1 1-Introduo ao Controle de Processos Plantas qumicas no operam em estado estacionrio.

O estado estacionrio, apesar de ser uma condio de operao desejvel, nem sempre atingido ou mantido por muito tempo. Isso quer dizer que numa planta qumica, as condies de operao esto sujeitas a mudanas ao longo do tempo. O nvel de lquido em um equipamento, a presso em um vaso, a vazo d e um reagente ou sua composio; todas estas condies podem (e costumam) varia r. Assim, existe a necessidade de se monitorar a operao destas plantas e intervir para garantir a satisfao dos objetivos operacionais. 1.1-Porque controlar? Plantas qumicas devem operar sob condies conhecidas e pr-determinadas. Existem vrias razes para isso: - Segurana: restries de segurana e ambientais no podem ser violadas. - "Operabilidade": certas condies so requeridas para que as reaes desejadas ou outra s operaes ocorram. - Economia: plantas qumicas so caras e devem gerar lucros. Produtos fin ais devem atender aos requerimentos de pureza do mercado ou no sero vendidos. Uma planta qumica deve ser pensada como uma coleo de tanques nos quais materiais so aquecidos, resfriados e reagem, e de tubulaes atravs das quais estes ma teriais escoam. Tais sistemas em geral no se mantm em tal estado que a temperatura requeri da para uma reao se mantenha, que a presso alm dos limites de segurana em todos os tanques seja evitada ou que a vazo exata para atingir a composio tima do produto seja atingi da. Controlar um processo significa atuar sobre ele, ou sobre as condies a que o processo est sujeito, de modo a atingir algum objetivo - por exemplo, podemos achar necessrio ou desejvel manter o processo sempre prximo de um determinado estado estacionrio, mesmo que efeitos externos tentem desvi-lo desta condio. Este estado estacionrio pode ter sido escolhido por atender melhor aos requisitos d e qualidade e segurana do processo. Exemplo 1.1: considere o tanque de aquecimento da Figura 1.1: Um lquido entra no tanque com uma vazo Fi (l/h) e uma temperatura T (C) onde aquecido com vapor (que tem uma taxa de alimentao Fst (kg/h)). O tanque perfeitame nte agitado, o que significa que a temperatura da corrente de sada igual temperatura do 2 lquido no tanque. A corrente de sada tem vazo F e temperatura T. Os objetivos opera cionais do tanque so: 1-Manter a temperatura de sada T num valor desejado Ts 2-Manter o volume de lquido no tanque num valor desejado Vs Figura 1.1-Tanque aquecedor.

Se o processo operasse em estado estacionrio, ou seja, se nada mudas se, no seria necessrio controlar o processo. Uma vez que a temperatura da corrente de sada foss e igual a Ts e o volume de lquido igual a Vs o sistema poderia funcionar sem superviso ou co ntrole. No entanto, a operao de equipamentos afetada por fatores externos. Por exemplo, po dem ocorrer mudanas na vazo e temperatura de entrada (Fi e Ti). Assim, ne cessrio um esquema de controle que mantenha T e V nos valores desejados Ts e Vs. Uma outra situao que pode ocorrer a mudana dos valores desejados. Por algum motivo deseja-se que o tanque deixe de operar na temperatura Ts e no volume Vs e opere em Ts1 e Vs1. Tambm neste caso um esquema de controle necessrio para levar o sistema s novas condies de operao. Na Figura 1.2 est mostrado um esquema de controle para manter T=Ts quando Ti e/ou Fi sofrem perturbaes. Um termopar (sensor de temperatura) mede a temperatura T do lquido dentro do tanque. T comparada com o valor desejado Ts gerando um desvio c= Ts-T. O valor do desvio enviado para um mecanismo de controle que decide o que deve se r feito para que a temperatura T volte ao valor desejado Ts. Se c>0, o que implica em Ts>T, o controlador abre a vlvula de vapor de forma que mais calor seja forne cido ao sistema. Ao contrrio, se c<0, e logo Ts<T, o controlador fecha a vlvula de vapor. Est claro que se c=0, T=Ts e o controlador no faz nada. Este tipo de sistema de controle, que mede a va rivel a ser controlada (T neste caso) depois que uma perturbao a afeta chamado de controle fee dback. O valor desejado Ts chamado de set point e especificado externamente pela pessoa responsvel pela produo (operador). 3 Figura 1.2- Esquema de controle feedback de um tanque aquecedor. Uma configurao similar pode ser usada de desejamos manter o volume V, ou de forma equivalente, o nvel de lquido h, no seu set point (hs) quando Fi muda. Neste caso medimos o nvel do lquido no tanque e abrimos ou fechamos a vlvula que afeta a vazo de sada F, o u a vazo de entrada (Fi). Este tambm um esquema de controle feedback j que age depois d o fato, ou seja, depois que o efeito da perturbao foi sentido pelo proce sso (mudana da varivel controlada T). Pode-se usar um arranjo diferente para manter a temperatura T=Ts qua ndo Ti muda. Mede-se a temperatura da corrente de entrada Ti e abre-se ou fecha-se a vlvula de vapor para fornecer mais ou menos calor. Se Ti aumenta, a temperatura do tanque T tende a s ubir, logo a

vlvula de vapor deve ser fechada para fornecer menos calor e manter a temperatura em Ts. Ao contrrio, se Ti diminui, deve-se abrir a vlvula de vapor. Este esqu ema de controle chamado de feedforward e mostrado na Figura 1.3. Pode-se notar que o controle feedforward no espera at que a perturbao seja sentida pelo sistema, mas age antecipadamente, prevendo qual ser o efeito seta perturbao. Figura 1.3-Esquema de controle feedforward de um tanque aquecedor. 4 1.2-Classificao das variveis de um processo qumico As variveis (vazes, temperaturas, presses, concentraes etc.) associadas a um processo qumico so divididas em dois grupos - variveis de entrada, que esto relacionadas com o efeito do meio externo no proc esso. - variveis de sada, que esto relacionadas com o efeito do processo no meio externo . Exemplo 1.2: Considere o CSTR (Continuous Stirred Tank Reactor) abaixo: Figura 1.4- CSTR. Para este reator temos: - variveis de entrada: C ai , T i , F i , T ci , F c , (F) - variveis de sada: C a , T, F, T co , V A vazo de efluente, F, pode ser considerada uma varivel de entrada ou sada. Se h uma vlvula na corrente de efluente, de forma que a sua vazo possa ser manipulada p or um controlador, F uma varivel de entrada, desde que a abertura da vlvula ajustada externamente; seno F uma varivel de sada. As variveis de entrada podem ainda ser classificadas da seguinte maneira - variveis manipuladas (ou ajustveis), cujos valores podem ser ajustados por um o perador humano ou por um mecanismo de controle. - perturbaes, cujos valores no so resultantes de ajuste por um operador ou sistema de controle As variveis de sada podem ser classificadas em: - variveis medidas, cujos valores so conhecidos por medida direta. - variveis no medidas, cujos valores no podem ser medidos diretamente. Exemplo 1.3: Suponha que a corrente de entrada do CSTR do exemplo 1.2 (Figura 1. 4) vem

de uma unidade sobre a qual no temos nenhum controle. ai , F i e T i so perturbaes. Se a vazo de refrigerante controlada atravs de uma c uma varivel manipulada, enquanto T ci uma perturbao. Alm disso, se a vazo de efluente por uma vlvula, F uma varivel manipulada, de outra 5

Ento C

vlvula de controle, F

controlada forma uma varivel de sada.

