CONTROLADORES PID

Parte 1 - Características, propriedades e implementação

Tópicos Especiais em Automação e Controle

Prof. Ely Paiva
1. Introdução

O controlador PID é de longe o algoritmo de controle mais usado em controle de processos

industriais e em diversas outras aplicações de controle. O algoritmo PID pode ser abordado de
diversas formas. Ele pode ser visto como um dispositivo que pode ser manuseado por um operador
com uma poucas regras de ajuste, mas também pode ser analisado com mais detalhes em uma
abordagem analítica.
Este capítulo fornece uma introdução sobre os controladores PID. Os algoritmos básicos e
diferentes formas de representação são apresentados em detalhe. Uma descrição das propriedades
do controlador em malha fechada baseada em argumentos intuitivos é apresentada. Aborda-se
também alguns aspectos de implementação como discretização (forma digital), filtragem de ruído,
códigos de implementação, etc.

2. Controle PID

Considerando a estrutura de controle da Fig. 3.1, o controle PID pode ser representado pela
equação:

onde u é o sinal de controle fornecido pelo controlador, e é o sinal de erro (e = ysp – y ). A variável
de controle é portanto a soma de três termos: o termo-P (que é proporcional ao erro), o termo-I (que
é proporcional à integral do erro), e o termo-D (que é proporcional à derivada do erro). Os
parâmetros do controlador são o ganho proporcional K, o tempo integral Ti, e o tempo derivativo
Td.

Ação Proporcional

No caso de um controle proporcional puro, a lei de controle da equação 3.9 se reduz a

u(t) = K.e(t)

A ação de controle é simplesmente proporcional ao sinal de erro. Um exemplo típico do

controle proporcional é ilustrado na Figura 3.7. A figura mostra o comportamento dos sinais de
saída (y) e controle (u) do processo após um degrau no setpoint (entrada de referência). Com um
ganho K=1 pode-se mostrar que o erro de regime permanente é de 50%. A figura mostra que o erro
diminui para valores maiores do ganho. Note também que a medida que isto acontece, a resposta vai
se tornando mais oscilatória, devido à dinâmica do processo.

Ação Integral

O principal objetivo da ação integral é garantir que a saída do processo atinja o valor do setpoint
especificado (sem erro de regime). Com o controle proporcional sozinho geralmente há um erro de
regime permanente. Com uma ação integral, um mínimo erro positivo vai sempre gerar uma ação de
controle crescente, e um erro negativo vai gerar uma ação de controle decrescente, mesmo para
erros muito pequenos.
As propriedades da ação integral são ilustradas na Figura 3.8 que mostra uma simulação de
um sistema com controle PI. O ganho proporcional foi fixado em K=1. O caso Ti=∝ , corresponde a
um ganho integral nulo, ou seja apenas com o proporcional atuando. Para valores grandes de Ti, o
erro vai diminuindo a zero lentamente. Para valores pequenos de Ti, o erro vai a zero rapidamente e
a resposta é oscilatória.

Ação Derivativa

O propósito da ação derivativa é melhorar a estabilidade de malha fechada. O mecanismo de

instabilidade pode ser descrito intuitivamente como a seguir. Por causa da dinâmica do processo,
vai levar algum tempo até que uma mudança na variável de controle seja percebida na saída do
processo. Portanto, o sistema de controle vai estar atrasado na correção de um erro. A ação de um
controle Proporcional-Derivativo pode ser interpretada como se o controle fosse proporcional a uma
previsão antecipada da saída do processo, previsão esta que é dada pelo derivativo que trabalha
com a taxa do erro, ao invés do erro em si.
As propriedades da ação derivativa são vistas na Figura 3.11, que mostra uma simulação de
um controle PID na verdade. O controle proporcional foi fixado em K=1 e o tempo integral em
Ti=2, enquanto o tempo derivativo foi sendo variado. Para Td=0, temos um controle PI puro. O
sistema é oscilatório para os parâmetros escolhidos. Inicialmente, o amortecimento do sistema
aumenta (resposta menos oscilatória) com o aumento do ganho derivativo, mas volta a diminuir
(resposta mais oscilatória) para ganhos derivativos mais altos (ou Td menores).
3. Modificações do Algoritmo PID Básico

Existem algumas variantes da estrutura básica de um PID que aumentam substancialmente o seu
desempenho e operacionalidade. Eles são discutidos a seguir.

