Você está na página 1de 206

Modelagem e Controle de

Sistemas I

emanuelbenicio@gmail.com
Referência Principal

Modelagem e Controle de
2
Sistemas I
Referências Adicionais

Modelagem e Controle de
3
Sistemas I
Referência Adicionais

Modelagem e Controle de
4
Sistemas I
Revisão Histórica
• Século XVIII: Regulador Centrífugo de James Watt – controle
de velocidade de máquina a vapor.
• 1922 (Minorsky): Controladores automático para pilotagem de
embarcações
• 1932 (Nyquist): Estabilidade de Sistemas com Malha
Fechada
• 1934 (Hazen): Servomecanismos a Relé
• Década de 40: Métodos de Resposta em Freqüência
(Diagramas de Bode)
• Década de 40 e 50 (Evans): Método do Lugar das Raízes

Modelagem e Controle de
5
Sistemas I
• Final da Década de 50: 1º projeto industrial robotizado.
• 1960: A descrição de um sistema moderno requer um grande
número de equações (várias entradas e saídas)
– Computadores: Análise de Sistemas complexos diretamente
no domínio do tempo
– Variáveis de Estado
• 1960 a 1980: Controle Ótimo de Sistemas Determinísticos e
Estocásticos, Controle Adaptativo; Técnicas de Aprendizagem
• 1980 até agora: Projeto de sistemas de controle robusto é
desenvolvido. Computadores Digitais passam a ser parte
integrante do sistema de controle: PLC, Microcontroladores.

Modelagem e Controle de
6
Sistemas I
• 1990: Automação da manufatura é difundida

• 1994: Controle automático é largamente


utilizado em automóveis. Sistemas robustos são
utilizados na manufatura

Modelagem e Controle de
7
Sistemas I
Introdução ao Controle e Processos
Trocador de Calor

• Algumas aplicações: aquecedores, refrigeração, usinas de


geração de energia, refinaria de petróleo, processamento
de gás natural e tratamento de águas residuais.

8
Controle de processo do tipo industrial
Exemplo
Se o objetivo for aquecer o fluido:
- a temperatura do fluido na saída (fluido Aquecido) será a
variável controlada (PV),
- A posição da válvula será a variável manipulada (MV).

Modelagem e Controle de
9
Sistemas I
Controle de processo do tipo industrial
Exemplo
• O controle em malha aberta implica em, com base em
conhecimentos prévios (manuais de operação, curvas, tabelas,
experiência do operador), regular a válvula para que a vazão de fluido
quente circulando no trocador seja suficiente para garantir que a PV
atenda as especificações.
Ou, em outras palavras, determinar a abertura da válvula (posição
do atuador) para que a temperatura do fluido aquecido, na saída,
atinja as especificações.

Modelagem e Controle de
Prof. Emanuel Benício 10
Sistemas I
Controle de processo do tipo industrial
Exemplo
Porém, se o sistema sofrer o efeito de qualquer perturbação, como, por
exemplo, uma variação na temperatura de entrada de um dos fluidos, a
temperatura do fluido aquecido, na saída, sofrerá os efeitos desta variação,
saindo da especificação.
Temperatura (°C)

Tempo
Modelagem e Controle de
11
Sistemas I
Controle de processo do tipo industrial
Exemplo
• Para corrigir distorções causadas por eventuais perturbações, seria
necessário que o operador reavaliasse a temperatura de saída do fluido
aquecido e determinasse uma nova condição de abertura da válvula.

• Neste caso, o operador faria o papel de fechar a malha, ajustando,


constantemente, a posição da válvula, em função da avaliação da saída,
quando comparada com o valor desejado.

Modelagem e Controle de
12
Sistemas I
Controle de processo do tipo industrial
Exemplo
• Outra desvantagem desse tipo de controle é a sobrecarga de trabalho
desinteressante, repetitivo e desgastante para o operador.

• Estes fatores estimulam o operador a ser conservador, operando em


uma região mais segura, que, na maioria das vezes, e menos
econômica.

Modelagem e Controle de
13
Sistemas I
Controle de processo do tipo industrial
Exemplo

Para eliminar tais problemas, pode-se medir a variável importante para o


processo (PV) e implementar um controle automático em malha fechada,
também conhecido como controle por realimentação.

Modelagem e Controle de
14
Sistemas I
Controle de processo do tipo industrial
Exemplo

Com o sistema em malha fechada surge a figura do controlador, que


compara o valor desejado (Set Point - SP) com o valor medido, e se
houver um desvio entre estes valores, envia um comando para a válvula
(atuador) de maneira a atuar sobre a MV.

Modelagem e Controle de
15
Sistemas I
Controle de processo do tipo industrial
Exemplo

Desta maneira, o controle em malha fechada mantém a PV no SP,


compensando as perturbações externas.

Modelagem e Controle de
16
Sistemas I
Controle de processo do tipo industrial
Exemplo

O papel do operador passa a ser: definir o SP e acompanhar o


processo, eventualmente reajustando o SP e os parâmetros do
controlador (sintonia).

Modelagem e Controle de
17
Sistemas I
Introdução

Um controlador compara o valor medido da saída do


processo com o valor desejado, determina o desvio (ou
erro) e produz um sinal de controle que reduz o erro a um
valor nulo ou muito pequeno.
Modelagem e Controle de
18
Sistemas I
Introdução
• Os controladores visam modificar o comportamento de um dado
sistema

• o objetivo é, normalmente, fazer com que a resposta do sistema


atenda às especificações de desempenho.

• o controlador poder ser um dispositivo físico: eletrônico, elétrico,


mecânico, pneumático, hidráulico, ou ainda combinações destes.

•A espécie de controlador a ser utilizada deve ser decidida com


base no tipo de processo a controlar e nas condições de
operação, incluindo considerações como segurança, custo,
Modelagem e Controle de
disponibilidade,
Sistemas I precisão, confiabilidade, peso e dimensão. 19
Introdução

r(t) é o sinal de entrada ou referência ou “set-point”


e(t) é o sinal de erro entre r(t) e y(t)
u(t) é a variável de controle ou variável manipulada (MV)
y(t) é a variável controlada ou variável do processo (PV)
Modelagem e Controle de
20
Sistemas I
Introdução

A filosofia básica de um sistema de controle


consiste em aplicar sinais adequados na entrada do
processo com o intuito de fazer com que o sinal de
saída satisfaça as especificações desejadas.
Modelagem e Controle de
21
Sistemas I
Exemplos de sistemas de controle
• O ser humano tentando pegar um objeto

Olhos

Modelagem e Controle de
22
Sistemas I
• Controle de Temperatura de uma sala

Termostato

• Controle de nível de um reservatório

Modelagem e Controle de
23
Sistemas I
Controle Contínuo
Introdução
• Deseja-se manter a velocidade do motor DC constante.

𝜔𝑟𝑒𝑓 = 𝜔 𝜔𝑟𝑒𝑓 ≠ 𝜔

Modelagem e Controle de
24
Sistemas I
Fechar a malha de controle, como proposto,
resolve todos os problemas de controle de
velocidade deste exemplo?
- Em REGIME PERMANENTE (RP): erros baixos
ou nulos à referência e à perturbações.

Requisitos de desempenho em Regime Permanente

Modelagem e Controle de
25
Sistemas I
• Durante o REGIME TRANSITÓRIO (RT), como o
sistema deve evoluir para atingir o novo RP
- Rapidez (bom tempo de resposta).
- Pouca oscilação (bom amortecimento).
- Estabilidade (manter-se próximo ao valor
desejado)

Requisitos de desempenho em Regime Transitório

Modelagem e Controle de
26
Sistemas I
Comparação de desempenho de um controle em malha aberta e
em malha fechada
• Considerações iniciais:
- sistema em RP;
- o sistema é linear;
- O conjunto motor mais carga é representado por um ganho K = 10 rpm/V;
- A perturbação é um aumento de carga: supõe-se que um aumento de 1
N.m produz uma queda de velocidade de 2 rpm.

Modelagem e Controle de
27
Sistemas I
Em malha aberta:
• 1º caso: para d=0, qual deve ser o ganho do controlador
para que a entrada seja igual a saída?

𝝎
𝝎𝒓𝒆𝒇 =

• 2°caso: Mantendo-se o ganho do controlador assumido


anteriormente, qual o valor de 𝝎 para d=100 N.m?

Conclusão: O sistema em malha aberta não rejeita


perturbação.

Modelagem e Controle de
28
Sistemas I
Em malha fechada:
• 3º caso: para d=0, 𝑘𝑐 = 200, qual é o valor de 𝜔?

• Faça 𝜔𝑟𝑒𝑓 = 1000, tem-se que valor para 𝝎?

Observe que embora 𝑒 ≠ 0, ele pode ser reduzido


aumentando-se o ganho (𝑘𝑐 )

Modelagem e Controle de
29
Sistemas I
Em malha fechada:
• 4º caso: para d=100, 𝑘𝑐 = 200 e 𝜔𝑟𝑒𝑓 = 1000, qual é o
valor de 𝜔?

Modelagem e Controle de
30
Sistemas I
Em malha aberta:
• 5º caso: Considere agora uma variação -20% no parâmetro
do processo, para d=0, mantendo 𝑘𝑐 = 1/10, qual o valor
da saída?

8
𝝎𝒓𝒆𝒇 = 𝝎

Modelagem e Controle de
31
Sistemas I
Em malha fechada:
• 6º caso: Para variação paramétrica no processo de -20%
para d=0, 𝑘𝑐 = 200, qual é o valor de 𝜔?

