CONTROLE DE PROCESSOS

Material de Apoio

Prof. Flávio Vasconcelos da Silva

Profa. Ana Maria Frattini Fileti
DESQ/FEQ/UNICAMP
0
EQ817 – Controle de Processos Material de Apoio
1 A obtenção de energia através da
matéria não era dominada pelo homem
no início da sua evolução, assim toda a
energia necessária para
sobrevivência era fornecida por seu
próprio trabalho ou pelo trabalho de
sua

animais domésticos. Com o advento das

máquinas a vapor (século XVIII), essa
realidade foi alterada drasticamente
pondo o homem em uma nova posição
de executor “mental” das tarefas.

Introdução Nesse novo contexto, surgiu a

necessidade natural de um esforço em
tentar “controlar” esta nova fonte de
energia, exigindo dele então muita
intuição e experiência, além de expô-lo
constantemente ao perigo devido à falta
de segurança.

Devido à baixa demanda,

inicialmente esta nova tarefa foi
satisfatoriamente executada.
Entretanto, com o aumento acentuado
da demanda, o homem viu-se obrigado
a desenvolver técnicas e equipamentos
capazes de substituí-lo, libertando-o de
grande parte deste esforço braçal e
mental. Surgindo, finalmente o conceito
de controle automático.

1
EQ817 – Controle de Processos Material de Apoio
 NECESSIDADE
DO CONTROLE
AUTOMÁTICO
Incapacidade de Aumentar a
manter as condições
Produtividade
de controle
- Quantidade elevada
- Rapidez da operação - Menor mão-de-obra.
- Maior eficiência.
- Confiabilidade
- Redução de Custos.
- Segurança
1.1 – Controle de Processos
1.1.1 – Definição de Processo
Processo pode ser definido como um
conjunto de elementos, ativos e/ou
passivos, organizados de forma tal a
executar uma função determinada.
Geralmente os processos realizam
transformações físicas e/ou químicas
em matérias ou objetos (matérias
primas) para a obtenção de produtos,
porém também existem processos de
natureza biológica e econômica.
Pode ser observado na Figura 1.1 que
o processo (sistema) interage com o
meio ambiente que o circunda
através de sinais de entrada (ações)
e saída (reações).
Figura 1.1 – Processo e Meio Ambiente
EQ817 – Controle de Processos
1.1.2 – Sinais de Processo
Sinais analógicos e sinais digitais
A transmissão analógica de
informações é caracterizada por uma
contínua variação na amplitude do
sinal transmitido. Os órgãos sensoriais
humanos registram os estímulos do
ambiente, tais como: luz, som, sabor,
etc., essencialmente sob a forma de
sinais analógicos.
Na engenharia de processos o sinal de
4-20 mA é transmitido de forma
analógica pura. Uma corrente
proporcional ao valor medido de uma
grandeza percorre o circuito entre o
transmissor e o controlador. Mudanças
na intensidade da corrente são
imediatamente registradas por
qualquer dispositivo presente no
circuito.
Um sinal analógico pode transportar
muitas informações, como em um
sinal acústico, onde se pode
reconhecer o tom, a intensidade e o
timbre. No caso do sinal de corrente
de 4-20 mA, entretanto, somente a
intensidade do sinal ou a sua presença
ou ausência pode ser determinada.
O sinal digital não varia
continuamente, mas é transmitido em
pacotes discretos de informação. A
informação não é imediatamente
interpretada devendo ser primeiro
decodificada pelo receptor. Existem
diferentes maneiras de transmiti-la;
como pulsos elétricos que saltam entre
dois diferentes níveis de tensão, em
computadores e em barramento de
campo, ou, como uma série de pulsos
ópticos ou acústicos de diferentes
durações, como ocorre no Código
2
Material de Apoio
Morse.
Não há limitação quanto ao conteúdo
do sinal, podendo este transmitir além
do valor da variável medida, outras
informações a respeito do sensor.
Uma das vantagens da transmissão
digital é a economia de uma conversão
A/D no início da linha e uma D/A no
final. A conversão A/D é feita através
de uma amostragem do sinal
analógico a intervalos regulares. A
taxa de amostragem influencia na
resolução da conversão, mas os custos
de conversão aumentam, havendo um
compromisso entre a precisão e custo
na determinação da qualidade da
conversão.
Comunicação digital
Na comunicação digital o sinal,
composto de uma série de pulsos de
tensão é enviado do transmissor para
o receptor através de um meio de
transmissão. Este pode ser um fio,
fibra ótica ou ondas eletromagnéticas.
A informação está contida nas
mudanças entre dois níveis de tensão.
Convencionalmente o nível alto de
tensão representa o nível lógico 1 e a
tensão baixo o nível lógico 0. Na Fig.
1.2 é ilustrado este conceito.
Figura 1.2 – Informação representada por
uma série de níveis de tensão
EQ817 – Controle de Processos
A unidade de informação,
representada pelos valores 0 e 1, é
denominada bit-binary digit. O sistema
de numeração binário, que utiliza
estes dois algarismos na sua
representação, é usado nos
microprocessadores. Um bit somente
não é suficiente para o processamento
de números e textos. Por isto se utiliza
o byte, o bloco construtivo dos
caracteres alfanuméricos (letras,
números e outros símbolos),
constituído de 8 bits, que possibilita a
comunicação entre operador e o
microprocessador. A comunicação,
envolvendo dois parceiros, exige que
ambos sejam capazes de interpretar o
sinal. Para isto se utiliza os códigos de
controle e de dados, que informam o
que está sento transmitido e de que
modo. Exemplos de códigos são: o
ASCII (Americana Standard Code of.
Informativo Interchange) , o ANSI
(American National Standard Institute)
e o RTU (Remote Terminal Unit). O
código hexadecimal é principalmente
utilizado no endereçamento de bancos
de memória, tendo a vantagem de
encurtar a representação numérica
facilitando a programação.
1.1.3 - Sistema de Controle
Os Sistemas de Controle estão
presentes nos mais variados
segmentos da sociedade moderna.
Aplicações cotidianas tais como:
controle de temperatura, controle de
níveis de iluminação, controle de
níveis de líquidos, controle de
velocidades, controle de fluxo de
fluidos nas mais diversas aplicações,
controle de posição de satélites,
direcionamento de navios e aeronaves,
direcionamento automático de mísseis
e sistemas de rastreamento de alvos e
3
Material de Apoio
controles industriais (indústria • Redução do consumo de energia
química, siderúrgica, eletrônica,
farmacêutica, etc.). Além de sistemas • Redução de rejeitos (poluição)
de controle naturais, como por
exemplo, o equilíbrio da vida em • Redução de produtos fora da
ecossistemas. especificação

Definição do sistema de controle • Aumento da Segurança Operacional

Um sistema de controle consiste de • Aumento do tempo de vida útil dos

subsistemas reunidos com o propósito
de controlar as saídas dos processos.
Por exemplo, um forno produz calor
como resultado do fluxo de
combustível.
Neste processo, subsistemas
chamados de válvulas de combustíveis
e atuadores de válvulas de
combustíveis são usados para regular
a temperatura de um ambiente,
controlando a produção de calor do
forno. Outros subsistemas tais como
termostatos, que agem como
sensores, medem a temperatura do
ambiente.
Na sua forma mais simples, o sistema
de controle leva a uma saída ou
reposta para um dado estímulo ou
entrada.
Por que controlar os processos?
Os princípios e as leis científicas que
regem o controle de processos não
têm sido alterados. O que tem sofrido
muitas mudanças e evolução é o
hardware disponível para executar as
funções de medição e controle.
Dentro dos objetivos específicos do
controle de processos, destacam-se:
• Aumento da produtividade
• Aumento da qualidade dos produtos
equipamentos
• Aumento da Operabilidade da Planta
Todos os motivos são vinculados à:
qualidade, economia e segurança.
O engenheiro de sistemas de
controle
Engenharia de sistemas de controle é
um campo excitante onde o
engenheiro se defronta com questões
interdisciplinares e pode exercitar os
seus talentos. O engenheiro de
controle vai estar no topo de grandes
projetos, engajado na fase conceitual
de determinação ou implementação do
desempenho total do sistema, funções
de subsistemas, e a interconexão
dessas funções, incluindo
interfaceamentos, projetos de
hardware e de software bem como
testes das plantas e procedimentos.
Muitos engenheiros estão engajados
em uma área específica, como por
exemplo, projeto de circuitos ou
desenvolvimento de software.
Entretanto, o engenheiro de sistemas
de controle vai interagir com pessoas
de inúmeras especialidades de
engenharia e ciências relacionando-se
em todos os níveis, desde a concepção
do projeto até a instalação, testes e
operação. O engenheiro de controle
pode estar trabalhando com sensores
e motores, mas também com sistemas

4
EQ817 – Controle de Processos Material de Apoio
eletrônicos, pneumáticos e hidráulicos.
O veículo espacial é outro exemplo da
diversidade requerida do engenheiro
de sistemas. Os conceitos de mecânica
orbital, propulsão, aerodinâmica,
engenharia elétrica e engenharia
mecânica estão todos envolvidos e
entrelaçados. De forma que
engenheiro atuando na área de
sistemas de controle vai ter a
oportunidade de expandir o seu
horizonte de conhecimentos
experiências bem além do currículo
universitário.
Terminologia utilizada em
sistemas de controle
Para facilitar o entendimento de
alguns termos que a partir de agora
serão utilizados, apresenta-se a
seguir, de forma sucinta, suas
definições:
Variável do Processo (PV)
Qualquer quantidade, propriedade ou
condição física medida a fim de que se
possa efetuar a indicação e/ou
controle do processo (também
chamada de variável controlada).
Variável Manipulada (MV)
É a grandeza que é operada com a
finalidade de manter a variável
controlada no valor desejado (também
chamada de variável de controle).
Set Point (SP) ou Referência
É um valor desejado estabelecido
previamente como referência de
controle no qual o valor controlado
deve permanecer.
Distúrbio (Ruído)
EQ817 – Controle de Processos
É um sinal que tende a afetar
adversamente o valor da variável
controlada (também chamado de
Perturbação). O distúrbio pode ser:
Distúrbio de set-point – utilizado para
mudanças as condições de operação.
O sinal de set-point é alterado e a
o variável manipulada é ajustada
apropriadamente para alcançar a nova
condição de operação. Tipo de
perturbação freqüente no controle de
e servomecanismo (controle "servo").
Distúrbio na Carga – alterações
inerentes ao comportamento dinâmico
do processo. Perturbação freqüente no
controle regulatório. O sistema de
controle deve ser capaz de retornar o
valor da variável controlado ao seu
valor de referência.
Desvio
Representa o valor resultante da
diferença entre o valor desejado e o
valor da variável controlada (também
chamado de Erro).
Ganho
Representa o valor resultante do
quociente entre a taxa de mudança na
saída e a taxa de mudança na entrada
que a causou.
1.1.4 - Tipos de Controle
Controle manual
A figura simplificada a seguir
representa um tipo de controle
intuitivo realizado diariamente na
grande maioria de nossas casas
(Controle de temperatura do
chuveiro). Todo ser humano possui
uma temperatura ideal da água
5
Material de Apoio
utilizada no banho (set point). Para se
atingir e manter a temperatura
(variável controlada) no valor
desejado manipula-se a vazão de
água. Este tipo de controle é, sem
dúvida simples, e só é utilizado em
operações rotineiras. Na indústria, de
um modo geral, os controles são
automáticos e o operador é substituído
por um controlador que toma as
decisões.
Figura 1.3 – Controle Manual
Controle automático
O controle automático é caracterizado
pela presença de três elementos:
Sensor: dispositivo que transforma
parte da energia contida num
determinado ponto do processo num
sinal representativo (geralmente
proporcional) da variável que se mede
(ou de outra relacionada com ela).
Controlador: dispositivo que
determina o sinal de controle a ser
aplicado ao processo em função do
sinal atuante (erro).
Atuador: elemento final de controle
transforma o sinal de controle (baixa
potência) na variável manipulada
(potência elevada) que age
diretamente sobre o processo.
EQ817 – Controle de Processos
Controle Auto-operado
O controle auto-operado utiliza a
energia necessária para movimentar a
parte operacional diretamente do
sistema controlado, através de uma
região de detecção. Deste modo, este
controle obtém toda a energia
necessária ao seu funcionamento do
próprio meio controlado. Este controle
é largamente utilizado em aplicações
de controle de pressão e menos
comumente no controle de
temperatura, nível, etc.
Controle em Malha Aberta
O controle em malha aberta consiste
em aplicar um sinal de controle pré-
determinado ao sistema com o
objetivo de se provocar na saída um
determinado valor ou comportamento
esperado.
Como exemplo, podemos considerar
um operador experiente manipulando
uma resistência de aquecimento de
um tanque. O tempo de
funcionamento da resistência para que
a temperatura da água do tanque
alcance o valor estipulado, é
determinado intuitivamente pelo
operador. Apenas com muita sorte, a
temperatura da água ao final do
tempo pré-determinado será
exatamente a desejada. Em geral, a
temperatura da água ficará acima ou
abaixo do valor desejado. Além das
possíveis variações devido às
oscilações na temperatura ambiente,
na corrente elétrica, etc.
A característica que distingue os
sistemas de malha aberta é a sua
inabilidade de compensar qualquer
distúrbio que eventualmente se some
ao sinal de acionamento do
6
Material de Apoio

controlador ou à saída do processo.
Sistemas em malha aberta são,
portanto, simples, incapazes
promover compensação e são
acionados somente pelo sinal de
referência. Uma torradeira é um
exemplo de sistema de controle em
malha aberta, onde a variável de saída
é a cor da torrada. O dispositivo é
projetado pressupondo que a torrada
será tão mais escura quanto mais
tempo permaneça sob ação do calor.
Mas a torradeira não mede a cor da
torrada, e nem considera a espessura
da fatia de pão.
DESVANTAGENS VANTAGENS
• Imprecisão • Simples
• Nenhuma adaptação • Baratos
• Variações externas
• Dependência humana
Controle em Malha Fechada
Na figura 1.4 é apresentada a
configuração básica de uma malha
fechada.
determinar o sinal de controle que
deve efetivamente ser aplicado ao
processo. O controlador utiliza o sinal
de de erro para determinar ou calcular o
sinal de controle a ser aplicado à
planta.
Considerando o mesmo exemplo da
resistência, supõe-se que a
temperatura desejada água no tanque
é medida e o seu valor é comparado
com uma referência pré-estabelecida.
Se a temperatura for menor que a
referência, então se aplica à
resistência uma potência proporcional
a esta diferença. Neste sentido, a
temperatura da água tenderá a
crescer diminuindo a diferença com
relação à referência, tendendo a
estabilizar no valor de referência ou
em um valor muito próximo desta,
garantindo ao sistema de controle uma
boa precisão.
Variações da temperatura ambiente
(que fariam variar a temperatura da
água dentro do tanque) seriam
compensadas pelo efeito da
realimentação, garantindo ao sistema
capacidade de adaptação a
perturbações externas.

DESVANTAGENS VANTAGENS
Figura 1.4 – Controle em malha fechada
Maior complexidade Maior a precisão do
Mais caro sistema
No controle em malha fechada, Menor efeito de
Maior instrumentação
informações sobre o sinal de saída são perturbações externas
Maior conhecimento do
utilizadas na determinação do sinal de processo Maior estabilidade
controle, realizado a partir de uma
realimentação da saída para a A realimentação é a característica do
entrada. sistema de malha fechada que permite
a saída ser comparada com a entrada.
Para que ocorra uma ação frente às Geralmente a realimentação é
perturbações no sistema, o sinal de produzida num sistema, quando existe
saída é comparado com um sinal de uma seqüência fechada de relações de
referência (set-point) e o desvio (erro) causa e efeito entre variáveis do
entre estes dois sinais é utilizado para sistema.

7
EQ817 – Controle de Processos Material de Apoio
Quando a realimentação se processa
no sentido de eliminar a defasagem
entre o valor desejado e o valor do
processo, esta recebe o nome de
realimentação negativa.
1.1.5 - Diagrama de Blocos
Um sistema de controle pode consistir
de vários componentes, o que o torna
bastante difícil de ser analisado. Para
facilitar o seu entendimento e a fim de
mostrar as funções desempenhadas
por seus componentes, a engenharia
de controle utiliza sempre um
diagrama denominado “Diagrama de
Blocos”.
Diagrama de blocos de um sistema é
uma representação das funções
desempenhadas por cada componente
e do fluxo de sinais. Assim, conforme
pôde ser visto na figura 4, os
componentes principais de um sistema
são representados por blocos e são
integrados por meio de linhas que
indicam os sentidos de fluxos de sinais
entre os blocos. Estes diagramas são,
então, utilizados para representar as
relações de dependência entre as
variáveis que interessam à cadeia de
controle.
Um aspecto relevante do controle em
feedback é que não se necessita
conhecer antecipadamente os
distúrbios que afetam o processo e
nem se precisa estabelecer as relações
entre os distúrbios e seus efeitos sobre
o processo. é que se tomam as
atitudes de controle.
O controle em feedback é o mais
comum e o mais utilizado na prática.
Enquanto o controle em feedback
responde ao efeito de uma
perturbação, o controle em feed
forward responde diretamente às
perturbações, proporcionando um
controle antecipado.
A partir da medição de distúrbios é
que se encontra a melhor atitude de
controle sobre a variável manipulada.
Em geral esta técnica é mais complexa
e cara do que a de controle feedback.
Além disso, requer maior
conhecimento sobre o processo, sendo
utilizado para aplicações complexas e
críticas.
O controle feedforward apresenta as
seguintes características:

1.1.6 - Controle Feedback e • Age antes que o distúrbio chegue ao

Controle Feedforward sistema (vantagem)

Um controlador feedback realiza a • Não introduz instabilidade ao

ação de controle a partir da medição sistema em malha fechada
da variável controlada (ou da (vantagem)
inferência desta) fazendo uma
• Requerem identificação das
comparação com o valor de “set
possíveis variáveis distúrbios
point”. Com base nesta diferença
(desvantagem)
(erro) é calculado o valor dos sinais da
variável manipulada. A variável • Requer o conhecimento do modelo
manipulada é normalmente ajustada do processo (relação entre distúrbio
por válvulas de controle. e o desvio) (desvantagem).

8
EQ817 – Controle de Processos Material de Apoio
O controle feedback apresenta as
seguintes características:
• Não necessita reconhecimento dos
possíveis distúrbios (vantagem)
• Não requer modelo do processo
(vantagem)
• Pode introduzir instabilidade ao
sistema (desvantagem)
• Ação sobre a manipulada só é
tomada depois que o sistema sai do
“set point” (desvantagem)
• Mais usado industrialmente.
1.1.7 - Análise de Resposta de
Sistemas de Controle
Os sistemas de controle são
dinâmicos, respondendo a um estímulo
de entrada passando por uma resposta
transitória até alcançar a resposta de
regime permanente, que geralmente
assemelha-se à referência. Os três
objetivos principais da análise e
projeto de sistemas de controle são:
produzir uma resposta transitória
desejada, reduzir o erro em regime
permanente e alcançar a estabilidade
do controle. Questões inerentes ao
projeto de um sistema de controle,
tais como custo, sensibilidade de
desempenho do sistema e variações
de parâmetros são também
relevantes.
Resposta transitória.
A resposta transitória é muito
importante no desempenho global do
sistema de controle. Características
relacionadas à rapidez e oscilação
devem ser bem definidas para que
uma resposta transitória satisfatória
EQ817 – Controle de Processos
seja alcaçada.
Resposta de regime permanente
A análise e projeto de sistemas de
controle estão extremamente focados
na reposta de regime permanente. A
resposta do sistema deve retratar a
referência, portanto a precisão da
resposta de regime permanente é uma
preocupação. De forma que a
capacidade de identificar
quantitativamente o erro em regime
permanente, bem como de impor
ações corretivas para a sua redução
são aspectos importantes.
1.2 – Projeto de um Sistema
de Controle
Normalmente, em um projeto de
Sistema de Controle Realimentado,
uma seqüência de procedimentos é
realizada:
1) Obter um sistema físico que
corresponda aos requerimentos do
projeto.
Uma descrição qualitativa das diversas
funções necessárias para que a planta
realize os requerimentos do projeto.
2) Desenhar um diagrama de blocos
funcional.
A descrição qualitativa é convertida
em um diagrama de blocos que
descreve as partes componentes do
sistema, explicitando suas funções
e/ou hardware requerido para o
desempenho das etapas
intermediárias. A interconexão dos
blocos funcionais também é prevista.
9
Material de Apoio
3) Desenhar um esquema do sistema. 6) Proceder a análise e desenvolver o
projeto.
Tendo definido os elementos
necessários ao sistema, deve-se Com o diagrama de blocos reduzido a
desenhar um esquema explicitando as próxima fase é então de análise do
características físicas de cada projeto, onde se verifica se as
componente e de suas interconexões. especificações e o desempenho
requeridos no projeto estão sendo
4) Desenvolver o modelo matemático. atendidos. Nesta fase ajuste dos
parâmetros do sistema são realizados,
Obtido pela aplicação das leis que e se as especificações não são
governam os sistemas físicos. Três atendidas, então hardware adicional
formas distintas de representação deve ser incorporado ao projeto de
matemática das funções dos diversos forma a se alcançar o desempenho
elementos que compõem o projeto são desejado.
normalmente utilizadas: equações
diferenciais, funções de transferência e Sinais de teste são utilizados como
variáveis de estado. referência, tanto na simulação
matemática, como na fase de testes
5) Reduzir o diagrama de blocos. experimentais. Não é prática a escolha
de sinais complicados de entrada para
A descrição da planta em diversos
analisar o desempenho do sistema.
subsistemas leva a um diagrama com
Sinais de teste são normalmente
grande número de blocos. O próximo
simples tais como impulso, degrau,
passo então é promover a redução do
rampa, parábola e senóides.
diagrama de blocos, onde o sistema
como um todo passa a ser
representado por um número reduzido
de blocos. Gerenciamento
Informação Objetivos dos Objetivos
dos de
controle
Processos
Simulação
Modelo
Princípios
do
Físicos e Químicos
Processo Dados do
Processo
Estratégia
Experiência de
de
processos existentes Simulação
Controle

Seleção
Teoria de Informação dos
de
Controle de Processos Vendedores
Equipamentos

Ativ. do Engenheiro
Instalação
do
Sistema

Ajuste
?
Base de Informação das SUCESSO
Configurações

Figura 1.6 – Etapas do Desenvolvimento de um Sistema de Controle

10
EQ817 – Controle de Processos Material de Apoio
 sistema e estudando uma resposta.
1.3 – Modelo Matemático de Esta é a forma que tipicamente os
um Sistema modelos são utilizados, por exemplo,
em mecânica e eletrônica.
O método de experimentação é Com um poder computacional efetivo,
baseado em um princípio científico, um experimento numérico pode ser
entretanto apresenta limitações: realizado no modelo. Isto é
denominado de simulação. A
• muito caro;
simulação é então uma forma barata
• muito perigoso. O treinamento de de experimentar o sistema.
operadores de plantas nucleares Entretanto, o valor dos resultados de
para reagir a situações perigosas simulação depende completamente na
em plantas nucleares reais pode ser qualidade do modelo do sistema.
inapropriado;
Existem dois tipos básicos e diferentes
• o sistema pode (ainda) não existir. para construção de modelos:

Em vista destas limitações pode-se (i) Modelagem física

utilizar uma ferramenta bastante útil:
A Modelagem de Sistemas.
Um modelo de um sistema é uma
ferramenta utilizada para responder
questões sobre o sistema sem a
necessidade da realização de um
experimento.
Baseia-se em dividir as propriedades
do sistema em subsistemas que
possuem comportamentos conhecidos.
Para sistemas técnicos, isto significa
que as leis da natureza que descrevem
os subsistemas são utilizadas, em
geral.

