Centro Federal de Educação Tecnológica de Minas Gerais

Departamento de Engenharia Mecatrônica

Engenharia Mecatrônica

Projeto de Controladores: Sintonia de

Controladores PID e Controladores de
Realimentação de Estados

Karen Santos e Lucas Bueno

Divinópolis
Outubro/2020

i
 Sumário

1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 1
2 Preliminares . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.1 Método de Ziegler-Nichols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
2.2 Curva de Reação ou Primeiro Método de Ziegler-Nichols . . . . . . . . . . . . 3
2.3 Minimização do ITAE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.4 Controlador de Realimentação de Estados . . . . . . . . . . . . . . . . . . . . 4
2.4.1 Controlabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4.2 Projeto de Controlador por Alocação de pólos . . . . . . . . . . . . . . 5
2.4.3 Problema de Rastreamento e Eliminação do Efeito de Perturbações . . 6
2.5 Observador de Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.5.1 Observador de Estados de Ordem Plena . . . . . . . . . . . . . . . . . 7
3 Projeto de Controlador . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.1 Controladores PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.1.1 Método de Ziegler-Nichols . . . . . . . . . . . . . . . . . . . . . . . . . 9
3.1.2 Curva de Reação ou Primeiro Método de Ziegler-Nichols . . . . . . . . 9
3.1.3 Minimização do ITAE . . . . . . . . . . . . . . . . . . . . . . . . . . . 11
3.2 Controlador de Realimentação de Estados . . . . . . . . . . . . . . . . . . . . 12
3.2.1 Projeto por realimentação de estados sem integrador . . . . . . . . . . 12
3.2.2 Projeto por realimentação de estados com integrador . . . . . . . . . . 13
3.2.3 Projeto de Observador . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
4 Resultados e Discussões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.1 Controladores PI e PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
4.2 Controlador de Realimentação de Estados . . . . . . . . . . . . . . . . . . . . 19
4.2.1 Controle sem integrador . . . . . . . . . . . . . . . . . . . . . . . . . . 19
4.2.2 Controle com integrador . . . . . . . . . . . . . . . . . . . . . . . . . . 21
5 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
Referências . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

ii
 1

1 Introdução

Este relatório tem por objetivo descrever os procedimentos realizados nas práticas 5
e 6 da disciplina Laboratório de Teoria de Controle. Estas atividades trataram do projeto e
aplicação de controladores para os sistemas de tanques simples e de tanques acoplados em
estudo.
Serão projetados controladores PI e PID para o sistema de tanque simples utilizando
os métodos de Ziegler-Nichols, curva de reação e minimização do ITAE. Para a aplicação
destes métodos, será considerado um atraso de 6 segundos no modelo. Os controladores
tambem serão aplciados no sistema real com pertubação.
Já para o sistema de tanques acoplados, serão projetados controladores de realimen-
tação de estados com e sem o uso de integrador.

1.1 Objetivos
Projetar controladores pelos seguintes métodos:

• método de Ziegler-Nichols;

• curva de reação;

• minimização do ITAE;

• realimentação de estados e

• realimentação de estados com integração do sinal de erro.

 2

2 Preliminares

Esta seção apresenta uma revisão dos métodos empregados na realização do experi-
mento.

2.1 Método de Ziegler-Nichols

O método de Ziegler-Nichols é utilizado para a sintonia de controladores proporcionais,
PI e PID. Para sua aplicação, primeiramente deve-se fechar a malha do sistema com um ganho
proporcional que torne a resposta oscilatória sustentada, como mostrado na Figura 1. O ganho
necessário para obter essa resposta é chamado de ganho crı́tico 𝐾𝑐𝑟 . Então, deve-se encontrar
o perı́odo da resposta oscilatória resultante, chamado de 𝑃𝑐𝑟 .

Figura 1 – Resposta oscilatória sustentada

Então, os valores obtidos são substituidos na Tabela 1 para o cálculo dos parâmetros
𝐾𝑝 , 𝑇𝑖 e 𝑇𝐷 , de acordo com o tipo de controlador desejado.