Representações Alternativas

O algoritmo PID dado na equação 3.19 poder ser representado pela seguinte função de
transferência:

Uma versão levemente diferente, e que é muito comum em controladores comerciais é dada por:

Estas duas estruturas de controle são mostradas na forma de diagramas de blocos da Figura
3.12. O controlador da Eq. 3.14 é chamado “não-interativo”, e o da Eq. 3.15 de “interativo”. A
razão desta nomenclatura é que no controlador da Eq. 3.14 o tempo integral não influencia a parte
derivativa, e vice-versa. No controlador interativo, o tempo derivativo T´d na verdade influencia na
parte integral, e portanto as partes são interativas.
O controlador interativo (3.15) pode sempre ser representado na forma não-interativa (3.14)
com a transformação dada por:
 Já o controle não-interativo só pode ser colocado na forma interativa, quando a relação
! Ti > 4 Td for verdadeira. Neste caso os ganhos são dados por:

Portando, o controlador não-interativo (3.14) é uma forma mais geral de representação, e a

usaremos mais adiante. Contudo, argumenta-se com freqüência que a forma interativa é mais fácil
para se ajustar os parâmetros do controlador manualmente.

Existe também uma terceira forma, que é chamada de forma paralela, que é dada como a
forma geral, mas com ganhos ao invés das constantes de tempo, ou seja:

Ponderação do SetPoint

Uma forma comum de se controlar um sistema é considerar o sinal de erro simplesmente como a
diferença entre saída e setpoint (e = ysp – y). Uma forma mais flexível e eficiente é obtida
considerando-se sinais de erros específicos para cada parte do controlador, o qual será dado na
forma abaixo:

onde o sinal de erro do proporcional é dado por:

o sinal de erro da parte derivativa é dado por:

e o da parte integral seria o sinal de erro usual, ou seja:

 Ao se usar diferentes valores para os parâmetros b e c acima, podemos obter diferentes
respostas na saída para uma entrada de setpoint. As respostas para as perturbações e ruídos contudo
não são influenciadas pelas variações destes parâmetros, apenas a resposta à referência de entrada
(setpoint). Isto está ilustrado na Figura 3.13, que mostra a resposta de um controlador PID para
mudanças no setpoint, perturbação e ruído considerando-se diferentes valores da variável de
ponderação b. Pode-se observar que ao usar um valor de b pequeno, evita-se o sobre-sinal na
resposta ao setpoint. O parâmetro c normalmente é escolhido igual a zero, ou seja o erro do
derivativo não considera as mudanças no setpoint, evitando-se assim grandes sinais de controle
transitórios devido a mudanças bruscas no setpoint.

Limitação do Ganho do Derivativo

A ação derivativa pode causar problema se existe ruído de medição de alta freqüência. O ganho de
alta freqüência do termo derivativo é então limitado para se evitar esta dificuldade. Isto pode ser
feito implementado-se o termo derivativo como:

Segue desta equação, que o termo derivativo modificado pode ser representado como:

A modificação pode ser interpretada como o termo derivativo ideal seguido de um filtro de
primeira ordem com uma constante de tempo de Td/N. A aproximação age como um derivativo
normal para as componentes do sinal em baixa freqüência. O ganho, contudo, é limitado em K.N.
Isto significa que o ruído de alta freqüência é amplificado no máximo por um fator de KN. Valores
típicos de N variam entre 8 e 20.
4. O Problema do “Windup” do Integrador

Embora vários aspectos de um sistema de controle possam ser entendidos baseado em teoria linear,
alguns efeitos não-lineares devem ser levados em conta. Todos os atuadores na prática tem
limitações: um motor tem limite de velocidade, uma válvula tem um limite de abertura e de
fechamento, etc. Para um sistema de controle com uma ampla faixa de condições de operação, pode
ocorrer que a variável de controle atinja o limite do atuador. Quando isto acontece, a malha de
realimentação se quebra (pois o atuador não pode mais “obedecer” ao controle que deve ser feito) e
o sistema continua como se estivesse numa malha aberta. Se um termo integrador estiver sendo
usado no controle, o erro vai continuar sendo integrado, e portanto vai continuar crescendo. O
sistema vai precisar ficar com um grande erro negativo (passar do setpoint) antes que a coisa volte
ao normal. A conseqüência é que qualquer controlador com ação integral pode apresentar grandes
oscilações quando o atuador saturar.