A palavra “modelo” é derivada do (ii) Identificação

Latim e significa originalmente mold
Baseia-se em utilizar observações do
ou padrão. Os modelos tratados neste
sistema visando adequar as
estudo são os modelos matemáticos.
propriedades do modelo para as do
No caso de modelos matemáticos, as sistema. Este princípio é
relações entre quantidades (distâncias, freqüentemente utilizado como um
correntes, fluxos e outras) que podem complemento da modelagem física.
ser observadas no sistema são
Uma observação válida é que os
descritas como relações matemáticas
modelos e simulação nunca podem
no modelo. Muitas das leis da natureza
substituir observações e experimentos,
são modelos matemáticos neste
mas constituem-se em um importante
sentido.
e útil complemento.
Assim, o modelo pode ser utilizado
1.3.1 - Classificação de modelos
para calcular ou decidir como o
matemáticos
sistema terá reagido. Isto pode ser
realizado analiticamente, por exemplo, Os modelos matemáticos têm sido
pela resolução de equações desenvolvidos para diferentes
matematicamente que descrevem o sistemas que podem apresentar

11
EQ817 – Controle de Processos Material de Apoio
diferentes características dependendo
das propriedades do
sistema e das ferramentas utilizadas.
Os modelos matemáticos podem ser
classificados como:
• Parâmetros concentrados
distribuídos
Com parâmetros concentrados
(lumped) as variações espaciais são
desprezadas, as propriedades/estado
do sistema são consideradas
homogêneas em todo volume de
controle e geram sistema de equações
diferenciais ordinárias. Com
parâmetros distribuídos, consideram-
se variações espaciais no
comportamento das variáveis gerando
um sistema de equações diferenciais
parciais.
Todo sistema real é distribuído. Se as
variações espaciais são pequenas,
aproxima-se por modelo a parâmetros
concentrados. Para incluir
características temporais e espaciais
devem-se usar equações diferenciais
parciais ou série de estágios com
parâmetros concentrados.
• Linear x não-linear
Equações (e, portanto, modelos) são
lineares se variáveis dependentes ou
suas derivadas aparecem apenas no 1°
grau. A manipulação de modelos
lineares é muito mais simples. Um
sistema é linear se a regra da
superposição é aplicável.
J ( x1 + x 2 ) = J ( x1 ) + J ( x 2 )
J (kx1 ) = kJ ( x1 )
onde J é qualquer operador contido no
modelo.
EQ817 – Controle de Processos
• Contínuo x discreto
Um modelo matemático que descreve
a relação entre sinais de tempo
continuo é denominado de contínuo no
tempo. As equações diferenciais são
x freqüentemente utilizadas para
descrever tal relação. Na prática, os
sinais de interesse são mais
freqüentemente obtidos na forma
discreta, que é resultante de medidas
de tempo discreto. Um modelo que
expressa diretamente as relações
entre os valores dos sinais dos
instantes de amostragem é
denominado de um modelo amostrado
ou discreto.
• Estático x dinâmico
Estático (ou estacionário ou invariante
no tempo): processo cujo valor das
variáveis permanece constante no
tempo (se as entradas permanecem as
mesmas, as saídas permanecem
inalteradas). O modelo é um sistema
de equações algébricas.
Dinâmico (ou transiente ou
transitório): as variáveis variam no
tempo, que é a variável independente.
A solução completa consiste nos
regimes permanente e transitório. O
modelo é um sistema de equações
diferenciais.
• Determinístico x estocástico
Denomina-se de modelo
determinístico, um modelo que
trabalha com relações exatas entre
ou
variáveis medidas e derivadas e
expressas sem incerteza.
Um modelo é estocástico se o modelo
pode trabalhar também com conceitos
de incerteza e probabilidade.
12
Material de Apoio
1.3.2 - Métodos para obtenção das
equações de um modelo
Dependendo de como um modelo é
obtido, ele pode ser enquadrado
como:
-teórico ou analítico: desenvolvido
utilizando os princípios da Física e da
Química;
-empírico ou heurístico: utiliza
observação direta dos dados
operacionais do processo (relações de
causa/efeito correlacionando dados de
entrada/saída do processo);
-por analogia: utiliza equações que
descrevem um sistema análogo, com
as variáveis identificadas por analogia
em base individual.
1.4 – Referência Bibliográfica
1. Lennart Ljung: System Identification
- Theory for the User, 2nd ed, PTR
Prentice Hall, Upper Saddle River,
N.J., 1999.
2. Stephanopoulos, G. Chemical
process control: An introduction
to theory and practice. 1.ed. New
Jersey: Prentice-Hall International
Inc, 1984. 696p.
3. Seborg, D., Thomas, F. E., Duncan,
A. M. Process Dynamics and Control.
J. Wiley., New York, 1989.
4. Coelho, L. S. Apostila do Curso de
Controle de Processos, PUC-PR.

Para se poder empregar um modelo

teórico há necessidade de ser
conhecer certos parâmetros do
processo, os quais usualmente devem
ser avaliados a partir de experimentos
físicos realizados no processo ou então
obtidos de dados operacionais do
processo.

Os modelos teóricos possuem diversas

vantagens sobre os empíricos: eles
freqüentemente podem ser
extrapolados sobre uma faixa maior de
condições operacionais, além de
permitirem inferir o valor de variáveis
de processo não-medidas ou
incomensuráveis. Por outro lado, os
modelos empíricos são normalmente
mais fáceis de gerar, muito embora,
caso o processo seja não-linear, sejam
válidos em uma faixa estreita, próxima
ao ponto onde foram obtidos.

13
EQ817 – Controle de Processos Material de Apoio
2 2.1 – Desenvolvimento de
Modelos Dinâmicos

Objetivos da modelagem matemática:

• Projeto de equipamentos

• Simulação de Processos

• Adaptação das condições operacionais

da planta a novas especificações de
Modelagem mercado e novas leis ambientais
Matemática e
• Projeto de sistema de Controle
Linearização de
• Referência interna de controladores
Modelos digitais

• Otimização de processos

• Detecção de falhas

Tipos de representação de modelos

matemáticos:

a) Modelos de equações diferenciais

b)Modelos de entrada saída (Modelos de

função de transferência)

14
EQ817 – Controle de Processos Material de Apoio
Modelos de equações diferenciais CA:concentração molar de A
(moles/volume)
• São baseados nos Princípios de
conservação de massa e energia. r:taxa de reação por unidade de
volume para o componente A
• Dão origem a equações diferenciais
ordinárias e/ou parciais h:entalpia específica

• Combinadas com uma ou mais U, K, P:energias interna, cinética e

equações algébricas que podem potencial do sistema
descrever relações termodinâmicas
(equilíbrio), equações de estado (lei Q:quantidade de calor trocada pelo
dos gases ideais ou a equação de sistema com o meio ambiente por
Van der Waals), equações de taxa unidade de tempo (por condução,
de transporte (taxas de radiação ou reação)
transferência de massa, energia
etc.), equações de taxas cinéticas Ws:trabalho realizado por unidade de
(taxas de reações químicas), etc. tempo

As formas mais usadas de equações Por convenção, uma quantidade é

de balanço: considerada positiva se entra no
sistema e negativa se sai.
Balanço de massa total:
d ( ρV ) Ordem do modelo:
= ∑ ρ i Fi − ∑ ρ j Fj
dt i:entradas j:saídas Sistema de ordem N → sistema
descrito por equações diferenciais
Balanço de massa para o componente ordinárias com derivadas de ordem N.
A:
dNx d N −1 x dx
dn A d (C AV ) a N N + a N −1 N −1 + ... + a 1 + a 0 x = f (t)
= = ∑ C Ai Fi − ∑C Aj F j ± rV dt dt dt
dt dt i:entradas j :saídas

ai = constantes do sistema
Balanço total de energia:
f(t) = função distúrbio
dE d (U + K + P)
= = ∑ ρ i Fi hi − ∑ρ Fj hj ±
dt dt i:entradas j:saídas
j
Casos Especiais muito freqüentes na
± Q ± Ws Engenharia Química:
As variáveis que aparecem acima são: 1a ordem: (80% dos casos)
ρ:densidade dx
a1 + a 0 x = b.f ( t )
dt
V:volume do sistema
Representação Padrão:
F:vazão volumétrica de alimentação
dx
nA:número de moles do componente A τP + x = K P .f ( t )
dt

15
EQ817 – Controle de Processos Material de Apoio
τP=a1/a0 constante de tempo do Considere
m = ρV V = hA
processo V
F=
KP=b/a0 ganho estático do processo t
2a ordem: d (hAρ )
= ρFin − ρF
d2x dx dt
a2 2
+ a1 + a 0 x = b.f ( t ) dh
dt dt A = Fin − F
dt (1)
Representação Padrão de 2a ordem:
Balanço de Energia:
d2x dx
τ2
2
+ 2.ξ.τ + x = K P .f ( t )
dt dt O total de energia no tanque é dão
pela expressão termodinâmica:
τP = a2/a0
E =U + K + P
ξ = fator de amortecimento
Como não há movimento e as
Kp=b/a0 ganho estático do processo
influências devido ao desnível são
2ξτ=a1/a0 desprezíveis temos:

Exemplo 1 - Sistema de Aquecimento dK dP dE dU

= =0 Assim: =
dt dt dt dt
Mas a entalpia é definida como

H = U + PV Para líquidos o termo PV é

dU dH
desprezível e ≅
dt dt
H é a entalpia total do líquido no
tanque:

Existe um fluxo de massa de um fluxo

H = ρAhC p (T − Tref )
e energia neste sistema.
onde Cp é a capacidade calorífica do
Balanço Total de Massa do sistema: líquido no tanque e Tref é a
temperatura de referência onde a
 Acúmulo de   Quantidade de   Quantidade de  entalpia específica do líquido é
 massa   massa na entrada   massa na saída 
     
 = −  assumida igual a zero.
 tempo   tempo   tempo 
     
Temos a equação de balanço de
energia:
Considere m = ρV V = hA

16
EQ817 – Controle de Processos Material de Apoio
 Acúmulo de   Quantidade de   Quantidade de  Resumo:
 Energia   Energia que entra   Energia que sai 
     
 = − − Variáveis medidas (saída ou estado): T
 tempo   tempo   tempo 
      e h (controladas)
 Quantidade de 
 forecida  Variáveis de entrada:
 
− 
 tempo  Distúrbios: Tin e Fin
 
Variáveis de controle: Q e F
d (ρAhC p (T − Tref )
= ρFin C p (Tin − Tref ) Parâmetros: A, ρ e Cp.
dt
− ρFC p (T − Tref ) + Elementos adicionais dos modelos
matemáticos
+Q
d (hT ) • Equações de taxas de transporte
ρAC p = ρFin C pTin − ρFC pT + Q
dt Descrevem as taxas de transferência
d (hT ) Q de massa, energia e momento. São
A = FinTin − FT + estudadas em cursos de fenômenos de
dt ρC p transporte. Por exemplo, o calor
dT dh Q fornecido pelo vapor no exemplo
Ah + AT = FinTin − FT + anterior é dado pela seguinte equação
dt dt ρC p de transferência de calor:
Usando a equação 1
Q = UAt (TV − T )
dT Q
Ah + T ( Fin − F ) = FinTin − FT +
dt ρC p Onde U = coeficiente global de
dT Q transferência de calor
Ah = FinTin − FT − TFin + TF +
dt ρC p At = área total de transferência de
calor
dT Q
Ah = Fin (Tin − T ) + TV = temperatura do vapor
dt ρC p Equação 2
• Equações de taxas cinéticas

Usadas para descrever as taxas de

Encontramos as equações de estado: −E
reação química. r = k 0 e RT C A
dh
A = Fin − F Onde:
dt
e k0 = constante cinética
dT Q
Ah = Fin (Tin − T ) + E = energia de ativação da reação
dt ρC p

17
EQ817 – Controle de Processos Material de Apoio
R = constante dos gases ideais Exemplo 2 – Reator CSTR

T,CA = Temperatura e concentração de Considere o reator CSTR abaixo:

A no líquido reacional.

• Relações de equilíbrio de fase e

reação

Descrevem situações de equilíbrio

alcançadas durante uma reação
química por duas ou mais fases.
(Termodinâmica)

• Equações de estado
Suponha a reação exotérmica A→ B
Descrevem as relações entre as (1ª Ordem)
variáveis que descrevem o estado
termodinâmico de um sistema.
(Equação dos gases ideais e a equação
de Van der Walls).

Graus de Liberdade (f)

f=V–E

V = n°. de variáveis independentes do

processo
Balanço Total de Massa do sistema:
E = n°. de equações independentes do
processo
d (ρV )
= ρFin − ρF
“Um processo será efetivamente dt
controlado quando todos os graus de
liberdade forem especificados”. sendo ρ = constante

Se f=0 (V=E) ⇒ o sistema já está dV

definido ou totalmente especificado = Fin − F
(não há como inserir controle)
dt (1)

Se f<0 (V<E) ⇒ o sistema não tem Balanços de massa dos componentes

solução (não há como inserir A e B do sistema:
controle)
d (n A ) d (C AV )
Se f>0 (V>E) ⇒ o sistema tem
= = C Ain Fin − C A F − rV (2)
dt dt
soluções múltiplas e, portanto pode
haver tantas malhas de controle d (n B ) d (C BV )
quantos forem os graus de liberdade. = = 0 − C B F + rV (3)
dt dt

18
EQ817 – Controle de Processos Material de Apoio
Usando a equação 2 temos: dH dT ~
= ρVC p + H A (C Ain Fin − C A F − rV )
dt dt
dC A dV
V + CA = C Ain Fin − C A F ~
+ H B (−C B F + rV )
dt dt
−E Substituindo as eq. acima na eq. 5
− k 0 e C AV
RT teremos:

dT ~
dC A ρVC p = − H A (C Ain Fin − C A F − rV )
V = −C A ( Fin − F ) + C Ain Fin dt
dt ~
−E − H B (−C B F + rV ) + ρ in Fin hin − ρFh − Q
− C A F − k 0 e C AV
RT

Sabe-se que:
−E
dC A Fin ρ in Fin hin (Tin ) = Fin ρ in hin (T ) + Fin ρ in C pin (Tin − T )
= (C Ain − C A ) − k 0 e RT C A
dt V (4) ~
= Fin C A H A + Fin ρ in C pin (Tin − T )
~ ~
Balanço Total de Energia ρFh(T ) = F (C A H A + C B H B )
Substituindo na equação anterior e
cancelando diversos termos temos:
dE d (U + K + P ) dH
= ≅ = ρ in Fin hin dT
dt dt dt ρVC p = Fin ρ in C pin (Tin − T ) +
− ρFh − Q dt
~ ~

(5) ( H A − H B ) rV − Q

Da termodinâmica temos que: Sendo

H = H (T , n A , nB ) . Assim temos que: ~ ~
− ( ∆H r ) = ( H A − H B ) e ρi = ρ
dH ∂H dT ∂H dn A ∂H dn B e C pin = C p
= + +
dt ∂T dt ∂n A dt ∂nB dt tem-se:

−E
e dT Fin − ∆H r
= (Tin − T ) + k 0 e RT C A
dt V ρC p
∂H ∂H ~
∂H ~
= ρVC p =HA = HB
∂T ∂n A ∂nB −
Q
~ ~ ρC pV
HA eHB são as entalpias parciais
molares de A e B respectivamente. (6)

19
EQ817 – Controle de Processos Material de Apoio
Resumo Exemplo 3 - Processo de Mistura

Variáveis de saída: V, CA, T

Variáveis de entrada: CAin, Fin, Tin, Q, F

Variáveis de controle: Q, F

Distúrbios: CAin, Fin, Tin

Parâmetros: ρ, Cp, (-∆Hr), k0, E, R

Um balanço de massa total de um

sistema de mistura será dado por:
Equações de estado:
 Acúmulo de   Quantidade de   Quantidade de 
dV  massa   massa na entrada   massa na saída 
= Fin − F 

 
=
 
−


dt  tempo   tempo   tempo 
     

dC A Fin
−E
d (Vρ )
= (C Ain − C A ) − k 0 e RT C A = w1 + w2 − w (1)
dt V dt
−E onde w1, w2 e w são as vazões
dT Fin − ∆H r
= (Tin − T ) + k 0 e RT C A mássicas.
dt V ρC p
O Balanço de massa do componente A
Q é dado por:
−
ρC pV
d (Vρx )
= w1 x1 + w2 x2 − wx (2)
dt
Que correspondem às equações no
Graus de liberdade: regime permanente:

F=V–E=8–3=5
0 = w1 + w2 − w
Três equações: BM, BMC, BE e
0 = w1 x1 + w2 x2 − w x
Dois controladores: F = f(CA) e Q =
f(T)
Considerando ρ constante:
Três distúrbios.
d (V )
ρ = w1 + w2 − w e
dt
d (Vx )
ρ = w1 x1 + w2 x2 − wx (4)
dt

20
EQ817 – Controle de Processos Material de Apoio
Aplicando a propriedade de derivadas Considere e equação diferencial não
d (Vx ) d (V ) d (x ) linear apresentada:
ρ = ρx + ρV
em dt dt dt dx
= f (x) onde f(x) é uma função não
Substituindo em 4 tem-se:
dt
linear.
d (V ) d (x )
ρx + ρV = w1 x1 + w2 x2 − wx Expandindo a função f(x) em Série de
dt dt Taylor no ponto x(0) teremos:
(5)
 df  x − x0
Substituindo 3 em 5 obtem-se: f ( x ) = f ( x0 ) +  
 dt  x0 1!
d (x ) d2 f  ( x − x0 )2
x(w1 + w2 − w) + ρV = w1 x1 + w2 x2 +  2  + ...
dt  dt  x0 2!
(6)
dn f  ( x − x0 )n
Rearranjando as eq. 6 e 1 temos o +  n  + ...
seguinte sistema:  dt  x0 n!

Rearranjo de 6 A partir dos termos de segunda ordem

poderemos negligenciar a ação, pois
d (x ) estaremos adotando um valor x muito
ρV = w1 x1 + w2 x2 − wx − x (w1 + w2 − w)
dt próximo do valor x0. Assim:

d (x )  df 
f ( x ) = f ( x0 ) +   x − x0
ρV = w1 ( x1 − x ) + w2 ( x2 − x)
dt  dt  x0

dx 1 1 Exemplo: Considere o tanque:

= w1 ( x1 − x) + w ( x − x)
dt ρV ρV 2 2

dV 1
= ( w1 + w2 − w)
dt ρ
2.2 – Metodologia de
Linearização de Modelos

Considerando F0=h/R teremos a

Linearização equação linear:

Procedimento que consiste na dh dh 1

A = Fin − Fo A + h = Fin
aproximação do sistema não-linear ao dt dt R
comportamento linear.