Tabela 1 – Cálculo de parâmetros

Tipo de controlador 𝐾𝑝 𝑇𝑖 𝑇𝐷
P 0.5𝐾𝑐𝑟 ∞ 0
1
PI 0.45𝐾𝑐𝑟 1.2
𝑃 𝑐𝑟 0
PID 0.6𝐾𝑐𝑟 0.5𝑃 𝑐𝑟 0.125𝑃 𝑐𝑟
Capı́tulo 2. Preliminares 3

2.2 Curva de Reação ou Primeiro Método de Ziegler-Nichols

O método da curva de reação é utilizado para sintonizar controladores P, PI e PID em
sistemas que nao apresentam integradores ou par de pólos complexo conjugados dominantes.
Para sua aplicação, primeiramente é obtida a resposta do sistema à aplicação de uma entrada
degrau, em malha aberta. Então, a partir da curva obtida, é possı́vel extrair os parâmetros
𝜃, 𝜏 e 𝐾, como pode ser observado na Figura 2.

Figura 2 – Parâmetros extraı́dos na curva de reação

Esses parâmetros podem ser utilizados para representar um sistema de primeira ordem
com atraso (2.1).

𝐾𝑒−𝜃𝑠
Gm (s) = (2.1)
𝜏𝑠 + 1
Então, Ziegler e Nichols propuseram o uso desses parâmetros para o cálculo dos pa-
râmetros 𝐾𝑝 , 𝑇𝑖 e 𝑇𝐷 , de acordo com a Tabela 2.

Tabela 2 – Cálculo de parâmetros

Tipo de controlador 𝐾𝑝 𝑇𝑖 𝑇𝐷
𝑇
P 𝐾𝐿
∞ 0
𝑇 𝐿
PI 0.9 𝐾𝐿 0.3
0
𝑇
PID 1.2 𝐾𝐿 2𝐿 0.5𝐿

2.3 Minimização do ITAE

A sintonia de controladores PIDs baseada na minimização do ITAE é amplamente
utilizada pois resulta em controladores mais cosnervadores.
Capı́tulo 2. Preliminares 4

Para um sistema de primeira ordem mais tempo morto (2.1) os ajustes PID que
minimizam o ITAE são extraidos da relação:

(︃ )︃𝐵
𝜃
Y=𝐴 (2.2)
𝜏

na qual

• 𝑌 = 𝐾𝐾𝑃 para o modo proporcional;

• 𝑌 = 𝜏
𝑇𝑖
para o modo integral; e

• 𝑌 = 𝑇𝐷
𝜏
para o modo derivativo.

Os valores de 𝐴 e 𝐵 para o modo de regulação são representados na Tabela 3

Tabela 3 – Cálculo de parâmetros

Modo Controlador Ajuste A B

Regulação PI P 0.859 -0.977
I 0.674 -0.680
Regulação PID P 1.357 -0.947
I 0.842 -0.738
D 0.381 0.995

2.4 Controlador de Realimentação de Estados

O projeto de controladores de realimentação de estados baseia-se na alocação de pólos,
de forma a se obter pólos de malha fechada nas posições desejadas. Para que isso ocorra, o
sistema deve possuir estado completamente controlável e todos estados devem estar disponı́-
veis. A obtenção dos estados pode se dar por medição direta ou por estimação via observador
de estados, o que só é possı́vel em sistemas de estado completamente observável.(OGATA,
2010)

2.4.1 Controlabilidade
Em um sistema controlável em 𝑡0 é possı́vel, através de um vetor de controle não linear,
transferir o sistema de qualquer estado inicial 𝑥(𝑡0 ) para quaisquer estados pertencentes a
um intervalo finito.
As seguintes afirmações são equivalentes:
Capı́tulo 2. Preliminares 5

