1

Malhas de Controle Avanado

Profa Ninoska Bojorge

Departamento de Engenharia Qumica e de Petrleo UFF

Introduo
2

y Ser abordado alguns componentes chaves de simples de controle

mais complexos:
1. Controle Feedforward
2. Controle em Cascata;
3. Controle Baseado em Modelo
4. Controle Seletivo e Override, Razo e Fuzzy
5. Controle PID Adaptativo
6. Controle de Processo Multivariveis
7. Processos com tempo morto grande: MPC
y A questo chave determinar as variveis de controle que devem ser
escolhidas para se controlar um determinando processo;
y Outro problema a ser discutido a questo da interao entre
diferentes malhas de controle.
 Controle Realimentado
3
Relembrando
Feedback control tem a forma geral: D(s)
GD
R(s) + U(s) + + Y(s)
Gc Gv Gp
-

Gm
Ym(s)
y Caractersticas do Controle Feedback
Sada o processo deve ser alterada antes que qualquer ao
seja tomada
Perturbaes so apenas compensadas depois que afetam o
processo

Tcnicas de Controle Avanado

4

1. Controle Feed forward

 Controle Antecipatrio
5

o que vamos aprender nesta seo

y Arquitetura Feedforward
y Problemas com o controle de Feedback
y Combinao do Feedforward e Feedback
y Exemplo: Tambor de Flash
y Critrios de tempo morto
y Teoria do Feedforward
y Comparao visual entre controle antecipado e nico malha

Controle Antecipatrio
6

y Arquiteturas melhoradas para a rejeio de

perturbaes:
{ FeedForward
{ Cascata
y Ambas requerem instrumentao adicional e tempo de
engenharia, a fim de obter um controlador mais capaz
de rejeitar perturbaes
y Nenhuma destas arquiteturas tem beneficio nem
diminui o desempenho do monitoramento do setpoint
 Arquitectura do Controle Antecipatrio
7
y Feed forward no requer uma varivel de processo secundria

feedforward pode melhorar

efeito de cada perturbao
Perturbao
varivel II Perturbao
Process II
Perturbao
varivel I Perturbao
Processo I

Varivel de
set point Elemento Processo Processo processo medida
++
Feedback
+ Controller
final secundrio Primrio ++
controle

Varivel de processo medida

Controle Antecipatrio
8
Tanque agitado aquecido

F,Tin
TT
TT
TC1

Ps
vapor

Condensado

F,T

Essa configurao de controle Feedback ou Feedforward?

Como podemos usar o fluxo de entrada do termopar para regular as perturbaes na
entradas?
Ser que isto vai se tornar um controlador Feedforward ou Feedback?
 Controle Antecipatrio
9

Tanque agitado aquecido: uma sugesto de controle

TT TC2
F,Tin + +
TT

TC1

Ps
vapor

Condensado

F,T

Como opera o TC2?

Problemas com o controle Feedback

10

y No Controle Feedback
{ entra em ao somente aps a varivel de processo medida
foi afastada do setpoint
{ efeito negativo na estabilidade em progresso antes do
controlador feedback tradicional inicie a responder
y Algumas perturbaes originrias de outra parte da planta ou de
uma srie de eventos que ocorrem e causam perturbaes
distantes" e que podem influir no processo
y A partir deste ponto de vista, o controlador Feedback comea
demasiado tarde para ser eficaz na reduo da incidncia da
perturbao.
 Combinao do Feedforward com o Feedback
11
y O controlador Feedforward mede a perturbao, enquanto ainda "distante"
y O elemento Feedforward recebe o sinal de perturbao e computa aes de
controle preventivos, que so combinados com a ao tradicional do controle
Feedback
D(t) Perturbaes na
Varivel do
Processos

sensor disturbance

utotal a sada do controlador feedback

menos a sada do sinal Feedforward
Elemento FeedForward
Modelo Perturbao
Modelo Processo
ydisturb
ufeedforward
ysetpoint Controlador Sado do controlador y(t)
+ Feedback ++ influi no comportam. ++
ufeedback utotal Varivel de Processo yprocesso
processo

Varivel de processo medida

Combinao do Feedforward com o Feedback

12
y A implementao Feedforward requer::
{ aquisio e instalao de um sensor
{ construo de um elemento Feedforward composta do modelo de
processo e da perturbao
y O modelo de perturbao recebe o sinal de perturbao, d(t), e prev
um "perfil de impacto" de quando e por quanto a varivel de processo
medida, y(t), vai mudar
y Dada esta sequncia de interrupo, o modelo de processo, ento,
prev uma srie de aes de controle, ufeedforward, que ir reproduzir
exatamente este comportamento
y Um sinal negativo permite "aes contrrias previso" de modo a
anular o efeito sobre a varivel de processo
y Sada total do controlador : Utotal = Ufeedback Ufeedforward
 Combinao do Feedforward com o Feedback
13
y Os modelos devem ser programados no computador de
controle
y Como os modelos lineares nunca descrevem exatamente o
comportamento real do processo, o Feedforward no ir
fornecer rejeio perfeitas das perturbaes,
y Tarefas do Controle Feedback :
{ rejeitar a parte da perturbao medida aps o elemento
Feedforward
{ trabalhar para rejeitar as perturbaes no medidas
{ permitir o controle do setpoint, conforme necessrio

Controle
ControleAntecipatrio
Antecipatrio
14

y Assume que D(s)

pode ser medida antes que afeta o processo
efeito da perturbao no processo pode ser descrito com
um modelo de GD(s)
Controlador
Controle Feedforward possvel. Feedforward
D(s)
Gf
GD
R(s) + + + +
Gc Gv Gp +
U(s) Y(s)

Gm
Ym(s)
Estrutura de controle Feedback/Feedforward
 Controle Antecipatrio
15

y De um ponto de vista geral, todo processo tem trs tipos

de variveis: controladas, manipuladas e de perturbaes.
y Utilizando o controle por realimentao, a VP medida,
comparada com um SP, e a VM ajustada at que a VP
esteja prximo do SP.
y No Controle Antecipatrio a perturbao medida, e
baseada num valor do SP para a VP calculado o valor
necessrio para a VM, de maneira a evitar que a VP seja
alterada.
y Uma necessidade, ento, que as perturbaes possam
ser medidas.

