Você está na página 1de 41

U NIVERSIDADE F EDERAL DO R IO G RANDE DO N ORTE

C ENTRO DE T ECNOLOGIA
D EPARTAMENTO DE E NGENHARIA DE C OMPUTAÇÃO E AUTOMAÇÃO
T RABALHO DE C ONCLUSÃO DE C URSO

Análise de Desempenho e Auditoria de Malhas


de Controle SISO Baseada em Índices

Alan Diego Dantas Protásio

Natal – RN
Junho/ 2010
Análise de Desempenho e Auditoria de Malhas
de Controle SISO Baseada em Índices

Alan Diego Dantas Protásio

Orientador: Prof. Dr. André Laurindo Maitelli

Trabalho de Conclusão de Curso apresen-


tado ao Corpo docente do Curso de Enge-
nharia de Computação da Universidade Fe-
deral do Rio Grande do Norte como parte
dos requisitos para obtenção do título de Ba-
charel em Engenharia de Computação.

Natal – RN
Junho/ 2010
Análise de Desempenho e Auditoria de Malhas
de Controle SISO Baseada em Índices

Alan Diego Dantas Protásio

Trabalho de Conclusão de Curso aprovado em 19 de junho de 2010 pela banca examina-


dora composta pelos seguintes membros:

Prof. Dr. André Laurindo Maitelli (Orientador). . . . . . . . . . . . . . . . . . . . . . . DCA/UFRN

Prof. Dr. Fábio Meneghetti Ugulino de Araújo . . . . . . . . . . . . . . . . . . . . . . DCA/UFRN

Prof. Dr. Luiz Eduardo Cunha Leite . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . ECT/UFRN


“A mente que se abre a uma nova
idéia jamais voltará ao seu tamanho
original”
Sir Albert Einstein
Dedico este trabalho primeiramente
a Deus, que me confortou nos
momentos mais difíceis e que
indicou o caminho certo ao longo de
toda minha vida. A meus pais,
Chreosil e Noélia, pela educação,
confiança e total apoio que sempre
demonstraram no curso de toda
minha vida. Aos meus amigos pelo
apoio e amizade durante toda a
trajetória. Aos colegas de curso e
todos os professores e funcionários
da UFRN.
AGRADECIMENTOS

Aos meus pais e a minha família, pelo incentivo e apoio incondicional ao longo de toda
minha vida.

Ao meu orientador professor André Laurindo Maitelli, pelo apoio e pela ajuda.

À todos os professores e funcionários do Departamento de Engenharia de Computação e


Automação, pelo aprendizado e oportunidades.

A Universidade Federal do Rio Grande do Norte pelo acolhimento.

Aos colegas de graduação, pelas críticas, sugestões e amizade.

Ao LAUT pela oportunidade.


R ESUMO

O monitoramento, avaliação e diagnóstico das malhas de controle é uma área re-


lativamente nova, tanto no meio acadêmico como no industrial e tem apresentado um
significativo crescimento nos últimos anos. Este crescimento é um reflexo do grande au-
mento no numero de malhas de controle presentes nas industrias atualmente, servindo
como ferramenta para facilitar a gestão e otimização computacional.
O objetivo deste trabalho é desenvolver um sistema de avaliação de malhas de con-
trole SISO baseados em índices. Esta avaliação deverá ser feita com o mínimo possível
de perturbação no sistema e pretende servir como ferramenta para otimizar o processo
produtivo. Analisando os índices de desempenho, podemos, por exemplo, detectar possí-
veis falhas na malha, saber qual estratégia de controle é mais adequada para uma certa
malha e verificar os esforços exigidos dos atuadores.
Este sistema se comunicará com os CLPs via OPC e, com base em dados como SP,
PV e MV, calculará os índices de desempenho. É importante notar que o sistema funciona
independente da planta ou da estratégia de controle adotada. Porém, é pouco informativa
a comparação entre os índices de diferentes plantas. Uma malha que controla a abertura
de uma válvula pneumática, mesmo que seu controlador não esteja corretamente sinto-
nizado, provavelmente apresentará melhores índices de desempenho que uma malha de
controle de nível. Isto porque a dinâmica da abertura de uma valvula geralmente é bem
mais rápida que a dinâmica de uma planta de controle de nível. É bem mais informa-
tivo compararmos a melhoria dos índices de uma mesma malha quando mudamos, por
exemplo, a sintonia de um PID, ou quando trocamos um PID por um controle fuzzy.

Palavras-chave: Controle Regulatório, Avaliação de Malha de Controle, Otimização.


S UMÁRIO

Sumário i

Lista de Figuras iii

Lista de Tabelas iv

Lista de Símbolos e Abreviaturas v

1 Introdução 1
1.1 Motivação e Relevância do tema . . . . . . . . . . . . . . . . . . . . . . . 1
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
1.3 Estrutura do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

2 Embasamento Teórico 5
2.1 Índices de Desempenho Baseados no Erro . . . . . . . . . . . . . . . . . 5
2.1.1 Formulação Matemática . . . . . . . . . . . . . . . . . . . . . . . 5
2.1.2 Exemplo de Aplicação . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Índices de Desempenho baseados na média e variância . . . . . . . . . . 8
2.2.1 Formulação Matemática . . . . . . . . . . . . . . . . . . . . . . . 9
2.2.2 Exemplo de Aplicação . . . . . . . . . . . . . . . . . . . . . . . . 10
2.2.3 Conclusões . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

3 Desenvolvimento 12
3.1 CLP Zap 900 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3.2 Filtro Passa-Baixa de Butterworth . . . . . . . . . . . . . . . . . . . . . . 13
3.3 Planta Utilizada e a Simulação . . . . . . . . . . . . . . . . . . . . . . . . 15
3.4 Circuito de interface da Saída Analógica . . . . . . . . . . . . . . . . . . . 17
3.5 Ambiente de desenvolvimento e Software . . . . . . . . . . . . . . . . . . 17

4 Resultados 22
4.1 Detecção de Modificações na Dinâmica da Planta . . . . . . . . . . . . . 22
4.2 Avaliação de sintonias PID . . . . . . . . . . . . . . . . . . . . . . . . . . 23

i
5 Conclusões gerais e sugestões 27

Referências Bibliográficas 29
L ISTA DE F IGURAS

1.1 Sistema de Controle Realimentado, onde C(S) e G(S) representam as fun-


ções de transferência do controlador e da planta, respectivamente, e D(S)
representa o ruído. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 2
1.2 Arquitetura Simplificada do Sistema . . . . . . . . . . . . . . . . . . . . . 4

2.1 Reposta do Sistema em fechada (a) com ganho unitário e o ITAE (b) . . . . 7
2.2 Reposta do Sistema realimentado com PID 1 (a) e o ITAE (b) . . . . . . . 8
2.3 Reposta do Sistema realimentado com PID 2 (a) e o ITAE (b) . . . . . . . 8
2.4 Sinal de controle do PID1(a) e do PID2(b) . . . . . . . . . . . . . . . . . . 11

