Escolar Documentos
Profissional Documentos
Cultura Documentos
MDPC 2ed
MDPC 2ed
net/publication/326543217
CITATION READS
1 494
2 authors:
Some of the authors of this publication are also working on these related projects:
All content following this page was uploaded by Diego José Trica on 15 April 2023.
2022
PREFÁCIO
Este texto vem sendo aperfeiçoado ao longo dos anos nos cursos de
Modelagem e de Controle ministrados para alunos de graduação em Engenharia
Química e de Alimentos e afins na UFRRJ e UFPE (anos 90) e UFRJ, desde 1998, pelo
Professor Maurício.
Texto base
Coughanowr, D. R. 1991. Process System Analysis and Control. 2nd ed., McGraw-
Hill. ISBN: 0-07-100807-1.
Douglas, J. M. 1972. Process Dynamics and Control: Control System Synthesis. 1st
ed, Prentice-Hall. ISBN: 978-01-372-3056-3.
Kuo, B. C., Golnaraghi, F. 2003. Automatic Control Systems. 8th ed., John Wiley &
Sons. ISBN: 978-04-711-3476-3.
Luyben, M. L., Luyben, W. L. 1997. Essentials of Process Control. 1st ed., McGraw-
Hill. ISBN: 0-07-114193-6.
Marlin, T. E. 2000. Process Control: Designing Processes and Control Systems for
Dynamic Performance. 2nd ed., McGraw-Hill. ISBN: 978-00-703-9362-2.
Morari, M. Zafiriou, E. 1989. Robust Process Control. 1st ed., Prentice Hall. ISBN:
978-01-378-2153-2.
Ogunnaike, B. A., Ray, W. H. 1994. Process Dynamics, Modeling and Control. 1st ed.,
Oxford University Press. ISBN: 978-01-950-9119-9.
Schmidell, W., Lima, U. A., Aquarone, E., Borzani, W. 2001. Biotecnologia Industrial.
Volume 2: Engenharia Bioquímica. 1ª ed., Edgard Blücher. ISBN: 978-85-212-0279-2
Seborg, D. E., Edgar, T. F., Mellichamp, D. A. 1989. Process Dynamics and Control.
1st ed., John Wiley & Sons. ISBN: 978-04-718-6389-2.
Seborg, D. E., Edgar, T. F., Mellichamp, D. A. 2003. Process Dynamics and Control.
2nd ed., John Wiley & Sons. ISBN: 978-04-710-0077-8.
Seborg, D. E., Edgar, T. F., Mellichamp, D. A., Doyle III, F. J. 2011. Process Dynamics
and Control. 3rd ed., John Wiley & Sons. ISBN: 978-04-706-4610-6.
Wylie, R., Barret, L. 1995. Advanced Engineering Mathematics. 6th ed., McGraw-Hill
Education. ISBN: 978-00-711-3543-6.
Dissertações e teses
Artigos acadêmicos
Bennett, S. 2000. The Past of PID Controllers. IFAC Proceedings Volumes, v. 33 (4),
pp. 1-11. DOI: 10.1016/S1474-6670(17)38214-9.
Boareto, A. J. M., De Souza, M. B., Valero, F., Valdman, B. 2007. A hybrid neural
model (HNM) for the on-line monitoring of lipase production by Candida rugosa.
Journal of Chemical Technology and Biotechnology, v. 82 (3), pp. 319-327. DOI:
10.1002/jctb.1678.
Clarke, D. W., Mohtadi, C., Tuffs, P. S. 1987. Generalized predictive control. Part I.
The basic algorithm. Automatica, v. 23 (2), pp. 137-148. DOI: 10.1016/0005-
1098(87)90087-2
Grossdidier, P., Morari, M., Holt, B. R. 1985. Closed-loop Properties from Steady-
State Gain Information. Industrial & Engineering Chemistry Fundamentals, v. 24 (2),
pp. 221-235. DOI: 10.1021/i100018a015.
Henson, M. A. 1998. Nonlinear model predictive control: current status and future
directions. Computers & Chemical Engineering, v. 23 (2), pp. 187-202. DOI:
10.1016/S0098-1354(98)00260-9.
Lee, P. L., Sullivan, G. R. 1988. Generic Model Control (GMC). Computers &
Chemical Engineering, v. 12 (6), pp. 573-580. DOI: 10.1016/0098-1354(88)87006-6.
McAvoy, T. J. 1981. Connection between Relative Gain and Control Loop Stability
and Design. Journal of the American Institute of Chemical Engineers (AIChE), v. 27 (4),
pp. 613-619. DOI: 10.1002/aic.690270412.
Shen, S.-H., Yu, C.-C. 1994. Use of Relay-Feedback Test for Automatic Tuning of
Multivariable Systems. Process System Engineering, v. 40 (4), pp. 627-646. DOI:
10.1002/aic.690400408.
Largamente encontrados nos dias de hoje (Kuo & Golnaraghi, 2003), sistemas
de controle são sistemas dinâmicos que contêm controlador. O sistema a ser
controlado pode ser um avião, um automóvel, um robô, um paciente, uma linha de
montagem, um inventário social ou econômico etc. Controle diz respeito à geração de
ações para que um dado sistema se comporte da maneira desejada. Já automação
trata da implementação e realização de ações de modo a tornar automático um
sistema, sendo que tais ações podem ou não ter tido sua origem na área de controle
(Castrucci & Bottura, 2006 apud Aguirre, 2007).
tipo de condicionamento dos sinais que saem dos sensores, através de elementos
chamados de transdutores, e que podem, por exemplo, amplificar um dado sinal. A
saída de um sensor é conduzida por linhas de transmissão para o controlador.
1.2. Terminologia
d d
ySP Controlador u y
feedback
Processo ySP Controlador u y
Processo
feedforward
( t ) = ySP ( t ) − ym ( t ) (1.1)
tal que:
O uso do controle digital permite que leis de controle mais sofisticadas sejam
adotadas, modelos de processo sejam empregados para fazer predições, cálculos on-
line sejam feitos para otimizar o desempenho, etc.
Vapor
TT1 TIC1
Corrente de
processo
Condensado
TI2 TT2
Ti, w
H2O (v)
H2O (l) T, w
e para o set-point:
T Q̇ (ou w) Feedback
Ti Q̇ (ou w) Feedforward
Exaustão
Foil, T
TT
TI TT
TT TAHH
TT
Carga F , T
oil in
de
petróleo TI TT
FI FT
FI FT
qAir = Vazão volumétrica de ar
qF = Vazão volumétrica de gás
PF = Pressão de fornecimento do gás
Gás
λF = Poder calorífico do gás combustível
Ar
Vai-se projetar um sistema de controle para um forno que entrega óleo cru
(petróleo) a uma temperatura alvo (set-point) para uma unidade de fracionamento a
jusante. Esse set-point usualmente muda a cada 2-3 dias, pois é determinado pelo
tipo de petróleo e pelo rendimento desejado da refinaria. A vazão de óleo sofre
variações, pois é definida externamente pela fracionadora. O óleo é aquecido
através da troca indireta de calor com gases quentes proveniente da queima de um
combustível. A pressão de suprimento de combustível e a sua capacidade calorífica
podem se alterar de forma significativa.
Exaustão
Foil, T
TT
TT TIC
TT TAHH
T* TT
Carga F , T
oil in
de
petróleo TI TT
FI FT
FI FT
FC
Σ
Gás
Ar
combustível
T
T*
Sem
Controle
t
Figura 1.6. Resposta da temperatura de saída do petróleo após aumento degrau na
vazão de alimentação sob controle feedback + feedforward.
Exaustão
Foil, T
TT
TT TIC
TT TAHH
T* TT
Carga F , T
oil in
de
petróleo TI TT
FI FT
Σ FIC FT
FC
Gás
Ar
combustível
T
T*
Sem
Controle
t
Figura 1.8. Resposta da temperatura de saída do petróleo após aumento degrau na
vazão de alimentação sob controle feedback + feedforward e cascata.
1.5. Exercícios
E1.1. A coluna de destilação mostrada abaixo é usada para destilar uma mistura
binária. Os símbolos x, y e z denotam frações molares do componente mais volátil,
enquanto B, D, R e F representam os fluxos molares de fundo, topo, refluxo e carga
respectivamente. Todos os fluxos podem ser medidos e manipulados, com exceção de
F, que só pode ser medido. Um cromatógrafo provê medidas de y.
AGR
Refluxo D, xD
Topo
Carga F , zF
Vapor
B, xB
Fundo
Figura E1.1.a
E1.2. Duas malhas de controle são mostradas no desenho. Indique se cada sistema é
feedback ou feedforward. Justifique sua resposta. Pode-se supor que a distância entre
o transmissor de fluxo e a válvula de controle é bastante pequena em cada sistema.
FIC FIC
FT FT
Sistema 1 Sistema 2
Figura E1.2.a
E1.3.a) Uma pessoas quer se manter em 60 kg. Todos os dias, ela se pesa, compara o
peso medido com o desejado e, baseada nesta comparação, ela decide comer mais ou
menos naquele dia, do que sua alimentação diária básica.
E1.3.b) Uma pessoa quer se manter nos seus 60 kg. Ela tem uma alimentação diária
básica e não se pesa. No entanto, ela dispõe de uma tabela de valor calórico dos
alimentos. Sempre que ela consome algo extra, ela calcula quanto aquilo vai lhe
engordar e compensa imediatamente consumindo menos do que a sua alimentação
básica diária.
Nos itens a) e b), em que classificação de controle você situa a estratégia adotada:
feedback ou feedforward? Por quê?
A Figura 2.1 mostra um dado processo, com suas entradas e saídas. Em função
da localização da interrogação (ou seja, do que é desconhecido), diferentes situações
são representadas. Quando dados de entradas u e saídas y de um processo são
conhecidos, mas não se dispõe de um modelo relacionando-os, o procedimento de
obtenção de tal representação matemática G é chamado de modelagem. Quando o
modelo dinâmico, G, está disponível, o mesmo pode ser resolvido a partir de diferentes
Modelagem de
Processos u
G=? y
Simulação de
Processos u
G y=?
Controle de Processos e
Otimização de Processos
u=?
G y
Modelagem Fenomenológica
Taxa de acúmulo Massa, matéria,
Massa, matéria, Taxa de geração
de massa, matéria, = energia entrando − energia saindo + de massa, matéria, (2.1)
energia no sistema
no sistema do sistema energia no sistema
Fin(t)
A, ρ
h(t)
F(t)
dh ( t )
A = Fin ( t ) − Fout ( t ) (2.2)
dt
Modelagem Empírica
T ( t + 1) = a1T ( t ) + a2T ( t − 1) + bT
1 C ( t − 1) (2.4)
u y
(entradas) (saídas)
Figura 2.3. Redes neuronais multicamadas.
Modelagem Híbrida
Massa, matéria,
Massa, matéria, Taxa de geração
energia entrando −
energia saindo de massa, matéria, = 0
+ (2.5)
no sistema do sistema
energia no sistema
No Exemplo 2.1, tem-se balanço de massa total dinâmico dado pela equação
(2.2); para condições estacionárias, tem-se o balanço descrito pela equação (2.3). Já no
Exemplo 2.2, tem-se um modelo dinâmico descrito pela Equação (2.4), uma vez que as
variáveis dependem do tempo.
V1(t)
k=1
L1(t)
V2(t)
k=2
L2(t)
V3(t)
k=3
L3(t)
VN(t)
k=N
LN(t)
H
Figura 2.4. Coluna de destilação fracionada.
dM k ( t )
= Lk +1 ( t ) + Vk −1 ( t ) − Lk ( t ) + Vk ( t ) (2.6)
dt
Lk +1 + Vk −1 = Lk + Vk (2.7)
Sistemas
= f (t ) (2.8)
agrupados:
Sistemas
= f ( t , x ) ou = f ( t , x, y ) ou = f ( t , x, y, z ) (2.9)
distribuídos:
- Válvula linear
h
Fout = (2.10)
R
Uma maior discussão sobre linearidade será feita no Capítulo 3. A Tabela 2.1
resume as classificações estudadas e apresenta modelos matemáticos que podem ser
obtidos em função dessas classificações.
Neste livro a ênfase estará voltada para modelos dinâmicos, com parâmetros
agrupados, variáveis contínuas, descritos por sistemas de equações diferenciais
Fin(t)
P
D/2-h(t)
C,D D/2
θ/2 θ/2
R
h(t)
h(t) ρ
F(t)
Hipóteses:
• Propriedades constantes;
Obtenção do modelo:
O modelo dinâmico para o nível do vaso pode ser obtido através do balanço de
massa, representado pelo produto massa específica x volume. As taxas de massa que
entram e saem do vaso são representadas pelo produto massa específica x vazão
volumétrica:
d
( V ) = Fin ( t ) − F ( t ) (2.12)
dt
d
C A ( h ) f1 = Fin ( t ) − F ( t ) (2.13)
dt
tal que a equação constitutiva f1 descreve como a massa de líquido no vaso varia com o
tempo.
d A ( h ) dh
= 2 h ( D − h) (2.14)
dt dt
dh
2C h ( D − h ) = Fin ( t ) − F ( t ) (2.15)
dt
P + gh ( t ) − P0
F h ( t ) f 2 = K V (2.16)
tal que KV é a constante da válvula em unidades de área (m², cm², etc.) e g é a aceleração
da gravidade.
1/ 2
dh P − P0
2C h ( D − h ) = Fin ( t ) − K V + gh ( t ) (2.17)
dt
w(t)
P(t)
win(t)
V,T,MW
Hipóteses:
BP
Z =1+ (2.18)
RT
tal que R é a constante universal dos gases ideais e B é o parâmetro de volume do gás).
Obtenção do modelo
d V ( t )
= win ( t ) − w ( t ) (2.19)
dt
d (t )
V = win ( t ) − w ( t ) (2.20)
dt
M W P (t )
(t ) = (2.21)
Z ( P, T ) RT
M WV d P ( t )
= win ( t ) − w ( t ) (2.22)
RT dt Z ( P, T )
M WV 1 dP ( t ) P ( t ) Z dP ( t )
− 2 = win ( t ) − w ( t )
RT Z dt Z P T dt
M WV 1 P ( t ) Z dP ( t )
− 2 = win ( t ) − w ( t )
RT Z Z P T dt
M WV Z − P ( t )( Z P )T dP ( t )
f1 = win ( t ) − w ( t ) (2.23)
RT Z2 dt
P ( t ) − P0
w(t ) = (t ) KV (2.24)
(t )
w ( t ) = K V ( t ) ( P ( t ) − P0 )
MW P ( t ) P ( t ) − P0
w(t ) f2 = KV (2.25)
RT Z ( P, T )
M WV Z − P ( Z P )T dP MW P P − P0
RT = win ( t ) − K V (2.26)
2
Z dt RT Z
M WV dP MW
RT dt = win ( t ) − K V RT P P − P0 (2.27)
Vasos para separar as fases gasosa e líquida em duas correntes são amplamente
utilizados nas indústrias de processamento químico. Alguns exemplos são vasos de
separação no início de uma planta de processamento primário de petróleo e vasos
depuradores ao final de unidades de compressão, alimentados por correntes gasosas
com presença de fase condensada, após resfriamento em trocadores de calor.
G(t)
MW,G P(t)
Lin(t),Gin(t)
hL(t)
C,D,ρL
L(t)
Hipóteses:
Obtenção do modelo:
d
( LVL ) = L Lin ( t ) − L L ( t ) (2.28.a)
dt
d
( M G ) = in,GGin ( t ) − GG ( t ) (2.28.b)
dt
M W,G P
M G = G ( P )VG = VG (2.29)
Z P, T RT
d
L VL ( hL ) f1 = L Lin ( t ) − L L ( t ) (2.30.a)
dt
d G dVG ( t )
VG ( t ) + G f 2 = GGin ( t ) − GG ( t ) (2.30.b)
dt dt
P ( t ) − P0, L
L hL ( t ) , P ( t ) f3 = K V,L + ghL ( t ) (2.31.a)
L
P ( t ) − P0,G
G P ( t ) f 4 = K V,G (2.31.b)
G P ( t )
tal que KV,L e KV,G são as constantes da válvula de descarregamento de líquido e gás,
respectivamente, em unidades de área (m², cm², etc.).
Com o intuito de obter uma expressão aplicável tanto para vasos horizontais
quanto verticais, o comprimento do vaso, C, deve ser interpretado como “comprimento
horizontal” (no caso de vaso horizontal) ou “comprimento vertical” (no caso de vaso
vertical). Procede-se com o desenvolvimento matemático utilizando a regra da cadeia
para obter a taxa de variação do nível de líquido:
dVL dhL ( t )
= Lin ( t ) − L ( t ) (2.32)
dhL dt
dVL D2
VERTICAL = A= (2.33.a)
dhL 4
dVL
HORIZONTAL = 2C hL ( D − hL ) (2.33.b)
dhL
geométrica do vaso de que a soma dos volumes de ambas as fases líquida e gás deve ser
igual ao volume total do vaso:
D2
VT f5 = VL ( hL ) + VG ( t ) VT = C (2.34)
4
) dt +
d
(V T − VL hL ( t ) G
G
d
dt
( )
VT − VL hL ( t ) = GGin ( t ) − GG ( t )
dP ( t ) dV dh ( t )
(V T − VL hL ( t ) ) − L P (t ) L =
dt dhL dt
(2.35.b)
RT
P ( t ) Gin ( t ) − K V,G P ( t ) P ( t ) − P0,G
M W,G
D2
VERTICAL VL f5 = AhL = hL (2.36.a)
4
VL f5 = C A hL =
HORIZONTAL D2 −1 D 2 − hL
−1 D 2 − hL
(2.36.b)
C 2cos − sen 2cos
8 D 2 D 2
tal que A[hL] é a área da seção transversal molhada da vista frontal do vaso.
O modelo, mais conhecido pelo nome em inglês, CSTR, Continuous Stirred Tank
Reactor, representa sistemas usualmente compostos pela alimentação de um substrato
num tanque de mistura perfeita, onde ocorre uma reação química transformando o
substrato em um dado produto. O sistema é ilustrado na Figura 2.8. O modelo é
empregado para reações em fase homogênea, usualmente fase líquida.
F,CA,in(t)
F,CA(t)
k,V
Figura 2.8. Reator isotérmico continuamente misturado com volume constante.
Hipóteses:
Obtenção do modelo:
dCA ( t )
V = F CA,in ( t ) − CA ( t ) + rAV (2.37)
dt
dCA ( t )
V f1 = F CA,in ( t ) − CA ( t ) − kp CA ( t ) V (2.39)
dt
tal que p[CA(t)] representa um polinômio para a concentração do substrato, cuja ordem
determina a ordem da reação ocorrendo no tanque.
Para reações de ordem zero ou 1° ordem, o modelo obtido é linear, mas para
reações de ordem distintas – por exemplo, 2° ordem ou outra qualquer – o modelo
obtido será não-linear. A função f1 descreve, portanto, como a quantidade do reagente
A, em mols, varia com o tempo no reator.
F,Sin(t),Xin(t)
F,S(t),X(t)
V,Y
Figura 2.9. Reator bioquímico continuamente misturado com volume constante.
Hipóteses:
• Propriedades constantes;
Obtenção do modelo:
dX ( t )
V = F X in ( t ) − X ( t ) + rX V (2.40.a)
dt
dS ( t )
V = F Sin ( t ) − S ( t ) + rSV (2.40.b)
dt
rX = ( S ) X (2.41)
Y
biomassa produzida =
rX V r
=− X
massa de substrato consumido −rSV rS
rX (S ) X
rS = − =− (2.42)
Y Y
S
MONOD = max (2.43.a)
kS + S
tal que:
dX ( t )
V f1 = F X in ( t ) − X ( t ) + ( S ) X ( t )V (2.44.a)
dt
dS ( t ) ( S ) X (t )
V f 2 = F Sin ( t ) − S ( t ) − V (2.44.b)
dt Y
Tin(t),F
Vapor d água
Condensado t) T(t),F
ρ,V,cP
Figura 2.10. Tanque de aquecimento continuamente misturado
com volume constante.
Hipóteses:
Obtenção do modelo:
e = eU (T ) + eP + eC (2.45)
eP = gh (2.46.a)
1
eC =
2
vk (2.46.b)
2
de ( t )
V = F ( eU,in ( t ) + eP,in + eC,in ) − F ( eU,out ( t ) + eP,out + eC,out ) + Q ( t ) + W (2.47)
dt
O trabalho realizado no sistema é dado pela força exercida pela entrada e saída
das massas de fluido no mesmo (Smith et al., 2007). Caso o tanque tivesse uma pá
agitadora, o trabalho exercido pela mesma pode ser desprezado. Dessa forma, o
trabalho realizado será dado pela seguinte expressão:
T
eH (T ) eU (T ) + Pv = c dT = c (T − T )
P P ref (2.49)
Tref
dT ( t )
VcP = cP F Tin ( t ) − Tref − cP F T ( t ) − Tref + Q ( t ) (2.51)
dt
dT ( t )
VcP f1 = cP F Tin ( t ) − T ( t ) + Q ( t ) (2.52)
dt
Hipóteses:
Tin(t),Fin(t)
Vapor d água
h(t)
Condensado t) T(t),F(t)
ρ,cP,A
Figura 2.11. Tanque de aquecimento continuamente misturado.
Obtenção do modelo:
dV ( t )
= Fin ( t ) − F ( t ) (2.53)
dt
dh ( t )
A f1 = Fin ( t ) − F ( t ) (2.54)
dt
dE ( t )
= cP Fin ( t ) Tin ( t ) − Tref − cP F ( t ) T ( t ) − Tref + Q ( t ) (2.55)
dt
dE ( t ) d
= V ( t ) e ( t ) (2.56)
dt dt
dE ( t ) de ( t ) dV ( t )
= V ( t ) + e (t )
dt dt dt
dE ( t ) d dV ( t )
= V ( t ) cP T ( t ) − Tref + cP T ( t ) − Tref (2.57)
dt dt dt
dE ( t ) d
= V ( t ) cP T ( t ) − Tref + Fin ( t ) − F ( t ) cP T ( t ) − Tref
dt dt
dE ( t ) dT ( t )
= V ( t ) cP + cP Fin ( t ) − F ( t ) T ( t ) − Tref (2.58)
dt dt
dT ( t )
V ( t ) cP + Fin ( t ) − F ( t ) cP T ( t ) − Tref =
dt
cP Fin ( t ) Tin ( t ) − Tref − cP F ( t ) T ( t ) − Tref + Q ( t )
dT ( t )
AcP h ( t ) f 2 = cP Fin ( t ) Tin ( t ) − T ( t ) + Q ( t ) (2.59)
dt
F ( t ) f3 = CV* h ( t ) (2.60)
F,CA,in(t),Tin(t)
Água resf.
t)
F,CA(t),T(t)
k0,EA,ρ,cP,V,ΔhA
Figura 2.12. Reator continuamente misturado com volume constante.
• Propriedades constantes;
44 Souza & Trica
Capítulo 2 – Modelagem Matemática de Processos
k (T ) = k0 exp − EA RT (2.61)
Obtenção do modelo:
dCA ( t )
V f1 = F CA,in ( t ) − CA ( t ) − k T ( t ) p CA ( t ) V (2.62)
dt
dT ( t )
VcP = FcP Tin ( t ) − T ( t ) + Q + rAV hA (2.63)
dt
tal que o último termo ao lado direito da equação acima representa a taxa de calor
liberado/absorvido pela reação química, sendo ΔhA o calor de reação molar, em termos
do reagente A.
dT ( t )
VcP f 2 = FcP Tin ( t ) − T ( t ) + Q − k T ( t ) p CA ( t ) hAV (2.64)
dt
G(t)
MW,G P(t)
Lin(t),Tin,L(t),Gin(t)
TL(t)
hL(t)
C,D,ρL,cP,L
L(t)
Hipóteses:
Obtenção do modelo:
d
( LVL ) = L Lin ( t ) − L L ( t ) (2.65.a)
dt
d
( M G ) = in,G P,Tin,L Gin ( t ) − G P,TL G ( t ) (2.65.b)
dt
d
L VL ( hL ) f1 = L Lin ( t ) − L L ( t ) (2.66.a)
dt
dV ( t )
( G P, TL ) + G P, TL G
d
VG ( t ) f2 =
dt dt (2.66.b)
in,G P, Tin,L Gin ( t ) − G P, TL G ( t )
tal que ρin,G e ρG são calculados através da expressão (2.21), substituindo na expressão
os termos P e Tin,L ou TL, respectivamente.
dEL ( t )
= L cP,L Lin ( t ) Tin,L ( t ) − Tref,L − LcP,L L ( t ) TL ( t ) − Tref,L (2.67)
dt
dEL ( t ) d
= L VL ( t ) eL ( t ) (2.68)
dt dt
dEL ( t ) d dV ( t )
= LVL ( t ) cP,L TL ( t ) − Tref,L + L L cP,L TL ( t ) − Tref,L (2.69)
dt dt dt
dEL ( t )
=
dt
d
LVL ( t ) cP,L TL ( t ) − Tref,L + L Lin ( t ) − L ( t ) cP,L TL ( t ) − Tref,L
dt
dEL ( t ) dTL ( t )
= LVL ( t ) cP,L + LcP,L Lin ( t ) − L ( t ) TL ( t ) − Tref,L (2.70)
dt dt
dTL ( t )
LVL ( t ) cP,L + LcP,L Lin ( t ) − L ( t ) TL ( t ) − Tref,L =
dt
LcP,L Lin ( t ) Tin,L ( t ) − Tref,L − LcP,L L ( t ) TL ( t ) − Tref,L
dTL ( t )
LVL hL ( t ) cP,L f3 = LcP,L Lin ( t ) Tin,L ( t ) − TL ( t ) (2.71)
dt
P ( t ) − P0,L
L hL ( t ) , P ( t ) f 4 = K V,L + ghL ( t ) (2.72.a)
L
P ( t ) − P0,G
G P ( t ) , TL ( t ) f5 = K V,G (2.72.b)
G P ( t ) , TL ( t )
tal que KV,L e KV,G são as constantes da válvula de descarregamento de líquido e gás,
respectivamente, em unidades de área (m², cm², etc.).
tal que o termo dVL/dhL deve ser substituído conforme as expressões (2.33), de acordo
com o tipo do vaso. Para a pressão do vaso, têm-se:
(2.73.b)
T (t ) RTL ( t )
P (t ) L
T ( t ) in ( )
G t − K V,G P ( t ) P ( t ) − P0,G
in,L M W,G
corrente líquida rica em componentes pesados pelo fundo. Como esses vasos operam
geralmente em pressões maiores que a atmosférica, é prevista uma PSV.
V(t),y(t)
MW,V P(t)
F(t),z(t),Tin(t)
t)
hL(t)
C,D,vL,ρL,c P,L,λ
L(t),x(t)
Hipóteses:
Bi
Pi sat (T ) = Ai exp − (2.74)
T + Ci
Obtenção do modelo:
dN ( t )
= F (t ) − V (t ) − L (t ) (2.75)
dt
o qual pode ser aproximado pelo balanço material da fase líquida por ter sido
desprezada a dinâmica da fase vapor:
dN ( t ) dN L ( t )
= F (t ) − V (t ) − L (t ) (2.76)
dt dt
VL ( hL )
N L ( hL ) = (2.77)
vL
1 dVL dhL ( t )
f1 = F ( t ) − V ( t ) − L ( t ) (2.78)
vL dhL dt
tal que vL é o volume molar da fase líquida. O termo dVL/dhL deve ser substituído
conforme as expressões (2.33), de acordo com o tipo do vaso.
d N L ( t ) x ( t )
= F (t ) z (t ) − V (t ) y (t ) − L (t ) x (t ) (2.79)
dt
dx ( t ) dN L ( t )
NL (t ) + x (t ) = F ( t ) z (t ) − V ( t ) y (t ) − L (t ) x (t )
dt dt
dx ( t )
NL (t ) + x ( t ) F ( t ) − V ( t ) − L ( t ) = F ( t ) z ( t ) − V ( t ) y ( t ) − L ( t ) x ( t )
dt
dx ( t )
NL (t ) = F ( t ) z ( t ) − x ( t ) − V ( t ) y ( t ) − x ( t )
dt
que após substituir o termo NL(t) obtido em (2.77), têm-se a equação da taxa de variação
da composição do componente volátil na fase líquida (f2):
VL hL ( t ) dx ( t )
f 2 = F ( t ) z ( t ) − x ( t ) − V ( t ) y ( t ) − x ( t ) (2.80)
vL dt
dE ( t )
= F ( t ) cP,L Tin ( t ) − Tref
dt (2.81)
− V ( t ) cP,L (T ( t ) − Tref ) + − L ( t ) cP,L (T ( t ) − Tref ) + Q ( t )
dE ( t ) dEL ( t ) d
= N L ( t ) eL ( t ) (2.82)
dt dt dt
dE ( t ) deL ( t ) dN L ( t )
= NL (t ) + eL ( t )
dt dt dt
dE ( t ) cP,L d dN ( t )
= VL hL ( t ) T ( t ) − Tref + cP,L T ( t ) − Tref L (2.83)
dt vL dt dt
dE ( t ) cP,L dT ( t )
= VL hL ( t ) + cP,L F ( t ) − V ( t ) − L ( t ) T ( t ) − Tref (2.84)
dt vL dt
cP,L dT ( t )
VL hL ( t ) + cP,L F ( t ) − V ( t ) − L ( t ) T ( t ) − Tref =
vL dt
− L ( t ) cP,L (T ( t ) − Tref ) + Q ( t )
cP,L dT ( t )
VL hL ( t ) f3 = F ( t ) cP,L Tin ( t ) − T ( t ) − V ( t ) + Q ( t ) (2.85)
vL dt
V P ( t ) , T ( t ) P ( t ) − P0,V
V ( t ) f 5 = K V,V (2.87)
M W,V V P ( t ) , T ( t )
tal que ρv é massa específica da fase vapor, calculada pela expressão (2.21) e MW,V é a
massa molar da fase vapor.
