Escolar Documentos
Profissional Documentos
Cultura Documentos
Conselho Nacional
Conselho Regional
Presidente Nato
Heitor José Müller
Presidente do Sistema FIERGS
José Zortea
Diretoria do SENAI-RS
José Zortea
Diretor Regional
Os tipos de controles que vamos estudar são estratégias utilizadas para que uma deter-
minada grandeza atinja uma condição prédeterminada. Essas grandezas físico-químicas são
condições para que um processo de fabricação ocorra dentro de padrões de qualidade e de
segurança também prédeterminados.
O foco do nosso estudo será nas estratégias mais utilizadas pela indústria, apresentando
aplicações simples. Investigaremos também estratégias um pouco mais avançadas, sendo ne-
cessário o conhecimento de alguns conceitos de automação e de controle, bem como a aplica-
ção de conhecimentos de matemática básica.
Muitos equipamentos incorporaram essa complexidade em suas lógicas de controle,
facilitando o ajuste dos controladores, mas é importante que o técnico saiba identificar
a melhor forma de intervir, caso seja necessário. Este capítulo apresentará as estratégias
de controle de processos mais comuns e aprofundará o controle On/Off e PID 1, sendo o
principal objeto de estudo o PID.
A estratégia de controle é a forma como o atuador do processo se comportará, após a com-
paração entre a condição em que o processo está com aquela em que deveria estar. No diagra-
ma apresentado na Figura 5 mostramos os elementos básicos de um sistema de controle em
malha fechada2 e a função de cada elemento.
Podemos afirmar que o somador da Figura 5 fecha a malha de controle.
Figura 5 - Elementos básicos de um sistema de controle em malha fechada e a função de cada elemento
Fonte: Autor
AUTOMAÇÃO INDUSTRIAL
28
1
PID Nesse diagrama, o termo “set point”, é o valor definido para uma grandeza
É a sigla para proporcional, em um processo. Tendo como exemplo um forno de revenimento para peças
integral e derivativo, sendo
que cada termo colabora
de aço previamente temperadas, supondo que esse processo deva ocorrer a
com uma fração do valor 190ºC, o sinal de entrada no somador do diagrama será 190ºC.
de atuação. Esta fração
é baseada num conceito
matemático diferente para
cada termo.
2
Malha Fechada
Ocorre na situação em que
temos um sensor medindo
a condição de processo ob-
jetivo, sendo essa condição
comparada com o valor
requerido.
O controlador funcionará com base no valor do erro quando operar com reali-
mentação da saída, como está apresentado na figura 5. O erro entra no controla-
dor e esse decide a forma de atuar no “processo”, gerando o sinal que comandará
o atuador eliminado do processo. Esse poderá ser uma ligação de contactora por
meio de um relé, sinal 4-20 mA ou outro tipo de sinal, que dependerá do atuador
que o processo estiver utilizando. Em nosso exemplo, será um banco de resistên-
cias ligado por uma contactora. O “processo” é tudo o que está entre o sinal de
saída do controlador e a entrada do sensor.
3
integral 3.1.1 On/Off
É função matemática
utilizada para calcular a área É a mais simples das estratégias, pois se trata de ligar 100% do atuador para
sob uma função matemática
representada graficamente. atingir o set point. Quando o set point for atingido, o atuador é desligado total-
Derivada representa a taxa mente. Continuaremos com o exemplo do forno, supondo que no momento da
de variação de uma equação
em um dado ponto de uma partida seu interior estava com 25ºC. Seu set point era de 190ºC e as resistências
representação gráfica. responsáveis pelo aquecimento foram ligadas por uma contactora.
Esse forno levou um tempo para chegar aos 190ºC e, quando atingiu a temperatu-
ra, a contactora desligou. Na Figura 8 temos o comportamento da estratégia On/Off.
A estratégia On/Off pode ser usada somente onde não for necessária alta pre-
cisão na variável de processo, pois está sujeita às inércias dos sistemas, podendo
ter uma variação alta dependendo do sistema.
