo nominal. Para que um sistema de
controle seja robusto ele deve ser insensvel s incertezas que diferenciam a planta do
modelo nominal utilizado no seu projeto.
3.4.1.Representao das Incertezas

Para incluir incertezas no modelo do sistema fundamental a sua representao
matemtica apropriada. Os diferentes tipos de incerteza podem ser divididos em dois
grupos:
Incertezas paramtricas: dizem respeito a parmetros que no tm seus valores
conhecidos com preciso;
Incertezas relativas a dinmicas no modeladas: esto relacionadas a erros de
modelagem ou a simplificaes assumidas para a dinmica do sistema;
18
H diferentes formas de definir e representar as incertezas, existindo tambm

diferentes nomenclaturas para os casos monovarivel e multivarivel (SKOGESTAD &
POSTLETHWAITE, 1996). Basicamente h representaes mais ou menos detalhadas.
Por exemplo, considerando um modelo monovarivel na forma de funo de
transferncia, cada um dos seus parmetros pode apresentar incertezas diferentes. A
considerao de cada incerteza individual leva a uma representao estruturada, no
sentido de que ela reflete a estrutura do modelo, que caracterizada por seus
parmetros. Como fcil inferir, esta representao mais acurada da realidade de
difcil implementao prtica, pois
demanda um grande esforo de modelagem,
fornece mais detalhe do que o prprio modelo pode oferecer,
no podem lidar com dinmicas no modeladas, pois para isso seria necessrio
um modelo que as considerasse (um modelo exato),
requer perturbaes representadas no domnio dos nmeros reais, que so mais
difceis de lidar que as perturbaes representadas no domnio complexo
(funes de transferncia; resposta de freqncia).
A soluo agrupar os efeitos de todas as incertezas em um nico termo (de
incerteza no estruturada) que atua sobre o modelo nominal. Por exemplo,
considerando uma determinada freqncia do diagrama de Nyquist, o ponto que
representa o modelo nominal transforma-se em uma circunferncia (disco) no modelo
com incertezas.
No caso multivarivel o conceito de incerteza no estruturada o mesmo.
Idealmente vai se desejar agrupar diferentes fontes de incerteza em uma nica
perturbao para conseguir uma descrio de incerteza simples. Entretanto, como cada
canal de entrada e sada ao sistema estaria associado a uma incerteza no estruturada
especfica, a matriz que representa o conjunto de incertezas cheia.
Considerando que as diferentes formas de incertezas, relativas aos parmetros e
dinmica, foram agrupadas em um mesmo bloco (matriz) de incertezas , a forma
mais comum de associ-las ao modelo nominal a multiplicativa na entrada conforme
apresentado na Figura 3.3. Neste caso, foram desconsiderados os sinais de referncia r e
rudos no sistema.
19
As incertezas estruturadas que podem ocorrer em diferentes locais de sistemas

multivariveis realimentados podem ser coletadas e colocadas em uma matriz de
perturbaes bloco-diagonal (MORARI & ZAFIRIOU, 1989).
Gp
WI
u
w
v
K
+
+
WP
Figura 3. 3 Planta G admitindo incertezas multiplicativas na entrada
Se os atuadores vinculam cada sada do controlador com cada entrada

manipulada do processo da forma mi = hi (s )ui , eles tm incertezas representadas por
hpi = hi (s )[1 + wIi ( s) i ( s)]
i (i ) << 1,
(3.15)
Combinando todas as incertezas, pode-se relacionar o modelo da planta GP com

o modelo nominal G da seguinte forma:
G p ( s) = G( s)(I + W ( s)( s) )
(3.16)
com I = diag{ I } e WI = diag {wIi }

Um dos objetivos do controle robusto estabelecer margens de estabilidade
robusta (RS; Robust Stability) e desempenho robusto (RP; Robust Performance) para os
sistemas. Alm destas, claro, existem as margens que garantem estabilidade nominal
(NS; Nominal Stability) e desempenho nominal (NP; Nominal Performance). As
definies destas propriedades so
NS: um sistema nominalmente estvel se o modelo nominal da planta for
estvel;
20
NP: um sistema apresenta desempenho nominal quando o modelo nominal da

planta atende as especificaes de desempenho;
RS: um sistema apresenta estabilidade robusta se todas as possveis plantas,
considerando as incertezas, forem estveis;
RP: um sistema apresenta desempenho robusto se atende s especificaes de
desempenho para todas as possveis plantas, considerando as incertezas.
3.4.2. Estabilidade Robusta

Em que condies existe estabilidade robusta? Considerando sistemas SISO para
facilitar o entendimento (o caso MIMO conceitualmente semelhante, mas bem mais
complexo), o teorema de estabilidade de Nyquist estabelece que o sistema em malha
fechada, S(i), estvel se a curva que representa a funo de transferncia da malha
aberta, L(i), no diagrama de Nyquist (Figura 3.4) no envolve o ponto (-1,0). Quando
se consideram as diversas incertezas a que os sistemas esto sujeitos, o critrio de
estabilidade de Nyquist fornece a condio de estabilidade robusta, sendo que o peso wI
delimita a regio de incerteza do sistema.
-1
L(i)
|1+L(i)|
|wIL|
Figura 3. 4 Diagrama de Nyquist para modelo nominal, mostrando a incerteza em um
ponto.
Assim, para que o sistema apresente estabilidade robusta necessrio que o raio
do disco que representa a incerteza no estruturada no exceda, para nenhuma
21
freqncia, a distncia do centro do disco ao ponto -1. Verifica-se que isto requer que
seja satisfeita a seguinte condio de estabilidade robusta,
wI L < 1 + L
(3.17)
Esta condio pode tambm ser escrita como,
wI L
= wI T < 1 ou
1+ L
T <
1
wI
(3.18)
que so equivalentes a
wI T
<1
(3.19)
onde a norma infinita ||*|| pode ser interpretada como o supremo de *.
3.4.3.Desempenho Robusto
A funo de sensibilidade S um bom indicador de desempenho da malha
fechada (SKOGESTAD & POSTERTHWAITE, 1996). Como idealmente deseja-se S
pequeno (para rejeitar perturbaes), importando se focar na sua magnitude S .
Existem diversas especificaes tpicas em termos de S para garantir um desempenho

nominal desejado, sendo que para controle robusto interessa que a magnitude do maior
pico da funo S em termos da freqncia no exceda um determinado limite,
S (i ) < M . A escolha apropriada do limite M previne a amplificao do rudo a altas
freqncias e introduz certa margem de robustez.
Ainda considerando sistema monovarivel, matematicamente essa especificao
pode ser dada simplesmente como um limite superior,
22
S (i ) <
1
wP (i )
(3.20)
onde w P (s ) um peso definido pelo projetista.

Essa condio pode ser tambm expressa como
w P S (i ) < 1
(3.21)
ou, usando norma infinita,

wP S
<1
(3.22)
Substituindo
S = ( I + L ) 1
em
wP S
< 1 , resulta
wP ( I + L) 1 < 1 , ou
w P < I + L . Assim, o critrio para desempenho nominal w P < I + L
O diagrama de blocos da Figura 3.3 pode ser modificado para incluir o peso wP
associado ao desempenho robusto, conforme mostra a Figura 3.5.
Gp
WI
u
w
v
K
_
+
+
+
+ +
WP
Figura 3. 5 Planta G admitindo incertezas multiplicativas na entrada e o peso para

definir o desempenho robusto desejado.
Para desempenho robusto requerido que a condio obtida para desempenho

nominal seja satisfeita por todas as plantas do conjunto perturbado, inclusive para a pior
delas. Isto
23
wP < I + LP
S P ,
(3.23)
Por um lado RP exige que para todas as freqncias, todas as possveis plantas
com incerteza em malha aberta, LP, estejam fora de um crculo de raio w P em torno de
-1. Por outro lado, para RS, todas as plantas possveis LP, para todas as freqncias,
devem estar dentro de um crculo que define as perturbaes multiplicativas de raio
wI L centrado em L, pois L p = L + (wI L ) I . Isto mostrado graficamente na Figura
3.6
Figura 3. 6 Diagrama de Nyquist considerando desempenho nominal.

A condio de desempenho robusto requer que os dois crculos no se
superponham. Como os centros desses crculos esto distncia 1 + L , necessrio
que
wP + wI L < 1 + L
(3.24)
Isto equivalente a
wP (1 + L) 1 + wI L(1 + L) 1 < 1
(3.25)
Chegando finalmente condio para RP
24
max ( w P S + w I T ) < 1
(3.26)
3.4.4.Anlise e Projeto Robustos

As funes peso aqui descritas (w no caso monovarivel e W no multivarivel)
so parmetros cuja especificao requer experincia, mas a literatura oferece
recomendaes que podem auxiliar na obteno dessas funes. SKOGESTAD &
POSTLETHWAITE (1996) apresentam dois modelos para wp em funo da largura de
banda, definida como a freqncia em que |S(i)| passa pelo ponto 0,707 de magnitude:
s
+ B*
wP = M *
s + B A
(3.27)
s 1 / 2
+ B*
M
wP =
* 1/ 2 2
s + B A
(3.28)
Os parmetros A e M
indicam os limites a baixa e alta freqncia,
respectivamente, para a funo de sensibilidade e B* a largura de banda desejada.

Segundo os atores, utilizando-se valores de A menores que 1 pode-se induzir uma ao
integral no desempenho do sistema. Da mesma forma, o valor de M pode ser ajustado
configurando um mximo para S.
Considerando sistemas MIMO as condies de RS e RP, que no caso SISO so
dadas pelas Equaes (3.19) e (3.26), respectivamente, podem ser representadas em
termos dos maiores valores singulares das matrizes correspondentes segundo,
RS : W I T (i ) < 1
RP : WI T (i ) + W p S (i ) < 1
(3.29)
(3.30)
25
Segundo DOYLE & STEIN (1991), estas condies so mais difceis de serem
satisfeitas e limitadas, pelo que comum utilizar uma forma mais geral de representao
de sistemas transformando o sistema apresentado na Figura 3.5 na forma abaixo, com
trs entradas e trs sadas, chamada configurao de controle geral.
P
u
Figura 3. 7 Configurao de controle geral
Nesta representao:
P: o modelo generalizado da planta, que inclui G e Gd e a estrutura de interconexo
entre a planta e o controlador; alm disso, P usado para formular o problema de
projeto, pelo que tambm inclui as funes peso.
K: o controlador.
w: so as entradas externas, como comandos, perturbaes e rudo.
z: so as sadas para o exterior; por exemplo, o erro e = y r a ser minimizado.
v: so as entradas do controlador K, que envolvem comandos, medidas das sadas da
planta, medidas de perturbaes, etc; no caso de controlador de um grau de liberdade,
com medidas perfeitas, v = r y .
u: so as sadas do controlador.
Com fins ilustrativos, e considerando apenas a parte inferior da configurao de
controle geral, a Figura 3.8 mostra como chegar a ela a partir da configurao de
controle clssica.
26
d
r
+
-
+
+
ym
+
(a)
d
r
n
+
(b)
Figura 3. 8 Exemplo de transformao da configurao clssica.
(a) configurao clssica, (b) configurao transformada
Verificam-se as seguintes formas para entradas e sadas,
w1 d
w = w2 = r
w3 n
z =e = yr
v = r ym = r y n ;
(3.31)
A forma da matriz P, neste exemplo, obtida acompanhando o seguinte

equacionamento,
z = y r = Gu + d r = Iw1 Iw2 + 0 w3 + Gu
(3.32)
v = r ym = r Gu d n = Iw1 + Iw2 Iw3 Gu
(3.33)
27
w
z
=
P
u
v

I
P=
I
(3.34)
I
I
0
I
G
G
(3.35)
No caso geral multivarivel e partindo da configurao equivalente do caso

monovarivel ilustrada na Figura 3.5, a matriz P obtida considerando as relaes entre
as entradas u, w e u com as sadas z, v e y,
y = uWI
(3.36)
v = w uG u G
(3.37)
z = WP v
(3.38)
tal que,
P

W I u
0
y 0
z = W G W W G w
p
p
p
v G I G u
(3.39)
A partir da forma apresentada na Figura 3.7 podem-se agrupar em um nico

bloco N, o controlador K e a planta generalizada P. Isto pode ser feito utilizando a
transformao linear fracionria inferior (LFT), que pode ser vista como uma
manipulao algbrica entre os sinais de entrada e sada que relacionam os elementos da
matriz P e o bloco K.
28
P
Sendo P = 11
P21
P12
, podem-se escrever as seguintes Equaes para os sinais
P22
z, v e u:
z = P11 w + P12 u
(3.40)
v = P21 w + P22 u
(3.41)
u = Kv
(3.42)
y
u
sendo, neste caso z = e w = .
z
w
A partir destas Equaes, eliminando as variveis u e v, obtm-se a
transformao desejada
z = F ( P, K ) w = [ P11 + P12 K ( I P22 K ) 1 P21 ]w
(3.43)
em que F(P,K) indica a aplicao da LFT entre P e K.
importante destacar que ao se aplicar a LFT na matriz generalizada P comum
dividir a matriz em partes com dimenses compatveis com os sinais w, z, u e v,
resultando em um sistema 2x2. Considerando a Equao (3.39) e a seguinte propriedade
de matrizes:
( I GK ) 1 G = G ( I + KG ) 1
(3.44)
os elementos de P e da matriz N resultante da LFT entre P e K podem ser escritos da

seguinte forma
0
0
P11 =
WP G WP
W
P12 = I
WP G
(3.45a)
29
P21 = [ G I ]
P22 = G
(3.45b)
WI KG ( I + KG) 1 WI K ( I + GK ) 1
N =
1
W p ( I + GK ) 1
W pG ( I + KG )
(3.46)
A Figura 3.9a ilustra a estrutura resultante, denominada de estrutura N-.Quando

se busca analisar somente RS o nico termo de N que fornece esta informao o N11, o
qual relaciona a entrada u e a sada y. A partir desta informao cria-se uma nova
estrutura, levando em conta somente o termo N11, chamada de estrutura M- e ilustrada
na Figura 3.9b, que til para a anlise de RS.
N
(a)
M
(b)
Figura 3. 9 Estruturas N- (a) e M- (b).

