UNIVERSIDADE FEDERAL DE MINAS GERAIS ESCOLA DE ENGENHARIA CURSO DE GRADUAO EM ENGENHARIA DE CONTROLE E AUTOMAO PROJETO DE FIM DE CURSO

APLICAES DE TCNICAS DE CONTROLE AVANADO A UMA MALHA DE CONTROLE DE pH

Hamilton Guilherme de Oliveira Jnior

Orientador: Prof. Fbio Gonalves Jota Supervisor: Eng Daniel Codo de Faria

Belo Horizonte 2007

UNIVERSIDADE FEDERAL DE MINAS GERAIS ESCOLA DE ENGENHARIA CURSO DE GRADUAO EM ENGENHARIA DE CONTROLE E AUTOMAO PROJETO DE FIM DE CURSO

APLICAES DE TCNICAS DE CONTROLE AVANADO A UMA MALHA DE CONTROLE DE pH

Monografia submetida banca examinadora designada pelo Colegiado Didtico do Curso de Engenharia de Controle e Automao da Universidade Federal de Minas Gerais como requisito parcial obteno do ttulo de Bacharel em Engenharia de Controle e Automao.

Hamilton Guilherme de Oliveira Jnior

Orientador: Prof. Fbio Gonalves Jota Supervisor: Eng Daniel Codo de Faria

Belo Horizonte 2007

APLICAES DE TCNICAS DE CONTROLE AVANADO A UMA MALHA DE CONTROLE DE pH

Hamilton Guilherme de Oliveira Jnior

Monografia submetida banca examinadora designada pelo Colegiado Didtico do Curso de Engenharia de Controle e Automao da Universidade Federal de Minas Gerais como requisito parcial obteno do ttulo de Bacharel em Engenharia de Controle e Automao.

Trabalho aprovado em 27 de junho de 2007

BANCA EXAMINADORA

__________________________________________________________ Fbio Gonalves Jota, PhD, DELT-UFMG __________________________________________________________ Daniel Codo de Faria, Engenheiro, PPGEE-UFMG __________________________________________________________ Patrcia Nascimento Pena, Doutora, CNPQ-UFMG

Agradecimentos
Quero agradecer em primeiro lugar minha famlia, que sempre me deu apoio e fora em todas as decises que tomei, e que me amparava nos momentos de incerteza. Principalmenteaosmeuspais,pormeeducaremdamelhorformapossvel. Meus amigos tambm foram parte importante nessa caminhada. Tambm sempre me diziam palavras de incentivo quando pensava que no fosse conseguir essa vitria. elesdevopartedasforasportersemprepersistido. Ao orientador Fbio Jota que, apesar de tantas tarefas, aceitou me orientar nesse projeto. Seus ensinamentos foram de grande valia e me ajudaram a vencer todas as dificuldades enfrentadas neste trabalho. Ao supervisor Daniel Codo por ter me dado as direesiniciaisparaestetrabalho,semasquaisteriaperdidoumtempomuitogrande. Ao Gilberto, por ter me auxiliado por vrias vezes no preparo das solues cidas queforamgastasemgrandequantidadeduranteostestes. ADeus,portermeabenoadoepossibilitadoamimaconclusodestetrabalho.

Resumo
OcontroledepHusualmenteencontradonombitoindustrial,muitopresente,por exemplo, em processos qumicos, biolgicos, farmacuticos, e na indstria alimentcia. O pH, ou potencial de hidrognio inico, uma medida da concentrao dos ons H+ em uma soluo, sendoigualao logaritmo negativo dessa concentrao.Emoutras palavras,ovalor de pH indica o quo cida ou bsica uma soluo, sendo que valores mais baixos determinam solues mais cidas. Normalmente trabalhase na faixa de 0 a 14 pH, indicandoqueaconcentraodosonssupracitadosvariaentre1014e1mol/l. O controle de pH uma tarefa difcil de ser realizada, principalmente devido grandenolinearidadedesteprocesso.Oganhodoprocessopodevariaremmuitasordens de grandeza dependendo do ponto de operao, o que exige uma enorme preciso dos atuadores, dos sensores e do controlador. A constante de tempo do processo tambm pode variar, dependendo das vazes do processo, por exemplo. Dentre outros, estes problemas tornam o controle de pH objeto de estudos ainda nos tempos atuais, principalmente enfatizandocontroladoresmaisavanadosdoqueossimplesPIDs. Neste trabalho, foram projetados e implementados dois controladores adaptativos, conhecidoscomoGMV(GeneralizedMinimumVariance)eGPC(GeneralizedPredictiveControl) para tentar atingir um controle satisfatrio em uma planta piloto localizada no LCPI UFMG(LaboratriodeControledeProcessosIndustriaisdaUFMG).Umavantagemdestes controladores a capacidade de adaptar seus parmetros em relao ao comportamento atual do processo. Para tanto, foram obtidos modelos do processo, incluindo uma modelagem dos efeitos da bomba peristltica existente na planta piloto, que ainda no havia sido feita. Com base nesses modelos, um simulador foi criado, de forma a propiciar uma plataforma para projeto e testes preliminares dos controladores adaptativos. Uma forma de adaptar os controladores online foi desenvolvida para a planta piloto devido ausncia de medio da varivel manipulada, uma dificuldade noprevista no incio do projeto. Resultados experimentais do controlador GMV aplicado planta real so

apresentados e comprovam um bom desempenho da malha de pH, inclusive comparativamente ao PID. Esperase que o Controlador Preditivo Generalizado (GPC) analisado e testado em estudos simulados apresente, na planta real, resultados prximos aosdoGMV.

Abstract
The pH control is usually found in industrial environment, with considerable examples in chemical, biological, pharmaceutical and food processes. The pH, or hydrogen ion potential, is a measure of H+ ion concentration of a solution and it is equivalent to the negative logarithm of this concentration. In other words, the pH value indicates how acid orbasicasolutionis,regardingthatlowerpHvaluesdetermineacidicsolutions.Normally, pH is considered only inside the range 0 to 14, which corresponds to an ion concentration thatvariesfrom1014to1mol/l. The pH control is a difficult task, mainly because of the great process nonlinearity. The process gain can vary in many orders of magnitude depending on the operating point, which demands a considerable precision for actuators, sensors and controllers. The process timeconstantcanalsovary,dependingontheprocessinandoutflowsforexample.Among others, these problems make the pH control a target of studies even nowadays, mainly emphasizinginmoreadvancedcontrollersinrelationtothesimplePID. In this work, two adaptive controllers were designed and implemented, known as GMV (Generalized Minimum Variance) and GPC (Generalized Predictive Control), in a tentativetoreachasatisfactorycontrolofapilotplantlocatedatLCPIUFMG(Laboratrio de Controle de Processos Industriais at UFMG). An advantage of these controllers is the ability of automatically adapting their parameters to match the current process behavior. For that, process models were obtained, including the modeling of a peristaltic pump existent in the pilot plant, which was not done before. Based on these process models, a simulator was created in order to perform as a design and preliminary testing platform for the adaptive controllers. A way to online adapt the controller was developed for the pilot plant since it doesnt have the manipulated variable measure, a difficulty not predicted in the beginning of this work. Experimental results for GMV controller applied to the real plant are presented and prove a good performance for the pH loop in comparison to the PIDcontroller.ItisexpectedthattheGPCcontroller,analysedandtestedonlyinsimulated

studieswillpresent,whenappliedtotherealprocess,resultsthatareclosetothoseonesfor GMV.

Sumrio
Introduo .................................................................................................................................15 1.1. MotivaodoProjeto .......................................................................................................15 1.2. EscopodoTrabalho..........................................................................................................20 1.3. OrganizaodoTexto ......................................................................................................22 2. DescriodaPlanta .................................................................................................................24 3. Metodologia..............................................................................................................................29 3.1. ModelagemdoProcesso..................................................................................................29 3.1.1. ModelagemdoProcessodepH .............................................................................29 3.1.2. ModelagemdoProcessodeNvel .........................................................................33 3.1.3. VariaodaVazodeBaseemRelaoAlturadoTanque ............................34 3.1.4. SensordepH.............................................................................................................34 3.1.5. BombasPeristlticas ................................................................................................35 3.1.6. EfeitosdoAgitador..................................................................................................38 3.2. ControledeNvel .............................................................................................................41 3.3. ProjetodoSimulador .......................................................................................................41 3.4. ImplementaodosControladores................................................................................45 3.4.1. EstimaodeParmetros ........................................................................................45 3.4.2. ControladorProporcionalIntegralDerivativo(PID)..........................................49 3.4.3. ControladordeVarinciaMnimaGeneralizado(GMV)...................................52 3.4.4. ControladorPreditivoGeneralizado(GPC).........................................................57 3.5. ObservaesFinais ...........................................................................................................63 4. ModelagemdoProcesso .........................................................................................................64 4.1. ModelagemdoProcessodepH......................................................................................64 4.2. SensorpH ..........................................................................................................................66 4.3. EfeitosdoAgitador ..........................................................................................................66 4.4. BombasPeristlticas.........................................................................................................69 5. SimulaoeImplementaodosControladores................................................................75 5.1. Simulador ..........................................................................................................................75 5.2. EstimaodeParmetrosOnline...................................................................................76 5.2.1. ProblemadeDeterminaodaVazodecido ..................................................76 5.2.2. AdaptaodaEstimaodeParmetros ..............................................................77 5.3. ImplementaoPID..........................................................................................................80 5.4. ImplementaoGMV.......................................................................................................81 5.5. ImplementaoGPC ........................................................................................................82 5.6. ImplementaoemDelphi ..............................................................................................84 6. Resultados .................................................................................................................................85 6.1. ResultadosSimulados......................................................................................................85 6.1.1. EfeitosdaBombaPeristltica .................................................................................85 6.1.2. ControlepeloPID.....................................................................................................87 1.

6.1.3. ControlepeloGMV..................................................................................................92 6.1.4. ControlepeloGPC ...................................................................................................97 6.2. ResultadosnaPlantaPiloto ..........................................................................................102 6.2.1. PID............................................................................................................................102 6.2.2. GMV.........................................................................................................................105 6.3. ObservaesFinais .........................................................................................................111 7. Concluso ................................................................................................................................113 7.1. ComentriosFinais.........................................................................................................113 7.2. SugestesparaTrabalhosFuturos ...............................................................................117 RefernciasBibliogrficas............................................................................................................119 ApndiceIRelaodeTransformaoentrepHeY............................................................121 ApndiceIIDeterminaoRecursivadosPolinmiosEj(z1)eFj(z1)naFormulaodo GPC...................................................................................................................................................123

10

Lista de Figuras
FIGURA1 ProcessoIndustrialTpicodeControledepH....................................................16 FIGURA2 CurvadeTitulaodeumProcessodeControledepH ...................................18 FIGURA3 IlustrativodaPlantaPilotodeControledepH ..................................................25 FIGURA4 ComponentesdeumaBombaPeristltica...........................................................37 FIGURA5 FluxogramadeSequnciadePassosdeSimulao ...........................................43 FIGURA6 DiagramadeBlocosdaMalhadeControleUtilizandoPID .............................51 FIGURA7 DiagramadeBlocosdaMalhaFechadacomControladoresAdaptativos .....53 FIGURA8 DegraunoProcesso. ...............................................................................................67 FIGURA9 RespostaComplementardaRespostaaoDegraudoProcesso ........................69 FIGURA10 VelocidadedasRajadasxAodeControleNormalizadadaBomba PeristlticadeEnviodecidoaoTanquedeMistura.................................................................72 FIGURA11 VazoMdiadeSadaxAodeControleNormalizadadaBomba PeristlticadeEnviodecidoaoTanquedeMistura.................................................................72 FIGURA12 ConvergnciadosMtodosdeEstimaoOnlinede1em1(emvermelho)e de60em60segundos(emazul)viaSimulao............................................................................80 FIGURA13 OscilaesSustentadasobtidasparaoganhocrticoKcu=1.419.600. .............81 FIGURA14 Efeitosdaimplementaodofiltroantispike.(a)antes;(b)depoisda implementao.. ................................................................................................................................84 FIGURA15 Testesimuladoemmanualparaverificaodosefeitosdabombaperistltica comaodecontroleiguala(a)23%;(b)23,5%;(c)24%. ...........................................................86 FIGURA16 RespostadoPIDsemconsiderarosefeitosdabombaperistlticaedosensor comosparmetrosapresentadosnaTabela5,comrefernciadepHvariandode7,3a 9,3.........................................................................................................................................................88 FIGURA17 RespostadoPIDconsiderandoapenasosefeitosdabombaperistlticacom osparmetrosapresentadosnaTabela5,comrefernciadepHvariandode7,3a9,3..........89 FIGURA18 RespostadoPIDconsiderandoapenasosefeitosdosensorcomos parmetrosapresentadosnaTabela5,comrefernciadepHvariandode7,3a9,3...............89 FIGURA19 RespostadoPIDconsiderandoosefeitosdabombaperistlticaedosensor comosparmetrosapresentadosnaTabela5,comrefernciadepHvariandode7,3a9,3. 90 FIGURA20 RespostadoPIDconsiderandoosefeitosdabombaperistlticaedosensor comosparmetrosapresentadosnaTabela6,comrefernciadepHvariandode7,3a9,3. 91 FIGURA21 RespostadoGMVsemconsiderarosefeitosdabombaperistlticaedo sensore=2x104.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)Perfildos ParmetrosEstimados......................................................................................................................93 FIGURA22 RespostadoGMVsemconsiderarosefeitosdabombaperistlticaedo sensore=2x104,retirandoseovalordoparmetroddaformulaodocontrolador. ......93 FIGURA23 RespostadoGMVconsiderandoapenasosefeitosdabombaperistlticae= 2x104.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)PerfildosParmetros Estimados........... ................................................................................................................................94

11

FIGURA24 RespostadoGMVconsiderandoapenasosefeitosdosensore=2x104.(a) RespostaaodegraudepHvariandode7,3a9,3.(b)PerfildosParmetrosEstimados. .......96 FIGURA25 RespostadoGMVconsiderandoosefeitosdabombaperistlticaedosensor e=2x104.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)PerfildosParmetros Estimados........ ...................................................................................................................................96 FIGURA26 RespostadoGPCsemconsiderarosefeitosdabombaperistlticaedosensor e=2x104.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)PerfildosParmetros Estimados........ ...................................................................................................................................98 FIGURA27 RespostadoGPCconsiderandoapenasosefeitosdabombaperistlticae= 2x104.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)PerfildosParmetros Estimados........... ................................................................................................................................98 FIGURA28 RespostadoGPCconsiderandoapenasosefeitosdosensore=2x104.(a) RespostaaodegraudepHvariandode7,3a9,3.(b)PerfildosParmetrosEstimados. .......99 FIGURA29 RespostadoGPCconsiderandoosefeitosdabombaperistlticaedosensore =2x104.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)PerfildosParmetros Estimados........... ..............................................................................................................................100 FIGURA30 RespostadoGPCsemconsiderarosefeitosdabombaperistlticaedosensor paraNU=1e=0,2.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)Perfildos ParmetrosEstimados....................................................................................................................101 FIGURA31 RespostadoGPCsemconsiderarosefeitosdabombaperistlticaedosensor paraNU=2e=0,2.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)Perfildos ParmetrosEstimados....................................................................................................................101 FIGURA32 RespostadoGPCsemconsiderarosefeitosdabombaperistlticaedosensor paraNU=3e=0,2.(a)RespostaaodegraudepHvariandode7,3a9,3.(b)Perfildos ParmetrosEstimados....................................................................................................................102 FIGURA33 RespostadocontroladorPIDaplicadoplantapiloto....................................103 FIGURA34 RespostadocontroladorPIDaplicadoplantapilotoconsiderandosea varivelY(diferenadeconcentrao). .......................................................................................104 FIGURA35 IlustraodanolinearidadedosensordepH................................................105 FIGURA36 RespostadocontroladorGMVaplicadoplantapiloto. ................................107 FIGURA37 Perfildosparmetrosestimadosnoprocessoreal.(a)Geral.(b)Com ampliao........... ..............................................................................................................................107 FIGURA38 RespostadocontroladorGMVaplicadoplantapilotoconsiderandosea varivelY(diferenadeconcentrao). .......................................................................................108 FIGURA39 RespostaComplementardoprocesso,comampliao. ................................ 109

12

Lista de Tabelas
TABELA1 TABELA2 TABELA3 TABELA4 TABELA5 TABELA6 EscolhadoPontodeOperaodoProcesso........................................................65 DeterminaodoTamanhodeumaRajada ........................................................70 VelocidadedasRajadasemFunodaAodeControle ................................71 VazoMdiadecidoemFunodaAodeControle..................................73 ParmetrosdoControladorPID ...........................................................................81 ParmetrosdoControladorPIDapsresintonia ..............................................90

13

Lista de Smbolos
PVvariveldeprocesso. MVvarivelmanipulada. PIDcontroladorproporcionalintegralderivativo. ARMAXautoregressivemovingaveragewithexogenousinput. ARIMAXautoregressiveincrementalmovingaveragewithexogenousinput. GMVControladordeVarinciaMnimaGeneralizado. GPCControladorPreditivoGeneralizado. Nhorizontedepredio. NUhorizontedecontrole. pesonosinaldecontrole. zvariveldiscreta. YdiferenadeconcentraoentreosonsH+eOH. Vvolumedotanquedemistura. Fvazodesoluo(l/s). Cconcentraodasoluo(mol/l). constantedetempo. referncia. [H+]concentraodoonH+. [OH]concentraodoonOH. relaodefiltragemparaofiltrodemdiamvel. Tsperododeamostragem. a1a,b0a,dparmetrosdoprocesso.

Lista de Subscritos
acido. bbase. kinstantedeamostragem.

14

1. Introduo
1.1. Motivao do Projeto
Malhas de controle de pH so usualmente encontradas no mbito industrial [Gustaffson e Waller, 1992], bem presentes em processos qumicos, biolgicos, farmacuticos, e na indstria alimentcia. Como alguns exemplos mais especficos, podem ser citadas as estaes de tratamento de esgoto. Kravaris e Wright (1991) afirmam que para se retirar metais pesados de fluxos contaminados de modo a evitar a poluio do meio ambiente, o mtodo mais empregado consiste no controle do pH, de tal forma que seja minimizadaasolubilidadedosmetais.Tambmque,emprocessosbiolgicos,ocontrolede pH pode ser utilizado para possibilitar o crescimento de clulas. Ainda hoje existem vrios estudos na rea de modelagem e de estratgias avanadas de controle voltadas para os processosdecontroledepH. O pH normalmente controlado por meio de um processo de neutralizao. Um tpicoprocessoindustrialmostradonaFigura1.Basicamente,quandoumcidoreagecom umabasecaracterizadaumareaodeneutralizao,representadapor

H + + OH H 2O ,(1.1)
onde H+ o hidrognio inico, e OH representa o on hidrxil. O pH, ou potencial de hidrognioinico,podesercalculadoatravsdaexpresso

pH = log[ H + ] ,(1.2)

15


FIGURA 1 - Processo Industrial Tpico de Controle de pH FONTE: [Kravaris e Wright, 1991]

naqual[H+]representaaconcentrao,emmol/l,dosonsdehidrognionasoluo.Agua tem a caracterstica de ter o valor de pH considerado neutro, igual a 7. Por exemplo, se em um meio alcalino ou seja, caracterizado por uma maior presena do on hidroxila, portanto um meio bsico for adicionado um cido, o seu pH ir diminuir, visto que acontecero reaes de neutralizao entre os dois ons que aumentaro a concentrao de ons hidrognio e diminuiro a de ons hidroxila. Tais reaes so comprovadas tendo em vista que a constante de equilbrio da gua vale 1014, que igual ao produto das concentraes de cido e base [Yln, 2001]. Isso significa que, em gua, o produto destas concentraessersempreiguala1014.Assim,paraqueaconstantenosejaalterada,aoser adicionado um concentrado cido, uma parte dos ons de caracterstica bsica deve ser consumida na neutralizao. Podese perceber que a concentrao de ons hidrognio realmente pode ser aumentada aps uma adio desse tipo devido ao fato de a reao mostrada em (1.1) ser bidirecional, evidenciando que nem todos os ons H+ seriam consumidos na reao. Valores tpicos de pH giram entre 0 e 14, para concentraes de H+ entre1e1014mol/l.

16

O processo ilustrado na Figura 1 consiste de um tanque de mistura, no qual o pH devesercontrolado.AvazoFcorrespondeaoconcentradoasertratadopormeiodavazo u,denominadavazodetitulao.Porexemplo,avazoFpodeserumconcentradobsico, porm deve ser tornado neutro para poder prosseguir no processo. Esse concentrado pode ser neutralizado por meio de uma soluo cida, que corresponderia vazo u. Tendo em vista a medida do pH no tanque, um controlador determinaria a abertura da vlvula de controle da vazo u para tentlo manter em uma certa referncia. O tanque agitado para garantirrelativahomogeneidadenotanquedemistura,tornando,dessaforma,amedidade pHrealizadapelosensoremumpontomaisrepresentativadopHmdiodotanque. primeiravista,pareceumproblemadecontrolecomum.Entretanto,agrandeno linearidade do processo provoca dificuldades para qualquer sistema de controle. O processo possui ganhos que podem variar em algumas ordens de grandeza, dependendo do ponto de operao. Segundo Gustaffson e Waller (1992), substncias tampo podem ser adicionadas no tanque para diminuir as nolinearidades. Dessa forma, estratgias de controlelinearpodemsermelhorempregadas. Entretanto, nem todo processo industrial utiliza esse artifcio, e a simples adio dessas substncias pode no resolver completamente o problema. Logo, estratgias de controle que consideram esta grande nolinearidade devem ser desenvolvidas. Como exemplo, a Figura 2 mostra a curva de titulao de um processo de neutralizao de uma baseforte a partir de um cidoforte. Um meio mais cido quanto menor for seu valor de pH, emaisbsicoquantomaior for seuvalor depH,sendo ambos osvaloresemrelaoao pH neutro. Por meio dessa curva, podese perceber que o ganho do processo na regio de pHiguala7muitomaiordoqueaqueleparavaloresdepHmaioresdoque11emenores do que 3. Essa curva foi determinada teoricamente por Rocha (2006) para a planta piloto utilizada para este projeto. Vale lembrar que a curva de titulao normalmente expressa pela abertura da vlvula de controle x pH, mas que, segundo Rocha (2006), para um processo cidoforte baseforte, o eixo das abscissas pode ser expresso como a razo entre vazes ouvolumesdecidoebase.

