Você está na página 1de 104
série AUTOMAÇÃO iNDUsTriAL TÉCNICO DE AUTOMAÇÃO INDUSTRIAL
série AUTOMAÇÃO iNDUsTriAL TÉCNICO DE AUTOMAÇÃO INDUSTRIAL

série AUTOMAÇÃO iNDUsTriAL

TÉCNICO DE AUTOMAÇÃO INDUSTRIAL

série AUTOMAÇÃO iNDUsTriAL TÉCNICO DE AUTOMAÇÃO INDUSTRIAL
série AUTOMAÇÃO iNDUsTriAL TÉCNICO DE AUTOMAÇÃO INDUSTRIAL

CONFEDERAÇÃO NACIONAL DA INDÚSTRIA – CNI

Robson Braga de Andrade

Presidente

DIRETORIA DE EDuCAÇÃO E TECNOLOgIA

Rafael Esmeraldo Lucchesi Ramacciotti

Diretor de Educação e Tecnologia

SENAI-RS – SERVIÇO NACIONAL DE APRENDIZAgEM INDuSTRIAL

Conselho Nacional

Robson Braga de Andrade

Presidente

SENAI – DEPARTAMENTO NACIONAL

Rafael Esmeraldo Lucchesi Ramacciotti

Diretor-Geral

Gustavo Leal Sales Filho

Diretor de Operações

SENAI-RS – SERVIÇO NACIONAL DE APRENDIZAgEM INDuSTRIAL DEPARTAMENRO REgIONAL DO RIO gRANDE DO SuL

Conselho Regional

Presidente Nato

Heitor José Müller

Presidente do Sistema FIERGS

DIRETOR REgIONAL E MEMbRO NATO DO CONSELhO REgIONAL DO SENAI-RS

José Zortea

Diretoria do SENAI-RS

José Zortea

Diretor Regional

Carlos Artur Trein

Diretor de Operações

Carlos Heitor Zuanazzi

Diretor Administrativo-Financeiro

Série AUTOMAÇÃO iNDUSTriAL TÉCNICO DE AUTOMAÇÃO INDUSTRIAL
Série AUTOMAÇÃO iNDUSTriAL TÉCNICO DE AUTOMAÇÃO INDUSTRIAL
Série AUTOMAÇÃO iNDUSTriAL TÉCNICO DE AUTOMAÇÃO INDUSTRIAL
Série AUTOMAÇÃO iNDUSTriAL
TÉCNICO DE
AUTOMAÇÃO
INDUSTRIAL
Série AUTOMAÇÃO iNDUSTriAL TÉCNICO DE AUTOMAÇÃO INDUSTRIAL

© 2012 SENAI – Departamento Nacional

© 2012. SENAI – Departamento Regional do Rio Grande do Sul

A reprodução total ou parcial desta publicação por quaisquer meios, seja eletrônico, mecânico, fotocópia, de gravação ou outros, somente será permitida com prévia autorização, por escrito, do SENAI – Departamento Regional do Rio Grande do Sul.

Esta publicação foi elaborada pela equipe da Unidade Estratégica de Desenvolvimento Educacional – UEDE/Núcleo de Educação a Distância – NEAD, do SENAI do Rio Grande do Sul, com a coordenação do SENAI Departamento Nacional, para ser utilizada por todos os Departamentos Regionais do SENAI nos cursos presenciais e a distância.

SENAI Departamento Nacional Unidade de Educação Profissional e Tecnológica – UNIEP

SENAI Departamento Regional do Rio Grande do Sul Unidade Estratégica de Desenvolvimento Educacional – UEDE/Núcleo de Educação a Distância – NEAD

SENAI Serviço Nacional de Aprendizagem Industrial Departamento Nacional

Sede Setor Bancário Norte . Quadra 1 . Bloco C . Edifício Roberto Simonsen . 70040-903 . Brasília – DF . Tel.: (0xx61)3317-9190 http://www.senai.br

Lista de ilustrações

Figura 1 - Camadas de segurança

16

Figura 2 - Exemplo de SIS

17

Figura 3 - Relação entre SIS, SIF e SIL

19

Figura 4 - Gráfico de risco

22

Figura 5 - Elementos básicos de um sistema de controle em malha fechada e a função de cada elemento

27

Figura 6 - Forno de revenimento

28

Figura 7 - Banco de resistências

29

Figura 8 - Comportamento do Controle On / Off

30

Figura 9 - Respostas em um sistema realimentado

31

Figura 10 - Circuito e gráfico para identificação do comportamento do resistor

33

Figura 11 - Comportamento do indutor e do capacitor

33

Figura 12 - Sistema massa-mola-amortecedor

34

Figura 13 - Realimentação dos estados

35

Figura 14 - Diagrama do controle adaptativo

35

Figura 15 - Exemplo de um controlador com PID

39

Figura 16 - Representação clássica do PID

40

Figura 17 - Parte proporcional do PID

41

Figura 18 - Comportamento gráfico de uma função conhecida

42

Figura 19 - A) Representação gráfica do set point e a temperatura do processo. B) Representação gráfica de erro (set point - temperatura do processo)

43

Figura 20 - Resultados da integração

44

Figura 21 - Representação de um sistema de controle para um

44

Figura 22 - Comportamento do sistema somente com o termo

44

Figura 23 - Comportamento do sistema com aumento do Kp

45

Figura 24 - Comportamento com o Kp ainda maior

46

Figura 25 - Comportamento com o Kp muito maior

46

Figura 26 - Comportamento instável

46

Figura 27 - Comportamento com ação proporcional e integral

47

Figura 28 - Área calculada

47

Figura 29 - Verificação da ação proporcional e Integral negativa

48

Figura 30 - Função derivada

49

Figura 31 - Análise da derivada

49

Figura 32 - Sistema da figura 23, com o termo derivativo e dinâmica mais rápida

50

Figura 33 - Distúrbio utilizado para avaliar a ação derivativa

51

Figura 34 - Comportamento do sistema sem a ação derivativa

51

Figura 35 - Ampliação do Gráfico 34

52

Figura 36 - Ampliação do Gráfico 34, com a ativação do termo derivativo

52

Figura 37 - Ampliação da resposta com a ação derivada ativada

52

Figura 38 - Sistema com ruído sem ação derivativa

53

Figura 39 - Sistema com ruído com ação derivativa

53

Figura 40 - Gráfico para identificação do sobressinal e oscilação

57

Figura 41 - Válvula controladora de vazão

58

Figura 42 - Ambiente de simulação

58

Figura 43 - Comportamento do sistema com Kp=100

60

Figura 44 - Comportamento do sistema com Kp=20

60

Figura 45 - Comportamento do sistema com Kp=5

61

Figura 46 - Ambiente de simulação com integrador

61

Figura 47 - Comportamento instável com Ki muito alto

61

Figura 48 - Comportamento com Ki muito baixo

62

Figura 49 - Comportamento com ação integral ajustada

62

Figura 50 - Comportamento sem ação integral e derivativa

63

Figura 51 - Comportamento com a ativação da ação derivativa

63

Figura 52 - Ambiente de simulação com Kp, Ki e Kd

65

Figura 53 - Resposta do sistema com Kp=11,1

65

Figura 54 - Resposta do sistema com Kp=5,6

66

Figura 55 - Resposta do sistema com Kp=5,6 e Ki=2,33

67

Figura 56 - Resposta do sistema com Kp=5,6 e Ki=6,39

67

Figura 57 - Resposta do sistema com Kp=5,6 e Ki=8,3

67

Figura 58 - Resposta do sistema com Kp=5,6 e Ki=6,39 com distúrbio

68

Figura 59 - Resposta do sistema com Kp=5,6 + 20% e Ki=6,39 com distúrbio

69

Figura 60 - Resposta do sistema com Kp=5,6 + 20% e Ki=6,39 – 10% com distúrbio

69

Figura 61 - Resposta do sistema com Kp=9,1 e Ki=9,1 com distúrbio

69

Figura 62 - Resposta do sistema com Kp=9,1, Ki=9,1 e Kd=1,4

70

Figura 63 - Resposta do sistema ao degrau de 50%

71

Figura 64 - Descrição para obtenção dos parâmetros de cálculo

71

Figura 65 - Resposta do sistema para a obtenção dos parâmetros

72

Figura 66 - Resposta do sistema ao controlador PI

73

Figura 67 - Resposta ao controlador PI aplicada com margens de segurança

73

Figura 68 - Resposta ao controlador PID

74

Figura 69 - Resposta a um degrau de 50% e tempo total de PWM = 2 segundos

74

Figura 70 - Resposta a um degrau de 50% e tempo total de PWM = 20 segundos

75

Figura 71 - Sistema para ajustar o Kcr

75

Figura 72 - Resposta do sistema com Kp=5

76

Figura 73 - Resposta do sistema para um Kp = 76

76

Figura 74 - Resposta do sistema para um Kp > 75

76

Figura 75 - Resposta do sistema para um Kp < 76

77

Figura 76 - Resposta para o ajuste do PI pelo método de sensibilidade limiar

77

Figura 77 - Resposta para o ajuste do PID pelo método de sensibilidade limiar

78

Figura 78 - Resposta gerada pelo controlador comercial

79

Figura 79 - Resposta do Sistema ao controlador On/Off

85

Figura 80 - Resposta do Sistema ao PID com Pb=14,4%; Ir=5,6 RPM e Dt=0,03 minutos

85

Figura 81 - Resposta do Sistema ao PID com Pb=11,6%; Ir=21,42 RPM e Dt=0,004 minutos

86

Figura 82 - Resposta do Sistema ao PID com Pb=23%; Ir=5,6 RPM e Dt=0,03 minutos

86

Figura 83 - Resposta do Sistema ao PID com Pb=23%; Ir=6,4 RPM e Dt=0,02 minutos

86

Figura 84 - Resposta do Forno ao Controle On/Off

87

Figura 85 - Resposta ao degrau para método da curva de reação

88

Figura 86 - Resposta do sistema para avaliar a sensibilidade limiar

88

Figura 87 - Resposta ao método de ajuste do controlador comercial

89

Figura 88 - Resposta ao método de ajuste por curva de reação

89

Figura 89 - Resposta ao método de ajuste por sensibilidade limiar

90

Figura 90 - Resposta após sintonia final manual

90

Figura 91 - Exemplo de relação do % de PWM com tensão média de saída

91

Figura 92 - Representação do controlador PID tipo 2

92

Figura 93 - Função: Kp*((1+Ki*Ts+(Kd/Ts))*e(k) em diagrama de blocos

94

Quadro 1 - As principais propriedades de uma SIF

18

Quadro 2 - Critérios para classificação do Nível de Segurança (SIL) (retirada da IEC 61508/5)

23

Quadro 3 - Elementos do ambiente de simulação

59

Quadro 4 - Efeito de cada parâmetro PID sobre o processo

64

Quadro 5 - Como melhorar o desempenho do processo

68

Tabela 1: SIL para SIF de baixa demanda

20

Tabela 2: SIL para SIF de alta demanda ou contínua

20

Tabela 3: Valores do processo de aquecimento do forno

42

Tabela 4: Fórmulas para o método de sintonia por curva de reação

72

Tabela 5: Fórmulas para o método de sintonia por sensibilidade limiar

77

Tabela 6: Comparativo entre métodos para cálculo dos ganhos do PID

89

Sumário

1 Introdução

13

2 Sistema Instrumentado de Segurança

17

2.1 Camadas protetoras

17

2.2 SiS (safety instrumented system)

19

2.3 SIF (safety instrumented functions)

20

2.3.1

Exemplo de sif’s

20

2.4 SIL (safety integrity level)

21

2.5 Riscos e segurança

23

2.5.1

Determinação do risco e do nível de segurança

24

3 Controladores

29

3.1 Controladores clássicos

31

 

3.1.1 On/Off

32

3.1.2 PID

32

3.1.3 Avanço e atraso de fase

33

3.2 Controladores modernos

34

3.2.1 Variáveis de estado ou multivariáveis

36

3.2.2 Controle adaptativo

37

3.2.3 Controle

ótimo

37

3.2.4 Controle não linear

38

3.2.5 Controle preditivo

38

3.2.6 Controle robusto

38

3.2.7 Controle

inteligente

39

4 Detalhamento do Controle PID

41

4.1 Proporcional

42

4.2 Integral

44

4.3 Derivada

50

5 Sintonia dos Controladores

59

5.1 Novo ambiente de simulação

60

5.2 Sintonia manual

65

5.3 Método de sintonia por curva de reação

72

5.4 Método de sintonia por sensibilidade limiar

77

5.5 Método de sintonia automática

80

6

Padronização do PID

83

6.1 Comportamento 1

83

6.2 Outros Parâmetros

92

6.3 COmportamento 2

94

6.4 Comportamento 3

96

Referências

99

Minicurrículo do autor

103

Índice

104

Introdução 1
Introdução
1
Introdução 1 Esta Unidade Curricular “Instrumentação e Controle” tem o objetivo de atualizar tecnologica- mente

Esta Unidade Curricular “Instrumentação e Controle” tem o objetivo de atualizar tecnologica- mente os profissionais do SENAI nas capacidades mais relevantes e importantes do Desenho Curri- cular Nacional do Curso Técnico de Nível Médio em Automação Profissional.

