Você está na página 1de 6

Aplicao da Sintonia IMC no Controlador PID em

Sistemas No-Lineares Simulados com ScicosLab


Valter L. Knihs, Aline A. Franca, Antonio S. Silveira, Francisco J. Gomes e Antonio A. R. Coelho
Universidade Federal de Santa Catarina, Departamento de Automao e Sistemas, 88040900, Florianpolis, SC
vknihs@weg.net, aline@das.ufsc.br, toninho@das.ufsc.br, chico.gomes@ufjf.edu.br e aarc@das.ufsc.br
Abstract- In the process industry the loop problem is how to
choose a suitable set of PID parameters because of their
influence on the asymptotic stability of the system. This paper
develops a PID control algorithm based on Internal Model
Control (IMC) design for linear and nonlinear control systems
in the discrete-time domain under satisfactory performance.
Compared with traditional feedback controllers, IMC can
indicate the relationship between tuning parameters to the
closed-loop dynamic and robustness and guaranteed control
performance. Validation results against linear and nonlinear
physical plant models are convincing, with excellent closedloop responses and good robustness in the presence of
practical constraints, time-varying parameters and
disturbances.
I.

INTRODUO

O controlador PID um dispositivo de controle marcante


na indstria de processos com implementaes em sistemas
embarcados, controladores lgicos programveis, sistemas de
controle distribudo ou em softwares comerciais. Do ponto de
vista da simplicidade e eficincia o controlador PID
representa uma soluo dinmica adequada no controle de
vrias aplicaes industriais ([2], [8], [12]).
Quando a planta controlada apresenta dinmica complexa
e limitaes operacionais ou tecnolgicas, o desempenho do
controlador PID torna-se inadequado e, em muitos casos, no
assegurando estabilidade assinttica no sistema de controle de
malha fechada ([3], [8], [9]).
Muitas metodologias para ajustar os ganhos e incrementar
o desempenho do controlador PID tm sido apresentadas na
literatura da engenharia de controle de processos e
enquadram-se nas seguintes concepes: i) mtodos clssicos
(Ziegler-Nichols, Cohen-Coon, Abbas, AMIGO, alocao de
plos, otimizao); ii) mtodos avanados (varincia mnima,
gain scheduling, auto-tuning, self-tuning, nebuloso). O
nmero crescente de estudo de casos e publicaes
relacionadas ao controlador PID com hibridizao com
mtodos avanados tem sido reportado mostrando a
importncia deste tipo de projeto de controle para fins da
indstria ([3], [4], [7], [8], [9], [12], [13]).
Neste artigo discutida a combinao do projeto de
Controle por Modelo Interno (IMC - Internal Model Control)
na sintonia do controle PID digital visando melhorar o
comportamento dinmico e torn-lo apto a tratar uma ampla
faixa de sistemas dinmicos.
A idia da estratgia de controle IMC pode ter sido
originada a partir do compensador de atraso de transporte de

Smith, no inicio dos anos 60. Do ponto de vista conceitual o


projeto do controlador IMC foi proposto por Garcia e Morari
em 1982 ([10]).
A principal caracterstica do projeto IMC a estrutura
simples da lei de controle, com poucos parmetros para
sintonia on-line e a facilidade de interpretao de calibrao
(por exemplo, pode-se associar a dinmica da planta de malha
fechada com a resposta de um sistema de primeira ordem,
sendo a constante de tempo determinante na qualidade da
estabilidade de malha fechada).
O IMC pode melhorar a robustez e desempenho do
controle em sistemas com longo atraso de transporte e cuja
compensao de realimentao ajuda, adicionalmente, no
tratamento de incertezas e perturbaes ([5], [7]).
A tcnica IMC trata aplicaes monovariveis e
multivariveis em ambientes contnuos e discretos. Estudos
de estabilidade e robustez tm sido reportados em sistemas de
controle lineares e no-lineares. A partir de 1990 observam-se
pesquisas em IMC inteligente, IMC com restries, IMC
multivarivel, entre outras, e que persistem at hoje.
Aplicaes efetivas do IMC em processos industriais e como
torn-lo um dispositivo de propsito geral em ambientes
microcontrolados so reas de pesquisa de interesse ([10]).
O controlador IMC pode ser combinado com estruturas
adaptativas, preditivas, fuzzy e redes neurais. Como uma
metodologia de controle baseado em modelo o IMC pode
tambm ser hibridizado com o controlador PID ([7], [10]).
O esquema de controle PID-IMC discreto avaliado no
controle de dois processos no-lineares. Ensaios em
simulao numrica, para mudana de referncia e
perturbao de carga, so apresentados e obtidos com a
utilizao do software livre ScicosLab.
O ScicosLab um software de computao numrica, de
cdigo fonte aberto e gratuito, desenvolvido para uso
cientfico e industrial. Diferente do ScicosLab, os similares
softwares comerciais para utilizao em ambientes de
simulao, como o Matlab e LabView, esbarram em
problemas de custos nas universidades e indstrias ([1], [11]).
II.