3.1.2 PID
4
ERRO DE REGIME Para a implementação do controle de Avanço e Atraso de Fase, o mais comum
É a diferença entre o valor é utilizar um microcontrolador programado com as funções matemáticas projeta-
do processo (sensor) e o set das, ou uma placa de aquisição de dados num computador em conjunto com um
point após a estabilização
do processo. software (exemplo Matlab), que possibilite implementar facilmente esse tipo de
estratégia. Ainda é possível utilizar amplificadores operacionais na configuração
5
SOBRESSINAL de integrador para também executar as funções matemáticas projetadas. Todavia,
É a diferença entre a ampli- tal aplicação não é comum na prática, sendo utilizada somente para fins didáticos.
tude do primeiro pico do
processo (mostrado na figu-
ra 7) e o set point daquele
momento.
VOCÊ A estratégia de controle PID é um caso particular da
estratégia Avanço-Atraso, sendo composta por boa parte
SABIA? do seu comportamento matemático.
CASOS E RELATOS
Sistema dinâmico
Note que a corrente no circuito, quando aplicada uma tensão nele, apre-
senta um pico e uma vez que o capacitor esteja carregado, a corrente zera. Tal
comportamento deve ser visualizado graficamente para que possamos avaliar
o comportamento dinâmico da corrente quando aplicada uma tensão em um
circuito com capacitor.
A natureza possui vários elementos com comportamento dinâmico que é tra-
duzido pela Física, como, por exemplo, o sistema massa-mola-amortecedor. A
mola é análoga ao resistor, pois responde instantaneamente quando aplicada
uma força, sendo os elementos dinâmicos a massa e o amortecedor.
AUTOMAÇÃO INDUSTRIAL
34
Vamos detalhar a massa. Imagine um pneu sendo movido por um motor. Caso o
pneu não esteja em contato com o chão e o motor pare de gerar movimento, o pneu
continuará a girar com tempo proporcional a seu peso (desprezando-se o atrito neste
exemplo). Essa é a dinâmica da massa, pois teremos uma energia armazenada sob a
forma de inércia. Se não houvesse massa, o pneu pararia instantaneamente.
Desse modo, a partir do entendimento da dinâmica, o controle moderno ma-
peia os elementos dos sistemas que geram tal dinâmica e controla-os separada-
mente, conforme as estratégias que abordaremos a seguir.
É um controle que muda sua forma de ação caso a dinâmica do sistema se modifi-
que ou surja algum distúrbio. O controle adaptativo é um controlador com parâmetros
ajustáveis que apresenta um mecanismo para tal ajuste. Na Figura 14 temos um diagra-
ma desse sistema, no qual será montada uma regra relacionando os sinais de entrada,
saída e controle. O sistema mudará os ganhos do controlador quando a relação desses
sinais não atender as regras préestabelecidas na caixa “Ajuste de Parâmetros”.
6
SOLVER Os cálculos serão realizados por solvers6 disponíveis em softwares como o Ma-
É um algoritmo programado tlab e o Excel. Sempre que houver uma otimização por meio de um método ma-
em alguns softwares para temático de busca, chamaremos de controle ótimo.
resolver equações ou siste-
mas de equações.
Recapitulando
Para utilizar a estratégia de controle PID, não basta ter um controlador que possibilite essa
ação, conforme apresentado na Figura 15. É preciso, também, que o atuador utilizado no siste-
ma contemple a estratégia.
Para ilustrar essa estratégia, trabalharemos o caso do forno como exemplo. Se for On/Off, poderá
ser parametrizada uma histerese de atuação que originará uma atuação menos frequente do atuador.
Por exemplo: Se o set point for de 190ºC e a histerese7 parametrizada no controlador for
de 2ºC, significará que a contactora ficará acionada até 192ºC, desligando a aprtir deste valor
e religando em 188ºC. Se com esta oscilação de 4ºC somada a dinâmica do forno, ultrapassa-
remos os critérios de variação do processo e teremos que recorrer ao controle PID e mudar o
atuador do processo, sendo, por exemplo, por meio de um SCR (Tiristor8), que servirá para ligar
e desligar as resistências. Mas, se for mandatório trabalhar com uma contactora, poderemos
parametrizar o tempo total do PWM9, tornando menos frequente o acionamento, mas não ga-
rantindo a precisão do processo.
A Figura 16 mostra a representação clássica do controle PID. Nosso objetivo será entender
esta representação e o modo de funcionamento dessa estratégia.
AUTOMAÇÃO INDUSTRIAL
40
7
HISTERESE
É uma faixa de tolerância à
diferença entre o set point e
o valor do processo.