Com respeito s variveis de sada, temos o seguinte: T, F, T co e V so sadas medidas, desde que seus valores podem ser facilmente conhecidos usando-se termop ares (T, T co ), um tubo Venturi (F) e uma clula de diferencial de presso (V). A concentrao C a pode ser uma varivel medida se um analisador (cromatgrafo gasoso, espectofotmetro de infraverm elho, etc.) est ligado corrente de efluente. Em muitas plantas estes analisa dores no esto presentes porque so caros e/ou pouco confiveis. Em tais casos, C a uma varivel de sada no medida. As perturbaes tambm podem ser classificadas como medidas ou no medidas. Como veremos mais tarde, perturbaes no medidas geram problemas de control e mais difceis. 1.3-Elementos de projeto de um sistema de controle - Definir o objetivo do controle: O elemento central de qualquer configurao de controle o processo a ser controlad o. A primeira pergunta que deve ser respondida qual o objetivo operacion al do sistema de controle. Que variveis se deseja controlar? - Selecionar as medidas: Quaisquer que sejam os nossos objetivos de controle, precisamos de m eios de monitorar o desempenho do processo qumico. Isto feito medindo-se os va lores de certas variveis de processo (temperaturas, presses, concentraes, vazes, etc.). Logo a segunda questo : que variveis devem ser medidas para monitorar o desempenho da planta? fcil concluir que gostaramos de medir diretamente as variveis que representam os nossos objetivos de controle e isso o que feito sempre que possvel. Estas medidas so cham adas de medidas primrias. Exemplo 1.4: Para o tanque aquecedor do exemplo 1.1 (Figura 1.1) os

nossos objetivos de controle eram manter o volume e a temperatura do lquido no tanque em nveis desejad os, ou seja, manter T=T s e V=V s . Consequentemente a primeira tentativa instalar medidores para monitorar T e V diretamente. Para este caso, isso bastante simples. Algumas vezes acontece que os nossos objetivos de controle no so quan tidades mensurveis, ou seja, pertencem classe de sadas no medidas. Nestes casos, devem-se medir outras variveis que possam ser medidas com facilidade e confiana. Estas medi das de suporte so chamadas de medidas secundrias. Ento desenvolvemos relaes matemtic as entre as sadas no medidas e as medidas secundrias, ou seja sada no medida = f (medidas secundrias) 6 que nos permitem determinar os valores das variveis no medidas (sempre que os valo res das medidas secundrias estejam disponveis). Estas relaes matemticas podem resulta r de consideraes empricas, experimentais ou tericas. A terceira classe de medidas que podem ser feitas para monitorar o comportamen to do processo inclui a medida direta de perturbaes externas. Medir as perturbaes antes qu e elas atinjam o processo pode ser muito vantajoso, porque nos permite saber com antece dncia qual vai ser o comportamento do processo e tomar aes de controle para evita r qualquer consequncia indesejada. - Selecionar as variveis manipuladas: Uma vez que os objetivos de controle foram especificados e as vrias medidas identificadas, a prxima questo : que variveis manipuladas vamos usar para controlar o sistema? Normalmente num processo temos algumas variveis de entrada que podem ser ajustadas. Qual selecionar uma questo importante, que afetar a qualidade das aes de controle tomadas. A varivel a manipular tem que ter um efeito razovel sobre aquelas que definem o objetivo desejado. Muita ou pouca sensibilidade geram inconvenientes que devem ser evitados. Pouca sensibilidade significa que seriam necessrias mudanas muit o grandes na varivel manipulada para produzir um efeito na varivel controlada. Neste caso, surgem problemas de saturao de instrumentos, problemas de rudos etc. Muita sensi bilidade tambm no desejvel, pois apenas uma pequena mudana na varivel manipulada j produz um efeito exagerado na varivel controlada. Surgem problemas com a resol uo dos instrumentos e, novamente, com o efeito de rudos. Exemplo 1.5: Para controlar o nvel de lquido num tanque podemos ajustar

(manipular) a vazo da corrente de entrada ou a vazo da corrente de sada. Qual a mel hor uma questo importante a ser respondida mais tarde. - Selecionar a configurao de controle: Uma configurao (ou estrutura) de controle a estrutura de informao que usada para conectar as medidas disponveis s variveis manipuladas disponveis. - Projetar o controlador: Em toda configurao de controle o controlador o elemento ativo que re cebe a informao das medidas e toma aes de controle apropriadas para ajustar os valores das variveis manipuladas. Para o projeto de um controlador devemos responder seguinte pergunta: Como a informao tirada das medidas usada para ajustar as var iveis 7 manipuladas? A resposta desta questo constitui a lei de controle, que implementada automaticamente pelo controlador. Bibliografia: 1-Stephanopoulos, George, Chemical Process Control: An Introduction to T heory and Practice, Prentice-Hall Inc., New Jersey, 1984. 2-Luyben, William L., Process Modeling, Simulation and Control for Chem ical Engineers, 2nd edition, McGraw-Hill Inc., Singapore, 1990. 3-Seborg, Dale E., Thomas F. Edgar e Duncan A. Mellichamp, Process Dy namics and Control, J. Wiley, New York, 1989. 4-Curso de Controle de Processos, PUC-Rio, http://venus.rdc.pucrio.br/werneckr/index_cp.html. 5-Curso de Controle de Processos, University of NewCastle Upon TY NE, http://lorien.ncl.ac.uk/ming/Dept/Swot/notes.htm.

8 2-Modelagem de processos para controle

2.1-Introduo Toda e qualquer tcnica de controle, desde a mais elementar at a mais sofisticada, requer algum grau de conhecimento sobre o comportamento do sistema. Para investi gar como o comportamento do sistema (suas sadas) muda com o tempo sob a influncia de mudana s nas perturbaes externas e variveis manipuladas, e consequentemente projetar um controlador apropriado, pode-se usar duas abordagens diferentes: - abordagem experimental: neste caso o(s) equipamento(s) fsico do proces so est disponvel. Logo, mudamos o valor das vrias entradas (perturbaes e variveis manipuladas) e observamos como as sadas variam com o tempo. Este proce dimento demorado e normalmente caro, j que um grande nmero de experimentos deve ser realiz ado. Alm disso, deve-se garantir que as medidas realizadas contm informao sufic iente para caracterizar completamente a dinmica do processo, ou pode-se obter um quadro erra do desta dinmica, de forma que podem estar ocorrendo flutuaes fortes dentro do si stema que no esto aparecendo nas sadas medidas. - abordagem terica: modelos matemticos so usados para determinar o compor tamento dinmico ou esttico do processo. Como em alguns casos o equipamento fsico do processo no est disponvel para testes e, mesmo quando est, a abordagem experimental demorada e cara, a abordagem terica a mais usada. Os modelos matemticos podem ser classificados genericamente em duas categorias: - tericos (fenomenolgicos): desenvolvidos a partir de pressupostos tericos que tentam descrever de forma mais fundamentada os vrios aspectos envolvidos no problema. - empricos: no esto baseados em quaisquer pressupostos tericos, mas apenas so utilizados para descrever um certo conjunto de pontos experimentais conhecidos. A princpio, os modelos empricos so to bons quanto os modelos tericos, embora os modelos tericos possam ser utilizados de forma bem mais racional do qu e os modelos empricos. Por exemplo, as extrapolaes feitas com modelos empricos no so recomendadas, j que nada garante que a realidade v continuar se comport ando daquela forma numa faixa diferente de condies. No entanto, a continuidade dos p ressupostos tericos (e, portanto, do modelo matemtico a que do origem) em condies diferentes bem mais aceitvel. 9 Os modelos podem ainda ser classificados como lineares ou no lineares . O uso de modelos lineares se baseia na hiptese de que os sistemas tm um comport amento que pode ser aproximado linearmente. O seu uso difundido pois a teoria de con trole linear est bastante bem desenvolvida e as equaes lineares em geral tm soluo analtica, o que

permite a fcil obteno de resultados. Em particular na rea de controle de processos, como a principal forma de operao nas grandes indstrias no estado estacionrio, os pequenos desvios associados ao efeito de perturbaes no chega a afastar o sistema de um comportamento aproximadamente linear. Entretanto, devemos ter em mente que a realidade no linear. As cres centes exigncias de qualidade e quantidade colocadas para a indstria a defrontam com situ aes de operao extremas, onde os efeitos no lineares so muito mais importantes. A inda, existem inmeros processos que so operados em batelada ou batelada alimentada (po lmeros, produtos farmacuticos, etc.). Neste tipo de operao, no h estado estacionrio, e o comportamento do processo fortemente no linear. Neste caso, so necessrios modelos no lineares. Ao se modelar o sistema de interesse, deve-se ter em mente que um modelo muito complexo no tem utilidade em anlise e projeto de sistemas de controle. Muitas leis de controle so obtidas a partir de verses simplificadas do comportamento do processo e/ou so ajustadas usando essas verses. Num processo iterativo de projeto, via tentativa e erro, o uso frequente do modelo matemtico tambm requer que o mesmo seja uma verso s imples da realidade, caso contrrio o esforo computacional requerido seria muito grande. Aind a, muitas das leis de controle mais avanadas incluem um modelo do processo que, consequente mente, tem que ser resolvido em linha. Novamente no podemos nem imaginar o u so de modelos complexos. Neste curso a teoria de controle linear ser abordada e, logo, trabalharemos na maioria das vezes com modelos lineares ou linearizados. 2.2- Linearizao e variveis desvio Linearizao o processo pelo qual ns aproximamos sistemas no lineares com sistemas lineares. Considere a seguinte equao diferencial no linear dx dt f x = ( ) (2.1) Expanda a funo no linear f(x) em srie de Taylor em torno de um ponto x 0 10 f x f x df dx x x d f dx x x d f dx x x

