Escolar Documentos
Profissional Documentos
Cultura Documentos
ESCOLA DE MINAS - EM
COLEGIADO DO CURSO DE ENGENHARIA DE
CONTROLE E AUTOMAÇÃO - CECAU
Ouro Preto
Escola de Minas – UFOP
Agosto/2010
R696a Rodrigues, Ben-Hur Salles.
Análise de desempenho de malhas de controle [manuscrito] / Ben-Hur
Salles Rodrigues. – 2010.
74 f. : il., color., tabs.
CDU: 67.02
Catalogação: sisbin@sisbin.ufop.br
CDU: 669.162.16
EPÍGRAFE
Agradeço aos professores presentes, não somente durante a graduação, mas também em todas
as etapas que foram necessárias para chegar até aqui.
Aos meus irmãos Luciano e Luana por todo conhecimento e apoio, não somente na esfera
acadêmica.
Aos profissionais da Escola de Minas pelo crescimento profissional enquanto bolsista e pela
amizade incondicional.
Atualmente a maioria das malhas de controle presentes nas indústrias tem o desempenho
muito abaixo do esperado para as mesmas, o que torna necessário uma política de
monitoramento de desempenho de tais sistemas. Para realizar este monitoramento online e de
forma passiva, um dos softwares mais utilizados é o PlantTriage, que possui vários
indicadores de desempenho das malhas de controle e possibilidade de execução de sintonia
das mesmas através de diversos métodos descritos neste trabalho. São demonstradas também,
algumas das funções do PlantTriage e como estas podem influenciar tanto no diagnóstico de
desvios no desempenho das malhas de controle quanto na tomada de ações para a correção
destes desvios. Além disso, é apresentado um estudo de caso sobre a sintonia de uma malha
de controle de pressão em uma bomba de vácuo, onde pode ser observado a motivação,
metodologia e resultados da sintonia.
Nowadays, most of control loops present in industries have a performance lower than
expected, wich makes necessary a policy of performance monitor of such systems. In order to
make this monitoring online and passive, one of the most used softwares is PlantTriage, that
calculates many performance assessment values for each control loop and brings the
possibility of tunning this loops through many methods explained in this work. Some
functions of PlantTriage and how they can affect both diagnosis of deviations in the
performance of the control loops and in actions to correct these deviations are also shown.
Furthermore, it’s presented a case study on the tunning of a pressure control loop of a vacuum
pump, where can be seen the motivation, methodology and results of tunnning.
1. INTRODUÇÃO.................................................................................................................15
1.1. Objetivo.......................................................................................................................15
1.2. Justificativa.................................................................................................................16
1.3. Metodologia................................................................................................................16
1.4. Estrutura do Trabalho..............................................................................................17
2. SISTEMAS DE CONTROLE..........................................................................................19
2.1. Sistemas de controle em malha aberta.....................................................................19
2.2. Sistemas de controle em malha fechada..................................................................21
2.3. Objetivos de um sistema de controle........................................................................21
3. CONTROLE PID..............................................................................................................25
3.1. Ação Proporcional.....................................................................................................26
3.2. Ação Integral..............................................................................................................27
3.3. Ação Derivativa..........................................................................................................28
3.4. Sintonia de Controladores PID.................................................................................30
3.4.1. Sintonia por Tentativa e Erro........................................................................31
3.4.2. Sintonia pelo Método de Ziegler-Nichols......................................................32
3.4.3. Sintonia por Métodos Baseados em Modelos de 1ª Ordem.........................34
3.4.4. Projeto de Controladores pelo Método Direto.............................................35
3.4.5. Sintonia Lambda..............................................................................................36
3.4.6. Sintonia por Software.....................................................................................37
4. PLANTTRIAGE...............................................................................................................39
4.1. Comunicação..............................................................................................................41
4.2. Avaliação das Malhas de Controle...........................................................................42
4.3. Interface Web.............................................................................................................49
4.4. Interface de Engenharia............................................................................................51
5. BENEFICIAMENTO DE MINÉRIO.............................................................................55
5.1. Cominuição.................................................................................................................55
5.2. Classificação...............................................................................................................56
5.3. Concentração..............................................................................................................57
5.4. Desaguamento............................................................................................................59
6. ESTUDO DE CASO..........................................................................................................61
6.1. Motivação...................................................................................................................61
6.2. Válvula de Controle...................................................................................................62
6.3. Sintonia da Malha......................................................................................................63
6.4. Resultados...................................................................................................................65
7. CONSIDERAÇÕES FINAIS...........................................................................................72
REFERÊNCIAS BIBLIOGRÁFICAS..................................................................................73
1 INTRODUÇÃO
O objetivo de uma malha de controle é manter a variável de processo (PV – Process Variable)
igual ao valor desejado (Setpoint – SP), na presença de mudanças de SP, perturbações de
carga ou distúrbios de origens diversas. Porém, há objetivos mais específicos que podem
variar de uma malha de controle para outra, devido a natureza do processo.
1.1 Objetivo
1.2 Justificativa
Foi observado que o objetivo da criação de malhas de controle nem sempre é alcançado na
prática, devido a diversos problemas. O que acaba se tornando um problema grave no
processo de várias empresas. As vezes, o funcionamento inadequado das malhas de controle
presentes na planta prejudica não somente a área a qual a mesma pertence, mas também
índices globais como produção, lucro e qualidade do produto.
Além disso, outra consequência grave do mau desempenho automático das malhas de controle
é a operação das mesmas em modo manual, o que desvia a atenção do operador de partes mais
críticas do processo, novamente interferindo em índices importantes para o bom
funcionamento de qualquer indústria.
1.3 Metodologia
Para que seja possível a realização deste trabalho, será feita uma revisão bibliográfica sobre
avaliação de desempenho de malhas de controle, estratégias mais comuns de controle de
processos industriais, instrumentação aplicada a mineração e sobre softwares de assistência no
diagnóstico de problemas existentes no mercado.