Como mencionado anteriormente, o objetivo de reescrever o sistema nas formas
apresentadas na Figura 3.9 obter uma forma mais adequada para descrever as
condies de RS e RP. Usando estas estruturas resultam as seguintes condies para NS,
NP, RS e RP,
NS : N deve ser estvel
(3.47)
NP : ( N 22 ) < 1 , , e NS
(3.48)
RS : ( N11 (i ) ) < 1 , NS
(3.49)
RP : ( N (i )) < 1 e NS
(3.50)
O valor singular estruturado uma generalizao do maior valor singular para

uma determinada matriz, considerando o caso de incertezas estruturadas. Ele foi
30
introduzido por DOYLE (1982) e sua finalidade buscar o menor valor do parmetro km
que leva a matriz (I-kmM) singularidade. Considerando estruturada e () 1, o
valor singular estruturado pode ser definido como
(M ) =
1
min{k m | det( I k m M) = 0}
(3.51)
No clculo do valor singular estruturado a matriz de incertezas escalonada a

partir do parmetro km, de tal forma que valores altos de significam que pequenas
incertezas so capazes de levar a planta instabilidade. Assim, uma boa estrutura de
controle seria aquela com menores valores de .
Uma forma de entender o significado da funo definida por DOYLE (1982)
pode ser buscada observando que o critrio de estabilidade de Bode para sistemas
monovariveis estveis em malha aberta, p (s ) , estabelece que a malha fechada ser
estvel se p (i ) < 1 . Por outro lado, para sistema multivariveis estveis em
malha aberta, P (s ) , o teorema do Ganho Pequeno estabelece que a malha fechada ser
estvel se (P (i )) < 1 , onde ( A ) indica raio espectral da matriz A, que
corresponde ao seu maior valor caracterstico. O valor singular estruturado permite a
extenso destes resultados ao caso multivarivel com incerteza estruturada, tal que para
determinadas caractersticas da incerteza a malha fechada da Figura 3.9b estvel se (e
s se) (M (i )) < 1 .
DOYLE & STEIN (1991) desenvolveram uma expresso analtica para o clculo
do valor singular estruturado, considerando controladores baseados na inversa do
processo, incertezas estruturadas e que o controlador produza um sistema em malha
fechada descentralizado,
( N (i )) = wP s + wI t + wP s wI t (G) +
(G )
com W p = wP I , WI = wI I , T = tI
(3.52)
S = sI
31
Esta expresso foi a base utilizada por TRIERWEILER (1997) para desenvolver
o Nmero de Desempenho Robusto (RPN), o qual ser descrito mais adiante.
importante destacar que o valor singular estruturado uma ferramenta de
anlise que depende no s do modelo do processo como tambm do controlador. No
entanto, possvel realizar projetos de controladores de forma a minimizar . Um
mtodo bastante conhecido neste sentido o chamado DK-iteration, que combina a
sntese de controladores utilizando a norma infinita, H, e a anlise de valor singular
estruturado. A seguinte desigualdade (SKOGESTAD & POSTLETHWAITE, 1996)
estabelece um limite superior para em termos de valor singular escalonado,
(N ) min (DN ( K ) D 1 )
(3.53)
DD
onde D qualquer matriz tal que D =D. Partindo deste resultado o mtodo DKiteration busca achar, de forma iterativa, o controlador que minimize o valor mximo
desse limite ao longo de todas as freqncias. Isto expresso da seguinte forma,
min ( min DN ( K ) D 1
K
DD
).
(3.54)
O procedimento iterativo envolve as seguintes etapas:

1. Encontrar um controlador K que minimize DN ( K ) D 1
considerando
uma matriz D(s) fixa;

2. Encontrar uma matriz D(i) que minimize, ao longo da freqncia, o
maior valor singular de DN ( K ) D 1 considerando na matriz N o sistema

com o controlador obtido na etapa anterior.
3. Aproximar a magnitude de cada elemento de D(i) por uma funo
transferncia de fase mnima e estvel, voltando etapa 1 com a D(s)
resultante.
Como mencionado anteriormente, trabalhar com estas ferramentas requer
grande experincia e a literatura no se mostra muito clara sobre este assunto,
especialmente com relao descrio das incertezas e das funes peso. Diversos
trabalhos tm sido realizados sobre um modelo de coluna de destilao apresentado por
SKOGESTAD et al, (1988) conhecido como coluna A, utilizando funes peso
32
especficas, sem uma justificativa clara. O controle de outros sistemas simples tambm
foi estudado e divulgado, mas sempre sem justificativas claras para a escolha das
incertezas e pesos utilizados. Esta situao parece ser um indicativo das dificuldades
que o usurio deve enfrentar na prtica industrial.
Ao longo dos estudos vinculados a esta dissertao foram projetados
controladores robustos de sistemas simples bem conhecidos, utilizando pacotes
computacionais comerciais, visando avaliar a possibilidade de projetar um controlador
para o sistema aqui utilizado. Como colocado na introduo, o desempenho deste
controlador serviria como referncia para avaliar as configuraes de controle
analisadas.
A seguir so apresentados dois exemplos de projeto de controladores robustos,
para a coluna A (SKOGESTAD et al, 1988) e para reator de Van der Vusse
(TRIERWEILER, (1997), enfatizando as dificuldades encontradas, no s na hora da
modelagem das incertezas, mas tambm com os pacotes computacionais disponveis
utilizados.
3.5. Projeto de Controladores Robustos
Para ilustrar a utilizao das ferramentas apresentadas na Seo 3.4 dois

processos foram utilizados visando avaliar as potencialidades e dificuldades de se
trabalhar com estas ferramentas.
Para o projeto de controladores foi utilizado o mtodo iterativo DK-iteration que
consiste em encontrar um controlador que minimize a norma infinita da matriz do
processo generalizada N, ou seja, que minimize o mximo valor de na freqncia.
33
3.5.1.Caso I Coluna de Destilao Ideal
SKOGESTAD et al (1988), introduziram um modelo de coluna de destilao

baseado na estrutura de controle LV a qual tem sido bastante empregada na literatura
para o estudo de controle de processos. Neste modelo, as entradas so o refluxo de topo
L e o refluxo de fundo V sendo consideradas como variveis controladas as
composies de topo e fundo, xD e xB. Segundo os autores, apesar do modelo proposto
no resultar de uma modelagem refinada de um processo de destilao, este modelo,
Equao (3.55), descreve de forma adequada os processos mal condicionados e, por
isto, difceis de controlar.
G (s) =
1 87.8 86.4
75s + 1 108.2 109.6
(3.55)
Para realizar o projeto de controladores utilizando a teoria de controle robusto

apresentada necessrio estabelecer as margens de incertezas e desempenho
representadas pelas funes peso Wi e Wp. Os autores propuseram uma funo peso
para as incertezas que correspondesse a 20% de erro em baixas freqncias atingindo
100% a altas freqncias.
Segundo os autores este aumento ao longo da freqncia poderia compensar o
efeito da dinmica de escoamento que no foi levada em considerao durante a
modelagem
wI =
1s + 0,2
, W I = I 2 x 2 wI
0,5s + 1
(3.56)
Para o desempenho robusto, foi proposto para este trabalho a seguinte funo
peso
wP = 0,5
10s + 0,5
, W p = I 2 x 2 wP
10s
(3.57)
34
baseado no fato de que esta funo peso impe que o controlador projetado resulte em
um sistema em malha fechada com ao integral na regio de baixas freqncias, ou
seja, wp (0) = .
Comparando-se a funo wP ao modelo proposto na Equao (3.27), podemos
identificar os parmetros M, A, e * B para a Equao (3.57). Neste caso pode-se
observar que esta funo peso com M =2 direciona a um desempenho com um valor
mximo para a funo de sensibilidade S igual a 2. importante ressaltar que embora
para este caso o valor de A identificado seja zero, na verdade ter-se-ia o valor do
produto * B A << 1 .
Para a realizao do projeto de controladores nesta dissertao utilizaram-se as
rotinas de controle robusto (Robust Control Toolbox) do software MatLab 7.0.1 na
implementao do mtodo DK-iteration. Os resultados foram semelhantes aos
apresentados pelos autores SKOGESTAD & POSTLETHWAITE (1996). No entanto,
estes autores apresentaram um controlador com desempenho superior ao obtido pela
simples aplicao do mtodo. No mtodo DK-iteraton, a matriz de escalonamento D
uma matriz tal que minimize o maior valor singular de DND-1 em toda a regio de
freqncia, porm o desempenho timo apresentado pelos autores est baseado em uma
matriz de escalonamento obtido via tentativa e erro. Isto no foi feito neste trabalho,
pois nele apenas se buscou o domnio das ferramentas para uso posterior no projeto de
um controlador robusto de planta estudada.
A Figura 3.10a apresenta o resultado da simulao em malha fechada para a
coluna de destilao da Equao (3.55), com o controlador sintetizado via DK-iteration.
Neste caso, foi aplicada uma mudana tipo degrau unitrio no valor desejado da
composio do topo da coluna. O controlador obtido resultou em um mximo para de
1.18 com 12 estados. As curvas NP, RS e RP na Figura 3.10b representam as tendncias
do desempenho nominal, ( N 22 ) < 1 , da estabilidade e do desempenho robustos,
(N 11 (i ) ) < 1 e ( N (i )) < 1 , para o sistema com o controlador sintetizado conforme

as margens estabelecidas pelas Equaes (3.48), (3.49) e (3.50).
35
Coluna de destilao
1.2
XD e XB
0.8
0.6
Topo
Fundo
0.4
0.2
-0.2
50
100
150
200
250
300
min
(a)
0.8
NP
RS
RP
0.7
Magnitude
0.6
0.5
0.4
0.3
0.2
0.1
0
-4
10
-2
10
10
10
10
rad/s
(b)
Figura 3. 10 (a) Simulao do sistema 3.55 em malha fechada. (b) Anlise de NP, RS
e RP.
36
Observa-se que, a rigor, os critrios de estabilidade e robustez, calculados a

partir do valor singular estruturado so alcanados, sendo o valor de NS, RS e RP
menores que 1 ao longo de toda a faixa de freqncia analisada. O mximo de para a
condio de RP foi de 0,7057, sendo este valor obtido aps 4 iteraes.
A resposta do sistema, para uma mudana tipo degrau unitrio no valor desejado
no topo, mostra que o controlador multivarivel sintetizado impe ao sistema um
pequeno offset e um tempo de ascenso de 17,6402.
importante ressaltar que os controladores multivariveis obtidos nesta
abordagem tm a desvantagem de no possurem parmetros, os quais poderiam estar
associados a caractersticas do desempenho gerado em malha fechada para o sistema.
Este fato torna impossvel um reajuste do controlador para eventuais mudanas na
planta. Alm disso, a complexidade desses controladores pode limitar sua aplicao
devido presena de plos ou zeros instveis, no sendo possveis futuros ajustes, como
possvel quando o mesmo ocorre em sistemas com controladores do tipo PID. Em
contrapartida, os controladores PIDs, alm de apresentarem robustez e serem fceis de
entender, possuem parmetros bem caractersticos que facilitam sua sintonia.
O comportamento deste controlador foi investigado considerando erros de
modelagens para o sistema. A matriz de incertezas I , utilizada para esta simulao, foi
construda utilizando a funo ultidyn, disponvel no Toolbox de Controle Robusto para
MatLab. Os parmetros da funo ultidyn foram escolhidos de forma a obter uma matriz
I de dimenso 2x2 e I < 1 . A simulao, apresentada na Figura 3.11, mostra
que este sistema se comporta adequadamente frente a este cenrio de incertezas.
37
Controlador
1.4
1.2
Magnitude
0.8
0.6
0.4
0.2
50
100
150
200
250
min (sec)
Figura 3. 11 Simulao para erros de modelagens.
Cada curva apresentada na Figura 3.11 representa um cenrio diferente de

incertezas possveis limitadas da seguinte maneira: I < 1 . Verificou-se, por
meio de perturbaes degrau na entrada, que um controlador PI descentralizado
devidamente sintonizado capaz de fornecer um desempenho satisfatrio para o sistema
assim com o obtido com o controlador sintetizado. O controlador foi sintonizado de
forma a obter um desempenho semelhante ao obtido pelo controlador multivarivel
sintonizado, calculando-se os parmetros do PI que aproximassem este controlador, no
domnio da freqncia, do controlador obtido via DK-iteration.
A Figura 3.12 apresenta o comparativo entre os desempenhos do sistema com o
controlador multivarivel e com o controlador PI descentralizado.
38
Mudana de setpoint no topo
1.2
XD
XD e XB
0.8
XD
0.6
Controlador
PI descentralizado
0.4
XB
0.2
XB
-0.2
50
100
150
200
250
300
min
(a)
Varivel manipulada-L
1.4
L-
L-PI
1.2
0.8
0.6
0.4
0.2
50
100
150
200
250
300
min
(b)
39
Varivel manipulada-V
0.8
V-
V-PI
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-0.1
50
100
150
200
250
300
tempo(min)
(c)
Figura 3. 12 (a) Sistema em malha fechada com controladores e PI.
(b) e (c) Aes de controle para os dois controladores.
A Tabela 3.1 apresenta os valores dos parmetros de sintonia do controlador PI
utilizado na simulao.
Tabela 3.1 Parmetros do Controlador PI descentralizado
Malha Kc
Ti
1,3435
-1,5189
Fundo 0.0172
-0,0192
Topo
Observa-se que os dois controladores possuem comportamentos semelhantes

para as variveis manipuladas, embora o controlador PI seja descentralizado.
Testes realizados com o controlador PI mostraram, como apresentado na Figura
3.13, que este controlador apresenta desempenhos to bons quanto os obtidos com o
controlador sintetizado diante do mesmo conjunto de incertezas. Vale ressaltar que
eventuais mudanas no processo podem fazer com que os sistemas se desestabilizem,
40
requerendo uma nova sintonia. No entanto, utilizando controladores multivarivel que

no possuem parmetros com influncia direta nas caractersticas do desempenho do
sistema, tais como os controladores sintetizados pelo mtodo DK-iteration, um reajuste
nos parmetros seria impossvel restringindo suas aplicaes.
Controlador PI
Magnitude
0.8
0.6
0.4
0.2
10
15
20
25
30
35
40
min (sec)
Figura 3. 13 Simulao para erros de modelagens com controlador PI.
Cada curva apresentada na Figura 3.13 representa um cenrio diferente de
incertezas possveis limitadas da seguinte maneira: I < 1 , revelando que o
controlador PI foi capaz de estabilizar o sistema em todos os casos. Desta forma pode-se
afirmar que, para este sistema, desempenhos robustos podem ser obtidos tambm com
controladores simples como os PIs.
3.5.2.Caso II Reator de Van der Vusse
41
Neste caso projetado um controlador para o processo de obteno de

ciclopentenol (B) a partir do ciclopentadieno (A), apresentado por VAN DER VUSSE
(1984). Este processo conduzido em um reator de mistura perfeita (CSTR) onde
ocorrem as seguintes reaes srie-paralelo:
k1
k2
A
B
C
(3.58)
k3
2 A
D
O objetivo produzir o ciclopentenol, mas como pode ser observado, neste

processo ocorre a formao de dois subprodutos: ciclopentanodiol (C) e
diciclopentadieno (D). Desta forma, a malha de controle para este sistema deve ser
capaz de controlar a concentrao do componente B minimizando a concentrao dos
produtos
indesejveis.
Neste
caso
buscou-se
reproduzir
abordagem
de
TRIERWEILER (1997), que para controlar este processo utilizando como variveis
manipuladas o calor removido na camisa QK e a razo entre a vazo volumtrica da
entrada e o volume do reator representado por f (Figura 3.14).
Fin
f=Fin/VR
Tk
VR
QK
Fout
Figura 3. 14 Reator de Van der Vusse
O modelo linearizado da planta em espao de estados descrito pelo sistema de
Equaes (3.59)
x = Ax + Bu
(3.59)
y = Cx + Du
onde
42
x T = [C A
CB
T TK ]
0
3,7806
0
84,7158
53,2354 69,5297
0,7806
0
A=
146,5003 208,2508 35,8206 30,8285
0
0
86,6880 86,6880
0
4,225
0,825 0
B=
5,0
0
0,1
0
0 1 0 0
C=
0 0 1 0
D=0
As funes peso utilizadas pelo autor para incertezas, WI, e desempenho, WP, so
dadas por,
WI (1,1) =
0,004805(0,001001s + 1)(0,009398s + 1)(0,3586s + 1)

(0,001001s 2 + 0,03855s + 1)(0,158s + 1)
WI (1,2) =
1,877.10 5 (3,883.10 4 s + 1)(3,61.10 3 s + 1)(0,04372 s + 1)

(0,00428 s 2 + 0,0547 s + 1)(0,1484 s + 1)
WI ( 2,1) =
0,1887 (1,06.10 6 s 2 + 1,471s + 1)(0,8382 s + 1)

(0,01169 s + 1)(0,1176 s + 1)(0,8222 s + 1)
WI (2,2) =
7,439.10 4 (1,888.10 6 s 2 + 1023.10 3 s + 1)(0,2156 s + 1)