PROJETO DIGITAL DO CONTROLADOR IMC

A principal idia do IMC conectar o modelo da planta


em paralelo com a planta real e direcionar o controlador para
ter a forma da dinmica inversa do modelo. O sucesso do
IMC est acoplado a preciso do modelo da planta aplicado
no projeto ([10]).
Para sistemas de controle SISO o IMC emprega o inverso
da parte de fase mnima do modelo e adiciona um filtro

passa-baixa com parmetro de sintonia visando garantir a


implementao do sinal de controle, estabilidade e robustez
de malha (assegurar um adequado desempenho de controle
frente as especificaes de projeto apresentadas).
A figura 1 ilustra a topologia do controlador IMC.

Primeiro, deve-se assumir o modelo do processo do tipo


CAR (Controlled Auto-Regressive) expresso como
A( z 1 )y( t ) = z k B( z 1 )u( t )

onde y(t) a sada do sistema, u(t) o sinal de controle,


A( z 1 ) = 1 + a1 z 1 + + ana z na so os plos em malha
aberta, B( z 1 ) = b0 + b1 z 1 + + bnb z nb so os zeros em
malha aberta, k 1 o atraso de transporte discreto
(mltiplo inteiro do perodo de amostragem) e, dividir o
modelo CAR em duas parcelas, isto ,
Fig. 1 Diagrama de controle da estrutura IMC.

Gm ( z ) = Gm+ ( z )Gm ( z ) = z k

Assumindo que o sistema de controle de malha fechada


estvel, a seguinte relao pode ser obtida:

y( t ) =
+

Gc ( z )G p ( z )
1 + Gc ( z ){ G p ( z ) Gm ( z )}

B( z 1 )
A( z 1 )

(2)

onde Gm+ ( z ) contm a parcela de fase no-mnima e o atraso

yr ( t )

{ 1 Gc ( z )Gm ( z )}
v( t )
1 + Gc ( z ){ G p ( z ) Gm ( z )}

(1)

Sob a suposio da modelagem perfeita, Gp(z) = Gm(z), e


com Gm(z) de fase mnima, ento Gc ( z ) = Gm1 ( z ) . Como
pode ser observado pela equao (1), perturbaes podem ser
eliminadas (offset nulo reference tracking and disturbance
rejection) e um desbalanceamento do modelo frente a planta
direcionado na malha adicional garantindo ainda
estabilidade na planta controlada (comportamento robusto).

1. Propriedades do IMC
Estabilidade Dual: Assumindo que Gp(z) = Gm(z) e, se o
controlador e processo so estveis, ento a estrutura de
controle IMC garante estabilidade de malha fechada.
Controle Perfeito: Assumindo que Gp(z) = Gm(z) e, se o
sistema em malha fechada estvel, enquanto
Gc ( z ) = Gm1 ( z ) , ento apresenta erro nulo em regime
permanente para a sada na presena de mudanas na
referncia e rejeita perturbaes de carga.
Observaes:
Da estrutura IMC observa-se que para uma entrada
externa o sistema IMC tem a estrutura de um sistema em
malha aberta se no existe erro de modelagem.
Na realimentao tem-se mensurada a perturbao da
sada e realimentada a entrada do controlador. Atravs de
um controle feedforward a influncia da perturbao
pode ser parcialmente eliminada. Logo, a estabilidade
do sistema de malha fechada fica dependente da
estabilidade da passagem feedforward.
O controle IMC tem uma melhor dinmica e robustez se
comparado com o controle de realimentao tradicional.
Para plantas industriais as estratgias de controle
avanadas como os controladores preditivo e IMC baseiam-se
em modelos discretos. A seguir, apresenta-se o projeto do
IMC e sua correlao na sintonia do controlador PID.