n x x n n x n ( ) ( ) ! ( ) ! ..... ( ) ! ... = + | \ | . | + | \ | . | | + | \ | . | | + 0 0 0 2 2 0 0 2 0 0 1 2 (2.2) Se desprezarmos todos os termos de ordem 2 ou maior, temos a seguinte aproximao pa ra o valor de f(x) f x f x df +

dx x x x ( ) ( ) ( ) ~ | \ | . | 0 0 0

(2.3) A aproximao linear somente satisfatria quando x est prximo de x 0 . Na figura 2.1 est mostrada a funo no linear f(x) e a sua aproximao linear em torno de x 0 . Fica claro que a aproximao linear depende da localizao do ponto x 0 em torno do qual fazemos a expanso em srie de Taylor. Compare a aproximao linear de f(x) nos pon tos x 0 e x 1 . A aproximao somente exata no ponto de linearizao. Figura 2.1- Linearizao em torno de um ponto. Vamos introduzir agora o conceito de variveis desvio, que muito til para controle de processos. Suponha que x s o valor de estado estacionrio de x que descreve o sistema dinmico da eq. (2.1) inicialmente. Ento dx dt f x s s = = 0 ( ) (2.4) Considere que x s o ponto de linearizao para a eq. (2.1). Ento o modelo linearizado dx dt f x df dx x x s x s s = +

| \ | . | ( ) ( ) (2.5) Subtraia a eq. (2.4) da eq. (2.5) d x x dt df dx x x s x s s ( ) ( ) = | \ | . | (2.6) Definimos a varivel desvio como x x x s ' = (2.7) 11 Ento a eq. (2.5) fica dx dt df dx x x s ' ' = | \ | . | (2.8) Esta a aproximao linearizada do sistema dinmico no linear descrito pela eq. (2.1) expressa em termos de variveis desvio. A noo de variveis desvio muito til em controle de processos. Normalmen te estamos tentando manter o valor de uma varivel de processo em algum e stado estacionrio

desejado (set-point). Consequentemente, o estado estacionrio um bom pont o em torno do qual se pode desenvolver o modelo linearizado. Nestes casos, a varivel desvio descreve diretamente a magnitude do deslocamento do sistema do nvel de operao des ejado. Alm disso, se o controlador de um dado processo foi bem projetado, no permitir que a varivel de processo se afaste muito do estado estacionrio desejado. Desta forma o modelo linear aproximado expresso em termos de variveis desvio descrever bem o comport amento dinmico do sistema. Para sistemas com mais de uma varivel, a metodologia para linearizao a mesma. Considere o seguinte sistema dinmico dx dt f x x 1 1 1 2 = ( , ) (2.9) dx dt f x x 2 2 1 2 = ( , ) (2.10) Expanda as funes no lineares f 1 (x 1 ,x 2 ) e f 2 (x 1 ,x 2 ) em srie de Taylor em torno do ponto (x 1,0 ,x 2,0 ) e despreze os termos de ordem 2 e superiores f x x f x x df dx x x df dx x x x x x x 1 1 2 1 1 0 2 0 1 1 1 0 2 0 1 1 0 1 2

1 2 ( , ( , , , ) , ( , , , ) , ~ | \ . | | \

0 2 0 2 0 , ) ( , ) ( ) ( ) ,

| +

| . | f x df dx x x df dx x x x x 2 1 2 1 1 0 1 1 2 2 1 0 2 2 ( , , , ( , , , ) , ( , , , ) ,

(2.11) x f x x

x x 2 2 1 0 2 0 2 0 0 2 0 0 ) ( , ) ( ) ( )

~ | \ | . | | \

| . | (2.12) Substituindo as aproximaes acima nas equaes dinmicas (eq. (2.9) e (2.10)) dx dt f x x df dx x x df dx x x x x x x 1 1 1 0 2 0 1 1 1 0 2 0 1 1 0 1 2 1 0 2 0 2 2 0 = + | \ | . | | \ +

| . | ( , ) ( ) ( ) , , ( , , , ) , ( , , , ) ,

(2.13) dx dt f x x df dx x x df dx x x x x x x 2 2 1 0 2 0 2 1 1 0 2 0 1 1 0 2 2 1 0 2 0 2 2 0 = + | \ | . | | \ +

| . | ( , ) ( ) ( ) , , ( , , , ) , ( , , , ) , (2.14) Estas duas ltimas equaes so lineares e constituem o modelo linearizado qu e aproxima o modelo no linear descrito pelas eqs. (2.9) e (2.10). 12 Para expressar o modelo linearizado em termos de variveis desvio, selecione o e stado estacionrio (x 1,s , x 2,s ) como o ponto em torno do qual a linearizao vai ser feita. No estado

estacionrio as eqs. (2.9) e (2.10) levam a 0 1 1 2 = f x x s s ( , ) , , (2.15) 0 2 1 2 = f x x s s ( , ) , , (2.16) Subtraia as eqs. (2.15) e (2.16) das eqs. (2.13) e (2.14) e obtenha d x x dt df dx x x df dx x x s x s x s s x s x s s ( ) ( ) ( ) , ( , , , ) , ( , , , ) , 1 1 1 1 1 2 1 1 1 2 1 2 2 2

= | \ | . | | \ +

| . | (2.17) d x x dt df dx x x df dx x x s x s x s s x s x s s ( ) ( ) ( ) , ( , , , ) , ( , , , ) , 2 2 2 1 1 2 1 1 2 2 1 2 2 2 = | \

| . | | \ +

| . | (2.18) Definindo as variveis desvio x x x s 1 1 1 ' , = e x x x s 2 2 2 ' , = dx dt df dx x df dx x x s x s x s x s 1 1 1 1 2 1 1 2 1 2 2 ' ( , , , ) ' ( , , , ) ' = | \

| . | | \ +

| . | (2.19) dx dt df dx x df dx x x s x s x s x s 2 2 1 1 2 1 2 2 1 2 2 ' ( , , , ) ' ( , , , ) ' = | \ | . | | \ | . | (2.20) +

Exemplo 2.1- Linearize a seguinte expresso e a escreva is desvio em relao ao ponto x1 0 e x2 0 : 2 ) t ( 2 cx ) t ( 2 x ) t ( 1 bx ) t ( 1 ax dt ) t ( 1 dx + + = . Nesta expresso a, b e c so parmetros constantes e x1 e x2 variam com o tempo. Considere x1 0 =1, x2 0 =2, a=b=c=1. Da eq. (2.9) temos que 2 ) t ( 2 cx ) t ( 2 x ) t ( 1 bx ) t ( 1 ax ) 2 x , 1 x ( 1 f + . (2.11) podemos aproximar f1(x1,x2) por: ) 2 x 2 x )( 2 cx 2 1 bx ( ) 1 x 1 x )( 2 bx a ( 2 cx 2 x 1 bx 1 ( 1 f 0 0 0 0 0 2 0 0 0 0 + + + + + + ~ Logo, ) 2 x 2 x )( 2 cx 2 1 bx ( ) 1 x 1 x )( 2 bx a ( 2 cx 2 x dt 1 dx 0 0 0 0 0 2 0 0 0 0 + + + + + + ~ No estado estacionrio: 2 0 0 0 0 0 2 cx 2 x 1 bx 1 ax 0 dt 1 dx + + = = Subtraindo as duas equaes chegamos a: ) 2 x 2 x )( 2 cx 2 1 bx ( ) 1 x 1 x )( 2 bx a ( dt ) 1 x 1 x ( d 0 0 0 0 0 0 + + + = 13 Mas ' 0 1 x ) 1 x 1 x ( ' 0