3.1 Fotografia do CLP ZAP 900 . . . . . . . . . . . . . . . . . . . . . . . . . 13


3.2 Exemplo de uma linha de ladder com um bloco PID . . . . . . . . . . . . . 13
3.3 Resposta no domínio S do filtro de Butterworth . . . . . . . . . . . . . . . 14
3.4 (a) Sinal Oriundo do sensor (b) Sinal Filtrado . . . . . . . . . . . . . . . . 15
3.5 Esquema de comunicação para simulação e com a planta real . . . . . . . 15
3.6 Representação da equação 3.4 no Simulink com adição de um ruído . . . 16
3.7 Foto da Planta Real . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
3.8 Circuito de interface da Saída Analógica . . . . . . . . . . . . . . . . . . . 17
3.9 Tela de Configuração OPC . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.10 Tela de Supervisão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
3.11 Tela de Avaliação e Análise de desempenho de malhas de controle . . . . 19
3.12 Tela de Histórico de Avaliações . . . . . . . . . . . . . . . . . . . . . . . 20
3.13 Organização do software . . . . . . . . . . . . . . . . . . . . . . . . . . . 20

4.1 (a) Saída da planta sem falhas (b) Sinal de controle . . . . . . . . . . . . . 22


4.2 (a) Planta com entupimento de 25% na saída do tanque 1 (b) Sinal de controle 23
4.3 (a) Planta com redução de 40% no km da bomba(b) Sinal de controle . . . 24
4.4 Saída do tanque 2 e Sinal de controle para a sintonia pelo método Zigle
Nichols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
4.5 Saída do tanque 2 e Sinal de controle para a sintonia pelo método CHR . . 25
4.6 Saída do tanque 2 e Sinal de controle para a sintonia pelo método ITAE Servo 25

iii
L ISTA DE TABELAS

1.1 Problemas típicos encontrados em malhas auditadas . . . . . . . . . . . . 3

2.1 Modelo Computacional dos Índices de desempenho, onde T é o tempo de


amostragem . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 7
2.2 Índices baseados no erro calculados para a Planta . . . . . . . . . . . . . 8
2.3 Índices baseados na variância calculados para a Planta . . . . . . . . . . 10

4.1 Índices calculados para a planta sem falhas . . . . . . . . . . . . . . . . . 23


4.2 Índices calculados para a planta com entupimento de 25% na saída do
tanque 1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
4.3 Índices calculados para a planta com redução de 40% no km da bomba . . 24
4.4 Índices calculados para a sintonia pelo método Zigle Nichols . . . . . . . . 25
4.6 Índices calculados para a sintonia pelo método ITAE Servo . . . . . . . . . 25
4.5 Índices calculados para a sintonia pelo método CHR . . . . . . . . . . . . 25

iv
L ISTA DE S ÍMBOLOS E A BREVIATURAS

Wc freqüência de Corte

CHR Chien, Hrones e Reswick

CLPs Controladores Lógicos Programáveis

CVM Controlador De Variância Mínima

DC Direct Current

IAE Integrated Absolute Error

IAE Integrated Error

ISE Integrated square error

ITAE Integrated of the time Multiplied by Absolute Error

ITSE Integrated of the Time Multiplied by Square Error

MV Manipulated Variable

OPC OLE for process control

PLC Programmable Logic Controller

PV Process Variable

SC Sinal de Controle

SISO Single Input Single Output

SP SetPoint

ZOH Zero Order Holder

v
C APÍTULO 1

I NTRODUÇÃO

1.1 Motivação e Relevância do tema


Em indústrias modernas, é comum o emprego de estratégias de controle avançado
e de sistemas especialistas para otimização da produção. Através destes sistemas, é
possível determinar o set point ótimo para as malhas de controle, de forma a garantir o
maior ritmo de produção, gastando-se o mínimo possível de insumos e efetuando toda
a operação com segurança e qualidade. Malhas de controle SISO (Single Input Single
Output) com controladores do tipo feedback são freqüentemente utilizadas nos processos
industriais e representam a grande maioria dos controladores em operação atualmente.
Processos industriais bem como meios de produção baseados na filosofia da quali-
dade total, exigem controladores que trabalhem com seus parâmetros sintonizados, in-
dependente das situações de carga e distúrbios. Muito se tem discutido a respeito da
sintonia de controladores PID, porém, a maioria, ainda, é utilizada em modo PI ou pos-
suem parâmetros ajustados de forma inadequada, conduzindo a um desgaste prematuro
dos atuadores e outros componentes do sistema. A teoria de controle já estuda controla-
dores com algoritmo PID desde o início do século passado, sendo que diversos trabalhos
comprovam a eficiência deste controlador em estruturas de controle clássicas e avança-
das. Apesar do controlador PID ser utilizado e estudado há muito tempo, o desempenho
de malhas industriais não é satisfatório em muitos dos casos. Existem diversos critérios e
índices de desempenho (IAE, ITAE, ISE, ITSE, Variância do Sinal de Controle e etc.) que
permitem definir a eficiência de uma malha de controle (Carmo 2006).
A utilização do controle com realimentação (malha fechada) proporciona uma melhoria
na precisão do sistema, rejeita o efeito de perturbações externas, melhora a dinâmica da
planta (eventualmente estabilizando um sistema naturalmente instável em malha aberta)
além de diminuir a sensibilidade a variações do processo (torna o sistema mais robusto).
Nestas malhas, o controlador é o principal agente que interfere no desempenho da planta,
uma vez ele que é o responsável por compensar eventuais mudanças nos parâmetros da
CAPÍTULO 1. INTRODUÇÃO 2

D(S)

Erro MV
SP C(S) G(S) Y

Figura 1.1: Sistema de Controle Realimentado, onde C(S) e G(S) representam as funções
de transferência do controlador e da planta, respectivamente, e D(S) representa o ruído.

planta e deficiências nos atuadores e sensores.


Uma indústria atualmente pode utilizar uma grande quantidade de malhas de con-
trole. A forma de garantir o desempenho esperado de um processo industrial é manter as
malhas de controle dentro de certas especificações pré-estabelecidas, sendo necessária
sua avaliação constante. Com o passar do tempo, ou pela deterioração dos componentes
da malha ou pela mudança natural da dinâmica da planta, verifica-se uma degradação
do desempenho do sistema, tornando-se necessária a sua manutenção. A identificação
da malha problemática pode ser uma tarefa cara, difícil e entediante quando estamos li-
dando com grandes processos (o problema cresce juntamente com o numero de malhas
envolvidas), surgindo assim a necessidade de desenvolver uma ferramenta que auxilie e
simplifique esta tarefa.
Além disto, é importante avaliar numericamente a robustez do sistema, bem como
os efeitos nocivos que a ação de controle pode ter sobre os elementos atuadores e o
desempenho do sistema como um todo. Sob uma ótica ideal, espera-se que o compor-
tamento do sistema seja ótimo, considerando-se determinados critérios de desempenho,
independente das técnicas utilizadas (Carmo 2006).
Segundo (Karl J. Astrom 1995) "existe um espaço potencial para melhoria do controle".
Isto é bastante evidente quando entramos em uma sala de controle e nos deparamos com
muitos controladores colocados em modo manual. Melhorias substanciais podem ser con-
seguidas oferecendo ferramentas que auxiliem aos operadores, facilitando a sintonia de
controladores e a identificação de problemas de equipamentos, como válvulas e sensores.
Juntamente com o desenvolvimento teórico do tema, surgem também algumas ferra-
mentas que propõem a implementação destas técnicas em um ambiente industrial. Po-
rém, esta certamente ainda não é uma tecnologia madura, como demonstra o grande
número de publicações atuais sobre o tema e pelo fato de grande a maioria das plantas
industriais ainda não serem monitoradas por estas ferramentas.
A implantação e o uso de ferramentas de monitoramento e avaliação de malhas em
uma indústria não requer maiores esforços operacionais. Estas ferramentas geralmente
são independentes do processo a ser avaliado e o nível de invasão (distúrbio no processo)
pode ser configurado pelo usuário. Em contrapartida, elas produzem benefícios imedia-
tos, como o aumento de produtividade, aumento de qualidade do produto final, aumento
da vida útil de equipamentos, redução dos custos operacionais e de manutenção, entre
outros.
Os índices calculados neste trabalho também podem servir como base para avaliar
CAPÍTULO 1. INTRODUÇÃO 3