Substituindo a expressão (2.21) para ρv, considerando gás ideal, em (2.87), obtém-se:
P (t ) P ( t ) − P0,V
V ( t ) = K V,V
RT ( t ) M W,V P ( t ) RT ( t )
P ( t ) P ( t ) − P0,V
V ( t ) = K V,V (2.88)
M W,V RT ( t )
A relação de ELV, realizando cálculo de ponto de bolha, pode ser utilizada para
calcular a pressão do vaso, em função da temperatura do mesmo através da equação
de Antoine. Supondo válida a Lei de Raoult:
yi P = xi Pi sat (T ) (2.89)
C C
y P = x P
i =1
i
i =1
i i
sat
(T )
P = xPAsat (T ) + (1 − x ) PBsat (T )
(
P T ( t ) , x ( t ) f 6 = PBsat T ( t ) + x ( t ) PAsat T ( t ) − PBsat T ( t ) ) (2.90)
tal que PAsat e PBsat são as pressões de vapor do componente volátil “A” e pesado “B”
calculadas pela equação de Antoine (2.74).
1 dVL dhL ( t )
= F (t )
vL dhL dt
VL hL ( t ) dx ( t )
= F ( t ) z ( t ) − x ( t )
vL dt
(2.93)
P T ( t ) , x ( t ) P T ( t ) , x ( t ) − P0,V
− K V,V
M W,V RT ( t ) y T ( t ) , x ( t ) − x ( t )
tal que P[T(t),x(t)] e y[T(t),x(t)] são calculadas, respectivamente, pelas expressões (2.90)
e (2.91).
cP,L dT ( t )
VL hL ( t ) = F ( t ) cP,L Tin ( t ) − T ( t )
vL dt
(2.94)
P T ( t ) , x ( t ) P T ( t ) , x ( t ) − P0,V
− K V,V + Q (t )
M W,V RT ( t )
2.5. Exercícios
E2.1.a)
Fi(t), ρ
V(t)
F(t), ρ
ρ
Figura E2.1.a
E2.1.b)
A ⎯⎯
k
→B (E2.1.1)
lbmol 1 lbmol
r 3 = k CA 3 (E2.1.2)
ft s s ft
F
ρ
F
CAi(t)
CA(t) ρ
CBi(t)
CA(t)
CB(t) V, ρ CB(t)
Figura E2.1.b
E2.1.c)
F
ρ F
CAi(t) ρ
CA(t)
CBi(t) CA(t)
CB(t) CB(t)
CCi(t)
CC(t) V, ρ CC(t)
Figura E2.1.c
E2.1.d)
⎯⎯
A ⎯→B
⎯
k1
(E2.1.3)
k2
E2.1.e)
A ⎯⎯
k1
→B
(E2.1.4)
A ⎯⎯→ C
k2
A ⎯⎯
→B
(E2.2.1)
A + B ⎯⎯
→C
2
lbmol lbmol
r1 3 = k1 CA 3
ft h ft
(E2.2.2)
lbmol lbmol lbmol
r2 3 = k2CA 3 CB 3
ft h ft ft
E2.3. Considere os dois sistemas exibidos na Figura E2.3.a e na Figura E2.3.b. O sistema
(a) difere do sistema (b) pelo fato de que o nível de líquido no tanque 2 não afeta o fluxo
efluente do tanque 1, como o faz para o sistema (b).
F1
h1 A1 R1
F2
Tanque 1
h2 A2 R2
F3
Tanque 2
Figura E2.3.a
F1
h1 A1 R1 h2 A2 R2
F2 F3
Tanque 1 Tanque 2
Figura E2.3.b
E2.3.b) Quais são as variáveis que descrevem o comportamento de cada sistema? Que
tipo de equações de balanço você usou?
E2.3.c) Que modelo é mais fácil de resolver? Sistema 1 ou sistema 2? Por quê?
E2.4. Desenvolva o modelo matemático para o sistema mostrado na Figura E2.4.a. Quais
são as variáveis que descrevem o comportamento deste sistema e que tipos de
equações de balanço você usou? Todas as vazões são volumétricas e as áreas das seções
transversais dos três tanques são: A1, A2 e A3 (ft²), respectivamente. A vazão volumétrica
F5 é constante e não depende de h3, enquanto todas as outras vazões volumétricas
efluentes são proporcionais às pressões hidrostáticas do líquido correspondentes que
causam a vazão.
F1
h1 A1 R1 F5
F2
Tanque 1
R3 h2 A2 R2 h3 A3
F4
F3
Tanque 2 Tanque 3
Figura E2.4.a
Ti, F F
Aquecedor
Figura E2.5.a
Água a uma temperatura Ti (°F) flui para dentro do tanque a uma taxa F (lbm/s).
Água a uma temperatura T (°F) flui para fora do tanque a uma mesma razão. O tanque
está cercado por isolamento com uma resistência térmica R (°F/BTU s) A temperatura
do ambiente na sala onde o aquecedor está localizado é TR (°F). O elemento de
aquecimento do aquecedor adiciona energia calorífica à água a uma taxa (BTU/lbm
°F). As seguintes simplificações são feitas:
Escreva uma equação diferencial para T(t) que descreva o balanço de energia.
dy
Processo I: y + y = 10t + 5
dt
dy1 dy
a1 + a2 2 = m1 ( t ) + d1 ( t )
dt dt
Processo II: dy1 dy
b1 + b2 2 = m2 ( t ) + d 2 ( t )
dt dt
a1 , a2 , b1 e b2 são constantes
dy1 dy
a1 + y1 2 = m1 ( t )
dt dt
Processo III: dy1 dy
b1 + b2 2 = cos (t )
dt dt
a1 , b1 , b2 e são constantes
D 2
D2
Aarco =
0 0
rdrd = 8
(A2.1.2)
A área do triângulo isósceles é calculada pela soma da área dos dois triângulos
retângulos, em função do ângulo θ:
1 D D D
2
Aisóceles = 2 cos sen = cos sen (A2.1.3)
2 2 2 2 2 4 2 2
D2
Aisóceles = sen ( ) (A2.1.4)
8
D2
A ( ) = − sen ( ) (A2.1.5)
8
dA dA d dh
= (A2.1.6)
dt d dh dt
dA D 2
= 1 − cos ( )
d 8
dA D 2
= 1 − cos 2 (A2.1.7)
d 4 2
D 2 − h D 2−h
cos = = 2cos −1 (A2.1.8)
2 D2 D2
D 2−h
x=
D 2
d d dx −2 1
= = −
dh dx dh D 2−h
2
D 2
1−
D2
d 2
=
dh D 2−h
2
D2 4 − D2 4
D 2
d 2
=
dh D 2 4 − D 2 4 + Dh − h 2
d 2
= (A2.1.9)
dh h ( t ) D − h ( t )
dA D 2 2 dh
= 1 − cos 2
dt 4 2 h ( D − h ) dt
dA D 2 D 2 − h
2
2 dh
= 1 −
dt 4 D 2 h ( D − h ) dt
dA D 2 D 4 − D 4 + Dh − h
2 2 2
2 dh
=
dt 4
D2 4 h ( D − h ) dt
dA 2h ( D − h ) dh
= = 2 h( D − h) (A2.1.10)
dt h ( D − h) dt
Apêndice 2.2. Vaso isotérmico para acúmulo de gás com válvula na saída:
dedução para fator de compressibilidade truncado no 1º
termo
Partindo da expressão (2.23), faz-se o desenvolvimento matemático para obter
a EDO não-linear que descreve o comportamento dinâmico da pressão considerando o
fator de compressibilidade conforme expressão (2.18).
M WV Z − P ( t )( Z P )T dP ( t )
f1 = win ( t ) − w ( t ) (2.23)
RT Z2 dt
Z B
= (A2.1.1)
P T RT
M WV Z − BP ( t ) RT dP ( t )
= win ( t ) − w ( t ) (A2.1.2)
RT Z2 dt
M WV 1 + BP ( t ) RT − BP ( t ) RT dP ( t )
= win ( t )
()
2
RT
1 + BP t RT
dt
MW
− KV P ( t ) P ( t ) − P0
RT 1 + BP ( t ) RT
M WVRT dP ( t ) M W P ( t ) P ( t ) − P0
= win ( t ) − K V (A2.1.3)
RT + BP ( t )
2
dt RT + BP ( t )
Para que um sistema tenha uma única solução, o numero de incógnitas deve
ser igual ao número de equações; em outras palavras o número de graus de liberdade
NG deve ser igual a zero, ou seja:
NG = NV − NE (3.1)
tal que NV, é o número de variáveis de saída mais as variáveis de entrada não
especificadas e NE é o número de equações independentes. Como há o interesse em
encontrar soluções paramétricas em função do tempo para as variáveis do sistema, t
não entra na contabilidade do número de graus de liberdade.
Neste caso, como visto no item 2.3.1, o modelo é descrito pelo balanço de
energia, sendo NE = 1. Existem quatro variáveis: T, w, Tin e Q̇, sendo T a variável de
saída e as demais variáveis de entrada. Há ainda as seguintes constantes: ρ, cP e V.
Dessa forma, NG = 4 - 1 = 3.
Para que esses três graus de liberdade sejam eliminados, as três variáveis de
entrada: w, Tin e Q̇ devem ser especificadas.
Tin(t) Tin(t)
t t
(a) (b)
Figura 3.1. Funções estímulo típicas: (a) degrau; (b) seno.
Por outro lado, w ou Q̇ podem ser definidos como uma variável manipulada,
dependendo do esquema de controle adotado. Arbitrando-se Q̇ como variável
manipulada e admitindo-se que w é um distúrbio (ou que seria mantido constante),
tem-se que três novas equações precisam ser escritas, sendo duas para definir os
distúrbios e uma para definir a variável manipulada Q̇ em função da estratégia de
controlade adotada. Escritas essas novas equações, NG torna-se zero e uma solução
pode ser obtida para T(t).
Neste caso, como descrito no Exemplo 2.1, o modelo é descrito pelo balanço
de massa total, equação (2.2), logo, NE = 1. Existem três variáveis: h, Fin e F, sendo h
a variável de saída e as demais variáveis de entrada. Há ainda as constantes ρ e A.
Assim, NG = 3 - 1 = 2.
Para que a equação (2.2) seja resolvida, portanto, duas variáveis precisam ser
especificadas. Dependendo da situação, Fin pode variar como uma função estímulo,
por exemplo, um degrau ou um seno (ilustradas na Figura 3.1), com uma equação
correspondente que especifica essa variável de entrada. Necessita-se também
escrever uma equação para F, para que o número de graus de liberdade do sistema
se torne nulo e h(t) seja obtido. É interessante constatar que, mesmo sendo uma
variável fisicamente de saída, F é uma entrada matemática, uma vez que essa variável
precisa ser especificada para que o sistema seja resolvido.
Fin(t)
A F(t)
h(t)
dh
A = Fin ( t ) − F ( t )
dt
obtendo-se o comportamento de uma reta linear para h(t) dado pela equação (3.3) e
pela Figura 3.3, de modo que o tanque terminará esvaziando (se B > 0) ou
transbordando (se B < 0), depois de um dado tempo.
h(t ) t
B
B
dh = − dt h ( t ) = hEE − t (3.3)
hEE 0
A A
h(t)
hEE
0 t
Figura 3.3. Tanque de nível com bomba na saída.
h
F= (3.4)
R
tática do líquido – e menor a resistência ao fluxo imposta pela válvula, maior será a
vazão através da válvula.
dh h
A = Fin ( t ) − (3.5)
dt R
Um modelo mais realista para a válvula, que pode ser obtido a partir do
Teorema de Bernoulli (Fox et al., 2006) é:
Logo:
dh
A = Fin ( t ) − CV* h (3.10)
dt
dy
= f ( y) (3.11)
dt
tal que f(y) representa uma função genérica não-linear. É possível realizar a expansão
em série de Taylor de f(y) e utilizar a expressão truncada no 1º termo, obtendo-se uma
aproximação linear (ilustrada na Figura 3.5) da função em torno de um ponto de
operação nominal, no caso o estado estacionário yEE:
df
f ( y ) f ( yEE ) + ( y − yEE ) (3.12)
dy yEE
f(y)
Função
original
Aproximação
linear
1 d f ( y)
( 2)
I= ( y − yEE )
2
(3.13)
2! dy ( 2)
yEE
tal que, quanto mais próximo for y de yEE , o erro tende a ser nulo.
1 d f (T )
(i )
f (T ) = f (TEE ) +
i =1
i ! dT (i )
TEE
(T − TEE )
i
(3.14)
E E E
f (T ) k0 exp − A + A 2 k0 exp − A (T − TEE )
RTEE RTEE RTEE
EA
f (T ) f (TEE ) 1 + 2 (
T − TEE ) (3.15)
RTEE
d 2 f (T ) d EA EA
= RT 2 k0 exp − RT (3.16)
TEE
2
dT TEE
dT
d 2 f (T ) EA d E E d EA
= k0 exp − A + k0 exp − A 2
RT TEE dT RT TEE
2 2
dT TEE
RTEE dT RTEE
d 2 f (T ) E 2 E
= f (TEE ) A 2 − 2 A 3 (3.17)
dT 2 TEE
RTEE RTEE
1 E 2 E
I= f (TEE ) A 2 − 2 A 3 (T − TEE )
2
(3.18)
2 RTEE RTEE
Exemplo 3.4. Tanque de nível com válvula não-linear na saída, conforme Exemplo 3.2.
dh
A = Fin ( t ) − CV* h (3.19)
dt
tal que, como definido no Exemplo 2.5, Fin(t) é a vazão volumétrica da entrada; A, a
área da seção transversal do tanque; h, o nível de líquido no tanque e CV* , o
coeficiente da válvula.
1
h1/ 2 hEE1/ 2 + ( h − hEE ) (3.20)
2hEE1/ 2
dh 1
A = Fin ( t ) − CV* hEE1/ 2 + 1/ 2 (
h − hEE )
dt 2hEE
f ( y1 , y2 ,..., y n ) =
1 ( ) f
i
f ( y1,EE , y2,EE ,..., yn ,EE ) + (y − y1,EE )
i
i ! y1(i )
1
i =1 y1,EE (3.22)
1 ( ) f 1 ( ) f
i i
f f f
f ( x, y, z ) f ( xEE , yEE , zEE ) + ( x − xEE ) + ( y − yEE ) + ( z − zEE ) (3.23)
x xEE y yEE
z zEE
dh
A = Fin ( t ) − CV* h (3.19)
dt
2 2
F 20 ft 3 /min
hEE = EE* = 5/2 = 4 ft
CV 10 ft /min
2 2
F 25 ft 3 /min
hEE,f = EE,f = 5/2 = 6,25 ft
CV 10 ft /min
Fin(t)
25
20
0 t
Para obter h(t), os parâmetros precisam ser conhecidos. Neste caso: A e CV*
são dados do problema (conhecidas as constantes: A = 10 ft2; CV* = 10 ft5/2/min); o
estado estacionário inicial, necessário para resolver o problema de valor inicial (PVI),
também é conhecido (hEE = 4 ft), assim como o comportamento da variável de entrada
Fin, que sofre um degrau, alcançando 25 ft³/min a partir de t = 0.
dh C * h 1/ 2 CV*
A = Fin ( t ) − V EE − h (3.21)
dt 2 2hEE1/ 2
EDOs lineares têm solução analítica conhecida. Por exemplo, seja a EDO de 1ª
ordem linear escrita na forma:
dy
+ P (t ) y = Q (t ) (3.24)
dt
( )
y ( t ) = exp − P ( t ) dt Q ( t ) exp
( P (t ) dt ) dt + C (3.25)
Para resolver a EDO (3.21) pelo uso de fator integrante, inicialmente rearruma-
se a mesma no formato da equação (3.24):
com:
CV* 1 1
P (t ) P = (3.27)
A 2 ( hEE )1/ 2
Fin CV* 1
Q (t ) Q = − ( hEE )
1/ 2
(3.28)
A A 2
h ( t ) = exp ( − Pt ) Q exp ( Pt ) dt + C
(3.29)
Q Q
h (t ) = exp ( − Pt ) exp ( Pt ) + C exp ( − Pt ) = + C exp ( − Pt )
P P
t
h ( t ) = B + C exp − (3.30)
tal que:
1 CV* 1 1
=P= (3.31)
A 2 ( hEE )1/ 2
Fin CV* 1
− ( hEE )
1/ 2
2 Fin ( hEE )
1/ 2
Q A A 2
B= = B= − hEE (3.32)
P CV* 1 1 CV*
A 2 ( hEE )1/ 2
h ( 0 ) = B + C C = hEE − B
C = 2hEE −
CV*
Substituindo B, τ e C na equação:
2 F h 1/ 2 CV*
h ( t ) = hEE + in *EE − 2hEE 1 − exp − 1/ 2
t (3.34)
CV 2 AhEE
t
h ( t ) = 4 + 2 1 − exp − (3.35)
4
dh
10 = 25 − 10h1/ 2 (3.36.a)
dt
dh
10 = 15 − 2,5h (3.36.b)
dt
Arquivo tanques_main.m
h0 = [4 4];
tspan = 0:.1:20;
[t,h] = ode45('tanques',tspan,h0);
plot(t,h(:,1),'k:',t,h(:,2),'k-')
Arquivo tanques.m
function dh = tanques(t,h)
dh(1) = (15 - 2.5*h(1))/10; %Aproximação
dh(2) = (25 - 10*h(2)^0.5)/10; %Real
dh = dh';
Da Figura 3.7, evidencia-se que, como o modelo aproximado foi obtido por
linearização em torno do EE inicial, a aproximação com o modelo real é melhor no início
da resposta, de modo que as curvas se separam ao longo do tempo, indo o modelo real
para o EE final correto de 6,25 ft, enquanto o linearizado prevê esse valor final com erro
(6 ft).
6.5
h(t)
6
5.5
4.5
Linear
Não-linear
4
0 2 4 6 8 10 12 14 16 18 20
t
Figura 3.7. Resposta do modelo real (não linear) e do aproximado (linearizado).
h ( t ) = h ( t ) − hEE (3.37)
A equação (3.21) pode ser reescrita em termos dessas variáveis. Para tanto,
inicialmente, a equação (3.21) é reescrita no EE:
dhEE C * h 1/ 2 CV*
A = Fin,EE − V EE − hEE (3.39)
dt 2 2hEE1/ 2
dh dhEE
A − A =
dt dt
dh dhEE CV*
A − A = ( Fin ( t ) − Fin,EE ) − ( h − hEE ) (3.40)
dt dt 2hEE1/ 2
d ( h − hEE ) CV*
A = ( Fin ( t ) − Fin,EE ) − ( h − hEE )
dt 2hEE1/ 2
dh CV*
A = Fin ( t ) − h (3.41)
dt 2hEE1/ 2
dh h
A = Fin ( t ) − (3.42)
dt R
2hEE1/ 2
R= (3.43)
CV*
Nesse caso, o modelo mais realista, não linear, resulta no modelo linear
simplificado, empírico, quando linearizado em torno da condição estacionária inicial.
3.3. Exercícios
E3.1. Retome o Exercício E2.1.b. Recorde que o balanço de massa para o componente A
é descrito por:
d ( CAV )
= FC
i Ai − FCA − kCAV (E3.1.1)
dt
−E
k (T ) = k0 exp A (E3.1.2)
RT
4. Transformada de Laplace
A transformada de Laplace, estudada em cursos de cálculo, é revista neste
capítulo, uma vez que ela é amplamente usada para representar modelos em controle
clássico. A razão de tal emprego é que a transformada de Laplace permite que um
sistema de EDOs linear seja transformado em um sistema algébrico, facilitando sua
solução.
dy1 ( t )
Sistema de equações
M1 = f1 y1 ( t ) , y 2 ( t ) , u ( t ) diferenciais ordinárias y1 ( t ) = g1 t , M 1 , M 2
Domínio de t
dt (EDOs)
y2 ( s ) = g 2 t , M 1 , M 2
(tempo)
dy 2 ( t )
M2 = f 2 y1 ( t ) , y 2 ( t ) , u ( t ) Obtenção das
dt funções solução
ℒ[ ] ℒ-1[ ]
Domínio de s
(Laplace)
M1sy1 ( s ) − f1 y1 ( s ) , y2 ( s ) , u ( s ) = 0 y1 ( s ) = g1 s, M 1 , M 2
M2sy2 ( s ) − f2 y1 ( s ) , y2 ( s ) , u ( s ) = 0 y2 ( s ) = g 2 s , M 1 , M 2
f ( t ) =
f (t ) e
− st
dt (4.1)
0
f ( t ) = f ( s )
(4.2)
−1
f ( s ) = f ( t )
Propriedade Distributiva:
af ( t ) + bg ( t ) = af ( s ) + bg ( s ) (4.3)
com a e b constantes.
Derivadas de 1° Ordem:
df ( t ) df ( t )
f (t )( −s ) e
− st
= e dt = f ( t ) e
− st
− − st
dt
dt dt 0
0 0
df ( t )
= f (t ) e + s f ( t )
− st
dt
0
df ( t )
= f () e − f ( 0 ) e− s 0 + sf ( s )
− s
dt
df ( t )
= sf ( s ) − f ( 0 ) (4.4)
dt
df ( t )
= sf ( s ) (4.5)
dt
Derivadas de Ordem n:
d ( n) f ( t ) n
d(
i −1)
f (t )
dt
n = s f (s) −
n
s
i =1
n −1
dt i −1
t =0
(4.6)
Função Degrau:
Seja a função degrau unitário definida pela equação (4.7) e ilustrada na Figura
4.2.
0, t0
u (t ) = (4.7)
1, t0
u(t)
0 t
Figura 4.2. Comportamento dinâmico da função degrau unitário.
e − st e − s e − s 0 1
u ( t ) = 1 e dt =
− st
= − =
0
( −s ) 0 ( −s ) ( −s ) s
1
u (s) = (4.8)
s
B
Bu ( t ) = Bu ( s ) = (4.9)
s
Função Exponencial:
f ( t ) eat (4.10)
e = e e dt = e − ( s − a )t dt
at at − st
(4.11)
0 0
e( ) e( ) e( )
− s−a t − s −a − s−a 0
e =
at
= −
−(s − a) 0 −(s − a) −(s − a)
1
eat = (4.12)
(s − a)
eit − e − it
sen (t ) = (4.14)
2i
(e − e −it ) e − st dt
1
sen (t ) = i t
2i
0
1 1
sen (t ) = e− ( s − i )t dt − e − ( s + i )t dt
2i 2i
0 0
1 e( ) 1 e( )
− s − i t − s + i t
sen (t ) = −
2i − ( s − i ) 0 2i − ( s + i ) 0
1 1 1 1 1 s + i − s + i
sen (t ) = − =
2i ( s − i ) 2i ( s + i ) 2i s2 + 2
sen (t ) = 2 (4.15)
s + 2
dsen (t )
= cos (t ) (4.17)
dt
dsen (t )
= cos (t ) = cos (t )
dt
1 dsen (t )
cos (t ) = = s sen (t ) − sen ( 0 )
dt
s
cos (t ) = 2 (4.18)
s + 2
0, t
f ( t ) u ( t ) = (4.19)
1, t
u ( t ) = u ( t ) e dt = 1 e − st dt
− st
0
e − st e − s
u ( t ) = =
( −s ) s
e − s
u ( t ) = (4.20)
s
uθ(t)
0 t
Figura 4.3. Comportamento dinâmico da função degrau com atraso.
0, t
u ( t ) f ( t − ) = (4.21)
f (t − ) , t
u ( t ) f ( t − ) = u ( t ) f ( t − ) e − st dt
0
(4.22)
ut − ( + ) f ( ) = f ( )
u ( t ) f ( t − ) =
f ( ) e f ( ) e d = e − s f ( s )
− s − s
e d = e − s − s
(4.23)
0 0
A função pulso retangular é definida pela equação e ilustrada pela Figura 4.4:
0, t0
f ( t ) = b, 0t a (4.24)
0, ta
a a
be − st
f ( t ) = be dt + 0 e dt =
− st − st
0 a
( −s ) 0
f ( t ) = (1 − e − as )
b
(4.25)
s
b be − as
f ( t ) = − = b u ( t ) − b ua ( t ) (4.26)
s s
f(t)
0 a t
Figura 4.4. Comportamento dinâmico da função pulso retangular.
Função Impulso:
f ( t ) = (1 − e− as )
1
(4.27)
as
( t )
= lim
(1 − e )
− as
(4.28)
a →0 as
( t )
= lim
(1 − e ) = lim e
− as
− as
=1 (4.29)
a →0 as a →0
B ( t ) = B ( s ) = B (4.30)
Um exemplo dessa função é dado pela equação (4.31) e ilustrado na Figura 4.5.
0, t0
f ( t ) 1, 2ka t ( 2k + 1) a , k = 0,1, 2,... (4.31)
0, ( 2k + 1) a t 2 ( k + 1) a
Percebe-se que esta função pode ser interpretada como composta por
sucessivos pulsos de altura 1 e duração a unidades de tempo, ocorrendo em t = 2ka, k
= 0, 1, 2..., ou seja:
f(t)
0 a 2a 3a 4a t
Figura 4.5. Comportamento dinâmico da função pulso descontínuo regular.
N
(e − as
− 1) (1 − e ) lim
− as N →
f ( t ) = lim
N →
k =0
( −s )
e−2 kas =
s N → e
k =0
−2 kas
(4.33)
São apresentados a seguir dois teoremas que permitem obter os valores limites
(final e inicial) de uma função no domínio do tempo, diretamente a partir de suas
expressões no domínio de Laplace. Ambos os teoremas podem ser deduzidos a partir da
definição da transformada de Laplace de uma função.
O valor final é o valor da função y(t) quando t vai para infinito. O Teorema do
Valor Final (abreviado por TVF) é dado por:
desde que sy(s) seja finito para todo s que satisfaz Re(s) < 0. Se esta condição não for
satisfeita, y(t) não apresenta limite quando t → ∞.
y(t)
yf
0 t
Figura 4.6. Comportamento transiente levando ao valor estacionário final.
2
y (s) = (4.35)
s ( s + 1)
3
2s 2
lim sy ( s ) = lim = lim =2 (4.36)
s ( s + 1) ( s + 1)
s →0 s →0 3 s →0 3
s 4 − 6s 2 + 9s − 8
y (s) = (4.37)
( s + 1)( s + 2 )( s − 1)( s − 2 ) s
Pelo TVF:
s 4 − 6s 2 + 9s − 8
lim sy ( s ) = lim
s →0 s → 0 ( s + 1)( s + 2 )( s − 1)( s − 2 )
−8
lim sy ( s ) = =2 (4.38)
s →0 (1)( 2 )( −1)( −2 )
O resultado acima não é válido porque o teorema do valor final (TVF) só pode
ser aplicado se todas as raízes do denominador de sy(s) exibirem parte real negativa:
Re(s) < 0. Para y(s) representado por (4.34), há raízes de s iguais à 1 e 2, o que não
permite que o TVF seja aplicado.