de transporte discreto z-k enquanto que Gm ( z ) contm a


parcela de fase mnima. Assim, a funo de transferncia do
controlador IMC assume a forma
Gc ( z ) =

1
G (z)

Segundo, deve-se conectar um filtro digital passa-baixa


em srie com o controlador IMC para garantir tanto uma
estrutura causal como estabilidade de malha fechada, ou seja,
Gc ( z ) =

F( z )
Gm ( z )

(3)

Assumindo Gp(z) = Gm(z), a equao de malha fechada,


equao (1), torna-se
y( t ) = G p ( z )Gc ( z )yr ( t ) + { 1 Gc ( z )G p ( z )}v( t )

e com o resultado das equaes (2) e (3), chega-se a seguinte


expresso:

y( t ) = F( z )Gm+ ( z )yr ( t ) + { 1 F( z )Gm+ ( z )}v( t )

(4)

Note pela equao (4) que o IMC proporciona


compensao do atraso de transporte, o filtro qualifica a
forma do rastreamento da referncia e rejeio da perturbao
e, em regime permanente, o controlador garante respostas
sem offset.
III.

MAPEAMENTO ENTRE O IMC E O CONTROLADOR PID

O sistema de controle IMC pode ser representado de


forma equivalente ao sistema de controle de realimentao
clssico, isto , o diagrama de blocos da figura 1 pode ser
rearranjado nas seguintes formas (caso sem perturbao):

e cuja representao recursiva por funo de transferncia


GPID ( z ) =

q0 = K c ( 1 +
Fig. 2 Diagrama de blocos do IMC e PID.

Comparando os dois sistemas de controle da figura 2, o


controlador PID assume a forma
GPID ( z ) =

Gc ( z )
1 Gc ( z )Gm ( z )

(5)

Um filtro digital de primeira ordem selecionado e


representado por
b f z 1

( 1 )z 1
F( z ) =
=
1
( 1 a f z ) ( 1 z 1 )

(6)

sendo a f = = exp( Ts / ) , b f = ( 1 a f ) = ( 1 ) e
uma constante, selecionada pelo usurio, que regula a
velocidade de resposta.
No sentido de processos industriais, o modelo matemtico
de segunda ordem abrange diversas situaes encontradas na
prtica, ou seja,

y( t ) + a1 y( t 1 ) + a2 y( t 2 ) = b0 u( t k 1 )
+ b1u( t k 2 )

(7)

De acordo com o procedimento de projeto IMC e do


modelo da equao (7), a sntese do controlador PID dada
atravs de

GPID ( z ) =

Gc ( z )
{ G ( z )}1
= 1 m
1 Gc ( z )Gm ( z ) F ( z ) Gm+ ( z )

GPID ( z ) =

( 1 + a1 z 1 + a2 z 2 )
( b0 + b1 z 1 ) ( 1 a f z 1 b f z k 1 )
bf

(8)

onde a forma discreta assume a forma


u( t ) = K c e( t ) +

K cTs
Ti

e( i ) +
i =1

K cTd
{e( t ) e( t 1 )}
Ts

(9)

Ts Td
T
T
+ ) ; q1 = K c ( 1 + 2 d ) ; q2 = K c d
Ti Ts
Ts
Ts

A lei de controle PID digital ideal da equao (9) est na


forma incremental onde a aproximao forward aplicada na
parcela integral e a diferena de primeira ordem na parcela da
derivada.
Sejam as seguintes simplificaes implementadas:
b0 + b1 z 1 b0 + b1