métodos de sintonia de PIDs como Ziegler-Nichols,Cohen-Coon ou Takahashi, bem como


servir para comparar diferentes estratégias de controle e auxiliar a definir qual delas é
mais adequada para uma determinada planta.

Problema Típicos Percentual das malhas


das Malhas de Controle auditadas
Válvulas de controle com problemas 30%
Problemas de sintonia (parâmetros incoerentes) 30%
Problemas de sintonia (comprometimento do desempenho) 85%
Estratégia de controle inadequada 15%
Controlador em modo manual 30%
Desempenho da malha insatisfatório 85%
Malhas com melhor desempenho
25%
automático que manual

Tabela 1.1: Problemas típicos encontrados em malhas auditadas

A tabela 1.11 mostra claramente que uma das grandes deficiências do desempenho
das malhas de controle, dentre outros fatores, reside em sintonias inadequadas dos con-
troladores, especialmente os de estrutura PID. Embora os métodos iniciais de sintonia
existam há mais de 60 anos a questão é, atualmente, tema contínuo de pesquisas e de-
senvolvimento, sem perspectivas de se esgotar.

1.2 Objetivos
Este trabalho de conclusão de curso se propõe a desenvolver um software de avalia-
ção em malhas de controle baseado em índices que permitem definir numericamente sua
eficiência. Os índices implementados neste trabalho são os clássicos (IAE, ITAE, ISE,
ITSE), além dos baseados na variância de um sinal.
O software deve ter a capacidade de se comunicar com qualquer CLP que tenha su-
porte ao protocolo OPC implementado e de avaliar qualquer tipo de malha de controle,
necessitando apenas de dados como SP, PV e MV. O usuário também pode configurar
o nível de intrusão do sistema aceitável para ser feita a avaliação e a freqüência caso
queira esta avaliação seja realizada periodicamente. Atualmente, este sistema está pre-
parado apenas para realizar a avaliação de uma única malha de controle por vez, porém,
a proposta seria de ampliar o software para que ele consiga avaliar várias malhas simul-
taneamente.
A figura 1.2 mostra simplificadamente os estágios da comunicação para que o cli-
ente (software desenvolvido neste trabalho) consiga ter acesso as variáveis do processo.
O CLP neste caso tanto serve para implementar a lógica de controle escolhida como
gateway entre os sinais oriundos do processo e o servidor OPC. Note que CLPs mais
modernos (e mais caros), quando vem com placas ETHERNET, podem implementar um
1
Retirada da tese (Carmo 2006)
CAPÍTULO 1. INTRODUÇÃO 4

servidor OPC em seu firmware, dispensando assim a figura do computador com este
propósito. A comunicação entre o CLP e os sensores/atuadores pode ser feita através
de entradas analógicas ou por meio de um protocolo de comunicação para automação
industrial.

Protocolo EHs
OPC Proprietario HART
Servidor
CLP Planta
OPC
Modbus
Fieldbus
OPC
Servidor
Cliente OPC

Figura 1.2: Arquitetura Simplificada do Sistema

Quando usado para avaliar automaticamente uma malha, o usuário deve mandar o
software rodar uma avaliação piloto e configurar a freqüência com que serão feitas as
novas avaliações. A avaliação piloto serve como base de comparação para detectar
mudanças no comportamento da planta. Uma grande diferença entre estes índices da
avaliação piloto e os índices recém calculados (para isto definimos uma tolerância) in-
dica uma mudança no comportamento da planta(que pode ser causada por problemas
em atuadores/sensores, mudanças na dinâmica da planta ou outros motivos discutidos
anteriormente), gerando um alarme.
Já quando usamos o software para melhorar a resposta da planta mudando algum
parâmetro, usamos o botão de avaliação manual. Isto é particularmente útil quando que-
remos sintonizar um PID. Neste caso, devemos fazer uma avaliação da malha, mudar os
parâmetros do PID ou a estratégia de controle, avaliar novamente a malha e conferir, com
ajuda dos índices, se a resposta do sistema melhorou ou piorou.

1.3 Estrutura do Trabalho


Este trabalho está dividido em 5 capítulos principais, sendo o capítulo 1 reservado para
a introdução e apresentação do problema. O Capítulo 2 apresentam- se as técnicas de
análise de desempenho de malhas de controle que serão abordadas na implementação
deste trabalho e uma rápida discussão sobre o protocolo OPC. No capítulo 3 apresenta-se
software desenvolvido, explorando alguns detalhes de implementação e do ambiente de
desenvolvimento. Já no capitulo 4 são apresentados alguns testes e resultados e o último
capítulo trata-se das conclusões do trabalho.
C APÍTULO 2

E MBASAMENTO T EÓRICO

Um índice de desempenho pode ser caracterizado como uma medida quantitativa do


desempenho de um sistema, sendo escolhido de acordo com suas especificações. Um
sistema de controle é considerado ótimo quando seus parâmetros são ajustados de modo
a minimizar ou maximizar os índices em questão.
Em um processo real, é comum a presença de atenuações e ruídos que levam as
variáveis do processo a valores indesejáveis e inesperados. Esta é a causa de pequenas
variações nos valores dos índices quando calculamos em momentos diferentes, mesmo
o processo estando exatamente com os mesmos parâmetros. Estas atenuações e ruídos
devem ser considerados quando vamos especificar a tolerância entre os índices recém
calculados e os índices da avaliação piloto discutidos no capítulo 1.

2.1 Índices de Desempenho Baseados no Erro


A seguir apresentamos os índices baseados no erro. Estes índices são bastante intui-
tivos porém requerem uma grande precisão de medições e, considerando que são geral-
mente uma integral infinita no tempo, é necessário calculá-los por longos períodos para
que seus resultados sejam significativos.
O erro e(t) é definido como:

e(t) = r(t) − y(t) (2.1)

aonde r(t) e y(t) são a referência (SP) e a saída do sistema (PV) respectivamente no
instante t .