1 11 17 2
−1
y ( s ) = y ( t ) = −2 + e2t + e−t − e−2t + et (4.39)
12 3 12 3
1
y (s) =
s ( s + 1)
2 (4.40)
Pelo TVF:
1
lim sy ( s ) = lim =1
s →0
( )
s →0 s + 1
2 (4.41)
s m + m −1s m −1 + + 0 N m ( s )
y ( s ) m n = , nm (4.43)
n s + n −1s + + 0 Dn ( s )
n −1
Nm ( s ) Nm ( s )
y ( s ) = = (4.45)
Dn ( s ) ( s − p1 )( s − p2 )( s − pn )
A1 A2 An
y ( s ) = + + ... + (4.46)
( s − p1 ) ( s − p2 ) ( s − pn )
A1 A2 An
−1
y ( s ) = −1
+ + +
( s − r1 ) ( s − r2 ) ( s − rn )
A1 A2 An
−1
y ( s ) = −1
+
−1
+ ... +
−1
( s − r1 ) ( s − r2 ) ( s − rn )
Sabendo que a transformada inversa das frações parciais é dada pela função
exponencial, conforme apresentado em 4.1.2 (Boyce & DiPrima, 2006):
(s − p )
Ak
y ( s ) = (4.48)
k =1 k
n
( s − pk )
y ( s )( s − pk ) = Ak + A ( s − p )
j =1
j
j
(4.49)
jk
n
( s − pk )
lim y ( s )( s − pk ) = lim Ak +
s → pk s → pk j =1
Aj
(s − p )
j
= Ak
jk
Ak = lim y ( s )( s − pk ) (4.50)
s → pk
5 A1 A2 A
y ( s ) = = + + 3 (4.51)
( s + 1)( s + 2 ) s ( s + 1) ( s + 2 ) s
p1 = −1, p2 = −2, p3 = 0
5 5
A1 = lim = = −5 (4.52)
s → p1 ( s + 2 ) s ( −1 + 2)( −1)
5 5
A2 = lim = =5/ 2 (4.53)
s → p2 ( s + 1) s ( −2 + 1)( −2 )
5 5
A3 = lim = =5/2 (4.54)
s → p3 ( s + 1)( s + 2 ) ( 0 + 1)( 0 + 2 )
5 52 52
y ( s ) = − + +
( s + 1) ( s + 2 ) s
5 5
y ( t ) = −5e−t + e−2t + (4.55)
2 2
N (s)
y ( s ) = (4.56)
( s − p1 − i )( s − p1 + i )( s − pn )
A1 A2 An
y ( s ) = + + + (4.57)
( s − p1 − i ) ( s − p1 + i ) ( s − pn )
A1 = lim y ( s )( s − p1 − i ) = B + iC (4.58)
s → p1 + i
A2 = lim y ( s )( s − p1 + i ) = B − iC (4.59)
s → p1 − i
tal que A1 e A2 são complexos conjugados entre si. Efetuando a transformada inversa:
Souza & Trica 101
Introdução à Modelagem e Dinâmica para Controle de Processos
A1e( = A1e p1t eit = A1e p1t cos (t ) + isen (t )
p1 + i ) t
(4.62)
A1
= A1e 1 cos (t ) + isen (t )
−1 pt
(4.63)
( s − p1 − i )
A2
= A2e 1 cos ( −t ) + isen ( −t )
−1 pt
( s − p1 + i )
A2
= A2e 1 cos (t ) − isen ( −t )
−1 pt
(4.64)
( s − p1 + i )
Portanto:
−1
y ( s ) = ( A1 + A2 ) cos (t ) + ( A1 − A2 ) isen (t ) e p1t + + Ane pn t (4.65)
( A1 + A2 ) = B + iC + B − iC = 2B (4.66)
y ( t ) = −1
y ( s ) = 2 B cos (t ) − Csen (t ) e p1t + + Ane pn t (4.68)
amplitude será crescente para p1 > 0 (sistema instável), decrescente para p1 < 0 (sistema
estável) e amplitude constante para p1 = 0 (limite de estabilidade, infinitamente
oscilatório). A frequencia de oscilação ω corresponde à parte imaginária da raiz
complexa.
t t t
Figura 4.7. Comportamento dinâmico de funções com raíz complexa conjugada em
seu denominador no domínio de s.
B C B
= sen , − = cos , − = tan (4.71)
D D C
Nm ( s )
y ( s ) = (4.72)
( s − p1 ) ( s − p2 )( s − pn )
j
A1 A2 Aj An
y ( s ) = + ++ ++ (4.73)
( s − p1 )
j
( s − p1 )
j −1
( s − p1 ) ( s − pn )
d (i ) j 1
Ai +1 = lim
s → p1 ds ( )
i
y ( s )( s − p1 ) , i
i!
(4.74)
Ak = lim y ( s )( s − pk ) , k *
(4.75)
s → pk
j
Ati j − i
n
y ( t ) = e p1t
i =1
( j − i )!
+ A e
k =1
k
pk t
(4.76)
2 2
y ( s ) = =
s ( s + 3s + 3s + 1) s ( s + 1)
3 2 3 (4.77)
p1,2,3 = −1, p4 = 0
2 ( s + 1)
3
2
A1 = lim y ( s )( s − p1 ) = lim = = −2
3
(4.78)
s → p1 s →−1
s ( s + 1)
3
( −1)
d d A 3
y ( s )( s − p1 ) = A1 + A2 ( s − p1 ) + A3 ( s − p1 ) + 4 ( s − p1 )
3 2
ds ds s
d d A 3
y ( s )( s − p1 ) = A2 + 2 A3 ( s − p1 ) + 4 ( s − p1 )
3
ds ds s
d
A2 = lim y ( s )( s − p1 )
3
(4.79)
s → p1 ds
d 2 2 2
A2 = lim = lim − 2 = − = −2 (4.80)
s →−1 s ( −1)
s →−1 ds s 2
d2 d2 A 3
( )( − ) = A + A2 ( s − p1 ) + A3 ( s − p1 ) + 4 ( s − p1 )
3 2
2
y s s p1 2 1
ds ds s
d 2 A4
( s − p1 )
d2
( )( − ) = +
3 3
2
y s s p1 2 A3 2
ds ds s
1 d2
A3 = lim y ( s )( s − p1 )
3
(4.81)
s → p1 2 ds 2
1 d2 2 1 4 1 4
A3 = lim = lim 3= = −2 (4.82)
s →−1 2 ds 2 s
s →−1 2 s 2 ( −1)
3
2
A4 = lim =2 (4.83)
( s + 1)
s →0 3
−1
a a n −bt
n +1
= t e (4.84)
( s + b ) n!
2 2 −t 2 −t 2 0 −t
y ( t ) = − t e − te − t e + 2
2! 1! 0!
t2
y ( t ) = −2e − t + t + 1 + 2 (4.85)
4
4.3. Exercícios
d 3 y d 2 y dy dx
3
+ 5 2
+8 + 4 y = 2 + 3 x (E4.1.1)
dt dt dt dt
0, t 0
f (t ) = (E4.1.2)
kt , t0
T [ C]
75
20
30 t [min]
Figura E4.3.a
E4.4. Repita o exercício E4.3 definindo T’(t) como a diferença entre duas funções rampas
e usando o resultado obtido no exercício E4.2.
0.2
0
0.1
-0.1
-0.2
0 1 2 3
t [h]
Figura E4.5.a
(s) .
Aplicando a definição de transformada de Laplace, determine CA0
5. Funções de Transferência
Diversos comportamentos dinâmicos são observados como respostas de
diferentes processos químicos em função de suas características inerentes e das
entradas a que estão submetidos. Para representar esses comportamentos através de
modelos lineares podem ser empregadas as chamadas funções de transferência. No
item 5.1, é introduzido o conceito desse tipo de representação matemática, que é um
modelo dinâmico relacionando uma variável de saída a uma variável de entrada. Nesse
item, são ainda apresentados o procedimento para obtenção de uma função de
transferência a partir do modelo descrito em EDO e exemplos de função de
transferência. O item 5.2 introduz os conceitos de polos e zeros da função de
transferência. Por sua vez, o item 5.3 apresenta a representação em diagrama de blocos.
Finalmente, o item 5.4 apresenta importantes propriedades das funções de
transferência. O comportamento dinâmico de funções de tansferência típicas é
analisado no Capítulo 6.
Aplicar a transformada de
(Laplace)
Obtenção da função
Laplace.
de transferência em
Especificar entrada j.
relação à entrada j.
(Demais entradas i nulas)
Fin(t)
A
h(t)
F(t)
dh ( t ) h (t )
A = Fin ( t ) − (5.1)
dt R
dhEE h
A = 0 Fin,EE − EE = 0
dt R
Note que, para este caso, não é necessário linearizar o modelo porque o mesmo já é
linear.
dhEE h
A = Fin,EE − EE (5.3)
dt R
d h ( t ) − hEE h ( t ) − hEE
A = Fin ( t ) − Fin,EE − (5.4)
dt R
dh ( t )
AR + h ( t ) = RFin ( t ) (5.5)
dt
tal que:
dh ( t )
AR + h ( t ) = RFin ( t )
dt
dh ( t )
AR + h ( t ) = R Fin ( t )
dt
ARsh ( s ) + h ( s ) = RFin ( s )
( ARs + 1) h ( s ) = RFin ( s )
h ( s ) R
G (s) = (5.7)
Fin ( s ) ARs + 1
Fin(t)
A F(t)
dh ( t )
A = Fin ( t ) − F ( t ) (5.8)
dt
h ( s ) 1 h ( s ) 1
Gd ( s ) = = , GP ( s ) = =− (5.9)
Fin ( s ) As F ( s ) As
Tin(t),F
Vapor d’água
Condensado
(t)
ρ,V,cP
Figura 5.4. Tanque de aquecimento continuamente misturado com volume
constante.
dT ( t )
VcP = FcP Tin ( t ) − T ( t ) + Q ( t ) (5.10)
dt
dT ( t )
VcP = 0 FcP Tin,EE − TEE + QEE = 0
dt
QEE
TEE = Tin,EE + (5.11)
FcP
Note que, para este caso, também não é necessário linearizar o modelo
porque o mesmo já é linear.
d T ( t ) − TEE
VcP =
dt
dT ( t )
VcP = FcP Tin ( t ) − T ( t ) + Q ( t ) (5.12)
dt
tal que:
T ( s ) FcP 1
( j = 1 ) Tin ( s ) : G1 ( s ) = =
VcP s + FcP (V F ) s + 1
(5.16.a)
Tin ( s )
T ( s ) 1 (1 FcP )
( j = 2 ) Q ( s ) : G2 ( s ) = = (5.16.b)
Q ( s ) VcP s + FcP (V F ) s + 1
T ( s ) = G1 ( s ) Tin ( s ) + G2 ( s ) Q ( s ) (5.17)
Seja uma função de transferência genérica entre a saída y’(s) e a entrada u’(s):
y ( s )
b s j
j
G (s) = = j =0
(5.18)
u ( s ) n
a s
i =0
i
i
Reescrevendo G(s):
bm ( s − z1 )( s − z2 ) ...( s − zm )
G (s) = (5.19)
an ( s − p1 )( s − p2 ) ...( s − pn )
du ( t )
a0 y ( t ) = b1 + b0u ( t ) (5.20)
dt
y ( s ) b1s + b0
= (5.22)
u ( s ) a0
tal que n = 0 e m = 1.
y ( s ) K b1s + b0 b
= = K b1 + 0 (5.23)
u ( s ) s a0 a0 s
b b
lim sy ( s ) = lim sK b1 + 0 = lim K b1s + 0 = ! (5.24)
s → s → →
a0 s s
a0
Este resultado mostra que y’(t) iria para infinito no instante de tempo t = 0. A
habilidade de responder infinitamente rápido a uma mudança repentina na entrada é
Exemplo 5.4.
y̕1(s)
̕ 1(s) ’(s) y’(s) y̕2(s)
G(s)
̕ 2(s) y̕3(s)
Figura 5.5. Exemplo de representação em diagrama de blocos.
̕ 2(s)
̕ 2(s) - + y’(s) ̕ 1(s) + + y’(s) ̕ 1(s) + - y’(s)
- + - - -
̕ 3(s) ̕ 1(s) ̕ 2(s) ̕ 3(s)
̕ 3(s)
Para a saída y’(t) em função das três entradas ̕ 1(t), ̕ 2(t) e ̕ 3(t), ambos os
três diagramas de blocos representam a seguinte relação:
Verifica-se que:
z1 ( s ) = G1 ( s ) u ( s ) (5.26)
e que:
y ( s ) = G2 ( s ) z1 ( s ) (5.27)
y ( s ) = G1 ( s ) G2 ( s ) u ( s ) (5.28.a)
y ( s ) = GR ( s ) u ( s ) (5.28.b)
com:
GR ( s ) = G1 ( s ) G2 ( s ) (5.29)
K P,i
Gi ( s ) = (5.31)
P,i s + 1
Exemplo 5.8. Tanques de nível em série sem interação (a saída do 1º tanque alimenta
o 2º tanque por cima).
Fin(t)
A1
h1(t)
F1(t)
R1
A2
h2(t)
F2(t)
R2
Relação de projeto:
h1 ( t )
F1 ( t ) = (5.34)
R1
h1 ( s ) R1
G1 ( s ) = (5.35)
Fin ( s ) A1R1s + 1
h2 ( s ) R2
G2 ( s ) = (5.36)
F1( s ) A2 R2 s + 1
h2 ( s ) R1 1 R2
= (5.38)
Fin ( s ) A1R1s + 1 R1 A2 R2 s + 1
h2 ( s ) R2
= (5.39)
Fin ( s ) ( A1R1s + 1)( A2 R2 s + 1)
̕ 1(s)
̕ 1(s) +
G1(s)
y’(s)
G1(s) + y’(s)
-
̕ 2(s) ̕ 2(s) -
G1(s)
(a) (b)
Figura 5.10. Propriedade distributiva das funções de transferência.
1
G1 ( s ) = (5.40)
(V F ) s + 1
G2 ( s ) =
(1 FcP )
(5.41)
(V F ) s + 1
T ( s ) = G1 ( s ) Tin ( s ) + G2 ( s ) Q ( s ) (5.42)
̕
in(s)
G1(s)
+ ’(s)
+
’(s)
G2(s)
Figura 5.11. Diragama de blocos do tanque aquecido continuamente agitado.
G2(s) G2(s)
Retroalimentação negativa
Retroalimentação positiva
(controle feedback)
Figura 5.12. Diagrama de blocos de malhas de retroalimentação.
Retroalimentação positiva:
y ( s ) = y ( s ) G2 ( s ) + u ( s ) G1 ( s )
y ( s ) 1 − G1 ( s ) G2 ( s ) = u ( s ) G1 ( s )
y ( s ) G1 ( s )
= (5.43)
u ( s ) 1 − G1 ( s ) G2 ( s )
Retroalimentação negativa:
y ( s ) = − y ( s ) G2 ( s ) + u ( s ) G1 ( s )
y ( s ) 1 + G1 ( s ) G2 ( s ) = u ( s ) G1 ( s )
y ( s ) G1 ( s )
= (5.44)
u ( s ) 1 + G1 ( s ) G2 ( s )
5.5. Exercícios
w,Ti(t)
V
Ta L(t) (t) T(t) w,T(t)
Figura E5.1.a
A vazão w (lbm/h) e o volume V (ft³) são constantes, mas a perda de calor para o meio
ambiente L (BTU/h) varia com a velocidade do vento v(t), de acordo com as
expressões:
QL ( t ) = U ( t ) A (T − Ta )
(E5.1.1)
U ( t ) = U 0 + bv ( t )
E5.2.
também que a capacidade calorífica do mercúrio é muito maior que a do tubo de vidro.
Finalmente, supõe-se que a parede não se expande nem se contrai.
T
Mercúrio
Tm Vidro
Película em
torno do bulbo
Figura E5.2.a
E5.3. Considere o reator CSTR isotérmico, com retenção volumétrica constante, no qual
ocorre uma reação de 2° ordem: A → B.
dCA
V = F ( CA0 − CA ) − kVCA 2 (E5.3.1)
dt
E5.3.b) Linearize o(s) termo(s) não linear(es) do balanço de massa e reescreva a mesma
em variáveis-desvio;
̕ (s).
E5.3.c) Escreva a função de transferência CA̕ (s)/CA0
E5.4. Considere o sistema de nível de líquido mostrado na Figura E5.4.a. Os tanques não
apresentam interação. Sabe-se que:
(i) As vazões de saída de cada tanque têm uma dependência linear com o nível de
líquido através de resistências R1 e R2, respectivamente. Estas resistências foram
testadas separadamente e encontrou-se que se F1,EE (ft³/min) for plotado contra
h1,EE (ft) será obtida uma reta com coeficiente angular igual a 1,5 ft²/min;
Fi(t)
h1(t)
R1 F1(t)
h2(t)
R2 F2(t)
Figura E5.4.a
Identifique ̕ 2(s)/F̕i(s). Espera-se que você dê valores numéricos aos parâmetros nas
funções de transferência e mostre claramente como você os obteve.
Tanque 1
Tanque 2
Figura E5.5.a
y ( s ) 18
= 2 (E5.6.1)
u ( s ) s + 3s + 9
E5.6.b) Por razões físicas, exige-se que y’ ≤ 10. Qual a maior mudança degrau em u’ que
o processo pode tolerar sem exceder esse limite?
F,Ti(t)
F,T(t)
Tvp(t)
Vapor
Figura E5.7.a
Suponha que se queira proceder a um teste com este tanque, de modo a verificar as
suas características dinâmicas.
constante de tempo do tanque τP,1 (τP,m << τP,1), pergunta-se se a temperatura indicada
pelo termômetro, Tm apresentará erro em relação à temperatura do líquido no tanque
para um tempo t qualquer.
E5.7.c) Considere que τP,m << τP,1 e verifique a relação entra as funções de transferência
̕ (s) e ’(s) para o degrau indicado.
m
10 lbm/h
T(t) (t)
T0(t) 10 lbm/h
Figura E5.8.a
E5.9. Muitos processos de engenharia química têm um comportamento que pode ser
descrito por um modelo de primeira ordem com tempo morto:
y ( s ) K P − s
= e (E5.9.1)
f ( s ) Ps + 1
(i) t ≤ θ;
(ii) t > θ.
Fi(t)
θ
h1(t) A1 R1 F (t)
1
Tanque 1
h2(t) A2 R2 F (t)
2
Tanque 2
F3(t)
h3(t) A3
Tanque 3
Figura E5.10.a
Neste sistema, uma mistura líquida com massa específica constante ρ escoa inicialmente
através de uma tubulação em fluxo empistonado (plug flow), que apresenta θ segundos
de tempo morto, e depois alimenta o tanque 1. Tem-se para os tanques 1 e 2 que:
Souza & Trica 127
Introdução à Modelagem e Dinâmica para Controle de Processos
A1 R1 h h
= , F1 = 1 e F2 = 2 (E5.10.1)
A2 R2 R1 R2
(i) t ≤ θ;
(ii) t > θ.
Use as expressões encontradas em (ii) para avaliar ̕ 1(t), ̕ 2(t) e ̕ 3(t) depois de um tempo
suficientemente grande e compare com o teorema do valor final.
F,CA0(t)
V1
T1
CA1(t) θ
V2
T2
CA2(t)
Figura E5.11.a
Supor:
A ⎯⎯ →B
1j k
A ⎯⎯ →C
2j k
w = 250 lbm/min
Ti(t) [°F]
T1(t) [°F]
(t) [BTU/min]
T2(t) [°F]
T3(t) [°F]
Figura E5.12.a
O fluxo mássico de líquido através dos tanques, w, é constante e vale 250 lbm/min. A
massa específica do líquido pode ser tomada como constante como 50 lbm/ft³ e a
capacidade calorífica também e com valor de 1,3 BTU/lbm °F. O volume de cada tanque
é 10 ft³. Você pode desprezar as perdas de calor para o ambiente.
Desenhe o diagrama de blocos que mostra como mudanças na temperatura de entrada,
Ti(t) e na taxa de calor, (t), afetam a temperatura do terceiro tanque, T3(t). Dê os
valores numéricos de cada parâmetro em todas as funções de transferência.
dy ( t )
P + y ( t ) = K Pu ( t ) (6.1)
dt
y ( s ) KP
= (6.2)
u ( s ) P s + 1
dh ( t )
AR + h ( t ) = RFin ( t ) (6.3)
dt
h ( s ) R
= (6.4)
Fin ( s ) ( ARs + 1)
P = AR (6.5)
KP = R (6.6)
Pode-se verificar que a constante de tempo tem dimensão de tempo [t]; já o ganho
tem dimensão [t] [L]-2, que é obtida pela razão entre a dimensão da variável de saída
(para h, [L]) e a dimensão da variável de entrada (para Fin, [t]-1 [L]3).
dT ( t )
mcP = hf A T ( t ) − T ( t ) (6.7)
dt
= hf A (T,EE − TEE ) = 0
dTEE
mcP (6.8)
dt
mcP dT ( t )
+ T ( t ) = T ( t ) (6.9)
hf A dt
mcP
P = (6.10)
hf A
KP = 1 (6.11)
B KP
y ( s ) =
s Ps + 1
BK P P
y ( s ) =
( s + 0 )( s + 1 P )
t
y ( t ) = −1
y ( s ) = BK P 1 − exp − (6.12)
P
y ( t ) t
= 1 − exp − (6.13)
BK P P
vê-se que se essa taxa de mudança inicial fosse mantida, o valor final seria alcançado
em 1 constante de tempo. Contudo, a taxa de mudança de y’(t) decai exponencialmente
e tende para zero quando o tempo aumenta.
d y ( t ) −t P
=e =1 (6.14)
d ( t P ) BK P t = 0 t =0
Para o caso do tanque, Exemplo 6.1, se a vazão de entrada aumentasse (ou seja,
sofresse um degrau positivo em t = 0), o nível começaria a aumentar imediatamente.
Em consequência, a vazão de saída (proporcional ao nível) também começaria a
aumentar. Quanto mais aumentasse o nível, maior seria a vazão de saída; logo, a taxa
de variação do nível diminuiria com o tempo. Quando o nível fosse tal que a vazão de
saída fosse igual à de entrada, o novo estado estacionário teria sido alcançado.
• Para o estado estacionário final, o valor da variável de saída (em variável desvio)
para o limite quando o tempo tende para infinito é BKP. Portanto, o parâmetro
KP (ganho estático) demonstra a sensibilidade do sistema, sendo tão maior
quanto mais sensível for o sistema:
yEEf − yEEi BK P
= = KP (6.15)
xEEf − xEEi B
• Quanto menor for a constante de tempo τP, mais rápida será a resposta do
sistema como um todo, ou seja, ele estabiliza no valor final em,
aproximadamente, cinco vezes a constante de tempo (isto corresponde a 99%
da variação total sofrida);
• A resposta inicial é tão mais rápida quanto menor for τP. Traçando-se a tangente
à curva de y’(t) x t em t = 0, a inclinação desta reta será tão maior quanto menor
for τP.
dy ( t ) 1 BK P
= BK P − − e − t P = (6.16)
dt t =0 P t =0 P
u(t) y(t)
τP2 τP2 < τP1
τP1
t t
Figura 6.3. Resposta dinâmica de sistemas de 1ª ordem à perturbação degrau.
y ( t = P ) = 0,632 BK P (6.17)
De forma que a constante de tempo do sistema será dada pelo tempo para o
qual o processo já respondeu à 63,2 % do valor final. Utilizando agora a expressão (6.16),
para definir uma reta tangente r(t) à resposta y’(t) em t = 0:
BK P
r (t ) = t (6.18)
P
r ( t = P ) = BK P (6.19)
BK P BK P P
pulso ( s ) =
yim = (6.20)
Ps + 1 s + 1 P
BK P t
yimpulso (t ) = exp − (6.21)
P P
1
y ( t )
BK P
0
0 1 2 3 4 5
t/τP
Figura 6.4. Resposta dinâmica normalizada de sistemas de 1ª ordem à perturbação
impulso.
B
ydegrau (s) = G(s) (6.22)
s
Por sua vez, para uma entrada do tipo impulso de magnitude B, u’(s) = B, a
resposta do mesmo sistema ao impulso será dada por:
yimpulso (s) = B G (s) (6.23)
Portanto:
yimpulso ( s ) = s ydegrau
(s) (6.24)
dydegrau (t )
yimpulso (t ) = (6.25)
dt
1 BK P − t P
BK P (1 − e− t P ) = BK P − − e− t P =
d
yimpulso (t ) = e (6.26)
dt P P
d 2 y ( t ) dy ( t )
2 2
+ 2 + y ( t ) = Ku ( t ) (6.27)
dt dt
tal que K é o ganho estático, similar aos sistemas de 1ª ordem. Os parâmetros τ e ξ são
denominados, respectivamente, de período natural de oscilação e fator de
y ( s ) K
= 2 (6.28)
u ( s ) s + 2 s + 1
y ( s ) z ( s ) y ( s )
= = G1 ( s ) G2 ( s ) (6.29)
u ( s ) u ( s ) z ( s )
K P1 K P2 K P1 K P2
G1 ( s ) G2 ( s ) = =
P s + 1 P s + 1
1 2 (
P1 P2 ) s + ( P1 )
+ P2 s + 1
(6.30)
de modo que:
K = K P1 K P2 (6.31)
= PP 1 2
(6.32)
=
( P1 + P2 ) = ( P1 + P2 )
(6.33)
2 P1 P2 2
h2 ( s ) R2 R2
= = (6.34)
Fin ( s ) ( A1R1s + 1)( A2 R2 s + 1) ( A1R1 )( A2 R2 ) s + ( A1R1 + A2 R2 ) s + 1
2
como:
P = A1R1, P = A2 R2
1 2
logo:
K = R2 (6.35)
= P P = A1R1 A2 R2
1 2
(6.36)
=
( P1 + P2 ) = (AR + A R )
1 1 2 2
(6.37)
2 P1 P2 2 A1R1 A2 R2
Para P1 = P2 P :
= P P = P (6.38)
2 P
= =1 (6.39)
2 P
B K
y ( s ) =
s s + 2 s + 1
2
BK 2
y ( s ) =
( s + 0 ) s + ( 2 2 ) s + 1 2
(6.40)
2 −1
p1,2 = − m (6.41)
• Distintos e complexos conjugados com parte real negativa (ξ2 – 1 < 0 ∴ ξ < 1)
(CASO 3).
t t
y ( t ) = BK 1 − e− t cosh 2 − 1 + senh 2 − 1 (6.42)
2 −1
y )
ξ=1
t
Figura 6.6. Resposta dinâmica de sistemas de 2ª ordem superamortecidos à
perturbação degrau em t = 0.
KP
G (s) =
( P1 )(
s + 1 P2 s + 1 ) (6.43)
Demonstra-se agora que todo sistema descrito pela equação (6.43) será de 2ª
ordem com ξ ≥ 1 (ou equivalentemente, ξ2 – 1 ≥ 0). Neste caso, substituindo a expressão
para ξ dada pela equação (6.37):
( )
2
+ P2
( )
2
2 − 1 0 P1 + P2 − 4 P1 P2 0
P1
−1
4 P1 P2
P 2 − 2 P P + P 2 0
1 1 2 2
2 − 1 ( P − P )
2
1 2
0 (6.44)
y ( t ) = BK 1 −
1
P1 − P2
−t −t
P1 e P1 − P2 e P2
( ) (6.45)
dy ( t )
dt
=−
BK
P1 − P2
−0
(
−0
−e P1 + e P2 = −
BK
P1 − P2
)
( −1 + 1) = 0 (6.46)
t =0
Exemplo 6.4. Resposta dinâmica dos níveis dos tanques com válvula na saída
apresentados no Exemplo 5.8.
Dados:
A1 = 31, 25 ft 2 , R1 = 1 min/ft 2
A2 = 175 ft 2 , R2 = 0, 45 min/ft 2
K P1 = R1 = 1,0 min/ft 2
=
( P1 + P2 ) 1,1
2 P1 P2
5
y'(t)
[ft] 4 h̕1 )
2
h̕ )
1
0
0 100 200 300 400 500
Figura 6.7. Resposta à perturbação degrau de magnitude 5 dos níveis dos tanques
com válvula na saída conectados em série.
t
y ( t ) = BK 1 − 1 + e − t (6.47)
1
y ( t ) = BK 1 − e − ξt
sen ( t + ) (6.48)
(1 − 2 )1/ 2
tal que:
1− 2
= (6.49)
1− 2
= tan −1 (6.50)
y'(t)
C
Overshoot ou sobrelevação: OS
É a medida do quanto a resposta excede o valor final. É expressa pela razão A/B
e está relacionada ao fator de amortecimento.
ymax ( t ) − yEEf
A
OS = = exp − (6.51)
yEEf − yEEi BK (1 − 2 )1/ 2
Razão de declínio: RD
Definida como a razão entre dois picos sucessivos e também dependente do
fator de amortecimento.
C 2
RD = = exp − = OS 2 (6.52)
A (1 − )
2 1/ 2
Tempo de ascensão: ta
É o tempo que a resposta leva para cruzar pela primeira vez o seu valor final,
antes do 1º pico. Está relacionado à τ e ξ pela seguinte expressão:
−
ta = (6.53)
Essa equação também pode ser obtida a partir da equação (6.48), da resposta
ao degrau. Quanto menor for ξ, menor será o tempo de ascensão, mas, em
compensação, o valor do 1º pico será maior (sistema mais oscilatório).
Período de oscilação: T
2
= (6.54)
Τ
2
Τ=
(1 − ) 2 1/ 2 (6.55)
K
G (s) = (6.56)
s +1
2
Os pólos são p1,2 = ± i/τ. Nesse caso, a resposta oscila com amplitude constante
e com uma frequencia e um período naturais dados por:
1
n = (6.57)
Τ n = 2 (6.58)
Τn Τn
= 1 − 2 Τ = (6.59)
Τ 1− 2
Exemplo 6.5. Reator do tipo tanque agitado (CSTR) com controle feedback.
