Escolar Documentos
Profissional Documentos
Cultura Documentos
Sistemas de controle
Uberaba - MG
2011
© 2011 by Universidade de Uberaba
Todos os direitos de publicação e reprodução, em parte ou no todo, reservados para a
Universidade de Uberaba.
Reitor:
Marcelo Palmério
Assessoria Técnica:
Ymiracy N. Sousa Polak
Editoração:
Supervisão de Editoração
Equipe de Diagramação e Arte
Capa:
Toninho Cartoon
Edição:
Universidade de Uberaba
Av. Nenê Sabino, 1801 – Bairro Universitário
Sobre os autores
Marcelo Lucas
Apresentação.....................................................................................................................................05
No terceiro capítulo, você estudará os controladores PID e os fatores que interferem em seu
desempenho. Aprenderá projetar sistemas de controle que utilizem esses controladores,
assim como os principais métodos de sintonia de controladores.
Contamos com o seu esforço e dedicação para que a interação entre você, aluno(a),
professores, preceptores e gestores do curso seja de forma síncrona em relação ao
conteúdo ministrado e ao conteúdo aprendido.
Será um prazer poder ajudá-lo(a). Pode contar conosco! Sucesso aos seus estudos!
5
1 Sistema de controle industrial
Edilberto Pereira Teixeira
Florisvaldo Cardozo Bomfim Júnior
Introdução
Neste capítulo, são apresentados os fundamentos teóricos relativos à análise de sistemas
dinâmicos regidos por equações diferenciais lineares. Apesar do conteúdo eminentemente
teórico, o curso de Engenharia Elétrica possui aplicações práticas imediatas no controle de
processos industriais. Inicialmente, apresentamos uma revisão dos conceitos relativos ao
equacionamento clássico de sistemas com uma entrada e uma saída e que sejam passíveis
de representação por funções de transferência, por meio da transformada de Laplace. Os
principais procedimentos do controle clássico são apresentados e ilustrados com exemplos
práticos implementados no sistema Scilab.
Objetivos
6
Esquema
Considere que se aplique K1r1(t) como excitação. Se o sistema for linear, a resposta será
K1y1(t). Da mesma forma, aplicando-se K2r2(t), obtém-se K2y2(t) como resposta. Ainda, se
for aplicada a excitação K1r1(t) + K2r2(t), será obtida a resposta K1y1(t) + K2y2(t). Este é o
princípio da superposição, que caracteriza os sistemas dinâmicos lineares.
7
Neste capítulo, primeiramente, apresentaremos os fundamentos teóricos do controle
clássico, iniciando pela transformada de Laplace. A análise por meio de variáveis de estado
completa o curso.
2 Transformada de Laplace
Por meio da transformada de Laplace, podemos transformar uma equação diferencial em
uma equação algébrica, facilitando a sua solução. Por definição, a transformada de Laplace
de uma função f(t) é dada por:
∞
£ [ f (t )] = ∫ 0
f (t ) e-st dt (1)
Em que:
s - variável complexa;
Exemplo 1
Solução:
f (t ) = 0 , para t ≤ 0
(2)
f(t) = A , para t > 0
∞ A − st ∞ A A
£ [ f (t ) ] = ∫
0
A e -st dt = −
s
e = − [ 0 − 1] =
0 s s
(3)
8
Exemplo 2
Solução:
f (t ) = 0 , para t < 0
(4)
f(t) = At , para t ≥ 0
∞ A ∞ − st A
£ [ f (t ) ] = ∫
0
At e -st dt =
s ∫0
e dt = 2
s
(5)
f(t) F(s)
1
1) Impulso unitário: δ(t)
1
2) Degrau unitário s
1
3) t s2
1
4) e-at s+a
9
1
-at
5) t e (s + a ) 2
ω
6) senωt s + ω2
2
s
7) cosωt s + ω2
2
K
K
8) (1 − e −at ) s(s + a )
a
Exemplo 3
Solução:
Seja u(t) a função degrau unitário. Sendo assim, a função u(t – a) corresponde ao degrau
unitário atrasado de “a” segundos, como na figura 4.
∞
∫0
f (t − a) u(t-a) e-st dt (7)
∞ ∞
∫0
f (t − a) u(t-a) e-st dt = ∫ f (τ ) u(τ ) es(τ + a) dt
0
(8)
10
Observando-se que f(t) = 0 para t < 0 e f(τ) u(τ) = 0 para τ < 0, pode-se considerar o limite
inferior da equação (8) igual a zero.
Sendo assim:
∞ ∞ ∞
∫ 0
f (τ ) u(τ ) e-s(t + a) dτ = ∫ f (t ) u(τ ) e-s(τ + a) dτ = ∫ f (τ ) e-sτ eas dτ =
0 0
∞
= e as ∫ f (τ ) e-sτ dτ = e − as F ( s)
0
d f(t)
£ = s F(s)-f(0) (10)
dt
em que:
Exemplo 4
ω
£ [sen ωt ] = (11)
s + ω2
2
Solução:
d (sen ω t )
Como = ω cos ωt , então:
dt
11
1 d
£ [cos ωt ] = £ sen ωt (12)
ω dt
ω
sendo f(t) = senωt, f(0) = 0 e F(s) = £[f(t)] =
s + ω2
2
1 d 1 ω
£ [ cos ωt ] = £ sen ωt = s 2 2
(13)
ω dt ω s +ω
s
£ [cos ωt ] = (14)
s +ω2
2
Se uma função f(t) tender a um valor constante quando t → ∞, esse valor poderá ser
determinado, aplicando-se:
Exemplo 5
0,8
F (s) = (16)
s ( s + 1) (s + 2)
Solução:
0,8
lim f (t ) = lim s = 0, 4 (17)
t →∞ s →∞ s(s + 1) (s + 2)
Exemplo 6
0,9
F (s) = (18)
s ( s + 2)
Solução:
12
0,9
lim f(t) = lim s = 0, 45 (19)
t→∞ s →∞ s(s + 2)
K K
£ (1 − e − at ) = (20)
a s( s + a)
0.9
Portanto, tem-se K = 0,9 e a = 2. Então, f(t) = (1 – e-2t)
2
Atividade 1
13
2.2.1 Decomposição em frações parciais
As transformadas de Laplace são, muitas vezes, expressas por meio da relação entre dois
polinômios, isto é:
N (s)
F (s) = (21)
D( s )
Quando as raízes do polinômio forem reais e diferentes entre si, esta relação poderá ser
decomposta por:
A B
F (s) = + + (22)
s −a s −b
em que a, b, ... : raízes do polinômio D(s) e A, B, ... são constantes que podem ser
determinadas pela equação:
N (s) A B
= + + ... (23)
D( s) s − a s − b
(s-a) N(s)
A = lim
s→a D(s)
(24)
(s-b) N(s)
B = lim
s →b D( s )
A
£ A e at = (25)
s−a
Exemplo 7
1
F (s) = (27)
s + 3s 2 + 2 s
3
14
Solução:
S3 + 3s2 + 2s = 0 (28)
s(s2 + 3s + 2) = 0 (29)
A primeira raiz é s1 = 0
Resolvendo: s2 + 3s + 2 = 0
Tem-se: s2 = -1 e s3 = -2
1
F (s) = (30)
s ( s + 1) (s + 2)
1 A B C
F ( s) = = + + (31)
s ( s + 1) (s + 2) s s + 1 s + 2
s 1
A = lim = (32)
s →0 s(s + 1) (s + 2) 2
s +1 1
B = lim = = −1 (33)
s →−1 s(s + 1) (s + 2) −1(−1 + 2)
s+2 1 1
C = lim = = (34)
s →−2 s(s + 1) (s + 2) −2(−2 + 1) 2
1 1 1
F ( s) = − + (35)
2 s ( s + 1) 2( s + 2)
1 − t 1 -2t
f (t ) = −e + e (36)
2 2
15
A transformada inversa de 1/s é o degrau unitário, que não foi indicado na
expressão (36). Como toda a função só é válida para t > 0, pode-se multiplicar
toda a expressão (36) por u(t), obtendo-se:
1 1
f (t ) = − e −t + e−2t u (t ) (37)
2 2
Atividade 2
Exemplo 8
Solução:
1 1 (38)
lim s =
a →0 s(s + 1) (s + 2) 2
1 1 1
lim f(t) = lim − e −t + e −2t = (39)
t →∞ t →∞
2 2 2
16
2.3 Funções de transferência
Sistemas lineares com apenas uma entrada e uma saída são comumente representados por
funções de transferência. Trata-se da relação entre a transformada de Laplace da saída pela
transformada de Laplace da entrada.
Exemplo 9
Solução:
Sabe-se que a equação diferencial que rege esse sistema é dada por:
d 2 x(t ) dx(t )
M 2
+B + K x(t) = r(t) (40)
dt dt
17
Em que:
x(s) = £ [x(t)]
u(s) = £ [u(t)]
Então:
x( s) 1
= 2
(42)
r ( s ) Ms + Bs + K
Exemplo 10
Figura 8: Circuito R – L.
Solução:
A equação diferencial que rege esse sistema pode ser obtida aplicando-se a lei das tensões
de Kirchoff, isto é, a soma algébrica das tensões em cada malha é nula.
Então:
di(t)
v (t ) = R i(t) + L (43)
dt
I (s) 1
= (44)
V ( s ) Ls + R
18
2.4 Solução de equações diferenciais por meio da transformada de Laplace
Dada uma equação diferencial linear, pode-se aplicar a transformada de Laplace em ambos
os lados da equação, transformando-a em uma equação algébrica. Desta forma, pode-se
resolver a equação algébrica e, em seguida, calcular a transformada inversa, obtendo-se a
solução da equação diferencial. Esse procedimento é mostrado, a seguir, por meio de um
exemplo.