(0,008591s 2 + 0,1264 s + 1)(0,2895 s + 1)
s + 0,05
s + 0,05
W p = diag
;
5
5
10s + 1x10 5s + 1x10
(3.60)
(3.61)
importante ressaltar que os pesos para as incertezas foram obtidos a partir da

linearizao do sistema para valores extremos de concentrao do componente B, no
entanto, nenhuma justificativa foi fornecida para a funo peso WP; apenas foi
informado que esta resultou em bom desempenho. Este fato demonstra a dificuldade de
se trabalhar com a metodologia de controle robusto, visto que em geral no so
43
disponibilizadas informaes concretas sobre como construir as funes peso para o

desempenho. Esta constatao sugere a no existncia de abordagens gerais e a suspeita
de que a forma final obtida por meio de tentativas sucessivas.
A partir dos dados do processo apresentados por TRIERWEILER (1997)
realizou-se a sntese de controladores robustos pelo mtodo DK-iteration. As Figuras
3.15 e 3.16 apresentam o comportamento da concentrao do produto B, CB, frente a
uma mudana tipo degrau no seu valor desejado e as anlises de robustez,
respectivamente.
Reator
1.2
CB e T
0.8
0.6
CB
T
0.4
0.2
-0.2
100
200
300
400
500
600
min
Figura 3. 15 Simulao do sistema de Van de Vusse em malha fechada.
44
0.35
NP
RS
RP
0.3
Magnitude
0.25
0.2
0.15
0.1
0.05
0
-4
10
-2
10
10
10
10
rad/s
(b)
Figura 3. 16 Anlise de NP, RS e RP.
A simulao mostra que o sistema se comporta adequadamente com o

controlador sintetizado, sem oscilao, atingindo 90% do valor desejado em 118min.
Observa-se tambm que a condio de robustez foi satisfeita, sendo o valor mximo da
curva para as curvas de NS, RS e RP menores que 1 em toda a faixa de freqncia.
O controlador multivarivel obtido possui 46 estados e resultou em um pico de
igual a 1,78. Conforme relatado anteriormente, a estrutura deste tipo de controlador no
fornece a facilidade de se realizar uma nova sintonia caso haja uma mudana no
comportamento do sistema. Portanto, sintonizou-se devidamente um controlador PI
descentralizado para o sistema em questo de forma a obter um desempenho semelhante
ao obtido com o controlador multivarivel. As respostas do sistema com cada um dos
controladores frente a um degrau unitrio na concentrao de CB pode ser observado
nas Figuras 3.17 e 3.18. A Tabela 3.2 apresenta a sintonia dos controladores PI
utilizados no controle descentralizado.
45
Tabela 3.2 Parmetros do controlador PI descentralizado
Malha Kc
Ti
CB/f
5,7827
0,8473
T/QK
3,06545x103 18,5438 x103
Controlador e PI descentralizado
1.2
CB
CB e T
0.8
0.6
Controlador
PI descentralizado
CB
0.4
0.2
T
0
T
-0.2
100
200
300
400
500
600
min
Figura 3. 17 Sistema em malha fechada com controladores e PI
46
Varivel manipulada-f
45
40
35
30
25
f-
f-PI
20
15
10
5
0
100
200
300
400
500
600
min
(b)
Varivel manipulada-Q
1000
Q-
Q-PI
0
-1000
-2000
-3000
-4000
-5000
-6000
-7000
-8000
-9000
100
200
300
400
500
600
min
(c)
Figura 3. 18 (a) e (b) Comportamento das variveis manipuladas para os dois
controladores.
47
O desempenho alcanado com os dois controladores foram bem semelhantes e

satisfatrios, tanto para o comportamento das variveis manipuladas quanto para as
variveis controladas.
Investigando a robustez, considerando erros de modelagens para o sistema,
sendo
I < 1 , observa-se que o controlador sintetizado no foi capaz de
estabilizar o sistema frente ao conjunto de incertezas testadas, enquanto que o

controlador PI se comportou de forma adequada para a mesma situao. A simulao
de mudana degrau unitrio em CB, considerando os erros de modelagem, em malha
fechada para cada controlador apresentado nas Figuras 3.19 e 3.20.
Vale ressaltar que, na Figura 3.19 para melhor visualizao, o tempo de
simulao foi reduzido, o que refletiu em poucos pontos para a construo da curvas,
como pode ser observado para as curvas de comportamento instvel.
Controlador
Magnitude
-2
-4
-6
-8
20
40
60
80
100
120
140
160
180
200
min (sec)
(a)
Sistema em malha fechada com controladores , (b) Sistema em malha fechada com
controlador PI.
48
Controlador PI
1.4
1.2
Magnitude
0.8
0.6
0.4
0.2
50
100
150
200
250
300
350
400
450
500
min (sec)
(b)
Sistema em malha fechada com controladores , (b) Sistema em malha fechada com
controlador PI.
Cada curva apresentada nas Figuras 3.19 e 3.20 corresponde a um conjunto
diferente de perturbaes limitadas da seguinte forma: I < 1 . O comportamento
do sistema frente s incertezas com o controlador PI manteve-se estvel em todos os
casos, o que claramente no aconteceu para o sistema com o controlador sintetizado.
Embora apresentem bons resultados, os controladores multivariveis obtidos so
complexos, o que facilita o surgimento de plos instveis mediante as incertezas.
importante destacar que a obteno destes controladores est fortemente ligada
escolha das funes peso WI e WP, para a qual no existe uma metodologia direta,
sendo realizada na base de fatigantes tentativas e algumas recomendaes vagas
apresentadas na literatura.
Os testes realizados para o Caso I e para Caso II mostraram tambm que
sistemas robustos podem ser obtidos por meio de controladores simples como os
controladores PI. Alm dos excelentes desempenhos obtidos com os controladores PI,
49
ressalta-se que, com estes controladores, eventuais sintonias podem ser realizadas de
forma simples por meio de ajustes de seus parmetros que possuem caractersticas bem
conhecidas, sem a rdua tarefa de se propor funes peso para a sntese de novos
controladores.
importante destacar que foram realizados projetos de controladores robustos
para outros modelos de coluna de destilao, apresentados no Captulo 4. Devido
pouca preciso nas informaes para a construo das funes peso para o clculo do
valor singular estruturado, no houve nenhum progresso na obteno destes
controladores, visto que as funes assumidas no geravam controladores estveis. Por
sua vez, as rotinas do Matlab utilizadas se mostraram pouco amigveis, no fornecendo
nenhuma pista nos casos de no convergncia, impossibilitando qualquer tentativa de
correo.
Apesar do bom desempenho apresentado pelos controladores sintetizados pela
metodologia de controle robusto nos casos exemplificados, ficou claro que a utilizao
destes controladores no se torna vivel, na rea de processos, devido alta
complexidade envolvida em sua sntese e impossibilidade de se realizarem ajustes
durante a operao do sistema.
3.6. Nmero de Desempenho Robusto
A partir da expresso analtica, apresentada na Equao (3.52), para o valor

singular estruturado apresentada por DOYLE & STEIN (1991), TRIERWEILER (1997)
desenvolveu um ndice capaz de determinar a dificuldade de um sistema em atingir o
desempenho desejado de forma robusta, o que auxilia a determinao de quais
estruturas de controle (e controladores) poderiam gerar bons desempenhos.
Considerando a expresso 3.52, segundo o autor, o termo w P s + w I t pequeno
quando o sistema atende as condies de NP e RS, portanto, pode ser eliminado. Outras
consideraes feitas pelo autor foram assumir wP e wI como sendo iguais a 1 e
substituir as funes s e t pelas funes S e T desejadas. Dentro deste novo cenrio foi
definida a funo segundo
50
(G , T , ) = ([ I T (i )]T (i )) * (G (i )) + *
(G (i ))
(3.62)
RPN = sup (G, T , ) = sup{(G, T , )}
(3.63)
A funo leva em conta o condicionamento do sistema por meio do termo

*
1
(G (i )) + *
. O termo ([ I T (i )]T (i )) , que depende da funo
G
i
(
(
))
complementar de sensibilidade alcanvel pelo sistema, interpretado como uma

funo peso que apresenta sua mxima magnitude na freqncia de corte desse sistema.
Esta funo complementar de sensibilidade alcanvel obtida estabelecendo o
desempenho desejvel para o sistema e eliminando os termos de fase no mnima, isto
, zeros no semi-plano direito do plano complexo e tempo morto.
Neste caso, o escalonamento do sistema realizado a cada freqncia . Porm,
o mximo da funo ao longo da freqncia corresponde freqncia de maior
importncia para o controle, ou seja, a freqncia de trabalho do sistema. Desta forma
pode-se trabalhar com um escalonamento constante para o sistema utilizando as
matrizes de escalonamento, L e R, da regio de mximo para o RPN. Procedendo-se
desta maneira identifica-se o acrscimo na direcionalidade do sistema ao longo da
freqncia. Assim define-se RPNLR como o mximo da funo LR conforme
apresentado nas Equaes (3.64) e (3.65).
LR (G, T , ) = ( L[ I T (i )]T (i ) L1 ) ( LG (i ) R) +
( LG(i ) R)
RPN = sup (G, T , ) = sup{LR (G, T , )}
(3.64)
(3.65)
51
3.7. Concluses
Neste captulo foram apresentados os ndices utilizados neste trabalho para
avaliar diferentes configuraes para controle dual de composio de uma coluna
debutanizadora. Dentro de um leque de possveis alternativas foram escolhidos o RGA,
o Nmero de Condicionamento e o RPN. Devido raiz terica deste ltimo, para seu
melhor entendimento, foram introduzidos de forma sucinta alguns conceitos da teoria de
controle robusto. Alm disso, e como parte dos estudos de controle robusto vinculados
com esta dissertao, foi mostrada a metodologia de projeto de controladores robustos
usando a abordagem DK-Iteration. Por meio de dois exemplos foi possvel ter uma
viso razoavelmente clara das dificuldades envolvidas com este tipo de controladores,
alm das deficincias das ferramentas computacionais disponveis. Estas deficincias
levaram a no implantao de um controlador robusto para a planta estudada.
52
4. PROCESSO DE DESTILAO - COLUNA

DEBUTANIZADORA
Em virtude do mau condicionamento freqentemente apresentado por colunas de

destilao, tais plantas tm sido alvo de constantes estudos em controle de processos
(LUYBEN, 1989; SKOGESTAD, 2007). Complexidade adicional pode ser encontrada
em colunas estabilizadoras de nafta, ou debutanizadoras, devido ao grande nmero de
componentes envolvidos, com pontos de ebulio que variam de -20,55K (fraes mais
leves, como hidrognio e nitrognio) a 447,2K (que corresponde s fraes mais
pesadas).
Neste captulo ser apresentada a coluna debutanizadora usada nos estudos
realizados. Apresenta-se tambm a modelagem rigorosa, a identificao de modelos
simplificados para controle e as configuraes de controle dual escolhidas para analise.
4.1. Descrio do Processo
As colunas debutanizadoras so responsveis por reduzir a quantidade de

compostos de baixa massa molar presentes na nafta proveniente das torres de pr-flash.
Estes compostos so responsveis por perdas devido evaporao quando estocados em
reservatrios atmosfricos. Desta forma, as colunas debutanizadoras diminuem as
quantidades de compostos leves (com nmero de carbono igual ou inferior a 4), o que
resulta na corrente de nafta estabilizada no fundo da coluna (ALMEIDA, 1999).
No topo da coluna debutanizadora, a especificao do processo visa obter
correntes de gs liquefeito de petrleo (GLP) com o menor teor possvel de
componentes de alta massa molar (com nmero de carbonos igual ou superior a 5).
Estes componentes pesados no evaporam nos botijes de gs das residncias e, desta
forma, no seriam utilizados para a combusto.
A planta consiste em uma coluna de destilao com 30 pratos com 75% de
eficincia de Murphee, um condensador parcial e um refervedor. A alimentao
53
composta por um total de 27 componentes, sendo 16 pseudo-componentes

representando as fraes mais pesadas e 11 componentes leves, os quais podem ser
identificados por cromatografia gasosa.
As fraes mais pesadas so mais difceis de serem caracterizadas por
cromatografia gasosa, estes componentes so caracterizados por uma curva de
destilao que depois convertida em pseudo-componentes, (ALMEIDA, 1999). Desta,
a carga foi dividida em 16 pseudo-compomentes, conforme apresentado na Tabela 4.1
Tabela 4. 1 - Pseudo-componentes da frao pesada da alimentao

Pseudo-Componente
NBP 11
NBP 26
NBP 40
NBP 54
NBP 67
NBP 82
NBP 97
NBP 111
NBP 125
NBP 139
NBP 153
NBP 168
NBP 181
NBP 196
NBP 210
NBP 225
Ponto de
Ebulio
11,03
25,96
40,37
54,02
67,32
82,36
96,58
110,59
124,80
139,10
153,25
167,57
181,09
195,65
209,98
224,80
Massa
Molar
60,61
65,48
72,37
78,10
83,86
90,50
97,45
104,80
112,38
120,23
128,47
137,37
145,28
154,33
163,78
174,05
A corrente de alimentao entra no sistema a 40C, com presso de 8 kgf/cm2g

com uma vazo de 1445 m3/d.A Tabela 4.1 apresenta a carga do sistema apresentado
por ALMEIDA (1999) utilizada neste trabalho.
54
Tabela 4. 2 Carga da coluna de estabilizao de nafta.

