Académique Documents
Professionnel Documents
Culture Documents
ENG – 009
Escola Politécnica - EP
ÍNDICE GERAL
CAPÍTULO 1. INTRODUÇÃO
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1-1 de 9
ÍNDICE
CAPÍTULO 1. INTRODUÇÃO 1-2
ÍNDICE DE TABELAS
Tabela 1-1: Estratégias para o controle de temperatura de um tanque de aquecimento agitado. 1-5
Tabela 1-2: Sinais padrão de transmissão de informações. 1-7
Tabela 1-3: Exemplo de identificação de instrumento. 1-9
ÍNDICE DE FIGURAS
Figura 1-1: Exemplo de controle de processo. 1-3
Figura 1-2: Tanque de aquecimento com agitação. 1-4
Figura 1-3: Tanque de aquecimento agitado com controle feedback. 1-5
Figura 1-4: Símbolos gerais para instrumento ou função programada. 1-7
Figura 1-5: Letras de identificação de instrumento ou função programada. 1-8
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1-2 de 9
CAPÍTULO 1. INTRODUÇÃO
• Temperatura;
• Pressão;
• Vazão;
• Composição;
• Viscosidade;
• Granulometria;
• Radioatividade;
• Condutividade;
• Dureza;
• Maleabilidade;
• Cor;
• Aroma;
• Sabor; etc.
2. A qualidade do produto; e
3. A produção
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1-3 de 9
√ Exemplo 01
√ Exemplo 02
Seja um tanque agitado, aquecido pela condensação do vapor d’água, conforme mostra a
Figura 1-2. O objetivo deste processo é aquecer uma corrente de vazão w e temperatura T1 até
alcançar a temperatura T2.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1-4 de 9
T1(t), w
T2(t), w
vapor condensado
Pergunta 1: Quanto de calor deve ser fornecido ao líquido no interior do tanque para
que atinja a temperatura desejada T2?
Existem algumas possibilidades, uma delas é medir a temperatura no interior do tanque (T),
comparar esta com a temperatura desejada (TSP) e atuar sobre a válvula de controle para que
esta aumente ou diminua o fluxo de vapor para a serpentina, incrementando ou não a
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1-5 de 9
transferência de energia para o fluido no tanque (veja Figura 1-3). Esta estratégia denomina-se
controle por retroalimentação (Feedback Control).
T1(t), w1(t)
TT T
T2(t), w2(t)
TC
condensado
vapor
Na Tabela 1-1 vemos outras alternativas de estratégias de controle para este processo.
Variável Variável
Método Classificação
Medida manipulada
01 T Q Feedback
02 T1 Q Feedforward
03 T w Feedback
04 T1 w Feedforward
05 T1 e T Q Feedback / feedforward
06 T1 e T w Feedback / feedforward
Equação 1-3 [
Q (t ) = Q ss + K c . T SP (t ) − T (t ) ]
Onde Kc é denominado ganho do controlador, este parâmetro é ajustável e define a
intensidade da correção a ser realizada sobre o processo.
(3) Estabelecer quais as variáveis de processo que devem ser mantidas o mais
próximo possível dos valores desejados (set point), denomina-se de variáveis
controladas;
(4) Estabelecer quais as variáveis de processo que devem ser monitoradas (variáveis
medidas) a fim de conhecer ou inferir os valores das variáveis controladas ou das
variáveis de processo que podem interferir no mesmo (perturbações).
(5) Estabelecer quais os fluxos de massa e energia que deverão ser modificados
(variáveis manipuladas) para manterem as variáveis controladas nos seus set point.
(6) Escolher e dimensionar os instrumentos necessários para o funcionamento do
sistema de controle:
(a) Sensores das variáveis de processo envolvidas ou elementos primários de
medição,
(b) Transmissores e / ou conversores de sinais,
(d) Controladores,
(e) Elementos finais de controle (válvulas).
Para estabelecer com sucesso o sistema de controle de um processo temos que conhecer
seu comportamento dinâmico, realizando um estudo de processo em malha aberta, assunto
que é tratado de uma apostila deste autor, que deve ser consultada para maiores detalhes.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1-7 de 9
bem como a simbologia a ser adotada nos fluxogramas e documentos (veja “Standards and
Recommended Pratices for Instrumentation and Control” editado pela ISA).
4 a 20 mA representado por
Sinal elétrico ou eletrônico 1 a 5 V
0 a 10 V
, binário elétrico
Sinal digital ou discreto ou
binário , binário pneumático
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1-8 de 9
T RC 210 02 A
Área de Nº seqüencial
Variável Função
atividades da malha Sufixo
Identificação funcional Identificação da malha
Identificação do instrumento
Onde:
T Variável medida ou iniciadora: temperatura;
A Sufixo.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-1 de 9
ÍNDICE
CAPÍTULO 2. FUNÇÃO DE TRANSFERÊNCIA 2-2
ÍNDICE DE TABELAS
Tabela 2-1: Raízes da Função de Transferência. 2-6
ÍNDICE DE FIGURAS
Figura 2-1: Diagrama de blocos 01. 2-3
Figura 2-2: Diagrama de blocos 02. 2-4
Figura 2-3: Diagrama de blocos 03. 2-4
Figura 2-4: Localização das raízes da equação característica. 2-6
Figura 2-5: Função exponencial [(a) decrescente (b); crescente] e gráfico de oscilação [(a) crescente; (b)
decrescente; (c) amplitude constante]. 2-7
Figura 2-6: Diagrama de blocos 04. 2-7
Figura 2-7: Diagrama de blocos 05. 2-8
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-2 de 9
“... proporciona uma relação direta entre as entradas (distúrbios, variáveis manipuladas) e as
saídas (variáveis controladas) do processo.”
George Stephanoupolos
n
di Y dn Y dn −1 Y dY m
dj X
Equação 2-2 ∑ ai . dt i
= an .
dt n
+ an −1 .
dt n −1
+ ... + a1 .
dt
+ a0 . Y = ∑ b j . j
dt
i= 0 j= 0
m
dj X dm X dm −1 X dX
Equação 2-3 onde ∑ b j. dt j
= bm .
dt m
+ am−1 .
dt m −1
+ ... + b1 .
dt
+ b0 . X
j= 0
Onde, an, an -1, ..., a1, a0 e bm, bm -1, ..., b1, b0 são constantes.
dk Y
Equação 2-4 t =0 =0 , k = 0,..., n − 1
dt k
dl X
Equação 2-5 t =0 =0 , l = 0,..., n − 1
dt l
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-3 de 9
Y ( s)
∑ b .s j
j
+ I (= 0 )
j =0
Equação 2-7 ⇒ G ( s) = = n
X ( s)
∑ a .s
i =0
i
i
Em diagrama de blocos:
X(s) Y(s)
G(s)
Em geral a função de transferência pode ser representada por uma divisão entre dois
polinômios em s:
Q(s)
Equação 2-9 G(s) =
P(s)
Equação 2-10 Y ( s ) = G ( s ). X ( s )
Equação 2-11 Y ( s ) = G ( s ). X ( s ) = G ( s )
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-4 de 9
2.s + 1 2.D + 1
Equação 2-12 ex. : G ( s ) = ⇒ Y (t ) = 2 . X (t )
s + s +1 D + D + 1
2
Ou,
"
Equação 2-14 ⇒ Y " ' ( t ) + Y " ( t ) + Y( t ) = 2.X ( t ) + X( t )
Equação 2-16 Y ( s ) = G ( s ). X ( s ) = G ( s ). X 1 ( s ) + G ( s ). X 2 ( s ) = Y1 ( s ) + Y2 ( s )
Em diagrama de blocos:
X1(t)
Y(t)
PROCESSO
X2(t)
X1(s) Y1(s)
G(s)
+ Y(s)
+
X2(s) Y2(s)
G(s)
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-5 de 9
s +1 B C
Equação 2-17 G ( s) = = +
s − 2.s + 5 s − (1 + 2.j) s − (1 − 2. j)
2
Equação característica:
Equação 2-18 s 2 − 2s + 5 = 0
Q( s) Q( s)
Equação 2-23 Y ( s ) = G ( s ). X ( s ) ⇒ G ( s ) = = n
P( s)
n (s − p )
i =0
i
Na Tabela 2-1 vemos as diferentes formas das contribuições da função transferência para
as respostas dos sistemas. Enquanto que na Figura 2-4 podemos verificar a disposição das
raízes da equação característica no plano complexo.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-6 de 9
Observações:
1. Onde a1, a2, ..., b1, b2, ..., p1, p2, ..., são constantes positivas.
2. Se algumas dessas raízes são repetidas o termo referente a essa raiz é multiplicado por
uma série de potências de t:
Na Figura 2-4 vemos a disposição dos pólos no plano complexo. Observe que as raízes
reais geram respostas não oscilatórias amortecidas (p1), não oscilatórias não amortecidas (p6)
e não oscilatórias com amplitude crescente (p5), portanto uma resposta instável; enquanto que
as raízes complexas originam respostas oscilatórias amortecidas (p2, p2*), não amortecidas (p3,
p3*) e com amplitudes crescentes (p4, p4*), isto é, a saída do sistema é instável. Em outras
palavras as raízes localizadas no semi-eixo direito geram respostas instáveis.
Eixo
imaginário
p4
p3
p2
p6 p5
Eixo
p1 real
p*2
p*3
p*4
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-7 de 9
Figura 2-5: Função exponencial [(a) decrescente (b); crescente] e gráfico de oscilação [(a)
crescente; (b) decrescente; (c) amplitude constante].
X1(t) Y1(t)
PROCESSO Y2(t)
X2(t)
X 1 (t ) Y1 (t )
ENTRADAS SAÍDAS
Equação 2-24 X 2 (t ) Y2 (t )
dY1
Equação 2-25 = a11.Y1 + a12 .Y2 + b11X1 + b12 .X2
dt
dY2
Equação 2-26 = a 21.Y1 + a22 .Y2 + b 21X1 + b22 .X 2
dt
Condições iniciais:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-8 de 9
Ou em notação matricial:
X1(s)
Y1(s)
+
G11(s)
+
G21(s)
X2(s)
G12(s)
Y2(s)
+
G22(s)
+
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2-9 de 9
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-1 de 65
ÍNDICE
CAPÍTULO 3. ANÁLISE DA DINÂMICA DE PROCESSOS 3-3
ÍNDICE DE TABELAS
Tabela 3-1: Constantes de tempo de elementos primários de medição. 3-6
Tabela 3-2: Tempo (t) e valor alcançado pelo sistema Y (t ) A.K P . 3-11
Tabela 3-3: Tempo (t) e valor alcançado pelo sistema Y (t ) A.K P . 3-15
Tabela 3-4: Classificação dos Sistemas de 2ª ordem. 3-27
Tabela 3-5: Tanques em série com e sem interação. 3-40
ÍNDICE DE FIGURAS
Figura 3-1: Desenho esquemático de um termopoço / termopar. 3-3
Figura 3-2: Diagrama de blocos 01. 3-6
Figura 3-3: Diagrama de blocos 02. 3-8
Figura 3-4: Diagrama de blocos 03. 3-8
Figura 3-5: Função degrau de amplitude A. 3-10
Figura 3-6: Resposta de um sistema de 1ª ordem a perturbação degrau. 3-12
Figura 3-7: Comportamento dinâmico de termopares sem (τTs) e com poço (τTc). 3-13
Figura 3-8: Função impulso de amplitude A. 3-14
Figura 3-9: Resposta de um sistema de 1ª ordem a perturbação impulso de amplitude A. 3-15
Figura 3-10: Resposta real de um sistema de 1ª ordem a perturbação impulso de amplitude A. 3-16
Figura 3-11: Função pulso de amplitude A. 3-17
Figura 3-12: Resposta de sistema de 1ª ordem a perturbação pulso de amplitude A. 3-19
Figura 3-13: Função seno de amplitude A, freqüência ω e período T. 3-20
Figura 3-14: Resposta de um sistema de 1ª ordem a perturbação seno de amplitude A e freqüência w. 3-22
Figura 3-15: Diagrama de blocos de um sistema capacitivo. 3-23
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-2 de 65
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-3 de 65
Termopar
Fluido a
temperatura T(t) Termopoço
a. O termopar e o termopoço estão sempre na mesma temperatura Tm(t), que pode ser
diferente da temperatura do fluido T(t) que envolve o poço;
b. Não existe perda de calor pela extremidade do poço exposta ao meio ambiente;
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-4 de 65
Equação 3-1
{acumula} = {entra} − {sai}
Equação 3-3
{entra}− {sai}= {convecção}+ {condução}+ {radiação}
Equação 3-4
{entra} − {sai} = UG . A[T (t ) − Tm (t )]
Onde,
∑ R [=] J / (º C.S .m )
1 1 1
UG
= ∑h + 2
Equação 3-5 i i
d
m.C . [Tm (t )] = UG . A[T (t ) − Tm (t )]
Equação 3-6 dt
ou
d
τT [Tm (t )] + Tm (t ) = T (t )
Equação 3-7 dt
m .C
τT = [=] s → d [Tm (0)] = 0
Equação 3-8
UG . A dt
⇒ Tm,ss = Tss
Equação 3-9
τT .
d
[Tm (t ) − Tm,ss ] + Tm (t ) − Tm,ss = T (t ) − Tss
Equação 3-10 dt
1
Devido às hipóteses adotadas este modelo denomina-se Modelo de Parâmetros
Concentrados, um modelo mais preciso conduziria a um Sistema de Equações Diferenciais
Parciais (SEDP).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-5 de 65
Tm (t ) = Tm (t ) − Tm,ss
Equação 3-11
T (t ) = T (t ) − Tss
Equação 3-12
Então:
τT . .
d
dt
[ ]
Tm (t ) + Tm (t ) = T (t )
Equação 3-13
Equação 3-14
τ T . s .Tm (s ) − Tm (0) + Tm s = T (s )
Mas,
Então:
Tm (s ) 1
=
Equação 3-16
T (s ) τT .s + 1
Portanto, para que a temperatura indicada/transmitida pelo termopar esteja o mais próximo
possível da temperatura do fluido, ou seja, Tm(t) = T(t), a constante de tempo do conjunto
termopar/termopoço deve ser minimizada, para isto acontecer a capacitância térmica dos
sistema (m . C ) deve ser mínima, enquanto a facilidade à transferência de calor (UG*A) deve
ser máxima (resistência mínima).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-6 de 65
T(s) Tm(s)
1/ τTs + 1
Na Tabela 3-1 vemos valores típicos de constantes de tempo de alguns elementos primários
de medição.
