Controle de Processos Quimicos

CONTROLE DE PROCESSOS QUÍMICOS
ENG – 009
Autor: Prof. Dr. Ricardo de Araújo Kalid – kalid@ufba.br
Revisora: Enga Grazziela Gomes
Laboratório de Controle e Otimização de Processos Industriais - LACOI
Departamento de Engenharia Química - DEQ
Escola Politécnica - EP
Universidade Federal da Bahia – UFBA
Salvador, junho de 2004.

Página 1 de 1
ÍNDICE GERAL
CAPÍTULO 1. INTRODUÇÃO
CAPÍTULO 2. FUNÇÃO DE TRANSFERÊNCIA
CAPÍTULO 3. ANÁLISE DA DINÂMICA DE PROCESSOS
CAPÍTULO 4. IDENTIFICAÇÃO DA DINÂMICA DE PROCESSOS
CAPÍTULO 5. INSTRUMENTAÇÃO E VÁLVULAS DE CONTROLE
CAPÍTULO 6. SISTEMAS LINEARES EM MALHAS FECHADAS
CAPÍTULO 7. ESTABILIDADE DE SISTEMAS LINEARES
CAPÍTULO 8. ESTRATÉGIAS DE CONTROLE
CAPÍTULO 9. CONTROLE AVANÇADO
CAPÍTULO 10. TEORIA DE CONTROLE MODERNO: ABORDAGEM POR ESPAÇO DE

ESTADOS
Controle de Processos
- Ricardo de Araújo Kalid – kalid@ufba.br
Página 1-1 de 9
ÍNDICE
CAPÍTULO 1. INTRODUÇÃO 1-2
1.1. MOTIVAÇÃO PARA IMPLANTAR UM SISTEMA DA CONTROLE 1-2

1.2. NORMAS UTILIZADAS EM INSTRUMENTAÇÃO 1-6
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
Página 1-2 de 9
CAPÍTULO 1. INTRODUÇÃO
A finalidade do controle de processos é manter as variáveis de processo nas condições

desejadas com um mínimo custo operacional.
Variáveis de processo são as propriedades intensivas ou extensivas de uma corrente ou

substância.
Como exemplos de variáveis de processo temos:
• Temperatura;
• Pressão;
• Vazão;
• Composição;
• Viscosidade;
• Granulometria;
• Radioatividade;
• Condutividade;
• Dureza;
• Maleabilidade;
• Cor;
• Aroma;
• Sabor; etc.
1.1. Motivação para implantar um sistema da controle
Mudança nas condições de alimentação do processo e no ambiente (perturbações) estão

sempre acontecendo e se nenhuma ação for tomada importantes variáveis do processo não
alcançarão as condições desejadas. Porém, esta ação deve ser estabelecida de modo que:
1. A segurança dos equipamentos e dos trabalhadores,
2. A qualidade do produto; e
3. A produção
sejam asseguradas com um mínimo custo de investimento e/ou operacional.
Página 1-3 de 9
√ Exemplo 01
Figura 1-1: Exemplo de controle de processo.
√ 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.
Página 1-4 de 9
T1(t), w
T2(t), w
vapor condensado
Figura 1-2: Tanque de aquecimento com agitação.
Vamos considerar duas perguntas:
Pergunta 1: Quanto de calor deve ser fornecido ao líquido no interior do tanque para
que atinja a temperatura desejada T2?
Considerando o tanque bem agitado não existem gradientes internos de temperatura e as

propriedades do fluido na saída do tanque são as mesmas do interior do tanque (tanque
perfeitamente agitado).
O balanço de energia em estado estacionário no tanque indica qual a quantidade de calor
que deve ser transferida é:
Equação 1-1 Qss = wss . c p . (T z , ss − T1, ss )
Mas nas condições de projeto T2 é a temperatura de referência Tr ou temperatura desejada

(set point), então podemos escrever a equação de projeto para o aquecedor:
Equação 1-2 Q ss = wss . c p . (TSP − T1, ss )
Pergunta 2: Mas se as condições mudarem (a vazão de líquido aumentar ou diminuir, a

temperatura da alimentação oscilar ou se desejarmos uma temperatura na saída maior ou
menor que a estabelecida no projeto), como iremos atuar sobre o sistema para que a
temperatura na saída do tanque seja a temperatura desejada (T2 = Tr = TSP) ?
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
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
Figura 1-3: Tanque de aquecimento agitado com controle feedback.
Na Tabela 1-1 vemos outras alternativas de estratégias de controle para este processo.
Tabela 1-1: Estratégias para o controle de temperatura de um tanque de aquecimento

agitado.
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
Podemos ainda instalar um trocador de calor a montante do tanque de aquecimento para

diminuir ou eliminar a oscilação na temperatura T1 ou utilizar um tanque com um volume maior
de modo a diminuir a oscilação na temperatura de saída T.
Uma vez estabelecida a estratégia de controle é necessário determinar qual a lei ou
algoritmo de controle para o controlador. Uma possibilidade é utilizar o controlador
proporcional, no qual a mudança no fluxo de calor é proporcional à diferença entre a
temperatura desejada (TSP(t)) e a temperatura medida (T(t)):
Página 1-6 de 9
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.
Do discutido anteriormente deduz-se que para definir um sistema de controle é necessário:
(1) Conhecer o comportamento no estado estacionário do processo que desejamos

controlar;
(2) Conhecer o comportamento dinâmico do processo que desejamos controlar;
(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,
(c) Indicadores e / ou registradores 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.
1.2. Normas Utilizadas em Instrumentação
A ISA - The Instrumentation, Systems, and Automation Society estabelece normas e

procedimentos para especificação e instalação de instrumentos para controle de processos,
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).
2.1.1. Sinais de Transmissão
Existem alguns tipos e faixas padronizadas para transmissão de sinais em sistemas de

controle:
Tabela 1-2: Sinais padrão de transmissão de informações.
Tipo de sinal Valores Representação
3 a 15 psig  representado por

 
Sinal pneumático 6 a 30 psig 
3 a 27 psig 
 
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
As próximas páginas têm um pequeno resumo da simbologia empregada na confecção de

fluxogramas para instrumentação e controle de processos.
Figura 1-4: Símbolos gerais para instrumento ou função programada.
Página 1-8 de 9
Figura 1-5: Letras de identificação de instrumento ou função programada.

Página 1-9 de 9
Tabela 1-3: Exemplo de identificação de instrumento.
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;
R Função passiva ou de informação: registrador;
C Função ativa ou de saída: controlador;

210 Área de atividades, onde o instrumento ou função programada atua;
02 Número seqüencial da malha;
A Sufixo.
Página 2-1 de 9
ÍNDICE
CAPÍTULO 2. FUNÇÃO DE TRANSFERÊNCIA 2-2
2.1. PROPRIEDADES DA FUNÇÃO DE TRANSFERÊNCIA 2-3

2.2. NATUREZA QUALITATIVA DAS RESPOSTAS DE UM SISTEMA 2-5
2.3. FUNÇÃO DE TRANSFERÊNCIA COM ENTRADAS E SAÍDAS MÚLTIPLAS 2-7
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 2-4: 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
Página 2-2 de 9
CAPÍTULO 2. FUNÇÃO DE TRANSFERÊNCIA
“... proporciona uma relação direta entre as entradas (distúrbios, variáveis manipuladas) e as
saídas (variáveis controladas) do processo.”
George Stephanoupolos
Vamos trabalhar com modelos lineares ou linearizados e variáveis desvio:
Y(t) = Y(t) - Y(0) = Y(t) - Yss

Equação 2-1 
X(t) = X(t) - X(0) = X(t) - X ss
Generalizando, as equações diferenciais ordinárias com coeficientes constantes são da

forma:
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.
Em sistemas fisicamente exeqüíveis n ≥ m.
Assumindo que inicialmente o sistema está relaxado:
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
Ou seja, o termo relativo às condições iniciais I é nulo: I = 0

Equação transformada:
Página 2-3 de 9
∑ (a .s .Y .(s))= ∑ (b .s . X .(s))⇒ ∑ (a .s ).Y (s) = ∑ (b .s ). X (s)

n m n m
i j i j
Equação 2-6 i j i j
i =0 j =0 i =0 j =0
Y ( s)
∑ b .s j
j
+ I (= 0 )
j =0
Equação 2-7 ⇒ G ( s) = = n
X ( s)
∑ a .s
i =0
i
i
G(s) é chamada de função de transferência e é obtida apenas se I = 0.
Transformada de Laplace da saída , em forma de desvio

Equação 2-8 G ( s) =
Transformada de Laplace da entrada, em forma de desvio
Em diagrama de blocos:
X(s) Y(s)
G(s)
Figura 2-1: Diagrama de blocos 01.
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)
2.1. Propriedades da Função de Transferência
P1. Descreve as características dinâmicas de um sistema. Se adotarmos uma função

perturbação X(t) na entrada, cuja transformada é X(s), a resposta do sistema é Y(s) dada por:
Equação 2-10 Y ( s ) = G ( s ). X ( s )
P2. Se a função de transferência é a resposta do sistema a perturbação impulso unitário:

X(t) = δ(t), então X(s) = L{δ (t)} = 1, logo:
Equação 2-11 Y ( s ) = G ( s ). X ( s ) = G ( s )
P3. A equação diferencial do sistema pode ser obtida da função de transferência

substituindo s pelo operador diferencial D ≡ d/dt.
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 2-13 D 2 Y + DY + Y = 2.D X + X
"
Equação 2-14 ⇒ Y " ' ( t ) + Y " ( t ) + Y( t ) = 2.X ( t ) + X( t )
P4. O princípio da superposição é válido (operador linear) para:
Equação 2-15 X (s) = X 1 (s) + X 2 (s)
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)
P5. O denominador de G(s) igualado a zero é denominado de equação característica. A

estabilidade de um sistema linear invariante com o tempo pode ser determinada avaliando as
raízes da equação característica: se todas as raízes têm partes reais negativas o sistema é
estável, caso alguma raiz tenha parte real positiva o sistema é instável. Exemplo:
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
Raízes da equação característica:
Equação 2-19 r1 = +(1 + 2. j )
Equação 2-20 r2 = −(1 + 2. j )
Portanto, o sistema é instável pois as raízes do denominador da função de transferência

tem parte real positiva.
P6. As raízes do denominador são os pólos do sistema e as raízes do numerador são os
zeros do sistema. Quando o número de zeros (nz) é menor que o número de pólos (np), diz-se
que existem (nz – np) zeros no infinito; a recíproca é válida. Para a Equação 2-17:
Equação 2-21 pólos : P1 = 1 + 2.j e P2 = 1 2.j
Equação 2-22 zeros : z 1 = - 1 e zz = ∞
P7. Em sistemas físicos exeqüíveis: nz ≤ np.
2.2. Natureza Qualitativa das Respostas de um

Sistema
Freqüentemente, estamos interessados apenas em determinar a estabilidade do sistema,

uma forma simples e adequada para os propósitos de controle de processos é encontrar as
raízes do denominador da função de transferência (pólos do sistema) e verificar sua
localização no plano complexo. Seja G(s) uma função de transferência que pode ser escrita por
uma razão de dois polinômios Q(s) e P(s):
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.
Página 2-6 de 9
Tabela 2-1: Raízes da Função de Transferência.
Raízes Características Termos em ƒ (t) para t ≥ 0
p1 Real, < 0 C1. e-p1.t

p2, p2* Complexa, Re < 0 -az.t
e [C1.cos(b2.t) + C2.sen(b2.t)]
p3, p3* Complexa, Re = 0 C1.cos(b3.t) + C2.sen(b3.t)
p4, p4* Complexa, Re > 0 a4.t
E [C1.cos(b4.t) + C2.sen(b4.t)]
p5 Real, > 0 C1 ep5.t
p6 Real, = 0 C1
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:
K1 + K2.t + K3.t2 + ... + Kr.tr-1, onde r é o número de repetições.

3. C1 + C2 + K1 + K2, ... + KR são obtidas a partir das condições iniciais.
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
Figura 2-4: Localização das raízes da equação característica.
À esquerda do eixo Im: f(t) decresce exponencialmente com t
Página 2-7 de 9
À direita do eixo Im: f(t) cresce exponencialmente com t
Sejam raízes múltiplas:
Na origem: f(t) = tn, cte. para n = 0, crescente para n > 0.
Figura 2-5: Função exponencial [(a) decrescente (b); crescente] e gráfico de oscilação [(a)
crescente; (b) decrescente; (c) amplitude constante].
2.3. Função de Transferência com Entradas e Saídas

Múltiplas
Considere a Figura 2-6:
X1(t) Y1(t)
PROCESSO Y2(t)
X2(t)
X 1 (t ) Y1 (t )
ENTRADAS  SAÍDAS 
Equação 2-24 X 2 (t ) Y2 (t )
MODELO MATEMÁTICO (variáveis desvio ou sistema relaxado):
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:
Página 2-8 de 9
Equação 2-27 Y1 (0) = Y2 (0) = 0
Aplicando a Transformada de Laplace e resolvendo para Y1(s) e Y2(s):
[(s − a 22 )b11 + a 12 b 21 ] [(s − a 22 )b12 + a 12 b 22 ]

Equação 2-28 Y1 (s) = X 1 (s) + X 2 (s)
P(s) P(s)
[(s − a 11 )b 21 + a 21 b11 ] [(s − a 11 )b 22 + a 21 b 22 ]

Equação 2-29 Y2 (s) = X 1 (s) + X 2 (s)
P(s) P(s)
Onde P(s) é a equação característica dada por:
Equação 2-30 P(s) = s 2 − (a11 + a 22 ).s − (a12 a 21 − a11 a 22 )
Y1 ( s ) = G11 ( s ). X 1 ( s ) + G12 ( s ). X 2 ( s )

Equação 2-31 ⇒
Y 2( s ) = G21 ( s ). X 1 ( s ) + G22 ( s ). X 2 ( s )
Ou em notação matricial:
Y1 ( s )  G11 ( s ) G12 ( s )   X 1 ( s ) 

Equação 2-32 Y ( s ) = G ( s ) G ( s ) .  X ( s )
 2   21 22   2 
O sistema de Equação 2-32 é denominado Matriz das Funções de Transferência.