1 a f z 1 ( 1 a f )z k 1 = ( 1 z 1 ){[ 1 + ( 1 a f )z 1 + ... +
( 1 a f )z k ]

z =1

} ( 1 z 1 ){ 1 + k( 1 a f )}

que so introduzidas de modo a no afetar o ganho do


controlador e remover os plos indesejveis do mesmo (evitar
inadequao ou instabilidade de malha).
De modo a garantir a estrutura de controle PID, possvel
reescrever a equao (8) como
GPID ( z ) =

( 1 + a1 z 1 + a2 z 2 )
( b0 + b1 ) { 1 + k( 1 a f )}( 1 z 1 )
bf

(10)

e as equaes (9) e (10) relacionam-se pelas seguintes


equaes:
K=

bf
( b0 + b1 ){ 1 + k( 1 a f )}
K = Kc ( 1 +

Para obteno da sintonia do PID considere o controlador


PID ideal contnuo ([8], [9], [12])

1
de( t )
u( t ) = K c e( t ) + e( t )dt + Td

Ti
dt

u( t ) q0 + q1 z 1 + q2 z 2
=

e( t )
( 1 z 1 )

(11)

Ts Td
+ )
Ti Ts

Ka1 = K c ( 1 + 2

Ka2 = K c

Td
)
Ts

(12)

Td
Ts

Portanto, as equaes de sintonia do controlador PID


assumem a forma
K c = K( a1 + 2a2 )
Ti =

( a1 + 2a2 )Ts
( 1 + a1 + a2 )

(13)
(14)

a2Ts
Td =
( a1 + 2a2 )

(15)

Observaes:
O ajuste da dinmica em malha fechada da equao (6)
interessante do ponto de vista de um comportamento
conservativo na prtica industrial.
As consideraes de projeto para imposio da estrutura
PID, tais como

B( z 1 ) B( 1 ) = b0 + b1
1 a f z 1 b f z k 1 ( 1 z 1 ){ 1 + k( 1 a f )}

so conduzidas de modo a no afetar o ganho do


controlador e remover os plos da funo de
transferncia do controlador. Isto vantajoso em
situaes experimentais onde a presena de pelo menos
um deles com parte real negativa, no interior do crculo
unitrio no plano-z, produz oscilaes no controle e
excessiva variabilidade na varivel controlada.
O parmetro ajustvel , associado a constante de tempo
de malha fechada no projeto do controlador, calibra a
resposta de malha fechada da planta controlada em
funo das especificaes de projeto como, por exemplo,
o tempo de resposta (velocidade da resposta).
IV.

SOFTWARE DE SIMULAO SCICOSLAB

Softwares de computao numrica tm um papel


fundamental em sistemas industriais, seja para fins de estudos
numricos de casos ou para aplicativos experimentais ou
voltados para o desenvolvimento de sinticos de operao e
sintonia. Contudo o alto custo de aquisio e manuteno de
bons softwares dificulta a sua utilizao quando os recursos
financeiros so reduzidos, situao comum em instituies de
ensino, de pesquisa e na indstria. Esta realidade vem
motivando o desenvolvimento e utilizao de softwares livres
nos cenrios acadmicos e industriais, por exemplo, o
software de simulao numrica ScicosLab ([1], [11]).
ScicosLab um ambiente utilizado no desenvolvimento
de programas para a resoluo de problemas numricos e
simulaes. Este inclui um grande nmero de bibliotecas
(toolboxes) que englobam funes grficas, integrao
numrica, lgebra linear, otimizao, entre outras. Criado e
mantido por pesquisadores pertencentes ao Institut National
de Recherche en Informatique et Automatique, INRIA,
atravs do Projeto METALAU (Mthodes, algorithmes et
logiciels pour lautomatique) e a cole Nationale des Ponts et
Chausses, ENPC, ScicosLab gratuito e distribudo com o
cdigo fonte (Free and Open Source Software - FOSS).
Embora seja apresentado como um software CACSD
(Computer Aided Control System Design), Projeto de
Sistemas de Controle Auxiliado por Computador, ScicosLab
pode ser usado para o desenvolvimento ou prototipao de
aplicativos numricos de propsito geral.