Tipo Ordem de τm
Termômetro de vidro Minutos
Termômetro bimetálico < 1 minuto
Termômetro a expansão Minutos
Termopar em bainha Segundos
Termopar com poço Minutos
Termômetro a resistência Segundos a minutos
Transmissão pressão absoluta 0.2 - 1.7 segundos
Transmissão pressão diferencial 0.2 - 1.7 segundos
Turbina 0.03 segundos
Vortex 2.5 segundos
d
Equação 3-17 a1 . [ y(t )] + aο . y(t ) = b. x (t )
dt
2
A literatura também denomina o sistema de 1ª ordem de atraso de primeira ordem (first
order lag) ou atraso linear (linear lag).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-7 de 65
d
Equação 3-18 τP. [ y(t )] + y(t ) = K P .xΧ (t )
dt
onde
a1
τP =
Equação 3-19
aο
b
Equação 3-20 KP =
ao
Equação 3-21
Yss = K P . Χ ss
Y (t ) = Y (t ) − Yss
X (t ) = X (t ) − X ss
Equação 3-22
Obtemos:
O novo estado estacionário alcançado após o sistema sofrer a perturbação X(t) será:
Y ∞ = K p .Χ ∞
Equação 3-24
logo
Y∞ Y (∞ ) − Y (0 ) Y ∞ − Y ss
Κp = = =
Equação 3-25
Χ ∞ Χ (∞ ) − Χ (0 ) Χ ∞ - Χ ss
ou
Portanto, o ganho do processo determina o estado estacionário que o sistema irá atingir
após sofrer uma perturbação.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-8 de 65
τ p . s .Y (s ) − Y (s ) = Κ p . Χ (s )
Equação 3-27
mas
y (s ) Κp
G (s ) = =
Equação 3-29
Χ (s ) τ p .s + 1
Κp
Y (s ) = G (s ). Χ (s ) = . Χ (s )
τ p .s + 1
Equação 3-30
Em diagramas de blocos:
X (s ) Y (s )
G(s)
ou
X (s ) Κp Y (s )
τ p .s + 1
Figura 3-4: Diagrama de blocos 03.
√ Resistência e Capacitância
Os sistemas de 1ª ordem são caracterizados pelo ganho KP, que estabelece o seu estado
estacionário, e pela sua constante de tempo τP, que determina o seu comportamento
transitório.
A constante de tempo pode ser obtida se identificamos a capacitância C e a resistência R
do processo de 1ª ordem. Por definição estas propriedades são:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-9 de 65
τp = C . R
Equação 3-33
Tanque de aquecimento
dH d J
m . C p dT = m. C p = ρ . V . C p [=]
T
C=
dT
=
dT
Hº + ∫ Tº ºC
dT 1
∆Η ' = ρ . q . C p .(T − T º ) ⇒ R = = [=] º C
dH ' ρ . q . C p J .s
ρ .V . C p V
τT = C . R = = [=] s
ρ . q .C p q
dQ m . C . dΤ J
C= = = m . C [=]
dΤ dΤ ºC
dΤ 1
∆Q ' = U G . A . dΤ ⇒ R = = [=] º C
dQ ' U G . A J .s
m .C
τ Τ = C. R = [=] s
UG. A
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-10 de 65
Equação 3-34
X (t − tο ) = X ss + A .u (t - t ο )
Onde,
A Amplitude de perturbação
Equação 3-35
X (t ) = X ss + A .u tο (t )
X ss ,o , para t p t o
X (t ) =
Equação 3-36 X ss ,o + A = X ss ,∞ , para t ≥ t o
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-11 de 65
A (− t ο .s )
X (s ) = .e
Equação 3-37 s
A ΚP A . Κ P τ P (− t ο . s )
Y (s ) = . . e (− t ο . s ) = .e
s τ P .s + 1 1
s . s +
Equação 3-38
τ
A . Κ P τ P τP . e (− t ο . s )
Y (s ) = . −
τP s 1
s +
τ P
Equação 3-39
t − tο
Y (t ) = A . Κ P 1 − exp − . u (t - t o )
Equação 3-40 τP
Ou
t − tο
Y (t ) = Yss + A . Κ P 1 − exp − . u (t - t o )
Equação 3-41 τ P
τP τP τP
t – to 0.0 τP 2*τP 3*τP 4*τP ∞
10 5 2
Y (t )
0.000 0.095 0.181 0.394 0.632 0.865 0.950 0.982 1.000
A .Κ p
A partir da curva t τ P versus Y (t ) A.K P , conforme a Figura 3-6, concluímos que todo
sistema de 1ª ordem é caracterizado por:
(a) O sistema alcança 63.2% do valor do estado estacionário após decorrer o espaço de
tempo de uma constante de tempo τP, isto é:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-12 de 65
Y (τ p )
= 0.632
A .Κ p
Equação 3-42
d Y (t )
= 1 .0
dt A . Κ p
Equação 3-43 t =0
(d) Para fins práticos, admite-se que o estado estacionário foi atingido quando um espaço
de tempo equivalente a 3 ou 4 vezes a constante de tempo τP.
Observação: Curva vermelha (A) entrada X(t) e curva azul (B) resposta Y(t).
Comparando a resposta de um termopar sem e com poço, verificamos que o poço introduz
um atraso dinâmico que, a depender do sistema em estudo, não pode ser negligenciado. Veja
Figura 3-7.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-13 de 65
Figura 3-7: Comportamento dinâmico de termopares sem (τTs) e com poço (τTc).
Observação: Curva A perturbação; Curva B termopar sem poço Tm’s(t); Curva C termopar com poço
Tm’c(t).
Equação 3-44
X (t ) = X ss + A . δ to (t ) = X ss + A . δ (t - t ο )
X ss ,o , para t < t o
X (t ) = X ss ,o + A = X ss ,∞ , para t ≥ t o
X , para t > t o
Equação 3-45 ss ,o
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-14 de 65
Equação 3-46
X (s ) = A.e (− to s )
ΚP A . Κ P τ P (− t ο .s )
Equação 3-47 Y (s ) = A . . e (− t ο .s ) = .e
τ P .s + 1 1
s . s +
τP
A . Κ p τ p τ p (− t ο . s )
Y (s ) = . − .e
τ p s 1
s +
τ p
Equação 3-48
A . Κp t − tο
Y (t ) = . exp− . u (t - t o )
τp τp
Equação 3-49
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-15 de 65
A . Κp t − tο
Y (t ) = Yss + . exp − . u (t - t o )
Equação 3-50
τp τp
Calculando a razão Y (t ) A.K P para alguns valores de τP, construímos a Tabela 3-3:
τP τP τP
t – to 0.0 τP 2*τP 3*τP 4*τP ∞
10 5 2
Y (t )
0.0 0.905 0.819 0.606 0.368 0.135 0.050 0.018 0.0
A .Κ p
A partir da curva t τ P versus Y (t ) A.K P , conforme a Figura 3-9, concluímos que todo
sistema de 1ª ordem, quando submetido a uma perturbação tipo impulso tem uma resposta
inicial muito rápida, mas decorrido um espaço de tempo equivalente a 3 ou 4 vezes, sua
constante de tempo retorna ao estado estacionário anterior à perturbação.
Porém, um sistema físico real responderá a uma perturbação impulso conforme mostra a
Figura 3-10, pois é impossível que ele saia do seu estado de repouso Xss e alcance
instantaneamente o valor A.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-16 de 65
X ss ,o , para t < t o
X (t ) = X ss ,o + A = X ss ,∞ , para t o ≤ t ≤ t 1
X , para t > t 1
Equação 3-51 ss ,o
Equação 3-52
[
X(t ) = Xss + A . ut o (t ) − ut1 (t ) ]
Equação 3-53
[
X(t ) = Xss + A . ut o (t ) − ut1 (t ) ]
Graficamente a função impulso correspondente a Figura 3-11:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-17 de 65
X (s ) = A . L{u (t - t ο ) − u (t - t1 )}
Equação 3-54
ou
X (s ) = A . [L{u (t - t ο ) }− {u (t - t1 )} ]
Equação 3-55
Equação 3-56
[
X (s ) = A . L{u (t ) }. e (−tο . s ) − L {u (t )}. e (−tο . s ) ]
e (− tο . s ) e (− t1 . s )
X (s ) = A . -
Equação 3-57 s s
Κp e (− tο . s ) e (− t1 . s )
X (s ) = A . -
τ p . s +1 s s
Equação 3-58
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-18 de 65
τ p τ p (−tο . s ) τ p τp
A . Κ p − .e − s − .
Y (s ) = s 1 1
τ p s + s+
τ p τ p
(−t1 . s )
Equação 3-59 e
Ou
1 1 (−tο . s ) 1 1
A . Κ p − .e − s −
Y (s ) = s 1 1
τp s + s +
τ p τ p
(−t1 . s )
Equação 3-60 e
t − to t − t1
1 − exp − . u (t - t o ) − 1 − exp − u (t - t o )
Y (t ) = A . Κ p τ p τ p
Equação 3-61
ou
t − to t − t1
1 − exp − .u (t - t o ) − 1 − exp − u (t - t o )
Y (t ) = Yss + A . Κ p τ p τ p
Equação 3-62
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-19 de 65
Equação 3-63
X(t ) = Xss + A . sen (ω. (t - t ο )) . u (t - t ο )
Onde, ω = 2πƒ.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-20 de 65
A .ω
X (s ) =
Equação 3-64
s + ω2
2
Y (t ) =
A.K p
τ .ω
2 2
+1
[ω τ p e
(− (t − to ) τ p )
]
− ω .τ p cos (ω (t - t o ) ) + sen (ω (t - t o )) u (t - t o )
p
Equação 3-65
Equação 3-66
p . sen (ω . t ) + q . cos (ω . t ) = r . sen (ω . t + θ)
onde
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-21 de 65
Equação 3-67
r = p 2 + q 2 e θ = arcig (p q )
A K p ω.τ p . e (−(t − to ) τ p ) A .Κ p
Y (t ) = + 2 2 sen (ω (t - t o ) + θ ) u (t - t o )
τ p .ω + 1
2 2
τ p .ω + 1
Equação 3-68
Equação 3-69
θ = arcig (- ω . t )
Ou
Y (t ) = Ydin (t ) + Yest (t )
Equação 3-70
Onde,
A . ω . τp . e
(−(t − t o ) τp )
Ydin (t ) = Κ p . . u (t - t o )
τp2 . ω2 + 1
Equação 3-71
E,
A. K p .
Yest (t ) = . sen (ω . (t - t o ) + θ) . u (t - t o )
τp2 . ω2 + 1
Equação 3-72
Observe que a resposta à perturbação seno é composta de duas partes: uma diminui a
medida que o tempo aumenta Ydin(t) e a outra é uma função periódica Yest(t). Portanto, no
estado estacionário a resposta de um sistema de 1ª ordem a uma perturbação seno é uma
função periódica, veja Figura 3-14, dada por:
Perturbação:
Equação 3-73
X(t ) = Xss + A . sen (ω . t ) . u (t )
Resposta ( t → ∞ )
A. K p .
Y (t ) = Yss + . [sen (ω . t + θ)]
τp2 . ω2 + 1
Equação 3-74
Comparando Equação 3-63 com Equação 3-74, veja Figura 3-14, concluímos que:
(b) A resposta do sistema é uma onda senoidal com a mesma freqüência de entrada;
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-22 de 65
(c) A resposta está defasada de um ângulo de fase θ em relação ao estímulo, neste caso
está atrasada pois θ é menor que zero.
d
a1 . [Y(t )] = b .x(t )
Equação 3-75 dt
d
[Y(t )] = b . X(t ) = K′. X(t )
Equação 3-76
dt a1
Onde
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-23 de 65
Equação 3-77
s .Y (s ) = Κ ′ . X (s )
Y (s ) Κ ′
G (s ) = =
Equação 3-78
X (s ) s
Em diagramas de blocos:
X (s ) Κ' Y (s )
s
Figura 3-15: Diagrama de blocos de um sistema capacitivo.
q1(t)
h(t)
q2 = cte.
d
A. [h(t )] = q1(t ) − q2
Equação 3-79 dt
No estado estacionário:
q1 (0) − q 2 = 0 ⇒ q1,ss = q 2, ss = q 2
Equação 3-80
A.
d
dt
[ ]
h(t ) = q1 (t )
Equação 3-81
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-24 de 65
h(s ) 1 Κ′
G (s ) = = =
Equação 3-82
q1 (s ) A . s s
Função de Transferência:
Y (s ) Κ ′
G (s ) = =
Equação 3-83
X (s ) s
Função Perturbação:
A −tο . s
X (s ) = .e
Equação 3-84 s
Resposta:
A . Κ ′ −t Ο . s
Y (s ) = .e
Equação 3-85 s2
Equação 3-86
Y (t ) = Yss + A . Κ ′ . (t - t Ο ) . u (t - t Ο )
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-25 de 65
d2
aZ . 2
[Y (t )]+ a1 . d [Y (t )]+ aΟ .Y (t ) = b . X (t )
Equação 3-87 dt dt
d2 d
τ2 . 2
[y(t )] + 2.τ.ζ . [Y(t )] + Y(t ) = Κ p . X(t )
Equação 3-88 dt dt
Onde,
a2
τ=
ao
Período natural de oscilação
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-26 de 65
b
ΚP =
aΟ Ganho do processo
a1
2.τ ζ =
e
aΟ
Y (s ) ΚP
G (s ) = = 2 2
Equação 3-89
X (s ) τ . s + 2 .τ .ζ . s + 1
(3) Sistema de controle feedback (malha fechada), por exemplo: sistema de 1ª ordem com
controlador P + I.
ΚP
Y (s ) = G (s ). X (s ) = . X (s )
Equação 3-90
τ . s + 2 .τ .ζ . s + 1
2 2
Em diagramas de blocos:
X (s ) ΚP Y (s )
τ s + 2.τ .ζs + 1
2 2
Logo:
KP τ 2
Y (s ) = . X (s )
Equação 3-91
(s − p1 ). (s − p 2 )
Onde p1 e p2 são as raízes da função de transferência, pólos do sistema:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-27 de 65
2 .ζ 4 .ζ 2 4 2 .ζ 4 .ζ 2 4
− + − − − −
p1 =
τ τ 2
τ 2
p2 =
τ τ 2
τ2
Equação 3-92 2 e 2
A Tabela 3-4 mostra a classificação dos sistemas de 2ª ordem a depender dos valores do
fator de amortecimento ζ.
Equação 3-93
X(t ) = X ss + A . u (t - t Ο )
A −tΟ . s
X (s ) = .e
Equação 3-94 s
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-28 de 65
KP τ 2 A
Y (s ) = . . e − tΟ . s
Equação 3-95
(s − p1 ). (s − p 2 ) s
Expandindo em frações parciais a Equação 3-95 e aplicando a Transformada Inversa de
Laplace, encontramos soluções diferentes a depender do valor do fator de amortecimento ζ.
ζ .t* ζ 2 −1 ζ 2 − 1
−
cos h
ζ
Y (t ) = A Κ P 1 − e τ t* + . senh t * u (t - t Ο )
τ ζ −1
2 τ
Equação 3-96
onde,
Equação 3-97 t* = t - to
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-29 de 65
Observação: Curva A – perturbação; Curva B - τ = 1.0 e ζ = 1.0; Curva C - τ = 1.5 e ζ = 1.0; Curva D - τ
= 1.0 e ζ = 1.5.
t* − t*
Y (t ) = A . Κ p . 1 − 1 + .e
τ
. u (t - t Ο )
τ
Equação 3-98
1 - ζ 2 1 - ζ 2
ζ
Y (t ) = A Κ p 1 − e −t τ cos t * u (t - t Ο )
*
t* + sen
τ 1−ζ 2
τ
Equação 3-99
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-30 de 65
ζ .t*
Y (t ) = A . Κ P . 1 −
1 −
(
. e τ . sen ω . t * + θ ) . u (t - t )
Ο
1−ζ 2
Equação 3-100
Onde,
1 − ζ2
ω =
Equação 3-101 τ
1 - ζ2
θ = arcig
ζ
Equação 3-102
Através da Figura 3-21 percebemos que a medida que o amortecimento diminui, isto é, ζ
diminui, a oscilação aumenta, porém a rapidez da resposta também (maior derivada da curva
no ponto de inflexão, e este acontece em um menor intervalo de tempo).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-31 de 65
C1. Tempo de ascensão (Rise Time) tr: Tempo necessário para atingir pela primeira vez o
novo estado estacionário.