21
EQ817 – Controle de Processos Material de Apoio
Realisticamente se F0 for manipulada dh β h0 β
A + h = Fin − h0
por uma válvula teremos: F0 = β h . dt 2h0 2
dh 6 4 6
Daí teremos: 2 + h = 10 − 4
dt 2 .4 2
dh dh 3
A + β h = Fin 2 + h = 10 − 6
dt dt 2
dh 3
+ h=2
Equação não linear devido ao termo dt 4
em raiz. 3 2
sH ( s ) − 4 + H ( s ) =
4 s
Aplicando A Série de Taylor temos:
2 4
H (s) = +

h = h0 + 
( )
d h 
 (h − h0 )
s( s + 3 ) (s + 3 )
4 4
dt  8 −
3t
−
3t
  x0 h(t ) = (1 − e 4 ) + 4e 4
3
Substituindo na equação diferencial: 4,1

β β
3,9
dh
A + β h0 + h− h0 = Fin 3,7

dt 2 h0 2 h0
Altura (metros)

3,5

dh β h0 β h0
Hlinear
3,3 Hnlinear

A + h = Fin − β h0 + 3,1

dt 2h0 2 2,9

dh β h0 β 2,7

A + h = Fin − h0 2,5
dt 2h0 2 0 0,5 1 1,5 2 2,5 3
Tempo (h)

Considere um sistema com as

seguintes condições: 2.3 – Linearização de
Sistemas Multivariáveis
1/R=3 Fin = 10 m3/h h0 = 4m

β=6 portanto: Sejam as equações abaixo não-

lineares:
dh
2 + 3h = 10
dt dx 1
10 = f1 (x 1 , x 2 )
2[ sH ( s ) − 4] + 3H ( s ) = dt
s
dx 2
H ( s) =
10
+
8
=
5
+
4 = f2 (x1,x 2 )
s (2 s + 3) 2 s + 3 s ( s + 3 ) ( s + 3 ) dt
2 2
10 −
3t
−
3t Ponto estacionário: (x1(0), x2(0))
h(t ) = (1 − e 2 ) + 4e 2
3 Expansão por Série de Taylor
truncada:

22
EQ817 – Controle de Processos Material de Apoio
 ∂f 1 independentes, como as manipuladas,
f1 ( x1 , x 2 ) ≅ f1 ( x1 (0), x 2 (0)) + ( x1 − x1 (0))
∂x1 m1 e m2 e a variável distúrbio, d:
x1 ( 0 ), x2 ( 0 )

∂f 2 dx1
+ ( x 2 − x 2 (0)) = f1 ( x1 , x 2 , m1 , m2 , d )
∂x 2 x1 ( 0 ), x2 ( 0 ) dt
∂f1 dx 2
f 2 ( x1 , x 2 ) ≅ f 2 ( x1 (0), x 2 (0)) + ( x1 − x1 (0)) = f 2 ( x1 , x 2 , m1 , m2 , d )
∂x1 x1 ( 0 ), x2 ( 0 )
dt
∂f 2 Fazendo-se o mesmo desenvolvimento
+ ( x 2 − x 2 (0))
∂x 2 x1 ( 0 ), x2 ( 0 ) anterior, obtém-se a aproximação
linear dada por:
Substituindo no Sistema não linear:
,
dx1
= a11 x1 + a12 x 2 + b11m1 + b12 m2 + c1 d ,
, , , ,

dx1 ∂f dt
≅ f1 ( x1 (0), x2 (0)) + 1 ( x1 − x1 (0))
dt ∂x1 x1 ( 0 ), x2 ( 0 ) ,
dx 2
= a 21 x1 + a 22 x2 + b21 m1 + b22 m2 + c2 d ,
, , , ,
∂f 2
+ ( x2 − x2 (0)) dt
∂x2 x1 ( 0 ), x2 ( 0 )
Ponto estacionário = (x1(0), x2(0),
dx2 ∂f m1(0), m2(0), d(0)) → representado
≅ f 2 ( x1 (0), x2 (0)) + 1 ( x1 − x1 (0))
dt ∂x1 x1 ( 0 ), x 2 ( 0 ) por 0, onde:
∂f 2
+ ( x2 − x2 (0)) ∂f1 ∂f 2
∂x2 a 11 = a 21 =
x1 ( 0 ), x2 ( 0 ) ∂x 1 0
∂x 1 0

em termos de variáveis desvio: ∂f1 ∂f 2

a 12 = a 22 =
∂x 2 0
∂x 2 0
,
dx1
= a11 x1 + a12 x2
, ,
∂f1 ∂f 2
dt b11 = b 21 =
, ∂m1 0
∂m1 0
dx 2
= a 21 x1 + a 22 x 2
, ,
∂f 1 ∂f 2
dt b12 = b 22 =
∂m 2 0
∂m 2 0
onde:
∂f1 ∂f 2
c1 = c2 =
∂d ∂d
∂f1 ∂f 2 0 0
a11 = a 21 =
∂x1 x1 ( 0 ), x 2 ( 0 )
∂x1 x1 ( 0 ), x2 ( 0 )

∂f1 ∂f 2
a12 = a 22 =
∂x2 x1 ( 0 ), x 2 ( 0 )
∂x 2 x1 ( 0 ), x2 ( 0 )

Para sistemas dinâmicos com duas

variáveis de estado (x1, x2) e que sofre
a influência de mais variáveis

23
EQ817 – Controle de Processos Material de Apoio
3 3.1 – Definição

É um método matemático utilizado para

realizar a transformação de equações
diferenciais em equações algébricas
mais facilmente solucionáveis.

∞
Transformadas
L[ f (t )] = F ( s ) = ∫ f (t ) ⋅ e −st dt
de Laplace 0

onde:

f(t) é a função no domínio do tempo

f(t)=0 para t<0.

s é uma variável complexa (s = σ +ωj)

3.2 – Transformada de Laplace

de Algumas Funções Básicas

0 → t < 0
Função Degrau f (t ) = 
A → t > 0

Observação: Caso especial da função

exponencial f (t ) = Ae −αt onde α=0.

∞
L[ A] = F ( s ) = ∫ A ⋅ e − st dt
0

A − st ∞
F ( s) = − ⋅e
s 0
A A
F ( s ) = − ⋅ e − s∞ + ⋅ e − s 0
s s
A
F ( s) =
s

24
EQ817 – Controle de Processos Material de Apoio
Para uma função Degrau Unitário:  0→t <0
1 Função Senoidal f (t ) = 
F ( s) =  Asenwt → t ≥ 0
s
Sabe-se que do Teorema de Euler
Função Exponencial
 1 jw − jw
 0→t <0
f (t ) =  cos w + jsenw = e jw senw = 2 j (e − e )
−αt
A ⋅ e → t ≥ 0 
cos w − jsenw = e − jw

cos w = 1 (e jw + e − jw )
∞
 2
[
L A⋅e −αt
] = F (s) = ∫ A ⋅ e −αt
⋅ e − st dt
0 Assim:
∞
F ( s ) = A∫ e − ( s +α )t dt A ∞ jwt
0
L[ Asenwt ] = F ( s ) =
2j ∫ 0
(e − e − jwt )e − st dt
A ∞
F ( s) = − ⋅ e − ( s +α ) t A ∞ −( s − jw )t
s +α 0 = ∫ (e − e −( sjw )t )dt
2j 0

A A
F ( s) = − ⋅ e − ( s +α )⋅∞ + ⋅ e − ( s +α ) ⋅ 0 A ∞ −( s − jw) t A ∞ − ( s + jw )t
s +α s +α = ∫
2j 0
(e dt −
2 j ∫0
(e dt
A
F ( s) = ∞ ∞
s +α A  e − ( s − jw ) t  A  e − ( s + jw )t 
=  −  − − 
2 j  ( s − jw)  0 2 j  ( s + jw)  0
 0→t <0
Exercício: f (t ) =  A 1 1  Aw
αt
A ⋅ e → t ≥ 0 =  −  = 2
2 j  ( s − jw) ( s + jw)  s + w 2
A
Resp: F ( s ) = 3.2 – Propriedades das
s −α
Transformadas de Laplace
 0→t <0
Função Rampa f (t ) = 
A ⋅ t → t ≥ 0
Algumas regras facilitam a resolução
∞ da Transformada de Laplace:
L[ A ⋅ t ] = F ( s ) = ∫ A ⋅ t ⋅ e − st dt
0 Soma e Subtração
∞
F ( s ) = A∫ t ⋅ e − st dt f 1 (t ) ± f 2 (t ) ⇔ F1 ( s ) ± F2 ( s )
0

 e − st  1  ∞ Multiplicação af (t ) ⇔ aF ( s )
F ( s ) = − A  t + 
 s  s  0
Função com atraso de tempo T
 e − s∞  1   e −s0  1 
F ( s ) = − A  ∞ +  + A  0 + 
 s  s   s  s  f (t − T ) ⇔ e − st F ( s )

d [( f (t )]
A
F ( s) = 2
s Derivada 1ª ⇔ sF ( s ) − f (0)
dt

25
EQ817 – Controle de Processos Material de Apoio
 • Uso de Tabelas
onde f(0) é a função em t=0
• Expansão em frações parciais.
Derivada 2ª
MÉTODO DE EXPANSÃO EM
d 2 [( f (t )]  d ( f (0) 
⇔ s 2 F ( s ) − sf (0) −  FRAÇÕES PARCIAIS
 dt 
2
dt
B(s )
F ( s) = onde B(s) e A(s) são
Derivada n-ésima A( s )
polinômios
d n [( f (t )] df (0)
n
⇔ s n F ( s ) − s n −1 f (0) − s n −2 −
dt dt Seja
d n − 2 f (0)  d n −1 f (0)  F ( s) =
B(s)
=
a1
+
a2
+ ... +
an
− ... − s − 
dt n − 2  dt
n −1
 A( s ) s + p1 s + p 2 s + pn

t 1  B( s) 
Integral ∫ f (t ) ⇔ ak é dado por a k = ( s + p k )
A( s )  s = − p
F (s)
0 s  k

Teorema do Valor Final A transformada inversa é dada por:

lim f (t ) = lim sF ( s )  a 
t →∞ s →0
L−1  k  = a k e − pk t
 s + pk 
3.3 – Transformada Inversa
Caso a ordem do numerador seja
de Laplace maior deve-se realizar uma divisão.

s+3
Exemplo: F ( s ) =
Sabe-se que a TL é obtida pela ( s + 1)( s + 2)
equação:
s+3 a a
∞ F (s) = = 1 + 2
L[ f (t )] = F ( s ) = ∫ f (t ) ⋅ e −st dt
( s + 1)( s + 2) s + 1 s + 2
 B( s) 
0 a k = ( s + p k )
 A( s )  s =− pk
O processo inverso é dado pela
 ( s + 3) 
equação: a1 = ( s + 1) =2
 ( s + 1)( s + 2)  s =−1
c +∞
 ( s + 3) 
L [F ( s )] = f (t ) =
−1 1 a 2 =  ( s + 2) = −1
∫
2πj c−∞
F ( s ) ⋅ e st ds  ( s + 1)( s + 2)  s = −2

2 1
onde c é a abscissa de convergência. F (s) = −
s +1 s + 2
O método acima exige bastante
 2  −1  1 
esforço matemático para ser L−1 [F ( s )] = L−1   − L s + 2
implementado. Assim os métodos mais  s + 1  
aplicados são: f (t ) = 2e −t − e − 2t

26
EQ817 – Controle de Processos Material de Apoio
 4
s 3 + 5s 2 + 9 s + 7 X ( s) =
4
== 3
Exemplo: F ( s ) =
s 2 + 3s + 2 s (3s + 2) s( s + 2 )
3
2t
( s + 3) x(t ) = 2(1 − e
−
F ( s ) = ( s + 2) + 2
3
sabendo que )
s + 3s + 2
 dδ (t ) 
L[δ (t )] = 1 e que L  =s Exemplo: Resolver a equação
 dt  diferencial
dy
+ 3 y = 13sen 2t y ( 0) = 6
dt
dδ (t )
f (t ) = + 2δ (t ) + 2e −t − e − 2t
 dy 
dt L   + 3L[ y ] = 13L[sen 2t ]
 dt 
[sY ( s) − 6] + 3Y (s) = 226
SOLUÇÃO DE EQUAÇÕES s +4
DIFERENCIAIS USANDO 26
Y ( s )( s + 3) − 6 = 2
TRANSFORMADAS DE LAPLACE s +4
26
Etapas a serem seguidas: Y ( s )( s + 3) = 2 +6
s +4
26 6
1. Aplicar a TL a cada termo da Y (s) = 2 +
equação diferencial. ( s + 4)( s + 3) ( s + 3)
6 s 2 + 24 + 26 6 s 2 + 50
2. Converter a equação diferencial em = =
( s + 3)( s 2 + 4) ( s + 3)( s 2 + 4)
uma equação algébrica (em s).
6 s 2 + 50 a bs + c
= + 2
3. Obter a transformada de Laplace da ( s + 3)( s + 4) ( s + 3) s + 4
2

variável dependente (reorganizando

6 s 2 + 50 = as 2 + 4a + bs 2 + 3bs + cs + 3c
a equação obtida).
a + b = 6
4. A solução da equação diferencial em 
3b + c = 0 a =8 b = −2 c=6
função do tempo é obtida pela 4a + 3c = 50
transformada inversa de Laplace. 
8 − 2s + 6
Y (s) = + 2
Exemplo: Resolver a equação ( s + 3) ( s + 4)
dx
diferencial 3 + 2 x = 4 x ( 0) = 0  1  −1  s  −1  2 
dt y (t ) = 8 L−1   − 2 L s + 4 + 3 L s + 4
 s + 3
2 2
   
−3t
 dx  y (t ) = 8e − 2 cos 2t + 3sen 2t
3L   + 2 L[x ] == L[4]
 dt  Exemplo: Resolver a equação
3[sX ( s ) − x(0)] + 2 X ( s ) =
4 diferencial
s d3y d2y dy du
4 3
+ 6 2
+ 11 + 6 y = 4 + 2u
3sX ( s ) + 2 X ( s ) = dt dt dt dt
s
4 y (0) = y ' (0) = y" (0) = u ' (0) = 0 para t > 0
X ( s )(3s + 2) =
s

27
EQ817 – Controle de Processos Material de Apoio
  1 
Encontrar a resposta transiente de y(t) lim  s 4 
 s + 3s + 3s + s 
s →0 3 2
para um degrau unitário em u(t).
 
= lim[ f (t )] = 1
1
lim  3
d 3 y  d 2 y   dy  s → 0 s + 3s 2 + 3s + 1 
L  3  + 6 L  2  + 11L   + 6 L[ y ] =   t →∞
 dt   dt   dt 
Exemplo 2 – Encontrar o valor final da
 du 
= 4 L   + 2 L[u ] função:
 dt 
s 3Y ( s) + 6 s 2 Y ( s) + 11sY ( s) + 6Y ( s) = s 4 − 6s 2 + 9s − 8
X ( s) =
= 4 sU ( s) + 2U ( s ) s 2 ( s − 2)( s 3 + 2 s 2 − s − 2)
Sendo perturbação em degrau unitário lim[ f (t )] = lim[sF ( s )]
t →∞ s →0
1  s 4 − 6s 2 + 9s − 8  −1
U (s) =
s lim  s 2 =
s →0
 s ( s + 1)( s + 2)( s − 1)( s − 2)  0 . 4
4s + 2 1
Y ( s) = 3 lim[ f (t )] = ∞
( s + 6 s + 11s + 6) s
2
t →∞

Raízes do deno min ador : 0, − 1, − 2, − 3

4s + 2 a a a a
= 1 + 2 + 3 + 4
s ( s + 6 s + 11s + 6) s s + 1 s + 2 s + 3
3 2

4 s + 2 = a1 s 3 + 6a1 s 2 + 11a1 s + 6a1 + a 2 s 3 + 5a 2 s 2

+ 6a 2 s + a 3 s 3 + 4a 3 s 2 + 3a 3 s + a 4 s 3 + 3a 4 s 2 + 2a 4 s
1 5
6a1 = 2 a1 = a1 = 1 a1 = −3 a1 =
3 3
1 / 3   1   3 
y (t ) = L−1   + L−1   − L−1  +
 s   s + 1 s + 2
 5/3 
+ L−1 
 s + 3 
1 5
y (t ) = + e −t − 3e − 2t + e −3t
3 3

Aplicação do Teorema do Valor

Final

Encontrar o valor final da função x(t)

que possui a seguinte transformada de
Laplace.

1
X ( s) =
s + 3s + 3s 2 + s
4 3

lim[ f (t )] = lim[sF ( s )]
t →∞ s →0

 1 
lim  s 4
 s + 3s + 3s + s 
s →0 3 2

28
EQ817 – Controle de Processos Material de Apoio
4 4.1 – Função de Transferência

Considere um sistema SISO-Single

input Single Output, apresentado
abaixo. O seu comportamento dinâmico
pode ser convenientemente descrito por
uma equação diferencial linear ou
linearizada de ordem n.

Função de dny d n−1 y dy

a n n + an −1 n−1 + ..... + a1 + a0 y = bf (t )
Transferência e dt dt dt
Diagrama de equação 1

Blocos onde f(t) e y(t) são as variáveis de

entrada e saída do processo,
respectivamente.

As duas são descritas como variáveis

desvio e estando o sistema inicialmente
em regime permanente teremos:

 dy  d 2 y   d n−1 y 
y(0) =   =  2  = ... =  n−1  = 0
 dt  t =0  dt  t =0  dt  t =0

29
EQ817 – Controle de Processos Material de Apoio
Assim, aplicando a Transformada de Exemplo: Tanque de Aquecimento:
Laplace na eq. 1 teremos:
Partindo da equação :
n −1
an s y ( s ) + an−1s
n
y ( s ) + ... + dT Q
Ah = Fin (Tin − T ) +
+ a1sy ( s ) + a0 y ( s ) = bf ( s ) dt ρC p
dT Q
A função de transferência, G(s), Ah = Fin Tin − Fin T +
relaciona a entrada com a saída da dt ρC p
seguinte forma: Ah dT Q
= Tin − T +
y (s) Fin dt Fin ρC p
G ( s) =
f (s) Variável Desvio
b Considerando o regime permanente temos :
G ( s) = dT
an s n + an−1s n−1 + ... + a1s + a0 =0
dt
Se o processo possuir duas entradas, o QRP
0 = TinRP − TRP + Sendo
modelo dinâmico é dado por: Fin ρC p

dny d n−1 y dy T ' = T − TRP Tin' = Tin − TinRP

'
Q ' = Q − QRP
an n + an−1 n −1 + ... + a1 + Ah 1
dt dt dt e τ= K=
Fin Fin ρC p
+ a0 y = b1 f1 (t ) + b2 f 2 (t )
dT '
τ = Tin' − T '+ KQ'
Assim com as mesmas condições dt
iniciais, teremos:
Aplicando a Transformada de Laplace
b1 τsT ' ( s) + T ' ( s) = Tin' ( s ) + KQ' ( s )
y( s) = f1 ( s ) +
an s n + a n−1 s n −1 + ...... + a1 s + a0 T ' ( s )(τs + 1) = Tin' ( s ) + KQ' ( s)
b2  1  '  K 
+ f 2 ( s) T ' ( s) =  Tin ( s ) +  Q' ( s )
a n s n + an −1 s n −1 + ...... + a1 s + a0  τs + 1   τs + 1 
ou O diagrama de blocos deste sistema é
assim definido:
y ( s ) = G1 ( s ) f1 ( s ) + G2 ( s ) f 2 ( s )
A função de transferência pode assim
ser diretamente definida:

transformada de Laplace da saida

em variaveis desvio
G( s) =
transformada de Laplace da entrada
em variaveis desvio

30
EQ817 – Controle de Processos Material de Apoio
Algumas das propriedades da função 1 K
T ' ( s) = Ti ' ( s) + Q' ( s )
de transferência são: (τs + 1) (τs + 1)
• a função de transferência é definida sendo Ti ' ( s) = 0 temos :
somente para sistemas lineares K
invariantes no tempo. A função de T ' ( s) = Q' ( s)
transferência não é definida para (τs + 1)
sistemas não-lineares; 0,2 50 10
T ' ( s) = =
( s + 1) s s ( s + 1)
• todas as condições iniciais são
selecionadas em zero; 1
l[T ' ( s )] = T ' (t ) = 10l[ ]
s ( s + 1)
• a função de transferência é
independente da entrada do = 10(1 − e −t )
sistema; 12

10

• Como foi visto anteriormente, os

Temperatura (ºC)
8

efeitos ocorridos com as alterações 6

de Q e Tin têm efeito acumulativo. 4

Isto sempre ocorrerá para sistemas 2

lineares devido ao Princípio da 0

Superposição. 0 1 2 3 4
Tempo (h)
5 6 7 8

• O modelo de FT nos habilita a

determinar a resposta de saída para 4.2 – Pólos e Zeros de uma
quaisquer mudanças nas variáveis Função de Transferência
de entrada de um processo. De acordo com a definição de função
y( s)
Exemplo: Voltando ao sistema de de transferência, temos: G ( s ) =
f (s)
aquecimento, considere as seguintes
condições:
Em geral, a função de transferência
A=2 m 2
h=5 m Fin=F=10 m /h 3 G(s) será a razão de dois polinômios:
Tin = 25ºC U=200 kcal/m2ºC
Q( s )
ρ=800 kg/m3 At=6,4 m2 G( s) =
Cp = 0,8 kcal/kgºC. P(s )

Apresentar a resposta transiente T(t) Para sistemas fisicamente realizáveis,

quando a Q(t) muda em perturbação o polinômio Q(s) será sempre de
degrau de 100 kcal/h para 150 kcal/h. ordem menor do que o P(s).

UAt 200.6,4 As raízes do polinômio Q(s) são

K= = = 0,2 chamadas de zeros da função de
AhρC p 2.5.800.0,8
transferência ou zeros do sistema cuja
dinâmica é descrita pela função de
Ah 2.5
τ= = = 1h transferência G(s).
Fin 10

31
EQ817 – Controle de Processos Material de Apoio
Quando a variável s assume os valores O diagrama de blocos pode ser
dos zeros de Q(s), a função de utilizado para representar sistemas e
transferência é igual a zero. subsistemas agrupados e conectados.

As raízes do polinômio P(s) são Representação:

chamadas de pólos da função de
transferência, ou equivalentemente de • Setas – utilizadas para representar
pólos do sistema. Nos pólos de um direções de fluxos de sinais.
sistema a função de transferência
tende ao infinito. • Ponto de soma: local onde o sinal é
somado algebricamente:
Se sabemos onde os pólos de um
sistema estão localizados, podemos • Ponto de bifurcação (Nó): local onde
determinar as características o sinal é compartilhado.
qualitativas da resposta do sistema a
uma entrada em particular sem
cálculos adicionais.

• Ramo direto – definido pela direção

Entrada-Saída passando pelo bloco
G(s).

• Ramo de Realimentação – definido

pelo direção Saída-Entrada.

• Ramo de Alimentação – Definido por

um sinal paralelo ao ramo direto.

