Escolar Documentos
Profissional Documentos
Cultura Documentos
Perez
AGOSTO / 2012
Objetivos do Curso
3
Ementa do Curso
REVISÃO
Transformada de Laplace
Sistemas de Primeira Ordem – Resposta
Estática e Dinâmica
Controle em Feedback
Algoritmo PID
Interação entre Malhas de Controle
Estratégias de Controle – Controle em Cascata,
Controle em Razão, Controle Antecipatório,
Controle em Split-Range
Exemplos de Aplicação na indústria de Petróleo
4
5
Minimizar o desvio das variáveis de
controle em relação aos seus valores de
referência (função regulatória)
Garantir estabilidade operacional
Ser a base instalada para aplicações de
otimização
6
Pirâmide da Automação
Planejamento
Estratégico
Programação
da Produção
Nível de
Otimização Decisão
Instrumentação
7
Terminologia
Variáveis de Perturbação
9
Vazão de Carga
Controlador de Controlador de
Vazão Temperatura
10
11
Modos de operação
- manual (o operador estabelece o sinal de
saída para a variável manipulada)
- automático (o controlador possui um
“setpoint” fixo e o algoritmo PID define o
sinal de saída para a variável manipulada)
- cascata (o controlador recebe um sinal de
“setpoint” de um outro controlador PID)
- supervisório (o controlador recebe um sinal
de “setpoint” de uma aplicação externa que
estaria executando um algoritmo específico)
12
13
Vazão:
- carga de equipamentos
- retirada de produtos
- relação de mistura
- surge em compressores
Temperatura:
- carga térmica de permutadores de calor e fornos
- perfil em torres
- conversão em reações
Pressão:
- balanço em sistemas de gás e vapor
14
Nível:
- inventário em torres e vasos
- interface em sistemas bifásicos para
evitar contaminação de sistemas
Composição
- qualidade de produtos
- controle de poluentes
15
Características desejadas para o bom desempenho
de um sistema de controle industrial
16
17
Variável
Controlada
Variável
Manipulada
19
A função de transferência pode ser expressa:
no domínio do tempo,
no domínio discreto (domínio Z),
de Laplace (domínio S)
Y ( s) Y(s)
U(s) G (s) =
U ( s)
−1
y (t ) = L (G ( s ) × U ( s ))
20
A Função de transferência de um processo pode ser expressa das
seguintes formas. Para uma função no domínio de Laplace, por exemplo:
Forma Polinomial
bm s m + bm −1s m −1 + … b1s + b0
G(s) = n −1
an s + an −1s + … a1s + a0
n
Forma Pólo-Zero
kpz ( s − z1 )( s − z2 )…( s − zm )
G(s) =
( s − p1 )( s − p2 )…( s − pn )
Forma Ganho-Constante de Tempo
s: variável complexa
Quando a integração é realizada, obtemos uma nova expressão em
função da variável s.
A transformada de Laplace é uma operação linear
23
Conversão de equações diferenciais em equações algébricas
24
Exemplos de Funções Típicas de Transformadas de Laplace
∞ ∞ ∞
− st 1 − st
− st 1 − s∞ 1 − s 0 1
F (s) = ∫ f (t )e dt = ∫ 1e dt = − e = − e + e =
0 0 s 0 s s s
∞
∞ ∞ ∞ − ( s − a )t
− st at − st − ( s − a )t e 1
F ( s ) = ∫ f (t )e dt = ∫ e e dt = ∫ e dt = =
0 0 0
−(s − a) 0 s − a
25
∞
L ( f ' (t ) ) = ∫
df (t ) − st
e dt = df
0
dt L = sF ( s ) − f ( 0 )
du
− st
dt
u=e → = − se − st
dt
dv df (t )
= → v = f (t )
dt dt
∞
∞ ∞ ∞
∫ udv = uv − ∫ vdu = e − st f (t ) + ∫ f (t ) se− st
0 0 0
0
1 d2 f 2
∫ f ( t ) dt = F ( s ) L dt 2 = s F ( s ) − sf ( 0 ) − f '
( 0)
s
26
27
28
t=0
θ
u(s)
∞
1
u (t ) = 1 ⇒ u ( s ) = L ( y (t )) = ∫ u (t − θ )e − s (t −θ ) e − sθ dt ⇒ t ' = t − θ
s 0
∞ ∞
e − sθ
y (t ) = u (t − θ ) ⇒ L ( y (t )) = ∫ u (t − θ )e dt L ( y (t )) = ∫ u (t ')e e
− st − st ' − sθ − sθ
dt ' = e u ( s ) =
0 0
s
∞
L ( y (t )) = ∫ u (t − θ )e e e dt
− st − sθ sθ
e − sθ
0
Y (s) =
s
29
30
Resposta Dinâmica do nível a um degrau
unitário na vazão de entrada de um tanque
qe
qs
31
Pelo Balanço de Massa: Acumulado = entra – sai
dm
= ρqe − ρqs m = ρV = ρ HA
dt
dH dH
ρA = ρ qe − ρ qs ⇒ A = qe − qs
dt dt
dH
A = qe − qs = qe − k H (i )
dt
32
33
Não existe transforma de Laplace para componente não linear
Para linearizarmos o sistema, podemos utilizar a expansão
infinita de Taylor:
( x − x0 ) ( x − x0 )
2 3
∂f ∂ f
2
∂ f
3
f ( x ) = f ( x0 ) + ( 0)
x − x + + 3 +…
∂x x = x0 ∂x 2
x = x0
2! ∂x x = x0
3!
