Introdução aos Sistemas de Controle

3a. Prova – Parte 1

Solução de um problema de controle de um sistema térmico usando controle PID

OBJETIVO

O objetivo deste experimento é investigar as características de cada controle:

proporcional integral e derivativo, e como usá-los para atender as especificações desejadas.

I – INTRODUÇÃO E FUNDAMENTAÇÃO

Um dos grandes problemas com os controladores PID é a sintonia adequada dos

parâmetros para produzir uma resposta apropriada da variável controlada que atenda aos
objetivos de controle. Para o projeto de controladores, deve-se satisfazer as especificações de
desempenho por que desenvolve o projeto. Neste trabalho, as especificações de desempenho
são estudadas em termos da resposta transitória à entrada degrau. A simulação computacional
surge da necessidade de estudar o comportamento do sistema de controle a entrada de
referência na presença de perturbações. Neste trabalho, será realizado o projeto
controladores clássicos do tipo PID, empregando duas metodologias de ajuste dos parâmetros
dos controladores P, PI, PD e PID. Estas duas metodologias são baseadas nas regras de
Ziegler Nichols para a determinação de algumas características desempenho de certos
processos (sistemas dinâmicos) tanto em malha aberta (primeira metodologia) como em
malha fechada (segunda metodologia).
Neste trabalho, será realizado o controle PID de temperatura interna de câmara de
ensaio de Burn-in.
Para obter os parâmetros do controlador PID para o controle do processo de
aquecimento duas etapas são necessárias, a saber:

Etapa 1 - Identificação (modelagem) do processo

Envolve a realização de algum tipo de teste ou testes no processo, a fim de determinar

dinâmicas importantes da evolução da temperatura, tais como: o tempo de morto, o ganho de
entrada/saída e a constante de tempo.
Neste projeto, o teste mais simples e melhor é uma mudança de um degrau na variável
manipulada, enquanto o processo está em malha aberta. Para o modelo a ser adotado, uma
tendência será mostrada indicando a resposta do modelo dada a escolha dos parâmetros do
modelo.
Uma modelagem genérica dos subsistemas que compõem o processo de aquecimento
está representado na figura abaixo. O bloco de suprimento de calor compreende um
queimador a gás.

Figura 1
Considerar o diagrama de blocos abaixo que representa a dinâmica de controle
automático de temperatura numa câmara.

Figura 2

Onde: G(s) - Função de transferência da planta

H(s) - Função de transferência do sensor de temperatura
C(s) - Função de transferência do controlador
F - Fator de escala
r - Valor desejado da temperatura ,
du(s) - Sinal de pertubação e
n(s) – Ruído no sinal medido pelo sensor.

A representação do modelo matemático obtido neste projeto é descrito pelas seguintes

equações, considerando o sistema em malha aberta:
 K K2
Planta: Y ( s)  U ( s)  DU ( s) Ks  1
 s 1  1s  1
Ys K e s
Sensor: H ( s)   s K s  1 ,  2 é muito pequeno
Y ( s)  2 s  1
Ys  Y (t -  )
Ys Ys Y K .K s e  s
Função de Transferência:  
U Y U  s 1

A estimação preliminar dos paramentos da função de transferência (F.T.) são obtidos

a partir do Método da Resposta Transitória - Curva de Reação.

Figura 3

A curva em S pode ser caracterizada por duas constantes, o atraso L e a constante de

tempo T, sendo estas determinadas se for passada uma reta tangente pelo ponto de inflexão da
curva. Nos pontos onde a tangente intercepta o eixo das abscissas e a linha horizontal com
ordenada K, obtêm L e T, respectivamente.
A seguir é apresentado o código (OCTAVE) para obtenção da reta tangente pelo ponto
de inflexão da curva:

% Planta em malha aberta - FOPDT (First order lag plus time delay)
load EquipeA; % onde A=1,2,3,4,5,6,7,8,9,10,11 para a respectiva equipe

y=yy; % Valores de temperatura y(t)

dimy=max(size(y));
%dtm=(max(tm))/ntm;
tempo=1:max(size(y));
for i=1:(dimy-1);
dev(i)=(y(i+1)-y(i))/(tempo(i+1)-tempo(i));
%cálculo da derivada
end
pinflex=max(dev);% cálculo do ponto de inflexão,ou seja, o ponto de maior
%derivada
n=1;
%n é um contador. Ele vai contar o vetor dev afim de descobrir a posiçao do
%ponto de inflexao.Passo seguinte.

while dev(n)<pinflex
n=n+1;
end

n; % Posição do ponto de inflexão.

m=dev(n); % coeficiente angular da reta no ponto de inflexão
i=1:(dimy);
w(i)=m*(tempo(i)-tempo(n))+y(n);
%Cálculo da reta que passa pelo ponto(n,y(n))
z(i)=max(y);

figure
set(gcf,'color','w');%fundo branco
alldatacursors = findall(gcf,'type','hggroup');
set(alldatacursors,'FontSize',14)% tamanho da fonte do cursor
set(gca,'FontSize',14)% Tamanho da fonte do título e eixos
plot(tempo,y,'b',tempo,w,'r',tempo,z,'k');
grid;
title('Resposta ao degrau com reta tangente ao ponto de inflexão')
xlabel('Tempo [s]')
ylabel('y(t)')

O arquivo EquipeA.mat (onde A=1,2,3,4,5,6,7,8,9,10,11 para a respectiva equipe) a

ser disponibilizado para cada equipe SIGAA contem os valores reais de temperatura
fornecidos pelo sensor durante o ensaio, compreendendo um horizonte de tempo de 1000
segundos. Na figura abaixo, é mostrada um exemplo da curva a ser gerada (temperatura em
graus x tempo (segundos). Para validação do modelo, empregamos o Erro Quadrático Médio
– MSE. Neste exemplo, o MSE foi igual a 0,04432. Para o ensaio de malha aberta foi aplicado
um degrau u(t) de amplitude 10 volts.
 Figura 4

Etapa 2 - Metodologias de Sintonia de Controlador PID Baseadas em F.T. de Primeira

Ordem com Tempo Morto

Uma vez que os parâmetros do modelo foram determinados, um algoritmo deve ser
desenvolvido para calcular os ganhos do controlador PID.
Em um controlador PID a ação de controle é gerada através da soma de três termos:
ação proporcional, integral e derivativa. Embora todos os controladores PID possuam esses
três termos, as implementações do algoritmo PID poderão diferir consideravelmente. Neste
projeto, para a implementação do controlador será empregado a forma padrão da ISA
(Instrument Society of America), a qual pode ser escrita da seguinte forma:

1
C ( s )  K p (1   Td s )
Ti s

onde:
K p , Ti , Td - Parâmetros do controlador PID

As características dos controladores P, I e D

Um controlador proporcional (Kp) terá o efeito de reduzir o tempo de subida, mas
nunca elimina o erro de regime permanente. Um controle integral (Ki=Kp/Ti) terá o efeito de
eliminar o erro de regime permanente, mas pode tornar a resposta transitória pior (podendo
tornar o sistema instável). Um controle derivativo (KD = Kp*Td ) terá o efeito de melhorar a
estabilidade do sistema, reduzindo o sobressinal, e melhorando a resposta transitória. Os
efeitos de cada controlador Kp, Ki e Kd sobre um sistema em malha fechada é resumido na
tabela abaixo:

Resposta Tempo de subida Sobressinal Tempo de Acomodação Erro

KP Diminui Aumenta Pequena mudança Diminui
KI Diminui Aumenta Aumenta Elimina
KD Pequena mudança Diminui Diminui Pequena mudança

Nota: Estas relações não são totalmente exatas, pois Kp, Ki e Kd são dependentes uns dos
outros, ou seja, a variação de um deles pode variar o efeito dos outros dois. Por esta razão, a
tabela deve ser usada apenas como referência para determinar os valores de Kp, Ti eTd.