Em diagramas de blocos:
X1(s)
Y1(s)
+
G11(s)
+
G21(s)
X2(s)
G12(s)
Y2(s)
+
G22(s)
+
Os sistemas podem ser:

SISO – Single Input Single Output
SIMO – Single Input Multiple Output
MISO - Multiple Input Single Output
Página 2-9 de 9
MIMO - Multiple Input Multiple Output
Obs.: Os processos químicos são, na sua maioria, MIMO-NL.
Página 3-1 de 65
ÍNDICE
CAPÍTULO 3. ANÁLISE DA DINÂMICA DE PROCESSOS 3-3
3.1. ESTUDO DO COMPORTAMENTO DINÂMICO DE SISTEMAS DE PRIMEIRA ORDEM 3-6

3.2. ESTUDO DO COMPORTAMENTO DINÂMICO DE SISTEMAS CAPACITIVOS PUROS 3-22
3.3. ESTUDO DO COMPORTAMENTO DINÂMICO DE SISTEMAS DE SEGUNDA ORDEM 3-25
3.4. COMPORTAMENTO DINÂMICO DE PROCESSOS TIPO ATRASO-AVANÇO 3-45
3.5. COMPORTAMENTO DINÂMICO DE PROCESSOS COM TEMPO MORTO 3-48
3.6. EXERCÍCIOS 3-55
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 3-5: 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
Página 3-2 de 65
Figura 3-16: Tanque com vazão de descarga constante. 3-23

Figura 3-17: Processo capacitivo submetido a perturbação degrau de amplitude A. 3-25
Figura 3-18: Diagrama de bloco para sistema de 2ª ordem. 3-26
Figura 3-19: Resposta do sistema de 2ª ordem superamortecido a perturbação degrau. 3-28
Figura 3-20: Influência do fator de amortecimento ζ e do período natural de oscilação τ de um sistema de 2ª
ordem superamortecido a perturbação degrau. 3-29
Figura 3-21: Influência do fator de amortecimento ζ na resposta do sistema de 2ª ordem subamortecido,
submetido a perturbação de amplitude A. 3-30
Figura 3-22: Características do sistema de 2ª ordem subamortecido submetido a perturbação degrau de
amplitude A. 3-32
Figura 3-23: Respostas dos sistemas de 2ª ordem a perturbação impulso de amplitude A. 3-34
Figura 3-24: Dois tanques não-interativos em série. 3-35
Figura 3-25: Dois tanques interativos em série. 3-38
Figura 3-26: Respostas de sistemas e perturbação degrau de amplitude A. 3-40
Figura 3-27: Reator CSTR submetido a perturbação na composição e temperatura da alimentação. 3-41
Figura 3-28: Resposta do sistema (Equação 3-184). 3-47
Figura 3-29: Diagrama pólo-zero para o sistema (Equação 3-184) – X: localização do pólo, □ : localização do
zero. 3-47
Figura 3-30: Resposta ao degrau de um sistema superamortecido com um zero. 3-48
Figura 3-31: Transporte de fluido por uma tubulação em escoamento pistão. 3-49
Figura 3-32: (a) Resposta ao degrau das aproximações de Padé de 1ª e 2ª ordem de um tempo morto puro. (b)
Resposta ao degrau de um sistema de 1ª ordem com tempo morto (τm = 0.25τP) utilizando aproximações
−τ m s
de Padé de 1ª e 2ª ordem para e . 3-51
Figura 3-33: Reator gotejante com reciclo. 3-52
Figura 3-34: Reator com reciclo submetido a perturbação degrau na composição da alimentação: (a) resposta
completa; (b) detalhe nos instantes iniciais. 3-55
Figura 3-35: Tanque para alivio de pressão. 3-55
Figura 3-36: Tanque não interativos em série. 3-57
Figura 3-37: Tanque de aquecimento. 3-60
Figura 3-38: Gráfico exercício (7). 3-60
Figura 3-39: Gráfico para exercício (9). 3-62
Figura 3-40: Gráfico do exercício (10). 3-63
Figura 3-43: Esquema do exercício (13). 3-64
Página 3-3 de 65
CAPÍTULO 3. ANÁLISE DA DINÂMICA DE

PROCESSOS
No capítulo anterior, verificamos que a modelagem matemática de processos conduz a

sistemas de equações diferenciais. Estas equações podem ser resolvidas pelo método da
Transformada de Laplace que conduz às suas respectivas funções de transferência. Neste
capítulo, estudaremos com mais detalhes alguns tipos de funções de transferência (1ª ordem e
2ª ordem) e a resposta desses sistemas a diversos tipos de perturbações (degrau, rampa,
impulso, pulso, seno).
Prosseguindo com a metodologia adotada, sempre partiremos de um sistema físico de
interesse no controle de processos químicos.
Elementos de medição, linhas de transmissão e elementos finais de controle introduzem
atrasos (lag) dinâmicos no sistema de controle. Por exemplo, a Figura 3-1 mostra um termopar
(thermocouple) inserido em poço de termopar (termopoço, termowell) de massa m e calor
específico C.
Termopar
Fluido a
temperatura T(t) Termopoço
Figura 3-1: Desenho esquemático de um termopoço / termopar.
O atraso dinâmico introduzido pela combinação termopar/termopoço pode ser estimado se

assumimos algumas hipóteses simplificadoras:
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;
c. A resistência à transferência de calor é determinada pelo inverso do coeficiente global

de troca térmica R = 1/(UG.A);
d. Toda capacidade térmica se concentra na massa de metal que compõe o poço.
Página 3-4 de 65
Balanço de Energia no Poço1
Equação 3-1
{acumula} = {entra} − {sai}
{acumula} = m.C . d [Tm (t )]

Equação 3-2 dt
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
Substituindo a Equação 3-2 e a Equação 3-4 na Equação 3-1, obtemos
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
Onde τT é a constante de tempo do termopoço no estado estacionário.
m .C
τT = [=] s → d [Tm (0)] = 0
Equação 3-8
UG . A dt
⇒ Tm,ss = Tss
Equação 3-9
Subtraindo a Equação 3-7 da Equação 3-9:
τT .
d
[Tm (t ) − Tm,ss ] + Tm (t ) − Tm,ss = T (t ) − Tss
Equação 3-10 dt
Definindo as variáveis desvio:
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).
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
Aplicando a Transformada de Laplace na Equação 3-13:
Equação 3-14
τ T . s .Tm (s ) − Tm (0) + Tm s = T (s )
Mas,
Tm (0) = Tm (0 ) − Tm,ss = Tm,ss − Tm,ss = 0

Equação 3-15
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).
A Equação 3-16 define a função transferência de primeira ordem de ganho unitário e

constante de tempo τT, entre a entrada do sistema – temperatura do fluido, perturbação T(t) –
e a saída do sistema – temperatura medida Tm(t).
Podemos representar a função de transferência (da Equação 3-16) através de um diagrama
de bloco:
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.
Tabela 3-1: Constantes de tempo de 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
Em geral, as constantes de tempo dos elementos de medição e transmissão devem ser

menores que um décimo da constante de tempo do processo.
3.1. Estudo do Comportamento Dinâmico de Sistemas

de Primeira Ordem
Genericamente, um sistema de 1ª ordem2 é definido pela seguinte situação diferencial:
d
Equação 3-17 a1 . [ y(t )] + aο . y(t ) = b. x (t )
dt
Se ao ≠ 0, então podemos dividir a Equação 3-17 por ao e obtemos:
2
A literatura também denomina o sistema de 1ª ordem de atraso de primeira ordem (first
order lag) ou atraso linear (linear lag).
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
Observe que aplicando a Equação 3-18 no estado estacionário:
Equação 3-21
Yss = K P . Χ ss
E substituindo as variáveis desvio:
Y (t ) = Y (t ) − Yss

 X (t ) = X (t ) − X ss
Equação 3-22
Obtemos:
Equação 3-23 τP.

d
dt
[ ]
Y (t ) + Y (t ) = K P . Χ (t )
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
∆ estados estacionários saída

Κp =
Equação 3-26
∆ estados estacionários entrada
Portanto, o ganho do processo determina o estado estacionário que o sistema irá atingir
após sofrer uma perturbação.
Aplicando a Transformada de Laplace na Equação 3-23.
Página 3-8 de 65
τ p . s .Y (s ) − Y (s ) = Κ p . Χ (s )
Equação 3-27
mas
Y (0 ) = Y (0 ) − Yss = Yss − Yss = 0

Equação 3-28
Então a função de transferência de um sistema de 1ª ordem é dada por:
y (s ) Κp
G (s ) = =
Equação 3-29
Χ (s ) τ p .s + 1
E a resposta do sistema Y (s ) a uma perturbação X (s ) é
Κp
Y (s ) = G (s ). Χ (s ) = . Χ (s )
τ p .s + 1
Equação 3-30
X (s ) Y (s )
G(s)
ou
X (s ) Κp Y (s )
τ p .s + 1
√ 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:
Página 3-9 de 65
variação da capacidade do processo

C=
Equação 3-31
variação do força motriz do processo
variação da força motriz do processo

R =
Equação 3-32
variação do fluxo resultante
Por definição, a constante de tempo de um processo de 1ª ordem é o produto da

capacitância do processo vezes sua resistência:
τp = C . R
Equação 3-33
Nos exemplos estudados:

Nível de um tanque
dh
R= , mas q = f (h ) ⇒ h = g (q )
dq
h
para escoamento la min ar q = ⇒ h = R. q
R
dh
= R [=] s / m 2
dq
dv d A . h
C= = = A [=] m 2
dh dh
τ p = C . R = A . R [=] s
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
Página 3-10 de 65
3.1.1. Comportamento de um Sistema de Primeira Ordem a

Perturbação Degrau
A função degrau pode ser descrita matematicamente das seguintes formas:
Equação 3-34
X (t − tο ) = X ss + A .u (t - t ο )
Onde,
A Amplitude de perturbação
u(t – to) Função degrau unitário
Equação 3-35
X (t ) = X ss + A .u tο (t )
Onde, uto(t) ≡ u(t – to)
 X ss ,o , para t p t o
X (t ) = 
Equação 3-36  X ss ,o + A = X ss ,∞ , para t ≥ t o
Graficamente a função degrau corresponde a Figura 3-5:
Figura 3-5: Função degrau de amplitude A.
Aplicando a variável desvio

X (t ) = X (t ) − X ss na Equação 3-34 e em seguida a
transformada de Laplace, obtemos a função perturbação no domínio de Laplace:
Página 3-11 de 65
A (− t ο .s )
X (s ) = .e
Equação 3-37 s
Substituindo a Equação 3-37 na Equação 3-30:
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 
Expandindo em frações parciais:
 
 
 A . Κ P  τ P τP  . e (− t ο . s )
Y (s ) =   . −
 τP   s  1 
 s + 
  τ P  
Equação 3-39
Aplicando a Transformada Inversa de Laplace:
  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 
Calculando a razão Y (t ) A.K P para alguns valores de τP construímos a Tabela 3-2:
Tabela 3-2: Tempo (t) e valor alcançado pelo sistema Y (t ) A.K 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:
Página 3-12 de 65
Y (τ p )
= 0.632
A .Κ p
Equação 3-42
(b) No instante inicial a inclinação da curva é unitária, isto é:
d  Y (t ) 
  = 1 .0
dt  A . Κ p 
Equação 3-43 t =0
(c) A interseção da tangente da curva no instante inicial com a assíntota da função no

estado estacionário acontece no ponto (1.0, τP).
(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.
Figura 3-6: Resposta de um sistema de 1ª ordem a perturbação degrau.
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.
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).

Perturbação Impulso
A função impulso pode ser descrita matematicamente das seguintes formas:
Equação 3-44
X (t ) = X ss + A . δ to (t ) = X ss + A . δ (t - t ο )
Onde A é a amplitude da perturbação e δ(t) é denominada Função Impulso Unitário ou

Função Delta de Dirac.
 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
Graficamente a função impulso correspondente ao Figura 3-8:
Página 3-14 de 65
Figura 3-8: Função impulso de amplitude A.

Transformada de Laplace, obtemos a função perturbação no domínio de Laplace:
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 
Expandindo em frações parciais:
 
 
 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
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:
Tabela 3-3: Tempo (t) e valor alcançado pelo sistema Y (t ) A.K P .
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.
Figura 3-9: Resposta de um sistema de 1ª ordem a perturbação impulso de amplitude A.
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.
Página 3-16 de 65
Figura 3-10: Resposta real de um sistema de 1ª ordem a perturbação impulso de amplitude A.

Perturbação Pulso
A função pulso pode ser descrita matematicamente das seguintes formas:
 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:
Página 3-17 de 65
Figura 3-11: Função pulso de amplitude A.

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
Expedindo em frações parciais:
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  
Na Figura 3-12, t τ P versus Y (t ) A.K P , observamos o comportamento dinâmico de um

sistema de 1ª ordem quando submetido a uma perturbação tipo pulso de amplitude A:
Página 3-19 de 65
Figura 3-12: Resposta de sistema de 1ª ordem a perturbação pulso de amplitude A.

Perturbação Senoidal
A função seno pode ser descrita matematicamente da seguinte forma:
Equação 3-63
X(t ) = Xss + A . sen (ω. (t - t ο )) . u (t - t ο )
Onde, ω = 2πƒ.
Graficamente a função seno correspondente a Figura 3-13:
Página 3-20 de 65
Figura 3-13: Função seno de amplitude A, freqüência ω e período T.

A .ω
X (s ) =
Equação 3-64
s + ω2
2
Substituindo a Equação 3-64 na Equação 3-30, expandindo em frações parciais e aplicando

a Transformada Inversa de Laplace L-1:
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
Lembrando da seguinte identidade trigonométrica:
Equação 3-66
p . sen (ω . t ) + q . cos (ω . t ) = r . sen (ω . t + θ)
onde
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:
(a) A amplitude da resposta do sistema é menor que a amplitude da perturbação, ou seja, o

sistema amortece a entrada;
(b) A resposta do sistema é uma onda senoidal com a mesma freqüência de entrada;
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.
Figura 3-14: Resposta de um sistema de 1ª ordem a perturbação seno de amplitude A

e freqüência w.

Capacitivos Puros
Se a constante ao da Equação 3-17 for zero, então:
d
a1 . [Y(t )] = b .x(t )
Equação 3-75 dt
Dividindo por a1:
d
[Y(t )] = b . X(t ) = K′. X(t )
Equação 3-76
dt a1
Onde
Processos definidos pela Equação 3-75 são denominados capacitivos ou integradores.