∂f
f ( x ) ≅ f ( x0 ) + ( x − x0 )
∂x x = x0
34
A linearização do sistema pode ser obtida a partir do
Jacobiano
∂f
f ( x ) ≅ f ( x0 ) + ( x − x0 )
∂x x = x0
1
H ≅ H SS + ( H − H SS ) (ii)
2 H SS
Escrevendo a variável H em função da variável de desvio
H ( t ) = H SS + H ( t ) − H SS
H
35
Substituindo (ii) em (i) e usando o conceito de variáveis
incrementais
A
( (t )
d H SS + H )≅q
+ q e ( t ) − k H SS +
ɵ 1
( H − H SS )
eSS
dt 2 H SS
A
d H (
(t )
)≅q + qɵ e ( t ) − k H SS − k
(t )
H
eSS
dt 2 H SS
No estado estacionário
0 = qeSS − k H SS qeSS = k H SS
36
Substituindo (ii) em (i) e usando o conceito de variáveis
incrementais
(t )
A
dH
≅ qɵ e ( t ) −
k (t )
H (t )
αH
dt 2 H SS
dH dH
A = qe − α H ⇒ A + α H = qe
dt dt
Levando para o domínio da freqüência (Laplace):
1
AsH ( s) + α H ( s) = qe ( s ) ⇒ H ( s) ( As + α ) = qe ( s) ⇒ H ( s) =
qe ( s)
= α q (s)
As + α A s + 1
e
α
37
Levando para o domínio da freqüência (Laplace):
AsH ( s) + α H ( s) = qe ( s)
H ( s) ( As + α ) = qe ( s)
1
H ( s) =
qe ( s)
= α q (s)
As + α A s + 1
e
α
Kp
H ( s) = qe ( s )
τs + 1
38
Para obtermos a resposta no domínio do tempo, calculamos a
inversa de Laplace:
Kp
H (s) = qe ( s )
τ s +1
Kp
1
qe ( s ) = ⇒ H ( s ) =
Kp 1
× =
Kp
= τ
s τ s + 1 s s (τ s + 1) s s + 1 ( τ )
A B Kp Kp
H (s) = + = −
s s+ 1 ( τ ) s (
s+ 1
τ )
H ( t ) = K p (1 − e −t τ )
39
40
41
k − sθ ∆YSS
G(s) = e k=
σs + 1 ∆U SS
Constante de Tempo σ : tempo para o processo
atingir 63,2% do valor final
k: Ganho estático do processo
θ : Tempo Morto
Ordem do sistema: maior potência do denominador
Pólos do sistema: São as raízes do denominador.