C2. Tempo do Primeiro Pico (Time to First Peak) tp: Tempo requerido para atingir o primeiro
máximo da curva.
C3. Tempo de resposta (Setting Time) ts: Tempo decorrido até que a saída oscilatória do
sistema esteja dentro da faixa de +/- 5% do estado estacionário. Também se utiliza o valor ±1%
para determinar o ts.
C4. Sobre-elevação (Overshoot) OS: Razão entre o valor da função no pico máximo e o
valor do novo estado estacionário:
a a Π .ζ
0S = = = exp -
b A .Κ P 1 - ζ 2
Equação 3-103
C5. Razão de Decaimento (Decay Ratio) DR: razão entre o valor do segundo pico e do
primeiro pico:
c 2.Π .ζ
DR = 0 S = = exp -
2
a 1 - ζ2
Equação 3-104
C6. Período de oscilação (Period of oscilation) T1: Período de tempo transcorrido entre dois
máximos:
2.Π .τ
T1 =
1 − ζ2
Equação 3-105
Lembre que em uma senoide a freqüência em ciclos por unidade de tempo ft é dada por:
ω
ft =
Equação 3-106
2.Π
1 2.Π
Τt = =
ft ω
Equação 3-107
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-32 de 65
Τn 1 1
τ = = =
Equação 3-108
2.Π ωn 2 . Π . fn
Quando um sistema refere uma perturbação o desejável é ter uma resposta sem oscilações
que atinja rapidamente o novo estado estacionário. Porém, estes objetivos são excludentes
entre si, pois para garantir uma resposta não oscilatória ζ ≥ 1 temos que sacrificar a rapidez da
resposta; por outro lado, se desejarmos uma resposta muito rápida, não podemos escolher um
fator de amortecimento muito pequeno, pois a mesma seria muito oscilatória com uma sobre-
elevação grande.
Os projetistas de sistemas de controle, freqüentemente, trabalham com um fator de
amortecimento na faixa de 0.4 a 0.8, isto é, 0.4 ≥ ζ ≤ 0.8, desta forma, consegue-se um
compromisso entre velocidade de resposta, sobre-elevação, tempo de resposta e oscilação
adequado para a maioria dos casos.
Equação 3-109
X(t ) = Xss + A . δ (t − t Ο )
Equação 3-110
X (s ) = A . e - t Ο . s
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-33 de 65
ΚP τ 2
X (s ) = . A .e- tΟ . s
Equação 3-111
(s − p1 ). (s − p 2 )
Expandindo em frações parciais a Equação 3-111 e aplicando a Transformada Inversa de
Laplace, encontramos soluções diferentes a depender do valor do fator de amortecimento ζ.
ζ .t* ζ 2 −1
Y (t ) = A . Κ P .
1
τ
1
.e
−
τ
senh t* u t* ( )
ζ 2 −1 τ
Equação 3-112
Y (t ) = A . Κ P .
τ
t*
2
.e
−
τ
( )
. u t*
Equação 3-113
ζ . t* 1 − ζ2
1
Y (t ) = A . Κ p . .
1
τ 1 − ζ2
.e
−
τ . sen
τ
. t* . u t *
()
Equação 3-114
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-34 de 65
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-35 de 65
Sejam dois tanques conforme a Figura 3-24, a descarga do primeiro tanque alimenta o
segundo, na saída de cada um existe uma válvula que impõe ao escoamento uma resistência
R1 e R2.
q1(t)
h1(t) q2(t)
Tanque 1
R1
Tanque 2 h2(t)
q3(t)
R2
1º tanque
d
τ P1 . [h1 (t )]+ h1 (t ) = Κ P1 . q1 (t )
Equação 3-115 dt
2º tanque
d
τ P2 . [h2 (t )]+ h2 (t ) = Κ P1 . q 2 (t )
Equação 3-116 dt
Onde
Equação 3-117
τ P1 = A1 . R1 , Κ P1 = R1
Equação 3-118
τ P 2 = A2 . R2 , Κ P 2 = R2
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-36 de 65
h1 (t )
q2 (t ) =
Equação 3-119
R1
τ P1 .
d
dt
[ ]
h1 (t ) + h1 (t ) = Κ P1 . q 1 (t )
Equação 3-120
h1 (t )
τ P2 .
d
dt
[ ]
h 2 (t ) + h 2 (t ) = Κ P1 .
R1
Equação 3-121
h 1 (s ) Κ P1
G1 (s ) = =
Equação 3-122
q 1 (s ) τ P1 . s + 1
h 2 (s ) Κ P2
G 2 (s ) = =
Equação 3-123
q 2 (s ) τ P 2 . s + 1
Mas,
h 1 (s )
q 2 (s ) =
Equação 3-124
R1
Então,
h 2 (s ) K P 2 R1 K K
G2* (s ) = = = P 2 P1
Equação 3-125
h 1 (s ) τ P 2 . s + 1 τ P 2 . s + 1
Podemos escrever a função da transferência global do sistema Gg(s), isto é, com a saída do
processo (h2(t)) varia com a perturbação inicial (q1(t)):
h1 (s ) h 2 (s ) h 2 (s )
G g (s ) = G1 (s ). G2* (s ) = . =
Equação 3-126
q 1 (s ) h1 (s ) q 1 (s )
Κ P1 Κ P 2 Κ P1 Κ P2
G g (s ) = . =
Equação 3-127
(τ P1 . s + 1) (τ P 2 . s + 1) (τ P1 . s + 1) . (τ P 2 . s + 1)
Ou
h 2 (s ) ΚP
G g (s ) = =
Equação 3-128
q 1 (s ) τ 2 . s 2 + 2 .τ . ζ . s + 1
Onde,
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-37 de 65
ζ =
(τ P1 + τ P 2 )
τ = τ P1 .τ P 2 e 2 τ P1 .τ P 2
KP = KP2 = R2
Portanto, da Equação 3-126 concluímos que dois tanques em série formam um sistema de
2ª ordem.
(τ P1 + τ P 2 )
ζ = ≥ 1 ⇒ (τ P1 + τ P 2 ) ≥ 2 . τ P1 .τ P 2
2 . τ P1 .τ P 2
Equação 3-129
Equação 3-130
τ P21 + 2 .τ P1 .τ P 2 + τ P2 2 ≥ 4.τ P1 .τ P 2
Equação 3-131
τ P21 − 2 .τ P1 .τ P 2 + τ P2 2 ≥ 0
Equação 3-132
(τ P1 −τ P 2 )2 ≥0
(b) As conclusões do item (a) podem ser estendidas para n tanques em série.
(c) Devido ao fato do sistema ser não-interativo, podemos resolver primeiro a Equação
3-120, conhecer o comportamento do nível do 1º tanque (h1(t)) a perturbação (q1(t)) e então
utilizar este resultado para resolver a Equação 3-121, obtendo a variação de h2(t) com h1(t),
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-38 de 65
q1(t)
R1 R2
1º tanque
d
A1 . [h1(t )] = q1(t ) . q2 (t )
Equação 3-133 dt
2º tanque
d
A2 . [h2 (t )] = q3 (t ) . q2 (t )
Equação 3-134 dt
Mas,
h1(t ) − h2 (t )
q2 (t ) =
Equação 3-135
R1
E,
h2 (t )
q3 (t ) =
Equação 3-136
R2
d
A1 . R1 . [h1(t )] + h1(t ) = R1 . q1 (t ) + h2 (t )
Equação 3-137 dt
d
A 2 . R2 . [h2 (t )] + 1 + R2 h2 (t ) = . R2 . h1(t )
dt R1 R1
Equação 3-138
Observe que a Equação 3-137 e a Equação 3-138 dependem ao mesmo tempo de h1(t) e
h2(t) portanto, temos que resolvê-las simultaneamente, utilizando variáveis desvio e aplicando a
Transformada de Laplace, obtemos:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-39 de 65
Equação 3-139
A1 . R1 . s . h1 (s ) + h1 s − h 2 (s ) = R1 . q1 (t )
R R
A2 . R2 . s . h 2 (s ) + 1 + 2 . h 2 (s ) = 2 . h1 (s )
Equação 3-140 R1 R1
τ 2 . R1 . s + R1 + R2
h 1 (s ) = q 1 (s )
Equação 3-141
τ 1 .τ 2 . s 2 + (τ 1 + τ 2 + A1 . R2 ). s + 1
R2
h 2 (s ) = q 1 (s )
Equação 3-142
τ 1 .τ 2 . s + (τ 1 + τ 2 + A1 . R2 ). s + 1
2
Observe que τ1 e τ2 não são constantes de tempo, embora possuam unidade de tempo.
h1 (s ) τ 2 . R1 . s + R1 + R2
G1 (s ) = = 2 2
Equação 3-143
q 1 (s ) τ . s + 2 .τ .ζ . s + 1
h 2 (s ) R2
G2 (s ) = = 2 2
Equação 3-144
q 1 (s ) τ . s + 2 .τ .ζ . s + 1
Onde,
τ= τ1 . τ2
Equação 3-145
E,
ζ =
(τ1 + τ2 + A1 .R 2 )
2 . τ1 . τ2
Equação 3-146
Portanto, da Equação 3-143 e da Equação 3-144 concluímos que dois tanques em série
formam um sistema de 2ª ordem e que os denominadores das funções de transferências são
os mesmos. Algumas particularidades são pertinentes a sistemas de 1ª ordem em série
interativa:
se
(τ1+ τ2 )
≥1 ⇒
(τ1 + τ2 + A1 . R 2 )
>1
2 . τ1 . τ2 2 . τ1 . τ2
Equação 3-147
(b) As conclusões do item (a) podem ser estendidas para n tanques em série
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-40 de 65
(c) “Sistemas capacitivos interativos são sempre superamortecidos, exceto quando ocorre
produção de substâncias ou absorção/liberação de energia”.
Da Tabela 3-5, concluímos que o amortecimento nos sistemas interativos é maior do que
nos não interativos, pois o produto A1*R2 denominado fator de interação é sempre maior que
1, quanto maior A1*R2 mais intensa é a interação.
Não-interativo Interativo
τ τ P1 . τ P 2 τ1 . τ2
(τ P1 + τ P 2 ) (τ1 + τ2 + A1 R 2 )
ζ
2 τ P1 .τ P 2 2 . τ1 . τ2
h 1 (s ) ΚP τ 2 . R1 . s + R1 + R2
q 1 (s ) (τ P1 . s + 1) τ 1 .τ 2 s + (τ 1 + τ 2 + A1 + R2 ) s + 1
2
h 2 (s ) Κ P2 τ R2
q 1 (s ) τ P1 .τ P 2 . s + (τ P1 + τ P 2 ). s + 1
2
τ 1 .τ 2 . s + (τ 1 + τ 2 + A1 + R2 ). s + 1
2
Observação: Curva A – tanque; Curva B – 2 tanques não interativos; Curva C – 2 tanques interativos;
Curva D – 4 tanques não interativos.
pois este reator submetido a uma perturbação na carga, isto é, na composição e temperatura
da alimentação constitui um sistema multiplicativo de 2ª ordem.
Seja um CSTR adiabático, conforme a Figura 3-27, no entanto acontece uma reação de
isomerização irreversível e exotérmica:
Equação 3-148 A → B
Equação 3-149
Γ(t ) = ℜ(t ) . C A (t )
Onde,
Equação 3-150
ℜ(t ) = ℜΟ . e − E (Rg . T (t ))
q1
T1(t)
CA1(t)
q2
T2(t)
h = cte.
CA(t) CA2(t)
T(t)
dC A (t )
V. = q1 . C A1(t ) − q2 . C A 2 (t ) + V . ΓA (t )
Equação 3-151 dt
Onde,
Equação 3-152
ΓA (t ) = v A . Γ = − Γ = − ℜ(t ) . C A (t )
dT (t )
ρ .V . C p .
dt
( ) ( )
= ρ . q1 . Cp1 T1 (t ) − T ° − ρ . q 2 . Cp 2 T2 (t ) − T ° − ∆Η rV .Γ(t )
Equação 3-153
Por hipótese:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-42 de 65
q 1 = q 2 = q = cte
Equação 3-154
C p 1 = C p 2 = C p = cte
Equação 3-155
dT (t )
ρ .V . C p . = ρ . q . C p . (T1 (t ) − T2 (t )) − ∆Η r .V . Γ(t )
Equação 3-156 dt
Onde
Equação 3-157
Γ(t ) = ℜΟ . e− E (Rg . T (t )) . C A (t )
Lembrando que o reator está perfeitamente agitado [CA2(t) = CA(t) e T2(t) = T(t)], então:
dC A (t )
V. = q . C A1(t ) − q . C A (t ) − V . ℜΟ . e − E (Rg . T (t )) . C A (t )
Equação 3-158 dt
dT (t )
ρ .V . C p . = ρ . q . C p .T1 (t ) − ρ . q. C p .T (t ) − ∆Η r .V .ℜ Ο . e − E ( Rg .T (t )) . C A (t )
Equação 3-159 dt
Equação 3-160
e − E (Rg . T (t )) . C A (t )
e − E ( Rg .T (t )) . C A (t ) ≅ e− . C A, ss + e E ( Rg .TSS ) . (C A (t ) − C A, ss ) +
E ( Rg . TSS )
E
2
. e − E ( Rg .TSS ) . C A, ss. (T (t ) − Tss )
Equação 3-161
Rg . Tss
dC A (t )
V. = q. C A1 (t ) − q. C A (t ) −V . ℜο e − E ( Rg . TSS )
. C A,ss +
dt
E
− Vℜο e − E ( Rg . Tss )
(C (t ) − C ) − Vℜο
A A, ss e − E ( Rg .TSS )C A,ss (T (t ) − Tss )
Rg . Tss2
Equação 3-162
e
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-43 de 65
dT (t )
ρ .V . C p . = ρ . q . C p .T1 (t ) − ρ . q . C p .T (t ) +
dt
− ∆Η rV ℜ Ο . e − E ( Rg .TSS )C A, ss − ∆Η rV ℜ Ο . e − E ( Rg .TSS ) (C A (t ) − C A, ss ) +
− V . ℜ Ο . e − E ( Rg .TSS )C A, ss (T (t ) − Tss )
Equação 3-163
d C A (t )
V
dt
[ ]
+ q + V . ℜ Ο e − E ( Rg .Tss ) C A (t ) = q. C A1 (t ) +
E
− V .ℜΟ . e − E ( Rg .Tss ) . C A, ss T (t )
Equação 3-164
Rg .Tss2
d T (t ) E
ρ .V . C p + ρ . q . C p + ∆Η r .V . ℜ Ο 2
e − E ( Rg .Tss )C A, ss T (t ) =
dt Rg .Tss
E
ρ . q . C p .T 1 (t ) − ∆Η r .V . ℜ Ο . 2
. e − E ( Rg .Tss ) . C A (t )
Equação 3-165
Rg .Tss
V
τc =
Equação 3-166
q + V . ℜ Ο . e − E ( Rg . Tss )
q
Κ CC =
Equação 3-167
q + V . ℜ Ο . e − E ( Rg . Tss )
E
V .ℜΟ . 2
. e − E ( Rg . Tss )
Rg .Tss
Κ CT =
Equação 3-168
q + V . ℜ Ο . e − E ( Rg . Tss )
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-44 de 65
ρ .V . C p
τT =
E
ρ . q . C p + ∆Η r .V . ℜ Ο . 2
. e − E ( Rg . Tss ) . C A, ss
Equação 3-169
Rg .Tss
ρ .V . C p
Κ TT =
E
ρ . q . C p + ∆Η r .V . ℜ Ο 2
e − E ( Rg . TSS ) . C A,ss
Equação 3-170
Rg .Tss
(− ∆Η r ).V . ℜ Ο . e − E ( Rg . T ss )
Κ TC =
E
ρ . q . C p + ∆Η r .V . ℜ Ο 2
e − E ( Rg . TSS ) . C A,ss
Equação 3-171
Rg .Tss
d C A (t )
τc . + C A (t ) = Κ CC . C A1(t ) − Κ CT . T(t )
Equação 3-172 dt
d C A (t )
τT . + T(t ) = Κ TT . T1 (t ) + Κ TC . C A (t )
Equação 3-173 dt
Κ CC Κ CT
C A (s ) = . C A1 (s ) − . T (s )
Equação 3-174
(τ C . s . + 1) (τ C . s . + 1)
Κ TT Κ CT
T (s ) = .T 1 (s ) + . C (s )
Equação 3-175
(τ T . s . + 1) (τ C . s . + 1) A
Resolvendo o sistema da Equação 3-174 e da Equação 3-175 para CA(s) e T(s), obtemos:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-45 de 65
Κ CC . (τ T . s . + 1)
C A (s ) = . C (s ) +
(τ C . s . + 1). (τ T . s + 1) + Κ CT . Κ TC A1
Κ CT . Κ TT
− . T 1 (s )
Equação 3-176
(τ C . s . + 1). (τ T . s + 1) + Κ CT . Κ TC
Κ TT . (τ C . s . + 1)
T (s ) = .T 1 (s ) +
(τ C . s . + 1). (τ T . s + 1) + Κ CT . Κ TC
Κ CT . Κ TT
+ . C (s )
Equação 3-177
(τ C . s . + 1). (τ T . s + 1) + Κ CT . Κ TC A1
A Equação 3-176 e a Equação 3-177 são de 2ª ordem
C A (s ) Κ CC . (τ T . s . + 1)
GCC = =
C A1 (s ) (τ C . s . + 1). (τ T . s + 1) + Κ CT . Κ TC
Equação 3-178
C A (s ) Κ CT . Κ TT
GCT = = .
