Estrutura de Controle Multilayer1

1.1 Sistema de Controle

Existem problemas de controle que surgem em vrios campos da atividade humana.
Controlando um processo (um objeto) pode ser definido como influenciando-o de forma tal
que para for-lo a operar de acordo com certos requisitos assumidos esta definio aplica-se a
todos os processos que sofrem controle. Assim, podemos conversar sobre controle de objetos
tcnicos, como avies, geradores de eletricidade, processos tecnolgicos em reatores
qumicos, colunas de destilao ou esgoto instalaes de tratamento, processos de
transferncia e troca de informaes em telecomunicaes ou redes de computadores, etc.
Tambm podemos falar sobre o controle de processos econmicos - em uma empresa, em uma
holding ou em todo um ramo de economia (a gesto de palavras mais comumente usada
aqui, em vez da controle de palavras), etc.
Um processo controlado sempre cercado pelo ambiente em que existe, sofrendo influncias
controladas ou descontroladas deste ambiente. As influncias controladas so geradas por uma
unidade de controle, por exemplo, em uma forma de algoritmos executado por um
computador de controle automtico ou em uma forma de decises feito por seres humanos.
Por exemplo, um avio controlado pelo piloto para reforar a direo, a altura e outros
parmetros de vo. Por outro lado, a velocidade e a direo das correntes de vento ou de ar
influenciam os parmetros de vo tambm, mas no pode ser controlado. Da mesma forma,
um computador de controle ou um humano operador tenta alcanar os parmetros desejados
de processos tecnolgicos em um reator qumico ou em uma coluna de destilao atravs da
aplicao de valores apropriados das variveis de processo selecionadas que influenciam seu
comportamento (nveis, fluxos, temperaturas, Etc.), contrariando as mudanas no
fornecimento (matrias-primas, utilitrios) e em condies ambientais, que perturbam o curso
desejado do processo. Muito mais exemplos podem ser citados, tambm dentro do intervalo
de economia ou informao Processos de tecnologia. Uma caracterstica comum significativa
que prestamos ateno nestes exemplos o fato de que o processo no est isolado do seu
ambiente, mas sim que sofre influncias externas definidas por certas variveis de entrada. As
variveis de entrada do processo podem estar disposio de um controle unidade ou pode
no estar, perturbando o comportamento do processo de ponto de vista da unidade de
controle. Portanto, as variveis de entrada no controladas gieralmente so chamados de
distrbios. As variveis de entrada do processo, cujos valores podem ser alterados pela
unidade de controle geralmente so chamados de processo manipulando variveis ou as
entradas de controle de processo.
Avaliao do estado de um processo controlado, seja ou no cumprido os requisitos
assumidos, independentemente da influncia de insumos manipulados ou no est correto,
feito com base em medidas. Mais geralmente, feito com base em observaes de valores e
caractersticas de variveis apropriadas caracterizando o comportamento do processo. Essas
variveis so chamadas de sada de processo variveis. Em caso de controle de um reator
qumico ou de uma coluna de destilao, exemplos de sadas de processo so parmetros de
uma mistura que reage ou destilada, como temperatura ou composio, bem como parmetros
que caracterizam o estado do aparelho tecnolgico (nveis lquidos, temperaturas, presses,
etc.). Conhecendo objetivos de controle e anlise de valores das sadas do processo
E os distrbios conhecidos (medidos, estimados), o controle unidade toma decises de manter
ou alterar adequadamente os valores das entradas de controle. A estrutura geral de um
sistema de controle apresentada em
1.2 Objetivos de controle
Os objetivos de controle podem ser de natureza varivel. Por exemplo, o principal objetivo do
controle de um avio de passageiros o voo para um aeroporto definido ao longo de uma
trajetria de vo assumida. Inicialmente, os objetivos bsicos do controle de Processos
tecnolgicos ou econmicos em uma economia de mercado so econmicos natureza -
ganhando lucro de uma produo ou de uma atividade comercial. Similarmente, o objetivo
inicial de um controle de rede de telecomunicaes de natureza econmico
um lucro a longo prazo da operao da rede. No entanto, em ordem para alcanar o objetivo
econmico bsico de forma eficaz, essencial garantir a realizao de um conjunto de
objetivos parciais, que condicionam a possibilidade de uma realizao segura do objetivo
bsico e garantir a qualidade necessria parmetros dos produtos ou servios oferecidos - tudo
isso em falta ou sem informaes completas sobre as entradas do processo perturbador. Alm
disso, muitos processos controlados so de natureza complexa, com muitos manipulados
e insumos perturbadores e muitas sadas, com interaes mtuas entre as entradas e sadas.
Um processo complexo pode ser um nico reator ou uma destilao coluna. Linhas de
produo que consistem em vrios processos tecnolgicos, mutuamente influenciando uns aos
outros, so exemplos tpicos de processos muito complexos.