Serão desenvolvidas capacidades técnicas, sociais, organizativas e metodológicas com o intuito de: identificar as técnicas de sintonia de malhas de controle e reconhecer as reações nos processos industriais; demonstrar os valores éticos nas relações sociais e nas ações do campo profissional e interagir nas situações de conflito; desenvolver as atividades atendendo os procedimentos técnicos e respeitando as normas de saúde e segurança e meio ambiente e utilizar as ferramentas e instru- mentos colocados a sua disposição de acordo com as recomendações recebidas e procedimentos técnicos; posicionar-se criticamente em relação a situações propostas, fundamentando-as tecnica- mente, demonstrar iniciativa e analisar alternativas no desenvolvimento das atividades sob a sua responsabilidade, considerando as mudanças tecnológicas.

No primeiro capítulo, Tipos de controladores, vamos estudar estratégias utilizadas para que uma determinada 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 segu- rança também prédeterminados.

O segundo capítulo, Sintonia de controladores, abordará alguns métodos que definem os pa-

râmetros iniciais P, I e D, para que o aluno possa, a partir desse ponto, chegar a um refinamento do controle. Estudaremos também o modo de sintonia automática do PID que é disponibilizada pela maioria dos controladores comerciais.

No terceiro capítulo, Parâmetros PID, veremos que, para programar um controlador PID, não é necessário conhecimento avançado de matemática, mas precisaremos utilizar os conceitos básicos para interpretar o significado dos parâmetros de controle de cada fabricante. Nesse primeiro mo- mento, trabalharemos para identificar o significado desses parâmetros.

O quarto e último capítulo tratará do Sistema de Instrumentação de Segurança (SIS).

Sistema Instrumentado de Segurança

2
2
Sistema Instrumentado de Segurança 2 O presente tema está ligado à Segurança do Trabalho e aos

O presente tema está ligado à Segurança do Trabalho e aos interesses econômicos da in-

dústria, visto que o aprendizado sobre o Sistema Integrado de Segurança (Safety Instrumented System – SIS) minimiza os riscos de acidentes com os trabalhadores e reduz a perda de ativos (equipamentos, prédios etc.) da empresa. Os objetivos do SIS são: evitar acidentes dentro e fora das fábricas, como incêndios, explosões e danos aos equipamentos; promover a proteção

à produção e à propriedade, evitar riscos à vida e danos à saúde pessoal; e prevenir impactos catastróficos na comunidade.

A segurança industrial, antes da era digital, estava focada nas práticas seguras de trabalho,

que consistiam no manuseio de materiais perigosos e na operação de equipamentos. Atual- mente, a segurança industrial atua sobre as infraestruturas mais complexas dos processos de fabricação, abrangendo toda a empresa.

O aumento da aplicação de dispositivos de controle eletrônico trouxe a necessidade de sua

regulamentação, de modo a garantir a segurança dos recursos de uma fábrica por meio des- ses equipamentos. As principais normas regulamentadoras aplicadas na atualidade são a IEC

61508, a IEC 61511 e a AIA 34. A regulamentação ampliou o interesse sobre o SIS, aumentando

a confiabilidade dos instrumentos.

2.1 CamadaS protetoraS

Nenhuma medida de segurança isolada pode reduzir os riscos e proteger a planta e o pessoal

contra eventuais danos caso ocorra um incidente perigoso. Por isso, foram desenvolvidas medi- das de segurança dispostas em camadas protetoras. As camadas protetoras representam uma se- quência de dispositivos mecânicos, de controle de processos, de sistemas de parada programada

e de medidas de respostas externas que impedem ou combatem um evento perigoso.

Se uma das camadas falhar, as demais estarão disponíveis para trazer o processo a um es- tado seguro, considerando que o acidente é uma sucessão de falhas em efeito dominó. Com o aumento de camadas, aumenta-se a confiabilidade do sistema de segurança. A figura 1 mostra as sete camadas de segurança em ordem de ativação.

16
16

AUTOMAÇÃO INDUSTRIAL

16 AUTOMAÇÃO INDUSTRIAL Figura 1 - Camadas de segurança Fonte: Autor Descrição das sete camadas de

Figura 1 - Camadas de segurança Fonte: Autor

Descrição das sete camadas de segurança:

1° Sistema de controle básico do processo: esse nível consiste em controles básicos, em alarmes e em supervisão do operador.

2° Alarmes críticos: essa camada de proteção fornece alarmes críticos que alertam os operadores a uma circunstância em que uma variável excedeu seus limites es- pecificados e pode exigir a intervenção, mas está sediada nos equipamentos de controle básico.

3° Sistema instrumentado de segurança: opera independentemente do siste- ma de controle básico do processo. Executa ações de parada quando as camadas precedentes não conseguem resolver uma emergência.

4° Dispositivos de alívio: utilizam válvulas, dispositivos de alívio de pressão para impedir uma ruptura, o derramamento ou a liberação descontrolada.

5° Diques: consiste na retenção dos elementos em vazamento de modo a esta- belecer barreiras para a contaminação do meio ambiente ou fogo.

6° Resposta da planta: é a ação da resposta de emergência tomada pelos componen- tes da planta e consiste na luta contra o incêndio e/ou procedimentos de evacuação.

7° Resposta da comunidade: o nível final é a ação da resposta de emergência tomada pela comunidade e consiste na luta contra o incêndio e em outros servi- ços de urgência.

2 SiStema inStrumentado de Segurança

17
17

Sistema instrumentado de segurança

O foco de nosso estudo está centrado na terceira camada de segurança – Sistema

Instrumentado de Segurança. Um SIS é um equipamento (hardware), ou sistema (sof- tware), ou, na configuração mais comum, uma combinação dos dois, encarregado de executar uma ou mais funções de segurança (Safety Instrumented Functions – SIF’s).

As SIF’s servem para reduzir a probabilidade de acidentes ou, ainda, para au- mentar o nível de segurança (Safety Integrity Level – SIL) de um equipamento ou processo. A análise de segurança intrínseca de uma malha de controle passa justamente pela verificação da confiabilidade desse conjunto hardware/software e elevar, se necessário, o SIL.

2.2 SIS (Safety InStrumented SyStem)

Um SIS dispara suas ações quando o limite programado para sua atuação é atingido. O objetivo do SIS será colocar a instalação (equipamento ou processo) em estado seguro, retornando às condições normais ou, até mesmo, desligando. O SIS poderá executar uma ou várias funções de proteção contra os vários riscos que um processo pode ter.

A nomenclatura do SIS pode ser encontrada de diferentes formas com: siste-

ma de paragem segura, sistema de paragem de emergência, sistema de proteção instrumentada ou sistema de segurança crítico.

Em grande parte dos casos, uma SIF implementada por um SIS possui os ele- mentos que podem ser vistos na figura 2.

SIS possui os ele- mentos que podem ser vistos na figura 2. Figura 2 - Exemplo

Figura 2 - Exemplo de SIS Fonte: Autor

Sensor: para monitorar o processo e identificar uma condição anormal (na figura 1, um sensor de pressão).

• Controlador: que compara a medição do sensor com o valor de segurança parametrizado e executa a ação de segurança.

• Atuador ou elemento de controle final: elemento que fará a interferência no

processo quando o controlador comandar, por exemplo, válvula, bomba hidráulica etc.

18
18

AUTOMAÇÃO INDUSTRIAL

2.3 SIf (Safety InStrumented funCtIon)

Uma SIF é uma função com um nível específico de segurança (SIL) que é imple- mentada por um SIS, a fim de alcançar ou manter uma condição segura. Os três elementos do SIS atuam em conjunto para detectar um perigo e para trazer o pro- cesso a uma condição de segurança. É comum afirmar que existem dois tipos de SIF, uma para proteção e uma para controle. A SIF de proteção é utilizada somente quando necessário (uso intermitente), ou seja, quando a variável de processo mo- nitorada atingiu o valor limite, e a SIF de controle é utilizada continuamente para manter a variável dentro dos limites de segurança especificados.

Além dessas funções, a SIF também pode definir um nível de redução do risco ou o nível de segurança (SIL) para um perigo específico. Essa função é implemen- tada por meio de uma ação automatizada e instrumentada.

No Quadro 1 temos as principais propriedades de uma SIF.

ProPriedade

descrição

Perigo

Um único perigo e risco associado.

Modo de operação

Quando necessário ou contínuo.

Detecção

O

sensor detecta especificamente o perigo e passa a

informação para o controlador.

Decisão

O

controlador deve ter a programação para decidir

automaticamente quando agir e quando o perigo está presente, agindo nos atuadores.

Ação

Os atuadores devem ter a ação necessária para trazer o processo a uma condição segura ou miti- gar o perigo a um nível adequado.

Nível de Segurança (SIL)

O

montante da redução de risco a ser atingido pelo

SIF ou o aumento da confiabilidade do processo.

Condição atingida

Uma eliminação do perigo ou mitigação.

Tempo de resposta

O

tempo para detectar, decidir e agir e a ação de

eliminar ou mitigar o perigo.

Intervalo de teste

A

frequência para testar a SIF ou seus componentes.

SIS

Em qual SIS está a SIF.

Ação falsa

Taxa aceitável em que a SIF identifica uma situação de perigo que não está realmente acontecendo.

Quadro 1 - As principais propriedades de uma SIF Fonte: Autor

2.3.1 ExEmplo dE Sif’S

Vamos ver agora alguns exemplos de SIF’s:

2 SiStema inStrumentado de Segurança

19
19

a) Alta pressão num vaso de pressão abre uma válvula de alívio. O perigo é

a sobrepressão no vaso. O sensor detecta a pressão alta e o controlador manda abrir a válvula de alívio para trazer o sistema a uma condição segura.

b) Alta temperatura de uma fornalha poderá causar seu rompimento. A SIF

terá a função de cortar a alimentação de combustível para trazer o sistema a uma temperatura segura.

A Figura 3 mostra um modelo que relaciona o SIS, a SIF e o nível de segu-

rança (SIL). Veja que temos um SIS implementando três SIFs, e cada SIF tem um nível de segurança 2.

três SIFs, e cada SIF tem um nível de segurança 2. Figura 3 - Relação entre

Figura 3 - Relação entre SIS, SIF e SIL Fonte: Autor

2.4 SIL (Safety IntegrIty LeveL)

O SIL (Safety Integrity Level) está ligado ao nível de segurança requerido para

uma função de segurança instrumentada. A taxa de falhas máxima tolerável para cada condição de perigo ocorrida conduz a um nível de integridade para cada parte do equipamento; ou seja, a combinação dos níveis de integridade dos ele- mentos do SIS não pode significar que a função de segurança implementada fa- lhará na detecção do perigo mais do que a taxa máxima tolerada, especificada pelo Nível de Integridade de Segurança (SIL), dividido em quatro faixas:

• SIL 4: é o nível mais exigente para um SIS e, consequentemente, mais one- roso, exigindo técnicas avançadas de implementação (tenta-se evitar).

• SIL 3: ainda necessita de técnicas avançadas de projeto.

• SIL 2: exige boas práticas de projeto e operação para ser atingido.

• SIL 1: é o nível mínimo, mas ainda precisa de um SIS para ser implementado.

As tabelas 1 e 2 mostram os níveis de falhas aceitáveis para cada SIL.