1. O par (𝐴,𝐵) 𝑛-dimensional é controlável.

2. A matriz 𝑛 × 𝑛:
∫︁ 𝑡 ∫︁ 𝑡
𝑇 𝑇
𝑊𝑐 (𝑡) = 𝑒𝐴𝜏 𝐵𝐵 𝑇 𝑒𝐴 𝑑𝜏 = 𝑒𝐴(𝑡−𝜏 ) 𝐵𝐵 𝑇 𝑒𝐴 𝑑𝜏 é𝑛ã𝑜𝑠𝑖𝑛𝑔𝑢𝑙𝑎𝑟𝑝𝑎𝑟𝑎𝑡 > 0. (2.3)
0 0

3. A matriz de controlabilidade 𝑛 × 𝑛𝑝: 𝐶 = [𝐵𝐴𝐵𝐴2 𝐵 · · · 𝐴𝑁 −1 𝐵]

4. A matriz 𝑛 × (𝑛 + 𝑝)[𝐴 − Λ𝐼𝐵] tem posto de linha completo para rodo autovalor Λ de
𝐴.

5. Se todos os autovalores da matriz 𝐴 tem parte real negativa, então a unı́ca solução de

𝐴𝑊𝐶 + 𝑊𝐶 𝐴𝑇 = −𝐵𝐵 𝑇 (2.4)

é definida positiva. A solução é chamada Graniano de controlabilidade e pode ser ex-

pressada como ∫︁ ∞
𝑇
𝑊𝑐 = 𝑒𝐴𝜏 𝐵𝐵 𝑇 𝑒𝜏 𝐴 𝑑𝜏 (2.5)
0

2.4.2 Projeto de Controlador por Alocação de pólos

Considerando o sistema

ẋ = Ax + Bu(t)
(2.6)
𝑦(𝑡) = Cx + Du(t)

no qual 𝑥 ∈ R, 𝑦(𝑡) ∈ R e 𝑢(𝑡) ∈ R são, respectivamente, o vetor de estados, o sinal de

saı́da e o sinal de controle. Além disso: A ∈ R𝑛𝑥𝑛 , B ∈ R𝑛𝑥1 , C ∈ R1𝑥𝑛 e D ∈ R. É proposto
o sinal de controle 𝑢 = −Kx, no qual 𝐾 ∈ R1𝑥𝑛 .
Dessa forma, é possı́vel obter a equação diferencial que representa o sistema em malha
fechada:

ẋ = (𝐴 − 𝐵𝐾)𝑥 (2.7)

Cuja solução é

x = e(A−BK)t x(0). (2.8)

Par o sistema em malha fechada, deseja-se manter os estados na origem. O vetor

de estado inicial, x(0), pode representar a condição inicial do sistema ou ser causado por
Capı́tulo 2. Preliminares 6

distúrbios. Já a estabilidade e a caracterı́stica da resposta temporal são determinadas pelos

autovalores da matriz A − BK. Por fim, a partir da escolha da matriz K, é possı́vel posicionar
todos os pólos do sistema em malha fechada em posições desejadas, desde que o sistema seja
completamente controlável.

2.4.3 Problema de Rastreamento e Eliminação do Efeito de Perturbações

Na Figura 3 está apresentado o diagrama de blocos do sistema de controle com reali-
mentação de estados e integração do sinal d eerro.

Figura 3 – Sistema de controle com realimentação de estados e integração do erro

O sistema aumentado resultante é:

⎡ ⎤ ⎡ ⎤⎡ ⎤ ⎡ ⎤ ⎡ ⎤
ẋ
⎣ ⎦=⎣
A 0 ⎦ ⎣x⎦ ⎣B⎦ 0
+ 𝑢(𝑡) + ⎣ ⎦ 𝑟(𝑡) (2.9)
˙𝜉 −C 0 𝜉 0 1
⏟ ⏞ ⏟ ⏞ ⏟ ⏞
𝐴𝑎𝑢 𝑥𝑎𝑢 𝐵𝑎𝑢

No qual o sinal de controle é

𝑢(𝑡) = −Kx + kI 𝜉 = Kau xau (2.10)

Portanto, o sistema em malha fechada resultante é

⎡ ⎤
0
ẋ𝑎𝑢 = (Aau + Bau KAU )xau + ⎣ ⎦𝑟 (2.11)
1
.

2.5 Observador de Estados

A abordagem por alocação de pólos no projeto de sistemas de controle supõe que
todas variáveis de estado estão disponı́veis. Porém, na prática podem acontecer casos em que
Capı́tulo 2. Preliminares 7

algumas variáveis de estado não estão disponı́veis para realimentação. Portanto, é necessário
estimar as variáveis de estado não disponı́veis através de um observador de estados.
Um observador pode ter ordem plena (observa todas as variáveis), ordem reduzida
(observa apenas algumas variáveis) ou ordem mı́nima.