Utilizando variáveis desvio e aplicando a Transformada de Laplace na Equação 3-76:
Página 3-23 de 65
Equação 3-77
s .Y (s ) = Κ ′ . X (s )
Então a função de transferência de um sistema capacitivo é dada por:
Y (s ) Κ ′
G (s ) = =
Equação 3-78
X (s ) s
X (s ) Κ' Y (s )
s
Figura 3-15: Diagrama de blocos de um sistema capacitivo.
√ Exemplo de um processador integrador:

Seja um tanque aberto no qual sua descarga é dada por uma bomba dosadora que mantém
a vazão constante, conforme a Figura 3-16:
q1(t)
h(t)
q2 = cte.
Figura 3-16: Tanque com vazão de descarga constante.
Realizando o balanço de massa no tanque, obtemos:
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
Utilizando as variáveis desvio:
A.
d
dt
[ ]
h(t ) = q1 (t )
Equação 3-81
Aplicando a Transformada de Laplace e rearranjando:
Página 3-24 de 65
h(s ) 1 Κ′
G (s ) = = =
Equação 3-82
q1 (s ) A . s s
3.2.1. Comportamento de um Sistema Capacitivo a

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 )
Analisando a Equação 3-86 observamos que o sistema tende para +∞ se a amplitude da

perturbação for positiva (A > 0), ou tende para -∞ se a amplitude da perturbação for negativa (A
< 0). Na Figura 3-17 está plotado o comportamento dinâmico do processo capacitivo a
perturbação degrau.
Página 3-25 de 65
Figura 3-17: Processo capaciti vo submetido a perturbação degrau de amplitude A.
Podemos constatar que:

(a) Processos integradores são instáveis e de difícil controle e são não auto-regulados
(enquanto que os sistemas de 1ª ordem são auto-regulados);
(b) No exemplo, pequenas diferenças entre vazões da alimentação q1(t) e da descarga

q2(t), levarão o tanque a transbordar ou secar.

de Segunda Ordem
Genericamente, um sistema de 2ª ordem é definido pela seguinte equação diferencial:
d2
aZ . 2
[Y (t )]+ a1 . d [Y (t )]+ aΟ .Y (t ) = b . X (t )
Equação 3-87 dt dt
Se ao ≠ 0 então podemos dividir a Equação 3-87 por ao e obtemos:
d2 d
τ2 . 2
[y(t )] + 2.τ.ζ . [Y(t )] + Y(t ) = Κ p . X(t )
Onde,
a2
τ=
ao
Período natural de oscilação
Página 3-26 de 65
ζ Fator de amortecimento (Damping Factor)
b
ΚP =
aΟ Ganho do processo
a1
2.τ ζ =
e
aΟ
Utilizando variáveis desvio e aplicando a Transformada de Laplace na Equação 3-88,

obtemos a função de transferência do sistema de 2ª ordem:
Y (s ) ΚP
G (s ) = = 2 2
Equação 3-89
X (s ) τ . s + 2 .τ .ζ . s + 1
Sistemas de 2ª ordem podem surgir devido a:

(1) Processos multiplicativos (sistemas de 1ª ordem em série), por exemplo: 2 tanques em
série;
(2) Sistemas intrinsecamente de 2ª ordem (raros em processos químicos), por exemplo:

válvula de controle;
(3) Sistema de controle feedback (malha fechada), por exemplo: sistema de 1ª ordem com
controlador P + I.
A resposta do sistema Y (s ) a uma perturbação X (s ) é:
ΚP
Y (s ) = G (s ). X (s ) = . X (s )
Equação 3-90
τ . s + 2 .τ .ζ . s + 1
2 2
X (s ) ΚP Y (s )
τ s + 2.τ .ζs + 1
2 2
Figura 3-18: Diagrama de bloco para sistema de 2ª ordem.
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:
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
Os parâmetros KP e τ tem o mesmos significados dos sistemas de 1ª ordem: KP é o ganho

do processo, enquanto que τ determina a velocidade da resposta dos sistema.
A Tabela 3-4 mostra a classificação dos sistemas de 2ª ordem a depender dos valores do
fator de amortecimento ζ.
Tabela 3-4: Classificação dos Sistemas de 2ª ordem.
Fator de amortecimento Pólos Classificação

p1 e p 2
ζ>1 Reais e distintos Superamortecido
parte real negativa
ζ=1 Reais iguais Criticamente amortecido
parte real negativa
0<ζ>1 Complexos conjugados parte Subamortecido
real negativa
ζ=0 Complexas iguais Oscilatório com amplitude
parte real nula cte.
ζ<0 Complexos conjugados parte instável

real positiva
3.3.1. Comportamento de um Sistema de Segunda Ordem a

Função degrau de amplitude A
Equação 3-93
X(t ) = X ss + A . u (t - t Ο )
Transformada de Laplace da função perturbação utilizando variáveis desvio:
A −tΟ . s
X (s ) = .e
Equação 3-94 s
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.
√ Perturbação Degrau de Amplitude A e Sistema Superamortecido ζ > 1
 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
Na Figura 3-19, t τ P versus Y (t ) A.K P observamos que a resposta de um sistema de 2ª

ordem superamortecido a uma perturbação degrau é semelhante a resposta do sistema de 1ª
ordem, mas note que existe um ponto de inflexão em ti e que a resposta inicialmente é lenta
(derivada pequena), depois aumenta de velocidade derivada máxima no ponto de inflexão, ou
segunda derivada igual a zero) e então o sistema reage como se fosse de 1ª ordem.
Figura 3-19: Resposta do sistema de 2ª ordem superamortecido a perturbação

degrau.
No Figura 3-20, t τ P versus Y (t ) A.K P observamos que a medida que o fator de
amortecimento ζ aumenta, o sistema torna-se mais lento, isto é, o parâmetro ζ determina a

suavidade e rapidez da resposta do sistema a perturbação; percebemos também que, a
medida que o período natural de oscilação τ diminui, a resposta fica mais rápida.
Página 3-29 de 65
Figura 3-20: Influência do fator de amortecimento ζ e do período natural de oscilação

τ de um sistema de 2ª ordem superamortecido a perturbação degrau.
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.
√ Perturbação Degrau e Sistema Criticamente Amortecido ζ = 1
  t*  − t* 
Y (t ) = A . Κ p . 1 − 1 +  .e
τ
 . u (t - t Ο )
  τ  
Equação 3-98
Veja na Figura 3-20 a resposta do sistema de 2ª ordem criticamente amortecido a

perturbação degrau de amplitude A.
√ Perturbação Degrau e Sistema Superamortecido 0 < ζ < 1
   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  
Uma amostra mais conveniente de escrever a Equação 3-99 é:
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  
Portanto, observamos que a resposta de um sistema de 2ª ordem subamortecido a

perturbação degrau é uma senoide de amplitude decrescente (devido ao termo exponencial
eζ.t/τ), de freqüência ω e ângulo de fase θ.
Na Figura 3-21, t τ P versus Y (t ) A.K P observamos que a resposta desse sistema

perturbação degrau é uma curva oscilatória que gradativamente tende a atingir A.KP,
diminuindo a amplitude da oscilação.
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).
Figura 3-21: Influência do fator de amortecimento ζ na resposta do sistema de 2ª

ordem subamorte cido, submetido a perturbação de am plitude A.
Algumas características importantes devem ser observadas nos sistemas subamortecidos

submetidos a perturbação degrau:
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 
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
E que o período de oscilação é o inverso da freqüência:
1 2.Π
Τt = =
ft ω
Equação 3-107
Onde a freqüência angular ω é dada pela Equação 3-101.
C7. Período Natural de Oscilação (Natural Period of oscilation) τ: período do sistema

quando o amortecimento é nulo, isto é, ζ = 0:
Página 3-32 de 65
Τn 1 1
τ = = =
Equação 3-108
2.Π ωn 2 . Π . fn
Onde ωn é a freqüência natural de oscilação do sistema não amortecido ζ = 0.
Veja na Figura 3-22 a indicação das características discutidas anteriormente.
Figura 3-22: Características do sistema de 2ª ordem subamortecido submetido a

perturbação degrau de amplitude A.
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.
3.3.2. Comportamento de um Sistema de Segunda Ordem a

Perturbação Impulso
A função impulso pode ser descrita matematicamente da seguinte forma:
Equação 3-109
X(t ) = Xss + A . δ (t − t Ο )
Ou em variável no domínio de Laplace:
Equação 3-110
X (s ) = A . e - t Ο . s
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.
√ Perturbação Impulso de Amplitude A e Sistema Superamortecido ζ > 1
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
√ Perturbação Impulso e Sistema Criticamente amortecido ζ = 1:

t*
Y (t ) = A . Κ P .
τ
t*
2
.e
−
τ
( )
. u t*
Equação 3-113
√ Perturbação Impulso e Sistema Subamortecido 0 < ζ < 1:
ζ . t*  1 − ζ2 
1
Y (t ) = A . Κ p . .
1
τ 1 − ζ2
.e
−
τ . sen 
 τ
. t*  . u t *

()
Na Figura 3-23 vemos a resposta do sistema de 2ª ordem a perturbação impulso. Observe

que o sistema retorna ao antigo estado estacionário depois de decorrido algum tempo
(processo auto-regulado). As características observadas para a perturbação degrau também
são aplicáveis para perturbação impulso (tp, ts, OS, DR).
Página 3-34 de 65
Figura 3-23: Respostas dos sistemas de 2ª ordem a perturbação impulso de

amplitude A.
3.3.3. Processos Multicapacitivos como Sistemas de

Segunda Ordem
Processos de ordem superior podem ser o resultado da associação em série de processos

de primeira ordem. Por exemplo, dois tanques (cada tanque é um sistema de 1ª ordem) em
série constituem um sistema de 2ª ordem, que podem ser não-interativos ou interativos.
Outro exemplo de sistemas multiplicativos são:

Tanque de aquecimento com agitação no qual a vazão e temperatura da corrente
de alimentação variam: o balanço de massa constitui um sistema de 1ª ordem, mas o
balanço de energia é de 2ª ordem em relação a vazão e de 1ª ordem em relação a
temperatura de alimentação;
Torre de destilação, pois cada prato acumula massa e energia, constituindo,
segundo um modelo de parâmetros concentrados, cada um deles um tanque agitado;
Reatores de mistura perfeita (CSTR) com variação na composição e temperatura
de alimentação: as duas equações diferenciais (balanço molar e de energia), constituem
um sistema de equações diferenciais interativas.
Estudaremos neste item os tanques em série e o reator CSTR.
√ Tanques não interativos em série
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
Figura 3-24: Dois tanques não-interativos em série.
Realizando o balanço de massa nos dois tanques, assumindo escoamento laminar,

obtemos:
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
Página 3-36 de 65
h1 (t )
q2 (t ) =
Equação 3-119
R1
Substituindo a Equação 3-119 na Equação 3-116 e utilizando variáveis desvio, temos:
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
Aplicando a Transformada de Laplace e escrevendo as funções de transferências:
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,
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.
Algumas particularidades são pertinentes a sistemas de 1ª ordem em série não-interativa:
(a) Os sistemas são sempre criticamente amortecidos ζ = 1 (quando τP1 = τP2) ou

superamortecidos ζ ≥ 0 (quando τP1 ≠ τP2) pois:
(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
Elevando ambos os membros da Equação 3-129 ao quadrado:
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
Conforme queríamos demonstrar:
(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),
√ Tanques interativos em série

Seja dois tanques conforme a Figura 3-25, a descarga do primeiro tanque alimenta o
segundo, na saída de cada um existe uma válvula que impões ao escoamento uma resistência
R1 e R2, porém ao contrário do sistema não interativo, o nível de segundo tanque influência no
nível do primeiro.
Página 3-38 de 65
q1(t)
Tanque 1 h1(t) Tanque 2 h2(t)

q2(t)
q3(t)
R1 R2
Figura 3-25: Dois tanques interativos em série.
Realizando os balanços de massa nos dois tanques, assumindo escoamento laminar,

obtemos:
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
Substituindo a Equação 3-135 e Equação 3-136 na Equação 3-133 e Equação 3-134 e

rearranjando:
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:
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
Definindo τ1 = A1R1 e τ2 = A2R2 e resolvendo para h1 (s ) e h2 (s ) :
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.
Escrevendo as funções de transferência:
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:
(a) Os sistemas são sempre superamortecidos ζ > 1, pois:
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
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.
Tabela 3-5: Tanques em série com e sem 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
Da Figura 3-26, concluímos que a associação de capacitâncias torna a resposta do sistema

mais lenta e que os sistemas interativos são mais amortecidos que os não interativos.
Figura 3-26: Respostas de sistemas e perturbação degrau de amplitude A.
Observação: Curva A – tanque; Curva B – 2 tanques não interativos; Curva C – 2 tanques interativos;
Curva D – 4 tanques não interativos.
√ Reator de Mistura Perfeita

Uma configuração de reator bastante utilizada em processos químicos é o reator de mistura
perfeita (Continuos Stirred Tank Reacion) ou CSTR. O estudo desse sistema é interessante
Página 3-41 de 65
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
Com equação da taxa:
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)
Figura 3-27: Reator CSTR submetido a perturbação na composição e temperatura da

alimentação.
Balanço molar no reator:
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 )
Balanço de energia no reator:
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:
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
Substituindo a Equação 3-154 e a Equação 3-155 na Equação 3-153 e rearranjando:
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
A Equação 3-158 e a Equação 3-159 constituem um sistema de equações diferenciais não-

lineares interativas. Portanto, antes de aplicar a Transformada de Laplace, devemos linearizar
os termos não-lineares:
Equação 3-160
e − E (Rg . T (t )) . C A (t )
Expandindo a Equação 3-160 em série de Taylor e truncando no segundo termo:
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
Substituindo a Equação 3-161 na Equação 3-158 e na Equação 3-159 e rearranjando:
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
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
Utilizando as variáveis desvio:
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
Definindo os seguintes ganhos e constantes de tempo:
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 )
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
Substituindo da Equação 3-166 a Equação 3-171 na Equação 3-164 e na Equação 3-165:
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
A Equação 3-172 e a Equação 3-173 constituem um sistema de equações interativas

lineares.
Aplicando a transformada de Laplace na Equação 3-172 e na Equação 3-173 e rearranjando
obtemos:
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:
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
Definindo as funções de transferência para as perturbações e respostas:
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
As funções de transferência cujos denominadores tem zeros finitos, a Equação 3-178 e a

Equação 3-180, originam sistemas denominados atraso-avanço, que serão estudados no item
3.4.
3.4. Comportamento Dinâmico de Processos Tipo

Atraso-Avanço
Seja o seguinte sistema:
Página 3-46 de 65
dY (t )  dX(t ) 
τι . + Y (t ) = K . τα . + X(t )
Equação 3-183 dt  dt 
A função de transferência associada a Equação 3-183 é:
(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.
Página 3-47 de 65
Figura 3-28: Resposta do sistema (Equação 3-184).
Figura 3-29: Diagrama pólo-zero para o sistema (Equação 3-184) – X: localização do

pólo, □ : localização do zero.
Seja um sistema de 2ª ordem superamortecido com um zero diferente de infinito,

representado pela função de transferência da Equação 3-190:
(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:
Equação 3-192 (a)

τα < τ1
Equação 3-193 (b)

0 < τα ≤ τ1
τα < 0
Equação 3-194 (c)
Na Figura 3-30 vemos a representação dessas possibilidades.
Página 3-48 de 65
Figura 3-30: Resposta ao degrau de um sistema superamortecido com um zero.
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.
3.5. Comportamento Dinâmico de Processos com

Tempo Morto
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
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:
compriment o da tubulação volume da tubulação

τm = =
Equação 3-195
velocidade do fluido vazão volumétric a
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.
A função de transferência deste sistema é:
Y (s )
G (s ) =
−τ s
=e m
Equação 3-199
X (s )
Podemos combinar funções de transferência no intuito de melhor representar a dinâmica de

um processo. Por exemplo, um sistema de 1ª ordem mais tempo morto tem a seguinte função
de transferência:
Página 3-50 de 65
Y (s ) Κp
G (s ) =
−τ . s
= .e m
X (s ) τ p . s + 1
Equação 3-200
A presença do tempo morto é um elemento dinâmico que dificulta o controle de processos,

pois as informações do estado do sistema ficam defasadas, provocando as reações do estado
do sistema de controle a uma situação ocorrida a τm atrás.
Podemos aproximar o tempo morto por uma razão de dois polinômios. Uma expansão
adequada é a aproximação de Padé:
Aproximação de Padé de 1ª ordem:
τm
1− s
e
−τ ,m s
≈ 2
τm
1+ s
Equação 3-201 2
Aproximação de Padé de 2ª ordem:
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.
A Figura 3-32a ilustra a resposta da aproximação de 1ª ordem e de 2ª ordem a entrada

degrau. Verificamos que a aproximação de ordem maior é mais precisa. A Figura 3-32b, mostra
que a aproximação de Padé é satisfatória para um sistema de 2ª ordem mais tempo morto,
submetido a perturbação degrau pois quando τm =0.25τP.
Página 3-51 de 65
Figura 3-32: (a) Resposta ao degrau das aproximações de Padé de 1ª e 2ª ordem de

um tempo morto puro. (b) Resposta ao degrau de um sistema de 1ª ordem com tempo
morto (τm = 0.25τP) utilizando aproximações de Padé de 1ª e 2ª ordem para e −τ m s .
√ Exemplo: Reator com reciclo

O reator de leito gotejante mostrado na Figura 3-33 utiliza o reciclo para obter uma operação
satisfatória. O uso de um reciclo muito intenso elimina a necessidade de agitação mecânica. A
concentração do reagente é medida no ponto onde a corrente deixa o sistema reacional. A
reação é de 1ª ordem. Sob condições normais de operação as seguintes hipóteses podem ser
assumidas:
H.01. O reator opera isotermicamente;
H.02. As vazões de alimentação q e de reciclo α.q são constantes;
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 ;
(b) Utilizando as informações a seguir, calcule C1(t ) para a mudança em Ci (t ) de

2,000Kg/m3.
V = 5.0 m3 α = 12
q = 0.005 m3/min τm1 = 0.9 min
ℜ = 0.004 min-1 τm2 = 1.1 min
Página 3-52 de 65
Figura 3-33: Reator gotejante com reciclo.
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
Onde a concentração da espécie é denotada por C(t) omitindo o subscrito A por

conveniência. A Equação 3-203 é linear com coeficientes constantes, subtraindo do seu valor
no estado estacionário e substituindo as variáveis desvio, obtemos:
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 ))
A Equação 3-204 a Equação 3-206 representam o modelo matemático deste processo.