em funo de varive

+ = . Pela eq ax ) 2 x , 1 x

1 bx 1 ax

= e

2 x ) 2 x 2 x ( = , ento a equao acima fica igual a: ' 0 0 ' 0 ' 2 x ) 2 cx 2 1 bx ( 1 x ) 2 bx a ( dt 1 dx + + + = Substituindo os valores de x1 0 , x2 0 , a, b e c, chegamos a: ' ' ' 2 x 5 1 x 3 dt 1 dx + = 2.3-Alguns tipos de modelos matemticos a)Modelos de equaes diferenciais b)Modelos de diferenas finitas c)Modelos de entrada sada (exemplo: modelos de funo de transferncia) a)Modelos de equaes diferenciais Estes so modelos tericos, baseados nas hipteses fundamentais que balizam a anlise de problemas da engenharia qumica, que so normalmente os princpios de conservao de massa e energia. Os balanos de massa e/ou energia do origem a equaes diferenciais ordinrias e/ou parciais, geralmente combinadas com uma ou m ais equaes algbricas. As equaes algbricas podem descrever relaes termodinmicas (relaes descrevem as situaes de equilbrio atingidas durante uma reao ou por uma ou mais fases ), equaes de estado (por exemplo a lei dos gases ideais ou a equao de Van der Waals), equaes de taxa de transporte (taxas de transferncia de massa, energia et c.), equaes de taxas cinticas (descrevem as taxas de reaes qumicas), etc. A aplicao dos princpios de conservao permite construir modelos para um gra nde nmero de sistemas. No entanto, informaes adicionais que no podem ser obti das das equaes de balano so freqentemente necessrias. Por exemplo, saber como a den sidade de um fluido depende da temperatura ou como a velocidade da reao depen de das concentraes dos reagentes. Nestes casos, equaes empricas podem ser utilizada s para descrever a frao desconhecida do modelo ou uma modelagem mais detalhada do fenmeno pode ser utilizada. Por exemplo, pode-se dizer simplesmente que a velocidade de reao varia com uma potncia da concentrao e tentar determinar o expoente a partir d e experimentos, introduzindo-se assim um certo grau de empirismo ao nosso modelo terico , ou tentar descrever o mecanismo de reao de forma detalhada para tentar desvendar a forma com

que a velocidade de reao depende da concentrao do reagente. Para a maioria dos sistemas de interesse para um engenheiro qumico existem some nte trs quantidades: massa, energia e momento. Frequentemente, no entanto, a s variveis

14 fundamentais no podem ser medidas diretamente. Nestes casos, selecionamos outras variveis que podem ser medidas e que agrupadas apropriadamente determina m o valor das variveis fundamentais. Ento massa, energia e momento podem ser caracteriz ados por variveis tais como densidade, concentrao, temperatura, presso e vazo. Estas so as chamadas variveis de estado e os seus valores definem o estado de um sistema. As equaes que relacionam as variveis de estado (variveis dependentes) s variveis independentes so derivadas da aplicao de princpios de conservao nas quantidades fundamentais e so chamadas de equaes de estado. O princpio da conservao de uma quantidade S diz que: [acmulo S]/tempo = [entrada S]/tempo - [sada S]/tempo + [gerao S]/tempo - [consumo S]/tempo S pode ser: - massa total - massa dos componentes individuais - energia total - momento Deve-se lembrar sempre que para os processos qumicos a massa total e a energia to tal no podem ser gerados nem desaparecer. Revisando a forma mais usada das equaes de balano: - Balano de massa total: p p = p entradas : i sadas : j j j i i F F dt ) V ( d (2.21) - Balano de massa para o componente A: rV F C F C dt ) V C ( d dt dn j sadas : j Aj i entradas : i Ai A A = = (2.22) - Balano total de energia: Ws Q h F h F dt

) P K U ( d dt dE sadas : j j j j entradas : i i i i p p = + + = (2.23) As variveis que aparecem acima so: p: densidade V: volume do sistema F: vazo volumtrica de alimentao n A : nmero de moles do componente A 15 C A : concentrao molar de A (moles/volume) r: taxa de reao por unidade de volume para o componente A h: entalpia especfica U, K, P: energias interna, cintica e potencial do sistema Q: quantidade de calor trocada pelo sistema com o meio ambiente por unidade de tempo (por conduo, radiao ou reao) Ws: trabalho realizado por unidade de tempo Por conveno, uma quantidade considerada positiva se entra no sistema e negativa se sai. As equaes de estado com as variveis de estado associadas constituem o modelo matemtico do processo, que simula o comportamento dinmico do processo. A aplicao dos princpios de conservao levam a um conjunto de equaes diferenciais com as quantidades fundamentais como variveis dependentes e o tempo como a varivel independ ente. A soluo das equaes diferenciais determinam como as quantidades fundamentais, ou equivalentemente, as variveis de estado, mudam com o tempo, ou seja, o comportamento dinmico do processo. Se as variveis de estado no variam com o tempo, dizemos que o proce sso est em estado estacionrio. Neste caso a taxa de acmulo zero e, logo, os balanos resultante s so um conjunto de equaes algbricas. Exemplo 2.2- Considere o tanque aquecedor do exemplo 1.1 (Figura 1.1). As quantidades fundamentais cujos valores definem o estado do aquecedor so: - a massa total de lquido no tanque - a energia total do material no tanque - o momento O momento permanece constante mesmo com as perturbaes e no ser considerado. As variveis de estado, logo, so: - massa total no tanque= Ah V p = p onde p a densidade do lquido, V o volume de lquido, A a rea tranversal do tanque e

h a altura do nvel de lquido. - energia total do lquido no tanque=E=U+K+P Se a velocidade de escoamento da entrada e sada no forem muito altas, o termo de e nergia cintica desprezvel:dK/dt. Se a diferena de altura entre a entrada e sada no for alta a energia potencial tambm desprezvel:dP/dt=0. Assim, dE/dt=dU/dt. 16 As equaes de balano so dadas por: - balano de massa total: F F dt ) Ah ( d i p p = p onde F i e F so as vazes volumtricas de entrada e sada. Considerando-se que p no varia com a temperatura F F dt dh A i = (2.24) - balano de energia total Q h F h F dt ) VU ( d i i + p p = p Mas a entalpia definida como V P U H + = Para lquidos o termo V P desprezvel e dt dH dt dU ~ Alm disso ) T T ( Cp H ref = onde Cp a capacidade calorfica do lquido no tanque e T ref a temperatura de referncia onde a entalpia especfica do lquido assumida igual a zero. A equao se transforma em: Q ) T T ( FCp ) T T ( Cp F dt )] T T ( AhCp [ d ref ref i i ref + p p = p

onde Q a quantidade de calor fornecida pelo vapor por unidade de te mpo. Simplificando (assume-se que T ref =0): Cp Q FT T F dt ) hT ( d A i i p + = Mas, dt dh AT dt dT Ah dt ) hT ( d A + = . Substituindo ento a equao 2.24 e simplificando chega-se a Cp Q ) T T ( F dt dT Ah i i p + = (2.25) As variveis nas equaes 2.4 e 2.5 podem ser classificadas como segue: - variveis de estado: h, T - variveis de sada: h, T (medidas) - variveis de entrada: - perturbaes: T i , F i - variveis manipuladas: Q,F (para controle feedback) F i (para controle feedforward) Elementos adicionais dos modelos matemticos 17 Alm das equaes de balano, precisamos de outras relaes para expressar equilbrio termodinmico, taxas de reao, taxas de transporte para calor, massa, momen to, etc. Estas relaes adicionais podem ser classificadas como: - Equaes de taxas de transporte So necessrias para descrever taxas de transferncia de massa, energia e m omento. So estudadas em cursos de fenmenos de transporte. Por exemplo, o calor fornecido pelo vapor no exemplo anterior dado pela seguinte equao de transferncia de calor: ) T T ( UA Q

V t = onde U=coeficiente global de tranferncia de calor A t =rea total de transferncia de calor T V =temperatura do vapor - Equaes de taxas cinticas So necessrias para descrever as taxas de reao qumica que ocorrem no siste ma. So estudadas nos cursos de cintica. Por exemplo, a taxa de uma reao de primeira ord em ocorrendo num CSTR dada por: A RT E 0 C e k r = onde k 0 =constante cintica E=energia de ativao da reao R=constante dos gases ideais T,C A =Temperatura e concentrao de A no lquido reacional. - Relaes de equilbrio de fase e reao So necessrias para descrever as situaes de equilbrio alcanadas durante uma reao qumica por duas ou mais fases. So estudadas em cursos de termodinmica. - Equaes de estado So necessrias para descrever relaes entre as variveis que descrevem o esta do termodinmico de um sistema. A equao dos gases ideais e a equao de van der Walls so dois exemplos de equao de estado para sistemas gasosos. Tempo morto Nos exemplos anteriores assumimos que sempre que uma mudana ocorre nu ma das variveis de entrada, seu efeito instantaneamente observado nas variveis de sada. Na verdade, normalmente quando uma varivel de entrada sofre uma mudana exis te um 18 intervalo de tempo (curto ou longo) durante o qual nenhum efeito observado nas s adas do sistema. Este intervalo chamado de tempo morto. Exemplo 2.3- Considere o escoamento de um lquido incompressvel atravs de um tubo (Figura 2.1a). Se o tubo termicamente isolado e o calor gerado pela frico do fluido escoando desprezvel, fcil concluir que no estado estacionrio a temperatura de sada d o tubo (T out ) igual de entrada (T