Com o intuito de obter um maior conhecimento teórico do assunto foi realizada a revisão
bibliográfica, sobre os assuntos pertinentes a área de interesse deste trabalho. Porém, a maior
parte do embasamento do mesmo vem da execução de um projeto de melhoria do
desempenho das malhas de controle da mina de Alegria da VALE.
Após adquirido conhecimento teórico suficiente, serão feitos estudos de caso com base em
ações realizadas no mesmo projeto citado anteriormente, demonstrando ganhos obtidos e as
ações realizadas para tal.
Existem vários outros parâmetros disponibilizados pelo software citado, como diagnóstico de
atuadores e sensores, oscilação, acoplamento de malhas; mas para o escopo do trabalho e
como o mesmo se baseia apenas em uma fase de implantação do projeto, tais parâmetros não
foram analisados nessa fase do projeto.
Além disso, também foram utilizadas várias ferramentas do PIMS (Process Information
Management System) utilizado pela VALE, o PI Process Book, devido a necessidade de
monitoramento de alguns parâmetros externos a malha para diagnósticos de causas de
oscilação, possibilidade de novas estratégias de controle, dentre outros.
Neste primeiro capítulo é feita uma breve introdução sobre o tema a ser discutido durante o
trabalho, além da descrição da metodologia e ferramentas adotadas. Também neste capítulo é
exposto a motivação que levou a realização deste trabalho, procurando demonstrar a
importância do mesmo.
No segundo e terceiro capítulos, é feita uma revisão sobre a teoria de controle clássica, sobre
os sistemas de controle mais comuns e uma explicação detalhada da estrutura e métodos de
sintonia de controladores PID.
No sexto capítulo é apresentado um estudo de caso sobre a sintonia de uma malha de controle
de pressão de uma bomba de vácuo, sendo detalhados no capítulo a metodologia adotada, as
ferramentas, especificação do elemento final de controle da malha e resultados obtidos.
No sétimo capítulo são apresentadas as considerações finais referentes ao trabalho, tanto sobre
a parte prática realizada quanto sobre o uso do software e suas funcionalidades.
19
2 SISTEMAS DE CONTROLE
Apesar de grande parte dos sistemas físicos serem tratados como lineares, a maioria é
realmente linear apenas para um intervalo limitado de operação. Na prática, muitos sistemas
largamente utilizados para o controle de processos industriais envolvem relações não-lineares
entre suas entradas e saídas (OGATA, 2003). Apesar disso, na mina de Alegria da VALE;
todas as malhas de controle são tratadas como sistemas lineares, devido a limitada faixa de
operação linear dos sistemas físicos ser satisfatória para um bom controle.
Ogata (2003) define sistemas de controle de malha aberta como aqueles em que o sinal de
saída não interfere na ação de controle do sistema. Ou seja, o sinal de saída não é medido nem
realimentado para comparação com a entrada. Como a saída não é comparada com a entrada,
cada entrada de referência corresponde a uma condição fixa de operação, independente das
outras variáveis inerentes ao processo, deixando o sistema de controle em malha aberta
altamente dependente de uma calibração.
A FIG. 2.1 mostra o diagrama de blocos de um sistema de controle em malha aberta, onde a
saída do controlador Y(s) depende somente da entrada U(s) e da função de transferência G(s)
do controlador.
20
Outra característica inerente aos sistemas de controle em malha aberta é a resposta aos
distúrbios. Uma vez que a saída não é medida, não é possível determinar o erro ou desvio do
sistema com relação ao valor desejado, com isso, qualquer distúrbio pode impedir ou pelo
menos atrapalhar o sistema de executar a tarefa desejada para tal entrada. Ou, conforme
descrito por Carvalho (2000), o sistema em malha aberta é caracterizado por uma
incapacidade de autocorreção diante de inevitáveis diferenças entre a realidade e os dados
armazenados.
Os sistemas de controle em malha aberta são mais indicados para casos em que a relação entre
a entrada e a saída do sistema seja conhecida e que não haja nenhum distúrbio interno ou
externo. O que torna sua aplicação mais restrita no campo industrial, devido a dificuldade de
obtenção dos modelos matemáticos que regem as operações.
Softwares de monitoramento das malhas como o PlantTriage deduzem os modelos das malhas
monitoradas, porém, como os modelos são deduzidos a partir de testes como degrau, rampa,
impulso, entre outros; tal modelo pode variar com as condições específicas do processo em
que o teste foi realizado, inviabilizando assim o uso de um sistema de controle em malha
aberta (sem realimentação).
Uma das vantagens dos sistemas de controle em malha aberta é que estes são mais fáceis de
serem construídos, principalmente devido ao fato de a estabilidade ser um problema de mais
fácil resolução. Além disso, a maioria dos testes de estabilidade ou de sintonia devem ser
feitos com o sistema em malha aberta, ou seja, sem realimentação.
Para aplicações que necessitam de um alto nível de desempenho, pode-se utilizar um controle
em malha aberta com sinal de feedforward (compensação direta). Tal controle se baseia nos
distúrbios, e não no erro, medindo as perturbações mais importantes que podem afetar o
processo antes que as mesmas o afetem. Então um sinal é enviado diretamente ao controlador,
que realiza os cálculos e determinam a saída de controle correta para que a variável de
processo continue próxima ao SP mesmo sob o efeito de perturbações. Algumas
características do controle feedforward são: em geral possui custo elevado para implantação,
possui várias equações complexas e apresenta um alto desempenho quando programado
corretamente.
21
Segundo Carvalho (2000), a principal diferença entre o controle em malha aberta e o controle
em malha fechada (também denominado as vezes como controle realimentado) é o fato do
controle em malha fechada detectar qualquer afastamento da variável controlada (PV) em
relação ao valor desejado (SP) e responder com uma ação para corrigir tal afastamento.