Dada a sua grande simplicidade aliada a sua grande aplicabilidade e satisfatória

qualidade em aproximar sistemas reais compostos por dinâmicas de primeira ordem em série,
como é aqui o caso, há várias metodologias especialmente desenvolvidas para sintonizar os
controladores PIDs a partir do ganho, tempo morto e constante de tempo de uma função de
transferência. Esta classe de metodologias representa um bom compromisso entre o tempo
investido no projeto do controlador e desempenho alcançado. Neste projeto, vamos
considerar duas metodologias distintas de sintonia para controladores PID que o engenheiro
químico John G. Ziegler e o matemático Nathaniel B. Nichols desenvolveram em 1942.
Estas metodologias de sucesso foram desenvolvidas a partir de simulações empíricas de
muitos sistemas dinâmicos distintos, proporcionando um desempenho aceitável para o
controle de muitos processos industriais. As metodologias de ajuste são baseadas na
determinação de algumas características de certos processos (sistemas dinâmicos) tanto em
malha aberta (primeira metodologia) como em malha fechada (segunda metodologia). Os
ganhos do controlador PID são obtidos em função de tais características por meio de
expressões matemáticas simples. A motivação em apresentar estas duas metodologias, neste
trabalho, deve-se ao fato da relevante contribuição para a consolidação e confiabilidade do
controle PID na indústria, servindo de base para outras metodologias de ajuste de parãmetros
(KP, KI e KD ).

Metodologia da Curva de Reação ou Resposta ao Degrau

Esta metodologia é baseada na resposta ao degrau de um sistema estável e com saída

da planta (processo ou sistema dinâmico) em forma de S (Figura 3) em malha aberta, sendo
caracterizada por dois parâmetros, os quais são determinados conforme mostrado na figura 3.
A sintonia de um controlador P, PI ou PID proposto por Ziegler e Nichols é dado pela
tabela abaixo.

Controlador Kp Ti Td
0,9  T
P  0
KL
0,9T
PI 3,33  L 0
KL
T L
PID 1, 2 2 L
KL 2

O controlador PID sintonizado por esta metodologia fornece:

1 T  1 
C ( s)  K p (1   Td s)  1, 2 1   0,5 L 
Ti s KL  2 Ls 

Esta metodologia tende a uma sintonia que oferece razoável rejeição à perturbação de
carga e uma resposta temporal subamortecida. Em média, 25% de sobressinal é obtido ao
ajustar os parâmetros pelo método ZN.

Metodologia do Ganho Crítico (Sensibilidade Limite)

Esta metodologia é baseada na resposta em malha fechada do sistema de controle,

considerando, inicialmente, somente a ação proporcional Kp para levar o sistema à condição
de oscilação sustentada. Para determinar os parâmetros do controlador são requeridas duas
medidas do sistema: o ganho critico Ku (o ganho mínimo que torna o processo marginalmente
estável), e o período de oscilação correspondente, Pu.
Procedimento para a Calibração dos Parâmetros do Controlador:

1. Reduzir as ações integral e derivativa ao seu efeito mínimo, ou seja, Ti = ∞ e Td = 0.;

2. Iniciar o processo com ganho Kp reduzido;
3. Aumentar o ganho Kp até que a variável manipulada (saída do sistema) entre em oscilação
com amplitude constante.
4. Anotar o ganho, Ku, e o período de oscilação Pu, conforme gráfico acima.

Da mesma forma que o método anterior, a tabela abaixo apresenta a sintonia dos
parâmetros do controlador PID proposto por Ziegler e Nichols em função de Ku e Pu.