9
TRISTOR
É um semicondutor eletrôni-
co que possibilita o controle
de potência em sistemas de
corrente alternada.
Figura 16 - Representação clássica do PID
Fonte: Autor
8
PWM
Esse controle trabalha em função do erro. O objetivo é zerar o erro. Você con-
É a sigla para Pulse-Width
Modulation, ou Modula- corda que, se o erro for zero, a variável de controle terá seu valor igual ao set
ção por Largura de Pulso.
Imagine que o tempo total
point? Por exemplo, caso o set point seja 190ºC e a temperatura dentro do forno
de PWM é 200 segundos e = 190ºC teremos o erro = set point – sensor => 190 – 190 = 0 de erro.
o valor de saída do controle
é 40%. Isto significa que a Agora, vamos memorizar: Erro é “o que se quer” menos “o que se tem”, sendo
contactora ficará 80 segun-
dos ligada e 120 segundos SP – PV (Set Point menos Process Value ou valor requerido ou valor do processo).
desligada.
Toda a estratégia de controle será baseada no erro. O que será variado na ação do
controlador é a saída do controlador, que pode ser um sinal analógico (por exem-
10
CONVERSOR DA
plo: 4 a 20 mA), ou um valor % (por exemplo: % tempo de ligado e % desligado de
É o componente eletrônico
que converte sinal digital um PWM) ou, ainda, a escala de um conversor DA10. Como vimos na Figura 16, o
em analógico, tendo como
principal característica a
PID é dividido em três tipos de ações: a proporcional, a integral e a derivativa. Es-
resolução. Exemplo: Se o sas três ações são variadas por meio de um valor apenas, conhecido como ganho.
conversor for de 10 bits,
teremos 210 combinações Para nosso aprendizado, também separaremos os três termos.
possíveis ou uma escala
variando de 0 a 1023.
11
BIT 4.1 Proporcional
É a menor unidade digital
de um computador, poden- No início deste capítulo comentamos que a parte proporcional do ganho tra-
do assumir 2 valores, 0 ou 1.
balha em função do valor presente do erro. Isso é verificado facilmente na função
matemática, pois se trata de um ganho, normalmente chamado de Kp, multipli-
cado pelo erro. Vamos montar um exemplo. Suponha que temos um processo de
controle de temperatura por meio de vapor. Então o % de abertura da válvula de
vapor regulará a quantidade de vapor que irá para a serpentina interna da estufa.
Considerando que a temperatura interna da estufa está em 25ºC e o set point é
de 85ºC, temos um erro de 60ºC. Supondo também que % de abertura da válvula
para atingir 85°C esteja em torno de 60%, se o Kp for 5, a saída do controlador
somente com o controle proporcional ativado será 300. Se a saída do controla-
dor for analógica de 10 bits11, teremos um range de atuação de 0 a 1023 valores
possíveis, e o range de 300 corresponderá somente a 30% da escala total. Conse-
quentemente, a válvula abrirá no máximo em 30%, pois o erro tenderá a diminuir,
fechando ainda mais a válvula e não se aproximando dos 60% da saída, gerando,
então, o erro de regime.
4 Detalhamento do controle PID
41
12
CLP 4.2 Integral
CLP ou PLC é a sigla para
controlador lógico progra- Na matemática, a função integral serve também para calcular a área sobre uma
mável e trata-se de compu-
tadores industriais dedica- curva, uma vez que a equação matemática que define essa curva seja conhecida.
dos a controle de processos Para exemplificar essa situação, temos a Figura 18, em que podemos verificar um
de fabricação.
comportamento descrito por uma função matemática.
Podemos supor que essa seja uma curva de consumo elétrico. Então, com
a equação indicando o comportamento do consumo, é possível calcular o
consumo total que será igual à área abaixo da curva. Computacionalmen-
te, a implementação da integral é mais simples, pois um computador não
consegue executar um algoritmo que calcule a área abaixo de uma função
matemática utilizando o conceito da integral apresentado. Para entender-
mos a forma que o computador integra, que é a mesma de controladores
comerciais e CLPs12, vejamos a Tabela 3 e, posteriormente, sua representação
gráfica na Figura 19.
Esse funcionamento será fundamental para o controle, pois, se a área for po-
sitiva, vamos querer abrir a válvula (supondo o aquecimento por vapor), e se for
negativa, vamos querer fechá-la.