A Figura 3.18 acima ilustra o problema. A mudança de setpoint inicial é tãogrande (de 0 para 1)
que o atuador satura em seu limite máximo (u = 0.1). O termo integral vai crescendo porque o erro é
positivo. Ele atinge o seu valor máximo no instante t=10 quando o erro vai a zero (a saída cruza a
referência). Mas o sinal de controle permanece saturado em 0.1 por causa do grande valor do termo
integral, e não deixa a saturação até que o erro fique negativo o bastante para reduzir a parte integral
a um pequeno valor (instante t=20). Acontece que neste ponto o erro já está bem grande no sentido
negativo (a saída passou muito do valor desejado) e o atuador satura novamente no sentido oposto
(u = -0.1). O sistema fica então nesta oscilação até atingir um equilíbrio.

Algoritmo de correção Anti-Windup

Uma forma de se evitar o problema do Windup é o seguinte. Quando a saída satura, o termo integral
é recalculado de forma que o seu novo valor dá uma saída no limite da saturação, ou seja é como se
o integrador “parasse” de integrar o erro por um certo tempo, ou uma espécie de reset do integrador.
É sempre interessante não resetar o integrador instantaneamente mas dinamicamente com uma
constante de tempo Tt.
A Figura 3.19 mostra um diagrama de blocos de um PID com uma estrutura anti-windup. O
sistema tem uma realimentação extra que é gerada pela diferença (es) entre a saída comandada do
controlador (v) e a saída efetiva do atuador (u). O sinal es é realimentado para a entrada do
integrador através de um ganho 1/Tt. Assim, o sinal é zero quando não há nenhuma saturação,
funcionando como numa operação normal. Contudo, quando o atuador satura, o sinal es é diferente
de zero, e é na verdade negativo supondo o sinal comandado maior do que o limite do atuador. Este
termo negativo é somado à parcela do integrador que estaria crescendo (K/Ti) resultando em uma
entrada do integrador nula, e o integrador para de crescer enquanto o sistema estiver saturado. A
Figura 3.20 ilustra o mesmo problema anterior com o uso do anti-windup. Observe que o termo
integral assume no início um valor negativo, para compesar o termo proporcional que é muito
grande, e deixar o controle apenas no limite da saturação. A Figura 3.21 apresenta o efeito da
variação da constante Tt. A variável Tt controla quão rápido o integrador será resetado. Um valor
pequeno de Tt leva o sistema a resetar o integrador mais rapidamente. Contudo, em algumas
situações com presença de perturbação e ruído, o integrador pode ser resetado acidentalmente.
Portanto não se recomenda um valor muito baixo. Uma regra típica de uso é considerar a média
ponderada Tt=sqrt(Ti.Td).
5. Implementação Digital e Aspectos Operacionais

Vários aspectos precisam ser considerados na implementação digital do controle PID, por exemplo
em microprocessadores e microcontroladores. As mais importantes são a amostragem, a
discretização e a quantização.

Amostragem

Quando um computador é usado para implementar uma lei de controle, todo o processamento dos
sinais é feito em instantes discretos de tempo. A seqüência de operação é a seguinte:

(1) Esperar a interrupção do clock

(2) Ler a entrada analógica
(3) Computar o sinal de controle
(4) Ajustar as saídas analógicas
(5) Atualizar as variáveis de controle
(6) Voltar para o passo 1

As ações de controle são baseadas em valores do processo somente em instantes de tempo

discretos. Este procedimento é chamado de amostragem. O caso mais comum é quando o sinal é
amostrado periodicamente a cada intervalo de tempo h. O mecanismo de amostragem introduz
alguns fenômenos inesperados, que devem ser levados em conta em uma implementação digital.
Um destes fenômenos é o chamado efeito aliasing. Este problema é ilustrado na Figura 3.30. Uma
conseqüência deste efeito é que uma perturbação de alta freqüência após amostrada pode aparecer
como se fosse um sinal de baixa freqüência. Para corrigir este problema são usados os filtros anti-
aliasing para filtrar os sinais de alta freqüência como o ilustrado na Figura 3.31.

