Implementação de um Controlador Feedforward
e Feedback para uma Planta Didática de
Temperatura
Gabriel Alexandre Sabino & Gabriel José de Faria Rodrigues
 a utilização de relés, contatores, transistores e circuitos
Abstract— This article aims to show the results obtained in the
control of a didactic temperature plant using Feedforward control
along with PID control. The solution used involves applying a
known disturbance to the temperature plant, aiming to cause a
sudden temperature drop so that the Feedforward control can act
and prevent this temperature drop. From the results, it is possible
to observe that when only the classical PID control was applied,
the plant experienced a temperature drop and took time to
stabilize, whereas with the PID combined with Feedforward, there
was no temperature drop.
Index Terms—Feedforward, PID, Control, Temperature.
Resumo— Este artigo tem como objetivo mostrar os resultados
obtidos em um controle de uma planta didática de temperatura
utilizando o controle Feedforward juntamente com o controle PID.
A solução utilizada envolve a aplicação de um distúrbio conhecido
na planta de temperatura, visando ter uma queda de temperatura
brusca para que o controle Feedforward possa agir e não permitir
essa queda de temperatura. A partir dos resultados, é possível
observar que quando submetido apenas o controle com o PID
clássico a planta teve uma queda de temperatura e demorou para
estabilizar, enquanto com o PID junto ao Feedforward não houve
queda de temperatura.
Palavras chave—Feedforward, PID, Controle, Temperatura.
I. INTRODUÇÃO
Desde a 1ª Revolução Industrial que teve seu início no final
do século XVIII, as indústrias vêm evoluindo a cada ano, com
inovações que ajudam o processo se tornar mais seguro e o mais
automatizado possível, acompanhando essas evoluções viu-se a
necessidade de ter um sistema para que se pudesse controlar o
processo. Há relatos que os primeiros sistemas de controle
surgiram no final do século XIX, tais sistemas eram mecânicos
e apresentavam uma vida útil curta pois não havia muita
informação sobre eles para que pudessem ser melhorados [1].
Ao longo dos anos, os sistemas de controle evoluíram
significativamente, migrando de componentes mecânicos para
Trabalho de Conclusão de Curso apresentado ao Instituto Nacional de
Telecomunicações (INATEL) como parte dos requisitos para obtenção do
Título de Bacharel em Engenharia de Controle e Automação. Aprovado em
22/06/2023 pela comissão julgadora: Prof. MSc. Egídio Raimundo Neto /
INATEL – Orientador e Presidente da Comissão Julgadora, Prof. MSc. João
Paulo Carvalho Henriques / INATEL – Membro da Comissão Julgadora, Prof.
MSc. Eduardo Henrique Teixeira / INATEL – Membro da Comissão
Julgadora. Coordenador do Curso de Engenharia de Controle e Automação:
Prof. Dr. Alexandre Baratella Lugli.
integrados, culminando no desenvolvimento dos Controladores
Lógicos Programáveis (CLP's). Esses equipamentos
revolucionaram as plantas de controle em escala global. Os
CLP’s foram desenvolvidos especialmente para o setor
industrial, por serem programáveis podem controlar diversos
tipos de sistema, apenas ajustando a lógica de programação e os
cartões caso haja necessidade. Porém para que o CLP consiga
fazer o controle de uma planta industrial é necessário usar um
método de controle, o método mais conhecido é o controle PID
(Proporcional – Integral – Derivativo) [1].
O controle PID foi criado em 1911, por Elmer Sperry, com
objetivo de automatizar a direção dos navios da Marinha
Americana a fim de compensar algumas variações presentes em
alto mar e até mesmo prevê-las, para que fossem evitados
acidentes com os navios [1]. Desde a sua criação, o PID foi
muito utilizado nas indústrias, através de um estudo publicado
em 1995, havia uma estimativa que 90% das indústrias daquela
época utilizavam esse método de controle em suas plantas [1].
No entanto o controle PID clássico apresenta resposta lenta à
distúrbios gerados durante o processo, e não toma nenhuma
ação para tratar esses distúrbios presentes no sistema, dessa
forma foi necessário desenvolver um controle capaz de
antecipar e corrigir tais distúrbios, chamado de Feedforward,
esse controle trabalha diretamente com a perturbação, tomando
uma ação antecipada para evitar que o erro se propague na
planta, dessa forma o controle Feedforward não permite que a
estabilidade do sistema seja afetada, diferentemente do PID que
não consegue realizar essa função [2].