O ScicosLab tem uma linguagem de programao prpria


que permite a criao de programas numricos. Algumas
caractersticas do ScicosLab so: linguagem de programao
de alto nvel, editor dedicado, centenas de funes
matemticas, possibilidade de adicionar programas a partir de
outras linguagens (C, Fortran), vrios toolboxes (lgebra
linear, polinomial, estatstica, controle clssico, identificao,
entre outros).
V.

RESULTADOS DE SIMULAO

A primeira simulao numrica destaca um sistema de


regulao de nvel no-linear, consistindo de dois tanques
acoplados, conforme ilustra a figura 3 ([4], [13]). Os sistemas
de controle de nveis de lquido so importantes processos
presentes em aplicaes, principalmente, nas indstrias
qumica, petroqumica, nuclear e celulose. As equaes que
caracterizam a dinmica de segunda ordem da planta de nvel
acoplada so dadas por
.

A1 h1 ( t ) = u( t ) a1c1 2g( h1 ( t ) h2 ( t ))
.

A2 h 2 ( t ) = a1c1 2g( h1 ( t ) h2 ( t ))
a2 c2 2g( h2 ( t ) h0 ) + d( t )

onde a rea dos tanques so A1 = A2 = 100 cm2, a rea dos


acoplamentos (orifcios) so a1 = 0.396 cm2 e a2 = 0.396 cm2,
as constantes de descarga so c1 = 0.53 e c2 = 0.63, h0 = 3 cm
e g = 981 cm/s2. Os objetivos de controle e as restries
operacionais so dados por: i) a entrada u(t) utilizada para
regular o nvel do lquido no tanque 2, h2(t), em um nvel
desejado, e pode variar de zero at 33.33 cm3/s; ii) a entrada
d(t) no tanque 2 utilizada como uma perturbao de carga
de magnitude 8.33 cm3/s, e adicionada em t = 1200 s; iii) o
nvel de lquido no tanque 2 deve ser regulado em dois nveis
como ponto nominal de operao; iv) uma resposta sobreamortecida com baixa varincia para o controle, rejeio da
perturbao e erro nulo em regime so as especificaes de
malha fechada a serem atingidas pelo controlador PID
sintonizado com a tcnica IMC.

Fig. 3 Sistema de regulao de nvel em dois tanques acoplados.

O controlador PID-IMC digital est implementado de


acordo com as equaes da tabela I e o estimador dos
mnimos quadrados recursivo foi aplicado numa estimao
paramtrica off-line. Os parmetros de projeto do sistema de
controle PID-IMC digital de nvel esto mostrados na tabela I
e os resultados de simulao na figura 4.

TABELA I
PARAMETRIZAO DO SISTEMA DE CONTROLE DE NVEL

0.0053z 1 + 0.0023z 2
1 1.437z 1 + 0.461z 2
MF = 25 s
2s

(z)
G
p
MA = 55 s
Ts

end
// ----- Resultados
t = 0:ts:niter*ts-ts;t = t';
subplot(2,1,1),plot(t,h2,t,yr),ylabel('Nvel Tanque 2 (cm)'),xlabel('Tempo (s)');
subplot(2,1,2),plot(t,u),ylabel('Vazo de Entrada (cm3/s)'),xlabel('Tempo (s)');

A segunda simulao numrica considera o modelo do


processo motor DC, dispositivo empregado em servomecanismos para o controle da velocidade e da posio (figura 5).

Os resultados da experimentao numrica ilustram que as


respostas dinmicas satisfazem as especificaes de
desempenho e os ganhos finais do controlador PID so dados
por Kc = 5.21, Ti = 42.92, Td = 1.79. A vantagem da tcnica
de projeto PID-IMC a visibilidade de especificao do plo
de malha fechada, sendo associado ao comportamento de um
sistema de primeira ordem e adaptado a diversos processos.
Fig. 5 Esquemtico do motor DC.
9

Nivel Tanque 2 (cm)

8
7
6
5
4
3

200

400

600

800
Tempo (s)

1000

1200

1400

1600

200

400

600

800
Tempo (s)

1000

1200

1400

1600

Vazao de Entrada (cm3/s)

40

30

20

10

Fig. 4 Dinmicas do processo de nvel com o PID-IMC.