Aplicando a Transformada de Laplace, obtemos:
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 )
Substituindo a Equação 3-209 na Equação 3-207 e resolvendo para C (s ) :
q
C (s ) = C i (s )
Equação 3-210
V . s −α.q .e −τ 3 s
+ (1 + α ). q + V . ℜ
Dividindo a Equação 3-210 por (q + V.ℜ) e rearranjando:
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 )
Note que, no limite quando τ3 → 0, e-τ3s → 1, e
K
C (s ) = C i (s )
Equação 3-214
τ s +1
Assim, K e τ podem ser interpretados como sendo o ganho e a constante de tempo do

processo, respectivamente, de um reator de reciclo sem tempo morto nas linhas de reciclo.
Combinando a Equação 3-208 e a Equação 3-211, concluímos que a função da
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 )
(a) Para encontrar C(t ) quando Ci (t ) = 2000 . Kg / m , nós multiplicaremos a Equação

3
3-215 por 2,000/s.
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
Substituindo a Equação 3-217 na Equação 3-216 e rearranjando, obtemos:
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  
A Equação 3-218 pode ser descrita da seguinte forma:
2000 . Κ .(τ a . s + 1). e −τ m1 . s

C1 (s ) =
Equação 3-219
s .(τ 1 . s + 1).(τ 2 . s + 1)
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.
Calculando os valores dos parâmetros:
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
Substituindo-os na Equação 3-219:
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.
Figura 3-34: Reator com reciclo submetido a perturbação degrau na composição da

alimentação: (a) resposta completa; (b) detalhe nos instantes iniciais.
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:
qi, ss = 25.0 Kgmoles/s
Pi, ss = 2,000 KN/m2
Pss = 1,800 KN/m2
Po, ss = 1,600 KN/m2
pi(t) po(t)
p(t)
V T
qi(t) qo(t)
Figura 3-35: Tanque para alivio de pressão.
O volume do tanque é V = 10m3. Um balanço molar no tanque assumindo comportamento

ideal para o gás e temperatura de 400 K, é dado por:
Página 3-56 de 65
V dP (t )
= qi (t ) − q Ο (t )
Equação 3-225
Rg . Τ dt
Onde Rg = 8,314 Nm/(kgmol.K).
As vazões de entrada e saída são dadas por:
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
Onde Ki e Ko são constantes.
Pede-se:
a) Linearize a equação diferencial.

b) Obtenha a resposta do sistema a uma variação degrau unitário na pressão de entrada,
com a pressão de saída constante.
c) obtenha a resposta do sistema a uma variação degrau unitário na pressão de saída, com
a pressão de entrada constante.
Use o método da Transformada de Laplace para resolver a equação diferencial.
(2) Encontre Y(t) da seguinte equação diferencial utilizando o método da

transformada de Laplace. O sistema é inicialmente relaxado. Esboce os gráficos e comente os
resultados.
d 2Y (t ) dY (t )
2
+ 9. + 9 .Y (t ) = X (t )
a) Para X(t) = U(t).
b) Para X(t) = e-3t.
Obs: Analise estabilidade; super, sub ou criticamente amortecimento, comportamento no

tempo t = 0 e t = ∞, etc.
(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.
Página 3-57 de 65
Obtenha as funções de transferência, com os valores numéricos e as unidades dos seus

parâmetros, que relacionam:
a) T3 com To.
Sugestão: Considere, neste caso, a taxa de transferência de calor Q constante.
b) T3 com Q.
Sugestão: Considere, neste caso, que a temperatura na entrada To é constante.
T1(t), q
To(t), q
T2(t), q
Q(t)
condensado
vapor T3(t), q
Figura 3-36: Tanque não interativos em série.
(4) Considere um reator de mistura perfeita. Uma reação isotérmica acontece no

reator. A vazão volumétrica é constante.
A → B
Com a equação da taxa: (-rA) = kCA.
O balanço da massa no reator é :
dC A (t ) qi
= . [C Ai (t ) − C A (t ) − C A (t )] + ΓA
Equação 3-229 dt V
Onde:
qi Vazão volumétrica de alimentação [ = ] m3/s
CAi Concentração molar de A na alimentação [ = ] mol/m3
Identifique e comente sobre:
a) Função perturbação
Página 3-58 de 65
b) Função de transferência
c) Pólos de função de transferência
d) Resposta a perturbação degrau de amplitude W

e) Se (-rA) = kCA2. qual seria a 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
Equação da taxa de reação: (-rA) = kCA(t)
Escoamento turbulento na saída do reator.
Massa específica constante.

CAi é a concentração molar de A na alimentação [ = ] mol/m3
Pede-se:
a) Função(s) de transferência, indicando qual a ordem da(s) mesma(s)
b) Identifique constantes de tempo, ganho em estado estacionário (expressões e

unidades).
(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
Equação da taxa de reação: (-rA) = kCA2(t)
Escoamento laminar na saída do reator
Massa específica constante
Pede-se:
a) Função(s) de transferência, indicando qual a ordem da(s) mesma(s)
Página 3-59 de 65

unidades).
(7) Considere um tanque de aquecimento, conforme a Figura 3-37. A vazão

volumétrica q1(t) e temperatura T1(t) da alimentação são variáveis com o tempo. A densidade e
capacidade calorífica do líquido pode ser assumida constante. A transferência de calor pela
serpentina é constante e igual a qss. A perda de calor para as vizinhanças é dada por:
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
UG(t) Coeficiente global de troca térmica [ = ] J/(m2.ºC.s)

Uo Constante [ = ] J/(m2.ºC.s)
Aext Área externa do tanque disponível para troca com o meio ambiente [ = ] m2
α Constante [ = ] J/(m3.ºC)
v(t) Velocidade do vento [ = ] m/s
T(t) Temperatura do fluido no tanque [ = ] ºC

Tamb Temperatura do meio ambiente [ = ] ºC
Assuma que a pressão do vapor é constante.
Página 3-60 de 65
T1(t), q1(t) Motor
v(t)
h(t)
T2(t)
Tamb q2(t)
R
Qst(t)
condensado
vapor
saturado
Figura 3-37: Tanque de aquecimento.
Pede-se:
a) O modelo matemático que representa este processo

b) As funções de transferência que relacionam as saídas [h(t) e T(t)] com as perturbações
[q1(t), T1(t) e v(t)].
c) A resposta deste processo a perturbação em v(t) conforme a Figura 3-38.
Figura 3-38: Gráfico exercício (7).
Obs: Caso necessário acrescente outras hipóteses, justificando-as.
Página 3-61 de 65
(8) Considere um reator de mistura perfeita no qual acontece uma reação

exotérmica de 1ª ordem. O processo pode ser perturbado pela vazão q1(t), temperatura T1(t)
e/ou concentração CA1(t) da corrente de alimentação.
Dados:
Reação: A → B
E
(− )
Γ(t ) = k o e RgT ( t )
C A (t )
Equação da taxa de reação:
Escoamento turbulento na saída do reator

Massa específica constante
Capacidade calorífica constante
Entalpia da reação constante
Pede-se:
a) Funções de transferência entre as respostas do sistema T(t), CA(t), h(t) com as

perturbações q1(t), CA1(t) e T1(t), indicando qual a ordem da(s) mesma(s).
unidades).
(9) Um sistema integrador com tempo morto é submetido a uma perturbação

conforme a Figura 3-39.
Página 3-62 de 65
Figura 3-39: Gráfico para exercício (9).
Obtenha a resposta no tempo.
(10) Assuma que a seguinte equação é a descrição de um certo processo
Y (s ) 3. e − 0.5 . s
=
Equação 3-232
X (s ) 5 .s + 0.2
a) Obtenha o ganho no estado estacionário, a constante de tempo e o tempo morto.
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) ?
Página 3-63 de 65
Figura 3-40: Gráfico do exercício (10).
(11) Um sistema de 1ª ordem com tempo morto é submetido a uma perturbação

pulso, conforme a Figura 3-41.
Obtenha a resposta no tempo.
Página 3-64 de 65
(12) Um sistema de 1ª ordem com tempo morto é submetido a uma perturbação

conforme a Figura 3-42.
(13) Considere o processo mostrado na Figura 3-43.
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).
q0 Vazão da corrente de alimentação com concentração CA0, constante
[ = ] m3/s
CAi(t) Concentração de A na seção i [ = ] Kgmol/m3
ρ Massa específica, constante [ = ] Kg/m3
hi(t) Altura do nível do líquido no equipamento i [=]m
Página 3-65 de 65
hR Altura da entrada do reator em relação à saída do mesmo [=]m
PR Pressão na copa do reator [ = ] kPa
L Comprimento [=]m
AT Área da seção transversal do tanque [ = ] m2
AR Área da seção transversal do reator [ = ] m2
As seguintes informações são conhecidas sobre este processo:
a) A massa específica de todas as correntes são aproximadamente constantes, e iguais.

b) O fluxo através da bomba de velocidade constante é dado pela Equação 3-233 em [ = ]
m3/s
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.
d) Podemos assumir que os efeitos associados à reação são negligenciáveis,

conseqüentemente, a reação ocorre à temperatura constante. A taxa de reação (A → B)é dada
por
Kg mol
ΓA (t ) = k . C A (t ) [=]
Equação 3-234 m 3 .s
e) O fluxo através da válvula é dado por
qv (t ) = Cv . VP(t ) . h2 (t )
Equação 3-235
Onde VP é a posição onde se encontra a válvula.
Obtenha:
a) O modelo matemático que representa este processo.

b) As frações de transferência que relacionam as funções perturbação CAo(t), e qA(t) com
h1(t), h2(t) e CA5(t).
Sugestão: Trabalhe com o balanço de massa global e/ou com o balanço de massa para o
componente A.
Página 4-1 de 22
ÍNDICE
CAPÍTULO 4. IDENTIFICAÇÃO DA DINÂMICA DE PROCESSOS 4-3
4.1. CURVA DE RESPOSTA DE SISTEMA DE 1ª ORDEM A PERTURBAÇÃO DEGRAU 4-3

4.2. CURVA DE RESPOSTA DE SISTEMA DE 2ª ORDEM A PERTURBAÇÃO DEGRAU 4-6
4.3. REGRESSÃO LINEAR 4-10
4.4. SISTEMAS DE ORDEM SUPERIORES 4-15
4.5. OBSERVAÇÕES E CONCLUSÕES SOBRE IDENTIFICAÇÃO DE PROCESSOS 4-16
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 4-5: 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
Página 4-2 de 22
Figura 4-13: Fornalha. 4-19

Figura 4-14: Curva de reação da fornalha para uma perturbação na saída do controlador. 4-19
Figura 4-15: Curva de reação para uma perturbação na saída do controlador. 4-20
Figura 4-16: Curva de reação para uma perturbação na umidade da alimentação 4-21
Figura 4-17: Secador de grãos. 4-21
Figura 4-18: Curva de reação para uma perturbação na vazão da corrente de alimentação. 4-22
Página 4-3 de 22
CAPÍTULO 4. IDENTIFICAÇÃO DA DINÂMICA DE

PROCESSOS
Nos capítulos anteriores, estudamos o comportamento dinâmico de vários sistemas (1ª, 2ª

ordem, tempo morto, etc.). A identificação do sistema foi realizada através da modelagem
matemática dos fenômenos físicos envolvidos. Porém, nem sempre é possível obter um
modelo fenomenológico que represente satisfatoriamente o comportamento dinâmico de um
processo. Nestes casos, são realizados experimentos no intuito de identificar o
comportamento dinâmico do processo em estudo.
Esses experimentos têm o seguinte procedimento:
1. Tentamos eliminar todas as causas de distúrbios ao sistema;

2. Escolhemos uma fonte de distúrbio e aplicamos a perturbação, por exemplo, degrau de
amplitude A;
3. Monitoramos a perturbação e a resposta do sistema até atingir o estado estacionário;

4. Com os dados das etapas 2 e 3 ajustamos um modelo matemático o mais fidedigno
possível aos dados experimentais.
Neste capítulo, estudaremos alguns métodos de identificação de processos:
(a) Ajuste pela curva de resposta a perturbação degrau;
(b) Método de Harriot e Método de Smith;

(c) Regressão linear e não-linear (aproximação por diferenças finitas).
4.1. Curva de Resposta de Sistema de 1ª Ordem a

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.
Página 4-4 de 22
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).
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
(c) A interseção da tangente da curva no instante inicial com a assíntota da função no

estado estacionário acontece no ponto (1.0; τP), descontado o tempo morto.
Portanto, podemos utilizar essas características do POMTM para obter os parâmetros do

sistema (τP, KP e τm).
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
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.
Figura 4-2: POMTM ajuste pelo Método 1.
4.1.2. Método 2
Neste método, τm é determinado da mesma maneira do Método 1, porém a constante de

tempo é obtida no ponto em que o sistema atinge 63.2% do estado estacionário alcançado,
descontando o tempo morto (vide Figura 4-3).
Este procedimento tem maior exatidão que o anterior e as constantes de tempo obtidas são,
em geral, menores que as obtidas através do Método 1.
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.
4.2. Curva de Resposta de Sistema de 2ª Ordem a

Um sistema de Segunda Ordem Mais Tempo Morto (SOMTM) é descrito pela seguinte
equação diferencial
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.
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.
Descrevemos dois métodos de identificação de SOMTM:
(a) Método de Harriott, válido para sistema superamortecidos;
(b) Método de Smith, válido para sistema super ou subamortecidos.
Nesses dois procedimentos o tempo morto τm deve ser identificado visualmente através do
gráfico da curva de resposta.
4.2.1. Método de Harriot
Este método está baseado na seguinte função de transferência:
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.
Figura 4-6: Resposta de vários SOMTM a perturbação degrau.
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
(t τ 1 + τ 2 ) = 0.5 , veja Figura 4-7.
Figura 4-7: Gráfico do Método de Harriot para (t τ 1 + τ 2 ) = 0.5 .