Uma vez entendida a integral, vamos entrar na contribuição do termo integral
do controle que será proporcional ao tamanho do erro (altura no gráfico) e a du-
ração do erro (largura). Esse resultado multiplicado pelo ganho Ki será adicionado
na saída do controlador. Criando a representação de um sistema dinâmico con-
forme a Figura 21, como se tivéssemos um forno com set point de 190ºC, vamos
começar a analisar as contribuições dos termos proporcional e integral.
Na Figura 25 já podemos ver o erro de regime ainda menor, mas com oscilação
muito maior.
Agora vamos analisar a Figura 27, em que temos a ação proporcional e a inte-
gral trabalhando em conjunto.
Desse modo, comprovamos que o termo integral atuou conforme planejado. Repa-
re que a partir do instante 5 segundos o termo proporcional fica em zero, já que o erro
é zero, e a ação do controle necessária para manter o processo em 190ºC fica somente
para o termo integral. Veja que no instante 15 segundos ambos os termos atuam na
transição, mas quando estabiliza somente o integral fica com o valor acumulado e está-
vel. Contudo, você deve reparar que ele salta para outro patamar. Isso é possível porque
o forno demandará mais potência, pois foi aberto algo que o faz perder calor.
Assim, concluímos que o termo integral é fundamental para levar o erro a zero.
Verificamos, também, por que ele atua com base no comportamento passado do
erro, já que calcula a área do erro, acumulando e jogando na saída.
É importante analisarmos também que, se a área do erro for negativa, o va-
lor do termo integral diminuirá, conforme podemos ver no instante entre 1 e 1,5
segundos do Gráfico 98c. Caso coloquemos um Kp maior, gerará um sobressinal
acima do set point, como visto no Gráfico 29a.
4.3 Derivada
Por fim, vamos entender o último termo do controle PID, que tem a função de
prever o futuro do comportamento do erro e atuar com base nessa previsão. Assim
como na ação integral, é importante fundamentar a matemática para termos uma
compreensão mais ampla do funcionamento dessa parte do controlador PID.
A derivada é uma função matemática que avalia a taxa de variação de uma
variável em função de outra. Em nosso caso, será a taxa de variação do erro em
função do tempo. Essa taxa de variação é representada por uma reta tangente ao
ponto em que estamos querendo avaliar essa taxa ou a tendência do comporta-
mento do erro em tempo futuro. Na Figura 30, a reta tangente mudará sua inclina-
ção na medida em que percorre a função exemplificada no gráfico.
4 Detalhamento do controle PID
49
Por exemplo: Digamos que no instante 1 segundo o erro é 5ºC e no instante 6 segun-
15 − 5 10
dos o erro é 15ºC, tendo como inclinação, derivada ou taxa = = 2 º C / segundo.
6 −1 5
Então, sabendo a taxa, e se estivermos no instante 6, consequentemente no ins-
tante 8 segundos teremos 15 °C + (8 s − 6 s )× 2 º C / s = 19 °C , satisfazendo, assim,
o conceito de previsão do futuro.
Continuando, podemos ver no gráfico 31c uma reta com inclinação negativa,
ou seja, se montarmos um exemplo e fizermos o cálculo, teremos também um
número, mas com a diferença de ser negativo, já que a inclinação está para baixo.
Já no Gráfico 31d temos uma taxa que varia ao longo do tempo; ou seja, teremos
uma inclinação diferente para cada ponto que for tangenciado.
AUTOMAÇÃO INDUSTRIAL
50
13
TRANSITÓRIO
É uma faixa de tempo onde O termo “tangenciar” é utilizado porque, se efetuarmos
ocorre as variações mais VOCÊ o arco tangente de 2°C/segundos, teremos o ângulo da
bruscas, sendo diferente SABIA? respectiva reta tangente; ou seja, a taxa de variação está
da faixa de regime onde as diretamente ligada à tangente no instante.
grandezas dos processos
estão mais estáveis ou repe-
tindo o comportamento ao Assim como a integral, a derivada também tem uma equivalência facilmente
longo do tempo.
implementada no ambiente computacional. Concluímos que basta ter duas me-
dições para definir a tendência do erro ou sua derivada. Agora vamos começar a
entender como isto atuará no controle.