Ogata (2000) define um sistema de controle em malha fechada como uma variação de um
sistema de controle com realimentação, que por definição é um sistema que estabelece uma
relação de comparação entre a saída e a entrada de referência, utilizando-a como meio de
controle. Porém, especificamente, o sistema de controle de malha fechada é caracterizado pelo
sinal de erro atuante, que é a diferença entre os sinais de entrada e de realimentação, que pode
ser tanto o próprio sinal de saída quanto alguma função do mesmo, incluindo integrais ou
derivadas; que realimenta o controlador, de modo a minimizar ou até mesmo eliminar o erro
do sistema.
setpoint. Porém, não se pode julgar o desempenho de um sistema de controle apenas por um
ângulo.
Como dito anteriormente, não é determinante para o desempenho global da malha a análise
somente estacionária ou dinâmica do sistema. Uma malha pode atender as exigências de
controle em regime estacionário, porém, não ter um desempenho satisfatório em regime
transiente. Ou até mesmo o contrário, apresentar bom desempenho em regime transiente e
insatisfatório para regime estacionário.
tr (tempo de subida): é o tempo necessário para que a resposta passe de 10% a 90%,
de 5% a 95%, ou de 0% a 100% do valor final. A variação da faixa se dá de acordo
com o tipo de sistema, se o mesmo é subamortecido, amortecido ou superamortecido;
td (tempo de atraso): é o tempo necessário para que a resposta alcance metade do seu
valor pela primeira vez;
tp (tempo de pico): é o tempo para que a resposta atinja o primeiro pico de sobre-sinal;
ts (tempo de acomodação): é o tempo necessário para que a curva de resposta alcance
valores dentro de uma faixa, geralmente de ±2% a ±5%, em torno do valor final;
Mp (máximo sobre-sinal, overshoot): é o valor máximo de pico da curva de resposta.
E é calculado como:
c(tp ) c( )
Mp (2.1)
c( )
Além destes, alguns outros parâmetros não demonstrados na FIG. 2.3 podem ser relevantes na
análise de desempenho do controlador; como por exemplo:
24
Em uma situação ideal, cada um dos parâmetros apresentados acima teria de ser ajustado para
que todos tendessem a zero. O que é impossível na prática. Portanto, deve-se analisar o
processo a ser controlado para minimizar a maioria desses parâmetros.
25
3 CONTROLADOR PID
Existem três estruturas predominantes para um controlador PID. A utilização de cada uma
dessas estruturas influencia não só na implementação do controlador, mas também na sintonia
do mesmo. Alguns fabricantes de PLC’s utilizam estruturas diferentes, o que exige uma maior
atenção do profissional que irá lidar com a implementação/manutenção dos controladores.
dE
CO Kp ( E Ki Edt Kd ) (3.1)
dt
Onde:
o CO = Saída do Controlador;
o E = PV – SP;
o Kp = Ganho Proporcional;
o Ki = Ganho Integral;
o Kd = Ganho Derivativo.
dE
1 dt )
CO Kp (1 Ki Kd ) ( E Edt (3.2)
1 Kd 1 Ki
Ki Kd
dE
CO Kp E Ki Edt Kd (3.3)
dt
26
No caso dos PLC’s encontrados na mina de Alegria, onde foi realizado todo o experimento
base desse trabalho, usa-se a estrutura do controlador em Paralelo, também conhecida como
Não-interativa ou Independente. Apenas em um dos casos observados utilizou-se a estrutura
ISA, também conhecida como Standard.
A ação proporcional de um controlador pode ser descrita, de uma forma sucinta, como um
amplificador operacional puro, que multiplica o valor do erro do sistema pela constante Kp
para obter o valor da variável de saída.
Como não há padrões em controladores PID, fabricantes utilizam várias unidades para
mensurar a ação proporcional. A mais comum é o ganho proporcional, explicado
anteriormente, que também pode ser obtido dividindo a diferença obtida na saída pela
diferença aplicada na entrada. Porém, é possível encontrar variações para a medição da ação
proporcional, e a mais comum dentre estas é a banda proporcional, que pode ser definida
como uma representação gráfica da faixa do controlador e é igual ao inverso do ganho
proporcional em porcentagem.
CO
Kp (3.4)
E
1
Pb 100% (3.5)
Kp
Quando se utiliza um controlador puramente proporcional, deve-se observar que quanto maior
o valor de Kp, menor será o erro em estado estacionário; porém, este erro nunca será anulado
completamente. Além disso, se aumentarmos muito o ganho proporcional em sistemas de
segunda ou maior ordem, o mesmo pode apresentar instabilidade. Num controlador
proporcional puro, a saída de controle seria:
27
CO Kp E (3.6)
Como dito anteriormente, a ação proporcional pura consegue diminuir o sinal de erro presente
no sistema, mas não consegue anulá-lo. Isso pode ser feito através do ajuste de um
feedforward, porém essa é uma solução de curta duração, pois no surgimento de um distúrbio
de carga qualquer, o erro residual aparecerá novamente.
28
Para eliminar o erro em estado estacionário permanentemente, utiliza-se a ação integral, que
age através da integral do erro no tempo. Isso também pode ser explicado pela integral levar
em conta o histórico do processo, ou seja, modifica a saída de controle de acordo com o
histórico do erro. Diferentemente da ação proporcional que modifica a saída de controle
apenas baseada no erro atual.
É importante notar que a ação integral age somente para eliminar o erro característico de um
controle puramente proporcional, e tal ação traz consigo consequências. Uma das mais
notórias é o aumento do overshoot com o aumento da parcela de ganho integral inserida no
controlador. Analogamente a ação proporcional, há duas maneiras mais comuns de se
especificar a ação integral. Uma delas, e a presente no controlador utilizado nesse trabalho, é
o ganho integral Ki; e a outra é o tempo de integral Ti. A relação entre as duas ações pode ser
vista na equação 3.7.
1
Ki (3.7)
Ti
Não são encontrados controladores puramente integrais na indústria, pois os mesmos não
podem ser aplicados separados de uma ação proporcional. Para tanto, utiliza-se o controlador
PI (proporcional e integral), cuja relação entre saída e erro para a estrutura de um controlador
em paralelo pode ser vista na equação 3.8.