2.5.1 Observador de Estados de Ordem Plena

Considerando o sistema (2.6), o modelo matemático do observador é definido como

x̃˙ = 𝐴˜
𝑥 + 𝐵𝑢 + 𝐾𝑒 (𝑦 − 𝐶 𝑥˜) = (𝐴 − 𝐾𝑒 𝐶)˜
𝑥 + 𝐵𝑢 + 𝑦𝐾𝑒 (2.12)

em que x̃ é o estado estimado, Cx̃ a saı́da estimada e Ke a matriz de ganho do

estimador. O diagrama de blocos de um observador de ordem plena pode ser visto na Figura
4.

Figura 4 – Observador de ordem plena

Nestes termos, a equação do erro é:

ė = (𝐴 − 𝐾𝑒 𝐶)𝑒. (2.13)

Então, determina-se Ke para que os autovalores de (A − Ke C) sejam assintoticamente

estáveis e o erro convirja para a origem (e = 0).
Capı́tulo 2. Preliminares 8

A figura 5 mostra o diagrama de blocos do sistema de controle com realimentação de

estados observados e integração do erro.

Figura 5 – Sistema de controle com realimentação de estados observados e integração do erro

 9

3 Projeto de Controlador

3.1 Controladores PID

Nesta seção será abordado o projeto de controladores PI e PID por três métodos
distintos para o sistema de tanque simples, cujo modelo de primeira ordem com atraso é:

1.25𝑒−6𝑠
G1 (s) = (3.1)
224.8𝑠 + 1
Os controladores PI e PID serão obtitidos utilizando (3.2), que representa a forma
ideal de PID com filtro no derivativo, para remover a não causalidade.

(︃ )︃
1 𝑇𝐷 𝑠
Gc (s) = 𝐾𝑝 1+ + (3.2)
𝑇𝑖 𝑠 1 + 𝑠𝑇𝑁𝐷

Para todos os casos será utilizado 𝑁 = 10.

Além disso, será abordado o projeto de um controlador de realimentação de estados
para um sistema de tanques acoplados, cujo modelo é:

3.1.1 Método de Ziegler-Nichols

A aplicação do método de Ziegler-Nichols depende intrinsecamente da obtenção de
uma resposta oscilatória continuada em malha fechada. Porém, o sistema em estudo é estável
e, portanto, não há valor de 𝐾𝐶𝑅 que cause a caracterı́stica necessária de resposta. Dessa
forma, não é possı́vel aplicar o método para o caso em estudo.

3.1.2 Curva de Reação ou Primeiro Método de Ziegler-Nichols

Para o uso do método da curva de reação, primeiramente o modelo foi submetido à
uma entrada degrau em malha aberta, obtendo a resposta no domı́nio do tempo mostrada
no gráfico da Figura 6.
Capı́tulo 3. Projeto de Controlador 10

Figura 6 – Respsota do modelo à entrada degrau

A partir deste gráfico, com o auxı́lio dos pontos marcados, foram obtidos os parâmetros
do modelo:

• 𝐾 = 1.25

• 𝐿=6

• 𝜏 = 282 − 6 = 276

Então, os valores de 𝐾, 𝐿 e 𝜏 foram susbtituidos nas fórmulas da Tabela 2, obtendo

os seguintes parâmetros para o controlador PI:

• 𝐾𝑝 = 33.12

• 𝑇𝑖 = 20

• 𝑇𝐷 = 0

Já para o controlador PID, os parâmetros encontrados foram:

• 𝐾𝑝 = 36.8

• 𝑇𝑖 = 12
Capı́tulo 3. Projeto de Controlador 11

• 𝑇𝐷 = 3

Então, os parâmetros foram foram substituidos em (3.2), obtendo os controladores PI

(3.3) e PID (3.4).