Equação 3-179
T1 (s ) (τ C . s . + 1). (τ T . s + 1) + Κ CT . Κ TC
T (s ) Κ TT . (τ C s . + 1)
GTT = =
Equação 3-180
T1 (s ) (τ C . s . + 1)(τ T . s + 1) + Κ CT . Κ TC
Obtemos:
C A (s ) = GCC . C A1 (S ) − GCT .T 1 (S )
Equação 3-181
T (s ) = GTT .T 1 (s ) + GTC .C A1 (s )
Equação 3-182
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-46 de 65
dY (t ) dX(t )
τι . + Y (t ) = K . τα . + X(t )
Equação 3-183 dt dt
(τ α . s + 1)
G (s ) = K .
Equação 3-184
(τ ι . s + 1)
A resposta deste sistema à perturbação degrau de amplitude A é:
(τ α . s + 1) 1 τ − τ ι
Y (s ) = A . K . = A . K. + α
s . (τ ι . s + 1) s τ ι . s + 1
Equação 3-185
τ α −t
Y (t ) = A . K 1 − 1 − e
tι
u (t )
τ ι
Equação 3-186
A Figura 3-28 mostra a resposta deste sistema para τℓ e diferentes valores de τα:
Equação 3-187
0 < τι < τα
Equação 3-188
0 < τα < τι
Equação 3-189
τα < 0 < τι
A Figura 3-29 mostra a localização do pólo e do zero do sistema s = -1/τα, para cada caso.
Se τℓ = τα, a função de transferência simplifica-se para K como o resultado do cancelamento do
numerador e do denominador, isto é, ocorre o cancelamento pólo-zero.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-47 de 65
(τ s +1 )
G (s ) = K .
α
Equação 3-190
(τ 1 s + 1) (τ 2 s + 1)
Este sistema sofre uma perturbação degrau de amplitude A, então a resposta no domínio do
tempo será para τ1 ≠ τ2:
τ α − τ1 −t τ α − τ 2 −t τ
Y (t ) = A . K 1 + e τ 1
+ e
1
Equação 3-191 τ1 − τ 2 τ 2 − τ1
Após algumas análises matemáticas da Equação 3-191, concluímos que três tipos de
respostas podem acontecer:
τα < 0
Equação 3-194 (c)
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-48 de 65
No caso (a) ocorre a sobreelevação pois o avanço (lead) provoca uma rápida reação do
sistema. No caso (b), o sistema reage como sendo de 2ª ordem superamortecido. Porém, no
caso (c) acontece uma resposta inusitada: inicialmente o sistema reage no sentido inverso ao
da perturbação, após decorrido um certo intervalo de tempo a resposta toma o sentido da força
motriz. Este tipo de resposta denomina-se resposta inversa (inverse response) e pode ser
encontrado em alguns processos químicos, como por exemplo:
O nível de uma caldeira pode diminuir quando ocorre um aumento repentino na
vazão de água, pois a maior quantidade de água numa temperatura inferior a
temperatura do vapor que está sendo formado provoca a implosão das bolhas de vapor,
diminuindo o nível aparente monitorado pelo elemento de medição, mas após algum
tempo o sistema reage no sentido de aumentar o nível, pois a brusca perturbação inicial
diminui de intensidade;
Em um reator tubular, no qual acontece uma reação exotérmica, o aumento súbito
da temperatura da alimentação pode provocar uma diminuição da temperatura na saída
do reator, pois maiores temperaturas na entrada do reator significa maiores taxas de
reação e maiores conversões, conseqüentemente, decremento da quantidade de
reagente nas seções posteriores do reator e diminuição das taxas de reação e menor
temperatura na saída do mesmo (existe resfriamento do reator), mas decorrido algum
tempo o sistema responde da maneira esperada, isto é, maiores temperaturas na entrada
provocam maiores temperaturas na saída.
Na verdade, a resposta inversa ou a sobreelevação acontecem devido a diferença da
dinâmica dos vários fenômenos físicos envolvido em um processo.
Quando material ou energia é transferido em uma planta industrial existe um tempo morto
associado a este movimento. Por exemplo, em uma tubulação, conforme Figura 3-31, por onde
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-49 de 65
é transportado um fluido em escoamento pistão (plug flow) o tempo transcorrido entre o ponto
inicial (1) e o final (2) é τm:
V1(t)
V2(t)
q1(t)
D
q2(t)
1 2
L
Figura 3-31: Transporte de fluido por uma tubulação em escoamento pistão.
Para estabelecer o modelo matemático deste processo temos que assumir que o fluido seja
incompreensível, garantindo que a velocidade do mesmo não varie na direção axial, o
escoamento pistão.
Então:
L Π . D2 . L 4 V V
τm (t ) = = = =
Equação 3-196
V1 (t ) q1 (t ) q1 (t ) q2 (t )
Portanto, se a temperatura ou composição variam no ponto (1) este sinal demorará τm para
ser percebido no ponto (2), ou seja:
0 t < τm
Y (t ) =
Equação 3-197 x(t − τ m ) , t ≥ τ m
Ou
Equação 3-198
Y (t ) = X(t − τm ) . u (t − τm )
A saída dos sistema Y(t) é o mesmo sinal de entrada X(t) defasado (atrasado) por um
intervalo de tempo igual a τm.
Y (s )
G (s ) =
−τ s
=e m
Equação 3-199
X (s )
Y (s ) Κp
G (s ) =
−τ . s
= .e m
X (s ) τ p . s + 1
Equação 3-200
Podemos aproximar o tempo morto por uma razão de dois polinômios. Uma expansão
adequada é a aproximação de Padé:
τm
1− s
e
−τ ,m s
≈ 2
τm
1+ s
Equação 3-201 2
τm τ m2 s 2
1− s+
e
−τ ,m s
≈ 2
12
τ τ 2 s2
1+ m s + m
Equação 3-202 2 12
Estas aproximações são mais precisas quanto maior a diferença entre o tempo morto τm e a
constante de tempo do processo τP, isto é, τm << τP, como na maioria das vezes isto acontece,
podemos utilizar a aproximação de Padé.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-51 de 65
H.03. Não ocorre reação na tubulação e a dinâmica envolvida nos tubos pode ser
aproximada por atrasos devido apenas ao tempo morto τm1 e τm2, conforme indicado na Figura
3-33;
H.04. Devido a grande taxa de reciclo a mistura do reator é completa.
Pede-se:
C1 (s ) / C i (s )
(a) A função de transferência ;
V = 5.0 m3 α = 12
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-52 de 65
Solução:
(a) Realizando o balanço molar para o reagente A em torno do reator (volume de controle
indicado pela superfície pontilhada).
dC (t )
V. = q . Ci (t ) + α . q . C2 (t ) − (1 + α ) . q . C (t ) − V . ℜ . C(t )
Equação 3-203 dt
dC (t )
V. = q . Ci (t ) + α . q . C2 (t ) − (1 + α ) . q . C (t ) − V . ℜ . C(t )
Equação 3-204 dt
Relações adicionais são necessárias para conhecermos Ci (t ) e C(t ) . Estas podem ser
obtidas da hipótese H03 que determina que a dinâmica das tubulações é determinada apenas
por elementos do tempo morto:
Equação 3-205
C1(t ) = C(t − θ1 )
Equação 3-206
C2 (t ) = C1(t − θ2 ) = C(t − (θ1 + θ2 ))
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-53 de 65
V . s . C (s ) = q . Ci (s ) + α . q . C 2 (s ) − (1 + α ). q . C (s ) − V . ℜ . C (s )
Equação 3-207
Equação 3-208
C1 (s ) = e − τ1 . s . C (s )
Equação 3-209
C 2 (s ) = e − τ 2 s C1 (s ) = e − (τ1 + τ 2 ) s C (s ) = e −τ a . s C (s )
q
C (s ) = C i (s )
Equação 3-210
V . s −α.q .e −τ 3 s
+ (1 + α ). q + V . ℜ
K
C (s ) = C i (s )
Equação 3-211
(
τ s + 1 + α . K . 1 − e −τ 3 . s )
Onde,
Equação 3-212
Κ = q (q + V . ℜ )
Equação 3-213
τ = v (q + V . ℜ )
K
C (s ) = C i (s )
Equação 3-214
τ s +1
C1 (s ) / C i (s )
transferência é:
C1 (s ) Κ . e −τ1 . s
=
Equação 3-215
C i (s ) (
τ s + 1 + α . Κ . 1 − e −τ1 . s )
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-54 de 65
2000 . Κ . e − τ1 . s
C1 (s ) =
Equação 3-216
[ (
s . τs + 1 + α . Κ . 1 − e −τ a . s )]
O termo exponencial no numerador não causa nenhum problema, porém, não existe nas
tabelas de Transformada de Laplace a inversa de termos com exponenciais no denominador.
Para obter a expressão analítica da solução no domínio do tempo temos que eliminar o termo
exponencial do denominador através de uma aproximação polinomial, por exemplo,
aproximação de Padé de 1ª ordem
τ ma
1− .s
e
− τ m1 . s
≈ 2
τ ma
1+ .s
Equação 3-217 2
τ
2000 . Κ . ma . s + 1 . e −τ m1 . s
C1 (s ) = 2
τ ma 2 τ na
s . τ . . s + τ + + α . Κ .τ ma . s + 1
Equação 3-218 2 2
Onde τα = τm3 e τ1 e τ2 são obtidos pela fatoração do denominador da Equação 3-218, neste
caso são reais e distintos pois o termo α.K.τm3 é sempre positivo.
q 0.05
Κ= = = 0.2
Equação 3-220
q + V . ℜ 0.05 + (5)(0.04)
τ 5
τ= = = 20 min
Equação 3-221
q + V . ℜ 0.05 + (5)(0.04)
Equação 3-222
τ ma = τ m1 + τ m 2 = 0.9 + 1.1 = 20 min
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-55 de 65
C1 (s ) =
(2000) (0.2)(s + 1) e −τ . s
m1
=
400 (s + 1) e −τ s m1
Equação 3-223
s [20 s 2 + (20 + 1 + (12)(0.2)(2 ) s + 1 )] s (25 s + 1)(0 . 8 s + 1)
Invertendo obtemos:
Equação 3-224
[ ]
C1 (t ) = 400 1 − 0.9917 e − (t − 0.9 ) 25 − 0.0826 e − (t − 0.9 ) 0.8 u (t - 0.9)
O qual está plotada na Figura 3-34. Note que não foi necessário aproximar o numerador,
assim o termo (t - 0.9) que aparece na solução do sistema é exato.
3.6. Exercícios
(1) O tanque mostrado na Figura 3-35 é colocado na linha para suavizar a variação
da pressão Pi(t), amortecendo a variação da pressão Po(t). No estado estacionário, a vazão de
alimentação e as pressões são:
pi(t) po(t)
p(t)
V T
qi(t) qo(t)
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-56 de 65
V dP (t )
= qi (t ) − q Ο (t )
Equação 3-225
Rg . Τ dt
q i (t ) = Κ i . Pi (t ) . [Pi (t ) − P (t )]
Equação 3-226
q o (t ) = Κ o . P (t ) . [P (t ) − Po (t )]
Equação 3-227
Pede-se:
d 2Y (t ) dY (t )
2
+ 9. + 9 .Y (t ) = X (t )
Equação 3-228 dt dt
(3) Considere o processo mostrado na Figura 3-36. A vazão do líquido através dos
tanques, q, é constante e igual a 110 kg/min. A densidade do líquido pode ser assumida
constante e igual a 800 kg/m3. A capacidade calorífica do fluido também é constante e igual a
1.3 kcal/KgºC. O volume de cada tanque é 0.3 m3. A perda de calor para as vizinhanças é
negligenciável e a agitação é perfeita.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-57 de 65
a) T3 com To.
Sugestão: Considere, neste caso, a taxa de transferência de calor Q constante.
b) T3 com Q.
T1(t), q
To(t), q
T2(t), q
Q(t)
condensado
vapor T3(t), q
dC A (t ) qi
= . [C Ai (t ) − C A (t ) − C A (t )] + ΓA
Equação 3-229 dt V
Onde:
a) Função perturbação
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-58 de 65
b) Função de transferência
(5) Considere um reator de mistura perfeita no qual acontece uma reação isotérmica
de 1ª ordem. O processo pode ser perturbado pela vazão e/ou concentração na corrente de
alimentação.
Dados:
Reação: A → B
Pede-se:
a) Função(s) de transferência, indicando qual a ordem da(s) mesma(s)
(6) Considere um reator de mistura perfeita no qual acontece uma reação isotérmica
de 2ª ordem. O processo pode ser perturbado simultaneamente pela vazão e pela
concentração da corrente de alimentação.