Tabela 1

Controlador Kp Ti Td
P 0,5K u  0
PI 0, 4 K u 0,8 Pu 0
PID 0, 6 K u 0,5 Pu 0,125 Pu

O controlador PID sintonizado por esta metodologia fornece:

1 1
C ( s)  K p (1   Td s)  0, 6 K u (1   0,125 Pu s)
Ti s 0,5Pu s
4 2
(s  )
Pu
C(s)  0, 075 Ku Pu
s

Esta metodologia de sintonia oferece razoável rejeição à perturbação e uma resposta

ao degrau um pouco melhor em relação a metodologia anterior (resposta ao degrau) quando
aplicado a um mesmo sistema, uma vez que o sobressinal e o tempo de acomodação são
menores.
 ATIVIDADES

Parte I - Ajuste controlador PID pelo 1o. Método de Ziegler e Nichols

Com os dados de temperatura fornecidos (vide arquivo EquipeA.mat):

1) Obter o gráfico da temperatura x tempo conforme exemplo ilustrado.
2) Determinar a função de transferência do processo, empregando o Método da Resposta
Transitória - Curva de Reação. Utilizar o código (OCTAVE) apresentado para determinar
os parâmetros (K, L e T ) do modelo do processo. Para o ensaio de malha aberta foi
aplicado um degrau u(t) de amplitude 10. Para validação do modelo, determinar o Erro
Quadrático Médio – MSE.
3) Proceder os seguintes passos para o projeto do controlador (P, PD, PI e PID). Em cada
ítem mostrar os gráficos e fazer comentários necessários para o bom entendimento do
procedimento. Usar a tabela 1 como referência e o ambiente de simulação e programação
OCTAVE (MATLAB). A temperatura de referência desejada é de 65 graus.

Passos:
a) Adicionar um controle proporcional para melhorar o tempo de subida.
b) Adicionar um controle derivativo para reduzir o sobressinal.
c) Adicionar um controle integral para eliminar o erro de regime permanente.
d) Realizar um ajustar fino em cada um dos parâmetros (KP, KI e KD ) obtidos de
modo a se ter uma resposta menos oscilatória no domínio do tempo e mais
desejável quanto ao desempenho especificado. Preencher a seguinte tabela 2 e 3:
Tabela 2
Valores dos Parâmetros 1o. Método de ZN Ajuste Fino
Kp
Ti
Td

Tabela 3
Desempenho 1o. Método de ZN Ajuste Fino
Tempo de subida
Sobressinal
Tempo de Acomodação
Nota: Ter cuidado de obter soluções que sejam realísticas, ou seja, soluções que realmente
possam se realizadas.

Parte II - Ajuste controlador PID pelo 2o. Método de Ziegler e Nichols

4. Empregando a função de transferência do processo obtida nos itens 1 e 2, realizar o ajuste

dos parâmetros (KP, KI e KD ) do controlador tipo PID para o processo, utilizando a segunda
metodologia de Ziegler e Nichols apresentada. Realizar os procedimentos para ajuste dos
parâmetros do controlador descritos no 2o. Método de ZN.

5. Preencher a seguinte tabela 4 e 5:

Tabela 4
Valores dos Parâmetros 2o. Método de ZN Ajuste Fino
Kp
Ti
Td

Tabela 5
Desempenho 2o. Método de ZN Ajuste Fino
Tempo de subida
Sobressinal
Tempo de Acomodação

6. Ilustrar os resultados obtidos através de gráficos de simulação e comentar o procedimento

utilizado para o ajuste fino dos parâmetros do controlador.
7. Fazer uma comparação entre as duas metodologias tendo o controlador PID como
referência.
8. Há alguma diferença entre as respostas com o controlador ajustado pela primeira
metodologia ZN e controlador ajustado pela segunda metodologia de ZN ? Os dois
controladores fazem com que as especificações para a malha fechada sejam atendidas? Qual é
o melhor processo de ajuste do controlador para o processo de controle de temperatura
considerado?