Controle Antecipatrio
16

y O controle antecipatrio tanto pode ser usado para

sistemas lineares quanto para sistemas no lineares,
entretanto, ele requer um modelo matemtico do
sistema.

y Para se projetar o controle antecipatrio preciso um

conhecimento especial sobre o processo. Esta uma
das razes da limitao da aplicao prtica do
controle antecipatrio. Precisam ser bem conhecidos
tanto os ganhos em regime estacionrio quanto as
constantes de tempo e os tempos mortos que
representam o processo.
 Controle
ControleAntecipatrio
Antecipatrio
17

y A estratgia de controle Feedforward esquematizada como:

D(s)
Gf
GD
UR(s)+ + +
Gv Gp
U(s) + Y(s)

Funo de Transferncia:
Y ( s) = GD ( s) D( s) + G P ( s)Gv ( s)U ( s)
Y ( s) = GD ( s) D( s) + G P ( s)Gv ( s)(U R ( s) + G f ( s) D( s))
Y ( s) = (GD ( s) + G p ( s)Gv ( s)G f ( s)) D( s) + G p ( s)Gv ( s)U R ( s)
Y ( s) = (GD ( s) + G p ( s)Gv ( s)G f ( s)) D( s) + YR ( s)

Controle Antecipatrio
18

y A estratgia de controle Feedforward esquematizada como:

D(s)
Gf
GD
UR(s)+ + +
Gv Gp
U(s) + Y(s)

O monitoramento de YR exige que

GD ( s) + G p ( s)Gv ( s)G f ( s) = 0
GD ( s)
G f ( s) =
G p ( s)Gv ( s)
 Controle Antecipatrio
19

O controle Feedforward ideal:

G D ( s)
G f ( s) =
G p ( s)Gv ( s)

o cancelamento exato requer a planta perfeita e modelos exatos de

perturbao.

GD ( s) + G p ( s)Gv ( s)G f ( s) 0
Controle Feedforward:
muito sensvel a erros de modelagem
no pode lidar com distrbios no medidos
no pode implementar-se mudanas de setpoint
Requer do controle feedback para obter um sistema de controle
mais robusto.

Controle
Controle Antecipatrio
Feedback/Feedforward
20

D(s)
Gf
GD
R(s) +
Gc
+ + G Gp
+
v
+
U(s) Y(s)

Gs
Ym(s)

Qual o impacto de Gf sobre o desempenho da malha

fechada do sistema de controle de realimentao?
 Controle
Controle Antecipatrio
Feedback/Feedforward
21

Controle Antecipatrio
22
Funo de transferncia da malha de controle FF/ FB

C( s) GD ( s) + G f ( s)Gv ( s)G p ( s)
=
D( s) 1 + Gc ( s)Gv ( s)G p ( s)Gm ( s)
Controle ideal requer que (como visto anteriormente)
GD ( s)
G f ( s) =
Nota: Gv ( s)G p ( s)
Controlador feedforward no afeta a estabilidade em malha fechada
Controlador feedforward com base em modelos de plantas pode ser
irrealizvel (tempo morto ou zeros RHP)
Pode ser aproximado por uma unidade de lead-lag ou ganho puro (raro)
( 1s + 1) KD
G f ( s) = K f G f ( s) =
( 2 s + 1) Kv K p
 Exemplo:
Processo do tambor de Flash
23
y Controle Feedback tradicional
{ Se a diminuio de presso ocorre rapidamente, o controlador pode ser
realmente abrir a vlvula ainda a taxa de fluxo de lquido de descarga pode
continuar a diminuir
{ Resposta do controlador comea tarde e no pode efetivamente minimizar o
impacto da perturbao
Variao de
Vapor do topo
Presso Jusante
(uma perturbao)
P

vapor
Alimentao
LC Lsetpoint
Vlvula
Flash liquido

liquido
posio da vlvula manipulada condensado
para controlar o nvel do lquido

Exemplo:
Processo do tambor de Flash
24
y Sensor detecta a perturbao com o aumento da presso
y O modelo da Perturbao prev o perfil do nvel do tanque
y Modelo do Processo calcula as aes para duplicar esse perfil
y Sinal negativo adicionado de forma "aes contrrias previso acontea

Vapor do topo Variao de Presso Jusante

(uma perturbao)

Elemento FeedForward
Disturbance Model
Process Model
vapor
Alimentao Lsetpoint
LC
Vlvula
liquido
Flash

liquido
condensado
y Feedback assegura qualquer incompatibilidade no modelo da planta
 Projeto do controle FeedForward
25

y Feedforward implementao requer:

{ compra e instalao de um sensor para medir a perturbao de
interesse
{ construo e programao do elemento antecipatrio constitudo por
um modelo de processo e modelo de perturbao.
y Dois critrios de projeto para o sucesso so:
{ Os modelos tm que ser razovel pra descrever a dinmica do
processo e perturbao
{ O tempo morto do processo (sada do controlador para a varivel do
processo medida) deve ser menor do que o tempo morto de
perturbao (perturbao da varivel de processo medida).

Critrio do tempo morto

26

y Suponha que:
{ Planta tem um tempo morto de perturbao menor que o tempo
morto do processo
{ Uma perturbao acontece e o controle feedforward responde
instantaneamente
y O distrbio j estar sendo interrompido antes dos primeiros aes do
controle de rejeio de distrbios chegar

as aes de controle tm de chegar ao mesmo tempo que

a perturbao para uma efetiva rejeio da mesma
 Critrio do tempo morto
27

y Devido ao tempo morto curto entre a varivel de perturbao e varivel

do processo medida, o Feedforward oferece pouco benefcio ao
processo de tanques drenados ou de reteno.

manipulated
variable

measured
process variable

disturbance
variable

Teoria do FeedForward
28

y O modelo do processo:
{ Perturbar o sinal de sada do controlador, u(t), e gravar a varivel
medida, y(t), a medida que o processo responde
{ Ajustar os dados forma FOPDT para se obter modelo de processo
GP(s)
y No domnio do Laplace podemos dizer :
Y(s) = GP (s)U(s)
y Este modelo diz que, com o conhecimento da sada do controlador,
podemos calcular a resposta da varivel de processo
y Rearranjar o modelo para dizer que, dada uma alterao da varivel de
processo, o controlador do sinal de sada que poderiam causar
mudana pode ser re-calculado:
1
U(s) = [ ] Y(s)
G P (s)
 Teoria do FeedForward
29

y O modelo de perturbao criado do mesmo modo, exceto que a

varivel de perturbao, d(t), que a varivel perturbao
y Desde que as variveis de perturbao esto alm da malha de
controle ( por isso que eles so distrbios), pode no ser possvel
fazer isso vontade
y Ajustar os dados ao modelo FOPDT para se obter modelo perturbao,
GD(s), em que:
Y(s) = GD(s) D(s)
y Este modelo diz que, com o conhecimento das mudanas na
perturbao (fornecida pelo sensor adicionados), o perfil de impacto
sobre a varivel de processo de medida pode ser determinado

Teoria do FeedForward
30
y Uma vez on line, o sinal de interferncia transmitido atravs do modelo de
perturbao para calcular o perfil de controlador:

Ydisturb(s) = GD(s) D(s)

y A perturbao prevista ento alimentada para o modelo do processo para de

volta calcular uma srie de aes de controle preventivas:
Ufeedforward(s) = [1/GP(s)] Ydisturb(s)

y A ao feedforward combinada com a compensao do feedback para produzir

a sada global do controlador:

U(s)total = U(s)feedback U(s)feedforward

 A rejeio da perturbao no Feedforward
31

y A temperatura de entrada da jaqueta de arrefecimento (o distrbio)

medida com um sensor, como mostrado abaixo.
y O sinal de perturbao enviado a um elemento Feedforward
constitudo pelo processo e um modelo dinmico da perturbao

FF

Rejeio da perturbao
Comparao da malha simples vs FeedForward
32

Desempenho da Rejeio perturbao malha nica Controlador PI Desempenho da Rejeio da perturbao do PI com feedforward

Temperatura de set point

Sada do reator

set point

ao rpida do
controle feedforward

Degrau da
Degrau da
varivel
varivel
perturbao
perturbao
 Variao no Setpoint
Comparao da malha simples vs FeedForward
33
y Feedforward no fornece benefcio nenhum na variao do setpoint
Process: Single Loop Jacketed Reactor Cont.: PID ( P= DA, I= ARW, D= off, F = off)
92

90
PV/Setpoint

88

86
S Feedback Feedforward com Feedback

84

60
Controller Output

40

20

0 10 20 30 40 50 60 70 80 90
Time (mins)

Controle Antecipatrio
34

y Outro exemplo:
 Controle Antecipatrio
35

y Outro exemplo:

Controle Antecipatrio
36

Desvantagens:
y Apesar das melhorias apresentadas pelo controle
feedfoward, o mesmo possui algumas desvantagens:
{ As variveis de perturbao precisam ser medidas on-
line. O que impraticvel em vrias aplicaes.
{ A qualidade do controle depende da preciso no modelo
do processo. Em particular, precisamos saber como a
varivel controlada responde a mudanas nos distrbios
e na varivel manipulada.
 Tcnicas de Controle Avanado
37

2. Controle em Cascata
y A arquitetura de controle em Cascata

y Benefcios da Estratgia Cascata

y Projeto e Ajuste de um Controlador em Cascata

y Aplicao a um processo de tambor de flash

y Aplicao a um reator encamisado

Controle
ControleemCascata
Cascata
38

De acordo com as concluses obtidas at agora:

O controle feedback no toma aes corretivas enquanto

a varivel controlada no sofrer os efeitos dos distrbios.

Por outro lado, o controle feedfoward oferece melhorias
quando comparado com o feedback.
Entretanto, o controle feedfoward requer que os
distrbios sejam medidos explicitamente e que o modelo
da planta esteja disponvel para efetuar o clculo da
sada do controlador.
 Controle em Cascata
39
Reator CSTR aquecido:

F,Tin
TT

TT
TC1

Ps

Vapor
FT
Condensado

F,T
Malha Convencional Feedback:
opera a vlvula para controlar o fluxo de vapor
distrbios de fluxo de vapor deve se propagar atravs de todo o processo
para afetar sada
no leva em conta medio de vazo

Controle em Cascata
40

y Uma abordagem alternativa, que pode melhorar significativa-

mente a resposta dinmica aos distrbios, emprega um ponto
de medio secundria e uma realimentao secundria.
y O ponto de medio secundria est localizado de modo que,
reconhece a condio de distrbio mais cedo do que a varivel
controlada, embora no seja necessrio medir a perturbao.
y Esta abordagem denomina-se controle em cascata. Este tipo
de controle particularmente til quando perturbaes so
associadas varivel manipulada ou quando o elemento de
controle final exibe comportamento no-linear.
 Controle
Controleem
Cascata
Cascata
41

Considere a estrutura de controle cascata:

F,Tin
TT
TT
TC1 FC
FT
Ps
Vapor

Condensado

F,T
Nota:
TC1 determina o setpoint em cascata para o controlador de fluxo
Controlador de fluxo atenua o efeito de perturbaes de fluxo de vapor

Controle em Cascata
42
Sistema Cascata contem duas malhas feedback (ou 2 PID):

Malha Primria
regula a parte do processo que tem dinmica mais lentas
determina o setpoint para a malha secundria
por exemplo, controlador da temperatura de sada para o reator
aquecido.

Malha Secundria
regula a parte do processo que tem dinmica mais rpida
Mantem a varivel secundria no set-point desejado dado pelo
controlador primrio
por exemplo, controle de fluxo de vapor para o exemplo de reator
aquecido.
 Malha Feedback tradicional esta no interior das
malhas
43
y Controle em cascata: dois controladores PID comuns
y A malha interna secundria tem uma estrutura feedback tradicional, e est
aninhada no interior da malha externa primria

Perturb. int, D2
Perturbao
interna

secundrio primria
Primrio secundrio (interno) secundrio
(externo) (interno) (interna) (externa)
Controlador CO2 Processo PV1
SP1
+
Controlador SP2
+ FCE
Processo + + PV2
externo interno secundrio primrio
ex. vlvula

Varivel de processo interna secundria, PV2

Varivel de processo externa primria, PV1

Malhas aninhadas trabalha para proteger PV1

primria externa
44
y Arquitetura do controle Cascata procura melhorar o desempenho da rejeio
de perturbaes de PV1

Cascata
perturbao, D2 trabalha p/
Perturbao
proteger PV1
secundrio
(interna) secundria primria
Primrio secundrio
(externo) (interna) CO2 (interna) (externa)
SP1 Controlador SP2 Controlador Vlvula Processo + PV2 Processo PV1
+ Primrio + +
primrio Secundrio secundrio primrio
(externo)
CO1

varivel de processo interna secundria, PV2

varivel de processo externa primria PV1

 Aviso prvio base para o sucesso do Cascata
45
y O sucesso do controle Cascata depende da medio e do controle de um da
varivel de processo PV2 "antecipada"

requer uma
perturbao, D2 varivel de
Perturbao
alerta rpida
secundrio
(interna) secundria primria
Primrio secundrio
(externo) (interna) CO2 (interna) (externa)
SP1 Controlador SP2 Controlador Vlvula Processo + PV2 Processo PV1
+ Primrio + +
primrio Secundrio secundrio primrio
(externo)
CO1

varivel de processo interna secundria, PV2

varivel de processo externa primria PV1

Projeto Cascata
46

y Caractersticas para a seleo PV2 incluem:

{ deve ser mensurvel com um sensor

{ o mesmo EFC (por exemplo, a vlvula) usado para manipular PV1

tambm manipula a PV2

{ as mesmas perturbaes que so de interesse para PV1 tambm

tem efeito de perturbao na PV2

{ PV2 responde antes que PV1 s perturbaes e as manipulaes

do EFC
 Projeto do Cascata
47

y O projeto do controle em Cascata requer:

{ dois sensores
{ dois controladores

{ um elemento final de controle (EFC)

y A sada do controlador externo primrio, em vez de ir a uma vlvula,

torna-se o ponto de ajuste do controlador interno secundrio
y Devido a esta arquitetura aninhada :

O sucesso requer que o tempo de

estabilizao da malha secundria interna
seja significativamente mais rpida do que
a da malha primria externa

Exemplo: Processo do Tambor de Flash

48

y Nvel nunca deve cair to baixo, para evitar que o vapor seja enviado
para o sistema de drenagem de lquido, nem subir to alto de modo a
evitar que o lquido entre na linha de vapor
Vapor no topo Variao na queda da presso
(Perturbao)

vapor
Alimentao
LC Lsetpoint
Vlvula
Flash lquido

Dreno do
liquido
Posio vlvula manipulada
condensado
p/ controlar o nvel do lquido
Tambor de Flash Arquitetura da Malha Simples
49

y Objetivo controlar o nvel do liquido no tambor

y Escolha a posio da vlvula como varivel manipulada
{ Se o nvel for muito elevado, vlvula, aberta
{ Se o nvel for muito baixo, vlvula fechada

y A preocupao que as mudanas na vazo do liquido no dreno seja

funo da:
{ posio da vlvula

{ presso hidrosttica (altura do lquido)

{ presso de vapor acima do lquido que empurra-lo para baixo (uma

perturbao)

Tambor de Flash
50

y Se a presso de fase de vapor constante, ento a vlvula de

drenagem se abrir e se fechar, e a vazo aumentar e diminuir de
forma previsvel
y Ento, a arquitetura malha nica seria satisfatria
Vapor no topo Variao na queda da presso
(Perturbao)

vapor
Alimentao
LC Lsetpoint
Vlvula
Flash lquido

Dreno do
liquido
Posio vlvula manipulada condensado
p/ controlar o nvel do lquido
 Tambor de Flash Arquitetura da Malha Simples
51

y Suponhamos que a presso na fase de vapor comea a diminuir:

{ esta perturbao provoca uma queda de presso sobre a interface
de lquido
{ se a posio da vlvula permanece cte, a vazo do fluido do dreno
similarmente diminuir
{ considere-se que se a diminuio de presso ocorre com rapidez
suficiente, o controlador pode abrir a vlvula ainda quando a vazo
de fluxo de lquido de descarga continue diminuindo

Este resultado contraditrio pode confundir o controlador

y Observao A vazo do lquido do escoamento, e no a posio da

vlvula, a que deve ser ajustada para obter um maior desempenho
na rejeio da perturbao.

Soluo: Tambor de Flash Arquitetura da Malha

Cascata
52
y Dois controladores (controle de nvel, controle da vazo do fluido )
y Dois sensores (medio de nvel de lquido, taxa do fluxo lquido da drenagem)
y Um elemento de controle final (vlvula na linha de drenagem do lquido)
Vapor no topo Variao na queda da presso
(a Perturbao)

vapor
Alimentao
LC Lsetpoint
Vlvula
Flash liquido

Fsetpoint

FC
Dreno do
liquido
Vazo manipulada
condensado
p/ controlar nvel liquido
 Uma soluo de controle Cascata
53

y O nvel do Lquido a varivel primria PV1 e control-lo

continuamente o objetivo principal
y Para a malha secundria PV2 escolher a vazo do liquido drenado:
{ Vazo do lquido de drenagem mensurvel com um sensor
{ Mesma vlvula utilizada para manipular o nvel do lquido (PV1)
tambm pode manipular a vazo do lquido de drenagem (PV2)
{ Mudanas na presso de vapor da fase que perturbam PV1 tb influi
PV2
{ Vazo de escoamento est dentro do nvel de lquido na medida em
que responde bem antes do nvel do lquido para mudar alteraes
na posio da vlvula e mude a presso de vapor da fase

Arquitetura da malha Cascata do tambor de Flash

54
y Controle de nvel de lquido (objetivo principal) a malha principal externa
y Vazo do lquido drenado a malha secundria interna
y Sada do controlador primrio definido como o sp do controlador secundrio
y Dinmica de controle de vazo so muito mais rpidas do que a dinmica de
controle de nvel de modo que este compatvel com os critrios de projeto
Presso de
vapor Relao da
Presso /
Vazo

set point set point Vazo do liq

primrio Controlador secundrio Controlador Processo drenado Processo nvel
+ Primrio + secundrio
Vlvula
drenagem ++ Nvel do
Lsetpoint Fsetpoint tambor

varivel de processo secundria (taxa de fluxo lquido de drenagem)

varivel de processo primria (nvel de lquido)

 Arquitetura da malha Cascata do tambor de Flash
55

y Se o nvel do lquido for demasiado elevada, o controlador de nvel

primrio exigir um aumento da vazo do lquido de drenagem, em vez
de simplesmente um aumento na abertura da vlvula
y O controlador da vazo, ento, decide se isso significa abrir ou fechar
a vlvula e quanto
y Assim, uma perturbao na presso de vapor se dirige rapidamente
pelo controlador da vazo secundria e esta rejeio de perturbao
melhorar o desempenho.

Sntonia da malha Cascata

56

{ Comece com os dois controladores no modo manual

{ Selecione a ao de controle P para a malha interna secundria
{ Sintonizar o controlador P do secundrio somente para variao
do setpoint e test-lo para garantir o desempenho satisfatrio
{ Deixe controlador secundrio em automtico, e logo veja a
malha primria.
{ Selecione um controlador PI ou PID para a malha primria,
ajust-lo para rejeio de perturbaes, e test-lo
{ Com os dois controladores no automtico, o ajuste est
completo
 Aplicao num reator exotrmico
57
y Tanque bem misturado com reao exotrmica (produo de calor),

y O tempo de residncia constante para converso da alimentao para produto

pode ser inferida a partir da temperatura na corrente de sada do reator
y Objetivo manter constante a temperatura do reator medida no fluxo de sada,
sob efeito das perturbaes na temperatura de entrada na jaqueta

Reator encamisado
58

y Para controlar a temperatura de sada do reator, o recipiente fechado

com uma camisa de refrigerao
y Se a temperatura na corrente de sada (e, portanto, da converso)
elevada, o controlador abre uma vlvula para aumentar a taxa de fluxo
de arrefecimento lquido
y isso resfria o reator, diminuindo o calor produzido pela reao
y A varivel de perturbao de interesse a temperatura de entrada na
jaqueta de arrefecimento
 Perturbao no reator encamisado
59

y Considere o cenrio em que a temperatura do lquido de refrigerao

que entra a na jaqueta oscila, alterando a capacidade de arrefecimento
para remover o calor da camisa.
y Se a temperatura do lquido de refrigerao torna-se mais frio, quando
ao mesmo tempo, a temperatura do reator comear a descer, o
controlador diminuir a vazo do lquido de arrefecimento sem ainda
remover mais calor do que antes
y Mais uma vez, este fato contraditrio pode confundir o controlador e ter
impacto negativo no desempenho da rejeio da perturbao.