in ). Se no tempo t=0 a temperatura de entrada muda como mostrado pela curva A mostrada na Figura 2.1b claro que a temperatura na sada (T out ) vai permanecer a mesma at que a mudana chegue ao final do tubo. Ento vamos observar a temperatura de sada mudando, como mostrado na curva B na Figura 2.1b. Notamos que a mudana na temperatura de sada segue a mesma forma da mudana na entrada com um atraso de td segundos. td o tempo morto e a partir de consideraes fsicas fcil ver qu e: av av U L AU AL a volumtric vazo tubo do volume td = = = onde Uav a velocidade mdia do fluido atravs da rea transversal do tubo , assumida constante. Podemos relacionar T in e T out como: ) td t ( T ) t ( T in out = Figura 2.2 Exemplos adicionais Exemplo 2.4: Modelo matemtico de um CSTR 19 Considere o CSRT do exemplo 1.2 (Figura 1.4), onde uma reao simples exotrmica A B acontece no reator, que resfriado por um fluido refrigerante qu e escoa atravs de uma jaqueta em torno do reator. As quantidades fundamentais do reator so: - massa total de mistura reativa no reator - massa do componente A na mistura reativa - energia total da mistura reagente no tanque A massa do componente B pode ser calculada a partir dos balanos do componente A e global. Logo, este balano no independente. (massa total = massa A + massa B). A massa se conserva, mas no o nmero de moles dos componentes. Os balanos so: - balano global: F F dt ) V ( d i i p p = p considerando p=cte, temos: F F

dt dV i = - balano para o componente A: rV F C F C dt ) V C ( d dt dn A i Ai A A = = Substituindo a equao de balano global (dV/dt) e simplificando: A RT E 0 A Ai i A C e k ) C C ( V F dt dC = - balano de energia: Q rV ) Hr ( ) T T ( Fcp ) T T ( cp F dt )] T T ( Vcp [ d dt dH ref ref i i ref A + p p = p = onde AHr o calor de reao, que por conveno negativo para reao exotrmica e Q o calor retirado pela jaqueta. Simplificando chega-se a: CpV Q Cp r ) Hr ( ) T T ( V F dt dT i i p p A + = Exemplo 2.5- Considere o CSTR com duas fases mostrado na Figura 2.3. Correntes de lquido (F)e vapor (Fv) so retiradas do tanque. A presso no tanque P. Os volumes de

lquido e vapor so V e Vv. A densidade e temperatura da fase vapor so pv e Tv. A frao molar de A no vapor y. 20 Figura 2.3 Se as fases esto em equilbrio trmico, as temperaturas do vapor e lquido so (T=Tv). Se existe equilbrio de fases, as composies do lquido e do vapor esto adas pela lei de Raoult, por uma relao de volatilidade relativa ou alguma utra relao de equilbrio lquido-vapor. A entalpia da fase vapor (H) uma funo da y, da temperatura Tv e da presso. Desprezando os termos de energia cintica, potencial trabalho e substituindo as energias internas por entalpias, a equao de balano bal de energia se transforma em: Vr ) Hr ( Q vH Fv h F h F dt ) h V H vV ( d 0 0 0 L v A + p p p = p + p iguais relacion o

composio e glo

Pode-se substituir a entalpia do lquido por h=CpT e a do vapor por H=CpT+v, onde v o calor de vaporizao da mistura. A equao se transforma em: Vr ) Hr ( Q ) v CpT ( v Fv CpT F CpT F dt ) CpT V ) v CpT ( vV ( d 0 0 0 L v A + + p p p = p + + p b)Modelos de diferenas finitas Modelos com equaes de diferenas finitas correspondem discretizao de modelos de equaes diferenciais e so normalmente usados em sistemas de controle digital. Exemplo 2.6: discretizao de um modelo de 1 a ordem. Considere o processo dy dt f x y = ( , ) (2.26) Discretizando, temos dy dt y y t n n ~ 1 A (2.27) ou dy

dt y y t n n ~ +1 A (2.28) Usando a eq. (2.27) temos a equao de diferenas finitas y y t f y x n n n n = + 1 1 1 A . ( , ) (2.29) 21 Exemplo 2.7: discretizao de um modelo de 2 a ordem. d y dt a dy dt a y x 2 2 1 0 + + = (2.30) d y dt d dt dy dt d dt y y t t y y y n n n n n 2 2 1 2 1 2 1 2 = | \ | . | ~ | \

| . | = A ( 1 2 1 2 1 0 2 2 A A ) (2.31) 2 1 +

1 1 A A A A t

a t y t a t a y t y x n n n n + | \ | . | = | \ | . | + (2.32) Logo, y a y a y b x n n n n = + + 1 1 2 2 1 1 ' ' ' (2.33) Estes modelos podem ser no lineares ou lineares, dependendo se result am da discretizao de equaes diferenciais no lineares ou linearizadas. c) Modelos de entrada-sada Todo processo qumico e as suas variveis associadas podem ser descritos pela Figu +

ra 2.4. Um modelo matemtico conveniente para um projetista de sistemas de controle d eve estar de acordo com esta figura, ou seja, deve ser tal que, dados os valores das entra das, ele calcula diretamente os valores das sadas. Em particular, o modelo deve ter a seguinte forma geral para cada sada sada = f(variveis de entrada) Figura 2.4 ou seja, usando-se a Figura 2.4: y f m m m d d d i k L = ( , ,..., ; , ... ) 1 2 1 2 para i=1,2,,m. (2.34) Estes modelos que descrevem diretamente a relao rada e sada de um processo so chamados de modelos de rsos tipos de modelo de entrada-sada, entre eles os modelos de s modelos de convoluo, os modelos de funes de transferncia e at c.1)Modelos de funo de transferncia c.1.1) Transformada de Laplace 22 Os modelos de funo de transferncia usam transformadas de Laplace. Estas transformadas so muito usadas em controle de processos, j que permitem o desenvolvimento de representaes dinmicas bastante simples de processos qumic os. Elas transformam equaes diferenciais lineares ou linearizadas em equaes algbricas, com as quais muito mais fcil trabalhar, e permitem uma anlise rpida da dinmica do processo. Alm disso, elas fornecem uma relao direta entre as entradas e sadas do processo. A transformada de Laplace de uma funo f(t) definida da seguinte forma: dt f(t)e f(s) [f(t)] 0 st = L (2.35) Nota-se que a transformada de Laplace a transformao de uma funo do domnio do tempo (onde t a varivel independente) para o domnio s (onde s a varivel independente). s uma varivel definida no plano complexo (s=a+jb). A transformada de Laplace uma operao linear: )] t ( f [ a )] t ( f [ a )] t ( f a ) t ( f a [ 2 2 1 1 2 2 1 1 L L L + = + (2.36) onde a 1 e a 2

entre as variveis de ent entrada-sada. Existem dive resposta ao degrau, o mesmo as redes neuronais.

so parmetros constantes. Propriedades adicionais das transformadas de Laplace: Teorema do valor final: 0 s t )] s ( sf lim[ ) t ( f lim = (2.37) Teorema do valor inicial: = s 0 t )] s ( sf lim[ ) t ( f lim (2.38) c.1.2) Funes de transferncia dos modelos entrada-sada Considere um sistema simples com uma entrada e uma sada (SISO-Single input Single Output), como descrito na Figura 2.5a. O seu comportamento dinmico descrit o por uma equao diferencial linear ou linearizada de ordem n. Figura 2.5 a d y dt a d y dt a dy dt a y bf t n n n n n n + + + + = 1 1 1 1 0 ..... ( ) (2.39) 23 onde f(t) e y(t) so as variveis de entrada e sada do processo, respectivamente. As duas so descritas como variveis desvio. Considere que o sistema inicialmente est no estado estacionrio. Logo y dy dt d y dt d y dt

t t n n t ( ) ........ 0 0 0 2 2 0 1 1 0 =

= = = = (2.40) Sabemos que a transformada de Laplace da derivada dada por ) 0 ( y ) 0 ( sy ....... ) 0 ( y s ) 0 ( y s ) s ( y s dt ) t ( y d 1 n 2 n ' 2 n 1 n n n n =