CO Kp E Ki Edt (3.8)
A variação na saída do controlador devido a ação derivativa pode ser descrita como uma ação
proporcional a velocidade da variação do sinal de erro, ou seja, a parcela derivativa do
29
Uma das maiores consequências do uso da ação derivativa nos controladores é a diminuição
do overshoot e a rejeição a grandes mudanças no sinal de erro. Porém, a parcela derivativa
presente no controlador causa um aumento no tempo de subida do sistema, tornando-o mais
lento, e inviável para certas aplicações.
Além disso, para respostas com erros pequenos e com presença de ruídos, o controlador pode
computar grandes derivadas, resultando em grandes saídas de controle sem necessidade.
Tornando extremamente importante o uso de filtros de ruído, para evitar a amplificação dos
mesmos pela ação derivativa do controlador.
Na mina de Alegria da VALE, a maioria das malhas de controle apresenta um controlador PI,
com estrutura em paralelo, como descrito na equação 3.8. O fato da não utilização da ação
derivativa se deve a ausência de mudanças bruscas constantes na variável de processo e
inevitável presença de ruídos devido a hostilidade do ambiente de mineração.
dE
CO Kp E Kd (3.9)
dt
30
Ao sintonizarmos uma malha, devemos escolher o tipo de sintonia mais adequada a mesma:
agressiva, lenta ou intermediária. Apesar de, na escolha de uma sintonia agressiva, o controle
estar sempre mais próximo a instabilidade, tal estratégia se torna necessária para malhas com
constantes mudanças de setpoint, caso comum em malhas que possuem o mesmo sendo
calculado em tempo real.
Por outro lado, se escolhermos uma sintonia lenta, na presença de perturbações ou mudanças
de setpoint, o erro gerado será corrigido lentamente, sendo assim inviável para alguns casos
onde é extremamente importante que tais erros não persistam na malha.
Deve-se ter muita cautela na sintonia de controladores, pois apesar de não haver nenhuma
restrição prévia para os valores de ganhos, o ajuste impensado dos mesmos pode levar o
controlador a insensibilidade ou a instabilidade. Geralmente a razão entre a instabilidade e a
insensibilidade pode ser determinada por um fator de 4, tanto para o ganho proporcional
quanto para o integral e derivativo (TORRES, 2004).
Apesar de opostas, os dois métodos abarcam uma boa parte das necessidades de sintonia
presentes na indústria. No caso de um setpoint dinâmico, que é calculado durante cada scan
do PLC, se torna mais adequado o método ZN (Ziegler-Nichols), já no caso de um setpoint
31
estático, que apresenta modificações somente por demandas do processo, pode ser adotado o
método Lambda. Mas estes não são os únicos métodos possíveis de sintonia de controladores,
havendo várias outras possibilidades de sintonia.
Este é o método de sintonia mais utilizado atualmente em sistemas industriais, talvez esse seja
um dos maiores responsáveis pelo mau funcionamento da maioria das malhas de controle. Tal
método consiste em alterar, iterativamente, os valores de Kp, Kd e Ki; buscando melhorar o
desempenho do controlador.
Embora seja possível obter resultados considerados bons, para tal é necessário uma grande
experiência dos profissionais responsáveis pela sintonia. Além disso, na maioria das vezes,
tais resultados são mantidos somente fora da presença de distúrbios de carga ou mudanças de
setpoint, pois é feita uma mudança nos parâmetros de forma a diminuir as oscilações. Isso
causa uma falta de sensibilidade do controlador a quaisquer distúrbios do sistema, apesar de
diminuídas consideravelmente as oscilações.
Porém, apesar de não ser uma técnica muito eficiente se utilizada isoladamente, a sintonia por
tentativa e erro pode ser muito útil após a aplicação de outros métodos de sintonia. Segundo
TORRES (2004), para tanto, é necessário entender as alterações causadas pelas modificações
em cada um dos ganhos do controlador. Seborg et al (1989) apresentam algumas
considerações adotadas na sintonia por tentativa e erro:
Na verdade Ziegler e Nichols propuseram dois métodos para determinação dos parâmetros de
controladores P, PI e PID. Um método em malha aberta que usa a curva de resposta ao degrau
(“Curva de Reação”) e outro em malha fechada (“continuous cycling method”). Nesse
primeiro instante trataremos apenas do método em malha fechada.
O método ZN em malha fechada tem a vantagem de poder ser realizado em sistemas que
possuem dinâmica e modelo desconhecidos, o que facilita sua aplicação em indústrias. Porém,
o mesmo foi desenvolvido para gerar overshoot de aproximadamente 25%, podendo variar de
10% a 60%. Para a diminuição de overshoot pode-se utilizar uma sintonia fina através de
tentativa e erro depois de obtida a sintonia de ZN.
Para obtenção dos parâmetros, primeiramente deve-se zerar os ganhos integral e derivativo,
de forma a deixar o controlador apenas com a parcela proporcional. Então, deve-se aumentar
o ganho proporcional até que sejam obtidas oscilações contidas (de mesma amplitude e
33
1.5
0.5
0
0 10 20 30 40 50
A sintonia gerada pelo método ZN gera uma resposta com taxa de amortecimento de ¼ de
onda. Porém, para algumas aplicações tanto o overshoot quanto o decaimento de ¼
apresentado pela sintonia de ZN são indesejáveis. Assim, foi proposto por Seborg et al (1989)
uma modificação dos parâmetros de modo a obter-se uma resposta mais lenta e amortecida.
Tais modificações estão demonstradas na TABELA 3.2.
34
Também conhecida como métodos de sintonia baseados em modelos FOPDT (“First Order
Plus Dead Time” – Primeira ordem mais tempo morto), este tipo de sintonia oferece uma
alternativa para a determinação de parâmetros de sistemas cujo método de ZN em malha
fechada pode ser inadequado. Seja pelo fato de se levar o sistema próximo a instabilidade ou
pela presença de grandes constantes de tempo (TORRES, 2004).