2.1.1 Formulação Matemática


A escolha mais natural para quantificar o erro decorrente de uma perturbação no sis-
tema é calcularmos sua integral no tempo. Este índice é denominado integral do erro -
CAPÍTULO 2. EMBASAMENTO TEÓRICO 6

integrated error - IE e é definido como:


Z ∞
IE = e(t)dt (2.2)
0
Porém para processos oscilatórios ou para processos oscilatórios pouco amortecidos
este índice não é o mais indicado pois o erro varia entre valores positivos e negativos
podendo anular-se. Para resolver este problema foi definido um outro índice chamado de
Integral Absoluta do Erro - integrated Absolute Error - IAE:
Z ∞
IAE = |e(t)|dt (2.3)
0
Um uso interessante do IAE é o proposto por (Hägglund 1995). A idéia é monitorar a
magnitude do IAE entre duas intersecções da abscissa zero no erro do controlador:
Z ti
IAE = |e(t)|dt (2.4)
ti−1
aonde ti−i e ti são duas instantes discretos sucessivos onde o erro do controlador
cruza o zero. Este procedimento assume que o controlador tem ação integral, de modo
que a média do erro é zero. Hägglund sugere que, se o controlador for proporcional, um
valor médio do sinal de medida possa ser obtido através de um filtro. O valor de IAE é
zerado a cada vez que o erro intercepta a abscissa. Durante controle adequado, o valor
de IAE se torna pequeno, pois os tempo entre as intersecções se torna curto. Se um
distúrbio na carga ocorre, o valor de IAE se torna grande e a diferença ti−1 − ti também é
grande. Quando a integral do erro ultrapassa um certo limite pré-estabelecido, IAELIM , o
procedimento considera que um distúrbio na carga foi detectado. Observando a taxa em
que distúrbios na carga são detectados, pode-se concluir que não são distúrbios normais
de operação, e sim problemas de oscilação. Então a malha é considerada oscilatória
naquele período de supervisão Tsup (Kempf 2003).
A integral do erro quadrático ou ISE - Integrated square error - é um índice que tem
como característica quantificar em maior escala os erros iniciais que possam ocorrer em
sistemas oscilatórios, sendo mais indicado para malhas com características menos osci-
latórias
Z ∞
ISE = e(t)2 dt (2.5)
0
Para minimizar o problema de quantificação dos erros iniciais em malhas oscilatórias,
definimos critérios que ponderam os erros iniciais como a integral do tempo multiplicado
pelo erro absoluto - Integrated of the time multiplied by absolute error - ITAE ou a integral
do tempo multiplicado pelo erro quadrático - Integrated of the time multiplied by square
error - ITSE , cujas equações se encontram abaixo:
Z ∞
ITAE = t|e(t)|dt (2.6)
0
Z ∞
IT SE = te(t)2 dt (2.7)
0
CAPÍTULO 2. EMBASAMENTO TEÓRICO 7

Dentre os índices baseado nos erros descritos acima, o que apresenta maior seletivi-
dade é ITAE, pois o valor mínimo da integral é prontamente verificável ao serem variados
os parâmetros do sistema(Carmo 2006).

Índice de Desempenho Modelo Discreto

IAE ∑nk=1 |e(k)|

IE ∑nk=1 e(k)

ISE ∑nk=1 e(k)2

ITAE ∑nk=1 kT |e(k)|

ITSE ∑nk=1 kTe(k)2

Tabela 2.1: Modelo Computacional dos Índices de desempenho, onde T é o tempo de


amostragem

2.1.2 Exemplo de Aplicação


Para exemplificar o uso destes índices de desempenho vamos aplicá-los em uma
planta de segunda ordem. Considere a seguinte função de transferência:

1
H(s) = (2.8)
s2
A seguir mostramos os gráficos da resposta da planta junto com a evolução do ITAE
em diferentes ocasiões. Primeiramente em malha fechada com ganho unitário (sistema
marginalmente estável), e nos outros casos com 2 sintonias diferentes de um controlador
PID.

2 20

1.8 18

1.6 16

1.4 14

1.2 12

1 10

0.8 8

0.6 6

0.4 4

0.2 2

0 0
0 2 4 6 8 10 12 14 16 0 1 2 3 4 5 6 7 8

(a) (b)

Figura 2.1: Reposta do Sistema em fechada (a) com ganho unitário e o ITAE (b)
CAPÍTULO 2. EMBASAMENTO TEÓRICO 8

1.4 2.5

1.2
2

1.5
0.8

0.6
1

0.4

0.5
0.2

0 0
0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8

(a) (b)

Figura 2.2: Reposta do Sistema realimentado com PID 1 (a) e o ITAE (b)

1.4 0.35

1.2 0.3

1 0.25

0.8 0.2

0.6 0.15

0.4 0.1

0.2 0.05

0 0
0 1 2 3 4 5 6 7 8 0 1 2 3 4 5 6 7 8

(a) (b)

Figura 2.3: Reposta do Sistema realimentado com PID 2 (a) e o ITAE (b)

Ganho unitário PID 1 PID 2


IAE 5.0548 1.7654 0.5678
IE 0.9894 1.7017 0.3
ISE 3.9772 1.1783 0.3525
ITAE 19.797 2.1363 0.2959
ITSE 15.3710 0.9352 0.0853

Tabela 2.2: Índices baseados no erro calculados para a Planta

2.2 Índices de Desempenho baseados na média e variân-


cia
Ao analisar os resultados apresentados na tabela 2.2, poderíamos pensar que incon-
testavelmente a sintonia do segundo PID seria melhor que a do primeiro para esta planta.
CAPÍTULO 2. EMBASAMENTO TEÓRICO 9

Isto nem sempre é verdade,é importante notarmos que estes índices são bastante úteis
para avaliar o erro da malha, porém, não expressa o comportamento geral da planta nem
leva em conta, por exemplo, os esforços aos quais são submetidos os atuadores. Nesta
sessão apresentaremos alguns índices que podem dar idéia destes fatores.

2.2.1 Formulação Matemática


A média e a variância dos sinais presentes no processo podem fornecer algumas
características importantes. A variância de uma variável aleatória é uma medida da sua
dispersão estatística, indicando quão longe em geral os seus valores se encontram do
valor esperado (médio). Um método comum de estimar a variância da população é através
da tomada de suas amostras. Quando estimando a variância da população usando n
amostras aleatórias xi onde i = 1, 2, ..., n, a fórmula seguinte é um estimador sα2X(t) não
enviesado:

1 n
sα2X(t) = ∑
n − 1 k=1
[X(k) − X̂]2 (2.9)

onde:

1 n
X̂ = ∑ X(k)
n k=1
(2.10)

A seguir vamos introduzir alguns índices e analisar o que eles podem nos informar
sobre o comportamento da planta:

1. A média da saída do sistema em relação ao valor de referência nos da noção da


rastreabilidade e indica possíveis características oscilatórias da planta. Definimos
como média da saída (ou PV) de um sistema como:

1 N
ŷ = ∑ y(k)
N k=1
(2.11)

ou a relação percentual ao valor de referência (Set Point - SP):

sp − ŷ
ŷ% = (2.12)
sp
2. A média do sinal de controle(MV) da saída de um controlador indica o esforço médio
exigido dos atuadores da planta.