4.3 – Diagrama de Blocos

Considere a representação:

32
EQ817 – Controle de Processos Material de Apoio
 Exemplo:
• Blocos em Cascata

Exemplo:
S ( s) G1 ( s )
G p (s) = =
E ( s) 1 + G1 ( s) H ( s )
2
G p (s) = s +1
1 3s s 3s 2
G p ( s) = = 1 + [5s(
2
(s + 1) (s + 2) (s + 3) s 3 + 5s 2 + 9 s + 7 s +1
)]

• Blocos com Realimentação G p (s) =

2
=
2
( s + 1) + 10 s + 11
Considere o sistema com
realimentação negativa:
• Blocos em Cascata com ramos de
realimentação

Para o ramo de realimentação a S ( s) G1 ( s )G2 ( s )G3 ( s)

entrada é dada pelo sinal S(s) e a G p (s) = =
E ( s) 1 + [G1 ( s)G2 ( s)G3 ( s )]H ( s )
saída por S(s).H(s). Assim o ramo
direto torna-se: • Blocos em Paralelo
Entrada = E(s) – S(s).H(s) e a Saída = Suponha o sistema de Alimentação:
S(s)

Assim:

S (s)
G1 ( s) =
E ( s ) − S ( s ) H ( s)
G1 ( s ) E ( s) − G1 ( s) S ( s ) H ( s) = S ( s )
G1 ( s) E ( s ) = S ( s ) + G1 ( s ) S ( s ) H ( s) A Função de Transferência Global é
G1 ( s ) E ( s) = S ( s)(1 + G1 ( s ) H ( s)) dada por:
S ( s) G1 ( s)
G p (s) = = G p (s) =
S (s)
= G1 ( s ) + G2 ( s )
E ( s) 1 + G1 ( s ) H ( s) E ( s)

33
EQ817 – Controle de Processos Material de Apoio
4.4 – Simplificação de Sistemas

Consiste em reduzir blocos em cascata e realimentação a um único bloco

Exemplo: Simplificar a conjunto abaixo:

G1 ( s )G2 ( s )(G3 ( s ) + G4 ( s))

S ( s) 1 − G1 ( s )G2 ( s) H 1 ( s )
G p (s) = =
E ( s) G ( s )G2 ( s )(G3 ( s ) + G4 ( s))
1+ ( 1 ) H 2 (s)
1 − G1 ( s)G2 ( s) H 1 ( s )
G1 ( s)G2 ( s )(G3 ( s ) + G4 ( s ))
G p (s) =
1 − G1 ( s)G2 ( s ) H 1 ( s ) + G1 ( s)G2 ( s )(G3 ( s ) + G4 ( s)) H 2 ( s )
Para um sistema com entradas múltiplas (sinais e referência e distúrbios) temos:

Fazendo Ed(s) = 0 teremos:

G1 ( s)G2 ( s)
onde G p ( s ) = (I)
1 + [G1 ( s )G2 ( s )]H 1 ( s )

34
EQ817 – Controle de Processos Material de Apoio
Fazendo E(s) = 0 teremos:

G2 ( s )
onde G p (s) = (II)
1 − [G1 ( s)G2 ( s)]H 1 ( s)

A saída o sistema é definida pela soma as equações I e II.

G1 ( s )G2 ( s ) G2 ( s)
S( s ) = E (s) + Ed (s)
1 + [G1 ( s )G2 ( s )]H 1 ( s ) 1 + [G1 ( s )G2 ( s )]H 1 ( s )

35
EQ817 – Controle de Processos Material de Apoio
5 5.1 – Comportamento
Dinâmico de um Sistema

E(s)

Sinais
Padronizados
MODELO
MATEMÁTICO
Gp(s)
S(s)

?????

Sinais de testes:

• Função Degrau

• Função Rampa
Dinâmica de
• Função Parábola
Processos
• Função Impulso

• Função Senoidal

Resposta Transiente e Resposta

Permanente.

Resposta Transiente: estado inicial até o

estado final

Resposta Permanente: quando t → ∞.

36
EQ817 – Controle de Processos Material de Apoio
 Entretanto, se na equação diferencial
de 1ª ordem a0 = 0 teremos:

dy b
= f (t ) = K p' f (t )
dt a1

'
Y ' ( s) K p
G( s) = = Eq. 2
F ' ( s) s
5.2 – Sistemas de 1ª Ordem
Neste caso o processo é chamado de
puramente capacitivo ou integrador.
Um sistema de 1ª Ordem é definido Os processos de 1ª ordem têm as
como um sistema em que a saída é seguintes características:
modelada por uma equação diferencial
de 1ª Ordem: • Capacidade de armazenamento de
massa e energia.
dy
a1 + a 0 y = bf (t ) Onde f(t) é a variável
dt • Resistência associada ao fluxo de
de entrada do sistema. massa, energia e momento.

a1 dy b • Em plantas químicas são os

Se a0≠0 tem-se: +y= f (t )
a 0 dt a0 sistemas mais comuns.

Definindo: Será analisada, a seguir, a resposta do

sistema a entradas do tipo degrau
a1 unitário e rampa unitária com
Constante de tempo (τp) = e amplitudes diversas para condições
a0
iniciais nulas.
b
Ganho (Kp) =
a0 Resposta Dinâmica de sistemas de
primeira ordem.
dy
A equação torna-se: τ p + y = K p f (t )
dt DEGRAU UNITÁRIO.

Em variáveis-desvio teremos: Como a transformada de Laplace da

função degrau unitário é 1 ,
s
Y ' ( s) Kp
G (s) = = substituindo F ' ( s ) = 1 na equação 2,
F ' (s) τ p s + 1 s
Eq. 1.
Kp 1
obtém-se: Y ' ( s ) =
A equação 1 é conhecida como atraso τ p s +1 s
de primeira ordem (first-order lag) ou
atraso linear (linear lag) e possui uma Expandindo-se em
Y ' (s) frações
característica autoregulatória. K p K pτ p
parciais, tem-se: Y ' ( s ) = −
s τ p s +1

37
EQ817 – Controle de Processos Material de Apoio
Tomando a transformada inversa de Qlíquido = Qvapor
Laplace, obtém-se:
dT
V ρC p = UA(Tvapor − T )
 − t 
 (t ≥ 0 ) (Eq. 3) para
τp dt
y (t ) = K p 1 − e
  dT
degrau unitário e VρC p + UAT = UATvapor
dt
 − t
 VρC p dT
 (t ≥ 0 ) (Eq.4) para + T = Tvapor
τp
y (t ) = AK p 1− e
  UA dt
degrau de amplitude A τsT ( s ) + T ( s) = Tvapor ( s )
Observa-se na equação 3 que y(t) é T ( s) 1
G p (s) = =
inicialmente nula e torna-se igual a Tvapor ( s ) τs + 1
AKp em t → ∞.
Constante de tempo → VELOCIDADE

Ganho → SENSIBILIDADE

RAMPA UNITÁRIA

Como a transformada de Laplace da

função rampa unitária é 1 2 , obtém-
s
Kp 1
se a saída do sistema: Y ( s )
τs + 1 s 2

Expandindo Y(s) em frações parciais,

Curva de resposta para perturbação 1 T T2
degrau unitário em Sistemas de 1ª tem-se: Y ( s ) = 2 − +
s s Ts + 1
Ordem.
Tomando a transformada inversa de
Exemplo 1: Seja o sistema abaixo: Laplace, obtém-se:

−t
y (t ) = t − τ + τe τ
Eq. 5

T O sinal de erro e(t) é dado por então:

−t
e(t ) = f (t ) − y (t ) = τ (1 − e τ
)
Eq. 6.
Q
−t
τ
Quando t tende a infinito, e tende a
Tvapor
zero, e portanto o sinal de erro e(t)
tende a τ ou e(∞) = τ.

38
EQ817 – Controle de Processos Material de Apoio
 ξ = fator de amortecimento.

Kp = ganho do sistema.

A equação torna-se:

d2y dy
τ2 2
+ 2ζτ + y = K p f (t )
dt dt

Em variáveis-desvio teremos:

Y ' ( s) Kp
G (s) = = 2 2 Eq. 7
F ( s ) τ s + 2ζτs + 1
'

A curva de resposta para perturbação DEGRAU UNITÁRIO

rampa unitária em Sistemas de 1ª
Ordem é representada na figura Quando submetido a uma perturbação
acima. do tipo degrau unitário o sistema de
segunda ordem torna-se:
5.3 – Sistemas de 2ª Ordem
Kp
y( s) =
s (τ s + 2ξτs + 1)
2 2
Eq. 8.
Um sistema de 2ª Ordem é definido
como um sistema em que a saída é Os dois pólos da função de
modelada por uma equação diferencial transferência são dadas pelas duas
de 2ª Ordem: raízes do polinômio característico

d2y dy τ 2 s 2 + 2ξτs + 1 = 0
a 2 2 + a1 + a 0 y = bf (t ) Onde f(t)
dt dt
é a variável de entrada do sistema. ξ ξ 2 −1 ξ ξ 2 −1
p1 = − + e p 2 = − −
τ τ τ τ
Se a0≠0 tem-se:
2
a 2 d y a1 dy b Assim a equação 8 torna-se:
2
+ +y= f (t )
a 0 dt a 0 dt a0
K p /τ 2
Definindo y(s) = Eq. 9
s ( s − p1)( s − p 2)
a2 a b
τ2 = , 2ξτ = 1 e Kp =
a0 a0 a0 A forma da resposta y(t) vai depender
da localização dos dois pólos, p1 e p2,
Onde: no plano complexo.

τ = período natural de oscilação do Pode-se distinguir três casos distintos:

sistema.

39
EQ817 – Controle de Processos Material de Apoio
Caso A: Sistema super amortecido
(ξ > 1, dois pólos distintos e reais)

Neste caso a inversão da eq. 9 por

expansão por frações parciais leva a:

  t ξ t 
y (t ) = K p 1 − e −ξt /τ  cosh ξ 2 − 1 + senh ξ 2 − 1 
  τ ξ −1
2 τ 
 

(Eq.10)

onde cosh(.) e senh(.) são as funções

trigonométricas hiperbólicas definidas
e α − e −α e α + e −α
por: senhα = e cosh α =
2 2

Como no caso do sistema de 1ª ordem

o ganho é dado por:

∆(estado estacionário da saída)

Kp =
∆(estado estacionário da entrada)

Caso B: Sistema criticamente Na figura anterior são apresentadas as

repostas para vários valores de fator
amortecido (ξ = 1, dois pólos iguais).
de amortecimento. Realizando uma
Neste caso, a inversão da eq. 9 resulta análise detalhada pode-se observar:
em:
1-A resposta subamortecida é
inicialmente mais rápida do que a
  t  −t / τ 
y (t ) = K p 1 − 1 + e  Eq. 11 criticamente amortecida ou super
  τ   amortecida, que é caracterizada como
lenta.
Caso C: Resposta sub amortecida
(ξ < 1, dois pólos complexos 2-Embora a resposta subamortecida
conjugados) seja inicialmente mais rápida e atinja
o seu valor final rapidamente, não
A inversão da eq. 9 neste caso leva a: permanece lá, mas oscila com
amplitude progressivamente
 1 −
ζt  decrescente. Este comportamento
y(t ) = K p 1 − e τ sen( wt + φ ) Eq. 12 oscilatório faz a resposta sub
 1− ξ 2  amortecida completamente diferente
das outras.
Onde:
3-O comportamento oscilatório se
1−ξ 2  1−ξ  2 torna mais pronunciado com valores
w= e φ = tan −1   menores do fator de amortecimento
τ  τ  (ξ).

40
EQ817 – Controle de Processos Material de Apoio
Observações
As respostas superamortecidas são
geradas pela combinação de sistemas
de primeira ordem em série. As
respostas sub amortecidas numa
planta química são causadas pela
interação de controladores com as
unidades de processo que eles
controlam. Assim, este é um tipo de
resposta bastante freqüente.
Características de uma resposta
sub amortecida.
3-Período de oscilação: w fornece o
valor da freqüência das oscilações
(rad/tempo) de um sistema sub
amortecido.
O período de oscilação T (ou seja, o
tempo passado entre dois picos
sucessivos), é calculado pela relação
w = 2πf e f=1/T, onde f é a freqüência
cíclica. Então:
2πτ
T=
1−ξ 2

Utilizando a figura de uma resposta 4- Período natural de oscilação:

subamortecida apresentada a seguir um sistema de segunda ordem com
serão definidos as características ξ=0 é um sistema sem
importantes deste tipo de resposta. amortecimento. Sua função de
transferência é:

Kp K p /τ 2
G( s) = 2 =
τ s + 1 ( s − j 1 )( s + j 1 )
τ τ

ou seja, tem dois pólos imaginários

puros e vai oscilar continuamente com
amplitude constante e freqüência
natural igual a:
1-Overshoot: é a razão A/B, onde B é
o valor final da resposta e A é o valor 1
máximo em que a resposta excede o wn =
τ
seu valor máximo. O overshoot é uma
função de ξ, e pode-se demonstrar Assim, considerando Kp=1 teremos:
que ele pode ser calculado por: wn2
G (s) = 2
 − πξ  s + 2ξwn s + wn2
overshoot = exp 
 1−ξ 2  Temos também a definição de
 
freqüência natural amortecida dada
2- Taxa de decaimento: É a razão por:
C/A, a razão entre o valor acima da
resposta final atingida por dois picos wd = wn 1 − ξ 2 .
sucessivos. Ela é descrita por:
O período cíclico correspondente Tn é
 − 2πξ  dado por: Tn = 2πτ
taxa de decaimento = exp  = (overshoot ) 2
 1−ξ 2 
 

41
EQ817 – Controle de Processos Material de Apoio
5- Tempo de Estabilização ou
Tempo de Resposta: a resposta de
um sistema sub amortecido atingirá o
seu valor final de forma oscilatória
quando t→∞. Para questões práticas
considera-se que a resposta atingiu o
valor final quando está dentro da faixa
de ± 5% ou ± 2% do valor final. O
tempo de estabilização ou tempo de
resposta pode ser dado diretamente
pela equação:
t s = 4τ (para 2%) e 3τ (para 5%)
RAMPA UNITÁRIA.
Como a transformada de Laplace da
função rampa unitária é 1 2 , obtém-
s
se a saída do sistema:
1 Kp
y( s) =
s 2 τ 2 s 2 + 2ξτs + 1
A curva de resposta para perturbação
rampa unitária em Sistemas de 2ª
Ordem é apresentada na figura
abaixo.

6-Tempo de pico: É definido como o

tempo onde ocorre o maior valor de
π
sobressinal, dado por: t p =
wd

7-Tempo de subida: É definido como

o tempo transcorrido para a resposta
ir de 10% a 90% do seu valor final. O
tempo de subida é um indicativo de
quão rápido reaje o sistema a
aplicação de um salto em sua entrada.
Muitas vezes a redução excessiva do Sistemas de 2ª Ordem
tempo de subida de um sistema a provenientes de Sistemas
partir da sintonia dos parâmetros de Multicapacitivos.
um controlador pode provocar o
Observe as figuras abaixo:
aparecimento de um alto overshoot.
Isto explica-se intuitivamente pelo fato Fin

que o sistema é "acelerado" de tal

maneira que é difícil de "freiá-lo" o
que leva a saída a ultrapassar de h1
R1 F1
maneira significante o valor da
entrada. O tempo de subida é dado Tanque 1
w 
π − tg −1  d 
 ξwn 
h2 R2 F2
por: t r =
wd Tanque 2
Fin (a) Tanques Não Interativos

8-Constante de Tempo – A
constante de tempo de um sistema de
segunda ordem pode ser encontrada h1
R1 F1 h2 R2 F2
1
com a seguinte relação:
ξwn Tanque 1 Tanque 2

(b) Tanques Interativos

42
EQ817 – Controle de Processos Material de Apoio
Sistemas Não Interativos K p1 K p2
G p ( s) =
Sistemas capacitivos não interativos
τ p1 s + 1 τ p 2 s + 1
são descritos por um conjunto de K P'
G p ( s) =
equações diferenciais
apresentadas a seguir:
como
(τ ) s
' 2 2
+ 2ζ 'τ ' s + 1
onde
τ p1
dy1
+ y1 = K p1 f1 (t ) (τ ')2 = τ p1τ p 2 2ζ 'τ ' = τ p1 + τ p 2
dt
dy e K P' = K p1 K p 2
τ p 2 2 + y 2 = K p 2 y1 (t )
dt
Indicando que a resposta geral é um
O primeiro sistema afeta o segundo, sistema de segunda ordem com raízes
mas não é afetado por ele. reais e distintas, apresentando sempre
uma resposta superamortecida ou
Temos, portanto, um conjunto de criticamente amortecida.
sistemas em série correspondentes às
funções de transferência de primeira Sistemas Interativos
ordem:
Considerando o sistema na figura b
Y1 ( s ) K p1 acima e realizando o balanço de
G1 ( s ) = = massa, teremos:
F1 ( s ) τ p1 s + 1
Y2 ( s ) K p2 dh1
G2 ( s) = = A1 = Fin − F1 Tanque 1
Y1 ( s ) τ p 2 s + 1 dt
dh
A função de transferência global é A2 2 = F1 − F2 Tanque 2
dada por: dt

G p ( s ) = G1 ( s )G 2 ( s ) Assumindo que as resistências são

lineares:
K p1 K p2
G p ( s) = h1 − h2 h2
τ p1 s + 1 τ p 2 s + 1 F1 = e F2 =
R1 R2
K P'
G p ( s) =
(τ ) s
' 2 2
+ 2ζ 'τ ' s + 1 A1 R1
dh1
+ h1 − h2 = R1 Fin
dt
onde
dh  R  R
(τ ')2 = τ p1τ p 2 2ζ 'τ ' = τ p1 + τ p 2 A2 R2 2 + 1 + 2  h2 − 2 h1 = 0
dt  R1  R1
e K P' = K p1 K p 2
As equações devem ser solucionadas
A função de transferência global é simultaneamente, caracterizando a
dada por: interatividade.

G p ( s ) = G1 ( s )G 2 ( s ) Em regime permanente teremos:

43
EQ817 – Controle de Processos Material de Apoio
h1RP − h2 RP = R1 FinRP
 R2  R
1 + h2 RP − 2 h1RP = 0
 R1  R1

Sendo
h1' = h1 − h1RP h2' = h2 − h2 RP Fin' = Fin − FinRP
Três elementos mecânicos envolvidos:
dh '
A1 R1 1 + h1' − h2' = R1 Fin'
dt Elemento de Inércia (massa)
dh '  R  R
A2 R2 2 + 1 + 2  h2' − 2 h1' = 0
dt  R1  R1 F (t ) = ma(t )
Aplicando as Tranf. de Laplace
d 2 y (t )
( A1 R1s + 1)H 1' ( s) − H 2' ( s) = R1 Fin' ( s ) F (t ) = m
dt
R2 '   R 
− H 1 ( s ) +  A2 R2 s + 1 + 2   H 2' ( s ) = 0 Elemento de Elasticidade (mola)
R1   R1  

H 1' ( s ) =
(τ p1 R1 )s + (R1 + R2 ) Fin' ( s )
τ p1τ p 2 s + (τ p1 + τ p 2 + A1 R2 )s + 1
2

R2
H 2' ( s ) = Fin' ( s )
τ p1τ p 2 s + (τ p1 + τ p 2 + A1 R2 )s + 1
2

F (t ) = Ky(t )
onde τ p1 = A1 R1 e τ p 2 = A2 R2
Também apresenta uma resposta Elemento de Amortecimento
superamortecida

F (t ) = Bv(t )
dy (t )
F (t ) = B
dt

∑ Forças = m.a
Proc. inerentemente de 2ª Ordem. Equilíbrio de forças: mola ↑ F(t) ↓
Amortecedor ↑
Processos que apresentam inércia e
são sujeitos à aceleração. Ocorrem A função de transferência global é
raramente em processos químicos,
dy d 2 y (t )
normalmente são associados a F (t ) − Ky (t ) − B =m
movimento de sólidos e fluidos. dt dt 2
d 2 y (t ) dy
Exemplo: Massa-Mola-Amortecedor m + B + Ky (t ) = F (t )
dt 2 dt

44
EQ817 – Controle de Processos Material de Apoio
ms 2Y ( s ) + BsY ( s ) + KY ( s) = F ( s) Kc 1
AsH ' ( s ) + K c H ' ( s ) + H ' ( s) = Fin' ( s )
Y (s) 1 1 τI s
G (s) = = 2 =
F ( s ) ms + Bs + K s 2 + B s + K  Aτ I 2  τ
m m  s + τ I s + 1 H ' ( s ) = I sFin' ( s )
Processos de 1ª Ordem com  Kc  Kc
dinâmica de 2ª Ordem devido a τI
s
presença de um sistema de H ' (s) Kc
controle. = G p (s) =
Fin' ( s ) Aτ I 2
s +τ I s +1
Os sistemas de segunda ordem, e de Kc
ordens maiores podem decorrer da K ps
presença de controladores. Como =
exemplo se pode utilizar um tanque τ 2 s 2 + 2ξτs + 1
com um controlador que mantém o Aτ I τI
nível agindo sobre a vazão de saída. onde τ 2 = Kp = e 2ξτ = τ I
Kc Kc
Fin Aτ I 1 K cτ I
τ= e ξ=
Kc 2 A
h Controlador
PI
A resposta apresentada depende dos
h valores de τI e Kc.
Fo
5.4 – Sistemas de Ordem
V
Superior
Equação que representa a dinâmica Os processos com dinâmica maior que
dh' segunda ordem são freqüentes na
deste sistema: A = Fin' − Fo' indústria. Podem ser encontrados nas
dt seguintes classes:

Para o controle da variável h podemos • Processos de 1ª Ordem em série.

utilizar um controlador PI para • Processos com tempo morto.
manipular a variável de entrada Fo: • Processo com Resposta Inversa

Kc t Dinâmica de Sistemas com tempo

Fo = Fo,RP + K c h'+
τI ∫0
h' (t )dt Morto.

sendo h' = h − hRP Substituindo Fo Até o momento, foi considerado que

na equação da dinâmica: os efeitos das alterações na variável
de entrada eram observadas
instantaneamente na variável de saída
dh' K t
+ K c h'+ c ∫ h' (t )dt = F
'
A dos sistemas. Em sistemas reais esta
dt τI 0
in
consideração não é verdadeira, pois
“todos” os sistemas possuem algum
Aplicando TL teremos: tempo morto entre a entrada e a
saída.