Dados:
Reação: A → B
Pede-se:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-59 de 65
Equação 3-230
QL (t ) = A ext . UG (t ) . (T (t ) − Tamb )
Equação 3-231
UG (t ) = Uo + α . v (t )
Onde:
QL Calor perdido para o meio ambiente [ = ] J/s
α Constante [ = ] J/(m3.ºC)
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-60 de 65
v(t)
h(t)
T2(t)
Tamb q2(t)
R
Qst(t)
condensado
vapor
saturado
Pede-se:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-61 de 65
Dados:
Reação: A → B
E
(− )
Γ(t ) = k o e RgT ( t )
C A (t )
Equação da taxa de reação:
Pede-se:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-62 de 65
Y (s ) 3. e − 0.5 . s
=
Equação 3-232
X (s ) 5 .s + 0.2
b) A condição inicial da variável y é y(0) = 2. Para uma força motriz (perturbação) como
mostrada na Figura 3-40, qual o valor final e a expressão de y(t) ?
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-63 de 65
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-64 de 65
qo qA(t)
ρ ρ PR
CAo(t) A puro
2 3
h1(t)
4
h2(t) CA5(t)
hR
Tanque de Bomba
1
mistura centrífuga L 5
Reator
Figura 3-43: Esquema do exercício (13).
[ = ] m3/s
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3-65 de 65
L Comprimento [=]m
Equação 3-233
{
qb (t ) = A . 1 + B . [P1 (t ) − P2 (t )]2 }
c) A tubulação entre os pontos 2 e 3 é longa, com comprimento L (em m). O fluxo através
da tubulação é muito turbulento (plug flow). O diâmetro do tubo é D (em m). A queda de
pressão ∆P entre estes dois pontos pode ser considerada constante.
Kg mol
ΓA (t ) = k . C A (t ) [=]
Equação 3-234 m 3 .s
qv (t ) = Cv . VP(t ) . h2 (t )
Equação 3-235
Obtenha:
Sugestão: Trabalhe com o balanço de massa global e/ou com o balanço de massa para o
componente A.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-1 de 22
ÍNDICE
CAPÍTULO 4. IDENTIFICAÇÃO DA DINÂMICA DE PROCESSOS 4-3
ÍNDICE DE TABELAS
Tabela 4-1: Dados para Identificação de Processos. 4-14
ÍNDICE DE FIGURAS
Figura 4-1: Resposta de um sistema de 1ª ordem a perturbação degrau. Curva A entrada X(t) e curva B
resposta do sistema Y(t). 4-4
Figura 4-2: POMTM ajuste pelo Método 1. 4-5
Figura 4-3: POMTM ajuste pelo Método 2. 4-5
Figura 4-4: POMTM ajuste pelo Método 3. 4-6
Figura 4-5: Resposta de um sistema de 2ª ordem a perturbação degrau: Curva A - entrada X(t); Curva B -
resposta Y(t) de um sistema super-amortecido; Curva C - resposta Y(t) de um sistema sub-amortecido.
4-7
Figura 4-6: Resposta de vários SOMTM a perturbação degrau. 4-8
Figura 4-7: Gráfico do Método de Harriot para (t τ 1 + τ 2 ) = 0.5 . 4-8
Figura 4-8: Gráfico do Método de Smith, relação entre τ, ζ, t20 e t60. 4-10
Figura 4-9: Função contínua. 4-11
Figura 4-10: Aproximação de um sistema de 5ª ordem por uma função de transferência de 1ª ordem mais
tempo morto. 4-16
Figura 4-11: Etapas para identificação de processo. 4-17
Figura 4-12: Gráfico do exercício (1). 4-18
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-2 de 22
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-3 de 22
Um sistema de Primeira Ordem Mais Tempo Morto (POMTM) é descrito pela seguinte
equação diferencial.
d
τ P. [Y (t )] + Y (t ) = K P . X (t − τ m )
Equação 4-1 dt
Dos estudos anteriores, sabemos que quando um POMTM esta submetido a uma
perturbação degrau de amplitude A [X(t) = Xss + A.u(t)], a resposta do mesmo é dado pela
Figura 4-1.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-4 de 22
Ou seja:
(a) O sistema atinge 63.2% do valor final após transcorrido um intervalo de tempo igual a
uma constante de tempo, descontado o tempo morto:
Y (τ P )
= 0.632
Equação 4-2
A.K P
(b) No instante inicial da resposta a inclinação da curva é unitária e a maior possível, isto é:
d Y (t )
= 1 .0
dt A.K P
Equação 4-3 t =0
4.1.1. Método 1
( )
Localizamos no gráfico Y (t ) A.K P versus t , o instante no qual a inclinação da curva é
máxima. Prolongamos esta reta até atingir o eixo do tempo, esse ponto determina o tempo
morto τm. O prolongamento desta reta até intersectar o prolongamento da reta do estado
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-5 de 22
estacionário alcançado defini a constante de tempo τp, pois o valor da abscissa neste ponto
descontado do tempo morto é τp. Veja Figura 4-2.
4.1.2. Método 2
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-6 de 22
4.1.3. Método 3
Os dois métodos vistos até aqui dependiam da localização da tangente da curva no ponto
de maior inclinação, por isso esses métodos têm incerteza elevada. Uma alternativa que evita
essa dependência é descrita a seguir:
(a) Obtenha o tempo necessário para o sistema atingir 63.2% e 28.3% do estado
estacionário, t2 e t1, respectivamente;
(b) Resolva o seguinte sistema de equação algébricas:
τ m + τ P = t 2
1
τ m + 3 τ P = t1
Equação 4-4
Ou seja,
3
τ m = .(t 2 − t1 )
2
τ m = t 2 −τ P
Equação 4-5
Dos três procedimentos este é, geralmente, o mais exato, portanto mais recomendado.
Um sistema de Segunda Ordem Mais Tempo Morto (SOMTM) é descrito pela seguinte
equação diferencial
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-7 de 22
d2
2
τ . 2
[Y( t )] + τ.ξ. d .[Y( t )] + Y( t ) = Kp .X( t − τm )
Equação 4-6 dt dt
Dos estudos anteriores sabemos que quando um SOMTM esta submetido a uma
perturbação degrau de amplitude A [X(t) = Xss + A.u(t)] a resposta do mesmo é dada pela
Figura 4-5.
Nesses dois procedimentos o tempo morto τm deve ser identificado visualmente através do
gráfico da curva de resposta.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-8 de 22
KP
G(s) =
Equação 4-7
(τ 1 .s + 1)(. τ 1 .s + 1)
( )
Harriot percebeu que o gráfico Y (t ) A.K P x(t τ 1 + τ 2 ) para várias funções de transferência
se interceptavam em torno de 73% (intervalo real entre 0.7275 e 0.7326) do valor final do
estado estacionário, correspondendo a 1.3 na abscissa, conforme Figura 4-6.
Harriott notou, também, que o ponto que as curvas da Figura 4-6 mais se afastam acontece
quando (t τ 1 + τ 2 ) = 0.5 , então ele construiu o gráfico de (Y (t ) A.K P )x(t τ 1 + τ 2 ) para
(a) Determine o tempo morto e trabalhe com o sistema de segunda ordem sem τm, depois de
identificado KP, τ1 e τ2, acrescente ao modelo o tempo morto;
Y (∞) − Y (0)
KP =
Equação 4-8
X (∞) − X (0)
(c) Da curva de resposta do sistema a perturbação degrau, obtenha o tempo transcorrido até
o sistema atingir 73% do valor final, isto é, obtenha t73, assim esta determina a primeira
equação:
τ 1 + τ 2 = t 73 1.3
Equação 4-9
Equação 4-10
t 0.5 = 0.5(τ 1 + τ 2 )
(e) Da curva de resposta do sistema a perturbação degrau, leia o valor de Y (t ) A.K P para ( )
(
t0.5, isto é, Y (t ) A.K P ) t = 0. 5 ;
(
(f) Com o valor de Y (t ) A.K P ) t = 0. 5 obtenha na Figura 4-7 o valor de τ 0.5 = τ 1 (τ 1 + τ 2 ) ,
(g) Ao resolver o sistema algébrico (Equação 4-11) e com os valores do tempo morto τm e do
ganho K determinados anteriormente, identificamos o SOMTM.
τ 1 + τ 2 = t 73 1.3
τ1
(τ + τ ) = τ 0.5
Equação 4-11 1 2
KP
Equação 4-12 G ( s) =
τ 2 .s 2 + 2.τ .ς .s + 1
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-10 de 22
(a) Determine o tempo morto e trabalhe com o sistema de segunda ordem sem τm, depois de
identificado K, τ e ζ, acrescente ao modelo o tempo morto;
Y (∞ ) − Y (0)
KP =
Equação 4-13
X (∞ ) − X (0)
(f) Com o valor de t 60 τ calcule τ, que esta identificando SOMTM pois conhecemos τm
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-11 de 22
Onde,
Equação 4-14 ∆t = tj + 1 - tj
Ou,
Equação 4-15 ∆t = tj - tj - 1
dY 1 d2 Y 1 d3Y
Y( j + 1) = Yj + ∆t + . ∆t 2 + . ∆t 3 + ...
dt j 2! dt 2 3! dt 3
Equação 4-16
j j
ou
dY 1 d2 Y 1 d3Y
Y( j − 1) = Yj − ∆t + . ∆t 2 − . ∆t 3 + ...
dt j 2! dt 2 3! dt 3
Equação 4-17
j j
Y( j + 1) − Yj 1 1
= Yj′ + . Y′′ . ∆t + . Y′′′. ∆t 2 + ...
Equação 4-18 ∆t 2! 3!
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-12 de 22
Y( j − 1) − Yj 1 1
= Yj′ − . Y′′ . ∆t + . Y′′′. ∆t 2 + ...
Equação 4-19 ∆t 2! 3!
Fórmula
dY Y( j + 1) − Y j
= Y j′ =
+ ord (∆t ) → diferença finita
dt ∆t
tj
para a frente
Equação 4-20
Fórmula
dY Y j − Y( j − 1)
= Y j′ = + ord (∆t ) → diferença finita
dt ∆t
tj
para trás
Equação 4-21
Fórmula
Y( j + 1) − Y( j − 1)
dY
dt
=
2 . ∆t
( )
+ ord ∆t 2
→ diferença finita
tj
central
Equação 4-22
Fórmula
Y( j − 1) − 2 .Y j + Y( j + 1)
d 2Y
Y j′′ = ( )
+ ord ∆t 2
→ diferença finita
dt 2 tj (∆t )2 central
Equação 4-23
Yn = a1 Yn − 1 + a 2 Yn − 2 + ... + a K Yn − K + b1 X n −1 + b2 X n − 2 + ... + bK X n − K
Equação 4-24
Para obtermos os valores dos parâmetros usaremos o Método dos Mínimos Quadrados;
encontrando os melhores valores para os parâmetros a partir da minimização do erro, ou seja,
os melhores valores serão aqueles que apresentem o menor valor para o erra entre o valor
experimental e o teórico.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-13 de 22
No Método dos Mínimos Quadrados minimiza-se o quadrado do erro, afim de garantir que
os erros não sejam compensados, calcula-se, então o somatório P.
1 N 2
P = ∑ εn
N n =1
Equação 4-26
Para que P seja um ponto de mínimo temos que satisfazer as seguintes equações
algébricas, cuja condição necessária é que a derivada de P em relação aos parâmetros seja
igual a zero:
∂Ρ ∂Ρ ∂Ρ ∂Ρ ∂Ρ ∂Ρ
= = ... = = = = ... = =0
Equação 4-27
∂a1 ∂a2 ∂ak ∂b1 ∂b2 ∂bK
Resolvendo o sistema de equação acima encontramos os parâmetros desejados a1, az, ...,
ak; b1, bz, ..., bk que tornam o erro mínimo.
Considere um processo com a dinâmica pouco conhecida de modo que não temos uma boa
estimativa da ordem do processo.
Inicialmente, consideraremos um processo de 1ª ordem; então pela Equação 4-24:
P =
1 N ~
∑
N n =1
( ~ ~
yn − a1 Yn − 1 − b1 Xn − 1 2 )
Equação 4-29
Os valores ótimos para os parâmetros deve satisfazer a condição necessária para um ponto
mínimo:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-14 de 22
∂P
=
1 N
∑
∂b1 N n = 1
( ~ ~
)( )
2 . ~yn − a1 Yn − 1 − b1 Xn − 1 − ~y n − 1 = 0
Equação 4-30
∂P
=
1 N
∑
∂b1 N n = 1
( ~ ~
)(
~
)
2 . ~yn − a1 Yn − 1 − b1 Xn − 1 − X n − 1 = 0
Equação 4-31
Resolvendo a Equação 4-30 e a Equação 4-31 para a1 e b1, sendo a Tabela 4-1 dos valores
~ ~
Y X
medidos para n −1, n −1,
(n = 1, 2, ..., 15 ) chegaremos ao sistema de equações abaixo:
Onde a1 = 0.8562 e b1 = 0.5710. Calculando o valor do mínimo erro pela Equação 4-29
temos que P = 0.00161.
Este mesmo raciocínio desenvolvido para um sistema de 1ª ordem pode ser estendido para
sistemas de ordem superiores.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-15 de 22
Yn = a1 Yn− 1 + a2 . Yn − 2 + b1 . Xn −1 + b2 . Xn − 2
Equação 4-33
P =
1 N ~
∑
N n =1
( ~ ~ ~ ~
yn − a1 Yn − 1 − a 2 Yn − 2 − b1 Xn − 1 − b2 Xn − 2 2 )
Equação 4-34
∂Ρ ∂Ρ ∂Ρ ∂Ρ
= = = =0
Equação 4-35
∂a1 ∂a2 ∂b1 ∂b2
Encontramos a1 = 0.6, az = 0.2, b1 = 0.5, b2 = 0.3; donde estes valores levam a um erro
mínimo com P = 0. Então podemos concluir que o modelo postulado de 2ª ordem descreve
exatamente a dinâmica do processo e o modelo que pode ser usado no projeto de
controladores é:
KP
G1 (s ) =
Equação 4-37
τ P . s +1
2ª ordem:
KP
G 2 (s ) =
Equação 4-38
τ . s + 2 .τ .ζ . s + 1
2 2
Tempo Morto:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-16 de 22
Equação 4-39
Gm (s ) = e −τ m . s
(1) É impossível impor a um sistema químico uma perturbação degrau perfeita, pois os
equipamentos dos processos não podem mudar de estado instantaneamente, portanto a
análise dos dados fica comprometida quando assumimos degrau ideal;
(2) Os processos não são de 1ª, 2ª ordem ou lineares, apenas processos demasiadamente
simples se aproximam desses modelos;
(3) Os dados monitorados estão sempre sujeitos a ruídos, seja devido ao processo, aos
instrumentos de medição ou a outros elementos do sistema de controle, este ruído prejudica a
análise pois não há como isolar este efeito dos dados levantados;
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-17 de 22
(4) Em processos reais é impossível evitar que outras perturbações, além da que esta sendo
monitorada, atuem simultaneamente sobre o mesmo;
(5) Processos reais são, na sua grande maioria, sistema de múltiplas variáveis não lineares
(MIMO-NL), requerendo modelos matemáticos complexos e/ou técnicas de identificação
sofisticadas para determinação do modelo dinâmico do processo.
INÍCIO
PLANEJAMENTO DO EXPERIMENTO
NÃO
OK ?
SIM
COLETA DE DADOS
NÃO
OK ?
SIM
NÃO
OK ?
SIM
FIM
4.6. Exercícios
Pede-se
(a) Modelo matemático que melhor representa este processo. Identifique, se existir, os
seguintes parâmetros:
KP Ganho do processo
ζ Fator de amortecimento
(b) Identifique a ordem do sistema e se o sistema é sub, criti ou superamortecido (se estes
conceitos forem aplicáveis).