Definem a estabilidade do Sistema. Pólo no eixo X
negativo: estável
Zeros do sistema: São as raízes do numerador. Um
zero positivo corresponde a uma resposta inversa.42
A
Y (s) = ⇒ Inversa de Laplace ⇒ y (t ) = Ae rt
s−r
43
44
No tanque anterior, o balanço de massa apresentou a
seguinte equação diferencial para o sistema
dH 1
= ( qe − qs )
dt A
Se considerarmos tanto a vazão de entrada como a vazão de
saída como variáveis independentes, diferente da análise
anterior onde a vazão de saída era dependente do nível, e
aplicando a transformada de Laplace, vem
1
sH ( s ) = Qe ( s ) − Qs ( s )
A
Qe ( s ) Qs ( s )
H (s) = −
As As 45
Qs ( s ) = 0
Se, por exemplo, Qs é constante
Qe ( s )
H (s) =
As
46
47
Um sistema de segunda ordem pode ser composto de dois
sistemas de primeira ordem em série
K1 K 2 k
H (s) = =
(τ 1s + 1)(τ 2 s + 1) (τ1s + 1)(τ 2 s + 1) 48
Sem dinâmica no numerador → Ordem relativa 2 (diferença
entre ordem do denominador para a ordem do numerador)
Sem tempo morto
k
G (s) = 2 2
τ s + 2ξτ s + 1
τ s + 2ξτ s + 1 = 0
2 2
−ξ ± ξ − 1 2
α1,2 =
τ
ξ ≥0
50
Análise da amortecimento
−ξ ± ξ 2 − 1
α1,2 =
τ
ξ >1
ξ =1
0 < ξ <1
ξ =0
51
52
53
Inserindo uma dinâmica no numerador
Ordem relativa unitária
Um zero negativo pode causar overshoot se a constante
de tempo do numerador for maior que a constante de tempo
do denominador
k p (τ n s + 1)
G (s) =
(τ 1s + 1)(τ 2 s + 1)
54
Aplicando um degrau unitário no instante t=1
1.6
1.4
1.2
0.8
G(s) =
( 5s + 1)
0.6
( 2s + 1)( s + 1)
0.4
0.2
0
0 1 2 3 4 5 6 7 8 9 10
55
Se zero se aproximar da origem (maior constante de tempo)
Step Response
7
G (s) =
( 25s + 1)
5
( 2s + 1)( s + 1)
4
Amplitude
0
0 2 4 6 8 10 12 14
Time (sec)
56
Voltando a função anterior e aumentando uma das constantes
de tempo dos pólos
Step Response
1.4
1.2
0.8
Amplitude
( 5s + 1)
0.6
G (s) =
( 4s + 1)( s + 1)
0.4
0.2
0
0 5 10 15 20 25
Time (sec)
57
Para uma constante de tempo no zero menor que a dos pólos:
1
0.9
0.8
0.7
0.6
0.5
0.4
G(s) =
( 0,5s + 1)
0.3
( 2s + 1)( s + 1)
0.2
0.1
0
0 1 2 3 4 5 6 7 8 9 10
58
Resposta inversa para zero positivo
0.4
0.2
0
G (s) =
( s − 1)
( 2s + 1)( s + 1)
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7 8 9 10
59
Aproximando o zero da origem;
Step Response
0.3
0.25
G (s) =
( s − 0, 01)
0.2
( 2s + 1)( s + 1)
0.15
Amplitude
0.1
0.05
-0.05
0 2 4 6 8 10 12 14
Time (sec)
60
Sistema de fase não mínima:
São sistemas que apresentam zeros no
semiplano direito do plano complexo,
ou seja, com parte real positiva e,
portanto, apresentando resposta
inversa.
61
62
Teorema do Valor Final
lim( G(s))
s→0
63
64
1-Passar o controlador para manual
2 – Aguardar estabilidade do processo
3-Aplicar um degrau na válvula de controle
4-Observar a resposta da variável controlada
5-Medir a constante de tempo do processo
6-Verificar a existência do tempo morto
7-Calcular o ganho estático do processo
8-Com os valores de ganho, constante de tempo e tempo
morto, obtém-se a função de primeira ordem.
kp − sθ
G (s) = e
σ s +1
65
66
67
Diagrama de Malha Mais Simplificado
GcGp Gd
Y ( s) = SP(s) + D( s)
1 + GcGp 1 + GcGp
Retentor H(s)
1 − e −Ts
H (s ) = FH(kT)
F(t) F*(t) s
70
1 e − sT 1 1 − sT
H (s) = − = − e ⇒ H (t ) = u (t ) − u (t − T )
s s s s
f *
( kT ) = δ ( t − kT ) f ( kT ) f H ( kT ) = H ( t ) f *
( kT )
71
72
73
Teorema de Amostragem de Shannon
74
75
∞
Z ( f (t )) = ∑ f (kT ) z −k
= F ( z)
k =0
76
77
Atenção: As transformadas em Z
dependem do período de amostragem
T.
Portanto, se alterarmos o período de
amostragem do PLC ou SDCD, essas
funções de transferência são alteradas,
o que leva a uma sintonia diferente do
PID.