45
EQ817 – Controle de Processos Material de Apoio
 td
1− .s
e −td .s = 2
1a ordem: t
1 + d .s
2

−td . s t d2 s 2 − 6t d s + 12
e ≈ 2 2
2a ordem:
t d s + 6t d s + 12

Para processos de 1a ordem com Dinâmica de Sistemas com Resposta

tempo morto: Inversa.

y ( s) Kp L[ y (t − td )] −td .s A figura abaixo apresenta o

= G ' p( s) = e =e
L[ y (t )]
comportamento de um sistema que
f ( s) τps + 1 apresenta resposta inversa.
Juntando em um bloco só: Vapor
Fout, P
L[ y (t − td )] Kp.e −td .s
= Gp1 ( s ) =
L[ f (t )] τps + 1 h
Controlador
a
Para processos de 2 ordem com h
tempo morto: Fin, T in

L[ y (t − td )] Kp.e − td .s Q V
= Gp2 ( s ) = 2 2
L[ f (t )] τ s + 2ξτs + 1

Considerando uma perturbação degrau

Os sistemas com tempo morto são
difíceis de controlar pois a saída do
processo (valor medido da variável
controlada) não contém informação
sobre as variações ocorridas no
instante atual!!! Processo “demora a
sentir a perturbação”.Para facilitar
cálculos da análise das raízes da
função de transferência, podem-se
fazer as seguintes aproximações
(Padé):
na vazão de alimentação de água
(fria) do sistema teremos:
A alimentação de água fria causa uma
redução da temperatura e
conseqüentemente do volume de
líquido na caldeira. A redução do nível
ocorre de acordo com um sistema de
1ª ordem. Com o fornecimento
constante de calor, a produção de
vapor permanece constante e o nível
de líquido aumentará constantemente
(integral)

46
EQ817 – Controle de Processos Material de Apoio
O resultados dos dois efeitos opostos é Baseado no diagrama de blocos, a
dado por: resposta global é:

K2
−
K1 (K τ − K1 )s + K 2
= 2 1
 K K2 
y(s) =  1 −
s τ 1s + 1 s (τ 1 s + 1) τ
 1 s + 1 τ 2 s + 1
. f ( s )

(K τ − K 2τ 1 )s + (K1 − K 2 ) . f (s)
y(s) = 1 2
Se K 2τ 1 < K1 a função de transferência
passa a ter um zero positivo em
(τ 1 s + 1)(τ 2 s + 1)
− K2 quando há a resposta inversa (ou seja,
s= .
(K 2τ 2 − K1 ) τ 2 < τ 1 e K 2 < K1 ) o sistema descrito
acima apresenta um zero positivo!!!
“Sempre que houver um zero positivo
(raízes do numerador) na função de (K1τ 2 − K 2τ 1 )s + (K1 − K 2 ) = 0
transferência, o sistema apresentará
resposta inversa.”
s=−
(K 1 − K 2 ) (÷τ 2 )
Caso mais comum de resposta (K1τ 2 − K 2τ 1 )
inversa:Sistemas de 1a ordem com
efeitos opostos: (K 1 − K 2 ) > 0
τ2
s=−
 τ 
 K 1 − K 2 1 
 τ2 

τ1 τ
e se K 1 > K 2 ⇒ K1 − K 2 1 < 0
τ2 τ2

(K 1 − K 2 ) > 0
Ocorre resposta inversa neste caso
τ2
quando: s=− ⇒ s (zero) tem
 τ1 
 K 1 − K 2  < 0
Processo 2 reage mais rápido que o  τ2 
processo 1 ( τ 2 < τ1 ) e domina o parte real positiva ⇒ resposta inversa.
sistema todo no início, porém no final
o processo 1 atinge valor de estado zero > 0 não afeta estabilidade do
estacionário maior que processo 2 sistema em malha aberta. Processo
pode ser levado ã instabilidade pela
( K 1 > K 2 ) ⇒ força a resposta final do
presença deste zero, quando for
processo na direção oposta da inicial,
colocado sob controle
ou seja:
“feedback”!!!Esse tipo de sistema
requer atenção especial para projeto
de controle

47
EQ817 – Controle de Processos Material de Apoio
6 6.1 – Estrutura da Malha de
Controle por Realimentação
(Feedback)

Estrutura da malha de controle SISO:

Processo em Malha aberta:

d(s)
m(s) y(s)
PROCESSO

Controle
Processo em Malha Fechada:
Feedback
(Realimentação)

Objetivo de Controle: manter o valor da

variável controlada y em seu valor de
referência (“set point”).

Forma de agir do controle por

realimentação:

Medição da variável controlada, usando

instrumentação apropriada (sensores e
transmissores), ym.

48
EQ817 – Controle de Processos Material de Apoio
Comparação do valor medido com Variável Dependente y (s )
valor de referência, ySP, resultando no
valor do erro: e= ySP – ym. Variáveis Independentes d (s ) e y SP (s )
O valor do erro é alimentado ao
controlador, que ajusta o valor da Processo: y ( s ) = Gp ( s )m( s ) + Gd ( s )d ( s ) (1)
variável manipulada (u ou c) de modo
a reduzir o erro. Este ajuste é Sensor: y m ( s ) = Gm( s ) y ( s ) (2)
implementado através do elemento
final de controle (instrumento Controlador: e( s ) = y SP ( s ) − y m ( s ) (3)
atuador). e c( s ) = Gc( s )e( s ) (4)
Exemplo:
Elemento Final de Controle:

x2, F2
m( s ) = Gf ( s )c ( s ) (5)
x1, F1

Resposta da malha fechada no

I/P Domínio de Laplace

AC
A resposta da malha fechada no
domímio de Laplace é representada
por:
AT
x, V 01

Gp ( s )Gf ( s )Gc( s )
y(s) = y SP ( s ) +
x, F 1 + Gp ( s )Gf ( s )Gc ( s )Gm( s )
Gd ( s )
+ d (s)
AT=sensor+transmissor de 1 + Gp ( s )Gf ( s )Gc ( s )Gm( s )
concentração de saída do tanque
Dois termos envolvidos:
AC = Controlador da concentração de
saída com manipulação da vazão de Gp( s )Gf ( s )Gc( s )
entrada 2. y SP ( s ) é o termo
1 + Gp( s )Gf ( s )Gc( s )Gm( s )
de controle supervisório, pois mostra o
efeito de uma modificação no “set
6.2 – Função de point” sobre a variável controlada;
Transferência e Resposta de
um Sistema em Malha
Fechada Gd ( s )
d ( s ) é o termo
1 + Gp ( s )Gf ( s )Gc( s )Gm( s )
de controle regulatório, pois mostra o
efeito de uma modificação na carga
(ou distúrbio) sobre a variável
controlada y ( s ) .

49
EQ817 – Controle de Processos Material de Apoio
1) O denominador dos dois termos
envolvidos é o mesmo:
1 + Gp ( s )Gf ( s )Gc( s )Gm( s ) , ou seja,
produto de todas as funções de
transferências da malha;

2) O numerador é o produto das

e( s ) = T SP ( s ) − T m( s )
funções de transferências do caminho
direto entre a variável controlada y (s ) Resposta em malha fechada:
e a variável que sofre a modificação Kv K
d (s ) ou y SP (s ) . Kc
τV s +1 s + a
T (s) = T SP ( s )
Kv K
Exercício) Encontre a resposta em 1 + Kc
τV s +1 s + a
malha fechada do tanque de
aquecimento abaixo esquematizado e 1τ
construa seu diagrama de blocos. + s+a T i ( s)
Kv K
1 + Kc
Dados: τV s +1 s + a
- Perturbações ocorrem somente na OBS: não havendo perspectiva de
temperatura da corrente de entrada
mudança no “set point” o problema se
(Ti);
torna regulatório e a resposta pode ser
- Controlador é do tipo Proporcional;
simplificada para:
- A válvula, o processo e a carga têm 1τ
dinâmica de 1a ordem:
T ( s) = s+a T i (s)
Kv K
1 + Kc
τV s + 1 s + a

6.3 – Ações de Básicas de

Controle

A busca da qualidade, eficiência e

precisão nos processos industriais
K Kv 1τ exige sistemas de controle em malha
Gp ( s ) = Gf ( s ) = Gd ( s) =
s+a τV s +1 s+a fechada sem a presença do operador
Solução: humano, os quais são chamados de
Controladores Automáticos.
Diagrama de blocos da malha fechada
por controlador por realimentação: Os controladores industriais
convencionais são classificados de

50
EQ817 – Controle de Processos Material de Apoio
acordo com a ação de controle que utiliza-se na prática o que chamamos
executam: de controlador liga-desliga com
histerese mostrado na figura abaixo:
• Controladores ON-OFF;

• Controladores Proporcionais;

• Controladores Integrais;

• Controladores Proporcionais-
Integrais;
Sendo o sinal de saída do controlador
• Controladores Proporcionais-
u(t) e a entrada o sinal de erro
Derivativos;
atuante. Nesta ação de controle a
• Controladores Proporcionais- saída u(t) permanece num valor
Integrais-Derivativos. máximo ou num valor mínimo,
dependendo do sinal do erro atuante,
AÇÃO DE CONTROLE ON-OFF isto é, positivo ou negativo. O valor
mínimo U2, ou é zero ou é U1.
relé

Na prática, deve-se implementar este

U1 u(t) y(t)
r(t) e(t)
PROCESSO controlador, considerando-se uma
U2
pequena diferença entre os valores
realimentação
positivos e negativos de erro. Isto
significa que na transição do sinal de
Na ação de controle On-Off, o atuador
erro atuante, de um valor positivo (E1)
tem somente duas posições fixas, isto
para um valor negativo (E2), o
é, Ligado/Desligado. Em outras
controlador não será acionado
palavras tem-se:
exatamente no ponto e(t) = 0. Da
mesma forma, o controlador será
U se e(t ) > 0
u (t ) =  1 acionado na transição do sinal de erro
U 2 se e(t ) < 0 atuante de um valor negativo para
positivo. Isto cria um intervalo
Por esta razão apresenta um custo diferencial, conhecido como histerese,
relativamente baixo, aliado a cuja finalidade é diminuir a freqüência
simplicidade. de abertura e fechamento do
controlador e, portanto aumentar a
Este tipo de função pode ser sua vida útil.
implementada como um simples
comparador ou mesmo um relé físico. O gráfico da figura abaixo mostra a
Nota-se que neste caso tem-se uma curva de resposta em malha fechada e
inconsistência em zero e, na presença o respectivo sinal de controle para um
de ruídos, tem-se chaveamentos sistema com controlador liga-desliga
espúrios quando o sinal e(t) for com histerese. Note que, em regime
próximo de zero. permanente, a saída do sistema
apresenta uma oscilação em torno do
Para evitar este tipo de problema, valor de referência. Este fato denota

51
EQ817 – Controle de Processos Material de Apoio
a baixa precisão obtida com este tipo
de controlador. A amplitude e a
freqüência da oscilação são funções do
intervalo [E1, E2]. A determinação do
intervalo [E1, E2] deve ser feito
levando-se em consideração a proporcional ao módulo de e(t).
precisão desejada, os níveis de ruído e
a vida útil dos componentes.
y(t)
Assim se, em um dado instante, o
valor da saída do processo é menor
(maior) que o valor da referência, i.e.
e(t) >0 (e(t) < 0), o controle a ser
aplicado será positivo (negativo) e
A figura abaixo mostra a resposta de
um sistema considerando-se a
aplicação de uma ação proporcional.

1 Note que, quanto maior o ganho KC

menor o erro em regime permanente,
isto é, melhor a precisão do sistema
0 em malha fechada.
u(t)

Este erro pode ser diminuído com o

0.5
-0.5
Figura 6.1. – Ação de Controle On-Off
A ação de controle liga-desliga pode
assim ser considerada a ação de
controle mais simples e mais
econômica. Entretanto, este tipo de
ação possui limitações no que diz
respeito ao comportamento dinâmico e
em regime permanente do sistema em
aumento do ganho, entretanto nunca
conseguiremos anular completamente
o erro. Por outro lado, quanto maior o
ganho, mais oscilatório tende a ficar o
comportamento transitório do sistema
em malha fechada.
Na maioria dos processos físicos, o
aumento excessivo do ganho
proporcional pode levar o sistema a
instabilidade.
1.4

malha fechada. Suas aplicações 1.2

restringem-se a sistemas onde não é
necessário precisão nem um bom 1

desempenho dinâmico. Como 0.8

Kp=3
Amplitude

exemplos corriqueiros de aplicação

deste tipo de controle temos: 0.6 Kp=2

termostato da geladeira, controle de 0.4

Kp=1

nível d'água a partir de "bóias".

0.2

0
0 5 10 15 20 25 30

AÇÃO DE CONTROLE PROPORCIONAL Tempo (s)

Figura 6.2 – Ação proporcional com

Neste tipo de ação o sinal de controle
diferentes valores de Kc
aplicado a cada instante à planta é
proporcional à amplitude do valor do
sinal de erro: u (t ) = K C e(t )

52
EQ817 – Controle de Processos Material de Apoio
AÇÃO DE CONTROLE INTEGRAL
A ação de controle integral consiste
em aplicar um sinal de controle u(t)
proportional à integral do sinal e(t):
1 e possuirá um pólo a mais na origem.
u (t ) = ∫ e(t )dt
τi
τI é chamado de tempo integral ou
reset-time.
A ação integral tem assim uma função
"armazenadora de energia". Note que,
se a partir de um determinado tempo t
o erro é igual a zero, i.e. e(t)=0, o
sinal o sinal de controle u(t) será
mantido em um valor constante
proporcional a "energia armazenada"
até o instante t. Este fato permitirá, no
sistema em malha fechada, obter-se o
seguimento de uma referência com
erro nulo em regime permanente, pois
a ação integral garantirá a aplicação
ao processo de um sinal de controle
constante de forma a ter-se r(t)=y(t),
i.e.e(t)=0.
A função de transferência da ação
u (s) 1
integral é dada por: GC ( s) = = Note que este tipo de função de
e( s ) τ I s
Figura 6.3 – Ação integral com
diferentes valores de τI.
EQ817 – Controle de Processos
Assim sendo, sob um ponto de vista
matemático, a ação integral permite
aumentar o tipo do sistema, ou seja, a
nova função de transferência em
malha aberta será dada por GC(s)GP(s)
A ação integral está então diretamente
ligada a melhoria da precisão do
sistema. Entretanto, a introdução de
um pólo na origem na função de
transferência em malha aberta, tende
a piorar a estabilidade relativa do
sistema em malha fechada ou mesmo
torná-lo instável. Por este motivo, esta
ação de controle em geral não é
aplicada de maneira isolada.
AÇÃO DERIVATIVA
Esta ação corresponde a aplicação de
um sinal de controle proporcional a
de(t )
derivada do sinal de erro: u (t ) = τ D
dt
A função de transferência desta ação é
u (s)
dada por: GC ( s) = =τ Ds
e( s )
transferência implica em um ganho
que cresce com o aumento da
freqüência, fato este que deixaria o
sistema extremamente sensível a
ruídos de alta freqüência. De mais a
mais a implementação analógica de
um derivador puro é fisicamente
impossível.
A derivada de uma função esta
relacionada intuitivamente com a
tendência de variação desta função em
um determinado instante de tempo.
Assim, aplicar como controle um sinal
proporcional à derivada do sinal de
erro é equivalente a aplicar uma ação
baseada na tendência de evolução do
53
Material de Apoio
erro. A ação derivativa é então dita configurações possíveis de
antecipatória ou preditiva e tende a controladores a partir de uma
fazer com que o sistema reaja mais estrutura PID:
rapidamente. Este fato faz com que a
ação derivativa seja utilizada para a • proporcional (P)
obtenção de respostas transitórias
mais rápidas, ou seja, para a melhora • proporcional-integral (PI)
do comportamento dinâmico do
• proporcional-derivativo (PD)
sistema em malha fechada. Observe
que no caso em que, em regime • proporcional-integral-derivativo
permanente, o sinal de erro é (PID)
constante a ação derivativa será igual
a zero, ou seja, esta ação atua apenas A Banda Proporcional
durante a resposta transitória.
Na prática, por restrições de ordem
CONTROLADOR PID física ou de segurança, não é possível
a aplicação de sinais controle de
A combinação das ações proporcional, amplitudes ilimitadas. Tem-se assim
integral e derivativa apresentadas um limite máximo uMAX e um limite
anteriormente para gerar um só sinal mínimo uMIN para a variável de
de controle, dá origem ao que controle. Assim, o sinal de controle
chamamos de controlador pode ser genericamente definido
proporcional-integral-derivativo ou como:
simplesmente PID. O objetivo é
aproveitar as características u (t ) = K C f [e(t )] = K C w(t )
particulares de cada uma destas ações
a fim de se obter uma melhora Considerando-se os limites do
significativa do comportamento controle, tem-se que o sinal que será
transitório e em regime permanente efetivamente aplicado é descrito da
do sistema controlado. O sinal de seguinte forma:
controle gerado pelo controlador PID é
assim genericamente dado como:  u max se w(t ) > u max

u (t ) =  K C w(t ) se u min ≤ w(t ) ≤ u max
1 t de(t )
u (t ) = K C [e(t ) + ∫ e(t )dt + τ D ] Eq. 1  u se w(t ) < u min
τI 0 dt  min

Desta forma tem-se três parâmetros Assim, se K C w(t ) > u max ou se

de sintonia no controlador: o ganho
proporcional KC(ação proporcional), o
tempo integral τI (ação integral) e o
tempo derivativo τD (ação derivativa).
Apesar de termos a disponibilidade das
três ações básicas, dependendo da
aplicação não será necessário a
utilização de uma ou mais destas
ações. Basicamente temos quatro
K C w(t ) < u min diz-se que há saturação de
controle. Neste caso o comportamento
do controlador torna-se não linear.
Para que o comportamento do
controlador PID seja linear, o sinal w(t )
deve pertencer ao intervalo [w1, w2]
u u
onde w1 = min e w2 = max . A largura do
KC KC
intervalo [w1, w2] é o que chamamos

54
EQ817 – Controle de Processos Material de Apoio
de banda proporcional, Pb = w2 − w1 : O Controlador Proporcional-
Integral ( PI)
A partir
desta definição podemos
A principal função da ação integral é
escrever que: u max − u min = K C Pb fazer com que processos sigam, com
erro nulo, um sinal de referência do
Em resumo: quanto maior a banda
tipo salto. Entretanto, a ação integral
proporcional, mais dificilmente
se aplicada isoladamente tende a
ocorrerá saturação de controle, ou
piorar a estabilidade relativa do
seja, maior é a região de
sistema. Para contrabalançar este fato,
comportamento linear para o
a ação integral é em geral utilizada em
controlador PID. A figura abaixo ilustra
conjunto com a ação proporcional
graficamente a banda proporcional.
constituindo-se o controlador PI, cujo
sinal de controle é dado por:

1 t
u (t ) = K C [e(t ) +
τI ∫ e(t )dt )]
0

A figura abaixo ilustra a aplicação da

ação integral conjuntamente com a
ação proporcional. A partir deste
gráfico pode-se dar uma interpretação
Figura 6.4 – Representação da Banda para τI: o tempo integral ou reset
Proporcional. time, corresponde ao tempo em que a
O Controlador Proporcional ( P) parcela relativa a parte proporcional
da ação de controle é duplicada. τI é
Muitas vezes, processos simples comumente especificado em minutos.
podem ser controlados
satisfatoriamente apenas com a ação
proporcional.

Neste caso as ações integral e

derivativa são simplesmente
desligadas. Tem-se: u (t ) = K C e(t )

Em muitos controladores PID

industriais, ao invés de especificarmos
diretamente o valor de KC, especifica-
se o valor da banda proporcional em Figura 6.5 – Efeito da Ação Integral.
valor percentual.
Na figura a seguir é ilustrada a
Note que, considerando-se influência da sintonia do parâmetro τI
100 na resposta do sistema considerando-
u max − u min = 100% , tem-se: K C =
Pb se o sistema simulado com KC = 2
constante. Para altos valores de τI,
Logicamente, quanto maior o valor de tem-se a predominância da ação
KC menor é a banda proporcional. proporcional (τI →∞). Note que, neste

55
EQ817 – Controle de Processos Material de Apoio
caso, existe um erro em regime Uma outra interpretação é que,
permanente. À medida que dependendo da dinâmica do processo,
diminuímos τI a ação integral começa o sinal de controle estará em "atraso"
a predominar sobre a ação para corrigir o erro. Este fato é
proporcional e a resposta tende a se responsável por transitórios com
aproximar mais rapidamente da grande amplitude e período de
referência, ou seja, o erro em regime oscilação, podendo, em um caso
tende a ser anulado mais extremo, gerar respostas instáveis.
rapidamente. Diminuindo-se
excessivamente τI observa-se que a A ação derivativa quando combinada
resposta começa a ficar mais com a ação proporcional tem
oscilatória numa tendência de justamente a função de "antecipar" a
instabilização. Isto se justifica pelo ação de controle a fim de que o
fato de que, neste caso, o zero do processo reaja mais rápido. Neste
controlador começa a se afastar caso, o sinal de controle a ser aplicado
demasiadamente do pólo na origem e é proporcional a uma predição da
o controlador tende a comportar-se saída do processo.
como um integrador puro.
A estrutura básica do controlador PD é
de(t )
dada por: u (t ) = K C [e(t ) + τ D ]
dt

Considerando-se que e(t+τD) pode ser

aproximado por
e(t+τD)≈e(t)+τDde(t)/dt

tem-se que u(t)≈KC(t+τD), ou seja, o

Figura 6.6 – Ti=2(pontilhado),4
(tracejado),10(contínuo).
sinal de controle é proporcional a
estimativa do erro de controle τD
unidades de tempo a frente. Em
outras palavras, a predição é feita
extrapolando o valor do erro pela reta
tangente a curva do erro no instante t.

O Controlador Proporcional-
Derivativo (PD)

A saída de um processo apresenta,

intuitivamente, certa "inércia" com
relação a modificações na variável de
entrada. Esta "inércia" explica-se pela
dinâmica do processo que faz com que
uma mudança na variável de controle
provoque uma mudança considerável
Figura 6.7 – Interpretação da ação
na saída da planta somente após certo proporcional-derivativa.
tempo.