20
20

AUTOMAÇÃO INDUSTRIAL

Tabela 1:

siL para siF de baixa demanda

siL

PFd

rrF

1

0,1-0,01

10-100

2

0,01-0,001

100-1,000

3

0,001-0,0001

1000-10,000

4

0,0001

10,000

Fonte: INTERNATIONAL ELECTROTECHNICAL COMMISSION. 61508-1, 1997

Tabela 2:

siL para siF de alta demanda ou contínua

siL

PFH

rrF

1

0,00001-0,000001

100,000-1,000,000

2

0,000001-0,0000001

1,000,000-10,000,000

3

0,0000001-0,00000001

10,000,000-100,000,000

4

0,00000001-

100,000,000 -

Fonte: INTERNATIONAL ELECTROTECHNICAL COMMISSION. 61508-1, 1997

Vamos entender melhor essas duas tabelas. Para tanto, definimos a PFD (Pro- bability of Failure on Demand), que é a probabilidade de o SIS (que executa a res- pectiva função) falhar quando for necessário que ele atue. Definimos, também, o RRF (Risk Reduction Factor), que é o fator de redução do risco caso o SIS falhar ao ser acionado. Por exemplo, se tivermos um equipamento SIL 3, a probabilidade de falhar, quando demandado, é de 0,001 até 0,0001, ou de 0,1% até 0,01%, ou ainda, entre 1.000 e 10.000 atuações o SIS falhará uma vez.

Já na Tabela 2 temos outra sigla, a PFH (Probability of Failure per Hour), que é a probabilidade de o SIS falhar em uma hora. Utilizando o SIL 2 como exemplo, a proba- bilidade do SIS falhar em uma hora será de 0,000001 até 0,0000001, ou 0,0001% até 0,00001%, ou ainda, entre 1.000.000 e 10.000.000 de horas, o SIS falhará uma hora, ou seja, entre 1 ano e 11 meses, até 19 anos, o SIS falhará 1 minuto.

Usaremos a Tabela 1 quando a necessidade de o SIS atuar para evitar uma si- tuação de perigo não for maior do que uma vez por ano e não ocorrerem mais de dois testes do SIS em um ano.

Em relação à Tabela 2, ao contrário, ela será utilizada quando a necessidade de o SIS atuar para evitar uma situação de perigo, for maior do que uma vez por ano e ocor- rerem mais de dois testes do SIS em um ano. Para tornar mais simples a utilização e a visualização desses conceitos em nosso cotidiano, trabalharemos com o conceito de confiabilidade. Vamos estabelecer que a confiabilidade de componentes em série deve levar em conta a probabilidade de falhas individuais em um período de tempo. Para um sistema de medição com n componentes em série, a confiabilidade Rs é o produto

A confiabilidade pode ser aumentada

das confiabilidades individuais: Rs = R1xR2

se colocarmos componentes em paralelo, o que significa que o sistema falha se todos

os componentes em paralelo falharem. Nesse caso, a confiabilidade Rs é dada por: Rs = 1 – Fs, onde Fs é a não confiabilidade do sistema. A não confiabilidade para m sistemas

em paralelo é Fs = F1xF2

Rn.

Fm e Fm = 1 - Rm (Rm é a confiabilidade de um SIS).

2 SiStema inStrumentado de Segurança

21
21

Veremos agora, na seção Casos e Relatos, como é possível conseguir facilmen- te um SIL mais elevado para uma SIF implementada.

facilmen- te um SIL mais elevado para uma SIF implementada. CaSoS e reLatoS Suponha que temos

CaSoS e reLatoS

Suponha que temos um vaso de pressão no qual devemos controlar o limite de pressão nesse tanque. Para isso, temos um sensor com 0,95 de confiabilidade, um controlador com 0,98 e uma válvula com 0,92. A confiabilidade desse sistema, para a função de segurança explicada, será de Rs= 0,95x0,98x0,92=0,856. Como essa função é de extrema responsabilidade, decidimos aumentar a confiabilidade ao máximo possível, naquele momento.

Então, colocamos mais dois circuitos idêntico e calculamos como essas redundâncias impactariam a confiabilidade de nosso sistema. A não con- fiabilidade dos três sistemas é igual, pois eles utilizam os mesmos equipa- mentos, sendo F= 1-0,856=0,144. Então, a confiabilidade resultante será RS= 1-(0,144x0,144x0,144)=0,997, tendo uma probabilidade de falha de 1-0,997= 0,003, chegando a um SIL 2, conforme a Tabela 1.

2.5 rISCoS e Segurança

Para entender a determinação do SIL, precisamos fundamentar o concei- to de risco e segurança.

Risco é a taxa provável de ocorrência de um perigo que causa o dano e o tamanho, que devem ser considerados. Então, o risco tem dois elementos:

a frequência/probabilidade que o perigo ocorra; e

as consequências do evento perigoso.

Quanto maior for o risco associado a um processo, maior será o nível de segurança aplicado para o controle desse risco. Nesse caso, serão necessários sistemas mais complexos e robustos, pois apresentam maiores potenciais de ocorrência de um evento.

O SIL (nível de segurança) é a medida do risco de segurança de um dado pro- cesso. Essa padronização pode ser aplicada a equipamentos que garantirão o ní- vel de segurança necessário; ou seja, se um processo é classificado como SIL 2, podemos utilizar um equipamento SIL 2 para o Sistema Instrumentado de Segu- rança (SIS) que implementará a Função Instrumentada de Segurança.

22
22

AUTOMAÇÃO INDUSTRIAL

Como já visto, o SIL é estratificado em quatro níveis discretos de segurança. Cada nível representa uma ordem de valor da redução do risco. Quanto mais elevado for nível de SIL, maior será o impacto de uma falha e mais baixa a taxa de falhas toleráveis. O nível de segurança (SIL) é uma maneira de indicar a taxa de falhas tolerável de uma função de segurança (SIF). Os padrões exigem a atribuição de um SIL para toda a SIF nova ou adaptada, dentro do SIS.

A atribuição do SIL é uma decisão que exige a análise de perigos. A atribuição de

um SIL é baseada na quantidade de redução de risco que é necessária para manter o processo num nível de segurança aceitável. Então, todo o projeto do SIS, operação e escolhas da manutenção deve ser verificado de acordo com o SIL. Esse procedimento assegura que o SIS possa reduzir o risco atribuído ao processo. Quando uma análise de perigos do processo (PHA) determina que um SIS é necessário devem ser atribuí- dos, o nível de redução do risco alcançado pelo SIS e o SIL.

SAIBA MAIS Para aprofundar seus conhecimento sobre PHA, acesse: http://en.wikipedia.org/wiki/Process_Hazard_Analysis.

SAIBA

MAIS

Para aprofundar seus conhecimento sobre PHA, acesse:

http://en.wikipedia.org/wiki/Process_Hazard_Analysis.

2.5.1 dEtErminação do riSco E do nívEl dE SEgurança

Várias metodologias podem ser usadas para a atribuição de um SIL. A determina-

ção deve envolver pessoas com perícia e experiência elevadas. As metodologias para

a determinação de um SIL incluem cálculos simplificados, análise de árvore de falha

e análise de camada de proteção, podendo ser quantitativas (avaliação numérica), qualitativas (avaliação descritiva) ou, ainda, uma combinação das duas formas.

O anexo D do padrão da IEC 61508-5 ilustra uma técnica qualitativa usando um gráfico

para determinar diretamente o nível exigido de segurança. A Figura 4 mostra esse gráfico.

exigido de segurança. A Figura 4 mostra esse gráfico. Figura 4 - Gráfico de risco Fonte:

Figura 4 - Gráfico de risco Fonte: INTERNATIONAL ELECTROTECHNICAL COMMISSION. 61508-5, 1997

2 SiStema inStrumentado de Segurança

23
23

No Quadro 2 temos as descrições de cada fator para utilizar no gráfico.

ParâmeTro de

cLassiFicação

 

comenTários

risco

 

Consequência (C)

C1

Pequena lesão

1

- Esse sistema de classificação considera somente

C2

Lesão séria e perma-

danos às pessoas. Quando implementado, poderia-

nente a uma ou mais

se criar um critério também para danos materiais.

pessoas, morte de até

2

- Para interpretação do C1, C2, C3 e C4, devem

uma pessoa.

ser levados em consideração as consequências do

C3

Morte para algumas

acidente e o tempo de cura.

pessoas

C4

Morte para muitas

pessoas

Frequência

F1

Raramente acontece

3 - Veja o comentário 1 acima.

e tempo de

F2

Frequentemente está

exposição à zona

exposto à zona de

de perigo (F)

perigo.

Possibilidade de

P1

Possível sobre certas

4 - Esse parâmetro leva em consideração:

evitar o evento

condições

- operação do processo (supervisionado, ou seja,

perigoso (P)

P2

Quase impossível

operado por pessoa qualificada ou não-qualifica-

da; ou sem supervisão);

Em qual SIS está a SIF.

-

velocidade em que o evento se desenvolve

(repentinamente, rápido ou lento);

Taxa aceitável em que a SIF identifica uma situação

de perigo que não está realmente acontecendo.

-

facilidade de reconhecimento do perigo (exemplo:

imediatamente, detectado por meio de medições

ou sem medições);

-

prevenção do evento perigoso (exemplo: possibi-

lidade de rotas de fuga, não é possível ou possível

em certas condições);

-

experiência (exemplo: tal evento já aconteceu

num ambiente idêntico; similar ou não existe).

Probabilidade

W1

Muito pequena

5

- A finalidade do termo W é estimar a frequência

de ocorrência

W2

Pequena

da ocorrência de algo indesejado sem a adição de

indesejada (W)

W3

Média e Alta

um SIS, mas incluindo quaisquer instalações de

redução externa de risco.

6

- Se existir a experiência de um ambiente

semelhante, a estimativa do fator W poderá ser

calculada e deverá ser considerado o pior caso.

Quadro 2 - Critérios para classificação do Nível de Segurança (SIL) (retirada da IEC 61508/5) Fonte: Autor

Agora vamos elamborar um exemplo para entender o funcionamento dessa ferramenta:

Considerando que a consequência da falha que estamos analisando seria uma

perda permanente a uma ou mais pessoas, ou a morte de uma pessoa, sendo um C2.

24
24

AUTOMAÇÃO INDUSTRIAL

Que a frequência ou o tempo de exposição à zona de perigo é permanen- te, sendo F2.

A possibilidade de evitar o evento perigoso é zero (impossível), resultan- do em P2.

E a probabilidade de ocorrência indesejada é pequena, mas existe, sendo

um W2.

Essa combinação de classificações nos leva à letra “d”, que é um SIL 2; ou seja, para executar a função de segurança desse processo, precisaremos de um sistema de segurança instrumentado com SIL 2.

http://labsoft.com.br/arquivos/artigos/CT-018_09.pdfSAIBA MAIS Para conhecer um estudo de caso sobre esse assunto, veja:

SAIBA

MAIS

Para conhecer um estudo de caso sobre esse assunto, veja:

reCapItuLandoPara conhecer um estudo de caso sobre esse assunto, veja: Neste capítulo, verificamos que, ao se

Neste capítulo, verificamos que, ao se tratar de soluções com responsabilidade sobre a vida ou a saúde de pessoas, ou em relação a grande valor econômico para uma empresa, não basta apenas utilizar tecnologia de ponta. Faz-se necessária, também, a criação de um sistema de gestão desses processos. Estudamos, especi- ficamente, os Sistemas Instrumentados de Segurança (SIS), que são equipamentos utilizados para implementar Funções de Segurança (SIF´s) que, por sua vez, são as funções que evitarão as situações de perigo em um processo de alto risco.

Cada SIF tem um SIL correspondente que a classifica. Esse nível de segurança (SIL) é um qualificador da SIF, que leva em consideração os seguintes fatores:

• a consequência do acidente, que é a quantidade de pessoas lesadas ou o valor econômico perdido;

• a frequência ou o tempo de exposição ao perigo;

• a possibilidade de evitar a situação de perigo;

• a probabilidade de este evento ocorrer.

O SIL definido especificará o SIS a ser utilizado, o tipo de manutenção e a verificação periódica que esse sistema deverá sofrer.

2 SiStema inStrumentado de Segurança

25
25

Anotações:

Controladores

3
3
Controladores 3 Os tipos de controles que vamos estudar são estratégias utilizadas para que uma deter-

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 fechada 2 e a função de cada elemento.

Podemos afirmar que o somador da Figura 5 fecha a malha de controle.

afirmar que o somador da Figura 5 fecha a malha de controle. Figura 5 - Elementos

Figura 5 - Elementos básicos de um sistema de controle em malha fechada e a função de cada elemento Fonte: Autor

28
28

AUTOMAÇÃO INDUSTRIAL

1 PID

É a sigla para proporcional,

integral e derivativo, sendo que cada termo colabora com uma fração do valor 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.