Com isso, o objetivo desse trabalho é realizar o controle de
uma planta de temperatura, utilizando o CLP e aplicando o
controle Feedforward como método principal. Dessa forma será
possível observar na prática como esse tipo de controle irá
reagir em uma planta real.
O trabalho está dividido em cinco seções, sendo eles:
Introdução (Seção I), onde realiza-se a contextualização do
tema que será apresentado; Fundamentação Teórica (Seção II),
no qual apresenta-se os conceitos dos sistemas de controle que
serão usados como base no projeto; Materiais e Métodos (Seção
III), onde apresenta-se os recursos utilizados no
desenvolvimento do projeto; Desenvolvimento do Projeto e
Resultados (Seção IV), no qual é descrita toda a aplicação
realizada no trabalho e apresentados os resultados obtidos e, por
fim, Conclusão (Seção V), demonstrando a eficiência do uso do
controle Feedforward em uma planta de temperatura.
II. FUNDAMENTAÇÃO TEÓRICA
Esta seção foi estruturada em subseções que apresentam de
forma clara e concisa os postos-chave necessários para
compreender e desenvolver com eficácia um controlador
Feedforward para uma planta didática de temperatura.
A. Modelagem e Identificação
O controle de sistemas é uma área fundamental da engenharia,
sendo que a análise de um sistema de controle começa com a
obtenção de um modelo matemático adequado para o sistema.
Com um modelo matemático em mãos, é possível avaliar o
desempenho do sistema usando diversos métodos disponíveis
[2].
Um exemplo de modelo matemático utilizado na engenharia
de controle é o sistema de primeira ordem com atraso de
transporte, conforme a Equação 1. Esse modelo é usado para
representar sistemas dinâmicos que possuem uma resposta
temporal lenta devido a um atraso de transporte (θ) entre a
entrada e saída do sistema. Esse tipo de sistema é caracterizado
por uma constante de tempo (τ) que representa o tempo
necessário para que a saída alcance 63,2% do seu valor final, e
um atraso de transporte, que representa o tempo que leva para
que o efeito da entrada seja observado na saída, por fim a
constante de proporcionalidade (K) representa o valor da
amplitude do sistema. O modelo matemático desse sistema
pode ser representado por uma equação de primeira ordem com
um termo de atraso [2].
𝑌(𝑆) −𝜃𝑠 𝐾
=𝑒 (1)
𝑈(𝑆) 𝜏𝑠+1
A análise e controle desses sistemas são fundamentais em
diversas áreas da indústria, como a indústria química,
petroquímica, automotiva e de processos em geral. Portanto,
compreender e utilizar esse modelo matemático é crucial para
projetar sistemas de controle eficazes e eficientes [2].
Os métodos clássicos de identificação de processos
desempenham um papel fundamental na análise e controle de
sistemas dinâmicos. Esses métodos envolvem a obtenção de
informações sobre a dinâmica do sistema por meio de dados
experimentais, com o objetivo de construir um modelo
matemático capaz de simular o comportamento do sistema e
facilitar o projeto de controladores adequados [3].
Entre os métodos de identificação, destaca-se o método de
identificação por resposta ao degrau, proposto por Cecil Smith.
Este método é baseado na análise da resposta do sistema a um
sinal de entrada do tipo degrau. A partir dessa resposta, é
possível determinar os parâmetros do modelo matemático do
sistema conforme mostra a Figura 1 [3].
Fig. 1. Gráfico representando o método de identificação
Conforme é mostrado na Figura 1, para se obter o método de
classificação de Smith, é necessário definir os seguintes
parâmetros, ∆𝑦 , ∆𝑢 ,t1 e t2.
∆𝑦 é a variação da amplitude na saída do sistema, por sua
vez, ∆u representa o valor final obtido no sistema. Os tempos
t1 e t2 correspondem aos momentos em que a resposta do
sistema atinge, respectivamente, 28,3% e 62,3% do valor final.
Calculando esses tempos, é possível determinar os valores de
K, τ e θ, que são utilizados na Equação 1 mencionada no início
do tópico A.
𝛥𝑦
K = 𝛥𝑢 (2)
𝜏 = 1,5(𝑡1 − 𝑡2) (3)
𝜃 = 𝜏 − 𝑡2 (4)
O método de identificação por resposta ao degrau envolve a
realização de uma série de experimentos nos quais o sistema é
submetido a um degrau de entrada. A resposta do sistema a esse
estímulo é então registrada como um sinal, representado por
uma sequência temporal de medições [3].