17


FIGURA 2 Curva de Titulao de um Processo de Controle de pH FONTE: [Rocha, 2006]

Da grande nolinearidade, derivase outro problema que tem impacto sobre os atuadores do processo. Para controlar o pH nas regies em que os ganhos so menores, visando conseguir promover uma alterao significativa do seu valor, o atuador deve prover umaumentorelativamente grande davazode titulaovazo decido ou basea ser manipulada pelo controlador para o controle de pH para ser capaz de alterar o pH. Porexemplo,paramudaropHde7para3,avlvuladeverproverumavazodetitulao 1,5 vezes maior que a vazo de base, aproximadamente, considerandose a Figura 2. Entretanto, caso o controle se d na regio de pH prximo a 7, as alteraes nessa vazo devem ser extremamente pequenas, visto que mnimas mudanas na vazo de titulao promovero grandes mudanas no valor de pH. Portanto, o atuador deveria ter uma alta resoluo aliada a uma grande faixa de operao, caractersticas difceis de serem encontradas em conjunto. Alm desses dois, existe um problema mais raro de tamponizao dotanque,queconsistena possibilidadedequeo pHaumente mesmoquea

18

concentrao de base aumente ou diminua, dependendo da concentrao de espcies tampopresentesnomeio[McAvoyetal.,1971]. Para resolver esses problemas, inmeras estratgias vm sendo adotadas. No que tange modelagem do processo, modelos vm sendo desenvolvidos para possibilitar o controle de pH por meio de outras variveis de processo, que tm relao com o pH do mesmo [Naranayan et al., 1997]. A utilizao destas variveis permite transformar o pH para valores mais lineares, fazendo com que o controle do processo seja mais fcil de ser projetado. Dentre elas, citada a diferena entre as concentraes de H+ e OH. A concentrao dessas espcies varia linearmente com a vazo de titulao, e pode ser diretamente relacionada com o pH atravs de uma expresso matemtica, desenvolvida no Apndice I Relao de Transformao entre pH e Y. Sendo assim, o pH medido pode ser convertido para essa nova varivel, e o controle pode ser realizado por meio de seus valores. Outras variveis citadas por Naranayan e companheiros (1997) so a concentrao de ons de hidrognio e o equivalente de cidoforte, descrito com detalhes em [Kravaris e Wright, 1991]. Segundo Loh e companheiros (1995), j foram propostas modelagens caixa preta para processos de controle de pH parecidos com o desta planta piloto por meio de redes neurais, que apresentam dificuldades de aproximao devido escolha dos valores passados de entrada e de sada a serem utilizados. Esse autor ainda desenvolve uma propostahbrida,comredesneuraisbaseadasemummodelofsicodoprocesso. J com relao s estratgias de controle avanado aplicadas no controle deste processo, Rocha (2006) cita tcnicas de controle avanado, como controle adaptativo, multivarivel, preditivo baseado em modelo, fuzzy, robusto, baseado em redes neurais e timo.EstastcnicassocandidatasevmsendoutilizadasnocontroledepH.Naranayane companheiros(1997)citamqueestratgiasdecontroleviaIMCadaptativonolinearforam aplicadas alguns processos, considerando essas variveis alternativas. Tcnicas de controle por redes neurais adaptativas com modelo de referncia, conhecida como MRANNC (Model Reference Adaptive Neural Net Control) foram usadas em [Loh et al., 1995]. Alm disso, Tadeo e colaboradores (2000) citam que controladores lineares adaptativos e

19

baseados em modelo tambm vm sendo utilizados, e optam pelo desenvolvimento de um controle robusto para esse tipo de sistema. J foram empregadas tambm estratgias de controle preditivo baseado em modelo, MPC, como em [Gomez et al., 2004]. Os autores comparam o desempenho de um controle desse tipo baseado em um modelo linear com outro baseado em um modelo de Wiener do processo, obtido pelo prprio autor. Porm, seus resultados so comparados apenas via simulao e no so estendidos um processo real. Por meio destes pargrafos iniciais, conseguese ter a viso geral de que o problema vem sendo bastante estudado, e que ainda no se chegou a um consenso sobre a melhor estratgia a ser adotada. Todas as novas estratgias de controle propostas vm solucionar problemas dasestratgiasanteriores, mas tambmapresentam limitaes. A inteno desse projeto utilizar estratgias de controle avanado na planta piloto do Laboratrio de ControledeProcessosIndustriais,quejseencontraautomatizada,comoobjetivodeobter um controle satisfatrio do pH em vrias faixas de operao. Essa planta ser descrita no Captulo2.

1.2. Escopo do Trabalho

Pela razo de existirem tantos problemas no controle de pH,este trabalho temcomo principal objetivo desenvolver estratgias de controle avanado plausveis de serem aplicadas planta piloto de controle de pH, descrita noCaptulo2, para tentar resolver um problemaparecidocomaquelesdescritosnoitemanterior. Alguns problemas que podem ocorrer no controle de pH nesta planta so apresentados, juntamente com formas de minimizlos. Porm, nem todos os problemas podem ser resolvidos diretamente, por estarem fora das atribuies de um engenheiro de controle e automao. Por exemplo, recomendado por Shinskey e Gerry (2002) que o tanque de mistura tenha as mesmas medidas de largura, comprimento e altura. O controle de um processo com esta caracterstica deve ser feito da melhor forma possvel, mesmo

20

sabendose que esta limitao prejudica tal controle. Ou seja, a funo do engenheiro de controle no resolver problemas de projeto do processo, mas sim controlar o processo da formacomoelelheapresentado. A modelagem do processo tambm realizada. Estudos j foram realizados para a obteno desse modelo, mas ainda restam algumas lacunas. Dentre elas, destacase a desconsiderao dosefeitos da bomba peristltica,atuanteno controle da vazo deentrada de cido no processo. Essa bomba tem a caracterstica de emitir rajadas do concentrado cidoemquesto,comumperododependentedaaodecontroleaplicada.Oefeitodessa rajadapodedesviarmuitoopHdoseuvalorinicial,principalmenteseaPVestivernafaixa de pH prxima a 7. Mesmo que esse efeito ainda no tenha sido descrito em trabalhos anteriores relativos a este processo, concluses de grande valia j foram obtidas no que tange modelagem de outros elementos do processo, sendo apenas reapresentadas neste texto. A partir da modelagem do processo, um simulador foi desenvolvido, por meio do software MatLab. Esse simulador capaz de representar razoavelmente bem o comportamento do processo, possibilitando uma plataforma de testes preliminares para o projetista, que proporciona economia de tempo e estudo de resultados antes da aplicao doscontroladoresdesenvolvidosdiretamentenoprocessoreal. As estratgias de controle escolhidas foram desenvolvidas em linguagem MatLab, para testes de simulao. Escolheuse implementar dois controladores adaptativos, conhecidoscomoGMV(GeneralizedMinimumVariancecontroladordevarinciamnima)e GPC (Generalized Predictive Control controlador preditivo generalizado). Aps obtido sucesso nesses testes, as estratgias foram implementadas em Delphi, em um programa responsvel por realizar a interface entre o CLP e o PC, desenvolvido por Rocha (2006). O CLP, nesse controle, serve apenas como interface entre o PC e o processo, e para realizar intertravamentos. A limitao dese projetar tais controladores diretamente no CLP vem do fato de ele s realizar aritmtica de ponto fixo, o que torna o custobenefcio de uma implementao externa muito maior. A ao de controle calculada diretamente pelo

21

algoritmo implementado no PC. Com essa estrutura em pleno funcionamento, so realizados testes reais na planta para medir o desempenho das estratgias de controle implementadas. Aps os testes reais, so realizadas comparaes entre o desempenho real e o simulado. Alm disso, os pontos fortes e fracos de cada estratgia implementada so explicitados, sendo inclusive apresentadas algumas dificuldades na implementao das estratgiasescolhidas.

1.3. Organizao do Texto

O texto est dividido em sete captulos. O Captulo 2 apresenta uma descrio detalhada da planta piloto, contendo informaes sobre sua localizao, estrutura, atuadores, objetivos de controle e comunicao entre o processo e o controlador. Os componentes bsicos da planta so especificados, bem como seu princpio de funcionamento. A metodologia do trabalho descrita no Captulo 3. Nele, incluemse tcnicas de modelagem para os componentes do processo, e consideraes feitas. A influncia da agitao no desempenho do processo mostrada, teoricamente. A teoria bsica de implementao das estratgias de controle avanado escolhidas para serem aplicadas ao processotambmapresentada,bemcomoaimplementaodeumcontroladorPID. O Captulo 4 mostra a modelagem desenvolvida para o processo. Inclui modelos obtidos para o controle de nvel, do pH do tanque de mistura, e para os sensores e atuadoresdoprocesso.Almdisso,apresentaosefeitosdaagitaonomodelodoprocesso. No Captulo 5 apresentado o simulador do processo para o controle de pH. Alm disso, este captulo detalha as implementaes das estratgias escolhidas, incluindo o mtodo de estimao online dos parmetros, do qual dependem os controladores adaptativosqueforamimplementados. OCaptulo6apresentaosresultados dassimulaese testesreaisparao controlede pH utilizando as estratgias de controle implementadas. Comparaes so feitas entre o

22

desempenho das estratgias, tendo em vista seus pontos fortes e fracos no controle do processoreal,bemcomoentreodesempenhorealeosimulado,parademonstraronvelde qualidade do simulador. Os testes reais so realizados com os controladores PID e GMV, e seusresultadostambmsocomparados. A concluso do presente trabalho, desenvolvida no Captulo 7, faz alguns comentriosfinaisedefinenovasdireesnasquaispoderosebasearfuturostrabalhosna plantapiloto.

23

2.

Descrio da Planta
A planta piloto utilizada neste projeto localizase no Laboratrio de Controle de

Processos Industriais, LCPI, do Departamento de Engenharia Eletrnica, no campus da UFMG.Nestecaptulodescritoocomportamentodaplanta,bemcomoseuscomponentes. Outra descrio da mesma pode ser encontrada em [Rocha, 2006]. A planta tem o objetivo de simular um processo de controle de pH, no qual um fluxo de concentrado bsico deve ser neutralizado por uma vazo de concentrado cido, controlada por uma estratgia de controlequalquer. Uma ilustrao da planta real mostrada na Figura 3. A planta consiste de trs tanques, sendo dois tanques de armazenamento e um de mistura. O tanque de mistura, da marca Nalgon, cilndrico, suporta temperaturas at 135C, tem capacidade de 5l e possui uma escala de medida de volume, que vai desde 500 a 4500 ml, sendo perfeitamente indicado para resistir s condies operacionais do processo. Os outros dois tanques, da marca Permution, modelo Barrilete, de dimenses iguais a 42 cm de altura e 16,5 cm de dimetro, tambm so cilndricos, so construdos em epxi [Permution, 2005], tm capacidade de 20l, possibilitam visualizao externa do nvel com escala em volume e tm utilidade quando do armazenamento das solues bsica e cida, enviadas ao tanque de mistura. No tanque de mistura, a agitao realizada por meio de um agitador eletromagntico, marca Fisatom, modelo 753, de 50W de potncia e alimentao 115V. Maiores detalhes podem ser encontrados em [Fisatom, 2005]. O nvel de agitao controlado manualmente, por um potencimetro, cuja escala varia de 0 a 8. O tanque responsvel por reter a soluo bsica conectado ao tanque de mistura diretamente por umamangueira.Avazodebaseregulada,semnenhumaformadecontrole,pormeioda aberturadeumatorneira,localizadanasadadotanque.

24


FIGURA 3 Ilustrativo da Planta Piloto de Controle de pH FONTE: [Rocha, 2006]

J o tanque contendo a soluo cida se comunica com o de mistura atravs de uma bomba peristltica, marca Omega, modelo PHP53, tipo T, com 100VA de potncia e alimentao de 115V, e comando eltrico de corrente de 4 a 20mA. A bomba tambm pode ser controlada manualmente por meio de um potencimetro, opo escolhida por meio de umachaveseletora.Essabombafoiescolhidaparatransportarasoluocidaentreosdois tanques por ser resistente corroso provocada pelo cido. Outras vantagens e desvantagensdessetipodebombapodemserencontradosem[Rocha,2006].Umasegunda bomba, idntica descrita, responsvel por regular a vazo de sada do tanque de mistura. Informaes tcnicas sobre as bombas podem ser encontradas em [Omega, 1996]. As duas bombas formam, portanto, o conjunto de atuadores do processo e a sua configuraopossibilita:

25

1. o controle do pH no tanque de mistura por meio da primeira bomba, cuja aodecontroleregulaaquantidadedeconcentradocido,atravsdavazo da soluo cida, necessria para neutralizar a vazo de base que entra no tanquedemistura; 2. ocontroledenveldomesmotanque,condioindispensvelparaocontrole depH,explicadanoCaptulo4,devidopresenadasegundabomba. Para medio do pH no tanque de mistura, o sensor de pH, marca Omega, modelo PHB72 [Omega, 1988] foi adotado. Tem uma faixa de operao de 0 a 14 pH, resoluo de 0,001 pH e acurcia de 0,005 pH. A tenso de sada do mesmo vai de 0 a 700 mV, correspondendo faixa de 0 a 14 pH [Omega, 1988]. Ainda possui um transdutor digital, sendo um visor de LEDs de 4 dgitos, e compensao automtica de temperatura, visto que a medida de pH muito influenciada por esse fator. Neste trabalho, a compensao automtica de temperatura no foi utilizada por encontrarse com defeito. O eletrodo, responsvel pela medida de pH, construdo com uma soluo 3,5M de KCl e com corpo de vidro. Essa soluo uma referncia para que o sensor consiga produzir um sinal de tensoquesejaproporcionalaopHdasoluomedida.Informaessobreofuncionamento de sensores de pH podem ser obtidas em [McMillan, 1994]. O sensor de pH posicionado em um lugar relativamente alto no tanque de mistura, por intermdio de um suporte, devidoarestriesdesecolocarosensormaisfundonotanque.SegundoShinskeyeGerry (2002), o mais indicado posicionar o sensor prximo sada do tanque, o que tentouse fazerduranteostestesaosecolocaromesmoemumaposioimediatamentesuperiorada sadadotanque. ComooCLPtemumafaixadeentradadesinaisanalgicosde 10V,foinecessrio montar um circuito eletrnico que amplificasse o sinal proveniente do sensor de pH antes que o mesmo fosse transmitido ao prprio CLP. O circuito amplificador constitudo, basicamente, pelo amplificador operacional TL071. Dois desses CIs foram utilizados. Esse

26

circuitodescritocomdetalhesem[Rocha,2006],ondeasvantagensdesteamplificadorso evidenciadas. O nvel do tanque de mistura medido com o auxlio de um sensor ultrassnico, tambm da marca Omega, modelo LV402, com transdutor digital de 4 dgitos. A faixa de operao de 15,24 a 914,4 cm, e fornece uma corrente de sada de 4 a 20 mA. O nvel inferidoapartirdadistnciaentreosensoreasoluodotanque.Essadistnciacalculada a partir do tempo decorrido para que o sinal acstico, de 30 a 300KHz, emitido pelo sensor sejarefletidopelasuperfciedasoluoeretorneaoprprio.Portanto,omesmosfunciona para superfcies refletoras, mas pode servir para medir distncias diversos tipos de materiais. O sinal de sada pode ser obtido atravs da interface RS232 presente no sensor. Maiores detalhes so apresentados em [Rocha, 2006] e [Omega, 1997]. Para ligar o sinal de corrente da sada do sensor ao CLP foi necessria uma adaptao, cujo diagrama eltrico descritoem[Rocha,2006]. Para controlar o processo, fazse o uso de um PC e um CLP. O CLP responsvel porreceberasmedidasdosensorultrassnicoedepH.Comoamedioadvindadosensor ultrassnico apenas representante da distncia entre o sensor e o nvel do tanque de mistura, a mesma deve ser transformada para a sua correspondente de nvel. Alm dessa funo, o CLP fica responsvel pelo controle do nvel da planta e por enviar os sinais de controle calculados pelos algoritmos de controle, implementados no CLP e no PC, s respectivasbombas.Porsermaiselaborado,oalgoritmodecontroledepHimplementado no computador, principalmente devido ao fato de que o CLP pode ser programado apenas em linguagem ladder, o que torna extremamente difcil a implementao das estratgias de controleavanadoescolhidasdiretamentenoprprio. OCLPescolhidodamarcaKeyence,modeloKV300.umminiCLP,compostopor um mdulo de alimentao, KVU4, outro de I/O analgicos, modelo KVN6, e outro mdulo processador com 10 entradas e 4 sadas digitais. O mdulo de I/O analgicos consiste de 4 entradas ( 10V, 5V, 0 a 20mA) e 2 sadas analgicas ( 10V, 5V, 4 a 20mA). O valor de tenso nas entradas/sadas configurado pelo usurio. O software de

27

programao do CLP, como j dito, s suporta a linguagem ladder, e foi desenvolvido para ser executado em ambiente Windows. O CLP se comunica com o computador por intermdio de uma porta RS232. Informaes mais detalhadas sobre o CLP so apresentadasem[Keyence,1999]. O computador ligado ao CLP, e ambos se comunicam por meio de uma placa de aquisio de dados, com conversores A/D e D/A, de 10 bits, responsveis por transferir os sinais dos sensores para o computador e os sinais de controle, calculados pelo PC, para o CLP, respectivamente. As funes do PC so as de colher e filtrar os dados do processo, calcular os sinais de controle para manter o pH prximo referncia, enviar tais sinais ao CLP e possibilitar o armazenamento dos dados de testes, contendo as medies de nvel e pH, os sinais de atuao, e os parmetros estimados. O PC um AMD Athlon 1800+, com 512MBdememriaRAM,esistemaoperacionalWindowsXP. O objetivo de controle manter tanto nvel quanto pH o mais prximos quanto o possvel de suas respectivas referncias. A primeira condio, como j frisado, fundamental para um bom controle de pH, visto que o modelo linearizado obtido para controleobtidoconsiderandoseumnvelestvel.Essacondiomostradacomdetalhes noCaptulo4.

28

3.

Metodologia
Nesse captulo descrita, brevemente, a metodologia de execuo desse projeto. Em

primeirolugar, ser discutidaa modelagem doprocesso. Grande partedesse trabalhoj foi feita em [Rocha, 2006]; entretanto, algumas lacunas ainda devem ser preenchidas. Ser citada tambm a forma de controle de nvel do tanque de mistura, j abordada por Rocha (2006). As partes mais importantes deste projeto, correspondendo ao desenvolvimento de um simulador para o processo e implementao de estratgias de controle avanado, seroapresentadasemseguida.Ocaptuloencerradocomalgumasconsideraesfinais.

3.1. Modelagem do Processo

3.1.1. Modelagem do Processo de pH
Porserextremamentecomplexo,esteprocessopossuivriosdetalhesquedevemser levadosemcontaantesdeseelaborarqualquertipodeestratgiadecontrole.Paraentender algumasdessaspeculiaridadesdevese,primeiramente,compreenderomodelofsicodetal sistema. Uma das grandes dificuldades que acompanham o controle de pH, e a mais visvel, reside na grande nolinearidade do processo. A principal delas referente mudana de ganho em vrias ordens de grandeza, como j mostrado na Figura 2. Essa mudana impossibilita que um simples controle linear possa operar em vrios pontos de operao, controlandodiretamenteavarivelpH. Esforos jvm sendofeitos com relaoessaquesto.Naranayan e companheiros (1998) abordam o uso de variveis auxiliares para tornar o ganho do processo mais linear. Nesse trabalho, os autores citam que a diferena na concentrao de ons H+ e OH varia de forma praticamente linear para um processo cidoforte baseforte, que o caso estudado

29

naplantapilotodescritanoCaptulo2,comomostradonoCaptulo4.Rocha(2006)derivao modelodoprocessopormeiodeumbalanosimplesdemassa,modeloestequedadopor

dY = Fa (t )Ca (t ) Fb (t )Cb (t ) F (t )Y (t ) ,(3.1) dt

onde: A escolha da varivel Y para a modelagem e controle do processo se deu devido fcil transformao entre o pH e seu valor. Tal relao de transformao encontrada no ApndiceI. Paraencontrarafunodetransfernciacorrespondenteparaesseprocesso,setorna necessriaalinearizaoemtornodeumpontodeoperao.Oobjetivoobterummodelo em funo da vazo de entrada da soluo cida, que ser usada no controle do pH. Rocha (2006) apresenta tambm esse modelo, lembrando que as variveis assinaladas com () determinamopontodeoperaodaplanta.Afunodetransferncia,ento, Vovolumedotanquedemistura(l); YadiferenanasconcentraesdosonsH+eOH(mol/l); Faavazodeentradadecidonotanquedemistura(l/s); Fbavazodeentradadebasenotanquedemistura(l/s); Caaconcentraodasoluocidadotanquedecido(mol/l); Cbaconcentraodasoluobsicadotanquedebase(mol/l); Favazodesadadotanquedemistura(l/s).

GpHa ( s)=

Y ( s) Ca ' ( Fa '+ Fb ') = ,(3.2) Fa ( s) s +1

30

que um modelo de primeira ordem, sem tempo morto devido ao fato de a reao de neutralizao ser extremamente rpida, cujo tempo de reao pode ser desconsiderado , comconstantedetempoiguala

V' Fa '+ Fb ' .(3.3)

Da mesmaforma, podese obter o modeloquerelaciona a diferenade concentrao comavazodebase

GpHb ( s)=

Y ( s) Cb ' ( Fa '+ Fb ') = .(3.4) Fb (s) s +1

Por esses modelos, percebese que, para aproximar o processo de um sistema linear, o volume do tanque de mistura deve ser constante, bem como as vazes de entrada das solues cida e bsica, alm da concentrao de ons H+ e OH nas solues cida e bsica. Para manter o volume constante um controlador de nvel incorporado ao sistema, o qual deve ter um bom desempenho para permitir que o modelo linearizado represente bem o processo. Vale lembrar que a vazo de base regulada por meio de um simples registro; esta varivel ser considerada como perturbao constante para os controladores projetados. Rocha (2006) comenta que a derivao desse modelo supe homogeneidade no tanque de mistura, o que uma aproximao vlida dadas as dimenses do tanque e as pequenasvazesdeentrada.Valeaindaobservarque,paralinearizaodomodelo,avazo de concentrado cido deveria permanecer constante, o que no acontecer no processo, vistoqueabombaquereceberaaodecontrolecalculadapelocontroladorresponsvel poressavazo.Ovalorutilizadonessalinearizaoserescolhidocombaseemumamdia obtidanasimulaoparaocontroledopHprximoaovalorneutro,7.