(c) trace no diagrama pólo-zero os pólos e zeros deste sistema.
(2) Considere uma fornalha, mostrada na Figura 4-13, usada para aquecer o ar de
um regenerador de catalisador. O transmissor de temperatura está calibrado para uma faixa de
300 ~ 500ºF. A curva de reação deste sistema foi obtida para uma variação de + 5% (ou + 0.8
mA) na saída do controlador (neste teste o controlador foi posto em manual).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-19 de 22
ar
vazão constante
TT
TC
I/P
Gás
TW
combustível
Pede-se para identificar a função de transferência que associa a saída do controlador com a
temperatura na saída do forno.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-20 de 22
(3) Considere um secador, mostrado na Figura 4-17. A secagem dos grãos é devida
ao contrato direto das pelotas com os gases de combustão. A umidade dos grãos deve ser
controlada cuidadosamente pois, se secarem demais ocorrem muitas perdas, se ficarem muito
úmidos durante a armazenagem formam aglomerados não aproveitados.
A umidade dos grãos na entrada do secador esta em torno de 14% e na saída 3%. O
controle é realizado através da manipulação da velocidade de mesa de alimentação que
determina o tempo de residência dos grãos dentro do secador. O transmissor de umidade esta
calibrado para uma faixa de 1 a 6% de umidade. Um importante distúrbio neste processo é a
umidade dos grãos na alimentação. A Figura 4-15 foi obtida para uma variação de +1.0 mA na
saída do controlador (neste teste o controlador foi posto em manual). A Figura 4-16 mostra a
resposta do sistema em malha aberta quando ocorre uma variação de +2% na umidade da
corrente de alimentação.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-21 de 22
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 4-22 de 22
(a) Uma válvula de controle, cuja vazão de descarga varia de 0 a 6.81 kgmoles/min de
reagente à medida que a pressão no diagrama varia de 1.02 a 0.20 atm. A válvula tem
constante de tempo de 20 segundos.
(b) Um dispositivo de medida de concentração, cuja saída elétrica varia de 0.15 a 2.0 mV, à
medida em que a fração molar do produto varia de 0.5 a 0.8 na corrente de saída, levando 12
min para processar cada amostra.
(c) Um transmissor que modifica sua saída de 4 a 20 mA à medida em que a entrada
elétrica varia de 0.05 a 3 mV.
(d) Um conversor que modifica sua saída de 0 a 1 (fração molar) à medida que a entrada
varia de 4 a 20 mA.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 5-1 de 8
ÍNDICE
CAPÍTULO 5. INSTRUMENTAÇÃO E VÁLVULAS DE CONTROLE 5-2
ÍNDICE DE TABELAS
Tabela 5-1: Guia de seleção de medidores de vazão. 5-3
Tabela 5-2: Etapas evolutivas dos sistemas de controle industriais. 5-7
ÍNDICE DE FIGURAS
Figura 5-1: Evolução dos Sistemas de Controle – Etapa I 5-5
Figura 5-2: Evolução dos Sistemas de Controle – Etapa II. 5-5
Figura 5-3: Evolução dos Sistemas de Controle – Etapa III. 5-5
Figura 5-4: Evolução dos Sistemas de Controle – Etapa IV. 5-6
Figura 5-5: Evolução dos Sistemas de Controle – Etapa V. 5-6
Figura 5-6: Evolução dos Sistemas de Controle – Etapa VI. 5-6
Figura 5-7: Evolução dos Sistemas de Controle – Etapa VII. 5-7
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 5-2 de 8
As referências citadas no início desta publicação cita as principais fontes de consulta para o
projeto, dimensionamento, instalação, calibração e aferição de instrumentos.
Medidores de canal aberto - A expressão "canal aberto" refere-se a qualquer elemento
condutor no qual o líquido flui com superfície areada. Dentro dos métodos mais comuns para
obter-se a vazão encontra-se o de profundidade. Existem diferentes desenhos de canais. O
método mais moderno de medição de altura é o ultra-sônico.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 5-3 de 8
Elementos
Serviço Rangea- Perda de Incerteza Trecho reto Efeito de
de
recomendado bilidade carga normal % recomendado viscosidade
Medição
Fluidos limpos e
+ 2a
Orifício com sol; alguns 4:1 Média 10 e 30 D Alto
+4F.E.
efluentes, vapor
Efluentes e fluidos Baixa e + 0.5a
Wedge 3:1 10 e 30 D Baixa
viscosos Média + 2F.E.
Fluidos limpos com
Tubo
sólidos e viscosos e 4:1 Baixa + 1FE 5 e 20 D Alta
Ventum
alguns efluentes
Bocal de Fluidos limpos e + 1a
4:1 Média 10 e 30 D Alta
fluxo com sólidos + 2F.E.
Muito + 3a
Tubo Pitor Líquidos limpos 3:1 20 e 30 D Baixa
baixa +5F.E.
Líquidos limpos com + 5a
Elbow Muito
sólidos e alguns 3:1 30 D Baixa
Meter baixa + 10F.E.
efluentes.
Líquido limpos com
+ 1a
Target sólidos viscosos e 10:1 Média 10 e 30 D Média
+5F.E.
alguns efluentes
Área Líquidos limpos com + 1a
10:1 Média Nenhum Média
variável sólidos viscosos +10F.E.
Desloca-
Líquidos limpos e + 0.5 de
mento 10:1 Alta Nenhum Alto
viscosos vazão
Positivo
+
0.5%F.E.
Fluidos limpos e para
Turbinas 20:1 Média 5 e 10 D Alto
viscosos líquido +
1.0% F.E.
para gases
Fluidos limpos e + 1 de
Nortex 10:1 Média 10 e 20 D Médio
viscosos vazão
Líquidos condutivos
Eletro-
limpos com sólidos 30:1 Nenhum + 1.0 5D Nenhum
magnético
e efluentes ind.
Ultra-
Líquido com sólidos
sônico 10:1 Nenhum + 5F.E. 5 e 30 D Nenhum
viscosos e efluentes
(doppler)
Ultra-
sônico Líquidos limpos e + 1a
20:1 Nenhum 5 e 30 D Nenhum
(tempo de viscosos +5F.E.
viagem)
Limpos, com sólidos
Mássico + 0.4 de
viscosos, alguns 10:1 Baixa Nenhum Nenhum
(Coriolis) vazão
efluentes
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 5-4 de 8
Elementos
Serviço Rangea- Perda de Incerteza Trecho reto Efeito de
de
recomendado bilidade carga normal % recomendado viscosidade
Medição
Limpos, com sólidos
Mássico
viscosos, alguns 10:1 Baixa + 1F.E. Nenhum Nenhum
(térmico)
efluentes
Weir (V- Líquidos limpos e Muito + 2a
100:1 Nenhum Muito Baixo
Notch) com sólidos baixa +5F.E.
Calha Líquidos limpos e Muito + 2a
50:1 Nenhum Muito Baixo
(Parshall) com sólidos baixa +10F.E.
Nota: Os valores da incerteza indicados são médios, podendo haver variações em função de
fabricantes e/ou inovações tecnológicas.
O primeiro e mais importante passo é saber exatamente o que o instrumento deverá fazer.
Por exemplo: se a medição é para controle de processo ou para compra e venda. Que tipo de
sinal é requerido (proporcional ou fechamento de contato), ou apenas leitura local. Se o
produto a ser medido é viscoso, limpo ou sujo, eletricamente condutivo etc.
Levantados os dados, devemos avaliar os seguintes pontos, contra as características de
performance de cada tipo de medidor para selecionarmos a melhor opção:
a) Checar os tipos que têm condições de suportar as condições de operação: pressão,
temperatura, corrosão, classificação da área.
b) Verificar quais atendem aos requisitos de exatidão nas condições de processo.
c) Verificar o (custo de aquisição + instalação) versus orçamento.
d) Avaliar os requisitos de faturas manutenções: freqüência, custos, durabilidade,
recalibrações.
e) Perda de carga causada pelo medidor e nível de pulsação ou turbulência que possa
causar.
f) Adaptabilidade para futuras necessidades e facilidade de interfaceamento com o
equipamento existente.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 5-5 de 8
SINAL
PLANTA ANALÓGICO OPERADOR
CAMPO
CONTROLADOR
ANALÓGICO 1
SINAL
PLANTA PNEUMATICO
CONTROLADOR
ANALÓGICO 2
CAMPO
CONTROLADOR
ANALÓGICO 1
PLANTA SINAL
PNEUMATICO
CONTROLADOR
ANALÓGICO 2
SALA DE
CAMPO
CONTROLE
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 5-6 de 8
C
O
N CONTROLADOR
V
ANALÓGICO 1
E SINAL
PLANTA R ELETRICO
S CONTROLADOR
O ANALÓGICO 2
R
SALA DE
CAMPO I\P CONTROLE
C C
O O
N N
V V
COMPUTADOR
E SINAL E
PLANTA R ELETRICO R CENTRAL
S S (DDC)
O O
R R
SALA DE
CAMPO I\P I/D CONTROLE
C C
O O
N N CONTROLADOR
V V DIGITAL 1
E SINAL E
PLANTA R ELETRICO R
S S CONTROLADOR
O O DIGITAL 2
R R
SALA DE
CAMPO I\P I\D CONTROLE
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 5-7 de 8
M
U
Controlador
digital 1
L
T REDE ESTAÇÃO DE
I
P FIELDBUS OPERAÇÃO E/OU
PLANTA Controlador L COMPUTADOR DE
E
digital 2
X PROCESSO
A
D
O
SALA DE
CAMPO R
CONTROLE
Funções Controladores
Etapa Controle geograficame geograficame Tipo de sinal Observação
nte nte
Analógico- Indicadores
I Manual Distribuídas Não existiam
pneumático locais
Analógico- Controladores
II Automático Distribuídas Distribuídos
pneumático de campo
Analógico- Sala de
III Automático Distribuídas Concentrados
pneumático controle
Analógico – Sala de
IV Automático Distribuídas Concentrados
elétrico controle
Analógico-
DDC (controle
V Automático Concentradas Concentrados digital-
digital direto)
analógico
Analógico-
SDCD sem
VI Automático Distribuídas Concentrados digital-
field bus
analógico
Basicamente- SDCD com
VII Automático Distribuídas Distribuídos
digital field bus
Multidisciplinar:
(1) Engenharia de processos (engenheiro químico, mecânico, eletricista, sanitarista, de
minas, etc.)
(2) Controle de processos
(3) Engenharia de software *
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 5-8 de 8
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 6-1 de 66
ÍNDICE
CAPÍTULO 6. SISTEMAS LINEARES EM MALHAS FECHADAS 6-4
ÍNDICE DE TABELAS
Tabela 6-1: Operações com diagramas de bloco. 6-18
Tabela 6-2: Ação Direta do Controlador. 6-35
Tabela 6-3: Ação Reversa do Controlador. 6-35
Tabela 6-4: Características dinâmicas de variáveis de processo. 6-44
Tabela 6-5: Critério de Sintonia de Cohen & Coon. 6-46
Tabela 6-6: Valores típicos dos parâmetros de controladores. 6-47
ÍNDICE DE FIGURAS
Figura 6-1: Divisão do controle de processo. 6-4
Figura 6-2: Partes de um sistema 01. 6-6
Figura 6-3: Partes de um sistema 02. 6-6
Figura 6-4: Tanque de aquecimento. 6-7
Figura 6-5: Diagrama de blocos. 6-8
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 6-2 de 66
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 6-3 de 66
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 6-4 de 66
CONTROLE DE PROCESSO
MANUAL AUTOMÁTICO
MAIS EFICIENTE
MAIOR INVESTIMENTO INICIAL
MAIOR TAXA DE RETORNO
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 6-5 de 66
6.1. Definições
Sistema:
“Qualquer conjunto de unidades, entre as quais existem relações”
Um sistema é constituído de partes que formam um todo complexo, mas
organizado e que se inter-relacionam de tal maneira que o todo adquire características
próprias, diferente da simples soma das características de suas partes.
Exemplos:
Partes de um sistema:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 6-6 de 66
ENTRADA SAÍDA
ESTÍMULO PROCESSO RESPOSTA
"INPUT "OUTPUT"
SISTEMA
(META OU SUPRASISTEMA)
CASCATA :
RELAÇÃO
ADAPTATIVO REALIMENTAÇÃO
TIPOS DE SISTEMAS DE CONTROLE SUPERVISÓRIO →
DIGITAL DIRETO ANTECIPATÓRIO
DIGITAL DISTRIBUÍDO
DESACOPLAMENTO
Procedimento possível:
1. Medir a variável a ser controlada (T);
2. Comparar t com o valor desejado (TSP);
3. Ligar ou desligar o aquecedor a depender da diferença TSP(t) – T(t).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 6-7 de 66
T1(t), w1(t)
TT
T2(t), w2(t)
TC
wst(t)
condensado
vapor
6.3. Terminologia
T1 (s )
Sala
TSP (s ) T (s )
Erro de Fluxo
Σ Controlador Aquecedor TANQUE
controle térmico
+ -
Tm (s ) T (s )
Termopar
Convenções:
Segmentos de reta: Representam sinais, que podem ser fluxos de informações, de
massa ou de energia.
A A+B
B
Ponto de ramificação: Reta que se ramifica em outra: divisão de um sinal em mais de um
canal sem sofrer modificação.
A A
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-1 de 12
ÍNDICE
CAPÍTULO 7. ESTABILIDADE DE SISTEMAS LINEARES 7-2
ÍNDICE DE TABELAS
Tabela 7-1: Teste de estabilidade de Routh. 7-6
Tabela 7-2: Raízes da equação característica (Equação 7-37). 7-9
ÍNDICE DE FIGURAS
Figura 7-1: Diagrama de blocos de um sistema de controle. 7-2
Figura 7-2: Diagrama de blocos de um sistema de controle. 7-3
Figura 7-3: Diagrama de blocos para Exemplo (2). 7-6
Figura 7-4: Diagrama do lugar das raízes para Equação 7-37. 7-10
Figura 7-5: Exercício (3) – Tanque pulmão. 7-11
Figura 7-6: Diagrama de bloco do Exercício (4). 7-12
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-2 de 12
Exemplo (1)
Seja um processo representado pela sua função de transferência C(s):
10 5
Equação 7-1 C ( s) = .M ( s ) + .D( s )
s −1 s −1
Como o pólo da função de transferência é +1, portanto com parte real positiva, este
processo é instável.
Vamos submeter este processo a um controle feedback com controlador proporcional. Veja
o diagrama de blocos na Figura 7-1.
D(s)
5
s −1
+
R (s ) M(s) 10 +
C(s)
Σ KC Σ
+ s −1
-
10.K c 5
Equação 7-2 C ( s) = .R ( s ) + .D ( s )
s − (1 − 10.K c ) s − (1 − 10.K c )
Então,
Portanto, KC > 0.1 o sistema será estável em malha fechada, apesar do processo ser
instável em malha aberta.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-3 de 12
“Um sistema dinâmico é considerado estável se para toda entrada limitada o resultado é
uma saída limitada, qualquer que seja a condição inicial.”