78
79
Vamos imaginar que , ou seja, o tempo morto equivale a m
vezes o scan do processador :
∞ ∞
Z ( f (t − θ )) = ∑ f (kT − mT ) z −k
=∑ f [(k − m)T ]z − k
k =0 k =0
∞
Z ( f (t − θ )) = ∑ f [(n)T ]z − n z − m = z − m F ( z )
n=0
80
Teorema do Valor Final
Da mesma forma que para as funções de
transferência em Laplace, é possível, a partir de
uma função de transferência em Z, obter o valor
final da variável de saída:
81
82
Redução da variabilidade do processo
1 n
y = ∑ yi
n i =1
∑( y − y)
n ¨2
i
σ= i =1
n −1
83
Para atingir o objetivo do Controle:
84
Controle em Cascata
É uma antecipação atuando no desvio da variável
manipulada.
Malha Secundária ou
FIC Escravo
FT
GÁS
85
86
Controle Antecipatório propriamente dito (“FeedFoward”)
Nesse tipo de controle, a ação da perturbação age imediatamente sobre
a saída do controlador da variável controlada, dispensando um controle
específico para a perturbação (nem sempre a perturbação pode ser
controlada em função da variável de controle). Essa ação pode ser feita
através da adição ou multiplicação do sinal de saída do controlador da
variável controlada.
Perturbação
PROCESSO
Variável
Manipulada
F(*) + TIC
87
88
TIC
X LL TM
∆pv TY TY TY TY
+
HIC FIC
89
90
91
Controle em razão:
Algoritmo PID que mantém constante a razão
entre duas variáveis, manipulando uma delas
(variável manipulada) em função de outra
(variável selvagem ou não controlada)
92
93
Controle em override:
Vários controladores atuando em um único
elemento final de controle ou controlador
secundário. Composto por um controle normal e
restrições.
94
95
96
Controle em PID Gap ou Banda Morta
97
Banda- morta
98
Controle em PID Adaptativo
O ganho adaptativo é recomendado para controles essencialmente
não lineares.
Um exemplo clássico de controle não linear é o controle de nível em
um tubulão de vapor de uma caldeira
99
A variação de volume não é linear com a variação de nível. A
linha pontilhada da figura abaixo mostra a variação de volume
com o nível.
Note que o nível varia lentamente em torno de 50% e varia
rapidamente nos extremos. As ações de controle devem ter um
ganho inverso ao ganho do processo.
100
Controle com PID com compensação de tempo morto
Preditor de Smith
u y
PID G(s) e-θs
+
G*(s) e-θ*s
-
Modelo
Modelo
G*(s)
y* +
101
y=
K ∗e −θ S
×u +
(
K ∗ 1− e
* −θ * S
)× u ≅ K*
×u
τ s +1 τ * s +1 τ s +1
*
102
103
PID Sampling
104
105
Controle em split range
Abertura de Válvula
100%
A
B
Saída do Controlador
106
107
Implementação de 2 controladores X “split-range”
108
Controle ON-OFF:
110
Atuações distintas para a mesma PV
111
Cascata entre sistemas digitais distintos
112
Resumo
Controle em cascata é uma implementação que
estabelece a característica de boa rejeição contra
perturbações
Controle em “split-range” pode apresentar
problemas de desempenho caso os ganhos
associados aos elementos de atuação sejam muito
diferentes
Malha de controle com “override” implica na
implementação de duas malhas em paralelo; uma
malha principal e uma segunda malha associada a
uma variável de restrição do problema em questão
O controle “feed-forward” requer a identificação de
um modelo entre a variável de perturbação (feed-
forward) e seu efeito na variável controlada
113
Os controladores PID-GAP e PID com banda morta
trabalham com sintonias distintas dependendo do
valor do erro
A saída do bloco “lead-lag” é uma função de
primeira ordem quando excitado por uma variação
em degrau na sua entrada. Sua implementação
objetiva compatibilizar a dinâmica do processo no
projeto das estruturas de controle.
114
Controle X Processo – Assuntos distintos?
Controle de pressão no topo de torres de alta pureza
Gp (s) =
kp
σ s +1
Gc = k c
Y (s) =
GcGp
1+ GcGp
SP(s)
y( s) kc * kp
=
SP ( S ) σs + (1 + kc * kp )
117
O controlador P+I aumenta a ordem do sistema
kp 1 GcGp
Gp (s) = Gc = kc 1 + Y (s) = SP(s)
σ s +1 sTi 1+ GcGp
y(s) kc * kp
=
SP ( S ) σTis 2 + Tis + kc * kp
118
O controlador P+I+D é indicado para variáveis lentas e não ruidosas.
kp 1 GcGp
Gp (s) = Gc = kc 1 + + sTD Y (s) = SP(s)
σ s +1 sTi 1+ GcGp
119
120
Um controlador pode ser classificado como:
1. Controlador posicional
2. Controlador Incremental
3. Controlador Interativo
4. Controlador Não Interativo
5. Controlador em paralelo
6. Controlador em série
121
Controlador Proporcional:
O controlador proporcional (P) gera a sua saída proporcionalmente
ao erro. O fator multiplicativo (Kc) é conhecido como o ganho do
controlador.