Arquitetura do Controle Cascata para o reator

60
y Varivel primria externa a temperatura de sada do reator
y Varivel secundria interna a a temperatura de sada jaqueta de arrefecimento
 Arquitetura do Controle em Cascada do Reator
61

y Temperatura de sada na jaqueta resfriamento uma varivel

secundria adequada
{ mensurvel com um sensor
{ vlvula usada para manipular a temperatura da sada do reator
(PV1) tambm manipula a temperatura de sada da jaqueta (PV2)
{ mudanas na temperatura de entrada na jaqueta perturbam a
temperatura do reator tambm perturba a temperatura de sada do
liq. resfriamento da jaqueta

Arquitetura do Controle em Cascada do Reator

62
y Varivel de processo primria externa (PV1) a temperatura de sada do reator
{ varivel medida a temperatura do reator da vazo de sada
{ A sada do controlador o setpoint do controlador secundrio

y Varivel de processo secundria interna (PV2) a camisa de refrigerao

{ varivel medida a temperatura de sada do arrefecimento

{ varivel manipulada a vazo do liquido de arrefecimento

Temperatura
Entra jaqueta Relao temp.
entra / sada
jaqueta

set point Temperatura

set point Temperatura
Processo sada jaqueta Processo
primrio Controlador secundrio Controlador Vlvula
+ sada reator
+ + secundrio Vazo resfriamento + Reator
Tsetpoint primrio Tsetpoint
jaqueta jaqueta

varivel de processo secundr.(temperatura sada de resfriamen)

varivel de processo primria (temperatura sada reator)

 Diagrama de Blocos do Controle em Cascata
63

D2 D1

+ + + +
Gc1 Gc2 Gv2 Gp2 Gp1
- -

Gm2

Gm1

Funo de transferncia do
Controle em Cascata
64

1. Malha Interna
C2 G p2 Gv 2 Gc2
= = Gcl 2
R2 1 + G p2 Gv 2 Gc2 Gm2

2. Malha Externa

C1 G p1Gcl 2Gc1
=
R1 1 + G p1Gcl 2Gc1Gm1
 Funo de transferncia do
Controle em Cascata
65

Equao Caracterstica

1 + G p1Gcl 2Gc1Gm1 = 0
G p2Gv 2Gc2
1 + G p1 Gc1Gm1 = 0
1 + G p2Gv 2Gc2Gm2
1 + G p2Gv 2Gc2Gm2 + G p1G p2Gv 2Gc2Gc1Gm1 = 0

Controle em Cascata
66
Recomenda-se o Cascata quando:
Malha feedback convencional muito lenta em rejeitar distrbios na
varivel medida secundria que est disponvel
responde as perturbaes
tem uma dinmica muito mais rpida do que a da varivel primria
pode ser afetada pela varivel manipulada

Implementao:
sintonizar primeiro a malha secundria
A operao de dois controladores de interao requer uma aplicao
mais cuidadosa
ligue e desligue
 Controle em Cascata
67

Escolha de variveis secundrias

Deve ser verificado se o controle em cascata ir trazer algum benefcio.
As regras bsicas para selecionar variveis secundrias so:
{Deve existir uma relao bem definida entre as variveis primrias
e secundrias;
{ Distrbios essenciais deve agir na malha interna;

{ A malha interna deve ser mais rpida que a malha externa.

{ Como regra prtica a diferena entre constantes de tempo deve

ser de pelo menos 5 vezes;

{ Deve ser possvel ter um alto ganho na malha interna.

y Uma situao comum de se ter a malha interna ao redor do atuador;

y Pode ser usada para linearizar caractersticas no lineares.

Controle em Cascata
68

As principais vantagens do controle em cascata so:

y Os distrbios na varivel secundaria so corrigidos pelo controlador
secundrio antes que possam influenciar a varivel primria.
y Variaes de ganho na parte secundria do processo so superadas
dentro de sua prpria malha.
y O atraso de fase na parte secundria do processo reduzida de forma
mensurvel pela malha secundria. Isto melhora a velocidade de
resposta da malha primria.
y A malha secundria permite uma exata manipulao do fluxo de
massa ou energia pelo controlador primrio.
Todavia, preciso reconhecer que o controle em cascata no pode ser
implementado a menos que uma varivel intermediria adequada possa
ser medida. Muitos processos no podem ser facilmente realizados dessa
forma.
 Controle em Cascata
69

Comparao do Desempenho
70

Desempenho Rejeio de Disturbance Rejection Performance

perturbao do Controlador PI of Cascade Architecture
Process: Single Loop Jacketed Reactor Cont.: PID ( P= DA, I= ARW, D= off, F = off) Process: Cascade Jacketed Reactor Pri: PID ( P= RA, I= ARW, D= off, F = off)
Sec: PID ( P= DA, I= off, D= off, F = off)
88
88
PV/Setpoint

86
Primary PV

set point 86

constant e
84

temperatura 84 Offset do setpoint cte para

de sada do controle P varivel primria
Controller Output

45 72
Secondary PV

reator
68

30
48 48
Disturbance

Disturbance

44 44

40 40

0 10 20 30 40 0 10 20 30 40
variveis Time (mins) Time (mins)
Tuning: Gain = 1.0, Reset Time = 0.95, Sample Time = 1.0

meddas de Tuning: Gain = -3.0, Reset Time = 1.71, Sample Time = 1.0 Variveis
perturbao medidas de Tuning: Gain = -5.8, Sample Time = 1.0

perturbao
 Comparao do Desempenho
71
y Cascata no fornece benefcio em mudanas de setpoin

Desempenho de Controle Sob Desempenho sob controle em cascata -

Controle PI - SetPoint SetPoint
Process: Single Loop Jacketed Reactor Cont.: PID ( P= DA, I= ARW, D= off, F = off) Process: Cascade Jacketed Reactor Pri: PID ( P= RA, I= ARW, D= off, F = off)
92 Sec: PID ( P= DA, I= off, D= off, F = off)
92

90
90
PV/Setpoint

Primary PV
88
88

86
86

84 84
Desempenho Desempenho
60
p/setpoint 60 p/setpoint
Controller Output

Secondary CO
40 40

20 20

0 10 20 30 40 50 0 10 20 30 40 50
Time (mins) Time (mins)
Tuning: Gain = 1.0, Reset Time = 0.95, Sample Time = 1.0
Tuning: Gain = -3.0, Reset Time = 1.71, Sample Time = 1.0