33.12𝑠 + 1.66
PI1 (s) = (3.3)
𝑠

93.43𝑠2 + 29.26𝑠 + 2.39

PID1 (s) = (3.4)
0.2975𝑠2 + 𝑠

3.1.3 Minimização do ITAE

Para o método de minimização do ITAE foram utilizados os parâmetros do modelo
(3.1):

• 𝐾 = 1.25

• 𝜏 = 224.8

• 𝜃=6

Estes valores foram substituidos em (2.2), utilizando os valores adequados de 𝐴 e 𝐵

de acordo com a Tabela 3. Para o controlador PI foram obtidos os parâmetros:

)︂−0.977
6 34.47
(︂
𝑌𝐾 𝑃 = 0.859 = 34.47 ∴ 𝐾𝑝 = = 27.58 (3.5)
224.8 1.25

)︂−0.680
6 224.8
(︂
𝑌𝑇𝑖 = 0.674 = 7.92 ∴ 𝑇𝑖 = = 28.38 (3.6)
224.8 7.92
Já para o controlador PID, os parâmetros encontrados foram:

)︂−0.947
6 41.94
(︂
𝑌𝐾 𝑃 = 1.357 = 41.94 ∴ 𝐾𝑝 = = 33.55 (3.7)
224.8 1.25

)︂−0.738
6 224.8
(︂
𝑌𝑇𝑖 = 0.842 = 12.2 ∴ 𝑇𝑖 = = 18.43 (3.8)
224.8 12.2

)︂0.995
6 0.010
(︂
𝑌𝑇𝐷 = 0.381 = 0.010 ∴ 𝑇𝐷 = = 4.58 × 10−5 (3.9)
224.8 224.8
Capı́tulo 3. Projeto de Controlador 12

Por fim, os parâmetros foram foram substituidos em (3.2), obtendo os controladores

PI (3.10) e PID(3.11).

27.58𝑠 + 0.97
PI2 (s) = (3.10)
𝑠

85.43𝑠2 + 33.97𝑠 + 1.82

PID2 (s) = (3.11)
0.2315𝑠2 + 𝑠

3.2 Controlador de Realimentação de Estados

O sistema a ser controlado nesta seção, é de 2 tanques acoplados. Sua dinâmica é
dada pelo seguinte conjunto de equações diferenciais.

𝑞21 − 𝑞𝑜𝑢𝑡
ℎ˙1 = (3.12)
𝐴1

𝑞𝑖𝑛 − 𝑞21
ℎ˙2 = (3.13)
𝐴2

𝑦 = ℎ1 (3.14)

em que 𝑞𝑖𝑛 = 19𝑢 + 265.25 é a vazão de entrada em 𝑐𝑚3 /𝑠, 𝑞21 = 37.4(ℎ2 − ℎ1 ) + 290.6
é a vazão entre os dois tanques em 𝑐𝑚3 /𝑠, 𝑞𝑜𝑢𝑡 = 8.8ℎ1 + 556 é a vazão de saı́da do tanque
em 𝑐𝑚3 /𝑠. As variáveis ℎ1 e ℎ2 são os estados do sistema em 𝑐𝑚, 𝑢 é sinal de controle em
porcentagem, 𝑦 é a saı́da que varia de 0 a 70 (nı́vel máximo do tanque).
O modelo de 2º ordem, apresentado em (3.15), será usado para o projeto de contro-
ladores para esse sistema. Este modelo considera ℎ1 como saı́da.
2
G2 (s) = 2
(3.15)
51529𝑠 + 454𝑠 + 1
[︁ ]︁
O objetivo é fazer com que e os pólos de malha fechada sejam 𝑝 = 0.035 0.05 .

3.2.1 Projeto por realimentação de estados sem integrador

Reescrevendo a função de transferência do modelo apresentado em (3.15) em espaço
de estados:

⎧
⎨ẋ(t) = 𝐴x(t) + 𝐵u(t)
(3.16)
⎩ y(t) = 𝑐x(t)
Capı́tulo 3. Projeto de Controlador 13

Em que ⎡ ⎤ ⎡ ⎤
0 1 ⎦ 0 [︁ ]︁
𝐴=⎣ 𝐵=⎣ ⎦ 𝑐= 2 0 (3.17)
0.000019 0.0088 1

Aplicando a ctrb da biblioteca control do python, colocando como parâmetro as ma-

trizes A e B, concluiu que o sistema é controlável.
Foi utilizada a função acker da biblioteca control do python para calcular o K. Essa
biblioteca pede como parâmetros os pólos desejados e as matrizes A e B do espaço de estados.
Encontrando o controlador proporcional K:
[︁ ]︁
𝐾 = 0.001769 0.0938 (3.18)