O procedimento para identificação dos parâmetros do modelo é o seguinte:
(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;
(b) Determine o ganho do sistema KP:

Página 4-9 de 22
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
(d) Calcule o tempo que satisfaça a equação
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 ) ,
determinando a segunda equação;
(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
O Método de Harriot só é válido para sistemas de segunda ordem superamortecidos com

(
0.2 < Y (t ) A.K P ) < 0.39, para valores fora dessa faixa o sistema é geralmente de ordem
superior a 2 ou então subamortecido.
4.2.2. Método de Smith
Este método está baseado na seguinte função de transferência:
KP
Equação 4-12 G ( s) =
τ 2 .s 2 + 2.τ .ς .s + 1
Onde ζ determina se o sistema será sub, criti ou superamortecido.
O procedimento para identificação dos parâmetros do modelo é o seguinte:
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;
(b) Determine o ganho do sistema Kp:
Y (∞ ) − Y (0)
KP =
Equação 4-13
X (∞ ) − X (0)
(c) Da curva de resposta do sistema a perturbação degrau, obtenha os tempos transcorridos

para o sistema atingir 20% e 60% do valor final, isto é, obtenha t20 e t60;
(d) Calcule a razão t 20 t 60 ;
(e) Da Figura 4-8 leia os valores de t 60 τ e ζ;
Figura 4-8: Gráfico do Método de Smith, relação entre τ, ζ, t20 e t60.
(f) Com o valor de t 60 τ calcule τ, que esta identificando SOMTM pois conhecemos τm
(passo (a)) e K (passo (b)), τ e ζ (passos (c) a (e)).
4.3. Regressão Linear
O modelo dinâmico de um processo é descrito por um sistema de equações diferenciais que

pode ser aproximado por um sistema de equações de diferenças finitas, cujos parâmetros são
obtidos através de métodos de regressão.
Página 4-11 de 22
4.3.1. Método das Diferenças Finitas
Dada a função contínua:
Figura 4-9: Função contínua.
Onde,
Equação 4-14 ∆t = tj + 1 - tj
Ou,
Equação 4-15 ∆t = tj - tj - 1
Expandindo Y(t) em série de Taylor, ou seja:

Conheço Yj e quero conhecer Y(j + 1)
Ou conheço Yj e quero conhecer Y(j - 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
Da Equação 4-16, obtém-se:
Y( j + 1) − Yj 1 1
= Yj′ + . Y′′ . ∆t + . Y′′′. ∆t 2 + ...
Equação 4-18 ∆t 2! 3!
Página 4-12 de 22
Y( j − 1) − Yj 1 1
= Yj′ − . Y′′ . ∆t + . Y′′′. ∆t 2 + ...
Equação 4-19 ∆t 2! 3!
Truncando no 1º termo e da Equação 4-18, encontra-se
 Fórmula 
dY Y( j + 1) − Y j
= Y j′ = 
+ ord (∆t ) → diferença finita 
dt ∆t
tj
 para a frente 
Equação 4-20
Da Equação 4-19, encontra-se:
 Fórmula 
dY Y j − Y( j − 1)
= Y j′ = + ord (∆t ) → diferença finita 

dt ∆t
tj
 para trás 
Equação 4-21
Subtraindo a Equação 4-19 da Equação 4-18:
 Fórmula 
Y( j + 1) − Y( j − 1)
dY
dt
=
2 . ∆t
( )
+ ord ∆t 2
→ diferença finita 

tj
central 
Equação 4-22
Somando a Equação 4-18 e a Equação 4-19:
 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
Consideremos agora um processo no qual os fenômenos físicos ou químicos que ocorrerem

são pouco conhecidos ou que os vários parâmetros que o descrevem são incertos. Podemos
então aproximar o modelo do processo pela seguinte equação linear das diferenças finitas de
ordem k.
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
Onde Yi e Xi são os valores de saída e entrada, respectivamente, no instante ï” de

amostragem e a1, az, ..., ak; b1, bz, ..., bk são parâmetros constantes e desconhecidos do
processo.
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.
Página 4-13 de 22
Introduzimos no processo uma série de perturbações e obtemos os valores de resposta;

~
onde Xn será o valor medido da perturbação e Ỹn será o valor medido da resposta do
processo à perturbação, no n-ésimo instante de amostragem com n = 1, 2, 3, ...
Comparando os valores computados das variáveis de resposta do modelo postulado,

Equação 4-24, com os valores de resposta medidos, teremos o erro:
~ ~ ~ ~ ~
~ ~  a n Yn − 1 + a 2 Yn − 2 + ... + a K Yn − K + b1 X n − 1 + b2 X n − 2 

ε n = Yn − Yn = Yn −
 + ... + b X~ + ... + b X~ 
Equação 4-25  K n−2 K n−K 
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.
Exemplo: Identificação da ordem e dos parâmetros de um processo.
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:
Equação 4-28 Yn = a1Yn–1 + b1Xn–1
Usando o Método dos Mínimos Quadrados:
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:
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:
0.5884a1 + 0.0881b1 = 0.5541


Equação 4-32 0.0881a1 + 0.1947b1 = 0.1866
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.
Tabela 4-1: Dados para Identificação de Processos.
Instante de Amostragem n Variável Perturbação Xn Variável Resposta Yn

n<0 0.00 0.000
0 1.00 0.000
1 0.60 0.500
2 0.30 0.900
3 0.10 0.910
4 0.00 0.866
5 0.00 0.732
6 0.00 0.612
7 0.00 0.519
8 0.00 0.430
9 0.00 0.361
10 0.00 0.302
11 0.00 0.253
12 0.00 0.212
13 0.00 0.178
14 0.00 0.149
15 0.00 0.125
Página 4-15 de 22
Seguindo o mesmo processo para um sistema de 2ª ordem, o modelo postulado terá a

seguinte forma:
Yn = a1 Yn− 1 + a2 . Yn − 2 + b1 . Xn −1 + b2 . Xn − 2
Equação 4-33
Então, linearizando pelo Método dos Mínimos Quadrados e resolvendo as condições

necessárias:
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:
Yn = 0.6 Yn − 1 + 0.2 Yn − 2 + 0.5 Xn − 1 + 0.3 Xn − 2

Equação 4-36
4.4. Sistemas de Ordem Superiores
Para os propósitos de controle de processos muitas vezes podemos aproximar a dinâmica

dos sistemas por um ou combinação das seguintes funções de transferências:
1ª ordem:
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:
Página 4-16 de 22
Equação 4-39
Gm (s ) = e −τ m . s
Na Figura 4-10 observamos que um sistema de 5ª ordem é aproximado adequadamente por

um sistema de 1ª ordem mais tempo morto.
Figura 4-10: Aproximação de um sistema de 5ª ordem por uma função de

transferência de 1ª ordem mais tempo morto.
4.5. Observações e Conclusões sobre Identificação de

Processos
Neste capítulo discutimos diversos métodos de identificação de processos, alguns bastantes

simples, que utilizam dados experimentais para ajustar os parâmetros de uma dada função
transferência.
Procedimentos mais complexas de identificação existem e continuam sendo estudos pois os
processos reais estão submetidos a condições que complicam e prejudicam a identificação, tais
como:
(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;
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.
Uma boa ferramenta auxiliar na caracterização da dinâmica de processos é o software

MATLAB, com sua extensão apropriada para identificação MATIDENT. Neste encontramos
algumas técnicas sofisticadas de identificação e uma ambiente computacional adequado para o
desenvolvimento das tarefas necessárias para a identificação da dinâmica de processos.
INÍCIO
DEFINIÇÃO DOS OBJETIVOS
PLANEJAMENTO DO EXPERIMENTO
NÃO
OK ?
SIM
COLETA DE DADOS
VALIDAÇÃO DOS DADOS COLETADOS
NÃO
OK ?
SIM
ESCOLHA DO MÉTODO DE IDENTIFICAÇÃO
IDENTIFICAÇÃO DA FUNÇÃO DE TRANSFERÊNCIA
VALIDAÇÃO DA FUNÇÃO DE TRANSFERÊNCIA
NÃO
OK ?
SIM
FIM
Figura 4-11: Etapas para identificação de processo.
4.6. Exercícios
(1) Um processo responde a uma perturbação degrau conforme a Figura 4-12.

Página 4-18 de 22
Pede-se
(a) Modelo matemático que melhor representa este processo. Identifique, se existir, os
seguintes parâmetros:
KP Ganho do processo
τP Constante de tempo do processo (para sistema de 1ª ordem)
τm Tempo morto do processo
τ Período natural de oscilação (para sistema de 2ª ordem)
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).
Página 4-19 de 22
ar
vazão constante
TT
TC
I/P
Gás
TW
combustível
Figura 4-13: Fornalha.
Figura 4-14: Curva de reação da fornalha para uma perturbação na saída do

controlador.
Pede-se para identificar a função de transferência que associa a saída do controlador com a
temperatura na saída do forno.
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.
Figura 4-15: Curva de reação para uma perturbação na saída do controlador.
Página 4-21 de 22
Figura 4-16: Curva de reação para uma perturbação na umidade da alimentação
Pede-se para identificar as funções de transferência que associam a saída do controlador e

a umidade dos grãos na alimentação com a umidade dos grãos na saída do secador.
Figura 4-17: Secador de grãos.
(4) O resultado de uma perturbação degrau aplicada a um reator químico é

mostrado na Figura 4-18. Esses dados foram obtidos através do aumento súbito da vazão da
corrente do reagente puro, do seu valor normal de 2.72 para 2.95 kgmoles/min.
Página 4-22 de 22
Figura 4-18: Curva de reação para uma perturbação na vazão da corrente de

alimentação.
Encontram-se instalados os seguintes instrumentos:
(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.
Utilizando os instrumentos supracitados, desenvolva o fluxograma de controle deste

processo e identifique as funções de transferência entre o sinal pneumático da válvula de
controle de reagente (entrada) e a fração molar dos produtos na saída do reator (saída).
Página 5-1 de 8
ÍNDICE
CAPÍTULO 5. INSTRUMENTAÇÃO E VÁLVULAS DE CONTROLE 5-2
5.1. SELEÇÃO DE UM MEDIDOR DE VAZÃO 5-4

5.2. AUTOMAÇÃO INDUSTRIAL 5-7
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
Página 5-2 de 8
CAPÍTULO 5. INSTRUMENTAÇÃO E VÁLVULAS DE

CONTROLE
A instrumentação industrial e um tema que por si só requer profissionais altamente

qualificados e especializados, principalmente para instrumentação analítica. Ao lado da teoria é
necessário um elevado conhecimento das normas utilizadas para dimensionar, aferir, calibrar,
montar e instalar os instrumentos.
O tema instrumentação industrial justifica um curso de graduação de 75 horas, no qual seria
abordado desde o projeto (dimensionamento) do instrumento até o conhecimento da
documentação necessária para compra e instalação do elemento primário de medição. Uma
boa referência sobre a documentação envolvida em projetos de sistemas de controle é a
monografia elaborada por Cayubi Alves da Costa: O Projeto de Controle e Instrumentação para
Processos Industriais.
A experiência e conhecimento prático também são fatores chaves para a formação de um
engenheiro de instrumentação com elevada qualificação técnica.
Embora formalmente não exista o curso de engenheiro de instrumentação, pode-se definir

claramente esta categoria entre as várias modalidades de engenharias. Nesta área atuam
engenheiros (de todas as formações), físicos, químicos, matemáticos, etc.
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.
Na Tabela 5-1 estão as principais características dos instrumentos de medição de vazão:
Página 5-3 de 8
Tabela 5-1: Guia de seleção de medidores de vazão.
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
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.
5.1. Seleção de um Medidor de Vazão
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.
Página 5-5 de 8
SINAL
PLANTA ANALÓGICO OPERADOR
CAMPO
Figura 5-1: Evolução dos Sistemas de Controle – Etapa I
CONTROLADOR
ANALÓGICO 1
SINAL
PLANTA PNEUMATICO
CONTROLADOR
ANALÓGICO 2
CAMPO
Figura 5-2: Evolução dos Sistemas de Controle – Etapa II.
CONTROLADOR
ANALÓGICO 1
PLANTA SINAL
PNEUMATICO
CONTROLADOR
ANALÓGICO 2
SALA DE
CAMPO
CONTROLE
Figura 5-3: Evolução dos Sistemas de Controle – Etapa III.
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
Figura 5-4: Evolução dos Sistemas de Controle – Etapa IV.
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
Figura 5-5: Evolução dos Sistemas de Controle – Etapa V.
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
Figura 5-6: Evolução dos Sistemas de Controle – Etapa VI.
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
Figura 5-7: Evolução dos Sistemas de Controle – Etapa VII.
Tabela 5-2: Etapas e volutivas dos sistemas de controle industriais.
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
5.2. Automação Industrial
Multidisciplinar:
(1) Engenharia de processos (engenheiro químico, mecânico, eletricista, sanitarista, de
minas, etc.)
(2) Controle de processos
(3) Engenharia de software *
Página 5-8 de 8
(4) Simulação e otimização de processos

(5) Engenharia de “hardware” *
(6) Instrumentação industrial
(7) Inteligência artificial *
(8) Informática *
(9) Redes industriais *
* Intervenção dos profissionais de processamento de dados.
Página 6-1 de 66
ÍNDICE
CAPÍTULO 6. SISTEMAS LINEARES EM MALHAS FECHADAS 6-4
6.1. DEFINIÇÕES 6-5

6.2. EXEMPLO DE UM SISTEMA DE CONTROLE: TANQUE DE AQUECIMENTO 6-6
6.3. TERMINOLOGIA 6-7
6.4. DIAGRAMA DE BLOCOS 6-7
6.5. FUNÇÃO DE TRANSFERÊNCIA EM MALHA FECHADA 6-14
6.6. ÁLGEBRA DE DIAGRAMA LINEAR DE BLOCOS 6-17
6.7. FUNÇÃO DE TRANSFERÊNCIA DE VÁLVULAS DE CONTROLE 6-19
6.8. FUNÇÃO DE TRANSFERÊNCIA DE CONTROLADORES IDEAIS 6-20
6.9. FUNÇÃO DE TRANSFERÊNCIA DE CONTROLADORES INDUSTRIAIS 6-21
6.10. COMPORTAMENTO DINÂMICO DE PROCESSOS COM SISTEMA CONTROLE FEEDBACK 6-23
6.11. AÇÃO DIRETA E AÇÃO REVERSA DO CONTROLADOR 6-35
6.12. PROJETO DE SISTEMAS DE CONTROLE FEEDBACK 6-37
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
Página 6-2 de 66
Figura 6-6: Tanque com aquecimento 02. 6-9