B. Sistemas de controle em malha fechada e perturbação
Os sistemas de controle em malha fechada são essenciais
para a engenharia de controle, permitindo o controle preciso e
em tempo real de sistemas dinâmicos. Um sistema de controle
em malha fechada com perturbação pode ser descrito de acordo
com a Figura 2. Ele é composto principalmente pela planta
(Sistema) a ser controlado, pelo controlador (Contr) e pela
malha de realimentação (Realim). O controlador atua em
resposta ao erro de controle, que é a diferença entre a saída
desejada e a saída atual, buscando atingir o valor desejado,
também conhecido como Setpoint.
Além disso, um elemento perturbador provoca uma ação
específica denominada Sinal Indesejado (F.T Distúrbio), o qual
influencia o sistema de uma maneira particular. A função de
transferência do distúrbio determina as consequências desse
sinal no sistema.
No entanto, mesmo que a entrada do sistema seja mantida
constante, as perturbações podem afetar a saída, levando a
erros. Por isso, é crucial que esses sistemas sejam capazes de
lidar com perturbações [2].
Uma forma comum de lidar com perturbações em sistemas
de controle em malha fechada é por meio da adição de
controladores avançados, como o controlador PID, que ajustam
a entrada do sistema com base na saída e na referência desejada,
minimizando o efeito das perturbações e mantendo a saída
próxima da referência [2].
Fig. 2. Sistema em malha fechada com distúrbio.
Outra solução é a adição de sensores adicionais que detectam
perturbações, permitindo o ajuste da entrada do sistema para
compensar essas mudanças. Por exemplo, um sensor externo de
temperatura pode ser utilizado para detectar uma perturbação
de temperatura em um sistema de controle de temperatura,
garantindo que a temperatura seja mantida próxima ao valor
desejado.
C. PID
O controle PID é uma técnica de controle usada para regular
o desempenho de sistemas dinâmicos presentes nas indústrias.
Ele é projetado para ajustar automaticamente a saída de um
sistema de controle com base no erro calculado pela diferença
entre a saída desejada e a saída desejada e a saída real do
sistema [4].
O controle PID utiliza três termos fundamentais para ajustar
a saída do sistema: o termo proporcional, o termo integral e o
termo derivativo. O termo proporcional é responsável por gerar
uma ação de controle proporcional ao erro, ou seja, quanto
maior o erro, maior será a ação corretiva. O termo integral é
utilizado para reduzir o erro acumulado ao longo do tempo,
corrigindo assim desvios persistentes. Já o termo derivativo é
responsável por antecipar as mudanças na taxa de erro,
permitindo uma resposta mais rápida e suave do sistema [4].
Dessa forma por ser um método de controle relativamente
simples de se implementar e por isso tornou-se uma ferramenta
fundamental para a automação e otimização de processos
industriais e sistemas de controle em geral.
D. Sintonia PID
A combinação dos controladores PID e Feedforward é crucial
para obter um desempenho ideal no sistema. O controlador
Feedforward antecipa perturbações conhecidas, enquanto o PID
lida com perturbações não modeladas. A implementação
conjunta resulta em um controle preciso, correção de erros e
estabilidade. O método de sintonia utilizado foi o método IMC
(Internal Model Control).
O método IMC foi proposto por Rivera et al (1986) como uma
abordagem de controle. Nesse método, o controlador possui um
modelo interno do processo, no qual utiliza a função de
transferência da planta para determinar os ajustes dos
parâmetros do controlador PID. Esse modelo interno permite
que o controlador antecipe e compense as características do
processo [5].
No caso de um processo de baixa ordem com atraso de
transporte, o trabalho propõe regras específicas para ajustar os
parâmetros do controlador, levando em consideração um
parâmetro ajustável chamado 𝜆. Esse parâmetro determina a
velocidade de resposta do sistema. Ao diminuir o valor de 𝜆, a
resposta do sistema se torna mais rápida, resultando em um
desempenho aprimorado. No entanto, é importante observar
que uma resposta mais rápida também torna o sistema mais
sensível a perturbações do processo [5]. Rivera et al também
propôs uma relação entre 𝜆 e θ, que diz respeito ao desempenho
do sistema, dessa forma para um controle PID a relação 𝜆/ θ
deve ser maior que 0,8 para que o sistema possa funcionar da
forma esperada.
As regras de sintonia para o modelo interno são apresentadas
na Tabela 1, fornecendo diretrizes práticas para ajustar os
parâmetros do controlador com base no valor de 𝜆 escolhido.