Nesse diagrama, o termo “set point”, é o valor definido para uma grandeza

em um processo. Tendo como exemplo um forno de revenimento para peças de aço previamente temperadas, supondo que esse processo deva ocorrer a 190ºC, o sinal de entrada no somador do diagrama será 190ºC.

o sinal de entrada no somador do diagrama será 190ºC. Figura 6 - Forno de revenimento

Figura 6 - Forno de revenimento Fonte: Autor

Na parte inferior do diagrama temos uma caixa denominada “sensor”. Em sua entrada está conectado a “saída do processo” e a saída é a medição de tempera- tura no forno. O sensor pode ser um termopar largamente utilizado na indústria, que fornece a medição da condição em que o forno se encontra.

A operação matemática executada entre a “set point” e o “saída do sensor” é uma subtração, e a resultante será o “erro”. Ou seja, subtraindo o set point pelo valor medido no processo, temos o erro. Por exemplo: se o set point é 190ºC e a temperatura dentro do forno é de 50ºC, consequentemente a medida do termo- par será respectiva aos 50ºC e o sinal chamado de “erro” será 190 – 50 = 140ºC. Esse valor entrará no “controlador”.

Apesar de o “controlador” ser nosso objeto principal de estudo, devemos conhecer os demais elementos para facilitar o entendimento acerca das fun- ções do controlador. Nós estudaremos as diferentes estratégias de atuação do controlador com base no valor de erro. As estratégias principais serão:

On/Off;

PID.

3 Controladores

29
29

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.

o sinal de saída do controlador e a entrada do sensor. Figura 7 - Banco de

Figura 7 - Banco de resistências Fonte: Autor

VOCÊ SABIA? Como sabemos na prática, um forno não responde de forma instantânea à ligação

VOCÊ

SABIA?

Como sabemos na prática, um forno não responde de forma instantânea à ligação do banco de resistência. Esse tempo e a forma do comportamento da temperatura durante esse tempo vão interferir diretamente no ajuste do controlador.

Vamos agora passar por todos os tipos de controladores, comentando-os rapi- damente, para, após, nos determos mais em nosso objeto de estudo. Dividiremos os controladores em dois grandes grupos: clássicos e modernos.

3.1 ControLadoreS CLáSSICoS

O conceito de controlador clássico dominou até o final da década de 50, quan-

do a complexidade dos sistemas ainda não era tão elevada. Vamos entender cada um dos conceitos a seguir.

SAIBA MAIS Pesquise mais detalhes sobre a história dos controladores na Wikipedia, ne versão em

SAIBA

MAIS

Pesquise mais detalhes sobre a história dos controladores na Wikipedia, ne versão em inglês: vá ao wikipedia versão inglesa: http://en.wikipedia.org/wiki/Control_theory

30
30

AUTOMAÇÃO INDUSTRIAL

3 INTEGRAL

É função matemática utilizada para calcular a área sob uma função matemática representada graficamente. Derivada representa a taxa de variação de uma equação em um dado ponto de uma representação gráfica.

3.1.1 on/off

É a mais simples das estratégias, pois se trata de ligar 100% do atuador para

atingir o set point. Quando o set point for atingido, o atuador é desligado total- mente. Continuaremos com o exemplo do forno, supondo que no momento da partida seu interior estava com 25ºC. Seu set point era de 190ºC e as resistências 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.

Na Figura 8 temos o comportamento da estratégia On/Off. Figura 8 - Comportamento do Controle On

Figura 8 - Comportamento do Controle On / Off Fonte: Autor

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

A estratégia de controle PID será nosso principal objeto de estudo devido a

seu alto índice de aplicação na indústria e por apresentar uma boa performance em sistemas normalmente utilizados nos processos de fabricação. A parametriza- ção da estratégia de controle PID é relativamente simples. Dos controladores que estudaremos, o PID é o de mais fácil compreensão.

O PID possibilita eliminar a variação mostrada na Figura 7. Se necessitarmos de

uma variável de processo mais estável, teremos que recorrer a uma estratégia de controle que varie sua forma de atuação, e o controle PID fará isso em função do comportamento do erro.

O nome PID vem de Proporcional-Integral-Derivativo. No controlador, esses três as-

pectos são representados por três parâmetros, que deverão ser ajustados em função do comportamento que esperamos do processo. Com o ajuste desses parâmetros, podemos optar por usar uma configuração de ação somente proporcional, integral, derivativa ou, ainda, uma combinação dessas ações. A configuração mais comum é o PI (proporcional e integral 3 ). Todavia, encontramos também a configuração P ou PID. O parâmetro“P”ajusta a atuação em função do erro presente do processo, o“I”ajusta a atuação em função do com- portamento do erro no passado e o“D”faz uma previsão de como o erro se comportará no futuro – a mudança destes três parâmetros resultará no ajuste da forma de atuação.

3 Controladores

31
31

3.1.3 avanço E atraSo dE faSE

Para essa estratégia de controle e as próximas estratégias que serão apresentadas, precisaremos de um conhecimento mais avançado de matemática, que é oferecido so- mente na graduação. Como nosso foco é o ensino técnico, abordaremos um nível de conhecimento que nos permita responder aos possíveis questionamentos dos alunos e oferecer explicações práticas relacionadas ao assunto em questão.

Os próximos controladores também dependerão de um conhecimento mais apro- fundado dos sistemas (ou processos) a serem controlados, pois, para projetá-los depen- demos do conhecimento da função matemática que representa o comportamento do processo e seus elementos. Vamos estudar os compensadores de avanço e atraso separa- damente, mas normalmente os dois são usados em conjunto.

O projeto do controlador inicia-se pelo compensador de Atraso. Será por ele que

iniciaremos nossa explicação. Considerando um sistema realimentado (malha fechada), conforme já vimos na Figura 5, colocaremos no lugar do “controlador” um ganho de valor“1”. Desse modo, o sistema multiplicará o erro por“1”e colocará esse valor no atua- dor do processo. O comportamento do processo nessa condição pode ser verificado no resultado da linha vermelha na Figura 9. Essa é uma resposta lenta e apresenta erro de regime (a saída deveria estar junto com a linha preta – set point).

saída deveria estar junto com a linha preta – set point). Figura 9 - Respostas em

Figura 9 - Respostas em um sistema realimentado Fonte: Autor

O compensador de atraso de fase será utilizado justamente para eliminar ou

reduzir muito o erro de regime 4 . Como comentado anteriormente, para que este

controlador seja projetado, é fundamental o conhecimento do modelo matemá- tico do sistema a ser controlado.

O compensador de avanço de fase será utilizado para melhorar as condições

de partida do sistema, para que se comporte tão rapidamente quanto possível (acompanhando o set-point) e apresente um sobressinal 5 que não cause impac- to significativo no processo. A função desses dois compensadores será alterar as condições do modelo matemático do sistema, deixando sua resposta mais rápida e sem erro de regime. Essa função matemática resultante do projeto dos compen- sadores será colocada no lugar do “controlador”.

32
32

AUTOMAÇÃO INDUSTRIAL

4 ERRO DE REGIME

É a diferença entre o valor

do processo (sensor) e o set point após a estabilização do processo.

5 SOBRESSINAL

É a diferença entre a ampli-

tude do primeiro pico do processo (mostrado na figu- ra 7) e o set point daquele momento.

Para a implementação do controle de Avanço e Atraso de Fase, o mais comum

é utilizar um microcontrolador programado com as funções matemáticas projeta- das, ou uma placa de aquisição de dados num computador em conjunto com um software (exemplo Matlab), que possibilite implementar facilmente esse tipo de estratégia. Ainda é possível utilizar amplificadores operacionais na configuração

de integrador para também executar as funções matemáticas projetadas. Todavia,

tal aplicação não é comum na prática, sendo utilizada somente para fins didáticos.

VOCÊ SABIA? A estratégia de controle PID é um caso particular da estratégia Avanço-Atraso, sendo

VOCÊ

SABIA?

A estratégia de controle PID é um caso particular da estratégia Avanço-Atraso, sendo composta por boa parte do seu comportamento matemático.

3.2 ControLadoreS modernoS

Com o aumento da complexidade dos sistemas como aviões de guerra, na- ves espaciais e melhoria de qualidade de alguns processos específicos, surgiu, por volta de 1960, a teoria do controle moderno. Ao contrário da teoria clássica baseada em sistemas com uma entrada e uma saída, denominada SISO – Single Input and Single Output (uma entrada e uma saída), a teoria de controle moderno utiliza múltiplas entradas e múltiplas saídas, garantindo uma resposta melhor a distúrbios e alterações que o processo possa sofrer ao longo do tempo.

CaSoS e reLatoSalterações que o processo possa sofrer ao longo do tempo. entendendo distúrbios em processos Paulo de

entendendo distúrbios em processos

Paulo de Souza é funcionário de uma empresa que trabalha com diversos fornos. Ele é orientado por seu supervisor a retirar uma amostra do forno 3 e medir a dureza superficial da peça. Paulo sabe, por sua experiência, que esta operação instabilizará o controle do forno. Desse modo, tentará fazer a opera- ção de retirada da amostra o mais rápido possível.

Nesse procedimento, Paulo precisa abrir a porta do forno, gerando uma ação não-prevista no processo. O evento produzido pela abertura da por- ta do forno não foi considerado no momento do projeto do controlador, provocando uma oscilação de temperatura de - 20ºC, que acarretou a ne- cessidade de as peças ficarem no forno por mais 30 minutos, gerando des- perdício de energia e de tempo. Sendo esse um evento não-planejado, ele é classificado como distúrbio

Para entender melhor a teoria do controle moderno, precisaremos entender um pouco se sistemas dinâmincos com segue.

3 Controladores

33
33

Sistema dinâmico

Agora, vamos conhecer um pouco mais sobre o conceito de sistema dinâmico, especificamente em relação à eletricidade.

O resistor é um elemento que não possui dinâmica alguma; ou seja, quando

aplica-se uma tensão sobre ele, no mesmo momento e sem qualquer tipo de atra- so, medimos uma corrente proporcional à tensão e ao valor da resistência, con- forme visto na figura 10.

e ao valor da resistência, con- forme visto na figura 10. Figura 10 - Circuito e

Figura 10 - Circuito e gráfico para identificação do comportamento do resistor Fonte: Autor

Já o capacitor e o indutor são elementos que possuem uma dinâmica em

sua resposta; ou seja, a corrente e a tensão não têm um comportamento di- retamente proporcional ao longo do tempo, conforme podemos verificar no gráfico da Figura 11.

tempo, conforme podemos verificar no gráfico da Figura 11. Figura 11 - Comportamento do indutor e

Figura 11 - Comportamento do indutor e do capacitor Fonte: Autor

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.

34
34

AUTOMAÇÃO INDUSTRIAL

34 AUTOMAÇÃO INDUSTRIAL Figura 12 - Sistema massa-mola-amortecedor Fonte: Autor Vamos detalhar a massa. Imagine um

Figura 12 - Sistema massa-mola-amortecedor Fonte: Autor

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.

3.2.1 variávEiS dE EStado ou multivariávEiS

Devemos saber que as variáveis de estado equivalem às variáveis dinâmicas de um processo. Elas são oriundas de um elemento que tem característica dinâmica. Para ser possível a identificação das variáveis de estado do sistema, é necessário que dominemos seu modelo matemático. Para tanto, precisamos compreender todos os fenômenos físicos relacionados ao sistema.

Vamos utilizar como exemplo um motor DC. Nosso foco será o funcionamento do controle, por isso não entraremos em seu modelo matemático. Nesse sistema teremos como variáveis de estado a corrente de armadura e a velocidade angular do rotor. Sendo assim, o controlador deverá ser composto de um sensor para me- dir a corrente e outro sensor para medir a velocidade.

Com essas duas variáveis de controle, o projeto será calcular um ganho para cada uma dessas variáveis, que alterará a dinâmica de cada uma das variáveis de estado. O processo, desse modo, se comportará de acordo com os critérios de performance defi- nidos. Na Figura 13 podemos ver um exemplo de como esse controle ficaria montado.