1 N
û = ∑ u(k)
N k=1
(2.13)

3. A variância da saída de uma malha indica quanto esta variável dispersa do seu valor
médio. Como queremos que a saída de uma malha convirja para um valor dado pela
referência, pode-se concluir que o valor da variância de determinado sinal deve ser
o menor possível.
CAPÍTULO 2. EMBASAMENTO TEÓRICO 10

1 n
Sα2y(t) = ∑
n − 1 k=1
[y(k) − ŷ]2 (2.14)

4. A variância do Sinal de controle permite avaliar o esforço do controle sobre os atu-


adores. Para uma maior vida útil do elemento atuador, a princípio este valor deve
ser o menor possível.

1 n
Sα2u(t) = ∑ [u(k) − û]2
n − 1 k=1
(2.15)

Os índices apresentados até agora são bastante úteis tanto para avaliar um comporta-
mento global da malha, baseados nos erros transitórios e de regime, quanto para analisar
a influência de um determinado sinal nos demais componentes da malha. Podemos per-
ceber por exemplo, que uma grande variância do sinal de controle representa uma ação
de controle muito agressiva que pode tanto comprometer a vida útil de um atuador como
faze-lo não responder como o esperado.

2.2.2 Exemplo de Aplicação


A tabela 2.3 a seguir mostra o resultado dos índices das malhas apresentadas na
sessão 2.1.2. Para este caso, usamos um período de simulação de 12.5s que é o dobro
do período do sinal de saída quando a planta está marginalmente estável (com controlador
proporcional unitário).

Ganho unitário PID 1 PID 2

ŷ 1.004 1 1

û -0.004 0 0

Sα2y(t) 0.5053 0.0748 0.0274

Sα2u(t) 0.5053 0.0302 2.0134

Tabela 2.3: Índices baseados na variância calculados para a Planta

Os valores das médias dos sinais e suas altas variâncias na primeira malha (ganho
unitário) indicam a oscilação do sistema em torno da referência. Já analisando os resul-
tados da segunda com a terceira malha, vemos que apesar da segunda malha ter uma
resposta mais rápida (variância da saída menor), a sua ação de controle é muito agres-
siva (variância do sinal de controle é bem menor), podendo causar esforços ou saturações
indesejáveis nos atuadores. A figura 2.4 mostra o sinal de controle dos PIDs.
CAPÍTULO 2. EMBASAMENTO TEÓRICO 11

1.2 10

1 8

0.8 6

0.6 4

0.4 2

0.2 0

0 −2

−0.2 −4
0 2 4 6 8 10 12 14 0 2 4 6 8 10 12 14

(a) (b)

Figura 2.4: Sinal de controle do PID1(a) e do PID2(b)

Os índices apresentados são úteis para avaliar o comportamento de uma malha de


controle sujeito a variações diversas

2.2.3 Conclusões
Foram apresentados nesta sessão os índices de desempenho que serão utilizados
para caracterizar as malhas de controle sujeitas a variações diversas no ambiente desen-
volvido, fazendo-se assim um processo de auditoria sobre elas. Espera-se que tanto os
índices baseados no erro quanto os baseados na variância de um sinal da planta tenham
seus valores minimizados para um bom comportamento das malhas. Porém, notamos que
um pequeno valor de um indice não representa necessariamente um bom comportamento
geral da planta. Estes índices devem ser analizados com uma visão crítica e, para isto,
a experiência do operador e o seu conhecimento da planta a ser controlada é um ponto
essencial. A análise automática é apenas capaz de detectar mudanças na dinâmica da
planta, cabendo ao operador verificar o motivo de tais mudanças.
C APÍTULO 3

D ESENVOLVIMENTO

Neste capitulo abordaremos todos a metodologia que foi utilizada para o desenvolvi-
mento do projeto, desde equipamentos físicos como CLPs e circuitos até os softwares.

3.1 CLP Zap 900


Um Controlador Lógico Programável, conhecido também por sua sigla CLP e pela
sigla de expressão inglesa PLC (Programmable Logic Controller ), é um computador es-
pecializado, baseado num microprocessador que desempenha funções de controle em
diversos níveis de complexidade. Geralmente as famílias de Controladores Lógicos Pro-
gramáveis são definidas pela capacidade de processamento de um determinado numero
de pontos de Entradas e/ou Saídas (E/S). Os CLPs são indicados para lidar com siste-
mas caracterizados por eventos discretos, ou seja, com processos em que suas variáveis
assumem valores zero ou um e ainda podem ainda lidar com variáveis analógicas defi-
nidas por intervalos de valores de corrente ou tensão elétrica. As entradas e/ou saídas
digitais são os elementos discretos, as entradas e/ou saídas analógicas são os elementos
variáveis entre valores conhecidos de tensão ou corrente.
Para realizar este projeto, utilizamos o CLP modelo Zap 900 da Hi Tecnologia com
o módulo de expansão HXM500. Este CLP foi concebido para atender aplicações de
pequeno porte (aproximadamente 40 pontos de I/O), porém, com recursos de software
encontrados em CLPs de grande porte e custo muito superior. O módulo de expansão
HXM500 foi necessário pois o CLP não apresenta entradas e saídas analógicas em sua
configuração original.
Este equipamento vem com 2 canais de comunicação serial e o servidor OPC é for-
necido gratuitamente pela HI Tecnologia. Este servidor é executado em um computador e
faz a ponte entre a serial do CLP e o protocolo OPC.
A programação do CLP foi feita utilizando Ladder. Esta é uma linguagem gráfica em
que as funções lógicas são representadas através de contatos e bobinas, fazendo analo-
CAPÍTULO 3. DESENVOLVIMENTO 13

Figura 3.1: Fotografia do CLP ZAP 900

gia a um esquema elétrico de relés. Além disto, existem blocos funcionais que permitem
realizar operações mais complexas que a leitura ou escrita de variáveis. São exemplos
de blocos funcionais os contadores, temporizadores, bobinas de set ou reset,blocos de
controladores PID e blocos para operações matemáticas.

Figura 3.2: Exemplo de uma linha de ladder com um bloco PID

3.2 Filtro Passa-Baixa de Butterworth


O ruído de alta freqüência presente nos sinais dos sensores podem causar grandes
variações nos sinais de controle e prejudicar os atuadores. Para minimizar o problema,
resolvemos filtrar os sinais lidos pelas entradas analógicas do CLP. O filtro de Butterworth
foi escolhido pois sua resposta em freqüência é muito suave (não possui ripple, ou on-
dulações) na banda passante, e se aproxima do zero na banda rejeitada (Oppenheim
et al. 1999) e (Baker 2002).
A função de transferência para um filtro Butterworth de primeira ordem com Wc = 1
(frequência de corte) e ganho unitário é:
CAPÍTULO 3. DESENVOLVIMENTO 14

1
H(s) = (3.1)
s+1
Discretizando a função de transferência para um período do amostragem T = 0.1
(usado em todas as ocasiões no trabalho) pelo método de ZOH (Segurador de ordem
zero ou Zero Order Holder ) temos:

0.09516
H(z) = (3.2)
z − 0.9048
Passando para o domínio discreto, temos a equação a diferença:

y(k) = 0.9048y(k − 1) + 0.09516u(k − 1) (3.3)


Esta equação a diferença foi implementada diretamente no ladder do CLP e um TIMER
foi utilizado para garantir o período de amostragem de T = 0.1s. A figura 3.3 mostra
a resposta em freqüência do filtro de Butterworth implementado, enquanto a figura 3.4
mostra um sinal de teste antes e após a filtragem.