31

Porltimo,restaobteromodelodiscretizadodoprocesso.Essemodeloimportante quando do projeto do simulador para o processo. Para obtlo, basta discretizar as funes de transferncia contnuas dadaspor (3.2)e (3.4). Na transformao para o modelo discreto j se considera a presena de um extrapolador de ordem zero, cuja funo manter o valor da varivel manipulada constante entre os instantes de amostragem. A funo de transfernciadiscretaparaomodelodiferenadeconcentraovazodecidoequivalea

K da z 1 Y ( z 1 ) G pHa ( z ) = = Fa ( z 1 ) 1 z 1 ,(3.5a)
1

K da =

Ca ' (1 ) ,(3.5b) Fa '+ Fb '

onde = e

T S

, e TS corresponde ao tempo de amostragem escolhido. Da mesma forma,

paraomodelodiferenadeconcentraovazodebase:

K db z 1 Y ( z 1 ) G pHb ( z ) = = Fb ( z 1 ) 1 z 1 ,(3.5c)
1

K db =

Cb ' (1 ) .(3.5d) Fa '+ Fb '

A escolha do tempo de amostragem deve considerar diversos fatores. Rocha (2006) recomendasequeomesmosemantenhaentreoslimites

15

< Ts <

10
.(3.6)

32

Esses limites evitam o falseamento (aliasing) do sinal no caso, a varivel de processo. Maiores detalhes sobre os efeitos do tempo de amostragem so apresentados em [Rocha, 2006]. A escolha do perodo de amostragem ser apresentada no Captulo 4, e no Captulo6apresentaseumajustificativadessevalorbaseadaemtestesreais.

3.1.2.

Modelagem do Processo de Nvel

O modelo de nvel tambm pode ser deduzido de um balano de massas do sistema

[Rocha, 2006]. Este balano indica que a variao de massa no sistema igual vazo mssicadeentradamenosavazomssicadesada.Dessaforma,temosque:

s Ab
onde:

dh = a Fa + b Fb s Fs ,(3.7) dt

Sadensidadedasoluodotanquedemistura(kg/l); Abareadabasedotanquedemistura(m2); aebsoasdensidadesdassoluescidaebsica,respectivamente(kg/l); Fa e Fb so as vazes volumtricas de entrada da soluo cida e bsica no tanque

demistura,respectivamente(l/s); Fsavazodesadadotanquedemistura(l/s); A partir dessas equaes, Rocha (2006) obtm a funo de transferncia do processo comosendo

103 a 103 b 103 H ( s) = F (s) + F (s) Fs ( s ) .(3.8) Ab s s Ab s a s Ab s b

A constante 103 encontrase presente apenas para transformar as unidades de litros para metroscbicos.

33

3.1.3.

Variao da Vazo de Base em Relao Altura do Tanque

Uma dificuldade adicional para o controle do pH se refere altura do tanque de

base. De acordo com Alvarenga e Mximo (1999), a presso no interior do lquido varia de acordocomaalturadomesmonoreservatrio,atravsdarelao

p = pa + gh ,(3.9)
ondepa pressonointerior dotanqueemum pontoqualquer,paapressoatmosfrica, adensidadedolquido,gaaceleraodagravidadeehalturadolquidoemrelao aopontoaoqualsequerdeterminarp.Essapressoimportantenadeterminaodavazo de sada do tanque de base, visto que a ltima no controlada, e proporcionada apenas por uma abertura de uma vlvula (torneira). Dessa forma, caso a presso aumente, a vazo desadaaumentar. Nostestesrealizados,onveldotanquedebasefoimantidoconstantemanualmente, pois noexiste, noprocesso,um sensorparamedir onveldotanquede baseeumatuador paracontrolaraaberturadavlvuladesada.Anecessidadedemanterestenvelconstante vem da prpria derivao das funes de transferncia do processo, visto que a vazo de base deve permanecer constante para que o modelo fsico do processo de pH possa ser linearizadoemtornodeumpontodeoperao.

3.1.4.

Sensor de pH
O objetivo dessa etapa verificar a dinmica correspondente ao sensor de pH.

Dependendo da relao entre a constante de tempo do processo e a constante de tempo da respostadosensor,estepodeinfluirnadinmicapercebidapelocontroleealteraromodelo doprocesso. O sensor de pH possui diversas particularidades. Com o tempo, materiais se depositam na membrana do mesmo, responsvel por gerar a diferena de potencial que

34

depende do pH do processo, e alteram a sua medio, com impactos graves no controle do processo [Brandes, 2005]. Outro agravante que o sensor deve estar permanentemente calibrado (sendo que sua descalibrao ocorre com bastante freqncia). Segundo informaes obtidas em um laboratrio que realiza medies frequentes, para se conseguir medidas precisas se tornam necessrias calibraes dirias [Resende, 2007]. Entretanto, processos industriais fazem calibraes com menor freqncia. Recomendase fazer a limpezadosensorperiodicamente[Brandes,2005],eestarepresentaumaboaoportunidade parafazeracalibrao.Almdisso,olquidoderefernciadoeletrododemediodeveser trocado constantemente. Tais fatores mostram que o sensor de pH requer muito cuidado, e aqui so mostradas apenas algumas caractersticas peculiares, para que o leitor se familiarizecomoproblema. Rocha (2006) j apresenta o modelo do peagmetro, ou sensor de pH, da planta piloto desse projeto. Para tanto, o autor utilizouse do mtodo da resposta ao degrau, explicitado em seu prprio trabalho. O modelo derivado corresponde um modelo de primeiraordem,daforma

G pHmetro =

1 ,(3.10) s +1

cujaconstantedetempomostradanoCaptulo4.

3.1.5.

Bombas Peristlticas
Comojditoanteriormente,asbombasperistlticastmumefeitopreponderanteno

comportamento do processo. Como esse efeito altera muito a variabilidade da varivel controlada, pH, principalmente em regies de elevado ganho, decidiuse modellas conformedescritoaseguir. Para se entender o problema, em princpio, basta considerar o fato de que uma bomba peristltica emite rajadas do produto a ser bombeado. Essas rajadas tm volume

35

fixo, cujo valor depende da construo da bomba. O sinal de controle, manual ou automtico, que determina a ao da bomba, regula o nmero de rajadas por intervalo de tempo que a bomba emite. Considerando que, em um determinado tanque, se queira controlaroprocessoparaque o pH semantenhaem7,porexemplo,equeaadiode6ml de cido faa com que o pH caia para um valor prximo de 4, se cada rajada emitida pela bomba peristltica for de 6 ml, uma grande variao na PV ser observada. Esse problema ocorre na planta piloto desse projeto, e no pode ser resolvido, apenas minimizado. Por se tratar de um sistema cidoforte baseforte, a bomba peristltica acaba por promover uma variabilidadegrandenocontroledopHemtornodarefernciadesejada,principalmentena regiodepHprximaa7,comomostradomaisadiantenestetrabalho. Dessa forma, para se projetar um bom simulador, tornase necessrio considerar os efeitos de tal bomba. Provitec (2006) explica o princpio fsico do funcionamento de uma bombaperistltica.Elaconstitudade:
1. 2. 3. Cabeoteemformadeferradura,paraguiaramangueiradocartuchohidrulico; Oprpriocartuchohidrulico,queamangueiranaqualcorreoprodutoaserdosado; Osroletes,montadosnobraoportarolete,quepressionamamangueiradocartuchohidrulicocontrao cabeote; 4. 5. 6. 7. Oeixocentraldabomba,quegiraobraoportarolete; Conexoparamangueiradeaspiraodabombona(entradadabomba); Conexoparamangueiradeinjeo(sadadabomba); Motoreltrico,engrenagensdereduo,eletrnicadecontrolecomregulagem,leds,etc.

AFigura4mostraumafoto(diagrama)ilustrandoaconstruodabomba.Osroletes so comandados pela ao de controle aplicada bomba. Ao girarem (sentido horrio), formase um vcuo na mangueira de aspirao da bombona, que puxa o produto para dentropeloladoesquerdodabomba.Aocontinuargirando,oroletenoladodireitoliberaa passagem do produto que entrou puxado pelo vcuo na mangueira, o que caracteriza a emissodeumarajada.

36


FIGURA 4 - Componentes de uma Bomba Peristltica FONTE: http://www.provitec.com.br/produtos/peristaltica.html, 2006

Para modelar os efeitos deste movimento da bomba, necessrio primeiramente saberovolumedeumarajada.Paratanto,foi realizadoumprocedimento de calibrao em que, durante um intervalo de tempo suficientemente grande deixouse a bomba em funcionamento, emitindo as rajadas e acumulando o fluido bombeado em um tanque. Contouseonmeroderajadasemitidas,eapartirdovolumefinalnotanque,determinou seovolumedeumanicarajada,dividindoseovolumefinalpelonmeroderajadas. Feita a calibrao de rajadas, devese determinar a velocidade de emisso das rajadasemfunodosinaldecomandodabomba.Comabombaemmanual,enviaseuma aodecontroleconhecida(entre4e20mA,correspondentesa0e100%deao).Paraesse sinal,duranteumintervalodetemposuficientementegrande,contaseonmeroderajadas emitidas. Dividindoseesse valor pelo tempo cronometrado, obtmse o nmerode rajadas porsegundoparaaquelaao.Esseprocedimentorepetidoparavriospontosdeformaa determinaracurvaestticadabomba. O terceiro e ltimo passo consiste em transferir essas informaes para a simulao. Para tanto, uma varivel armazena o quanto o rolete, mostrado na Figura 4, j girou. Para fins de explicao, essa varivel ser referida como R. Repare que um giro de 180 dos roletes corresponde emisso de uma rajada. Cada unidade dessa varivel significa que os

37

roletes completaram um giro de 180, o que significa que essa varivel corresponde ao nmeroderajadasquedevemseremitidas.Paracadainstantedeamostragem,osimulador l a sada calculada pelo controlador (ao de controle da bomba) e, por meio da curva esttica da bomba, determina o nmero de rajadas a serem lanadas. O resultado desse clculo,somadoaovaloranteriordeR,onmeroderajadasquedevemseremitidasno instanteatual. Entretanto, essa varivel pode ser fracionria. Caso isso ocorra, s a parte inteira deve ser considerada na simulao das rajadas, pois a bomba real s emite um nmero inteiro de rajadas. O restante deve permanecer em R. Por exemplo, se o nmero 2,5 for calculado, o simulador deve emitir uma rajada equivalente a 2, e R deve passar a valer 0,5. Emitir uma rajada equivalente x significa, para fins de simulao, emitir naquele instanteumarajadacomvolumexvezesmaior doqueovolumedeumanicarajada. Essa abordagem vem do fato de que, no processo real, pode acontecer mais de uma rajada entre duas amostragens, e uma aproximao deste acontecimento na simulao pode ser implementadadessamaneira. Assim, modelase de forma mais realstica os efeitos da bomba peristltica. Somente a bomba de emisso de concentrado cido ser modelada. Para o controle de nvel, esses efeitospodemsernegligenciados.AmodelagemdabombaapresentadanoCaptulo4.

3.1.6.

Efeitos do Agitador
O projeto de um agitador para um dado processo requer mais cuidados do que se

pode imaginar. Pesquisadores da rea definem um termo, chamado tempo de mistura (mixing time), que se refere ao tempo necessrio para que a mistura atinja um certo grau de homogeneidade [Delaplace et al, 2000]. Esses autores ainda citam que, juntamente com a potnciaconsumida,otempodemisturadeterminaaeficinciadosistemadeagitao. Otempodemisturapodesercalculadoapartirdapotnciadoagitadorque,porsua vez,dependedas dimensesdo tanque, velocidade de rotao, formato doagitador, dentre outros fatores [Nienow, 1997], [Samaras el al, 2006]. Dessa forma, o tipo de processo j

38

determina os melhores sistemas deagitao a serem utilizados. Um bom dimensionamento do processo resulta em um tempo de mistura dez vezes menor do que o tempo de residncia[Samarasetal,2006],querelacionadoconstantedetempodoprocesso. Outro detalhe desse sistema que a agitao no deve ser to forte ao ponto de provocar vrtices. Vrtices so redemoinhos que podem surgir em correntes de gua e, segundo Patterson (2005), reduzem a segregao e aumentam os gradientes relativos de concentraoentreregiesdefluidosnohomogeneizados. Emoutras palavras,apresena de vrtices indica que o sistema est sendo mal homogeneizado, condio vital para a modelagemdoprocessodepHutilizadanesseprojeto. Com relao planta piloto, sabese que a forma do agitador foi escolhida de forma inadequada anteriormente, vistoque, emtanques demistura,o agitador deve provocarum fluxo transversal, e no radial [McMillan, 1994]. Fluxo radial significa paralelo ao agitador, e, no caso da planta piloto, ao fundo do tanque, enquanto o fluxo transversal paralelo s paredes do tanque. O formato do agitador atualmente presente na planta, segundo McMillan (1994), promove um fluxo predominantemente radial, inadequado para promover a homogeneizao desejada, o que pode dificultar ainda mais o controle de pH no tanque. Essa escolha foi feita pelo projetista de forma a tornar a planta piloto um objeto deestudosmaisinteressante. Para contornar esses problemas, a idia realizar uma modelagem emprica dos efeitos do agitador no processo. Acreditase, por experimentao na prpria plantapiloto, que a agitao promove uma variao na velocidade de resposta do processo. Quanto maior a agitao, mais rpida seria a resposta. Alguns tanques, semelhantes ao tanque de mistura da planta piloto, so agitados por meio de uma vazo de recirculao ao invs do usodeturbinasouagitadores.Quantomaiorarecirculaodentrodeumtanque,maiora agitao que seu contedo sofre. Sendo assim, pode ser feita uma associao direta entre a velocidade de rotao de um agitador com uma vazo de recirculao hipottica, na qual um aumento na velocidade de rotao do agitador provocaria um aumento na vazo de recirculao.

39

Reconsiderando a constante de tempo do processo, mostrada em (3.3), tendo em vista uma vazo de recirculao, podese estabelecer, baseado em [Jota, 1998], que a constantedetempodoprocessoseriaiguala

V' Fa '+ Fb '+ Fr ' ,(3.11)

ondeFravazoderecirculao,eml/s.Pormeiodessaequao,podeseperceberqueum aumento da vazo de recirculao diminuiria a constante de tempo do processo, i.e., aumentaria a sua velocidade de resposta. Esse resultado o desejado, visto que a vazo de recirculaohipotticadiretamenteproporcionalaonveldeagitao. Dessa forma, basta modelar os efeitos do agitador como se a agitao fosse promovida por vazo de recirculao. O agitador possui um comando manual, que determinaavelocidade deagitao,por umpotencimetro cujaescalavariade0a 8, sendo que, quanto maior o valor, maior a agitao promovida. aceitvel que este valor chegue at 3, onde se inicia a formao de vrtices. Tal valor o escolhido para a realizao dos testes na planta, por promover a mxima homogeneizao sem formar vrtices significativos. Para adicionar os efeitos da agitao ao modelo do processo, foi realizado um teste de resposta ao degrau no processo real para o nvel de agitao adotado na planta, determinadopelocomandomanualdoagitador.Pormeiodarespostadoprocesso,podese determinar a constante de tempo utilizandose do mtodo da Resposta Complementar, apresentadoem[Teixeira,2004].EstesresultadossoapresentadosnoCaptulo4. A constante de tempo terica calculada para agitao nula, prevista pela equao (3.3) comparada com a obtida para o nvel de agitao escolhido. Tal valor substitudo na equao (3.11) e, com os valores da vazo de cido, vazo de base e volume do tanque

40

que determinam o ponto de operao do processo, calculado o valor da vazo de recirculaoequivalente.

3.2. Controle de Nvel

Como descrito no item 3.1.1, o volume do tanque de mistura deve ser mantido constante para que o processo possa ser aproximado por um sistema linear. Para atingir tal objetivo,foidesenvolvidoumcontroladordenvelporRocha(2006). O controlador possui apenas ao proporcional e um desacoplador de malhas, e foi implementado diretamente no CLP, por ser relativamente simples. O sensor de nvel tem resposta dinmica muito rpida, e seu modelo pode ser considerado simplesmente como sendo um ganho. O controle feito mediante um sinal de comando para a bomba peristltica que controla a vazo de sada do tanque de mistura. As outras vazes so consideradas como variveis de perturbao para o controlador. Maiores detalhes so encontradosem[Rocha,2006]. No escopo desse projeto est includo o controle de nvel, indispensvel para o bom comportamento dos controladores avanados que se pretende implementar. Portanto, considerase o nvel como controlado, resultando em um volume do tanque constante, no desenvolvimento do simulador e das tcnicas de controle a seguir. Contudo, sabese que o controlador proporciona um erro no controle do nvel do tanque quando os controladores variamavazodeentradadecido,fazendocomqueopontodeoperaosejamudadoum poucodevidovariaodovolume.

3.3. Projeto do Simulador

O objetivo do simulador ter a capacidade de representar o processo de controle de pH em um ponto de operao previamente escolhido, que depende das concentraes das solues cida e bsica, das vazes de entrada das solues cida e bsica, e do volume do tanque. O simulador foi construdo usando o software MatLab, por apresentar fcil manipulao de matrizes. Essa facilidade se mostra bastante atraente quando da

41

implementao da estimao de parmetros e do GPC, mostrados no item 3.4.1 e 3.4.3, por envolveremdiversasoperaesmatriciais. A sequncia que o simulador dever seguir mostrada na Figura 5. O primeiro passo para o projeto do simulador a definio do ponto de operao do processo. Tal pontodeterminadopelaescolhadovolumedotanque,vazesmdiasdeentradadecido e base, e valores de pH das solues cida e bsica. A segunda etapa corresponde derivao da equao de diferenas que representa o processo no ponto de operao escolhido. Tal equao depende, inclusive, do valor escolhido para o perodo de amostragem. Por se tratar de um processo de primeira ordem, a equao de diferenas tem aforma ya (k ) = a1a ya (k 1) + b0 a Fa (k 1) ,(3.12a)

yb (k ) = a1b yb (k 1) + b0b Fb (k 1) ,e(3.12b)

y(k ) = ya (k ) + yb (k ) ,(3.12c)
onde y(k) o valor da diferena de concentrao entre os ons H+ e OH no tanque de mistura, em mol/l; ya(k) o efeito da vazo do concentrado cido nessa diferena de concentrao e yb(k) o correspondente em relao vazo do concentrado bsico. Fa(k) e Fb(k) so tais como em (3.1). Os parmetros das equaes de diferenas (a1a, a1b, b0a, b0b) so aqueles que refletem os efeitos das escolhas do ponto de operao e do perodo de amostragemparaasimulaonarespostadomodelo,epodemsercalculadospelasfunes de transferncia discretas, mostradas no conjunto de equaes (3.5). Tais funes de transfernciassofacilmenteconvertidasparaasequaesdediferenas(3.12a)e(3.12b). Oterceiropassocorrespondedeterminaodascondiesiniciaisdoprocesso,que consistemnosvaloresiniciaisdasvazesdecidoedebaseedadiferenadeconcentrao. A diferena de concentrao pode ser mapeada sem dificuldades para obter o valor do pH notanquedemistura.

42

1 Definio do Ponto de Operao

2 Obteno dos Parmetros da Equao de Diferenas

3 Determinao das Condies Iniciais

4 Clculo da Resposta do Processo

5 Estimao de Parmetros

6 Clculo da Ao de Controle

7 Clculo da Resposta da Bomba

No

8 Acabou o Tempo de Simulao?

Sim 9 FIM

FIGURA 5 Fluxograma de Sequncia de Passos de Simulao

A partir dessas informaes, o simulador capaz de fazer o clculo do valor da diferena de concentrao no primeiro instante de amostragem, por meio do conjunto de equaes (3.12) passo 4. A partir desse valor, podese tambm derivar o valor do pH no tanque.Aestevaloradicionadoumrudocommdiazero. No passo 5 acontece a estimao de parmetros. Essa estimao depende de valores passadosdaentrada,Fa(k),edasada,y(k).Omtododeestimaodeparmetrosescolhido o Mnimos Quadrados Recursivos com Fator de Esquecimento. Esse mtodo tem rpida

43

convergncia, e possibilita estimar os parmetros do processo online e para uma janela de tempo escolhida [Jota, 2006]. O funcionamento desse mtodo mostrado em 3.4.1, bem comoaformanaqualserimplementadoparaoprocessodecontroledepH. O passo 6 corresponde ao controlador implementado. Como o projeto aborda mais de um tipo de controlador, o simulador permite a escolha de qual deles ser simulado por meio de uma varivel interna. O clculo da ao de controle depende dos parmetros estimados no passo 5. Cada controlador possui estrutura e objetivos prprios, como descrito no item 3.4. O controlador escolhido calcula a ao de controle, limita seu valor entre 0 e 50% e envia o sinal limitado bomba. Escolheuse implementar o limite mximo em50%porjconseguirsecontrolaroprocessonafaixadesejada,de4a11pH,evitandoo consumo desnecessrio de reagente cido, difcil de ser preparado, durante os testes reais. Implementaramse os mesmos limites na simulao para atingir objetivos de comparao entre os resultados simulados e os reais. O algoritmo de limitao da ao de controle tambm corrige o valor de Fa(k) determinado pelo controlador, utilizado no clculo da resposta do processo. Por exemplo, se o valor de Fa(k) for calculado de tal forma que exija uma ao de controle na bomba maior que 50%, o valor corrigido de tal forma que corresponda ao de 50%. Tal correo necessria pois a diferena de concentrao calculada com as equaes descritas em (3.12), que requerem a vazo de cido e no a ao decontrole. O passo7 corresponde transformao daao de controle calculada no passo 6 em uma vazo de concentrado cido, a partir do modelo da bomba descrito em 3.1.5. A equao para esta transformao apresentada no Captulo 4. Aps este passo, caso o tempo de simulao tenha atingido um limite prdeterminado, a simulao encerrada e os resultados relevantes (pH do tanque, sada da bomba, ao de controle, diferena de concentrao, dentre outros) so mostrados em grficos. Caso contrrio, o simulador retornaaoquartopasso.

44

3.4. Implementao dos Controladores

O objetivo maior desse projeto controlar o pH do tanque de mistura do processo. Como j dito anteriormente, os convencionais PID no so capazes de suprir um controle timo caso o processo varie suas condies operacionais. Por exemplo, caso o pH da soluocidavarie,ocontroladorPIDteroseudesempenhoalterado. A metodologia de projeto de controladores PID adotada mostrada no item 3.4.2. Na tentativa de conseguir um melhor controle, sero testados dois tipos de controladores adaptativos na planta, explicados nos tens 3.4.3 e 3.4.4. Esses controladores dependem dos parmetros estimados da planta. Essa estimao pode ser realizada online, o que mostradonoitem3.4.1.