Controle automtico centralizado de tais processos complexos, embora em muitos casos agora
teoricamente possveis, extremamente difcil e caracterizado por desvantagens
praticamente eliminando essa opo, veja, por exemplo. O mais grave deles a dificuldade em
garantir a segurana adequada do processo controlado, dificuldade na necessria participao
das pessoas no processo de superviso e reao a fenmenos imprevisveis, conectado com a
necessidade de processamento rpido e simultneo de grandes quantidades de dados.
Portanto, no controle (e gerenciamento) de processos complexos, formou-se ao longo dos anos
a prtica de uma abordagem hierrquica, especialmente uma multicamada , que uma prtica
apoiada pela teoria, veja, por exemplo.
A essncia da abordagem hierrquica uma decomposio do primrio, bsico tarefa
(objetivo) do controle em um conjunto de partes, menos complexas e conectadas a tarefas, das
quais cada tarefa processa uma quantidade menor de informaes e geralmente responsvel
por um objetivo parcial.
Existem dois mtodos bsicos de decomposio do objetivo geral de controle,
Veja, por exemplo:
Descomposio funcional
Decomposio espacial
A decomposio funcional aplica-se a um processo tratado como um todo e com
base na atribuio de um conjunto de objetivos de controle parcial funcionalmente
diferentes - em
uma estrutura de dependncia hierrquica vertical, denominada controle de mltiplas
camadas estruturadas. Uma unidade de deciso conectada a cada camada toma
decises sobre o processo controlado, mas cada um deles toma decises diferentes
tipo. Por outro lado, a decomposio espacial est ligada a um espao estrutura de um
processo complexo (grande escala) controlado. Baseia-se em uma diviso da tarefa
de controle ou uma tarefa funcionalmente parcial, por exemplo, dentro de uma camada
de estrutura multicamada descrita, em subtarefas locais da mesma funcionalidade
amvel, mas relacionado a partes individuais individualmente isoladas de todo o
complexo processo de controle - subtarefas de menor dimensionalidade, menor
quantidade de Informaes processadas. Isso leva a estruturas multinveis . O Assunto
de interesse neste livro so estruturas de controle multicamadas de industrial
processos.
A estrutura de controle multicamada resultado de uma decomposio funcional do
objetivo geral de controle bsico. A realizao do bsico, econmico o objetivo do
controle on-line de uma planta industrial (tecnolgica) pode ser expressa como a
realizao de uma srie de objetivos parciais. Os trs mais Importantes so:
1. Garantir um funcionamento seguro dos processos na planta controlada, ou seja,
limitar a possibilidade de situaes de emergncia a um nvel aceitvel.
2. Garantir os recursos necessrios das sadas do processo (qualidade dos produtos,
Etc.), isto , mantendo as variveis de sada dentro de intervalos aceitveis
Valores.
3. Otimizao da eficcia da operao do processo, geralmente a maximizao do
valor do produto (sob restries sobre o uso de matrias-primas ou utilitrios) ou a
minimizao dos custos de produo a um nvel assumido de produo, em um longo
horizonte temporal.
No difcil notar que os dois primeiros objetivos de controle parcial tambm so de
natureza econmica e esto ligados ao objetivo bsico:
Maximizar a eficcia econmica do processo. A ocorrncia de falhas ou outras
condies de emergncia geralmente leva a srias perdas de natureza indireta,
relacionada com necessidades para eliminar as conseqncias de atrasos ou quebras
de produo. Essas perdas so geralmente mais severas do que as resultando de
uma produo de produo no tima e segura. Falha em manter os parmetros de
qualidade conduzem, nos melhores casos, a uma perda parcial do lucro devido para a
necessidade de baixar os preos. Tambm pode levar perda do produto, se o que
no cumpre os requisitos de qualidade no pode encontrar um comprador ou intil
para um processo de produo adicional. Aqui, as perdas financeiras geralmente so
maiores do que no caso de uma operao economicamente no tima do processo,
mas uma que garante os requisitos de qualidade. Vamos acrescentar que, como regra,
o melhor da qualidade do produto (por exemplo, limpeza no processo de destilao),
maior a custos de produo. Portanto, geralmente vale a pena operar mais perto dos
limites
de restries de qualidade para reduzir os custos, mas isso requer um controle mais
preciso
porque mais arriscado devido a uma incerteza sempre presente ligada com a
influncia de distrbios.
1.3 Camadas de Controle
A ordem em que os trs principais objetivos de controle parcial so listado na seo
anterior no incidental. A questo mais importante a segurana do sistema de
controle, a seguir na sequncia cuidar da qualidade dos produtos. S depois de
garantir a realizao desses dois objetivos, pode l Seja o espao para a otimizao
econmica on-line das variveis que determinam a planta objetivo econmico.
Exatamente nessa ordem, as camadas da camada mltipla bsica Estrutura de
controle est localizada, em cima do processo controlado, situado no muito fundo,
conforme apresentado na Fig. 1.2 [40, 16].