3 Controladores

35
35
3 Controladores 35 Figura 13 - Realimentação dos estados Fonte: Autor Repare que as duas variáveis

Figura 13 - Realimentação dos estados Fonte: Autor

Repare que as duas variáveis mencionadas são realimentadas na entrada multiplica- das a um ganho, alterando a tensão de campo. Nesse caso, há o controle da velocidade angular (que é a saída). Agora que sabemos o que é dinâmica, podemos afirmar que os compensadores de avanço e atraso e, consequentemente, o PID, inserem uma dinâmi- ca no processo fazendo, desse modo, o controle. A estratégia de multivariáveis altera a dinâmica dos elementos possuidores de dinâmica no processo a ser controlado.

VOCÊ SABIA? O fato de podermos alterar a dinâmica das variáveis do sistema não quer

VOCÊ

SABIA?

O fato de podermos alterar a dinâmica das variáveis do sistema não quer dizer que não podemos inserir outra dinâmica para deixar a resposta ainda mais rápida ou com outras características de funcionamento.

3.2.2 controlE adaptativo

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”.

préestabelecidas na caixa“Ajuste de Parâmetros”. Figura 14 - Diagrama do controle adaptativo Fonte: Autor

Figura 14 - Diagrama do controle adaptativo Fonte: Autor

3.2.3 controlE ótimo

Imagine que você está projetando um controle por variáveis de estado e, ao final do projeto, você se pergunta se o resultado é o melhor que poderia ter em re- lação à economia de energia elétrica. Assim, você modelará essa condição numa função de custo e utilizará um método de otimização para buscar os ganhos do controlador que minimizam o resultado da função custo.

36
36

AUTOMAÇÃO INDUSTRIAL

6 SOLVER

É um algoritmo programado em alguns softwares para resolver equações ou siste- mas de equações.

Os cálculos serão realizados por solvers 6 disponíveis em softwares como o Ma- tlab e o Excel. Sempre que houver uma otimização por meio de um método ma- temático de busca, chamaremos de controle ótimo.

3.2.4 controlE não linEar

Os elementos não-lineares estão presentes na maioria dos sistemas a serem controlados, sendo que a não-linearidade não possibilita a modelagem que se faz necessária ao projeto, por produzir uma condição não-representável pelas regras matemáticas existentes, tendo que ser representada por um modelo matemático aproximado ou por simbologia específica para cada caso.

Nesse sentido, o objetivo da teoria de controle não-linear será aproximar os sis- temas a um modelo linear, viabilizando, assim, o projeto e o controle, bem como analisar se a não-linearidade representará uma falta de controle do processo e de- verá ser contornada ou mitigada. A não-linearidade mais comum é a saturação, porque não existe energia infinita para controlar os sistemas.

Por exemplo: a tensão de campo disponível para controlar um determinado motor DC é de 200 Vdc, mas o controlador em um determinado momento calcu- lou 400 Vdc para colocar no sistema. Assim, a tensão do acionamento ficará em 200 Vdc. Como o sistema se comportará, já que não tem os 400 Vdc para dispo- nibilizar? Para isso, dizemos que a saída satura em 200 Vdc. Precisamos avaliar e projetar o controlador considerando a não-linearidade.

3.2.5 controlE prEditivo

É um controle multivariável que usa as medições das variáveis de estado feitas no passado. O controle preditivo é um método de busca para a redução de uma função custo (trabalhando com otimização), bem como o modelo matemático do sistema que serve para predizer como ele se comportará.

A partir dessa previsão de comportamento, podemos definir os ganhos do controlador que melhor responderão a tais características.

3.2.6 controlE robuSto

Em contraste com o controlador adaptativo, essa forma de controle será estática, mas em seu projeto serão consideradas ocorrências de oscilações e variações. Um controle é chamado de robusto quando a resposta do sistema é boa, mesmo sobre fortes variações decorrentes do próprio sistema ou provenientes de distúrbios.

3 Controladores

37
37

Um exemplo de robustez é a eliminação do problema de saturação comenta- do anteriormente, disponibilizando os 400 Vdc necessários para efetuar o controle projetado. O método consiste em diminuir a sensibilidade do sistema, identifican- do quais variáveis são mais sensíveis e disponibilizando os valores altos de energia para a correção dessas variáveis quando ocorrerem possíveis variações (distúrbios).

3.2.7 controlE intEligEntE

É o tipo de estratégia baseada em modelos de aprendizado. Esse sistema aprende qual o estímulo (atuação) deve dar ao sistema para que ele apresente a saída desejada. Além disso, quando alteradas as condições do processo, o sistema aprende as novas regras e altera ou estimula conforme a necessidade.

Modelos de aprendizado são recursos computacionais de inteligência artificial que aprendem o que for necessário para ser utilizado em uma aplicação específica. Esse conceito-ferramenta tem diversas aplicações, incluindo controle de processos. Entre essas ferramentas podemos citar a lógica fuzzy, redes neurais e algoritmos genéticos.VOCÊ SABIA?

VOCÊ

SABIA?

reCapItuLandoredes neurais e algoritmos genéticos. VOCÊ SABIA? Como observamos, neste capítulo, existem inúmeras

Como observamos, neste capítulo, existem inúmeras estratégias de controle que podem ser utilizadas. Todavia, verificamos que pelo fato de algumas estraté- gias serem empregadas em pesquisas, normalmente, elas se tornam verdadeiras “caixas-pretas” quando são implementadas. Desse modo, essas estratégias não se tornam acessíveis aos usuários comuns, pois são extremamente complexas. Decidimos apresentar uma estratégia PID que é relativamente simples, e atende a maior parte dos processos industriais, já que está sendo incorporada na maio- ria dos controladores industriais.

detalhamento do Controle pId

4
4
detalhamento do Controle pId 4 Para utilizar a estratégia de controle PID, não basta ter um

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.

o atuador utilizado no siste- ma contemple a estratégia. Figura 15 - Exemplo de um controlador

Figura 15 - Exemplo de um controlador com PID Fonte: Autor

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 histerese 7 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 (Tiristor 8 ), que servirá para ligar

e desligar as resistências. Mas, se for mandatório trabalhar com uma contactora, poderemos

parametrizar o tempo total do PWM 9 , tornando menos frequente o acionamento, mas não ga-

rantindo a precisão do processo.

FIQUE ALERTA Atenção quando utilizar uma contactora ligando um banco de resistências. Dependendo da característica

FIQUE

ALERTA

Atenção quando utilizar uma contactora ligando um banco de

resistências. Dependendo da característica do forno, devemos ter

o cuidado para que o acionamento da contactora não seja muito

frequente, comprometendo seu funcionamento a longo prazo. Tanto

o On/Off quanto o PID podem ser parametrizados para evitar essa condição.

A Figura 16 mostra a representação clássica do controle PID. Nosso objetivo será entender esta representação e o modo de funcionamento dessa estratégia.

40
40

AUTOMAÇÃO INDUSTRIAL

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.

8 PWM

É a sigla para Pulse-Width

Modulation, ou Modula- ção por Largura de Pulso. Imagine que o tempo total de PWM é 200 segundos e

o valor de saída do controle

é 40%. Isto significa que a

contactora ficará 80 segun- dos ligada e 120 segundos desligada.

10 CONVERSOR DA

É o componente eletrônico

que converte sinal digital em analógico, tendo como principal característica a resolução. Exemplo: Se o conversor for de 10 bits,

teremos 2 10 combinações possíveis ou uma escala variando de 0 a 1023.

11 BIT

É a menor unidade digital

de um computador, poden- do assumir 2 valores, 0 ou 1.

de um computador, poden- do assumir 2 valores, 0 ou 1. Figura 16 - Representação clássica

Figura 16 - Representação clássica do PID Fonte: Autor

Esse controle trabalha em função do erro. O objetivo é zerar o erro. Você con- corda que, se o erro for zero, a variável de controle terá seu valor igual ao set point? Por exemplo, caso o set point seja 190ºC e a temperatura dentro do forno = 190ºC teremos o erro = set point – sensor => 190 – 190 = 0 de erro.

Agora, vamos memorizar: Erro é “o que se quer” menos “o que se tem”, sendo SP – PV (Set Point menos Process Value ou valor requerido ou valor do processo). 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- plo: 4 a 20 mA), ou um valor % (por exemplo: % tempo de ligado e % desligado de um PWM) ou, ainda, a escala de um conversor DA 10 . Como vimos na Figura 16, o PID é dividido em três tipos de ações: a proporcional, a integral e a derivativa. Es- sas três ações são variadas por meio de um valor apenas, conhecido como ganho. Para nosso aprendizado, também separaremos os três termos.

4.1 proporCIonaL

No início deste capítulo comentamos que a parte proporcional do ganho tra- 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 bits 11 , 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
41
FIQUE ALERTA Um fato importante que deve ser ressaltado: esses algoritmos de controle (lógicas programadas

FIQUE

ALERTA

Um fato importante que deve ser ressaltado: esses algoritmos de controle (lógicas programadas nos controladores comerciais) trabalham com uma taxa de tempo para verificar novamente o erro, calcular o termo proporcional e colocá-lo na saída do controlador.

A Figura 17 mostra um diagrama do termo proporcional.

A Figura 17 mostra um diagrama do termo proporcional. Figura 17 - Parte proporcional do PID

Figura 17 - Parte proporcional do PID Fonte: Autor

Acabamos de discutir um dos extremos do controle proporcional, que dará origem ao erro de regime. Agora, vamos montar uma situação em que o ganho Kp é tão alto que instabiliza o sistema.

Supondo que precisamos pressurizar um tanque para efetuar um processo de mistura, com a pressão inicial em 0 mmHg e o set point em 1000 mmHg, a pres- são disponível para pressurização do tanque é de 2000 mmHg e, para dosar o gás, temos uma válvula proporcional de agulha.

Consideremos Kp = 1. Se a saída analógica do controlador for de 10 bits, resultando em 1024 combinações possíveis, teremos que, no primeiro ins- tante, o erro será 1000. Multiplicando pelo Kp, colocará na saída do contro- lador 1000, abrindo quase 100% da válvula. Esse procedimento colocará no tanque 2000 mmHg, alterando o erro para –1000 mmHg. Multiplicando no- vamente o erro com o Kp, a saída ficará em –100% ou 0% (menor saída pos- sível), de modo que a pressão volta a zero e, assim, sucessivamente, tornado o sistema instável. Dessa maneira, faz-se necessária uma diminuição do Kp para que a atuação seja mais sensível, possibilitando que a válvula encontre um ponto próximo do ideal.

Então, o termo proporcional sempre resultará em erro de regime ou instabili- zação, fazendo-se necessário outro termo que levará o erro de regime para zero ou algo em torno deste valor.

42
42

AUTOMAÇÃO INDUSTRIAL

12 CLP

CLP ou PLC é a sigla para controlador lógico progra- mável e trata-se de compu- tadores industriais dedica- dos a controle de processos de fabricação.

4.2 IntegraL

Na matemática, a função integral serve também para calcular a área sobre uma curva, uma vez que a equação matemática que define essa curva seja conhecida. Para exemplificar essa situação, temos a Figura 18, em que podemos verificar um comportamento descrito por uma função matemática.

um comportamento descrito por uma função matemática. Figura 18 - Comportamento gráfico de uma função conhecida

Figura 18 - Comportamento gráfico de uma função conhecida Fonte: Autor

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 CLPs 12 , vejamos a Tabela 3 e, posteriormente, sua representação gráfica na Figura 19.

Tabela 3:

Valores do processo de aquecimento do forno

insTanTe (segundo)

seT PoinT (ºc)

VaLor Processo (ºc)

erro (ºc)

0

85

60

25

1

85

62

23

2

85

65

20

3

85

70

15

4

85

76

9

5

85

84

1

Fonte: Autor

4 Detalhamento Do controle PID

43
43
4 Detalhamento Do controle PID 43 Figura 19 - A) Representação gráfica do set point e

Figura 19 - A) Representação gráfica do set point e a temperatura do processo. B) Representação gráfica de erro (set point - temperatura do processo). Fonte: Autor

Nesse contexto, estamos medindo a temperatura ao longo do tempo e, para saber a área do comportamento da temperatura durante os 5 segun- dos, utilizamos a área de cada retângulo com as medições realizadas de 1 em 1 segundo. Para calcular a área do erro nos 5 segundos do exemplo, de- veremos somar a área dos cinco retângulos. A área de cada retângulo será

o erro anterior + o posterior dividido por 2 (que é a média) vezes o tempo, conforme a seguinte fórmula:

Erro durante os 5 segundos = ( ) (

25 23

+

2

1

× +

23 20

+

2

)

1

× +

Resultando em: 80ºC x segundos.