Algoritmo de posição
Algoritimo Incremental
122
u (t ) = kC e(t ) + bias
123
u (t ) = kC e(t ) + bias
124
∆u (t ) = K C .∆e(t )
125
∆u (t ) = K C .∆e(t )
126
127
Y(s)
SP(s) Gc=kc Gp =
+
k
- τs + 1
Y (s) GcGp kc k
= =
SP( s) 1 + GcGp τs + 1 + k c k
130
offset
10
6
referência
4
saída do processo
2
0 10 20 30 40 50
131
Banda Proporcional: equivale a variação de erro que provoca
uma variação de 100% na saída do controlador
100
∆out = k ∆e = ∆e
BP
132
Controlador Proporcional+Integral
133
Relação entre ganho proporcional e tempo integral
134
∆u (n) = u (n) − u ( n − 1)
1 k =n 1 k = n −1
∆u (n) = K c e( n) + ∑ e( k ) TA − K c e(n − 1) − ∑ e(k ) TA
Ti k =1 Ti k =1
1
∆u ( n ) = K c ∆e + e( n) TA
Ti
135
136
Y(s)
SP(s) Gc= Gp =
+
kc k
- Ti s τs + 1
Y (s) GcGp kc k
= =
SP( s) 1 + GcGp Tiτs 2 + Ti s + k c k
137
Se for aplicado um degrau no set point:
1 kc k 1
SP( s) = ⇒ Y ( s) = ×
s Tiτs + Ti s + k c k s
2
kc k 1 kc k
lim y (t ) = lim sY ( s ) = lim s × = lim
=1
Tiτs + Ti s + k c k s Tiτs + Ti s + k c k
t →∞ s →0 s →0 2 s → 0 2
138
139
Resposta ao degrau unitário (para kc=0.5)
140
Características:
• Quanto maior o tempo integral, mais suave a
resposta.
• Quanto menor o tempo integral, mais rápida a
resposta
(maior a ação integral).
• Diminuindo o tempo integral, o pólo aproxima-se
da parte real positiva
141
Controlador P+D
Relação entre ganho proporcional e tempo derivativo
142
Controlador Proporcional+Integral+Derivativo
PID série:
1 + TD s 1
U (s) = K C 1 + Erro( s)
1 + αTD s TI s
143
144
Resposta ao degrau unitário (para kc=0.5 e Ti=0,1)
145
Características:
O modo derivativo reduz as oscilações que são observadas na
malha com o controlador PI com os mesmos valores de
parâmetros (P e I). Existe pouca diferença quando aumentamos
Td, a não ser no começo da curva. Em malhas lentas, não
ruidosas, o derivativo estabiliza a malha de controle.
Regra Prática
Na escolha dos parâmetros de um controlador PID, podemos
optar pelo uso do controlador proporcional puro, se o offset for
tolerado (raro).
Se o offset não é tolerado (mais comum), utilizamos o PI.
Se a resposta do PI for lenta ou oscilatória, passamos para o
controlador PID (uso dos três parâmetros).
146
Alguns caso especiais:
•Controlador com ganho proporcional atuando apenas no problema
regulatório e não no problema servo.
•Ação derivativa atuando apenas na PV
Identificação do sistema
149
Exemplo de modelagem
Permutador
TA1 TA2
MA1
TB2
Q
TA 2 = TA1 + .
M A1C p ⇒ Q = m Cp∆T
150
U Q=K*U
TIC
TA2 = TA1 + Q/MA1*CP
TA1 , MA1 , CP , K
151
Exemplo de Simulador Dinâmico (Malha Aberta)
e Resultado da simulação no Matlab
152
Exemplo de Simulador Dinâmico com o controlador PID
153
Resultado da simulação no Matlab com o controlador P+I
154
Resultado da simulação no Matlab com o controlador P+I+D
155
Características dos controladores
PID Antecipa a resposta e mais estável em malhas Controles de composição, temperatura, nível e
lentas, sem ruídos, e sem grandes tempos pressão com grande capacitância.
mortos.
156
Sugestões de Sintonia Inicial
157