3

SUMÁRIO

1. INTRODUÇÃO .................................................................................................................. 4

2. OBJETIVO .......................................................................................................................... 4

3. METODOLOGIA ............................................................................................................... 4

3.1. Ziegler e Nichols .............................................................................................................. 5

3.2. Cohen-Coon ..................................................................................................................... 5
3.3. Lambda ........................................................................................................................ 5
3.4. Haalman ....................................................................................................................... 6
3.5. Chien, Hrones e Reswick ............................................................................................. 6
4. RESULTADOS ................................................................................................................... 7

4.1. Planta 1 ............................................................................................................................ 8

4.2. Planta 2 .......................................................................................................................... 12
4.3. Planta 3 .......................................................................................................................... 14
5. CONCLUSÕES ................................................................................................................. 18

6. REFERÊNCIAS ................................................................................................................ 19

7. ANEXOS .............................................................................................................................. 19
 4

1. INTRODUÇÃO
Os controladores PID são largamente utilizados em malhas de controle industriais.
Credita-se a isso, características como robustez e facilidade de implementação dessas
estratégias. Existem diversos métodos de sintonia para controladores PID, sendo os mais
utilizados o que se baseiam na resposta ao degrau do sistema. Sintonização de controladores
baseadas nos parâmetros obtidos através da identificação dos sistemas a serem controlados
através dos métodos da curva de reação é bastante comum nas literaturas de controle
encontradas na atualidade (CARMO, 2006).

Independentemente do método de sintonia utilizado, a robustez e os efeitos nocivos que

a ação de controle pode ter sobre os elementos que compõem o sistema bem como a resposta
do mesmo são extremamente importantes, pois, nem sempre um controlador irá melhorar a
resposta sistema. A sintonia dos controladores PID é o principal problema enfrentado pela
indústria na utilização dos mesmos, portanto, no projeto deve haver análises complexas e
minuciosas nos seus parâmetros, para que a malha de controle apresenta características
necessárias. Tal dificuldade resulta em um mal desempenho para vários métodos de sintonia.

2. OBJETIVO
O presente trabalho visa empregar os parâmetros, 𝜏, 𝜃 e 𝑘, que melhor se aproximaram
do sistema real, obtidos através dos métodos de identificação através da curva de reação pelo
método de Smith e testar os diferentes métodos de sintonia de controladores, comparando os
resultados de cada, com base nos parâmetros obtidos.

3. METODOLOGIA
A prática será executada baseada na utilização dos métodos de Ziegler e Nichols, Cohen-
Coon, Lâmbda, Haalman, CHR0% e CHR20%. Os processos a serem controlados são vistos na
Planta (1), (2) e (3).

10
o 𝐺 (𝑠 ) = Planta (1);
𝑠 2 +5𝑠+6
 5

20(𝑠−3)(𝑠−5)
o 𝐺 (𝑠 ) = Planta (2);
(𝑠+4)(𝑠+7)
20
o 𝐺 (𝑠 ) = Planta (3);
(𝑠+2)(𝑠+3)(𝑠+12)

3.1. Ziegler e Nichols

De posse dos parâmetros como constante de tempo, tempo de atraso de transporte e

ganho estático do sistema, determina-se os ajustes necessários para o controlador. A Figura 1
mostra como é realizado essa sintonia, onde a variável 𝐿 refere-se ao tempo de atraso,
referenciado como 𝜃 nesse trabalho.

Figura 1. Sintonia Ziegler and Nichols.

3.2. Cohen-Coon

Assim como no método de Ziegler e Nichols, esse método também utiliza os parâmetros
de constante de tempo, tempo de atraso de transporte e ganho estático do sistema. A Figura 2
mostra como é realizada a sintonia. A variável 𝑅 é a razão entre o atraso de transporte e a
𝜃
constante de tempo, ou seja: 𝑅 = .
𝜏

Figura 2. Método de Cohen-Coon

3.3. Lambda
 6

É um método tradicional empregado nos ajustes de controladores PI, onde os valores de

ajuste dos parâmetros 𝐾𝑃 e 𝑇𝑖 são definidos para a constante de tempo em malha fechada
desejada. A Figura 2 mostra como é feito a sintonia através desse método.

Figura 3. Sintonia Lambda.

3.4. Haalman

É um método simples que utiliza os parâmetros mostrados na Figura 4 para realizar a

sintonia.

Figura 4. Sintonia Haalman.

3.5. Chien, Hrones e Reswick

Existem muitas modificações sobre o método de Ziegler e Nichols, visto na seção 3.1.
Chien, Hrones e Reswick modificaram o método de Ziegler e Nichols com o intuito de que a
resposta ao degrau da malha apresenta menor tempo de subida. Sugeriram então dois métodos,
um sem sobreelevação, conhecido como CHR 0% e outro com 20% de sobreeleveção,
conhecido como CHR 20%. Os parâmetros são determinados a partir da resposta ao degrau e a
sintonia é mostrada nas Figura 5 e 6, respectivamente.