(

20 15

+

)

2

1

× +

(

15 9

+

)

2

1

× +

(

9

+

1

)

2

×

1

Não precisamos nos preocupar com a unidade de medida resultante, pois ela

não precisa fazer sentido físico, mas precisará fazer sentido no algoritmo e ma- temático para o cálculo do sinal de controle. Todavia, precisamos saber que 80

é a área inferior da curva que estamos analisando, fazendo a integral da mesma maneira realizada pelos computadores.

Dando prosseguimento, o resultado da área poderá ser negativo, positivo ou nulo. Na Figura 20 temos a representação desses casos.

44
44

AUTOMAÇÃO INDUSTRIAL

44 AUTOMAÇÃO INDUSTRIAL Figura 20 - Resultados da integração Fonte: Autor Esse funcionamento será fundamental para

Figura 20 - Resultados da integração Fonte: Autor

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.

as contribuições dos termos proporcional e integral. Figura 21 - Representação de um sistema de controle

Figura 21 - Representação de um sistema de controle para um forno. Fonte: Autor

de um sistema de controle para um forno. Fonte: Autor Figura 22 - Comportamento do sistema

Figura 22 - Comportamento do sistema somente com o termo proporcional. Fonte: Autor

4 Detalhamento Do controle PID

45
45

Na Figura 22 estamos com a integral desativada e vamos analisar o com- portamento do termo proporcional. Note que no Gráfico 22b, até os 3 segun- dos, aproximadamente, o controlador tem uma reação. Mas, logo após, o con- trolador estabiliza, pois a multiplicação do erro pelo Kp não é suficiente para levar o forno até o set point.

Repare que colocamos no instante 15 segundos um distúrbio que pode ser uma abertura no forno. Veja que a diferença em relação ao set point fica ainda pior, mesmo com a contribuição do proporcional aumentando. Se aumentar- mos o ganho Kp, podemos notar, na Figura 23, que o erro diminui, mas está longe de alcançar o set point.

o erro diminui, mas está longe de alcançar o set point. Figura 23 - Comportamento do

Figura 23 - Comportamento do sistema com aumento do Kp Fonte: Autor

Desse modo, pode ocorrer que, se aumentarmos o Kp, nos aproximare- mos bastante do erro zero. Isso é correto, mas ocorrem dois problemas: o primeiro é que o sistema pode ficar instável; o segundo é que, se houver um distúrbio ou uma mudança da dinâmica do processo, o Kp deverá ser altera- do novamente

Então vamos começar a aumentar o Kp e aproximar o valor do proces- so do set point. Verifique na Figura 24 que o erro diminuiu, mas começa a aparecer um sobressinal (pico de temperatura acima do valor de regime) indicando uma região em que o sobressinal aumentará na medida em que aumentarmos o Kp.

46
46

AUTOMAÇÃO INDUSTRIAL

46 AUTOMAÇÃO INDUSTRIAL Figura 24 - Comportamento com o Kp ainda maior Fonte: Autor Na Figura

Figura 24 - Comportamento com o Kp ainda maior Fonte: Autor

Na Figura 25 já podemos ver o erro de regime ainda menor, mas com oscilação muito maior.

erro de regime ainda menor, mas com oscilação muito maior. Figura 25 - Comportamento com o

Figura 25 - Comportamento com o Kp muito maior Fonte: Autor

Na Figura 26 temos a instabilidade, que se trata de uma oscilação total do sis- tema. Vale ressaltar que o exemplo é didático e não se trata de um forno real; serve apenas para demonstrar e analisar o comportamento do PID.

real; serve apenas para demonstrar e analisar o comportamento do PID. Figura 26 - Comportamento instável

Figura 26 - Comportamento instável Fonte: Autor

4 Detalhamento Do controle PID

47
47

Agora vamos analisar a Figura 27, em que temos a ação proporcional e a inte- gral trabalhando em conjunto.

ação proporcional e a inte- gral trabalhando em conjunto. Figura 27 - Comportamento com ação proporcional

Figura 27 - Comportamento com ação proporcional e integral Fonte: Autor

O sistema parte no instante 1 segundo e estabiliza no instante 5 segundos, conforme podemos ver no Gráfico 27a. No Gráfico 27b temos a ação de controle, que é a soma do termo proporcional e integral. Essa situação pode ser verificada no Gráfico 27c, com ganhos de 0,4 para o Kp e 0,43 para o Ki. Agora, vamos provar a matemática explicada até o momento. No Gráfico 27d temos o erro. No instante 1 segundo o erro é 190ºC e o termo proporcional está em ± 80, sendo que 190 x 0,4 = 76, comprovando que a ação proporcional está correta.

No instante 1, a área do erro ainda não começou a mudar. Então, a ação inte-

gral é zero, mas no instante 5 segundos o valor do termo está em = ~ 130. Se divi-

dirmos a área do erro em dois triângulos e em dois retângulos, conforme exposto

na Figura 28, teremos estas duas áreas multiplicadas por 0,43, tendo:

190 0 , 5

×

+

(

190

40

)(

×

3,1 1, 5

)

2

+

(

40

)(

×

5 3,1

)

2

+

(40 )(3,1 1, 5 ) 0 , 43 136 , 31

×

×

=

× 5 3,1 − ) 2 +  ( 40 )( 3,1 1, 5 ) 0

Figura 28 - Área calculada Fonte: Autor

48
48

AUTOMAÇÃO INDUSTRIAL

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.

sobressinal acima do set point, como visto no Gráfico 29a. Figura 29 - Verificação da ação

Figura 29 - Verificação da ação proporcional e Integral negativa Fonte: Autor

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
49
4 Detalhamento Do controle PID 49 Figura 30 - Função derivada Fonte: Autor Vamos fazer mais

Figura 30 - Função derivada Fonte: Autor

Vamos fazer mais uma análise prática do comportamento da derivada analisando

a Figura 31. No Gráfico 31a não há variação do erro ao longo do tempo. Então, a taxa ou a derivada em qualquer intervalo no tempo é zero. No Gráfico 31b temos uma variação do erro ao longo do tempo, representada no gráfico por uma reta, ou seja, temos uma inclinação fixa, sendo a derivada representada por um número constante.

sendo a derivada representada por um número constante. Figura 31 - Análise da derivada Fonte: Autor

Figura 31 - Análise da derivada Fonte: Autor

Por exemplo: Digamos que no instante 1 segundo o erro é 5ºC e no instante 6 segun-

dos o erro é 15ºC, tendo como inclinação, derivada ou taxa

Então, sabendo a taxa, e se estivermos no instante 6, consequentemente no ins-

tante 8 segundos teremos 1 5 °C + (8 s 6 s )× 2 º C / s = 1 9 °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.

5 =

1

5

1

6

1

0

5

=

2 º

/

C se g u n d o

.

50
50

AUTOMAÇÃO INDUSTRIAL

13 TRANSITÓRIO

É uma faixa de tempo onde ocorre as variações mais bruscas, sendo diferente da faixa de regime onde as grandezas dos processos estão mais estáveis ou repe- tindo o comportamento ao longo do tempo.

VOCÊ SABIA? O termo “tangenciar” é utilizado porque, se efetuarmos o arco tangente de 2°C/segundos,

VOCÊ

SABIA?

O

termo “tangenciar” é utilizado porque, se efetuarmos

o

arco tangente de 2°C/segundos, teremos o ângulo da

respectiva reta tangente; ou seja, a taxa de variação está diretamente ligada à tangente no instante.

Assim como a integral, a derivada também tem uma equivalência facilmente 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 transitório 13 . 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.

VOCÊ SABIA? Fazendo uma análise do comportamento do termo derivativo, podemos concluir que seu objetivo

VOCÊ

SABIA?

Fazendo uma análise do comportamento do termo derivativo, podemos concluir que seu objetivo é deixar o

erro constante, independentemente do valor, pois, quando

o erro for constante, a derivada será zero, não havendo contribuição deste termo.

Novamente, geramos um ambiente de simulação conforme apresentado na Figura 21a, mas nesse ambiente apresentado na Figura 32 colocamos uma dinâmica mais rápida para poder evidenciar um bom funcionamento do termo derivativo.

poder evidenciar um bom funcionamento do termo derivativo. Figura 32 - Sistema da figura 23, com

Figura 32 - Sistema da figura 23, com o termo derivativo e dinâmica mais rápida Fonte: Autor

4 Detalhamento Do controle PID

51
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.

de temperatura, con- forme podemos verificar na Figura 33. Figura 33 - Distúrbio utilizado para avaliar

Figura 33 - Distúrbio utilizado para avaliar a ação derivativa Fonte: Autor

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.

representada no Gráfico 34c, neste caso estando em zero. Figura 34 - Comportamento do sistema sem

Figura 34 - Comportamento do sistema sem a ação derivativa Fonte: Autor

No Gráfico 34a vamos acompanhar o set point e o valor de processo. No Grá- fico 34b verificamos o erro, e no Gráfico 34d analisamos a ação total do controle. Como não nos interessa analisar a partida do processo, vamos trabalhar com uma ampliação nos gráficos e focar o intervalo de 1,5 a 5 segundos, conforme mostra- do na Figura 35 (ampliação da Figura 34).

52
52

AUTOMAÇÃO INDUSTRIAL

52 AUTOMAÇÃO INDUSTRIAL Figura 35 - Ampliação do Gráfico 34 Fonte: Autor Analisando o comportamento, podemos

Figura 35 - Ampliação do Gráfico 34 Fonte: Autor

Analisando o comportamento, podemos verificar que, tendo o controle PI (so- mente com a parcela proporcional e integral) o erro máximo apresentado, quando aplicado o distúrbio da Figura 33 foi de ±10°C. Agora, vamos ativar o termo derivativo e avaliar seu comportamento quando aplicado o mesmo distúrbio. Note na Figura 36 que o erro passou para -6°C a +2°C, melhorando consideravelmente a resposta.

para -6°C a +2°C, melhorando consideravelmente a resposta. Figura 36 - Ampliação do Gráfico 34, com

Figura 36 - Ampliação do Gráfico 34, com a ativação do termo derivativo Fonte: Autor

Aprofundando a questão, devemos verificar se os cálculos estão aproximados com o que aprendemos. Na Figura 37 temos uma aproximação do instante 2 se- gundos, que é quando começa o distúrbio.

instante 2 se- gundos, que é quando começa o distúrbio. Figura 37 - Ampliação da resposta

Figura 37 - Ampliação da resposta com a ação derivada ativada Fonte: Autor

4 Detalhamento Do controle PID

53
53

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

. Como o Kd é 2, a contribuição seria de

ou derivada de

0 , 0 2 =

0 , 0 0 0 5

4 0 º C / s e g u n d o

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.

apresenta fator deriva- tivo, com a Figura 39, com o fator. Figura 38 - Sistema com

Figura 38 - Sistema com ruído sem ação derivativa Fonte: Autor

38 - Sistema com ruído sem ação derivativa Fonte: Autor Figura 39 - Sistema com ruído

Figura 39 - Sistema com ruído com ação derivativa Fonte: Autor

54
54

AUTOMAÇÃO INDUSTRIAL

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.

de variação alta e, consequentemente, uma derivada alta. reCapItuLando No que diz respeito à estratégia de

reCapItuLando

No que diz respeito à estratégia de controle PID, a parcela proporcional ape- nas gera uma saída do controlador proporcional ao erro instantâneo, tendo, na maioria das vezes, a consequência de não eliminar o erro de regime. Em outras palavras, somente com o ganho proporcional não se garante o atendimento contínuo do set point.

Para remover esse erro de regime, necessitamos do termo integral do contro- lador, que continuará alterando a saída de controle até que o erro chegue a zero, absorvendo qualquer distúrbio ou variação do processo.

O aumento do Kp e Ki, que são os respectivos ganhos da ação proporcional e da integral, nos traz maior velocidade na resposta, mas instabiliza o transitório. Para aumentar esses parâmetros utilizamos o termo derivativo, que atuará com base na taxa de variação do erro, atuando em mudanças bruscas num futuro próximo e, por consequência, melhorando a resposta do sistema no transitório.