• Conclusão: Em malha fechada, tanto o erro a perturbações


quanto as variações paramétricas são reduzidas.

Modelagem e Controle de
32
Sistemas I
Controlador Automático, Atuador, Sensor

Modelagem e Controle de
33
Sistemas I
Classificação dos Controladores Básicos Industriais (Ações básicas
de Controle)
A maneira pela qual o controlador produz o sinal de controle é
chamada ação de controle . Tais controladores podem ser
classificados de acordo com a ação de controle desempenhada:
• Controladores ON-OFF (ação de controle on-off).
• Controladores proporcionais (ação de controle proporcional).
• Controladores do tipo integral.
• Controladores do tipo proporcional e integral (PI).
• Controladores do tipo proporcional e derivativo (PD).
• Controladores do tipo proporcional, integral e derivativo (PID).

Modelagem e Controle de
34
Sistemas I
Ação de Controle on-off

Neste tipo de controle o elemento


de ação possui apenas duas posições,
ou seja, o dispositivo fornece apenas
dois valores na saída. Esta ação pode
ser modelada por um relé conforme a
figura a seguir:
Modelagem e Controle de
35
Sistemas I
Ação liga-desliga

Seja u(t) o sinal de saída do controlador e e(t) o sinal de entrada. O sinal


de controle u(t) pode assumir apenas dois valores, conforme o erro seja
positivo ou negativo, de tal forma que:

Observe que na presença de ruídos, teríamos chaveamentos


espúrios quando o sinal e(t) for próximo de zero.
Modelagem e Controle de
36
Sistemas I
Ação liga-desliga - exemplo

Controle de nível em um tanque do tipo liga-desliga

- Quando o nível é baixo, a bóia provoca o fechamento do


interruptor elétrico, causando a abertura da válvula e liberando
a entrada de líquido.
- Se o fornecimento de água (vazão de entrada) for maior do
que a retirada (vazão de saída), então a altura de líquido no
tanque irá subir.
- Quando for atingido o nível de operação, a bóia sobe e
abre a
Modelagem
Sistemas I
chave,
e Controle de o que fecha o fornecimento de água.
37
Ação liga-desliga

Os gráficos a seguir mostram a curva de resposta em malha fechada e


o respectivo sinal de controle para um sistema com controlador on-off:

Modelagem e Controle de
38
Sistemas I
Ação liga-desliga

Características:
•é a ação de controle mais simples e mais econômica,

•restringe-se a sistemas em que não é necessário


precisão nem um bom desempenho dinâmico,

•apresenta chaveamentos rápidos, provocando grande


desgaste do atuador,

•é geralmente implementado através de dispositivos


elétricos principalmente válvulas solenóides.
Modelagem e Controle de
39
Sistemas I
Ação liga-desliga
➢ Controlador liga-desliga com histerese ou intervalo diferencial ou
zona morta:

E1 e E2 são constantes
escolhidas com base na Minimiza uma operação
frequência de chaveamento frequente do mecanismo
liga-desliga

Em geral, E1 é positivo
e E2 é negativo

• Se u(t) = U1, é necessário que o valor de e(t) desça abaixo de –E2 para que haja
um chaveamento para U2.
• Se u(t) = U2, é necessário que o valor de e(t) ultrapasse o valor de E1 para que haja
um chaveamento para U1.
Modelagem e Controle de
40
Sistemas I
Ação liga-desliga
A figura a seguir mostra o comportamento dinâmico de um sistema com
controlador liga-desliga com zona morta:

Nesse caso, a resposta fica oscilando entre os valores mínimo e máximo


da zona morta. Entre os extremos o sistema segue a sua própria dinâmica,
uma vez que não há atuação dentro da zona morta.

Aqui, se h0 for a altura a ser controlada, o controle com zona morta seria
da forma: ligar se e desligar se .

Modelagem e Controle de
41
Sistemas I
Sistemas de Nível de Líquido
• Página 76 - Ogata

Modelagem e Controle de
42
Sistemas I
Diagrama de Blocos
• Definição
Diagrama de Blocos de um sistema é uma representação
ilustrada das funções desempenhadas por cada um dos
componentes do sistema e do fluxo de sinais existente.

Modelagem e Controle de
43
Sistemas I
• Bloco:

• Ponto de Junção:

• Ponto de Soma

Modelagem e Controle de
44
Sistemas I
Diagrama de Blocos de um Sistema em Malha
Fechada

𝑌(𝑠)
• F.T. de alimentação direta: = 𝐺(𝑠)
𝐸(𝑠)
𝐵(𝑠)
• F.T. do canal de realimentação: = 𝐻(𝑠)
𝑌(𝑠)
𝑌(𝑠) 𝐺(𝑠)
• F.T. de Malha Fechada: =
𝑅(𝑠) 1+𝐺 𝑠 𝐻(𝑠)

Modelagem e Controle de
45
Sistemas I
Redução de um Diagrama de Blocos
Um diagrama de blocos pode ser simplificado ou reduzido por um rearranjo
passo a passo, usando as regras da álgebra do diagrama de blocos:

+
A(s) 𝐺1 (𝑠) B(s)
𝐺1 (𝑠) B(s)
- A(s)
1 + 𝐺1 (𝑠)𝐺2 (𝑠)
𝐺2 (𝑠)

Modelagem e Controle de
46
Sistemas I
Exercício (Ogata)

Modelagem e Controle de
47
Sistemas I
• Exercício:

Resposta:

Modelagem e Controle de
48
Sistemas I
• Exercício:

Resposta:

Modelagem e Controle de
49
Sistemas I
• Exercício:

Resposta:

Modelagem e Controle de
50
Sistemas I
Exercício: Obtenha as funções de
transferência

Modelagem e Controle de
51
Sistemas I
Modelagem e Controle de
52
Sistemas I
Procedimento para a Modelagem por
Diagrama de Blocos: Construção
i. Escrever as equações que descrevem o
comportamento dinâmico de cada componente;
ii. Obter a transformada de Laplace destas
equações, admitindo condições iniciais nulas;
iii. Representar cada equação em transformada
de Laplace na forma de um bloco;
iv. Montar os elementos em um diagrama de
blocos completo.
Modelagem e Controle de
53
Sistemas I
Exemplo:
• Obtenha a representação por diagrama de blocos para o
circuito abaixo. Considere a entrada a tensão 𝑒𝑖 e a saída a
tensão 𝑒0 .

Resposta:

Modelagem e Controle de
54
Sistemas I
Exercício:
• Um bloco de massa M, apoiado em um plano horizontal
sujeito a um atrito viscoso de coeficiente B, está sob ação
de uma força f(t). Construa um diagrama de blocos do
sistema, sendo f(t) a variável de entrada e v(t) a variável de
saída.

Resposta:

Modelagem e Controle de
55
Sistemas I
Exercício:
• Um bloco de massa M, apoiado em um plano horizontal
sujeito a um atrito viscoso de coeficiente B, ligado a uma
parede fixa por meio de uma mola de constante elástica k,
está sob ação de uma força f(t). Construa um diagrama de
blocos do sistema, sendo f(t) a variável de entrada e v(t) a
variável de saída.

Resposta:

Modelagem e Controle de
56
Sistemas I
Exercício:
• A Figura abaixo representa um servomotor de C.C. Determine o
diagrama de blocos desse sistema considerando como entrada a
tensão de armadura 𝑉𝑎 e como saída a velocidade de rotação
𝜔𝑚 .
• Considere a equação da f.e.m.:
𝑒𝑚 𝑡 = 𝑘𝑚 𝜔𝑚 (𝑡)
• A equação do conjugado eletromagnético:
𝐶𝑚 𝑡 = 𝑘𝑚 𝑖𝑎 (𝑡)
• A equação do conjugado eletromecânico:
𝑑𝜔𝑚 (𝑡)
• 𝐶𝑚 𝑡 = 𝐽 + 𝐵𝜔𝑚 (𝑡)
𝑑𝑡

Modelagem e Controle de
57
Sistemas I
Critério da Estabilidade de Routh
• O critério da estabilidade de Routh é usado para analisar a
estabilidade absoluta de um sistema linear, de ordem
elevada, sem ter que resolvê-lo.

• O produto de qualquer número de fatores lineares e


quadráticos que contém apenas coeficientes positivos
sempre resulta em um polinômio com coeficientes
positivos, desde que todos os coeficientes do polinômio
estejam presentes.

• Como observado por Routh, se qualquer um dos


coeficientes de um polinômio for zero ou negativo na
presença de pelo menos um coeficiente positivo então
haverá uma raiz ou raízes que são imaginárias e que tem
parte real positiva.
Modelagem e Controle de
58
Sistemas I
Critério da Estabilidade de Routh
• Método: Escrever o polinômio da seguinte
forma:

Modelagem e Controle de
59
Sistemas I
Critério da Estabilidade de Routh
Exercício (Ogata): Analise a estabilidade do
polinômio dado a seguir.

Modelagem e Controle de
60
Sistemas I
Critério da Estabilidade de Routh
Exercício (Ogata): Determine as condições para
que a função dada a seguir seja estável.
Considere que todos os coeficientes são
números positivos.

Modelagem e Controle de
61
Sistemas I
Critério da Estabilidade de Routh
• Casos especiais:
𝑠 3 + 2𝑠 2 + 𝑠 + 2 = 0 (raízes complexas).
𝑠 3 − 3𝑠 + 2 = 0 (raízes idênticas).
𝑠 5 + 2𝑠 4 + 24𝑠 3 +48𝑠 𝑠 −25𝑠 − 50 = 0 (raízes
opostas).