Figura 5. Sintonia sem sobreelevação.

 7

Figura 6. Sintonia com 20% de sobrelevação.

De posse dos parâmetros calculados para os diferentes métodos, através da ferramenta

Simulink contida no software MATLAB®, os diferentes processos, com os diferentes métodos
de sintonia serão simulados e na seção 4 desse trabalho, os respectivos resultados serão
mostrados e discutidos. Por fim, a razão de controlabilidade, razão entre o tempo de atraso de
transporte e a constante de tempo do sistema, será calculada de forma a analisar o desempenho
do controlador.

4. RESULTADOS
As Figuras 4.1,4.2 e 4.3 mostram a aproximação pelo modelo FODT de Smith para as
Plantas 1, Planta 2 e Planta 3 respectivamente.

Figura 4.1. Modelo FODT da Planta 1.

 8

Figura 4.2. Modelo FODT da Planta 2.

Figura 4.3. Modelo FODT da Planta 3.

4.1. Planta 1

Para esse processo, os parâmetros 𝜏, 𝜃 e 𝑘 utilizados foram os obtidos através do método

de Smith. As respostas para os diferentes métodos obtidas via simulação são vistas na sequência
de Figuras 7, 8, 9, 10, 11 e 12.
 9

Figura 4.4. Resposta obtida através do método de Ziegler e Nichols.

Tanto o controlador PI quanto o PID para o método de Ziegler e Nichols, Figura 4.4,
foram capazes de eliminar o erro em regime permanente. Porém, o sistema apresentou um maior
tempo de estabilização para esses controladores, além de um sobressinal. O controlador P por
outro lado, não foi capaz de eliminar o erro em regime.

Figura 4.5. Resposta através do método de Cohen-Coon.

O controlador PI para o método de Cohen-Coon, Figura 4.5, apresentou resposta muito

satisfatória, visto que foi capaz de eliminar o erro em regime, sem atrasar a resposta do sistema
e sem sobressinal. O controlador PID também eliminou o erro e não apresentou sobressinal,
 10

porém a resposta foi mais lenta. O controlador P não atendeu nenhum dos critérios de
desempenho analisados.

Figura 4.6. Resposta através do método de Lâmbda.

Para o método de sintonia Lâmbda, Figura 4.6, o controlador PI eliminou o erro em

regime sem sobressinal, porém com tempo de estabilização muito superior ao do sistema sem
controlador. O controlador PID foi capaz de eliminar o erro, com tempo de estabilização menor
do que a planta sem o controlador, porém apresentou oscilações durante o rise time.

Figura 4.7. Resposta através do método de Haalman.

O controlador PID apresentado pelo método de Haalman, Figura 4.7, pode não ser
desejado em algumas aplicações, mesmo com o baixo tempo de estabilização e o erro em regime
nulo. Isso pois apresenta sobreelevações de cerca de 50% do valor de referência, o que pode ser
prejudicial para alguns sistemas.
 11

Figura 4.8. Resposta através do método de CHR 20%.

Na Figura 4.8 observa-se a ação dos controladores para o método CHR 20%. Pode-se
observar que o controlador P não foi capaz de eliminar o erro em regime permanente. O
controlador PI um tempo de estabilização relativamente baixo, comparado com a planta sem o
controlador, eliminou o erro em regime e não apresentou sobressinal. O Controlador PID
também foi capaz de eliminar o erro sem sobreelevações, porém, com settling time alto.

Figura 4.9. Resposta através do método de CHR 0%.

Já no método de CHR 0%, o controlador P continua não atendendo, resultando em uma

ação que não foi capaz de atender aos requisitos. O controlador PI apresentou um elevado tempo
 12

de estabilização, porém sem sobressinal e com erro em regime nulo. O controlador PID,
eliminou o erro, sem sobressinal, mas com settling time elevado.

𝜃 0.053175
A razão de controlabilidade ( 𝜏 ) para esse processo é: 0.751275 = 0.070779.

4.2. Planta 2

Para esse processo, os parâmetros utilizados na sintonia dos controladores para os

diferentes métodos estudos foram obtidos através do método de Smith. Essa planta apresenta
características dinâmicas bem difíceis de serem controladas. Por conta disso, pode-se observar
ao longo das Figuras 4.10,4.11,4.12,4.13 e 4.14, a péssima resposta de controle. A sintonia que
melhor se comportou foi o controlador PI do método de Lambda, Figura 15.