3.4.1.

Estimao de Parmetros
O conjunto de equaes (3.12) mostra que esse processo tem quatro parmetros a

serem estimados, sendo eles a1a, a1b, b0a, e b0b. Entretanto, como o objetivo estimar o efeito da bomba de cido no processo e a vazo de base permanecer constante, o mtodo deve ser utilizado para estimar apenas a1a e b0a, considerando que os outros dois parmetros fazem parte de uma perturbao constante pelo motivo de a vazo de base no se alterar. Tal perturbao resumida na equao (3.13) a seguir pelo fator d, que tambm deve ser estimado, que corresponde a um modelo ARMAX [Jota, 2006], representado pela equao dediferenas

yk = a1 yk 1 a2 yk 2 ... an yk n + b1uk 1 + b2uk 2 + ...b2uk 2 + d + ek ,(3.13)

onde ukaentrada,ykasadaeek orudono instantedeamostragem k;d correspondea um fator que, se diferente de zero, corresponde introduo de uma nolinearidade no processo. Os parmetros do modelo podem ser estimados obtendose um conjunto de

45

dados que reflita a entrada, Fa(k), e a sada, y(k), para vrios instantes de amostragem. Um mtodocapazderealizaressatarefaomtododosMnimosQuadrados[Jota,2006]. Esse mtodo consiste em determinar um vetor de parmetros que representam o processo,,atravsdeseusvetoresdesada,y,edamatrizx.Assadasdoprocessopodem serdescritaspor

y=x.+e,(3.14a)

y1 y1 y y0 2 = y y0 1 yN y N 1 y N 2

y n +1

u0

u1 u0

y n + 2 u1 yN n

u N 1 u N 2

a1 a 2 e1 u m +1 an e u m + 2 + 2 (3.14b) b 1 b2 eN uN m bm

onde e o vetor que representa os rudos do processo, e a matriz x pode ser melhor entendida atravs de (3.14b). A equao (3.14a) nada mais do que uma representao vetorialdassadasyiobtidaspormeiode(3.13). Jota(2006)afirmaqueosparmetrosdoprocessopodem,ento,serestimadospor

LS=(xTx)1xTy.(3.15)
Entretanto, esse mtodo requer que os dados sejam todos colhidos e, apenas aps essa ao, os parmetros poderiam serestimados. Para prover a caracterstica deadaptao do controlador ao processo, o desejvel que esses parmetros sejam estimados online, ou seja, durante o controle. O mtodo dos Mnimos Quadrados Recursivo capaz de estimar os parmetros dessa forma, baseado nos ltimos valores medidos das entradas e sada do

46

processo. Uma desvantagem desse ltimo mtodo que, a partir de um certo nmero de amostrascolhidas,osvaloresdosparmetrosestimadosnosomaisalterados. O mtodo dos Mnimos Quadrados Recursivo com fator de esquecimento [Jota, 2006] capaz de considerar apenas uma janela de dados na estimao dos parmetros, resolvendoadesvantagemdoltimomtododescritonopargrafoanterior.Jota(2006)cita queessemtodopermiteaobtenodosparmetrosatravsdasequaes

PN =

{I K N x T N }P N 1

;(3.16a)

1 K N = ( + xT NP N 1 x N ) P N 1 xN ;(3.16b)

N = N 1 + K [ y xT N N N N 1 ] ,(3.16c)
nas quais I uma matriz identidade, e corresponde ao fator de esquecimento, que se relacionacomajaneladetempoamostraldesejadapelaequao

JTA 1 ,(3.17) JTA

onde JTA a janela de tempo amostral e xNT corresponderia ltima linha da matriz x mostrada em (3.14b), mas para o instante de amostragem no qual a estimao est sendo feita. A janela de tempo amostral significa que s as ltimas JTA amostras influenciam os parmetros estimados no instante atual. Por exemplo, se JTA for escolhida como 100, como se apenas os ltimos 100 dados obtidos do processo fossem responsveis pelo valor atual dos parmetros estimados. Amostras anteriores s 100 amostras mais recentes no exerceriam influncia alguma. A matriz PN escolhida aleatoriamente antes do incio da estimao,bemcomoo vetordeparmetros N.Casonose tenhaidia dos parmetros do processo, amatriz PN deveserescolhidacom valoreselevados,o quepossibilitaumamaior

47

variao no vetor de parmetros de uma amostragem para a outra. Quanto mais iteraes so realizadas, mais os valores dessa matriz diminuem, retirando a liberdade de ajuste dos parmetros do processo e significando que o estimador est sendo capaz de determinar o comportamento do processo. Outros detalhes podem ser encontrados nas notas de aula de Jota(2006). Devido constante necessidade de manipulao de matrizes, o que pode ser visto

pelo conjunto de equaes (3.16), optouse pela utilizao do Matlab para determinar os parmetrosdoprocesso. Nesse trabalho ser empregado o mtodo dos Mnimos Quadrados Recursivo com fator de esquecimento. A entrada considerada foi a vazo de cido, Fa(k). Como se quer estimary(k)apartirdeFa(k),masFb(k)tambminfluencianessevalor(3.12),deveseestimar tambm o efeito de Fb(k) em y(k). Como a vazo de base constante, a partir de um certo tempo a parcela do efeito de Fb(k) no processo tambm se torna constante. Considerando essaperturbaoconstante,podeseassumirqueoparmetrodnaequao(3.13)capazde representar esse efeito. Dessa forma, a incluso da estimao do parmetro d no mtodo torna possvel uma melhor aproximao dos outros dois parmetros, a1a e b0a, aos valores reais. Paraentendermelhor,considereasomadasequaes(3.12a)e(3.12b)

y(k ) = a1a ya (k 1) + b0 a Fa (k 1) a1b yb (k 1) + b0b Fb (k 1) .(3.18)

Atravsdaequao(3.12c),temseque

ya (k ) = y(k ) yb (k ) (3.19)
Substituindose(3.19)em(3.18)

48

y(k ) = a1a y (k 1) + b0 a Fa (k 1) + (a1a a1b ) yb (k 1) + b0b Fb (k 1) .(3.20)

Por meio da transformao em equao de diferenas das funes de transferncias dadaspor(3.5a)e(3.5c),sabesequea1aea1btmomesmovalor.Portanto,

y(k ) = a1a y (k 1) + b0 a Fa (k 1) + b0b Fb (k 1) ,(3.21)

ondeoltimotermocorrespondeaoparmetroddomodeloARMAXdadoem(3.13). Assim sendo, o mtodo dos Mnimos Quadrados Recursivo com Fator de Esquecimentoserutilizadoparaestimarosparmetrosa1a,b0aedpormeiodey(k),Fa(k)ea unidade,fatormultiplicadordednaequaodomodeloARMAX.Temseento

= [a1a b0 a d ]T ,e(3.22a)
xN = [ y (k 1) Fa (k 1) 1] ,(3.22b)
comPNsendoumamatriz3x3,eKNeescalares.

3.4.2.

Controlador Proporcional Integral Derivativo (PID)

O controlador PID ser implementado de forma a possibilitar uma ligeira

comparaoentreodesempenhodoscontroladoresadaptativosescolhidosedoPID. Tal controlador possui uma formulao simples, que consiste em, basicamente, aplicar uma ao de controle proporcional ao erro entre o valor desejado referncia e a varivel de processo. Essa ao chamada de ganho proporcional. A ao integral possibilitaremoveroerroemestadoestacionrio,queapareceaoseutilizarsomenteaao proporcional, e a ao derivativa capaz de diminuir asoscilaes da sada,aumentandoa velocidadederespostadocontrolador. Aequaoclssicaparaessecontrolador,emtermosdefunodetransferncia

49

1 U ( s ) = K 1 + sTi

( ) ( ) E s sT Y s ,(3.23) d

onde U(s) a ao de controle, E(s) o erro e Y(s) a varivel de processo; K o ganho proporcional e Ti e Td so os tempos integral e derivativo, respectivamente. O erro definidocomo

E ( s) = R( s) Y ( s) ,(3.24)
ondeR(s)correspondereferncia. Para derivar o controlador discreto, necessrio lanar mo de algum tipo de discretizao.Escolhendoadiscretizaoretangular,naqual

1 z 1 s Ts ,(3.25)
temseque

Ts U ( z 1 ) = K 1 + 1 (1 z )Ti

Td 1 1 + (1 z ) E ( z ) ,(3.26) Ts

gerandoaequaodediferenas

u ( k ) = u ( k 1) + b0 e( k ) + b1e( k 1) + b2 e( k 2) ,(3.27)
onde

50

 T T b0 = K 1 + s + d ;(3.28a) Ti Ts

T b1 = K 1 + 2 d Ts
b2 = K

;(3.28b)

Td .(3.28c) Ts

Detalhessobreessadiscretizaopodemserencontradosem[JotaePena,1993]. A malha fechada deste controlador na planta tal como mostrada pelo diagrama de blocos da Figura 6. A referncia dada em pH e linearizada para a diferena de concentraopeloblocopH>Y.AmedidadopHtambmlinearizadapelomesmobloco, e somente aps essas duas transformaes o erro calculado. Vale observar que, pelo fato de a relao entre pH e Y, mostrada no Apndice I, ser no linear, o erro no pode ser calculado diretamente para os valores de pH para ser linearizado logo depois, pois um valordiferenteseriaobtido,comprometendoodesempenhodamalhadecontrole.

FIGURA 6 Diagrama de Blocos da Malha de Controle Utilizando PID

O mtodo de sintonia escolhido para este controlador foi o mtodo ZieglerNichols sem sobreelevao (overshoot) [Jota, 1998]. Tal mtodo consiste em colocar o tempo integral em infinito e o tempo derivativo em zero, o que corresponde a anular as duas aes. Aps esse procedimento, aumentase o ganho proporcional at que a malha fechada apresente uma oscilao cuja amplitude constante. O ganho crtico, Kcu, corresponde ao valor do

51

ganho proporcional que promoveu tais oscilaes. O perodo crtico, Pu, equivalente ao perododaoscilao.Osparmetrosdocontroladorso,ento,dadospor

K = 0, 2 K cu ;(3.29a)
Ti =
Td =

Pu ;e(3.29b) 2
Pu .(3.29c) 3

Aps a determinao dos parmetros, o desempenho do controlador foi testado em simulao, e o controlador projetado no simulador estendido ao processo real. Ambos os resultadossoapresentadosnoCaptulo6.

3.4.3.

Controlador de Varincia Mnima Generalizado (GMV)

O GMV, ou Controlador de Varincia Mnima Generalizado, tem por objetivo

proporcionar um controle do processo de tal forma que a varincia da sada seja a menor possvel. Alm disso, caractersticas secundrias de erro nulo em estado estacionrio e de escolha do desempenho do controlador podem ser estabelecidas. A descrio do controlador aqui redigida baseada nas notas de aula de Jota (2006). A Figura 7 mostra o diagrama de blocos da malha fechada com este controlador. O elo interno compe a malha de controle do processo. Tanto a referncia quanto a varivel de processo so entradas diretas do controlador, diferentemente do PID. J o elo externo responsvel pela estimaoonlinedosparmetrosdoprocessoeajustedosparmetrosdocontrolador,oque promovecapacidadedeadaptaosmudanasdecomportamentodoprocesso.

52


FIGURA 7 Diagrama de Blocos da Malha Fechada com Controladores Adaptativos

Primeiramente, considerase que o processo pode ser descrito por um modelo ARMAXdotipo

A( z 1 ) yk = z r B( z 1 ) k + C ( z 1 ) k + d ,(3.30)
onde k o instante de amostragem, r o tempo morto do processo em amostragens, k a ao de controle (MV), yk a varivel de processo (PV) e k correspondente a um rudo branco, no instante de amostragem k. O parmetro d um termo que indica uma no linearidade do processo caso seja diferente de zero. A(z1), B(z1) e C(z1) so polinmios em domnio discreto, sendo que A(z1) corresponde aos plos do processo em malha aberta, e B(z1), aos zeros. Esse modelo idntico ao descrito pela equao (3.13), mas agora apresentadodeoutraforma. Para tanto, o sinal de controle k calculado pelo mesmo deve ser correspondente ao valortimoqueminimizaafunodecustoprestabelecida

J = E{k*2 + r |k } ,(3.31)
naqual

53

k = P( z 1 ) yk + Q( z 1 ) k r R( z 1 )k r .(3.32)
Nessas equaes, kr o valor da referncia no instante kr. P(z1), Q(z1) e R(z1) so polinmiosemdomniodiscreto.Apartirdaminimizaode(3.31),possveldeterminara aodecontroleapartirde

k =

CRk Fyk Pd d EB + CQ

,(3.33)

de onde Pd(z1) corresponde ao denominador de P(z1), e E(z1) e F(z1) podem ser determinadosdiretamenteapartirdeC(z1)eA(z1)atravsdaequaodiofantinadadapor

C ( z 1 ) = E ( z 1 ) A( z 1 ) + z r F ( z 1 ) .(3.34)
MaioresdetalhespodemserencontradosnasnotasdeauladeJota(2006). Aderivaodessasequaesbaseadaemumpreditortimo,cujafunoprevero valor da sada aps o tempo morto do processo. A varincia mnima do processo , ento, determinadapelorudodoprocesso,consideradoemk,epeloerrodepredio. O controlador que possibilitaria realmente uma varincia mnima seria aquele no qual Q(z1) fosse igual a zero. Entretanto, tal situao tornaria o controlador instvel caso a planta apresentasse zeros de fase nomnima. Isso significaria que o polinmio B(z1) seria instvel, fazendo com que a equao (3.33) resultasse em um controlador tambm instvel. AintroduodeQ(z1)consegue,portanto,estabilizarocontrolador,aocustodeumamaior varincia da sada. Se for apenas um escalar, Q(z1) funciona como um peso no sinal de controle que, quanto maior, promove uma menor varincia do sinal de controle e uma maior do sinal de sada. Em outras palavras, esse parmetro funciona como um parmetro desintoniadocontrolador.Quantomenor,piorodesempenhodocontrolador,eviceversa.

54

Outra funo de Q(z1) prover uma ao integradora no controle do processo. A forma de fazerissomostradamaisadiantenestemesmoitem. Uma curiosidade, percebida por meio de (3.32), a de que R(z1) pode ser escolhido de forma a prever as referncias futuras na tentativa de melhorar o desempenho do controlador.Essepolinmiopodeserelaboradoparater,porexemplo,ocomportamentode um filtro de mdia mvel. A previso provida por R(z1) se torna de extrema importncia para reduzir a varincia da sada caso o mesmo seja bem determinado, principalmente quando a referncia determinada por um outro controlador, ou seja, o escravo de um controleemcascata. Outra peculiaridade do GMV se d em P(z1). Por influenciar diretamente em yk, tal polinmio pode ser projetado para desempenhar o papel de um filtro na PV, o que reduz a variaonosinaldecontrole. Dessa forma, para apliclo na planta de pH, considerase a equao (3.12a), correspondente(3.30).Assim,temosque

A( z 1 ) = 1 + a1a z 1 ,(3.35a) B( z 1 ) = b0 a ,e(3.35b)

C ( z 1 ) = 1 .(3.35c)
C(z1) considerado igual unidade pois sua modelagem muito avanada, e foge ao escopo desse trabalho. Tal especificao deve ser suficiente para prover um bom controle doprocesso. Pormeiodoconjuntodeequaes(3.35),derivamse

E ( z 1 ) = 1 e F ( z 1 ) = a1a ,(3.36)

55

de forma a respeitar (3.34). Para permitir uma ao integradora no processo, de modo a propiciarumcontrolesemerroemestadoestacionrio,definese Q( z
1

) = (1 z 1 ) ,(3.37)

onde o parmetro que funciona como um peso no sinal de controle. O mesmo foi determinado por meio de simulao pelo mtodo de tentativa e erro para verificar qual valor apresenta uma resposta tima referncia, sem prejudicar muito a varincia final do pHdotanquedemistura. Tendo em vista que o processo manter sua referncia em um mesmo valor durante

umbomintervalodetempo,podeseconsiderar

R( z 1 ) = 1 .(3.38)
A definio do polinmio P(z1) a de que ele corresponder um filtro Butterworth de primeiraordem, demodoquesua frequncia de cortesejadezvezesmaioremrelao de amostragem, para no influir na dinmica do processo e nem falsear o sinal da PV. Dessaforma,asfunesdetransfernciacontnuaediscretadofiltroso

2 .10/Ts ;(3.39a) (2 .10/Ts ) s + 1

1 1 pd 1 z 1
ondepd1= e 2 .10 .

,(3.39b)

Podese, ento, derivar a equao do controlador discreto por meio de (3.33) , com o tempomortoriguala1,comosendo

56

Fak =

k + pd 1k + a1 yk [ pd 1 (b0 + ) ]Fak 1 + pd 1 Fak 2 d b0 +

.(3.40)

Vale ressaltar apenas que o tempo morto igual unidade devido ao fato de a funo de transferncia (3.2) no apresentar tempo morto e o extrapolador de ordem zero, utilizado nas transformaes analgicadigital, A/D (PV lida pelo sensor/ discretizada pelo PLC)edigitalanalgica,D/A,introduzirumtempomortoequivalenteaumaamostragem. Quando o controlador projetado na simulao apresentou bom desempenho, o mesmo foi implementadoem linguagemDelphi para seraplicado na planta.Osoftwareque comunica os dados do CLP com o PC j existe, projetado por Rocha (2006), sendo alterado apenas para comportar esse controlador, cuja implementao final discutida no Captulo 5.

3.4.4.

Controlador Preditivo Generalizado (GPC)

O Controlador Preditivo Generalizado, ou GPC (Generalized Predictive Control), vem

como uma nova alternativa em termos de controle adaptativo. Ao contrrio do controlador de varincia mnima, este no apresenta problemas em relao incerteza no tempo morto do processo e sobreparametrizao do modelo [Jota, 2006]. Ou seja, o polinmio B(z1), descrito no item anterior, poderia ser de ordem maior que a esperada, descontandose o tempo morto, que o GPC ainda converge. Esta caracterstica torna o controlador capaz de lidartantocomprocessossimpleseconhecidos,quantocomprocessosmaiscomplexosede maior dificuldade de controle, como os de fase nomnima e tempo morto elevado. Todas as observaes relatadas nesse item tambm foram retiradas e baseadas nas notas de aula deJota(2006). Afilosofiadestecontroladorutilizarummodelodoprocesso,oupreditor,capazde prover ao mesmo a capacidade de calcular a sua ao de controle baseada no somente em uma predio de um passo frente, mas em uma janela de predies futuras, chamada

57

horizontedepredio.Paracompreenderessenovoconceito,imagineserummotorista.Os controladores comuns se comportam como se fossem motoristas que olhassem apenas para o local no qual os pneus tocam o cho. Entretanto, todos os motoristas olham para um horizonte estendido, que considera as curvas que existem frente, a presena de buracos, de sinais de trnsito, carros estacionados, pedestres, dentre outros, para tomar suas decises. Essa a idia do horizonte de predio: definir a ao de controle que far com queoprocessosigadamelhorformaasuarefernciainstantneaefuturamente. Outra questo inovadora nesse controlador o fato de que o mesmo no calcula apenasumaaodecontrole,masvrias,sendocadaumaparauminstantedeamostragem futuro. Dessa forma, o GPC tem mais graus de liberdade e consegue prover um controle com melhor desempenho em relao aos demais controladores. O nmero de aes de controle que o GPC calcula definido como sendo o horizonte de controle, sendo que as aes calculadasrespeitamafreqnciadeamostragem.Talhorizonte sempremenorque o de predio basta lembrar que impossvel o motorista tomar uma deciso sobre o que fazer aps realizar uma converso antes de tla realizado e saber o que encontrar pela frente.Entretanto,asaesnosoaplicadassempreconformeprogramado;acadainstante de amostragem, os clculos so refeitos. Se o processo tiver um bom comportamento, ou seja, caso seja pouco perturbado, substancialmente as aes de controle calculadas sero prximas quelas previamente programadas. O clculo em cada instante de amostragem permite ao GPC lidar com perturbaes externas que aconteam entre um instante de amostragem e outro, o que no aconteceria caso as aes programadas fossem diretamente aplicadasnoprocesso. Para derivar o clculo da ao de controle, vrias suposies so feitas. A primeira delas a de que, aps o horizonte de controle, o sinal de controle mantido constante. Outrassomostradasnodecorrerdesseitem. UmadasdiferenasemrelaoaoGMVsedemrelaoaomodeloutilizado,nesse caso, o ARIMAX (autoregressive incremental moving average with exogenous input), representadopelaequao

58

A( z 1 ) yk = B( z 1 ) k 1 + C ( z 1 ) k ,(3.41)
onde = 1z1. A primeira discrepncia dessa representao em comparao ao modelo ARMAXdescritopor(3.30)residenofatodeopolinmioB(z1)jincorporarotempomorto do processo, o que no poderia acontecer no GMV. Outra diferena a presena de , que tornaarepresentaodoprocessoincremental;ouseja,aentradadoprocesso,,determina qualavariaonasada,enodiretamenteasada.Essaconsideraotornaocontrolador capaz de rejeitar perturbaes em degrau no processo automaticamente. Dessa forma, o parmetro nolinear d que aparece nas equaes do GMV no est presente nas equaes doGPC. OobjetivodaaodecontrolecalculadapeloGPCminimizarafunodecusto J ( n1 , n2 ) = onden1ohorizontedeprevisomnimo,n2ohorizontedeprevisomximoe(j)uma sequncia de pesos no sinal de controle. Usualmente, n1 igual a 1 ou ao tempo morto da planta, e n2 igual ao tempo de subida [Jota, 2006]. A soluo desta funo de custo correspondedeterminaodoperfildaaodecontrolequeminimizaseuvalor. Todavia, a matemtica envolvida na determinao da ao de controle muito complexa, e por meio dela que surgem outras suposies para facilitar a formulao do controlador.AproximasequeopolinmioC(z1)equivaleunidade.Nessecaso,aequao diofantinapassaaser

[y
j = n1

k+ j

k + j ] + ( j )[ k + j 1 ]2 ,(3.42)
2 j =1

n2

1 = E j ( z 1 ) A( z 1 ) + z j F j ( z 1 ) ,(3.43)