O correspondente cdigo em ScicosLab do controlador


PID com o projeto de sintonia IMC para a planta de nvel
mostrado na tabela II.
TABELA II
SCICOSLAB DO ALGORITMO PID-IMC NA PLANTA DE NVEL
clear; xdel(0:1); clc;
// ----- Constantes da planta
ts = 2; d = 8; niter = 800;
A1 = 100; a1 = 0.396; c1 = 0.53; A2 = 100; a2 = 0.396; c2 = 0.63;
// ----- Condies iniciais
h1(1:d) = 3; h2(1:d) = 3; h0 = 3; g = 981;
u(1:d) = 12; umin = 0; umax = 33.33;
pert(1:600) = 0; pert(601:niter) = 8.33; erro(1:d) = 0;
// ----- Parmetros de projeto
lambda = 25; alfa = exp(-ts/lambda);
a1e = -1.437; a2e = 0.461; b0e = 0.0053; b1e = 0.0023;atraso = 0;
// ----- Referncia
yr(1:400) = 8; yr(401:niter) = 5;
// ----- Simulao
for k = d:niter
// ------- Sada
h1(k) = h1(k-1)+(ts/A1)*(u(k-1)-a1*c1*sqrt(2*g*(h1(k-1)-h2(k-1))));
h2(k) = h2(k-1)+(ts/A2)*(pert(k-1)+a1*c1*sqrt(2*g*(h1(k-1)-h2(k-1)))-...
a2*c2*sqrt(2*g*(h2(k-1)-h0)));
erro(k) = yr(k) - h2(k);
kaux = (1 - alfa)/((b0e + b1e)*(1 + atraso*(1 - alfa)));
kc = -kaux*(a1e + 2*a2e);
ti = -((a1e + 2*a2e)*ts)/(1 + a1e + a2e);
td = -(a2e*ts)/(a1e + 2*a2e);
u(k) = u(k-1)+(kc*(1+ts/ti+td/ts))*erro(k)-(kc*(1+2*td/ts))*erro(k-1)+...
(kc*(td/ts))*erro(k-2);
if u(k) <= umin;
u(k) = umin;
elseif u(k) >= umax;
u(k) = umax;
else
u(k) = u(k);
end

O motor DC um transdutor eletromecnico que converte


tenso contnua, aplicada em seus terminais, em movimento
mecnico do seu eixo. Servomecanismos so dispositivos
amplamente utilizados em aplicaes prticas. Basicamente
composto de um mdulo formado por um motor DC
controlado por armadura, um tacmetro e um bloco de
engrenagens (para compatibilizar o movimento em funo da
aplicao). Algumas aplicaes tpicas de servomecanismos
so: mquinas-ferramenta, robs industriais, sistemas de
posicionamento e esteiras transportadoras.
Para controlar a velocidade ou posio do movimento
(varivel do processo), deve-se controlar a tenso aplicada
nos terminais de armadura (entrada). Esta simplicidade de
controle torna o motor DC um importante componente em
aplicaes de sistemas de controle de processos industriais.
As variveis de interesse so: R a resistncia de armadura, L
a indutncia de armadura, I a corrente de armadura, v(t)
a tenso de armadura (entrada), ea(t) a fora contra
eletromotriz, w(t) a velocidade angular (sada), T o torque
fornecido pelo motor, J o momento de inrcia equivalente
ao motor e a carga referida ao eixo do motor e, B o
coeficiente de frico equivalente ao motor e a carga referida
ao eixo do motor. A equao diferencial que descreve o
comportamento do processo motor DC ([4], [6], [13])
d 2 w( t ) JR + BL dw( t ) BR
KT
+
+