Figura 4.10. Método de Ziegler e Nichols.

 13

Figura 4.11. Método de Cohen-Coon.

Figura 4.12. Método de Lâmbda.

Figura 4.13. Método de Haalman.

 14

Figura 4.14. Método de CHR 0%.

Figura 4.15. Método de CHR 20%.

𝜃 0.51395
A razão de controlabilidade ( 𝜏 ) para esse processo é: 0.24915
= 2.0628. Essa razão

justifica os resultados encontrados, mostrando que para sistemas com razão de controlabilidade
maior do que 1 o sistema requer estratégias mais complexas para atingir os requisitos de
desempenho.

4.3. Planta 3
 15

Para o processo da Planta (3), o método de identificação do sistema utilizado para obter
os parâmetros utilizados nos métodos de sintonia foi o método de Smith. A sequência de Figuras
(4.16 à 4.21) apresentam as respostas das ações de controle dos diferentes métodos utilizados
para sintonização de controladores.

Figura 4.16. Método de Ziegler e Nichols.

Na Figura 4.16 observamos a resposta do sistema para o método de Ziegler e Nichols.

Com exceção do controlador P que não foi capaz de atender nenhum do critérios de desempenho
ideais, os controlador PI e PID conseguiram eliminar o erro em regime, sem sobressinal. Porém,
ambos elevaram o tempo de estabilização do sistema, o que é indesejado.
 16

Figura 4.17. Método de Cohen-Coon.

O controlador P do método de Cohen-Coon (Figura 4.17) não foi o suficiente para anular
o erro em regime, já os controladores PI e PID conseguiram eliminar o erro sem sobressinal,
mas de maneira semelhante ao método de Ziegler e Nichols, também elevou o settling time do
sistema.

Figura 4.18. Método de Lâmbda.

Ambos os controladores do método de Lâmbda não apresentaram boas respostas.

Mesmo eliminado o erro, o sistema ficou extremamente lento – cerca de 100x mais – para
ambos os controladores. Tão característica não é desejada nas malhas de controle industriais.
 17

Figura 4.19. Método de Haalman.

O controlador PID, visto na Figura 4.19, sintonizado pelo método de Haalman

proporcionou uma resposta melhor avaliada, visto que não há sobressinal, erro em regime e o
settling time não foi tão elevado quanto os dos outros métodos.

Figura 4.20. Método de CHR 0%.

Na Figura 4.20, destaca-se o controlador PID do método de CHR 0%, que apresentou
resposta que se assemelhou significativamente bem quando comparado com a referência, uma
degrau.
 18

Figura 4.21. Método de CHR 20%.

No método de CHR 20% mostrado na Figura 4.21, nenhum dos controladores obtiveram
êxitos. O controlador P não foi capaz de eliminar o erro em regime, o controlador PI é muito
lento e o controlador PID apresentou oscilações durante o riste time.

𝜃 0.286
A razão de controlabilidade ( 𝜏 ) para esse processo é: 0.6810 = 0.41997.

5. CONCLUSÕES
Nem sempre os controladores irão melhorar a resposta do sistema. Como podemos
observar em alguns pontos desse relatório, alguns sistemas apresentaram erro em regime
permanente ainda maiores, outros apresentaram altas oscilações e outros ainda tornaram-se
instáveis com a adição dos controladores. Portanto, é extremamente importante que uma análise
minuciosa seja realizada antes de implementar um controlador na malha de controle.
De forma geral, destacam-se positivamente os métodos de CHR 0% e 20%, que foram
os que apresentaram melhores ações e tornaram o sistema mais próximo do que se espera.
Em algumas situações, a saída controlada não é tão próxima da entrada, porém, para
determinadas aplicações essa característica pode ser aceitável, sendo necessário conhecer a
fundo o processo a ser controlado.
 19

E por último, como era de se esperar, analisando a razão de controlabilidade obtida em

cada um dos processos, observa-se que de fato, quanto menor ela for, melhor será a resposta do
controlador. Tal afirmação se evidencia observando as respostas da planta de segunda ordem,
que apresentou razão de controlabilidade de aproximadamente 0.2826. Mas tal verificação não
é 100 por cento fiel, pois, como pode-se observar, o processo de quarta ordem (com razão de
controlabilidade de 0.5314) apresentou comportamento muito pior se comparado ao processo
de fase não mínima (com razão de controlabilidade de 0.8515).

6. REFERÊNCIAS
CARMO, J. S., Ambiente Educacional Multifuncional Integrado para Sintonia e
Avaliação do Desempenho de Malhas Industriais de Controle, Dissertação (Mestrado),
Universidade Federal de Juiz de Fora, Juiz de Fora, 2006.

Notas de aula do professor.

7. ANEXOS