Foi calculado também, o ganho estático da malha fechada controlada, dado pela equa-
ção:
𝑃 = −𝐶(𝐴 − 𝐵𝐾)−1 𝐵 = 1.1898 × 103 (3.19)

Com o objetivo de pré-compensar na referência o inverso desse valor e tornar o erro

de estado estacionário nulo.

3.2.2 Projeto por realimentação de estados com integrador

Para este projeto, primeiramente, foram utilizadas as matrizes aumentadas 𝐴˜ e 𝐵:
˜

⎡ ⎤
⎡ 0⎤ 1 0⎥
𝐴 0 ⎢
𝐴˜ = ⎣ ⎦ = ⎢0.000019 0.0088 0⎥ (3.20)
⎢
⎥
−𝐶 0 ⎣ ⎦
−2 0 0
⎡ ⎤
⎡ ⎤0
𝐵 ⎢ ⎥
˜ = ⎣ ⎦ = ⎢1⎥
𝐵 (3.21)
⎢
⎥
−0 ⎣ ⎦
0

O controlador K, foi projetado utilizando o comando acker. Como as novas matrizes

possuem 𝑛 = 3, foi necessário alocar 1 novo pólo desejado 1 década abaixo dos demais. Assim,
[︁ ]︁
os novos pólos desejados são 𝑝 = 0.035 0.05 −1.1 . Foi encontrado o seguinte controlador
˜
𝐾:

[︁ ]︁
˜ = 0.0953 1.1938 −0.001 .
𝐾 (3.22)
Capı́tulo 3. Projeto de Controlador 14

Logo, para a implementação do espaço de estados, o controlador proporcional a ser

[︁ ]︁
multiplicado pelos estados é 𝐾 = 0.0953 1.1938 . E o proporcional a ser multiplicado pelo
integrador é 𝐾𝑎 = 0.001.

3.2.3 Projeto de Observador

Para aplicar o controlador nas equações diferenciais que representam o sistema real,
é necessário um observador. Utilizando a função obsv da biblioteca control, concluiu-se que
o sistema é observável.
Assim, primeiramente foi criada uma matriz F estável, ou seja, com autovalores de
parte real negativa:

⎡ ⎤
−10 0 ⎦
𝐹 =⎣ . (3.23)
0 −15

Foi definido também um L, tal qual, aplicando a ferramenta obsv, o resultado dê
[︁ ]︁
observável. Assim, foi escolhido L = 1 2 . Foi adaptada a função acker para encontrar um
valor de T que atenda à condição:

𝑇 ×𝐴−𝐹 ×𝑇 =𝐿×𝑇 (3.24)

Foi encontrado: ⎡ ⎤
0.2000 −0.0200⎦
𝑇 =⎣ (3.25)
0.2667 −0.0178

Assim, podem ser definidas as matrizes do espaço de estados do observador.

⎡ ⎤
−10 0 ⎦
𝐴0 = 𝐹 = ⎣ (3.26)
0 −15
⎡ ⎤
−10.0088 11.2566 ⎦
𝐵0 = 𝑇 −1 =⎣ (3.27)
−150.2200 112.6650
⎡ ⎤
[︁ −0.02 1⎦
]︁
𝐶0 = 𝑇 𝐵 𝐿 = ⎣ (3.28)
−0.178 2
⎡ ⎤
0 0⎦
𝐷0 = ⎣ (3.29)
0 0
Capı́tulo 3. Projeto de Controlador 15

Que tem a forma:

⎧
⎨ż(t) = 𝐴0 z(t) + 𝐵0 u0 (t)
(3.30)
⎩ ^(t) = 𝐶0 z(t)
x
⎡ ⎤
𝑢(𝑡)⎦
em que 𝑢0 = ⎣ , em que u(t) e y(t) são, respectivamente, a entrada e saı́da do
𝑦(𝑡)
sistema a ser controlado.
 16

4 Resultados e Discussões

4.1 Controladores PI e PID

Os controladores PI e PID projetados foram aplicados em série com o modelo (3.1), as
respostas obtidas podem ser vistas no gráfico da Figura 7. Não foram feitos quaisquer ajustes
nos parâmetros obtidos através dos métodos.