Essas regras visam encontrar um equilíbrio entre a velocidade
de resposta desejada e a robustez do sistema em relação a
perturbações.
Considerando a sugestão de desempenho do método IMC, foi
adotado o valor 𝜆 = 60. Observando o valor de θ = 13,7, a
relação 𝜆/θ resulta em 4,38, satisfazendo o requisito de ser
maior que 0,8. Portanto, essa escolha atende aos critérios de
desempenho estabelecidos.
CONTROLADOR KP TI TD
2𝜏 + 𝜃 𝜃 𝜏+ 𝜃
PID 𝜏+
𝐾(2 λ + θ) 2 2𝜏 + 𝜃
Tabela 1. Parâmetros necessários para calcular o PID
Os ganhos do controlador PID foram determinados com base
nas equações apresentadas na Tabela 1. Os valores obtidos para
os ganhos KP, TI e TD foram KP = 2,01, TI = 116,95 e TD =
6,45, respectivamente. Com esses ganhos calculados, é possível
implementar o controle PID no CLP para controlar o sistema de
interesse.
E. Controlador Feedfoward
O Controlador Feedforward é uma ferramenta de controle
utilizada em sistemas de malha aberta e fechada para melhorar
a resposta transitória do sistema e reduzir os efeitos de
perturbações externas [6].
Este tipo de controlador foi desenvolvido pelo engenheiro
americano Harold Black em 1934, enquanto trabalhava na Bell
Telephone Laboratories. Inicialmente, uma técnica de
Feedforward foi utilizada para melhorar o desempenho de
amplificadores de áudio, mas uma ideia foi posteriormente
aplicada a sistemas de controle em geral [6].
O controlador Feedforward funciona medindo a perturbação
externa que afeta o sistema e gerando um sinal de controle que
compensa esses efeitos antes que eles afetem a saída do sistema.
Para isso, o controlador utiliza um modelo matemático que
descreve a relação entre a perturbação e a saída do sistema, e
utiliza esse modelo para calcular a ação de controle necessária
[6].
A Figura 3 apresenta um sistema com perturbação, onde a
entrada do sistema é representada por u(s), D(s) é o distúrbio
gerado no sistema, Gp(s) e Gd(s) são os modelos do sistema e
da perturbação, respectivamente e Y(s) é a saída do sistema.
Fig. 3. Modelo do sistema com perturbação.
A partir do sistema visto na Figura 3 pode-se encontrar a
seguinte equação:
𝑌(𝑠) = 𝑢(𝑠) 𝐺𝑝(𝑠) + 𝐷(𝑠) 𝐺𝑑(𝑠) (5)
Colocando Y(s) = 0, obtém-se a seguinte equação:
0 = 𝑢(𝑠) 𝐺𝑝(𝑠) + 𝐷(𝑠) 𝐺𝑑(𝑠) (6)
Separando os termos obtém-se:
𝑢(𝑠) 𝐺𝑝(𝑠) = −𝐷(𝑠) 𝐺𝑑(𝑠) (7)
Ao passar o termo Gp(s) dividindo a equação, Equação 8, e
colocando em evidência o termo D(s), Equação 9, obtém-se a
equação do sistema de controle Feedforward.
𝐷(𝑠) −𝐺𝑑(𝑠)
𝑢(𝑠) = ( 𝐺𝑝(𝑠)
) (8)
−𝐺𝑑(𝑠)
𝑢(𝑠) = 𝐷(𝑠) ( 𝐺𝑝(𝑠) ) (9)
No entanto, o controlador u(s) resultante só poderá ser
utilizável se o atraso de transporte resultante do modelo da
perturbação (Gd(s)) for maior que o atraso de transporte do
modelo do sistema (Gp(s)), caso contrário o sistema não poderá
ser usado e não fará sentido usar o controlador Feedforward
nesse caso [6].
Uma das principais vantagens do controlador Feedforward é
que ele permite que o sistema responda mais rapidamente às
perturbações externas, já que uma ação de controle é gerada
antes mesmo que elas afetem a saída do sistema. Além disso, o
controlador Feedforward não requer um feedback da saída do
sistema, o que pode simplificar o projeto do sistema de controle
[7].
No entanto, é importante salientar que o controlador
Feedforward tem algumas limitações, principalmente
relacionadas à precisão do modelo matemático utilizado. Se o
modelo não representar com precisão a relação entre a
perturbação e a saída do sistema, uma ação de controle gerada
pelo controlador pode não ser adequada para compensar os
efeitos da perturbação [7].