w( t ) =
v( t )
dt 2
JL
dt
JL

JL

onde v(t) [-5 V , 5 V], KT = 13.5 Nm/A, R = 9.2 , L =


0.25 H e J = 0.001 kgm2. Para analisar os aspectos de
desempenho, robustez e atividade de controle utiliza-se uma
variao paramtrica no coeficiente de frico, isto ,
inicialmente com B = 2.34x10-3 Nms depois muda para
1.34x10-3 Nms e retorna para B = 2.34x10-3 Nms em t = 3 s e t
= 8 s, respectivamente.
O objetivo da malha de controle obter um controlador
que proporcione uma resposta com um tempo de subida
mnimo e erro nulo em regime permanente. A referncia
aplicada dada por yr(t) = 91(t) 4.51(t-5) rps, sendo 1(t) o
sinal degrau unitrio e o tamanho da experimentao de 100
amostras para um perodo de amostragem de 10 ms.

O controlador PID-IMC digital est implementado de


acordo com os parmetros da tabela III e os resultados de
simulao so apresentados na figura 6.

td = -(a2e*ts)/(a1e + 2*a2e);
erro(k) = yr(k) - y(k);
u(k) = u(k-1)+(kc*(1+ts/ti+td/ts))*erro(k)-(kc*(1+2*td/ts))*erro(k-1) +
(kc*(td/ts))*erro(k-2);
if u(k) <= -5, u(k) = -5; end; if u(k) >= 5, u(k) = 5; end
end
// ----- Resultados
t = 0:ts:niter*ts-ts; t = t';
subplot(2,1,1),plot(t,y,t,yr),ylabel('Velocidade (rps)'),xlabel('Tempo (s)');
subplot(2,1,2),plot(t,u),ylabel('Tenso de Entrada (V)'),xlabel('Tempo (s)');

TABELA III
PARAMETRIZAO DO SISTEMA DE CONTROLE MOTOR DC
2.378z 1 + 2.087z 2
1 1.669z 1 + 0.676z 2
MF = 0.15 s
0.01 s

(z)
G
p
MA = 0.5 s
Ts

VI.

Os resultados da experimentao numrica ilustram que as


respostas dinmicas so adequadas dos pontos de vista do
tempo de reposta e energia do controle, satisfazendo assim as
especificaes de desempenho para duas alteraes na
referncia e com mudana paramtrica. Os ganhos PID-IMC
so dados por Kc = 0.0046, Ti = 0.4529, Td = 0.0213.
10

Velocidade (rps)

8
6
4
2
0

5
Tempo (s)

10

5
Tempo (s)

10

Tensao de Entrada (V)

0.15
0.1
0.05
0

CONCLUSO

Os sistemas de controle prticos como o tanque duplo e o


motor DC so de grande importncia em muitos ambientes
industriais. Condies operacionais adversas nestes sistemas
como no-linearidades, variaes paramtricas e a presena
de perturbaes impem a presena de estratgias de controle
avanadas para garantir estabilidade de malha fechada nos
padres de operao. Neste sentido, este artigo mostrou o
projeto e implementao do controlador PID-IMC digital em
duas aplicaes prticas enfatizando os aspectos da eficincia
de sintonia e dinmica robusta na presena de incertezas e
perturbaes. Adicionalmente, mostrou-se pelos resultados de
simulao numrica a eficincia e benefcio na utilizao do
software livre ScicosLab na avaliao dos comportamentos
dinmicos em dois estudos de caso de plantas presentes na
indstria. Atualmente, esta metodologia de projeto est sendo
automatizada em um sistema embarcado como um dispositivo
em tempo real para controle do pndulo de Furuta.

-0.05
-0.1

Fig. 6 Dinmicas do processo motor DC com o controle PID-IMC.