Figura 7 – Resposta dos controladores PI e PID aplicados ao modelo

Analisando este gráfico é possı́vel notar que o pior desempenho ocorreu com o contro-
lador PI projetado pelo método da curva de reação. Percebe-se que este apresentou overshoot
ligeiramente maior e, principalmente, um longo tempo de acomodação. Já a melhor resposta,
tanto em relação ao overshoot quanto em relação ao tempo de acomodação, ocorreu com o
controlador PID projetado pelo método da minimização do ITAE.
Então, os controladores foram aplicados no sistema real com pertubação. Primeira-
mente o sistema foi levado ao ponto de operação (42cm), seguido por uma sequência de
degraus acima e abaixo deste ponto, como pode ser observado no gráfico da Figura 8.
Capı́tulo 4. Resultados e Discussões 17

Figura 8 – Resposta dos controladores PI e PID aplicados ao sistema real

Neste gráfico, observando o sinal de controle, é possı́vel notar o grande esforço realizado
pelos controladores para tirar o sistema do estado inicial e levá-lo ao ponto de operação. Para
uma melhor visualização da resposta, foi plotado um segundo gráfico contendo apenas o trecho
no qual ocorrem as variações em torno do ponto de operação, este pode ser visto na Figura
9.
Capı́tulo 4. Resultados e Discussões 18

Figura 9 – Resposta dos controladores PI e PID aplicados ao sistema real

Analisando este gráfico é possı́vel notar que, assim como ocorreu com o modelo, o
controlador PI projetado pelo método da curva de reação apresentou o maior tempo de aco-
modação, não chegando a estabilziar no tempo utilizado entre os degraus. Porém, o maior
overshoot agora ocorre com o controlador PID projetado por este mesmo método. Os contro-
ladores projetados pelo método da minimização do ITAE apresentaram o melhor resultado,
sendo o controaldor PI o melhor em realação ao oversoot e o controlador PID o melhor em
relação ao tempo de acomodação.
Por fim, foram calculados os ı́ndices de performance IAE, ITAE e IVU relativos ao
trecho mostrado na Figura 9. Estes estão expostos na Tabela 4.

Tabela 4 – Índices de performance

Método Controlador IAE ITAE IVU

Curva de PI 10208.97 12572408.67 82.51
reação PID 12690.00 12571481.10 123.18
Minimização PI 10208.26 12570829.97 58.35
do ITAE PID 10208.41 12570705.78 85.95

Analisando os dados da tabela, percebe-se que os controaldores projetados pelo mé-

Capı́tulo 4. Resultados e Discussões 19

todo da minimização do ITAE apresentaram menor erro quando comparados aos projetados
via curva de reação, o que corrobora a conclusão obtida analisando o gráfico. Além disso, de
forma geral, os controladores PI apresentaram melhor performance quando comparados aos
controaldores PID.

4.2 Controlador de Realimentação de Estados

4.2.1 Controle sem integrador
1
Implementando o controlador na malha fechada, com o pré-compensador 1.1898×103
,
aplicando um degrau unitário, obteve-se a seguinte resposta:

Figura 10 – Modelo controlado por realimentação de estados

Observa-se que o modelo alcançou erro em estado estacionário nulo. Calculando os

auto-valores de 𝐴 − 𝐵 * 𝐾, encontra-se exatamente os pólos desejáveis -0.0350 e -0.0500.
Aplicando o controlador no sistema real, aplicando como entrada o sinal de controle
igual a 26.43, necessário para levar o sistema ao ponto de operação 24 cm, que foi utilizado
para modegem, mostrado em (3.12) e (3.13), utilizando o observador mostrado em (3.30)
para estimar os estados do sistema, obteve-se a seguinte curva:
Capı́tulo 4. Resultados e Discussões 20

Sistema real sem integrador

20

15
h(cm)