Figura 6-7: Diagrama de bloco do processo 01. 6-12
Figura 6-10: Diagrama de bloco do elemento primário de medição. 6-13
Figura 6-11: Diagrama de bloco do transmissor. 6-13
Figura 6-12: Diagrama de bloco do controlador proporcional. 6-13
Figura 6-13: Diagrama de bloco do conversor I/P. 6-14
Figura 6-14: Diagrama de bloco da válvula de controle. 6-14
Figura 6-15: Diagrama de blocos completo para o sistema de controle. 6-14
Figura 6-16: Mecanismo do controlador. 6-15
Figura 6-17: Diagrama de bloco para servomecanismo. 6-15
Figura 6-18: Diagrama de bloco para sistemas reguladores. 6-16
Figura 6-19: Redução de diagrama de blocos: (a) Diagrama original; (b) Primeira redução; (c) Diagrama
final com bloco único. 6-19
Figura 6-20: Diagrama de bloco da válvula de controle. 6-20
Figura 6-21: Mecanismo do controlador feedback. 6-23
Figura 6-22: Resposta em malha fechada de um sistema de 1ª ordem com controlador proporcional: (a)
perturbação no set point; (b) perturbação na carga. 6-25
Figura 6-23: Efeito do ganho do controlador na resposta de um sistema de 2ª ordem com controlador
proporcional. 6-27
Figura 6-24: Efeito do controlador na resposta de um sistema de 2ª ordem com apenas ação integral. 6-29
Figura 6-25: Efeitos do controlador PID (Sistema regulador e perturbação em degrau). 6-31
Figura 6-26: Tanque com vazão de saída constante. 6-32
Figura 6-27: Diagrama de bloco para tanque com vazão de descarga constante. 6-33
Figura 6-28: Exemplo 01 – Ação do controlador de temperatura de aquecedores de correntes através da
manipulação da vazão de vapor para o trocador. 6-36
Figura 6-29: Exemplo 02 – Ação do controlador de temperatura de reatores (reação exotérmica) através da
manipulação da vazão de fluido refrigerante. 6-37
Figura 6-30: Exemplo 03 – Controle de vazão de uma corrente cujo elemento final de controle seja uma
válvula NA. 6-37
Figura 6-32: Sistema de controle para um tanque de aquecimento com agitação. 6-40
Figura 6-33: Processo com multiplicidade de estados estacionários. 6-41
Figura 6-34: Controladores PI: Ganho. 6-48
Figura 6-35: Controladores PI: Integral. 6-49
Figura 6-36: Controladores PID: Ganho proporcional. 6-50
Figura 6-37: Controladores PID: Ação integral. 6-51
Figura 6-38: Controladores PID: Ação Derivativa. 6-52
Página 6-3 de 66
Figura 6-39: Tanques não interativos em série. 6-54

Figura 6-41: Tanque não interativos com aquecimento. 6-56
Figura 6-42: Tanque pulmão. 6-57
Figura 6-43: Diagrama de blocos a. 6-58
Figura 6-44: Diagrama de blocos b. 6-58
Figura 6-45: Tanques em séries com controle de nível. 6-59
Figura 6-46: Tanques em série com aquecimento. 6-60
Figura 6-48: Diagrama de blocos exercício (11). 6-62
Figura 6-49: Tanque de mistura. 6-64
Figura 6-50: Diagrama de blocos para sistema de controle feedforward. 6-64
Figura 6-51: Diagrama de blocos. 6-65
Página 6-4 de 66
CAPÍTULO 6. SISTEMAS LINEARES EM MALHAS

FECHADAS
Processos físicos e/ou químicos estão sujeitos a influências as mais diversas e

imprevisíveis.
Ex.: Reator químico
Mudança da composição da alimentação
Desativação do catalisador
Lote de catalisador diferente
Ex.: Torre de destilação
Mudança da vazão, temperatura ou composição da alimentação
Controle de processos visa:

Produtos mais uniformes;
Aumento da qualidade dos produtos;
Aumento da segurança para equipamentos e pessoas;
Diminuição do consumo de energia;
Aumento do lucro.
CONTROLE DE PROCESSO
MANUAL AUTOMÁTICO
PROCESSO SIMPLES PROCESSOS MUITO RÁPIDOS OU COMPLEXOS

REGIÕES REMOTAS
OPERAÇÕES PERIGOSAS
OPERAÇÕES ROTINEIRAS
MAIS EFICIENTE
MAIOR INVESTIMENTO INICIAL
MAIOR TAXA DE RETORNO
Figura 6-1: Divisão do controle de processo.
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:
Sistema do mundo físico:

Sistema solar
Sistema do mundo social:
Sistema político de um país
Sistema de trânsito de uma cidade
Sistemas do mundo tecnológico:
Sistema de computação eletrônica
Sistema de produção de amônia
Sistema de controle de processos
Partes de um sistema:
1. Entrada ou “input”: aporte do meio externo para o sistema

2. Processo: série de operações ou transformações efetuadas no interior do
sistema sobre as entradas.
3. Saída ou “output”: resultado da ação do sistema sobre as entradas, é o aporte
do processo para o meio.
Página 6-6 de 66
ENTRADA SAÍDA
ESTÍMULO PROCESSO RESPOSTA
"INPUT "OUTPUT"
Figura 6-2: Partes de um sistema 01.
SISTEMA
(META OU SUPRASISTEMA)
SUBSISTEMA 1 SUBSISTEMA 2 SUBSISTEMA 3
Figura 6-3: Partes de um sistema 02.
Sistema de controle: “Disposição de componentes físicos, conectados ou relacionados de

maneira a comandar, dirigir ou regular a si mesmos ou a outros sistemas.”
Feedforward: A ação de controle é independente da saída (controle antecipatório)
Feedback: A ação de controle depende, de algum modo, da saída (realimentação)
CASCATA :

RELAÇÃO
ADAPTATIVO REALIMENTAÇÃO
 
TIPOS DE SISTEMAS DE CONTROLE SUPERVISÓRIO →
DIGITAL DIRETO ANTECIPATÓRIO
 
DIGITAL DISTRIBUÍDO

DESACOPLAMENTO
6.2. Exemplo de um Sistema de Controle: Tanque de

Aquecimento
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).
Página 6-7 de 66
T1(t), w1(t)
TT
T2(t), w2(t)
TC
wst(t)
condensado
vapor
Figura 6-4: Tanque de aquecimento.
6.3. Terminologia
Variável Controlada: Variável a ser mantida no valor de referência, por

exemplo: temperatura T(t)
Variável Manipulada: Variável que recebe a ação do controlador, variável
que se modifica pela ação do elemento final de controle, ex.: vazão de vapor wst(t)
Distúrbio: Variável que interfere na variável controlada, ex.:

vazão w1(t) ou temperatura T1(t) da água fria ou vazão da água aquecida w2(t) – demanda do
processo ou vazão de vapor wst(t).
Variável Medida: Variável que é medida e serve como fonte de
informação para malha de controle, ex.: temperatura dentro ou na saída do tanque.
Elemento Final de Controle: Dispositivo físico que executa a ação de controle,

ex.: válvula de controle ou resistência elétrica.
Elemento Primário de Medição: Dispositivo físico que mensura as variáveis de

processo.
6.4. Diagrama de Blocos
Apresenta visão global das relações entre as variáveis;

O sentido do fluxo de informações;
Página 6-8 de 66
Função de cada uma das partes.

Diagrama de blocos:
T1 (s )
Sala
TSP (s ) T (s )
Erro de Fluxo
Σ Controlador Aquecedor TANQUE
controle térmico
+ -
Tm (s ) T (s )
Termopar
Figura 6-5: Diagrama de blocos.
Convenções:
Segmentos de reta: Representam sinais, que podem ser fluxos de informações, de
massa ou de energia.
Junção circular: Soma algébrica dos sinais afluentes à junção (+ ou -).
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
Retângulos: Representam uma modificação dos sinais efluentes e são usados

para simbolizar os elementos do sistema. Normalmente contêm as notações que descrevem as
Página 7-1 de 12
ÍNDICE
CAPÍTULO 7. ESTABILIDADE DE SISTEMAS LINEARES 7-2
7.1. CRITÉRIO GERAL DE ESTABILIDADE 7-3

7.2. CRITÉRIO DE ROUTH-HURWITZ PARA ESTABILIDADE 7-4
7.3. MÉTODO DA SUBSTITUIÇÃO DIRETA 7-7
7.4. MÉTODO DO LUGAR DAS RAÍZES 7-8
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
Página 7-2 de 12
CAPÍTULO 7. ESTABILIDADE DE SISTEMAS

LINEARES
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
-
Figura 7-1: Diagrama de blocos de um sistema de controle.
Então a resposta do sistema em malha fechada será:
10.K c 5
Equação 7-2 C ( s) = .R ( s ) + .D ( s )
s − (1 − 10.K c ) s − (1 − 10.K c )
Para este sistema ser estável implica que,
Equação 7-3 (1 - 10.K C ) < 0
Então,
Equação 7-4 K C > 0.1
Portanto, KC > 0.1 o sistema será estável em malha fechada, apesar do processo ser
instável em malha aberta.
Página 7-3 de 12
7.1. Critério Geral de Estabilidade
“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
Figura 7-2: Diagrama de blocos de um sistema de controle.
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
G.H ≡ Função de Transferência de Malha Aberta
1+G.H=0 ≡ Equação Característica
Observações:
1. Os demonstradores dos termos são os mesmos;
2. As raízes da equação característica determinam, após aplicar a transformada inversa, a

forma da solução no tempo;
3. Como o estímulo é limitado a estabilidade do sistema depende apenas das raízes da
equação característica;
4. Como já vimos, se alguma raiz da equação característica estiver no semi-plano direito
ou sobre o eixo imaginário o sistema é instável;
5. Para processos capacitivos puros entradas limitadas podem provocar saídas ilimitadas,
por exemplo para perturbação degrau.
“A estabilidade de um sistema de controle é determinada apenas pela sua função de

transferência na malha aberta através das raízes da equação característica.”
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
s – 1 + 10 . KC = 0 → P1 = 1 – 10.KC (raiz da equação característica )
Se P1 ≥ 0 → Sistema Instável
Então KC > 0.1 → Sistema Estável
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
Para KC = 100 e τ1 = 0.1:
- 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.
7.2. Critério de Routh-Hurwitz para Estabilidade
Equação 7-12 1 + G.H = a o .s n + ... + n a -1.s + n a = 0,
Onde ao > 0
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.
2. Se todos os coeficientes são positivos, forme o seguinte arranjo:
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.
Este critério permite avaliar as condições críticas de estabilidade de um sistema: quais os

valores de KC, τI, τP que tornam um sistema instável, ou seja, permite avaliar a estabilidade
absoluta do sistema.
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.
Submetendo este processo a um sistema de controle feedback com controlador PI,

assumindo todas as demais funções de transferência do sistema iguais a 1, obtemos o
seguinte diagrama de blocos:
Página 7-6 de 12
R(s)  1  1 C
Σ K C 1 + 
+  τ s
I 
s 2 + 2s + 2
-
Figura 7-3: Diagrama de blocos para Exemplo (2).
A estabilidade deste sistema é dada pela equação característica:
Equação 7-15 1 + G(s).H(s) = 0
Ou seja,
 1  1
Equação 7-16 1 + K c . 1 +  . 2 =0
 τ 1 .s  s + 2.s + 2
Logo,
Equação 7-17 (τ 1 .s(s 2 + 2.s + 2) + K C . (τ 1 .s + 1) = 0
Ou melhor,
Equação 7-18 τ 1 .s 3 + 2τ 1 s 2 + (2τ 1 + K Cτ 1 ) s + K C = 0
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:
Tabela 7-1: 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
(2.τ 1 ).(2.τ 1 + K c .τ 1 ) − (τ 1 ).( K c )

Equação 7-19 >0
2.τ 1
Ou seja,
Página 7-7 de 12
Equação 7-20 4.τ I 2 + 2.τ I 2 .K c − τ I .K c > 0

Dividindo por τ1(pois, τ1 ≠ 0) e re-arrumando:
Equação 7-21 4.τ I + (2.τ 1 − 1).K c > 0

Desta equação concluímos que para valores de τ ≥ 0.5, o sistema é sempre estável,
qualquer que seja o valor do ganho do controlador, porém para valores de τ < 0.5 o ganho do
controlador é limitado pela seguinte restrição:
2
Equação 7-22 Kc <
1
−1
2.τ1
Com este exemplo demonstramos a utilidade do Critério de Routh para sintonia de

controladores.
7.3. Método da Substituição Direta
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:
Equação 7-23 s = j.w
Em,
Equação 7-24 1 + G(s).H(s) = 0
Obtemos expressões que delimitam a estabilidade do sistema.
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:
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
Solução: a equação característica deste sistema é:
1 1 1
Equação 7-27 1 + G.H = 1 + K c . . .
2.s + 1 5.s + 1 s + 1
Equação 7-28 10.s 2 + 7.s + K c + 1 = 0
Fazendo s = j.w, obtemos
Equação 7-29 (1 + K c ) (
− 17.w 2 + j 8.w − 10.w 3 = 0 )
Portanto,
Equação 7-30 1 + K c − 17.w 2

E,
Equação 7-31 8.w - 10.w 3 = 0
Então da Equação 7-31,
Equação 7-32 w = ±0.894

E da Equação 7-30,
Equação 7-33 K c p 12.6
Para que o sistema seja estável.
7.4. Método do Lugar das Raízes
“Lugar das Raízes é um procedimento gráfico de busca das raízes da equação

característica, à medida que os parâmetros de G.H variam continuamente.”
Equação 7-34 1 + G.H = 0
Exemplo (4)
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.
Onde GC = KC (controlador proporcional puro)
1 1 1
Equação 7-35 G1 = G2 = H=
τ 1 .s + 1 (τ 2 .s + 1)2 τ H .s + 1
Portanto, a equação característica deste processo é:
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
Que pode ser escrita da seguinte forma:
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,
Equação 7-39 p1 = −1.45 p 2a = p 2b = − 2.85 p H = − 4.35
Variando o valor de KC, podemos construir o Lugar das Raízes, veja a Tabela 7-2 que
corresponde à Figura 7-4.
Tabela 7-2: Raízes da equação característica (Equação 7-37).
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
Página 7-10 de 12
Figura 7-4: Diagrama do lugar das raízes para Equação 7-37.
7.5. Exercícios
(1) Examine os efeitos que valores diferentes do ganho do elemento de medição Km

irá produzir na resposta em malha fechada de um processo que tem a seguinte função de
transferência:
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.
Demonstre que este sistema é sempre estável.
(2) Discuta as seguintes afirmações:
(a) um sistema em instável em malha aberta não pode ser controlado.