A camada de controle direto (chamada tambm camada de controle bsica, por
exemplo, [11, 115])
Responsvel pela segurana de processos dinmicos. Geralmente tambm est
equipado
Com certa lgica de controle responsvel pela substituio do controle designado
Para condies normais de operao, se violar certas restries levando a
Um estado de emergncia encontrado. Somente esta camada tem acesso direto ao
Planta, e pode alterar diretamente os valores das entradas de controle (manipuladas).
Entradas), denotado por voc na figura 1.2. Realizao tcnica da tarefa desta
camada
hoje assegurado, para processos industriais, por sistemas de controle distribudos
(DCS). Estes so complexos sistemas informticos de aquisio de medio,
Gerao de sinais de controle e superviso de processos on-line. Os sistemas DCS
so
Geralmente equipado com o tipo SCADA (controle de superviso e aquisio de
dados)
Software usado para visualizao, superviso de operadores e engenheiros e
arquivizao
De dados. Os sistemas desta classe foram introduzidos pela primeira vez na dcada
de 1970 e

So atualmente oferecidos por todos os principais fornecedores no mercado. As

tarefas de controle
Para processos menores podem ser implementados com o uso de lgica programvel
Controladores (PLC) ou controladores multi-funes individuais. A distino
Entre essas duas classes de equipamentos nem sempre claro - mais desenvolvido
As verses de PLCs permitem a realizao de muitos outros controles, enquanto
Os modernos controladores multi-funes garantem a possibilidade de implementar
tambm
Muitas funes lgicas. A tendncia mais recente, claramente distinta a
Aplicao de computadores pessoais (PCs) para controle de tarefas, geralmente
equipados
Com cartes especializados e software que permite a realizao confivel do controle
Funciona em tempo real.
Algoritmos de controle direto devem ser seguros, robustos e relativamente fceis,
por isso que os algoritmos PID clssicos ainda so dominantes. No entanto, a
computao
O poder dos sistemas DCS, PLCs modernos ou PCs permite solues mais exigentes.
Assim, em locais onde o controle PID clssico leva a insatisfao
Qualidade de controle, podem ser empregados algoritmos de controle mais
avanados, especialmente
Com modificaes apropriadas do algoritmo PID e, recentemente, simples
Realizaes de controladores preditivos. Pode-se enumerar aqui o controle PID
Estruturas com correo direta da influncia de um distrbio medido -
Estruturas feedback-feedforward, estruturas PID com dependncia dependente
Sobre um valor de varivel de processo selecionado - agendamento de ganho,
controladores de PI com
O preditor de Smith - para loops de controle com grandes atrasos, PI no-linear Fuzzy
Ou algoritmos PID, algoritmos preditivos sem restries, algoritmos adaptativos.
Na literatura, muitas vezes pode-se encontrar a apresentao do controle bsico,
definido
Nesta seo principalmente como o controle direto, em oposio ao avanado
Controle [142]. No entanto, deve-se enfatizar fortemente que o recurso genrico
Distinguir todos os algoritmos de controle direto o acesso direto ao
Processo controlado (as entradas manipuladas pelo processo so sadas do
(Bsicos)) e alta freqncia de interveno (pequeno perodo de amostragem)
- no o tipo de algoritmo de controle empregado. Portanto, no devemos manter a
Esta terminologia neste livro - devemos descrever a dinmica da camada superior
Controladores de feedback (algoritmos de controle) com sadas sendo o ponto de
ajuste
Valores para os controladores diretos localizados abaixo, como os controladores de
set-point
Constituindo a camada de controle (dinmica) de set-point, ou controladores de
restrio
Constituindo a camada de controle de restrio (dinmica) [16]. A ltima descrio
mais usado na literatura, veja, por exemplo, uma excelente reviso industrial
Papel [115], porque a tarefa dos controladores de feedback de camada superior
geralmente
Para manter as variveis controladas nos limites de restrio. Ambas as descries
sero
Usado alternativamente ao longo do livro.