F. Controladores Lógicos Programáveis
Os CLP’s são dispositivos eletrônicos que têm sido
amplamente utilizados na automação industrial para controlar
máquinas e processos [8].
Os CLP’s são usados em uma ampla variedade de aplicações
industriais, como montagem de peças, embalagem,
revestimento, pintura e usinagem, em motores como a
automobilística, alimentícia, farmacêutica e metalúrgica, entre
outras. Eles também são usados em sistemas de automação de
edifícios, sistemas de energia, sistemas de tratamento de água e
em muitas outras aplicações onde o controle de processos é
necessário [8].
Ao longo dos anos, os CLP’s se tornaram cada vez mais
avançados, com recursos como comunicação em rede,
capacidade de processamento de alta velocidade, módulos de
entrada e saída distribuída, interfaces de usuário avançadas e
recursos de diagnóstico aprimorados. Isso tem permitido um
maior nível de automação e controle em processos industriais,
gerado em maior eficiência, produtividade e qualidade dos
produtos [8].
Na Indústria 4.0, os CLP’s são utilizados como componentes-
chave dos sistemas de automação, permitindo a integração de
máquinas, equipamentos e sistemas em redes de comunicação,
como a Internet das Coisas (IoT) e a nuvem. Isso possibilita o
monitoramento e o controle remoto de processos de manufatura
em tempo real, bem como a coleta e análise de grandes volumes
de dados para otimizar a produção [9].
III. MATERIAIS E MÉTODOS
A presente seção apresenta os materiais e métodos utilizados
para o desenvolvimento do trabalho.
A. CLP B&R Automation
Para a aplicação prática foi utilizado o CLP X20CP1583 da
B&R, como mostrado na Figura 4, e seu respectivo software de
desenvolvimento Automation Studio 4.1. Esse dispositivo é
alimentado com 24Vcc, sendo caracterizado por 2 módulos de
entrada/saída e equipado com uma porta Ethernet.
Utilizou-se o módulo X20DM9324, como expansor para
entradas e saídas digitais, esse possui 8 entradas e 4 saídas
digitais. Além disso, usou-se o módulo X20CM8281, que
possui 4 entradas e 2 saídas digitais e 1 entrada e 1 saída
analógicas.

Fig. 4. CLP X20CP1583 [10]
B. Planta didática de Temperatura
A planta didática utilizada no sistema de controle, faz a leitura
da temperatura por meio de um sensor LM35, tal sensor faz a
conversão da temperatura para tensão, em uma escala de
10mV/°C [11].
Além do sensor a planta possui um relé que funciona como
uma chave e é acionado pela tensão do sensor e é controlado
por pulso PWM (Pulse Width Modulation). Também é usado na
planta um circuito de adequação responsável por padronizar a
tensão do sensor para uma faixa de 0 a 10V.
A planta de temperatura e o circuito de adequação podem ser
vistos na Figura 5.
Fig. 5. Representação da Planta de Temperatura e Circuito de Adequação
C. Blocos e Bibliotecas
Na implementação do controle Feedforward no CLP, foi
necessário utilizar 2 blocos específicos para funções de
transferência, MTSystemTransferFcn, Figura 6,
MTBasicsTimeDelay, Figura 7, sendo o primeiro responsável
para alocar a função de transferência e o segundo para
implementar o atraso de transporte na função de transferência.
Fig. 6. Representação do bloco MTSystemTransferFcn
Com base no Figura 6, as funções do bloco utilizadas no
trabalho foram, Enable, usada para desligar ou ligar o bloco,
numerador e denominador; SampleTime usado para definir o
tempo de amostragem, onde o valor sendo 0 significa que o
domínio da função será em S e caso seja diferente o domínio
será em Z; In, referente a entrada da função no bloco; e Out é a
saída do bloco.
Fig. 7. Representação do bloco MTBasicsTimeDelay
A Figura 7 mostra a representação do bloco
MTBasicsTimeDelay, desse bloco foram usadas as seguintes
funções, Enable, que é usado para habilitar e desabilitar o bloco,
e DelayTime usada para definir o atraso de transporte da função
de transferência.