56
EQ817 – Controle de Processos Material de Apoio
Esta ação preditiva tende a aumentar
a estabilidade relativa do sistema e a
tornar a resposta transitória do
mesmo mais rápida.
O Controlador Proporcional-
Integral-Derivativo
O controlador proporcional combina as
vantagens do controlador PI e PD. A
ação integral está diretamente ligada à
precisão do sistema sendo responsável
pelo erro nulo em regime permanente.
O efeito desestabilizador
controlador PI é contrabalançado pela
ação derivativa que tende a aumentar
a estabilidade relativa do sistema ao
mesmo tempo que torna a resposta do
sistema mais rápida devido ao seu
efeito antecipatório. Considerando-se
o mesmo sistema das figuras
anteriores e fixando-se KC=1 e τI=2, a
influência da ação derivativa na
resposta do sistema pode ser
observada na figura 6.8.
É importante ressaltar que a equação
1 constitui a versão clássica do
controlador PID. Outras versões e
variações existem, mas a filosofia de
funcionamento, a partir da combinação
dos efeitos das três ações básicas, é a
mesma.
6.3 – Efeito das Ações P,I e D
na Resposta em Malha
Fechada
O que acontece com um processo de
1a ou de 2a ordens quando se insere
um controlador por retroalimentação?
Qual a resposta y (s ) frente a
perturbação em degrau unitário?
Análise matemática baseada na
resposta do processo em malha
do fechada:
Gp ( s ) f ( s )Gc( s )
y(s) = y SP ( s ) +
1 + Gp ( s )Gf ( s )Gc( s )Gm( s )
Gd ( s )
+ d (s)
1 + Gp ( s )Gf ( s )Gc( s )Gm( s )
Simplificações: Dinâmicas da válvula e
do sensor não influenciam a resposta:
Gf(s)=1 e Gm(s)=1.
Gp( s )Gc( s ) Gd ( s )
y( s) = y SP ( s ) + d (s)
1 + Gp( s )Gc( s ) 1 + Gp( s )Gc( s )
Efeito da Ação Proporcional:
Função de transferência da Ação de
Controle P: Gc(s)=Kc
Processo de 1a ordem:

Kp Kd
y (s) = m ( s) + d (s) sendo
τ ps +1 τ ps +1
Kp Kd
Gp( s ) = e Gd ( s ) =
τ ps +1 τ ps +1

Substituindo-se na equação geral

simplificada, tem-se:

KpKc Kd
τ ps +1 τ ps +1
y(s) = y SP ( s ) + d (s)
KpKc KpKc
1+ 1+
Figura 6.8 – PID - KC=4; Ti=1.5; Td=0.1 τ ps +1 τ ps +1
(tracejado), 0.4(pontilhado), 2(contínuo)

57
EQ817 – Controle de Processos Material de Apoio
 −t
Multiplicando-se o numerador e o Kp ' L−1  
y(s) =  
→ y (t ) = Kp ' 1 − e
τp' 
denominador por (τp s+1), tem-se: s (τ p ' s + 1)  
 
KpKc Kd
y(s) = y SP ( s ) + d (s) lim y (t ) = Kp '
τ p s + 1 + KpKc τ p s + 1 + KpKc t →∞

Dividindo-se o numerador e o
denominador por (1+KpKc), tem-se: O Offset (desvio final) é definido por:

KpKc Kd Desvio Final = SPNOVO - lim y (t )

t →∞
1 + KpKc 1 + KpKc KpKc 1
y(s) = y SP ( s ) + d (s) = 1 − Kp ' = 1 − =
τ p s + 1 + KpKc τ p s + 1 + KpKc 1 + KpKc 1 + KpKc
1 + KpKc 1 + KpKc
Definindo-se:
Problema Regulatório:
KpKc τp Kd
Kp' = τ p '= Kd ' =
1 + KpKc 1 + KpKc 1 + KpKc Degrau unitário no distúrbio d ( s ) =
1
e
Obtém-se como resposta do processo s
de 1a ordem com controle y SP ( s ) = 0 Gp( s ) =
Kd '
d (s)
proporcional: τ p 's +1
Kp' Kd '
y (s) = y SP ( s ) + d ( s)
τ p 's +1 τ p 's +1 Kd ' L−1  −t

y(s) =  
→ y (t ) = Kd ' 1 − e
τp' 

s (τ p ' s + 1)  
Observações tiradas da equação  
obtida:
lim y (t ) = Kd '
t →∞
Resposta em malha fechada continua
sendo de 1a ordem em relação ao set- Kd
point e ao distúrbio: Desvio Final= SPNOVO- Kd’= 0 −
1 + KpKc
Kp’<Kp ⇒ em malha fechada processo
OBS: Nos dois casos (supervisório e
passa a ser menos sensível;
regulatório), o desvio final tende a
Kd’<Kd ⇒ em malha fechada processo zero quando Kc tende a infinito.
passa a ser menos sensível; Porém, por questão de estabilidade do
controlador (próximo tópico da
τp’<τp ⇒ resposta mais rápida em ementa), não se deve utilizar Kc muito
malha fechada. grande.

Exemplos de respostas de processos Proc. de 2a ordem com controle P:

de 1a ordem frente a degrau unitário:
Gc( s ) = Kc
Problema supervisório (servo): Kp
Gp ( s ) =
τ s + 2ξτ p s + 1
2
p
2

1
Degrau unitário no SP ⇒ y SP ( s ) = e Kd
s Gd ( s ) =
d ( s) = 0 τ s + 2ξτ p s + 1
2
p
2

58
EQ817 – Controle de Processos Material de Apoio
Substituindo-se na equação em malha lim y (t ) = Kp '
t →∞
fechada, obtém-se: KpKc
desviofinal = novosp − lim y (t ) = 1 − Kp ' = 1 −
t →∞ 1 + KpKc
Kp '
y(s) = y SP ( s ) +
τ ' s + 2ξ 'τ p ' s + 1
2
p
2
Ação P sozinha sempre apresenta
Kd ' desvio final.
+ 2 2 d (s)
τ p ' s + 2ξ 'τ p ' s + 1
Problema regulatório: (fazer análise
similar para os processos de 2a
Termo Supervisório:
ordem).
Kp '
y(s) = y SP ( s ) Efeito da ação integral I
τ ' s + 2ξ 'τ p ' s + 1
2
p
2

∞
Kc
Onde u ' (t ) =
τi ∫ e(t )dt
KpKc τp ξ
0
Kp' = τ p '= ξ '=
1 + KpKc 1 + KpKc 1 + KpKc Função de Transferência da Ação de
Observações tiradas da equação:
Controle I: Gc(s ) =
Kc
τis
Processo continua sendo de 2a ordem;
Resposta padrão da malha fechada:
Kp’<Kp ⇒ em malha fechada processo
passa a ser menos sensível; Gp ( s )Gf ( s )Gc( s )
y(s) = y SP ( s )
1 + Gp ( s )Gf ( s )Gc( s )Gm( s )
Kd’<Kd ⇒ em malha fechada processo
passa a ser menos sensível; Gd ( s )
+ d (s)
1 + Gp ( s )Gf ( s )Gc( s )Gm( s )
τp’<τp e ξ’<ξ⇒ sobre-amortecido (fator
de amortecimento>1) pode passar a Processos de 1a ordem:
ser sub-amortecido (fator de
amortecimento<1). y( s) Kp
= Gp ( S ) = e
m( s ) τ Ps +1
Resposta frente a degrau unitário no
set-point:
y(s) Kd
= Gd ( S ) =
Kp ' L −1 d ( s) τ Ps +1
y(s) = → y (t ) = ...
(
s τ ' s + 2ξ 'τ p ' s + 1
2
p
2
)
Resposta a problema supervisório:
Resposta depende do fator de Gp( s )Gf ( s )Gc( s )
amortecimento→ 3 casos estudados no y (s) = y SP ( s ) com
1 + Gp( s )Gf ( s )Gc( s )Gm( s )
item de dinâmica de processos de 2a.
Gc(s ) =
Kc
ordem (fator de amortecimento >1,
τis
fator de amortecimento<1, fator de
amortecimento=1).
Considerando Gf(s) = Gm(s) = 1 e
Mas independente do ξ, o desvio final substituindo Gp(s) e Gc(s), tem-se:
é o mesmo:

59
EQ817 – Controle de Processos Material de Apoio
  Kp  Kc  Resposta a problema Regulatório:
  
 τ s + 1  τ s 
 p  i 
y (s) = y SP ( s ) y (s) =
Gd ( s )
d ( s) com
 Kp  Kc  1 + Gp ( s )Gf ( s)Gc( s)Gm( s)
1+   
 τ s + 1  τ s 
 i 
 p
Gc(s ) =
Kc
τis
Reagrupando, obtém-se a resposta do
processo de 1a ordem sob controle Considerando Gf(s) = Gm(s) = 1 e
supervisório com ação Integral: substituindo Gp(s), Gd(s) e Gc(s) ,
tem-se:
1
y(s) = y SP ( s )
τ s + 2ξτ s + 1
2 2
 Kd 
 
τ iτ p τ s + 1
1 τi   L-1
d ( s ) (aplicar e
p
τ= ξ= y (s) =
KcKp 2 τ p KcKp  Kp  Kc 
1+   
 τ s + 1  τ s 
 p  i 
Observações da equação obtida: fazer a mesma análise anterior)
Ação Integral aumenta a ordem do Observações:
processo (ou seja, processos de 1a
ordem em malha aberta passam a ser Também no problema regulatório a
de 2a ordem quando em malha ação integral faz com que um processo
fechada por ação integral e, portanto, de 1a ordem passe a ser de 2a ordem
oscilações podem ser provocadas em malha fechada;
mesmo num processo de 1a ordem);
Também no problema regulatório o
Aumentando-se a ordem do sistema, a desvio final é totalmente eliminado
resposta fica mais lenta. pela ação integral;

Resposta frente a degrau unitário no Dependendo do valor do fator de

1 amortecimento ξ, o sistema pode se
set-point: y SP ( s ) = e d ( s ) = 0
s tornar oscilatório. Através da análise
matemática apresentada, sabe-se que
1 L−1 1 τi
y(s) = → y (t ) = ...
(
s τ 2 s 2 + 2ξτs + 1 ) ξ=
2 τ p KcKp
, e conclui-se que uma

sintonia adequada dos parâmetros Kc e

A resposta depende do fator de
amortecimento, mas independente do
tipo de dinâmica, a resposta final é a
mesma, pois lim y (t ) = 1 :
t →∞
Desvio Final = SPNOVO- lim y (t ) =1–1= 0.
t →∞
Ação integral elimina desvio final.
τi pode evitar oscilações da resposta
em malha fechada;
Aumentando-se o efeito da ação
integral (ou seja, aumentando-se Kc e
diminuindo-se τi), a resposta do
sistema sob controle passa a ser mais
rápida, porém com maior overshoot e
mais oscilações ⇒ cuidado na sintonia
do controlador!

60
EQ817 – Controle de Processos Material de Apoio
Efeito da ação derivativa: Aumentando-se o ganho do
controlador Kc ou a constante de
u ' (t ) = Kcτ D
de(t ) tempo derivativa τD , a constante de
dt tempo da malha fechada τ aumenta,
tornando mais lenta a resposta da
Função de Transferência da Ação de malha fechada.
Controle Integral: Gc( s ) = Kcτ D s
Processos de 2a ordem:
Processos de 1a ordem:
Kp
Gp ( s ) =
y( s) Kp τ s + 2ξτ p s + 1
2 2
= Gp ( S ) = p

m( s ) τ Ps +1 e Kd
Gd ( s ) =
τ s + 2ξτ p s + 1
2
p
2

y (s) Kd
= Gd ( S ) =
d (s) τ Ps +1 Resposta a Problema Supervisório:

Gp( s )Gf ( s )Gc( s )

Resposta a problema supervisório: y (s) = y SP ( s )
1 + Gp( s )Gf ( s )Gc( s )Gm( s )
Gp( s )Gf ( s )Gc( s )
y( s) = y SP ( s )
1 + Gp ( s )Gf ( s )Gc( s )Gm( s ) com com Gc( s ) = Kcτ D s
Gc( s ) = Kcτ D s
Kp
Kcτ D s
Considerando Gf(s) = Gm(s) = 1 e τ s + 2ξτ p s + 1
2 2

y(s) =
p
. y SP ( s )
substituindo Gp(s) e Gc(s), tem-se: Kp
1+ 2 2 Kcτ D s
τ p s + 2ξτ p s + 1
Kp
Kcτ D s
τ ps +1 Rearranjando, obtém-se:
y(s) = y SP ( s )
Kp
1+ Kcτ D s
τ ps +1 KpKcτ D s
y(s) =
τ s + (2ξτ p + + KpKcτ D )s + 1
2 2
y SP ( s )
p
Rearranjando, obtem-se:
onde ξ ' = 2ξτ p + + KpKcτ D =fator de
KpKcτ D s
y(s) = y SP ( s ) amortecimento da malha fechada.
(τp + KpKcτ D ) s + 1

Observações: Observações:

A ação derivativa sozinha não muda a Ação derivativa não altera ordem do
ordem da resposta do sistema; processo.

Considerando-se a constante de tempo ξ’> ξ ⇒ o controlador com ação

da malha fechada τ = (τp+KpKcτD),
verifica-se que esta é maior que a
constante de tempo da malha aberta
τp ⇒ a resposta da malha fechada é
mais lenta;
derivativa diminui a oscilação do
sistema, pois com o aumento do
ganho Kc ou da constante de tempo
derivativa τD, aumenta-se ξ’ e portanto
o sistema em malha fechada tende a
se tornar sobreamortecido.

61
EQ817 – Controle de Processos Material de Apoio
Efeitos da junção das ações P,I e D:

Junção das ações P e I (Controle PI):

A ação P apresenta desvio final,

porém, no controlador PI o desvio é
eliminado pela ação I;

A ordem da resposta é aumentada em

relação à ordem do processo em
malha aberta (efeito ação I);

Conforme o ganho do controlador Kc

aumenta, a resposta em malha
fechada se torna mais rápida (efeito
ação P), porém mais oscilatória (efeito
ação I). Tomar cuidado com a
sintonia!

Para um mesmo ganho Kc, se a

constante de tempo integral τi
decresce, a resposta se torna mais
rápida, porém mais oscilatória (efeito
ação I).

Junção das ações P, I e D

(Controlador PID):

Qualitativamente o controlador PID

tem as mesmas características
dinâmicas do PI (listadas acima);

A presença do termo derivativo traz

um efeito estabilizador ao sistema. Ex:
Quando se aumenta o ganho Kc para
agilizar a resposta, haveria aumento
de oscilação (efeito ação I), porém
com a ação D a amplitude das
oscilações não aumenta.

62
EQ817 – Controle de Processos Material de Apoio
7 É facilmente observado que a presença
de controladores e instrumentos muda a
dinâmica do processo original. Por
exemplo: um processo de 1a ordem
pode adquirir comportamento oscilatório
com controlador PI ou mesmo um
processo de 2a ordem pode se tornar
instável com controle PI se não for
adequadamente sintonizado (Kc e τi).

Seleção dos parâmetros de sintonia dos

controladores deve ser realizada com
Análise de base em análise de estabilidade.

Estabilidade de Há várias definições de estabilidade de

um sistema dinâmico, uma muito
Sistemas em utilizada é a de estabilidade BIBO
Malha Fechada (Bounded Input Bounded Output), isto
é, um sistema dinâmico é dito ESTÁVEL
se uma perturbação finita produz uma
saída finita, independente do seu estado
inicial.

Uma perturbação finita é aquela que

sempre permanece entre um limite
superior e um limite inferior (e.g.
senóide e degrau).

63
EQ817 – Controle de Processos Material de Apoio
 Kp = -10, Kd = -5 → respostas opostas
às entradas

τp= -1 → processo instável.

Resposta em malha fechada:

10 5
Kc
y(s) = s − 1 y (s) + s − 1 d (s)
Se a função de transferência de um 10 SP
10
sistema tem pelo menos 1 pólo com 1 + Kc 1 + Kc
s −1 s −1
parte real positiva, o sistema é
instável. Multiplicando-se numerador e
denominador por (s-1), obtém-se a
Exemplo - Estabilização de um
função de transferência em malha
processo instável através de
fechada:
controlador P:
10 Kc 5
Elaborar diagrama da malha fechada e y(s) = y SP ( s ) + d (s)
s − (1 − 10 Kc ) s − (1 − 10 Kc )
encontrar a função de transferência
desta malha fechada. Baseado na Baseado na resposta em malha
resposta da malha fechada, encontrar fechada, encontrar a faixa de Kc para
a faixa de ganho do controlador, Kc, qual o sistema em malha fechada se
para qual o sistema em malha fechada torna estável:
se torna estável.
Pólo da Função de transferência em
Dado: Processo em malha aberta: s − (1 − 10 Kc ) = 0
malha fechada:
10 5 p = 1 − 10 Kc
y(s) = m( s ) + d ( s)
s −1 s −1
Sistema Estável se pólo < 0
Solução:
⇒ 1-10Kc<0 ou seja, a faixa adequada
Análise dos pólos: s-1=0 ou seja 1
é: Kc>
s=1⇒ pólo do sistema em malha 10
aberta é positivo

⇒ Sistema é instável.

Comparando-se com função de

a
transferência padrão de 1 ordem:

Kp
Gp ( S ) =
τ Ps +1

64
EQ817 – Controle de Processos Material de Apoio
Exemplo - Desestabilização de Equação característica (raízes do
processo pela implementação de denominador):
controlador PI:
Kc
Processo de 2a ordem: s 3 + 2s 2 + (2 + Kc) s + =0
τi
1
Gp ( s ) = Gd ( s ) = sendo valores aleatórios (sem sintonia
s + 2s + 2 2
adequada) para os parâmetros do
Kp = 0,5 , τ p = 0,5 e 2ξτ p = 1
2
controlador: Kc=100 e τ i =0,1

Achando os pólos: E analisando os pólos:

p1 = −1 + j e p 2 = −1 − j p1 =-7,185
p2 =2,59+11,5j;
A resposta em malha aberta é p3 =2,59-11,5j
oscilatória pois tem parte complexa e
é estável pois a parte real é negativa p2 e p3 tem parte real positiva ⇒
sistema passa a ser instável com o
Função de Transferência do controlador PI mal sintonizado ⇒ p2 e
Kc(τ i s + 1) p3 tem parte complexa ⇒ oscila.
controlador PI: Gc( s ) =
τis
Resposta da malha fechada frente a
Sensor e elemento final de controle perturbação no set-point:
não têm dinâmica própria:

Gm(s) = Gv(s) = 1

Resposta em malha fechada (baseada

no diagrama de blocos):

Kc(τ i s + 1) 1
τis s + 2s + 2
2
Conclusão: Tem que haver critérios
y(s) = y SP ( s )
(τ i s + 1) para a sintonia correta do controlador.
1 + Kc
(
τ i s s 2 + 2s + 2 ) Este não pode ser projetado na base
1 do “chute”!

+ s + 2s + 2
2
d (s)
(τ i s + 1) 7.1 – Análise de Estabilidade
1 + Kc
(
τ i s s 2 + 2s + 2 ) Através do Método da
Substituição Direta
Rearranjando-se e fazendo problema
supervisório (degrau no set-point):

Kc(τ i s + 1)
τi
y(s) = y SP ( s )
Kc
s + 2 s + (2 + Kc) s +
3 2

τi

65
EQ817 – Controle de Processos Material de Apoio
s = jω
Método da substituição direta: eixo
imaginário divide o plano complexo em
regiões Estável e Instável. Sobre o
eixo imaginário tem-se a parte real=0
e portanto s = jω.
Substituindo-se s = jω na equação
característica e resolvendo, encontra-
se o valor crítico de ganho do
controlador (Kccrit) para o qual o
sistema se encontra no limite de
estabilidade. Isto ocorre pois conforme
o valor do ganho é alterado pelo
projetista, os pólos da malha fechada
se movem ao longo do plano
complexo.
j = −1
Lembrete: ( jω )2 = −ω 2
( jω )3 = − jω 3
Exemplo - Usando o método da
substituição direta, determine o ganho
crítico do sistema em malha fechada
com a seguinte equação característica
(polinômio do denominador igualado a
zero):
3 2
10s +17s +8s+1+Kc=0
Solução:
Substituindo-se s= jω na equação
característica, tem-se:
-10 jω3 - 17ω2 + 8jω + 1 + Kccrit = 0
⇒ (1+ Kccrit - 17ω2) + j(8ω - 10ω3) = 0
parte real parte imaginária
A equação acima é satisfeita se: parte
real = 0 e parte imag.=0
1+ Kccrit - 17ω2 = 0 e 8ω - 10ω3 = 0
EQ817 – Controle de Processos
0,8
ω(8-10ω2) = 0 ⇒ ω = ±
substituindo-se na parte real = 0,
obtém-se: 1+ Kccrit – 17.0,8 = 0 ⇒
Kccrit = 12,6
Portanto, Kc (ganho do controlador)
tem que ser menor que 12,6 para que
o sistema em malha fechada seja
estável!
7.2 – Critério de Estabilidade
de Routh
A estabilidade do processo pode ser
testada sem que seja necessário
resolver a equação característica para
obtenção dos pólos.
O método de Routh indicará a
existente de pólos positivos, e é
aplicável tanto a malhas fechadas
quanto abertas, bastando, apenas,
utilizar a equação característica
apropriada.
Para um processo de ordem N, tem-se
a seguinte equação característica:
a 0 s n + a1 s n −1 + ... + a n −1 s + a n
onde N é positivo. Uma condição
necessária (mas não suficiente) para
estabilidade do processo é que todos
os coeficientes na equação
característica sejam positivos e não
nulos.
Caso esta condição seja obedecida,
constrói-se a MATRIZ DE ROUTH:
Considere a função característica:
a 6 s 6 + a 5s 5 + a 4 s 4 + a 3 s 3 + a 2 s 2 + a 1 s + a0
66
Material de Apoio
Se todos os elementos da primeira coluna forem positivos o sistema é declarado
estável.

O número de mudanças de sinal nos elementos da primeira coluna indica a

quantidade de raízes positivas da equação característica.

Acima temos um pequeno procedimento de escolha do método de análise de

estabilidade sugerido por Seborg.