Exemplo 11
Solução:
di(t)
R i(t) + L = v (t ) (46)
dt
Aplicando os valores:
di(t)
5 i(t) + 0,1 = 10 r(t) (47)
dt
10
5 I(s) + 0,1 s I(s) = (48)
s
Observe que a corrente inicial foi considerada nula i(0+) = 0, pois, no instante que se fecha a
chave, a indutância tem a propriedade de se comportar como um circuito aberto. Observe,
também, que se aplicou £[u(t)] = 1/s, conforme foi deduzido no exemplo 1.
10
I ( s) = (49)
s (0,1s + 5)
10 A B
= + (50)
s (0,1s + 5) s 0,1s + 5
19
Sendo:
10s
A = lim =2
s →0 s(0,1s + 5)
(51)
10(0,1s + 5)
B = lim = −0, 2
s → -50 s (0,1s + 5)
2 0, 2
I (s) = − (52)
s 0,1s + 5
Usa-se, então, a tabela 1 para se obter a transformada inversa. Para facilitar, divide-se o
numerador e o denominador da segunda parcela de (52) por 0,1. Então:
2 2
I ( s) = − (53)
s s + 50
Observe que, desta forma, o coeficiente de “s” se torna igual a 1, facilitando o uso da tabela.
A resposta no tempo fica, então:
Exemplo 12
Solução:
Como a força constante foi aplicada no instante t = 0, pode-se considerar r(t) igual ao degrau
unitário. A equação fica:
d 2 x(t ) d x(t )
2
+3 + 2 x(t) = u(t) (55)
dt dt
Aplicando-se Laplace:
1
s2 x(s) + 3 s x(s) + 2 x(s) = (56)
s
1
x( s) = 2
(57)
s ( s + 3s + 2)
20
Extraindo-se as raízes da equação característica, tem-se:
s1 = 0
s2 + 3s + 2 = 0
Em que:
s2 = -1 e s3 = -2
Então:
1
x( s ) = (58)
s ( s + 1) (s + 2)
A B C
x(s) = + + (59)
s s +1 s + 2
Então:
s 1
A = lim =
s → 0 s(s + 1) (s + 2) 2
s +1
B = lim = −1 (60)
s →−1 s(s + 1) (s + 2)
s+2 1
C = lim =
s →−2 s(s + 1) (s + 2) 2
1 1
x(t ) = − e −t + e −2t u (t ) (61)
2 2
Atividade 3
21
3. Análise de transitórios em sistemas dinâmicos lineares
Quando um sistema dinâmico for perturbado, ocorrerá uma resposta que dependerá das
características do sistema e da perturbação. Nesta seção, são analisadas as respostas
dinâmicas de sistemas lineares de primeira e segunda ordens, isto é, regidos por equações
diferenciais de primeira e de segunda ordens, respectivamente. Inicialmente, são analisados
os sistemas de primeira ordem.
dy(t)
Em que y(t)
representa
dt
Y(s) 1
G(s) = = (64)
U(s) s + a
A resposta no tempo y(t) dependerá da entrada u(t). Nesta secção, será considerado
sempre que u(t) seja um degrau unitário e que as condições iniciais sejam nulas.
Então:
1
Y(s) = (65)
s(s + a)
ou
K 1 1
Y(s) = , onde K = , T = (66)
s(Ts + a1 a a
22
A transformada inversa pode ser obtida diretamente da tabela:
1
y(t) = (1 − e − at ) (67)
a
ou
t
−
y(t) = K(1 − e T ) (68)
a
Figura 11: Resposta do sistema de 1 ordem ao degrau unitário.
Exemplo 13
Determine a forma de onda da corrente, quando a chave for fechada, no instante t = 0, para
o circuito da figura 9. Considere:
R = 2 ohm
L = 0,1 ohm
Solução:
L di(t)
A equação diferencial que rege o sistema é: v(t) = R i(t) +
dt
Substituindo-se os valores
100
= 2 I(s) + 0,1 s I(s)
s
100 1
I(s) = x
s 2 + 0,1 s
50
I(s) =
s(0, 05 s + 1)
em que
Y(s) 1
= 2 (71)
U(s) s + 2ζωn s + ω2n
24
Essas quatro condições estabelecem os tipos de sistemas de segunda ordem, analisados a
seguir.
Nesse caso, o sistema apresenta 2 raízes diferentes. Por exemplo, considere que as raízes
da equação característica sejam s1 e s2, a função de transferência terá a forma:
Y(s) 1
= (72)
U(s) (s − s1 ) (s-s 2 )
Exemplo 14
Y(s) 1
= 2 (73)
U(s) s + 3s + 2
Solução
s2 + 3s + 2 = 0 (75)
2ζωn = 3
ω2n = 2
Então:
3
ωn = 2 = 1, 41 e ζ= = 1, 06
2 2
s1 = -1
s2 = -2
25
Então, a resposta ao degrau pode ser escrita:
1 1
Y(s) = x (76)
S (s + 1) (s + 2)
1 A B C
= + + (77)
s(s + 1) (s + 2) s s + 1 s + 2
Em que:
s 1
A = lim = (78)
S→−1 s(s + 1)(s + 2) 2
s +1
B = lim = −1 (79)
S→−1 s(s + 1)(s + 2)
s+2 1
C = lim = (80)
S→−2 s(s + 1)(s + 2) 2
1/ 2 1 1/ 2
Y(s) = − + (81)
s s +1 s + 2
1
y(t) = − e− t + e −2t u(t) (82)
2
Nesse caso, as raízes da equação característica serão dois valores complexos conjugados.
Pode-se demonstrar (vide [1]) que, nesse caso, a resposta ao degrau, considerando nulas
as condições iniciais, será:
e −ζωn t 1− ζ2
y(t) = 1 − sen ωd t + arctg (83)
1− ζ2 ζ
em que
ωd = ω n 1 − ζ 2 (84)
26
O gráfico da figura 12 mostra que a resposta no tempo é oscilatória, estabilizando-se em y =
K.
a
Figura 12: Resposta ao degrau de um sistema de 2 ordem subamortecido.
a
Figura 13: Resposta ao degrau de um sistema de 2 ordem criticamente amortecido.
Nesse caso, a resposta ao degrau senóide não amortecida. Pode-se deduzir a sua
expressão, fazendo-se ζ = 0 em (83), obtendo-se:
y(t) = 1 – sen ωn t (86)
27
Figura 14: Resposta ao degrau de um sistema não amortecido.
4. Álgebra de blocos
28
Exemplo 15
Qual a função de transferência do sistema equivalente.
Trata-se de uma representação que pode ser usada para adições e subtrações com
qualquer número de entradas.
O resultado Y(s) será:
Y(s) = G1(s).U1(s) + G2(s) U2(s) (89)
29
4.3 Blocos em realimentação
Y(s) G(s)
= (92)
U(s) 1 + G(s)H(s)
Exemplo 16
Determine o bloco equivalente ao seguinte arranjo:
30
2
Y)(s) S +1
=
U(s) 1 + 2 1
.
s +1 s + 2
Y(s) 2
Portanto: = 2
U(s) s + 3s + 4
Nas indústrias, são muito comuns os processos com diversas entradas. Nesses casos,
pode-se aplicar o princípio da superposição dos sistemas lineares, para se determinar a
saída.
31
Nesse caso, considera-se, inicialmente P(s) = 0, calculando-se Y1(s)
G1 (s)G 2 (s)
Então: Y1 (s) = 4(s) (93)
1 + G1 (s)G 2 (s)H(s)
G 2 (s)
Então: Y2 (s) = P(s) (94)
1 + G1 (s)G 2 (s)H(s)
32
Exemplo 17
No sistema da figura 22, determine Y(s), considerando:
1 2
G1 (s) = G 2 (s) =
S +1 S+3
1 2 2
.
1 1
Y(s) = s + 1 s + 3 . + s+3 .
1 2 s 1 2 s
1+ . 1+ .
s +1 s + 3 s +1 s + 3
1 2 1 2(s + 1) 2 s+4
Y(s) = + => Y(s) = 2
s (s + 1)(s + 3) + 2 s (s + 1)(s + 3) + 2 s(s + 4s + 5)
Atividade 5
Determine o bloco equivalente.
5. Equações de estado
33
Nesta parte do capítulo, veremos o estudo do controle moderno. Para tanto, analisaremos
os sistemas lineares com uma entrada e uma saída. Inicialmente, apresentaremos o
conceito de variáveis e equações de estado, mostrando como é possível transformar uma
equação diferencial de ordem n em n equações de estado, isto é n equações diferenciais de
primeira ordem. No caso de equações que representam sistemas físicos reais, pode-se
escolher as variáveis de estado que representem grandezas físicas mensuráveis, embora
isso não seja mandatório. Em seguida, mostraremos que o conjunto de variáveis de estado
não é único, isto é, pode-se criar um número infinito de conjuntos de variáveis de estado
para o mesmo sistema físico.
Pode-se definir equações de estado como um conjunto de equações diferenciais de primeira
ordem que representam um sistema dinâmico. Por exemplo, considere a seguinte equação
diferencial de segunda ordem.
y + ay + by = r
(96)
y(0) = y(0) + 0
em que:
d 2 y (t ) dy(t)
y ,
y : representam 2
e , respectivamente.
dt dt
a, b: constantes
r: trata-se da função de excitação r(t), em que se omite a variável t, para simplificar a
notação.
y(0),
y(0) : condições iniciais, isto é valores de y ( t ) e y(t) para t = 0.