2.5
1.5
0.5
0
0 500 1000 1500 2000 2500 3000 3500 4000
T (s) K
G (s) = = 2 2 (6.60)
w ( s ) s + 2 s + 1
TEEf − TEEi 82 − 80 °C °C
K= = = 10 (6.61)
wEEf − wEEi 0,6 − 0, 4 kg/s kg/s
2,5 − 2 0,5
OS = = = 0, 25 (6.62)
2−0 2
Da expressão do OS:
ln ( OS ) 1 − 2 = −
ln ( OS ) (1 − 2 ) = 2 2
2
(
1 = 2 2 + ln ( OS )
2
)
1
= 0, 4 (6.63)
2 + ln ( OS )
2
Da expressão do período:
Τ 1− 2
=
2
=
( 3060 − 1000 ) 1 − 0,42
s 300 s (6.64)
2
T ( s ) 10 °C
G2 ( s ) = = (6.65)
w ( s ) 9x10 s + 240s + 1 kg/s
4 2
Exemplo 6.6.
10
G (s) = (6.66)
s + 1,6 s + 4
2
10 2,5
G (s) = =
s + 1,6s + 4 0, 25s + 2x0, 4x0,5s + 1
2 2
K = 2,5 (6.67)
= 0,5 (6.68)
= 0,4 (6.69)
Logo, o OS:
0, 4
OS = exp − = 0, 25 (6.70)
1 − 0, 42
1/ 2
b) Tempo de ascensção
1− 2 1 − 0, 42
= = = 1,83 rad/s −1 (6.71)
0,5 s
1− 2 1 − 0, 42
= tan −1 −1
= tan = 1,16 rad (6.72)
0, 4
−
ta = 1,08 s (6.73)
( t1º pico ) = A + BK = OS BK + BK = ( OS + 1) BK
ymax (6.74)
( t1º pico ) = ( OS + 1) BK = BK 1 − ( 1º pico )
1 − ξt1º pico
ymax e sen t + (6.76)
(1 − 2 )1/ 2
expressão:
De (6.78):
Seja um tanque de nível com uma bomba que mantém vazão constante na
saída, conforme Exemplo 5.2:
h ( s ) 1
G (s) = = , p1 = 0 (6.81)
Fin ( s ) As
B
h ( t ) = t (6.82)
A
Supondo uma conexão de tanques com válvula na saída em série, onde a saída
do primeiro tanque alimenta o segundo pelo fundo desse (e não pelo topo), conforme
apresentado na Figura 6.10.
1 1
A1s + h1 ( s ) − h2 ( s ) = Fin ( s ) (6.86)
R1 R1
1 1 1
− h1 ( s ) + A2 s + + h2 ( s ) = 0 (6.87)
R1 R2 R1
Definindo τP1 = A1R1 e τP2 = A2R2 e multiplicando (6.84) e (6.85) por R1 e R1R2
respectivamente:
( P1 )
s + 1 h1 ( s ) − h2 ( s ) = R1Fin ( s ) (6.88.a)
(
− R2 h1 ( s ) + R1 P2 s + R1 + R2 h2 ( s ) = 0 ) (6.88.b)
P1 s + 1 −1 h1 ( s ) R1Fin ( s )
=
− R2 R1 P2 s + R1 + R2 h2 ( s ) 0 (6.89)
A x b
Aj
xj = (6.90)
A
tal que Aj é a matriz A substituída na j-ésima coluna pelo vetor b. As soluções ficam
então:
R1 Fin ( s ) −1
0 R1 P2 s + R1 + R2 (F (s) R )( R s + R1 + R2 − 0 )
x1 = h1 ( s ) =
in 1 1 P2
= (6.91)
P s +1
1
−1 ( P1 )(
s + 1 R1 P2 s + R1 + R2 − R2 )
− R2 R1 P2 s + R1 + R2
h1 ( s )
= G1 ( s ) =
(
R1 R1 P2 s + R1 + R2 )
Fin ( s ) ( )(
R1 P1 s + 1 P2 s + 1 + R2 R1 − R2 R1
)
G1 ( s ) =
( R 1 P2 s + R1 + R2 )
P P s 2 + ( P + P R2 R1 + P ) s + 1 + R2 R1 − R2 R1
1 2 1 1 2
G1 ( s ) =
(
R1 P2 s + 1 + R2 )
(6.92)
P P s2
1 2
+ ( P1 + P2 + A1R2 s + 1 )
P s + 1 R1Fin ( s )
1
− R2 0 0 − ( Fin ( s ) R1 ) ( − R2 )
x2 = h2 ( s ) = = (6.93)
P1 s + 1 −1 ( P1 )(
s + 1 R1 P2 s + R1 + R2 − R2 )
− R2 R1 P2 s + R1 + R2
h2 ( s ) R1R2
= G2 ( s ) =
Fin ( s ) ( )(
R1 P1 s + 1 P2 s + 1 + R2 R1 − R2 R1 )
R2
G2 ( s ) =
P P s + ( P + P + A1R2 ) s + 1
2 (6.94)
1 2 1 2
R1
G1SEM ( s ) = (6.95)
P1 s + 1
R2
G2SEM ( s ) =
P P s + ( P + P ) s + 1
2 (6.96)
1 2 1 2
Sem +
SEM = P1 P2 (6.97)
interação 2 P1 P2
Com + + A1R2
COM = P1 P2 (6.98)
interação 2 P1 P2
K ( a s + 1)
G (s) =
( P1 )(
s + 1 P2 s + 1 ) (6.99)
BK ( a s + 1)
y ( s ) =
( )(
s P1 s + 1 P2 s + 1 )
a −P − t P a − P2 −t P
y ( t ) = BK 1 + 1
e 1 + e 2 (6.100)
P1 − P2 P −P
2 1
a − P1 − a + P2
y ( 0 ) = BK 1 +
=
(
− P −P ) = 0
1 2
BK 1 (6.101)
P1 − P2 P1 − P2
a −P a − P2
y ( t → ) = BK 1 + 1
0+ 0 = BK (6.102)
P1 − P2 P −P
2 1
τa >>
y ( t ) P1
BK P
0 τ ≤
0
τ 0
Na Figura 6.11, percebe-se que para esse caso de overshoot há apenas um pico,
sem oscilação, distinguindo a resposta da típica de um sistema de 2ª ordem
subamortecido. Já para a curva da resposta inversa, inicialmente a saída diminui e
depois aumenta.
A resposta inversa pode ser esperada sempre que dois efeitos físicos atuam na
variável de processo de forma competitiva, isto é, em direções opostas e escalas de
tempo diferentes, como exemplificado no diagrama de blocos da Figura 6.12 para dois
processos de 1ª ordem em paralelo e descrito na sequência:
y ( s ) K P1 K P2
= G1 ( s ) + G2 ( s ) = + (6.103)
u ( s ) P1 s + 1 P2 s + 1
( ) (
y ( s ) K P1 P2 s + 1 + K P2 P1 s + 1
=
)
u ( s ) (
P1 s + 1 P2 s + 1)( )
K P1 P2 + K P2 P1
s +1
y ( s ) K P1 + K P2 K P1 P2 + K P2 P1 (6.104)
= a =
u ( s ) ( )(
P1 s + 1 P2 s + 1 ) K P1 + K P2
Para ocorrer resposta inversa: τa < 0. No entanto, τP1 e τP2 são maiores que zero
por definição e, portanto, KP1 e KP2 devem ter necessariamente sinais opostos,
mostrando competição entre os efeitos dos fenômenos, um ocorrendo mais
rapidamente que o outro.
Supondo que Tin̕ (t) varie como um degrau de magnitude B, são obtidas as
seguintes respostas conforme Figura 6.14. Como na tubulação não há reações químicas,
nem perdas de calor para o ambiente ou quaisquer outros efeitos térmicos, o perfil da
resposta da temperatura na sua saída é o mesmo da resposta do tanque, porém
atrasado por θ unidades de tempo.
T )
T )
θ
Figura 6.14. Resposta dinâmica da temperatura de saída da tubulação após tanque
de aquecimento contiuamente misturado.
momento para o qual é observada a variação na saída. O tempo morto para essa longa
tubulação, com suposição de plug flow, pode ser estimado como:
L D2 4
= (6.105)
Fin
G ( s ) = G ( s ) e− s (6.106)
0, t
y ( t ) = (6.108)
y ( t − ) , t
y ( s )
N K i
G ( s) =
K
= i =1
= (6.109)
u ( s )
i N N
i =1
(
i =1
Pi s +1 ) (
i =1
Pi )
s +1
Ke− s
N
i =1
Gi ( s ) G ( s ) =
s +1
(6.110)
y ( t )
BK P
yEEf − yEEi
K= (6.111)
xEEf − xEEi
y ( t )
BK P
θ τ θ
Figura 6.18. Identificação dos parâmetros da função de transferência de um sistema
de 1ª ordem com tempo morto, FOPDT.
y ( t )
BK P
1 − ( 2 ) s
e− s = (6.112)
1 + ( 2 ) s
Neste caso, y’(t) do FOPDT usando Padé de 1ª ordem exibe uma resposta
inversa irrealista (possui zero positivo):
y ( t ) K ( − ( 2 ) s + 1)
(6.113)
u ( t ) ( ( 2 ) s + 1) ( s + 1)
6.4. Exercícios
E6.1.d) Admita que a temperatura de entrada seja aumentada buscamente de 100 para
130 °C, ao mesmo tempo que é aumentado 10 % em relação ao seu valor estacionário
inicial. Quanto é depois de um tempo suficientemente grande?
E6.2. Um tanque agitado com aquecimento está operando com uma vazão mássica de
180 lbm/min de um líquido com capacidade calorífica específica e massa específica
iguais à 0,32 BTU/lbm °F e 62,4 lbm/ft³, respectivamente. O volume do tanque é
constante e vale 2,4 ft³.
Suponha que uma entrada de calor de 2.000 BTU/min e uma temperatura de entrada
de 80 °F produziram um estado estacionário.
E6.2.a) Calcule a temperatura de saída estacionária TEE;
E6.2.b) Escreva uma expressão para T(t). Qual a nova temperatura do tanque depois de
um tempo longo?
E6.2.c) Quanto tempo vai levar para T’(t) alcançar 63,21 % do seu valor final?
E6.3. Um tanque agitado com retenção volumétrica e aquecedor elétrico é usado para
pré-aquecer uma mistura reagente com fluxo volumétrico constante de 1,5 m³/h. O
volume no tanque é de 2,5 m³ e a massa específica e o calor específico da mistura são,
respectivamente, 800 kg/m³ e 1,2 kcal/kg °C. O processo inicialmente está operando
com temperaturas de entrada e saída de 90 °C e 120 °C, respectivamente.
E6.3.a) Admita que Q̇(t) é mantido constante, mas que Tin̕ (t) varia conforme a Figura
E6.3.a abaixo:
T'in(t)
20
0 2 t [h]
Figura E6.3.a
Escreva expressões para T(t) e calcule T(t) para t ≤ e t ≥ 2. Quanto é T(t) depois de um
tempo suficientemente grande?
E6.3.c) Para as perturbações dos itens E6.3.a e E6.3.b, plote as curvas de T’(t) e Tin̕ (t) no
mesmo gráfico (um gráfico para cada perturbação).
E6.4.a) De que percentual deverá aumentar a taxa de calor cedida à mistura reagente
de modo que a temperatura de saída volte aos 120 °C?
E6.4.b) Admitindo que a modificação no calor cedido é imediata, quanto tempo levará
para a temperatura de saída retornar aos 120 °C?
C ( s ) 0,3
= (E6.6.1)
Cf ( s ) 4s + 1
Cf [mol/L]
12
10
0 4 t [min]
Figura E6.6.a
y ( s ) KP
G (s) = = (E6.7.1)
f ( s ) Ps + 1
de modo a se identificar o sistema, aplicou-se degrau unitário em f(t) (ou seja, f’(t) = 1)
e observou-se a saída y’(t) exibida na Figura E6.7.a. A figura apresenta também a reta
tangente à curva em t = 0.
E6.7.a) Quais os parâmetros KP e τP? Como você os obteve?
E6.7.b) Admita agora que o mesmo sistema é submetido à perturbação exibida na Figura
E6.7.b:
E6.8. Um tanque cilíndrico com resistência linear – vide Figura E6.8.a– está operando no
estado estacionário com uma vazão de 1 ft³/min e um nível de líquido de 1 ft.
q0 ( t ) [cfm]
h (t ) A
R q1 ( t ) [cfm]
Figura E6.8.a
E6.8.a) Sabe-se que se a vazão de entrada fosse duplicada, o nível de líquido aumentaria
0,632 ft em 2 minutos. Escreva a função de transferência entre a vazão de entrada e o
nível de líquido;
E6.8.b) Suponha agora que a vazão q̕0(t) varia como mostrado na Figura E6.8.b.
Determine q̕0(t) e q̕0(s). Note que é a vazão em variáveis-desvio;
q0 ( t ) [cfm]
h (t ) A
R q1 ( t ) [cfm]
Figura E6.8.b
E6.8.c) Supondo que q̕0(t) varia conforme o item E6.8.b, escreva expressões para h’(t)
nos intervalos:
(i) 0 ≤ t < 1
(ii) t ≥ 1
(iii) t → ∞
F0
h A
F1
Figura E6.9.a
onde:
F1 ( t ) = 3h ( t ) , A = 10 ft 2 (E6.9.1)
Sendo A a área da seção transversal. Se no EE inicial o tanque está cheio pela metade
para uma vazão volumétrica de entrada de 6 ft³/min, calcular qual o maior valor de
degrau em F0 que provoca o transbordamento do tanque.
E6.10. Seja o tanque abaixo, com área da seção de 2 ft², inicialmente em EE com nível
de 3 ft e vazões de entrada e saída de 10 ft³/min. A vazão de entrada é subitamente
aumentada para 11 ft³/min por 2 minutos, quando é retornada ao seu valor inicial.
Determine expressões para h(t) e faça um gráfico de h(t) x t.
F0
h F1
Figura E6.10.a
h
F1 = , R = 0,90 min ft 2 (E6.11.1)
R
Onde F1 é dado em ft³/min e h em ft. Para o sistema II, variações no nível de líquido h
não afetam o fluxo de saída F1. Suponha que cada sistema esteja inicialmente no estado
estacionário hEE = 6 ft e F0,EE = 6,67 ft3/min e que, no tempo t = 0, o fluxo de entrada
repentinamente muda de 6,67 ft³/min para 9,36 ft³/min.
Se cada tanque tem capacidade máxima de 8 ft, qual transborda primeiro? Em quanto
tempo?
F0 F0
h h F1
F1
Sistema I Sistema II
Figura E6.11.a
F1 ( t )
h (t )
F2 ( t )
Figura E6.12.a
(i) 0 ≤ t < 1;
(ii) 1 ≤ t < 2;
(iii) t ≥ ;
(iv) t → ;
h A
F0
Figura E6.13.a
174 Souza & Trica
Capítulo 6 – Comportamento Dinâmico de Processos
onde:
F0 = 4h1 2 , A = 10 ft 2 (E6.13.1)
(i) 0 ≤ t < 1;
(ii) 1 ≤ t < 2;
(iii) t ≥
E6.15. Um sistema de tanques está para ser instalado numa unidade de plantas piloto.
A proposta inicial é a de dois tanques em série sem interação. Cada tanque tem 5 ft de
altura e 3 ft de diâmetro. A vazão de projeto é Fin,EE = 100 gal/min. Foi sugerido que um
projeto melhor seria substituir os dois tanques por um único tanque com 4 ft de
diâmetro e com o mesmo volume total (i.e. V = V1 + V2).
(i) As válvulas nas saídas de cada tanque atuam como resistências lineares;
(ii) As válvulas são ajustadas de modo que cada tanque está cheio pela metade na
condições de projeto nominal Fin,EE = 100 gal/min.
y ( s ) 10
= 2 (E6.16.1)
x ( s ) 2s + 0,3s + 0,5
Determine qual o valor máximo que y’(t) alcança e o tempo para o qual este máximo
ocorre.
F = 3 ft 3 /min
C0
F
C1
Tanque 1
F
C2
Tanque 2
Figura E6.17.a
E6.18. O processo de aquecimento com dois tanques mostrado na Figura E6.18.a abaixo
consiste de dois tanques idênticos, bem agitados e em série. Um fluxo de calor pode
entrar no tanque 2. No tempo t = 0, a taxa de calor para o tanque 2 repentinamente
aumenta de acordo com uma função degrau para 1.000 BTU/min e a temperatura de
entrada da água Ti cai de 60 °F para 52 °F de acordo com uma função degrau. Essas
176 Souza & Trica
Capítulo 6 – Comportamento Dinâmico de Processos
Determine expressões para as respostas de T1(t) e T2(t) e indique seus valores finais.
Figura E6.18.a
F1 ( t )
h1 ( t ) A1 h2 ( t ) A2
R 1 F2 ( t ) R 2 F3 ( t )
Tanque 1 Tanque 2
Figura E6.19.a
Na hora de realizar seus cálculos, o engenheiro verificou que não dispunha do registro
exato das áreas dos tanques; recordava-se no entanto que A2 = 1,25A1 e calculou as
mesmas a partir dos dados que dispunha.
Como ele procedeu esses cálculos? (Em outras palavras, calcule A1 e A2).
Fi ( t )
h1
F1 =
R1
h1 ( t ) R1 F (t )
F2 = cte
1
F2 ( t )
h2 ( t )
Figura E6.20.a
E6.20.a) Admita que se conseguiu um estado estacionário e que se tenha h1,EE e h2,EE.
Quanto deve ser F2,EE para que este estado tenha sido alcançado?
B
Fi( s ) = , B0 (E6.20.1)
s
Calcule h2(t) para tempos grandes e compare com o resultado do teorema do valor final.
Fi( s ) = B, B 0 (E6.20.2)
Calcule h2(t) para tempos grandes e compare com o resultado do teorema do valor final.
178 Souza & Trica
Capítulo 6 – Comportamento Dinâmico de Processos
Fi ( t )
h1 ( t ) R1 F (t )
1
h2 ( t ) R2 F2 ( t )
Figura E6.21.a
y ( s ) KP
= 2 2 (E6.22.1)
f ( s ) P s + 2 P P s + 1
A resposta y’(t) deste sistema a um degrau de magnitude 2 em f(t) (ou seja, f’(t) = 2) é
mostrada na Figura E6.22.a. A partir da figura, estime KP, τP e ξP.
14
y'(t)
12
10
0
0 5 10 15 20 25 30 35 40 45 t 50
Figura E6.22.a
14
y'(t)
12
10
0
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
t
Figura E6.23.a
regulado (blen réglé) e calcule ξP para o PID mal regulado (mal réglé). Observe que em
ambos os casos a temperatura inicial é de 20 °C e a final de 120 °C. O PID mal regulado
alcança um máximo de 150 °C.
Figura E6.24.a
R ( s ) KP
= 2 2 (E6.25.1)
P ( s ) P s + 2 P P s + 1
onde:
R [mm]
12.7
11.2
2,3 s
t [s]
Figura E6.25.a
y ( s ) 4e−2 s
= (E6.26.1)
f ( s ) 3s 2 + 2, 4s + 2
ou seja, um seno com amplitude A e frequência angular de oscilação ω, tal que ω = 2π/Τ
e Τ é o período de oscilação.
Verifica-se na Figura 7.1 que a resposta y’(t), depois de transcorrido um tempo
suficientemente longo após a aplicação do seno na entrada, é também senoidal, com
Souza & Trica 183
Introdução à Modelagem e Dinâmica para Controle de Processos
Δt T
A B
y'(t)
u'(t)
t
Figura 7.1. Resposta da saída de um sistema para uma entrada u’(t) = Asen(ωt).
Dessa forma, abre-se a malha e aplica-se o sinal senoidal com uma dada
amplitude e frequência ao atuador, tipicamente uma válvula nos processos químicos –
representada na Figura 7.2 por Gf(s). Espera-se um tempo suficiente para o sinal medido
da variável de processo estabilizar com uma amplitude constante e registra-se, através
de um elemento de medida, representado por Gm(s), essa amplitude e o ângulo de fase.
Figura 7.2. Obtenção de uma saída senoidal para um processo em malha aberta.
A
u ( s ) = (7.3)
s + 2
2
A KP K P A P
y ( s ) = = (7.4)
s + ( P s + 1) ( s + 1 P )( s + i )( s − i )
2 2
K P A P t KP A
y ( t ) = exp − + sen (t + ) (7.5)
1 + ( P )
2
P 1 + ( P )
2 1/ 2
KP A
f ( t ) = Bsen (t + ) ,
yEE B=
1 + ( P )2
1/ 2 (7.6)
B KP
RA =
A 1 + ( )2 1/ 2 (7.7)
P
= tan −1 ( − P ) (7.8)
1/ 2
RA = G (i ) = Re G (i ) + Im G (i )
2 2
(7.9)
Im G (i)
= arg G (i) = tan −1 (7.10)
Re G(i)
KP
G (s) =
Ps + 1
KP 1 − ( Pi )
G ( i ) = (7.11)
P (i ) + 1 1 − ( Pi )
K P 1 − ( Pi )
G ( i ) =
1 − ( P ) i 2
2
K P 1 − ( Pi ) KP K P P
G ( i ) = = − i
1 + ( P ) 1 + ( P ) 1 + ( P )
2 2 2
KP K P P
G (i ) = a + bi, a= , b= (7.12)
1 + ( P ) 1 + ( P )
2 2
K P2 ( P )
2
K P2
G (i ) = Re G (i ) + Im G (i ) =
2 2
+
2
2 2 (7.13)
1 + ( P )2 1 + ( P )2
K P2 1 + ( P )
2
= K P2
G (i ) =
2
1 + ( P )2
2
1 + ( P )2
KP
G (i ) = = RA
1/ 2
1 + ( P )2 (7.14)
K P P
Im G (i ) 2
−1 1 + ( P )
arg G (i ) = tan −
−1
= tan − (7.15)
Re G (i ) KP
1+ 2
(P )
K
arg G (i ) = tan −1 − P P = tan −1 − P = (7.16)
KP
KP RA 1
RA = =
2 1/ 2 K P 1 + ( )2 1/ 2
1 + ( P )
P
RA 1
= − log 1 + ( P )
2
log (7.17)
KP 2
RA 1 RA
lim log
→0
= − log (1) = 0 →1 (7.18)
P
K 2 K P
RA = K P ; P = 1 (7.19)
RA 1
= − log ( P ) = − log ( P )
2
lim log (7.20)
→
KP 2
RA = K P ; P = 1 (7.21)
1
PC = 1, C = (7.22)
P
101
RA 100 ABF
KP
10-1
10-2
10-3
10-4 AAF
10-5
10-6
10-7
10-6 10-4 10-2 100 102 104 τ ω 106
P
0
ϕ
- π/4
- π/2 -6
10 10-4 10-2 100 102 104 τPω 106
de quebra (corner frequency, ωC) é obtida na interseção das assíntotas. A partir da ωC,
pela equação (7.22), a constante de tempo é estimada. O valor absoluto de KP pode ser
obtido pela magnitude de RA na ABF.
K
G (s) = (7.23)
s + 2 s + 1
2 2
K
RA =
( )
1/ 2
1 − 2 2
+ ( 2 )
(7.24)
( )
2
2
= tan −1 − 2 (7.25)
1 − ( )
RA 1
( ) + ( 2 )
2
= − log 1 − ( )
2 2
log (7.26)
K 2
RA 1 RA
lim log = − log (1) = 0 →1 (7.27)
→0
K 2 K
→
RA
lim log
K
2
(
)
= − log ( ) = −2log ( )
1 2 2
(7.28)
1
C = 1, C = (7.29)
Para sistemas subamortecidos, na faixa 0 < ξ < √2/2, RA/K pode exceder de
forma significativa o valor de 1, no fenômeno chamado de ressonância. A ressonância
pode ser observada em muitos sistemas físicos, de instrumentos musicais a motores de
automóveis. Em processos químicos industriais, raramente acontece em malha aberta,
podendo ocorrer em malhas fechadas com controle feedback.
d ( RA K )
= 0 r = (1 − 2 2 )
1/ 2
(7.30)
d ( )
1
RA K =
2 (1 − 2 )
max 1/ 2 (7.31)
101
RA 0 ABF
10
KP
10-1 ξ=4
10-2 ξ=2
10-3 ξ=1
10-4 ξ = 1/2√2
10-5
AAF
10-6
10-4 10-3 10-2 10-1 100 101 102 103 τω 104
0
ϕ ξ=4
ξ=2
ξ=1
- π/2
ξ = 1/2√2
- π -4
10 10-3 10-2 10-1 100 101 102 103τω 104
G ( i ) = 1 (7.33)
0
ϕ
- 30 -4
10 10-3 10-2 10-1 100 101
θω
Figura 7.5. Diagrama de Bodé ϕ (em graus) vs. θω para um sistema
com tempo morto.
Sistemas em Série
G ( s ) = G1 ( s ) G2 ( s )GN ( s ) (7.35)
N N N
G (s) = ( RA )e
k =1
k
k =1
−k i
= ( RA ) e
k =1
k
− (1 +2 + ...+N ) i
(7.36)
Simplificando:
RA = ( RA )
k =1
k (7.37)
=
k =1
k (7.38)
log ( RA ) = log ( RA )
k =1
k (7.40)
Exemplo 7.2.
KP
G1 ( s ) = , G2 ( s ) = G1e − s
Ps + 1
2 = 1 − (7.42)
Im[G(ωi)]
ϕ
Re[G(ωi)]
p
Conforme mostrado na Figura 7.7, toda a curva está contida dentro do círculo
correspondente a KP e no quadrante correspondente ao ângulo , entre 0 e - 90o. Inicia-
se com RA = KP e = 0, para ω = 0, e termina com RA → 0 e = -90º, quando ω → ∞.
Im[G(ωi)]
ω→∞ ω=0
-KP KP Re[G(ωi)]
Im[G(ωi)]
ω→∞ ω=0
-KP KP Re[G(ωi)]
ξ < √2/2
ξ > √2/2
Im[G(ωi)]
-1 1 Re[G(ωi)]
Figura 7.9. Diagrama de Nyquist para um sistema com tempo morto puro.
Im[G(ωi)]
ω=0
-KP KP Re[G(ωi)]
ω→∞
Figura 7.10. Diagrama de Nyquist para um sistema de 1ª ordem com tempo morto.
Souza & Trica 199
Introdução à Modelagem e Dinâmica para Controle de Processos
7.5. Exercícios
E7.1. Suponha que tenhamos uma bateria de 3 CSTRs em série conforme apresentado
na Figura E7.1.a, e que queiramos manter a composição de um dado componente na
saída do último reator tão constante quanto possível, apesar de variações na
composição de alimentação.
Considere k1 como a variável (ou seja, não precisa explicitá-lo como função de T) e que
k1,EE = k2,EE = k3,EE = k = 0,33 h-1. Suponha que: C0,EE = 0,1 mol/L, V = 20 L, q = 100 L/h
e que a taxa de consumo para o componente é dado por: -riV = -kiCiV.
XIC
XT
Figura E7.1.a
Fi
h
Fo
Figura E7.3.a
- de 2° ordem, identifique K, τ e ξ;
- Se há tempo morto, identifique-o.
Im
ψ = a + bi
ϕ
0
0 Re
Este mesmo número pode ser representado pelo seu módulo e pelo seu
argumento:
Im ( )
arg ( ) = tan −1 (A7.1.2)
Re ( )
Logo:
ei + e−i
cos ( ) = (A7.1.4)
2
ei − e −i
sen ( ) = (A7.1.5)
2i
em ψ, o resultado fica:
= ei (A7.1.6)
= (A7.1.7)
y ( s ) Q ( s )
G (s) = = (A7.2.1)
u ( s ) P ( s )
tal que Q(s) é de ordem m, P(s) é de ordem n e n < m, ou seja, a função de transferência
é estritamento própria. Se u’(t) = Asen(ωt), então:
A
y ( s ) = G (s)
s + 2
2
A
y ( s ) = G (s) (A7.2.2)
( s + i )( s − i )
C C2 Cn a b
y ( s ) = 1 + ++ + − (A7.2.3)
s − p1 s − p2 s − pn ( s + i ) ( s − i )
Se os pólos de G(s) são negativos ou têm parte real negativa (sistema estável),
todos estes termos, no domínio do tempo vão a zero para o limite quando o tempo
tende para infinito. Portanto:
( t ) = ae −it + beit
lim yEE,f (A7.2.4)
t →
G ( −i ) A
a= (A7.2.5)
−2i
G (i ) A
b= (A7.2.6)
2i
G ( −i ) A G (i ) A
f (t ) =
yEE e − it + eit (A7.2.7)
−2i 2i
ei ( t + ) − e − i ( t + )
f ( t ) = A G (i )
yEE (A7.2.8)
2i
G (i ) = RA (A7.2.10)
O controlador está representado na Figura 8.1 pelo tag TIC, que indica um
controlador e indicador de temperatura. O sinal recebido do transmissor pelo
controlador é comparado com o set-point na mesma escala (tipicamente, 4 a 20 mȦ) e
um erro é obtido. É essa realimentação de informação que dá a denominação (de
feedback) ao controlador. Não se deve confundir com reciclo de material e/ou energia.