Componentes
%volume
Pseudo-Componentes
%volume
Nitrognio
0,001149
NBP11
0,016629
Propano
0,02779
NBP26
0,024385
1-Buteno
4,09x10-04
NBP40
0,042889
Iso-Pentano
4,50 x10-04
NBP54
0,0687011
Monxido de Carbono
1,49 x10-04
NBP67
0,0714001
Etano
0,001868
NBP82
0,0680551
Etileno
0,001558
NBP97
0,0791801
Hidrognio
9,50 x10-05
NBP111
0,0877661
Iso-Butano
1,94 x10-02
NBP125
0,0828541
Metano
8,80 x10-05
NBP139
0,0803471
n-Butano
5,4717
NBP153
0,0805941
NBP168
0,0743761
NBP181
0,043618
NBP196
0,029562
NBP210
0,022413
NBP225
0,019526
Este sistema conta com uma integrao energtica (conforme apresentado nas
Figuras 4.1-4.4) onde o produto de fundo utilizado para pr aquecer a carga por meio
de um trocador casco tudo. O coeficiente global de troca trmica utilizado foi de 6,0 x
104 kcal/ C/h com uma perda de carga de 0,5 Kgf/cm2 tanto para o casco quanto para o
tubo. Aps a troca trmica, a carga entra alimenta a coluna de destilao pelo prato 17
136C e 6% vaporizada.
O perfil de temperatura da coluna tem as seguintes caractersticas: 54C no topo
e 163C no fundo. A perda de carga utilizada foi de 0,8Kgf/cm2 sendo 7,0 Kgf/cm2 a
presso no topo e 7,8 Kgf/cm2 a presso no fundo.
Para realizar a convergncia da simulao esttica e export-la para o modo
dinmico no simulador, so necessrias algumas informaes a respeito dos
equipamentos as quais so apresentadas na Tabela 4.3.
55
Tabela 4. 3 Especificaes dos equipamentos

Equipamento
Pr-Aquecedor de carga
Torre
Condensador
Refervedor
Especificao
Volume do lado dos tubos
Volume do lado do casco
Dimetro da coluna
Comprimento do vertedor
Altura do vertedor
Volume mnimo
Volume do condensador
Volume do vaso
Setpoint do nvel do vaso
Carga trmica
Volume de fundo da torre e refervedor
Setpoint do nvel de fundo
Carga trmica
Valor
2 m3
5m3
1,86m
1,63m
0,07m
19m3
1,08m3
10
50%
1x109cal/h
16m3
50%
1,9x109cal/h
A partir das condies apresentadas, a simulao em modo estacionrio resultou

no estado estacionrio com 0,866498 de frao molar de leves no topo e 6,36 x10-4 de
frao molar de leves no fundo. Este estado estacionrio foi o ponto de operao
escolhido para os estudos realizados neste trabalho.
4.1.1.Estruturas de controle
Em unidades de estabilizao de nafta o objetivo produzir GLP com baixos
teores de componentes de alta massa molecular, componentes estes que contribuem para
o aumento do intemperismo do GLP.
Outra especificao est relacionada qualidade da nafta estabilizada produzida
no fundo da coluna. Como j foi mencionado, a fim de evitar perdas por evaporao em
tanques de armazenamento busca-se obter naftas com reduzidas fraes de componentes
de baixa massa molar (C4-).
Em virtude do exposto, foram propostas para a planta em questo estruturas de
controle que atendessem s especificaes de processo, isto , que controlassem o teor
de leves no topo e no fundo da coluna estabilizadora. Para tal, foram utilizadas
56
estruturas clssicas apresentadas na literatura tais como (CANABARRO et al, 2009,

SKOGESTAD, 2006, SKOGESTAD et al, 1990).
LV: Nesta estrutura os refluxos de topo (L) e fundo (V) so utilizados como
variveis manipuladas para o controle das composies de topo e fundo (Figura
4.1);
L/D-V/B: Esta estrutura opera a partir das razes de correntes de topo e fundo,
sendo a razo L/D a varivel manipulada de topo e V/B a varivel manipulada
de fundo (Figura 4.2);
DV: Esta estrutura construda de forma a ter a vazo de destilado como
varivel manipulada para o controle da composio de topo e o refluxo de fundo
como varivel manipulada para o controle de composio de fundo (Figura 4.3);
LVCascata: Nesta estrutura, o controle de composio de topo e fundo
efetuado pelas malhas principais fornecendo o setpoint para as malhas escravas,
sendo estas malhas de controle de vazo (no topo) e de temperatura (no fundo)
(Figura 4.4).
Vale ressaltar que a forma escolhida para manipular a vazo de refluxo de fundo foi
por meio da manipulao da carga trmica do refervedor.
PIC
LIC
L
D, xD
CIC
F
V
CIC
B, xB
LIC
Figura 4. 1 Estrutura de controle LV
57
PIC
LIC
L
D, xD
CIC
F
V
CIC
B, xB
LIC
Figura 4. 2 Estrutura de controle L/D-V/B
PIC
LIC
L
D, xD
CIC
F
V
CIC
B, xB
LIC
Figura 4. 3 Estrutura de controle DV
58
PIC
LIC
L
D, xD
FIC
CIC
TIC
CIC
B, xB
LIC
Figura 4. 4 Estrutura de controle LVCascata
Para que o controle de temperatura na malha em cascata fosse o mais adequado,

isto , as medidas de temperatura fossem realizadas em regies onde h maior
sensibilidade a distrbios no sistema, analisou-se o comportamento estacionrio da
temperatura dos pratos da coluna diante de perturbaes na temperatura de entrada
(Figura 4.5). Para a regio abaixo da alimentao, a regio em que se observou maior
variao na temperatura para as perturbaes situava-se em torno do prato de nmero
24.
59
Perfil de Temperatura
460
440
Temperatura (K)
420
400
380
360
340
Estacionrio
Degrau Positivo
Degrau Negativo
320
300
10
15
20
25
30
pratos
Figura 4. 5 Perfil de temperatura na coluna.
As perturbaes realizadas foram de +5% a partir do valor estacionrio de 313,15K.
4.2. Modelagem dinmica de colunas de destilao

Neste trabalho so estudadas ferramentas de anlise de sistemas (processos,
operaes) visando a determinao das principais caractersticas que definem a
viabilidade de seu controle (controlabilidade). O sistema escolhido para este estudo
uma coluna de destilao, que por meio de uma modelagem rigorosa se aproxima da
complexidade do sistema real. Por outro lado, as ferramentas estudadas so baseadas em
modelos simplificados. Desta forma, nesta seo so apresentadas de forma sucinta as
abordagem para a modelagem de colunas de destilao utilizadas no trabalho: a rigorosa
e a simplificada. Neste sentido importante notar que as colunas de destilao
representaram e representam a principal operao unitria da indstria qumica em
termo de quantidade e, principalmente, em termos de consumo energtico.
Em l992 Skogestad, apresentou uma completa reviso crtica sobre a dinmica e
o controle de colunas de destilao, bem abrangente para a poca (SKOGESTAD,
60
1992). Nesse trabalho o autor discute a modelagem de colunas de destilao, tanto de

pratos (em estgios) como empacotadas, considerando os diferentes tipos de modelos,
conforme o rigor utilizado na descrio dos fenmenos fsico-qumicos envolvidos, e
segundo o uso final a que se destinam.
A modelagem rigorosa de colunas de destilao de pratos envolve balanos de
massa e energia para cada componente em cada prato, modelos que descrevem os nveis
de lquido nos pratos, Equaes de equilbrio de fase, Equaes de propriedades fsicas
e modelos que descrevam a dinmica da presso e do escoamento de liquido. Alm
disso, a modelagem rigorosa envolve modelos detalhados de refervedor e condensador.
(SKOGESTAD, 1992; ROFFEL, 2000).
Em seu trabalho de l992, Skogestad mencionou no haver encontrado programas
computacionais endereados simulao de colunas de destilao que utilizassem uma
modelagem to rigorosa quanto acima descrita. Em 2010 ainda so encontrados
trabalhos que fazem referncias complexidade matemtica e ao custo computacional
envolvidos na modelagem rigorosa de colunas de destilao, o que coloca um limite no
rigor que pode ser atingido em cada caso. Desta forma, algumas consideraes
simplificadoras
comuns
so
freqentemente
assumidas
(ROFFEL,
2000,
SKOGESTAD, 1992):
Mistura ideal entre as fases vapor e lquida;
Uniformidade entre a presso e temperatura nos pratos;
Eficincia constante e independente do tipo de carga;
Desconsiderao de arraste e gotejamento.
Simplificaes na dinmica do vapor, como a no considerao do holdup de
vapor com presses fixas ou a utilizao de presses com holdup de vapor;
Simplificaes no balano de energia, desconsiderando mudanas na entalpia do
lquido ou desprezando mudanas na energia contida nos holdups;
Simplificaes no escoamento da fase lquida, considerando uma dinmica
linear para escoamento do lquido.
muito difcil colocar um limite no conceito de rigor e, nesse sentido,
FLETCHER & MORTON (2000) consideraram como rigorosos os modelos de coluna
destilao que so capazes de fornecer informaes sobre composio, temperatura e
vazes de cada prato, como o caso do modelo proposto por STAUDT (2007)
61
construdo no simulador EMSO. Nesta dissertao, o modelo utilizado na descrio da

planta real corresponde a esta categoria de rigor e foi construdo no simulador
dinmico comercial ASPEN.
Apesar de ter sido destacada a importncia da reviso feita por SKOGESTAD
(1992), isto no quer dizer que a modelagem de colunas de destilao tenha parado no
tempo, como mostra claramente o trabalho de TAYLOR (2007). A tendncia seguida
por muitos anos na modelagem de colunas de destilao, utilizando modelos de estgios
em equilbrio, tem sido alterada para a utilizao de modelos onde considerado que
nos estgios o equilbrio no alcanado. Nesta forma de modelagem, balanos
distintos so realizados para cada fase, cada qual incluindo termos de transferncia de
massa e energia na interface entre as fases lquida e vapor. Alm desta forma de
modelagem, TAYLOR (2007) relata a crescente presena na literatura de modelos
baseados em fluido-dinmica computacional (CFD). Entretanto, importante notar que
estas abordagens mais rigorosas envolvem graus de dificuldade que, por enquanto, no
justificam seu uso em estudos que envolvam o controle de processos, pois nestes casos a
preciso alcanada com o modelo se perde dentro das incertezas tpicas dos processos
controlados (rudo, erros de sensores e atuadores, etc.).
4.2.1 Obteno dos Modelos Lineares

Os modelos simplificados utilizados neste trabalho para a anlise das
configuraes de controle da coluna de destilao, acompanhando a tendncia
observada na literatura, so modelos lineares descritos na forma de funes de
transferncia. Estes modelos simplificados foram identificados a partir de dados gerados
no simulador comercial.
A partir das estruturas apresentadas foram realizadas identificaes da planta em
malha aberta a fim de obter modelos lineares para posteriores anlises. Para tanto, e
devido no linearidade do sistema, realizaram-se perturbaes degrau positivas e
negativas em malha aberta para cada estrutura. A Tabela 4.2 apresenta a descrio das
perturbaes realizadas para cada estrutura proposta.
62
Tabela 4. 4 Local de aplicao dos degraus nas diferentes estruturas de controle.

Estruturas
Topo
Fundo
LV
Degrau na vazo de refluxo Degrau na carga trmica do

refervedor
LVCascata
Degrau
no
setpoint
da Degrau
no
setpoint
da
malha escrava (vazo de malha escrava

refluxo).
L/D-V/B
(temperatura do prato 24)
Degrau na razo de refluxo Degrau na razo de refluxo

de topo L/D
DV
Degrau
na
de fundo V/B
razo
produto de topo D
de Degrau na carga trmica do

refervedor
Os degraus aplicados foram de 5% de magnitude, tanto para as perturbaes

positivas quanto as perturbaes negativas, a partir dos valores estacionrios, exceto
para a temperatura em que foi utilizado um degrau de 1% devido sensibilidade da
coluna a grandes variaes na temperatura de entrada. Os valores estacionrios das
variveis manipuladas so apresentados na Tabela 4.5. O comportamento do sistema
frente s perturbaes nas variveis manipuladas, correspondente a cada estrutura de
controle, tal como descrito na Tabela 4.4, apresentado no Anexo I.
Tabela 4. 5 Valor estacionrio das variveis manipuladas.

Estruturas
Topo
Fundo
LV
0,074308
2959705W
LVCascata
0,0743Kmol/s
416,44K
L/D-V/B
4,495164
0,0289
DV
0,016531Kmol/s
2959708W
Observa-se que as respostas no apresentam tempo morto, porm alguns canais

apresentam caractersticas de sistemas de segunda ordem ou superior, tais como
overshoots, derivada zero no incio da resposta e resposta inversa.
63
Para a identificao foram propostos 4 modelos de respostas possveis, sendo

seus parmetros determinados de tal forma a ajustarem adequadamente seu
comportamento ao observado na planta. Os modelos propostos para identificao so
representados pelas Equaes (4.1) a (4.4).
G=
K
T1s + 1
(4.1)
G=
K (Tz s + 1)
T1 s + 1
(4.2)
G=
K
T1 s + 2T 1 s + 1
(4.3)
G=
K (Tz s + 1)
T1 s 2 + 2T 1 s + 1
(4.4)
A partir dos degraus aplicados na planta foram coletados os dados do

comportamento das variveis controladas com um tempo de amostragem de 0,60min. O
ajuste foi realizado buscando o valor dos parmetros dos modelos propostos que
minimizassem o quadrado do erro entre as respostas do modelo e os dados amostrados.
Devido diferena de ganho, apresentada pelo sistema diante das diferentes
perturbaes, os modelos foram identificados utilizando os dados das perturbaes
positivas e negativas, buscando desta forma, modelos que mais se aproximassem dos
comportamentos obtidos para os dois tipos de perturbaes. O Anexo II apresenta um
comparativo entre os modelos identificados para cada perturbao e os dados
amostrados da coluna utilizados na identificao dos modelos.
Os modelos mdios identificados esto descritos nas Equaes (4.5) (4.8)
0,23565
(s + 0,01107)
GLV =
0.0063391
(s + 0,02041)
- 8,4936e - 10
(s + 0,04856s + 0,001198)
- 1.3704e - 10
(s 2 + 0,07718s + 0,02486)
(4.5)
64
2,173 (s - 0,002537)
(s + 0,0094)
GLVcascata =
0,026616
(s - 0,01695)
(s + 0,02069)
- 0,25687
(s + 0,006648)
GDV =
- 0,0051954
(s + 0,008058)
- 5,9456e - 005
(s + 0,8042) (s + 0,01251)
- 5,315e - 6s + 5e - 8
(s 2 + 0,03s + 1,936e - 4)
- 6,5125e - 010
(s + 0,05855) (s + 0,009197)
- 2,9306e - 010
(s + 0,02201)
0,0004323
(s + 0,008755)
GLD _VB =
7,0063e - 006
(s + 0,008973)
- 0,042604
(s + 0,06189) (s + 0,009136)
- 0,021633
(s + 0,01893)
(4.6)
(4.7)
(4.8)
Observa-se que os ganhos dos sistemas so pequenos para o fundo da coluna,

menores que 10-4, exceto para a estrutura L/D_V/B que apresenta magnitude igual a
1,14. Estes valores baixos de ganhos tornam o fundo da coluna menos sensvel s
variveis manipuladas. Os tempos de ascenso para o fundo so menores, para
perturbaes no fundo, do que os tempos de ascenso do topo quando submetidos a
perturbaes no topo, o que indica que o fundo da coluna reage mais rapidamente e,
portanto, responderia tambm rapidamente s aes de controle.
Da mesma forma realizada para o caso das variveis manipuladas, foram obtidos
modelos que relacionam os distrbios de entrada com as sadas do sistema (Gd), a fim
de estudar o efeito no desempenho das estruturas propostas. Para isto, foram coletados
dados das composies de topo e fundo do sistema quando submetido a perturbaes na
vazo molar (F), na temperatura (T) e na composio da entrada (Comp). Devido ao
fato da carga ser constituda por 27 componentes e, sendo este processo mais sensvel
quantidade dos componentes mais leves, escolheu-se trabalhar com a frao molar de
etano ao realizar as perturbaes na entrada. Os valores dos degraus positivos aplicados
para cada varivel foram de 5% para a F e T, e 3% para a Comp a partir dos SUS
respectivos valores estacionrios de 0,122613Kmol/s, 313,15K e 0,02245Kmol/m3.
65
Os modelos identificados esto descritos nas Equaes (4.9) (4.12)
14,93
- 0,01055
- 0,8401
1009s2 + 70,88s + 1 1107s2 + 49,13s + 1 57,42s + 1