A obtenção das equações de estado deve seguir os seguintes passos:
x 1 = y
(98)
x 2 =
y
34
Em que, substituindo-se y de (96):
x 1 = y
(99)
x 2 = −ay − by + r
x = x 2
Equações de Estado 1 (100)
x 2 = bx1 − ax 2 + r
Equação de saída {y = x1 (101)
Observe que, tanto as variáveis de estado, como a equação de saída, podem ser escolhidas
conforme a conveniência. Por exemplo, o sistema da equação (96) poderia estar
representando um sistema mecânico. Poder-se-ia, então, escolher, como variável de saída,
tanto a velocidade y como o deslocamento y.
x 1 0 1 x1 0
x = − b −a x 1 r
2 2
(102)
x
y = [1 0] 1
x2
ou na forma concisa:
x = Ax + Br
(103)
y = Cx
Exemplo 18
Escreva um conjunto de equações de estado correspondente à seguinte equação
diferencial:
35
y + 3y + 2y = r
= y(0) = 0
y(0)
Solução:
1o Passo Escolha das variáveis de estado:
x1 = y
x 2 = y
x 1 = x 2
x 2 = −2x1 − 3x 2 + r
y = x1
x 1 0 1 x1 0
x = −2 −3 x 1 r
2 2
x
y = [1 0] 1
x 2
A obtenção das equações de estado pode ser feita de várias formas. O exemplo seguinte
mostra como se pode obter as equações de estado de um sistema, apresentado na forma
de função de transferência.
Exemplo 19
Escreva um conjunto de equações de estado de um sistema cuja função de transferência é:
Y(s) 1
=
R(s) (s + 2)(s + 3)
36
Solução:
Pode-se, inicialmente, obter a equação diferencial:
Y(s) 1
= 2
R(s) s + 5s + 6
Ou y = +5y + 6y = r
Escolhendo: x1 = y
x 2 = y
Tem-se: x 1 = x 2
x 2 = −6x1 − 5x 2 + r
y = x1
Na forma matricial:
x 1 0 1 x1 0
x = −6 −5 x + 1 r
2 2
x
y = [1 0] 1
x2
Atividade 7
Escreva um conjunto de equações de estado que possa representar o
Y(s) 1
sistema = 3 2
R(s) s + 3s + 4s + 5
Um mesmo sistema dinâmico pode ser representado por inúmeros conjuntos de equações
de estado. Pode-se, por exemplo, definir novas variáveis de estado e relacioná-las por meio
de uma transformação linear.
Considere um sistema dinâmico representado por:
37
x = Ax + Bu
(104)
y = Cx , x ∈ R n .
X = Pz (105)
Em que:
x = Pz (106)
Pz = APz + Bu
(107)
y = CPz
z = P −1APz + P −1Bu
(109)
y = CPz
Exemplo 20
38
x 1 0 1 x1 0
x = −6 −5 x + 1 u
2 2
x
y = [1 0] 1
x2
x1 1 0 z1
x = 0 2 z
2 2
tem-se:
1 0 z 1 0 1 1 0 z1 0
0 2 z = −6 −5 0 2 z + 1 ou
2 2
1 0 z1
y = [1 0]
0 2 z 2
1 0
P −1 =
0 1/ 2
Tem-se:
z 1 1 0 0 1 1 0 z1 11/ 2 0 0
z = 0 1/ 2 . −6 −5 0 2 z + 0 1 u
2 2
z
y = [1 2] 1
z2
Então,
z 1 −6 2 z1 0
z = −3 −5 z + 1/ 2 u
2 2
z
y = [1 0]
z2
39
5.2 Autovalores da matriz de estado
em que
I : matriz identidade
λ : escalar
Exemplo 21
0 1
A=
−6 5
1 0 0 1
λ − =0
0 1 −6 5
Então:
λ −1
=0
6 λ+5
Em que:
λ(λ + 5) + 6 = 0 ou λ2 + 5λ + 6 = 0
Extraindo-se as raízes:
40
−5 ± 25 − 24
λ=
2
Exemplo 22
Solução:
Aplicando a definição:
|λI–A|=0
Tem-se,
1 0 0 0 1 0
λ 0 1 0 − 0 0 1 = 0
0 0 1 0 −2 −3
em que,
λ −1 0
0 λ −1 = 0
0 2 λ+3
Pode-se verificar que os autovalores de uma matriz A não variam caso esta matriz seja
submetida a uma transformação linear do tipo:
A’ = P-1 AP (111)
Em que:
| λ I – A’| = 0 (112)
ou
| λ I – P-1 AP | = 0 (113)
Como:
I = P-1 P (114)
tem-se:
| P-1 (λ I – A) P | = 0 (116)
| P—1 | | λ I – A| | P | = 0 (117)
| P-1 | | P | | λ I – A| = 0 (118)
|P-1 P | | λ I – A | = 0 (119)
Esse resultado mostra que, aplicando-se uma transformação linear para se produzir uma
mudança de variáveis em uma equação de estado, obtém-se uma nova equação cuja matriz
de estado possui os mesmos autovalores da equação anterior. Ele está de acordo com a
afirmação de que os autovalores da matriz de estado correspondem aos polos da função de
transferência correspondente. Vejamos, outro exemplo que ilustra esse fato.
Exemplo 23
Y(s) 1
=
R(s) s(s + 3)(s + 4)
42
Pede-se:
Solução:
Y(s) 1
= 3
R(s) s + 7s 2 + 12s
y + 7y
+ 12y = r
Adotando:
x1 = y x 2 = y x 3 =
y
Então:
x 1 = x 2
x 2 = x 3
x 3 = −12x 2 − 7x 3 + r
y = x1
Na forma matricial
x 1 0 1 0 x1 0
x = 0 0 1 x + 0 r
2 2
x 3 0 −12 −7 x 3 1
x1
y = [1 0 0] x 2
x 3
43
1 0 0 0 1 0
λ 0 1 0 − 0 0 1 = 0
0 0 1 0 −12 −7
λ −1 0
0 λ −1 = 0
0 12 λ + 7
λ2(λ + 7) + 12λ = 0
λ3 + 7λ2 + 12λ = 0
x1 1 0 0 z1
x = 0 2 0 z
2 2
x 3 0 0 1 z3
A matriz inversa é:
1 0 0
P = 0 1 / 2 0
−1
0 0 1
z = P −1APz + P −1Br
z 1 1 0 0 0 1 0 1 0 0 z1 1 0 0 0
z = 0 1/ 2 0 0 0 1 0 2 0 z + 0 1/ 2 0 0 r
2 2
z 3 0 0 1 0 -12 -7 0 0 1 z 3 0 0 1 1
1 0 0 z1
y = [1 0 0] 0 2 0 z 2
0 0 1 z 3
44
z 1 0 2 0 z1 0
z = 0 0 1/ 2 z + 0 r
2 2
z 3 0 −24 −7 z3 1
z1
y = [1 0 0] z 2
z 3
λ 0 0 0 2 0
0 λ 0 - 0 0 1/2 = 0
0 0 λ 0 -24 -7
λ −2 0
0 λ −1/ 2 = 0
0 24 λ+7
λ2(λ + 7) + 12λ = 0
λ3 + 7λ2 + 12λ = 0
Sintetizando...
Para que uma equação diferencial tenha resposta não nula é necessário que haja excitação
ou condições iniciais não nulas. Se a equação é homogênea, isto é, se a excitação for nula,
então a resposta dinâmica dependerá somente das condições iniciais. Nessa seção, deduz-
se a expressão da resposta dinâmica de um sistema cuja excitação é nula. A essa
expressão, dá-se o nome de resposta da homogênea. Inicialmente, deduz-se a expressão
da resposta da homogênea de uma equação de primeira ordem.
45
• Equação de primeira ordem
Como se trata de um sistema de tempo contínuo, a sua resposta x(t) será contínua e poderá
ser aproximada por um polinômio, tal como a expressão (121):
Se a expressão (121) for a solução da equação (120), então deverá satisfazê-la. Então,
derivando (121) e substituindo em (120):
b1 = ab 0
a
b2 = b1
2 (123)
ab
b3 = 2
3
Para que o conjunto (123) possa ser determinado, deve-se, inicialmente, calcular b0. Este
deve ser obtido do estado inicial, isto é, em (121) aplica-se t = 0, obtendo-se:
B0 = x(0) = x0 (124)
Então:
b1 = ax 0
a a2
b 2 = ( ax 0 ) = + x 0
2 2 (125)
2
a a a3
b3 = x x 0 = − x 0
3 2 3!
Substituindo-se em (121), obtém-se a resposta no tempo:
a2 2 a3 3
x(t) = 1 + at + t + t + )x 0 (126)
2! 3!
46
A série entre parâmetros na expressão (117) converge para eat. Então, a solução da não
homogênea fica:
em que
Como se trata de um sistema de tempo contínuo, todas as variáveis de estado x1(t), x2(t), ...
serão contínuas no tempo e poderão ser aproximadas por polinômios, tal como:
...
Em que
Se a expressão (130) for a solução da equação (128), então deverá satisfazê-la. Então,
derivando (130) e substituindo-se em (128):
B1 = AB0
1
B2 = AB1
2 (132)
1
B3 = AB2
3
Para que os vetores B1, B2, B3 ... possam ser determinados, deve-se, inicialmente,
determinar B0. Este deve ser obtido a partir do estado inicial, isto é, em (129) aplica-se t = 0,
obtendo-se:
47
B0 = x(0) = x0,
então,
B1 = Ax 0
1 1
B2 = A(Ax 0 ) = A 2 x 0 (133)
2 2
1 1 1
B3 = A A 2 x 0 = − A3 x 0
3 2 3!