59

na qual j corresponde ao intervalo de predio. A vantagem dessa equao em relao (3.34) se ddevidoao fato de Ej(z1) e Fj(z1) poderem ser determinados recursivamente, por meio de um algoritmo, tornando o GPC capaz de se adaptar processos com tempo morto varivel, ao contrrio do GMV. Um exemplo de implementao deste algoritmo apresentado no Apndice II Determinao Recursiva dos Polinmios Ej(z1) e Fj(z1) na FormulaodoGPC. Considerando

G j ( z 1 ) = E j ( z 1 ) B( z 1 ) ,(3.44)
aequaodopreditortimo,

y*k + j = G j k + j 1 + Fj yk ,(3.45)
que pode ser obtida isolandose A(z1) em (3.41), substituindo em (3.43) e ignorandose o rudovistoqueopreditornoconseguepreverseuvalor,ejvariandode1an2,temsen2 equaesquepodemserescritasnaformamatricial

+F +E ,(3.46) Y = GU
naqual:

Y = [ yk +1 , yk + 2 ,..., yk + N ]T ;(3.47a)
T = [u , u ,..., u U k k +1 k + N 1 ] ;(3.47b)

= [ f , f ,..., f ]T ;(3.47c) F k +1 k +2 k+N = [ E , E y ,..., E y ]T ;(3.47d) E k +2 N k+N 1 k +1 2

60

 umamatriztriangularinferior ondeN=n2,e G

g0 g G = 1 g N 1

0 g0 g N 2

0 0 ,(3.48e) g0

onde gi a componente i do polinmio Gn2(z1). Vale observar que uma terceira suposio fica evidenciada: a de que o horizonte de predio mnimo, n1, vale 1, pois j varia de 1 ao horizonte de predio mximo, n2. Alm disso, os valores fk+j da equao (3.47c) no correspondem s componentes de Fj(z1), mas sim componente de y*k+j, dada pela equao (3.45),desinaisconhecidosnoinstantedetempok. Dessa forma, o sinal que minimiza a funo de custo (3.42), que pode ser escrita agoranaformamatricial

)T (Y ) + U T U } ,(3.49) J = E{(Y
onde

= [ , ,..., ]T ,(3.50) k +1 k +2 k+N

determinadopelaexpresso

= (G T G + I ) 1 G T ( F ) .(3.51) U
Osinalqueseraplicadoinstantaneamentenoprocesso,ento,

T ( F ) ,(3.52) k = k 1 + g

T correspondeprimeiralinha .Naequao(3.52), g quecorrespondeprimeiralinhade U

da matriz (G T G + I ) 1 G T . Uma ltima simplificao reside no fato de que, para a funo

61

de custo (3.49), no pode ser definido um peso para cada amostragem no sinal de controle, como em (3.42). No caso desse processo, k corresponde Fak. O diagrama de blocos da malha fechada com este controlador igual ao apresentado para o GMV, ilustrado na Figura7. A implementao do controlador, ento, determina primeiro os novos polinmios Ej(z1) e Fj(z1), caso o tempo morto varie. Para o caso da planta piloto, tal fato no deve ser percebido, ou pouco percebido, visto que a planta praticamente no apresenta atraso de tempo devido rpida ao da bomba peristltica e s caractersticas da reao de neutralizao,queocorremuitorapidamente.PormeiodessespolinmioseB(z1),obtmse Gj(z1) utilizando (3.44) e y*k+j por meio de (3.45), permitindo a construo dos vetores das equaes (3.47a) a (3.47d) e da matriz (3.47e). Determinase, tambm, a referncia desejada,econstriseovetor(3.50). Um valor inicial para o peso no sinal de controle escolhido com o auxlio do

. Entretanto, para reduzir a carga simulador. Essa ao torna possvel o clculo do vetor U
computacional,esseclculosedarpormeiodaequao

= (G T G + I ) 1 G T ( F ) ,(3.53) U 1 1 1

NxNU, onde N o horizonte de predio e NU o horizonte de na qual a dimenso de G 1

controle escolhidos para o controlador. A escolha do peso no sinal de controle tambm

T , fazendo com que todos os itens necessrios para o clculo da possibilita a obteno de g
aodecontroledeterminadapor(3.52)encontremsepresentes. Aps essa implementao, o peso no sinal de controle foi ajustado por meio de tentativa e erro na simulao. Assim que o GPC apresentou desempenho satisfatrio na prpria, comparativamente aos desempenhos obtidos com outros valores de , foi implementado em linguagem Delphi, da mesma forma que para o GMV. Como o clculo matricial exigidoporessecontrolador tornaasuaimplementaoextremamentetrabalhosa

62

nessa linguagem, utilizouse um componente matemtico, chamado SDL MathPack, que j incorpora as operaes necessrias com matrizes, bem como para a implementao do mtodo de estimao online. Contudo, devido falta de tempo, tal controlador no pde ser testado no processo real. A implementao desse controlador discutida com mais detalhesnoCaptulo5.

3.5. Observaes Finais

Para testar os controladores implementados, primeiramente utilizouse o simulador, eapsissoforamfeitostestesnaplantareal,sendoqueestesforamexecutadosapenaspara os controladores PID e GMV. Os controladores implementados para o processo simulado foramtraduzidosparaalinguagemDelphi,naqualumprograma,desenvolvidoporRocha (2006),losdadosdoCLP,calculaaaodecontroleeaenviadevoltaaomesmo,emcada instantedeamostragem.Oscontroladoresforamincorporadosnesseprograma. De modo a minimizar os efeitos da mudana na vazo de base do tanque de base

quando a altura diminui, os testes sero conduzidos tendo em vista manter a altura do tanques durante sua execuo. Entretanto, os procedimentos para testes so descritos apenasnoCaptulo6destetexto.

63

4.

Modelagem do Processo

4.1. Modelagem do Processo de pH

O modelo linearizado do processo de pH deve ser derivado baseado em um ponto de operao escolhido. Por apresentar maior dificuldade de controle, o ponto de operao escolhido relativo ao controle do processo com pH prximo a 7 e vazo de base equivalentea10ml/s. O cido deentradatem pH iguala1,5eabase, pH12,15.O segundo valor pde ser medido diretamente da soluo, mas o primeiro no, visto que a faixa de operao do sensor de 4 a 10 pH. Porm, o sensor capaz de medir com boa preciso valores at 12,5 pH, como observado em testes comparativos com sensores mais novos de outros laboratrios. Portanto, confiouse nas propores utilizadas na produo da soluo deconcentradocidoeemclculosparasedeterminaropHdasoluocida. Dessa forma, a concentrao do cido, Ca ([H+]), vale 0,0316 mol/l, e a da base, Cb ([OH]),0,0141mol/l,sendoaprimeiraderivadapormeiodaequao(1.2),easegundapela equao

14 pH = log[OH ] .(4.1)
Esses valores para o pH das solues cida e bsica caracterizam um processo cidoforte baseforte. Porsimulao,concluiusequeavazodecidonecessriaparaproduzirumpHem torno de 7 no tanque de mistura para uma vazo de entrada de base igual a 10 ml/s de, aproximadamente, 4,5 ml/s. O volume do tanque de mistura mantido constante pelo controladordenvelem3,5l.Assimsendo,opontodeoperaosetornaaqueleapresentado naTabela1.

64

TABELA 1 -

Escolha do Ponto de Operao do Processo Valor 0,0316 mol/l 0,0141 mol/l 4,5ml/s 10ml/s 3,5l 1s

Varivel Ca concentrao do cido (H+) Cb concentrao da base (OH-) Fa vazo de cido Fb vazo de base V volume do tanque Ts perodo de amostragem

A partir dos valores dessa tabela, juntamente com as equaes (3.2) e (3.3), gerado omodelodeprimeiraordem

G pHa ( s)=

Y (s) 2,181 = ,(4.2) Fa ( s) 241, 4s + 1

comganhodadoemmol/s,econstantedetempoemsegundos. Da mesma forma, a partir de (3.5a) e (3.5b), obtmse o modelo discreto como sendo:

0,009016 z 1 GpHa ( z )= 1 0,9959 z 1

1

,(4.3)

paraumperododeamostragemTs=1s. Os efeitos da vazo de base sobre a sada so considerados por meio do modelo

contnuo

GpHb ( s)=

Y ( s) 0,9742 = ,(4.4) Fb ( s) 241, 4s + 1

que,pormeiode(3.5c)e(3.5d),produzemomodelodiscreto

65

GpHb ( z 1 )=

0,004027 z 1 ,(4.5) 1 0,9959 z 1

tambmparaumperododeamostragemTs=1s. O perodo de amostragem de 1 segundo foi escolhido por Rocha (2006) seguindo uma recomendao em [Seborg et. al., 1989]. Com base nos modelos, tal tempo parece superamostrado, mas foi capaz de prover um bom controle do processo. As justificativas paratalobservaosoapresentadasnoCaptulo6.

4.2. Sensor pH
O sensor de pH j foi modelado por Rocha (2006). Realizandose vrios testes em degrau, obtevese um modelo para subida e outro para descida, considerando o comportamento de primeira ordem registrado. Fazendo as mdias entre os valores de ganho e constante de tempo dos dois modelos, o autor sugere o modelo para o sensor de pHcomosendo

G pHmetro =

1 14,9 s + 1 .(4.6)

Maioresdetalhespodemserencontradosem[Rocha,2006].

4.3. Efeitos do Agitador

Vrios estudos j foram feitos para se avaliar o processo de mistura em um tanque demisturacontnua([Nienow,1997],[Patterson,2005],[Delaplaceet. al., 2000],[Samaras et. al., 2006]). Patterson (2005) destaca que a importncia do agitador consiste em tornar a mistura do produto dentro desses tanques homognea, o que certamente afeta o tempo de reao. No caso da planta piloto, a reao desejada a de cido e base se combinarem para formarumasoluocompHdesejado.Ahomogeneidadedoprodutonotanquecondio

66

necessria para a modelagem do processo mostrada no item 3.1.1. O objetivo deste item deixarclaraanecessidadeounodaformulaomostradanaequao(3.11).

Para sedeterminara constantede tempo doprocesso,aplicouseumdegraunaao de controleque fez amesma variar de 19 a 16%, com oagitadoracionado no nvel adotado para a agitao do contedo do tanque de mistura. Os resultados so mostrados na Figura 8. Vale lembrar que este ponto foi escolhido como sendo a maior agitao que no causa vrtices, por serem capazes de prejudicar a homogeneizao da soluo no tanque. A Figura 8(a) mostra o degrau e o seu resultado no pH do processo. Podese perceber a grande no linearidade do processo, visto que o mesmo responde muito rapidamente na regio prxima ao pH 7, e lentamente para valores mais altos e mais baixos. A capacidade de linearizaode umatransformao de variveispode sercomprovadaatravsda Figura 8(b), na qual o pH lido transformado para a varivel Y (diferena de concentrao dos onsH+eOH).Arespostadessavariveltemascaractersticasbsicasdeumsistemalinear de1ordemrespostaexponencialeinciodarespostacomderivadamaisaltaemrelao qualqueroutropontodamesma,comoprevistonoitem3.1.1.

(a) FIGURA 8 -

(b)

Degrau no Processo. (a) Resposta pH. (b) Resposta Diferena de Concentrao

Um efeito interessante observado na entre os instantes 1.140 e 1.200 segundos, nas Figuras8(a)e8(b).NaregiodemaiorganhodoprocessoovalordopHsoberapidamente,

67

resultando em uma linha suave na diferena de concentrao entre estes instantes, mostrada na Figura 8(b). Tal linha tem um intervalo de tempo no qual o pH do processo varia de 6 a 9, como mostra a Figura 8(a). Para estes valores de pH, a diferena de concentraovariaapenasentre9,9x107e9,9x106,queumavariaomuitopequenapara serpercebidanaescalade103mostradapelogrfico.Issosignificaqueessecomportamento ocorresemprenoprocesso,enofoiapenasumaparticularidadedesteteste. Tendoemvistaconfirmarahiptesedeumarespostadeprimeiraordem,realizouse o procedimento de determinao da constante de tempo do processo atravs da resposta complementar [Teixeira, 2004] para a varivel Y, cuja resposta mostrada na Figura 9. Normalizouse a resposta do processo entre 0 e 1 para fazer esta anlise. Decidiuse aproximar o processo por uma modelo de primeira ordem pelo claro fato de poderse aproximararespostacomplementar,entre91e600segundos,porumareta.Olimiteinicial, de 91 segundos, foi escolhido devido ao fato de ser o primeiro ponto aps a aplicao do degrau. J o limite de 600 segundos foi estabelecido pois, a partir desse momento, a resposta complementar passou a ficar muito ruidosa, impedindo a determinao da continuaodatendnciadaresposta.Talretadeterminadapelaequao

y = 0, 0039 x + 0, 4124 (4.7)

Oinversonegativo da inclinaodessareta correspondeconstantedetempo doprocesso, quevale

= 253,5s ,(4.8)
valor bem prximo ao obtido pelo modelo fsico que no considerava efeitos de agitao (241,4segundos),mostradonasequaes(4.2)e(4.4).

68


FIGURA 9 Resposta Complementar da Resposta ao Degrau do Processo

Dessa forma, podese concluir que a agitao no causa uma influncia significativa na constante de tempo deste processo. A mnima diferena encontrada pode ser influenciada tambm pela dificuldade da medio em valores elevados de pH, visto que o sensor foi fabricadoecalibradoparamedir precisamentevalores depHentre4 e10,apesar de conseguir medidas satisfatrias para valores mais elevados de pH. Podese concluir, ento,que

Fr = 0ml / s ,(4.9)
o que no altera a constante de tempo do processo, mostrada pela equao (3.11), em relaoqueladerivadaem(3.3).

4.4. Bombas Peristlticas

Como j discutidona seo3.1.5, primeiramente foi necessrio determinar ovolume de uma rajada, para a bomba de cido. Em [Rocha, 2006] apresentado um procedimento no qual encheuse um tanque com escala de medio de volume em quatro zonas diferentes, mostradas na primeira linha da Tabela 2. Esse enchimento foi proporcionado

69

pelo acionamento da bomba peristltica. Cada teste foi repetido trs vezes, o que minimiza errosdemediodaescaladevolume,queinvestigadavisualmente.Onmeroderajadas necessrioparacadatestefoicontadoeregistradonaTabela2.
TABELA 2 Determinao do Tamanho de uma Rajada FONTE: [Rocha, 2006] Teste 2 3500-3000 ml 73 77 75 Teste 3 3000-2500 ml 76 74 78 Teste 3 2500-2000 ml 75 77 80

Faixa de Volume Nmero de Rajadas

Teste 1 4000-3500 ml 74 78 80

O volume de teste, igual a 500 ml para cada um, dividido pelo nmero de rajadas retornaovalordovolumedeumarajada.Aoseobteramdiaentreosvaloresobtidostem seovolumedeumarajadaparaabombaperistlticadecido,quevale

VRAJ_pH=6,54ml/rajada(4.10)
Em seguida, foi determinado o nmero de rajadas por segundo que so emitidas para uma certa ao de controle. Para cada valor da ao de controle, contouse o nmero de rajadas emitidas e o tempo para tal, obtendo a velocidade em rajadas/segundo. A ao decontroleaquiexpressapelovalordacorrentedeentrada,onde420mAsodiretamente proporcionais uma ao de 0 a 100% na bomba. Foram realizados dois testes, sendo um deles aumentandose os valores das aes de controle, e o outro diminuindoos. Os resultadossomostradosnaTabela3. Pela Tabela 3, percebese que sinais inferiores a 7% no produzem rajadas. Sendo assim, foi realizada uma transformao linear, diretamente no CLP, onde uma ao de controle da bomba de vazo de cido de 0100% enviada pelo computador corresponde uma ao de controle de 7100% enviada do CLP bomba. O efeito dessas alteraes mostradonaltimacolunadaTabela3.

70

TABELA 3 -

Velocidade das Rajadas em Funo da Ao de Controle Velocidade na Descida (raj/s) 0,000 0,000 0,024 0,057 0,091 0,20 0,27 0,34 0,43 0,75 1,06 1,39 1,67 2,00 2,31 2,57 2,73 Velocidade na Subida (raj/s) 0,000 0,000 0,015 0,050 0,083 0,183 0,251 0,314 0,409 0,714 1,06 1,39 1,67 2,000 2,31 2,57 2,73 Ao de Controle Normalizada(%) 0,00 1,08 2,15 3,23 6,45 8,60 10,75 13,98 24,73 35,48 46,24 56,99 67,74 78,50 89,25 100,00

Ao de Controle (%) 0 7 8 9 10 13 15 17 20 30 40 50 60 70 80 90 100

Com base nos dados obtidos aps a transformao linear, obtmse o grfico mostrado na Figura 10. A relao entre a velocidade de emisso de rajadas e a ao de controle enviada bomba pode ser aproximada por uma reta, tambm mostrada nessa figura.Dessaforma,avelocidadepodeserdeterminadaatravsde velocidade _ rajadas = 0, 02857.u + 0, 00993 ,(4.11) onde velocidade_rajadas a velocidade, dada em rajadas/s, e u a ao de controle normalizada,enviadapeloPCaoCLP,dadaem%. A Figura 11 mostra a relao entre a ao de controle normalizada e a vazo mdia de sada da bomba. Os dados utilizados para a obteno desse grfico so apresentados pelaTabela4,querelacionaaaodecontrolecomavazomdiadesada.Avazomdia de sada em ml/s calculada considerandose o volume de uma rajada (ml/rajada) multiplicado pela velocidade das rajadas (rajadas/s), por meio dos dados apresentados na

71

Tabela 3 e na equao (4.10). A relao entre a ao de controle normalizada, u, e a vazo mdia de sada da bomba, Fa, dada pela equao (4.12), na qual Fa dada em l/s e u em valorpercentual.
Velocidade da Bomba considerando normalizao da Ao de Controle
3,0

2,5

2,0

Vel (raj/s)

1,5

Pontos Experimentais Regresso Linear

1,0

0,5

0,0 0 20 40 60 80 100

MV normalizada

FIGURA 10 - Velocidade das Rajadas x Ao de Controle Normalizada da Bomba Peristltica de Envio de cido ao Tanque de Mistura.
Vazo Mdia de Sada da Bomba em relao ao Comando de Abertura
0,020 0,018 0,016 0,014 0,012

Dados Experimentais Regresso Linear

Fa (ml/s)

0,010 0,008 0,006 0,004 0,002 0,000 -0,002 0 20 40 60 80 100

u (%)

FIGURA 11 - Vazo Mdia de Sada x Ao de Controle Normalizada da Bomba Peristltica de Envio de cido ao Tanque de Mistura.

72

TABELA 4 -

Vazo Mdia de cido em Funo da Ao de Controle Vazo Mdia de Ao de Controle Sada (ml/s) Normalizada(%) 0,000 0,000 0,155 0,371 0,593 1,28 1,77 2,20 2,79 4,91 6,93 9,06 10,90 13,08 15,09 16,82 17,84 0,00 1,08 2,15 3,23 6,45 8,60 10,75 13,98 24,73 35,48 46,24 56,99 67,74 78,50 89,25 100,00

Ao de Controle (%) 0 7 8 9 10 13 15 17 20 30 40 50 60 70 80 90 100

Fa=2,95.107.u2+2.13.104.u8,45.105.(4.12) Como os controladores realizam seus clculosde forma aajustara vazo deentrada de cido Fa(k), devese transformar esse valor para a ao de controle u(k) correspondente, que ser transmitida ao CLP para ser aplicada bomba. Para tanto, devese isolar u na equao (4.12), o que resulta em uma equao de segundo grau. A transformao de Fa(k) parau(k)igualaumadasrazesdaequaodesegundograuderivadaapartirde(4.12).A menor dentre as duas razes calculadas a nica que sempre prov resultados de acordo com o esperado tendose em vista tanto o comportamento do processo (quando a vazo de cido desejada aumenta, a menor raz da equao tambm aumenta, ao contrrio da segundaraz)quantooslimitesaceitveisparaosvalorescalculados(faixade0a100%para osvaloresdevazodecidodeinteresse). A modelagem da bomba est, ento, concluda. Na simulao, por meio da equao (4.11) possvel determinar em qual momento ocorrer uma rajada e, a partir de (4.10),

73

temse o volume que cada rajada dever suprir. A equao (4.12) mapeia os valores da vazo de cido desejada em relao ao de controle que deve ser aplicada. Detalhes sobreessaimplementaosoapresentadosnoCaptulo5.

74

5.

Simulao e Implementao dos Controladores

5.1. Simulador
O objetivo da implementao de um simulador para a planta prover uma plataforma para teste dos controladores antes que os mesmos sejam aplicados ao processo real. Com isso, podese sintonizar os controladores por meio da escolha do parmetro , presente tanto na implementao do GMV quanto na do GPC, na prpria simulao, reduzindooconsumodosreagentesnecessriosparatestesreaiscomestefim. A base do simulador foi construda com o modelo linearizado do processo, ou seja, para um ponto de operao prdefinido. Os valores que determinam o ponto de operao foramosmesmosescolhidosparaamodelagemobtidanoitem4.1. Com esses valores, determinamse os parmetros a1a, a1b, b0a e b0b e obtmse o conjuntodeequaesquerepresentaoprocesso,mostradoatravsdoconjuntodeequaes (3.12). Tais parmetros so obtidos encontrandose a funo de transferncia contnua e as discretizando, procedimentos que podem ser executados com facilidade no software MatLab, escolhido para ser a plataforma de implementao do simulador. As condies iniciais do processo simulado so escolhidas para pH do processo iguala7, vazo decido nulaevazodebaseiguala10ml/s. Pararepresentarocomportamentodoprocesso,emcadaiterao,calculadoonovo valor da diferena de concentrao (Y), que convertido para seu correspondente valor de pH.realizadaaestimaodosparmetrosonlinecomodescritanoitem5.2aseguir. Atravsdodescritonostens3.1.5e4.4,possvelcalcularaamplitudedarajadaeo momento de emisso da mesma pela bomba. A amplitude da rajada tal como em (4.10). Umavarivel,denominadacicloBomba,inicializadacomzeroantesdoinciodasimulao, e corresponde varivel R descrita no item 3.1.5. Aps a determinao da ao de controle, o simulador calcula a velocidade de emisso de rajadas da bomba por meio da equao (4.11). O inverso dessa velocidade corresponde ao perodo entre duas emisses de

75

umarajadapelabomba,emsegundos.Comoosimuladortrabalhaapenascominstantesde amostragem,significaqueoperodoqueomesmodeveconsiderarrelativoaonmerode amostrasentreduasrajadas.Parasaberquantasrajadassoemitidasentredoisinstantesde amostragem, basta dividir o valor do perodo de amostragem pelo perodo entre duas rajadas. Esse valor somado varivel cicloBomba, e o simulador verifica se a mesma maior que a unidade. Se no for, a rajada no emitida e a vazo de cido Fa(k) estabelecidacomonula.Osdemaisdetalhessotaiscomodescritosnoitem3.1.5. Comoimplementaesextras,osimuladorpermitesimularoprocesso:

Incluindoounoosefeitosdabomba; Incluindoounoosefeitos(dinmica)dosensor; Estimandoounoosparmetrosonline; Com controladores em automtico ou manual, sendo que neste ltimo a MV

deveserinicializadacomosvaloresdesejadosantesdoinciodasimulao; A estimao online e a implementao dos controladores so discutidas com mais detalhesaseguirnestecaptulo.OsresultadossimuladossomostradosnoCaptulo6.