GLVd =
6,04
- 3,673e - 005
- 0,007605
65,9s + 1
3490s2 + 101,4s + 1 185,2s2 + 20s + 1
- 0,06292s + 0,0007098
109,4s + 1
2,193e - 005
80,16s + 1
0,24
225s 2 + 750s + 1
GLVcd =
0,02324
1,947s 2 + 2,745 s + 1
13,92
3393s 2 + 129,8s + 1
GDVd =
2.371
2
4468s + 177,3s + 1
- 3,154
122,3s + 1
GLD _ VBd =
1,513s - 0,0369
126,9s + 1
- 0,01213
2396s2 + 110,9s + 1
- 3,756e - 005
33,81s + 1
- 0,007509
122,3s + 1
0,0001276s - 3,432e - 005
32,71s + 1
- 0,4154
23,38s + 1
0,004748s - 0,0004032
40,91s + 1
- 1,153
100,2s + 1
- 0,01279
481,5s2 + 120,4s + 1
- 0,4097
19,46s + 1
0,004492, s - 9,129e - 005
136,5s 2 + 6,98s + 1
(4.9)
(4.10)
(4.11)
(4.12)
O Anexo III apresenta o comportamento, em varivel desvio, da planta e dos

modelos de distrbios identificados frente aos distrbios realizados na entrada utilizados
para identificar estes modelos. Observa-se que a sensibilidade e a velocidade de
resposta da planta aos diferentes distrbios foram distintas para as diferentes estruturas
de controle, tanto para o topo quanto para o fundo da coluna. Sendo assim, o
comportamento da coluna aos distrbios na entrada depende do tipo de estrutura de
controle escolhido para a planta.
Os modelos identificados para as perturbaes indicam em geral que as
diferentes estruturas so mais sensveis aos distrbios na vazo de entrada (apresentam
maior ganho esttico). A nica exceo foi observada para a malha LVCascata, para a
qual o valor de ganho esttico da resposta do topo a um distrbio na vazo de entrada
forneceu um dos menores valores para as trs perturbaes testadas. Isto ocorre, pois as
malhas escravas de topo e fundo das estruturas em cascata atuam diminuindo as
variaes na vazo de refluxo e na temperatura do prato mais sensvel causadas pelo
distrbio na vazo de entrada. Os ganhos estticos podem ser visualizados nas Equaes
(4.13) a (4.16).
66
- 0,01055
- 0,8401
14,93
GLVd =
6,04 - 3,673e - 005 - 0,007605

0,0007098
- 0,4154
0,24
GLVcd (0) =
0,02324 2,193e - 005 - 0,0004032
(4.13)
(4.14)
- 0,01213
- 1,153
13,92
GDVd (0 ) =
2.371 - 3,756e - 005 - 0,01279
(4.15)
- 3,154
GLD _ VB d =
- 0,0369
(4.16)
- 0,007509
- 0,4097
- 3,432e - 005 - 9,129e - 005
importante destacar que os controladores das malhas principais tm como

sada controlada os valores desejados para as malhas escravas. Desta forma, ao se
colocar as malhas principais em manual os valores de setpoint dos controladores
escravos ficam constantes e iguais aos ltimos valores enviados pelos controladores
principais, que neste caso foram os setpoints para a vazo de refluxo e para a
temperatura do prato sensvel em estado estacionrio.
4.3. Concluses
Neste captulo foram abordados aspectos importantes sobre as caractersticas
dinmicas do processo de destilao apresentados por meio de uma simulao rigorosa
do processo. As respostas da coluna de destilao a perturbaes revelaram o seu
comportamento no linear, dinmicas de segunda ordem ou superior com resposta
inversa.
A partir dos dados simulados, modelos lineares foram identificados tanto para os
efeitos das variveis manipuladas quanto dos distrbios de entrada na vazo, na
temperatura e na composio. Observou-se que as diferentes estruturas de controle, com
exceo da LVCascata, apresentaram a mesma tendncia em termos de sensibilidade
aos distrbios de entrada.
67
importante observar que, na maioria dos casos, os modelos lineares ajustados

descreveram de forma satisfatria o comportamento da coluna, porm, para alguns
casos, os ajustes nos parmetros no foram suficientes para descrever toda a dinmica
do sistema. As ferramentas disponveis para anlises de condicionamento de sistemas,
conforme descrito no Captulo 3, so limitadas a modelos lineares e, portanto, sujeitas
s imprecises que estes modelos lineares possuem.
68
5. ANLISE DAS ESTRUTURAS PROPOSTAS
De posse dos modelos identificados no captulo anterior, G(s) , para cada

estrutura de controle introduzida no Captulo 4 (Equaes 4.5 a 4.8), neste captulo so
implementadas as trs ferramentas (ndices) de anlise de desempenho apresentadas no
Captulo 3: Arranjo de Ganhos Relativos, Nmero de Condicionamento Mnimo e
Nmero de Desempenho Robusto.
Desta forma, so realizadas anlises com a finalidade de obter informaes
seguras para a deciso de qual estrutura de controle seria a mais adequada para o
controle da planta. Ao mesmo tempo, so comparados e avaliados os resultados
fornecidos por cada ndice.
5.1 Arranjo de Ganhos Relativos

Na Figura 5.1, so apresentados os resultados do clculo de RGA(i) ,
conforme Equao 3.8, para as estruturas de controle DV, LV, LVCascata e L/D_V/B.
As curvas apresentam os dados do componente 11 da matriz de RGA.
Os resultados apresentados na Figura 5.1, correspondentes s anlises de
interao das malhas (RGA em funo da freqncia), mostram em toda faixa de
freqncia analisada as estruturas apresentaram valores de RGA menores que 2, exceto
para a estrutura LD_VB. importante lembrar que no seu estudo SKOGESTAD &
HAVRE (1996) consideraram pequenos os valores menores que 2 e grandes os valores
maiores que 10. Sendo assim, somente a estrutura LD_VB teria problemas de interao
entre as malhas de controle. Segundo SKOGESTAD & MORARI (1987b), alm de
interao associada com elementos maiores do que 1, elementos grandes indicam
tambm sensibilidade a erros de modelagem e distrbios de entrada, condenando o uso
de controladores baseados na inversa do modelo.
medida que se avana ao longo da freqncia, pode-se observar que os valores
de RGA para as estruturas LVCascata, DV e LD_VB se aproximam da unidade, sendo
que valores de RGA perto de 1 na freqncia correspondente largura de banda da
69
malha fechada (na ordem de 10-1 nestes casos) permitem o projeto independente de
controladores monovariveis.
RGA
2.2
DV
LV
LVCascata
LD VB
Magnitude
1.8
1.6
1.4
1.2
0.8
-5
10
10
rad/min
10
Figura 5. 1 RGA para cada estrutura proposta.
5.2
Nmero de Condicionamento Mnimo

Na Figura 5.2 so apresentados os resultados do clculo de * (G ) , conforme
Equao 3.10, para as estruturas de controle analisadas, lembrando que um sistema bem
condicionado apresenta nmero condicional mnimo prximo de 1.
70
Condicionamento Mnimo
7
DV
LV
LVCascata
LD VB
Magnitude
1
-5
10
10
rad/min
10
Figura 5. 2 Condicionamento Mnimo para cada estrutura proposta.
Na Figura 5.2 observa-se um comportamento de * (G ) semelhante ao obtido

como o RGA (Figura 5.1). Esta semelhana j era esperada e advm da igualdade
representada nas Equaes (3.11) e (3.13) para sistemas 2x2 obtidas por GROSDIDIER
et al. (1985). No caso desta dissertao em que o sistema 2x2, usar os dois ndices no
apresenta acrscimo de informao.
5.3 Nmero de Desempenho Robusto

As funes de transferncia para cada estrutura foram submetidas tambm a
anlise de desempenho robusto RPN, definido conforme a Equao (3.63). Os
desempenhos alcanveis escolhidos, necessrios para as anlises de RPN, para as
71
diferentes malhas foram representados por funes de transferncia de 1 ordem com

dinmicas mais rpidas do que as da malha aberta, caracterizada por constantes de
tempo da ordem 100 min no topo e 50 min no fundo. Desta forma, para o controle de
composio do topo foi assumida uma constante de tempo de 30 min e para o controle
de composio de fundo uma constante de tempo de 20 min.
No Anexo IV so apresentados os resultados do clculo dos valores de RPN para
as estruturas de controle analisadas, lembrando que um valor menor est associado a um
melhor desempenho robusto.
Observa-se que as estruturas que apresentaram o menor valor para o mximo da
funo gamma () foram DV e LV, sendo que a estrutura DV apresentou um valor
menor (1,035) dentre as duas estruturas. O que a literatura aponta para os casos em que
h pequenas diferenas entre as curvas de e LR que controladores descentralizados
de baixa ordem produziriam bons desempenhos para as correspondentes estruturas
(TRIERWEILER, 2002, FARINA, 2000). Desta forma, conforme estes autores, pode-se
dizer que as diferenas apresentadas entre as curvas de e LR para as estruturas LV e
LVCascata em altas freqncias divergem das informaes obtidas das curvas de RGA,
para as quais os valores de RGA so sempre menores que 2 e diminuem ao longo da
freqncia, o que no pode ser observado para a diferena entre e LR. Baseando-se
somente nas diferenas entre as curvas, poderamos afirmar que, para altas freqncias,
controladores de altas ordens seria o mais indicado, o que, no entanto, no seria
necessrio quando analisamos somente RGA para estas estruturas.
Somente a estrutura L/D_V/B apresentou um pico de RGA maior que 2 que, no
entanto, no apresentou diferenas entre as curvas de e LR. J a estrutura DV
apresentou um diferena constante entre as curvas e LR, o que indicaria uma mesma
tendncia a interao entre as malhas.
Uma possvel justificativa para a divergncia de informaes entre o RPN e o
RGA, segundo FARINA (2000), seria a no contabilizao dos termos de fase no
mnima para cada freqncia nos clculos de RGA e condicionamento mnimo.
Entretanto, observa-se que os sistemas estudados no apresentam termos de fase
no mnima e, portanto no haveria justificativa para as diferenas entre o e LR.
72
5.4 Concluses
Neste captulo, foram utilizados os ndices de desempenho na anlise dos

modelos identificados para as estruturas de controle propostas para a planta. As
informaes a respeito das interaes entre as malhas revelaram que as estruturas
apresentam problemas de acoplamento em baixas freqncias; ou seja, nas
proximidades do regime estacionrio.
Conforme apresentado por GROSDIDIER et al. (1985), as anlises de
condicionamento mnimo coincidiram com os dados de RGA, sendo somente a estrutura
L/D_V/B mal condicionada. Pela interpretao do significado do Nmero de
Condicionamento mnimo teramos que os sistemas apresentariam maior dificuldades de
controle em regies de baixa freqncia.
O clculo das funes e LR para as diferentes estruturas indicou, a partir do
desempenho desejado assumido, valores de mximo de em regies de freqncia
semelhantes (10-2 rad/min). Dentre as estruturas analisadas as estruturas DV e LV
apresentaram os menores valores de RPN.
Conforme colocado por TRIERWEILER (2002) e FARINA (2000) as pequenas
diferenas apresentadas entre as curvas de LR e indicariam que controladores
descentralizados produziriam bons desempenhos. Estas afirmativas no concordaram
com as informaes de interao obtidas atravs das anlises de RGA.
73
6. SIMULAO
As concluses tiradas, a partir das informaes fornecidas pelos ndices de

desempenho utilizados, so checadas neste captulo via simulao dinmica de
problemas de controle regulador e servo, onde explorada a direcionalidade dos
distrbios.
6.1 O Problema de Controle

Para checar as informaes obtidas nas anlises das estruturas de controle
estudadas utilizando os ndices RGA, condicionamento mnimo e RPN, foram
introduzidos distrbios, d, na alimentao do sistema a fim de verificar qual seria o
comportamento real para cada estrutura.
Os distrbios na alimentao foram determinados de forma a estarem orientados
na pior e na melhor direo. Para isto, utilizou-se o Nmero de Condicionamento para
Distrbio, Equao (3.14), introduzido por SKOGESTAD et al, (1988).
d (G ) =
G 1 d
d
(G )
(3.14)
Os distrbios introduzidos foram degraus nas variveis de alimentao da coluna

F, T, Comp, considerados dois de cada vez de tal forma que resultaram 3 vetores
colunas: [F T]T, [F Comp]T e [T Comp]T. A partir dos modelos identificados para
distrbios, Gd(s), buscou-se por vetores d que fornecessem valores d prximos aos
valores de (G) , ou seja, na pior direo (maior ganho), conforme explicado no
Captulo 3. A Tabela 6.1 apresenta as perturbaes aplicadas na direo de maior ganho

para cada estrutura a partir do valor estacionrio de 0,122613Kmol/s para F, 313,15K
para T e 0,02245Kmol/m3 para Comp.
74
Tabela 6. 1 Distrbios calculados para a direo de maior ganho do sistema.
LV
LVCascata
LDVB
DV
[F
0,11149
0,11746
0,11631
0,11735
T]
313,177
313,204
313,697
313,180
[F
0,123234
0,122581
0,122615
0,122473
Comp]
0,019827
0,023486
0,023483
0,022181
[T
313,150
313
313,15
313,150
Comp]
0,020637
0,022204
0,022828
0,02071
Buscou-se tambm realizar simulaes envolvendo problemas servo, isto ,

problemas resultantes de mudana de setpoint. Nestes testes foram introduzidas
mudanas -2% tanto para o setpoint do topo quanto para o do fundo.
6.2 Resultados das Simulaes para o Problema Regulador

O Anexo V apresenta os resultados simulados para cada uma das estruturas
analisadas, quando submetidas aos vetores de distrbio d calculados, mostrando tanto
variveis controladas como manipuladas. As malhas de cada estrutura foram fechadas
com controladores PID devidamente sintonizados pelo mtodo de sintonia IMC
(Internal Model Control). Este um dos vrios mtodos de sintonia oferecidos pelo
simulador ASPEN, sendo uma das suas caratersticas favorveis a possibilidade se obter
os parmetros do controlador sem a necessidade de informar o tempo morto do sistema
(que no modelo da debutanizador resultou desprezvel). Maiores detalhes sobre o
mtodo IMC podem ser obtidos em MORARI & ZAFIRIOU (1989) ou SEBORG et al.
(1989), junto com as Tabelas de sintonia correspondentes. Os parmetros obtidos para
os controladores PIDs so apresentados na Tabela 6.2.
Tabela 6. 2 - Parmetros dos controladores PIDs
Kc
LV
Cascata
LDVB
DV
Ti
15,92
-0,0616
57368,6
-0,132
30,85
-0,132
-2,96
90,07
Td
15,06
18
1,505
37,23
28,32
52,56
91,95
120
3,309
4
0,00261
9,158
6,915
13,041
20,21
30
75
Neste trabalho, os controladores foram sintonizados para mudanas de setpoint,

pois, na prtica, no se conhecem as possveis perturbaes que podem vir a ocorrer na
planta.
Para ilustrar com mais clareza os resultados das simulaes foram calculados
para as variveis controladas (y1 e y2) o ndice de desempenho ISE (Integral of The
Square Erro). As Tabelas 6.3 a 6.4 apresentam o ISE para os dados obtidos para a
simulao de distrbios na entrada.
Tabela 6. 3 ISE para as variveis controladas do topo.