1 2 2 1
x(t) = x 0 + Ax 0 t + A x 0 t + x 0 t 3 + ... (134)
2! 3!
t2 t3
x(t) = I + At + A 2 + A 3 + ... x 0 (135)
2! 3!
Em que:
I: matriz identidade.
Nesse caso, o termo entre parênteses na expressão (135) não pode ser diretamente
aproximado por uma série, pois se trata de uma soma de matrizes. Porém, cada elemento
da matriz resultado é um polinômio em t, que poderá ser aproximado por uma soma de
exponenciais em t.
Por esse motivo, o termo entre parênteses na expressão (135) foi denominado matriz
exponencial, isto é:
t2 t3
eAt = I + A 2 + A3 + ... (136)
2! 3!
Observe que eAt é uma matriz, cujos elementos são polinômios em t. Como x0 é um vetor de
n elementos, tem-se que x(t) também é um vetor de n elementos compostos de polinômios
em t. Esses polinômios podem ser aproximados por somas de funções exponenciais.
• reais e diferentes;
• complexos conjugados;
• múltiplos.
48
Parada obrigatória
Pode-se demonstrar (vide [1]) que a solução da equação de estado homogênea pode ser
obtida a partir de:
X(t) = £-1[(sI – A)-1 x(0)] (138)
Exemplo 24
x 1 0 1 x1
x = −6 −5 x
2 2
x1(0) = 1 e x2(0) = 0
Solução:
Por se tratar de uma equação homogênea, pode-se aplicar diretamente a expressão (138).
s 0 0 1 s −1
[sI − A] = − −6 −5 = 6 s + 5
0 s
T s 6
( sI − A ) =
−1 s + 5
49
s+5 1
(s + 2(s + 3) (s + 2)(s + 3)
( sI − A ) =
−1
−6 S
(s + 2)(s + 3) (s + 2)(s + 3)
s+5 1
(s + 2)(s + 3) (s + 2)(s + 3) 1
( sI − A ) .x(0) =
−1
−6 s 0
(s + 2)(s + 3)
(s + 2)(s + 3)
s+5
(s + 2)(s + 3)
=
−6
(s + 2)(s + 3)
Então:
s+5
x1 (t) = £ −1
(s + 2)(s + 3)
−6
x 2 (t) = £ −1
(s + 2)(s + 3)
s+5 A B
= +
(s + 2)(s + 3) s + 2 s + 3
(s + 2)(s + 5)
A = lim =3
S→−2 (s + 2)(s + 3)
(s + 3)(s + 5)
B = lim = −2
S→−3 (s + 2)(s + 3)
−6 C D
= +
(s + 2)(s + 3) s + 2 s + 3
−6(s + 2)
C = lim = −6
S→−2 (s + 2)(s + 3)
−6(s + 3)
D = lim =6
S→−3 (s + 2)(s + 3)
50
Então:
3 2
x1 (t) = £ −1 − = 3e −2t − 2e−3t
s + 2 s + 3
−6 6
x 2 (t) = £ −1 − = 6e −3t − 6e −2t
s + 2 s + 3
x = Ax + Br
(139)
x(0) = x 0 , x ∈ Rn
A solução dessa equação fornecerá a resposta no tempo para todas as variáveis de estado,
quando o sistema for submetido à excitação r(t).
t
x(t) = e At x(0) + ∫ e A(t −τ) Br( τ)dτ (140)
0
Pode-se, também, demonstrar (vide [1]) que a resposta no tempo poderá também ser obtida
por:
Do exemplo 23:
s+5 1
(s + 2)(s + 3) (s + 2)(s + 3)
(sI − A)−1 =
−6 s
(s + 2)(s + 3) (s + 2)(s + 3)
0 1
B= e R(s) =
1 s
Então:
51
1 1 s 1
X1 (s) = . X 2 (s) = .
(s + 2)(s + 3) s (s + 2)(s + 3) s
• Causalidade
Na formulação das equações dinâmicas, deve-se atentar para o fenômeno causalidade,
que estabelece que em um sistema causal, o estado presente sempre afetará o futuro,
nunca o passado.
• Estabilidade
Um sistema estável, quando submetido a uma excitação limitada, deverá produzir uma
resposta limitada. Sistemas lineares, cujos autovalores da matriz de estados possuem
parte real negativa são estáveis. Liapunov, no final do século XIX, estabeleceu as bases
para a análise de sistemas dinâmicos lineares e não lineares. Sua teoria continua até os
dias atuais em aplicação e desenvolvimento.
• Controlabilidade
A análise de controlabilidade considera a influência da excitação nas variáveis de estado
e nas saídas dos sistemas dinâmicos. Sendo assim, um sistema será de estado
controlável quando a excitação for capaz de afetar as variáveis de estado em questão.
Da mesma forma, um sistema dinâmico será considerado controlável na saída, quando a
excitação for capaz de afetar a saída do sistema.
• Observabilidade
Nos sistemas dinâmicos industriais, a aplicação das técnicas de controle moderno exige
que se meçam as variáveis de estado. Entretanto, isso pode ser muito dispendioso ou
impraticável. A solução está em se estimar tais valores, usando-se a técnica dos
estimadores de estado, a partir das variáveis de saída e de entrada. Porém, esta técnica
somente é possível se o sistema for observável, isto é, permitir que a estimação das
variáveis de estado seja possível, partindo-se das medições das variáveis de entrada e
de saída.
52
Resumo
Neste capítulo, demonstramos formas de modelamentos de sistemas dinâmicos lineares,
utilizando como ferramenta a Transformada de Laplace, podendo, assim, econtrarmos a
equação de transferência de uma malha de controle que será de suma importância em sua
vida acadêmica e profissional. Os conceitos demonstrados são métodos utilizados para a
resolução de problemas em uma planta industrial ou não.
Referências
CHENG, C.T. Analysis of linear systems. [s. l.]: Addison-Wesley Publishing Company,
Inc., 1959.
DORF, R.C. Modern control systems. 6. ed. [s. l.]: Addison-Wesley Publishing Company,
Inc., 1992.
53
2 Modelamento matemático de sistemas
Marcelo Lucas
Introdução
Atenção!
Para que você consiga ter um aproveitamento melhor em seus estudos, sugerimos que faça
um resumo das principais dificuldades encontradas. Essas dificuldades servirão para
posterior discussão entre todos os envolvidos no processo ensino e aprendizagem.
Alguns exercícios foram propostos ao final do capítulo. Faça e refaça esses exercícios,
atentando-se para o raciocínio e desenvolvimento realizados. Veja que, em cada exercício,
há um raciocínio diferente e um procedimento a seguir. Assim, você só conseguirá
compreendê-los se praticar bastante.
Bom trabalho!
54
Objetivos
Esquema
Para qualquer tipo de sistema, existe sempre uma equação matemática que descreve a
relação entre suas variáveis de entrada e de saída. Essa equação, chamada de modelo
matemático, permite o estudo e a compreensão do comportamento dinâmico do sistema.
Modelo matemático
Consiste numa representação ou interpretação simplificada da realidade, ou uma interpretação de um
fragmento de um sistema, segundo uma estrutura de conceitos mentais ou experimentais.
Veja um exemplo:
56
Figura 2 - Resposta do motor a uma excitação degrau.
2. Funções de transferência
57
Em que:
Sintetizando...
Função de transferência: G ( s ) =
L[saída] para condições iniciais nulas.
L[entrada]
m
O método da transformada de Laplace é um método operacional que pode ser usado para
resolver equações diferenciais lineares. Com o emprego da transformada de Laplace, pode-
se converter muitas funções comuns, tais como funções senoidais, funções senoidais
amortecidas e funções exponenciais, em funções algébricas de uma variável “s” complexa.
Operações tais como diferenciação e integração podem ser substituídas por operações
algébricas no plano complexo. Assim, uma equação diferencial pode ser achada pelo uso de
uma tabela de transformadas de Laplace ou pelo uso da técnica de expansão em frações
parciais.
i. Ordem do sistema
É o grau do polinômio característico. Representa a ordem da maior derivada, ou seja,
taxa de variação da saída. Será observado, posteriormente, que a ordem do sistema
pode influenciar o seu desempenho, tanto quantitativamente quanto qualitativamente.
v. Plano S
Plano cartesiano complexo onde são alocados os polos e zeros.
59
Figura 3 – Plano de alocação de polos e zeros - Plano S.
Seja G(s) a função de transferência de um sistema como visto na Equação 4, sendo R(s) a
função de excitação. A saída C(s) será dada, então, por:
C ( s) = G ( s).R( s) Equação 5
O valor de regime permanente da saída, no domínio do tempo, uma vez definido o valor da
entrada, é obtido aplicando-se o teorema do valor final em C(s), isto é:
Sendo o ganho do sistema definido como o valor de regime permanente da saída, dividido
pelo valor de regime permanente da entrada, ele poderá ser calculado por:
Observe que a Equação 7 nos permite concluir que, dada a função de transferência, o
ganho do sistema é determinado substituindo-se s=0 em G(s).
Exemplificando
Solução:
1
Sendo G ( s ) = m , temos:
c k
s2 + s +
m m
• Ordem do sistema: 2ª Ordem
c k
• Polinômio característico: Q ( s ) = s 2 + s+
m m
Polos do sistema:
2
c c k
− + −4
m m m
p1 =
c k 2
• Q( s) = s 2 + s + = 0 →
m m 2
c c k
− − −4
p = m m m
2
2
1
• Zeros do sistema: P ( s ) = = 0 → Não existe
m
Para resolver esse problema, podemos utilizar uma representação gráfica denominada
diagrama de blocos.