O laço de realimentação aqui é de informação acerca da variável que se quer controlar.
O feedback é dito negativo justamente pelo erro que se obtém fazendo o set-point
menos o valor da variável medida.
A Figura 8.2 admite que se quer controlar uma variável de processo y’ (muitas
vezes, abreviada como PV), que está submetido a distúrbio ou carga d’, manipulando
uma variável de entrada, chamada de variável manipulada u’ (muitas vezes abreviada
como MV). Para tanto, a variável de processo é medida e transmitida ao controlador.
Essa variável medida é aqui representada por y̕m. O controlador obtém o erro ε’ entre o
set-point ajustado para sinal eletrônico, y̕ SP, e a variável medida, y̕m. Em função de sua
lei de controle, calcula o seu sinal de saída, c’, que atua sobre o elemento final de
controle, definindo assim a variável manipulada u’. Todas as variáveis estão aqui
representadas em forma de variável-desvio.
De uma maneira geral, quer-se saber como o processo sob controle responde
a variações no set-point e na variável de distúrbio ou carga. Para tanto, é necessário
desenvolver uma expressão para a chamada resposta em malha fechada:
• Elemento de
ym = Gm y (8.2)
medida:
= K m ySP
− ym (8.3.a)
• Controlador:
c = GC (8.3.b)
• Elemento final
u = Gf c (8.4)
de controle:
u = Gf GC
u = Gf GC K m ySP
− Gf GC ym
u = Gf GC K m ySP
− Gf GCGm y (8.5)
y = GPGf GC K m ySP
− GPGf GCGm y + Gd d
GPGf GC K m Gd
y = +
ySP d (8.6)
1 + GPGf GCGm 1 + GPGf GCGm
y = GSP ySP
+ GCarga d (8.7)
Pode-se verificar que as seguintes regras podem ser usadas para descrever
ambas as funções de transferência em malha fechada:
d = 0,set-point variável
B G
= , y = B SP
Se ySP
s s
Problema Regulador: em que não há variações no set-point, mas a carga pode variar:
= 0,
ySP distúrbio variável
B GCarga
Se d = , y = B
s s
c ( t ) = KC ( t ) + ce (8.9)
Onde:
KC é o ganho do controlador;
( 0 ) = 0 c ( t ) = KC ( t ) (8.11)
c(t)
KC > 0
ce
ε(t)
Figura 8.3. Saída do controlador proporcional (P).
Domínio de Laplace
c ( s )
GC = KC (8.13)
( s )
Para fins também de simplificação, já que o objetivo nesta etapa é ver o efeito
inerente ao controlador (e não dos elementos de interface), se considera que os
elementos de medida e final têm dinâmica desprezível. A princípio estas considerações
são razoáveis se a dinâmica do processo (GP) for muito mais lenta que o atuador da
válvula (Gf) e a aquisição de dados (Gm) – isto é, τP >> τf , τm.
Dessa forma, considera-se que
GC = K C (8.14)
Gf K f , Gm K m (8.15)
KP
GP = (8.16)
s +1
Kd
Gd = (8.17)
s +1
GP K C K f K m Gd
y ( s ) = (s) +
ySP d ( s ) (8.18)
1 + GP K C K f K m 1 + GP K C K f K m
GP K C K f K m
y ( s ) = (s)
ySP
1 + GP K C K f K m
KP KC Kf Km
y ( s ) = (s)
ySP (8.19)
1 + s + KP KC Kf Km
KP KC Kf Km
K P = (8.20)
1 + KP KC Kf Km
= (8.21)
1 + KP KC Kf Km
K P
y ( s ) = (s)
ySP (8.22)
s + 1
Para que se tenha estabilidade da malha fechada, vai-se ver que o produto dos
ganhos estáticos de todos os elementos da malha de controle feedback deve ser
positivo, ou seja, KPKCKfKm > 0.
Cálculo do offset:
Vai-se analisar como se comporta a malha fechada quando o set-point é
submetido a um degrau qualquer. Assim, supondo que:
B
(s) =
ySP (8.23)
s
K P B
y ( s ) =
( s + 1) s (8.24)
1 + KP KC Kf Km − KP KC Kf Km
1 − K P = (8.27)
1 + KP KC Kf Km
1
1 − K P = (8.28)
1 + KP KC Kf Km
B
offset = (8.29)
1 + KP KC Kf Km
No limite quando KC → ∞ (ou KP̕ → 1), o offset seria nulo. Na prática, ganhos
de controlador muito elevados devem ser evitados, pois as dinâmicas Gm e Gf não são
efetivamente desprezíveis e a malha fechada se tornaria instável.
y'(t) offset
B
t
Figura 8.4. Resposta de um sistema de 1ª ordem, sob controle P, a um degrau de
magnitude B no seu set-point.
K d
y ( s ) = d ( s ) (8.30)
s + 1
Kd
K d = (8.31)
1 + KP KC Kf Km
d = = (8.32)
1 + KP KC Kf Km
Cálculo do offset:
BKd
y'(t)
offset
Sem
controle
BKd̕
Com
controle offset
t
Figura 8.5. Resposta de um sistema de 1ª ordem, sem controle e sob controle P, a
um degrau de magnitude B na carga.
Problema Servo
GP K C K f K m
y ( s ) = (s)
ySP (8.34)
1 + GP K C K f K m
KP KC Kf Km
y ( s ) = (s)
ySP (8.35)
1 + s + 2 s + K P K C K f K m
2 2
y ( s ) K P K C K f K m (1 + K P K C K f K m )
= GSP ( s ) = 2 2 (8.36)
(s)
ySP s + 2 s + (1 + K P K C K f K m ) (1 + K P K C K f K m )
KP KC Kf Km
K P = (8.37)
1 + KP KC Kf Km
2
2 = = (8.38)
1 + KP KC Kf Km 1 + KP KC Kf Km
= (8.39)
1 + KP KC Kf Km
K P
y ( s ) = (s)
ySP
( )
2 (8.40)
s 2 + 2 s + 1
h1 h2
F1 = , F2 = (8.41)
R1 R2
h2 ( s ) R2
GP = = (8.42)
F0 ( s ) ( A1R1s + 1)( A2 R2 s + 1)
h2 ( s ) R2
Gd = = (8.43)
Fd ( s ) ( A1R1s + 1)( A2 R2 s + 1)
P = PP = 1 2
( A1R1 )( A2 R2 ) (8.44)
=
(
1 P1 + P2
=
1 ) ( A1R1 + A2 R2 )
(8.45)
2 P1 P2 2 ( A1R1 )( A2 R2 )
Sem
h̕2(t) controle
KC = 10
KC = 1,0
KC = 0,5
h̕2(t)
t
Figura 8.7. Resposta ao degrau de h̕2(t) sem controle e com controle, para diferentes
sintonias.
• Ação reversa - recebe este nome porque quando a variável medida aumenta,
a saída do controlador diminui, ou seja, vai em direção reversa. Esta forma
de ação é representada com KC > 0:
c ( t ) = ce + K C K m ySP ( t ) − ym ( t ) = ce + K C K m ySP ( t ) − ym ( t )
(8.46)
K C 0; se ym então c ( t )
• Ação direta - recebe este nome porque quando a variável medida aumenta,
a saída do controlador também aumenta, ou seja, vai na mesma direção. Esta
forma de ação é representada reescrevendo-se a lei para (−KC) > 0 ou, equi-
c ( t ) = ce − K C K m ySP ( t ) − ym ( t ) = ce + K C ym ( t ) − K m ySP ( t )
(8.47)
K C 0; se ym então c ( t )
a) Obtenha GP e Gd;
e) Com base nos resultados obtidos, discuta se o controle P é efetivo para controle de
nível de tanques: processo com resistência (válvula na saída) e integrador (bomba
na saída).
a) Obtenção de GP e Gd:
Balanço de massa:
d ( Ah )
= Fent ( t ) − Fsai ( t ) (8.50)
dt
dh
A ( t ) − Fsai ( t )
= Fent
dt
Ash ( s ) = Fent
( s ) − Fsai ( s ) (8.51)
1 1
h ( s ) = (s) −
Fent Fsai ( s )
As As
1 1
GP ( s ) = − , Gd ( s ) = (8.52)
As As
h'(t)
tg θ = 1/A
t
Figura 8.9. Resposta de h’(t) para um degrau em Fent(t), exemplo de processo
integrador.
c ( t ) = ce + KC ( t ) (8.53)
c ( t ) = ce + K C K m hSP ( t ) − hm ( t ) (8.54)
OBS2: Válvula pneumática “falha fechada” (FC, fail close) ou “ar para abrir” (AO, air
to open) versus “falha aberta” (FO, fail open) “ar para fechar” (AO, air to
close)
Sendo a válvula FC, se falta ar de instrumento para abri-la (falha), então ela
fecha. Sendo a válvula FO, se falta ar de instrumento para fechá-la (falha), então ela
abre. Essa forma de atuação depende basicamente do projeto da válvula, conforme
ilustrado na Figura 8.10. Percebe-se da figura que se a haste se desloca para cima,
devido à falta do ar comprimido sobre uma membrana sensível, o elemento tampão
(ou plug ou obturador) vai fechar (válvula FC) ou abrir a válvula (válvula FO).
Figura 8.10. Atuação da ação de controle em válvulas do tipo fail close ou falha
fechada (FC) e fail open ou falha aberta (FO).
Dessa forma, como neste exemplo, KP < 0, Kf > 0 e Km > 0, para KPKCKfKm >
0 deve-se necessariamente adotar ação direta (-KC) > 0. Dessa forma, sempre que o
nível aumentar para um valor superior ao do set-point, a sua medição também
aumentará (pois Km > 0), a saída do controlador aumentará (devido à ação direta) e a
válvula aumentará sua abertura (ar para abrir), aumentando a vazão de saída e
corrigindo o desvio do nível em relação a seu set-point.
GSP ( s ) =
( −1 As )( − K C ) K f K m As
(8.55)
1 + ( −1 As )( − K C ) K f K m As
KC Kf Km
GSP ( s ) = (8.56)
As + K C K f K m
GCarga ( s ) =
(1 As )
As
(8.57)
1 + (1 As )( − K C ) K f K m As
1
GCarga ( s ) = (8.58)
As + K C K f K m
h ( s ) = GSP ( s ) hSP
(s) (8.59)
KC Kf Km B KC K B
h ( s ) = = (8.60)
As + K C K f K m s As + K C K s
1 B
h ( s ) =
A (8.61)
s +1 s
KC K
h ( s ) = GCarga ( s ) d ( s ) (8.63)
1
KC K D
h ( s ) = (8.64)
A
s +1 s
KC K
D D
offset = D − lim sh ( s ) = 0 − =− (8.65)
s →0 KC K KC K
e) Discussão:
Esse processo é uma exceção porque não exibiu, com controle P, offset para
o problema servo. Contudo, apresenta offset para o problema regulador. Como se
trata de um controle menos exigente, em que se quer garantir apenas a presença de
um nível mínimo no tanque – evitar cavitação da bomba – o controle proporcional
pode ser aplicado projetando o mesmo para obter-se offsets aceitáveis. Supondo que
no estado estacionário:
Se ocorrer uma variação em Fent(t), sendo aumentada para 170 gpm, no novo
estado estacionário, para ser ter nível constante Fsai(t → ∞) = 170 gpm. Para o novo
estado estacionário, c(t) deverá ter valor maior que ce. Supondo que para c(t → ∞) =
14 mȦ tem-se Fsai = 170 gpm, o nível não terá o mesmo valor do estado estacionário
inicial, como seria desejado para manter o set-point, pois:
c ( t → ) = ce + ( − KC ) ( t → ) (8.66)
10 = 9 + ( − KC ) ( t → ) (8.67)
−1
(t → ) = (8.68)
KC
Um erro não nulo é, portanto, necessário para que o sinal enviado à válvula
seja maior que ce , com o objetivo de manter Fsai = 170 gpm. Como consequência,
existe offset não nulo. Em outras palavras, a equação (8.67) só é satisfeita com erro
não nulo. Esse offset pode ser minimizado pelo aumento de KC, conforme mostra a
equação (8.68), mas com risco de instabilizar o sistema devido às dinâmicas não-
desprezíveis do elemento atuador e medidor para altos valores de KC, como já
afirmado anteriormente.
t
KC
c ( t ) = K C ( t ) + ( ) d + c (8.69)
I
e
0
tal que:
c(t) Controle PI
ce + 3KCE
ce + 2KCE
Controle P
ce + KCE
ce
τI 2τI t
Figura 8.11. Gráfico de c(t) para degrau no erro, ε(t) = E, e controlador PI.
Outra característica do controle PI pode ser vista na Figura 8.12, que exibe uma
curva de erro. Perceba que o erro final pode ser nulo, mas que o termo integral
(somatório da área sob a curva) é não nulo. Com isso, o controle PI pode alcançar estado
estacionário final com offset nulo. Na equação (8.67) do Exemplo 8.2, a igualdade
poderia ser satisfeita no EE final com erro nulo e o termo integral igual a 1.
ε(t)
+
t
−
Variáveis Desvio:
t
KC
( 0 ) = 0 c ( t ) = K C ( t ) + ( ) d (8.70)
I 0
Domínio de Laplace:
t 1
f ( t ) dt = f ( t ) (8.71)
0 s
c ( s ) 1 Is + 1
GC = K C 1 + = KC (8.72)
( s ) Is Is
KP Kd
GP = , Gd = (8.73)
Ps + 1 ds + 1
Problema Servo:
K P K C K f K m ( I s + 1)
GSP ( s ) = (8.74)
I P s + I s (1 + K P K C K f K m ) + K P K C K f K m
2
Is + 1
GSP ( s ) = (8.75)
s + 2 s + 1
2 2
I P
= (8.76)
KP KC Kf Km
1 I P
= (1 + K P K C K f K m ) (8.77)
2 KP KC Kf Km
Cálculo do offset:
B
(s) =
ySP (8.78)
s
Is + 1 B
y ( s ) = (8.79)
s + 2 s + 1 s
2 2
offset B − B
( I 0 + 1) = B − B = 0 . Não há offset (8.81)
2 02 + 2 0 + 1
Problema Regulador:
K d I
s
KP KC Kf Km (8.82)
GCarga ( s ) = 2 2
s + 2 s + 1
Cálculo do offset:
D
d ( s ) = (8.83)
s
K d I
s
KP KC Kf Km D (8.84)
y ( s ) = 2 2
s + 2 s + 1 s
K d I
0
KP KC Kf Km (8.86)
offset 0 − D 2 2 = 0 − 0 = 0 . Não há offset
0 + 2 0 + 1
d ( t )
t
KC
c ( t ) = K C ( t ) + ( ) d + K C D + ce (8.87)
I dt
0
A Figura 8.15, que ilustra um perfil transiente de erro, é aqui empregada para
explicar os benefícios do uso da ação derivativa. Nela, percebe-se que nos tempos
indicados tA e tB o valor do erro é igual. Logo, um controlador P nesses dois tempos
produziria a mesma saída c(t). Já um controlador PI, produziria uma saída maior em tB
que em tA, dado o aumento do termo integral em tB. Ocorre que em tA, o erro está
aumentando e em tB, diminuindo. Assim, o controlador não deveria agir igualmente
nesses dois tempos, como o faz o P, muito menos tomar uma atitude mais enérgica em
tB, como exerce o PI. A ação do controlador deveria ser mais forte em tA (derivada do
erro positiva) e mais fraca em tB (derivada do erro negativa).
Dessa forma, devido ao termo dε(t)/dt, o PID antecipa como o erro será no
futuro imediato e aplica uma ação de controle que inclui um termo proporcional à taxa
de mudança atual do erro.
ε(t)
tA tB t
Variáveis Desvio:
KC
t
d ( t )
( 0 ) = 0 c ( t ) = K C ( t ) + ( ) d + K (8.88)
I
C D
0 dt
Domínio de Laplace:
df ( t )
= s f ( t ) (8.89)
dt
c ( s ) 1 s2 + Is + 1
GC = K C 1 + + D s = KC I D (8.90)
( s ) Is Is
A ação derivativa pode ser interpretada como uma lei de controle baseada nos
valores futuros do erro, utilizando a taxa de variação do erro atual. A ação proporcional
é baseada no valor presente do erro e a ação integral nos valores passados e atual do
erro.
KP
GP = (8.91)
P s + 2 P s + 1
2 2
s2 + Is + 1
GC = K C I D (8.92)
Is
I D s 2 + I s + 1 1
GPGCGf Gm = K C K P K f K m 2 2 (8.93)
Is P s + 2 P s + 1
1
KC = (8.94)
KP Kf Km
I = 2 P (8.95)
P2
I D = P 2 D = = P (8.96)
2 P 2
Então:
1 1
GPGCGf Gm = = (8.97)
I s 2 P s
1
GPGCGf Gm 2 P s
GSP = = (8.98)
1 + GPGCGf Gm 1 + 1
2 P s
1
GSP = (8.99)
2 P s + 1
Algumas modificações da lei de controle PID ideal, equação (8.87), para tratar
esses e outros problemas, são apresentadas no item 8.6.
A expressão em (8.87) pode ser expressa em termos de ganhos para cada ação:
proporcional, integral e derivativa:
d ( t )
t
c ( t ) = K C ( t ) + K I ( ) d + K D
0
dt
+ ce (8.100)
tal que:
KC
I = (8.101)
KI
KD
D = (8.102)
KC
• Congelar o valor do termo integral até que a variável saturada retorne a região
de controlabilidade;
KC
I= ( ) d (8.103)
0 I
tal que I é o valor acumulado para o termo integral. Conforme expressão acima, quando
modificados os parâmetros KC e/ou τI, a contribuição de seus novos valores será
pequena comparado com o valor de I, pois KC e τI só estarão multiplicando o próximo
valor de erro registrado após a mudança. Os parâmetros de controle fora da integral
resultariam na multiplicação de I por KC/τI e acarretaria na mudança abrupta do sinal
enviado pelo controlador.
dym ( t )
t
KC
c ( t ) = K C ( t ) + ( ) d − K C D + ce (8.104)
I dt
0
dym ( t )
t
( ) d − K
KC
c ( t ) = − K C ym ( t ) + + ce (8.105)
I
C D
dt
0
d D ( t )
t
KC
c ( t ) = K C C ( t ) + ( ) d + K C D + ce (8.106.a)
I dt
0
( t ) = ySP ( t ) − ym ( t ) (8.106.b)
C ( t ) = ySP ( t ) − ym ( t ) (8.106.c)
D ( t ) = ySP ( t ) − ym ( t ) (8.106.d)
tal que β e γ são pesos com valores geralmente entre zero e um. Note que o caso de
eliminação do derivative kick é quando γ = 0 e do proportional kick quando β = 0. Outras
formas de evitar o fenômeno de kick é realizando modificações graduais e contínuas no
set-point, por exemplo por uma função de transferência de 1° ordem ou uma função do
tipo rampa.
c ( s ) s + 1 D s + 1
= KC I (8.107)
( s ) I s D s + 1
t = t ( k ) − t ( k − 1) (8.108)
t k
0
( ) d ( j ) t
j =1
(8.109)
d ( t ) ( k ) − ( k − 1)
(8.110)
dt t
Quanto menor for Δt, isto é, no limite quando Δt tende à zero, o desvio da
aproximação por diferenças finitas em relação ao modelo contínuo no domínio do
tempo vai se tornando nulo. Substituindo as aproximações discretas na lei contínua do
PID, equação (8.87), obtém-se as leis de controle PID digital ou discreta do tipo posição
– equação (8.111) – e do tipo velocidade – equação (8.113):
t
k
D
c ( k ) = K C ( k ) +
I
j =1
( j ) +
t
( k ) − ( k − 1)
(8.111)
k −1
t D
c ( k − 1) = K C ( k − 1) +
I
j =1
( j ) + ( k − 1) − ( k − 2 )
t
(8.112)
c ( k ) c ( k ) − c ( k − 1) =
t (8.113)
K C ( k ) − ( k − 1) + ( k ) + D ( k ) − 2 ( k − 1) + ( k − 2 )
I t
ainda são utilizados para realizar comando sobre os elementos finais de controle,
geralmente nos diafragmas de válvulas de controle.
8.8.2. Transdutores
Sensores
Para cada variável e cada sensor, diferentes princípios físicos podem estar
envolvidos. A seguir são apresentados alguns sensores importantes na indústria de
processos químicos. A apresentação objetiva apenas ilustrar algumas aplicações típicas.
Souza & Trica 243
Introdução à Modelagem e Dinâmica para Controle de Processos
Um estudo mais aprofundado foge ao escopo deste livro e pode ser feito consultando
referências como o Handbook de Lipták (2003).
Sensores de Temperatura
(a) (b)
Figura 8.17. Fotografias de (a) um termopar; (b) um termopoço (de LADES/EQ/UFRJ).
(a) (b)
Figura 8.18. Transdutor de pressão diferencial de capacitância variável (dpcell) série
LD400 da SMAR©. (a) Instalado no campo. (b) Esquema geral.
F = KA ΔP (8.114)
A Figura 8.19 mostra uma placa de orifício que pode ser colocada na tubulação,
para provocar a queda de pressão e permitir o cálculo da vazão.
Todo esse processo é oneroso, pois gasta-se com técnicos químicos, reagentes,
materiais de laboratório, etc. Além disso, devido à demora da coleta de amostras e da
análise química, entre outros fatores, a frequência de análises é baixa e se adquire
informação em quantidade insuficiente para ajustes rápidos em variáveis de processo,
podendo-se levar ao desenquadramento de correntes e produtos por distúrbios.
As redes neuronais artificiais (RNAs) (De Souza Jr., 1993), já citadas como
modelos empíricos no Capítulo 2, têm sido amplamente empregadas nas indústrias de
processamento químico como sensores virtuais. Neste caso, as redes utilizam dados de
variáveis de processo medidas em linha (tipicamente temperaturas, pressões e vazões),
cujos valores são passados para os elementos processadores (neurônios) ponderados
por pesos, e é realizada uma transformação não-linear para obtenção do resultado, isto
é, os valores preditos das variáveis de processo de interesse. Apresenta-se na Figura
8.20 um exemplo de RN com três camadas: entrada, oculta e saída para cálculo da
composição dos gases de exaustão de uma caldeira, tendo como entrada dados de
processo de fácil medida.
Figura 8.20. Exemplo de rede neuronal para inferência da composição dos gases de
exaustão de uma caldeira consumindo óleo combustível (Valdman, 2010).
Transmissores
ΔP
F = u = KV f ( x ) (8.115)
tal que:
Linear f ( x) = x (8.116)
Igual
f ( x ) = e ( x −1) = R x −1 (8.118)
percentagem
Parabólica f ( x ) = x2 (8.119)
1
Hiperbólica f ( x) = (8.120)
− ( − 1) x
x
f ( x) =
1 + ( 2 − 1) x 2
(8.121)
d 2 x (t ) dx ( t )
m 2
= c ( t ) A − kH x ( t ) − (8.122)
dt dt
eal que:
A é a área do diafragma;
x ( s ) A kH
Ga ( s ) = (8.123)
c ( s ) ( m kH ) s + ( kH ) s + 1
2
Algumas hipóteses podem ser aplicadas para a equação (8.123), as quais são
fidedignas com o comportamento dinâmica verificado em campo de válvulas de
controle:
• μ/kH << τP, muitas vezes (com exceção de válvulas muito grandes, por exemplo
24’’ a 30’’, com constante de tempo por exemplo de 30 a 40 s) a resposta da
válvula é tão rápida em relação ao processo que sua dinâmica pode ser
desprezada. Nesses casos, a função de transferência da válvula será dada pelo
produto KaKx.
dF ( x )
Kx = (8.124)
dx xEE
8.9. Exercícios
E8.1. Seja o tanque com A = 10 ft², onde o nível h(t) é controlado, manipulando-se
F1(t). Suponha Gm = 1 e controlador proporcional (P) com ação reversa. A válvula é ar-
para-fechar: Gf = - Kf, onde Kf > 0.
Fi ( t )
h (t ) F1 ( t )
Figura E8.1.a
y ( s ) 5
GP ( s ) = =
u ( s ) ( 3s + 1)( 2s + 1)
y ( s ) 5
GP ( s ) = =
u ( s ) ( s + 1)( 2s + 1)
E8.3.a) O valor máximo da variável controlada e o tempo para o qual ele ocorre;
E8.3.b) O offset;
Suponha o caso em que o processo acima está sendo controlado por um controlador P,
com dinâmicas desprezíveis do elemento de medida e da válvula.
E8.4.a) Calcule o valor do ganho que produz uma resposta criticamente amortecida;
Para os itens E8.4.b e E8.4.c, considere que o controlador foi ajustado com o ganho
obtidos em E8.4.a e que o processo foi perturbado por um degrau de magnitude 1,2 no
set-point.
E8.5. Seja o sistema de nível de líquido mostrado na Figura E8.5.a. Suponha que as
resistências são lineares e dadas por R1 = R2 = 1 ft/cfm.
E8.5.b) Calcule o valor do ganho que produz uma resposta em malha fechada com razão
de declínio 1/4.
q ( t ) , cfm
h1 ( t ) A1 = 2 ft 2 R1 = 1 ft/cfm
Tanque 1
h2 ( t ) A2 = 1 ft 2 R2 = 1 ft/cfm
Tanque 2
Figura E8.5.a
Fi ( t )
ÁGUA
LT
h1 ( t ) h2 ( t )
R1 R2
F1 ( t ) F2 ( t )
Figura E8.6.a
- As áreas das seções transversais dos tanques são 2 m² e 2,5 m², para os tanques
1 e 2, respectivamente;
- A válvula de controle é tal que tem uma função de transferência dada por:
Fi ( s ) m3 /min
Gf ( s ) = = 0,1
c ( s ) psig
E8.7. Seja o sistema de tanques com interação mostrado na Figura E8.7.a, com
resistência linear dada por R1 = 1 ft/cfm.
F1 ( t )
LT M
h1 ( t ) A1 h2 ( t ) A2 F3 ( t )
R1
F2 ( t )
Tanque 1 Tanque 2
Figura E8.7.a
E8.8. Seja o sistema de tanques com interação mostrado na Figura E8.8.a. Pretendia-
se controlar, usando-se um controlador P (ações direta e reversa disponíveis), o nível de
líquido do segundo tanque. Para tanto, duas estratégias foram propostas:
(ii) Manipular F1(t) (neste caso, F3(t) é uma função linear do nível de líquido do
Tanque 2).
Se offsets não eram desejados para mudanças no set-point, qual das duas estratégias foi
adotada, considerando que as dinâmicas da válvula de controle e do elemento de
medida foram desprezadas.
F1 ( t )
h1 ( t ) A1 h2 ( t ) A2
R1 R2
F2 ( t ) F3 ( t )
Tanque 1 Tanque 2
Figura E8.8.a
E8.9. Seja o controle de um aquecedor tipo tanque agitado com retenção constante,
tal que: w = 300 lbm/min, ρ = 62,5 lbm/ft³, V = 6 ft³, cP = 1 BTU/lbm °F.
Considere agora:
Q ( s ) BTU/min
Gf ( s ) = = 800
c ( s ) psig
- As vazões de saída de cada tanque têm uma dependência linear com o nível de
líquido através de resistências R1 e R2, respectivamente. Estas resistências foram
testadas separadamente e encontrou-se que se F1,EE (ft³/min) for plotado contra
h1,EE (ft) será obtida uma reta com coeficiente angular igual à 2 ft²/min;
- A válvula de controle é tal que uma mudança de 1 psig na pressão que entra na
válvula produz uma mudança na vazão através dela de 0,1 ft³/min;
Fi ( t )
ÁGUA
h1 ( t )
R1
F1 ( t )
LT
h2 ( t )
R2
F2 ( t )
Figura E8.10.a
E8.10.b) Determine o ganho do controlador, KC, para uma resposta com razão de
declínio 1/4;
5 1
GP ( s ) = , Gm ( s ) = Gf ( s ) = 1, Gd ( s ) =
( 2s + 1) ( 2s + 1)
2 2
E8.12. O sistema térmico abaixo é controlado por um PD. São dados: w = 250 lbm/min,
ρ = 62,5 lbm/ft³, V1 = 4 ft³, V2 = 5 ft³, V3 = 6 ft³, cP = 1 BTU/lbm °F.
w
Ti
Q
V1
w
T1
Elemento
final de
controle
V2
w
T2
PD psig °F
TT V3
w
T3
Figura E8.12.a
Uma mudança de 1 psig à saída do controlador muda o fluxo de calor em 500 BTU/min.
A dinâmica do elemento de medida é desprezível. A temperatura da corrente de entrada
pode variar e as perdas de calor para o meio são desprezíveis.
E8.13. Um tanque de nível com A = 3 ft² e R = 1 min/ft² está sendo controlador por um
PI com KC = 4 e τI = 3 min.