y1
[F T]
[F Comp]
[T Comp]
LV
2,83x10-04
1,83 x10-07
2,59 x10-07
DV
1,49x10-03
2,25 x10-05
1,25 x10-05
L/D_V/B
5,22 x10-05
3,62 x10-06
1,75 x10-06
LVCascata
Tabela 6. 4 ISE para as variveis controladas do fundo y2

y2
[F T]
[F Comp]
[T Comp]
LVCascata
3,27x10-08
8,74 x10-11
1,56 x10-11
LV
2,65 x10-07
6,77 x10-10
7,05 x10-12
DV
3,68 x10-07
1,54 x10-10
3,01 x10-11
L/D_V/B
1,11 x10-08
1,23 x10-09
5,88 x10-10
Os resultados apresentados nas Figuras 6.1 a 6.3 revelam um excelente

comportamento da estrutura LVCascata no controle da composio em todos os casos
simulados, exceto para o controle de composio de fundo no caso de perturbaes em
T e Comp. Observa-se que a magnitude das perturbaes no so suficientes para gerar
alteraes significativas no topo da coluna na estrutura em cascata. As pequenas
alteraes so rapidamente eliminadas pelos controladores e, como em todas as
76
simulaes no foram considerados dados discretos para os sinais das variveis

controladas, as pequenas variaes na frao molar de leves no topo no so percebidas,
embora haja atuao do controlador. Desta forma, podemos dizer que as alteraes no
topo so mnimas e rapidamente eliminadas para a estrutura LVCascata.
A estrutura L/D_V/B forneceu um resultado tambm satisfatrio para
perturbaes em F e em T, semelhante ao apresentado pela estrutura LV, porm
produziu uma resposta com menor oscilao tanto da varivel manipulada, quanto da
varivel controlada, conforme apresentada na Figuras 6.1 a 6.3. Para as demais
simulaes com a coluna submetida aos vetores de perturbaes [F Comp]T e [T
Comp]T a estrutura LV visualmente atinge o setpoint com maior rapidez comparada
estrutura L/D_V/B, porm, quando se analisam os esforos de manipulao, observa-se
que esta diferena no significativa. J a estrutura DV apresentou o pior desempenho
em relao s estruturas analisadas, com grande overshoot, atingido lentamente o
setpoint.
Os resultados obtidos de ISE para o fundo da coluna revelam que este possui
pequena sensibilidade aos distrbios, resultando em valores equivalentes para todas as
estruturas testadas.
6.3 Resultados das Simulaes para o Problema Servo
O Anexo VI apresenta o comportamento de cada planta frente a mudanas de

setpoint. O estado inicial para as variveis controladas do topo e do fundo foram as
mesmas apresentadas anteriormente: 0,866498 para o topo e 6,36x10-4para o fundo.
Pelas Figuras 6.4 e 6.5 fcil perceber que a estrutura em cascata apresentou o melhor
desempenho para o problema apresentado, com baixa oscilao e respostas rpidas para
as variveis controladas e sem grandes oscilaes para as variveis manipuladas. As
estruturas L/D_V/B e LV tiveram bons desempenhos exceto pelo fato de que L/D_V/B
apresenta uma ao de controle mais oscilatria. A estrutura LV tambm apresentou
uma grande variao em u2 para mudana de setpoint no topo, porm, o desempenho foi
satisfatrio.
77
Para mudanas no fundo da coluna o que pode ser observado que as estruturas
LVCascata, LV e L/D_V/B apresentam bons comportamentos, exceto pelo fato de que a
estrutura LV requereu uma grande variao da varivel manipulada.
Os resultados das simulaes para o problema servo apresentaram as mesmas
tendncias de desempenho que foram observadas para o problema regulador. Nota-se
que a estrutura L/D_VB apresenta pouco esforo de manipulao para o fundo da
coluna, da mesma forma que aconteceu no problema regulador. Para o topo da coluna,
esta estrutura apresentou uma grande variao comparada s outras estruturas para
mudana de setpoint no topo, mas, a princpio, esta variao no seria danosa para o
sistema. Para auxiliar nas anlises foram calculados os ndices ISE para as simulaes
de problema servo conforme apresentado nas Tabelas 6.6 e 6.7.
Tabela 6. 5 Mudana de setpoint no topo.
LV
LVCascata
DV
L/D_V/B
y1
1,478706272
0,00091048
0,075429478
0,002035
y2
1,6025 x10-07
6,4885 x10-08
1,80205 x10-07
1,45 x10-07
Tabela 6. 6 Mudana de setpoint no topo.
LV
LVCascata
DV
L/D_V/B
y1
9,85451 x10-07
0,000425647
3,98 x10-06
y2
4,75903 x10-10
8,03594 x10-07
7,61877 x10-07
8,9 x10-10
6.4 Comparao de Resultados

Os dados de ISE para as simulaes, bem como os resultados apresentados pelos
ndices investigados no captulo anterior so apresentados, de forma classificatria, na
Tabela 6.8 para melhor entendimento. Os nmeros indicam a classificao de
78
desempenho previsto pelos ndices e verificado pela simulao via ISE, sendo 1 o
melhor desempenho.
Tabela 6. 7 Classificao de resultados de ndices de desempenho e simulao (ISE)

RGA
LV
1
1
LVCascata
2
2
DV
4
4
L/D_V/B
3
3
2
3
3
1
1
4
4
2
RPN
Simulao(problema
regulador)
Simulao(problema servo)
H muitos motivos que podem explicar a divergncia entre resultados, podendo

ser o principal deles que as comparaes no estejam sendo feitas numa base justa.
Outro fator importante que poderia ser a impreciso dos modelos lineares, que no so
capazes de capturar o real comportamento do sistema limitando as anlises. A
quantidade de variveis envolvidas nos processos muito grande e encontrar uma base
de comparao justa no se constitui uma tarefa fcil. Neste caso escolheu-se o ndice
ISE para as variveis controladas, buscando aqueles resultados que mostrem um melhor
comportamento com relao ao valor desejado. Sempre haver outros elementos que
ajudem na comparao, dentre eles a experincia no assunto. Neste caso essa
experincia pode, parcialmente, ser obtida da vasta literatura no assunto.
Observando os dados da Tabela 6.8, desse ponto de vista, pode-se dizer que o
RPN, mesmo com todo o embasamento terico envolvido, no foi capaz de apontar para
a melhor estrutura de controle que resultou da simulao, LVCascata. RGA ( * )
apontou para a estrutura LV, a qual no mostrou bom desempenho na simulao (3 no
problema regulador e 4 no servo). Apesar da estrutura LV ser umas das estruturas mais
populares na literatura para o controle de colunas de destilao, esta no produziu um
dos melhores desempenhos.
De forma geral, nenhum dos ndices foi capaz de indicar nenhuma das
classificaes de desempenho apresentadas na Tabela 6.9, o que torna questionvel a
aplicao destes ndices. A melhor estrutura indicada pelo RPN apresentou um dos
79
piores desempenhos e a pior estrutura (L/D_V/B), segundo as anlises de RPN,

apresentou um dos melhores desempenhos. Esta estrutura bastante elogiada na
literatura, sendo s vezes, criticada apenas por requerer maior investimento em
instrumentao.
Dentro do cenrio de comparao usado nesta dissertao, pode-se dizer que o
RPN, assim como os outros ndices, apresenta desempenho duvidoso quando
comparado com o real desempenho do sistema. Portanto, evidente que mais trabalhos
em diferentes sistemas e em diferentes cenrios, devem ser realizados no sentido de
chegar a uma concluso definitiva sobre os ndices. importante notar que dentro
desses cenrios deve ser considerado o grau de dificuldade envolvido no seu uso na
prtica industrial.
6.5 Concluses
Neste captulo foram apresentados os dados das simulaes de problemas de
controle servo e regulador para planta de estabilizao de nafta estudada. As
perturbaes foram previamente calculadas de forma que as plantas fossem testadas
com o pior caso de distrbios de entrada. Os resultados mostraram que o fundo da
coluna menos sensvel aos distrbios de entrada, no sendo a regio de maior
importncia para a determinao do melhor desempenho. O clculo do somatrio do
erro ao quadrado indicou que a estrutura LVCascata apresenta um comportamento
adequado, assim como a estrutura L/D_V/B. As demais estruturas apresentaram
resultados que precisam ser analisados com cautela, pois apesar do bom
comportamento, a forma como as variveis manipuladas so alteradas deve ser levada
em considerao na avaliao das estruturas de controle. Entretanto, este aspecto deve
ser analisado com cuidado devido s caractersticas diferentes de cada estrutura de
controle, em termos de variveis manipuladas; as controladas so sempre as mesmas.
Os resultados de desempenho previsto pelos ndices e observados nas
simulaes foram classificados e comparados, sendo que nenhum dos ndices forneceu
informaes, a respeito do desempenho do sistema, que coincidisse com o observado na
simulao dinmica, pelo menos dentro da estratgia de comparao utilizada.
80
7. CONCLUSES
Este trabalho concentrou-se na avaliao de ferramentas utilizadas em projetos

de estrutura de controle que tm como objetivo auxiliar na tomada de deciso a respeito
da melhor forma de realizar o controle de um determinado processo. Os estudos foram
direcionados a uma coluna estabilizadora de nafta contendo 27 componentes, sendo que
16 so pseudo-componentes que representam as fraes mais pesadas e 11 so
componentes puros. Este sistema, baseado em dados reais, foi e simulado utilizando o
simulador comercial ASPEN.
As ferramentas de anlise escolhidas para o estudo foram o Arranjo de Ganhos
Relativos, o Nmero de Condicionamento Mnimo e o Nmero de Desempenho
Robusto. Os fundamentos tericos em que se baseia esta ltima a colocam como uma
ferramenta de anlise importante.
O embasamento terico do RPN inicia-se na teoria de controle robusto, teoria
esta que nesta dissertao foi investigada e testada por meio de sntese de controladores
robustos e pela sua comparao com controladores PID. Estes so de simples
entendimento e apresentam uma robustez conhecida, representando, desta forma, uma
tima referncia de comparao. Os resultados da sntese de controladores robustos para
uma coluna de destilao simples e para o reator CSTR, muito utilizados na literatura,
revelaram um bom comportamento para o sistema em malha fechada. Porm, observouse que controladores PIs descentralizados foram capazes de estabilizar o sistema frente a
um conjunto de incertezas com um desempenho bastante satisfatrio, enquanto que o
controlador multivarivel sintetizado via DK-iteration no foi capaz de estabilizar o
sistema do reator diante do mesmo conjunto de incertezas. Este fato mostra que bons
desempenhos podem ser obtidos com controladores simples que, em alguns casos,
podem at serem to robustos quantos os controladores sintetizados utilizando a
metodologia de controle robusto.
Quando analisado o comportamento das variveis manipuladas, observaram-se
para os controladores PI um desempenho semelhante ao obtido com o controlador
multivarivel com o mesmo esforo de manipulao, o que refora o fato de que bons
desempenhos podem ser obtidos com controladores simples.
81
A complexidade observada ao se trabalhar com controle robusto torna sua

aplicabilidade questionvel. Controladores com elevadas ordens podem desestabilizar
sistemas devido ao surgimento de plos instveis, cuja eliminao requereria novo e
demorado projeto. Isto conseqncia da falta de parmetros ajustveis, o que tambm
torna sua aplicao mais complicada, pois mudanas no processo so comuns e com
isto, reajustes nos controladores so freqentemente necessrios.
Outro problema importante com o uso de controladores robustos est
relacionado s informaes disponveis para efetuar o projeto e a anlise de desempenho
e estabilidade robustos. A literatura no fornece informaes claras e precisas para
construir as funes pesos de incertezas e desempenho, sem as quais no possvel
trabalhar com controle robusto. Para a aplicao industrial, necessitam-se metodologias
slidas, confiveis e que no sejam dependentes de parmetros que, como essas funes
peso, necessitem de muita experincia para a escolha apropriada.
Os testes realizados com ndices RGA, Nmero de Condicionamento Mnimo e
RPN foram feitos para uma coluna debutanizadora. Para a realizao das anlises, foram
identificados modelos lineares do processo para 4 estruturas de controle propostas: LV,
LVCascata, DV, e L/D_V/B a partir de dados extrados do simulador comercial. No
processo de identificao observou-se que o sistema apresenta no linearidades e
dinmicas de segunda ordem ou superior com resposta inversa em alguns casos.
importante destacar que comum encontrar na literatura modelos lineares de primeira
ordem para representar colunas de destilao em estudos de controle. A utilizao de
simuladores comerciais para o estudo de controle de processos possibilita trabalhar com
modelos mais prximos da realidade, tornando as anlises mais prximas de uma
realidade industrial.
As anlises de RGA realizadas para os quatro sistemas resultantes apontaram
que as estruturas, de forma geral no apresentariam grandes problemas de acoplamento
exceto a estrutura L/D_V/B, tomando como base que valores grandes de RGA seriam
aqueles acima de 2 nas regies de baixa freqncia. As simulaes de problemas de
controle regulador e servo realizadas mostraram que as estruturas LVCascata e
L/D_V/B apresentaram os melhores comportamentos para todos os distrbios aplicados.
As demais estruturas apresentaram bons comportamentos, como a estrutura LV;
contudo, quando se considera a manipulao, percebem-se nmeros significativos das
variveis responsveis pelo controle do fundo da coluna, ao passo que isto no acontece
82
com as outras estruturas. As simulaes realizadas para o problema servo, em geral, no

divergiram das informaes obtidas para o problema regulador.
SKOGESTAD & MORARI (1987a) afirmaram que, dentre as estruturas por eles
analisadas (LV, DV, L/D_V/B, DB) a estrutura L/D_V/B apresentou melhor
desempenho. Este resultado se assemelha aos dados das anlises realizadas neste
trabalho, em que a estrutura LV apresentou um desempenho inferior estrutura
LD_VB, principalmente quando se analisa o comportamento das aes de controle.
Na comparao dos desempenhos previstos pelos ndices testados e obtidos via
simulao, nenhum dos ndices foi capaz de fornecer um indicativo de desempenho que
coincidisse com os desempenhos observados para cada estrutura nos testes servo e
regulador. Entretanto, importante notar que a pesquisa no foi o suficientemente
abrangente para se chegar a uma concluso definitiva. Observa-se que, mesmo
estruturas bastante elogiadas na literatura, como L/D_V/B que tambm apresentou um
bom comportamento nas simulaes, no obteve uma classificao adequada de
desempenho pelos ndices, sendo por eles apontada como uma das piores estruturas.
Com relao metodologia de controle robusto, deve ser comentado que no
houve dificuldades na reproduo de resultados de exemplos simples da literatura,
mas foi impossvel projetar controladores robustos para o sistema da coluna
debutanizadora. Os pacotes computacionais disponveis se mostraram pouco amigveis,
impossibilitando avanar na correo de eventuais erros que impediam a evoluo
normal do projeto. Sem pacotes confiveis muito difcil que o projetista da indstria
venha a abraar esta tecnologia. Fica a sensao, pelo menos na rea de controle de
processos, que o projeto de controle robusto para um sistema realista requer esforo
equivalente ao de uma tese de doutorado.
Para finalizar, voltando ao objetivo original do trabalho, importante dizer que
alguns ndices de desempenho, como o caso do RPN, podem dar alguma orientao na
escolha de estruturas de controle. Entretanto, ainda necessrio muito trabalho para
transform-los em ferramentas robustas e de uso facilitado.
Desta forma, a principal concluso a que se chega que para a sntese de
controladores avanados e robustos, por enquanto, parece indispensvel a utilizao de
simuladores dinmicos rigorosos (infelizmente estes tambm no atingiram ainda um
estgio de desenvolvimento que os transforme em ferramentas confortveis, de uso
simples e custo reduzido).
83
7.1 Sugestes de Trabalhos Futuros
Conforme apresentado neste trabalho, as anlises realizadas por meio dos ndices
amplamente conhecidos no coincidiram com os dados extrados da simulao
dinmica, onde uma modelagem rigorosa utilizada para ilustrar de forma mais fiel o
comportamento de sistemas qumicos.
No projeto de estruturas de controle, a determinao de qual estrutura seria a
mais adequada dentre um universo de possibilidades torna indispensvel os esforos
pela busca de ndices ou metodologias confiveis e claras que no dependam to
somente da experincia de engenheiros para sua efetivao. Portanto, sugere-se a
realizao de estudos em prol da obteno de tais mtodos que auxiliem na deciso
estrutural.
Os estudos realizados at aqui se concentraram em um nico processo. A
investigao das ferramentas de anlise deveria ser estendida a outros processos, com
caractersticas distintas, para explorar de forma mais abrangente as potencialidades de
cada ferramenta.
A metodologia de controle robusto mostrou-se promissora, mas h muito ainda
que se desenvolver para que sua aplicao seja factvel em um cenrio industrial.
Estudos poderiam ser realizados com objetivo de unir as anlises e snteses de
controlados robustos utilizando controladores de parmetros com caractersticas
especficas na determinao do desempenho do sistema em malha fechada. Alm disso,
estudos so necessrios para tornar esta metodologia menos condicionada experincia,
to somente dependente do conhecimento cientfico em que est embasada.
84
8. REFERNCIAS BIBLIOGRFICAS
ALMEIDA,
E.,
1999,
Controle
Preditivo
Multimodelos
de
Uma
Torre
Debutanizadora, Dissertao de Mestrado, Politcnica-USP, So Paulo, SP, Basil.