Como j foi explicado, as variveis de sada dos controladores que compem
A camada de controle de restrio (camada de controle de ponto de ajuste) no
manipulada
Insumos que influenciam diretamente o processo, mas so os set-points
Para os controladores da camada de controle direto. Alm disso, nos laos de controle
do
As frequncias de interveno da camada de controle de restrio so geralmente
muito menores,
Ou seja, os perodos de amostragem so mais longos - igual a cerca de um minuto ou
mais, enquanto
Na camada de controle direto - cerca de um segundo no mximo, veja, por exemplo,
[115]. O O objetivo do controle de restrio influenciar adequadamente geralmente
mais devagar
Variveis de processo, que decidem principalmente os parmetros de qualidade de
produo,
Tais como concentraes em reactores ou colunas de destilao. Por exemplo, bom
Estabilizao (caracterizada por uma pequena variao do erro de controle) da
Concentrao de um poluente-chave em uma corrente de produto de um processo de
destilao
Permite executar o processo em um ponto de operao localizado mais prximo do
mximo
Valor admissvel dessa concentrao de poluio. O produto ainda
Dentro dos limites admissveis, mas mais poludo - e, portanto, mais barato. Assim
sendo,
necessrio que os algoritmos de controle de restrio sejam caracterizados
Por uma alta qualidade de operao (em primeiro lugar, pequena variao do erro de
controle),
Eles so mais freqentemente aplicados em casos multivariveis, constrangidos, no-
lineares
Processos. As solues mais modernas e modernas aplicadas so a retrao
Algoritmos de controle preditivo baseados em modelo de horizonte, comumente
descritos como
Algoritmos MPC (Model Predictive Control). Os mais populares foram principalmente
Aplicativos baseados no uso do algoritmo DMC (Dynamic Matrix
Controle), desenvolvido na indstria petroqumica na dcada de 1970.
A histria e o significado da camada de controle de restrio esto diretamente
conectados
Com o desenvolvimento de algoritmos de controle avanados, principalmente com
Aplicaes dos algoritmos de controle preditivo. No houve distino
Feito em qualquer literatura anterior entre as camadas do controle direto (bsico)
E o controle de restrio (controle avanado), veja, por exemplo, [78, 40]. isso foi
Apenas o desenvolvimento da tecnologia informtica que permitiu a realizao
De algoritmos de controle avanado computacionalmente mais exigentes baseados
Em modelos de processo, como o algoritmo DMC e outros controles preditivos
Algoritmos, e dessa forma levou a uma separao da camada de controle avanada
(Camada de controle set-point, camada de controle de restrio). Desde ento, essa
distino
comummente reunido nos jornais de vrias empresas lderes de fabricao
Equipamento de controle e software, bem como em documentos de reviso e livros
didticos bsicos,
Especialmente aqueles dedicados ao controle do processo, veja, por exemplo, [115,
85, 52, 142].
Deve ser mencionado que a camada de controle de restrio nem sempre
Ocorrem na estrutura de controle. No deve ser distinguido nos casos em que
No h necessidade de controle de set-point (controle de restrio) no sentido
descrito acima. Alm disso, esta camada no pode separar completamente o controle
direto
Camada da camada de otimizao - valores de set-point para uma certa parte de
Os controladores podem ser transmitidos diretamente da camada de otimizao, como

Mostrado na figura 1.2. Tambm no devemos ser rigorosos quando razovel,

Em particular incluindo controladores primrios do controle padro em cascata
Loops para a camada de controle direto, embora esses controladores tambm atuem
como setpoint
Controladores para controladores secundrios (loop interno), mas eles no podem
Ser tratado como controladores de restries.
A camada de otimizao a prxima, localizada diretamente acima da direta e
Camadas de controle de restries, veja a Fig. 1.2. O objetivo do seu funcionamento
calcular
O ponto de operao timo do processo, isto , valores de ponto de ajuste timos para
Os controladores das camadas de controle de feedback diretamente subordinadas.
Esses valores
Geralmente resultam da otimizao de uma funo objetiva econmica que Define os
custos de lucro ou de funcionamento da operao do processo. A otimizao
O problema a ser resolvido geralmente um problema de otimizao esttica
(matemtica
Problema de programao). O ponto de operao ideal deve ser calculado para
Valores atuais de distrbios (propriedades medidas ou estimadas das matrias-primas,
Utilitrios, condies ambientais, etc.) e varia quando esses valores variam.
A frequncia de resoluo do problema de otimizao, isto , a freqncia de
A interveno da camada de otimizao geralmente muito inferior da
Camadas de controle. Alm disso, a camada de otimizao pode operar de forma
sncrona
Ou em um modo assncrono. No caso deste ltimo, a tarefa de otimizao
ativado por mudanas observadas ou estimadas on-line do processo de perturbao
Entradas ou mudanas dos parmetros de produo necessrios, transmitidos a partir
de
A camada superior do gerenciamento de processos ou planejamento de produo.
Captulo 4
Do livro dedicado aos algoritmos da camada de otimizao. A questo
Particularmente considerados so as relaes entre os algoritmos MPC de restrio
Algoritmos de controle e otimizao de estado estacionrio. Outra questo de
interesse
o clculo de um ponto de operao ideal em uma situao significativa
Incerteza revelada por ter apenas um modelo aproximado do processo
E / ou informaes incompletas sobre os valores atuais dos distrbios.