Se o modelo FOPDT do sistema for conhecido, torna-se uma tarefa trivial sintonizar um
controlador PID. Um dos problemas que podem ser levantados são a simplicidade e
imprecisão dos modelos de 1ª ordem, mas mesmo com tais características, os FOPDT’s
podem descrever satisfatoriamente a maioria dos sistemas encontrados nas indústrias. O maior
problema enfrentado pelos profissionais é encontrar tal modelo.
Uma das formas mais utilizadas para obtenção do modelo FOPDT é observando a resposta do
sistema, em malha aberta, a um degrau na CO (“Curva de Reação” de ZN). Uma vez obtida
essa resposta, pode-se determinar o ganho K, a constante de tempo τ e o tempo morto θ do
sistema para determinação dos parâmetros de sintonia.
O maior problema desse tipo de sintonia é o fato de que apenas a inspeção visual da resposta
do controlador não proporcionará a obtenção de tais parâmetros do controlador se o sinal de
saída do sistema contiver ruídos, o que é muito comum na indústria. Assim, torna-se
necessário um software para identificação e sintonia da malha.
35
Através desse método, especifica-se uma resposta desejada ao sistema em malha fechada,
anulando a função de transferência (modelo) do sistema, forçando o sistema a assumir a
função de transferência desejada. A vantagem do Método Direto é que se pode obter uma
relação direta entre o controlador desejado e o modelo do processo, como demonstrado na
equação 3.10.
C
1 R d
Gc (3.10)
G 1 C
R d
Onde:
Apesar de nem sempre ser possível obter uma estrutura PID para o controlador resultante,
para processos FOPDT ou de 2ª ordem é sempre possível obter controladores PI ou PID
(TORRES, 2004; SEBORG et al, 1989).
Além disso, para a implementação de controladores pelo Método Direto, deve-se ter um
Muito relaxado (t cl 3 t ol ) 1
3 K K 3
Onde:
Métodos como o de ZN produzem uma sintonia muito agressiva, sendo necessária uma
sintonia fina após a aplicação do mesmo; o oposto da sintonia Lambda, que produz
parâmetros muito conservadores; já para o método Direto, se faz necessário o conhecimento
do modelo do processo, que o torna muitas vezes inviável, e finalmente os métodos baseados
em modelos FOPDT, se realizados sem o auxílio de um software, são muito prejudicados pela
presença de ruídos.
Como para algumas malhas essenciais ao funcionamento do processo não é possível executar
esses testes durante o funcionamento das mesmas, deve-se aproveitar paradas da planta para
executar a captura do modelo, e posterior sintonia da malha, com o cuidado das condições do
teste não serem condizentes com as normais de operação.
Então, cabe ao profissional por trás do software escolher a melhor opção para determinada
malha. A FIG. 3.3 mostra o quadro de sintonias sugeridas pelo PlantTriage, com opções tanto
para controladores PI quanto PID. Nele é possível visualizar valores pertinentes a sintonia,
como RRT (Response Time), Safety Factor (Coeficiente de segurança), tempo sugerido para
aplicação de filtros na PV, escolha do tipo de filtro, entre outros.
39
4 PLANTTRIAGE
Como uma planta industrial pode conter de dezenas a milhares de malhas de controle,
dependendo do seu tamanho e também do tipo de processo envolvido, o bom funcionamento
das mesmas é indispensável para a obtenção de um alto nível de qualidade e produtividade.
Além disso, malhas com o funcionamento ótimo trazem aumento nos lucros e diminuição nas
despesas.
O PlantTriage tem uma hierarquia desenvolvida para agrupar as malhas nele cadastradas. Em
primeiro lugar, está o Site que representa a empresa como um todo, depois vem a Planta, que
representa cada unidade da empresa onde o software atua; logo em seguida a Unidade, que
representa cada unidade de operação da Planta em questão, e por último as Malhas
pertencentes a cada unidade. O esquema dessa hierarquia pode ser visto na FIG. 4.1. O
software pode ser integrado com sistemas PIMS, MES (Manufacturing Execution Systems) e
sistemas de controle.
4.1 Comunicação
A captura dos dados referentes as malhas de controle pode ser feita de duas formas distintas,
são elas OPC DA e OPC HDA. Tais comunicações são compatíveis com quaisquer PLC’s
encontrados na indústria, em alguns casos sendo necessária a utilização de um software de
sincronismo. A arquitetura clássica da comunicação OPC é como demonstrada na FIG. 4.2.
O protocolo OPC DA fornece dados em tempo real, estando sempre focado na comunicação
ininterrupta, para comunicações entre interfaces tais como PLC’s e interfaces homem
máquina (IHM’s), ou entre servidores. Este último é o caso do PlantTriage; o servidor OPC
local pega as informações diretamente do PLC, e as envia para o servidor central do
PlantTriage, onde as informações são tratadas adequadamente.
Já o protocolo OPC HDA trabalha com dados históricos do processo, armazenando assim uma
quantidade maior de dados no servidor OPC. No caso da VALE, é utilizado um outro
software para fazer a função de historiador, o Canary Labs. Como o historiador não é o foco
deste trabalho, o mesmo será apenas citado.
É importante ressaltar, que mesmo com a utilização do Matrikon OPC Tunneller, é possível o
aparecimento de problemas de comunicação entre os servidores OPC locais e o servidor do
PlantTriage. Além disso, nem todas as minas utilizam esse software como interface de
comunicação; apenas em casos mais críticos como o da mina de Alegria, que não possui um
servidor OPC dedicado para o uso do PlantTriage.
Como apenas as notas das malhas podem não significar muito para pessoas com pouco
conhecimento sobre as funcionalidades e métodos do software, o PlantTriage disponibiliza
três tipos de normalizações para que, independentemente dos valores desejado (Baseline) e de
limiar (Threshold), qualquer pessoa que tenha acesso as avaliações possam entendê-las. São
estas a %T, a %E e a %L.
Existem três possíveis denominações para a importância econômica das malhas de controle no
PlantTriage, são elas High (Alta), Average (Média) e Low (Baixa). De acordo com a
importância econômica da malha, é atribuído um peso econômico a mesma. Esse peso pode
ser editado no próprio software, como mostrado na FIG. 4.3.