BRISTOL, E., H., 1966, On a New Measure of Interaction for Multivariable Process
Control, IEEE Trans. Auto. Con., AC-11, pp.133-134.
BUCKLEY, P. S., 1992, Historical Perspective. In: Luyben, W. L. (ed), Practical
Distillation Control, chapter 2, Van Nostrand Reinhold.L, New York.
BUCKLEY, P. S., LUYBEN, W. & SHUNTA, F., S., 1985, Designer of Distillation
Column Control Systems, Instrument Society of America, Research Triangle Park,
USA.
CANABARRO, L., R., CAMPOS, M., C., M., M. & LIMA. L., 2009, Evaluation of
Control Structures for a Debutanizer Column, 10th International Symposium on
Process System Engineering PSE2009, Salvador, Bahia.
DOYLE, J., 1982, Analysis of Feedback Systems with Structured Uncertainties, IEE
PROCEEDINGS, v. 129, Pt. D, n. 6, pp. 242 - 250.
DOYLE, J., C. & STEIN, G., 1991, Beyond Singular Values and Loop Shapes, AIAA
Journal of Guidance and Control, v. 14, n.1, pp. 5-16.
ENAGANDULA, S., RIGGS, J. B., 2005, Distillation Control Configuration Selection
Based on Product Variability Prediction, Control Engineering Practice, v. 14, pp. 743755.
FARINA, L., A., 2000, RPN_Toolbox-Uma Ferramenta para o Desenvolvimento de
Estruturas de Controle, Dissertao de Mestrado, UFRS, Porto Alegre, RS, Brasil.
85
FLETCHER, R. & MORTON, W., 2000, Initialising Distillation Column Models,

Computers and Chemical Engineering, v. 23, pp.1811-1824.
GROSDIDIER, P., MORARI, M. & HOLT, B., R., 1985, Closed-Loop Properties
From Steady State Gain Information, Industrial Chemical Engineering Process Design
and Development, v. 24, pp. 221-235.
HILL, C. W., 1948, Control of Continuous Fractionation Columns, Canadian
Chemical Process Industry, v. 32, pp. 536.
LAUSCH, H., R., WOZNY, G., WUTKEWICZ, M., WENDELER, H., 1998, PlantWide Control of an Industrial Process, Trans IChemE, v.76, Part A, pp. 185-192.
LUYBEN, W., L., 1989, The Impact of Process Diversity on Distillation Column
Control, Preprints IFAC Symposium DYCORD+89, Maastricht, Netherlands, pp. 3-9.
McCUNE, L. C., GALLIER, P. W., 1973, Digital simulation: a tool for the analysis
and design of distillation controls, ISA Transactions, v. 12, pp. 193- 207.
MORARI, M.; ZAFIRIOU, E., 1989, Robust Process Control, Prentice-Hall, New
Jersey.
NISENFELD, A. E., 1969, Reflux or Distillate: Which to Control?, Chemical
Engineering., pp. 169-179.
RADEMAKER, O.; RIJNSDORP, J. E.; MAARLEVELD, A., 1975, Dynamic and
Control of Continuous Distillation Units (chap. 14, pp. 608-639), Elsevier, Amsterdam.
RIGGS, J. B., 1998, Improve Distillation Column Control, Chemical Engineering
Progress, October, pp. 31- 47.
RIJNSDORP, J. E., 1965, Interaction in Two-Variable Control Systems for Distillation
Columns. II: Application of Theory, Automatica, v. 3, pp. 29 - 52.
86
ROFFEL, B., BETLEM, B.H.L., RUIJTER, J.A.F., 2009, First Principles Dynamic
Modeling and Multivariable Control of a Cryogenic Distillation Process, Computers
and Chemical Engineering, v. 24, pp.111-123.
ROSEMBROCK, H. H., 1962, The control of distillation columns, Transactions of
the Institution of Chemical Engineers., v. 40, pp. 35.
RYSKAMP, C. J., 1980, New Strategy Improves Dual Composition Columns
Control, Hydrocarbon Processing, v. 59, pp. 51 - 59.
SEBORG, D.,E., EDGAR, T.,F. & MELLICHAMP, D., A., (1989) Process Dynamics
and Control, pp.278-282, John Wiley & Sons, New York.
SHINSKEY, F. G., 1967, Process Control Systems, McGraw-Hill, New York.

SHINSKEY, F. G., 1984, Distillation Control, McGraw-Hill, New York.
SKOGESTAD, S., 1992, Dynamics and Control of Distillation Columns - A Critical
Survey, IFAC-Symposium Dycord, n.92 (Apr), pp 1992.
SKOGESTAD, S. & HAVRE, K., 1996, The Use of RGA and Condition Number as
Robustness Measures, Computer Chemical Engineering, v. 20, pp. S1005-S1010.
SKOGESTAD, S., 2006, The Dos and Dont of Distillation Column Control,
IChemE, Symposium Series, n. 152, pp. 28-43.
SKOGESTAD, S., LUNDSTRM, P., 1990, Mu-Optimal LV-Control of Distillation
Columns, Computers and Chemical Engineering, n. 4, v. 14, pp. 401-413.
SKOGESTAD, S., LUNDSTRN,P., JACOBSEN, E. W., 1990, Selecting the Best
Distillation Control Configuration, AlChE Journal, v. 36 n 5, pp.753-764.
87
SKOGESTAD, S., MORARI, M., 1987a, Control Configuration Selection for

Distillation Columns, AIChE Journal, v. 33, pp. 1620-1635.
SKOGESTAD, S., MORARI, M., 1987b, Implications of Large RGA Elements on
Control Performance, Industrial & Engineering Chemistry Research, v. 26, pp. 23232330.
SKOGESTAD, S., MORARI,.M., DOYLE J. C., (1988) Robust Control of IllConditioned Plants: High-Purity Distillation, IEE Transactions on Automatic Control,
v. 33, n.12, pp.1092-1105.
SKOGESTAD, S. & POSTLETHWAITE, I, 1996, Multivariable Feedback ControlAnalysis and Design,1 ed. John Wiley & Sons, New York.
STAUDT, P., B, 2007, Modelagem e Simulao Dinmica de Colunas de Destilao,
Dissertao de Mestrado, UFRS, Porto Alegre, RS, Brasil.
TAYLOR, R., 2007, Commentaries, Industrial and Engineering Chemistry Research,
v. 46, pp. 4349-4357.
TRIERWEILER, J., O., 1991, Desenvolvimento de um Sistema Especialista em
Controle de Colunas de Destilao, Dissertao de Mestrado, PEQ/COPPE/UFRJ.
TRIERWEILER, J., O., 1997, A Systematic Approach to Control Structure Design,
Ph.D.Thesis, University of Dortmund, Germany.
TRIERWEILER, J., O., 2002, Application of the RPN Methodology for Quantification
of the Operability of Quadruple-Tank Process, Brazilian Journal of Chemical
Engineering, v.19, n. 02, pp.195-206-12.
WOOD, R. K., BERRY, M. W., 1973, Terminal Composition Control of a Binary
Distillation Column, Chemical Engineering Science, v.28, pp. 1707-1717.
88
XU.S. & BAO, J., 2009, Distributed Control of Plantwide Chemical Processes,
Journal of Process Control, v.19, pp.1671-1687.
89
ANEXO I
Canal y1/u1
0.96
0.94
LV
DV
LD VB
LV Cascata
0.92
Composio
0.9
0.88
0.86
0.84
0.82
0.8
0.78
100
200
300
400
500
min
600
700
800
900
1000
Canal y1/u2
0.96
0.95
0.94
Composio
0.93
0.92
0.91
0.9
0.89
LV
DV
LD VB
LV Cascata
0.88
0.87
0.86
100
200
300
400
500
min
600
700
800
900
1000
Figura I. 1 Respostas do topo s perturbaes negativas no topo (u1) e no fundo (u2)

em malha aberta.
90
-3
1.4
Canal y2/u1
x 10
1.2
LV
DV
LD VB
LV Cascata
Composio
0.8
0.6
0.4
0.2
100
200
300
400
500
min
600
700
800
900
1000
Canal y2/u2
0.08
0.07
LV
DV
LD VB
LV Cascata
0.06
Composio
0.05
0.04
0.03
0.02
0.01
0
100
200
300
400
500
min
600
700
800
900
1000
Figura I. 2 Respostas do fundo s perturbaes negativas no topo (u1) e no fundo (u2)

em malha aberta.
91
Canal y1/u1
0.96
0.94
LV
DV
LD VB
LV Cascata
Composio
0.92
0.9
0.88
0.86
0.84
0.82
100
200
300
400
500
min
600
700
800
900
1000
Canal y1/u2
0.9
Composio
0.85
LV
DV
LD VB
LV Cascata
0.8
0.75
0.7
0.65
100
200
300
400
500
min
600
700
800
900
1000
Figura I. 3 Respostas do topo s perturbaes positivas no topo (u1) e no fundo (u2)

em malha aberta.
92
-3
4.5
Canal y2/u1
x 10
4
3.5
LV
DV
LD VB
LV Cascata
Composio
3
2.5
2
1.5
1
0.5
0
100
200
300
-4
400
500
min
600
700
800
900
1000
Canal y2/u2
x 10
LV
DV
LD VB
LV Cascata
7
6
Composio
5
4
3
2
1
0
100
200
300
400
500
min
600
700
800
900
1000
Figura I. 4 Respostas do fundo s perturbaes positivas no topo (u1) e no fundo (u2)

em malha aberta.
93
ANEXO II
0.875
modelo
Dados da planta
0.87
0.865
y11
0.86
0.855
0.85
0.845
0.84
0.835
0.83
200
400
600
800
1000
1200
1400
1600
1800
2000
min
-4
x 10
modelo
Dados da planta
y21
200
400
600
800
1000
1200
1400
1600
1800
2000
min
Figura II. 1 Resposta do topo e do fundo a um degrau positivo em u1(D) para a

estrutura DV.
94
0.9
modelo
Dados da planta
0.85
y12
0.8
0.75
0.7
0.65
200
400
600
800
1000
1200
1400
1600
1800
2000
min
-3
x 10
0
-1
y22
-2
modelo
Dados da planta
-3
-4
-5
-6
-7
200
400
600
800
1000
1200
1400
1600
1800
2000
min
estrutura DV.
95
0.905
modelo
Dados da planta
0.9
0.895
y11
0.89
0.885
0.88
0.875
0.87
0.865
200
400
600
800
1000
1200
1400
1600
1800
2000
min
-3
1.5
x 10
modelo
Dados da planta
1.4
1.3
y21
1.2
1.1
1
0.9
0.8
0.7
0.6
200
400
600
800
1000
1200
1400
1600
1800
2000
min
Figura II. 3 Resposta do topo e do fundo a um degrau negativo em u1(D) para a
estrutura DV.
96
0.98
0.96
y12
0.94
0.92
0.9
0.88
0.86
modelo
Dados da planta
0
200
400
600
800
1000
1200
1400
1600
1800
2000
min
0.014
0.012
0.01
y22
0.008
0.006
0.004
0.002
modelo
Dados da planta
0
200
400
600
800
1000
1200
1400
1600
1800
2000
min
estrutura DV.
97
0.88
modelo
Dados da planta
0.878
0.876
y11
0.874
0.872
0.87
0.868
0.866
200
400
600
800
1000
1200
1400
1600
1800
2000
min
-4
8.2
x 10
8
7.8
7.6
y21
7.4
7.2
7
6.8
6.6
modelo
Dados da planta
6.4
6.2
200
400
600
800
1000
1200
1400
1600
1800
2000
min
Figura II. 5 Resposta do topo e do fundo a um degrau positivo em u1(L/D) para a
estrutura L/D_V/B
98
0.88
modelo
Dados da planta
0.86
0.84
y12
0.82
0.8
0.78
0.76
0.74
200
400
600
800
1000
1200
1400
1600
1800
2000
min
-3
x 10
0.5
0
-0.5
y22
-1
modelo
Dados da planta
-1.5
-2
-2.5
-3
-3.5
-4
200
400
600
800
1000
1200
1400
1600
1800
2000
min
Figura II. 6 Resposta do topo e do fundo a um degrau positivo em u2(V/B) para a
estrutura L/D_V/B.
99
0.87
modelo
Dados da planta
0.868
0.866
y11
0.864
0.862
0.86
0.858
0.856
0.854
200
400
600
800
1000
1200
1400
1600
1800
2000
min
-4
6.4
x 10
modelo
Dados da planta
6.2
6
5.8
y12
5.6
5.4
5.2
5
4.8
4.6
4.4
200
400
600
800
1000
1200
1400
1600
1800
2000
min
Figura II. 7 Resposta do topo e do fundo a um degrau negativo em u1(L/D) para a
estrutura L/D_V/B
100
0.98
0.96
y12
0.94
0.92
0.9
0.88
modelo
Dados da planta
0.86
200
400
600
800
1000
1200
1400
1600
1800
2000
min
0.01
0.009
0.008
0.007
y22
0.006
0.005
0.004
0.003
0.002
modelo
Dados da planta
0.001
0
200
400
600
800
1000
1200
1400
1600
1800
2000
min
Figura II. 8 Resposta do topo e do fundo a um degrau negativo em u2(V/B) para a
estrutura L/D_V/B.
101
0.96
0.95
0.94
0.93
y11
0.92
0.91
0.9
0.89
0.88
modelo
Dados da planta
0.87
0.86
200
400
600
800
1000
1200
1400
1600
1800
2000
min
-3
4.5
x 10
4
3.5
y21
3
2.5
2
1.5
1
0.5
modelo
Dados da planta
0
200
400
600
800
1000
1200
1400
1600
1800
2000
min
Figura II. 9 Resposta do topo e do fundo a um degrau positivo em u1(L) para a
estrutura LV.
102
0.9
modelo
Dados da planta
0.85
y12
0.8
0.75
0.7
0.65
200
400
600
800
1000
1200
1400
1600
1800
2000
min
0.005
0
-0.005
y22
-0.01
-0.015
modelo
Dados da planta
-0.02
-0.025
-0.03
-0.035
-0.04
200
400
600
800
1000
1200
1400
1600
1800
2000
min
estrutura LV.
103
0.87
modelo
Dados da planta
0.86
0.85
y11
0.84
0.83
0.82
0.81
0.8
0.79
0.78
200
400
600
800
1000
1200
1400
1600
1800
2000
min
-3
x 10
modelo
Dados da planta
0.5
y21
-0.5
-1
-1.5
200
400
600
800
1000
1200
1400
1600
1800
2000
min
Figura II. 11 Resposta do topo e do fundo a um degrau negativo em u1(L) para a
estrutura LV.
104
0.98
0.96
y12
0.94
0.92
0.9
0.88
0.86
modelo
Dados da planta
0
200
400
600
800
1000
1200
1400
1600
1800
2000
min
0.08
0.07
0.06
y22
0.05
0.04
0.03
0.02
0.01
0
modelo
Dados da planta
0
200
400
600
800
1000
1200
1400
1600
1800
2000
min
estrutura LV.
105
0.878
modelo
Dados da planta
0.876
0.874
y11
0.872
0.87
0.868
0.866
0.864
0.862
200
400
600
800
1000
1200
min
-4
8.5
x 10
modelo
Dados da planta
8
y21
7.5
6.5
5.5
200
400
600
800
1000
1200
min
Figura II. 13 Resposta do topo e do fundo a um degrau positivo em u1(setpoint de L)
para a estrutura LVCascata.
106
0.875
modelo
Dados da planta
0.87
0.865
y12
0.86
0.855
0.85
0.845
0.84
0.835
0.83
100
200
300
400
500
600
700
800
900
1000
min
-4
x 10
modelo
Dados da planta
7
6
y22
5
4
3
2
1
0
-1
100
200
300
400
500
600
700
800
900
1000
min
Figura II. 14 Resposta do topo e do fundo a um degrau positivo em u2 (setpoint de T)
107
0.87
y11
0.865
0.86
modelo
Dados da planta
0.855
200
400
600
800
1000
1200
min
-4
7.2
x 10
7
6.8
6.6
y21
6.4
6.2
6
5.8
5.6
modelo
Dados da planta
5.4
5.2
200
400
600
800
1000
1200
min
Figura II. 15 Resposta do topo e do fundo a um degrau negativo em u1(setpoint de L)
108
0.91
modelo
Dados da planta
0.905
0.9
y12
0.895
0.89
0.885
0.88
0.875
0.87
0.865
100
200
300
400
500
600
700
800
900
1000
min
-3
1.6
x 10
1.5
1.4
1.3
y22
1.2
1.1
1
0.9
0.8
modelo
Dados da planta
0.7
0.6
100
200
300
400
500
600
700
800
900
1000
min
Figura II. 16 Resposta do topo e do fundo a um degrau negativo em u2 (setpoint de
T) para a estrutura LVCascata.
109
ANEXO III
Perturbao em F
-3
x 10
Modelo
Dados da planta
5
y1*
500
1000
1500
min
Perturbao em F
-4
x 10
Modelo
Dados da planta
4
y2*
-1
500
1000
1500
min
Figura III. 1 Distrbios aplicados coluna com estrutura LVCascata em malha

aberta.
110
Perturbao em T
0.015
0.01
y1*
0.005
-0.005
Modelo
Dados da planta
-0.01
500
1000
1500
min
Perturbao em T
-4
3.5
x 10
3
2.5
y2*
2
1.5
1
0.5
0
-0.5
Modelo
Dados da planta
0
500
1000
1500
min
aberta.
111
-4
x 10
Perturbao na composio de Etano