Suponha que o sistema esteja, inicialmente, no EE com hEE = 2 ft. Mostre que se o
sistema é submetido a uma mudança degrau no set-point de 2 para 3 ft, o nível do
líquido alcança o novo set-point. Para tanto:
A malha de controle está exibindo uma oscilação sustentada indesejável, que o pessoal
da operação acha que é causada pelo própria malha de controle (por exemplo, mau
ajuste do controlador). Eles querem ajuda para reajustar o controlador. O consultor Silva
acha que as oscilações são causadas por perturbações externas (por exemplo,
perturbações do tipo cargas cíclicas, tais como oscilação cíclica da temperatura da água
para resfriamento, AGR). Ele quer que o pessoa da operação resolva o seu problema
sozinho. Sugira um procedimento simples que permitirá com que você determine
rapidamente o que está causando as oscilações. Como você explicaria sua lógica ao
consultor Silva? (Lembre-se que ele não ficará satisfeito, se estiver errado!).
E8.15. Escolha o(s) controlador(es) feedback(s) mais adequado(s) para cada uma das
malhas de controle indicadas a seguir, justificando brevemente a sua escolha. Se você
E8.15.b) Controle de nível de líquido, onde o sinal de medida apresenta ruído devido à
turbulência do líquido que entra no tanque;
É possível perceber que a definição dos valores limites dos parâmetros PID não
equivale à obtenção dos valores ótimos de ajuste da malha (sintonia ótima). Contudo,
antes de se pensar em desempenho do controlador, deve-se garantir a estabilidade da
malha fechada. O Capítulo 10 tratará do projeto de malhas de controle feedback ou
estratégias de sintonia de malhas de controle feedback, de forma que serão
apresentadas métricas úteis para obtenção de valores adequados para o ganho
ENTRADAS
SAÍDAS
Figura 9.1. Exemplos de sinais de entrada e saídas com limites finitos (BIBO).
y ( s ) N ( s )
G (s) = = (9.1)
u ( s ) D ( s )
b ( s − z1 )( s − z2 )( s − z3 ) ( s − zn )
G (s) = n (9.2)
an ( s − p1 )( s − p2 )( s − p3 ) ( s − pn )
devem exibir parte real de pi negativa. A Figura 9.2 exibe a região de localização de polos
estáveis no plano s, ou seja, o semiplano esquerdo (ou LHS da expressão em inglês left-
half plane) de s. Basta um polo com parte real positiva para o sistema ser instável. Assim,
o eixo imaginário corresponde a uma fronteira da estabilidade.
Im
Região dos
polos de G(s)
Re
1
+
GC = KC GP =
SP - (1s +1)( 2s +1)
1
Gm =
ms + 1
Figura 9.3. Sistema de 3° ordem em malha fechada para investigação da
estabilidade.
Admitindo que as constantes de tempo são dadas por τ1 = 1 min, τ2 = 0,5 min e
τm = 1/3 min, foi aplicado um degrau no set-point e verificou-se a saída y(t) para
diferentes valores de KC (3; 6; 9 e 12). Os seguintes comportamentos obtidos podem ser
apreciados na Figura 9.4 para a resposta:
3
y'(t)
2
-1
Kc = 3
Kc = 6
-2
Kc = 9
Kc = 12
-3
0 5 10 15 20
t
Figura 9.4. Comportamento da malha fechada para diferentes valores de ganho do
controlador.
266 Souza & Trica
Capítulo 9 – Estabilidade da malha fechada
É possível notar que, para uma entrada finita e não-oscilatória, o processo, para
KC = 12,0, apresentou oscilação com amplitude crescente, caracterizando instabilidade.
Esse resultado confirmou a expectativa de que valores mais elevados de ganho do
controlador, na presença de dinâmica não-desprezível do elemento de medida (e/ou do
elemento final), podem levar à instabilidade.
Procedimento
2) 1° Teste: É necessário que todos os coeficientes: a0,a1,...,an sejam positivos para que
todas as raízes estejam no semi-plano negativo de s. Se qualquer um dos coeficientes
não atender ao critério, o sistema será instável. Se o sistema passar nesse teste, um
2º teste deve ser realizado, ou seja, a condição do 1º teste é necessária, mas não
suficiente.
KC
1+ =0
1 1
s + 1 s + 1 ( s + 1)
2 3
1 3 11
s + (1) s + s + (1 + K C ) = 0
2
6 6
(1 + KC ) 0 KC −1
Adotando-se ação reversa (KC > 0), o sistema pode ser estável.
3) 2° Teste: Monta-se o Arranjo de Routh como segue, por exemplo, para uma equação
característica de sétima ordem (n = 7).
Linha
1 a0 a2 a4 a6
2 a1 a3 a5 a7
3 b1 b2 b3
4 c1 c2 c3
5 d1 d2
6 e1 e2
7 f1
8 g1
a1a2 − a0 a3 a a − a0 a5 a1a6 − a0 a7
b1 = , b2 = 1 4 , b3 = , b4 (9.6.a)
a1 a1 a1
d1c2 − c1d 2 d c − c d ( = 0)
e1 = , e2 = 1 3 1 3 = c3 (9.6.d)
d1 d1
e1d 2 − d1e2
f1 = , f2 (9.6.e)
e1
f1e2 − e1 f 2 ( = 0 )
g1 = = e2 (9.6.f)
f1
Como o sistema atendeu ao 1º teste para ação reversa (KC > 0), monta-se o
arranjo e passa-se ao 2º teste:
16 11 6
1 1 + KC
b1
c1
11 (1 + K C ) 10 − K C
b1 = − = (9.7)
6 6 6
10 − K C
b1 0 0, K C 10 (9.8)
6
b1 (1 + K C ) − 1 0
c1 = = 1 + KC (9.9)
b1
c1 0 1 + K C 0, K C −1 (9.10)
Cs 2 + D = 0 (9.11)
tal que C e D são os elementos do arranjo que figuram na linha n-1 contados da
esquerda para a direita, respectivamente.
sistema nesse caso oscilará com amplitude constante, nem decrescente (situação
estável) nem crescente (situação instável).
Dessa forma, por exemplo, o valor de ganho do controlador calculado com esta
regra equivalerá ao ganho último KC,último (ou limite ou crítico) e o período (em
consequência também a frequência) desta oscilação sustentada será também
denominado de último (ou limite ou crítico). Valores de ganho menores que KC,último
levarão a uma resposta estável e maiores, à instabilidade. Os valores das raízes obtidas
da equação (9.11), s = ± iωúltima, permitirão o cálculo da frequência e do período últimos.
Figura 9.5. Pausa para o bom humor: um “profeta” anuncia a Regra Adicional do
Arranjo de Routh.
16 11 6
1 1 + KC
b1
c1
11 (1 + K C ) 10 − K C
b1 = − = =0 (9.12)
6 6 6
obtém-se o KC,último:
KC,último = 10 (9.13)
C = 1, D = 1 + 10 = 11 (9.14)
s 2 + 11 = 0, s = 11 (9.15)
Sistemas que apresentam tempo morto não poderiam a princípio ter sua
estabilidade em malha fechada avaliada pela técnica do Arranjo de Routh, devido ao
termo exponencial na equação característica, que deve ser expressa na forma
polinomial no procedimento. Contudo, o termo exponencial pode ser aproximado por
razões de polinômios do tipo Padé, possibilitando o uso da técnica do Arranjo de Routh.
Existem aproximações de ordem superior, mas a aproximação de 1ª ordem (razão de
polinômios de 1ª ordem) é a mais frequentemente usada por simplificação:
1 − ( 2 ) s
e − s = (9.17)
1 + ( 2 ) s
1 3 2 11
s + s + s + (1 + K C ) = 0 (9.18)
6 6
Parece incoerente haver uma equação para duas incógnitas. Porém, deve-se
lembrar que um número imaginário é composto de duas parcelas:
= a + bi = 0 a = 0, b = 0 (9.19)
a = 1 + K C,último − última = 0
1 11 (9.20)
b = − (última ) + (última ) = 0
3
6 6
(última ) − (última )
1 11 (1)
+ = 0 última =0
2
6 6
1 11
− (última ) + = 0
2
6 6
(última ) ( )
= 11 última = 11 rad/min
2 2,3
(9.21)
K C,último = (última ) − 1
2
( 11)
2
K C,último = − 1 = 10 (9.22)
O lugar das raízes é uma técnica gráfica que consiste em plotar a trajetória das
raízes da equação característica no plano complexo ao se variar um dos parâmetros do
controlador PID. O gráfico resultante permite que se verifique se um polo cruza o eixo
imaginário do lado esquerdo para o lado direito, indicando que o sistema se tornou
instável.
+ 2
SP - KC ( 3s + 1)( s + 1)
0,5
2
1 + KC 0,5 = 0 (9.23)
( 3s + 1)( s + 1)
3s 2 + 4s + (1 + KC ) = 0 (9.24)
−4 2 1 − 3K C 2 1
p1,2 = =− 1 − 3K C (9.25)
6 3 3
Im
KC → ∞
KC = 1/3
-1 -1/3 Re
KC → ∞
Figura 9.6. Lugar das raízes para um sistema de 2° ordem em malha fechada com
ganho proporcional.
+ 2
SP - KC ( 3s + 1)( s + 1)
0, 5
0, 5s + 1
2 0,5
1 + KC =0 (9.26)
( 3s + 1)( s + 1) ( 0,5s + 1)
KC → ∞
Im
+iωúltima
KC → ∞
-2 -1 -1/3 Re
-iωúltima
KC → ∞
Figura 9.7. Lugar das raízes para um sistema de 3° ordem em malha fechada com
ganho proporcional.
Seja a função de transferência em malha aberta (ou “OL” open loop) definida
por:
ym ( s )
GOL ( s ) = GC ( s ) Gf ( s ) GP ( s ) Gm ( s ) (9.28)
yS P ( s )
1 + GOL ( s ) = 0 (9.29)
GOL ( i ) = −1 (9.30)
GOL ( i ) = RAOL = 1
(9.31)
arg GOL ( i ) = − rad = −180
ym ( s ) KC
GOL ( s ) = (9.32)
(s)
ySP s + 10,5s + 1 (1 3) s + 1
KC
RAOL = (9.33)
1 + 2 1 + 0, 25 2 1 + (1 9 ) 2
RAOL 1
= = 0,1 (9.36)
KC 1 + CO 1 + 0, 25CO 2 1 + (1 9 ) CO 2
2
1
K C,último = = 10 (9.37)
0,1
( t ) = sen 11t
ySP ( ) (9.38)
ym ( t ) = sen ( )
11t − = sen ( ) (
11t cos ( − ) + sen ( − ) cos 11t ) (9.41)
( t ) = 0 − − sin
( )
11t
(9.43)
Como RA = 1 (o subscrito “OL” não aparece mais, pois a malha está agora
fechada), a resposta do sistema continuará a oscilar com amplitude constante,
mantendo-se quaisquer distúrbios e o set-point nulos. Porém:
Os seguintes parâmetros podem ser definidos tendo por referência a Figura 9.8:
Margem de Ganho:
Definida como:
1
MG = (9.44)
M
Margem de Fase:
Definida como:
MF = 180 − ( RA = 1) (9.45)
RA
1
M
ϕRA=1
-180
ωRA = 1 ωCO ω
Figura 9.8. Representação da margem de fase e margem de ganho em um diagrama
de Bodé.
A ação integral acrescenta mais uma ordem (ou +90° ao ângulo de fase
assintótico). A depender do valor selecionado para o tempo integral, o sistema em
malha fechada terá maior ou menor tendência à instabilidade. Quanto maior o tempo
integral, menor será a ação integral e, portanto, menor será o efeito do termo integral
na função de transferência em malha fechada.
Sistemas de 1° Ordem
KP
1 + KC =0 (9.46)
Ps + 1
P s + 1 + KC KP = 0 (9.47)
p1 = −
(1 + KC K P )
(9.48)
P
cruzamento) não são alcançadas. Logo, sistemas com GOL(s) de 1ª ordem não
instabilizam nunca.
Sistemas de 2° Ordem
KP
1 + KC =0 (9.49)
P s + 2 P s + 1
2 2
P 2 s 2 + 2 P s + 1 + KC KP = 0 (9.50)
p1,2 = −
1
P (
( ) − (1 + K C K P )
2
) (9.51)
( )
1
− + ( ) − (1 + K C K P ) 0
2
P
(9.52)
− ( − ( ) − (1 + K K ) ) 0
1 2
C P
P
3 5 47 4 125 2 27
s + s + 15s 3 + s + s + 1 + KC = 0 (9.53)
4 8 8 4
O diagrama do lugar das raízes para este sistema é exibido na Figura 9.9.
1,5
0,5
0
-5 -4 -3 -2 -1 0 1
-0,5
-1
-1,5
-2
Figura 9.9. Lugar das raízes para um sistema de 5° ordem em malha fechada com
ganho proporcional.
É possível notar que as duas raízes de menor valor absoluto (isto é, os polos
com constante de tempo maiores) foram as que resultaram no par de raízes conjugadas
com parte real positiva. Esse sistema de 5° ordem pode ser fatorado conforme segue:
1 1 1 1 1
GP = (9.54)
( s + 1) ( 2s + 1) ( 0,5s + 1) ( 3s + 1) ( 0,25s + 1)
E sabendo que:
RA = RA , i = i (9.55)
KC
RA = (9.56)
+ 1 4 + 1 0, 25 2 + 1 9 2 + 1 0, 0625 2 + 1
2 2
1,0E+00
1,0E-02
1,0E-04
1,0E-06
1,0E-08
1,0E-10
1,0E-12
1,0E-06 1,0E-04 1,0E-02 1,0E+00 1,0E+02 1,0E+04
0,0000
-0,7854
-1,5708
-2,3562
-3,1416
-3,9270
-4,7124
-5,4978
-6,2832
-7,0686
-7,8540
1,0E-06 1,0E-04 1,0E-02 1,0E+00 1,0E+02 1,0E+04
Figura 9.10. Diagrama de Bodé para um sistema com GOL(s) de 5°ordem.
−N
− s s 1
e = lim 1 + = lim
N s (9.58)
N
N → N →
1 +
N
RA = 1 (9.59)
N
= lim
N → tan
i =1
−1
− = Nlim
N →
N tan −1 −
N
(9.60)
tan −1 −
N tan −1 ( − x ) (9.61)
= lim = lim = −
N → 1N x →0 x
− = −CO (9.62)
CO = (9.63)
KC,últimoe−i = −1 (9.64)
9.6. Exercícios
Figura E9.1.a
0,5 1
Gf GPGm = , GC ( s ) = K C 1 +
( s + 1)( 0,5s + 1) Is
F1
h1
R1
F2
h2
R2
F3
Figura E9.3.a
E9.4. Admita o mesmo processo exibido na Figura E9.3.a, porém controlador agora
por um controlador PI. Calcule o ganho e a frequência correspondentes à estabilidade
limite como funções do parâmetro τI.
E9.5. Suponha que se tem como objetivo controlar o nível de líquido do tanque exibido
na Figura E9.5.a:
F1 ( t )
h (t ) A
F2 ( t )
Figura E9.5.a
Se dispõe de uma válvula de controle pneumática do tipo ar-para-fechar (Gf = −Kf, Kf >
0), um elemento de medida de dinâmica desprezível e um controlador pneumático P.
Indique a ação que o controlador deve ter (reversa ou direta) para que o processo em
malha fechada seja estável, para os dois casos que se seguem:
E9.5.a) Variável manipulada F1(t). A vazão de saída F2(t) é dada por F2 = h/R;
E9.5.b) Variável manipulada F2(t). A vazão F1(t) será uma perturbação não medida.
E9.6. Considere o processo mostrado na Figura E9.6.a para secar grânulos de fosfato:
Grânulos
úmidos
MIC
MT
Leito
Fluidizado Grânulos
secos
Gás Gases de
combustão
Ar
Figura E9.6.a
5.5
U [%]
5
4.5
3.5
2.5
0 40 80 120 160 200 240 280 320 360 400
t [s]
Figura E9.6.b
1 1
(s)
ySP
+
GC = KC 1 + + Ds Gf = 1 GP = y ( s )
-
Is ( 20s + 1)(10s + 1)
1
Gm =
(0,5s + 1)
Figura E9.7.a
E9.7.c) Usando as regras do arranjo de Routh, indique para quais valores de KC o sistema
em malha fechada é estável.
1
GP ( s ) =
s −1
GC ( s ) = K C
( D s + 1)
( D s + 1)
GPGf GCGm = K C
( s + 4)
s ( s + 2)
5
GP ( s ) =
( 3s + 1)( 2s + 1)
1
Gf ( s ) =
( s + 1)
1 − 0,3s
Gm ( s ) = e −0,6 s
1 + 0,3s
E9.10.c) Do resultado obtido em E9.10.b, comente qual o efeito do tempo morto nos
processos em malha fechada.
Fi ( t )
ÁGUA
h1 ( t )
R1
F1 ( t )
LT
h2 ( t )
R2
F2 ( t )
Figura E9.11.a
- A válvula de controle é tal que tem uma função de transferência dada por:
Verifique se o sistema em malha fechada é estável para os valores de KC: (i) 5 (ii) 10 (iii)
15.
Para cada um dos valores de ganho apresentados acima, calcule o offset para um degrau
unitário no set-point.
Fi ( t )
h1 ( t )
R1
F1 ( t )
LT
h2 ( t )
F2 ( t )
Figura E9.12.a
- A válvula de controle é tal que tem uma função de transferência dada por:
292 Souza & Trica
Capítulo 9 – Estabilidade da malha fechada
O controlador deverá ter ação reversa (GC = KC. KC> 0) ou direta (GC = −KC. KC> 0)?
Por quê?
• Offset nulo;
Por exemplo, é possível especificar a razão de declínio como sendo 1/4 e desta
forma ajustar o ganho proporcional experimentalmente ou calcular seu valor caso se
disponha de um modelo do sistema em malha fechada.
D
B B
KK C = A , = A + B , = A (10.4)
I
Problema Regulador:
D
B B B
KK C = A , = A , = A (10.5)
I
1 10, 8 + 30 + 3 ( )
PI -
K 12 9 + 20 ( )
1 16 + 3 32 + 6 ( ) 4
PID
K 12 13 + 8 ( ) 11 + 2 ( )
1
GC = K C 1 + + Ds (10.6)
Is
3
y'(t)
2
-1
Kc = 3
Kc = 6
-2
Kc = 9
Kc = 10
-3
0 5 10 15 20
t
Figura 10.1. Obtenção das condições limites para utilização na sintonia de Ziegler &
Nichols.
Tabela 10.3. Sintonias de controladores PID propostas por Ziegler & Nichols.
Controlador KC I D
P KC,último 2 - -
método deve ser usado para fatores de incontrolabilidade baixos, tipicamente entre 0,1
e 0,3.
Tyreus & Luyben (1992 apud Luyben & Luyben 1997) propuseram sintonias de
forma semelhante à de Ziegler & Nichols, ou seja, baseadas nas condições limites, mas
buscando um comportamento mais conservativo do controlador.
Tabela 10.4. Sintonias de controladores PID propostas por Tyreus & Luyben.
Controlador KC I D
PI KC,último 3,2 2, 2último -
Admita que um modelo para o processo esteja disponível, tendo sido obtido,
por exemplo, via identificação. Rigorosamente esse modelo deve incluir também os
elementos de medida e final de controle, mas muitos livros se referem, de forma
simplificada apenas a modelo do processo, para distinguir daquele do controlador.
Nesse caso, pode-se projetar um controlador que faça com que a malha fechada se
comporte de acordo com uma trajetória desejada. Esse projeto pode ser feito de forma
direta – como nos métodos de síntese direta e IMC a seguir – ou pode ainda empregar
otimização, como no controle preditivo baseado em modelo, ou MPC (Model Predictive
Control), que foge ao escopo desse livro.
y ( s ) K mGC ( s ) Gf ( s ) GP ( s )
= (10.7)
( s ) 1 + GC ( s ) Gf ( s ) GP ( s ) Gm ( s )
ySP
1
f (s) = (10.8)
Cs + 1
Outras funções podem ser empregadas para f(s) como funções de ordem
superior (e.g., 2ª ordem), com tempo morto e com inclusão de zeros. Tais funções
podem ser necessárias, porque não se consegue impor a malhas fechadas com
comportamento mais complexo (com tempo morto, por exemplo) um comportamento
desejado de 1ª ordem.
G ( s ) = Gf ( s ) GP ( s ) Gm ( s ) (10.9)
GC ( s ) G ( s )
f (s) (10.10)
1 + GC ( s ) G ( s )
1 f (s)
GC ( s ) = (10.11)
G ( s ) 1 − f ( s )
1 1
GC ( s ) = (10.12)
G ( s ) Cs
Observe que a lei obtida exige a inversão do modelo. Logo, não se pode impor
trajetória de 1ª ordem para processos cujo modelo exiba zero positivo ou tempo morto,
pois a inversão produzirá, respectivamente, um controlador instável (com polo positivo)
ou que dependerá de valores futuros do erro, os quais não são conhecidos.
Processos Integradores
K
G (s) = (10.13)
s
1
GC ( s ) = (10.14)
K C
1
KC = (10.15)
K C
Verifica-se que quanto mais rápida for a resposta desejada, menor deverá ser
τC, em consequência, maior KC.
Processos de 1ª Ordem
K
G (s) = (10.16)
s +1
s +1
GC ( s ) = (10.17)
K C s
KC = , I = (10.18)
K C
Processos de 2ª Ordem
K
G (s) = (10.19)
s + 2 s + 1
2 2
2 1 1
GC ( s ) = 1 + + s (10.20)
K C 2 s 2
2
KC = , I = 2 , D = (10.21)
K C 2
Ke − s
G (s) = (10.22)
s +1
s +1 s
GC ( s ) = e (10.23)
K C s
s +1
c ( s ) = ( s ) e s (10.24)
K C s
e−C s
f (s) = (10.25)
Cs + 1
s +1 e(C )
− − s
GC ( s ) = (10.26)
K C s + 1 − e−C s
s +1 1
GC ( s ) = − s (10.27)
K C s + 1 − e
s +1
GC ( s ) = (10.29)
K ( C + ) s
1
KC = , I = (10.30)
K ( C + )
Observa-se que apenas τC precisa ser ajustado e que quanto maior o fator de
incontrolabilidade, θ/τ, menor o ganho do controlador.
A abordagem IMC foi proposta por Morari & Zafiriou (1989). Ela se baseia no
uso explícito de um modelo de processo – como ilustrado na Figura 10.2 – para projetar
o controlador e pode ser considerada uma extensão e uma formalização do método de
síntese direta.
Onde:
GC* ( s )
GC ( s ) = (10.31)
1 − G ( s ) GC* ( s )
y ( s ) GGC*
=
( s ) 1 + GC* G − G
ySP ( ) (10.32)
y ( s ) 1 − GGC*
=
(
d ( s ) 1 + GC* G − G ) (10.33)
( s ) + (1 − GGC* ) d ( s )
y ( s ) = GGC* ySP (10.34)
1
GC ( s ) = f (s) (10.35)
G− ( s )
1
f (s) = , r (10.36)
( C s + 1)
r
tal que f(s) é um filtro do tipo passa-baixa com ganho estacionário igual à unidade.
A motivação em usar este filtro é evitar que ações de controle rigorosas são
obtidas na presença de incertezas de modelagem. O parâmetro τC é a constante de
tempo em malha fechada desejada. Por sua vez, o parâmetro r é um inteiro positivo
selecionado de forma que GC* seja uma função própria – o denominador seja pelo
menos da mesma ordem que o numerador – ou, se ação derivativa for permitida, r pode
ser escolhido de modo que a ordem do numerador exceda em um a ordem do
denominador.
Substituindo-se este controlador na equação (10.34), obtém-se:
Souza & Trica 307
Introdução à Modelagem e Dinâmica para Controle de Processos
y ( s ) = G+ fySP (
( s ) + 1 − fG+ d ( s ) ) (10.37)
Ke − s
G (s) = (10.38)
s +1
1 − ( 2 ) s
e− s (10.39)
1 + ( 2 ) s
G+ ( s ) = 1 − ( 2 ) s
K 1 − ( 2 ) s
G (s) = → K (10.40)
s + 1 1 + ( 2 ) s G− ( s ) =
s + 1 1 + ( 2 ) s
s + 1 1 + ( 2 ) s
GC* ( s ) = (10.41)
K C s + 1
GC* ( s )
GC ( s ) = (10.42)
1 − G ( s ) GC* ( s )
1 2 ( ) + 1
KC = , I = + 2, D = (10.43)
K 2 ( C ) + 1 2 ( ) + 1
Ke − s
-
s +1 C +
Ke − s + 2
+ 2
s +1 C + 2 2 +
K ( 3 s + 1) e − s 1 + 2 − 3 1 2
1 + 2 − 3 −3
( 1s + 1)( 2 s + 1) C + 1 + 2 − 3
K ( 3 s + 1) e− s 2 − 3 2
2 − 3 −3
2 s 2 + 2 s + 1 C + 2 − 3
3 3 1 2
K (1 − 3 s ) e − s 1 + 2 + 3 +
C +3 + 1 + 2 + C +3 + + + 3
( 1s + 1)( 2 s + 1) C +3 +
C +3 + 1 2
C +3 +
Ke − s 2 C +
2 C + -
( C + )
2
s
Ke − s 2 C + C + ( 2 )
2
2 C +
( C + 2 )
2
s 2 C +
Ke − s 2 C + +
2 C + +
( 2 C + )
s ( s + 1) ( C + )
2
2 C + +
10.3. Exercícios
E10.1. Admita que o elemento de medida para o controle do processo do Exercício E8.1
apresenta uma dinâmica que pode ser descrita por:
1
Gm ( s ) =
( s + 1)
TIC
T2,m
Vapor
TT
T2 T1
Condensado
Figura E10.2.a
Um teste foi feito no qual foi dado um degrau no sinal que alimenta a válvula de 12 a
14,96 mȦ. Os dados da Tabela E10.2.a para a temperatura medida estão plotados na
Figura E10.2.b.
16.9
T2,m [mA]
16.4
15.9
15.4
14.9
14.4
13.9
13.4
12.9
12.4
11.9
0 1 2 3 4 5 6 7 8 9 10 11 12
t [min]
Figura E10.2.b
E10.2.a) Aproxime GfGPGm por uma função de transferência de primeira ordem com
tempo morto;
E10.2.c) Calcule o ajuste para um controlador PI usando o critério de ITAE mínimo para
mudanças no set-point;
E10.2.e) Calcule os ajustes para um controlador PI, usando o método de COHEN &
COON;
Ke − s
Gf GPGm =
s +1
Admita também que o diagrama de lugar das raízes para o processo acima está
disponível, conforme Figura E10.3.a, onde foi usada a aproximação de Padé de 1ª ordem
para o tempo e um controlador proporcional.
Im(s)
p2 = 1,155i
p1,2 = −0,527 (KC = 3,5)
(KC = 0,335) p1,2 = 2,257
(KC = 18,67) p2 → ∞
(KC → ∞)
−1 −1/6 p1 = 1 Re(s)
(KC → ∞)
p1 = −1,155i
(KC = 3,5)
Figura E10.3.a
E10.3.b) Identifique K, τ e θ.
E10.4. Um estagiário verifica que um controle de vazão está sendo realizado por um
controlador que – embora apresente os modos P, I e D – está sendo usado como um PI.
O referido controlador foi ajustado pelo método de ZIEGLER-NICHOLS para KC = 0,9 e τI
= 0,9 min.
q
C0
q
V = 1 m3
C1
q
V = 1 m3
C2
Figura E10.5.a
E10.5.a) Escreva expressões para C2̕ (t), para os seguintes casos: (i) q = 0,01 m³/s (ii) q =
0,02 m³/s (iii) q = 0,05 m³/s.
E10.5.b) Esboce qualitativamente o gráfico abaixo para os três casos estudados acima;
E10.5.c) Admita que se queira controlar a concentração de saída C2̕ (t). Use os
parâmetros do caso em que a resposta é mais lenta. Suponha:
1
Gm = , Gf = 1
( 5s + 1)
O chefe diz também que o controlador foi ajustado por um engenheiro (que não se
encontra mais na fábrica) usando o método de “uns tais ZIEGLER e NICHOLS” e pede ao
estagiário que reajuste o controlador para um melhor desempenho.
O estagiário verifica que o ajuste do controlador é feito via um botão onde os ganhos
podem ser variados de 0 a 10 (de um em um) e que o valor atual de KC é 1.
Admitindo que o estagiário segue uma linha de controle conservativa (ou seja, procura
trabalhar longe de condições instáveis), responda:
E10.7. Na Figura E10.7.a, a concentração de sal que deixa o 2° tanque é controlada pela
adição de solução concentrada do sal através de uma válvula de controle. Sabe-se que:
• Leva 0,5 min para a solução que deixa o segundo tanque alcançar o sensor-
transmissor no fim do tubo.
Solução
concentrada
set-point
Solução 1 ft 3 /min CC
XIT
de sal Ci
w ( t ) [ft 3 /min]
C1
V1 = 3 ft 3
C2
XT
V2 = 4 ft 3
Figura E10.7.a
1
GP = Gd =
( s + 1)
3
1
Gm =
( s + 1)
OBS: os itens E10.8.a e E10.8.b devem ser resolvidos a partir dos critérios do Arranjo de
Routh.