Uma vez atribuídos valores para os pesos econômicos das malhas de controle, torna-se
possível a obtenção da normalização %E, e o cálculo é feito conforme a equação 4.2. Não é
possível alterar o peso econômico para importância econômica alta (1 por default), podendo
assim, definir o quanto vão ser diminuídas as notas das malhas com menores importâncias
econômicas.
%T
%E (4.2)
Peso _ Econômico
44
Isso se torna importante no diagnóstico de mau desempenho de toda uma unidade operacional
ou apenas de algumas malhas da mesma, tornando possível um direcionamento efetivo de
esforços de manutenção. Devido a natureza da normalização, não é possível sua aplicação
apenas a uma malha, sendo aplicável somente para sites, plantas ou unidades.
Esses indicadores são determinados KPI’s (Key Performance Indicators – Indicadores Chave
de Desempenho), e são utilizados na composição da Nota Global. O objetivo da Nota Global é
refletir o desempenho da malha como um todo em uma única nota, apontando as malhas com
pior desempenho e que necessitam uma análise mais detalhada.
A Nota Global abrange as notas %T dos KPI’s selecionados, demonstrando o quanto a malha
está próxima ou não dos limiares estabelecidos. Portanto, assim como a nota %T, a Nota
Global indica melhor desempenho para menores valores. O cálculo é feito através da média
das notas %T para os KPI’s definidos pelo usuário, tornando a Nota Global igual a Nota
Global %T. Porém, é possível ainda a obtenção da Nota Global %E, que também é definida
como Loop Health %E.
Para o projeto de auditoria das malhas de controle da VALE, foram escolhidos apenas três
indicadores para funcionar como KPI’s. Tal decisão foi tomada devido a situação anterior das
malhas do complexo Mariana, que não estavam tendo nenhum tipo de acompanhamento antes
da implantação do projeto.
45
Foi decidido que até a adequação do desempenho das malhas com o esperado, seriam
utilizados apenas os três KPI’s iniciais, e juntamente com a melhora gradual do desempenho,
seriam aumentadas também as exigências através de incorporação de novos KPI’s.
O Erro Médio Absoluto utiliza o erro entre a variável de processo e o setpoint, normalizado
para ser indicado como porcentagem do span da variável de processo. O indicador usa a soma
dos erros absolutos, em porcentagem do span, dividido pelo número de pontos de aquisição
de dados durante o período de avaliação. O resultado apresentado fica entre 0% e 100%,
sendo que números menores indicam melhor desempenho da malha para o indicador em
questão (ExperTune, 2007).
Pode-se observar na FIG. 4.4 as opções de limites fixos da saída do controlador ou que os
mesmos sejam lidos via OPC, com a possibilidade para o teste da comunicação e procura de
novas tags para representação dos limites.
Além desses indicadores apresentados, são usados vários outros na análise detalhada das
malhas de controle, dentre eles os diagnósticos completo e simples das malhas (Loop
Diagnosis Full e Simple), todos os indicadores de oscilações (Oscilating, Oscilating-Load,
Oscilating-Tuning e Oscilating-Valve) e os diagnósticos de excursão e reversão da válvula
(Valve Travel e Valve Reversals).
47
Os diagnósticos de oscilações são importantes, mas suas derivações são mais úteis no
diagnóstico da causa do problema. De posse da informação da causa da oscilação, se a mesma
tem origem na válvula, na sintonia ou no acoplamento entre malhas do processo, se torna mais
fácil realizar uma inspeção e a posterior correção do problema. Pode ser visto na FIG. 4.5 que
o diagnóstico específico das oscilações sempre é dado de forma a compor o indicador
principal, ou seja, como o indicador Oscilating possui valor de 100%, este valor se encontra
decomposto em oscilações de carga (OscLoad) e oscilações de válvula (OscHardware), nos
valores de 60% e 40%, respectivamente.
As notas geradas pelo PlantTriage podem vir acompanhadas de alguns caracteres especiais,
que indicam situações atípicas no cálculo das mesmas. O conhecimento destes é importante
principalmente para a verificação da disponibilidade dos dados, ou de algum problema de
comunicação. Os caracteres utilizados e seus significados são explicados a seguir.
interface de engenharia. Contendo recursos tais como sinais de alerta, relatórios específicos,
malhas com maior retorno econômico possível, mapa de operação (Treemap), dentre outras
funcionalidades.
Através desta interface, é possível criar novos relatórios, contendo os indicadores mais
pertinentes a cada usuário, com a opção de torná-los públicos ou não. Além disso, alguns
relatórios padrões podem ser visualizados e modificados, sendo necessário salvá-los com um
nome diferente do original. Tal interface permite também gerar relatórios para um período
determinado de tempo, configurando hora de início e de término dos indicadores a serem
exibidos.
A exibição desses relatórios não é feita apenas na interface web do software, mas também
podem ser enviados para e-mails previamente configurados. O envio pode ser feito tanto com
relatórios em formato .pdf quanto exportados para Excel.
Esta interface permite também a configuração de alarmes. Por exemplo, se determinada malha
possui função vital no processo de uma indústria, pode-se configurar um alarme para informar
os usuários do PlantTriage sobre o desempenho da mesma, seja via e-mail, alerta na página
inicial da interface ou via registro de alarmes. Desta maneira é possível minimizar o tempo
entre a piora do desempenho da malha e as ações para o retorno a sua operação normal.
Também está disponível nessa interface a visualização de dados referentes ao processo quanto
aos indicadores fornecidos pelo software, tanto históricos quanto em tempo real. A inspeção
desses dados proporciona a detecção de situações não descritas pelos indicadores do
PlantTriage, bem como a confirmação dos mesmos.