interessante nos ltimos anos observar a integrao de software para
Controle de restrio preditiva (algoritmos MPC) e otimizao on-line de
Os set-points, relacionados com um rpido desenvolvimento de capacidades de
hardware
E software para controle complexo de processos industriais. Os algoritmos MPC
Para processos complexos e restritos geralmente operam a soluo, em cada
amostragem
Instante, uma tarefa de otimizao numrica. Algoritmos deste tipo requerem
relativamente
Grande poder de computao e um bom modelo de processo (o Captulo 3 dedicado
Para algoritmos de controle preditivo). por isso que pacotes de software comercial
A oferta de algoritmos MPC multivariveis geralmente complexa e dispendiosa,
Uma vez que geralmente tambm contm procedimentos para modelagem e
identificao de
O processo controlado, bem como um procedimento para otimizao on-line do
Pontos de operao - diretamente na embalagem ou em mdulos intimamente
conectados
o pacote. Medies macias de entradas e sadas do processo coletadas
On-line no DCS pode ser facilmente transferido para as camadas de controle mais
altas e
Usado em algoritmos para identificao de modelos (ajuste, adaptao), bem como
para
Controle de restries e otimizao. O procedimento de otimizao fornece o
Algoritmos de controle de restrio de feedback com valores apropriados para o
controle
Sadas; ativado de forma adequada, que sintonizado para todo o
Operao do processo. Um caso interessante, do ponto de vista da integrao
Do controle de restrio e otimizao, um caso quando possvel
Nmero de sadas do controlador preditivo (suas "variveis manipuladas")
Pode ser maior que o nmero das sadas de processo controladas associadas.
A camada mais alta apresentada na Fig. 1.2 o gerenciamento da planta (ou
produo
Planejamento). Sua tarefa estabelecer condies de operao para o
Camada de otimizao, ou seja, metas e parmetros de produo - um objetivo
econmico
Funo e restries. Esta camada opera beira do processo
Ambiente econmico, reagindo de acordo com as ordens relativas a um sortido
Quantidade e produo, preos, vendas, etc. - provenientes diretamente de
Ambiente de mercado ou ambiente de planta maior do qual o controle
O processo um elemento. A frequncia de interveno desta camada pode
corresponder
A um perodo de mudana de produo, ou mesmo a vrios dias. Algoritmos de sua
A operao e os modelos de processos empregados esto alm do escopo deste livro.
As caractersticas bsicas que distinguem as camadas de controle individuais so
separadas,
Objetivos de controle isolados e diferentes freqncias de interveno. A Tabela 1.1
lista
As tarefas bsicas de camadas individuais de uma estrutura de controle de processo
industrial
E seus perodos de interveno tpicos, veja tambm, por exemplo, [52].
Terminando a descrio dos elementos bsicos da estrutura de controle multicamada,
Lembremos que a razo bsica da sua importncia a seguinte:
Uma diviso (decomposio) do problema de controle geral inicial em vrios
Mais simples, subproblemas relacionados simplifica o processo de design, controle
E superviso - sistemas de controle mais simples so projetados para o particular
Camadas que realizam metas de controle parciais, e no uma centralizada
Sistema de controle para todo o processo.
Portanto, para processos complexos, a abordagem multicamada no apenas a mais
Prtico e eficaz, mas muitas vezes o nico possvel.
1.4 Modelagem de processo em uma estrutura de mltiplas camadas
A estrutura de controle multicamada consistindo em controle regulatrio e otimizao
As camadas, tal como apresentadas na figura 1.3, sero agora consideradas com
mais detalhes,

Veja tambm [35, 16]. Uma caracterstica desta estrutura a representao de

A dinmica da planta em uma forma decomposta em uma cascata de processos
(subprocessos)
Com uma dinmica mais rpida e mais lenta. O "processo rpido" influenciado
Por insumos de controle e por transtornos de mudana rpida z. As variveis de sada
Desta parte da planta, denotada por yc, so insumos para a parte caracterizada
Por dinmicas mais lentas, que so diretamente influenciadas por distrbios mais
lentos w.
O vetor de sada y = (yf, yd) consiste em variveis significativas para as tarefas de
Otimizao econmica restrita do processo controlado. O objetivo de
O controle de restrio apresentado na Fig. 1.3 fazer com que certos elementos
Do vector de sada da planta y, denotado como um sub-yd yd, a ser mantido em
valores
M
R prescrito pela otimizao restrita, isto , para impor a igualdade limitao Yd (t) = yd
R
Isso corresponde a um caso prtico de controle de comentrios de restries
importantes
Em determinadas variveis de sada. Um exemplo disso um controle de feedback
Da concentrao de um poluente-chave em uma corrente de produto de uma
destilao
Coluna, mantendo-o em um valor que seja seguro perto do mximo admissvel
Um (o valor mximo da concentrao de poluente no pode ser abordado
Muito prximo devido a uma varincia inevitvel do erro de controle e uma resultante
Ameaa de ultrapassar o limite). Os demais componentes descontrolados (livres)
Do vetor de sada do processo y so denotados como um sub-vetor yf.