E10.8.a) O valor de KC para o qual duas das raízes estão sobre o eixo imaginário;
E10.8.e) O ajuste para este sistema de um controlador P via ZIEGLER & NICHOLS;
E10.8.f) Supondo um degrau unitário no set-point e ajuste do controlador conforme
E10.8.e, calcule o offset;
Souza & Trica 315
Introdução à Modelagem e Dinâmica para Controle de Processos
E10.8.h) Suponha que: (i) offset não é desejado para este sistema (ii) o controlador
possua também modos de atuação integral e derivativo (iii) a variável medida apresenta
ruído. Escolha um controlador satisfatório para este caso e ajuste-o via ZIEGLER &
NICHOLS.
1
GP = Gd =
( 2s + 1)
1
Gm =
( s + 1)
1
Gf =
( 0,1s + 1)
0,09
GP =
( 2s + 1)( s + 1)
1
Gf =
( 0,6s + 1)
1 − 0, 2 s
Gm ( s ) = e −0,4 s
1 + 0, 2 s
E10.10.c) Do resultado obtido em E10.10.b, comente qual o efeito do tempo morto nos
processos em malha fechada.
E10.11. Douglas (Process Dynamics and Control, v. 2, pp. 169) reporta a seguinte função
de transferência para uma fornalha industrial:
T ( s ) 40e−20 s °C
GPGf = =
p ( s ) ( 900s + 1)( 25s + 1) psi
1 − ( 2 ) s
e− s
1 + ( 2 ) s
T0
T1
c ( t ) TT T2
Figura E10.12.a
2
T2,m [mA]
1.75
1.5
1.25
0.75
0.5
0.25
0 20 112,5
0 25 50 75 100 125 150 175 200 225 250
t [min]
Figura E10.12.b
Fi ( t )
LT
h1 ( t ) h2 ( t )
R1 R2
F1 ( t ) F2 ( t )
Figura E10.14.a
E10.14.c) Para o sistema em malha aberta, escreva as respostas de h̕1(t) e h̕2(t) para um
degrau unitário em F̕i(t).
Para os demais itens considere também que:
E10.14.e) Se o controlador tem ação direta, calcule o seu valor limite (último);
E10.14.f) Ajuste o controlador com ação direta, usando o método de ZIEGLER &
NICHOLS;
E10.14.i) De modo a evitar offset, escolha um controlador (que seja o mais simples e
barato) e reajuste-o usando o método de ZIEGLER & NICHOLS.
1
Gm =
( s + 1)
10
Gf =
(1,2s + 1)
E10.17. Seja:
2 K Ce − s
G ( s ) = GCGf GPGm =
2s + 1
E10.17.b) Você sabe que o valor de KC que torna a razão de amplitudes RA (para o
sistema GCGfGPGm) igual a 1 é o chamado ganho limite. Usando essa informação e o
método de ZIEGLER-NICHOLS, ajuste KC;
E10.17.c) Aproxime o tempo morto por Padé e usando a nova expressão, calcule KC por
ZIEGLER-NICHOLS;
Seja agora, como segundo exemplo, o reator CSTR que troca calor apenas com
uma camisa de refrigeração e que está submetido ao controle feedback apresentado na
Figura 11.3.
Admite-se que neste reator acontece uma reação exotérmica e que o objetivo
de controle é manter a temperatura da mistura no reator, T, manipulando a vazão de
refrigerante, Fk, frente a distúrbios nas temperaturas de entrada do reator e da camisa,
Ti e Tk,i, respectivamente (a vazão F é considerada aqui constante). O controle feedback
de temperatura usa medidas da própria variável controlada (a temperatura do reator) e
sua manipulação de Fk afetará a temperatura na camisa Tk, promovendo a troca térmica
necessária para o controle. Assim, se Ti se altera, o controlador rejeitará os efeitos deste
distúrbio em T; contudo, o desempenho de controle será prejudicado se também
houver distúrbios em Tk,i, pois a mera abertura da válvula em uma dada posição não
garantirá a temperatura na camisa Tk, necessária à troca térmica.
Gd,2
+ Gd,1
+
GP,1 GP,2
+ +
tal que para o processo do reator CSTR com camisa de refrigeração, tem-se que:
Gd,2 Gd,1
+
Km,1
+
GC,1
+
GC,2 Gf,2 GP,2 GP,1
+ +
SP - -
m,2
Gm,2
m,1
Gm,1
GCarga,2 Gd,1
+
SP Km,1
+
- GC,1 GSP,2
+
GP1 +
m,1
Gm,1
Figura 11.8. Representação compacta de uma malha de controle em cascata.
GC,2Gf,2GP,2
GSP, 2 = (11.1)
1 + GC,2Gf,2GP,2Gm,2
y1 K m,1GC,1GSP,2GP,1
GSP,1 = (11.2)
ySP 1 + GC,2GSP,2GP,1Gm,1
K m,1GC,1GC,2Gf,2GP,2GP,1
GSP,1 = (11.3)
1 + GC,2Gf,2GP,2Gm,2 + GC,1GC,2Gf,2GP,2GP,1Gm,1
y1 Gd,1
GCarga,1 = (11.4)
d1 1 + GC,1GSP,2GP,1Gm,1
Gd,1 (1 + GC,2Gf,2GP,2Gm,2 )
GCarga,1 = (11.5)
1 + GC,2Gf,2GP,2Gm,2 + GC,1GC,2Gf,2GP,2GP,1Gm,1
y1 GCarga,2GP,1
= (11.6)
d 2 1 + GC,1GSP,2GP,1Gm,1
y1 Gd,2GP,1
= (11.7)
d 2 1 + GC,2Gf,2GP,2Gm,2 + GC,1GC,2Gf,2GP,2GP,1Gm,1
Exaustão
w, T
TIC TT
w, Ti
FIC FT
Gás Ar
8 5 1
Gf,2 = , GP,1 = , Gd,1 = (11.10)
2s + 1 ( 4s + 1)(1,5s + 1) 4s + 1
Solução:
GC Gd,2
i Gd,1
G2
GC
+
+
Km,1 GC,1 Gf,2 GP,2 GP,1
+ +
SP -
m
Gm,1
8
G2 = (Feedback ) (11.12)
2s + 1
GC Gd,2
i Gd,1
G2
GC
+
+ +
Km,1 GC,1 GC,2 Gf,2 GP,2 GP,1
+ +
SP - -
GC,m
Gm,2
m
Gm,1
8
GC,2Gf,2GP,2 5 1
G2 = GSP,2 = = 2 s + 1 =
2,35
(11.13)
1 + GC,2Gf,2GP,2Gm,2 1+ 5
8
1 0, 4 0,12 s + 1
2s + 1
Água Resf.
R D,xD
F,z F
Vapor S
d água
B,x B
Água Resf.
R D,xD
AT
F,z F AIC
Vapor S
d água
B,x B
Água Resf.
FFAC
R D,xD
AT
FIT
F,z F AI
Vapor S
d água
B,x B
• A variável distúrbio (i.e., vazão de alimentação) precisa ser medida para que
seja possível efetuar o controle da variável de processo (i.e. composição de
topo). No controle feedback a variável de processo que se deseja controlar é
quem deve ser medida;
transmissor enviando sinal para um painel remoto. Porém, caso tal sinal não existisse
ou não estivesse disponível, não afetaria o desempenho do controlador feedforward.
Muitas variáveis de processo na indústria química são medidas apenas em laboratório,
sendo bastante difícil ou até inviável sua aquisição eletrônica por instrumentos e
medição em tempo real. Tendo conhecimento de um modelo que relacione a variável
de processo e o distúrbio, o controle feedforward se mostra como uma ferramenta que
permite o controle do sistema.
FIC
FIT
RIC
q [L/h]
Antiespumante
FIT
F [m³/h]
Gás
Alimentação
Líquido
q L/h
Daf ppm = 1000 (12.2)
F m³/h
1
q L/h = Daf,SP ppm F m³/h (12.3)
1000
Por exemplo, para processo de destilação de binária de Wood & Berry (1973),
tem-se que:
F =D+B (12.4.a)
R
RR = (12.4.c)
D
B (t ) = F (t ) − D (t )
zF ,EE − xB ,EE
D (t ) = F (t )
xD ,SP − xB ,EE
1 zF ,EE − xB ,EE
R (t ) = F (t ) (12.5)
RR ,EE xD ,SP ( t ) − xB ,EE
A lei de controle acima ainda não é aplicável, pois se deseja um sinal eletrônico
de saída de 4-20 mȦ a para ser aplicado sobre o posicionador da válvula de refluxo.
Adicionalmente, F(t) não está disponível em lbm/min, mas sim como um sinal eletrônico
de 4-20 mȦ oriundo do transmissor de vazão.
Souza & Trica 339
Introdução à Modelagem e Dinâmica para Controle de Processos
Fm ( t ) − Fm,0 ( t ) = K m F ( t ) − F0 ( t )
Fm ( t ) − 4 mA = K m F ( t ) − 0 lbm/min
F (t ) F (t )
= Km m − 4 (12.6)
lbm/min mA
tal que o subscrito “0” representa o valor mínimo medido e o respectivo sinal mínimo
de saída.
A vazão de refluxo, R(t), e a posição da válvula, aV(t), seguem uma relação linear
conforme expressão a seguir:
R ( t ) = aV ( t ) Rmax (12.7)
tal que Rmax é a vazão de refluxo máxima obtida quando a válvula está totalmente aberta
(aV = 1).
aV ( t ) − 0 = K I/a c ( t ) − 4 mA
c (t )
aV ( t ) = K I/a − 4 (12.8)
mA
F (t ) 1 zF ,EE − xB ,EE
R (t ) = Km m − 4
mA RR ,EE xD ,SP − xB ,EE
F (t ) 1 zF ,EE − xB ,EE
aV ( t ) Rmax = K m m − 4
R x − xB ,EE
mA R ,EE D ,SP
c (t ) F (t ) 1 zF ,EE − xB ,EE
K I/a − 4 Rmax = K m m − 4
R x − xB ,EE
mA mA R ,EE D ,SP
c (t ) Km zF ,EE − xB ,EE Fm ( t )
= 4+ − 4 (12.9)
K R R
mA
I/a max R ,EE xD ,SP ( t ) − xB ,EE mA
Gd Gd
Km,d
+
+
SP GC,FB GP
+
+
SP GC,FF GP
Feedback Feedforward
Figura 12.6. Comparação entre controle feedback e por antecipação (feedforward).
TT TIC
w , Ti
TT
w, T
FFTC
+
+
CONDENSADO
VAPOR
tal que w é a vazão passando pelo tanque (constante, não é distúrbio); T é temperatura
da corrente de saída (variável controlada) e; Ti é a temperatura da corrente de entrada
(variável-distúrbio).
Ti
Gm,d
GC,FF Gd
+
+
TSP T
+ + +
Km GC Gf GP
-
Gm
A função de transferência em malha fechada entre T(s) e Ti(s), GCarga, será dada
por:
T ( s ) G + Gm,dGC,FFGf GP
GCarga ( s ) = d (12.10)
Ti( s ) 1 + GCGf GPGm
Gd
GC,FF = − (12.11)
Gm,dGf GP
KP Kd
Gf = K f , Gm,d = K m.d , GP = , Gd =
Ps + 1 ds + 1
Kd ( P s + 1)
GC,FF = −
K K K ( s + 1) (12.12)
(Controlador lead-lag)
m,d f P d
Exemplo 12.2. Lei de controle feedforward dinâmico para sistema de 1ª ordem com
tempo morto.
K P e− s Kd
Gf = K f , Gm,d = K m,d , GP = , Gd =
Ps + 1 ds + 1
Kd ( P s + 1) s
GC,FF,ideal = − e (12.13)
K mF K f K P ( d s + 1)
Kd ( P + ) s + 1
GC,FF,real = − (12.14)
K K K
m,d f P d s + 1
KP Kd
Gf = K f , Gm,d = K m,d , GP = , Gd =
( P1 )( )
s + 1 P2 s + 1 ds + 1
GC,FF,ideal = −
Kd ( )(
P1 s + 1 P2 s + 1 )
K K K
(12.15)
m,d f P ( d s + 1)
Kd (
P1 + P2 s + 1)
= − (12.16)
K K K
GC,FF,real
m,d f P ( d s + 1)
GC,FF
cFF
= K C,FF
(1,FFs + 1)
(12.18)
d ( 2,FFs + 1)
1) Ajuste de KC,FF:
− Kd
K C,FF = (12.19)
K m,d K f K P
1,FF
= 2 ou 1,FF = 0.5 (12.21)
2,FF 2,FF
b) Feedforward dinâmico:
c) PI ajustado por Ziegler-Nichols;
d) Feedforward dinâmico + feedback em (c).
TT TIC
w,Ti
FT TT
w,T
FFFC FFTC
+ +
+ +
CONDENSADO
VAPOR
BTU BTU
cP = 1,0 , UA = 0,0167 , V = 7,6 lbm
lbm °F s °F
°F
vap
Pmin = 14,7 psia, ax = 40 psig,
Pmvap a = 200,5 °F, b = 1,66
psia
f = 5 s, m,d = 20 s, m = 20 s
mA mA mA
K m = 0,16 , K m,d,1 = 80 −1
, K m,d,2 = 0,16
°F lbm s F
−1
we = 0,11 lbm s , Ti,e = 70 °F, Te = 95 °F, Pe = 35,645 psia
vap
Diagrama de blocos:
Ti
GC,FF,2 Gm,d,2
+
GC,FF,1 Gm,d,1
+
Gd,1 Gd,2
+
TSP T
+ + + +
Km GC Gf GP
-
Gm
Balanço de energia:
dT ( t )
VcP = w ( t ) cP Ti ( t ) − T ( t ) + UA a + bP vap ( t ) − T ( t ) (12.23)
dt
Variáveis: T , w, Ti , P vap
Parâmetros: , cP ,V ,U , A, a, b
Linearizações:
dT ( t )
VcP = cP (Ti,e − Te ) w ( t ) + we Ti ( t ) − T ( t ) + UA a + bPvap ( t ) − T ( t ) (12.26)
dt
dT ( t )
P + T ( t ) = K P Pvap ( t ) + K d,1w ( t ) + K d,2Ti( t ) (12.27)
dt
K d,1 =
(T i,e − Te )
, K d,2 =
cP we
, KP =
UA + b
, P =
cPV
(12.28)
cP we + UA cP we + UA cP we + UA cP we + UA
°F °F
K d,1 = −197, 4 −1
, K d,2 = 0,868, K P = 0, 219 , P = 60 s (12.29)
lbm s psia
Kf =
( 40 + 14,7 − 14,7 ) psia = 2,5 psia
(12.31)
( 20 − 4 ) mA mA
a) Feedforward estático:
w ( t ) cP TSP ( t ) − a
P vap ( t ) = TSP ( t ) − Ti ( t ) +
UAb b
psia T ( t ) psia
P vap ( t ) = 36, 07 w ( t ) TSP ( t ) − Ti ( t ) −1
+ SP − 120,8 psia (12.33)
°F lbm s 1, 66 °F
c w ( t ) − 4 mA
vap
Pmin + K f c ( t ) − 4 mA = P m TSP ( t )
UAb K m,d,1
c w ( t ) − 4 mA Ti,m ( t ) − 4 mA TSP ( t ) a
− P m + −
UAb K m,d,1 K m,d,2 b b
c (t ) =
A0 wm ( t ) TSP ( t ) + A1 TSP ( t ) + A2 wm (t ) Ti,m (t ) + A3 wm (t ) + A4 Ti,m (t ) + A5
cP 1 1
A0 = =
UAb K f K m,d,1
BTU
1.0
lbm °F 1 1
= 0,18036
0, 0167
BTU
1, 66
°F psia mA °F
2, 5 80 −
s °F psia mA lbm s 1
cP 4 mA 1 1
A1 = − + =
UAb K m,d,1 K f K f b
BTU
1.0
lbm °F 4 mA 1
− + =
BTU °F psia mA psia °F
0, 0167 1, 66 2, 5 80 2, 5 1, 66
s °F psia mA lbm s −1 mA psia
mA
0,48048
°F
cP 1 1 1
A2 = − =
UAb K f K m,d,1 K m,d,2
BTU
1.0
lbm °F 1 1
− = − 1,12726
BTU °F psia mA mA mA
0, 0167 1, 66 2, 5 80 0,16
s °F psia mA lbm s −1 °F
cP 1 1 4 mA
A3 = A4 = =
UAb K f K m,d,1 K m,d,2
BTU
1.0
lbm °F 4 mA
= 4, 50905
BTU °F psia mA mA
0, 0167 1, 66 2, 5 80 0,16
s °F psia mA lbm s −1 °F
vap a
Pmin + b c 1 4 mA 4 mA
A5 = 4 mA − − P =
Kf UAb K f K m,d,1 K m,d,2
14, 7 psia + 120, 78 psia − 1,12726 1 2
4 mA −
psia mA 16 mA = −68, 22941 mA
2, 5
mA
b) Feedforward dinâmico:
T Gd,1
GC,FF,1 =− (12.35)
w Gm,d,1Gf GP
°F
−197, 4 20 s + 1 5s + 1 60 s + 1
GC,FF,1 = − lbm s −1 ( )( )( )
mA
2.5
psia
0, 219
°F ( 60s + 1)
80 −1
lbm s mA psia
GC,FF,1,real = 4,507
(85s + 1)
(12.36)
( 60s + 1)
T Gd,2
GC,FF,2 =− (12.37)
Ti Gm,d,2Gf GP
20 s + 1 5s + 1 60 s + 1
GC,FF,2 = −
0,868 ( )( )( )
mA psia °F ( 60s + 1)
0,16 F 2,5 mA 0, 219 psia
GC,FF,2,real = −9,909
( 85s + 1)
(12.38)
( 60s + 1)
c) Feedback Ziegler-Nichols:
1 + GCGf GPGm = 0
psia 0.219 °F mA
2.5 0.16
mA psia °F = 0 (12.39)
1 + KC
5s + 1 60s + 1 20 s + 1
−6000wúltima 3 + 85wúltima = 0
wu ( −6000wúltima 2 + 85 ) = 0 wúltima
()
= 0 rad s −1
1
(12.41)
85 ( 2 ) , ( 3) −1
wúltima = wúltima = 0.119 rad s , Túltimo = 52.8 s
6000
85
−1600 + 1 + 0.0876 K C,último = 0 K C,último = 247.34 (12.42)
6000
K C,último Túltimo
KC = = 112.43, I = = 44 s (12.43)
2, 2 1, 2
d(t) ym(t)
(Distúrbios) (Saídas medidas)
Processo Químico
y = [y m,ynm]T
u(t) x(t) ynm(t)
(Manipuladas) (Estados) (Saídas não-medidas)
Embora variáveis de saída sejam definidas como medidas é possível que para
algumas delas não se tenha medição on-line (não haja instrumento instalado no
processo), mas requeiram que se adquire dados mesmo que em baixa frequência (por
exemplo, amostras levadas para análise de laboratório). Portanto, para o projeto de
sistemas de controle, estas variáveis são consideradas saídas não-medidas, no sentido
que as medidas não estão disponíveis com a frequência necessária para a malha de
controle.
C5H 6 + H 2O ⎯⎯
k1
H+
→ C5H 7OH + H 2O ⎯⎯
k2
H+
→ C5H8 ( OH )2
(13.1.a)
2 C5H 6 ⎯⎯
H+
→ C10 H12
k1
A ⎯⎯
k1
→ B ⎯⎯
k2
→C
(13.1.b)
2 A ⎯⎯→ D
k3
Reação de 1° ordem:
A→B B→C
F ( t ) , CA0 ( t ) CA ( t ) Reação de 2° ordem:
T0 ( t ) CB ( t ) 2A → D
Tk ( t ) T (t ) Tk ( t ) Considerações:
- Reação exotérmica
Solução:
C A C A
F A0
C C B
u = , d =
, x = C B , y m = , y nm = C C
Tk T0 T
T C D
dx ( t )
= Ax ( t ) + Bu ( t )
dt (13.2)
y ( t ) = Cx ( t ) + Du ( t )
dx ( t )
= ax ( t ) + bu ( t )
dt (13.3)
y ( t ) = cx ( t ) + du ( t )
Fin(t)
A1
h1(t)
F1(t)
R1
A2
h2(t)
F2(t)
R2
h1 (t )
x= , u = Fin (t )
h2 (t )
−1
0
d h1 ( t ) A1R1 1 ( ) + 1 Fin ( t )
h t 1 A
=
dt h2 ( t ) 1 −1 h2 ( t ) 0
AR A2 R2 (13.5)
1 1
y1 ( t ) 1 0 h1 ( t ) 0
= + Fin ( t )
y2 ( t ) 0 1 h2 ( t ) 0
−1
AR 0
, B = 1 , C =
1A 1 0 0
A= 1 1 , D= (13.6)
1 −1 0 0 1 0
AR
1 1 A2 R2
Seja um processo descrito pelo seu modelo do tipo MIMO, cuja representação
é dada pelo seguinte sistema de equações não-lineares:
dx ( t )
= f x ( t ) , u ( t )
T
dt (13.7)
y ( t ) = g x ( t ) , u ( t )
T
f i f i g i g i
aij = , bij = , cij = , d ij = (13.8)
x j u j x j u j
EE EE EE EE
Fin(t)
A1 h2(t) A2
h1(t)
F1(t) F2(t)
KV1 KV2
dh1 (t ) F (t ) K V h1 (t ) − h2 (t )
= f1 h1 (t ), h2 (t ), Fin (t ) = in − 1 (13.9.a)
dt A1 A1
dh2 (t ) KV h1 (t ) − h2 (t ) K V2 h2 (t )
= f 2 h1 (t ), h2 (t ), Fin (t ) = 1 − (13.9.b)
dt A2 A2
f1 f1 K V1 K V1
−
h1 h2 2 A1 h1,EE − h2,EE 2 A1 h1,EE − h2,EE
A= EE =
(13.10.a)
EE
f f 2 K V1
K V1 K V2
2 − −
h1 h2 EE
EE 2 A2 h1,EE − h2,EE 2 A2 h1,EE − h2,EE 2 A2 h2,EE
f1
1
Fin EEi
B= = A1 (13.10.b)
f 2 0
Fin
EEi
( sI − A ) x ( s ) = Bu ( s )
x ( s ) = ( sI − A ) Bu ( s )
−1
(13.12)
y ( s ) = C ( sI − A ) B u ( s )
−1
(13.13)
G P ( s ) , G d ( s ) = C ( sI − A ) B
−1
(13.14)
ou expressando separadamente:
G P ( s ) = C ( sI − A ) B m
−1
(13.15.a)
G d ( s ) = C ( sI − A ) B d
−1
(13.15.b)
tal que:
B = Bm , Bd (13.16)
u
y (s ) = C(sI − A ) B m , B d
−1
d
E A,j R
k j (T ) = k 0, j exp − (13.19)
T K
Equações de estado:
dC A (t )
V = F (t )C A0 (t ) − C A (t ) + r1,A C A (t ), T (t )V + r3,A C A (t ), T (t )V (13.20)
dt
r3,A (− r3 ) = −k 3 (T )C A
2
(13.21.b)
tal que os termos de geração são negativos por representarem taxas de consumo do
componente A.
dC A (t ) F (t )
f1 = C A0 (t ) − C A (t )
dt V
(E A,1 R ) (E A,3 R )
(13.22)
− k 0,1 exp − C A (t ) − k 0,3 exp − C A (t )2
T (t ) T (t )
dC B (t )
V = − F (t )C B (t ) + r1,B C A (t ), T (t )V + r2,B C B (t ), T (t )V (13.23)
dt
dC B (t )
f2 =
dt
(E A,2 R )
(13.25)
F (t ) (E R )
− C B (t ) + k 0,1 exp − A.1 ( ) − − C B (t )
T (t )
C t k exp
T (t )
A 0 , 2
V
dT (t )
c PV = c P F (t )T0 (t ) − T (t ) + hf ATk (t ) − T (t )
dt
( ) ( )
+ r1 C A (t ), T (t ) − hr1 V + r2 C B (t ), T (t ) − hr2 V (13.26)
+ r C (t ), T (t )(− h )V
3 A r3
dT (t ) F (t )
f3 = T0 (t ) − T (t ) + hf A Tk (t ) − T (t ) + 1
dt V cPV c P (13.27)
( ) ( ) (
k1 T (t )C A (t ) − hr1 + k 2 T (t )C B (t ) − hr2 + k 3 T (t )C A (t ) − hr3
2
)
Equações de saída:
C A (t )
C B (t ) 0 1 0
y (t ) =
C B (t ) (13.28)
T (t ) 0 0 1
T (t )
0
FEE
C A0, EE − C A,EE − k1 (TEE )C A,EE − k 3 (TEE ) C A,EE
2
V
F
0 = − EE C B,EE + k1 (TEE )C A,EE − k 2 (TEE )C B,EE (13.29)
V
0 V
FEE
T0,EE − TEE + f h A
c PV
Tk, EE − TEE +
1
c P
( )
k1 (TEE )C A,EE − hr1 +
( ) (
+ k 2 (TEE )C B, EE − hr2 + k 3 (TEE ) C A,EE − hr3
2
)
x f1
A = x f 2 (13.32)
x f 3
F
− EE − k1 (TEE ) − 2k 3 (TEE )C A,EE
V
x f1 T
=
0 (13.33.a)
E R E R
− k1 (TEE ) A,1 2 C A,EE − k 3 (TEE ) A,2 2 C A,EE 2
T T
EE EE
k1 (TEE )
x f 2 T = −
FEE
− k 2 (TEE ) (13.33.b)
V
k (T ) E A,1 R C E A,2 R
− k 2 (TEE ) C
1 EE T 2 A,EE 2 B, EE
EE TEE
hr1 h
− k1 (TEE ) − 2k 3 (TEE )C A,EE r3
c
c P P
hr2
x f 3 T = − k 2 (TEE )
(13.33.c)
P
c
f 3
T EE
f 3 FEE h A
=− − f
T EE V c PV
E A,1 R ( − hr1 )
+ k1 (TEE ) C
2 A, EE
TEE c P
E A,2 R ( − hr2 ) (13.33.d)
+ k 2 (TEE )
2
C
c P
B, EE
TEE
E A,3 R
(
2 − hr3
)
+ k 3 (TEE ) 2
C
c P
A, EE
TEE
0 1 0
C= (13.35)
0 0 1
− 97,4 0 − 5,2
A = 52,9 − 77,4 1,4 (13.36)
219,1 206,8 − 39,1
0,4 0 24,5 0
B = − 0,1 0 0 0 (13.37)
− 0,5 30,8 0 24,5
CB ( s ) CB ( s )
F (s) Tk ( s )
GP ( s) = (13.38.a)
T ( s ) T ( s )
F ( s ) Tk ( s )
CB ( s ) CB ( s )
CA0 ( s ) T0 ( s )
Gd ( s ) = (13.38.b)
T ( s ) T ( s )
(s)
CA0 T0 ( s )
(C A0, EE − C A,EE )
0 0,4 0
V
− C
Bm = = − 0,1
B, EE
0 0 (13.39.a)
V
(T0, EE − TEE ) hf A
− 0,5 30,8
V c PV
FEE
V 0 24,5 0
Bd = 0 0 = 0 0 (13.39.b)
FEE
0
0 24,5
V
s + 97,4 0 5,2
(sI − A ) = − 52,9 s + 77,4 − 1,4 (13.40)
− 219,1 − 206,8 s + 39,1
Prossegue-se para obter a inversa de (sI – A). Seja uma matriz genérica M,
sua inversa é dada pela razão entre a matriz adjunta de M e seu determinante:
adj M
M −1 = (13.41)
det M
adjM = Χ T X ij = (− 1)
i+ j
det M ij (13.42)
tal que Mij representa a matriz M reduzida após retirar a i-ésima linha e j-ésima
coluna.
det (sI − A ) =
(s + 97,4)(s + 77,4)(s + 39,1) + (− 52,9)(− 206,8)(5,2) + (0)(− 1,4)(− 219,1)
− (5,2)(s + 77,4)(− 219,1) + (0)(− 52,9)(s + 39,1) + (− 1,4)(− 206,8)(s + 97,4)
det (sI − A ) =
(s 2
)
+ 174,7 s + 7.533,7 (s + 39,14405 ) + 56.474,1
− − (1132,3s + 87595,9 ) + (290,1s + 28257,1)
det (sI − A ) =
s 3 + 213,9 s 2 + 14.374,0 s + 294.901,7 + 56.474,1
− − 842,2 s − 59338,8
(sI − A )−1 = 1
s + 213,9 s + 15.216,2 s + 410.714,6
3 2
G P (s ) =
s 2 + 116,5s + 2.738,0 − 1068,4 − 5,2 s − 399,7 0,4 0
0 1 0
1
52,9 s + 2.376,6 2
s + 136,5s + 4.944,5 1,4 s − 136,5 − 0,1 0
det (s I − A )
0 0 1
219,1s + 27.882,8 206,8s + 20.137,4 2
s + 174,7 s + 7.533,7 − 0,5 30,8
G P (s ) =
0,4 s 2 + 45,3s + 1.304,2 − 160,3s − 12.322.2
0 1 0
1 − 0,1s 2 + 5,4 s + 455,6
43 , 2 s − 4.208,1
det(sI − A )
0 0 1
− 0,5s 2 − 25,0 s + 4589,6 30,8s 2 + 5.385,7 s + 232.252,8
G P (s ) =
− 0,1s 2 + 5,4s + 455,6 43,2s − 4.208,1
3
s + 213,9s + 15.216,2s + 410.714,6
2
s + 213,9s + 15.216,2s + 410.714,6
3 2
(13.47.a)
− 0,5s 2 − 25,0s + 4589,6 30,8s 2 + 5.385,7 s + 232.252,8
3
s + 213,9s 2 + 15.216,2s + 410.714,6 s 3 + 213,9s 2 + 15.216,2s + 410.714,6
GP (s) =
G d (s ) =
s 2 + 116,5s + 2.738,0 − 1068,4 − 5,2s − 399,7 24,5 0
0 1 0
1
52,9s + 2.376,6 s 2 + 136,5s + 4.944,5 1,4s − 136,5 0 0
det(sI − A )
0 0 1
219,1s + 27.882,8 206,8s + 20.137,4 2
s + 174,7 s + 7.533,7 0 24,5
G d (s ) =
(
s 2 + 116,5s + 2.738,0
) (− 5,2s − 399,7 )
0 1 0
(52,9 s + 2.376,6 )
24,5
1
(1,4s − 136,5)
det(sI − A )
0 0 1
(219,1s + 27.882,8)
(
s 2 + 174,7 s + 7.533,7
)
G d (s ) =
52,9s + 2.376,6 1,4s − 136,5
s3 + 213,9s 2 + 15.216,2s + 410.714,6 s + 213,9s + 15.216,2s + 410.714,6
3 2
(13.48.a)
24,5
219,1s + 27.882,8 s 2 + 174,7 s + 7.533,7
3
s + 213,9s + 15.216,2s + 410.714,6 s + 213,9s + 15.216,2s + 410.714,6
2 3 2
Gd ( s) =
tal que j é um número que referencia uma entrada, isto é, para j igual à 1 obtém-se
as funções de transferência de todas as saídas em relação à primeira variável de
entrada. Vale ressaltar que aqui as entradas correspondem as variáveis manipuladas
mais os distúrbios.