Bode Diagram

−5

−10

−15
Magnitude (dB)

−20

−25

−30

−35

−40
−2 −1 0 1 2
10 10 10 10 10
Frequency (rad/sec)

Figura 3.3: Resposta no domínio S do filtro de Butterworth


CAPÍTULO 3. DESENVOLVIMENTO 15

16 15

14

12

10

10
Amplitude

Amplitude
8

0 0
0 10 20 30 40 50 60 70 80 90 100 0 10 20 30 40 50 60 70 80 90 100
Tempo(s) Tempo(s)

(a) (b)

Figura 3.4: (a) Sinal Oriundo do sensor (b) Sinal Filtrado

Notamos que o inicialmente sinal filtrado é um pouco atrasado em relação ao sinal


original, convergindo com o tempo para o seu nível DC. Isto não é um problema para
o controle, uma vez que este erro é pequeno e muitas vezes bem menor que o erro
apresentado pelo sensor.

3.3 Planta Utilizada e a Simulação


A planta utilizada para os teste foi um sistema de tanques acoplados da Quanser
usados para o controle de nível. Nesta planta existem dois tanques acoplados cuja vazão
de saída do tanque 1 é a vazão de entrada do tanque 2 e o elemento atuador (bomba) só
interfere diretamente na vazão de entrada do tanque 1. Na estratégia utilizada nos teste
o diâmetro de saída de ambos os tanques são iguais. O sistema de controle consiste em
controlar o nível do tanque 2 atuando apenas sobre a entrada do tanque 1.

Figura 3.5: Esquema de comunicação para simulação e com a planta real


CAPÍTULO 3. DESENVOLVIMENTO 16

As equações diferenciais não lineares que regem foram retiradas do próprio manual
do sistema (Coupled Water Tank Experiments n.d.) e são:

Km a1 p
L˙1 = Vp − 2gL1 (3.4)
A1 A1
a1 p a1 p
L˙2 = 2gL1 − 2gL2 (3.5)
A2 A2
Onde ax é o raio do orifício de saída, Ax é a área da seção transversal, g é a gravidade,
LX é o nível dos tanques, Vs é a tensão nominal aplicada a bomba e Km é a constante
da bomba. Note que a parte positiva das equações representa a entrada no tanque e as
negativas a saída e que a saída do tanque 1 é igual a entrada do tanque 2 se A1 = A2 ,
que é o caso. A figura 3.6 representa a implementacao da equação 3.4 no simulink do
MatLab e a figura 3.7 mostra uma foto da planta real.

Uniform Random
Number

1 -K- 1 1
Vp -K-
s L1
Km Add1
1/A1 Integrator Saturation

a1*sqrt(2*g*u)

a1*sqrt(2*g*L1)

2
Flow out

Figura 3.6: Representação da equação 3.4 no Simulink com adição de um ruído

Figura 3.7: Foto da Planta Real


CAPÍTULO 3. DESENVOLVIMENTO 17

Inicialmente, implementamos as equações diferenciais da planta no simulink toolkit


do matlab e utilizando o OPC toolbox para fazer a comunicação OPC com o CLP. A cada
passo da simulação, o matlab ler via OPC a memória que contém o Sinal de controle
gerado pelo PID do CLP (caso ele esteja em automático), faz os cálculos da simulação
(obtém a resposta da planta) e atualiza as memórias que seriam as memórias das en-
tradas analógicasfazendo com que o CLP controle o processo simulado da mesma forma
que controla o processo real. Isto torna totalmente transparente para o software desen-
volvido se estamos lidando ou não com uma simulação.

3.4 Circuito de interface da Saída Analógica


O módulo de expansão HXM500 apenas tem a opção de saída analógica em corrente.
A entrada dos atuadores da planta de teste (tanques acoplados da Quanser) é em volta-
gem de −3V à 3V . Por isto, para conseguir fazer o ZAP 900 controlar a planta, tivemos
que montar um circuito que receba uma entrada de 4mA à 20mA e gere como saída um
sinal de −3V à 3V . A figura 3.8 mostra o desenho esquemático deste circuito.

Figura 3.8: Circuito de interface da Saída Analógica

O tratamento do sinal basicamente é feito em 3 etapas. Primeiramente transformamos


o sinal de 4 - 20mA em um sinal de 1 - 5V . Posteriormente multiplicamos este sinal por
1,5(amp-op multiplicador) e ficamos com um sinal de −1, 5 - −7, 5V , então finalmente
somamos 4, 5V (amp-op somador) gerando o sinal desejado. Note que existem dois amp-
ops que são apenas buffers necessários para isolar as etapas do circuito (alta impedância
de entrada / baixa impedância de saída).
A alimentação é feita usando a propria fonte de −12V à 12V disponivel no módulo
de potência da Quanser. Já os sinais dos sensores não necessitaram de ter nenhum
tratamento especial, pois a HXM500 tem a opção de entrada analógica em tensão.

3.5 Ambiente de desenvolvimento e Software


O Software foi desenvolvido em C++ e QT para o sistema operacional Microsoft Win-
dows. A linguagem C++ foi escolhida pois a performance é um requisito desta aplicação
CAPÍTULO 3. DESENVOLVIMENTO 18

uma vez que são realizamos cálculos em tempo real com intervalo de amostragem de 0.1
segundos. As principais telas do sistema são:

1. Tela de Supervisão em que são plotada todas as informações como SetPoint, PV e


MV, além de disponibilizar uma interface para mudar a sintonia do controlador PID
do CLP. Todas as outras funções do software dependem da inicialização desta tela
no botão "Iniciar/Parar". (Figura 3.10)
2. Tela de Configuração da comunicação OPC do software com o CLP. Nela é apre-
sentado uma lista de servidores OPC disponíveis localmente. Uma vez conectado
a um servidor, o usuário deverá fazer a relação entre cada variável na memoria do
CLP (tags OPC) e sua respectiva função no programa. (Figura 3.9)
3. Tela de Sintonia automática de malhas PID desenvolvida pelo trabalho (Fonseca
2010). Esta tela implementa métodos de sintonia de malhas PID como Ziegler-
Nichols, Cohen-Coon ou Takahashi.
4. Tela de Avaliação e Análise de desempenho de malhas de controle. Esta é a tela
foco deste trabalho e será mais detalhada a seguir. (Figura 3.11)
5. Tela de Histórico de Avaliações em que são apresentados os valores dos índices
calculados nas últimas avaliações realizadas. (Figura 3.12)