O papel-chave na decomposio da planta apresentada desempenhado por uma
seleo correta
Das variveis de sada controladas yc. Os set-points para estes controlados
Variveis, denotadas por c = (cf, cd) so variveis de deciso na otimizao
problema. A escolha das variveis controladas geralmente resultado de uma
experincia
De designers e operadores de um processo controlado e depende de
Uma formulao da tarefa de otimizao. Deve ser de natureza a assegurar a
Segue:
A estabilizao de yc em valores razoavelmente selecionados de seu set-point c deve
Assegure o controle seguro do processo, ou seja, deve definir os valores de forma
exclusiva
De elementos significativos do seu vetor estatal.
Valores do set-point c, sendo as variveis de deciso da tarefa de otimizao,
Deve permitir a realizao desta tarefa. Isso significa que eles devem garantir
Uso total das possibilidades de influenciar as variveis de sada do processo
Que so significantes para uma melhoria do valor do otimizado
Critrio (a funo objetivo) e para os valores das restries.
Deve-se enfatizar que a primeira dessas condies sempre tem que
esteja satisfeito; o requisito bsico para uma operao correta e segura do
Camada de controle direto. Se uma escolha das variveis controladas que satisfaam
tambm a
A segunda condio no garante uma realizao satisfatria da otimizao
Objetivos, ento o conjunto dessas variveis no escolhido corretamente ou muito
limitado.
Neste caso, deve-se apresentar metas de otimizao menos ambiciosas ou enriquecer
A estrutura de controle do processo com variveis manipuladas adicionais u e
Correspondentes sadas controladas adicionais yc - desta forma, permitindo mais
Possibilidades de realizao satisfatria dos objetivos de otimizao (no normal
Condies operacionais, o nmero de sadas controladas no deve ser maior
Do que a das variveis manipuladas, veja [40, 39]).
Consideremos a estrutura multicamada apresentada na Fig. 1.3. Se direto
Os sistemas de controle esto funcionando adequadamente, alm de perodos de
tempo diretamente
Seguindo as rpidas mudanas (passo) dos set-points c ou distrbios, podemos
assumir
Que o seguinte verdadeiro
Yc (t) = c (t) (1.1)
Pode-se ento assumir que, de um ponto de vista dos controladores de restries
E algoritmos de otimizao, apenas uma dinmica mais lenta da planta pode ser
Levado em considerao. Uma relao entrada-sada que define essas dinmicas
pode ser
Descrito por um operador F,
Y (t) = F (c (t), w (t)) (1.2)
Portanto, para os controladores de restries e algoritmos de otimizao, o rpido
O processo juntamente com a camada de controle direto pode ser tratado como um
atuador
Sistema - que impe os valores do ponto de ajuste c (t) das variveis controladas
Yc (t), isto , impe a igualdade yc (t) = c (t). O termo "sistema de atuao"
[35] foi introduzido por analogia a um "elemento de atuao" que , para
Por exemplo, uma vlvula com um posicionador. por isso que o processo rpido na
Fig. 1.3
Foi chamado de processo de atuao, enquanto o processo lento chamado de
otimizado
processo. Como o comportamento da planta caracterizada por esse processo visto
Pelas camadas superiores, especialmente pela camada de otimizao.
Uma frmula analtica do operador do modelo da planta (1.2) raramente est
disponvel.
No entanto, implicitamente dado pelo seguinte modelo tipicamente assumido para
Sistemas contnuos com parmetros agrupados
Dxc (t)
Dt
= Fc (xc (t), c (t), w (t))
Y (t) = gc (xc (t), c (t)) (1.3)
Onde xc um vetor de estado do processo lento, veja a Fig. 1.3, e a igualdade
Ic (t) = c (t) foi conseqentemente assumido (isto , operao ideal do atuador
Sistema foi assumido), eliminando assim as variveis do modelo yc (t).
Uma descrio de toda a dinmica da planta pode ser assumida, de forma anloga,
Na forma geral seguinte
Dxu (t)
Dt
= F1 (xu (t), xc (t), u (t), z (t), w (t))
Dxc (t)
Dt
= F2 (xu (t), xc (t), u (t), w (t))
Y (t) = g (xu (t), xc (t), u (t)) (1.4)
Onde o vetor de estado x (t) foi escrito em uma forma dividida correspondente ao
Estados rpidos e lentos, x (t) = (xu (t), xc (t)) e conseqentemente falta de
Influncia de distrbios de mudana rpida z (t) no sub-vetor do estado lento
Xc (t) foi assumido. Uma decomposio, ou seja, uma diviso de todo o vetor de
estado
X nos sub-vetores de estados "rpidos" e "lentos", xu e xc, est em cada um
Caso uma questo individual resultante das caractersticas e requisitos do processo
Sobre as variveis controladas descritas acima. Modelos (1.4) e
(1.3) deve, naturalmente, ser completado por um conjunto de condies iniciais
apropriadas,
Essencial para consideraes analticas formais ou qualquer clculo numrico.