Discretização

Para implementar uma lei de controle de tempo contínuo, como um controlador PID em um
computador digital, é necessário aproximar as derivadas e integrais que aparecem na lei de controle.
Existem vários métodos para fazer esta aproximação, e alguns são apresentados na seqüência, quais
sejam: Diferença a posteriori (Forward differences), Diferença anterior (Backward differences),
Tustin e Equivalência em Rampa (Ramp equivalence). Abaixo apresenta-se cada um destes
métodos para aproximar o termo Integral e depois para o termo Derivativo.
 Portanto, resumindo, podemos dizer que os termos Integral e Derivativo são calculados
iterativamente com base nas equações seguintes, onde os termos bi1, bi2, ad e bd variam para cada um
dos métodos apresentados, sendo os valores apresentados na tabela 3.1 abaixo.

Código Completo para Computador

Como ilustração apresenta-se a seguir um código completo para a implementação de um PID em

microcomputador. Veja que o método usado para aproximar o Integral neste caso foi o Backward, e
para o Derivativo foi o Tustin. Os coeficientes ad, ao, bd e bi podem ser pré-computados
previamente. O programa principal deve ser chamado a cada instante de amostragem. O programa
tem três estados (variáveis globais) que seriam yold, I, e D. Veja que o programa inclui derivativo
com derivada da saída (ao invés da derivada do erro), ponderação do erro proporcional (b diferente
de zero), e estratégia anti-windup.
6. Controladores Comerciais (disponíveis em CLPs)

Os controladores comerciais, disponíveis nas diversas marcas de CLPs, diferem na estrutura (ISA-
padrão, série ou paralelo), na parametrização, na limitação do ganho do filtro do derivativo (N), e na
forma com que o setpoint é introduzido. As estruturas podem ser de 3 tipos, e os diagramas
esquemáticos seguem o esquema da Figura 3.12:

I. Forma ISA ou Padrão

II. Forma série ou interativa
III. Forma Paralela

As leis de controle de cada estrutura são dadas pelas equações abaixo.

Destaca-se que os valores das ponderações b, e c, são tipicamente 1 ou 0 nos controladores

comerciais, desprezando a grande vantagem que se pode ter no ajuste das ponderações dos erros,
conforme mostrado anteriormente.

A Tabela 3.2 a seguir, apresenta uma comparação dos PIDs dos principais CLPs industriais.

7. Quando o PID Pode ser Usado ?

A maioria dos processos industriais pode ser controlada razoavelmente bem com um controle PID
desde que o desempenho exigido não seja muito alto. Nestes casos outros tipos de controladores
seriam então necessários. Discutimos a seguir as situações em que o PID pode ser usado, e aquelas
em que se exige outros tipos de controladores.
 A ação derivativa freqüentemente não é usada. É interessante observar que muitos
controladores industriais apresentam apenas a ação PI, e em outros a ação derivativa é
simplesmente desligada. Pode-se mostrar que o controle PI é adequado para todos os processos
com uma dinâmica essencialmente de primeira ordem, como o caso de controle de nível de
reservatório. Pode-se verificar facilmente se o sistema tem uma dinâmica aproximada de 1a. ordem
através da resposta ao degrau no setpoint. Outra situação em que o PI pode ser usado é quando a
operação não requer um controle “apertado”. Controle “apertado” seria aquele em que o
controlador traz o sinal de saída de volta para a referência rapidamente após qualquer perturbação
mínima. Então, mesmo para processos de ordem mais elevada do que o 1a. ordem, mas onde não se
exigem um controle “apertado”, a estrutura PI é suficiente.

Da mesma forma, a estrutura PID é suficiente para processos com uma dinâmica
essencialmente de 2a. ordem. A ação derivativa, neste caso, deixa o sistema com uma resposta
muito mais rápida. Sistemas de controle de temperatura são exemplos típicos desta situação. A ação
derivativa também é útil nos sistemas de ordem mais alta onde se exige o controle “apertado”, já
que uma tendência da saída desviar de seu valor de referência pode ser medida pela derivada (taxa
de variação).

8. Quando É Necessário Usar um Controlador mais Sofisticado ?

O benefício do uso de controladores mais sofisticados é ilustrado através dos 3 exemplos a seguir,
que seriam o caso de: dinâmicas de ordem elevada, sistemas com grande tempo de atraso (ou tempo
morto), e sistemas com modos oscilatórios.
Processos de Ordem Elevada

Quando o sistema apresenta ordem maior do que 2, controladores mais complexos geralmente
precisam ser usados. Veja por exemplo o caso de um sistema de dinâmica de 3a. ordem dado por:

G(s) = 1/(s+1)3

A Figura 3.40 mostra o controle obtido usando um PID e também usando um controlador mais
complexo de ordem mais alta (CC). A figura mostra o sinal de saída para um degrau no setpoint e
na perturbação, e também o sinal de controle em ambos os casos. As vantagens podem ser vistas
tanto na resposta ao setpoint (mais rápida e com menos sobresinal), como na resposta à perturbação.