A contribuição do termo “D” será a Derivada do erro multiplicada pelo ganho Kd.
Esse ganho definirá a contribuição que a projeção do erro dará ao controle do proces-
so. O termo derivado é normalmente utilizado para reduzir o sobressinal e melhorar
a estabilidade do processo no momento transitório13. Com a adição do parâmetro
D, desde que aplicável, poderemos tornar as contribuições de P e I mais relevantes
(maiores), tornando a resposta ainda mais rápida e com melhor performance.
Todavia, a utilização do termo derivado tem um grande problema: ele é extre-
mamente sensível a ruído. Imagine uma situação na qual, por algum ruído eletro-
magnético, a medição da grandeza do processo oscile (o que não é raro aconte-
cer). O erro terá uma variação brusca e teremos uma tangente extremamente alta,
causando uma ação brusca do atuador que pode ser extremamente danosa ao
processo ou, ainda, causar um erro no controle que o instabilize.
Logo, a sugestão para a utilização desse termo é de ativá-lo somente se a res-
posta com o controlador PI for realmente lenta. Podemos ainda tentar filtrar os
ruídos conhecidos para minimizar os problemas com a ação derivativa.
Figura 32 - Sistema da figura 23, com o termo derivativo e dinâmica mais rápida
Fonte: Autor
4 Detalhamento do controle PID
51
O termo derivativo está desativado nos primeiro 1,5 segundos por não apre-
sentar um bom comportamento para esse sistema na partida. Vamos analisar o
funcionamento em regime quando inserido um distúrbio de temperatura, con-
forme podemos verificar na Figura 33.
Na Figura 34 temos quatro gráficos, sendo que essa primeira resposta foi gerada sem
a parcela derivativa que estará representada no Gráfico 34c, neste caso estando em zero.
Repare que a parcela derivativa nesse instante é de 100, o que nos leva a con-
cluir que o sentido da ação está correto, pois o distúrbio é de perda de tempe-
ratura e a ação do derivativo está aumentando a energia no sistema. Contudo,
precisamos avaliar se o valor está correto também. No instante de 2 até 2,0005
segundos temos uma variação de 0,02ºC, resultando em uma taxa de variação
0, 02
ou derivada de = 40 º C / segundo. Como o Kd é 2, a contribuição seria de
0, 0005
80 para o controle. Veja que nesse instante a ação derivativa inicia com 100, mas
termina com 80. Considerando a precisão de nossa leitura no gráfico, acreditamos
ter evidenciado uma boa aproximação do comportamento do termo derivativo e
confirmado a teoria aprendida.
Verificaremos, agora, o comportamento do controle, quando tivermos um ru-
ído na medição de temperatura e evidenciarmos o motivo de o termo derivativo
ser sensível a essa situação. Para tanto, vamos retirar o distúrbio e trabalhar so-
mente com o ruído. Vamos comparar a Figura 38, que não apresenta fator deriva-
tivo, com a Figura 39, com o fator.
Note que o erro na Figura 38 ficou entre -0,5 e 0,5°C; já na Figura 39 verificamos
que o erro ficou entre -5 e 3°C. Vamos analisar a contribuição do termo derivativo
no controle. Veja que está na ordem de 10.000, o que é muito acima da faixa vista
anteriormente. Isso porque o ruído elétrico é caracterizado por ter baixa amplitu-
de e alta velocidade, causando uma taxa de variação alta e, consequentemente,
uma derivada alta.
Recapitulando
Anotações:
Referências
BENNETT, James; BHASIN, Ajay; GRANT, Jamila; LIM, Wen Chung. PID Tuning Via Classical Methods.
Disponível em: <https://controls.engin.umich.edu/wiki/index.php/PIDTuningClassical>. Acesso em:
15 mar. 2012.
BLUEPRINT, Pid Tuning. Calculus with no math. [s.d.]. Disponível em: <http://www.pidtuning.net/
lesson1_derivatives.html?utm_source=7day&utm_medium=email&utm_campaign=day1>. Acesso
em: 15 mar. 2012.
CASSIOLATO, César. Sistemas Instrumentados de Segurança: Uma visão prática – Parte 1. 2010. Dis-
ponível em: <http://www.smar.com/newsletter/marketing/index72.html>. Acesso em: 13 mar. 2012.