Modelagem e Controle de
62
Sistemas I
Critério da Estabilidade de Routh
• Casos especiais: Raízes Complexas
𝑠 3 + 2𝑠 2 + 𝑠 + 2 = 0

➢ O termo nulo deve ser substituído por um


número pequeno (𝜖) e positivo para o resto da
tabela ser calculado.

➢ Se o sinal do coeficiente acima do zero é o


mesmo sinal do coeficiente abaixo do zero, então
existe um par de raízes imaginárias.

Modelagem e Controle de
63
Sistemas I
Critério da Estabilidade de Routh
• Casos especiais: Raízes Idênticas
𝑠 3 − 3𝑠 + 2 = 0
➢Se o sinal do coeficiente acima do zero (𝜖) é
oposto ao sinal do coeficiente abaixo do zero,
então existem raízes idênticas e haverão duas
mudanças de sinal.

Modelagem e Controle de
64
Sistemas I
Critério da Estabilidade de Routh
• Casos especiais: Raízes Reais e Opostas

𝑠 5 + 2𝑠 4 + 24𝑠 3 +48𝑠 2 −25𝑠 − 50 = 0


➢ Se todos os coeficientes de uma linha calculada
foram nulos, isto indica que há raízes reais e
opostas e/ou duas raízes imaginárias conjugadas.
➢ Neste caso, deve-se substituir os termos da linha
zero com um polinômio auxiliar, cujos termos são
obtidos a partir da derivada do polinômio da
linha anterior a linha zero.

Modelagem e Controle de
65
Sistemas I
Aplicação do Critério da Estabilidade
de Routh para Sistemas de Controle
Exercício: Para o sistema da figura dado a seguir,
determine o range de valores de k para os quais
haverá estabilidade.

Modelagem e Controle de
66
Sistemas I
Análise de Resposta Transitória e de
Regime Estacionário
Introdução
Sistemas de Primeira Ordem
Sistemas de Segunda Ordem

Livro Texto: Engenharia de Controle Moderno – Quarta Edição –


Editora Pearson Prentice Hall – Autor: Katsuhiko OGATA
Sinais Típicos de Teste
• Sinais de teste geralmente utilizados:
– Funções degrau, rampa, parábola de aceleração, impulso,
senoidal

• Determinação dos sinais típicos de teste:


– Análise do comportamento da entrada que o sistema será
submetido com maior frequência sob condições normais de
operação.
– Se são funções de tempo que variam gradualmente: rampa
– Se o sistema está sujeito a variações bruscas na entrada:
impulso

Modelagem e Controle de
68
Sistemas I
Resposta Transitória e Resposta Estacionária

Resposta Transitória: Vai do estado


inicial ao estado final.
Resposta Estacionária: Comportamento da
saída do sistema à medida que t tende ao
infinito

Também chamada de
Solução Homogênea
Também chamada de
Resposta Forçada

Resposta do Sistema

Modelagem e Controle de
69
Sistemas I
Pólos de Uma Função de Transferência

1. Valores da variável complexa, s, da


Transformada de Laplace, que levam o valor
da função de transferência tender ao infinito
2. Quaisquer raízes do denominador da função
de transferência.

Modelagem e Controle de
70
Sistemas I
Zeros de Uma Função de Transferência

1. Os valores da variável complexa, s, da


Transformada de Laplace que anulam o valor
da função de transferência
2. Quaisquer raízes do numerador da função de
transferência.

Modelagem e Controle de
71
Sistemas I
Resposta Transitória e Erro Estacionário
• Devido a energia armazenada no sistema, a saída do mesmo
não segue imediatamente a entrada.
– Apresenta uma resposta transitória antes que o regime permanente
seja obtido

• A resposta transitória, geralmente, apresenta oscilações


amortecidas antes de atingir o estado permanente.

• Se o sinal de saída permanente não corresponder exatamente


ao sinal de entrada, diz-se que o sistema apresenta um erro
estacionário. O erro estacionário deve sempre ser avaliado na
análise de sistemas de controle.

Modelagem e Controle de
72
Sistemas I
Sistemas de Primeira Ordem
Considere o reservatório de processo abaixo. Uma vazão de
entrada flui para o reservatório livremente, ao passo que a
vazão de saída depende da velocidade da bomba. A
velocidade da bomba é regulada pelo sinal 𝑚(𝑡), em %. A
relação entre o fluxo de saída e o sinal 𝑚(𝑡) é dado por
𝑑𝑓0 (𝑡)
𝜏𝑝 + 𝑓0 𝑡 = 𝑘𝑝 𝑚 𝑡
𝑑𝑡
Observe que o fluxo da bomba não depende do nível no
reservatório, mas do sinal de entrada 𝑚 𝑡 .

Modelagem Empírica Prof. Emanuel Benício 73


Sistemas de Primeira Ordem
Para o presente sistema, estamos preocupados somente com o
sistema que envolve a bomba:

𝑑𝑓0 (𝑡)
𝜏𝑝 + 𝑓0 𝑡 = 𝑘𝑝 𝑚 𝑡
𝑑𝑡

74
Sistemas de Primeira Ordem
Resposta ao Impulso Unitário

Modelagem e Controle de
75
Sistemas I
Exercício: A partir da resposta ao impulso dada abaixo, determine
a função de transferência do sistema. Considere que o sistema
cuja resposta ao impulso foi obtida é do tipo LIT.

Modelagem e Controle de
76
Sistemas I
Sistemas de Primeira Ordem
Resposta ao Degrau Unitário

A Transformada de
Laplace da Função
Degrau Unitário é 1/s

Modelagem e Controle de
77
Sistemas I
Sistemas de Primeira Ordem
Resposta ao Degrau Unitário

Modelagem e Controle de
78
Sistemas I
Exercício: A partir da resposta ao degrau dada abaixo,
determine a função de transferência do sistema. Considere que
o sistema cuja resposta ao degrau foi obtido é do tipo LIT.

Modelagem e Controle de
79
Sistemas I
Exercício: A partir da resposta ao degrau dada abaixo,
determine a função de transferência do sistema. Considere que
o sistema cuja resposta ao degrau foi obtido é do tipo LIT.

Modelagem e Controle de
80
Sistemas I
Sistemas de Primeira Ordem
Resposta à Rampa Unitária

A Transformada de
Laplace da Função Rampa
é 1/s2

Modelagem e Controle de
81
Sistemas I
Sistemas de Primeira Ordem
Resposta à Rampa Unitária

Modelagem e Controle de
Prof. Emanuel Benício 82
Sistemas I
Propriedade Importante de Sistemas Lineares
Invariantes no Tempo

Modelagem e Controle de
83
Sistemas I
Pólos e Zeros de Um Sistema de Primeira
Ordem – Um Exemplo (1)

Modelagem e Controle de
84
Sistemas I
Pólos e Zeros de Um Sistema de Primeira
Ordem – Um Exemplo (2)

Modelagem e Controle de
85
Sistemas I
Pólos e Zeros de Um Sistema de Primeira
Ordem – Um Exemplo (3)

Um
OsUm pólo
zeros sobre
póloe pólos
na o eixo
da funçãogeramreal
deas gera
entradauma
transferência
amplitudesresposta
gera atanto
forma
gera exponencial
da resposta
apara
forma
a respostada forma
forçada
da resposta e-αt,
(isto
forçada
natural
onde é, o–α,
quanto
(isto é,éoana
pólo
para alocalização
pólo origem
resposta do pólo
em -5 gerou
gerou uma
natural sobre eo-5teixo
função
a função
(isto pode degraureal.
naAssim quanto mais à
saída.
)ser percebido pelos
esquerda
cálculos de noAeixo real negativo, estiver um pólo, mais rápido o
1 e A2
Modelagem e Controle de
decaimento
Sistemas I da resposta transiente exponencial para zero. 86
Sistemas de Segunda Ordem
São sistemas diferenciais que envolvem apenas a
primeira e a segunda derivada da saída na sua equação.

• Enquanto a variação de um parâmetro no sistema


de primeira ordem simplesmente altera a
velocidade da resposta, as variações nos
parâmetros de um sistema de segunda ordem
podem alterar a forma da resposta.

Modelagem e Controle de
87
Sistemas I
Sistemas de Segunda Ordem
Servossistema: A Figura mostra um servo sistema constituído de um controlador proporcional
K e elementos de carga (elementos de inércia J e atrito viscoso B).

Suponha que se deseje controlar a posição de saída 𝑐 de acordo com a posição de


entrada 𝑟.
A equação para os elementos de carga é: 𝐽𝐶ሷ 𝑡 + 𝐵𝐶ሶ 𝑡 = 𝑇
Em que 𝑇 é o torque produzido pelo controlador proporcional, cujo o ganho é 𝐾

Considerando a transformada de Laplace de ambos os lados, tem-se:


𝐽𝑠 2 𝐶 𝑠 + 𝐵𝑠𝐶 𝑠 = 𝑇(𝑠)

Então, a função de transferência entre 𝐶(𝑠) e 𝑇(𝑠) é:

Modelagem e Controle de
𝐶(𝑠) 1
= 88
Sistemas I 𝑇(𝑠) 𝑠(𝐽𝑠 + 𝐵)
Sistemas de Segunda Ordem

Modelagem e Controle de
89
Sistemas I
Sistemas de Segunda Ordem

Modelagem e Controle de
90
Sistemas I
Sistemas de Segunda Ordem

Atenuação

Frequência Natural Não


Amortecida
Coeficiente de
Amortecimento

Modelagem e Controle de
91
Sistemas I
Sistemas de 2ª ordem
• Considerando:

em que: 𝜔𝑛 é a frequência natural não amortecida; 𝜉 é o coeficiente de


amortecimento.