Além dos blocos citados acima também foi usada a biblioteca
LoopComR, a biblioteca LoopComR é uma ferramenta que
oferece recursos avançados de controle, como controle PID,
controle adaptativo e controle de malha fechada. A biblioteca
inclui blocos de funções específicos para facilitar a
implementação de estratégias de controle em sistemas
industriais. Além disso, oferece ferramentas para sintonia
automática de controladores, simplificando o processo de
otimização dos parâmetros de controle.
Dentre as funções presentes na biblioteca LoopComR, foram
usadas as seguintes, Y_max e Y_min essas funções são usadas
para impor limites superiores e inferiores à variável de saída do
sistema controlado, garantindo um controle seguro e confiável.
Kp,Tn e Tv essas funções representam os ganhos Proporcional,
Integral e Derivativo do controlador PID, na função request foi
atribuído o valor 3 para essa função, com isso é habilitado o
terceiro parâmetro que é responsável por fazer com que os
e valores do PID sejam colocados manualmente e não através de
Autotunning. Também foi utilizado a função W e X, a primeira
sendo o Setpoint do sistema e a segunda o valor atual do
sistema. Por fim a função pPar é responsável por configurar os
parâmetros do controlador PID. Ao fornecer os valores
adequados para os parâmetros, como KP, TI e TD, é possível
ajustar o comportamento do controlador.
IV. DESENVOLVIMENTO DO PROJETO
Com o intuito de comprovar a aplicabilidade deste trabalho,
desenvolveu-se um controle PID juntamente com um
controlador Feedforward, para realizar o controle de uma planta
didática de temperatura, utilizando o CLP X20CP1583 da B&R,
e o software de desenvolvimento Automation Studio 4.1.
Para obter os dados necessários para a realização dos cálculos
usados nos controladores, utilizou-se a função, Trace, presente
no Automation Studio 4.1, essa função permite traçar um
gráfico onde o resultado final é exatamente o comportamento
do sistema usado, após obter os dados do sistema utilizou-se o
software MATLAB, foi desenvolvido um script para calcular as
funções de transferência do sistema.
A Figura 8, representa o processo descrito acima envolvendo
todos os elementos necessários.
Fig. 8. Representação do processo para obter os dados para os cálculos.
A. Projeto Proposto
O projeto proposto visa corrigir os efeitos de um distúrbio
causado pelo fornecimento de ar comprimido à planta de
temperatura, empregando um sistema de controle que combina
as técnicas de Feedforward e Feedback. O distúrbio em questão
é caracterizado por um atraso de transporte, e nosso objetivo é
utilizar o controlador Feedforward e feedback para anular sua
influência no processo, evitando qualquer interferência
indesejada. Através dessa abordagem, buscou-se alcançar um
controle preciso da temperatura na planta, garantindo um
funcionamento estável e eficiente do sistema.
A Figura 9 representa o sistema de controle Feedforward –
Feedback, usados para controlar a planta de temperatura.
Fig. 9. Representação do sistema de controle Feedforward - Feedback.
A Figura 10 mostra os equipamentos utilizados para realizar a
parte prática do trabalho. A Planta de Temperatura utilizada ao
longo de todo o trabalho, juntamente com o circuito de
adequação, a fonte de alimentação DC do sistema, o CLP que
integrou os controladores Feedforward e Feedback, e o sistema
pneumático.
O sistema pneumático desempenhou o papel de gerar o
distúrbio no sistema, uma vez que o controle Feedforward
requer o conhecimento da função do distúrbio. Para esse fim,
uma válvula pneumática foi programada para abrir em 400s,
liberando ar comprimido e simulando uma queda de
temperatura, representando assim o distúrbio conhecido.
Fig. 10. Representação do sistema na prática.
B. Identificação da planta de temperatura
Para obter os dados para desenvolver o controlador,
primeiramente foi necessário fazer a identificação da planta de
temperatura, visando obter a equação da função de transferência
para ser possível calcular o controlador Feedforward.
A fim de obter a equação da função de transferência da planta,
foi aplicado um degrau de 50%, aguardou-se a planta de
temperatura entrar em regime permanente, que é quando o
sistema se estabiliza em uma determinada temperatura. A planta
de temperatura utilizada neste trabalho demorou cerca de 8
minutos para entrar em regime permanente, é imprescindível
aguardar esse tempo para planta se estabilizar pois caso o
sistema ainda esteja no transitório o resultado da equação não
será coerente com a situação real do sistema.
Utilizou-se o método de Smith para identificar a função de
transferência da planta de temperatura do sistema. Foram
coletados os dados obtidos, e através de um script no MATLAB
foi encontrada a equação a ser usada no sistema. O resultado
obtido é mostrado na Equação 10.