________________. Sistemas Instrumentados de Segurança: Uma visão prática – Parte 2. 2010. Dis-
ponível em: <http://www.smar.com/newsletter/marketing/index73.html>. Acesso em: 13 mar. 2012.
________________. Sistemas Instrumentados de Segurança: Uma visão prática – Parte 3. 2010. Dis-
ponível em: <http://www.smar.com/newsletter/marketing/index74.html>. Acesso em: 13 mar. 2012.
________________. Sistemas Instrumentados de Segurança: Uma visão prática – Parte 4. 2010. Dis-
ponível em: <http://www.smar.com/newsletter/marketing/index77.html>. Acesso em: 13 mar. 2012.
________________. Sistemas Instrumentados de Segurança: Uma visão prática – Parte 5. 2010. Dis-
ponível em: <http://www.smar.com/newsletter/marketing/index80.html>. Acesso em: 13 mar. 2012.
CO, Tomas B. Cohen Coon Tuning Method. 2000. Disponível em: <http://www.chem.mtu.
edu/~tbco/cm416/cctune.html>. Acesso em: 15 mar. 2012.
COPELAND, Brian R. The Design of Controllers using Ziegler Nichols Tuning. 2008. Disponí-
vel em: <http://www.eng.uwi.tt/depts/elec/staff/copeland/ee27B/Ziegler_Nichols.pdf>. Acesso
em: 13 mar. 2012.
GOODWIN; GRAEBE; SALGADO; PRENTICE, Hall. Classical PID Control. 2000. Disponível em: <http://
csd.newcastle.edu.au/book_slds_download/Ch06c.pdf>. Acesso em: 15 mar. 2012.
INSTRUMENTATION, Applied Electronics and. Cohen coon tuning. 2004. Disponível em: <http://
c.1asphost.com/dimensionz/Education/process/coon.pdf>. Acesso em 15 mar. 2012.
MOSTIA JR., William L. The Safety Instrumented Function. 2003. Disponível em: <http://www2.
emersonprocess.com/siteadmincenter/PM%20DeltaV%20Documents/Articles/ControlMagazine/
The-Safety-Instrumented-Function-An-S-Word-Worth-Knowing.pdf>. Acesso em: 13 mar. 2012.
NOVUS, Produtos Eletrônicos. Introdução ao controle PID. [s.d.]. Disponível em: <http://www.das.
ufsc.br/~aarc/ensino/posgraduacao/DAS6613/PID_Novus.pdf>. Acesso em: 15 mar. 2012.
OLIVEIRA, Elvio Nascimento de. Cálculo do SIL Atingido. [s.d.]. Disponível em: <http://labsoft.com.
br/arquivos/artigos/CT-018_09.pdf>. Acesso em: 13 mar. 2012.
PEREIRA, Luís Fernando A.; HAFFNER, José Felipe. Anexo1 - Módulos de função para a realização
de controle. [s.d.]. Disponível em: <http://www.feng.pucrs.br/~gacs/new/disciplinas/ci/apostilas/
Aula11A1.pdf>. Acesso em: 15 mar. 2012.
SIEMENS. SIMATIC - Modular PID Control. User Manual. [s.d.]. Disponível em: <http://www.fer.
unizg.hr/_download/repository/Pid_e.pdf>. Acesso em 15 mar. 2012.
_______. SIMATIC - Standard Software for S7-300 and S7-400 PID Control. User Manual. [s.d.]. Dispo-
nível em: <http://www.fer.unizg.hr/_download/repository/S7pidcob.pdf>. Acesso em: 15 mar. 2012.
SILVA FILHO, Amaro Miguel. Sistemas Instrumentados de Segurança para uma Unidade de Pro-
dução de Biodiesel. 2008. Disponível em: <http://www2.ee.ufpe.br/instrumentacao/monografias/
Amaro_Miguel_PROMINP_I.pdf>. Acesso em: 13 mar. 2012.
SILVA, João Manoel G. da. Ação Liga-Desliga. [s.d.]. Disponível em: <http://www.ece.ufrgs.
br/~jmgomes/pid/Apostila/apostila/node20.html>. Acesso em: 14 mar. 2012.
SIS & SIL. A norma de sistemas instrumentados de segurança para brasileiros. [s.d.]. Dis-
ponível em: <http://www.exida.com/images/uploads/ARTIGO_SIS__SIL_INTECH_127.pdf>.