• Observe que o comportamento dinâmico de um sistema de 2ª ordem


pode ser obtido em função de 2 parâmetros, 𝜉 e 𝜔𝑛 .

Modelagem e Controle de
92
Sistemas I
• Superamortecido (𝜉 > 1):

Modelagem e Controle de
93
Sistemas I
Sistemas de Segunda Ordem

Modelagem e Controle de
94
Sistemas I
Resposta Superamortecida

• 1 Pólo na origem: Entrada Degrau Unitário → Gera Resposta Forçada


• 2 Pólos Reais: Decorrentes do Sistema → Gera Resposta Natural

Modelagem e Controle de
95
Sistemas I
• Criticamente Amortecido (𝜉 = 1):
Submetido ao degrau unitário:

Modelagem e Controle de
96
Sistemas I
Resposta Criticamente Amortecida

• 1 Pólo na origem: Entrada Degrau Unitário → Gera Resposta Forçada


• 2 Reais e iguais (coordenada -3). Geram uma exponencial simples e
uma exponencial multiplicada pelo tempo.

• São as repostas mais rápidas possíveis sem ocorrência de sobrevalor.

Modelagem e Controle de
97
Sistemas I
• Caso subamortecido (0 < 𝜉 < 1):

em que 𝜔𝑑 é a frequência natural amortecida.

Para uma excitação em degrau, tem-se:

ou:

Modelagem e Controle de
98
Sistemas I
Resposta Subamortecida

• 1 Pólo na origem: Entrada Degrau Unitário → Gera Resposta Forçada


• 2 Pólos Complexos: Decorrentes do Sistema → Gera Resposta
Natural
– Parte Real: Freqüência de decaimento exponencial (inverso da parte real do
polo)
– Parte Imaginária: Freqüência de oscilação senoidal

Modelagem e Controle de
99
Sistemas I
Resposta Não Amortecida
Observe que fazendo 𝜉 = 0 na equação abaixo, tem-se um sistema de livre oscilação
(caso não amortecido):

Fazendo 𝜉 = 0, tem-se:

• 1 Pólos na origem: Entrada Degrau Unitário → Gera Resposta Forçada


• 2 Pólos Complexos: ±3𝐽 Decorrentes do Sistema → Gera Resposta
Natural
Modelagem e Controle de
100
Sistemas I
Resposta ao Degrau para os Casos de Sistemas de Segunda
Ordem Amortecidos

Modelagem e Controle de
101
Sistemas I
Definições das Especificações da Resposta
Transitória
• Em muitos casos práticos, as características de desempenho de um
sistema de controle são especificadas em termos de grandezas no domínio
do tempo.
• Com frequência, estas características são especificadas em termos da
resposta transitória ao degrau unitário.
• Na prática, as respostas transitórias de sistemas frequentemente
apresentam oscilações antes de alcançarem o regime estacionário.
• Características da resposta transitória:
– Tempo de atraso, td
– Tempo de subida, tr
– Tempo de pico, tp
– Máximo sobre-sinal (ou apenas sobre-sinal), Mp
– Tempo de acomodação, ts

Modelagem e Controle de
102
Sistemas I
Definições das Especificações da Resposta Transitória

𝑡𝑝 = tempo de pico
• Tempo de subida (𝑡𝑟 ): É o tempo necessário para que a resposta passe de 10% a 90%, de 5% a 95%
ou de 0% a 100% do seu valor final. Para sistemas de segunda ordem subamortecidos, normalmente
se usa o tempo de subida de 0% a 100%. Para superamortecidos, p tempo de subida é de 10% a 90%.
• Máxima ultrapassagem (percentual), Mp: é o máximo valor de pico da curva de resposta medido a
partir do valor unitário (ou valor final, do regime estacionário):
𝐶 𝑡𝑝 − 𝐶(∞)
𝑀á𝑥𝑖𝑚𝑎 𝑢𝑙𝑡𝑟𝑎𝑝𝑎𝑠𝑠𝑎𝑔𝑒𝑚 = × 100%
𝐶(∞)
• Tempo e Controle de (𝑡𝑠 ): tempo necessário para que a curva de resposta alcance valores dentro
de acomodação
Modelagem
103
deSistemas I
uma faixa em torno do valor final e aí permaneça.
Observações sobre especificações da resposta transitória
• Na maioria dos casos, é desejável que a resposta transitória seja rápida
e amortecida. O coeficiente de amortecimento deve estar entre 0,4 e
0,8.
• Valores Pequenos (𝜉 < 0,4) resultam em valores de máxima
ultrapassagem excessivos.
• Valores Grandes (𝜉 > 0,8) resultam em sistemas que respondem muito
lentamente.

• Nos cálculos do tempo de subida, tempo de pico, sobre sinal e tempo


de acomodação, haverá a suposição de que o sistema é subamortecido.

Modelagem e Controle de
Prof. Emanuel Benício 104
Sistemas I
Cálculo do Tempo de Subida - tr
Fazendo 𝑐 𝑡𝑟 = 1, tem-se:

1 − 𝜉 2 𝜔𝑛 𝜔𝑑
tg𝜔𝑑 𝑡𝑟 = − × =−
𝜉 𝜔𝑛 𝜎

𝜔𝑑
𝜔𝑑 𝑡𝑟 = 𝛽 = atan
𝜎
𝜋−𝛽
𝑡𝑟 =
𝜔𝑑

onde 𝛽 é definido a partir da Figura abaixo.

Modelagem e Controle de
105
Sistemas I
Cálculo do Tempo de Pico – tp
𝑑𝑐(𝑡)
Fazendo =0, tem-se:
𝑑𝑡

Modelagem
O e Controle
instante de de
pico (𝑡𝑝 ) corresponde ao meio ciclo da frequência de oscilação amortecida
106
Sistemas I
Máximo Valor de Ultrapassem ou Máximo sobressinal (𝑴𝒑 )
O 𝑴𝒑 ocorre no instante de pico, ou seja, em 𝑡 = 𝑡𝑝 = 𝜋Τ𝜔𝑑

Lembrando:

Modelagem e Controle de
Prof.. Emanuel Benício 107
Sistemas I
A Figura abaixo mostra a relação entre o
máximo valor de ultrapassagem ( 𝑀𝑝 ) e o
coeficiente de amortecimento (𝜉)

Modelagem e Controle de
108
Sistemas I
Tempo de Acomodação – ts
Para um sistema subamortecido de segunda ordem, a resposta transitória é obtida a partir
da Equação

Modelagem e Controle de
109
Sistemas I
Observe os tempos de acomodação para os diferentes valores
de 𝜉, mantendo-se 𝜔𝑛 constante.

Para um sistema superamortecido, o tempo de acomodação se torna grande devido ao início


lento da resposta.

Modelagem e Controle de
110
Sistemas I
Tempo de Acomodação – ts

Modelagem e Controle de
111
Sistemas I
Exercício 1 (Ogata): Seja considerado o sistema mostrado na Figura abaixo,
onde 𝜉=0,6 e 𝜔𝑛 = 5 rad/s. Obtenha o tempo de subida 𝑡𝑟 , o instante de pico
𝑡𝑝 , a máxima ultrapassagem Mp e o tempo de acomodação 𝑡𝑠 quando o
sistema for submetido a uma entrada do tipo degrau unitário.

Modelagem e Controle de
112
Sistemas I
Servossistema Com Retroação de Velocidade
Considere mais uma vez o servossistema abaixo:

Para melhorar o desempenho do sistema acima utiliza-se a derivada da


posição C(s). Na prática tal retroação deve ser feita usando um
tacômetro. Sendo assim, obtém-se:

Modelagem e Controle de
113
Sistemas I
• Nota-se que a realimentação da velocidade tem por efeito o
aumento do amortecimento.

Antes da realimentação da velocidade Após a realimentação da velocidade


𝐵 𝐵 𝐵 + 𝐾𝐾ℎ
𝜉= = 𝜉=
𝐵𝑐 2 𝐽𝐾 2 𝐽𝐾

• Observa-se que a realimentação de velocidade aumenta 𝜉 sem


afetar 𝜔𝑛 = 𝐾/𝐽

Modelagem e Controle de
114
Sistemas I
Exercício 2:Para o sistema abaixo, determine os valores de 𝐾 e 𝐾ℎ de
modo que o Mp na resposta em degrau seja 0,2, e que 𝑡𝑝 seja 1s. Com
os valores de 𝐾 e 𝐾ℎ obter 𝑡𝑟 e 𝑡𝑠 . Admitir 𝐽 = 1 𝑘𝑔. 𝑚2 e 𝐵 =
1 𝑁. 𝑚. 𝑠𝑒𝑔/𝑟𝑎𝑑

Modelagem e Controle de
115
Sistemas I
Relacionamento entre os Parâmetros de
Especificação da Resposta Transitória

Pelo teorema de pitágoras


verifica-se que a distância radial
da origem até o pólo é igual à
freqüência natural (ωn) e cos  = .

Modelagem e Controle de
116
Sistemas I
Linearidade de Sistemas
• Sistemas lineares satisfazem ao princípio da
adição e da homogeneidade
- Adição:
𝑇{𝑥1 𝑡 } = 𝑦1 (𝑡)
𝑇{𝑥2 𝑡 } = 𝑦2 (𝑡)
𝑇{𝑥1 𝑡 + 𝑥2 𝑡 } = 𝑦1 𝑡 + 𝑦2 (𝑡)

- Homogeneidade:
𝑇{𝑥 𝑡 } = 𝑦 𝑡
𝑇{𝑎𝑥 𝑡 } = 𝑎𝑇{𝑥 𝑡 } = 𝑎𝑦 𝑡

117
Sistema linear
• São sistemas que satisfazem o
teorema da superposição:

118
Algumas Ferramentas para Sistemas
Lineares
a) critério de Routh;
b) critério de Jury;
c) lugar geométrico das raízes;
d) diagramas de Bode e de Nyquist.
e) Transformada de Laplace e Transformada Z.