(b) Um sistema em malha fechada (feedback) de 1ª ordem com tempo morto é mais estável
que um sistema feedback de 2ª ordem.
Observações:
Página 7-11 de 12
Justifique e demonstre suas conclusões

As afirmações podem ser falsas.
(3) Um tanque pulmão de produtos intermediários, conforme figura abaixo está

instalado num processo. Acontecerá a ampliação da planta de modo que a vazão deste
produto intermediário duplicará.
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)
Figura 7-5: Exercício (3) – Tanque pulmão.
Dados:
qs Vazão em estado estacionário antes da duplicação = 0.2 m3/min
A Área da seção transversal do tanque = 0.8 m2

Hmax Altura máxima do tanque = 1.25 m
R1 Resistência ao fluxo de saída = 1.25m/(m3/min)
R2 Resistência ao fluxo de saída = 2.5 m/(m3/min)
h(t )
q01(t) Fluxo de saída =
R1
h(t )
q01(t) Fluxo de saída =
R2
Página 7-12 de 12
τI Tempo integral = 5.0 min
Kv Ganho da válvula unitário. Não há atraso na resposta da válvula
Km Ganho do elemento de medição = 1.0
τm Constante de tempo do elemento de medição = 0.2 min
(4) Considere um sistema de controle cujo diagrama de blocos é dado na Figura

7-6. Obtenha a relação entre KC e τm que torna o sistema estável.
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
Figura 7-6: Diagrama de bloco do Exercício (4).
Página 8-1 de 30
ÍNDICE
CAPÍTULO 8. ESTRATÉGIAS DE CONTROLE 8-3
8.1. CONTROLE EM CASCATA 8-3

8.2. CONTROLE POR RELAÇÃO 8-5
8.3. COMBINAÇÃO DE CONTROLE EM CASCATA E POR RELAÇÃO 8-7
8.4. CONTROLE ANTECIPATÓRIO 8-8
8.5. COMBINAÇÃO DE CONTROLE POR REALIMENTAÇÃO E ANTECIPATÓRIO 8-10
8.6. CONTROLE POR INTERVALO DIVIDIDO (SPLIT-RANGE) 8-12
8.7. CONTROLE SELETIVO 8-13
8.8. CONTROLE COM BANDA MORTA E GANHO NÃO-LINEAR 8-14
8.9. COMPENSAÇÃO DO TEMPO MORTO 8-15
8.10. DESACOPLAMENTO 8-17
8.11. CONTROLE ADAPTATIVO 8-20
8.12. GANHO PROGRAMADO (GAIN SCHEDULING) 8-22
8.13. CONTROLE INFERENCIAL 8-22
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
Página 8-2 de 30
Figura 8-16: Diagrama de blocos para o Preditor de Smith. 8-16

Figura 8-17: Diagrama de bloco para sistema MIMO. 8-18
Figura 8-18: Função de transferência em s de um sistema MIMO 2x2. 8-19
Figura 8-19: Sistema MIMO 2x2 com desacoplamento no domínio s. 8-19
Figura 8-20: Controlador adaptativo. 8-21
Figura 8-21: Controle adaptativo por ganho programado. 8-22
Figura 8-22: Diagrama de blocos de sistema 2x2 em malha aberta. 8-23
Figura 8-23: Diagrama de blocos de sistema de controle inferencial. 8-24
Figura 8-24: Diagrama de blocos de sistema de controle inferencial com atualização do modelo. 8-25
Figura 8-25: Fluxograma para exercício (1). 8-26
Figura 8-26: Fluxograma para o exercício (2). 8-28
Página 8-3 de 30
CAPÍTULO 8. ESTRATÉGIAS DE CONTROLE
8.1. Controle em Cascata
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
Figura 8-1: Sistema de controle em cascata.
Página 8-4 de 30
Figura 8-2: Controle de temperatura da camisa de um CSTR. (a) convencional; (b)

cascata.
Página 8-5 de 30
Figura 8-3: Diagrama de bloco. (a) Malha aberta; (b) Convencional; (c) Cascata.
8.2. Controle por Relação
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:
q1(t), CA1(t), CB1(t)

FT FFC Estação
2 2 CA3 - Variável controlada
de razão
q2 - Variável manipulada
FY
1
FY
1
FT
1
q2(t), CA2(t), CB2(t) q3(t), CA3(t), CB3(t)
Figura 8-4: Controle por relação.
Página 8-6 de 30
√ Balanço de massa global
dm
Equação 8-1 = q1 (t ) + q2 (t ) − q3 (t )
dt
√ Balanço do molar por componente
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 8-4 q3,ss = q1,ss + q2,ss
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
Equação 8-6 q3,ss . CB3,ss = q1,ss . CB1,ss + q2,ss . CB2,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
Obs: Para simplificar omitimos o subscrito ss. Se,
q1
Equação 8-8 q2 >> q1 ⇒ C AB ≅ . C A1
q2
Então para CA1 constante, manipulando a razão q1 q 2 controla-se a composição na saída

do processo. Portanto, se a vazão q1(t) mudar a estação de razão, que tem a incumbência de
atender a relação q1 q 2 , modificará a vazão q2(t).
Página 8-7 de 30
FC FC
2 4
FY FY
TI FT FT
2 4
2 2 4
reagente AI
catalisador 1
A
FFC reagente C+D

2
B
TI FT
FY
3 3
3
FC
3
fluido TI
5
refrigerante FT
FY
TT
1 1
1
FC TC
1 1
Figura 8-5: Sistema de controle por relação.
8.3. Combinação de Controle em Cascata e por

Relação
O sistema de controle dos processos industriais são, freqüentemente, a combinação de

diversas estratégias de controle, por exemplo, combinação de controle em cascata com
controle por relação.
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).
Equação 8-9 OUT = ℜ . FB + (1 − ℜ ) . FF
Se ℜ = 0 ⇒ Controle por relação
Se ℜ = 1 ⇒ Controle em cascata
Se 0 < ℜ < 1 ⇒ Combinação cascata/relação
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
FFC reagente C+D

2
B
FF TI
3
FT
3
FY
3
FX
1 FC
OUT 3
fluido
TI
refrigerante 5
FT TT
FY 1
1
1
FC TC
1 1
Figura 8-6: Combinação de controle em cascata com controle relação.
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.
8.4. Controle Antecipatório
Quando o processo está submetido à grandes perturbações na carga ou quando não

permite muitas oscilações o emprego do controle antecipatório pode melhorar o desempenho
do processo.
Na Figura 8-8 vemos a representação em diagramas de blocos do controle feedforward.
Página 8-9 de 30
GFF GP3
FF
+ +
R Σ E GC FB Σ OUT GV Q GP1 Σ GP2 C
+ + +
-
Gm
Figura 8-8: Controle feedback/feedforward.
A resposta desse sistema de controle C a uma perturbação na carga U e no set point R é

dada por:
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
O ideal é o que o sistema não sinta o efeito da perturbação na carga:
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,
Página 8-10 de 30
Equação 8-16 GFF = −

K P3 (τ . s + 1) .e − s (τ
. P1 m3 − τ m1 )
KV . K P1 (τ P 3 . s + 1)
Para que a Equação 8-15 seja fisicamente exeqüível, é necessário que:
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 8-19 GFF = −

K P3 (τ . s + 1).(τ P 2 . s + 1) .e − s (τ
. P1 m3 − τ m1 )
KV . K P1 (τ P 3 . s + 1)
Que não é fisicamente exeqüível, pois o grau do numerador é maior que o grau do
denominador, nesses casos temos que fazer aproximações, por exemplo, utilizando o lead-lag.
A constante de tempo de lead é:
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
√ Aproximação utilizando o LEAD-LAG

A Equação 8-15 pode ser aproximada através do uso do lead-lag com tempo morto:
(τ ld . s + 1) − s .τ m . FF
G FF = − K FF . .e
Equação 8-22
(τ lg . s + 1)
8.5. Combinação de Controle por Realimentação e

Antecipatório
Semelhante a combinação cascata/relação podemos combinar o feedforward com o

feedback ou com o controle em cascata. Por exemplo, na Figura 8-8 o sinal que vai para a
válvula de controle é a soma do sinal feedback (FB) com feedforward (FF): OUT = FB + FF
Página 8-11 de 30
Podemos implementar o controle (S) feedforward em combinação com feedback no sistema

de controle da Figura 8-1:
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
TI
refrigerante 5
FT TT
FY 1
1
1
FC TC
Cálculo da 1 1
carga de
processo
Figura 8-9: Combinação de controle feedback/feedforward.
Novamente o sinal combinado do feedback com o feedforward pode ser uma média
ponderada:
Equação 8-23 OUT = ℜ . FB + (1 − ℜ ) . FF
Se ℜ = 0 ⇒ Controle antecipatório
Se ℜ = 1 ⇒ Controle por realimentação
Se 0 < ℜ = < 1 ⇒ Combinação feedback/feedforward
Página 8-12 de 30
Figura 8-10: Diagrama de bloco para controle feedback.
Figura 8-11: Diagrama de bloco para controle feedforward.
8.6. Controle por Intervalo Dividido (Split-range)
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).
Página 8-13 de 30
√ Exemplo: Dois trocadores de calor em série.
Vapor Vapor
posicionador TC
NF NF
3 a 9 psi 9 a 15 psi Ação reversa
TT
SP PV OUT
Condensado Condensado
Figura 8-12: Controle split-range.
√ Exemplo: Controle de pressão em um vaso

PC
Ação direta
NA NF
3 a 9 psi 9 a 15 psi
N2
SP PV OUT
PT
Figura 8-13: Controle split-rante.
8.7. Controle Seletivo
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
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
Figura 8-14: Exemplo de sistema com controle seletivo.
8.8. Controle com Banda Morta e Ganho Não-Linear
Freqüentemente, o controle de nível de tanques não é rígido, isto é, permite-se a existência

de desvio permanente, também denominado erro estacionário ou offset, aliás, é até
recomendado esse comportamento, pois o tanque funciona como amortecedor de perturbações
(filtro passa baixa). A implementação de uma função de controle que comporte essa
característica pode ser feita de várias maneiras.
(a) Controlador Feedback proporcional puro: Este controlador, Equação 8-24 permite o
offset para distúrbios na carga, mas elimina-o para perturbações no set point.
Equação 8-24 OUT (t ) = BIAS (t ) + K c . [SP (t ) − PV (t )]
Alguns fabricantes preferem trabalhar com o conceito de Banda Proporcional (PB –

Proporcional Band) em lugar de ganho do controlador, a Equação 8-25 define a relação entre
esses conceitos.
Página 8-15 de 30
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:
Dentro da banda morta:
Equação 8-26 OUT (t ) = BIAS (t ) + K c . [SP (t ) − PV (t )]
Fora da banda morta:
 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:
Equação 8-29 OUT (t ) = BIAS (t ) + [K c + K c . K NL . E (t ) ].E (t )
Onde,
E (t ) é o módulo do erro
Podemos, ainda combinar essas possibilidades ou modificá-las de forma a atender

exigências específicas de uma planta.
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.
8.9. Compensação do Tempo Morto
A presença de tempo morto é um fator que prejudica o desempenho dos sistemas de

controle, particularmente um grande tempo morto pode instabilizar um processo, por isso, o
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
Figura 8-15: Diagrama esquemático do compensador de tempo morto.
Ao implementar o compensador de Smith a estabilidade do sistema é melhorada pois

elimina-se da equação característica o tempo morto.
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).
O preditor de Smith é implementado conforme a Figura 8-16.
U(s)
*
(
G 1 − e −τ m .s
) GU(s)
- +
R + Σ E Σ E' GC(s) G(s) Σ C
+ M +
-
Figura 8-16: Diagrama de blocos para o Preditor de Smith.
Onde,
Página 8-17 de 30
A Equação 8-30 é a função de transferência real:
Equação 8-30 G (s ) = G * (s ). e −τ m . s
E a Equação 8-31 é o modelo função de transferência:
G (s ). e − τ m . s
*
Equação 8-31
As funções de transferência que relacionam C com U e R são:
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
Assumindo que o modelo do processo é perfeito, isto é:
G (s ) = G * (s ). e − τ m . s = G (s ). e − τ m . s
*
Equação 8-34
Substituindo Equação 8-34 na Equação 8-32 e re-arranjando, obtemos:
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
Os processos químicos são sistemas multivariáveis, conseqüentemente, é necessário

implementar várias malhas de controle num mesmo equipamento. Devido à interferência de
uma variável manipulada em mais de uma variável controlada, as malhas de controle interagem
entre si, resultando em um controle de baixo desempenho. No evaporador, por exemplo, as
malhas de controle de pressão e de composição interferem uma na outra. Outro exemplo típico
de interação entre malhas é o controle simultâneo das composições de topo e fundo de
colunas de destilação.
Página 8-18 de 30
8.10.1. Função de transferência em s de sistemas MIMO com

desacoplamento
Considere Figura 8-17.
X1(t) Y1(t)
X2(t) PROCESSO Y2(t)
Figura 8-17: Diagrama de bloco para sistema MIMO.
 X 1 (t ) Y1 (t )
Equação 8-37 ENTRADAS  ∴ SAÍDAS 
 X 2 (t ) Y2 (t )
MODELO MATEMÁTICO (Variáveis desvio ou sistema relaxado):
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
Aplicando a transformada de Laplace e resolvendo para Y1(s) e Y2(s):
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
Onde P(s) é o denominador da função de transferência dada por:
Equação 8-43 P (s ) = s 2 − (a11 + a 22 ) s − (a12 a 21 − a11 .a 22 )
Y1 (s ) = G11 (s ). X 1 (s ) + G12 (s ). X 2 (s )

Equação 8-44 
Y2 (s ) = G21 (s ). X 1 (s ) + G22 (s ). X 2 (s )
Ou em notação matricial:
Página 8-19 de 30
Y1 (s )  G11 (s ) G12 (s )   X 1 (s ) 

Equação 8-45 Y (s ) = G (s ) .
G22 (s )  X 2 (s )
 2   21
O sistema de Equação 8-45 é denominado Matriz das Funções de Transferência. Em

diagrama de blocos:
X1(s) Y1(s)
G11(s) Σ
G21(s)
G12(s)
X2(s) Y2(s)
G22(s) Σ
Figura 8-18: Função de transferência em s de um sistema MIMO 2x2.
O desacoplamento é implementado, conforme a Figura 8-19:
U1(s) X1(s) Y1(s)

Σ G11(s) Σ
U12
D21(s) G21(s)
U21
G12(s)
D12(s)
U2(s) X2(s) Y2(s)
Σ G22(s) Σ
Figura 8-19: Sistema MIMO 2x2 com desacoplamento no domínio s.
Os desacopladores D12(s) e D21(s) são descritos por:
Página 8-20 de 30
G12 (s )
Equação 8-46 D12 (s ) = −
G11 (s )
G21 (s )
Equação 8-47 D21 (s ) = −
G22 (s )
8.11. Controle Adaptativo
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.
Um controlador adaptativo segue as seguintes etapas de atuação:

(a) Monitoramento das entradas e saídas do processo;
(b) Estimativa das saídas a partir de um modelo de referência;
(c) Comparação das saídas calculadas com as medidas;

(d) Adaptação do modelo às novas condições de processo;
(e) Sintonia do controlador a partir do modelo adaptado.
Na Figura 8-20 vemos, em diagramas de blocos, o esquema de um controlador adaptativo.
Página 8-21 de 30
Algoritmo
de sintonia
Algoritmo
Novos estimador
parâmetros
SP E C
Σ Controlador Processo
+
-
Figura 8-20: Controlador adaptativo.
Existem basicamente 5 tipos de controladores adaptativos:
(1) Ganho programado

Em Inglês: Gain Scheduling
(2) Controlador Robusto de Ganho Constante e Elevado
Em inglês: Robust High-gain Control
(3) Sistema Adaptativo Auto Oscilante