61
Conhecendo melhor o diagrama de blocos...
• é uma ferramenta de representação gráfica de processo ou modelo complexo
que nos mostra as funções de transferência de cada componente;
• neste diagrama, são utilizadas figuras geométricas e ligações;
• são descritas as relações entre cada subsistema e o fluxo de informação;
• conceitualmente, pode-se dizer que o diagrama de blocos de um sistema é a
representação das funções desempenhadas por cada componente e do fluxo de
sinais, conforme pode ser visto na Figura 4.
Os principais componentes do sistema são representados por blocos, e são interligados por
meio de linhas que indicam os sentidos de fluxos de sinais entre os blocos. Estes diagramas
são, então, utilizados para representar as relações de dependência entre as variáveis que
interessam à cadeia de controle.
5. Terminologia
Verificando os modelos para sistemas complexos, notamos que eles são resultantes de
subsistemas ou elementos, cada qual com sua função de transferência. Os diagramas em
blocos podem ser usados para representar cada um destes subsistemas, e o arranjo
agrupado e conectado, num sistema como um todo.
62
5.1. Diagrama em blocos
O diagrama em blocos contém vários itens em sua representação, conforme vista na Figura
6, a seguir:
Qualquer sistema de controle linear pode ser representado por um diagrama de blocos.
blocos A
Figura 8 apresenta o diagrama de blocos de um sistema de malha fechada.
63
Figura 8 – Diagrama de blocos de um sistema de malha fechada.
Os componentes do sistema são a planta, definida pelo bloco G(s);, o elemento do ramo de
realimentação, definido pelo bloco H(s); e o detector de erro, definido pelo bloco subtrator.
As variáveis do sistema, cujos fluxos estão representados no diagrama de blocos, é o sinal
de referência R(s), o sinal de erro E(s), o sinal de saída C(s) e o sinal de realimentação
R'(s).
Realimentação (Feedback)
Nome dado ao procedimento por meio do qual parte do sinal de saída de um sistema é
transferida para a entrada deste mesmo sistema, com o objetivo de diminuir, amplificar ou
controlar a saída do sistema.
O termo ramo direto, que aparece no diagrama de blocos da Figura 8, é utilizado para
designar os elementos por meio dos quais o fluxo de sinais vai da entrada para a saída, e o
termo ramo de realimentação para designar os elementos que trazem o sinal de saída para
comparação com a entrada. Os pontos de junção levam o sinal proveniente de um bloco
para outros blocos.
A Tabela 1 resume algumas das várias regras algébricas para manipulação de diagramas
de blocos. Estas regras são utilizadas para redução de um diagrama de blocos complexo
para diagramas mais simples, e até a um único bloco.
64
Tabela 1- Manipulação algébrica de diagramas em blocos.
Transformação Diagrama Original Diagrama Equivalente Equação
Combinação de
1 C ( s ) = G2 ( s ) G1 ( s ) R ( s )
blocos em série
Eliminando um G (s)
2 ramo de C (s) = R( s )
realimentação
1 ± G ( s ) H ( s )
Eliminando um
3 ramo de C ( s ) = G2 ( s ) ± G1 ( s ) R ( s )
alimentação
Movendo um ponto
4 de soma para C ( s ) = G ( s ) R1 ( s ) ± R2 ( s )
frente de um bloco
Movendo um ponto
5 de soma para a C ( s ) = G ( s ) R1 ( s ) ± R2 ( s )
depois de um bloco
65
Rearranjo de
6 C ( s ) = R1 ( s ) ± R2 ( s ) ± R3 ( s )
pontos de soma
Rearranjo de
7 C ( s ) = R1 ( s ) ± R2 ( s ) ± R3 ( s )
pontos de soma
Movendo um ponto
8 de bifurcação para C ( s) = G ( s) R ( s)
antes de um bloco
Movendo um ponto
9 de bifurcação para C ( s) = G ( s) R ( s)
depois de um bloco
Movendo um ponto
de bifurcação para
10
antes de um ponto C = R1 ( s ) ± R2 ( s )
de soma
66
Movendo um ponto
de bifurcação para
11
depois de um C ( s ) = R1 ( s ) ± R2 ( s )
ponto de soma
67
A seguir, apresentaremos algumas deduções das regras apresentadas na Tabela 1.
Um sistema tem elementos em cascatas se dois ou mais elementos estão num mesmo ramo
direto, então a função de transferência G(s) do sistema é:
C (s)
G (s) =
R (s)
Em que:
C – sinal de saída
R – sinal de entrada
Portanto:
X = G1R C = G2 X C = G2G1R
Logo: G = G1G2
• Realimentação negativa
C
G1 = C = G1 R − G1 HC G1R = (1 + G1H ) C
R − HC
C (s) G1
G (s) = =
R ( s ) 1 + G1 H
68
• Realimentação positiva
C
G1 = C = G1 R + G1HC G1R = (1 − G1H ) C
R + HC
C (s) G1
G ( s) = =
R ( s ) 1 − G1 H
Portanto:
G 2 ( s ) G1 ( s )
G (s ) =
1 + G 2 ( s ) G1 ( s ) H ( s )
C = G1 R + G2 R C = ( G1 + G2 ) R G ( s ) = G1 ( s ) + G2 ( s )
69
C = G1 R − G2 R C = ( G1 − G2 ) R G ( s ) = G1 ( s ) − G2 ( s )
Exemplificando
Determine o diagrama de blocos para o circuito RLC série, sendo Ei(s) a tensão de
alimentação (variável de entrada) e Eo(s) a tensão no capacitor (variável de saída). O fluxo
de corrente elétrica deve aparecer no diagrama.
Solução:
70
Como a função Ei(s)-Eo(s) é facilmente implementada (subtrator), o diagrama de blocos final
será:
Eo
Logo, a função de transferência será:
Ei
Eo 1
= 2
Ei LC.s +RC.s+1
71
7.1. Simplificação do diagrama em blocos
Agrupar
rupar o ramo de realimentação externo (feedback externo):
72
Simplificar a apresentação da função de transferência:
Pode existir um sinal de entrada referente ao valor desejado da variável controlada (SP), e
também uma entrada ou mais,
mais devidas a perturbações que afetam o sistema.
O procedimento que pode ser adotado para obter a relação entre as entradas e saídas para
o sistema é:
a) fazer
azer todas as entradas, exceto uma delas, iguais a zero;
b) transformar
ransformar o diagrama em blocos,
blocos resultante em apenas um ramo direto e um ramo
de realimentação;
c) determinar
eterminar a relação
relaçã dos sinais de saída e entrada;
d) repetir
epetir os passos 1, 2 e 3 para cada uma das entradas;
e) a saída total é a soma das saídas devida a cada entrada.
Caso 1 (Servo) - θi ≠ 0, θd = 0
73
G2 ( s) G1 ( s)
Gi ( s) =
1 + G2 ( s) G1 ( s) H ( s)
Caso 2 (Regulador) θi = 0, θd ≠ 0
G 2 ( s)
G d ( s) =
1 + G2 ( s) G1 ( s) H ( s)
74
A saída do sistema é a soma dos dois casos.
C ( s ) = Gi ( s ) R ( s ) + Gd ( s ) D ( s )
G2 ( s ) G1 ( s ) G2 ( s )
C (s) = R (s) + D (s)
1 + G2 ( s ) G1 ( s ) H ( s ) 1 + G2 ( s ) G1 ( s ) H ( s )
Resumo
Esperamos que você possa ter compreendido a base da teoria clássica de controle: função
de transferência, e que você agora saiba fazer a representação dos sistemas dinâmicos
na forma de diagrama de blocos e de que forma pode-se utilizar a álgebra de diagrama de
blocos para simplificar os sistemas.
Atividades
Atividade 1
d 2 x(t ) dx(t )
m 2
+c + kx(t ) = F (t ) EDO do sistema
dt dt
Atividade 2
Y (s) 1
b) = 2
X ( s ) M .s + f .s + K
75
Atividade 3
Vc ( s)
Determinar a função de transferência para o circuito representado, a seguir:
Vi ( s)
Atividade 4
Referenciais
OGATA, Katsuhiko. Engenharia de controle moderno. 4. ed. São Paulo: Editora Prentice-
Hall do Brasil, 2003.
RICHARD, C.; DORF & ROBERT, H. BISHOP. Sistemas de Controle Modernos. Editora
LTC, 2001.
76
77
Projeto de sistemas de controle no
3 domínio do tempo
Marcelo Lucas
Introdução
À medida que a malha de controle não atende aos requisitos de projeto em termos de
desempenho, tanto em regime permanente quanto no transitório, deve-se modificar a função
de transferência por meio do uso de um elemento de controle. Este controlador deve possuir
uma função de transferência adequada para modificar as características do sistema, para
que os requisitos de projeto sejam alcançados. Embora qualquer estrutura de controle possa
ser utilizada, os controladores são, geralmente, escolhidos dentre alguns tipos básicos, o
que facilita a análise do seu comportamento e o projeto dos seus parâmetros. Não se
justifica, na maior parte das aplicações, a escolha de estruturas diferentes das
padronizadas. Em geral, quanto mais complexa a estrutura de um controlador, com maior
número de parâmetros, maior é a liberdade em atender diversos requisitos de projeto, no
entanto mais complexo é o ajuste desses parâmetros.