Devem ser feitas nessa interface quaisquer tipos de configurações sobre o desempenho ótimo
e aceitável da malha (Baselines e Thresholds), bem como a definição dos KPI’s que serão
utilizados pelo software. Na parte destinada as propriedades da malha, também presente na
interface de engenharia, podem ser vistos e/ou alterados parâmetros tais como:
Descrição da malha;
Definição de quando a malha será avaliada ou não (malha online ou offline);
Os spans da variável de processo, saída do controlador;
Modificação de endereços de leitura das variáveis referentes a malha.
Há também na janela das propriedades da malha, as notas obtidas pela malha na última
avaliação. Além da demonstração numérica, o PlantTriage utiliza as cores das linhas para
simbolizar o quanto este indicador se encontra próximo ao limiar configurado, analogamente
ao sistema de cores utilizado pelo mapa de operação. Os significados das cores são:
Além das notas dos indicadores, a interface de engenharia proporciona também se foi possível
calcular as notas para a malha e um diagnóstico simplificado do porquê um determinado
conjunto de índices não foi calculado. Alguns desses diagnósticos são explicados a seguir.
YES, NO DATA → Algum valor não esteve sempre disponível, sendo calculados todos
os indicadores que não dependem desse valor. A especificação de qual valor esteve
indisponível aparece entre parênteses. Ex.: (NO DATA (PV));
YES, DATA MISSING → O valor estava disponível, mas houve perda de dados. A
especificação do valor vem entre parênteses assim como no diagnóstico NO DATA;
YES, SP = PV → Os indicadores são calculados, mas os que dependem do setpoint
terão valor nulo ou muito pequeno;
NO, NO DATA → A variável de processo e a saída do controlador estiveram
indisponíveis durante todo o período de avaliação;
NO, DATA MISSING → Houve perda de dados e não há informação suficiente para o
cálculo dos indicadores;
NO, LOOP OFFLINE → A indicação do status da malha permaneceu em offline
durante parte superior a desejada para avaliação da mesma;
NO, UNIT OFFLINE → A indicação do status da unidade permaneceu em offline
durante parte superior a desejada para avaliação da mesma.
55
5 BENEFICIAMENTO DE MINÉRIO
As principais operações efetuadas nas minerações são compostas basicamente de duas fases, a
fase de lavra e a de beneficiamento do minério. A fase de lavra consiste na extração de
substancias minerais a partir de depósitos ou massas minerais. Já a fase de beneficiamento
consiste em adequar o minério lavrado as especificações em termos de teores e granulometria
exigidas pelos clientes.
5.1 Britagem
As operações de britagem e moagem tem um custo muito alto devido a energia gasta e
material de desgaste (revestimentos ou corpos moedores), portanto deve-se evitar a redução
excessiva, limitando-a ao tamanho estritamente necessário para as operações posteriores.
Na área de britagem da mina de Alegria, são monitoradas as malhas referentes aos britadores
cônicos, malhas de taxa de alimentação de vários alimentadores importantes para o bom
desempenho do processo e algumas malhas de adição de água em peneiras, para prevenir o
agarramento de material e indesejável quebra da tela das peneiras. Nos britadores cônicos, é
necessário monitorar o nível da câmara de britagem, devido ao desgaste excessivo dos
mesmos em caso de funcionamento em vazio.
Nestas malhas há uma constante oscilação devido a alimentação vinda da mina não ser
homogênea, e não haver a possibilidade do controle da mesma. Além de não ser constante a
taxa de material, também não pode ser considerada homogênea sua natureza, ou seja, teor,
dureza, etc.
56
5.2 Classificação
Uma vez que as partículas provenientes da minas adquirem um tamanho adequado para o
tratamento após a cominuição, torna-se necessário sua separação. Esta classificação pode ser
feita através de vários meios, dentre eles o peneiramento (classificação geométrica) e a
classificação hidráulica.
Para especificar o corte entre as partículas que irão para o concentrado e o rejeito, uma das
técnicas mais utilizadas é o controle da pressão de alimentação dos hidrociclones. O controle
da pressão é feito através da velocidade das bombas de polpa que alimentam os hidrociclones,
compondo assim uma malha de controle. Atualmente na mina de Alegria as malhas de
controle de pressão dos hidrociclones não se encontram monitoradas pelo PlantTriage, porém,
recebem uma atenção especial através de ferramentas PIMS/MES.
5.3 Concentração
ALIMENTAÇÃO
SUPERIOR/
INFERIOR ÁGUA DE RINSE
(MÉDIO)
ÁGUA DE
SISTEMA DE
LAVAGEM
REFRIGERAÇÃO A AR
(CONCENTRADO)
CONJUNTO
ELETROMAGNÉTICO:
ROTOR/
MAGNETOS +
CARROSSE
BOBINAS ELÉTRICAS
L
Na flotação inversa do minério de ferro flota-se o mineral pelo qual não se tem interesse; que
é o quartzo principalmente, várias variáveis devem ser controladas para um desempenho
59
5.4 Desaguamento
A FIG. 5.3 mostra o esquema de funcionamento de uma bomba de vácuo como as utilizadas
na mina de Alegria.
60
6 ESTUDO DE CASO
Para estudo de caso foi utilizada a ação de adequação do funcionamento de uma malha de
controle de pressão de uma das bombas de vácuo presentes na área da filtragem da mina de
Alegria.
6.1 Motivação
Para a filtragem adequada do minério, é necessário o controle de pressão das bombas que
produzem o vácuo utilizado nos filtros. Devido a características de construção das bombas de
vácuo, é inevitável uma pequena oscilação na pressão produzida pelas mesmas, porém, no
caso da bomba de vácuo analisada, a oscilação estava bem acima da tolerável.
A seguinte legenda será usada para as FIG. 6.1, 6.3, 6.6 e 6.14 referentes as tendências da
malha de controle:
Pode-se notar através dos dados apresentados que a oscilação da malha é muito grande,
variando aproximadamente de 1,2 kgf/cm2 a 2,2 kgf/cm2. Se considerarmos o span da variável
que é de 0 a 6 kgf/cm2 isso representa uma oscilação de aproximadamente 16,67%.