Em Inglês: SOAS – Self Oscillating Adaptative Systems
(4) Controle Adaptativo por Modelo de Referência
Em Inglês: MRAC – Model Reference Adaptative Control ou
MRAS – Model-Reference Adaptative Systems
(5) Controladores Auto Sintonizados
Em Inglês: STR – Self-Tuning Regulators
A diferença entre estes algoritmos reside nos procedimentos utilizados na implementação

das diversas etapas do controlador adaptativo.
Neste curso apresentaremos controlador de ganho programado. Os demais algoritmos

requerem um aprofundamento maior em teoria de controle que foge ao escopo e ao tempo
disponível para este curso.
Página 8-22 de 30
8.12. Ganho Programado (Gain Scheduling)
Neste tipo de controlador o ganho do controlador é modificado conforme for o valor de

alguma variável de processo, vide Figura 8-21.
Tabela de Condição
ganhos operacional
Novo
ganho
SP E C
Σ Controlador Processo
+
-
Figura 8-21: Controle adaptativo por ganho programado.
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
Assim, de acordo com a Equação 8-48 se o ganho do processo se modifica, o ganho do

controlador deve ser alterado para manter o ganho global constante.
Um procedimento para implementar um controlador programado é visto abaixo:
(a) Determine o ganho em malha aberta do processo no ponto de operação desejado à sua
volta.
(b) Obtenha o valor apropriado do ganho do controlador para o ponto de operação

desejado. Calcule neste ponto o ganho global da malha.
(c) Obtenha uma função que defina a variação do ganho do controlador com alguma
variável do processo.
8.13. Controle Inferencial
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
Página 8-23 de 30
que perturbem o processo forem mensurados, podemos instalar controladores feedforward

para manter a saída do sistema próxima do valor desejado.
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.
Considere o diagrama de blocos de um sistema em malha aberta conforme a Figura 8-22.
GD1 GD2
M C
GP1 Σ
Y
GP2 Σ
Figura 8-22: Diagrama de blocos de sistema 2x2 em malha aberta.
Da Figura 8-22 obtemos o modelo entrada-saída:
Equação 8-49 C = GP1 . M + GD1 .U
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
Substituindo a Equação 8-51 na Equação 8-49 e re-arranjando, obtemos:
~  G  G
Equação 8-52 C = GP1 − D1 .GP 2  . M + D1 .Y
 GD 2  GD 2
A equação fornece a estimativa da variável controlada a partir da variável manipulada (M) e

da outra saída do processo (Y).
Página 8-24 de 30
Implementando a Equação 8-52 numa malha feedback obtemos o diagrama de blocos

mostrado na Figura 8-23.
GD1 GD2
CSP M C
Σ GC GP1 Σ
Y
GP2 Σ
GD1
GP1 − GP2
GD2
~
C GD1
Σ GD 2
Figura 8-23: Diagrama de blocos de sistema de controle inferencial.
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.
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
Figura 8-24: Diagrama de blocos de sistema de controle inferencial com atualização

do modelo.
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.
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
Figura 8-25: Fluxograma para exercício (1).
Devido a negligência do setor de documentação, a descrição do sistema de controle deste

forno foi perdida, havendo necessidade de reconstituir este documento. Pede-se que
engenheiro de controle (vossa senhoria) elabore tal documentação.
(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).
Devido a negligência do setor de documentação, a descrição do sistema de controle deste

forno foi perdida, restando apenas um fotocópia em controle deste forno foi perdida, restando
apenas uma fotocópia em péssimo estado de conservação de fluxograma de engenharia deste
processo, havendo necessidade de reconstituir este documento. Pede-se que o engenheiro de
controle (vossa senhoria) elabore tal documentação, complementando uma já existente.
Descreva o sistema de controle indicando e justificando para cada malha:
(a) Válvulas de controle: normal aberta ou normal fechada
Página 8-27 de 30
(b) Controladores (qual o modo – P, PI ou PID – e ação de controle mais recomendados –

direta ou reversa)
(c) Localiza os controles em cascata indicando o controlador primário (master) e o

controlador secundário (slave).
(d) Localize os controles de razão e feedforward presentes, indique os computadores

existentes, descrevendo quais os cálculos que realizam.
Descreva o sistema de controle indicando cada malha:
(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;
(d) Elementos primários de medição (qual o tipo mais indicado);
(e) Elementos primários de medição (qual o tipo mais indicado);

(f) Transmissores e/ou transdutores (indique tipo de sinal de entrada e de saída);
(g) Controladores (qual o modo de controle mais recomendado);
(h) Localize os controles em cascata indicando o controlador primário (master) e o

controlador secundário (slave).
(i) No fluxograma está presente um controlador de razão (o sinal de saída do controlador

depende da razão entre dois sinais de entrada), porque há necessidade deste tipo de
estratégia de controle? Justifique sua resposta.
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
Figura 8-26: Fluxograma para o exercício (2).
(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).
Devido à negligência do setor de documentação, a descrição dos sistemas de controle deste

processo foi perdida, restando apenas um esboço do fluxograma de engenharia deste
processo.
Havendo necessidade de descrição do sistema de controle, pede-se que o engenheiro de

controle elabore tal documentação. Descreva o sistema de controle indicando e justificando
para cada malha:
(a) Variáveis medidas, manipuladas e controladas;
Página 8-29 de 30
(b) Localize, se existirem, os controladores em cascata indicando o controlador primário, o

controlador secundário, o terciário, etc.
(c) Localize, se existirem, os controles de razão e feedforward presentes, indique os

computadores existentes, descrevendo quais os cálculos que realizam;
(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.
Página 8-30 de 30
Descreva o sistema de controle indicando e justificando para cada malha:
(a) Localize, se existirem, os controles em cascata indicando o controlador primário, o

controlador secundário, o terciário, etc., indique também qual a variável controlada mais
importante;
(b) Localize, se existirem, o(s) controle(s) de razão, indique os computadores existentes,
descrevendo quais os cálculos que realizam, indique também qual a variável controlada mais
importante;
(c) Localize, se existirem, o(s) controle(s) e feedforward presentes, indique os

computadores existentes, descrevendo quais os cálculos que realizam; o(s) modelo(s)
utilizado(s) no(s) possível(is) feedforward existente(s) é (são) estacionário(s) ou transiente(s)?
Justifique sua resposta.
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
Página 9-1 de 5
ÍNDICE
CAPÍTULO 9. CONTROLE AVANÇADO 9-2
9.1. OBJETIVOS DO CONTROLE AVANÇADO 9-3

9.2. ATRATIVOS PARA IMPLEMENTAÇÃO DE CONTROLE AVANÇADO 9-3
9.3. BENEFÍCIOS TRAZIDOS PELO CONTROLE AVANÇADO 9-4
9.4. ESTRATÉGIAS AVANÇADAS DE CONTROLE 9-5
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
Página 9-2 de 5
CAPÍTULO 9. CONTROLE AVANÇADO
Principais problemas dos sistemas de controle de processos industriais:
• Substanciais capacitâncias (atrasos de 1ª ordem) e tempo morto na resposta dinâmica

dos processos, que são variáveis com o tempo e/ou porto de operação do processo.
• Não medição em linha das variáveis controladas
• Resposta dinâmica não linear
• Modelos dinâmicos empíricos e aproximados
• Variáveis controladas e manipuladas sujeitas a restrições
• Significativa interação entre as malhas de controle
• Substanciais distúrbios externos não estacionários
Solução mais empregada (quando empregada!): Controle Feedback.
Mecanismo do controlador U
+
R Σ E GC G1 M Σ G2 C
+ +
-
B
H
Figura 9-1: Diagrama de bloco de controle feedback.
OBS: Todas as variáveis são desvios no domínio de Laplace.
Página 9-3 de 5
9.1. Objetivos do Controle Avançado
Tabela 9-1: Objetivos do controle a vançado.
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
Figura 9-2: Pirâmide do controle avançado.
9.2. Atrativos para Implementação de Controle

Avançado
√ Mudanças freqüentes:
• Vazão de alimentação
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;
√ Longos períodos entre a análise das correntes;

√ Resposta dinâmica lenta.
9.3. Benefícios trazidos pelo Controle Avançado
LIMITE ESPECIFICADO
CONTROLE PREDITIVO
SETPOINT MULTIVARIÁVEL
CONTROLE REGULATÓRIO
BÁSICO / AVANÇADO
OPERAÇÃO NORMAL REDUÇÃO DAS VARIAÇÕES OPERAÇÃO MAIS PRÓXIMA

DO LIMITE
Figura 9-3: Benefícios do controle avançado.
Página 9-5 de 5
9.4. Estratégias Avançadas de Controle
Tabela 9-2: Estratégias de controle avançado.
PROBLEMA SOLUÇÃO
Mudanças na alimentação Controle feedforward1
Controle preditivo multivariável
Elevado tempo morto Compensação do tempo morto
Ruído na medição Filtros passa-baixa
Variáveis não medidas Controle inferencial
Interação Controle preditivo multivariável
Não linearidades Controle adaptativo
Dinâmica difícil Controle preditivo multivariável
Restrições Controle com restrição
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.
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
Página 10-2 de 2
CAPÍTULO 10. TEORIA DE CONTROLE MODERNO:

ABORDAGEM POR ESPAÇO DE ESTADOS
Neste momento, faremos uma breve comparação entre a Teoria Clássica de Controle (o que
acabamos de estudar) e a denominada Teoria Moderna de Controle.
Tabela 10-1: Controle Clássico x Controle Moderno.
Controle Clássico Controle Moderno

Sistemas lineares Sistemas lineares ou não lineares
SISO ou MIMO linear SISO ou MIMO não linear
Transformada de Laplace Equações diferenciais
Transformada Z Equações de diferenças finitas
Critério de Routh, Autovalores e autovetores
Lugar das raízes, Planos de fases
Critério de Bode e de Nyquist Funções e critério de Liapunov
Multiplicidade de estados estacionários Multiplicidade de estados estacionários é
não é observada observada
Página 1 de 3
ABREVIATURAS
a, b Constantes arbitrárias
A Amplitude de perturbação
A Área da seção transversal [=] m2
B Variável produzida pelo elemento de medida
BIAS Saída do controlador no estado estacionário
C Capacitância
C Concentração molar [=] kgmol/m3
C Variável de saída – controlada – não medida
cp Capacidade calorífica a pressão constante [=] kcal/(kg.K)
D Carga do sistema (distúrbio externo)
E Erro
G Função de transferência
h Altura [=] m
H Entalpia [=] Kcal
H Função de transferência do elemento de medida
K Ganho do processo
L Comprimento da tubulação [=] m
m Massa [=] kg
M Sinal de saída da válvula
MV Variável manipulada
Página 2 de 3
OUT Sinal de saída do controlador [ = ] mA
PV Variável de processo (process variable)
q Vazão volumétrica [=] m3/s
Q Calor trocado [=] kcal/h
R Ponto de referência ou valor desejado
R Resistência
Rg Constante universal dos gases [=] J.mol-1
SP Valor desejado (set point)
t Tempo [=] h, min ou s
T Temperatura absoluta [=] K (graus Kelvin)
T Temperatura [=] ºC
U Variável de carga ou perturbação
UG Coeficiente global de troca térmica [=] kcal/m2. h.K
V Volume [=] m3
w Vazão mássica [=] kg/h
X Função entrada ou perturbação do sistema
Y Função saída ou resposta dos sistema
9 Símbolos gregos
ν Coeficiente estequiométrico da substância
τ Constante de tempo para sistema de 1ª ordem
τ Período natural de oscilação para sistema de 2ª ordem
τD Tempo derivativo [=] min ou s
Página 3 de 3
τI Tempo integral [=] min ou s
τm Tempo morto do processo
ζ Fator de amortecimento
ƒ Freqüência [=] rpm
ρ Massa específica [=] kg/m3
ℜ Constante da reação [=] s-1
ℜo Fator de freqüência [=] s-1
ω Freqüência angula da senoide [=] rad/s
Γ Taxa de consumo ou de reação [=] mol/m3.s
9 Sobrescrito
- Variável em desvio
9 Subscrito
C Controlador
P Processo
SP Set point
ss Referente ao estado estacionário
st Referente à corrente de vapor (stream)

Controle de Processos Quimicos

Transféré par

Informations du document

Description originale:

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

Controle de Processos Quimicos

Transféré par

Droits d'auteur :

Formats disponibles

CONTROLE DE PROCESSOS QUÍMICOS

Autor: Prof. Dr. Ricardo de Araújo Kalid – kalid@ufba.br

Revisora: Enga Grazziela Gomes

Laboratório de Controle e Otimização de Processos Industriais - LACOI

Departamento de Engenharia Química - DEQ

Universidade Federal da Bahia – UFBA

Salvador, junho de 2004.

CAPÍTULO 2. FUNÇÃO DE TRANSFERÊNCIA

CAPÍTULO 3. ANÁLISE DA DINÂMICA DE PROCESSOS

CAPÍTULO 4. IDENTIFICAÇÃO DA DINÂMICA DE PROCESSOS

CAPÍTULO 5. INSTRUMENTAÇÃO E VÁLVULAS DE CONTROLE

CAPÍTULO 6. SISTEMAS LINEARES EM MALHAS FECHADAS

CAPÍTULO 7. ESTABILIDADE DE SISTEMAS LINEARES

CAPÍTULO 8. ESTRATÉGIAS DE CONTROLE

CAPÍTULO 9. CONTROLE AVANÇADO

CAPÍTULO 10. TEORIA DE CONTROLE MODERNO: ABORDAGEM POR ESPAÇO DE

1.1. MOTIVAÇÃO PARA IMPLANTAR UM SISTEMA DA CONTROLE 1-2

A finalidade do controle de processos é manter as variáveis de processo nas condições

Variáveis de processo são as propriedades intensivas ou extensivas de uma corrente ou

Como exemplos de variáveis de processo temos:

1.1. Motivação para implantar um sistema da controle

Mudança nas condições de alimentação do processo e no ambiente (perturbações) estão

1. A segurança dos equipamentos e dos trabalhadores,

sejam asseguradas com um mínimo custo de investimento e/ou operacional.

Figura 1-1: Exemplo de controle de processo.

Figura 1-2: Tanque de aquecimento com agitação.

Vamos considerar duas perguntas:

Considerando o tanque bem agitado não existem gradientes internos de temperatura e as

Equação 1-1 Qss = wss . c p . (T z , ss − T1, ss )

Mas nas condições de projeto T2 é a temperatura de referência Tr ou temperatura desejada

Equação 1-2 Q ss = wss . c p . (TSP − T1, ss )

Pergunta 2: Mas se as condições mudarem (a vazão de líquido aumentar ou diminuir, a

Figura 1-3: Tanque de aquecimento agitado com controle feedback.

Tabela 1-1: Estratégias para o controle de temperatura de um tanque de aquecimento

Podemos ainda instalar um trocador de calor a montante do tanque de aquecimento para

Do discutido anteriormente deduz-se que para definir um sistema de controle é necessário:

(1) Conhecer o comportamento no estado estacionário do processo que desejamos

(2) Conhecer o comportamento dinâmico do processo que desejamos controlar;

(c) Indicadores e / ou registradores de sinais,

1.2. Normas Utilizadas em Instrumentação

A ISA - The Instrumentation, Systems, and Automation Society estabelece normas e

2.1.1. Sinais de Transmissão

Existem alguns tipos e faixas padronizadas para transmissão de sinais em sistemas de

Tabela 1-2: Sinais padrão de transmissão de informações.

Tipo de sinal Valores Representação

3 a 15 psig  representado por

As próximas páginas têm um pequeno resumo da simbologia empregada na confecção de

Figura 1-4: Símbolos gerais para instrumento ou função programada.

Figura 1-5: Letras de identificação de instrumento ou função programada.

Tabela 1-3: Exemplo de identificação de instrumento.

R Função passiva ou de informação: registrador;

C Função ativa ou de saída: controlador;

2.1. PROPRIEDADES DA FUNÇÃO DE TRANSFERÊNCIA 2-3

CAPÍTULO 2. FUNÇÃO DE TRANSFERÊNCIA

Vamos trabalhar com modelos lineares ou linearizados e variáveis desvio:

Y(t) = Y(t) - Y(0) = Y(t) - Yss

Generalizando, as equações diferenciais ordinárias com coeficientes constantes são da

Em sistemas fisicamente exeqüíveis n ≥ m.

Assumindo que inicialmente o sistema está relaxado:

Ou seja, o termo relativo às condições iniciais I é nulo: I = 0

∑ (a .s .Y .(s))= ∑ (b .s . X .(s))⇒ ∑ (a .s ).Y (s) = ∑ (b .s ). X (s)

G(s) é chamada de função de transferência e é obtida apenas se I = 0.

Transformada de Laplace da saída , em forma de desvio