[num1,den1]=ss2tf(A,B,C,D,1)
%Resposta da rotina
num1 =
0 0.5 0.1
0 -0.5 -0.1
den1 =
1 0.6 0.8
%Chamando para a 2ª entrada
[num2,den2]=ss2tf(A,B,C,D,2)
%Resposta da rotina
num2 =
0 0.2 0.04
0 0 0.4
den2 =
1 0.6 0.8
GP11 ( s ) =
( 0 ) s 2 + ( 0,5) s + 0,1 = 0,5s + 0,1
(13.50.a)
(1) s 2 + ( 0,6 ) s + 0,8 s 2 + 0,6s + 0,8
GP12 ( s ) =
( 0 ) s 2 + ( 0, 2 ) s + 0,04 = 0, 2s + 0,04
(13.50.c)
(1) s 2 + ( 0,6 ) s + 0,8 s 2 + 0,6s + 0,8
( 0 ) s 2 + ( 0 ) s + 0, 4 0, 4
GP22 (s) = 2 = 2 (13.50.d)
(1) s + ( 0,6 ) s + 0,8 s + 0,6s + 0,8
mH,TH mC,TC
TIT
md,Td LIT
h m(h),T
mH ( u1 ) − T ( y1 )
configuração #1:
mC ( u2 ) − h ( y2 )
mC ( u2 ) − T ( y1 )
configuração #2:
mH ( u1 ) − h ( y2 )
Os passos são repetidos para cada uma das entradas do sistema. O efeito total
ou líquido do degrau unitário de u1 em y1, Δy11,t, é dado pela soma dos dois efeitos
citados anteriormente:
y11,m y11, m
11 = = (13.53)
y11, t y11, m + y11, r
11 = 0 Não há efeito principal, Δy11,m = 0. u1 não possui efeito sobre y1.
11 = 1 Não há efeito retaliatório, Δy11,r = 0. u2 não possui efeito sobre y1.
y i y i
u u
j malhas abertas j uk =0 k j
ij = = (13.54)
y i y i
u u
j malhas fechadas exceto laço j j yk =0 k i
A expressão anterior significa que, para a variável yi sob controle da entrada uj,
λij é a razão entre o ganho estático de yi em malha aberta e o ganho estático em malha
fechada com uj. Para m entradas e s saídas, obtém-se a uma matriz denominada RGA de
Bristol (“Relative Gain Array”) (1966):
11 1m
Λ= (13.55)
s1 sm
s m
=
i =1
ij
j =1
ij =1 (13.56.a)
Há dois métodos básicos para calcular a RGA para um sistema linear, quadrado
(m x m), cujas matrizes GP(s) e Gd(s) são conhecidas:
• Método matricial.
y1 = K 11 u1 + K 12 u 2
(13.57)
y 2 = K 21 u1 + K 22 u 2
tal que Kij representa o ganho da i-ésima saída em relação à j-ésima entrada.
y1
= K11 (13.58)
1 u 2 =0
u
0 = K 21u1 + K 22 u 2
K 21
u 2 = − u1 (13.59)
K 22
K12 K 21
y1 = K11u1 − u1 (13.60)
K 22
y1 K K K K
= K11 − 12 21 = K11 1 − 12 21 (13.61)
u1 y2 =0 K 22 K11 K 22
1 K12 K 21
11 = , = (13.62)
1− K11 K 22
Pelas propriedades da RGA, para uma matriz 2x2 é possível obter os demais
elementos conhecendo-se apenas um deles:
1
−
1− 1− 1−
Λ= = (13.63)
1 − 1
− 1 − 1 −
Solução:
12.8 −18.9
K = G P ( 0) = (13.65)
6.6 −19.4
1 1
= = = 2.01
K12 K 21 6.6 ( −18.9 ) (13.66)
1− 1−
K11K 22 ( −19.8) 12.8
2 −1
Λ= (13.67)
−1 2
Método matricial
Apesar do método dos princípios básicos também ser aplicável para sistemas m
x m, o método matricial é mais simples de ser aplicado para sistemas de maior dimensão.
Definindo a matriz de ganhos estáticos K:
K = lim G P (s ) (13.68)
s →0
R = ( K −1 )
T
(13.69)
Então é possível mostrar que os elementos da RGA podem ser obtidos pelo
produto de Hadamard (ou produto de Schur)
Λ=K R=K (K )
−1 T
(13.70.b)
Solução:
A matriz dos ganhos estáticos do sistema, K, para o reator van de Vusse pode
ser obtida aplicando a equação (13.68) à equação (13.47.b):
0,00111 − 0,01025
K= (13.71)
0,01117 0,56548
0,56548 0,01025
adj(K ) = (13.73)
− 0,01117 0,00111
762,34 −15,06
R = (13.75)
13,81 1,50
y i − u i i = 1,2,..., m (13.77)
G ( 0) K
NI = 0 (13.78)
G ( 0) K
M = m i =1
ii (13.79)
k k
G ( 0 ) = 11 21 (13.80)
k12 k22
Pontos importantes:
de entrada e saída que possuam valores de RGA positivos e próximos de 1, de forma que
a situação ideal seria quando a RGA fosse igual à matriz identidade. Outra heurística
identificada do ponto de vista de estabilidade estrutural é que qualquer pareamento
não deve ser efetuado caso resulte numa configuração de sistema de controle para o
qual o NI é negativo.
Exemplo 13.8:
5 3 1 1 10 −4.5 −4.5
K = 1 1 3 1 , Λ = −4.5 1 4.5 (13.82)
1 1 1 3 −4.5 4.5 1
K −148
NI = = 0 (13.83)
K 5 27
5 3 1 1 10 −4.5 −4.5
K= 1 1 1 3 , Λ = −4.5 4.5 1 (13.84)
1 1 3 1 −4.5 1 4.5
K 4 27
NI = = = 4 45 (13.85)
K 53
Solução:
h T −T h TH − TEE
= C EE =−
mH mH TC − TH mC mC TC − TH
Λ= (13.86)
T T −T T TC − TEE
= − H EE =
m TC − TH
H mH mC mC TC − TH
0.8 0.2
Λ= , Parear mH – h e mC – T (13.87)
0.2 0.8
0.2 0.8
Λ= , Parear mH – T e mC – h (13.88)
0.8 0.2
0.5 0.5
Λ= , Não há diferença entre os pareamentos (13.89)
0.5 0.5
1 0
Λ= , Caso ideal. Parear Parear mH – h e mC – T
0 1
(Seborg et al., 2003). Esse controlador único e multivariável recebe como variáveis de
entrada um conjunto ou vetor de erros e como saídas um conjunto ou vetor de variáveis
manipuladas. Essa abordagem engloba tanto o conceito de sistemas multimalha – com
parâmetros de controle cruzados: como exemplo, para o um sistema 2x2 com controle
P haveria quatro parâmetros: KC,11, KC,12, KC,21 e KC,22 – quanto os controladores
preditivos baseados em modelos (MPC, Model Predictive Control) (Cutler & Remaker,
1980; Garcia & Morshedi, 1986; Clarke et al., 1987; Henson, 1998; Qin & Badgwell,
2003).
- ̕
y̕ y̕
+ + +
SP GC,1 G11 + +
G12 Gd,1
d
G21 Gd,2
̕ + +
y̕ y̕
+ + +
SP - GC,2 G22
Figura 13.7. Diagrama de blocos de um sistema 2x2 estudado por McAvoy (1981).
1 (s ) 1
=−
GCarga,eff (s ) 1 + GC,2 G22 (s ) (13.90)
1 + GC,1 G11
1 + GC,2 G22
G GC,2 G22
GCarga, eff (s ) = Gd,1 − Gd,2 12 d (s )
(13.91)
G22 1 + GC,2 G22
(s ) = (0 ) =
1 1
G (s )G21 (s ) K K (13.92)
1 − 12 1 − 12 21
G11 (s )G22 (s ) K 11 K 22
tal que Gij é a função de transferência no domínio de s entre a i-ésima saída e j-ésima
entrada, conforme definido na equação (13.18).
a) Primeira malha mais rápida que a segunda, de forma que ‖GC,2G22(ωC,1i)‖ >>
1;
b) Primeira malha mais lenta que a segunda, de forma que ‖GC,2G22(ωC,1i)‖ << 1;
tal que ωC,1 é a frequência de cruzamento para o ângulo de fase de −180° da primeira
malha quando fechada.
f ( )
K C, último, Int,1 =
G11 ( C,1 i )
(13.93)
tal que KC,último,Int,1 é o ganho último da primeira malha para o sistema em malha fechada
(com interação).
Os três casos foram discutidos por McAvoy. Para o caso (a), f(λ) = λ(s).
Considerando que os termos dinâmicos de λ(s) se cancelam – dados pela razão entre as
funções de transferência Gij(s) – λ(s) seria constante de forma que ‖λ(s)‖ = ‖λ(0)‖.
Portanto, KC,último,Int,1 seria multiplicado pelo ganho relativo da RGA, λ(0). Como a
sintonia de um controlador é sempre dada por uma fração do ganho último de sua malha
e podendo λ(0) ser maior que 1, o reajuste da sintonia seguindo a equação (13.93)
poderia levar à própria instabilidade da primeira malha. Assim tal reajuste não é
recomendado.
Para o caso (b), f(λ) = 1, pois o termo entre colchetes na equação (13.90) é
próximo de 1, de forma que a respectiva equação característica tende ao caso SISO sem
interação. A interpretação física desse resultado é que quando a malha é muito rápida
em relação às outras, sua resposta já estabiliza antes mesmo das interações das demais
malhas surtirem efeito sobre ela. Assim, não há necessidade de efetuar algum tipo de
reajuste.
Com os resultados obtidos para o caso (a) e (b), o procedimento proposto por
McAvoy não recomenda a aplicação de detuning entre malhas que possuem velocidades
de resposta com ordem de grandeza distintas.
(s ) −
(s )2 − (s ), (s ) 1
f ( ) = (13.94)
(s ) +
(s )
2
− (s ), (s ) 1
(0 ) − (0 )2 − (0 ), (0 ) 1
K C, Int,i
= , i = 1,2 (13.95)
K C,i (0 ) + (0 )2 − (0 ) , (0 ) 1
tal que KC,Int,i é o ganho da i-ésima malha para o sistema em malha fechada (com
interação). Para λ(0) < 1, é necessário calcular a norma porque o termo de raiz quadrada
é complexo.
1) Obter KC,i, que é o ganho da i-ésima malha de controle sem interação, obtido
através de procedimentos de sintonia típicos (apresentados no Capítulo 10) e
com todas as demais malhas abertas e sem variação de suas variáveis
manipuladas (m̕j ≠ i = 0);
b) Índice de Niederlinski
K 7,4 10−4
NI = = 0 (13.96)
K ( 0,00111)( 0,56548 )
C B (s ) (1 − a,1 s )
= GP,11(+ ) (s ) f (s ) =
SP (s )
C B, ( )
C,1 s + 2 C,1 C,1 s + 1
2 (13.99)
Por fim, para o 3º passo do método, a função GP,11(-) será dada por:
K (1 + a,2 s )
G P,11 (- ) =
a 0 3 a1 2 a 2 (13.100)
s + s + s + 1
a3 a3 a3
a 0 3 a1 2 a 2
s + s + s + 1
=
1
f (s ) =
1 a3 a3 a3 (13.101)
( )
*
GC,1
GP,11(- ) K (1 + a,2 s ) C,1 s + 2 C,1 C,1 s + 1
2 2
*
GC,1
GC,1 =
1 − GP,11 GC,1
*
a 0 3 a1 2 a 2
s + s + s + 1
f 1 a3 a3 a3
=
GP,11(− )
=
K (
1 + a,2 s C,1 s + 2 C,1 C,1 s + 1
2 2
)
GC,1
1 − GP,11(+ ) f
1−
1 − a,1 s
(
C,1 s + 2 C,1 C,1 s + 1
2 2
)
a 0 3 a1 2 a 2
1
s + s + s + 1
= a3 K a3 a3
GC,1
( )
C,1 s + 2 C,1 C,1 s + 1 − (1 − a,1 s ) 1 + a,2 s
2 2
a 0 3 a1 2 a 2
s + s + s + 1
=
1 a3 a3 a3 (13.102)
GC,1
K s ( C,1 ) s + (2 C,1 C,1 + a,1 ) (1 + a,2 s )
2
a 0 3 a1 2 a 2
s + s + s + 1
K C,1 I,1 s + 1 1 a3 a3 a3 (13.103)
=
I,1 s
K s ( C,1 )2 s + (2 C,1 C,1 + a,1 ) (1 + a,2 s )
a 0 3 a1 2 a 2
s + s + s + 1
KK C,1 a3 a3 a3 (13.104)
=
I,1 I,1 C,1
s + 1 ( )2 s + (2 + ) (1 + s )
C,1 C,1 a,1 a,2
a0 3 a1 2 a 2
KK C,1 s + s + s + 1
= a3 a3 a3
a,1 C,1
I,1
s + 1 C,1 2 C,1 +
2 +
s + 1 (1 + a,2 s )
C,1
I,1
C,1 a,1 C,1
a 0 3 a1 2 a 2
s + s + s + 1
C,1 a3 a3 a3
KK C,1 2 C,1 + a,1 =
I,1 C,1 C,1
I,1 s + 1 s + 1 (1 + a,2 s )
2 C,1 + a,1 C,1
fazendo:
C,1 I,1
2 C,1 + a,1 = 1 → K C,1 = 1 (13.105)
K (2 C,1 C,1 + a,1 )
KK C,1
I,1 C,1
C,1 a
s + 1 s + 1 (1 + a,2 s ) = 0 s 3 + 1 s 2 + 2 s + 1
a a
2 C,1 + a,1 C,1
I,1
a3 a3 a3
tal que:
a2 C,1
= I,1 + + a,2 (13.106.c)
a3 2 C,1 + a,1 C,1
( I,1 ) C,1
2
I,1 C,1 a,2
+ ( I,1 ) a,2
a1
I,1 = +
2
(13.107.b)
a3 2 C,1 + a,1 C,1 2 C,1 + a,1 C,1
( I,1 ) C,1
2
( ) 2 a2
= ( I,1 ) +
3
+ ( I,1 ) a,2
2
(13.107.c)
2 C,1 + a,1 C,1
I,1
a3
( I,1 ) C,1 2
+ ( I,1 ) a,2
a1 a 0
I,1 − =
2
(13.108)
a3 a3 2 C,1 + a,1 C,1
( ) − ( )
I,1
3
I,1
2 a2
+ ( I,1 ) 1 − 0 = 0
a a
(13.109)
a3 a3 a3
2 2
b b −b b b b
− 1 + 1 − 4 0 1 + 1 + 4 2
1 b2 b2 b2 b0 b0 b0
zP,1 = =
a,1 −b 2
2 0
b2
1 0,00921 h m3 /h
K C,1 = (13.112)
0,00111 ( 2 C,1 C,1 + 0,01003 h ) kmol/m3
1 0,00921 h m3 /h
K C,1 =
0,00111 ( 0,03 h + 0,01003 h ) kmol/m 3
m3 /h
K C,1 118,5 3 (13.113)
kmol/m
̕
c.2) T(s)/T ̕
SP(s)
Para o 1º passo do método IMC, identifica-se que a função GP,22 é uma função
própria e não possui termos que dificultam a ação de controle (zeros positivos, tempo
morto, etc.), de forma que GP,22(-) = GP,22 e GP.22(+) = 1.
̕
Prosseguindo para o 2º passo, para que T(s)/T ̕ (s) seja fisicamente realizável
SP
T ( s ) 1
= GP,22( + ) ( s ) f ( s ) = (13.115)
TSP ( s ) ( C,2 s + 1)
a0 3 a1 2 a2
s + s + s + 1
1 1 a3 a3 a3 (13.116)
*
GC,2 = f (s) =
GP,22( -) K (1 + a,1s )(1 + a,2 s )( C,2 s + 1)
*
GC,2
GC,2 =
1 − GP,22GC,2
*
f a0 3 a1 2 a2
s + s + s + 1
GP,22( − ) 1 a3 a3 a3 1
GC,2 = =
1 − GP,11( + ) f K 1 + a,1s 1 + a,2 s ( C,2 s + 1) 1
1 −
( C,2 s + 1)
a0 3 a1 2 a2
s + s + s + 1
1 a3 a3 a3 (13.117)
GC,2 =
K s 1 + s 1 + s
C,2 a,1 a,2
a0 3 a1 2 a2
s + s + s + 1
K C,2 I,2 s + 1 1 a3 a3 a3 (13.118)
=
K C,2 s (1 + a,1s )(1 + a,2 s )
I,2 s
a0 3 a1 2 a2
s + s + s + 1
C,2 a3 a3 a3 (13.119)
KK C,2 =
I,2 I,2 s + 1 (1 + a,1s )(1 + a,2 s )
fazendo:
C,2 1 I,2
KK C,2 = 1 → K C,2 = (13.120)
I,2 K C,2
a
I,2 s + 1 (1 + a,1s )(1 + a,2 s ) = 0 s 3 + 1 s 2 + 2 s + 1
a a
a3 a3 a3
1 0,00921 h °C
K C,2 = °C (13.121)
0,56548 C,2
1 0,00921 h °C °C
K C,2 = K C,2 0,54262 (13.122)
0,56548 0,03 h °C °C
O ganho relativo da RGA 2x2 do sistema van de Vusse em análise já foi obtido
no Exemplo 13.6. Através da equação (13.95) para λ < 1, obtém-se o fator de detuning
para as malhas de controle obtidas em (c):
Fdet = + 2 −
̕ em malha fechada,
A seguir serão apresentadas as respostas de CB̕ (t) e T(t)
para os estímulos citados nos itens (e) e (f) do enunciado e considerando o modelo
não-linear do processo. A simulação do sistema em malha fechada foi realizada no
Simulink©, um ambiente de simulação e análise de processamento de dados do
MATLAB©. O modelo não-linear do reator foi escrito em linguagem .m (extensão de
arquivo do MATLAB©) e adicionado ao modelo no Simulink© através do bloco S-
function. Para mais detalhes, consultar as rotinas apresentadas nos apêndices deste
Capítulo.
Por outro lado, a sintonia da segunda malha para o problema regulador foi
satisfatória, visto que pela resposta de T(t) ̕ na Figura 13.8 a variação foi menor que
0,5 °C. Assim, uma sugestão de melhoria seria acelerar a primeira malha, ajustando
para τC,1 = (a0/a3)1/3/3. As respostas para essa nova sintonia não são apresentadas aqui,
porém o novo vale obtido foi de aproximadamente 0,037 kmol/m³, 3,8% do valor
inicial de CB,EE.
Desempenho similar foi verificado mais uma vez para as sintonias originais
do método IMC e com aplicação do detuning. Para o distúrbio aplicado em T0, o
controle da concentração do produto B foi satisfatório, diferente dos demais
estímulos apresentados antes. Fazendo uma análise dos ganhos estáticos das funções
de transferência, é possível explicar tal comportamento. A variação não desejada em
CB̕ que ocorre para os estímulos em TSP ̕ , se dá em parte diferença na ordem de
̕ e CA0
̕ . A magnitude do
grandeza entre os ganhos estáticos entre CB̕ /F̕, CB̕ /Tk̕ , e CB̕ /CA0
ganho estático de CB̕ /F̕ é 10x menor que a de CB̕ /Tk̕ e CB̕ /CA0̕ . Porém, quando são
comparados os ganhos estáticos entre CB̕ /F̕ e CB̕ /T0̕ , suas ordens de grandeza são
iguais.
VandeVusse_Ex3_10.m
%Livro Modelagem e Controle de Processos 1ª ed
%Autores: Diego José Trica e Maurício Bezerra de Souza Jr.
%Exemplo 3.10
clear all;
F = 245; % m3/h
ro = 934.2; % kg/m3
Cp = 3.01; % kJ/Kg °C
V = 10; % m3
CAo = 5.10; % kmol/m3
K1o = 1.287e+12; % 1/h
K2o = 1.287e+12; % 1/h
K3o = 9.043e+09; % 1/h
To = 130; % °C
Kw = 4032; % kJ/h °C m^2
Ar = 215; % m^2
Tr = 128.95; % °C
DHrab = 4200; % kJ/kmol A
DHrbc = -11000; % kJ/kmol B
DHrad = -41850; % kJ/kmol A
E1R = 9758.3; % K
E2R = 9758.3; % K
E3R = 8560; % K
VandeVusse_Ex3_10.m (Continuação)
A(2,1) = K1o*exp(-E1R/(Te+273.15));
A(2,2) = -F/V -K2o*exp(-E2R/(Te+273.15));
A(2,3) = K1o*exp(-E1R/(Te+273.15))*E1R/(Te+273.15)^2*CAe ...
- K2o*exp(-E2R/(Te+273.15))*E2R/(Te+273.15)^2*CBe;
A(3,1) = 1/(ro*Cp)*(K1o*exp(-E1R/(Te+273.15))*(-DHrab) ...
+ 2*K3o*exp(-E3R/(Te+273.15))*CAe*(-DHrad));
A(3,2) = 1/(ro*Cp)*K2o*exp(-E2R/(Te+273.15))*(-DHrbc);
A(3,3) = 1/(ro*Cp)*...
(K1o*exp(-E1R/(Te+273.15))*E1R/(Te+273.15)^2*CAe*(-DHrab)...
+ K2o*exp(-E2R/(Te+273.15))*E2R/(Te+273.15)^2*CBe*(-DHrbc) ...
+ K3o*exp(-E3R/(Te+273.15))*E3R/(Te+273.15)^2*CAe^2*(-DHrad))...
-F/V -Kw*Ar/(ro*Cp*V);
%Matriz RGA
K(1,:) = [Gp1_num(1,4)/Gp1_den(4),Gp2_num(1,4)/Gp2_den(4)];
K(2,:) = [Gp1_num(2,4)/Gp1_den(4),Gp2_num(2,4)/Gp2_den(4)];
lambda = K.*inv(K)';
lambda = lambda(1,1);
r = roots([1;-Gp1_den(3)/Gp1_den(4); ...
Gp1_den(2)/Gp1_den(4);-Gp1_den(1)/Gp1_den(4)]);
for k=1:size(r)
if isreal(r(k));
tauI_1 = r(k);
end
end
zP_1 = 0.5*(Gp1_num(1,3)/(-Gp1_num(1,2)) + sqrt(...
(Gp1_num(1,3)/(-Gp1_num(1,2)))^2 ...
+ 4*Gp1_num(1,4)/(-Gp1_num(1,2))));
Kc_1 = tauI_1/(2*xsiC_1*tauC_1 + 1/zP_1)/K(1,1);
%Controlador T/Tsp
VandeVusse_Ex3_10.m (Continuação)
tauC_2 = 0.03; %h
r = roots([1;-Gp2_den(3)/Gp2_den(4); ...
Gp2_den(2)/Gp2_den(4);-Gp2_den(1)/Gp2_den(4)]);
for k=1:size(r)
if isreal(r(k));
tauI_2 = r(k);
end
end
Kc_2 = tauI_2/tauC_2/K(2,2);
%Degraus
set_param('VdV_sim_nlin/CB_SP','After','0');
set_param('VdV_sim_nlin/T_SP','After','5');
set_param('VdV_sim_nlin/CAo_step','After','0');
set_param('VdV_sim_nlin/To_step','After','0');
%Sintonia controladores
set_param('VdV_sim_nlin/GC,1','Numerator','Kc_1*[1 1/tauI_1]');
set_param('VdV_sim_nlin/GC,1','Denominator','[1 0]');
set_param('VdV_sim_nlin/GC,2','Numerator','Kc_2*[1 1/tauI_2]');
set_param('VdV_sim_nlin/GC,2','Denominator','[1 0]');
sim('VdV_sim_nlin');
save_system('VdV_sim_nlin');
close_system('VdV_sim_nlin');
%Degraus
set_param('VdV_sim_nlin/CB_SP','After','0');
set_param('VdV_sim_nlin/T_SP','After','5');
set_param('VdV_sim_nlin/CAo_step','After','0');
set_param('VdV_sim_nlin/To_step','After','0');
%Sintonia controladores
set_param('VdV_sim_nlin/GC,1','Numerator','Kc_1det*[1 1/tauI_1]');
set_param('VdV_sim_nlin/GC,1','Denominator','[1 0]');
set_param('VdV_sim_nlin/GC,2','Numerator','Kc_2det*[1 1/tauI_2]');
set_param('VdV_sim_nlin/GC,2','Denominator','[1 0]');
VandeVusse_Ex3_10.m (Continuação)
sim('VdV_sim_nlin');
save_system('VdV_sim_nlin');
close_system('VdV_sim_nlin');
%Construção do Gráfico
figure(1);
plot(t_IMC,Cb_IMC,'k',t_IMCdet,Cb_IMCdet,'k--');
legend('IMC','IMC-Detuned','location','southeast');
xlabel('Tempo [min]'); ylabel('C´_B [m^3/kmol]');
axis([0 60 -0.15 0.15]);
set(gca,'YTick',-0.15:0.03:0.15);
figure(2);
plot(t_IMC,T_IMC,'k',t_IMCdet,T_IMCdet,'k--');
legend('IMC','IMC-Detuned','location','southeast');
xlabel('Tempo [min]'); ylabel('T´ [°C]');
axis([0 60 -4 6]);
set(gca,'YTick',-4:1:6);
VdV_EE.m
function res = VdV_EE(x)
% Retornando os valores dos parâmetros
VdV_sfunc.m
function [sys,x0] = VdV_sfunc(t,x,u,flag,initial,par)
%Livro Modelagem e Controle de Processos 1ª ed
%Autores: Diego José Trica e Maurício Bezerra de Souza Jr.
%Exemplo 3.10
%Parâmetros do modelo
K1o = par(1); K2o = par(2); K3o = par(3);
E1R = par(4); E2R = par(5); E3R = par(6);
DHrab = par(7); DHrbc = par(8); DHrad = par(9);
ro = par(10); Cp = par(11); Kw = par(12); Ar = par(13); V =
par(14);
switch flag
case 0
% Dimensiona o sistema e inicializa os estados
% sys=[estados,0,saídas,entradas,0,0]
sys = [3,0,3,4,0,0];
% Condições iniciais
x0 = initial;
case 1
% Variáveis de entrada
F = u(1); Tr = u(2); CAo = u(3); To = u(4);
% Variáveis de estado
CA = x(1); CB = x(2); T = x(3);
case 3
% Saídas do modelo
sys = [x(1) x(2) x(3)];
otherwise
sys = [];
end
end
VdV_sim_nlin.mdl