5.2. Estimao de Parmetros On-line

5.2.1. Problema de Determinao da Vazo de cido
OmtododeestimaoonlinepelomtododosMnimosQuadradosRecursivocom fator de esquecimento, apresentado no item 3.4.1, exige a considerao de um problema do processo real na sua implementao: a noexistncia da medida direta da vazo de cido. Tendo em vista a equao (3.22b), tornase claro a necessidade da medio da vazo de cido para que o clculo da estimao de parmetros possa acontecer, visto que tal vazo necessriaparaaestruturaodovetorxN. Uma primeira abordagem seria tentar inferir a vazo pelaao de controle aplicada. Porm, principalmente para aes de controle mais baixas, no se sabe exatamente em que instante ocorreria uma rajada. Alm disso, se a implementao do estimador acabasse por

76

considerar essa ocorrncia em diferentes instantes em relao ao real, os parmetros provavelmente no convergiriam, pois variariam bastante de um instante de amostragem paraooutro,prejudicandoodesempenhodocontrolador. Tentouse tambm inferir a vazo de entrada atravs do conhecimento prvio da vazo de entrada de base, da vazo de sada do tanque e do nvel do mesmo. A soma do volume de entrada de cido e base diminuda do volume de sada do tanque igual variao do nvel do tanque, pelo princpio de conservao de massa. Conhecendose o volume de sada do tanque, o de entrada de base e a variao do nvel do tanque, podese determinar o volume de entrada de cido, que, dividido pelo perodo de amostragem, resultaria na vazo de entrada de cido. A falha dessa abordagem que a vazo de sada tambm controlada por uma bomba peristltica e terseia o mesmo problema da determinao do instante de ocorrncia de uma rajada, acrescido do fato de o sensor de nvel ser pouco sensvel variaes da ordem de 1020 ml, que aconteceriam dentro do perododeamostragemescolhido.

5.2.2.

Adaptao da Estimao de Parmetros

Considerandooproblemadeconvergnciadosparmetrosdevidonomedioda

vazo de entrada de cido, descrito no item anterior, a soluo encontrada foi fazer a estimao dos parmetros em um intervalo de tempo diferente daquele utilizado para a amostragem do processo. Escolheuse fazer a estimao de 60 em 60 segundos por se mostrar um tempo suficiente de coleta dos dados para que os parmetros do processo possamconvergir.Essaopomelhorentendidanospargrafosaseguir. A idia bsica desta mudana parte do princpio de calcular a mdia da vazo de cido dos ltimos 60 segundos, considerandose a equao (4.11). Essa mdia calculada utilizandose um filtro de mdia mvel com janela de tempo igual a 60s, dado pela equaes

Fa _ filt ( k ) = Fa _ filt ( k 1) + (1 ) Fa ( k ) ,e(5.1a)

77

JTA 1 59 = ,(5.1b) JTA 60

onde Fa_filt(k) o valor da mdia mvel para a vazo de cido no instante k, e JTA a janela de tempo escolhida, igual a 60 amostras devido ao fato de o perodo de amostragem ser de1segundo. Aimplementaosimilarqueladescritanoitem3.4.1.Adiferenasednofatode que, de 60 em 60 segundos, o mtodo executado 60 vezes para os ltimos 60 valores de diferena de concentrao, e o valor utilizado em cada uma das 60 execues para a vazo de cido o valor atual obtido pelo filtro de mdia mvel descrito pela equao (5.1a). No simulador, os dados da vazo j esto em um vetor. Entretanto, no Delphi foi necessria a criao de um vetor para gravar os ltimos 60 valores da diferena de concentrao. O pseudoalgoritmodestaimplementao
Se passaram-se 60 segundos desde a ltima estimao Para aux = 60 at 1 xn = [-y(k-aux-1) Fa_filt(k-1) 1]; en = y(k-aux) xn* ; Kn = ( + xn'*Pn-1*xn)^-1*Pn-1*xn; = + Kn*en; Pn = (I - Kn*xn')*Pn-1/; fim para fim se,

onde k o instante de tempo, Fa_filt o valor da vazo obtido por meio do filtro de mdia mvel e y a diferena de concentrao. Os outros parmetros so tais como descritos no item3.4.1. Oprincpiobsicodessaidiaque,emumamaiorjaneladetempo,oerromdiona vazo em cada instante menor. Ao final das 60 execues, tmse parmetros estimados que retratam toda aquela janela de dados, e a possibilidade de convergncia dos parmetros aumenta. Outra forma de entender considerar a utilizao do mtodo dos Mnimos Quadrados para aproximao de uma reta. Se os dados forem muito ruidosos,

78

mesmoqueosistemasejalinearosvaloresestarobastantedistantesdaretaquerepresenta oprocesso.Entretanto,portervriospontos,omtododosMnimosQuadradoscapazde determinar o comportamento mdio do mesmo. A escolha do tempo peridico de 60 segundossedeve,ento,aofato de serumajanelade tempo detamanhoconsidervelpara que o comportamento mdio do processo naquele perodo possa ser estimado, e que os parmetros sejam ajustados para refletir tambm aquele comportamento observado. As desvantagens dessa abordagem seriam a convergncia mais lenta do mtodo e, caso a estimao anterior tenha sido ruim, o clculo realizado pelo controlador para que a PV atinjaarefernciasemanterequivocadopelosprximos60segundos. Ovalordeescolhidobaseadoemumajaneladetempoamostraliguala1.000.Por meiodaequao(3.17),determinaseovalordecomosendo

= 0,999 .(5.2)
Para o comeo da estimao, os valores iniciais dos componentes do vetor de parmetros estimados so inicializados como valores aleatrios entre 0 e 1, exceto para a posio do parmetro a1a, que inicializado com um valor aleatrio entre 1 e 0, por j se saberpreviamentequeseuvalornegativo.AmatrizPNinicializadatambmcomvalores aleatrios, entretanto da ordem de 108, lembrando que, quanto maiores os valores dessa matriz, maior a liberdade de adaptao dos parmetros do processo. Essa inicializao aleatriapermitemostrarcomosedaconvergnciadosparmetrosaoseadotaromtodo dosMnimosQuadradosRecursivocomfatordeesquecimento. A Figura 12, obtida por simulao, mostra que a convergncia ao se estimar os parmetros de 60 em 60 segundos teve um perfil parecido com a de 1 em 1 segundo, para todos os trs parmetros. Ao contrrio do esperado, a estimao de 60 em 60 segundos no semostroutomaislentaemrelaode1em1segundo.Entretanto,adesvantagemdeos parmetros estimados s serem atualizados a cada 60 segundos ainda est presente neste mtodo.

79


FIGURA 12 - Convergncia dos Mtodos de Estimao On-line de 1 em 1 (em vermelho) e de 60 em 60 segundos (em azul) via Simulao.

5.3. Implementao PID

A implementao do controlador PID foi realizada com base na equao de diferenasdadapor(3.27). Para determinar o ganho e o perodo crtico do processo no foram considerados os efeitos da bomba e do sensor. Anularamse as aes integral e derivativa com Td = 0 e Ti=1010 , e aumentouse o ganho proporcional at obter oscilaes sustentadas para a variveldiferenadeconcentrao,comomostradonaFigura13.Oganhoeperodocrticos obtidos,bemcomoosparmetrosdesintoniadocontrolador,soapresentadosnaTabela5. Podese perceber que o valor encontrado para o ganho proporcional do controlador PID muito alto. O motivo para tal resultado reside no fato de o erro entre a diferena de concentraoeasuarefernciaassumirvaloresmuitobaixos,daordemde105,valorobtido porsimulaobemcomoasintonia.Aocontrriodoscontroladoresadaptativos,oPIDfoi projetadoparacalculardiretamenteaaodecontroleenviadabomba,quevariaentre0e 100. Dessa forma, o ganho necessrio para o controlador PID deve ser alto para que o mesmoconsigaatingirosvaloresdesejadosparaaaodecontrole.

80


FIGURA 13 - Oscilaes Sustentadas obtidas para o ganho crtico Kcu = 1.419.600. TABELA 5 Parmetros do Controlador PID Valor 1.419.600 2,000s 283.930 1,000s 0,667s

Parmetro Kcu Pu K Ti Td

5.4. Implementao GMV

OcontroladorGMVfoiimplementadocomodescritonoitem3.4.2.Adiferenaque pd1 foi escolhido como zero, ou seja, o filtro P(z1) da equao (3.32) do GMV igual unidade, como pode ser visto pela equao (3.39b). Esse filtro no foi implementado devido ao baixo nvel de rudo que o sensor de pH apresenta. A equao do controlador reduzse,ento,a

81

Fa (k ) =

(k + 1) + a1a y (k ) + Fa (k 1) d b0 a +

,(5.3)

onde(k) ovalor dareferncia,y(k) ovalor dadiferenade concentrao,Fa(k) ovalor calculado para a vazo de entrada de cido no instante de amostragem k, e a1, b0 e d so os parmetros estimados. um parmetro de sintonia do controlador, cujo aumento reflete negativamentenoseudesempenho. Com o auxlio da implementao do GMV na simulao, pdese escolher um valor adequado do parmetro para o processo, por tentativa e erro, at que uma resposta satisfatriafosseobtida.Ovalorescolhidofoide =2x104.(5.3)

5.5. Implementao GPC

A implementao do GPC tambm seguiu os mesmos procedimentos descritos na metodologia. O horizonte de predio escolhido foi de 10, e os de controle testados foram de 1 e 2. Tal valor para o horizonte de predio j permite que o controlador tenha uma capacidadepreditivarazovel.Valoresmaioresqueestesnomelhoramconsideravelmente o controle. Quanto maior o valor do horizonte de predio, maior o custo computacional envolvido, o mesmo valendo para o valor do horizonte de controle. O mesmo valor de usado no GMV foi adotado para o GPC, para fins de comparao. Todavia, foi interessante observarquetalparmetrotambmcorrespondeuaomelhordesempenhoconseguidopara oGPCnasimulao. Um detalhe na implementao do GPC, tanto no simulador quanto no controlador do processo real, deve ser destacado. O modelo do processo considerado pelo GPC ARIMAX, equao (3.41) diferente daquele implementado no simulador ARMAX, equao (3.30). Dessa forma, foi necessrio derivar uma adaptao dos parmetros do

82

modelo ARMAX para o modelo ARIMAX para utilizao tanto na simulao quanto no controladordesenvolvidoparaaplantareal.Talderivaomostradaaseguir. Multiplicandoaequao(3.41)por,temosque

A( z 1 )yk = B( z 1 )k 1 + C ( z 1 ) k .(5.5)
Comor=1paraoprocesso,temseomodeloARMAX

A( z 1 ) yk = B( z 1 ) k 1 + C ( z 1 ) k + d .(5.6)
O modelo ARIMAX j considera perturbaes em degrau, que o caso de um d constantenaequao(5.6).Assim,eliminandoodaequao(5.6),podeseconcluirque

A ' = A ,e(5.7)
B'

= B (5.8)

Dessaforma,considerandoseaequaoquerepresentaoprocessocomo,

y (k ) = a1a y (k 1) + b0 a u (k 1) + k + d ,(5.9)
ondedrepresentaosefeitosdavazodebaseconstante,temseque

A '( z 1 ) = 1 + (a1 + 1) z 1 (a1 + 1) z 2 + (a1 + 1) z 3 ... ,e(5.10)

B '( z 1 ) = b0 ( z 1 + z 2 + z 3 + ...) .(5.11)

83

Na implementao, tanto no simulador quanto no controlador da planta, transformaramse os parmetros estimados do modelo ARMAX para os parmetros de um modeloARIMAXtruncandoA(z1)nostrsprimeirostermoseB(z1)nosdoisprimeiros.

5.6. Implementao em Delphi

A mesma implementao desenvolvida no simulador para o estimador e os controladores foi estendida para o programa em linguagem Delphi, responsvel tanto pela comunicaoquantopelocontroledaplanta. Outro ponto que deve ser citado a implementao de um filtro antispike em Delphi. Apesar do baixo nvel de rudo apresentado pela medio de pH, picos ocorrem com freqncia durante essa medida, como pode ser visto na Figura 14(a). A Figura 14(b) mostra os resultados obtidos aps a implementao do filtro. Percebese que o filtro no afetaadinmicadoprocessoaoretirarospicos.Otempocomeaem1.000segundospoiso processodemorouestetempoparaseestabilizarantesdaaplicaododegrau.

(a)

(b)

FIGURA 14 - Efeitos da implementao do filtro anti-spike. (a) antes; (b) depois da implementao

84

6.

Resultados

6.1. Resultados Simulados

Todos os resultados que seguem nesse item foram obtidos para o simulador considerando a condio de operao descrita no item 4.1. Foi considerado um rudo de mdiazeroevarincia0,05paratodosostestes.

6.1.1.

Efeitos da Bomba Peristltica

Os efeitos da bomba peristltica puderam ser percebidos quando da simulao dos

controladoresadaptativosimplementados.Esseitemvisaapenasfrisarqueessesefeitosso maiores na regio de pH igual a 7, de maior ganho do processo, como pode ser inferido pela curva de titulao mostrada na Figura 2. Em regies com ganhos menores, esperase queabombaperistlticatenhapoucainfluncianovalordopHdoprocesso. Trs testes foram feitos, com o simulador configurado para teste em manual, desconsiderandoosefeitosdosensor.Noprimeirodegrau,umaaodecontrolede23%foi enviada bomba peristltica, que manteve o pH prximo de 5 pH. No segundo, a ao de controle de 23,5% estabiliza seu valor prximo a 7 pH, e o terceiro faz com que o pH se aproxime de 10 para uma ao de controle de 24%. Os resultados so mostrados na Figura 15. Claramente, em valores de pH mais distantes de 7 a bomba peristltica tem pouca influncia. Entretanto, na regio de pH prxima a 7 o ganho do processo se torna to elevadoqueumasimplesrajadadabombafazopHsofrerumaquedaabrupta,provocando uma oscilao dentro de uma faixa grande, com uma discrepncia de aproximadamente 4 pH entre os picos mximo e mnimo. Outro fator importante de ser percebido que uma variao de 1% no comando da bomba foi capaz de variar o pH desde 10 at 5, aproximadamente, o que evidencia a preciso que deveria ter um atuador para controlar eficazmente o pH em vrios pontos de operao, mantendo a variabilidade em patamares

85

mais baixos que os registrados aqui. Porm, essa uma limitao do processo, e cabe ao engenheiro de controle responsvel obter o melhor desempenho possvel

independentemente das situaes s quais se encontra submetido, o que foi realizado neste trabalho.

(a)

(b)

(c) FIGURA 15 - Teste simulado em manual para verificao dos efeitos da bomba peristltica com ao de controle igual a (a) 23%; (b) 23,5%; (c) 24%.

86

6.1.2.

Controle pelo PID

No Captulo 4, so descritos os modelos do sensor e do processo que,

respectivamente, tm constantes de tempo igual a 14,9 e 241,4 segundos. Optouse, portanto, por desconsiderar os efeitos do sensor na simulao, devido ao fato de o plo dominante do processo relativo constante de tempo mais lenta estar mais de 10 vezes mais prximo do eixo imaginrio em relao ao outro, quando considerase o sensor na funo de transferncia. Alm disso, caso tais efeitos fossem considerados, a implicao seria um aumento da complexidade dos controladores adaptativos, devido ao aumento do nmero de parmetros a serem estimados, tendose em vista que o modelo do processo seria de segunda ordem. A dificuldade de converso dos parmetros seria maior. Todavia, esses efeitos mostraramse muito relevantes, pois, ao contrrio do esperado, alteraram significativamente o resultado das simulaes. Estes fatores foram incorporados apenas parcela do simulador relativa ao processo, visto que no houve tempo hbil para reprojeto doscontroladoresadaptativos. Com a implementao do PID descrita no item 5.3, foram feitos vrios testes. Os resultados aqui apresentados so para o simulador considerando o processo como de segunda ordem quando optouse pela incluso do sensor, e de primeira ordem caso contrrio.OsparmetrosdocontroladorutilizadossotaiscomoapresentadosnaTabela5. Foram realizados quatro testes simples, em malha fechada. O primeiro deles desconsiderou os efeitos da bomba peristltica e do sensor. A Figura 16 mostra a resposta ao degrau do processo nessa situao, para a referncia variando de 7,3 a 9,3 pH. Estes valores foram escolhidos devido ao fato de o controlador implementado no Delphi ler a varivel de pH com, aproximadamente, 0,3 pontos abaixo do indicado no transdutor do prpriosensortalvezdevidoaumerronocircuitoamplificadorqueligaosinaldosensor de pH ao CLP , de forma a possibilitar a comparao da resposta simulada com a real, obtida com a referncia variando de 7 a 9 pH. Podese perceber que o PID projetado foi capaz de rapidamente controlar opH dentroda referncia desejada na simulao, semerro

87

emestadoestacionrio.Ocontroladorapresentousobreelevao(overshoot)considervelna respostaaodegrau emmalha fechada, principalmentena regio de pH neutro.Alm disso, quando a referncia esteve em 9,3 pH, o esforo de controle do PID foi maior, o que observado pela maior variabilidade da ao de controle neste momento. Isso ocorre devido ao fato de que, para que pequenas variaes na regio de pH 9 sejam compensadas, a excursodaaodecontroledevesermenoremrelaoregiodepH7,devidoaomenor ganhodoprocessonaprimeirasituao.

FIGURA 16 - Resposta do PID sem considerar os efeitos da bomba peristltica e do sensor com os parmetros apresentados na Tabela 5, com referncia de pH variando de 7,3 a 9,3.

O segundo teste foi feito considerandose apenas os efeitos da bomba peristltica. A Figura17evidenciaqueavariveldeprocessotentouseguirareferncia,masqueosefeitos da rajada resultaram em uma variabilidade muito grande do pH em torno da referncia desejada, principalmente na regio prxima ao pH 7. A variabilidade da ao de controle tambmaumentousignificativamente.

88


FIGURA 17 - Resposta do PID considerando apenas os efeitos da bomba peristltica com os parmetros apresentados na Tabela 5, com referncia de pH variando de 7,3 a 9,3.

Realizouse um terceiro teste para verificar os efeitos apenas da incluso do sensor no desempenho do controlador. O resultado mostrado na Figura 18. Se os resultados foremcomparadoscomosdotesteanterior,podeseperceberqueavariabilidadedaPVem torno da referncia praticamente a mesma, mas que o controlador se torna mais lento, diminuindoasfrequnciasdeoscilaodopHedaaodecontrole.

FIGURA 18 - Resposta do PID considerando apenas os efeitos do sensor com os parmetros apresentados na Tabela 5, com referncia de pH variando de 7,3 a 9,3.

89

A Figura 19 apresenta o teste que levou em conta os efeitos da bomba peristltica e do sensor em conjunto. Podese perceber que o desempenho do controlador basicamente o mesmo daquele obtido para o teste anterior, apresentado pela Figura 18. Este teste leva a crer que os efeitos da adio do sensor so dominantes em relao aos da adio da bomba peristltica para esta sintonia, principalmente pela frequncia de oscilao da PV, menor paraoprimeirocaso,comopodeservistocomparandoseasFiguras18e17.

FIGURA 19 - Resposta do PID considerando os efeitos da bomba peristltica e do sensor com os parmetros apresentados na Tabela 5, com referncia de pH variando de 7,3 a 9,3.

Para ver a margem de melhoria ao se projetar o controlador considerando os efeitos do sensor, realizouse o mesmo procedimento descrito em 3.4.2 para sintonia do controlador, mas agora tendose em vista os efeitos do sensor. A sintonia obtida sintetizadanaTabela6.
TABELA 6 Parmetros do Controlador PID aps re-sintonia Parmetro Kcu Pu K Ti Td Valor 14.906.000 15,000s 2.981.200 7,500s 5,000s

90

 AFigura20mostraarespostaemmalhafechadadoprocesso,considerandosetanto os efeitos do sensor quanto os da bomba peristltica. Percebese que a variabilidade do pH ficou bem menor, com um controle bem mais preciso ao redor da referncia, sem erro em estado estacionrio. Na referncia de pH igual a 7,3 o controlador apresentou bom desempenho;contudo,quandoarefernciafoialteradapara9,3,ocontroladorpraticamente calculou aes de controle que chavearam entre os limites prdefinidos. Analisando a Tabela 6 comparativamente Tabela 5, podese perceber que o ganho do controlador re projetado aumentou significativamente. Tal fato evidencia que a incluso do sensor no processo torna a resposta do mesmo muito lenta, o que est em concordncia com o esperado devido ao fato de o sensor do processo propiciar um atraso na medida do pH do tanque, cujo valor demora aproximadamente 1 minuto para ser revelado tendose em vistaqueaconstantedetempomodeladadosensorvale14,9segundos.

FIGURA 20 - Resposta do PID considerando os efeitos da bomba peristltica e do sensor com os parmetros apresentados na Tabela 6, com referncia de pH variando de 7,3 a 9,3.

91

6.1.3.

Controle pelo GMV

Os testes simulados para o GMV seguiram a mesma linha daqueles para o

controladorPID,parafinsdecomparao. O primeiro deles, mais simples, mostrado na Figura 21. Nesse teste, no considerouse o efeito da bomba peristltica e nem o da adio do sensor na simulao. A estimao estava sendo simulada como de 1 em 1 segundo, devido dificuldade de convergncia do mtodo descrito no item 5.2.2 (de 60 em 60 segundos). Essa dificuldade devese ao fato de a ao de controle calculada pelo controlador variar muito rapidamente apenasnocomeodarespostaedepoispermanecerpraticamenteconstante,nopermitindo que o estimador projetado como descrito no item 5.2.2 seja capaz de modelar o processo. A Figura 21 (a) mostra a resposta ao degrau no processo para a referncia variando de 7,3 a 9,3 pH. A Figura 21 (b) mostra a convergncia dos parmetros estimados, na qual as linhas pretas representam os parmetros utilizados no modelo simulado do processo, e as vermelhas os parmetros estimados. A sintonia do controlador se mostrou precisa, visto que o pH acompanhou a referncia sem apresentar erro em estado estacionrio. Os parmetros estimados convergiram rapidamente para valores prximos queles utilizados no modelo simulado do processo, o que demonstra a eficincia do mtodo de estimao. A resposta ao degrau em malha fechada do GMV foi parecida com a do PID aps a convergnciadosparmetros. Vale observar que a incluso do parmetro d na formulao do controlador elimina o erro em estado estacionrio no processo. Se tal parmetro no fosse considerado um erro em estado estacionrio proporcional ao valor de d apareceria na resposta do processo, no que tange varivel diferena de concentrao. Tal fato comprovado pelos resultados mostrados na Figura 22, que corresponde a um teste no qual o GMV desconsidera o parmetroestimadodnoclculodaaodecontrole.