Supondo que a equao que define as variveis controladas na forma de
Uma funo dos estados do processo e entradas [40, 39]
Yc (t) = h (xu (t), u (t)) Pode-se considerar as relaes entre os modelos (1.4) e (1.3).
Assumindo (1.1)
Detm, isto , c (t) = yc (t), obtm-se o seguinte resultado
Dxc (t)
Dt
= Fc (xc (t), h (xu (t), u (t)), w (t))
= F2 (xu (t), xc (t), u (t), w (t)) (1.6)
E similarmente y (t) = gc (xc (t), h (xu (t), u (t)))
= G (xu (t), xc (t), u (t)) (1.7)
Na estrutura multicamada, cada camada controla de fato a mesma planta, mas
Cada um faz isso de uma maneira diferente. A camada de controle direto a nica
com
Acesso direto ao processo de entradas manipuladas. Obtm medidas de todos
Variveis de sada disponveis que so significativas para a estabilizao e segurana
Operao da planta, em primeiro lugar as medidas das variveis de sada
Que mudam mais rapidamente e decidem sobre a possibilidade de uma rpida reao
de
Sistemas de controle de feedback. A camada de controle de restrio que intervm e
Obtm medidas mais raramente percebe o processo de uma maneira diferente. isto
V isso junto com os sistemas de controle direto, para os quais atribui decises
Na forma dos valores de set-point. Alm disso, quando os controladores diretos
Operar de forma suficientemente rpida e precisa, ento os transientes de mudana
rpida
Induzidos pela influncia de distrbios que mudam rapidamente no so significativos
para
A camada de controle de restries e pode ser ignorada. Portanto, o controle de
restrio
Ofertas de camadas, ento, com uma "planta" diferente, cuja dinmica determinada
Pelos processos da planta com dinmica mais lenta. Da mesma forma, a camada de
otimizao
Percebe a planta juntamente com todos os sistemas de controle de feedback
subordinado.
Portanto, modelando a planta para fins de controle com o objetivo de capturar
Apenas dependncias bsicas significativas para o design de controle em uma
determinada camada so
Diferente em cada camada, levando a diferentes modelos. A Tabela 1.2 apresenta
caractersticas tpicas,
Caractersticas bsicas dos modelos em camadas particulares.
Deixe-nos notar que quanto maior a camada, menos detalhada e mais agregada
O modelo utilizado, possuindo uma dinmica mais lenta, ou mesmo esttica. Para o
considerado
Camada de controle, a planta com todas as camadas inferiores um certo "sistema de
atuao"
Que deve impor decises desta camada. Por exemplo, na Fig. 1.3, a
"Sistema de atuao", consistindo na planta juntamente com o controle direto
Sistemas, fora as variveis controladas yc para manter os valores c = (cd, cf).
A Figura 1.4 apresenta modelagem de plantas em diferentes camadas de controle,
mostrando claramente
O recurso caracterstico do "nidificao". A planta modelada em uma determinada
camada
Juntamente com todos os sistemas de controle das camadas mais baixas - juntamente
com as conseqncias
Da sua operao, permitindo uma simplificao e agregao adequadas
Adequado tarefa e escala de tempo da camada. Isto , claro, uma simplificao
Abordagem, mas comprovada na prtica de engenharia, permitindo um design
eficiente
E operao on-line do controle de processo e otimizao.
Exemplo 1.1
A decomposio de um modelo de processo e um controle de set-point sero
ilustrados
Por um simples exemplo de um reator de tanque continuamente agitado (CSTR),
apresentado
Na figura 1.5. O fluxo de entrada para o reator um fluxo de componente A com um

fluxo
Avalie FA [kg / min] e uma temperatura TA [K]. Duas reaes ocorrem no
Tanque: A B C com taxas de reao rB [1
Min] e rC [1
Min], respectivamente. o
A primeira reao endotrmica e a segunda exotrmica. A mistura
Aquecido por um meio de aquecimento que flui atravs de um trocador de calor de
tubo localizado em
A parte inferior do reator. A taxa de fluxo do meio de aquecimento Fh e
A taxa de sada do produto do reator F pode ser controlada por
Vlvulas.
Os seguintes pressupostos simplificadores so tomados ao modelar o processo:
1. Uma mistura perfeita no tanque assumida, portanto, as concentraes, CA
Do componente A e CB do componente B, e a temperatura T do
A mistura a mesma em todo o volume do tanque.
2. A taxa de reao descrita pelos seguintes modelos

onde:

Enquanto as calorias de reao so conhecidas e so h1 [J

Kg] e h2 [J
Kg], respectivamente.
3. A influncia do poo funciona e a troca de calor com o meio ambiente
So insignificantes. Alm disso, as mesmas densidades de massa [kg
M3] e calor
Capacidades cw [J
K kg] de todos os componentes da mistura e da prpria mistura
So assumidos - para simplificar o processo de modelagem.