Figura 3.9: Tela de Configuração OPC


CAPÍTULO 3. DESENVOLVIMENTO 19

Figura 3.10: Tela de Supervisão

Figura 3.11: Tela de Avaliação e Análise de desempenho de malhas de controle


CAPÍTULO 3. DESENVOLVIMENTO 20

Figura 3.12: Tela de Histórico de Avaliações

A figura 3.11 mostra a tela do módulo de avaliação do sistema. Nela é apresentado


um gráfico com o resultado dos índices calculados na ultima avaliacão além da legenda e
dos parametros de configuracao definidos a seguir:

1. Tempo - Intervalo de Duração de cada avaliação


2. Freqüência - Intervalo de tempo entre as avaliações no caso de avaliação automá-
tica.
3. Intrusão - Nível de intrusão da avaliação medida em porcentagem do SetPoint (de-
grau aplicado ao sistema na avaliação)
4. Tolerância - Nível tolerável de diferença entre os índices recém calculados e os
índices da avaliação piloto no caso de avaliação automática. Caso esta diferença
seja maior que a tolerância é gerado um alarme que indica problemas na malha de
controle.

Podemos dividir o software internamente em 4 principais módulos. O modulo de co-


municação OPC, como o proprio nome diz, é o responsavel por implementar o protocolo
OPC. É interessante ressaltar que este modulo é o unico que é dependente do sistema
operacional windows, uma vez que faz uso de blibliotecas nativas. Já o modulo "GUI",
além de disponibilizar graficamente os dados para o usuário é o responsavel por fazer as
requisicoes de dados para o modulo de comunicação e repassá-los para os modulos de
calculo e sintonia. Este ciclo (requisição, repasse para os modulos de calculo e atualiza-
ção da interface grafica) é repetido a cada 0.1s que corresponde ao tempo de amostragem
do sistema e é o principal motivo da escolha de uma linguagem rápida na implementação.
A figura 3.13 mostra esquematicamente a organização interna do software desenvolvido.

PV
SetPoint
KP,TI,TD MV
Tuner Indexes
Module GUI Module
PV IAE,IE,ISE...
SetPoint SetPoint
PV
MV

OPC COM

Figura 3.13: Organização do software


CAPÍTULO 3. DESENVOLVIMENTO 21

Podemos dividir o software internamente em 4 principais módulos. O módulo de co-


municação OPC, como o próprio nome diz, é o responsável por implementar o protocolo
OPC. É interessante ressaltar que este módulo é o único que é dependente do sistema
operacional windows, uma vez que faz uso de bibliotecas nativas. Já o módulo "GUI",
além de disponibilizar graficamente os dados para o usuário é o responsável por fazer as
requisições de dados para o módulo de comunicação e repassá-los para os módulos de
calculo e sintonia. Este ciclo (requisição, repasse para os módulos de calculo e atualiza-
ção da interface gráfica) é repetido a cada 0.1s que corresponde ao tempo de amostragem
do sistema e é o principal motivo da escolha de uma linguagem rápida na implementação.
C APÍTULO 4

R ESULTADOS

Neste capítulo apresentaremos alguns teste realizados. Primeiramente, vamos expor


teste simulados no Simulink do Matlab e posteriormente teste realizados na planta real,
comparando algumas sintonias do controlador PID propostas pelo trabalho de (Fonseca
2010).

4.1 Detecção de Modificações na Dinâmica da Planta


O Objetivo deste teste é ilustrar a aplicação dos índices de desempenho para detectar
automaticamente possíveis falhas ou modificações nos elementos da planta, mudando
consideravelmente sua dinâmica. Duas falhas foram consideradas na planta simulada,
primeiramente a mudança na constante da bomba Km na equação 3.4 e por último o
entupimento parcial da saída do tanque 1 ou entrada do tanque 2. Note que a sintonia
do PID utilizado não foi modificada e mesmo assim a saída da planta atinge em todos os
casos o Set Point. A figura 4.1 mostra a resposta da planta sem falhas enquanto a tabela
4.1 mostra os valores dos índices calculados.

IAE ISE ITAE ITSE Var Y Var SC


192.8665 1597.1 3138.6 8999.4 7.2902 0.1149

Tabela 4.1: Índices calculados para a planta sem falhas

IAE ISE ITAE ITSE Var Y Var SC


223.3939 1797.8 4216.5 11780 8.2938 0.1451

Tabela 4.2: Índices calculados para a planta com entupimento de 25% na saída do tanque
1
CAPÍTULO 4. RESULTADOS 23

25 3
SetPoint SC
Tanque 1 2.5
20 Tanque 2
2
15

1.5

10
1

5
0.5

0 0
0 50 100 150 200 0 50 100 150 200

(a) (b)

Figura 4.1: (a) Saída da planta sem falhas (b) Sinal de controle

30 3
SetPoint SC
25
Tanque 1 2.5
Tanque 2
20 2

15 1.5

10 1

5 0.5

0 0
0 50 100 150 200 0 50 100 150 200

(a) (b)

Figura 4.2: (a) Planta com entupimento de 25% na saída do tanque 1 (b) Sinal de controle

Tomando como base de comparação o índice ITAE, vemos um crescimento no seu


valor em cerca de 35% no caso da planta com entupimento e de 73% no caso da mu-
dança no km . Estes valores são bastante significativos e podem servir para disparar al-
gum tipo alarme automático mostrando ao operador que algo errado está acontecendo
com a planta. É interessante observar também que apesar da dinâmica da planta mudar
consideravelmente do primeiro para o segundo teste, o sinal de controle estabiliza em
ambos os casos no mesmo valor (cerca de 1, 33V ). Isto torna-se obvio se notarmos que
em regime permanente a vazão de saída do tanque 2 é igual para os dois testes e que,
neste caso, a bomba tem a única função de gerar uma vazão de entrada no tanque 1 igual
a vazão de saída do tanque 2 para equilibrar o sistema.

IAE ISE ITAE ITSE Var Y Var SC


277.48 2275.4 5435.3 18174 9.4530 0.0439

Tabela 4.3: Índices calculados para a planta com redução de 40% no km da bomba
CAPÍTULO 4. RESULTADOS 24

18 3
SC
16
2.5
14

12 2

10
1.5
8

6 1

4 SetPoint
0.5
2
Tanque 1
Tanque 2
0 0
0 50 100 150 200 0 50 100 150 200

(a) (b)

Figura 4.3: (a) Planta com redução de 40% no km da bomba(b) Sinal de controle

4.2 Avaliação de sintonias PID


Nesta sessão utilizaremos os índices para avaliar a sintonia do controlador PID. As
sintonias propostas aqui foram calculadas pelo trabalho (Fonseca 2010) e o detalhamento
de tais métodos não será detalhado por fugir do escopo deste trabalho. Será apresentado
cada método individualmente com seus respectivos índices e será feito um comentário da
resposta do sistema e como ela e refletida nos índices.
Todos os dados desta sessão foram obtidos em testes realizados na planta real.
O primeiro método testado é o método de Zigle Nichols. Este método não estabilizou
a planta no período de 200s como mostrado na figura 4.4 é refletido nos altos valores
de todos os índices baseados no erro calculado. Além disto, verificamos uma grande da
variância do sinal de controle e da saída do sistema, mostrando a característica oscilatória
da malha.
21 2