92

(a)

(b)

FIGURA 21 - Resposta do GMV sem considerar os efeitos da bomba peristltica e do sensor e = 2x10-4. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

FIGURA 22 - Resposta do GMV sem considerar os efeitos da bomba peristltica e do sensor e = 2x10-4, retirando-se o valor do parmetro d da formulao do controlador.

93

(a)

(b)

FIGURA 23 - Resposta do GMV considerando apenas os efeitos da bomba peristltica e = 2x10-4. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

O segundo teste incluiu os efeitos da bomba peristltica, mas no os do sensor, e mostrado na Figura 23. Desta vez, bem como em todos os prximos testes, foi utilizado o mtodo de estimao de 60 em 60 segundos, tal como descrito no item 5.2.2, visto que o mesmo foi capaz de convergir devido variao grande da ao de controle calculada pelo controlador submetido a essa nova situao. A sintonia proporcionou uma grande variabilidade na ao de controle, com um perodo de oscilao muito curto, ao reagir s variaes bruscas no pH como resultado da adio da bomba peristltica. Percebese tambmqueocontroladortentouseguirarefernciaquandoamesmamudoupara9,3,pois a mdia do sinal do pH elevada em relao quela na qual a referncia era de 7,3. Contudo, a dificuldade proporcionada pela bomba foi grande, pois quando uma rajada era emitida, o valor do pH abaixava muito, resultando no sinal com a variabilidade mostrada. Osparmetrosnovamenteconvergiramparapertodoesperado.Entretanto,aconvergncia agora se deu de forma mais lenta se comparada ao teste anterior. Esse teste evidencia os efeitosdarajadadabombaperistltica,queacabamporimporumavariabilidadegrandeno pH, principalmente na regio de pH prximo de 7, correspondente a um maior ganho do

94

processo tal como registrado na curva de titulao mostrada na Figura 2. A variabilidade da ao de controle calculada pelo GMV aps a convergncia dos parmetros se tornou maiordoqueaquelaobtidaparaoPID,masavariabilidadedopHfoiequivalente. Para verificar apenas os efeitos da adio do sensor, foi realizado um terceiro teste, cuja resposta retratada na Figura 24. A amplitude de oscilao do pH um pouco mais baixa em relao ao segundo teste do GMV, e a freqncia de oscilao desta varivel tambm diminuiu. A amplitude de oscilao obtida nesse teste tambm menor do que aquela encontrada para o teste semelhante com o controlador PID, principalmente quando a refernciaseencontraem9,3.Talobservao umindcio dequeocontroladorconsegue seadaptaraocomportamentodoprocessopormeiodaestimaoonlinedosparmetros.A convergncia dos parmetros foi ainda mais lenta se comparada obtida no segundo teste, principalmente porque o estimador acaba por tentar aproximar o comportamento de segundaordemdoprocessoporumdeprimeiraordem. AFigura25apresentaoquartoeltimoteste,queconsideraosefeitosdosensoreda bomba simultaneamente. A resposta deste teste no foi muito diferente daquela que no considerava os efeitos da bomba Figura 24 , o que indica que a incluso do sensor tem um impacto dominante na resposta do controlador em relao ao da bomba peristltica na simulao para esta sintonia. Novamente, a variabilidade do pH foi menor do que a do teste equivalente utilizando o controlador PID. O perfil dos parmetros estimados foi bem parecido com o perfil do teste anterior, o que refora o argumento da predominncia dos efeitosdosensoremrelaoaosdabombaperistlticanestasituao. No caso do GMV, no foi possvel melhorar a resposta do controlador alterandose apenas o parmetro , responsvel direto pela sintonia do controlador. A melhor abordagem para obter tal melhoria seria reprojetar o GMV para o processo de segunda ordem, o que equivalente ao realizado para o PID, cujos parmetros apresentados na Tabela6foramobtidospormeiodestametodologia.

95

(a)

(b)

FIGURA 24 - Resposta do GMV considerando apenas os efeitos do sensor e = 2x10-4. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

(a)

(b)

FIGURA 25 - Resposta do GMV considerando os efeitos da bomba peristltica e do sensor e = 2x10-4. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

96

6.1.4.

Controle pelo GPC

A incluso dos efeitos do sensor na simulao impactou pouco o desempenho do

GMV, mas alterou muito o do GPC. O GPC um controlador muito mais sensvel a erros no modelo do processo, fundamentalmente devido sua formulao, que inclui caractersticas de predio em um horizonte maior do que o GMV. O GMV limitado a uma predio que apenas vence o tempo morto do processo. Uma soluo que possivelmente melhoraria o desempenho do GPC a de considerar o processo como de segundaordem,resultadodoprodutodasfunesdetransfernciadoprocessoedosensor, efazeraestimaoonlinedosparmetroseadaptaodomodeloARMAXparaoARIMAX de acordo com tal premissa. Tal soluo no foi implementada devido ao fato de esta questo ter sido levantada s na reta final do projeto, resultando em uma falta de tempo hbil para reprojetar o controlador. O mesmo motivo impediu que o GMV tambm fosse reprojetado. Novamente, adotouse a lgica de testes dos outros dois controladores para o GPC, com horizonte de controle igual a 1 e horizonte de predio igual a 10. O primeiro teste, sem considerar os efeitos do sensor e da bomba peristltica, foi realizado com uma diferena em relao quele para o GMV, visto que considerouse a estimao de 60 em 60 segundos, e apresentado na Figura 26. Devido grande variao inicial na MV, os parmetros estimados puderam convergir. Tais parmetros foram estimados prximos aos valoresutilizadosnasimulaoaofinaldostestes.Operfildeconvergnciadosparmetros neste teste no pode ser diretamente comparado com o teste equivalente para o GMV, devidoaofatodeteremsidoaplicadosmtodosdiferentes.Valeressaltarqueoparmetrod no tem influncia sobre o controle por meio do GPC, e mostrado nos testes apenas para finsdecomparaodosperfisdeestimao.ParaomesmovalordeadotadoparaoGMV, o GPC apresentou um controle com maior oscilao em relao aos outros dois controladores, mas tambm foi capaz de seguir a referncia e anular o erro em estado estacionrio.

97

(a)

(b)

FIGURA 26 - Resposta do GPC sem considerar os efeitos da bomba peristltica e do sensor e = 2x10-4. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

(a)

(b)

FIGURA 27 - Resposta do GPC considerando apenas os efeitos da bomba peristltica e = 2x10-4. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

A Figura 27 ilustra os resultados do segundo teste, que considera unicamente os efeitos da bomba peristltica. Nesse teste, observouse uma maior dificuldade de convergncia dos parmetros, principalmente do parmetro b0a, se comparado com o teste

98

anterior para o GPC e com o teste equivalente realizado para o GMV, mostrado na Figura 23. Tal parmetro convergiu para um valor muito longe do esperado. O efeito de variabilidade no pH causado pela bomba peristltica novamente percebido, como para o GMV.Todavia,neste teste o GPC apresentou umavariabilidade menor na ao de controle calculada,masmesmo assim conseguiu uma resposta comvariabilidade do pH semelhante quelaobtidaparaoGMV.

(a)

(b)

FIGURA 28 - Resposta do GPC considerando apenas os efeitos do sensor e = 2x10-4. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

As figuras 28 e 29 apresentam os testes que consideram apenas o efeito do sensor, e os efeitos do sensor e da bomba peristltica em conjunto, respectivamente. Para os dois testes,aconvergnciadosparmetrosfoisimilarquelaobtidaparaoGMVnosrespectivos testes equivalentes. Entretanto, o controle pelo GPC foi bem mais lento e apresentou maiores variaes na leitura do pH. Isso pode ser explicado pelo fato de, com a adio do sensor, o GPC estar considerando um modelo diferente daquele simulado para o processo para a predio necessria em sua formulao, como j explicado. Como a predio feita em um horizonte maior em relao ao GMV, a possibilidade de erro maior, e tal erro tem um impacto maior no desempenho do GPC. Os outros controladores apresentaram um

99

desempenho melhor em ambas as situaes. Para estes dois testes, o perfil dos parmetros estimadostambmfoiparecido,comoaconteceuparaoGMV.

(a)

(b)

FIGURA 29 - Resposta do GPC considerando os efeitos da bomba peristltica e do sensor e = 2x10-4. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

Um ltimo teste foi feito para se verificar a relao entre o horizonte de controle do GPC e o desempenho do controlador. Para facilitar a visualizao, tornouse a resposta do GPC mais lenta por meio da alterao do parmetro para 0,2. A Figura 30 mostra o teste para horizonte de controle (NU) igual a 1, a Figura 31 apresenta os resultados para o horizonte de controle igual a 2 e a Figura 32 com horizonte de controle igual a 3. Pelas figuras, percebese que a ao de controle oscila com menores perodos quanto maior for o horizonte de controle e, inclusive, que quanto maior o horizonte de controle mais rpida parece ser a estabilizao. Alm disso, podese concluir que a convergncia dosparmetros para NU igual a 2 foi mais rpida se comparada com aquela para NU igual a 1, mas com ambas apresentando perfis parecidos porm alongados um em relao ao outro. Entretanto,paraohorizontedecontroleiguala3aconvergnciadestesparmetrosfoimais demorada. O aumento do horizonte de controle pode permitir, ento, que o controlador atinjaummelhordesempenhocomvaloresmaiselevadosde,devidoaoaumentodograu

100

de liberdade para planejamento das aes de controle calculadas pelo GPC. O preo pago por um aumento do horizonte de controle um aumento muito maior no custo computacionalenvolvidonoclculodetalao.

(a)

(b)

FIGURA 30 - Resposta do GPC sem considerar os efeitos da bomba peristltica e do sensor para NU = 1 e = 0,2. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

(a)

(b)

FIGURA 31 - Resposta do GPC sem considerar os efeitos da bomba peristltica e do sensor para NU = 2 e = 0,2. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

101

(a)

(b)

FIGURA 32 - Resposta do GPC sem considerar os efeitos da bomba peristltica e do sensor para NU = 3 e = 0,2. (a) Resposta ao degrau de pH variando de 7,3 a 9,3. (b) Perfil dos Parmetros Estimados.

6.2. Resultados na Planta Piloto

6.2.1. PID
Na planta piloto, realizouse um teste com o controlador PID com os parmetros obtidos pela Tabela 6. O objetivo deste teste mostrar o que seria, de acordo com a simulao,odesempenhodeumcontroladorPIDprojetadodeformatimaparaoplanta,o que significa a sua abordagem considerando o processo como de segunda ordem. Rocha (2006)jhaviaobtidoresultadosparataltipodecontrolador.Todavia,taisresultadosforam registrados para um ponto de operao diferente daquele escolhido para estes testes, o que obrigouarealizaodeumnovotesteparaoPID. Opontodeoperaoomesmodaqueleutilizadonasimulao.Ouseja,umavazo de base de10ml/s,aproximadamente, pH dasoluobsicafixoem12,15,e pHdasoluo cida em 1,5. Esse ltimo valor no pde ser determinado exatamente devido impreciso do sensor ao medir baixos valores de pH, como j esclarecido. O teste foi realizado

102

aplicandose degraus na referncia iguais a pH 7 no instante de tempo zero, pH 9 no instante de tempo 900s e pH 10 no instante de tempo 1.407s. A Figura 33 mostra o desempenhodoPIDnestasituao.

FIGURA 33 - Resposta do controlador PID aplicado planta piloto.

Comparativamente ao desempenho simulado, o controlador PID aplicado planta piloto apresentou um desempenho pior. A variabilidade da ao de controle ficou muito elevada, pois o controlador tentou compensar as mudanas no valor do pH do processo de forma muito rpida, resultando na ao de controle (MV) mostrada na Figura 33. O pH do tanque, na regio de referncia igual a 7, apresentou variabilidade considervel, com uma diferena entre os valores mximo e mnimo de, aproximadamente, 4 pH. Quando a referncia foi elevada para 9 pH a variabilidade da PV foi um pouco reduzida. Nessa regio, durante curtos intervalos de tempo, o PID conseguia manter o pH do tanque prximoreferncia.Mas,apsumcertotempo,opHatinjiaasuazonadeganhoelevado, e seu valor caia rapidamente para valores muito abaixo do desejado. Na regio de referncia igual a 10 pH, o controlador teve um desempenho muito pobre. Apesar de sua

103

variabilidade ter sido bruscamente reduzida, o PID apresentou um erro em estado estacionrio considervel. Em comparao com os resultados simulados, a variabilidade da PVatingiupatamaressemelhantes.

FIGURA 34 - Resposta do controlador PID aplicado planta piloto considerando-se a varivel Y (diferena de concentrao).

A Figura 34 apresenta o mesmo teste, mas em termos de diferena de concentrao. Taltesteevidenciaqueumavariabilidaderelativamentebaixadadiferenadeconcentrao para as referncias de 7 e 9 pH (de 0 a 1.406 segundos) foi capaz de proporcionar uma grande variabilidade no pH, ao compararse os resultados com aqueles obtidos na Figura 33.Outraobservaointeressantequeapresenadeerroemestadoestacionrioquandoa refernciafoimudadapara10pHficaaindamaisevidente. Entre o processo simulado e o real, a diferena mais perceptvel foi a grande variabilidade da ao de controle no processo real em relao ao simulado. Talvez, o principal motivo desta diferena se deva ao fato de o sensor ter sido considerado como linear. Sabese que o sensor tem um comportamento altamente nolinear, e o modelo aqui apresentado para tal uma mdia aproximada deste comportamento em vrias faixas de operao [Rocha, 2006]. A Figura 35 ilustra a nolinearidade do sensor. Tais respostas

104

foram obtidasemfaixasdeoperaodiferentes,considerandodegraus de subidae descida. Percebese que, para cada faixa de operao, a resposta do sensor diferente das demais. Alm disso, que a resposta do sensor ao degrau de subida diferente daquela para um degrau de descida em uma mesma faixa de operao. Somados, estes fatores demonstram uma significante nolinearidadeda medida realizada pelo sensor, fator no abordado pelo simulador. Maiores detalhes sobre a modelagem do sensor podem ser encontrados em [Rocha,2006].

FIGURA 35 - Ilustrao da no-linearidade do sensor de pH Fonte: [Rocha, 2006]

Vale observar que o desempenho do PID mostrado pela Figura 33 ainda pode ser melhorado. O controlador apresentou uma variabilidade exagerada na ao de controle, o que o tornou, praticamente, um controlador onoff. Tal concluso indica, resumidamente, que o ganho do PID est alto em relao ao ideal que poderia ser obtido para o processo. Dessa forma, possvel melhorar o desempenho de tal controlador por meio de testes a seremrealizadosdiretamentenaplantareal,comoomtododatentativaeerro.

6.2.2.

GMV
Devido falta de tempo hbil, dentre os controladores adaptativos apenas o GMV

foi testado na planta piloto. A proximidade do resultado obtido com aquele previsto pelo

105

simulador considervel, o que indica que o GPC tambm apresentaria resultados semelhantes. Tal fato corresponde a uma validao do trabalho simulado feito para o mesmoepermiteaextensodosresultadosdoGPCsimuladoparaoprocessoreal. Quando aplicado ao processo real, o GMV apresentou os resultados mostrados na Figura 36. O teste foi realizado para uma vazo de base de 10 ml/s, aproximadamente, e comopHdasoluobsicafixoem12,15,enquantoqueodasoluocidaestavaprximo de 1,5. Os valores para a referncia de pH variaram entre 7 (0 a 1.042s), 9 (1.043 a 1.560s) e 10 (1.561 a 1.924s). A proximidade com os resultados simulados grande, principalmente para a regio de pH medido igual a 7 e 9. A pouca diferena na ao de controle pode ser explicada tendo em vista que os parmetros estimados no processo real foram diferentes daqueles da simulao, como mostrado na Figura 37. Outra diferena em relao aos testes simulados a de que os parmetros demoraram mais para convergir, e uma das causas queofiltroantispikeimplementadoaindadeixouquealgunspicosocorressemnoinciodos testes, dificultando a estimao dos parmetros. Com os valores obtidos para a ao de controle neste teste, podese calcular que o controlador precisou de, aproximadamente, 30 rajadas por minuto para controlar o pH em 7. Dessa forma, a janela de 60 segundos para a estimao se mostra adequada, pois um grande nmero de rajadas emitido neste intervalo. A Figura 38 apresenta o mesmo teste, mas com o valor do pH transformado para a varivelY(diferenadeconcentrao).OGMVfoicapazdeproverumerronuloemestado estacionrio para todos os valores de referncia, enquanto que o PID apresentou um erro considervel na referncia igual a 10 pH. Outra observao a de que a variabilidade prxima referncia muito menor em relao ao PID, a no ser para o valor de 10 pH. O aumento nessa variabilidade inesperado, visto que o ganho do processo na regio de pH igual a 10 muito menor se comparado de pH igual 9. Por meio da Figura 37(b), que representa uma ampliao da Figura 37(a), percebese que todos os trs parmetros ainda nohaviamconvergidoatoinstantedeparadadostestes,indicandoqueoproblemadeve serapenasrelativoestimaoonlinedoprocesso.Commaisalgumtempo,provavelmente

106

osparmetrosseestabilizariam,aexemplodosdemais,eproporcionariamumcontrolecom menor variabilidade nessa regio. Pelas Figuras 37(a) e 37(b), podese observar que os parmetrosestimadosnessasituaovinhamtendendoestabilidade.

FIGURA 36 - Resposta do controlador GMV aplicado planta piloto.

(a)

(b)

FIGURA 37 - Perfil dos parmetros estimados no processo real. (a) Geral. (b) Com ampliao.

107


FIGURA 38 - Resposta do controlador GMV aplicado planta piloto considerando-se a varivel Y (diferena de concentrao).

A Figura 37(b) possibilita uma melhor percepo da convergncia dos parmetros e dasuainfluncianarespostadocontrolador.Aprimeiraobservaointeressanteadeque o parmetro a1a foiestimado como sendo, em mdia,0,9537. Esse valor corresponde uma constante de tempo estimada de 20 segundos. Com ateno Figura 39, que corresponde a uma ampliao da resposta complementar obtida na Figura 9, podese perceber que realmente o processo responde de forma mais rpida no comeo, durante um tempo da ordemde30segundos,valorprximoaoobtidopelaestimaoonline.Estaanlisejustifica o perodo de amostragem que foi adotado para o processo, agora no to distante da constante de tempo inferida pelo mtodo de estimao online. Um problema de se aumentar o perodo de amostragem que, se o mesmo for muito grande, os efeitos da bomba peristltica tm sua modelagem dificultada, pois podem ocorrer vrias rajadas dentrodeapenasuminstantedeamostragem.

108


FIGURA 39 - Resposta Complementar do processo, com ampliao.

Uma possvel explicao para o mtodo dos Mnimos Quadrados Recursivo com fatordeesquecimentoestimarumaconstantedetempomenorparaoprocessoadequeo processo real apresentaria duas constantes de tempo, sendo a primeira muito rpida e a segundamuitolenta.Dessaforma,quandoaplicadoaoprocessoreal,ocontroladorestimou amenorconstantedetempoebaseouseucontrolenamesma,principalmentepelofatodea PV estar sempre variando devido aos efeitos da bomba peristltica. Fisicamente, a existncia de duas constantes de tempo pode ser vista ao seestudaralocalizaodo sensor no tanque e o perfil do agitador, que promove uma agitao radial no tanque, ou seja, paralela ao agitador. A entrada de cido e base no tanque vem por cima, e a sada se d mais abaixo do mesmo. O sensor se encontra localizado em uma posio de altura praticamenteigualqueladaentradadasvazesdecidoebase.Quandoabombadecido perde velocidade, menos cido entra no tanque, diminuindo a neutralizao da base que tambm entra no mesmo. Dessa forma, como se mais base entrasse no processo, fluindo concentrada momentaneamente. Durante esse tempo, a agitao acaba por levla diretamente ao sensor, devido ao seu perfil radial. Isso d a caracterstica de uma resposta

109

inicial mais rpida. Aps isso, o restante do cido presente no tanque comea a neutraliz la, correspondendo elevao da homogeneidade da mistura e ao reestabelecimento de umarespostaaproximadadeprimeiraordem. Vale ressaltar que a anlise da resposta complementar no invalida o modelo fsico doprocessoapresentadonessamonografia,queindicaumprocessodeprimeiraordem.Tal modelo pressupe uma perfeita homogeneizao do tanque de mistura, o que no deve estar acontecendo nesse processo. Mesmo sendo essa homogeneizao imperfeita caracterizada apenas no incio da resposta, a complexidade do modelo j aumentada. Entretanto, como descrito no item 4.3, a resposta do processo pode ser aproximada por um modelo de primeira ordem. O controle, no processo real, pode ser realizado considerando quaisquer dos dois modelos na elaborao dos controladores adaptativos. O GMV, por exemplo, foi capaz de controlar a planta piloto se adaptando constante de tempo mais rpida da mesma. Entretanto, ao se considerar o processo como de segunda ordem o controladorpodeobterummelhordesempenho. Podese reparar tambm que, aps uma mudana na referncia, os parmetros estimados so alterados, e a resposta do controlador perde desempenho at que os parmetrosconvirjamnovamente.Aexplicaoparatalfatoque,aomudarareferncia,o padro da ao de controle calculada muda razoavelmente. Essa mudana refletida no filtrode mdia mvelqueestimaavazodecido, fazendo comqueaestimativaperidica de 60 segundos se afaste momentaneamente dos parmetros do processo. Aps um certo tempo,aconvergnciadosparmetrosnovamenteatingida. Comparativamente ao PID mostrado no item anterior, o GMV mostrou um desempenho consideravelmente melhor. Aps a convergncia dos parmetros no GMV, a ao de controle calculada pelo mesmo apresentou tanto oscilao quanto variabilidade muitomenoresdoqueasobtidasparaoPID.Taistestesevidenciamumagrandevantagem do GMV, que a sua capacidade de se adaptar ao processo caso as condies de operao sejam alteradas em relao s de projeto, mantendo um desempenho aceitvel ambos foram projetados considerando um processo de primeira ordem, mas o GMV ainda foi

110

capazdemanterumdesempenhoaceitvel.JoPIDprojetadoconsiderandoumpontode operao fixo, cuja mudana exigiria um reprojeto do controlador. Entretanto, nos casos em que o PID estivesse corretamente projetado, provavelmente seu desempenho seria prximooumelhorqueodoGMV.Taisconclusesnosodefinitivas,edevemserobtidas com mais critrio caso se deseje realmente comparar os dois controladores. No escopo destetrabalhorealizartalcomparao. louvvel tambm para o GMV o fato de o mesmo ter estimado um processo diferente do esperado, com uma constante de tempo mais rpida, o que mostra ainda mais seupoderdegeneralizao.Talresultadoabrecaminhoparaoutrosestudosnoquetange modelagemdoprocesso.