Processos com Atraso Longo

O controle com sistemas com um tempo de atraso muito grande são notoriamente difíceis. Existe
uma opinião geral de que a ação derivativa não ajuda muito nos sistemas com atraso. A Figura 3.41
mostra o uso de um controle PI e um controle mais sofisticado (Smith Predictor) para um sistema
tempo de atraso de 4 unidades dado pela equação:

dy(t)/dt = -0.5y(t) + 0.5u(t-4)

 Este processo tem uma constante de tempo igual a 2 (por quê ?) e um tempo de atraso de 4
unidades. Veja que a resposta ao setpoint do controle SP é bem melhor, embora a resposta à
perturbação não seja muito diferente em ambos os casos. Note que o sinal de controle do
controlador SP começa a atuar de maneira bem mais forte nos instantes iniciais após a aplicação do
setpoint, do que no caso do controle PID, já que o controlador Smith Predictor trabalha com uma
previsão do sinal de saída.

Sistemas com Modos Oscilatórios

Sistemas com modos oscilatórios, que ocorrem por exemplo quando se tem inércias, é um
outro caso onde o PID não é suficiente. Existem vários tipos de abordagens de controle para
sistemas deste tipo, e uma das mais comuns é o chamado Filtro Notch, no qual o controlador
introduz um par de zeros complexos próximos do par de pólos complexos numa tentativa de se
cancelar os efeitos da oscilação subamortecida. Este controlador com Filtro Notch é usado por
exemplo na saída de fontes de tensão chaveadas que apresentam um par de pólos subamortecidos
devido ao filtro LC na saída destas fontes. Um controlador PID pode ser usado como filtro Notch,
desde que haja apenas um par de pólos complexos dominantes. Neste caso, os parâmetros Ti e Td
são escolhidos de forma que o numerador da função de transferência do controlador apresente zeros
complexos. Neste caso, a forma interativa (série) da Equação 3.15 não se aplica bem, e deve-se usar
então a forma ISA.

Um exemplo pode ser visto na Figura 3.42, onde se usa um controle PI para a função de
transferência abaixo:

G(s) = ab2/(s+a)(s2+b2)

onde a=1 e b=5, que apresenta um par de pólos subamortecidos (no eixo imaginário). Se os pólos
complexos fossem desprezados poderia-se considerar o sistema como sendo um sistema de 1a.
ordem controlado por um PI. As figuras 3.42 e 3.43 mostram uma situação deste tipo. A diferença
entre as duas figuras é que no primeiro caso usou-se a ponderação do erro do setpoint b=0, e no
segundo caso trabalhou-se com b=1.

Observe que no primeiro caso, o comando no setpoint não excita os pólos oscilatórios. Mas
esta oscilação é claramente visível, contudo, na resposta à uma perturbação. Quando se usa b=1, ou
seja, o erro do proporcional sendo e=ysp – y , o comando de setpoint então também excita
diretamente os modos oscilatórios, como mostra a Figura 3.43.

O que se pode fazer então, é trabalhar com o PID como uma estrutura de Filtro Notch.
Inicialmente, reescreve-se a função de transferência do PID como:

Assumindo que o numerador desta função de transferência corresponda ao polinômio

chegamos a conclusão de que, para achar Td e Ti, temos de impor as relações abaixo
O valor de ζ usado tipicamente é bem pequeno (para corresponder ao modo complexo bem
subamortecido que vai ser cancelado), digamos ζ = 0.2, o que dá uma relação Ti/Td=0.16. O
controlador PID, com os parâmetros obtidos desta forma deve apresentar um desempenho
satisfatório, já que irá anular o efeito dos pólos complexos subamortecidos. Veja que esta relação de
Ti/Td=0.16 é bem diferente da usual que seria em torno de 4 (Ti quatro vezes maior do que Td).
Portanto, faz-se necessário aqui o uso da forma paralela do PID, já que a forma série só poder ser
usada quando temos Ti > 4 Td, conforme visto anteriormente.

REFERÊNCIA:
Capítulo 3 do Livro “PID Controllers: Theory, Design, and Tuning”, K. Astrom e T. Hagglund,
ISA Instrument Society of America, 1995.