𝑌(𝑆) 0.8664
= 𝑒 −13.7𝑠 (10)
𝑈(𝑆) 110.1𝑠+1
A Figura 11 mostra o gráfico que representa a função de
transferência da planta de temperatura, obtido através do
MATLAB.
Fig. 11. Gráfico da resposta ao degrau da planta de temperatura.
C. Identificação do distúrbio
Feita a identificação da planta de temperatura, identificou-se
o distúrbio do sistema, pois para que possa ser calculado o
controlador Feedforward é fundamental conhecer a equação do
distúrbio e seu comportamento.
O método de identificação usado para calcular a função de
transferência do distúrbio do sistema foi o método de Smith, o
mesmo utilizado para a identificação da planta de temperatura,
para calcular a equação do distúrbio esperou-se a planta
estabilizar, foi usado um jato de ar comprimido para esfriar a
planta de modo que o sistema sofresse uma queda sútil de
temperatura, esse processo foi utilizado para simular o distúrbio
na planta, visto que para que fosse possível obter a função de
transferência do distúrbio o mesmo teve se ser provocado na
planta.
Após ter realizado todo o processo descrito, obteve-se a
equação desejada, conforme mostra a Equação 11.
−0.269
𝐺𝑑(𝑠) = 𝑒 −21.8𝑠 (11)
23.1𝑠+1
A Figura 12 mostra o gráfico da função de transferência do
distúrbio, onde é possível perceber a queda de temperatura a
partir de 619.5 segundos devido ao atraso de transporte, essa
queda de temperatura representa o exato momento em que
ocorreu o distúrbio no sistema que foi no instante de 400s o que
equivale a 6 minutos e 40 segundos.
Fig. 12. Gráfico do distúrbio do sistema.
Fig. 13. Simulação da resposta ao degrau da planta de Temperatura.
Fig. 14. Simulação da resposta ao degrau do distúrbio.
D. Sintonia do Controlador Feedforward
Conhecendo a função de transferência da planta de
temperatura e do distúrbio é possível calcular o Controlador
Feedforward através da Equação 9, mostrada anteriormente no
tópico II item E.
Após aplicar as equações das funções de transferência na
equação citada acima, obteve-se o resultado mostrado na
Equação 12.
29.62𝑠+0.269
𝐶(𝑠) = 𝑒 −8.1𝑠 (12)
20.01𝑠+0.8664
Foi implementado o controlador Feedforward no CLP,
através dos blocos MTSystemTransferFcn e
MTBasicsTimeDelay, o primeiro sendo usado para a função de
transferência e o último para o atraso de transporte.
E. Resultados obtidos
Para analisar os resultados obtidos foram avaliados 2 cenários
de testes idênticos, porém apenas alterando o método de
controle, o primeiro teste foi feito utilizando o sistema apenas
com o controle PID, sem o Feedforward, observou-se que
quando foi aplicado o distúrbio no sistema no instante de 400s,
que já se encontrava estável em 50°C, o sistema teve uma queda
de aproximadamente 7°C, e demorou cerca de 400s para se
estabilizar novamente e voltar a temperatura de 50°C, conforme
mostrado na Figura 15.
Fig. 15. Gráfico do sistema apenas com controle PID.
No entanto, no segundo cenário de teste onde usou-se o
controle PID com a adição do controlador Feedforward, não
houve queda de temperatura quando foi aplicado o distúrbio no
sistema, o controlador Feedforward aumentou a potência da
planta para compensar o distúrbio gerado no sistema, notou-se
um pico de temperatura de 3.2°C quando o controlador
aumentou a potência do sistema, esse pequeno aumento na
temperatura pode ser atribuído às constantes físicas, como a
inércia térmica, temperatura ambiente e umidade do ar, que não
conseguimos extrair de forma precisa para a simulação e
também ao método de identificação utilizado. No entanto, esses
fatores têm um impacto significativo no comportamento real do
sistema, levando a uma divergência entre os resultados
simulados e práticos. Porém esse pico durou apenas 26
segundos o que não prejudicou o sistema, dessa forma não
houve uma queda brusca de temperatura como no primeiro
teste, o sistema praticamente não saiu do regime permanente
após ser aplicado o distúrbio, o resultado do segundo teste é
Fig. 18. Simulação feita usando apenas o PID.
mostrado na Figura 16.