67
EQ817 – Controle de Processos Material de Apoio
7.3 – Análise de Estabilidade Raízes com parte complexa e parte
através do Método do Lugar real >0 ⇒ oscilatória e instável.
das Raízes (Root Locus) “O lugar das raízes é um método
gráfico, no qual as raízes da equação
Os exemplos anteriores mostram a
característica da malha fechada
dependência direta de estabilidade do
(1+Gp(s)Gc(s)Gm(s)Gf(s)=0) são
processo, em malha fechada, com o
graficadas no plano complexo, em
valor do ganho do controlador (Kc).
função da variação de ganho do
Isto ocorre porque conforme o
controlador (Kc).”
projetista altera o valor de Kc, ele
automaticamente altera a localização
dos pólos no plano complexo.
Exercício:(Ex 15.6 Stephanopoulos)

Encontre qualitativamente o gráfico do

lugar das raízes de um processo de 2a
ordem (ex: 2 tanques em série) com
controle P:

Kp
Gp ( s ) =
(τ p1 s + 1)(τ p 2 s + 1)
Gc( s ) = Kc
Gm( s ) = Gc( s ) = 1

Solução:

Eq. Característica:

Na figura acima é apresenta respostas 1+Gp(s)Gc(s)Gm(s)Gf(s)=0

da malha fechada frente a perturbação
em degrau, em conseqüência da Kp.Kc
1+
localização dos pólos no plano (τ p1s + 1)(τ p 2 s + 1) = 0
complexo. (τ p1 s + 1)(τ p 2 s + 1) + KpKc = 0
Pólos localizados à esquerda do eixo
imaginário ⇒ resposta é estável; Análise:

Pólos localizados à direita do eixo Quando Kc=0, a Eq. Característica.

imaginário ⇒ (parte real > 0) ⇒ tem como raízes os pólos do processo
resposta é sempre instável; em malha aberta: p1=-1/τp1 e
p2=-1/τp2
Pólos localizados sobre o eixo
imaginário ⇒ ganho crítico, limite de Quando Kc aumenta a partir do zero,
estabilidade; as raízes da eq. caract. são dadas por:

− (τ p1 + τ p 2 ) ± (τ + τ p 2 ) − 4τ p1τ p 2 (1 + KpKc)
2
Raízes com parte complexa ⇒
p1, 2 =
p1

resposta é oscilatória; 2τ p1τ p 2

68
EQ817 – Controle de Processos Material de Apoio
que serão reais e negativos se Exercício: 15.7 Stephanopoulos
(τ p1 + τ p 2 )2 − 4τ p1τ p 2 (1 + KpKc) 〉 0 Construa o gráfico do Lugar das Raízes
do reator, que possui Gp(s) como
1  (τ p1 + τ p 2 ) 
2
função de transferência, com controle
ou seja Kc 〈  − 1
Kp  4τ p1τ p 2 
proporcional.

y (s) 2,98(s + 2,25)

1  (τ p1 + τ p 2 )  Gp( s ) = =
m ( s ) (s + 1,45)(s + 2,85)2 (s + 4,35)
2

Quando Kc =  − 1 , tem-se
Kp  4τ p1τ p 2 
duas raízes iguais: Solução:

p1, 2 = −
(τ p1 +τ p2 ) Equação característica da malha
fechada: 1 + Gp(s)Gf(s)Gc(s)Gm(s)=0
2τ p1τ p 2
2,98(s + 2,25)
1+ Kc = 0
1  (τ p1 + τ p 2 )  (s + 1,45)(s + 2,85)2 (s + 4,35)
2

Quando Kc 〉  − 1 , as duas
Kp  4τ p1τ p 2 
Kc p1 p2 p3 p4
raízes serão distintas e complexas
conjugadas: 0 -1,45 -2,85 -2,85 -4,35

− (τ p1 + τ p 2 ) ± j − (τ p1 + τ p 2 ) + 4τ p1τ p 2 (1 + KpKc)
2 1 -1,71 -2,30+j0,9 -2,30-j0,9 -4,74
p1, 2 =
2τ p1τ p 2 5 -1,98 -1,71+j1,83 -1,71-j1,83 -5,87
Verifica-se que a parte real é sempre 20 -2,15 -1,09+j3,12 -1,09-j3,12 -7,20
negativa, porém a parte complexa
depende do valor do ganho do 50 -2,20 -0,48+j4,35 -0,48-j4,35 -8,61
controlador (Kc) e esta tende a infinito 100 -2,24 +0,35+j5,40 +0,35-j5,40 -9,75
quanto

Construir o gráfico do Lugar das Raízes

baseado nesta análise: Graficamente:

Raízes com parte complexa ⇒ im

resposta é oscilatória;

im
Kc→ ∞.
re

re
p1= -1/τp1 p2=-1/τp2

Kc→ ∞.

69
EQ817 – Controle de Processos Material de Apoio
8 8.1 – Projeto de Sistemas de
Controle
Projetar um sistema de controle
significa encontrar um que realize uma
dada tarefa. Se a característica da
resposta dinâmica e/ou da resposta
estacionária não é satisfatória deve-se
adicionar um controlador ao sistema.
Geralmente, o projeto de um sistema de
controle não é direto e imediato, mas
requer métodos de tentativas e erros.
Métodos de De uma maneira geral, a função de um
Sintonia de sistema de controle realimentado é a de
garantir que a resposta em malha
Controladores fechada apresente um comportamento
PID conforme o desejado, tanto em estado
estacionário quanto em regime
transiente.

Algumas características comumente

procuradas são:

O sistema deve apresentar um

comportamento estável em malha
fechada. Tal característica pode ser
avaliada através de procedimentos,

70
EQ817 – Controle de Processos Material de Apoio
como o critério de Routh ou o método
do Lugar das Raízes;
O sistema deve ter apresentar
alterações mínimas quando submetido
a perturbações na carga, ou seja, deve
apresentar um desvio mínimo ou nulo
com relação ao valor desejado (set-
point);
A resposta a alterações de set-point
devem ser rápidas e suaves,
garantindo uma estabilização rápida e
sem muitas oscilações;
O offset, quando desejado, deve ser
eliminado. Esta característica é obtida
através da introdução do termo
integral no controlador;
Deve-se evitar uma ação de controle
excessiva, ou seja, deve-se obter uma
resposta com pouco ou nenhum sobre-
sinal (overshoot);
Em outras palavras, procura-se um
sistema de controle que seja robusto,
isto é, que seja insensível a alterações
nas condições de processo e a erros
no modelo admitido para o processo.
Tipicamente, é impossível atingir todos
os critérios ao mesmo tempo, pois
algumas especificações de controle são
conflitantes. Por exemplo, um
controlador PID que é utilizado para
minimizar os efeitos de perturbações
tendem a ter grandes overshoots para
variações de set-point. Ainda, para se
ter um sistema de controle robusto, é
necessário um conjunto de parâmetros
mais conservativo (menor valor de
ganho proporcional, para evitar
oscilações excessivas), mas em
contrapartida pode-se piorar a novamente testado. Este processo
performance do controlador em
termos de tempo de resposta.
EQ817 – Controle de Processos
Todo e qualquer sistema de controle
em malha fechada necessita de
sintonia, sendo este sistema de
controle servo ou regulador. Ao
processo de ajuste das características
do controlador ou sistema para atingir
a resposta desejada dá-se o nome de
sintonia.
Tendo-se o modelo matemático do
sistema físico completo (incluindo-se
sensores e atuadores) projeta-se um
sistema de controle em malha
fechada, tal que as especificações de
projeto, previamente definidas, sejam
alcançadas. O método de projeto
consiste em se fazer simulações
computacionais com o modelo
matemático para testar o
comportamento do sistema resultante
em relação a vários sinais de teste e
distúrbios. Geralmente, a primeira
configuração obtida para o sistema de
controle não é satisfatória e o sistema
deve ser reprojetado e novamente
analisado.
Este processo de projeto e analise
deve ser repetido até que obtenha um
sistema de controle satisfatório.
Obtido o sistema satisfatório, pode-se
construir o protótipo do sistema físico
com o controlador incorporado. Este
processo de construção do protótipo é
o inverso da modelagem matemática.
O protótipo é um sistema físico que
representa o modelo matemático com
razoável precisão.
Tendo-se o protótipo do sistema físico,
deve-se realizar testes experimentais
para verificar se é adequado. Caso não
seja, o protótipo deve ser modificado e
deve ser repetido até que se obtenha
sucesso.
71
Material de Apoio
8.2 – Métodos de Sintonia de controlador, antes da implementação
Controladores PID em campo. Vale lembrar que muitas
vezes estes valores obtidos são tidos
Existem diversos métodos para projeto como primeira estimativa, devendo-se
de controladores PID. Geralmente, os considerar tentativa e erro
métodos baseiam-se em processos de posteriormente para refinar a resposta
otimização, através de simulação, do processo (ajuste fino).
minimizando parâmetros de
desempenho previamente definidos Entretanto, esta restrição não invalida
(como discutido em tópico anterior). os procedimentos, uma vez que é
melhor ter uma boa estimativa inicial
Entre os métodos propostos, podem do que nenhuma. Desta forma, reduz-
ser citados: se razoavelmente o tempo necessário
para a obtenção da sintonia da malha.
Relações de sintonia: são métodos
desenvolvidos empiricamente, e Regra geral para projeto de PID
encontram larga aplicação, devido à
grande facilidade e rapidez de De uma forma geral, para a sintonia
sintonia; em campo, ou ajuste fino dos
controladores (projeto de
Técnicas baseadas em resposta controladores do tipo PID), visando-se
freqüencial: estes métodos, em geral, obter a característica de resposta
utilizam-se de recursos como o desejada, deve-se observar as
Diagrama de Bode ou Diagrama de seguintes regras:
Nyquist para obtenção da sintonia do
controlador; • Obter a resposta do sistema em
malha aberta e definir o quê deve
Simulação computacional: uma vez ser melhorado;
conhecido o modelo matemático, quer
seja através de modelamento físico- • Adicionar um controlador
matemático ou através da proporcional para melhorar o tempo
identificação do sistema, é possível, de subida t r (quanto maior o ganho
através do uso de softwares, simular e proporcional, menor o tempo de
observar o comportamento do sistema subida, e maior a velocidade da
de controle em diversas condições. resposta);
Este procedimento vem sendo
bastante adotado para se obter um • Adicionar um controlador derivativo
conjunto de parâmetros inicial para a para melhorar o sobre-sinal
sintonia do controlador. máximo;

Sintonia em campo. • Adicionar um controlador integral

para eliminar o erro em regime;
Destes métodos, os três primeiros
necessitam de algum modelo • Ajustar cada um das ações de
matemático (identificado ou controle Kc, τI e τD até que se
determinado). Através destes obtenha a resposta geral desejada.
métodos, é possível encontrar
parâmetros convenientes para o Deve-se ter em mente que pode não

72
EQ817 – Controle de Processos Material de Apoio
ser necessário implementar todas as
três ações de controles (proporcional,
integral e derivativa) para se obter a
resposta desejada do sistema.
Existem, como mencionado
anteriormente, diversos métodos
baseados em diferentes condições e
considerações. Dentre os métodos,
serão apresentados aqui os métodos
mais difundidos para sintonia através
das relações de sintonia.
tornam instáveis (não oscilatórios) em
malha aberta.
O objetivo do método é o de obter
experimentalmente a resposta da
planta a uma entrada do tipo degrau,
para posterior identificação do modelo
de primeira ordem com tempo morto:
Kp
G (s) = e −td s (FOPDT)
τ ps +1

8.3 – Relações de Sintonia

Existem diversas relações de sintonia
propostas na literatura. Em geral,
utilizam um modelo de primeira ordem
com tempo morto na identificação do Assim, aplica-se uma pequena
processo, e são procedimentos simples perturbação degrau na saída do
e muitas vezes eficazes para a sintonia controlador, registrando-se a resposta
dos controladores. y(t), conforme apresentado na figura
abaixo.
Os métodos mais comumente
aplicados são:

• Métodos baseados na curva de

reação do processo;

• Métodos baseados em critérios de

integração do erro; Vale ressaltar que se a resposta não
exibe uma curva do tipo “S”, este
• Método “Ultimate Gain” ou método não se aplica. A curva tipo “S”
“Continuous Cycling” (Ziegler- pode ser caracterizada por três
Nichols); constantes: ganho, tempo de atraso
(tempo morto) td e constante de
• Método de Aström e Hägglund, ou
tempo τ, de acordo com o modelo de
método de autosintonia ou primeira ordem com tempo morto.
autotuning
Desta maneira, os métodos propostos
utilizam os métodos de identificação,
Métodos baseados na curva de
reação de processo utilizando modelos de primeira ordem
com tempo morto, para a sintonia de
Estes métodos baseiam-se em um controladores.
único experimento, com o sistema em
Dentre os métodos baseados na curva
modo manual, para a sintonia do
de reação de processo, merecem
controlador. São aplicáveis a
processos estáveis e que não se destaque:

73
EQ817 – Controle de Processos Material de Apoio
Método de Ziegler-Nichols: Tabela 8.1 - Relações de sintonia
baseados na curva de reação de
Este método utiliza o procedimento de processo – método de Ziegler-Nichols
identificação de sistemas proposto por
Ziegler-Nichols para a obtenção dos Kc τI τD
parâmetros do modelo de primeira
τ
ordem com tempo morto: P ∞ -
t d .K

0,9.τ
PI 3,33.t d -
t d .K

1,2.τ td
PID 2.t d
t d .K 2

Vale a pena observar que, com a

Figura 8.1 – Curva de Reação
A partir do traçado da reta tangente
ao ponto de inflexão, obtém-se o
tempo morto e a constante de tempo,
conforme apresentado na figura
acima. O ganho é dado pela relação:
Kp = (valor final atingido pela
resposta) / (amplitude do degrau
aplicado)
A partir da identificação do modelo de
primeira ordem com tempo morto,
Ziegler e Nichols sugeriram um
conjunto de equações para
determinação dos parâmetros Kc, τI e
τD de acordo com a tabela 8.1.
As relações são válidas para a função
de transferência do controlador
 1 
Gc ( s ) = K C .1 + + τ D .s 
 τ I .s  similar ao método de Ziegler-Nichols,
As equações são válidas para:
0,1 < (td / τ) < 1
inclusão do termo integral no
controlador (PI), ocorre uma redução
no ganho proporcional. Esta redução é
justificada pela tendência a oscilações
que o termo integral causa. Desta
maneira, reduz-se o termo
proporcional na tentativa de evitar
oscilações excessivas.
Ainda, partindo de um controlador PI
para um PID, com a inclusão do termo
derivativo, há um aumento no termo
proporcional, sendo este inclusive
maior que o ganho proporcional de um
controlador P. Isto se justifica pela
característica do modo derivativo de
reduzir oscilações e overshoot. Assim,
com a inclusão do termo derivativo, é
possível um aumento do termo
proporcional, melhorando o tempo de
resposta.
Método de Cohen e Coon:
Este método apresenta-se bastante
uma vez que utiliza os parâmetros de
um modelo de primeira ordem com
tempo morto para a sintonia dos
controladores. Entretanto, pode-se

74
EQ817 – Controle de Processos Material de Apoio
utilizar qualquer método
identificação do modelo de primeira
ordem com tempo morto (Ziegler-
Nichols, Hagglund ou Smith, ou ainda
outros). Desta maneira, uma vez
conhecidos os parâmetros do modelo,
é possível a sintonia do controlador.
na • Um único experimento é necessário
para a obtenção da sintonia do
controlador;
• Parâmetros de sintonia facilmente
calculados.

Baseados em experimentos, Cohen e

Coon propuseram as equações para Como desvantagens, podem ser
sintonia dos controladores, conforme citadas:
apresentadas na tabela 8.2 baixo.

OBSERVAÇÕES:
• A resposta obtida é oscilatória, uma
1) as relações são válidas para a vez que o método é baseado em
função de transferência do controlador uma razão de decaimento de ¼. A
razão de decaimento é a relação
 1  entre dois picos sucessivos:
Gc ( s ) = K c .1 + + τ D .s 
 τ I .s 

2) as equações são válidas para: • Como conseqüência, em média tem-

se um valor de 25 % de sobre-sinal
0,1 < (td / τ) < 1 máximo (overshoot); assim, é
necessário ajuste fino nos
Como vantagens dos métodos parâmetros para melhorar a
baseados em curva de reação de resposta do sistema, caso
processos, podem ser apontadas as necessário.
seguintes:

Tabela 8.2 - Relações de sintonia baseados na curva de reação de processo –

método de Cohen-Coon.

KC τI τD

1 τ  t  ∞ _
P 1 + d 
K t d  3τ 

1 τ  t  t d .(30 + 3.t d / τ ) _
PI  0,9 + d 
K td  12τ  9 + 20.t d / τ

1 τ  16.τ + 3.t d  t d (32 + 6.t d / τ ) 4.t d

PID  
K t d  12.τ  13 + 8.t d / τ 11 + 2.t d / τ

75
EQ817 – Controle de Processos Material de Apoio
Exemplo: Calculando-se os parâmetros KC, KI e
KD para o controlador, a partir da
Determine o ajuste do controlador (KC, tabela adequada, tem-se:
KI e KD), utilizando os métodos de
sintonia de Ziegler Nichols e Cohen e a) Ziegler-Nichols
Coon, sabendo-se que a curva de
reação do processo foi obtida a partir 1,2.τ
KC = = 2,88 (%/%)
de uma alteração de 6 % na abertura t d .K
da válvula de controle. A curva de
reação para este sinal de teste degrau KI = 2.t d = 300 s
encontra-se abaixo.
td
KD = = 75 s
2

b) Cohen e Coon

KC = 1 τ  16.τ + 3.t d  = 3,51 (%/%)

K td  12.τ 

KI = t d (32 + 6.t d / τ ) = 308,82 s

13 + 8.t d / τ

4.t d
Solução: KD = = 50 s
11 + 2.t d / τ
Utilizando o método de identificação
Métodos baseados em critérios de
de Ziegler-Nichols, traça-se uma reta
integração do erro
tangente no ponto de máximo
gradiente (maior inclinação da reta, ou Os métodos baseados na curva de
ponto de inflexão da curva), obtendo- reação do processo, apresentados
se: anteriormente, utilizam somente dois
pontos da curva de resposta para
Tempo de atraso (td) = 150 s
propor as relações de sintonia, uma
Cte.de tempo (τ) = (450–150) = 300 s vez que se baseiam em um critério de
razão de decaimento ¼. Desta
Pela observação no gráfico, maneira, a resposta final pode ser
oscilatória (em média 25% de
Valor de estabilização da variável overshoot).
(Valor final atingido) = 5 %
Nos métodos baseados em critérios de
Dado pelo problema: integração de erro, a curva de
resposta completa em malha fechada
Amplitude da perturbação (A) = 6 % é utilizada para encontrar os
parâmetros de sintonia. Esta
Assim, consideração da resposta completa é
atingida através do uso de critérios de
Ganho (K) = 5 % / 6 % = 0,83 (%/%)
desempenho, apresentados a seguir:

76
EQ817 – Controle de Processos Material de Apoio
Integral do valor absoluto do erro
∞
IAE = ∫ | e(t ) | dt
0
Integral do erro ao quadrado
∞ quanto maior o tempo, maior o termo
ISE = ∫ [e(t )] dt
2
0 valor do erro. Para erros maiores, que
Integral do valor absoluto do erro
ponderado no tempo
∞
ITAE = ∫ t. | e(t ) | dt
0
Nas integrais, considera-se a
integração desde o t = 0, ponto onde
ocorre o início da perturbação, e o
tempo t = ∞, que seria o tempo onde
ocorre a estabilização da resposta
final. Além disso, utiliza-se o valor
absoluto do erro (IAE e ITAE), ou o
quadrado do erro (ISE) para evitar a
anulação do termo integral, uma vez
que uma resposta oscilatória alternaria
entre valores positivos e negativos de
erro.
Logo no início, quando da ocorrência
da perturbação, atinge-se uma
situação de maior erro, sendo que ao
longo do tempo o erro tende a
diminuir; assim, os erros maiores
tendem a ocorrer no início. Desta
maneira, como o critério ISE é
baseado no erro ao quadrado, quanto
maior o erro, maior o termo somado
na integral. Para tempos maiores,
como o erro é menor, o termo somado
é menor. O critério ISE (integral do
erro ao quadrado) tem a tendência de
penalizar erros maiores, que ocorrem
no início da resposta.
O critério ITAE baseia-se na
ponderação do erro no tempo. Quanto
EQ817 – Controle de Processos
maior o tempo, maior o produto (valor
absoluto do erro * tempo). No início,
apesar do erro ser maior, como há a
ponderação no tempo, o termo
somado tende a ser pequeno. Assim,
somado na integral, a depender do
ocorrem no início da resposta, a
ponderação no tempo torna os termos
somados pequenos. O critério ITAE
(integral do valor absoluto do erro
ponderado no tempo) penaliza erros
que persistem por longos períodos de
tempo.
Assim, os parâmetros de sintonia são
obtidos a partir da minimização dos
critérios de desempenho baseados em
integrais.
Os parâmetros dependem do:
• Critério escolhido
Comparativamente, o critério ISE
tende a ter respostas mais rápidas
(parâmetros de controle menos
conservativos), uma vez que penaliza
erros no início, e o critério ITAE tende
a respostas pouco mais lentas
(parâmetros de controle mais
conservativos). Entretanto, a maior
velocidade de resposta do critério ISE
pode causar um maior overshoot e
maiores oscilações na resposta,
enquanto que o ITAE, como penaliza
erros ao longo do tempo, apresenta
menor valor de overshoot e
estabilização mais rápida. Já o critério
IAE seria um critério de parâmetros
intermediários, e conseqüentemente
resposta também intermediária aos
dois outros critérios.
• Tipo de entrada (perturbação na
carga ou no set-point)
77
Material de Apoio
Dependendo da função principal do ISE IAE ITAE
controlador, o conjunto de parâmetros
obtido pode ser diferente. a1 1,305 0,984 0,859
b1 -0,959 -0,986 -0,977
Desta maneira, deve-se inicialmente
definir a função do controlador, se é a2 0,492 0,608 0,674
controle regulatório, sendo ajustado
b2 0,739 0,707 0,68
para, independentemente das
perturbações na carga, manter uma
condição fixa, ou se é controle servo,
que deve ser ajustado para ter uma Controlador Proporcional-Integral-
resposta satisfatória para alterações Derivativo (PID)
de set-point.
τ t  2
b b b3
a t  1 t 
A maioria das relações de sintonia K c = 1 . d  τ I = . d  τ D = a3 .τ . d 
K τ  a2  τ  τ 
apresentadas na literatura baseia-se
na consideração de que o processo
ajusta-se bem a um modelo de
ISE IAE ITAE
primeira ordem com tempo morto.
a1 1,495 1,435 1,357
Dependendo da função do controlador,
diferentes relações são propostas. As b1 -0,945 -0,921 -0,947
relações para controle regulador e a2 1,101 0,878 0,842
servo são apresentadas abaixo.
b2 0,771 0,749 0,738
a3 0,56 0,482 0,381
Controlador para controle b3 1,006 1,137 0,995
regulador (perturbações na carga)

Controlador Proporcional (P)

Controlador para controle servo
b
a  td  (perturbações no set-point)
Kc = . 
K τ 
Para a obtenção das relações de
sintonia para perturbações no set-
ISE IAE ITAE
point, foram feitas as seguintes
a 1,411 0,902 0,49 considerações: o critério ISE não é
adequado, uma vez que, para
b -0,917 -0,985 -1,084 alterações no set-point, é indesejável
que a resposta seja oscilatória demais
(como por exemplo, na mudança de
Controlador Proporcional-Integral (PI) posição de um braço manipulador);
τ  td 
b b2
a1  t d  1
Kc = .  τI = .  O controlador proporcional, uma vez
K τ  a2  τ  que apresenta offset, não é adequado
para utilizar critérios de minimização
de erros neste tipo de controle.