10

0
h
0 500 1000 1500 2000 2500 3000
Time(s)

Figura 11 – Sistema real controlado por realimentação de estados

Observa-se que o sistema real ficou próxima da curva do modelo, também possuiu
erro em estado estacionário nulo, porém o tempo de acomodação se tornou muito maior.
Aumentando em 5% vazão do sistema real, obteve-se a seguinte resposta:

Sistema real sem integrador e vazãp +5%

20

15
h(cm)

10

0
h
0 500 1000 1500 2000 2500 3000
Time(s)

Figura 12 – Sistema real com aumento de vazão controlado por realimentação de estados
Capı́tulo 4. Resultados e Discussões 21

Com essa curva, nota-se que o aumento da vazão não alterou a forma como o sistema
responde ao controlador.

4.2.2 Controle com integrador

Foi aplicado agora, o controlador projetado com integrador, primeiramente no modelo
aplicando um degrau unitário.

Figura 13 – Modelo controlado por realimentação de estados

Após isso, o controlador K, a constante 𝐾𝑎 , e o observador foram utilizados no sis-

tema real, utilizando como entrada um degrau unitário, para fins comparativos. Foi obtida a
resposta:
Capı́tulo 4. Resultados e Discussões 22

Sistema real com integrador

8

4
h(cm)

2
h
0 2000 4000 6000 8000 10000
Time(s)

Figura 14 – Sistema real controlado por realimentação de estados

Nota-se que o sistema real apresentou undershoot, e tempo de acomodação muito

maior em relação ao do modelo. Porém, assim como esperado, o sistema acomodou na refe-
rência com erro em estado estacionário nulo assim como na Figura 13.
Então, foi aumentada a vazão da saı́da ℎ1 do sistema real e 5%, gerando a seguinte
curva:
Capı́tulo 4. Resultados e Discussões 23

Sistema real com integrador e vazão +5%

8

4
h(cm)

2
h
0 2000 4000 6000 8000 10000
Time(s)

Figura 15 – Sistema real com aumetno de vazão controlado por realimentação de estados

Notou-se que o aumento de vazão não alterou o comportamento da malha fechada do

sistema.
 24

5 Conclusão

Nesta atividade, foram projetados controladores para o modelo de primeira ordem que
representa a dinâmica de um sistema de tanque simples real. Foram abordados os métodos de
Ziegler-Nichols, curva de reação e minimização do ITAE. Os controladores projetados foram
aplicados tanto no modelo quanto no sistema real com pertubação.
Em relação ao método de Ziegler-Nichols, este mostrou-se inadequado para o sistema
em estudo, pois depende da obtenção de uma resposta oscilatória continuada em malha
fechada, o que não ocorre em sistemas estáveis.
Já em relação ao método da curva de reação, o projeto se mostrou de fácil execução
desde que considerado atraso no sistema, pois o modelo de primeira ordem não gera uma
curva com aspecto 𝑆. A obtenção dos parâmetros necessários graficamente é simples, assim
como os cálculos necessários.
Em relação ao método da minimização do ITAE, novamente é necessária a inclusão
de atraso no sistema, pois este é um dos parâmetros necessários nas equações utilizadas no
método. Observado este detalhe, a aplicação é simples.
De forma geral, os controladores PI apresentaram melhor resultado em relação aos
controladores PID. Além disso, o método da minimização do ITAE se mostrou mais eficaz
quando comparado ao método da curva de reação.
Além do sistema de tanques simples, foram projetados controladores para o sistema
de tanques acoplados, utilizando a abordagem de realimentação de estados. Constata-se neste
trabalho, que para o sistema de tanques, que é um sistema de dinâmica estável, o controle sem
o uso do integrador é mais eficiente. Isso porque, no sistema real, o controlador com integrador
apresentou overshoot e undershoot de valores altos, o que poderia causar vazamento do
tanque. Além disso, o tempo de acomodação foi menor para a aplicação simples.
Concluiu-se também, que o comportamento da malha fechada para este tipo de con-
trolador não é afetado pela perturbação aplicada.
 25

Referências

OGATA, K. Engenharia de Controle Moderno. 5. ed. [S.l.]: Pearson Education, 2010.

Citado na página 4.