Tcnicas de Controle Avanado

72

3. Controle Baseado em Modelo

y Modelagem para simulao offline

y Modelagem para o controle baseados em Formas superiores

y Ordem do modelo

{ qual usar , quando e como ?

y Efeito dos Parmetros no Comportamento do Modelo
 Modelagem Avanada
73

y Todos os processos reais apresentam um comportamento

dinmico, que mais complexa do que FOPDT (primeira
ordem mais o tempo morto)
y Embora que p/os modelos aproximados FOPDT o
comportamento fundamental de como um PV reage s
mudanas de CO para a maioria de todos os processos
y Assim, um modelo FOPDT fornece a informao essencial
necessria para a sintonia do controlador

Outra razo para Modelar

74

y Quando a sintonia do controlador o objetivo, geralmente basta usar

um modelo FOPDT de CO para o comportamento dinmico da PV
(para a integrao de processo, use modelos de integrao FOPDT )

y Alm da sintonia do controlador, modelos tm usos :

{ Simulaes Off-line de dinmicas de processos
{ Projeto e construo de algoritmos baseados em modelos de
controle
 Modelagem para Simulao Off-line
75
y Simulaes so teis para pesquisar comportamentos de processos
diferentes, algoritmos de controle, arquiteturas da malha, e os valores de
sintonia de controle
y Simulaes permitem predizer de forma rpida e segura sem consumir
matrias-primas ou outros servios, gerando resduos, interrompendo os
cronogramas de produo para a realizao do teste
y Quanto mais sofisticados seja o modelo (hipteses e princpios) mais tempo
levar para se desenvolver
y Para estudos que requerem mais de uma simulao em vez do teste do
processo real, obtm-se maior economia em tempo e em dinheiro

O valor das concluses obtidas de uma simulao depender de quo bem o

modelo descreve o processo

Controle Preditivo baseado em Modelo

76

y Descrevem uma classe de algoritmos computacionais de controle que,

a partir de previses baseadas em um modelo do processo, controla o
comportamento futuro atravs da minimizao de uma funo objetivo.
y Do ponto de vista prtico, os controladores preditivos superam
deficincias dos controladores clssicos quando utilizados no controle
de sistemas complexos caracterizados por atrasos de transportes,
parmetros variantes no tempo, mudana na ordem do modelo, fase
no mnima, e erros de modelagens
y Arquiteturas populares de controle baseados em modelo incluem o
Feedforward, Preditor Smith, Controle Preditivo e Desacoplamento de
Sistema Multivarivel
y Estes controladores exigem muito mais esforo para projetar-se
corretamente, sintonizar, validar e manter.
y O modelo do controlador deve razoavelmente prever o comportamento
real dinmico de um processo para melhorar o desempenho.
 Modelo de processos superamortecidos
77

y Aqui nos concentraremos em processos com fluxos compostos de

gases, lquidos, ps, lamas onde as PVs medidas tendem a ser a
temperatura, a presso, o nvel, densidade, concentrao, e outros
semelhantes.
y Os processos superamortecido no h uma tendncia natural para
oscilar. Eles tendem a ser auto regulatrio, ou seja processos que
procuram um nvel de operao estvel, se todas as variveis so
mantidas constantes

Modelos superamortecidos
78
y Modelos de primeira ordem mais tempo morto (FOPDT)
dPV
P + PV = KP CO(t P )
dt

y Modelos de segunda ordem mais tempo morto (SOPDT)

2
d PV dPV
P1 P2 + (P1 + P2 ) + PV = KP CO (t P )
dt2 dt

y Segunda Ordem mais Tempo Morto mais lead time (SOPDT com/ Lead)

d2PV dPV dCO(t P )

P1 P2 + (P1 + P2 ) + PV = KP CO(t P ) + L
dt2 dt dt
 Qual usar?
79

y Modelos de ordem superior tm mais parmetros ajustveis

y Isso faz-los melhor para a interpolao de dados (ou seja, o ajuste

mximo dentro de um determinado conjunto de dados).
y No entanto, uma fato comum que os modelos de ordem superior no
extrapola muito alm dos limites dos dados originais utilizados para
ajustar o modelo.

Escolha o modelo mais simples que descreva seus

dados, pois ir fornecer uma extrapolao mais
segura

Resposta de Modelos de 1a e 2a Ordem

80
y Modelo de segunda ordem tem um derivada extra com constante de tempo
que permite uma resposta em forma de uma "s"

Resposta da PV quando forada por uma mudana

First Order Second Order

Process Variable
Process Variable

single arc s shaped

response response

p s p s
Kpe Kpe
GFOPDT = GSOPDT =
pS +1 p S 2 + 2 p S + 1
 Resposta de Modelos de 1a e 2a Ordem
81
y Modelo de segunda ordem melhor descreve este conjunto de dados
visualmente, com menor SSE; com R2 mais prximo de 1

Modelos dos dados do tanque de reteno

5 FOPDT SSE = 0.287

R2 = 0.993
4

5 SOPDT SSE = 0.187

R2 = 0.996
4

Efeito do Ganho do Processo no Comportamento do Modelo

82
Efeito do Kp no Comportamento do Modelo Dinmico
y Ganho do processo indica " quo longe" a varivel
y Duplo Kp e o PV ser maior para a mesma mudana do CO

70
P = 10
Process Variable/Setpoint

60 P = 2.5
PV

50

40
65
Kp = 1 Kp= 2 Kp = 1
60
Controller Output
CO

55

50

0 150 300 450 600

Time (time units)
 Efeito da cte de tempo na dinmica do processo
83
Efeito da P no comportamento dinmico do modelo

y Constante de tempo indica "quo rpido" a varivel

y Ao aumentar a cte de tempo de 1a ordem a resposta da PV ser mais lenta
(em modelo ao duplicar as 2 ctes do SOPDT o modelo levar mais que o
dobro)
60 Kp = 1
Process Variable/Setpoint

P = 0
PV

55

resposta
50
mais lenta
70

65
P = 10 P = 25
Controller Output

60
CO

55

50

0 50 100 150 200 250 300 350 400 450

Time (time units)

Efeito do tempo morto no comportamento

84
y O tempo morto a "a quantidade de atraso" da varivel do processo
y O p no altera a forma da resposta, smente retarda a resposta

Efeito do P na dinmica do processo

60
Kp = 1
P = 10
Process Variable

resposta
PV

55
retardada

50
70

65 P = 0 P= 25
Controller Output

60
CO

55 P
50

0 50 100 150 200 250 300 350 400 450

Time (time units)
 Efeito do Lead-time na dinmica do processo
85

y L pondera a taxa de variao (derivada) no sinal de CO

y Descreve a influencia inicial que uma mudana de CO sobre a
resposta PV
y Lead-time:
{ tem unidades de tempo
{ pode ser positivo ou negativo