L (2.41) Logo, pode-se calcular a transformada de Laplace da eq. (2.39) a s y s a s y s a sy s a y s bf s n n n n ( ) ( ) ...... ( ) ( ) ( ) + + + + = 1 1 1 0 (2.42) Pode-se escrever a funo de transferncia, G(s), que relaciona a entrada d iretamente com a sada numa forma algbrica simples G s y s f s b a s a s a s a n n n n ( ) ( ) ( ) ....... = = + + + + 1 1 1 0 (2.43) A figura 2.5b descreve esta relao entrada-sada e chamada de diagrama de blocos do sistema. Se o processo tem duas entradas, como mostrado na figura 2.6a, o modelo dinmico a d y dt a d y dt a dy dt a y b f t b f t n n n n n n

1 1 1 1 0 1 1 2 2 ..... ( ) ( ) (2.44) Com as mesmas condies iniciais (eq. (2.38)), temos y s b a s a s a s a f s b a s a s a s a f s n n n n n n n n ( ) ...... ( ) ...... ( ) = + + + + + + + + + 1 1 1 1 0 1 2 1 1 1 0 2 (2.45) Ou equivalentemente y s G s f s G s f s ( ) ( ) ( ) ( ) ( ) = + 1 1 2 2 (2.46) onde G 1 (s) e G 2 (s) so duas funes de transferncia que relacionam a sada do processo a cada uma das entradas. Estas relaes esto mostradas no diagrama de blocos da figura 2.6b. Um procedimento semelhante pode ser aplicado a qualquer sistema com um

a sada e vrias entradas, como mostrado na figura 2.7. 24 Figura 2.6 Figura 2.7 Resumindo, pode-se definir a funo de transferncia entre uma entrada e uma sada da seguinte forma G s ( ) = transformada de Laplace da saida, em variaveis desvio transformada de Laplace da entrada, em variaveis desvio (2.47) 25

26 27 c.1.3) Inverso de transformadas de Laplace (Expanso por fraes parciais ou expanso de Heaviside) O ponto crtico para se achar a soluo de uma equao diferencial usando transformadas de Laplace a inverso destas transformadas para voltar ao domnio do t empo. Vamos ento estudar o mtodo das fraes parciais para inverso destas transformadas. Considere que a transformada de Laplace de uma funo desconhecida x (t ) dada por: ) s ( P ) s ( Q ) s ( x = - Caso 1- P(s) com razes reais e distintas Considere a seguinte funo de transferncia: ) s ( P ) s ( Q 2 s s 2 s 6 s s ) s ( x 2 3 2 = + = 28 P(s) de 3 ordem e tem trs razes: p1=1, p2=-1 e p3=2 Ento P(s) pode ser escrito como ) 2 s )( 1 s )( 1 s ( ) s ( P + = Ento a equao de x(s) pode ser expandida em fraes parciais como ) 2 s ( C ) 1 s (

C ) C ) 6 ) 3 2 + + + =

1 s ( 2 s s 2 s )( 1 s )( 1 s ( s ( x 1

+ = (2.48) A inversa desta funo de transferncia igual a:

+ +

= ) 2 s ( C ) 1 s ( C ) 1 s ( C ) t ( x 3 1 2 1 1 -1 L L L Usando a Tabela 2.1, temos: t 2 3 t 2

t 1 e C e C e C ) t ( x + + = (2.49) Para calcular C 1 deve-se multiplicar os dois lados da equao acima por (s-1): ) 2 s ( ) 1 s ( C ) 1 s ( ) 1 s ( C C ) 2 s )( 1 s ( ) 6 s s ( ) s ( x 3 2 1 2 + + + = + = Se assumirmos (s-1)=0 ou s=1, temos: 3 ) 2 s )( 1 s ( ) 6 s s ( C 1 s 2 1 =

+ = = Para calcular C 2 deve-se multiplicar ambos os lados da eq. (2.48) por (s+1): ) 2 s ( ) 1 s ( C C ) 1 s ( ) 1 s ( C ) 2 s )( 1 s ( 6 s s

) s ( x 3 2 1 2 + + + + = = Assumimos s+1=0 ou s=-1, logo: 3 / 2 ) 2 s )( 1 s ( 6 s s C 1 s 2 2 =

= = Para calcular C 3 deve-se multiplicar ambos os lados da eq. (2.48) por (s-2): 3 2 1 2 C ) 1 s ( ) 2 s ( C ) 1 s ( ) 2 s ( C ) 1 s )( 1 s ( 6 s s ) s ( x + + + = + = Assumimos s-2=0, ou seja, s=2. Logo

3 ) 6 C 2 2 3

/ 4 1 s )( 1 s ( s s s =

+ = = Da eq. (2.49) temos a resposta: t 2 t t e 3 / 4 e 3 / 2 e 3 ) t ( x = - Caso 2- P(s) com razes complexas e distintas Considere a transformada: 29 5 s 2 s 1 s ) s ( x 2 + + = P(s) tem duas razes distintas e complexas conjugadas: p1=1+2j e p2=1-2j Ento )] j 2 1 ( s )][ j 2 1 ( s [ 5 s 2 s ) s ( P 2 + = + = Expandindo em fraes parciais: ) j 2 1 ( s C ) j 2 1 ( s C )] j 2 1 ( s )][ j 2 1 ( s [ 1 s 5 s 2 s 1 s ) s ( x 2 1 2 + + = + +

= + + = Usando a Tabela 2.1: t ) j 2 1 ( 2 t ) j 2 1 ( 1 e C e C ) t ( x + + = Para calcular C 1 , multiplica-se ambos os lados da equao acima por [s-(1+2j)] ) j 2 1 ( s )] j 2 1 ( s [ C C )] j 2 1 ( s [ 1 s 2 1 + + = + Fazendo [s-(1+2j)]=0, ou seja s=1+2j, calcula-se 2 j 1 C 1 = Fazendo [s-(1-2j)]=0, ou seja s=1-2j, calcula-se 2 j 1 C 2 + = Note que os coeficientes C 1 e C 2 so complexos conjugados. Substituindo a resposta : t ) j 2 1 ( t ) j 2 1 ( e 2 j 1 e 2 j 1 ) t ( x + + +

= ou jt 2 jt 2 t e ) j 1 ( e ) 2 e ) t ( x + + = Relembrando a a sen j a cos ja + = Ento t 2 sen j t 2 jt 2 + = e t 2 sen j t 2 jt 2 = + =

j 1 [(

identidade de Euler: e

cos e

cos ) t 2 sen( j ) t 2 cos( e

Ento ) t 2 sen t 2 (cos e )] t 2 sen j t 2 )(cos j 1 ( ) t 2 sen j t 2 )(cos j 1 [( 2 e e ) j 1 ( e ) j 1 [( 2 e ) t ( x t t jt 2 jt 2 t + = + + + = + + = 30 Relembrando a identidade trigonomtrica: ) b sen( 3 a b sen 2 a b cos 1 a o + = + onde 2 2 2 a 1 a 3 a + = e | . | \ | = o 2 a 1 a tan 1 Ento a resposta

) t 2 sen( 2 e ) t ( x t o + = onde o=tan -1 (1/1)=45 Ento, sempre que um polinmio P(s) tiver razes complexas : -elas sempre sero pares complexos conjugados -os coeficientes dos termos correspondentes na expanso em fraes parciais tambm sero complexos conjugados um do outro. -daro origem a um termo peridico (ex. onda senoidal). - Caso 3- P(s) com razes mltiplas Considere a transformada de Laplace: ) 2 s ( ) 1 s ( 1 ) s ( x 3 + + = Este polinmio tem 3 razes iguais e uma diferente: p1=p2=p3=-1 e p4=-2 Expandindo em fraes parciais: 2 s C ) 1 s ( C ) 1 s ( C 1 s C ) 2 s ( ) 1 s ( 1 ) s ( x 4 3 3 2 2 1 3 + + + + + + + = + + = (2.50) Pelas tabelas 2.1 e 2.2 temos que: t 2 4 t 2 3 t 2 t 1 e C e t 2 C

te C e C ) t ( x + + + = Clculo de C 4 : este coeficiente o correspondente raiz distinta e pode ser calcula do pelo procedimento j descrito, ou seja, multiplica-se ambos os lados da eq.(2.50) por ( s+2) e faa s=-2. C 4 =-1. Clculo de C 3 : multiplique ambos os lados da eq. (2.50) por (s+1) 3 : 2 s ) 1 s ( C C ) 1 s ( C ) 1 s ( C ) 2 s ( 1 3 4 3 2 2 1 + + + + + + + = + (2.51) Faa s=-1 e obtenha C 3 =1. Clculo de C 2 : o procedimento descrito acima no funciona. Se multiplicarmos ambos os lados da equao por (s+1) 2 temos: 31 2 s ) 1 ) 1 C C ) ) 2 1 2 4 3 2 1 + + + + + + + +