U
+
M
R Erro C
+
Σ GC G1 Σ G2
+
-
B
H
Gc .G1.G2 G2 G G2
Equação 7-5 C= .R + .U = .R + .U
1 + Gc .G1.G .H 1 + Gc .G1.G .H 1 + G .H 1 + G .H
Onde, G = GC.G1.G2
Observações:
1. Os demonstradores dos termos são os mesmos;
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-4 de 12
Exemplo a:
10
Equação 7-6 H = 1, G C = K C , G 1 = 1, G2 =
s −1
10
Equação 7-7 1 + G.H = 1 + G C .G 1 .G 2 .H = 1 + K C .
s −1
Se P1 ≥ 0 → Sistema Instável
Exemplo b:
1
Equação 7-8 H = 1, GC = K C .1 + , G1 = 1
τ 1 .s
1
Equação 7-9 G2 =
s + 2.s + 2
2
1 1
Equação 7-10 1 + G.H = 1 + K C .1 + . 2 =0
τ 1 .s s + 2.s + 2
- 7.185
3 2
Equação 7-11 s + 2.s + 102.s + 1000 = 0 → 2.290 + j.11.5
2.29 − j.11.5
→ O sistema é instável pois a parte real de alguma das raízes é positiva.
Onde ao > 0
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-5 de 12
1. Se algum coeficiente a1, ..., na é negativo, existe ao menos uma raiz da equação
característica com parte real positiva, portanto o sistema é instável.
Coluna 1 ao a2 a4 a6 ...
2 a1 a3 a5 a7 ...
3 A1 A2 A3 ... ...
4 B1 B2 B3 ... ...
5 C1 C2 C3 ... ...
... ... ... ... ... ...
n+1 W1 W2 W3 ... ...
Onde,
a1a 2 − ao a3 a1a 4 − a o a5 a a − ao a7
A1 = A2 = A3 = 1 6 ....
a1 a1 a1
A1a3 − a1 A2 A1a5 − a1 A3
Equação 7-13 B1 = B2 = ...
A1 A1
B1 A2 − A1 B2 B A − A1 B3
C1 = C2 = 1 3 ....
B1 B1
(a) Se alguma dos elementos da primeira coluna for negativo, temos ao menos uma raiz do
lado direito do eixo imaginário e o sistema é instável.
(b) O número de trocas de sinais entre esses elementos é igual ao número de raízes do
lado direito do eixo imaginário.
Exemplo (2)
Seja um processo descrito pela seguinte função de transferência:
1 1
Equação 7-14 GP ( s) = =
s 2 + 2.s + 2 ( s − (−1 + i ).( s − (−1 + j )
Portanto, estável pois os pólos têm parte real negativa.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-6 de 12
R(s) 1 1 C
Σ K C 1 +
+ τ s
I
s 2 + 2s + 2
-
Ou seja,
1 1
Equação 7-16 1 + K c . 1 + . 2 =0
τ 1 .s s + 2.s + 2
Logo,
Ou melhor,
A depender dos valores ajustados para os parâmetros do controlador este sistema pode ser
estável ou instável, pois diferentes KC e τ1 implica em diferentes coeficientes da equação
característica podendo ocorrer raízes com parte real positiva.
Aplicando o teste de estabilidade de Routh:
1 τ1 2. τ1+ KC.τ1
2 2.τ1 KC
3 ( 2.τ1 ).( 2.τ1 + K c .τ1 ) − ( τ1 ).( K c )
0
2.τ1
4 KC
Como KC e τ1 são sempre positivos então para este sistema ser estável
Ou seja,
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-7 de 12
2
Equação 7-22 Kc <
1
−1
2.τ1
O eixo imaginário divide o plano complexo em uma região estável (à esquerda da ordenada)
e outra instável (à direita do eixo vertical), isto é, a localização das raízes da equação
característica determina a estabilidade de um sistema de controle: se as raízes forem menor
que zero o sistema é estável, se forem maior que zero o sistema é instável.
Portanto, o eixo imaginário, quando a parte real da(s) raiz(es) da equação característica é
igual a zero delimita a região de estabilidade do sistema, logo fazendo:
Em,
Exemplo (3)
Seja o diagrama de blocos mostrado na Figura 7-2, utilizando o Método de Substituição
Direta determine o valor máximo que o ganho do controlador pode assumir.
Dados:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-8 de 12
1
Equação 7-25 Gc = k c , G1 = Gv =
2.s + 1
1 1
Equação 7-26 G2 = G p = ∴ H=
5.s + 1 s +1
1 1 1
Equação 7-27 1 + G.H = 1 + K c . . .
2.s + 1 5.s + 1 s + 1
Equação 7-29 (1 + K c ) (
− 17.w 2 + j 8.w − 10.w 3 = 0 )
Portanto,
Exemplo (4)
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-9 de 12
Seja o diagrama de blocos da Figura 7-2. No plano complexo assinale as raízes da equação
característica à medida que o ganho do controlador aumenta.
1 1 1
Equação 7-35 G1 = G2 = H=
τ 1 .s + 1 (τ 2 .s + 1)2 τ H .s + 1
1 1 1
Equação 7-36 1 + G.H = 1 + Gc .G1 .G2 .H = 1 + K c . . . =0
τ 1 .s + 1 (τ 2 .s + 1) τ H .s + 1
2
KC
Equação 7-37 (s − p1 )(. s − p 2 )2 .(s − p H ) + =0
τ 1 .τ 23 .τ H
Onde,
Equação 7-38 p1 = −1 / τ 1 p 2 = −1 / τ 2 p H = −1 / τ H
Para,
Variando o valor de KC, podemos construir o Lugar das Raízes, veja a Tabela 7-2 que
corresponde à Figura 7-4.
KC p1 pa2 pb2 pH
0.0 -1.45 -2.85 -2.85 -4.35
1.0 -1.71 -2.30 + j(0.90) -2.30 + j(0.90) -4.74
5.0 -1.98 -1.71 + j(1.83) -1.71 + j(1.83) -5.87
20.0 -2.15 -1.09 + j(3.12) -1.09 + j(3.12) -7.20
50.0 -2.20 -0.48 + j(4.35) -0.48 + j(4.35) -8.61
100.0 -2.24 +0.35 + j(5.40) +0.35 + j(5.40) -9.75
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-10 de 12
7.5. Exercícios
1
Equação 7-40 GP ( s) =
( s + 1)(2 s + 1)
Assuma que, H = Km, Gv = 1, e que o controlador é proporcional com KC = 1.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-11 de 12
Pede-se:
(a) qual o ponto (nível no estado estacionário) do tanque quando qs = 0.2 m3/min, para R1 e
R2;
(b) para qs =0.4 m3/min, há necessidade de trocar o tanque? Faça para R1 e R2, discuta os
resultados;
(c) para controlador PI, qual os valores do ganho proporcional (KC) que tornam o sistema
instável? (faça para R1 e R2);
qi(t)
LY
LC LT h(t)
R qo(t)
Dados:
h(t )
q01(t) Fluxo de saída =
R1
h(t )
q01(t) Fluxo de saída =
R2
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 7-12 de 12
Dados:
Controlador é proporcional puro, com ganho Kc
O ganho da válvula de controle é unitário
A constante de tempo da válvula é τv = 2
O ganho do transmissor é unitário
A constante de tempo do transmissor é τT = 1
A função de transferência Gp1 é caracterizado por ter apenas tempo morto τm;
A função de transferência Gpz é caracterizado por ter ganho 10.5 e constantes de
tempo τP1 = 2.3, τP2 = 7.9 e τP3 = 15.0
GP2
+
R (s ) +
Σ GC GV Σ GP1 C(s)
+
-
Gm
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-1 de 30
ÍNDICE
CAPÍTULO 8. ESTRATÉGIAS DE CONTROLE 8-3
ÍNDICE DE FIGURAS
Figura 8-1: Sistema de controle em cascata. 8-3
Figura 8-2: Controle de temperatura da camisa de um CSTR. (a) convencional; (b) cascata. 8-4
Figura 8-3: Diagrama de bloco. (a) Malha aberta; (b) Convencional; (c) Cascata. 8-5
Figura 8-4: Controle por relação. 8-5
Figura 8-5: Sistema de controle por relação. 8-7
Figura 8-6: Combinação de controle em cascata com controle relação. 8-8
Figura 8-7: Mistura de duas correntes. 8-8
Figura 8-8: Controle feedback/feedforward. 8-9
Figura 8-9: Combinação de controle feedback/feedforward. 8-11
Figura 8-10: Diagrama de bloco para controle feedback. 8-12
Figura 8-11: Diagrama de bloco para controle feedforward. 8-12
Figura 8-12: Controle split-range. 8-13
Figura 8-13: Controle split-rante. 8-13
Figura 8-14: Exemplo de sistema com controle seletivo. 8-14
Figura 8-15: Diagrama esquemático do compensador de tempo morto. 8-16
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-2 de 30
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-3 de 30
Uma das aplicações do controle em cascata é evitar que aconteçam perturbações não
desejadas na variável manipulada. Por exemplo, no sistema de resfriamento de um reator a
vazão para a camisa é a variável manipulada, porém pode acontecer, devido a mudança na
pressão a montante ou a jusante da válvula de controle que esta vazão se modifique, apesar
da saída do controlador se manter constante. Neste caso, é aconselhável acrescentar um
controlador de vazão de líquido refrigerante, sendo que o set point deste controlador é a saída
do controlador de temperatura do reator (vide Figura 8-1).
Controlador
FC secundário FC
Controlador
2 4
AC primário
FY FY 1
TI FT FT
2 4
2 2 4
reagente AI
catalisador 1
A
reagente C+D
B
TI FT
FY
3 3
3
FC
3
fluido
TI
refrigerante 5
FT TT
FY 1
1
1
FC TC
1 1
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-4 de 30
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-5 de 30
Figura 8-3: Diagrama de bloco. (a) Malha aberta; (b) Convencional; (c) Cascata.
Quando se deseja manter a razão entre duas vazões constantes é interessante utilizar o
controle por relação. Por exemplo, deseja-se manter constante a composição de uma
determinada corrente, para tanto, modula-se a vazão de uma segunda corrente:
FY
1
FT
1
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-6 de 30
dm
Equação 8-1 = q1 (t ) + q2 (t ) − q3 (t )
dt
dm A
Equação 8-2 = q1 (t ) . C A1 (t ) + q2 (t ) . C A 2 − q3 (t ) .C A 3 (t )
dt
dmB
Equação 8-3 = q1 (t ) . CB1 (t ) + q2 (t ) . CB2 − q3 (t ) .CB3 (t )
dt
√ Estado estacionário
Equação 8-5 q3,ss . C A 3,ss = (q1,ss + q2,ss ) . C A 3,ss = q1,ss . C A1,ss + q2,ss . C A 2,ss
Admitindo que a variável manipulada não contém A, então CA2 = 0 e da Equação 8-5,
obtemos:
q1
Equação 8-7 C AB = . C A1
q1 + q2
q1
Equação 8-8 q2 >> q1 ⇒ C AB ≅ . C A1
q2
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-7 de 30
FC FC
2 4
FY FY
TI FT FT
2 4
2 2 4
reagente AI
catalisador 1
A
FC
3
fluido TI
5
refrigerante FT
FY
TT
1 1
1
FC TC
1 1
Esta combinação de sinais podem ser de diversas maneiras, por exemplo, pode ser uma
média ponderada (OUT) de sinais vindo da malha feedback (FB) e da malha por relação (FF).
Se ℜ = 1 ⇒ Controle em cascata
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-8 de 30
FC FC
2 4
AC
FB
1
FY FY
TI FT FT
2 4
2 2 4
AI
reagente
catalisador 1
A
fluido
TI
refrigerante 5
FT TT
FY 1
1
1
FC TC
1 1
A
FT B
A 102 SP
FY A FY
2
A FIC
102A 102B
B Estação 101
de razão
B2 FY B/A FY
101A B
FT 101B
101
B
Figura 8-7: Mistura de duas correntes.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-9 de 30
GFF GP3
FF
+ +
R Σ E GC FB Σ OUT GV Q GP1 Σ GP2 C
+ + +
-
Gm
GC GV GP1GP 2 G G G G + G P 3G P 2
Equação 8-10 C= R + FF V P1 P 2 U
1+ GC GV GP1GP 2 Gm 1+ GC GV GP1GP 2 Gm
C
Equação 8-11 =0 ⇒ GFF .GV .GP1 GP 2 + GP 3 .GP 2 = 0
U
Então,
GP 3
Equação 8-12 GFF =
GV .GP1
Se,
Equação 8-13 Gv = K v
Se,
Κ P1
Equação 8-14 G P1 = . e − s .τ m1
τ P1 . s + 1
Κ P3
Equação 8-15 GP3 = . e −s .τ m3
τ P3 . s + 1
Então,
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-10 de 30
Se,
Equação 8-17 τ m3
≥ τ m1
Assumindo
Κ P1
Equação 8-18 GP1 = . e − s .τ m1
(τ P1 . s + 1).(τ P 2 . s + 1)
Então,
Equação 8-20 τ ld = τ P1 + τ P 2
Então, a constante de tempo do lag é:
Equação 8-21 τ lg = τ P 3
(τ ld . s + 1) − s .τ m . FF
G FF = − K FF . .e
Equação 8-22
(τ lg . s + 1)
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-11 de 30
reagente C+D
B
TT FT
FY
3 3
3
FC
3
fluido
TI
refrigerante 5
FT TT
FY 1
1
1
FC TC
Cálculo da 1 1
carga de
processo
Novamente o sinal combinado do feedback com o feedforward pode ser uma média
ponderada:
Se ℜ = 0 ⇒ Controle antecipatório
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-12 de 30
Algumas vezes se faz necessário o emprego de duas válvulas de controle para uma mesma
malha. Nestes casos, podemos reduzir o custo ou simplificar a implantação da estratégia
utilizando uma técnica denominada controle por intervalo dividido (split-range).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-13 de 30
Vapor Vapor
posicionador TC
NF NF
3 a 9 psi 9 a 15 psi Ação reversa
TT
SP PV OUT
Condensado Condensado
Ação direta
NA NF
3 a 9 psi 9 a 15 psi
N2
SP PV OUT
PT
As vezes é conveniente selecionar entre vários sinais disponíveis qual o melhor ou qual o
mais crítico para a segurança do planeta. Por exemplo, em reatores catalíticos de tubulares
submetidos a reações exotérmicas o ponto onde a temperatura mais alta acontece muda de
lugar a depender da atividade/estabilidade do catalisador. Neste caso, é conveniente espalhar
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-14 de 30
alguns elementos primários de medição e escolher a temperatura mais crítica (mais alta) como
sinal de controle (veja Figura 8-14).
Cálculo da
quantidade de FF
catalisador FX
1
FB
OUT
FC FC
2 4
AC
1
FY FY
TT FT FT
2 4
2 2 4
AT
reagente
catalisador 1
A
reagente C+D
B
TT FT
FY
3 3
3
FC
3
fluido
refrigerante TI
TT TT TT 5
FT FY 1A 1C
1B
1 1
Cálculo da
carga de FC TC TC HS
1 2 1 1
processo
100
Equação 8-25 PB =
ΚC
(b) Controlador com banda morta: Neste caso divide-se o nível em duas regiões, dentro
da faixa mais interna o nível é deixado, por exemplo, controle apenas proporcional, fora dessa
faixa, muda-se a função de controle para, por exemplo, proporcional mais integral com o intuito
de forçar o nível a atingir valores mais próximos do valor desejado. A função de controle será:
1
Equação 8-27 OUT (t ) = BIAS (t ) + K c . E (t ) + . ∫ E (t ) dt
τI
Onde,
Equação 8-28 E (t ) = SP (t ) − PV (t )
(c) Controlador com ganho não linear: Outra possibilidade para tornar variável a função
de controle com o erro é o controlador com ganho não-linear. Neste caso, o ganho é
modificado continuamente de forma a ser proporcional à magnitude do erro, Equação 8-29.