78
EQ817 – Controle de Processos Material de Apoio
Assim, as relações de sintonia 2) As equações são válidas para
propostas encontram-se abaixo.
0,1 < (td / τ) < 1
Controlador Proporcional-Integral (PI)
Exemplo
τ
b1
a1  t d 
Kc = .  τI = 0,80(% / %).e −11, 2.s
K τ  a 2 + b2 . d 
t Dado o modelo: G ( s ) =
 τ  33,8.s + 1

IAE ITAE Calcule os parâmetros de sintonia de

um controlador PID para controle
a1 0,758 0,586
regulador (perturbação na carga),
b1 -0,861 -0,916 utilizando os critérios de integração de
erro.
a2 1,02 1,03
-0,323 -0,165 Solução:
b2
Utilizando-se as tabelas adequadas, de
Controlador PID acordo com a descrição do problema,
b
foram obtidos os seguintes parâmetros
a1  t d  1 de sintonia:
Kc = . 
K τ 
ISE IAE ITAE
τ
b3
t 
τI = τ D = a3 .τ . d 
a 2 + b2 . d 
t τ  Kc (%/%) 5,3 5,0 4,8
 τ 
τI (s) 13,1 16,8 17,8
IAE ITAE τD (s) 6,2 4,6 4,3
a1 1,086 0,965
b1 -0,869 -0,855 Note que, conforme discutido
a2 0,74 0,796 anteriormente, o valor de ganho
proporcional é maior para o critério
b2 -0,13 -0,147 ISE, pois este penaliza erros no início
a3 0,348 0,308 da perturbação, acarretando em uma
resposta conseqüentemente mais
b3 0,914 0,9292 rápida, porém mais oscilatória. Ainda,
o critério ITAE apresenta parâmetros
Algumas observações devem ser feitas mais conservativos, ou seja, ganho
quanto à utilização dos métodos proporcional menor, ocasionando
baseados em critérios de integração resposta pouco mais lenta, mas com
do erro: tempo de estabilização menor. O
critério IAE, como apresentado,
1) As relações são válidas para a encontra-se entre os dois critérios
função de transferência do controlador anteriores.
 1 
Gc ( s ) = Kc.1 + + τ D .s 
τ

79
EQ817 – Controle de Processos Material de Apoio
Método “Ultimate Gain” ou KC KI KD
“Continuous Cycling”
P 0.5 K Pc - -
Este método é provavelmente o
1,2
“melhor método conhecido”, e um dos PI 0.45 K Pc -
Tc
mais aplicados industrialmente. O
método baseia-se no funcionamento 2 Tc
do sistema com controle proporcional PID 0.6 K Pc
Tc 8
no limite de estabilidade.

No método, primeiro eliminam-se as As relações são válidas para a função

ações de controle integral e derivativa. de transferência do controlador
Usando somente a ação de controle
 K 
proporcional, como na figura abaixo, Gc ( s ) = K c .1 + I + K D .s 
incrementa-se Kc, a partir de um valor  s 
baixo, aplicando pequenas
perturbações degrau no sistema, até O método é bastante utilizado, sendo
um valor crítico Kcr para o qual a saída inclusive recomendado por fabricantes
começa a exibir uma oscilação de controladores. O processo
sustentada (amplitude constante). No sintonizado por este método pode
momento em que é atingido o limite apresentar oscilações, uma vez que se
de estabilidade do processo baseia no mesmo critério de razão de
(oscilações contínuas e de amplitude decaimento ¼.
constante), registra-se o ganho crítico
Uma desvantagem do método é o
Kcr e o período das oscilações Tc. Se a
tempo de sintonia alto, uma vez que
saída não exibe essa oscilação para
necessita de diversas tentativas até o
qualquer valor que Kc possa assumir,
processo atingir o limite de
então este método não se aplica.
estabilidade.

Outra desvantagem é a operação do

processo no limite de estabilidade: se
ocorrerem problemas durante o
ensaio, poderá ocorrer operação
instável ou resultar em situação de
perigo.
O ganho crítico Kcr e o período
correspondente Tcr são determinados Exemplo:
experimentalmente:
No ajuste de um controlador PID,
observou-se que as oscilações
tornavam-se sustentadas com um
valor de ganho proporcional de 3,33.
As oscilações ocorriam a períodos de
tempo de 500 s. Quais são os valores
convenientes para KC, KI, KD?

80
EQ817 – Controle de Processos Material de Apoio
Utilizando os valores dados no
problema,
Ganho crítico (KCcrítico) = 3,33
Período das oscilações (TC) = 500 s
Assim, utilizando-se a tabela sugerida
para sintonia por este método, tem-se
KC = 0,6. KCcrítico = 2,0
2
KI = = 0,004 / segundo
Tc
T
KD = c = 62,5 segundos
8
Método de Aström e Hägglund
(autotuning ou autosintonia)
Este método surgiu como uma
alternativa ao método “continuous
cycling”, de maneira a se facilitar o
procedimento de sintonia proposto por
Ziegler-Nichols.
Aqui, o sistema é forçado, através de
um controlador on-off ou um relé, a
oscilar com pequena amplitude. Desta
forma, retira-se o controlador PID da
malha. A amplitude imposta ao
sistema pode ser controlada ou
restringida através do ajuste da
amplitude da variação da entrada do
atuador.
Este método também é conhecido
como método de autosintonia ou
autotuning, pois foi desenvolvido para
implementação em controladores,
como forma de sintonia automática em
controladores comerciais.
EQ817 – Controle de Processos
O ganho crítico Kcr e o período
correspondente Tcr são determinados
experimentalmente:
Aström e Hägglund propuseram que, a
partir dos valores da amplitude
medida da oscilação do processo (a) e
da amplitude da entrada do atuador,
ou saída do controlador (d), ajustado
pelo operador, é possível determinar o
ganho crítico do processo modificado:
4.d
K cr =
π .a
Assim, a partir do ganho crítico e do
período crítico, obtidos da maneira
apresentada acima, é possível
sintonizar o controlador PID, utilizando
as mesmas relações de sintonia
propostas no método “continuous
cycling”.
Como vantagens, o método apresenta:
Um único experimento é necessário
para a sintonia da malha, acelerando a
obtenção dos parâmetros;
Não é necessário atingir a situação
extrema de se chegar ao limite de
estabilidade. Característica importante
para a segurança do processo.
81
Material de Apoio
9 9.1 – Controlador em Cascata
Uma das técnicas para melhorar a
estabilidade de um circuito complexo é
o emprego do controle tipo cascata.
Sua utilização é muito conveniente
quando a variável controlada não pode
manter-se no valor desejado, pôr
melhores que sejam os ajustes do
controlador, devido`as perturbações
que se produzem em virtude das
condições do processo.
Controladores
Como exemplo, considera-se o
Avançados controle de temperatura de um forno à
Multi-Malhas gás que é utilizado para aquecer uma
corrente fria proveniente de um
processo. A vazão de gás combustível
é a variável manipulada e é sujeita à
perturbações (oscilações) devido a
variações de pressão.

Em um sistema SISO mede-se a

temperatura de saída e o controlador
de temperatura (TC) envia um sinal
para regular a válvula de controle. Se
existir flutuações na pressão do gás
combustível, a estratégia SISO não
consegue detectá-las até que ocorra
uma variação na variável controlada
desviando-a do seu set-point (Tsp ).

Um controlador em cascata pode ser

projetado neste caso para compensar
mais efetivamente as perturbações
observadas na variável de controle
(Figura 9.1).

82
EQ817 – Controle de Processos Material de Apoio
Nesta estratégia a malha secundária possível.
(também chamada de malha escrava
“slave”) é usada para ajustar a válvula Na Figura 9.2 é apresentado o
de controle e assim manipular a vazão diagrama de blocos de uma malha de
de gás combustível. O TC Controlador controle cascata.
de Temperatura (malha primária ou
mestre, “master”) envia um sinal, em
termos de vazão de gás combustível
desejada, para a malha secundária.
Este sinal torna-se o set-point de
vazão da malha secundária (FC).

Figura 9.2 – Representação em Diagrama

de Blocos de um controlador em Cascata.

A implementação de uma estratégia

de controle cascata requer dois
controladores e dois sensores (no
exemplo, vazão de gás combustível e
temperatura). A temperatura é a
variável controlada e a vazão de gás
combustível é a variável de controle.

O controle cascata pode melhorar o

Figura 9.1 – Representação esquemática de desempenho quando comparado a
um Controlador em Cascata. controle feedback convencional
quando a perturbação afeta uma
Na malha secundária, o controlador de
variável secundária que, por sua vez,
vazão compara a vazão de gás
afeta diretamente a saída primária que
combustível desejada com a vazão
se deseja controlar no processo; ou se
medida pelo transdutor de vazão (FT)
o ganho do processo secundário,
e ajusta a abertura da válvula de
incluindo o atuador, é não-linear.
controle adequadamente.
No primeiro caso, o controle cascata
A malha de controle interna (“slave”)
pode limitar o efeito sobre a variável
pode responder imediatamente a
primária da perturbação que entra na
flutuações na pressão de gás
malha escrava. No segundo caso, a
combustível assegurando que a
malha escrava pode limitar o efeito da
quantidade apropriada de combustível
variação de ganhos do processo
seja utilizada.
secundário sobre a variável primária.
Para ser eficiente, a malha secundária
Os modos de controle utilizados
deve ser rápida (apresentar pequeno
na estratégia em cascata são os
tempo de resposta). Geralmente, usa-
mesmos de um feedback
se um ganho proporcional para a
convencional. A princípio, a malha
malha interna tão grande quanto
secundária não requer a ação integral,

83
EQ817 – Controle de Processos Material de Apoio
apesar de ser desejável.

Observando o diagrama de blocos

apresentado na figura 9.2 pode-se
deduzir a resposta dinâmica da malha
de controle cascata:

Resposta de um Controlador em Malha

Feedback Convencional

= 0 (pólos do
sistema feedback normal)

Fazendo ySP1(s)=d2(s)=0

Diagrama Cascata

(pólos do sistema em cascata)

Fazendo d1(s)=d2(s)=0

Assim a resposta final em malha

fechada é dada por:

GC1GC 2 GV G P1G P 2
y= y SP +
1 + G C 2 GV G P 2 G m 2 + GC1GC 2 GV G P1G P 2 G m1
G P1Gd 2 (1 + GC 2 GV G P 2 G m 2 )
+ d2 +
1 + GC 2 GV G P 2 G m 2 + GC1GC 2 GV G P1G P 2 G m1
Gd 1 (1 + GC 2 GV G P 2 G m 2 )
+ d1
Fazendo ySP1(s)=d1(s)=0 1 + GC 2 GV G P 2 G m 2 + GC1GC 2 GV G P1G P 2 G m1

Alguns exemplos de controladores

cascata aplicados em processos
químicos são apresentados a seguir:

84
EQ817 – Controle de Processos Material de Apoio
COLUNA DE DESTILAÇÃO
Na coluna de destilação, os
controladores de temperatura mantêm
a vazão de vapor desejada para o
refervedor e a vazão de refluxo
desejada para o topo da coluna,
independente de flutuações na pressão
de suprimento.
EQ817 – Controle de Processos
TROCADOR DE CALOR
9.2 – Sintonia de Controlador
em Cascata
Considere uma metodologia de
sintonia do sistema controlado em
cascata mostrado na Figura 9.2.
Aconselha-se sintonizar as malhas em
separado seguindo as recomendações
abaixo:
1. Manter os controladores no manual.
2. Sintonizar inicialmente a malha
secundária.
3. Identificar a função de transferência
da malha secundária através da
obtenção da sua resposta dinâmica
frente a modificações na variável
manipulada.
4. Utilizar a metodologia de Ziegler
Nichols para obter os parâmetros de
sintonia do controlador secundário.
85
Material de Apoio
“Lembre-se que geralmente as malhas desempenho para perturbações na
internas são mais rápidas, assim a carga
ação derivativa não é necessária.
Desta forma, os controladores PI são 9.3 – Estabilidade de
os mais apropriados para esta Controladores Cascata
aplicação. A ação derivativa pode
tornar a malha secundária Analisaremos aqui como a
demasiadamente sensível a ruídos de implementação de controladores
medição levando a malha a um cascata afeta a estabilidade e o
comportamento oscilatório ou errado.” desempenho de um sistema de
controle. Assim considere um sistema
5. Realizar testes de desempenho e cascata como mostrado na figura
sintonia fina na malha secundária abaixo com controladores nas malhas
colocando-a em automático e master e slave.
realizando perturbações no set-point
remoto (saída da malha de controle
primária). A variável secundária deve
responder suave e rapidamente a
estas mudanças.

6. Sintonizar a malha de controle

primária.

7. Manter a malha de controle

secundária em automático. Realizar
perturbações no set-point remoto
(saída do controlador primário) para
obter a dinâmica. Obter a função de
transferência entre a saída do
controlador primário e a variável
primária. Verifique se a constante de
tempo e o tempo morto são maiores
que os valores encontrados para a
malha de controle secundária. Se não
forem maiores o controlador cascata
não é adequado para este caso.
Proponha outra estrutura e cascata ou
considere o controlador feedforward.
8. Utilizar as técnicas de sintonia
estudadas para determinar os
parâmetros de sintonia do controlador
primário, normalmente um controlador
PID é utilizado.
9. Ponha o controlador primário
também em automático e teste seu
Pede-se para este sistema:
1) Desenhar o diagrama de blocos de
uma malha feedback para este
processo;
2) Determinar o ganho crítico deste
sistema e sintonizar o controlador PI;
3) Desenhar o diagrama de blocos de
uma malha de controle cascata para
este processo;
4) Determinar o ganho crítico (se
existir) para a malha secundária;
5) Determinar o ganho crítico para a
malha primária usando KC2=100.
Baseado no ganho crítico, sintonizar o
controlador PI da malha primária;

86
EQ817 – Controle de Processos Material de Apoio
Resposta:

Análise das malhas separadas:

Malha secundária: Equação característica:

Como Kc tem o mesmo sinal que Kp, este termo sempre será negativo
independente do valor de Kc;

Controle feedback sem cascata:

Kc s1 s2 s3 s4
0 0 -10 -2 -1
1 -1 -10,23 -0,88+1,08i -0,88-1,08i
5 -1 -11 -0,49+2,97i -0,49-2,97i
10 -1 -11,74 -0,12+4,17i -0,12+4,12i
Kc
12 -1 -12 0+4,47i 0-4,47i
Limite

Controle feedback com cascata:

87
EQ817 – Controle de Processos Material de Apoio
Estimando Kc =10 (a estimativa é alta porque a malha secundária não se torna
instável)

Kc s1 s2 s3 s4
0 0 -110 -2 -1
1 -1,1 -0,0099+0,009i -0,009-0,009i -0,01
10 -1,1 -0,0092+0,04i -0,0092-0,044i -0,01
50 -1,11 -0,006+0,09i -0,006-0,09i -0,01
100 -1,11 -0,0018+0,138 -0,0018-0,13i -0,01
Kc crítico 1000 -1,2 0,05+0,78 0,05-0,4i -0,01
**Kc crítico é bem maior no esquema cascata

Conclusão: O controle cascata, desde que bem projetado, agrega estabilidade ao

processo em malha fechada.

9.4 – Controladores Seletivos Existem vários tipos de controladores

Frequentemente são encontradas
situações em que duas ou mais
variáveis possuem limitações de
operação por razões de economia,
eficiência ou segurança. Em outras
situações, os sistemas de controle
envolvem uma variável manipulada e
várias variáveis controladas. Levando-
se em consideração um sistema SISO,
a ação de controle seletiva é
empregada de maneira adequada
nestas situações utilizando seletores
automáticos. As estratégias de seleção
são empregadas nos seguintes casos:
1. Proteção de equipamentos;
2. Auctioneering (controle leiloeiro);
3. Instrumentação redundante;
4. Funções de controle não-lineares.
seletivos. Segue-se a descrição de dois
tipos mais populares:
1. Controle Overrride
(proteção dos equipamentos)
2. Controle Auctioneering
(controlador leiloeiro)
Controle Override
Durante a operação normal de uma
planta, durante a partida ou parada de
um processo é possível que situações
de alto risco operacional ocorram
podendo submeter os equipamentos a
danos irreparáveis. Nestes casos é
necessário mudar a ação normal de
controle e prevenir que a variável de
processo ultrapasse limites mínimo e
máximo estipulados.

88
EQ817 – Controle de Processos Material de Apoio
Nestas situações, utilizam-se as
chaves seletoras (HSS – High Selector
Switch e LSS – Low Selector Switch)
para a seleção de sinal de controle
entre controladores, como
representado nos sistemas a seguir,
definidos como controles override.
a) Sist. de controle de uma caldeira
Normalmente, a pressão do vapor de
uma caldeira é controlada através da
manipulação da vazão de descarga da
mesma. Ao mesmo tempo, ao nível de
água na caldeira não deve cair abaixo
de um limite mínimo necessário para
manter a serpentina de aquecimento
imersa. De acordo com o sistema a
seguir um controlador override,
usando uma chave seletora de baixa,
mantém a pressão da caldeira
controlada em condições normais.
Caso o nível caia abaixo do valor
mínimo especificado a válvula da linha
de descarga passa a ser comandada
pelo controlador de nível.
Figura 9.2 – Controle Override de uma
Caldeira.
EQ817 – Controle de Processos
b) Sistema de controle de uma
unidade de compressão
A descarga do compressor é
controlada através de um sistema se
controle de vazão. Para prevenir um
aumento da pressão de descarga
acima do valor máximo permitido
utiliza-se um controlador override. A
ação de controle é transferida da
malha de vazão para a malha de
pressão quando a pressão de descarga
excede o valor máximo.
Figura 9.3 – Controlador Override de um
Sistema de Compressão.
Controle Auctioneering (Leiloeiro)
Auctioneering é o termo usado para
descrever a seleção do maior valor
entre um conjunto de entradas em um
sistema de controle. Um exemplo
clássico de aplicação desta estratégia
é o controle de temperatura de um
reator catalítico tubular onde se
processa uma reação altamente
exotérmica de oxidação do o-xileno
para produzir anidrido ftálico. Esta
reação produz um perfil de
temperatura ao longo do reator onde o
maior valor de temperatura é
conhecido como hot spot. O local onde
ocorre o hot spot depende das
condições da linha de alimentação do
89
Material de Apoio
reator (temperatura, vazão,
concentração, etc) e da atividade
catalítica. Além disso, a temperatura
hot spot também depende da
temperatura e da vazão do fluido
refrigerante utilizado para resfriar o
reator.
O principal objetivo de controle deste
sistema é manter a temperatura de
hot spot abaixo do limite crítico
definido. Portanto, é necessária uma
estratégia que localize o hot spot e
forneça a ação de controle apropriada.
Isto é efetuado através da instalação
de diversos sensores de temperatura
ao logo do leito catalítico e utilizado
um controlador Auctioneering para
selecionar a temperatura mais alta que
será usada para a malha de controle
da vazão de refrigerante do reator.
Figura 9.4 – Controlador Auctioneering de
um reator catalítico.
CONTROLADORES SPLIT-RANGE
O controle split-range é uma
montagem particular que utiliza no
mínimo dois elementos finais de
controle comandados simultaneamente
pelo mesmo sinal. No split-range o
sinal de saída do controlador é dividido
normalmente entre duas válvulas de
controle. Tais sistemas não são muito
comuns em processos químicos, mas
fornecem uma segurança adicional e
uma otimização operacional.
EQ817 – Controle de Processos
Neste tipo de controle têm-se
basicamente as condições descritas a
seguir:
A primeira, quando se tem uma malha
de controle com uma variável atuando
dentro de uma faixa prefixada, a saída
da variável desta faixa provocando a
intervenção de uma segunda variável.
Este tipo de controle pode ser aplicado
na manutenção da temperatura do
fluxo de saída de dois trocadores de
calor ligados em serie (Figura 9.5). O
processo é utiliza para aquecer um
produto cuja vazão sofre muita
variação. Quando houver vazão baixa,
basta apenas um trocador de calor
para aquecer o produto, e quando
houver vazão alta, tem-se a
necessidade de utilizar os dois
trocadores de calor.
Figura 9.5 – Controlador Split-range
aplicado em um sistema de trocadores de
calor em série.
Supondo que, do ponto de vista de
segurança, as válvula devam fechar
em caso de falta de ar; tem-se então o
controlador de ação reversa (ao se
aumentar a temperatura, diminui-se o
sinal de saída). Se a vazão do produto
é baixa , atuara a válvula de vapor
TCV-101B porque tem-se o sinal de
saída do controlador compreendido
entre 50 e 100% ( 9 - 15 PSI ). A
medida que aumenta a vazão, o
controlador de temperatura diminui o
seu sinal de saída, até que, quando
90
Material de Apoio
tivermos o sinal menor que 50% (9 faixa do sinal de saída do controlador.
PSI), a válvula TCV-101B permanecera Por exemplo, o sinal pneumático
totalmente aberta; tem-se, então o representado atuará em PCV-101B de
primeiro trocador trabalhando no 3 a 9 psig, e em PCV-101A de 9 a 15
máximo de seu rendimento, e tem-se psig, como apresentado na Figura 9.7.
a válvula TCV-101A começando a abrir
e iniciando o funcionamento do
segundo trocador. Quando ocorrer o
máximo de vazão determinada,
teremos duas válvulas totalmente
abertas e os dois trocadores
trabalhando no máximo de sua
potência.

Outra aplicação bastante Figura 9.7 - Controlador Split-range

representativa de uso de controlador aplicado em um vaso de pressão.
split-range é o controle de pressão de
um tanque através de uma injeção de
N2 (Figura 9.6).

Figura 9.6 – Controlador Split-range

aplicado em um vaso de pressão

Caso houvesse a necessidade de

reduzir a pressão no tanque e o
simples fechamento total da válvula de
N2 não fosse suficiente para baixá-la,
o controlador de pressão atuaria em
uma válvula de purga para a
atmosfera, baixando a pressão do
vaso.

Se a pressão estiver acima do seu set-

point, o controlador (PIC) reduzirá a
admissão de N2. Quando PCV-101B
estiver totalmente fechada, a pressão
será reduzida pela abertura da válvula
de purga PCV-101A. Esta ação sobre
as válvulas é obtida dividindo-se a

91
EQ817 – Controle de Processos Material de Apoio