s ( C s ( 1 s ( C s )( 1 s (

+ =

Fazendo s=-1, tanto o lado esquerdo quanto o termo envolvendo C 3 tendem a infinito. O mesmo problema acontece se tentarmos calcular C 1 . Ento, um procedimento alternativo deve ser usado. Diferencie ambos os lados da eq. (2.51) com relao a s e obtenha: 2 2 4 2 1 2 ) 2 s ( ) 5 s 2 ( ) 1 s ( C C ) 1 s ( C 2 ) 2 s ( 1 + + + + + + = + (2.52) Faa s=-1 e obtenha C 2 =-1. Clculo de C 1 : para obter C 1 diferencie a eq. (2.52) uma vez mais e obtenha: 3 2 4 1 3 ) 2 s ( 7 s 5 s ) 1 s ( 2 C C 2 ) 2 s ( 2 + + + + + = + Faa s=-1 e obtenha C 1 =1. c.1.4) Plos e zeros de uma funo de transferncia De acordo com a definio de funo de transferncia, temos: ) s ( f ) s ( y ) s ( G = (2.53) Em geral, a funo de transferncia G(s) ser a razo de dois polinmios: ) s ( P ) s ( Q ) s ( G = (2.54) Para sistemas fisicamente realizveis, o polinmio Q(s) ser sempre de ordem menor do que o P(s). As razes do polinmio Q(s) so chamadas de zeros da funo de transferncia

ou zeros do sistema cuja dinmica descrita pela funo de transferncia G(s). Q uando a varivel s assume os valores dos zeros de Q(s), a funo de transferncia igual a zero. As razes do polinmio P(s) so chamadas de plos da funo de transferncia, u equivalentemente de plos do sistema. Nos plos de um sistema a funo de t ransferncia tende ao infinito. Se sabemos onde os plos de um sistema esto localizados, podemos deter minar as caractersticas qualitativas da resposta do sistema a uma entrada em par ticular sem clculos adicionais. Por exemplo, considere que a funo de transferncia de um sistema dada po r: ) 5 p s *)( 4 p s )( 4 p s ( ) 3 p s )( 2 p s )( 1 p s ( ) s ( Q ) s ( G m = 32 onde p1, p2, p3, p4, p4* e p5 so as razes de P(s), ou seja, os plos do sistema. As seguintes observaes podem ser feitas sobre a localizao dos plos: 1- Plos distintos e reais, tais como p1 e p2 na Figura 2.8, esto loc alizados no eixo real. Durante a inverso da transformada de Laplace, do origem a termos exponenciais tais como C 1 e p1t e C 2 e p2t . Como p1<0, C 1 e p1t cai exponencialmente para zero para t (Figura 2.9a). Como p2>0, C 2 e p2t aumenta exponencialmente conforme t (Figura 2.9b). Ento, plos distintos no eixo real negativo produzem termos que caem para zero com o tempo, enquanto plos positivos reais fazem com que a resposta tenda a infinito com o tempo. 2-Mltiplos plos reais, tais como p3, que so repetidos m vezes, levam a termos como: t 3 p 1 m m 3 2 33 32 31 e t )! 1 m ( C ... t ! 2

C t ! 1 C C

+ + + + O termo entre colchetes tende infinito com o tempo. O comportamento do termo exponencial depende do valor do plo p3: Se p3>0 ento e p3t quando t . Se p3<0 ento e p3t 0 quando t . Se p3=0 ento e p3t =1 pata todo tempo t. Ento plos reais e mltiplos levam a termos que tendem ao infinito, se o plo positivo ou zero, ou decaem para zero, se o plo negativo. Figura 2.8 33 Figura 2.9 3-Plos conjugados e complexos, tais como p4 e p4*. Deve-se enfatizar q ue estas plos sempre aparecem em pares conjugados e nunca sozinhos. Seja p4=a+jb e p4=a-jb. Na inverso estes levam a termos tais como e at sen(bt+o). A funo sen(bt+o) peridica e oscilatria e o comportamento de e at depende do valor da parte real a. Ento: Se a>0, ento e at quando t , e e at sen(bt+o) tende para infinito de forma oscilatria (Figura 2.10a). Se a<0, ento e at 0 quando t , e e at sen(bt+o) cai para zero de forma oscilatria com amplitude decrescente (Figura 2.10b). Se a=0, ento e at

=1 para todo t, e e at sen(bt+o)=sen(bt+o), que oscila continuamente com amplitude constante (Figura 2.10c). Figura 2.10 Ento, um par de complexos conjugados como plos levam a comportamento oscilatrio, cu ja amplitude pode crescer continuamente se a parte real do plo complexo for positiva , decrescer para zero se a parte real do complexo for negativa ou permanecer constante se a parte real for zero. 34 Observaes 1-O comportamento descrito acima geral e descreve qualquer sistema. As sim, pode-se encontrar as caractersticas qualitativas da resposta do sistema se sabem os onde os plos da sua funo de transferncia esto localizados. Para uma entrada particular f(t ) devemos considerar as razes adicionais introduzidas pelo denominador de f(s) ant es de ter o quadro completo da resposta do sistema. 2-Plos direita do eixo imaginrio levam a termos que crescem para o infinito com o tempo. Tais sistemas com comportamento no limitado so chamados de instveis. Assi m, um sistema ser estvel (ou seja, com resposta dentro de limites) se todos os plos esto s ituados esquerda do eixo imaginrio (Figura 2.8).

35 3-Comportamento Dinmico 3-1-Sistemas de primeira ordem

Um sistema de primeira ordem aquele cuja sada y(t) modelada por um a equao diferencial de primeira ordem. Ento no caso de um sistema linear ou linearizado, temos: ) t ( bf y a dt dy a 0 1 = + (3.1) onde f(t) a entrada do sistema. Se a 0 =0, ento a equao acima pode ser escrita como: ) t ( f a b y dt dy a a 0 0 1 = + Definimos p 0 1 a a t = e p 0 K a b = Logo a equao se transforma em ) t ( f K y dt dy p p = + t (3.2) t p conhecida como a constante de tempo do sistema e K p chamado de ganho esttico ou ganho estacionrio do processo. Se y(t) e f(t) esto em termos de variveis desvio em torno do estado estacionrio inicial, as condies iniciais so: y(0)=0 e f(0)=0 Logo, a funo de transferncia de um processo de primeira ordem : 1 s K ) s ( f ) s ( y ) s ( G p

p + t = = (3.3) Um processo de primeira ordem com a funo de transferncia acima tambm conhecido como atraso de primeira ordem (first-order lag) ou atraso linear (line ar lag). Se a 0 =0, ento da eq. (3.1) temos: ) t ( f K ) t ( f a b dt dy ' p 1 = = que leva a uma funo de transferncia: s K ) s ( f ) s ( y ) s ( G ' p = = (3.4) Neste caso o processo chamado de puramente capacitivo ou integrador puro. 36 Resposta dinmica de um processo de primeira ordem Imagine um processo com funo de transferncia dada pela eq.(3.3). Vamos examinar como ele responde a um degrau unitrio em f(t). Como f(s)=1/s, da eq. (3.3) temos: 1 K s K ) K ) p p p p + s

1 s ( s s ( y p p

t t = + t = Invertendo esta ) e 1 ( K ) t ( p / t p t = 3.2-Sistemas de Um sistema de

equao temos: y

segunda ordem segunda ordem descrito por equaes diferenciais de segunda ordem.