119
Exemplo de Manifestações de Não-
linearidades em Sistemas
• Em sistemas eletromecânicos: saturação,
histerese, zona morta, atrito estático e atrito de
Coulomb.

• Folgas em engrenagens.

• Em processos industriais as não linearidades se


apresentam nas equações na forma de produto
de variáveis, variável elevada a potência e soma
por uma constante.

120
Modelagem e Linearização de Sistemas Não-
Lineares
• Variáveis incrementais: aplicada nos casos
em que ocorre a presença de constantes nas
equações.

• Expansão em série de Taylor: Aplicada nos


casos de variáveis elevadas a uma potência
ou então de produto de variáveis.

121
Variáveis Incrementais
• Afastamentos das variáveis de interesse de seus
valores estacionários são também funções. Estes
afastamentos são chamados de perturbações, desvios
ou incrementos (𝑥(𝑡))
ො (Garcia, 2006).

(Garcia, 2006)
• A perturbação em 𝑥 𝑡 é definida por:
𝑥ො 𝑡 = 𝑥 𝑡 − 𝑥ҧ
𝑥ො 𝑡 =flutuações do valor da variável 𝑥 em torno do seu
valor estacionário em regime de operação nominal.
𝑥=ҧ valor nominal da variável x em regime estacionário. 122
Métodos de Linearização por Variáveis Incrementais
Obs.: Ao se aplicar as variáveis incrementais a uma
equação, deve-se substituir todas as variáveis da
equação por suas equivalentes de perturbação
𝒅𝒚
Suponha a seguinte E.D.: 𝝉 + 𝒚 𝒕 = 𝒌𝒙 𝒕 + 𝟏, é possível
𝒅𝒕
linearizá-la aplicando variáveis incrementais (V.I.) (Garcia, 2006).
1. Definir as V.I’s: 𝒚
ෝ 𝒕 =𝒚 𝒕 −𝒚 ഥe𝒙ෝ 𝒕 =𝒙 𝒕 −𝒙 ഥ
𝒅ෝ
𝒚
ෝ 𝒕 +𝒚
2.Substituí-las na equação original: 𝝉 𝒅𝒕 + 𝒚 ഥ=𝒌𝒙
ෝ 𝒕 +𝒙
ഥ +1
3.Assumir que a equação anterior esteja em regime permanente:
ෝ(𝒕)=𝒙ෝ(t)=0.
𝒚
4. Obtém-se 𝒚 ഥ = 𝒌ഥ
𝒙+𝟏
𝒅ෝ
𝒚
5. Substituir a eq. do item 4 em 2. Isto resulta em: 𝝉 ෝ 𝒕 =
+𝒚
𝒅𝒕
𝒌ෝ
𝒙 𝒕
123
Linearização por Expansão em Série de Taylor
Expande-se a função não-linear em série de Taylor em torno do ponto
estacionário de operação

𝑑𝑓 1 𝑑2 𝑓 2+ ⋯
𝑓 𝑥 = 𝑓 𝑥ҧ + 𝑥 − 𝑥ҧ + (𝑥 − 𝑥)
ҧ
𝑑𝑥 𝑥ҧ 2! 𝑑𝑥 2 (𝑥)ҧ

Para funções não-lineares com duas variáveis, tem-se:

𝑓(𝑥1 , 𝑥2 )=....

124
Exemplo de aplicação de linearização em
modelos de processo
1º) Linearização de raiz quadrada: 𝑓 𝑥 = 𝑘 𝑥

2º) Linearização de multiplicação de variáveis: 𝑓 𝑥, 𝑦 = 𝑥𝑦

125
Exercício: Suponha que a saída de uma determinada válvula de
∆𝑃(𝑡)
controle possua o seguinte comportamento: 𝑓 𝑡 = 𝐶𝑣 .
𝐺𝑓
1
𝑚3
Em que 𝐶𝑣 é o coeficiente de válvula ( Τ𝑠 − 𝐾𝑃𝑎 ). 2

∆𝑃(𝑡)=queda de pressão através da válvula kPa.


𝐺𝑓 =densidade relativa do líquido (adimensional).

1
Para esta válvula, considere 𝐶𝑣 = 3 𝑚3Τ𝑠 − 𝐾𝑃𝑎 ,
2
∆𝑃(𝑡)
={10 20 30 40 50 60 70 80}× 105 kPa, em
𝐺𝑓
∆𝑃(𝑡)
que cada um dos valores foram amostrados em um período
𝐺𝑓
de amostragem de 5 segundos.

Para este sistema, determine a equação linearizada.


126
Resolução de equações diferenciais ordinárias e
não-lineares
Exemplo: Suponha um modelo representado
pela seguinte equação diferencial ordinária
não-linear de 2ª ordem: 𝑦ሷ 𝑡 + 5𝑦ሶ 𝑡 +
6 𝑦(𝑡) = 𝑘𝑢(𝑡). O objetivo é linearizá-la a
fim de obter a função de transferência.

127
• Exemplo: Um líquido com massa específica constante é
bombeado em um tanque de forma cônica de volume
𝑅2
total𝐻. 𝜋. , conforme mostrado abaixo. A vazão saindo
3
do tanque é proporcional a raiz quadrada da altura h do
𝑅
líquido no tanque: 𝑄𝑠 = 𝑘 ℎ. Considere 𝑟 = ℎ .
𝐻
Determine:
A função de transferência do sistema relacionando a
variável de entrada 𝑄𝑒 com a variável de saída ℎ.

128
A Figura abaixo mostra um vaso que recebe líquido a uma vazão 𝑄𝑒 (𝑡) e
perde líquido através de uma válvula que obedece a relação 𝑄𝑠 (𝑡) =
𝐶𝑉 𝑃1 𝑡 − 𝑃𝑒𝑠𝑡 . Para este sistema, considerando 𝑄𝑒 (𝑡) a variável de
entrada do sistema e 𝑃1 (𝑡) a variável de saída, obtenha a função de
transferência.

𝑘𝑔
Para simular esse sistema, considere 𝐴 = 2 𝑚2 , 𝜌 = 1000 , 𝐶𝑣 =
𝑚3
3 3
−5 𝑚 𝑚 𝑚
5,0 10 , 𝑄𝑒 = 6,0 10−3 , 𝑃𝑒𝑠𝑡 = 1,013 105 𝑃𝑎, 𝑔 = 9,8
𝑠 𝑃𝑎 𝑠 𝑠2

𝑄𝑄
𝑒 (𝑡)
𝑒 (𝑡)

𝑃𝑒𝑠𝑡

ℎ k
A 𝑃1 𝑄𝑠 (𝑡) 𝑃𝑎

129
Parte II - Estudo e Sintonia de
Controladores

Modelagem e Controle de
130
Sistemas I
Controladores PID
✓Mais de 90% de todos os controladores usados em processos industriais
empregam esquemas de Controle PID.

✓A popularidade dos controladores PID pode ser atribuída parcialmente ao


seu desempenho robusto sobre uma grande faixa de condições operacionais e
a sua simplicidade operacional.

✓Para se implementar um Controlador PID, três parâmetros devem ser


determinados:
o Ganho Proporcional Kp
o Ganho Integral Ki
o Ganho Derivativo Kd

✓ O processo de selecionar os Parâmetros do Controlador que garantam uma


dada especificação de desempenho é conhecido como Sintonia do
Controlador.
Modelagem e Controle de
131
Sistemas I
Controladores PID
✓ Seja o sistema:

Modelagem e Controle de
132
Sistemas I
AÇÃO PROPORCIONAL

Neste tipo de ação, o sinal de controle aplicado à planta é


proporcional à amplitude do sinal de erro. Ou seja a relação entre a
ação de controle u(t) e o erro de atuação e(t) é dado por:
𝑢 𝑡 = 𝑘𝑝 𝑒(𝑡)
ou expresso na variável de Laplace como:
U 𝑠 = 𝑘𝑝 𝐸(𝑠)
Onde 𝑘𝑝 é denominado constante proporcional.
❖ O controlador proporcional é essencialmente um amplificador com
ganho ajustável;
Modelagem e Controle de
133
Sistemas I
• Considere o sistema de controle de nível de liquido. Suponha
que o controlador é do tipo proporcional. Admitindo-se que
𝑞𝑖 , 𝑟, ℎ, 𝑞0 são suficientemente pequenos de modo que o
sistema pode ser considerado linear, além de serem medidos em
relação aos respectivos valores em R.P.
Sabendo-se que a F.T. do sistema de nível de líquido é:
ℎ(𝑠) 𝑅 𝑅
• = =
𝑞𝑖 (𝑠) 𝑅𝐶𝑠+1 𝑇𝑠+1
• Regime laminar:𝑄ത = 𝑘 𝐻

• Sabendo-se que o controla-


dor é do tipo proporcional, a
variação da vazão de entrada
é proporcional ao erro atuante 𝒆, tal que:
𝑞𝑖 (𝑠) = 𝑘𝑝 𝑘𝑣 𝑒(𝑠) kv é o ganho da válvula
de controle;
𝑣𝑎𝑟𝑖𝑎çã𝑜 𝑑𝑒 𝑛í𝑣𝑒𝑙
•Modelagem
𝑅 =e Controle de
ൗ𝑣𝑎𝑟𝑖𝑎çã𝑜 𝑛𝑎 𝑣𝑎𝑧ã𝑜
134
Sistemas I
• Diagrama de blocos do sistema

• Diagrama de blocos simplificado

em que, 𝑘 = 𝑘𝑝 𝑘𝑣 𝑅 e 𝑇 = 𝑅𝐶

Aplicando uma entrada do tipo degrau:

135
• Observe que na saída de um sistema com
controlador proporcional sempre haverá um
erro residual.