Efeito do Lead-time na dinmica do processo

86
y Para um degrau positivo na CO (derivada positiva)
{ Se L positivo, o modelo d um breve movimento positivo na PV na dinmica
do processo
{ Se L for negativa, o modelo d um breve movimento negativo para o PV no
topo da dinmica natural do processo
Efeito da L na dinmica do processo
70

overshoot
60
Process Variable
PV

50
inversa
40

L = +20
70

65
L = 20
L
Controller Output

60
CO

55

50

0 50 100 150 200 250 300 350 400 45

Time (time units)
 Tcnicas de Controle Avanado
87

4. Controle Seletivo e Override, Razo e Fuzzy

Controle Seletivo e Override

88

4. Controle Seletivo e Override

Usado quando o nmero de variveis manipuladas superior
ao de variveis controladas, seletores so utilizados para o
compartilhamento das variveis manipuladas entre as
variveis controladas;

O seletor um dispositivo esttico com vrias entradas e uma

sada; existem dois tipos de seletores: mximo e mnimo;

Este tipo de controle usado para melhorar o desempenho de

sistemas de controle assim como para proteger os
equipamentos de condies operacionais perigosas.
 Controle Seletivo e Override
89

4. Controle Seletivo e Override

Em diagramas de instrumentao, o smbolo (>) denota um
seletor de alta e (<) denota um seletor de baixa.

Como exemplo, um seletor de alta pode ser usado para

determinar o ponto quente da temperatura em um reator
qumico, de acordo com a figura abaixo. Neste reator, a sada
do seletor de alta a entrada para o controlador de
temperatura (TC).

Controle Seletivo e Override

90

y O uso de limites altos e baixos para variveis de processo representa

outro tipo de controle seletivo denominado override, onde um segundo
controlador pode substituir (override), ou assumir a partir do primeiro
controlador.
y Esta uma ao menos radical do que um bloqueio, o qual utilizado
para o desligamento de emergncia do processo.
y Um exemplo deste tipo de controle uma coluna de destilao, a qual
tem limites inferiores e superiores na entrada de calor para o
refervedor da coluna. O nvel mnimo assegura estoque lquido nas
bandejas, enquanto o limite mximo existe para impedir o incio de
inundaes.
y Outro exemplo de aplicao do controle override em sistemas de
controle de tiragem forada de combusto para evitar um desequilbrio
entre o fluxo de ar e fluxo de combustvel, o qual poderia resultar em
condies operacionais perigosas.
 Controle por Razo
Controle Seletivo e Override
91

y Durante a mistura de diferentes substncias desejvel

controlar as propores da mesma;
y ex. processo de combusto a relao ar-combustvel
y misturas de compostos diferentes em tanques

Controle por Razo

Controle Seletivo e Override
92
y Outro exemplo:
Imagine um processo no qual um cido deve ser diludo com gua na proporo de
duas de partes gua p/ uma parte de cido. Se um tanque tem uma fonte de cido
sobre um lado de um vaso de mistura e um abastecimento de gua, por outro lado,
um sistema de controle poderia ser desenvolvido para controlar a proporo de
cido para a gua, embora o suprimento de gua em si no pode ser controlada.

Vazo gua Vazo de cido

O controlador executa o clculo de

razo e sinaliza o ponto de ajuste
adequado para o controlador que
define o segunda vazo de fluido,
de modo que a proporo
adequada do segundo fluido possa
ser adicionada.
Controle Fuzzy
93

y Controle Fuzzy uma forma de controle adaptativo em que o

controlador utiliza lgica Fuzzy para tomar decises sobre como ajustar
o processo.
y A lgica Fuzzy uma forma de lgica do computador onde se algo ou
no includo em um conjunto baseia-se numa escala em que mltiplos
fatores so contabilizados e avaliado pelo computador.
y A ideia essencial de controle fuzzy criar uma espcie de inteligncia
artificial que ser responsvel por inmeras variveis, formular uma
teoria de como fazer melhorias, ajustar o processo, e aprender com o
resultado.
y Controle Fuzzy uma tecnologia relativamente nova. Porque uma
mquina faz alteraes de controle de processo sem consultoria s
seres humanos, controle fuzzy remove alguns capacidades de
operadores, mas no a responsabilidade, para controlar o processo.

Tcnicas de Controle Avanado

94

5. Controle PID Adaptativo

 Controle PID Adaptativo
95

y Os parmetros do modelo so atualizados periodicamente;

y Os parmetros atualizados so ento usados pelo
controlador;
y So comercialmente disponveis controladores PID com
auto-sintonia;
y Permite o uso de modelos no-lineares: redes neurais,
sries temporais no-lineares

Controle PID Adaptativo

96

y Adaptar significa mudar um comportamento para se ajustar

`as novas circunstncias.
y Um sistema adaptativo qualquer sistema projetado sobre
o conceito de adaptaco.
y Um controlador adaptativo definido para modificar seu
comportamento em resposta s mudancas na dinamica do
processo e na caracterstica do disturbio
 Controle PID Adaptativo
97

y Um sistema de controle adaptativo realiza

fundamentalmente trs funes que lhe so inerentes:
{ a identificao da planta, ou seja, a obteno contnua de

informaes sobre os parmetros do processo;

{ a comparao do desempenho do sistema com o timo

ou o desejado, a fim de tomar decises de maneira a

levar o processo nessa direo;
{ e a atuao no processo de acordo com as decises

tomadas.

Parmetros Programados pelo Controle

Adaptativo
98

y Se a mudana do desempenho no aceitvel, parmetro

programado pelo controle adaptativo pode ser a soluo
y Desenvolvimento de uma estratgia de controle adaptativo
custa dinheiro
{ Exige uma bateria de testes adicionais
{ Consome mais tempo de engenharia
y Certifique-se de que a malha tem um efeito suficiente
sobre a rentabilidade para justificar o esforo e a despesa
Parmetro Programado pelo Controle Adaptativo
99

y Mtodo:
{ dividir a faixa total de operao em algum nmero de
incrementos ou margens operacionais
{ selecionar um algoritmo de controle (PI, PID ou PID c/
filtro CO) para a aplicao
{ aplicar a sintonia de controle uma vez para cada um dos
incrementos de operao
y Um computador ento atualiza a sintonia do controlador
"on the fly", a medida que se observam mudanas de nvel.