Controlador com ganho não-linear:
Onde,
E (t ) é o módulo do erro
Os valores dos controladores (KC, KNL, banda morta, etc.) devem ser de forma a satisfazer
um determinado critério, ou seja, o controlador deve ser sintonizado.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-16 de 30
projeto do processo deve procurar eliminar ou pelo menos diminuir o tempo morto, contudo, às
vezes é impossível removê-lo do processo, portanto, nesses casos temos que conviver com
ele.
Uma alternativa que pode melhorar o desempenho do sistema é considerar o tempo morto
na função de controle, compensando, assim, o seu efeito. A idéia básica do compensador de
tempo morto calculado na implementação do sistema de controle, conforme pode ser
visualizado na Figura 8-15.
Compensador
tempo morto
-
R Σ E Σ E' Controlador Processo C
+ + M
-
B Sensor
Seja G(s) a função de transferência do processo que relaciona a variável controlada C com
a variável manipulada M. Separe de G(s) a parte sem tempo morto G*(s).
U(s)
*
(
G 1 − e −τ m .s
) GU(s)
- +
R + Σ E Σ E' GC(s) G(s) Σ C
+ M +
-
Onde,
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-17 de 30
Equação 8-30 G (s ) = G * (s ). e −τ m . s
G (s ). e − τ m . s
*
Equação 8-31
Equação 8-32
C
=
[ *
[
GU (s ) . 1 + Gc (s ) . G (s ) . 1 − e − τ m . s ]
U 1 + G (s ) . G (s ) + G (s ). G * (s ) − G (s ). G * (s ). e − τ m . s
c c c
C Gc (s ) .G * (s ). e −τ . s m
Equação 8-33 =
R 1+ G (s ) . G (s ) + G (s ).G * (s ) − G (s ). G * (s ). e −τ m .s
c c c
G (s ) = G * (s ). e − τ m . s = G (s ). e − τ m . s
*
Equação 8-34
Equação 8-35
[ [
C GU (s ) . 1 + Gc (s ) . G (s ) . 1 − e − τ m . s
=
*
]
U 1 + Gc (s ) . G * (s )
C Gc (s ) . G * (s ). e − τ m . s
Equação 8-36 =
R 1 + Gc (s ) . G * (s )
Observando a Equação 8-35 e a Equação 8-36 verificamos que o tempo morto não foi
eliminado da equação característica, conseqüentemente o sistema torna-se mais estável.
8.10. Desacoplamento
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-18 de 30
X1(t) Y1(t)
X 1 (t ) Y1 (t )
Equação 8-37 ENTRADAS ∴ SAÍDAS
X 2 (t ) Y2 (t )
dY1
Equação 8-38 = a11 . Y1 + a12 . Y2 + b11 . X1 + b12 . X2
dt
dY2
Equação 8-39 = a21 . Y1 + a22 . Y2 + b21 . X1 + b 22 . X2
dt
Condições iniciais:
Equação 8-40 Y1 (0 ) = Y2 (0 ) = 0
Equação 8-41 Y1 (s ) =
[(s − a 22 )b11 + a12 . b21 ] . X (s ) + [(s − a 22 ). b12 + a12 b22 ] X (s )
P (s ) P (s )
1 2
Equação 8-42 Y2 (s ) =
[(s − a11 )b21 + a 21 . b11 ] . X (s ) + [(s − a11 ). b22 + a 21 b12 ] X (s )
P (s ) P (s )
1 2
Ou em notação matricial:
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-19 de 30
X1(s) Y1(s)
G11(s) Σ
G21(s)
G12(s)
X2(s) Y2(s)
G22(s) Σ
U21
G12(s)
D12(s)
U2(s) X2(s) Y2(s)
Σ G22(s) Σ
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-20 de 30
G12 (s )
Equação 8-46 D12 (s ) = −
G11 (s )
G21 (s )
Equação 8-47 D21 (s ) = −
G22 (s )
Os processos químicos são não-lineares e alguns são também não-variantes com o tempo.
Nas duas situações, e mais ainda na última, a sintonia dos controladores PID só são válidas
quando o processo encontra-se próximo do estado no qual foi realizado o ajuste dos
parâmetros do controlador. Portanto, quando o processo sofre uma grande perturbação, o
desempenho do controlador fica comprometido, a menos que seja ajustada uma nova função
de controle, neste caso é recomendado que seja implementado um procedimento automático
para sintonia/adaptação automática dos controladores. Esse controlador é denominado de
adaptativo pois se modifica, adequando-se às novas condições de processo.
O livro de Karl Johan Åström e Björn Wittenmark, Adaptativr Control, editado pela Addison-
Wesley Publisng Company, é uma excelente referência para iniciar os estudos sobre
controladores adaptativos.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-21 de 30
Algoritmo
de sintonia
Algoritmo
Novos estimador
parâmetros
SP E C
Σ Controlador Processo
+
-
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-22 de 30
Tabela de Condição
ganhos operacional
Novo
ganho
SP E C
Σ Controlador Processo
+
-
O ganho do controlador (KC) pode ser alterado continuamente de forma que seu produto
com o ganho do processo (KP) seja constante (Kg):
Equação 8-48 Κ C .Κ P = Κ g
(a) Determine o ganho em malha aberta do processo no ponto de operação desejado à sua
volta.
(c) Obtenha uma função que defina a variação do ganho do controlador com alguma
variável do processo.
Freqüentemente, a variável que se deseja controlar não pode ser medida diretamente,
conseqüentemente, não é possível implementar um sistema de controle feedback ou qualquer
outra estratégia de controle que necessite a medição da variável controlada. Se os distúrbios
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-23 de 30
Porém, quando não for possível medir as perturbações, ou quando o modelo disponível não
for adequado, a única alternativa é inferir o valor da variável controlada a partir de outras
medições e utilizar esta informação para realimentar a malha de controle. A esta técnica dá-se
o nome de Controle Inferencial.
GD1 GD2
M C
GP1 Σ
Y
GP2 Σ
Equação 8-50 Y = GP 2 . M + GD 2 .U
O intuito é encontrar uma equação que forneça o valor da variável controlada (C) a partir do
conhecimento da oura saída do sistema (Y). Para tanto, da Equação 8-50 vamos isolar o valor
de U:
1 G
Equação 8-51 U= .Y − P 2 . M
GD 2 GD 2
~ G G
Equação 8-52 C = GP1 − D1 .GP 2 . M + D1 .Y
GD 2 GD 2
GD1 GD2
CSP M C
Σ GC GP1 Σ
Y
GP2 Σ
GD1
GP1 − GP2
GD2
~
C GD1
Σ GD 2
Como o controle inferencial requer um bom modelo matemático, o que raramente está
disponível, deve-se implementar algum procedimento para ajuste do inferenciador. Por
exemplo, no controle inferencial de malhas de composição, o modelo matemático pode ser
corrigido a partir das análises realizadas off-line, assim o sistema de controle estaria
periodicamente sendo “adaptado” às novas condições operacionais do processo, mantendo
seu bom desempenho. Na Figura 8-24 observamos a forma como o modelo do inferenciador é
atualizado.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-25 de 30
GD1 GD2
CSP M C
Σ GC GP1 Σ
Y
GP2 Σ
G D1
G P1 − GP2
GD2
~
C GD1
Σ GD 2
-
Correção do C + MED
ganho de GP1
Σ
8.14. Exercícios
(1) Seja um forno e seu sistema de controle, conforme o fluxograma da Figura 8-25.
O objetivo deste processo é pré-aquecer a corrente de petróleo bruto que alimentará a seção
de fracionamento de uma refinaria. O combustível é um sub-produto dessa unidade (gás
natural), estando disponível em grande quantidade. A pressão da corrente de gás natural é
constante. O combustível é o ar atmosférico, sendo fornecido por um sistema de sopradores.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-26 de 30
FC FY
2 2
AT AC TI
FT 1 1 1
2
Produto
TE
5
AC
1 TI
5
gás TC
ar 5
natural
FFC FY FY FC
3 3 4 4
FT FE FE FT
3 3 4 4
(2) Seja uma coluna de destilação e seu sistema de controle, conforme a Figura
8-26. O objetivo deste processo é separar os componentes leves (D) leves de uma mistura,
retirando pela base da coluna os componentes mais pesados (B). Não há limitações quanto a
quantidade de utilidades necessárias a este processo (vapor e fluido refrigerante).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-27 de 30
(a) Variável (s) controlada (s), justificando por que o projetista a (s) a (s) escolheu:
(b) Variável (s) manipulada (s), justificando por que o projetista a (s) escolheu;
(c) Variável (s) medida (s), justificando por que o projetista as escolheu;
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-28 de 30
PT PC
4 4
D
÷ AC
5
AT
5
F/D
f (t )
LC LT
f (t ) 3 3
FC
FT
F 6
3
× FT
D
F 3
V/F FC
2
FT
÷ 2
FC
7
FT TDT D
7 7 LT LC
1 1
AC AT
8 8
(3) Seja um sistema reacional e seu sistema de controle, conforme a Figura 8-27. O
objetivo deste processo é produzir os compostos C e D a partir da reação de A com B. A
depender das condições mercadológicas, se maximiza a obtenção de C ou de D, alterando a
vazão de A e B na alimentação. A conversão dos reagentes é determinada pela quantidade de
catalisador admitida no sistema, que deve ser a menor possível para evitar a ocorrência de
reações indesejadas. Todas as reações que ocorrem são altamente exotérmicas. Não há
limitações quanto à quantidade de matérias-primas e utilidades necessárias a este processo
(fluido refrigerante).
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-29 de 30
(d) Localize, se existirem, os controles tipo split-range e seletivo, descrevendo seu modo de
funcionamento.
Cálculo da
quantidade de
catalisador FX
1
FC FC
2 4
AC
1
FY FY
TT FT FT
2 4
2 2 4
AT
reagente
catalisador 1
A
reagente C+D
B
TT FT
FY
3 3
3
FC
3
fluido
refrigerante TI
TT TT TT 5
FT FY 1A 1C
1B
1 1
Cálculo da
carga de FC TC TC HS
1 2 1 1
processo
(4) Seja um forno e seu sistema de controle, conforme o fluxograma da Figura 8-28.
O objetivo deste processo é pré-aquecer a corrente de petróleo bruto que alimentará a seção
de fracionamento de uma refinaria. Um dos combustíveis é um sub-produto dessa unidade (gás
natural), o outro é o óleo combustível utilizado na quantidade necessária à complementação de
carga térmica. A pressão da corrente de gás natural é constante. O comburente é o ar
atmosférico, sendo fornecido por um sistema de sopradores.
Devido à negligência do setor de documentação, a descrição do sistema de controle desse
forno foi perdida, havendo necessidade de reconstituir este documento. Pede-se que o
engenheiro de controle (Vossa Senhoria) elabore tal documentação.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 8-30 de 30
AX SP de O2 AIC O2 AR TI
1 1 1 1
tO
ts
TY FT TC
1 1 I/P
FY 2
w 1 X
TY
FC 2
1 TI
gás óleo
Wp 3 ar SP = K3X + K4qS
∆T = ts - te SP = Ry + b
x
I/P FY FC
FY FFC FY
FT 2 2
2 3 3
4 I/P
FT
FT AR 2
3 2 WO
AR ho
y = k1wg + k2wo
4
hg
FY w TY
3 4
WO qc = hgwg + howo
TY
qp = W pCp∆T qs = qp - qc 3
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 9-1 de 5
ÍNDICE
CAPÍTULO 9. CONTROLE AVANÇADO 9-2
ÍNDICE DE TABELAS
Tabela 9-1: Objetivos do controle avançado. 9-3
Tabela 9-2: Estratégias de controle avançado. 9-5
ÍNDICE DE FIGURAS
Figura 9-1: Diagrama de bloco de controle feedback. 9-2
Figura 9-2: Pirâmide do controle avançado. 9-3
Figura 9-3: Benefícios do controle avançado. 9-4
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 9-2 de 5
Mecanismo do controlador U
+
R Σ E GC G1 M Σ G2 C
+ +
-
B
H
Figura 9-1: Diagrama de bloco de controle feedback.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 9-3 de 5
OPERACIONAIS COMERCIAIS
Aumento da segurança Maximizar o rendimento
Incrementar a flexibilidade Maximizar a produção
Atender as especificações de qualidade Incrementar os tempos de campanha
Operar em estado estacionário Reduzir consumo energia
Reduzir estoques de produtos
Atender às restrições ambientais
intermediários
Reduzir custos variáveis
SEGURANÇA e
MEIO AMBIENTE
CONTROLE
FEEDBACK
CONTROLE AVANÇADO
QUALIDADE QUANTIDADE
√ Mudanças freqüentes:
• Vazão de alimentação
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 9-4 de 5
• Composição da alimentação
• Demanda de produção
• Abastecimento de energia
√ Grande consumo de energia por unidade de produção;
√ Larga diferença entre os valores dos produtos;
√ Projeto altamente integrado;
√ Muitos controladores em manual;
LIMITE ESPECIFICADO
CONTROLE PREDITIVO
SETPOINT MULTIVARIÁVEL
CONTROLE REGULATÓRIO
BÁSICO / AVANÇADO
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 9-5 de 5
PROBLEMA SOLUÇÃO
Mudanças na alimentação Controle feedforward1
Controle preditivo multivariável
Elevado tempo morto Compensação do tempo morto
Controle preditivo multivariável
Ruído na medição Filtros passa-baixa
Variáveis não medidas Controle inferencial
Controle preditivo multivariável
Interação Controle preditivo multivariável
Não linearidades Controle adaptativo
Controle preditivo multivariável
Dinâmica difícil Controle preditivo multivariável
Restrições Controle com restrição
Controle preditivo multivariável
Distúrbios de baixa freqüência Controle estatístico
Conseqüência econômica Otimização on-line
Modificação nas estratégias de controle Sistemas especialistas
1
Alguns autores não classificam o feedforward como controle avançado, mas estamos nos
referindo ao controle antecipatório baseado nos modelos fenomenológicos dos processos.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 10-1 de 2
ÍNDICE
CAPÍTULO 10. TEORIA DE CONTROLE MODERNO: ABORDAGEM POR ESPAÇO DE
ESTADOS 10-2
ÍNDICE DE TABELAS
Tabela 10-1: Controle Clássico x Controle Moderno. 10-2
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 10-2 de 2
Neste momento, faremos uma breve comparação entre a Teoria Clássica de Controle (o que
acabamos de estudar) e a denominada Teoria Moderna de Controle.
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1 de 3
ABREVIATURAS
a, b Constantes arbitrárias
A Amplitude de perturbação
C Capacitância
E Erro
G Função de transferência
h Altura [=] m
K Ganho do processo
m Massa [=] kg
MV Variável manipulada
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 2 de 3
R Resistência
T Temperatura [=] ºC
V Volume [=] m3
9 Símbolos gregos
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 3 de 3
ζ Fator de amortecimento
9 Sobrescrito
- Variável em desvio
9 Subscrito
C Controlador
P Processo
SP Set point
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br