O correspondente cdigo em ScicosLab do controlador


PID com o projeto de sintonia IMC para a planta motor DC
est mostrado na tabela IV.
TABELA IV
SCICOSLAB DO ALGORITMO PID-IMC NO MOTOR DC
clear; xdel(0:1); clc;
// ----- Condies iniciais
niter = 1000; u(1:5) = 0; y(1:5) = 0; ts = 0.01; erro(1:5) = 0;
// ----- Referncia
yr(1:500) = 9; yr(501:niter) = 4.5;
// ----- Parmetros da planta
Kt=13.5; R=9.2; L=0.25; J=0.001; B1 = 0.00234; B2 = 0.00134;
// ----- Modelo 1
a11 = (J*R+B1*L)/(J*L); a21 = (B1*R)/(J*L); b0 = Kt/(J*L);
// ----- Modelo 2
a12 = (J*R+B2*L)/(J*L); a22 = (B2*R)/(J*L); b0 = Kt/(J*L);
// ----- Parmetros de projeto
lambda = 0.15; alfa = exp(-ts/lambda);
a1e = -1.669; a2e = 0.676; b0e = 2.378; b1e = 2.087; atraso = 0;
// ----- Simulao
for k = 5:niter
// ----- Sada
// ----- Modelo 1
if k <= 250, y(k) = (-(a21*ts^2-2-a11*ts)*y(k-1)-y(k-2)+...
b0*ts^2*u(k-1))/(1+a11*ts); end
// ----- Modelo 2
if (251 <= k) & (k <= 750), y(k) = (-(a22*ts^2-2-a12*ts)*y(k-1)-...
y(k-2)+b0*ts^2*u(k-1))/(1+a12*ts); end
// ----- Modelo 1
if k >= 751, y(k) = (-(a21*ts^2-2-a11*ts)*y(k-1)-y(k-2)+
b0*ts^2*u(k-1))/(1+a11*ts); end
// ----- Controle
kaux = (1 - alfa)/((b0e + b1e)*(1 + atraso*(1 - alfa)));
kc = -kaux*(a1e + 2*a2e);
ti = -(a1e + 2*a2e)*ts/(1 + a1e + a2e);

AGRADECIMENTOS
Agradecemos a WEG Automao, UFJF, UFSC, DAS,
GPqTCA e CNPq pelo apoio para realizao deste trabalho.
REFERNCIAS
[1]
[2]
[3]
[4]
[5]

[6]
[7]
[8]
[9]
[10]
[11]
[12]
[13]

A. Layec, ScicosLab: A Free Scientific Software Package, 1st HeDiSC


Workshop, Lugano, Switzerland, 2009 (http://hedisc.ietec.org/).
A. Visioli, Practical PID Control, 2006.
B. Coleman and B. Joseph, Techniques of Model-Based Control, 2002.
C. K. Tan and Y. Li, Performance-based Control System Design
Automation via Evolutionary Computing, Engineering Applications of
Artificial Intelligence, vol. 14, pp. 473-486, 2001.
D. Li, F. Zeng, Q. Jin and L. Pan, Applications of an IMC based PID
Controller Tuning Strategy in Atmospheric and Vacuum Distillation
Units, Nonlinear Analysis: Real World Applications, vol. 10, pp. 27292739, 2009.
J. A. Altayef and Z. Q. Xiong, RealTime DC Motor Position Control
by (FPID) Controllers and Design (FLC) using Labview Software
Simulation, Int. Journal of Engineering Studies, pp. 247-256, 2009.
K. Ibrahim, IMC based Automatic Tuning Method for PID Controllers
in a Smith Predictor Configuration, Computers and Chemical
Engineering, vol. 28, pp. 281-290, 2004.
K. J. strm and T. Hgglund, Advanced PID Control, 2006.
K. M. Moudgalya, Digital Control, 2007.
M. Morari and E. Zafiriou, Robust Process Control, 1989.
R. Bucher and S. Balemi, Scilab/Scicos and Linux RTAI - A Unified
Approach, IEEE Conf. on Control Applications, Toronto, Canada, pp.
1121-1126, 2005.
V. Bobl, J. Bhm, J. Fessl and J. Machcek, Digital Self-Tuning
Controllers, 2005.
Y Li, K. C. Ng, D. J. Murray-Smith, G. J. Gray and K. C. Sharman,
Genetic Algorithm Automated Approach to Design of Sliding Model
Control Systems, Int. Journal of Control, vol. 63, pp. 721-739, 1996.