Modelagem e Controle de
136
Sistemas I
CONTROLADOR PROPORCIONAL
➢ Quanto maior Kp menor erro em regime permanente,
isto é, melhor é a precisão em malha fechada;
➢ O erro em regime permanente pode diminuir com o
aumento do ganho mas nunca conseguiremos anular o
mesmo completamente (erro de off-set) ;
➢ Quanto maior Kp mais oscilatório tende a ficar o
comportamento transitório do sistema em malha
fechada;
➢ O aumento excessivo do ganho proporcional pode levar
o sistema a instabilidade.

Modelagem e Controle de
137
Sistemas I
AÇÃO INTEGRAL
• - A principal característica da ação
integral é a eliminação do erro de off-set
deixado pela ação proporcional.

• - Assim, a ação integral vai atuar no


processo ao longo do tempo enquanto
existir diferença entre o valor desejado e o
valor medido.

Modelagem e Controle de
138
Sistemas I
AÇÃO INTEGRAL
Na ação integral, o valor da ação de controle u(t) varia a uma
taxa proporcional ao sinal de erro e(t):

𝑑𝑢(𝑡)
= 𝑘𝑖 𝑒(𝑡)
𝑑𝑡
𝑡

𝑢 𝑡 = 𝑘𝑖 න 𝑒 𝑡 𝑑𝑡
0

𝑈(𝑠) 𝑘𝑖
=
𝐸(𝑠) 𝑠

Modelagem e Controle de
139
Sistemas I
AÇÃO INTEGRAL

- a ação integral permite, devido a inserção


de um pólo na origem, aumentar o tipo do
sistema,
- assim, o sistema em malha fechada passa
a ter erro nulo em regime permanente,
- tipicamente, a ação integral não é utilizada
sozinha, vindo sempre associada à ação
proporcional.
Modelagem e Controle de
140
Sistemas I
• Considere a aplicação da ação integral no sistema de controle de
nível de líquido. Tem-se o seguinte diagrama de blocos:

Uma vez que o sistema é estável, considerando uma entrada ao


degrau, tem-se o seguinte erro em regime estacionário (𝑒𝑠𝑠 ):

𝑒𝑠𝑠 = lim 𝑠𝐸(𝑠)


𝑠→0

𝑠(𝑅𝐶𝑠2 +𝑠) 1
=lim =0
Modelagem e Controle de
Sistemas I
𝑠→0 𝑅𝐶𝑠2 +𝑠+𝑘𝑅 𝑠 141
CONTROLADOR
PROPORCIONAL – INTEGRAL (PI)
- O controlador proporcional - integral utiliza em conjunto as
ações proporcional e integral,
- Esta combinação tem como principais objetivos:
*corrigir os desvios instantâneos (proporcional);
*e eliminar ao longo do tempo qualquer desvio que
permaneça (integral).

• Tem-se então o seguinte algoritmo de controle PI:

𝑘𝑝 𝑡
𝑢 𝑡 = 𝑘𝑝 𝑒 𝑡 + න 𝑒(𝑡) 𝑑𝑡
Modelagem e Controle de 𝑇𝑖 0 142
Sistemas I
CONTROLADOR
PROPORCIONAL – INTEGRAL (PI)
A função de transferência do controlador PI é
dada por:

𝑈(𝑠) 1
= 𝐾𝑝 1 +
𝐸(𝑠) 𝑇𝑖 𝑠

➢Ti: Tempo Integral.


➢1/Ti é chamado de taxa de reestabelecimento, que é o número de
vezes por minuto que a parte proporcional da ação de controle é
incrementada.
➢Polo na origem diminui o erro de seguimento em regime permanente.
➢Zero em -1/ Ti tende a compensar o efeito desestabilizador do polo
143
na origem.
• Se o sinal de erro atuante e(t) for uma função
degrau unitário, então a saída do controlador
u(t) será:

Modelagem e Controle de
144
Sistemas I
CONTROLADOR
PROPORCIONAL – INTEGRAL (PI)
➢ Para altos valores de Ti tem-se a predominância da ação
proporcional, sendo que Ti igual a infinito corresponde ao
controlador proporcional;
➢ Diminuindo Ti a ação integral começa a predominar sobre
a ação proporcional e a resposta tende a se aproximar
mais rapidamente da referência, ou seja, o erro em regime
tende a ser anulado mais rapidamente;

Modelagem e Controle de
145
Sistemas I
AÇÃO DERIVATIVA
- A ação derivativa tem como propósito
melhorar o comportamento transitório do
sistema em malha fechada,
- esta ação corresponde a aplicação de
um sinal de controle proporcional a
derivada do sinal de erro:
𝒅𝒆(𝒕)
𝒖 𝒕 = 𝑻𝒅
𝒅𝒕

Modelagem e Controle de
146
Sistemas I
AÇÃO DERIVATIVA
A função de transferência desta ação é dada por:

𝑢(𝑠)
𝐺𝑑 𝑠 = = 𝑇𝑑 𝑠
𝑒(𝑠)

Tal função de transferência implica em um ganho que cresce com o


aumento da frequência, fato este que deixaria o sistema
extremamente sensível a ruídos de alta frequência. Assim, é
fisicamente impossível a implementação de um derivador puro.

Modelagem e Controle de
147
Sistemas I
CONTROLADOR
PROPORCIONAL – DERIVATIVO (PD)
• A ação derivativa tende a aumentar a estabilidade relativa do
sistema e a tornar a resposta transitória do mesmo mais
rápida.
• A ação derivativa combinada com a ação proporcional tem a
função de “antecipar” a ação de controle afim de que o
processo reaja mais rápido.
• Embora o controle derivativo não afete o erro em regime
estacionário, ele introduz amortecimento no sistema e,
portanto, permite o uso de um valor maior do ganho kp.

𝑑𝑒(𝑡)
𝑢 𝑡 = 𝑘𝑝 𝑒 𝑡 + 𝑘𝑝 𝑇𝑑
𝑑𝑡
Modelagem e Controle de
148
Sistemas I
• Se o sinal de erro atuante e(t) for uma função
rampa unitária, então a saída do controlador
u(t) é dada conforme abaixo:

O tempo derivativo Td é responsável em avançar


o efeito da ação de controle proporcional.
Modelagem e Controle de
149
Sistemas I
• Sistema de controle proporcional de uma carga de inércia.

Resposta ao degrau

• Adicionando o controlador proporcional-derivativo, tem-se:

Resposta ao degrau

Modelagem e Controle de
150
Sistemas I
CONTROLADOR PROPORCIONAL
INTEGRAL – DERIVATIVO (PID)

A combinação das três ações de controle


proporcional, integral e derivativa forma o
principal controlador industrial.
Tem-se então o seguinte algoritmo de
controle PID:

Modelagem e Controle de
151
Sistemas I
CONTROLADOR PROPORCIONAL
INTEGRAL – DERIVATIVO (PID)

Contribuição de cada ação no algoritmo PID:


➢ a ação proporcional faz com que a variável
controlada tenda a referência;

➢ a ação integral elimina o off-set;

➢ a ação derivativa aumenta o amortecimento do


sistema, reduzindo os máximos de
Modelagem e Controle de
ultrapassagem.
Sistemas I
152
CONTROLADOR PROPORCIONAL
INTEGRAL – DERIVATIVO (PID)
A função de transferência do controlador PID é
dada por:

❖ É importante ressaltar que esta função de


transferência constitui a versão clássica do controlador
PID. Outras versões e variações serão mostradas
posteriormente.
Modelagem e Controle de
Sistemas I
153
• Se o sinal de erro for uma função rampa, tem-
se:

Modelagem e Controle de 154


Sistemas I
CONTROLADOR PROPORCIONAL
INTEGRAL – DERIVATIVO (PID)
➢ Para baixos valores de Td, tem-se a predominância da
ação proporcional, sendo que Ti está constante, tendo assim
uma resposta oscilatória;
➢ Aumentando Td a ação derivativa começa a predominar
sobre a ação proporcional tendo um comportamento
‘antecipatório’, assim a resposta tende a se aproximar mais
rapidamente da referência;

Modelagem e Controle de
155
Sistemas I
VARIAÇÕES DO ALGORITMO
PID
OU TIPOS DE PID

❖ Por sua simplicidade, o algoritmo PID


possui algumas variações, ou seja, a
forma como ocorre a combinação dos
termos pode variar significativamente
de fabricante para fabricante.

Modelagem e Controle de
156
Sistemas I
Controladores PID
Algoritmos PID: formas principais

Modelagem e Controle de
157
Sistemas I
Controladores PID
Algoritmo PID Padrão ISA

Modelagem e Controle de
158
Sistemas I
Controladores PID
Algoritmo PID série

Modelagem e Controle de
159
Sistemas I
Controladores PID
Algoritmo PID paralelo

Modelagem e Controle de
160
Sistemas I
Controladores PID
Resumo das características das Ações Proporcional, Integral e Derivativa
✓O controle proporcional atua na resposta transitória do sistema de forma a
diminuir o tempo de subida (tr), diminuindo adicionalmente o erro de regime
permanente.
✓ O controlador integral elimina por completo o erro de regime permanente,
mas pode piorar a resposta transitória do sistema.
✓ A ação derivativa tem o efeito de aumentar a estabilidade do sistema,
reduzindo o sobressinal e o tempo de estabilidade, com isso melhorando a
resposta transitória.