Além disso, como apenas uma parte da superfície da esfera é utilizada para controle, quando
na posição aberta a mesma fica totalmente fora da corrente do fluxo. Isso torna a válvula ideal
para o controle de fluidos pesados, abrasivos e viscosos. O que torna a válvula indicada para o
transporte de polpa na indústria de mineração, um fluido muito abrasivo.
A sintonia da malha de controle foi realizada com o auxílio do software ExperTune PID
Tuner, parte do pacote de funcionalidades do PlantTriage. Foi utilizado o método baseado em
modelos de 1ª ordem, e para obtenção do modelo a metodologia adotada foi: colocar a malha
em manual e atribuir um valor comum para a saída do controlador. Logo após foi dado um
degrau na mesma, de amplitude comum ao processo em questão, e a partir da resposta do
sistema a esse degrau foi obtido um modelo para o processo.
Na FIG. 6.3 é possível observar o controlador já em manual, com a saída fixada em 20% e
logo em seguida o degrau negativo de 10%, resultando em uma saída do controlador no valor
de 10%. A partir desse teste foi possível a obtenção de um modelo para o processo. O modelo
resultante do teste demonstrado pode ser visto na FIG. 6.4.
64
A FIG. 6.5 mostra a sintonia sugerida pelo software após a execução de uma sintonia fina
através do gráfico de robustez e com base no conhecimento do processo.
65
6.4 Resultados
Além da inspeção visual, os ganhos puderam ser observados através de índices fornecidos
pelo ExperTune PID Tuner. As FIG. 6.7, 6.8, 6.9 e 6.10 mostram a diferença entre a resposta
da sintonia antiga da malha de controle e a simulação da sintonia sugerida pelo software em
diversas situações.
É importante observar que são apenas simulações, ou seja, não necessariamente a nova
sintonia vai gerar respostas tão boas e livres de oscilações. Apesar disso, nota-se em todas as
comparações feitas que a sintonia sugerida gera respostas muito mais robustas, com menor
índice de excursão e reversões de válvula. Em toda as figuras é possível observar a melhora
dos indicadores da válvula que se encontram entre o gráfico da variável de processo e da saída
do controlador.
66
A seguinte legenda será usada para as FIG. 6.7, 6.8, 6.9 e 6.10 referentes a comparação entre
as sintonias:
Na FIG. 6.7 é visível que ao invés das oscilações sustentadas presentes na sintonia anterior, a
nova sintonia agirá apenas na presença de oscilações de carga, ou seja, provenientes do
processo, o que definitivamente aumenta a robustez do sistema.
A FIG. 6.8 demonstra que na presença de um simples distúrbio de carga, a sintonia anterior
não iria parar de oscilar, mesmo que o distúrbio não voltasse a acontecer. Diferentemente da
nova sintonia, que após um tempo relativamente pequeno (em torno de 30 segundos) retorna
ao seu valor inicial.
A FIG. 6.9 mostra que apesar de conter um ruído, esse mesmo não influencia na qualidade da
resposta da nova sintonia. Apesar da melhora no índice de reversões de válvula nesse caso ser
muito pequena, a mesma pode ser explicada pelo ruído introduzido na variável de processo,
exigindo assim ações mais rápidas da válvula. Isso pode ser diminuído aumentando-se o
tempo de atuação do PID no PLC ou introduzindo um filtro na variável de processo.
A FIG. 6.10 simula apenas como seria a resposta do sistema ao degrau que gerou o modelo se
a nova sintonia já estivesse implementada.
lento. Isso poderia se tornar um problema, porém, como o processo mantém o setpoint
constante e não sofre paradas frequentes, é possível aumentar a robustez do sistema sem a
preocupação com o seu tempo de resposta, pois raramente o sistema vai apresentar grandes
erros.
A seguinte legenda será usada para a FIG. 6.12 referente a comparação de robustez do
sistema:
Apesar de o software não ter calculado o ganho de robustez, é possível visualizá-lo na FIG.
6.12, onde a curva em azul representa a sintonia antiga da malha, e a curva vermelha a
sintonia nova. O losango azul claro com a cruz no meio simboliza o fator de segurança do
sistema, que pode ser configurado; e a cruz representa o ponto de instabilidade do sistema.
Portanto, se antes a sintonia não atendia o fator de segurança configurado para a malha, com a
nova sintonia a resposta do controlador vai ter uma robustez muito maior, o que pode ser
confirmado pela diminuição das oscilações.
FIGURA 6.14 – Malha antes (1), durante (2) e após (3) a sintonia realizada.
FONTE: ExperTune PlantTriage.
71
Na FIG. 6.14 é possível visualizar todo o processo de sintonia da malha de controle, onde
estão delimitadas por linhas pretas verticais e indicadas por números as situações em que a
malha esteve durante todo o processo, onde:
7 CONSIDERAÇÕES FINAIS
Além disso, obteve-se uma grande melhora de desempenho na malha de controle de pressão
analisada no estudo de caso. Tal processo de sintonia deve ser, posteriormente, repetido para
todas as outras malhas de controle de pressão da área, pois não é prudente simplesmente
copiar os resultados de sintonia obtidos na malha analisada para outras. Pois por mais que
sejam compostas de instrumentos e atuadores similares, há sempre peculiaridades em cada
processo, como por exemplo um desgaste maior de uma válvula de controle, ou perda de
carga nas tubulações. Enfim, tornam-se necessários novos testes nas malhas que compõe o
restante da área de filtragem da mina de Alegria.
É importante ressaltar que o projeto de melhoria das malhas de controle foi acompanhado
apenas durante sua implantação e início de desenvolvimento, devido ao término do período de
estágio na VALE, tornando os potenciais ganhos de um projeto similar muito maiores do que
os apresentados nesse trabalho. Também se faz válida a observação de que um trabalho de
melhoria de desempenho de malhas de controle não tem fim, no sentido de que sempre há
possibilidades de melhorias a serem realizadas.
73
REFERÊNCIAS BIBLIOGRÁFICAS
OGATA, K. Engenharia de Controle Moderno. 4. Ed. São Paulo: Ed. Pearson Prentice
Hall, 2003.
74