6.3. Observaes Finais

Primeiramente,deveseexplicar omotivo daescolha dos limitesdecontrolemnimo e mximo iguais a 0 e 50% com mais detalhes. Durante os testes reais, o controlador adaptativotestado(GMV)consumiaumagrandequantidadedecidonoinciodaresposta, quando os limites estavam estabelecidos como 0 e 100%. Essa grande quantidade de cido eradesperdiadapois,enquantoomtododeestimaoonlinebuscavaaconvergnciados parmetros, a ao de controle calculada equivocamente atingia com frequncia o limite mximo escolhido, provocando uma grande vazo deste reagente. Tal reagente difcil de ser obtido pois deve ser titulado na presena de um qumico e, como uma ao de controle de50%jerasuficienteparaabaixaropHparaforadafaixatimademediodosensor,o limite mximo foi reduzido a fim de economizar a soluo cida em estoque e de possibilitaraconclusodostestes. O preparo das solues cida e bsica outra particularidade que merece ser comentada.Talpreparodevesercriteriosoecuidadoso,vistoqueosresultadosdoprocesso mudamconsideravelmentecasoopHdassoluessejapoucoalterado. Vale ressaltar que os controladores tiveram sua ao de controle variando entre os doislimites(0e50%)empraticamentetodosostestessimulados.Issosedeveaofatodetais

111

controladores terem sido projetados para uma situao que no considerava os efeitos do sensor e da bomba peristltica. Quando estes efeitos foram adicionados na simulao, os controladores apresentaram a variao descrita. Ao ser reprojetado considerando tanto o sensor quanto a bomba peristltica, o PID conseguiu conter essa variao dentro de uma faixa menor para os resultados simulados, deixando de ter o comportamento descrito, tpicodeumcontroladoronoff. Todavia, o GMV tambm foi capaz de reduzir essa variao entre os limites de controle do processo nos testes reais. Tal fato devido a sua adaptao aos parmetros do processo, que melhorou consideravelmente o desempenho do controlador em relao ao simulado. Neste teste Figura 36 percebese tambm que, enquanto os parmetros estimados no convergiam, a ao de controle apresentava uma grande variabilidade, que era restringida apenas pelos limites impostos para a ao de controle. Entretanto, esta variabilidade era reduzida consideravelmente quando os parmetros se tornavam estveis, o que evidencia a importncia de um bom estimador de parmetros para um desempenho adequadodocontrolador.

112

7.

Concluso

7.1. Comentrios Finais

A planta piloto abordada nesse projeto deu margem um estudo relativamente completonoquetangesdificuldadesnocontroledepH.Dentreosproblemasenfrentados nesteprojeto,podeseenumerar:

Agrandenolinearidadeinerenteaoprocesso; OsproblemasdenolinearidadedosensordepH; O erro do controlador de nvel na manuteno do volume do tanque em 3,5l,

principalmentequandoaaodecontroleeraelevada;

Aagitao,quenopromoveumahomogeneizaoperfeita; A bomba peristltica, que aumenta a variabilidade do processo no seu controle

emvaloresdepHprximosregiodeganhoelevado;

A localizao do sensor, que acaba por incluir uma nova constante de tempo no

processo. Tal localizao, em princpio, poderia ser mudada colandose o sensor prximo mangueira de sada do tanque, cuja vazo controlada por outra bomba peristltica. Entretanto, o sensor de pH no pode sofrer grandes movimentaes, visto que sua vida til seria drasticamente reduzida [Resende, 2007], e tal movimentao aconteceria se a localizao do sensor fosse mudada como citado devidoaoimpactodabombaemcadarajada;

A nogarantia de vazo constante de base no processo. Tal vazo depende da

altura da soluo no tanque e da abertura da vlvula de sada do mesmo, ambas controladasmanualmente;

Afaltadamedidadavazodecido,aprincpionecessriaparaaestimaoon

linedosparmetrosdoprocesso; Dentre estes problemas, apenas alguns podem ser corrigidos por um engenheiro de controle e automao. Os outros so limitaes de processo que no devem ser ignoradas e

113

sim consideradas quando do projeto da estratgia de controle escolhida. A funo do engenheiro a de obter o melhor controle possvel do processo, independentemente das condies que lhe so apresentadas. realmente impressionante o fato de que tantos problemas conseguiram ser superados com a implementao de um controlador adaptativo. Para tanto, a modelagem fsica do processo foi um passo importante, pois possibilitou um melhor entendimento do seu comportamento. Atravs dessa modelagem e de conhecimentos sobre controle adaptativo, foi possvel implementar um simulador, atravs do software MatLab, capaz de representar satisfatoriamente o processo. Essa plataforma foi imprescindvel quando do projeto dos controladores adaptativos GMV e GPC, principalmente tendo em vista que seus parmetros de sintonia deveriam ser determinados por tentativa e erro, j que mtodos para sintonia ainda no existem para os mesmos. Vrios testes puderam ser feitos, considerando e desconsiderando a presena de algunsfatores,dentreelesoefeitodasrajadasemitidaspelabombaperistltica,daincluso do sensor e da estimao online sendo realizada de 60 em 60 segundos. Os testes reais, por terem respostas similares s previstas pelo simulador, acabam por validar o modelo utilizadonasimulao. A incluso do modelo da bomba peristltica, at ento inexistente, abriu caminho para o projeto de controladores que considerassem tal efeito e pudessem garantir um melhor controle para o processo. Perceberamse os efeitos nocivos da bomba ao controle, que provocavam grandes mudanas no valor do pH com apenas uma rajada na regio de pH neutro. Uma possvel soluo para o problema a estratgia splitrange, na qual uma bomba de maior preciso, mas de menor faixa de operao, seria adicionada ao processo, sendo responsvel por realizar um ajuste fino no controle de pH, o que resultaria em um menor erro de controle. Tal estratgia seria limitada apenas pela preciso dos conversores A/DeD/Autilizadosnoprocesso,quepoderiamrestringiraaodecontroleidealdevido discretizao.

114

Outroefeito degradante dodesempenho dos controladoresprojetadosfoi aexcluso dos efeitos do sensor da simulao. Essa excluso foi pensada considerandose que sua constante de tempo era muito rpida em comparao do processo, o que, a princpio, mudaria pouco a resposta do processo. Desconsiderando tal constante, a formulao dos controladores adaptativos seria mais simples. Contudo, percebeuse que sua incluso alterava significativamente os resultados dos testes na simulao. A explicao para isso pode vir do fato que, em uma simulao sem o sensor, o valor do pH se alteraria muito rapidamente. Principalmente em regies de maiores ganhos, como a de pH neutro, essa alterao foraria uma rpida ao do controlador. Quando o sensor adicionado simulao, essa variao se d de forma mais lenta, fazendo com que o controlador tenha tambm uma ao mais lenta. A incluso do sensor impactou ainda mais o GPC devido ao fato de que o modelo considerado por tal controlador no pde obter mais predies to precisas,prejudicandooseudesempenhoenormemente. A implementao dos controladores na simulao foi, ento, traduzida para a linguagem Delphi. A facilidade de manipulao de matrizes proporcionada pelo MatLab gerou algumas dificuldades nessa traduo, que s no foi to complicada aps a descoberta e instalao de um componente do Delphi, gratuito, que implementava clculos com matrizes de forma mais simples. Os controladores implementados em Delphi apresentaram respostas idnticas quelas obtidas no simulador quando aplicados ao modelosimuladodoprocesso. Os controladores adaptativos projetados apresentaram um bom desempenho na simulao. O controle via GPC teve desempenho ruim apenas ao se considerar o sensor no processo, visto que tal considerao muda o modelo adotado pelo GPC na sua formulao. O GMV apresentou a melhor resposta ao processo quando da incluso dos efeitos tanto da bomba peristltica quanto do sensor em relao ao GPC, inclusive quanto estimao de parmetros. Tal mudana prejudicou muito a capacidade preditiva do GPC, demonstrando que tal controlador muito susceptvel variaes no modelo do processo. Em relao ao PID, o desempenho do GMV tambm foi melhor, a no ser quando o PID foi reprojetado

115

considerando o processo como de 2 ordem. bastante provvel que, caso o GMV seja re projetado com essa mesma premissa, seu desempenho venha a ser melhor. A nica desvantagemdessaabordagemadequeumparmetroamaisteriadeserestimado,oque fariacomqueaconvergnciadosparmetrossetornasseumpoucomaislenta. J com relao ao processo real, o GMV foi capaz de obter um controle muito satisfatrio, o que no pode, infelizmente, ser percebido para o GPC devido ao tempo escasso para testes do controlador no processo. O controle pelo GMV foi melhor do que aquele obtido para o PID projetado. Provavelmente, o desempenho do PID ainda pode ser melhorado com o auxlio de testes diretamente na planta real e utilizando a sintonia obtida aoseconsideraroprocessocomodesegundaordem.Entretanto,aquiaparecenovamentea vantagem inerente do GMV se de adaptar mudanas no ponto de operao do processo, quefoicapazdemelhorarseudesempenhosemanecessidadedoreprojeto.Essavantagem se torna de maior valor considerando que existem vrias fontes de mudanas no ponto de operaodaplanta piloto decontrole de pH,sendoelasopHdas soluescidaebsica,o volumedotanqueeasvazesdeentradadeambasassoluesnotanque. OresultadoobtidoparaocontroladorGMVaindamaislouvvelaoserecordardo seu projeto para um processo que no considera os efeitos do sensor, que seria de primeira ordem. Ao considerar os efeitos da incluso do sensor na simulao, que transformam o modelodoprocessodeprimeiraparasegundaordem,oGMVprojetadoparaoprocessode primeira ordem perdeu pouco desempenho no que tange variabilidade da PV, mas ficou inevitavelmentemaislento. Mesmoassim,o controleobtido naplantapilotofoisatisfatrio e relativamente melhor que o esperado de acordo com os resultados mostrados pelo simulador. Apesar da falta de medio da vazo de cido, a metodologia utilizada para a estimao online dos parmetros do processo apresentou resultados importantes, o que possibilitou o correto funcionamento do GMV na planta real. Outro fato que a estimao online foi capaz de perceber uma caracterstica que, at ento, passava desapercebida no entendimentodoprocesso.Essacaractersticaahomogeneizaoimperfeitadasoluodo

116

tanque que, acoplada localizao do sensor no mesmo, muda o incio da resposta do processo devido ao fluxo radial da soluo dentro do tanque provocado pela agitao, levando as entradas das solues bsica e cida diretamente para o sensor. Tal fato acaba tornando o modelo do processo um pouco mais complexo que o previsto. Um processo cuidadosamente projetado pode diminuir esses efeitos separando as entradas de cido e base, provendo uma agitao predominantemente transversal ao invs de radial, ou seja, perpendicular ao agitador, e colocando o sensor to prximo quanto possvel da sada do processo. Essas condies garantiriam uma melhor homogeneizao do tanque e menor sensibilidadedosensorvariaesnasentradas.

7.2. Sugestes para Trabalhos Futuros

O trabalho realizado na planta piloto proporcionou resultados bastante interessantes, mas ainda com margem para trabalhos posteriores que podem melhorar o desempenhodoscontroladoresprojetados.Sugeremseasseguintesabordagens:

Reprojeto dos controladores adaptativos considerando um modelo de 2

ordemdoprocesso,queenglobaosensor;

Teste do controlador GPC com horizontes de controle igual a 1 e 2 na planta

real, para validao dos resultados aqui obtidos. A base de tal controlador j se encontraimplementadanoprogramadecontroledoprocesso,emDelphi;

Estudo das causas de o controlador implementado em Delphi ler a varivel

pHalgunspontosabaixodovalorparacorreo;

Inclusodemedidoresdevazonaplanta,principalmentedavazodecido,

oquetornariaaconvergnciadoestimadordeparmetrosmaisrpida;

Comparao mais formal do desempenho das malhas, talvez utilizando

algumavaliadordedesempenho.

117

Paraummelhorentendimentodoscontroladoresadaptativos,podeserrealizadoum estudo sobre a convergncia dos parmetros estimados e sua consequente adaptao mudanas no ponto de operao do processo. Esses estudos podem ser auxiliados tambm pela plataforma de simulao j implementada, e confirmados no processo real. O objetivo seriadeterminarumamelhorjaneladetempoamostral,queserelacionadiretamentecoma convergncia do mtodo dos Mnimos Quadrados Recursivo com fator de esquecimento por meio da mudana em fator de esquecimento , de forma a tornar a adaptao dos controladores mais rpida a tais mudanas sem desestabilizar os parmetros estimados. Podeserfeitatambmumavalidaomaisincisivaarespeitodosparmetrosestimadosdo processoeocomportamentorealobservado. Por ltimo, podese tentar a implementao de um controlador GMV implcito. A estimao dos parmetros para tal controlador seria responsvel por obter diretamente os parmetros do mesmo, estimando os parmetros da equao diofantina e no da planta. O GMV implementado dessa forma pode vir a ter um desempenho ainda melhor do que aqueleapresentadonestetrabalho.

118

Referncias Bibliogrficas
ALVARENGA, Beatriz; MXIMO, Antnio (1999). Curso de Fsica. 4. ed. So Paulo: Editora Scipione. BRANDES, B. T. (2005). Case Study of an Automatic pH Control Strategy for a StrongAcid Strong BaseSystem.Industrial&EngineeringChemistryResearch,vol.44,pp56225629. DELAPLACE, G.; LEULIET, J. C.; RELANDEAU, V. (2000). Circulation and Mixing Times for HelicalRibbonImpellers.ReviewandExperiments.ExperimentsinFluids,vol.28,pp170182. GMEZ,J. C.; JUTAN, A.;BAEYENS,E.(2004).WienerModel Identification andPredictiveControl of a pH Neutralisation Process. IEE ProcessControl Theory and Applications, vol. 151, no. 3, pp. 329338. GUSTAFSSON, Tore K.; WALLER, Kurt V. (1992). Nonlinear and Adaptive Control of pH. Industrial&EngineeringChemistryResearch,vol.31,pp26812693. JOTA, F.G. (1998): Tcnicas de Controle de Processos Industriais. Notas de Aula. Curso de EngenhariadeControleeAutomaoUFMG.BeloHorizonte. JOTA, F.G. (2006): Introduo ao Controle Adaptativo. Notas de Aula. Curso de Engenharia de ControleeAutomaoUFMG.BeloHorizonte. JOTA, F.G.; PENA, R. T (1993): Controle de Processos por Computador. Notas de Aula. Curso de ExtensoemAutomaoIndustrialCPDEEUFMG.BeloHorizonte. Keyence (1999). Users Manual: Visual KV Series. Vol. 1, 2 e 3. Keyence Corporation, Osaka, Japan. LOH,A.R.;LOOI,K.O.,FONG,K.F.(1995).NeuralNetworkModellingandControlStrategiesfora pHProcess.JournalofProcessControl,vol.5,no.6,pp.355362. McAVOY, T. J.; HUS, Elmer; LOWENTHAL, Stuart (1971). Dynamics of pH in Controlled Stirred Tank Reactor. Industrial & Engineering Chemistry Process Design and Development, vol. 11 , no.1,pp.6870. McMILLANG.K.(1994):pHMeasurementandControl.InstrumentSocietyofAmerica.NC,USA. NARAYANAN,N.R.L.,KRISHNASWAMY,P.R.eRANGANIAH,G.P(1998).UseofAlternative ProcessVariablesforEnhancingpHControlPerformance.ChemicalEngineeringScience,vol.53,no. 17,pp.30413049.

119

NIENOW, A. W. (1997). On Impeller Circulation and Mixing Effectiveness in the Turbulent Flow Regime.ChemicalEngineeringScience,vol.52,no.15,pp25572565. Omega (1988): Models pHB72 and pHB72P pH Meters: Operators Manual. Omega Engineering, Inc.Stamford,USA.71 Omega(1996):pHPSeries:ChemicalMeteringPumps.OmegaEngineering,Inc.Stamford,USA. Omega (1997): NonContact Ultrasonic Level/Distante Transmitters: Users Guide. Omega EngineeringInc.Stamford,USA PATTERSON, Gary (2005). Modeling and ScaleUp of Mixing and TemperatureSensitive Chemical Reactions.Industrial&EngineeringChemistryResearch,vol.44,pp53255341. Provitec (2006): Princpio de Funcionamento Sistema Peristltico. Disponvel em <http://www.provitec.com.br/produtos/peristaltica.html>.Acessadoem13nov.2006. RESENDE,Alessandra(2007):ComunicaoPessoal. ROCHA, Fabiano Franco da (2006). Automao de uma Planta Piloto para Aplicao de Estratgias de Controle de pH. Monografia de Concluso de Curso de Engenharia de Controle eAutomaoUniversidadeFederaldeMinasGerais. SAMARAS, Kostas; MAVROS, Paul; ZAMBOULIS, Dimitris (2006). Effect of Continuous Feed Stream and Agitator Type of CFSTR Mixing State. Industrial & Engineering Chemistry Research, vol.45,pp48054815. SEBORG,D.E.,EDGAR,T.F.eMELLICHAMP,D.A.(1989):ProcessDynamicsandControl.John Wiley&Sons.NewYork. SHINSKEY, Greg; GERRY, John (2002). Neutralize pH Control System Instabilities. Disponvel em <http://www.expertune.com/articles/neutralizeph/neutralizeph.html>.Acessoem17set.2006. TADEO, F.; LPEZ, O. P., ALVAREZ, Teresa (2000). Control of Neutralization Processes by Robust Loopshaping.IEEETransactionsofControlSystemsTechnology,vol.8,no.2,pp.236246. TEIXEIRA, B. O. S. (2004): Modelagem e Sintonia de Controladores para um Forno de Reaquecimento.MonografiadeConclusode CursodeEngenhariade Controle eAutomao UniversidadeFederaldeMinasGerais. WRIGHT, Raymond A.; KRAVARIS, Costa. (1991). Nonlinear Control of pH Processes Using the StrongAcidEquivalent.Industrial&EngineeringChemistryResearch,vol.30,pp15611572. YLN, JeanPeter (2001). Measuring, Modelling and Controlling the pH Value and the Dynamic Chemical State. Dissertao de Doutorado em Cincia da Tecnologia da Universidade Helsinki deTecnologia.

120

Apndice I Relao de Transformao entre pH e Y.

Seja a diferena de concentrao Y entre a concentrao de ons hidrognio [H+], em mol/l,edehidroxila[OH+],emmol/l,iguala

Y = [ H + ] [OH ] .(I.1)
Sabese que, em uma soluo qualquer, o produto destas concentraes uma constante que depende do solvente [Yln, 2001]. Seja essa constante denominada Kw. Dessa forma, temseque

K w = [ H + ][OH ] .(I.2)
Isolandose[OH]naequao(I.2)esubstituindonaequao(I.1),encontrase

Y = [H + ]

Kw (I.3) [H + ]

OpHdadopelaequao

pH = log[ H + ] (I.4)
Isolandose[H+]naequao(I.4)esubstituindoseem(I.3),temseque

Y = 10 pH 10 pH .K w (I.5)
que a relao de transformao do valor do pH para a respectiva diferena de concentrao.

121

Para determinar o valor do pH a partir da diferena de concentrao, devese realizaratransformaodevariveis

x = 10 pH ,(I.6)
com o objetivo de resolver a equao (I.5). Fazendo a substituio proposta por (I.6) em (I.5),temseaequaodesegundograu

x 2 Yx + K w = 0 ,(I.7)
cujasraizesso

x=

Y Y 2 4K w 2

.(I.8)

Pormeiodaequao(I.6),percebesequeopHvale

Y + Y 2 4K w pH = log 2

,(I.9)

pois, dentre as duas raizes, a nica que oferece resultados aceitveis para a transformao em questo aquela na qual x s pode assumir valores positivos, visto que no existe logaritmodenmeronegativo. Vale mencionar que, para a gua, solvente adotado neste trabalho, a constante de equilbrio,segundoYln(2001)

K w = 1014 mol 2 / l 2 (I.10)

122

Apndice II Determinao Recursiva dos Polinmios Ej(z-1) e Fj(z-1) na Formulao do GPC.

Nesse apndice mostrado o cdigofonte, na linguagem MatLab, para determinao dos polinmios Ej(z1) e Fj(z1), utilizados nos clculos realizados pelo GPC. EssaformulaosegueadescriofeitaporJota(2006). Na implementao, N corresponde ao horizonte de predio do GPC, a o vetor de parmetros do polinmio A(z1) domodelo ARIMAX,onde A(z1)= a(1)+a(2)*z1+...+a(n+1)zn; eefsoosvetorescorrespondentesEj(z1)eFj(z1),respectivamente.

% Algoritmo para determinao recursiva dos polinmios E(z^-1) e F(z^-1) % Autor: Hamilton Guilherme de Oliveira Jnior % Fevereiro de 2007 % Inicializao dos vetores -------------------------e(1,1:N) = 0; e(1,1) = 1; % F(1,1) = f1,0 for i = 1:N if i == N f(1,i) = a(i); else f(1,i) = a(i) + a(i+1); end end % lao para determinar Ej e Fj---------------------% e(x,y) = elemento y-1 de Ex % por exemplo: E1 = e0 + e1z^-1 % e(1,1) = e0. % f(x,y) = elemento y-1 de Fx for j = 1:N-1 rj = f(j,1); for i = 1:N-1 f(j+1,i) = f(j,i+1)-rj*(a(i+1) - a(i)); end e(j+1,:) = e(j,:); e(j+1,j+1) = rj; end
123