• o ganho proporcional ( K C );
• o tempo integral ( τ i );
78
• e o tempo derivativo ( τ d ).
Neste capítulo, vamos tratar tanto destes princípios gerais de projeto quanto os requisitos
sobre os controladores, como as estruturas que atendem tais requisitos.
Objetivos
Ao término dos estudos propostos neste capítulo, esperamos que você esteja apto(a) a:
Esquema
79
11.3 Pressão de gás
11.4 Temperatura
11.5 Composição
12 Métodos de sintonia
12.1 Método de tentativa e erro
12.2 Método de Ziegler – Nichols
12.3 Método da ciclagem contínua
12.4 Método da curva de reação do processo
Conforme já vimos, o projeto de sistemas de controle visa obter um desempenho tal que:
80
1º. o sistema seja estável;
2º. a resposta transitória do sistema seja aceitável;
3º. o erro em regime permanente que atenda as especificações.
Atenção!
Contudo, nem sempre é possível obter o desempenho desejado por meio de simples
ajuste de parâmetros. Muitas vezes, as especificações em termos do regime transitório e
aquelas que dizem respeito ao regime permanente são conflitantes, de modo não ser
possível atender a ambas as especificações, ajustando-se os parâmetros do sistema
existente. Nestes casos, é necessário realizar um reestudo da estrutura do sistema.
Podemos dizer, de maneira ampla, que o projeto de sistema de controle diz respeito ao
arranjo da estrutura do sistema e a seleção de parâmetros apropriados. A alteração na
estrutura e/ou o ajuste de um sistema de controle de modo que se obtenha o desempenho
desejado é chamada compensação. Como o nome indica, a compensação visa suprir as
deficiências do sistema com o fim de se obter o desempenho desejado.
A forma que os controladores realimentados tomam uma decisão de controle é com base na
diferença entre o set-point e a variável controlada. Nesta seção, vamos estudar as ações
básicas de controle no máximo, observando as equações que descreva seu comportamento.
Para simplificar a análise a seguir, vamos referenciar todos os sinais de forma percentual,
ou seja, 0 a 100% ao invés de 4 a 20 mA ou 3 a 15psi.
Conforme vimos, os controladores tomam a ação corretiva de controle com base no erro que
pode ser calculado como:
e (t ) = rsp (t ) + c pv (t ) (8)
81
em que:
3. Tipos de controladores
em que:
O algoritmo (ou a forma) que o controlador utiliza para manipular a entrada da planta,
buscando eliminar o erro do sistema, é chamado de lei de controle, matematicamente
definida como a razão entre a saída e a entrada do controlador.
82
4. Controlador PID – ações de controle
Os controladores são classificados em função do tipo de ação de controle que exercem, isto
é, do tipo de operação matemática que realiza sobre o sinal de erro para estabelecer o sinal
de saída. Existem três formas clássicas de lei de controle: proporcional, integral e
derivativa. Vamos ver, a seguir, cada uma delas.
Gc G f G p Gd
CPV ( s ) = Rsp ( s ) + U d ( s) (9)
1 + Gc G f G p Gm 1 + Gc G f G p Gm
Gc G p Gd
CPV ( s ) = Rsp ( s ) + U d (s)
1 + Gc G p 1 + Gc G p
Portanto:
K cG p Gd
CPV ( s ) = Rsp ( s ) + U d (s) (3)
1 + K cG p 1 + K cG p
Em malha fechada
83
Kc K p Kd
τ ps +1 τ s +1
CPV ( s ) = Rsp ( s ) + p U (s)
Kc K p Kc K p d
1+ 1+
τ ps +1 τ ps +1
Kc K p Kd
1 + Kc K p 1 + Kc K p
CPV ( s ) = Rsp ( s ) + Ud ( s)
τp τp
s +1 s +1
1 + Kc K p 1 + Kc K p
Logo,
τp
τ ′p = → τ ′p < τ p (processo mais rápido) (4)
1 + Kc K p
K p Kc
K ′p = → K ′p < K p (ganhos menores)
1 + Kc K p (5)
Kd
K d′ = → K d′ < K d (ganhos menores) (6)
1 + Kc K p
Perturbação: U d ( s ) = 0
K ′p 1
Pelo teorema do valor final: cPV ( ∞ ) = lim scPV ( s ) = lim s/ × ∴ cPV ( ∞ ) = K ′p
s →0 s →0 τ ′s + 1 s/
K p Kc
offset = 1 − K p′ = 1 −
1 + K p Kc
1
offset = (7)
1 + K p Kc
84
O offset é uma característica própria do controle proporcional.
1
Degrau unitário na perturbação: U d ( s ) =
s
( u ( t ) = 1)
d
K d′ 1
cPV ( ∞ ) = lim sY ( s ) = lim s/ × ∴ cPV ( ∞ ) = K d′
s →0 s →0 τ ′s + 1 s/
Kd
offset = − (8)
1 + K p Kc
Aqui também é observado que quanto maior o ganho proporcional ( K C ) menor o offset.
ωn
Gp ( s ) =
s + 2ζωn s + ωn2
2
1 Kp
denominador por ωn e sendo τ n = tem-se G p ( s ) = 2 2
. Para o problema
ωn τ s + 2ζτ n s + 1
n
Gp Kc
servo a saída é dada por CPV ( s ) = Rs p ( s ) , então:
1 + Gp Kc
Kp '
CPV ( s ) = 2 2
R s p (s) (9)
τ n ' s + 2ζ 'τ n ' s + 1
em que:
85
KpK c
Kp ' =
1 + K p Kc
ζ
ζ '=
1 + K p Kc
τn
τn ' =
1 + K p Kc
1
• período natural de oscilação τ n ' = diminui;
ωn '
• o fator de amortecimento ζ ' diminui;
KpK c
• o erro de regime é offset = 1 − K p ' = 1 − .
1 + K p Kc
KcGp
τis Gd
CPV ( s ) = Rs p ( s ) + Ud ( s) (10)
KcG p Kc
1+ 1+ G
τis τis p
em que:
τ iτ p
τ′ = 1 τi
kc k p ζ′=
2 τ p kc k p
86
Perturbação: U d ( s ) = 0
1
Para o degrau unitário Rs p ( s ) =
s
( r ( t ) = 1) a saída é dada por:
sp
1 1
CPV ( s ) = 2 2
×
τ n ' s + 2ζ 'τ n ' s + 1 s
e o erro de regime é:
offset = Rs p − c pv ( t ) = 1 − c pv ( ∞ )
t →∞
1 1
c pv ( ∞ ) = lim sC pv ( s ) = lim s/ 2 2
× c pv ( ∞ ) = 1
s →0 s →0 τ n ' s + 2ζ 'τ n ' s + 1 s/
offset = 1 − 1 = 0 (11)
Kc τ d s Gp Gd
CPV ( s ) = Rs p ( s ) + Ud ( s) (12)
1 + Kc τ d s Gp 1 + Kc τ d s G p
87
Kp
K cτ d s
τ ps +1
CPV ( s ) = Rs p ( s )
Kp
1 + K cτ d s
τ ps +1
K p Kc τ d s
CPV ( s ) = (13)
(τ p + K c K pτ d ) s + 1
em que:
τ p′ = τ p + K c K pτ d (τ ′ > τ )
p p
Perturbação: U d ( s ) = 0
Consequentemente:
• o sistema continua sendo de 1ª ordem, porém mais lento, pois a constante de tempo
aumenta;
• o sistema fica mais lento quanto maior a ação derivativa.
Kp
Gp ( s ) = 2 2
τ s + 2ζτ n s + 1
n
Kp
CPV ( s ) = 2 2
R s p ( s) (14)
Tn s + 2ζ Tn s + 1
Kc K p τ d s
CPV ( s ) = Rs p ( s ) (15)
τ n 2 s 2 + ( 2 ζ τ n + Td K c K p ) s + 1
em que:
2ζ ′τ n = 2ζτ n + τ d K c K p
88
τ d K p Kc
ζ′=ζ +
2τ n
Perturbação: U d ( s ) = 0
Conclusões:
O efeito das diferentes ações de controle no lugar das raízes pode ser mostrado por meio do
seguinte sistema:
0, 03
GOL ( s ) = Gc ( s ) ×
( s + 1)( 2s + 1)
Gc ( s ) = kc
0,03kc 1
GOL ( s ) = ×
2 ( s + 1)( s + 0,5)
Conclusões:
89
Figura 11: Lugar das raízes para a ação P.
1
s+
GOL ( s )
0, 03 kc
× τi
2 s ( s + 1)( s + 0, 5 )
Conclusões:
Caso 1 - τ i = 0,5
• o polo na origem gerou um par de raízes dominantes que tendem a cruzar para
instabilidade com o aumento de kC ;
90
Figura 12: Lugar das raízes para a ação PI com τ i = 0,5
Caso 2 - τ i = 1,5
• o zero se aproxima da origem aumentando a força atrativa sobre as raízes
complexas. Neste caso, o sistema é estável;
• se τ i continuar aumentando, no infinito, o polo, na origem, será cancelado e a ação
será só proporcional.
Caso 3 - τ i = 4, 0
• Nesse caso, quase não é observada a oscilação na resposta temporal, pois domina
a raiz real perto da origem.
• O efeito das raízes complexas, mais afastadas, some rapidamente.
91
Figura 14: Lugar das raízes para a ação PI com τ i = 4, 0 .
1
s+
0, 03 kc τ d τd
GOL ( s ) = ×
2 ( s + 1)( s + 0,5 )
1
• A ação derivativa adiciona um zero em −
τd
• Quanto maior a ação derivativa, mais perto da origem estará esse zero.