Modelo
Dados da planta
-0.5
-1
y1*
-1.5
-2
-2.5
-3
-3.5
-4
-4.5
500
1000
1500
min
-7
x 10

Modelo
Dados da planta
y2*
-1
-2
-3
-4
-5
500
1000
1500
min
aberta.
112
Perturbao em F
0.1
0.09
0.08
0.07
y1*
0.06
0.05
0.04
0.03
0.02
Modelo
Dados da planta
0.01
0
500
1000
1500
min
Perturbao em F
0.04
0.035
0.03
y2*
0.025
0.02
0.015
0.01
0.005
0
-0.005
Modelo
Dados da planta
0
500
1000
1500
min
Figura III. 4 Distrbios aplicados coluna com estrutura LV em malha aberta.
113
Perturbao em T
Modelo
Dados da planta
-0.02
-0.04
y1*
-0.06
-0.08
-0.1
-0.12
-0.14
-0.16
-0.18
500
1000
1500
min
Perturbao em T
-4
x 10
Modelo
Dados da planta
1
0
y2*
-1
-2
-3
-4
-5
-6
500
1000
1500
min
114
-3
x 10

Modelo
Dados da planta
-0.1
-0.2
-0.3
y1*
-0.4
-0.5
-0.6
-0.7
-0.8
-0.9
-1
500
1000
1500
min
-6
x 10

Modelo
Dados da planta
0
-1
-2
y2*
-3
-4
-5
-6
-7
-8
-9
500
1000
1500
min
115
Perturbao em F
0.09
0.08
0.07
0.06
y1*
0.05
0.04
0.03
0.02
0.01
Modelo
Dados da planta
0
-0.01
500
1000
1500
min
Perturbao em F
-3
16
x 10
14
12
y2*
10
8
6
4
2
0
-2
Modelo
Dados da planta
0
500
1000
1500
min
Figura III. 7 Distrbios aplicados coluna com estrutura DV em malha aberta.
116
Perturbao em T
Modelo
Dados da planta
-0.02
-0.04
-0.06
y1*
-0.08
-0.1
-0.12
-0.14
-0.16
-0.18
-0.2
500
1000
1500
min
Perturbao em T
-4
x 10
Modelo
Dados da planta
1
0
y2*
-1
-2
-3
-4
-5
-6
500
1000
1500
min
117
-3
x 10

Modelo
Dados da planta
-0.2
-0.4
y1*
-0.6
-0.8
-1
-1.2
-1.4
500
1000
1500
min
-6
x 10

Modelo
Dados da planta
0
-2
y2*
-4
-6
-8
-10
-12
-14
500
1000
1500
min
118
Perturbao em F
-3
x 10
Modelo
Dados da planta
0
y1*
-5
-10
-15
-20
500
1000
1500
min
Perturbao em F
-4
x 10
Modelo
Dados da planta
0.5
y2*
-0.5
-1
-1.5
-2
-2.5
500
1000
1500
min
119
Perturbao em T
Modelo
Dados da planta
-0.02
y1*
-0.04
-0.06
-0.08
-0.1
-0.12
500
1000
1500
min
Perturbao em T
-4
x 10
Modelo
Dados da planta
1
0
y2*
-1
-2
-3
-4
-5
-6
500
1000
1500
min
120
-4
x 10

Modelo
Dados da planta
-0.5
-1
y1*
-1.5
-2
-2.5
-3
-3.5
-4
-4.5
500
1000
1500
min
-7
x 10

Modelo
Dados da planta
y2*
-1
-2
-3
-4
500
1000
1500
min
121
ANEXO IV
e LR
10
LR
0
10
Magnitude
(0,0295; 1,676)
-1
10
-2
10
-3
10
-5
10
10
rad/s
10
e LR
10
LR
0
10
Magnitude
(0,04715; 1,072)
-1
10
-2
10
-3
10
-5
10
10
rad/s
10
Figura IV. 1 RPN para as estruturas LVCascata e LV. Os pares ordenados indicam as
coordenadas do valor mximo de RPN.
122
e LR
10
LR
0
10
Magnitude
(0,02947;1,035)
-1
10
-2
10
-3
10
-5
10
10
rad/s
10
e LR
10
LR
0
10
Magnitude
(0,02947;1,729)
-1
10
-2
10
-3
10
-5
10
10
rad/s
10
Figura IV. 2 RPN para as estruturas DV e L/D_V/B. Os pares ordenados indicam as

coordenadas do valor mximo de RPN.
123
ANEXO V
Degrau em F e T
0.87
LV
DV
LD VB
LV Cascata
0.869
0.868
y1
0.867
0.866
0.865
0.864
0.863
0.862
50
100
150
200
250
min
300
350
400
450
500
Manipulada do topo-degrau em F e T
1.05
LV
DV
LD VB
LV Cascata
u1
0.95
0.9
0.85
50
100
150
200
250
min
300
350
400
450
500
Figura V. 1 Resposta a distrbios em F e T, sendo y1 varivel controlada do topo e u1

manipulada do topo
124
-4
6.8
Degrau em F e T
x 10
LV
DV
LD VB
LV Cascata
6.6
6.4
y2
6.2
6
5.8
5.6
5.4
5.2
50
100
150
200
250
min
300
350
400
450
500
Manipulada do fundo-degrau em F e T
1.02
1
LV
DV
LD VB
LV Cascata
u2
0.98
0.96
0.94
0.92
0.9
50
100
150
200
250
min
300
350
400
450
500
Figura V. 2 Resposta a distrbios em F e T, sendo y2 varivel controlada do fundo e

u2 manipulada do fundo.
125
Degrau em F e Comp. de Etano

0.8666
LV
DV
LD VB
LV Cascata
0.8665
0.8665
y1
0.8664
0.8664
0.8663
0.8663
0.8662
50
100
150
200
250
min
300
350
400
450
500
Manipulada topo-degrau em F e Comp. de Etano

1.015
LV
DV
LD VB
LV Cascata
u1
1.01
1.005
0.995
50
100
150
200
250
min
300
350
400
450
500
Figura V. 3 Resposta a distrbios em F e Comp, sendo y1 varivel controlada do topo

e u1 manipulada do topo.
126
-4
6.42
Degrau em F e Comp. de Etano
x 10
LV
DV
LD VB
LV Cascata
6.41
6.4
y2
6.39
6.38
6.37
6.36
6.35
50
100
150
200
250
min
300
350
400
450
500
Manipulada do fundo-degrau em F e Comp. de Etano

1.007
LV
DV
LD VB
LV Cascata
1.006
1.005
u2
1.004
1.003
1.002
1.001
1
0.999
50
100
150
200
250
min
300
350
400
450
500

fundo e u2 manipulada do fundo.
127
Degrau em T e Comp. de Etano

0.8667
LV
DV
LD VB
LV Cascata
0.8666
0.8666
y1
0.8665
0.8665
0.8664
0.8664
0.8663
50
100
150
200
250
min
300
350
400
450
500
Manipulada do topo-degrau em T e Comp. de Etano

1.025
LV
DV
LD VB
LV Cascata
1.02
u1
1.015
1.01
1.005
0.995
50
100
150
200
250
min
300
350
400
450
500
Figura V. 5 Resposta a distrbios em T e Comp, sendo y1 varivel controlada do topo

e u1 manipulada do topo.
128
-4
6.385
Degrau em T e Comp. de Etano
x 10
LV
DV
LD VB
LV Cascata
6.38
y2
6.375
6.37
6.365
6.36
6.355
50
100
150
200
250
min
300
350
400
450
500
Manipulada do fundo-degrau em T e Comp. de Etano

1.0025
LV
DV
LD VB
LV Cascata
1.002
1.0015
u2
1.001
1.0005
0.9995
0.999
50
100
150
200
250
min
300
350
400
450
500

fundo e u2 manipulada do fundo.
129
ANEXO VI
0.88
LV Cascata
LV
DV
LD VB
Referncia
0.87
y1
0.86
0.85
0.84
0.83
0.82
50
100
150
200
250
300
350
400
450
500
min
2.5
LV Cascata
LV
DV
LD VB
u1
1.5
0.5
-0.5
20
40
60
80
100
120
140
160
180
min
manipulada do topo.
130
-4
7.5
x 10
7
6.5
y2
6
5.5
5
LV Cascata
LV
DV
LD VB
Referncia
4.5
4
3.5
50
100
150
200
250
300
min
1.02
1
0.98
0.96
u2
0.94
0.92
0.9
0.88
LV Cascata
LV
DV
LD VB
0.86
0.84
0.82
20
40
60
80
100
120
140
160
180
min
manipulada do fundo.
131
Mudana de setpoint no fundo
0.8668
0.8666
0.8664
0.8662
LV Cascata
LV
DV
LD VB
Referncia
y1
0.866
0.8658
0.8656
0.8654
0.8652
0.865
50
100
150
200
250
300
250
300
min
1.12
LV Cascata
LV
DV
LD VB
1.1
1.08
u1
1.06
1.04
1.02
0.98
50
100
150
200
min
manipulada do topo
132
-4
6.4
x 10
LV Cascata
LV
DV
LD VB
Referncia
6.35
6.3
y2
6.25
6.2
6.15
6.1
6.05
6
50
100
150
200
250
300
min
1.045
LV Cascata
LV
DV
LD VB
1.04
1.035
1.03
u2
1.025
1.02
1.015
1.01
1.005
1
0.995
50
100
150
200
250
300
min
manipulada do fundo
133

Avaliação Do Desempenho de Configurações de Controle Dual em Colunas de Destilação

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Avaliação Do Desempenho de Configurações de Controle Dual em Colunas de Destilação

Enviado por

Direitos autorais:

Formatos disponíveis

COPPE/UFRJ

AVALIAO DO DESEMPENHO DE CONFIGURAES DE CONTROLE DUAL

Franklin Barreto Rangel

Programa de Ps-graduao em Engenharia

AVALIAO DO DESEMPENHO DE CONFIGURAES DE CONTROLE DUAL

Franklin Barreto Rangel

RIO DE JANEIRO, RJ - BRASIL

Rangel, Franklin Barreto

Resumo da Dissertao apresentada COPPE/UFRJ como parte dos requisitos

AVALIAO DO DESEMPENHO DE CONFIGURAES DE CONTROLE DUAL

Franklin Barreto Rangel

Abstract of Dissertation presented to COPPE/UFRJ as a partial fulfillment of the

PERFORMANCE EVALUATION OF DUAL CONTROL CONFIGURATION IN

Franklin Barreto Rangel

REVISO BIBLIOGRFICA ________________________________________ 3

Controle Dual em Colunas de Destilao____________________________ 3

NDICES DE AVALIAO ________________________________________ 10

Representao de sistemas de controle por realimentao negativa ______ 10

Matriz de Ganhos Relativos RGA _______________________________ 12

Introduo Teoria de Controle Robusto___________________________ 18

Representao das Incertezas ________________________________ 18

Estabilidade Robusta ______________________________________ 21

Desempenho Robusto ______________________________________ 22

Anlise e Projeto Robustos__________________________________ 25

Projeto de Controladores Robustos _______________________________ 33

Caso I Coluna de Destilao Ideal___________________________ 34

Caso II Reator de Van der Vusse____________________________ 41

Nmero de Desempenho Robusto ________________________________ 50

PROCESSO DE DESTILAO - COLUNA DEBUTANIZADORA ________ 53

Descrio do Processo _________________________________________ 53

Estruturas de controle ______________________________________ 56

Modelagem dinmica de colunas de destilao ______________________ 60

ANLISE DAS ESTRUTURAS PROPOSTAS _________________________ 69

Arranjo de Ganhos Relativos ____________________________________ 69

Nmero de Condicionamento Mnimo _____________________________ 70

Nmero de Desempenho Robusto ________________________________ 71

O Problema de Controle ________________________________________ 74

Resultados das Simulaes para o Problema Regulador _______________ 75

Resultados das Simulaes para o Problema Servo ___________________ 77

Sugestes de Trabalhos Futuros __________________________________ 84

REFERNCIAS BIBLIOGRFICAS _________________________________ 85

Figura 5. 1 RGA para cada estrutura proposta. ........................................................... 70

Figura I. 1 Respostas do topo s perturbaes negativas no topo (u1) e no fundo (u2)

Figura II. 11 Resposta do topo e do fundo a um degrau negativo em u1(L) para a

Figura IV. 2 RPN para as estruturas DV e L/D_V/B. Os pares ordenados indicam as

Figura VI. 1 Resposta mudana de setpoint no topo. Varivel controlada e

Tabela 4. 1 - Pseudo-componentes da frao pesada da alimentao ............................ 54

Limite inferior para a funo de sensibilidade

Componentes de baixa massa molecular (com 4 ou menos carbonos)

Vazo molar de etano na entrada

Estrutura de Controle em que D a varivel manipulada do topo e

Estrutura de controle em que D a varivel manipulada do topo e B

Estrutura de Controle em que D a varivel manipulada do topo e V

Razo entre a vazo de entrada e o volume do meio reacional

Vazo molar da entrada

Funo de Transferncia do Processo

Funo de transferncia da perturbao

Modelo identificado para a estrutura DV

Modelos de distrbios identificados para a estrutura DV

Modelo identificado para a estrutura L/D_V/B

Modelo de distrbios identificado para a estrutura L/D_V/B

Modelo identificado para a estrutura LV

Modelo identificado para a estrutura LV