Acesso em: 15 mar. 2012.
SOARES, Rosana. Sistemas de Controle I: cap 1. Fundação de Economia e Estatística. [s.d.]. Dis-
ponível em: <http://xa.yimg.com/kq/groups/24783070/1148762765/name/controleI_Teoria_
Sem01_2011_cap01.pdf>. Acesso em: 13 mar. 2012.
STATION, Control. Controller Gain Is Dimensionless in Commercial Systems. [s.d.]. Disponível em:
<http://controlstation.brightegg.com/page/132-controller-gain-is-dimensionless-in-commercial-
-systems>. Acesso em: 15 mar. 2012.
______________. PI Control of the Heat Exchanger. [s.d.]. Disponível em: <http://controlstation.
brightegg.com/page/146-pi-control-of-the-heat-exchanger>. Acesso em: 15 mar. 2012.
VANDOREN, Vance. Auto-Tuning Control Using Ziegler-Nichols. 2006. Disponível em: <http://www.
ceasiamag.com/article/auto-tuning-control-using-ziegler-nichols/2255>. Acesso em: 15 mar. 2012.
A
Amplificadores 32, 92
Área do erro 43, 47, 48, 83
Atraso de transporte 59, 70, 71
Atuador 27, 29, 30, 31, 39, 50, 58, 64, 65, 66, 68, 74, 84, 91
C
Controlador 13, 17, 18, 19, 21, 28, 29, 30, 31, 32, 34, 35, 36, 39, 40, 41, 42, 44, 45, 48, 50, 54, 58, 59,
63, 64, 68, 71, 72, 73, 74, 75, 78, 79, 81, 82, 83, 84, 85, 88, 89, 90, 91, 92, 93
Conversor DA 40
D
Degrau 70, 71, 74, 75, 84, 88
Derivada 30, 48, 50
Distúrbio 32, 35, 45, 51, 52, 53, 54, 59, 64, 68, 69, 70
E
Erro de regime 31, 40, 41, 46, 54, 60, 61
H
Histerese 39
I
Inércias 30
Integrador 32, 60, 61, 93
Integral 30, 42, 48, 72, 97
K
Kd 50, 53, 64, 65, 68, 70, 72, 73, 78, 84, 92, 94
Ki 44, 47, 54, 61, 62, 64, 65, 66, 67, 68, 69, 70, 72, 73, 77, 78, 84, 92, 94
Kp 40, 41, 45, 46, 47, 48, 54, 60, 61, 64, 65, 66, 67, 68, 69, 70, 72, 73, 75, 76, 77, 78, 81, 84, 88, 89,
92, 93, 94
M
Malha aberta 70
Matlab 32, 36
Multivariável 36
O
Oscilações 36, 58
P
Parâmetros 13, 30, 35, 54, 57, 63, 64, 71, 72, 78, 79, 81, 84, 85, 86, 90, 91, 93
Pcr 77, 78, 89
Performance 30, 34, 50, 63, 64, 68, 79, 89, 90
Pi 30, 50, 52, 64, 68, 72, 73, 77, 100
Pid 13, 27, 28, 30, 32, 35, 39, 40, 41, 46, 48, 54, 57, 64, 72, 73, 74, 77, 78, 79, 81, 84, 85, 86, 87, 89,
90, 91, 92, 93, 94, 97, 98, 99, 100
Pwm 40, 58, 74, 75, 91
R
Ruído 50, 53, 54
S
Saturação 36, 37
Sensor 17, 28
Set point 42
Sintonia 13, 57, 63, 73, 78, 86, 87, 99
Siso 32
Sistema dinâmico 33
Sobressinal 32
T
Taxa de variação 30, 48, 50, 53, 54, 70, 83, 84, 92, 94
Tempo de estabilização 68
Tempo de resposta 61
Tempo total de pwm 40, 58, 74, 75
Termo derivativo 50, 51, 52, 53, 54, 62, 68, 70, 83, 92
Transitório 54, 62, 63, 68, 70
Tristor 40
SENAI – DEPARTAMENTO NACIONAL
projeto de capacitação/atualização tecnológica em automação industrial
Enrique S. Blanco
Fernando R. G. Schirmbeck
Maria de Fátima R.de Lemos
Design Educacional
i-Comunicação
Projeto Gráfico