O efeito final na variável saída do sistema, que é ocasionado pela conjunção destas ações de
controle, pode não seguir exatamente as especificações observadas na tabela. Por esta razão, esta
tabela deverá ser empregada somente como um guia rápido de referência, ficando os ajustes finais
do controlador ao encargo do projetista. 161
Sintonia de controladores PID

- Sintonia é a escolha de parâmetros


adequados do controlador, de maneira à
atender os requisitos de
processo/desempenho.
- Ou seja, é o estabelecimento dos valores
dos ganhos proporcional, integral e
derivativo do PID para atender os critérios
de sobressinal, tempo de acomodação,
estabilidade, erro em estado permanente,
dentre outros.
Modelagem e Controle de
162
Sistemas I
Sintonia de controladores PID

-A boa sintonia é sempre um compromisso entre a


estabilidade/robustez e a velocidade de
resposta/desempenho da malha de controle.
- Não existe uma “receita de bolo” única para todos
os casos.
- O sucesso da sintonia depende de vários fatores
como conhecimento, método, ferramentas
adequadas e principalmente experiência.
- A sintonia é facilitada pelo conhecimento do
processo controlado.
Modelagem e Controle de
163
Sistemas I
Sintonia de controladores PID
Objetivos

Encontrar os parâmetros proporcional, integral e


derivativo para atender critérios tais como:
• Mínimo (ou nenhum) sobressinal para mudanças de
“set-point”,
• Atingir rapidamente o novo “set-point” em caso de
mudança,
• Operação estável do controlador mesmo para
alterações significativas nos parâmetros do processo
(robustez).
Modelagem e Controle de
164
Sistemas I
Sintonia de controladores PID
utilizando tentativa e erro
1. Obter a resposta em malha aberta e determinar os requisitos a serem
melhorados,
2. Adicionar o controle proporcional para melhorar o tempo de subida,
3. Adicionar o controle derivativo para melhorar o sobressinal,
4. Adicionar o controle integral para eliminar o erro em regime
permanente,
5. Ajustar Kp, Ki, e Kd até obter a resposta desejada.

Não há a obrigatoriedade de se implementar todas as três ações de


controle ( proporcional, integral e derivativo). Por exemplo, se um
controlador PI fornecer uma resposta satisfatória, a ação derivativa torna-
se desnecessária.
Modelagem e Controle de
165
Sistemas I
Sintonia de controladores PID
utilizando tentativa e erro
Exemplo
Seja dado um processo qualquer modelado como a seguir:

1
G( s )
2
s + 10s + 20

O objetivo do exemplo é mostrar a contribuição de Kp, Ki, e Kd para obter-se:

- um tempo de subida de até 0,1 s,


- uma resposta sem sobressinal,
- erro em regime permanente nulo,
- tempo de acomodação reduzido, de no máximo 1 s.
Todas a especificações devem ser relacionadas à entrada degrau unitário.
Modelagem e Controle de
166
Sistemas I
Sintonia de controladores PID
utilizando tentativa e erro
Primeiramente, deve-se obter a resposta em malha aberta e determinar
os requisitos a serem melhorados.

num=1; ts = 1,6 s
den=[1 10 20];
step(num,den) ess = 0,95

tr = 1 s

Modelagem e Controle de
167
Sistemas I
Sintonia de controladores PID
utilizando tentativa e erro
Controle proporcional
Da tabela mostrada anteriormente, pode-se verificar que o controle
proporcional reduz o tempo de subida, aumenta o sobressinal e reduz
o erro em regime permanente. A função de transferência do sistema
com um controlador proporcional é:
Kp
T( s )
2
s + 10 s + ( 20 + Kp )

Kp=300;
num=[Kp];
den=[1 10 20+Kp];
t=0:0.01:2;

Modelagem e Controle de step(num,den,t)


168
Sistemas I
ts = 0,78 s

tr = 0,1 s
K=300
tp = 0,18 s

O controlador proporcional
reduziu o tempo de subida e o
erro em regime, aumentou o
sobressinal e diminuiu um
pouco o tempo de acomodação.

K=100

Modelagem e Controle de
169
Sistemas I
Sintonia de controladores PID
utilizando tentativa e erro
Controle proporcional-derivativo
Da tabela, verifica-se que Kd reduz o sobressinal e o tempo de
acomodação. A função de transferência do sistema em malha fechada
com um controlador proporcional-derivativo é:
Kd  s + Kp
T( s )
2
s + ( 10 + Kd )  s + ( 20 + Kp )
Kp=300;
Kd=10;
num=[Kd Kp];
den=[1 10+Kd 20+Kp];
t=0:0.01:2;
step(num,den,t)
Modelagem e Controle de
170
Sistemas I
ts = 0,28 s

Kp=300; tp = 0,18 s
Kd=10; tr = 0,1 s

O compensador PD reduziu o
sobressinal e o tempo de
acomodação e teve pouco efeito no
no tempo de subida e no erro em
Kp=300;
regime
Kd=20;

Modelagem e Controle de
171
Sistemas I
Sintonia de controladores PID
utilizando tentativa e erro
Controle proporcional-integral
Da tabela, verifica-se que Ki diminui o tempo de subida, aumenta o
Sobressinal, bem como o tempo de acomodação e elimina o erro em
Regime permanente. A função de transferência do sistema em malha
Fechada com um controlador proporcional-integral é:
Kp  s + Ki
T( s )
3 2
s + 10 s + ( 20 + Kp )  s + Ki
Kp=30;
Ki=70;
num=[Kp Ki];
den=[1 10 20+Kp Ki];
t=0:0.01:2;
step(num,den,t)
Modelagem e Controle de
172
Sistemas I
ts = 0,6 s
Kp=30;
tp = 0,8 s
Ki=70;
tr = 0,5 s

Reduziu-se o ganho proporcional (Kp)


uma vez que o controle integral
também atua na redução do tempo de
Kp=30; subida e no aumento do sobressinal
(assim como o controle proporcional).
Ki=100; A resposta obtida mostra a
eliminação do erro em regime.

Modelagem e Controle de
173
Sistemas I
Sintonia de controladores PID
utilizando tentativa e erro
Controle proporcional-integral-derivativo
A seleção dos ganhos é feita após várias simulações . A função de
transferência do sistema em malha fechada com um controlador
proporcional-integral-derivativo é:

Modelagem e Controle de
174
Sistemas I
ts = 0,83 s

tr = 0,08 s

Com o controlador PID, obteve-se um


sistema sem sobressinal, com um
tempo de subida rápido e nenhum erro
de regime.

Kp=350;
Kd=5500;
Ki=300

Modelagem e Controle de
175
Sistemas I
Sintonia para Controladores PID
Métodos de Ziegler-Nichols
✓ Ziegler-Nichols sugeriram regras para a sintonia de controladores PID
baseadas na resposta experimental ao degrau, para o sistema em malha
aberta; e baseadas na variação de kp (considerando Ti e TD) até
encontrar (se possível) uma resposta de oscilação livre.

Ti e TD

Em ambos, pretende-se obter um valor máximo de


ultrapassagem de 25% na resposta a uma excitação 176
do tipo degrau.
Controladores PID

Modelagem e Controle de
177
Sistemas I
Controladores PID
✓ Ziegler e Nichols sugeriram escolher valores de Kp, Ki e Kd de acordo com a
fórmula que aparece na tabela abaixo.

✓ Note que o controlador sintonizado por este método fornece:

Modelagem e Controle de
Prof. Emanuel Benício 178
Sistemas I
Controladores PID
Método do Limiar de Oscilação ou da resposta em frequência
✓ Neste método, faz-se inicialmente as constantes Ti = ∞, e Td = 0, trabalhando
apenas com a ação de controle proporcional.

✓ Experimentalmente aumenta-se o valor de Kp até que a resposta do sistema


apresente uma oscilação sustentada pela primeira vez. A esse valor de Kp dá-se a
notação de Kcr (ganho crítico).

✓ O período da senoide encontrada será denominada Pcr (período crítico).

Modelagem e Controle de
179
Sistemas I
Controladores PID
✓ Ziegler e Nichols sugeriram escolher valores de Kp, Ki e Kd de acordo com a
fórmula que aparece na tabela abaixo.

✓ Note que o controlador sintonizado por este método fornece:

Modelagem e Controle de
180
Sistemas I
Controladores PID
Ziegler-Nichols
Exemplo (Ogata): Suponha-se que um sistema de controle com
retroação unitária possui um processo a controlar cuja a função
de transferência é dada por:
1

determine se um dos métodos de Ziegler-Nichols podem ser


aplicados para sintonia do controlador.

Modelagem e Controle de
181
Sistemas I
Controladores PID

Modelagem e Controle de
182
Sistemas I
Controladores PID

Modelagem e Controle de
183
Sistemas I
Controladores PID
Portanto a equação característica para Kcr é:

Fazendo s=jw tem-se:

Donde obtém-se que:

Portanto:

Pela regra de Ziegler-Nichols, são determinados os valores de Kp, Ki e Kd :

Modelagem e Controle de
184
Sistemas I
Controladores PID
Substituindo na função de transferência de um controlador PID tem-se:

Verifica-se que o controlador PID possui um polo na origem e um zero duplo em


s = -1,4235.