20
1.8

19
A mplit ude
A mplit ude

1.6
18

17
1.4

16
1.2
15

14 1
0 50 100 150 200 250 300 0 50 100 150 200 250 300 350
Tempo(s) Tempo(s)

Figura 4.4: Saída do tanque 2 e Sinal de controle para a sintonia pelo método Zigle Nichols

O segundo método utilizado foi o CHR(Chien, Hrones e Reswick) cuja resposta já


foi bem melhor que o método de Zigle Nichols e está mostrada na figura 4.5. Neste
caso, temos uma resposta muito lenta, mostrando-se para esta planta, uma sintonia muito
CAPÍTULO 4. RESULTADOS 25

IAE ISE ITAE ITSE Var Y Var SC


311.96 61.96 28238.5 5039.2 3.11 0.06

Tabela 4.4: Índices calculados para a sintonia pelo método Zigle Nichols

conservadora. Podemos notar que o sinal de controle praticamente não varia(variância


muito baixa) fazendo este controle ter uma resposta parecida com a de malha aberta.
18.5

18 1.55

17.5 1.5

1.45
Amplitude

Amplitude
17

16.5 1.4

16 1.35

15.5 1.3

15 1.25

14.5 1.2
400 450 500 550 600 650 700 400 450 500 550 600 650 700
Tempo(s) Tempo(s)

Figura 4.5: Saída do tanque 2 e Sinal de controle para a sintonia pelo método CHR

IAE ISE ITAE ITSE Var Y Var SC


108.6 21.41 3146.85 340.28 0.842 0.0002

Tabela 4.5: Índices calculados para a sintonia pelo método CHR

Por último, utilizamos o método de sintonia chamado de ITAE Servo. Esta sintonia deu
uma resposta um pouco melhor que a CHR. Notem que o valor da variância do sinal de
controle aumentou indicando um controlador mais agressivo e, por isto, mais rápido. Já a
variância da saída do sistema diminuiu pois a resposta convergiu mais rapidamente para
a referência.

IAE ISE ITAE ITSE Var Y Var SC


91.64 17.20 2611.4 243.8 0.69 0.0005

Tabela 4.6: Índices calculados para a sintonia pelo método ITAE Servo
CAPÍTULO 4. RESULTADOS 26

18.5 1.55

18
1.5

17.5

1.45

Amplitude
Amplitude

17

16.5 1.4

16
1.35

15.5

1.3
15

14.5 1.25
400 450 500 550 600 650 700 0 50 100 150 200 250 300
Tempo(s) Tempo(s)

Figura 4.6: Saída do tanque 2 e Sinal de controle para a sintonia pelo método ITAE Servo

É interessante notar que a sintonia do ITAE Servo e do CHR geram praticamente a


mesmo gráfico para a resposta (nível do tanque 2), porém, vemos uma diferença consi-
derável nos valores dos índices calculados. O ITAE por exemplo, apresenta uma valor
cerca de 20% menor no caso da segunda sintonia. Isto pode levar aos operadores não
trocarem de sintonia simplesmente porque acham erroneamente que elas apresentam a
mesma resposta.
C APÍTULO 5

C ONCLUSÕES GERAIS E SUGESTÕES

Apresentou-se aqui um ambiente de análise de desempenho de malhas de controle


e sintonia automática de controladores PID,com interface amigável com o usuário, onde
se procurou apresentar as características mais importantes de uma malha de controle
SISO. Foram explorados questões associadas aos problemas encontrados nas etapas do
desenvolvimento, simulação e validação dos resultados obtidos pelo trabalho, bem como
os desafios superados para bota-lo em operação na planta real.
O desenvolvimento dos trabalhos comprovou a ainda existente complexidade para
uma sintonia correta dos controladores PI e PID, levando os técnicos, operadores e enge-
nheiros de controle a optar por soluções de compromisso entre uma resposta ótima em
termos de saída da malha de controle, ou por um esforço maior de controle, baseado na
relação custo benefício de cada processo específico, bem como nas restrições correntes
à sua operação.
Os enfoques atuais, contudo, adotados para auditorias das malhas de controle exigem
análises econômicas que permitam estabelecer o que se deseja alcançar: uma produtivi-
dade maior proporcionada por uma resposta na saída da malha ótima, um esforço menor
de controle ou um desempenho razoável na saída em conjunto com menor esforço de
controle. É necessário viabilizar, contudo, o desenvolvimento de tais competências na
formação de técnicos e engenheiros no tocante à análise financeira do que se deseja
alcançar em uma malha de controle (Carmo 2006).
Foi interessante notar também que um valor ótimo de um determinado índice não sig-
nifica necessariamente a melhor forma de operação de uma malha. Vimos em alguns
exemplos que um valor muito bom de índices baseados no erro (como o ITAE por exem-
plo) pode gerar sinais de controle muito agressivos, levando a problemas como saturação
de atuadores, dinimuição da vida útil dos componentes da malha, grandes esforcos ener-
géticos e etc.
Como sugestões para trabalhos futuros podemos sugerir:

1. Implementação de novos índices como o baseado no Controlador de Variância Mí-


CAPÍTULO 5. CONCLUSÕES GERAIS E SUGESTÕES 28

nima(CVM).
2. Avaliação de novas malhas de controle para uma melhor validação do software.
3. Escolha Automática de uma melhor sintonia baseado nos métodos implementados
pelo trabalho (Fonseca 2010).
4. Identificação e possiveis ações corretivas em malhas com desempenho abaixo do
esperado.
5. Permitir que o software monitore várias malhas simultaneamente.
R EFERÊNCIAS B IBLIOGRÁFICAS

Baker, Bonnie C. (2002), ‘An699 - Anti-Aliasing, Analog Filters for Data Acquisition Sys-
tems’. Manual da Microchip Technology Inc.

Carmo, Marlon José (2006), Ambiente educacional multifuncional integrado para sinto-
nia e avaliação do desempenho de malhas indústriais de controle, Dissertação de
mestrado, Universidade Federal de Juiz de Fora.

Coupled Water Tank Experiments (n.d.). Manual da Quanser Consulting Inc.

Fonseca, Daniel Guerra Vale Da (2010), ‘Desenvolvimento de um software para a sintonia


de malhas de controle em processos industriais’.

Hägglund, T (1995), ‘A control loop performance monitor’, Control Engineering Practice,


Vol. 3 .

Karl J. Astrom, Tore Hagglund (1995), ‘Pid controllers: Theory, design and tuning’, 2nd.ed.
North Carolina: Instrument Society of America .

Kempf, Ariel Oliveira (2003), Avaliação de desempenho de malhas de controle, Disserta-


ção de mestrado, Universidade Federal do Rio Grande do Sul.

Oppenheim, Alan V., Ronald W. Schafer e John R. Buck (1999), Discrete-Time Signal
Processing (2nd Edition) (Prentice-Hall Signal Processing Series), Prentice Hall.

29