Esse procedimento garantirá a estabilidade do processo enquanto tentamos aumentar a velocidade da resposta. O passo a passo será extremamente preju- dicado se houver a presença de algum ruído elétrico, muitas vezes inviabilizan- do a utilização da ação derivativa ou necessitando de um filtro de ruído.

4 Detalhamento Do controle PID

55
55

Anotações:

Sintonia dos Controladores

5
5
Sintonia dos Controladores 5 Os ajustes dos controladores PID na indústria são, na maioria dos casos,

Os ajustes dos controladores PID na indústria são, na maioria dos casos, realizados por pes- soas experientes no assunto. Apesar de essas pessoas não dominarem os conceitos, os profis- sionais sabem, intuitivamente, como cada termo age no processo, melhorando suas condições pelo método de tentativa e erro.

Abordaremos esse método e o desmistificaremos, para que um novato consiga iniciar o processo de ajuste mesmo sem tanta experiência. Todavia, o estudante deverá compensar a falta de experiência com o domínio dos conceitos apresentados e a compreensão do passo a passo dos processos. Além disso, deverá saber exatamente que tipo de comportamento espera do processo e dos atuadores.

Vamos abordar neste capítulo alguns métodos que definem os parâmetros iniciais P, I e D, para que o aluno possa, a partir desse ponto, chegar a um refinamento do controle. Estudare- mos também o modo de sintonia automática do PID, que a maioria dos controladores comer- ciais disponibilizam.

As características do processo requeridas a serem implementadas pelo controle deverão ser definidas antes do início do ajuste dos parâmetros PID ou do ajuste fino. Essas características são:

1. O tempo que o processo demorará para estabilizar.

2. O sobressinal que o processo terá na partida ou mudança de set point (que é o quanto

a variável de controle ultrapassa na partida o valor da própria variável em regime).

3. A amplitude máxima de oscilação em torno do set point durante o regime – existem

processos que, mesmo com o controle ajustado, nunca zeram o erro.

que, mesmo com o controle ajustado, nunca zeram o erro. Figura 40 - Gráfico para identificação

Figura 40 - Gráfico para identificação do sobressinal e oscilação Fonte: Autor

58
58

AUTOMAÇÃO INDUSTRIAL

A forma de comportamento do controle pode variar também em função do

atuador no processo. Exemplo:

Tiristor: para ligação de resistências, podemos trabalhar com o tempo total de PWM rápido e ter um controle mais preciso.

Contactora: não é conveniente um PWM rápido pois reduzirá sua vida útil, tendo que ser aumentado o tempo total de PWM.

Válvula proporcional: se tivermos uma válvula reguladora de vazão conforme

a Figura 41, e ficarmos variando de 0 a 100% frequentemente, reduziremos a vida útil de seus componentes. Para evitar isso, é importante que a válvula encontre o percentual de abertura ideal e faça pequenas oscilações em torno desse percentual.

Motores: se tivermos partidas e paradas excessivamente rápidas, principal-

mente com cargas elevadas, esse tipo de ação acarretará em folgas e desgastes mecânicos. Então, essas velocidades precisarão de controle também.

Então, essas velocidades precisarão de controle também. Figura 41 - Válvula controladora de vazão Fonte: Autor

Figura 41 - Válvula controladora de vazão Fonte: Autor

5.1 novo ambIente de SImuLação

Vamos criar um novo exemplo para simular os conceitos e aplicar os métodos de sintonia. Nesse exemplo, faremos um controle de pressão num recipiente, de modo que ele tenha a entrada de um fluído que controlará a pressão em 4,5 bar. Esse fluído será consumido na medida em que o processo evoluir. Nosso contro- lador fará o ajuste da vazão de entrada atuando em uma válvula como a da Figura 41, de forma que a pressão seja mantida.

O diagrama da Figura 42 mostra o sistema.

que a pressão seja mantida. O diagrama da Figura 42 mostra o sistema. Figura 42 -

Figura 42 - Ambiente de simulação Fonte: Autor

5 Sintonia doS controladoreS

59
59

No Quadro 3 vemos o detalhamento dos elementos que compõem o diagrama.

eLemenTo

 

descrição

 
  Faz a simulação do set point, que começa em zero e muda para 4,5

Faz a simulação do set point, que começa em zero e muda para 4,5

1

bar no instante 1 segundo.

2

+ -
+ -

Subtrai o set point pelo sensor do processo, gerando o erro.

 

É

o responsável pela ação proporcional.

3

3 100/10  
100/10
100/10
 
 
  Simboliza o limite de energia disponível para o controle. Num ambiente de simulação, se não

Simboliza o limite de energia disponível para o controle. Num ambiente de simulação, se não colocarmos um limitador, o con-

4

trolador simulará qualquer tipo de atuação, mesmo a negativa. Em muitos casos, quando a atuação não é disponível no sistema real, como nesse, não temos atuação infinita, nem mesmo negativa. As- sim, esse elemento limitará a ação do controle de 0 – 100 %.

5

1/25
1/25

Transforma a ação de 0 a 100% de abertura da válvula, na grandeza que atuará no processo que, em nosso exemplo, será vazão.

 

Simula a condição de atraso de transporte, muito comum nos sis- temas de controle. Trata-se da condição de partida gerada por uma

6

6 faixa morta de uma válvula ou mesmo a distância da tubulação para o sensor de

faixa morta de uma válvula ou mesmo a distância da tubulação para o sensor de pressão, em que começamos a aplicar energia ao processo e ele não responde instantaneamente. Nesse caso, o atraso será de 0,5 segundos. Uma vez que a válvula começa a abrir,

 

o

sistema demorará 0,5 segundos para começar a variar a pressão.

 

Simula a dinâmica do sistema sob a forma de função de transfer-

 

(s + 15)

ência. Não é nosso objeto de estudo por envolver uma matemática de graduação que não será necessária, utilizando as técnicas que aprenderemos.

7

7 (s+1)(s+10)

(s+1)(s+10)

8

8 Gera distúrbio que, em nosso exemplo, será uma queda de 0,5 bar no instante 7,5

Gera distúrbio que, em nosso exemplo, será uma queda de 0,5 bar no instante 7,5 segundos.

9

+ -
+ -

Insere o distúrbio na saída.

Quadro 3 - Elementos do ambiente de simulação Fonte: Autor

60
60

AUTOMAÇÃO INDUSTRIAL

Com a atribuição de valores de Kp verificaremos a resposta, como exposta na

Figura 43, por meio de três gráficos. O gráfico“a”compara o set point e o processo;

o gráfico “b” verifica o comportamento do erro; o gráfico “c” avalia o sinal de con- trole. Com Kp = 100, temos a resposta na Figura 43.

de con- trole. Com Kp = 100, temos a resposta na Figura 43. Figura 43 -

Figura 43 - Comportamento do sistema com Kp=100 Fonte: Autor

Podemos notar o comportamento instável do sistema devido à oscilação de

pressão em regime. No gráfico“c”da Figura 43 podemos avaliar que a válvula abre

e fecha constantemente, pois varia de 0 a 100 %, mostrando que o valor de Kp está muito alto para esse sistema.

que o valor de Kp está muito alto para esse sistema. Figura 44 - Comportamento do

Figura 44 - Comportamento do sistema com Kp=20 Fonte: Autor

Agora avaliando a resposta da Figura 44 com um Kp de 20 temos uma resposta

que estabiliza, mas apresenta grande sobressinal na partida. Também, por não ter

o integrador, apresenta alto erro de regime.

Finalizando, na Figura 45, com Kp de 5, não tendo qualquer sobressinal, apre- senta erro de regime muito maior.

5 Sintonia doS controladoreS

61
61
5 Sintonia doS controladoreS 61 Figura 45 - Comportamento do sistema com Kp=5 Fonte: Autor A

Figura 45 - Comportamento do sistema com Kp=5 Fonte: Autor

A partir desses gráficos verificamos, na prática, que quando menor o Kp menor a oscilação da variável, maior o erro de regime e mais lento o tempo de resposta. Na Figura 46 vemos a adição do item 10, que é o termo integral.

46 vemos a adição do item 10, que é o termo integral. Figura 46 - Ambiente

Figura 46 - Ambiente de simulação com integrador Fonte: Autor

Se aumentarmos o Ki, somaremos uma ação integral maior na saída, au- mentando a ação de controle de forma mais rápida. Se adotarmos um Ki muito alto, podemos instabilizar o sistema, conforme apresentamos na Figura 47.

instabilizar o sistema, conforme apresentamos na Figura 47. Figura 47 - Comportamento instável com Ki muito

Figura 47 - Comportamento instável com Ki muito alto Fonte: Autor

62
62

AUTOMAÇÃO INDUSTRIAL

Se o Ki for muito baixo, o sistema responderá de forma muito lenta. O gráfico que representa essa situação está exposto na Figura 48.

que representa essa situação está exposto na Figura 48. Figura 48 - Comportamento com Ki muito

Figura 48 - Comportamento com Ki muito baixo Fonte: Autor

Na Figura 49 temos uma resposta a contento.

Fonte: Autor Na Figura 49 temos uma resposta a contento. Figura 49 - Comportamento com ação

Figura 49 - Comportamento com ação integral ajustada Fonte: Autor

O termo derivativo serve, basicamente, para melhorar o transitório, já que com o sistema estável a derivada resultante é zero. Então, vamos trocar o item 10 do diagrama por um derivador e comparar a resposta do sistema com e sem deriva- dor. Note na Figura 50 que o sobressinal chega a 4 bar.

5 Sintonia doS controladoreS

63
63
5 Sintonia doS controladoreS 63 Figura 50 - Comportamento sem ação integral e derivativa Fonte: Autor

Figura 50 - Comportamento sem ação integral e derivativa Fonte: Autor

Na Figura 51, em que temos o derivador, o sobressinal fica próximo ao valor de regime, caracterizando uma melhora no transitório (partida do sistema).

uma melhora no transitório (partida do sistema). Figura 51 - Comportamento com a ativação da ação

Figura 51 - Comportamento com a ativação da ação derivativa Fonte: Autor

5.2 SIntonIa manuaL

A sintonia manual é necessária mesmo quando forem utilizados os outros métodos que abordaremos, pois, dependendo do processo, algumas caracte- rísticas de performance não serão toleradas e os parâmetros do controlador deverão ser adequados.

64
64

AUTOMAÇÃO INDUSTRIAL

Para realizar essa sintonia, é fundamental o entendimento de todo o conteúdo que abordamos até agora, e um conhecimento detalhado do processo e seus ele- mentos (sensores, atuadores e outros). É comum que o ajuste seja por tentativa e erro, obviamente, seguindo uma lógica. Saberemos que o ajuste foi bom com o processo em andamento.

FIQUE ALERTA Se você estiver iniciando a parametrização de um controlador, opte pela segurança das

FIQUE

ALERTA

Se você estiver iniciando a parametrização de um controlador, opte pela segurança das pessoas, equipamentos e produtos, e comece com o processo lento, ou seja, pouca energia e tempo longo, pouca variação no atuador com muita demora, e passe a melhorar essa resposta lentamente.

A definição do termo “PID” não foi feita por acaso. De fato, a ordem definida pelo PID pode ser utilizada para o ajuste dos parâmetros. Inicialmente, ajustare- mos um valor para Kp e, posteriormente, ajustaremos o Ki. Começaremos com um controle PI e depois, buscaremos um aumento de performance com o D ou Kd.

Mas lembre-se de que, na prática, ativaremos o D somente se necessário, já que na maioria dos casos o PI atenderá as demandas de performance do processo. Criando um quadro sintético baseado no conhecimento adquirido, temos o Quadro 4.

ParâmeTro

ao aumenTar o Processo

ao diminuir o Processo

Kp

Fica mais instável ou mais oscilante.

Torna-se mais rápido.

Geralmente se torna mais estável ou menos oscilante.

Torna-se mais lento.

Tem mais sobressinal.

Temos menos sobressinal.

Ki

Torna-se mais rápido, atingindo rapidamente o set point.

Fica mais instável ou mais oscilante.

Tem mais sobressinal.

Torna-se mais lento, demorando para atingir o set point.

Fica mais estável ou menos oscilante.

Tem menos sobressinal.

Kd

Torna-se mais rápido.

Torna-se mais lento.

Tem mais sobressinal.

Tem menos sobressinal.

Quadro 4 - Efeito de cada parâmetro PID sobre o processo Fonte: Autor

Vamos manter o mesmo sistema para servir de base para o ajuste manual e para o controle PID, como está apresentado na Figura 52, com todo o controlador composto. Nessa etapa de nosso estudo não trabalharemos com distúrbio, pois não queremos avaliar performance e, sim, ajustar o controlador.