Modelagem e Controle de
185
Sistemas I
Controladores PID
Para encontrar a resposta ao degrau unitário, fecha-se a malha e obtém-se a função
de transferência de malha fechada no MATLAB.

Máximo de sobressinal
em torno de 62%

Modelagem e Controle de
186
Sistemas I
Controladores PID
Fazendo ajustes finos pode-se chegar a resposta desejada.

Máximo de sobressinal
menor que 25%

Modelagem e Controle de
187
Sistemas I
Controladores PID
Método de Chien, Hrones e Reswick (CHR):

Há muitos métodos que sugerem alterações


sobre os métodos de Ziegler-Nichols.
Tratam-se de métodos que baseiam-se na
mesma informação de processo.
O CHR baseia-se no método de reposta ao
degrau de Ziegler-Nichols, e utiliza os mesmos
parâmetros T e L obtidos em malha aberta.
Y ( s) Ke − Ls
=
R( s) Ts + 1
Modelagem e Controle de
188
Sistemas I
Controladores PID
Método Chien, Hrones e Reswick (CHR):

CHR dá ao sistema em malha fechada uma


melhor robustez.
Os 2 critérios de projeto usados são:
◼ - resposta mais rápida sem sobressinal,
◼ - resposta mais rápida com 20% de sobressinal.
São propostas 2 tabelas de sintonia distintas.
Uma refere-se a uma resposta a mudanças de set-
point e outra para robustez a perturbações.
Os ganhos possuem valores menores que os
propostos por Ziegler e Nichols.
Modelagem e Controle de
189
Sistemas I
Controladores PID
Método Chien, Hrones e Reswick (CHR):
Chien, Hrones, Reswick (Resposta à mudança de
setpoint)

Sem Overshoot 20%Overshoot

Tipo de Controlador Kp Ti Td Kp Ti Td

P 0,3/TL ∞ 0 0,7/TL ∞ 0

PI 0,35/TL 1,2L 0 0,6/TL 1,0L 0

0,95/T
PID 0,6/TL 1,0L 0,5L 1,4L 0,47L
L

Chien, Hrones, Reswick (Resposta à perturbação)

Sem Overshoot 20%Overshoot

Tipo de Controlador Kp Ti Td Kp Ti Td

P 0,3/TL ∞ 0 0,7/TL ∞ 0

PI 0,6/TL 4,0L 0 0,7/TL 2,3L 0

Modelagem e Controle de
PID 0,95/TL 2,4L 0,42L 1,2/TL 2,0L 0,42L 190
Sistemas I
Controladores PID
Método Cohen-Coon

Também baseiam-se no método de reposta ao


degrau de Ziegler-Nichols, e utiliza os mesmos
parâmetros T e L obtidos em malha aberta.

Y ( s) Ke − Ls
=
R( s) Ts + 1

Seu principal critério de projeto é a rejeição


às perturbações.

Modelagem e Controle de
191
Sistemas I
Controladores PID
Método Cohen-Coon

Para controladores P e PD, o valor de Kp é o


máximo possível de modo a minimizar o erro em
estado estacionário devido às perturbações.
Para PI e PID o ganho Ki também é maximizado
para a redução do erro em regime.
A sintonia pode ser realizada através dos
valores tabelados

Modelagem e Controle de
192
Sistemas I
Controladores PID
Método Cohen-Coon
Método Cohen - Coon

Tipo de Controlador Kp Ti Td

P [1+(0,35b/1-b)]/a ∞ 0

PI 0,9[1+(0,092b/1-b)]/a (3,3-3,0b)/(1+1,2b) 0

PD 1,24[1+(0,13b/1-b)]/a ∞ (0,27-0,36b)/(1-0,87b)

PID 1,35[1+(0,18b/1-b)]/a (2,5-2,0b)/(1-0,39b) (0,37-0,33b)/(1-0,81b)

Sendo a= KL/T ; b=L/(L+T)


Modelagem e Controle de
193
Sistemas I
Controladores PID
Métodos Baseados em modelos:
São métodos de sintonia mais eficientes que
os experimentais, pois através deles é possível
moldar as características do processo de maneira
a atender fielmente as especificações requeridas
(estabilidade, erro em regime permanente,
sobressinal, dentre outros).
No entanto, para sua aplicação necessita-se
conhecer o modelo da planta.

Modelagem e Controle de
194
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:
Sabe-se que muitas propriedades dos sistemas
dependem da localização dos polos.
A idéia da sintonia por alocação de polos é
modelar um controlador que possua uma resposta
em malha fechada que atenda aos requisitos da
planta. Ou seja, através de simplificações no
modelo deve-se posicionar os polos do sistema em
locais do plano s que atendam aos critérios de
sobressinal, tempo de acomodação, dentre outros.
Portanto, é necessário o conhecimento do
modelo, ou pelo menos, sua aproximação.
Modelagem e Controle de
195
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:
Ex: Controle de um sistema de 2ª ordem através de um PID
paralelo já implementado no processo;

Obtendo a função de transferência em malha fechada:


Y (s) P( s )C ( s )
= G(s) =
R( s) 1 + P( s )C ( s )
A equação característica é a seguinte:
1 Ki
( s) = 1 +
Modelagem e Controle de .Kp + + Kds = 0 196
Sistemas I ( s + 2)( s + 2) s
Controladores PID
Sintonia por Alocação de Polos:
1 Kds 2 + Kps + Ki
( s ) = 1 + . =0
( s + 2)( s + 2) s

( s ) =
( s + 2).( s + 2).s  + Kds 2 + Kps + Ki
=0
( s + 2).( s + 2).s

(s) = (s 2 + 4s + 4).s + Kds 2 + Kps + Ki = 0

(s) = s 3 + 4s 2 + 4s + Kds 2 + Kps + Ki = 0

(s) = s 3 + (4 + Kd )s 2 + (4 + Kp )s + Ki = 0

Modelagem e Controle de
197
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:
Analisando este sistema de 3ª ordem através de um de 2ª (polos dominantes):
( s +  0 )( s 2 + 20 s +  0 ) = 0
2

s 3 + 20 s 2 +  0 s +  0 s 2 + 20 s +  0 = 0
2 2 3

s 3 + (20 +  0 ) s 2 + ( 0 + 20 ) s + 0 = 0


2 2 3

- α deve possuir um valor que torne o sistema acima com 2 polos dominantes,
- assim, as análises são realizadas através de métodos de 2ª ordem,
- os polos do processo estão em -2. Escolhe-se α=12.

Resolvendo a igualdade, encontra-se os ganhos do controlador:

s 3 + (4 + Kd ) s 2 + (4 + Kp ) s + Ki = s 3 + (20 + 0 ) s 2 + (0 + 20 ) s + 0


2 2 3

Kp = 0 + 20 − 4
2 2
Kd = 20 + 0 − 4 Ki = 0
3

Modelagem e Controle de
Prof. Emanuel Benício 198
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:

Logo, para encontrar os ganhos, basta seguir as seguintes expressões:

Kp = 0 + 20 − 4
2 2

Ki = 0
3

Kd = 20 + 0 − 4

Modelagem e Controle de
199
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:

Considerando que o sistema exija as seguintes especificações:


•Percentual de sobressinal máximo: 15%
•Tempo de acomodação (critério 2%): 8 segundos

Modelagem e Controle de
200
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:

Procurando no gráfico, ξ= 0,55


4 4
Ts = 8= 0 = 0,91rad / s
 0
Modelagem e Controle de
0,55 0
201
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:

Logo, para encontrar os ganhos basta seguir as seguintes expressões:

Kp = 0 + 20 − 4 =
2 2

 = 0,55 0 = 0,91rad / s 0,912 + 2.0,55.12.0,912 − 4 =


7,76

Kd = 20 + 0 − 4 =
2.0,55.0,91 + 50.0,91 − 4 =
7,92

Ki =  0 =
3

12.0,912 =
9,04
Modelagem e Controle de
202
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:
A resposta do sistema com os ganhos encontrados é a seguinte:

Como observado, ambos os parâmetros requeridos foram atendidos.


Modelagem e Controle de
203
Ou seja, a aproximação por este método ficou satisfatória.
Sistemas I
Controladores PID
Sintonia por Alocação de Polos:
Pode-se refinar os ganhos reduzindo o ganho derivativo para Kd=1

Modelagem e Controle de
204
Sistemas I
Referências Bibliográficas
[1] Ogata, K., Engenharia de Controle Moderno, Ed. Prentice-Hall.
[2]Mazzini, H. M. Notas de aula de Controle II, Departamento de
Engenharia Elétrica, UFSJ.
[3]CTM – PID tutorial – Carnegie Mellon – acessado em 15/04/2013 -
http://www.engin.umich.edu/group/ctm/PID/PID.html
[4]Projeto do Controlador PID – Notas de aula – Prof. Celso J. Munaro
– UFES (Universidade Federal do Espírito Santo).
[5]Sistemas de Controle – Notas de aula – Fábio Meneghetti de
Araújo – UFRN (Universidade Federal do Rio Grande do Norte).
Bibliografia
OGATA, K. Engenharia de Controle Moderno. 5ª ed.
Pearson, 2011. 824 p.
DORF, R. C., BISHOP, R. H. Sistemas de controle
moderno. 11ª ed. LTC, 2009. 752 p.
NISE, N. S. Engenharia de Sistemas de Controle. 5ª ed.
LTC, 2009. 706 p.
HAYKIN, S. VAN VEEN, B. Sinais e Sistemas. 2ª ed.
Bookman, 2002.

Modelagem e Controle de
206
Sistemas I

Você também pode gostar