• O zero atrai as raízes, estabilizando o sistema.
Caso 1 - τ d = 0,5
• O amortecimento não pode ser menor do que ζ = 0,79. Do ponto de vista prático, o
sistema fica muito amortecido.
92
Caso 2 - τ d = 1,5
• Com o aumento de τd, o amortecimento é total.
Caso 3 - τ d = 4, 0
τ iτ d s 2 + τ i s + 1
Gc ( s ) = kc
τi s
1
Gc ( s ) = kc 1 + +τd s
τis
93
1 1 1
Gc ( s ) = kcτ d s 2 + s+
τd τ iτ d
s
1 1
s2 + s+
0, 03kcτ d τd τ iτ d
GOL ( s ) = ×
2 s ( s + 1)( s + 0,5 )
1 4τ d
z1,2 = − 1 ± 1 −
2τ d τi
Se uma malha de controle não opera satisfatoriamente, é necessário investigar suas causas
para resolver o problema. Na solução de problemas de malhas de controle, é importante
lembrar que este consiste de várias componentes: sensor, transmissor, controlador, válvula
de controle, e o processo em si. O mau funcionamento de uma malha pode depender de
apenas um componente, ou seja, um componente pode comprometer o funcionamento
global da malha do controle.
Os fatores mais comuns que fazem com que uma malha de controle se torne instável ou
excessivamente lenta são:
• mudança das condições de processo, normalmente vazão de carga;
• emperramento da haste de válvula de controle;
• linha entupida de transmissor de pressão ou pressão diferencial;
• trocadores de calor sujos, especialmente refervedores de colunas de destilação;
• cavitação de bombas, e outros.
94
Um fator importante para obter a solução de problemas de controle é obter a informação
necessária para esta solução. Uma série de perguntas deve ser respondida, tais como:
• qual é o processo a ser controlado?
• qual é a variável controlada?
• quais são os objetivos de controle?
• há alguma informação registrada ou resultados visíveis da malha de controle em
questão?
• o controlador está no modo manual ou automático?
• a ação do controlador é direta ou reversa?
• se o processo está ciclando, qual a frequência de oscilação?
• quais são os valores dos parâmetros de sintonia do controlador( K c , τ i e τ d )?
• o processo é estável em malha aberta?
• há alguma documentação adicional disponível (planilhas, diagramas, descritivos, etc
)?
Importante!
Deve-se, ainda, evitar ações de controle excessivas e garantir que o sistema de controle
seja robusto, isto é, insensível a mudanças no processo e a erros de modelo.
Em geral, as especificações de desempenho dos sistemas de controle não devem ser mais
restritivas do que o necessário para realizar a tarefa.
95
Há vários métodos para se projetar um controlador, métodos estes baseados no modelo
matemático do processo. Veja a seguir.
em que:
A função de transferência do sistema em malha fechada, para o caso servo, pode ser
escrito como:
K mGc G f G p
CPV ( s ) = Rsp ( s ) (16)
1 + Gc G f G p Gm
Considerando Gm ( s ) = Km e chamando G ( s ) = G f G pGm = G f G p K m tem-se:
GcG
CPV ( s ) = Rsp ( s ) (17)
1 + Gc G
CPV ( s )
Sendo Gsp ( s ) = a resposta desejada para o sistema, tem-se:
Rsp ( s )
Gc G
Gsp ( s ) = (18)
1 + GcG
96
Rearranjando, obtem-se:
1 Gsp
Gc ( s ) = (19)
G 1 − Gsp
É importante notar que o controlador tem o modelo do processo invertido devido ao termo
1
na equação. Esta situação é encontrada em muitas técnicas de controle baseada em
G
modelos.
Gsp ( s ) = 1
(21)
1 1
Gc ( s ) =
G 1−1
Gc ( s ) → ∞
(22)
kc
Gc ( s ) = (23)
G
em que kc é o ganho do controlador.
97
kc
G
Gsp ( s ) = G
k
1+ c G
G
kc
Gsp ( s ) = (24)
1 + kc
Assim, o controle ótimo é obtido fazendo o limite de k → ∞ ou Gsp ( s ) = 1 .
Atividade 1
k
Considerando um modelo do processo de 2a ordem G ( s ) = 2
,
τ n s + 2ςτ n s + 1
o que se pode dizer sobre o controle ótimo?
1
Assim, vamos considerar uma função de transferência de 1a ordem do tipo Gsp ( s ) =
τcs +1
98
1
1 τ s +1
Gc ( s ) = c
G 1 − 1
τ c s + 1
1 1
Gc ( s ) = (25)
G τcs
Atividade 2
a) 1a ordem
b) 2a ordem
e−θc s
Gsp ( s ) = (26)
τ cs +1
em que:
e−θc s
1 τ s +1
Gc ( s ) = c −θc s
G e
1 − τ s + 1
c
1 e −θ c s
Gc ( s ) = −θ c s (27)
G τ c s + 1 − e
99
−θc s
Este controlador não tem a forma de PID padrão, mas o termo 1 − e no denominador
representa uma compensação de tempo morto.
Aproximando o termo de tempo morto do denominador e −θc s ( ) por uma expansão em série
de Taylor de 1a ordem (proposta de Smith), temos:
e −θ c s = 1 − θ c s (28)
Substituindo na equação anterior, temos:
1 e −θc s
Gc ( s ) =
G τ c s + 1 − (1 − θ c s )
1 e −θ c s
Gc ( s ) = (29)
G (τ c + θ c ) s
Atividade 3
A seguir, apresentamos um resumo das formas do controlador obtidas por síntese direta:
1 Gsp
Gc =
G 1 − Gsp
Resposta em
Caso malha Modelo de processo Kc i d
fechada
A Gs p = 1 Qualquer Kc = ∞ τI = ∞ τd = 0
1 Kp τp
B Gs p = G= Kc = τI =τ p τd = 0
τcs +1 τ ps +1 τ c Kp
100
1 Kp 2ζτ p τp
C Gs p = G= 2 2
Kc = τ I = 2ζτ p τd =
τcs +1 τ p s + 2ξτ p s + 1 τcK p 2ζ
e −θ s K p e−θ s τp
D Gs p = Gs p = Kc = τI =τ p τd = 0
τcs +1 τ cs +1 (τ c +θ ) K p
e −θ s K p e −θ s 2ζτ p τp
E Gs p = G= Kc = τ I = 2ζτ p τd =
τcs +1 2 2
τ p s + 2ξτ p s + 1 (τ c + θ ) K p 2ζ
Como na síntese direta, o IMC (Controle com Modelo Interno ) é um método de projeto
baseado na relação direta entre o modelo do processo e os parâmetros do controlador.
101
Figura 22: Sistema de controle básico com modelo interno.
Gc*G 1 − Gc*G
CPV ( s ) = Rs p ( s ) + D( s)
(
1 + Gc* G − G ) (
1 + Gc* G − G ) (30)
GcG Gc*G
=
1 + Gc G 1 + Gc* G − G( )
( )
Gc 1 + Gc* G − G = Gc* [1 + Gc G ]
Gc − GcGc*G = Gc*
Gc*
Gc = (31)
1 − Gc*G
G = G + G − (32)
onde G + contém algum tempo morto, zeros no semiplano direito e ganho igual a 1.
2. Especificar o controlador:
1
Gc* = f (33)
G−
onde f é um filtro passa-baixa com ganho 1.
102
O filtro IMC típico tem a forma:
1
f = r (34)
(τ c s + 1)
em que:
Importante!
pólo instável.
Gc*G 1 − Gc*G
CPV ( s ) = Rsp ( s ) + D( s) (35)
(
1 + Gc* G − G ) (
1 + Gc* G − G )
1
Para o caso do modelo perfeito G = G = G −G + e Gc =
*
f tem-se:
G −
C PV ( s ) = Gc*GRsp c (
( s ) + 1 − G *G D ( s ) )
1 1
CPV ( s ) = fG−G+ Rsp ( s ) + 1 − fG−G+ D ( s )
G −
G −
( )
C PV ( s ) = G + fRsp ( s ) + 1 − G + f D ( s )
103
Agora é a sua vez
Atividade 4
Procedimento de teste
104
Figura 24: Sistema de controle em manual (malha aberta).
U (s)
= G f G p Gm = G ( s ) (37)
Cm ( s )
2º passo – Aplicar um degrau na saída – ∆M (variação instantânea em M MV ( s ) )
k p e −θ s
G (s) = (38)
τ ps +1
105
Figura 26: Curva de reação do processo para determinação do seu modelo matemático.
Parâmetros do processo:
∆css t θ
kp = , τ p = 1.5 ( t63% − t28% ) , θ = 1.5 t28% − 63% e α =
∆M 3 τp
Controlador Kc τi τd
1 α
P 1 +
K pα 3 ____ ____
1 α 30 + 3α
PI 0,9 + θ
K pα 12 9 + 20α ____
1 α 32 + 6α 4
PID 1,333 + θ θ
K pα 4 9 + 20α 11 + 2α
O método de Cohen-Coon pode ser utilizado como estimativa inicial dos parâmetros do
controlador. Se a aproximação da curva de reação do processo não for bem ajustada, a
sintonia também não será boa.
106
Importante!
θ
O coeficiente α = é conhecido como Razão de Controlabilidade. Quanto maior α ,
τ p
maior a dificuldade de controle, ou seja, o sistema tende a oscilar. Para um controlador PI o
valor do ganho do controlador é dado por:
1 α
kc = 0,9 + (39)
k pα 12
Reordenando os parâmetros temos:
1 α
kc k p = 0,9 +
α 12
0,9
kc k p = + 0, 083 (40)
α
onde k c k p é chamado de ganho da malha.