Controle PID Adaptativo

100
y Sistemas de controle adaptativo so caracterizados pela
existncia de duas malhas de realimentao:
{ malha de controle convencional;

{ malha de adaptao, responsvel por monitorar o

desempenho e ajustar os parmetros do controlador de

acordo com as condies de operao em vigor.
 Tcnicas de Controle Avanado
101

6. Controle de Processo Multivariveis

Controle de Processo Multivariveis

102

y Processos com mais de uma entrada (Varivel Manipulada) e/ou

mais de uma sada (Varivel de Processo);
y Exemplo: reator qumico, em que nvel, temperatura e presso
devem ser controlados;
y Em muitos casos a alterao de uma varivel manipulada causa
mudanas em mais de uma varivel de processo (acoplamento).
Coluna de destilao Desafio Multivarivel 2 x 2
103

Interao da malha de Controle

104

PROCESS 11
y1setpoint u1 y1
- CONTROL PV1
+ Process 1
response to +
+
CO1

INTERACT 12
PV1
response to
CO2

INTERACT 21
PV2
response to
CO1

2
ysetpoint u2 PROCESS 22
CONTROL PV2 +
+- response to + y2
Process 2 CO2
 Desacopladores
105

y O desacoplador composto pelo modelo do processo e um modelo de

perturbao (Feedforward) malha-cruzada:
{ O modelo de perturbao malha-cruzada recebe o sinal do
controlador malha-cruzada e prev um "perfil ", ou seja quando e por
quanto a varivel do processo ser afetada
{ Dada esta sequncia prevista de interrupo, o modelo de processo
calcula novamente uma srie de aes de controle que eliminem a
perturbao malha-cruzada de modo que a varivel de processo
medida permanea constante no setpoint
y Um novo sensor no necessrio porque o sinal do controlador da
malha-cruzada prontamente disponvel para uso pelo desacoplador
y O desenvolvimento e programao do modelo do processo dinmico e
da malha-cruzadas perturbao so necessrios para implement-lo

Estrutura do Desacoplamento
106

PROCESS 11
y1setpoint u1feedback u1total y1
- CONTROL
++
PV1
+ response to +
+
Process 1
CO1

G11( s)

DECOUPLER 12
PV1
INTERACT 12
decoupled from u1decouple PV1
CO2
response to
D12 ( s) CO2
G12 ( s)

INTERACT 21
DECOUPLER 21 2 PV2
PV2
udecouple
response to
decoupled from
CO1
CO1
G21( s)
D21(s)

PROCESS 22
CONTROL PV2 +
2
ysetpoint +-
2
++ response to + y2
Process 2 ufeedback 2 CO2
utotal
G22 ( s)
 Desacoplamento Multivarivel 2 x 2
107
y Requere de 4 modelos dinmicos:

{ Processo 11 (como CO1 afeta PV1)

{ Interao 12 (como CO2 afeta PV1)
{ Interao 21 (como CO1 afeta PV2)
{ Processo 22 (como CO2 afeta PV2)
y Os modelos devem ser desenvolvidos a partir de dados da planta,
validados para a exatido, e depois programados na arquitetura de
controle
y Desacoplamento no amplamente utilizado porque a implementao
requer modelagem bastante desafiadora, afinao e manuteno

Processos com tempo morto grande

108
y Tempo morto grande altera o desempenho do controlador
{ Tempo morto "grande" apenas em relao a constante de tempo do
processo

{ Como P P , cada vez mais difcil de alcanar um bom

desempenho com o controlo PID

{ Suponha que um processo tem P = P e tempo de amostragem T =

0.1P
10 amostragens completas (um tempo morto) deve passar aps uma
ao de controle e antes que o sensor detecte qualquer efeito
Sintonia de controlador deve ser lento, do contrrio muita ao
corretiva pode acumular-se nesse tempo morto levando a grandes
oscilaes e at mesmo instabilidade.
 Processos com tempo morto grande
109
y Um fluxo de lquido quente e frio so combinado na entrada do tubo,
percorrendo ao longo do seu comprimento at o tanque
y O objetivo do controle a manuteno da temperatura no tanque atravs do
ajuste da vazo de lquido quente que entra no tubo

2. The sensor does not see the result of the control action
cold liquid until the hot liquid travels down the pipe, and this
Fsetpoint dead time makes tight control difficult.
FC

hot liquid

Tsetpoint
TC

1. If the measured temperature is below set point,

the controller calls for more hot liquid.

Processos com tempo morto grande

110
y Se a temperatura do reservatrio inferior ao setpoint, a vlvula de lquido
quente aberta e a temperatura de entrada dos tubos aumentar,
y O sensor no detecta essa mudana, no entanto, a vlvula aberta cada vez
mais e enche o tubo com o lquido mais quente,
y Quando o lquido atinge o tanque, a temperatura aumenta acima do sp do
controlador e estabiliza a taxa de fluxo de lquido quente
y Mas, o tubo cheio continua vertendo o lquido quente para dentro do tanque,
fazendo com que a temperatura do tanque continue subindo
y Devido ao atraso, o controlador vai agora encher o tubo com lquido frio,
resultando em grandes oscilaes de temperatura
y Soluo 1) afinar o controlador
2) implementar o controle de modelo preditivo
 Arquitetura de Controle do Modelo Predictivo
111
y Controladores de modelo preditivo (MPC) incorporar um modelo de processo
dinmico, como parte da arquitetura do controlador
y O modelo descreve a sada do controlador para processar a dinmica varivel
(o modelo FOPDT usado para o ajuste do modelo)
y O modelo prev um valor futuro da varivel de processo com base no estado
atual do processo e as aes de controle recentes
y Se o previsto do setpoint desejado, as aes de controle podem ser
tomadas agora, antes que o problema previsto acontea

MPC explora o conhecimento do processo contido em um

modelo dinmico para calcular as aes de controle atuais com
base em um futuro previsto

Arquitetura de Controle do Modelo Predictivo

112
y Em teoria, um modelo perfeito pode eliminar a influncia negativa do tempo
morto no desempenho do controlador
y Na prtica, MPC pode certamente proporcionar um benefcio de desempenho

y Este benefcio no gratuito:

{ um modelo dinmico apropriado deve ser selecionado

{ parmetros do modelo so ajustados para processar os dados apropriados
{ o modelo deve ser programado no computador de controle
{ as previses do modelo deve ser sequenciado com a malha feedback para
criar um sistema integrado de arquitetura MPC
 Predictor de Smith : MPC mais simples
113
y O modelo de processo ideal recebe u(t) e produz yideal(t) , uma previso d y(t)
ir ser um tempo morto para o futuro
y este yideal(t) reservado para um P no bloco do modelo do tempo morto. Ao
mesmo tempo, uma yprocesso(t) previamente armazenado(t) que liberado o
valor de yideal(t) armazenado um P atrs
y yprocess(t) a predio do valor atual de y(t)
ysetpoint u(t) Actual y(t)
PID
+ Process
Controller

Predict y(t) Behavior yideal(t) +

As If There Were +- +
No Dead Time yideal(t) yprocess(t)
Process Model
Add Time Delay
to Ideal yprocess(t)
Prediction ofy(t)
Dead Time Model
Model Internal to
Controller Architecture
( y(t) yprocess(t)) + yideal(t)