4. A temperatura mdia do meio de aquecimento na entrada e em
A sada do tubo do permutador de calor tomada como uma fora motriz do
Troca de calor. A transferncia de calor atravs da superfcie do permutador
Assumido como sendo descrito pela seguinte frmula emprica
H = a (Fh) b (Thm - T) (1,10)
Onde aeb so coeficientes resultantes da construo do calor
Trocador [85].
5. O intervalo de variao da taxa de fluxo Fh permite alcanar e estabilizar
A temperatura do reactor dentro de 300 360 K.
Com os pressupostos apresentados acima, o reator pode ser tratado como um
processo
Caracterizado por quatro variveis de estado que descrevem os balanos de massa
da mistura
E todos os seus componentes e um balano trmico. Para fins de modelagem,
devemos
Assumir as seguintes variveis de estado:
W - massa da mistura no tanque,
CA - concentrao do componente A,
CB - concentrao do componente B,
T - temperatura no tanque.
As equaes de estados podem ser formuladas da seguinte forma (a dependncia do
tempo t
Omitido nas seguintes equaes, para simplificar a notao):
1.6 Superviso, Diagnstico, Adaptao
No que se tornou publicaes clssicas dedicadas ao controle multicamadas
De processos industriais complexos, havia trs camadas bsicas distintas,
Decorrente de uma decomposio funcional do objetivo de controle: um controle direto
(Estabilizao), uma camada de otimizao e uma camada de adaptao, ver, por
exemplo,
[78, 40]. Esta filosofia seguiu a experincia de engenharia at a dcada de 1970,
Quando os controladores eletrnicos de feedback de loop nico eletrnico
(pneumtico) e analgico
Foram instalados em sistemas de controle industrial. Computadores, caros e
Ainda no era suficientemente confivel naqueles dias, estavam sendo apresentados
para executar
Tarefas de camadas mais altas, principalmente para aquisio, coleta e
processamento de
Dados para fins de suporte do operador e da equipe de engenharia em seus
Menos decises automatizadas. A camada de adaptao foi responsvel pela
superviso bsica
E atividades de adaptao em um centro de controle e apoio deciso. este
Centro, com base em uma anlise de uma situao de processo atual e externa
Requisitos, estava tomando decises sobre mudanas no processo operacional
Pontos (set-points), sobre mtodos de aplicao de requisitos de qualidade, sobre
Reao a eventos imprevisveis, etc. - que foram ento transmitidos ao Camadas
funcionalmente mais baixas de controle direto e otimizao e implementadas
Muitas vezes manualmente pelos operadores.
O desenvolvimento da microeletrnica e da tecnologia informtica levou a
Mudanas radicais em hardware e software de sistemas de controle. Devido a um
imenso
Desenvolvimento de miniaturizao, juntamente com a aparncia de
Circuitos de grande e muito grande escala de integrao, no s o clculo
As possibilidades aumentam imensamente, mas tambm os preos e os tamanhos de
O equipamento do microprocessador caiu. Portanto, juntamente com a aparncia de
Controladores de microprocessadores e, em seguida, sistemas de controle
distribudos, vieram
Uma nova era na tcnica de controle regulatrio (feedback), em processos industriais
ao controle. Em cada uma das camadas funcional e de equipamento do controle
Sistema, e mesmo em um nico controle direto, agora possvel instalar
Algoritmos mais complexos, incluindo algoritmos no-lineares e algoritmos adaptativos
Com adaptao automtica aos requisitos assumidos.
Alm dos algoritmos de controle, tambm possvel realizar, no
Mesmos controladores locais, as tarefas de diagnstico tcnico de sinais de medio
E da operao dos prprios controladores, com uma mudana automtica para
redundante
Unidades quando necessrio. Portanto, as tarefas de superviso e diagnstico
Dispersa significativamente. No se pode falar de uma nica superviso, diagnstico e
Camada de adaptao localizada na parte superior da camada de otimizao.
Juntamente com o
Ainda existem tarefas centrais de superviso e diagnstico e uma tarefa de adaptao
De estrutura e parmetros da camada de otimizao, tambm temos
Tarefas de superviso e adaptao dos sistemas de controle direto ou de restrio,
Que em grande parte so realizados localmente como algoritmos locais, mais ou
Menos integrado com algoritmos de controle e lgica de segurana. Tais estruturas de
controle
Garantir uma maior velocidade de reao a eventos externos e um aumento
Confiabilidade - de acordo com uma regra geral: os laos de informao-deciso
devem ser
Feito o mais curto e rpido possvel. Uma estrutura de controle multicamada
considerando
Realizaes atualizadas das tarefas de superviso, diagnstico e adaptao so
Apresentado na Fig. 1.14 (comparar com a Fig. 1.2) [134, 16].
Os problemas de diagnstico tcnico no so considerados neste livro. O