Com isso observou-se que o sistema apenas com o controle
PID, é suscetível a qualquer distúrbio que possa estar presente
no sistema durante o processo, porém junto ao controlador
Feedforward o distúrbio não afeta significativamente o sistema
pois é compensado pelo controlador, a Figura 17 mostra a
comparação do sistema apenas controlado pelo PID, e com o
Feedforward.
Para fins de comprovação também foi feito a simulação
através do Automation Studio 4.1, nessa simulação é possível
ver de forma mais clara o efeito do controlador Feedforward,
como pode-se observar na simulação o controle com PID mais
Feedforward age de forma perfeita, ou seja, quando é aplicado Fig. 19. Simulação feita usando PID + Feedforward.
o distúrbio o controle age e a temperatura não cai nenhum grau.
Os resultados obtidos na simulação estão presentes nas Figuras
18,19 e 20 respectivamente.

Fig. 20. Simulação do sistema com e sem Feedforward.

Fig. 16. Gráfico do sistema com PID e Feedforward.
Fig. 17. Comparação da planta apenas com PID e com PID + Feedforwrad.
V. CONCLUSÃO
Equipamentos industriais que necessitam manter uma
determinada temperatura constante estão sujeitos a ter variação
da temperatura devido a perturbações presentes em uma planta
industrial, dessa forma é de extrema importância ter um
controle robusto e que possa corrigir eventuais erros que
possam surgir durante o processo.
De acordo com as experiências feitas nesse trabalho
observou-se que um sistema controlado apenas por um controle
PID clássico não é capaz de compensar alguns distúrbios
causados no sistema, o que pode afetar a integridade do sistema
que está sendo controlado. Sendo assim confirmou-se através
dos testes realizados que um controle PID, juntamente com o
controlador Feedforward, pode manter um sistema de controle
livre de qualquer distúrbio que possa causar problemas no
sistema.
A integração do controle PID mais o controlador
Feedforward, no CLP para controlar a planta didática de
temperatura alcançou o efeito esperado, dado que foi possível
observar na prática a ação do sistema com o controlador
Feedforward.
 REFERÊNCIAS
[1] Aström, K. J.; Hägglund, T. H. “PID Controllers”: theory, design and
tuning. 2.ed. Research Triangle Park, Instrument Society of America,
1995.
[2] Ogata, K. (2010). Engenharia de Controle Moderno (5a ed.). Prentice Hall
[3] Smith, C. A. (1959). Identification and prediction of dynamic systems.
American Elsevier Pub. Co.
[4] Yun Li, Kiam Heong Ang and G. C. Y. Chong, "PID control system
analysis and design," in IEEE Control Systems Magazine, vol. 26, no. 1,
pp. 32-41, Feb. 2006, doi: 10.1109/MCS.2006.1580152.
[5] P. V. Gopi Krishna Rao, M. V. Subramanyam and K. Satyaprasad, "Study
on PID controller design and performance based on tuning techniques,"
2014 International Conference on Control, Instrumentation,
Communication and Computational Technologies (ICCICCT),
Kanyakumari, India, 2014, pp. 1411-1417, doi:
10.1109/ICCICCT.2014.6993183.
[6] SIVIERO, Diego Azevedo. Aplicacao das Metodologias Feedback e
Feedforward no Controle Ativo do Ruıdo Transmitido por uma Placa.
[7] X. Li, S. Liu, K. K. Tan, Q. -G. Wang and W. -J. Cai, "Predictive
feedforward control," 2016 12th IEEE International Conference on
Control and Automation (ICCA), Kathmandu, Nepal, 2016, pp. 804-809,
doi: 10.1109/ICCA.2016.7505377.
[8] SILVEIRA, Leonardo; LIMA, Weldson Q. Um breve histórico conceitual
da Automação Industrial e Redes para Automação Industrial. Redes para
Automação Industrial. Universidade Federal do Rio Grande do Norte , p.
16 de 2003.
[9] SANTOS, Beatrice Paiva et al. Indústria 4.0: desafios e oportunidades.
Revista Produção e Desenvolvimento, v. 4, n. 1, p. 111-124, 2018.

[10] B&R Industrial Automation. X20 System. URL: https://www.br-

automation.com/en/products/plc-systems/x20-system/ (acesso em
04/14/2023.
[11] Texas Instruments LM35 Precision Centigrade Temperature Sensors:
https://www.ti.com/lit/ds/symlink/lm35.pdf?ts=1680627740256&ref_url
=https%253A%252F%252Fwww.ti.com%252Fproduct%252FLM35.