107
Figura 28: Resposta temporal típica de um sistema de controle.
(41)
e(t ) = rSP ( t ) − cMV ( t )
Este critério pondera os módulos dos erros e é útil quando os erros são pequenos:
( | e | < 1 ).
∞
IAE = ∫ e ( t ) dt (42)
0
Figura 29: Curva de resposta do sistema, visualizando o erro entre entrada e saída.
Este critério pondera os erros ao quadrado e é útil quando os erros são grandes:
( | e | >1 ).
∞
ISE = ∫ e ( t ) dt
2
(43)
0
108
Integral do erro absoluto multiplicado pelo tempo (ITAE – Integral of Time Weighted
Absolute Error)
Este critério pondera os módulos dos erros, penalizando os erros que persistem com o
tempo. Este critério é mais útil quando os sistemas tendem a ter offset.
∞
ITAE = ∫ t e ( t ) dt (44)
0
Este critério pondera os erros quadráticos, penalizando os erros que persistem com o
tempo. Este critério é mais seletivo do que o ISE.
∞
ITSE = ∫ t e ( t ) dt
2
(45)
0
∂ ISE
=0
∂ τI
∂ ISE
=0
∂ τd
Parâmetros recomendados
109
k p e −θ s θ
G (s) = e α=
τ ps +1 τp
• (
Caso regulador d ≠ 0, ysp = 0 )
Parâmetros Coef. ISE IAE ITAE
1
Controlador Proporcional-Integral (PI) Gc ( s ) = kc 1 +
τIs
1
Controlador Proporcional-Integral-Derivativo (PID) Gc ( s ) = kc 1 + +τ d s
τIs
• (
Caso servo y sp ≠ 0, d = 0 )
Parâmetros Coef. IAE ITAE
1
Gc ( s ) = kc 1 +
Controlador Proporcional-Integral (PI) τIs
110
b1 -0.861 -0.916
τi 1 a2 1.020 1.030
=
τ p a2 + b2α b2 -0.323 -0.165
1
Controlador Proporcional-Integral-Derivativo (PID) Gc ( s ) = kc 1 + +τ d s
τIs
a1 1.086 0.965
k p kc = a1α b1
b1 0.869 -0.855
τi 1 a2 0.740 0.796
=
τ p a2 + b2α b2 0.130 -0.147
τd a3 0.348 0.308
= a3α b 3
τp b3 0.914 0.9292
Estas relações possuem algumas considerações empíricas que limitam a sua aplicabilidade
a 0.1 < α < 0.258 , para o critério IAE e 0.1 < α < 0.379 , para o critério ITAE. Um pouco fora
desta faixa, o desempenho também pode ser aceitável.
Atividade 5
10e − s
G (s) =
2s + 1
111
1
kc α
k
em que:
k = kv k p k m
θ
2. O kc deve diminuir com o aumento da razão de controlabilidade α = . Em geral,
τ p
a qualidade do controle reduz com o aumento de α , pois temos tempos de
estabilizações e oscilações maiores.
4. Quando acrescenta-se a ação integral (I) no controlador, isto permite que se reduza
o valor de kc . Entretanto, se acrescentarmos a ação derivativa(D) podemos
aumentar o valor de kc .
6. Dos critérios da integral do erro, o critério ITAE fornece o ajuste mais conservativo,
enquanto que o critério ISE nos dá o ajuste menos conservativo.
As relações apresentadas foram desenvolvidas para controladores PID ideais e com sistema
sem interações.
10 Sintonia de controlador
Os sistemas de nível são integradores, isto é, instável em malha aberta. Neste caso, o
aumento do ganho do controlador reduz a oscilação do sistema. As técnicas usuais de
projeto e sintonia de controladores não apresentam bom desempenho. Normalmente são
usados controladores PI.
A pressão de gás é fácil de controlar, exceto quando envolve equilíbrio líquido-gás (devido a
troca de massa entre as fases ). O processo de pressão de gás é autoregulador.
Normalmente, são usados controladores PI. A ação derivativa não é necessária devido ao
tempo de resposta do processo ser pequeno ( tempo de residência pequeno - constante de
tempo ).
11.4 Temperatura
113
11.5 Composição
12 Métodos de sintonia
O método de sintonia de PID, por tentativa e erro, pode ser resumido nos seguintes passos:
3. aumente o kc aos poucos até o processo ciclar continuamente nos casos servos e
regulador;
4. reduza kc a metade;
5. diminua τ I aos poucos até o processo ciclar continuamente nos casos servos e
regulador. Ajuste τ I para 3 vezes o valor.
6. aumente τ d aos poucos até o processo ciclar continuamente nos casos servos e
regulador. Ajuste τ d para 1/3 do valor.
114
Figura 30: A resposta do sistema, considerando kc e kcu .
4. Alguns processos simples não têm kcu como, por exemplo, os processos de 1a e 2a
ordem sem tempo morto.
Algumas regras podem ser úteis na sintonia fina do controlador, podemos cita as seguintes.
1. Partindo de uma pré-sintonia, o ajuste do ganho não deve ser maior que 20% do
valor inicial, o ideal seria entre 5 a 10%.
2. Reduza o ganho nos seguintes casos:
• a variável controlada tende a ciclar;
• há um grande oversoot na variável manipulada;
115
• a variável controlada está movendo em torno do setpoint.
A ação integral pode ser ajustada por um fator de dois inicialmente e, então, reduzida até
que a sintonia se torne satisfatória. A ação integral deve ser aumentada se a variável
controlada estiver lenta na sua aproximação do setpoint. Uma alteração grande na ação
integral deve ser acompanhada de uma alteração no ganho do controlador, isto é, diminua o
ganho levemente se o tempo integral é reduzido e vice-versa, se for aumentado.
A ação derivativa deve ser evitada. Se a ação derivativa for necessária, então devem ser
compensados com o tempo proporcional e integral quando alterada a ação derivativa, isto é
feito de forma semelhante ao ajuste do integral.
Note que a razão entre o tempo derivativo e o tempo integral deve ser menor do que 0,5.
Figura 31: A resposta típica do sistema para o método de sintonia PID proposto por Ziegler-Nichols.
Procedimento
1. Certificar-se que o sistema é estável em malha aberta ( não é integrador ), aplicando
um degrau no setpoint e verificando se a saída estabiliza.
116
4. Anotar o último ganho ( kcu ) e o último período de oscilação ( Pu ). Onde também
temos a frequência de cruzamento (ωco ) .
2π
ωco =
Pu
1
Gc ( s ) = 0, 6kcu 1 + + 0,125 Pu s
0,5 Pu s
2
4
s+
Pu
Gc ( s ) = 0, 075kcu Pu
s
onde:
Pólos: s = 0
4
Zeros: s = −
Pu
Controlador Kc i d
K cu ____ ____
P
2
K cu Pu
PI ____
2, 2 1, 2
117
K cu Pu Pu
PID
1, 7 2 8
Quando a função de transferência é conhecida, o kcu pode ser calculado analiticamente pela
matriz de Routh e o período de oscilação substituindo s = jω . Quando a sintonia por
Ziegler-Nichols não for suficiente, pode então, ser usado como ponto de partida para
sintonia.
Procedimento
1. Certificar-se que o sistema é estável e não oscilatório em malha aberta.
2. Aplicar um pequeno degrau na saída do controlador.
3. Construir a curva de reação do processo e determinar o ganho do processo k p a
constante de tempo τ p e o tempo morto (θ).
118
Figura 26:33 Resposta de teste de um sistema de 1ª ordem com tempo morto.
Considerando:
1
t1 = θ + τ p
3
t2 = θ + τ p
Do modelo:
k p e −θ s
y (s) = u (s)
τ ρ s +1
t −θ
−
τp
y (t ) = k p 1− e
∆u
119
−
1
y ( t1 ) = k p 1 − e 3 ∆u ∴ y ( t1 ) = 0, 283∆Y
y ( t2 ) = k p 1 − e −1 ∆u ∴ y ( t2 ) = 0,632∆Y
1 3
t2 − t1 = t p − τ p ∴ τp = ( t2 − t1 )
3 2
3 3 t
θ = t2 − τ p ∴ θ = t2 − ( t2 − t1 ) ∴ θ = t1 − 2
2 2 3
1, 2τ p 1
G (s) = 1 + + 0,5θ s
K pθ 2θ s
2
1
s+
0, 6τ p θ
G ( s) =
Kp s
em que:
Pólos: s = 0
1
Zeros: s = −
θ
Controlador Kc τI τd
1 τ p ____ ____
P
Kp θ
0,9 τ p ____
PI 3,33θ
Kp θ
1, 2 τ p θ
PID 2θ
Kp θ 2
120
θ
É recomendável que α = fique na faixa 0,1 < α < 1, 0 .
τp
Conclusão
Finalizamos com este capítulo as orientações de estudos acerca do Controle de processos
contínuos. Os estudos que foram propostos são fundamentais para uma boa atuação
profissional na área de seu curso. Assim, recomendamos que resolva as atividades
propostas. Em caso de dúvida, retome os exemplos, assim como, as atividades que foram
propostas neste texto introdutório.
Referências
BOLTON, W. Engenharia de controle. São Paulo: Makron Books, 1995.
OGATA, Katsuhiko. Engenharia de controle moderno. 4. ed. São Paulo: Editora Prentice-
Hall do Brasil, 2003.
121
122