5 Sintonia doS controladoreS

65
65
5 Sintonia doS controladoreS 65 Figura 52 - Ambiente de simulação com Kp, Ki e Kd

Figura 52 - Ambiente de simulação com Kp, Ki e Kd Fonte: Autor

Para desativar os termos integral e derivativo, basta colocar zero no pa- râmetro. Assim, vamos trabalhar somente no Kp. Se você tiver a possibilida- de de atuar manualmente no processo, deixe a válvula em 50% de abertura (por exemplo) e verifique se não houve nenhum dano. Esse ato pode ser feito gradativamente até ser descoberto um valor seguro, que pode ser inferior ou superior a 50%, mas o resultado não pode estar muito próximo ao set point, pois, nessa etapa, teremos sobressinal. Essa ação serve como ponto de partida e garante a segurança de nosso ajuste.

Exemplificando que 50% é um ponto seguro de atuação (se não tiver, comece de um % que você considere seguro), vamos trabalhar para que o Kp, no momen-

to em que tiver o maior erro, não aplique mais do que 50% do atuador, sabendo

que: MV (t )= Kp ×[E (t )], onde MV = variável manipulada ou saída do controle.

O maior erro será de 4,5 bar, já que o set point é 4,5, e o sistema partirá de zero,

resultando em 50 = Kp x 4,5 com Kp = 11,1.

Na Figura 53 temos a resposta com Kp=11,1. Podemos ver que o sinal de con- trole não passou dos 50% e ficamos com um pouco de sobressinal.

trole não passou dos 50% e ficamos com um pouco de sobressinal. Figura 53 - Resposta

Figura 53 - Resposta do sistema com Kp=11,1 Fonte: Autor

66
66

AUTOMAÇÃO INDUSTRIAL

Vamos supor que não queremos sobressinal em nosso processo. Para isso, temos que baixar a ação proporcional (reduzir o Kp) até que esse problema suma. Na prática, para testar a resposta do novo ajuste, basta mudar o set point. Se não temos disponibilidade de ficar com o processo em diferentes valores de set point, podemos ligar a ação integral e dar um ajuste inicial para que o processo já possa funcionar; mas, em nosso caso, já vamos reduzir o sobressinal a próximo de zero.

Note que a resposta ficará mais lenta, mas é a consequência da exigência em relação ao sobressinal. Chegando a um Kp de 5,6, a resposta ficou como está apre- sentada na Figura 54, estando sem sobressinal.

está apre- sentada na Figura 54, estando sem sobressinal. Figura 54 - Resposta do sistema com

Figura 54 - Resposta do sistema com Kp=5,6 Fonte: Autor

Agora vamos começar a atuar no Ki. Como não podemos correr o risco de instabilizar o sistema, devemos que começar com um valor muito baixo. Se co- locarmos um Ki muito baixo, teremos a busca do erro zero muito lenta, como já mostrado na Figura 48.

Vamos considerar como parâmetro de início chegar a 25% do atuador em 1 se- gundo (25% é o máximo valor atingido no atuador pela ação proporcional sem so- bressinal). Se já estamos em 18% em MV após 1 segundo somente com a ação propor- cional, o termo integral deverá colaborar com 7%, sabendo que M V = K i × E (t ) d t , então 7 = Ki x 3 x 1 (3 bar de erro em 1 segundo de variação), resultando num Ki=2,33 que a cada 1 segundo colocará 7% em MV para um erro de 3 bar.

Veja que a resposta na Figura 54 não está satisfatória. Assim, vamos começar a aumentar o valor de Ki até a maior velocidade possível sem sobressinal.

5 Sintonia doS controladoreS

67
67
5 Sintonia doS controladoreS 67 Figura 55 - Resposta do sistema com Kp=5,6 e Ki=2,33 Fonte:

Figura 55 - Resposta do sistema com Kp=5,6 e Ki=2,33 Fonte: Autor

Sendo o Ki = 6,39 a resposta ficou como requerido e o resultado pode ser visto na Figura 56.

como requerido e o resultado pode ser visto na Figura 56. Figura 56 - Resposta do

Figura 56 - Resposta do sistema com Kp=5,6 e Ki=6,39 Fonte: Autor

Se aumentarmos o Ki para 8,3, já começa a aparecer o sobressinal, conforme está apresentado na Figura 57.

o sobressinal, conforme está apresentado na Figura 57. Figura 57 - Resposta do sistema com Kp=5,6

Figura 57 - Resposta do sistema com Kp=5,6 e Ki=8,3 Fonte: Autor

68
68

AUTOMAÇÃO INDUSTRIAL

Na Figura 58 vamos colocar um distúrbio para avaliar a performance do con- trolador PI que ajustamos.

avaliar a performance do con- trolador PI que ajustamos. Figura 58 - Resposta do sistema com

Figura 58 - Resposta do sistema com Kp=5,6 e Ki=6,39 com distúrbio Fonte: Autor

Agora vamos supor que esse tempo de estabilização está um pouco alto. Es- tamos perdendo tempo no processo e causando mínima variação na caracterís- tica do produto. Nesse caso, precisamos melhorar um pouco a performance em relação à velocidade (justamente na parte transitória, em que a ação do termo derivativo é recomendada). Mas, antes, vamos ainda trabalhar no PI, evitando ao máximo o Derivativo. Para isso, vamos usar o Quadro 5, recomendado por um fabricante de controladores.

se o desemPenHo do Processo

TenTe uma a uma as oPções

está quase bom, mas o sobressinal está um pouco alto:

Diminuir o Kp em 20%.

Diminuir o Ki em 20%.

 

Diminuir o Kd em 50%.

está quase bom, mas não tem sobressinal e demora para atingir o set point:

Aumentar o Kp em 20%.

Aumentar o Ki em 20%.

 

Aumentar o Kd em 50%.

está bom, mas o atuador está sempre variando entre 0 a 100%, ou está variando demais:

Diminuir o Kd em 50%.

Diminuir o Kp em 20%.

está ruim. Após a partida, o transitório dura muito tempo, com oscilação:

Diminuir o Kp em 50%.

está ruim. Após a partida avança lentamente em direção ao set point, sem sobressinal. O atuador está longe de 100%.:

Aumentar o Kp em 50%.

Aumentar o Ki em 50%.

Aumentar o Kd em 70%.

Quadro 5 - Como melhorar o desempenho do processo Fonte: Autor

A primeira dica que vamos utilizar é aumentar o Kp em 20%, resultando no sinal da Figura 59. Repare que temos muito sobressinal. Assim, vamos tentar dimi- nuir o Ki para manter a velocidade, diminuindo o sobressinal.

5 Sintonia doS controladoreS

69
69
5 Sintonia doS controladoreS 69 Figura 59 - Resposta do sistema com Kp=5,6 + 20% e

Figura 59 - Resposta do sistema com Kp=5,6 + 20% e Ki=6,39 com distúrbio Fonte: Autor

Fazendo uma redução de 10% do Ki, veja, na Figura 60, que o sobressinal redu- ziu mantendo a velocidade. Vamos fazendo essa sequência de alterações para ver até que ponto chegam as melhorias do sistema.

para ver até que ponto chegam as melhorias do sistema. Figura 60 - Resposta do sistema

Figura 60 - Resposta do sistema com Kp=5,6 + 20% e Ki=6,39 – 10% com distúrbio Fonte: Autor

O melhor resultado obtido está apresentado na Figura 61, com Kp=9,1 e Ki=9,1.

obtido está apresentado na Figura 61, com Kp=9,1 e Ki=9,1. Figura 61 - Resposta do sistema

Figura 61 - Resposta do sistema com Kp=9,1 e Ki=9,1 com distúrbio Fonte: Autor

70
70

AUTOMAÇÃO INDUSTRIAL

Como valor de partida para o derivativo, vamos pensar num impacto inicial não superior a 1/10 do MV médio. Ou seja, se a média do sinal de controle ficar em torno de 50%, pensaremos em um cálculo do termo derivativo que não contribua mais que 5% em MV. Analisando a Figura 61 verificamos que a maior taxa de varia- ção do erro (excluindo a partida e o acionamento do distúrbio) está, após o atraso

de transporte (ver Figura 61) no instante de 1,5 até 2,0 segundos, por volta de 3,5

, somente para a contribuição derivativa.

Então, 5 = K d × 3, 5, resultando num Kd de 1,4.

bar/segundo, se

( )

M V t = K d ×

d E t

()

d t

Note na Figura 62 que, mesmo com a contribuição muito baixa mostrada no Gráfi- co 62c, o resultado piorou em relação ao sobressinal, mostrando que o termo derivati- vo não será adequado ao nosso processo, já que, para aumentar a velocidade do tran- sitório, teremos que aumentar sua participação, piorando ainda mais nosso ajuste.

sua participação, piorando ainda mais nosso ajuste. Figura 62 - Resposta do sistema com Kp=9,1, Ki=9,1

Figura 62 - Resposta do sistema com Kp=9,1, Ki=9,1 e Kd=1,4 Fonte: Autor

Não nos preocupamos em detalhar o passo a passo da tabela porque, para cada sistema, a sequência pode ser diferente. Sendo assim, o que a tabela nos fornece de importante são as informações de quanto irá variar e da localização dessa variação. O melhor ajuste será por tentativa e erro.

5.3 método de SIntonIa por Curva de reação

Esse é um método por meio do qual avaliaremos o comportamento do proces- so funcionando em malha aberta, e sendo acionado por um degrau de valor final conhecido. O método de sintonia por curva de reação (assim como o próximo mé- todo que veremos) servirá para dar um ponto de partida ao processo de sintonia, e não servirá como ajuste final.

5 Sintonia doS controladoreS

71
71

Vamos utilizar como valor de degrau a variável de saída do controlador. Isso é, se o controlador está trabalhando com a saída em percentual, devemos aplicar tal relação ao processo. Para executar esta atividade, devemos escolher um valor segu- ro. Vamos manter o exemplo de processo que estávamos tratando anteriormente. Se soubermos que a pressão do set point não é atingida com 50% de abertura na válvula proporcional, poderemos utilizar este valor para gerar o degrau.

Imagine que esta válvula é acionada por um sinal de corrente de 4 – 20 mA, sendo o 50% igual a 12 mA. De posse de um osciloscópio ou de um registrador de boa taxa de amostragem, basta registrar o instante exato da aplicação da corrente e medir o comportamento da pressão do sistema. Essa ação gerará em nosso exem- plo o gráfico da Figura 63, do qual retiraremos as informações de que precisamos.

63, do qual retiraremos as informações de que precisamos. Figura 63 - Resposta do sistema ao

Figura 63 - Resposta do sistema ao degrau de 50% Fonte: Autor

A primeira informação é o ganho Kc, que será a razão entre o sinal de saída em

regime e o sinal de entrada, sendo em nosso caso

Depois faremos a obtenção de dois tempos representados na Figura 64, em que traçaremos uma reta tangente a 63,2% do valor de regime do sinal de saída e verificaremos o atraso de transporte no local em que essa reta cruzar o eixo “x”.

3, 3 3 3

5 0

K c =

= 0, 0 6 6 7

.

cruzar o eixo “x”. 3, 3 3 3 5 0 K c = = 0, 0

Figura 64 - Descrição para obtenção dos parâmetros de cálculo Fonte: Autor

72
72

AUTOMAÇÃO INDUSTRIAL

Analisando a Figura 65, constatamos que, em nosso exemplo, esse valor será θ = 1, 4 . O próximo ponto será a intersecção entre essa reta e uma reta traçada com o valor estável da saída. Verificando em que local essa intersecção cruza o eixo do tempo, temos τ = 6 , 7 .

intersecção cruza o eixo do tempo, temos τ = 6 , 7 . Figura 65 -

Figura 65 - Resposta do sistema para a obtenção dos parâmetros Fonte: Autor

Estamos de posse de todos os dados de que precisamos para utilizar a Tabela 4, e vamos utilizá-la considerando somente o controlador PI e PID.

Tabela 4:

Fórmulas para o método de sintonia por curva de reação

conTroLador

proporcional

proporcional + integral

proporcional + integral + derivativo

ZiegLer-nicHoLs

KK c =

θ -10

τ

KK c = 0,9

T

i

τ

= 3,33

θ

τ

θ

τ

-1,0