Por exemplo, a seguinte equao descreve um sistema linear de segunda ordem: ) t ( bf y a dt dy a dt y d a 0 1 2 2 2 = + + (3.5) Se a 0 =0, ento: ) t ( f K y dt dy 2 dt y d p 2 2 2 = + ct + t (3.6) onde t 2 =a 2 /a 0 , 2ct=a 1 /a 0 e K p =b/a 0 . A equao (3.6) est na forma padro de um sistema de segunda ordem, onde t=perodo natural de oscilao do sistema c=fator de amortecimento K p =ganho de estado estacionrio, ganho esttico ou simplesmente ganho do sistema. Se a eq. (3.6) est escrita em termos de variveis desvio, as condies i niciais so iguais a zero e a sua transformada de Laplace leva seguinte funo de transferncia: 1 s 2 s K ) s ( f ) s ( y ) s ( G 2 2 p + ct + t = = (3.7)

Resposta dinmica de um processo de segunda ordem Vamos examinar como um sistema descrito pela funo de transferncia dada pela eq. 3.7 responde a um degrau unitrio na entrada. Para um degrau unitrio a eq. 3.7 fica : ) 1 s 2 s ( s K ) s ( y 2 2 p + ct + t = (3.8) Os dois plos da funo de transferncia so dadas pelas duas razes do polin io caracterstico 0 1 s 2 s 2 2 = + ct + t 37 e so t c + t c = 1 1 p 2 e t c t c = 1 2 p 2 Logo, a eq. 3.8 se transforma em: ) 2 p s )( 1 p s ( s / K ) s ( y 2 p t = (3.9) e a forma da resposta y(t) vai depender da localizao dos dois plos, p1 e p2, no plano complexo. Pode-se distinguir trs casos distintos: Caso A: quando c > 1, temos dois plos distintos e reais Caso B: quando c = 1, temos dois plos iguais (plos mltiplos) Caso C: quando c < 1, temos dois plos complexos conjugados Caso A: Sistema super amortecido (c > 1) Neste caso a inverso da eq. 3.9 por expenso por fraes parciais leva a:

| | | . |

\ | | . | \ | t c c c + | . | \ | t c = t c t 1 senh 1 t 1 cosh e 1 K ) t ( y 2 2 2 / t p (3.10) onde cosh(.) e senh(.) so as funes trigonomtricas definidas por: 2 e e senh o o = o e 2 e e cosh o o + = o A resposta est mostrada na Figura 3.1 para vrios valores de c > 1. Ela conheci da como resposta super amortecida e lembra a resposta de um sistema de

1 ordem a uma perturbao degrau. No entanto, quando comparada a e o sistema inicialmente demora a responder e lenta. Ela se torna mais lenta conforme c aumenta. Finalmente, notamos esposta se aproxima do seu valor final assintoticamente. Como o ganho dado por: ) entrada da io estacionr estado ( ) sada da io estacionr estado ( K p A A = Caso B: Sistema criticamente amortecido (c = 1). Neste caso, a inverso da eq. 3.9 resulta em:

uma resposta de 1 ordem notamos qu ento a sua resposta bem que quando o tempo passa, a r no caso do sistema de 1 ordem

| . | \ | t + = t / t p e t 1 1 K ) t ( y 38 A resposta tambm est mostrada na Figura 3.1. Notamos que um sistema de segunda ordem com amortecimento crtico se aproxima do seu valor final mas rpido do que um sistema super amortecido. Figura 3.1 Caso C: Resposta sub amortecida (c < 1) A inverso da eq. 3.9 neste caso leva a:

(3.11)

o + c = t

c ) wt sen( e 1 1 1 K ) t ( y t 2 p (3.12) onde t c = 2 1 w (3.13) e

t c = o 2 1 1 tan (3.14) A reposta est mostrada na Figura 3.1 para vrios valores do fator de amorteciment o. Pode-se observar o seguinte: 1-A resposta sub amortecida inicialmente mais rpida do que a criticamente amortec ida ou super amortecida, que caracterizada como lenta. 39 2-Embora a resposta sub amortecida seja inicialmente mais rpida e atinj a o seu valor final rapidamente, no permanece l, mas comea a oscilar com amplitude progressiv amente decrescente. Este comportamento oscilatrio faz a resposta sub amortecida completamente diferente das outras. 3-O comportamento oscilatrio se torna mais pronunciado com valores menor es do fator de amortecimento (c). Deve ser enfatizado que quase todas as respostas sub amortecidas num a planta qumica so causadas pela interao de controladores com as unidades de proce sso que eles controlam. Assim, este um tipo de resposta que vamos encontrar com bastante freq uncia e importante nos familiarizarmos com as suas caractersticas.

Figura 3.2-Caractersticas de uma resposta sub amortecida. Vamos usar como referncia a resposta sub amortecida mostrada na Figur a 3.2, de forma a definir os termos empregados para descrever uma resposta sub amortecida. 1-Sobre elevao ou Overshoot: a razo A/B, onde B o valor final da res posta e A o valor mximo em que a resposta excede o seu valor mximo. O overshoot uma funo de c, e pode-se demonstrar que ele pode ser calculado por: | | | . |

\ | c tc = 2 1 exp overshoot A Figura 3.3 mostra o overshoot contra c dado pela eq. acima. Notamo s que o overshoot aumenta conforme c diminui e que conforme c se aproxima de 1 o overshoot se apro xima de zero (resposta criticamente amortecida). 2- Razo de declnio: a razo C/A, ou seja, a razo entre o valor acima da resposta final atingida por dois picos sucessivos. Ela descrita por: 40 2 2 ) ( 1 2 exp declnio de razo | | | . |

overshoot =

\ | c tc = Esta equao tambm foi traada na Figura 3.3. Figura 3.3- efeito do fator de amortecimento no overshoot e razo de declnio. 3-Perodo de oscilao: da eq. 3.13 temos a frequncia das oscilaes (rad/tempo) de um sistema sub amortecido. O perodo de oscilao T (ou seja, o tempo passado entre dois

picos sucessivos), calculado pela relao f 2 w t = e f=1/T, onde f a frequncia cclica. E nto: 2 1 2 T c tt = 4- Perodo natural de oscilao: um sistema de segunda ordem com c=0 um sistema sem amortecimento. Sua funo de transferncia : ) 1 j s )( 1 j s ( / K 1 s K ) s ( G 2 p 2 p t + t t = + t = ou seja, tem dois plos imaginrios puros e vai oscilar continuamente com amplitude constante e frequncia natural igual a: t = 1 w n O perodo cclico correspondente T n dado por: tt = 2 T n 5- Tempo de resposta: a resposta de um sistema sub amortecido atingir o seu valo r final de forma oscilatria quando t. Para questes prticas considera-se que a resposta atingiu o valor final quando est dentro da faixa de 5% do valor final e perma nece ai. O tempo 41 necessrio para a resposta chegar neste ponto conhecida como tempo de resposta e t ambm est mostrado na Figura 3.2.

6-Tempo de ascenso: este termo usado para caracterizar a velocidade com a qual o sistema responde. definido como o tempo necessrio para a resposta atingir o s eu valor final pela primeira vez (ver Figura 3.2). Pela Figura 3.1b pode-se ver que quant o menor o valor de c, menor o tempo de ascenso, ou seja, mais rpida a resposta do sistema, mas ao mesmo tempo maior o valor do overshoot.

42 4-Sistemas de Controle Feedback (Controle por Realimentao de Estados) 4.1-Introduo Considere o processo genrico mostrado na Figura 4.1a. Ele tem uma sad a y, uma perturbao potencial d e uma varivel manipulada m. (a) (b) Figura 4.1- (a) Processo; (b) Malha de controle correspondente. Existem duas situaes nas quais um sistema de controle pode ser requer ido. Na primeira, a perturbao d, tambm chamada de carga, muda de maneira imprevi svel e o objetivo do controle manter a sada y num valor desejado. Este o chamado problem a de controle regulatrio. Na segunda, feita uma mudana no valor do estado e stacionrio desejado (set point) e o objetivo do controle levar a sada y ao nov o estado estacionrio. Este o chamado problema de controle servo. Em ambos os casos a ao de controle

feedback a seguinte: - mede-se o valor da sada y usando um equipamento de medida adequado - compara-se o valor medido da sada y m ao valor de set point (y sp ). O erro calculado por c=y sp -y m . 43 - o valor do erro alimentado ao controlador. Este muda o valor da varivel manipu lada m de forma a reduzir o erro. O controlador geralmente no afeta a varivel manipulada m diretamente, mas atravs de um elemento final de controle. A figura 4.1b mostra estes trs passos. O sistema na figura 4.1a dito estar em m alha aberta, em contraste com o sistema controlado da figura 4.1b, que di to estar em malha fechada. Vantagens do controle feedback: - o sistema de controle no requer nenhum conhecimento da fonte ou nat ureza da perturbao. - para fazer um sistema feedback funcionar s necessrio saber se a varivel manipula da faz a varivel controlada aumentar ou diminuir. Desvantagens: A principal desvantagem do controle feedback que a perturbao atinge o processo e somente depois que a sada controlada se afasta do set point que o sistema de cont role toma alguma ao. Embora a maioria dos processos permitam alguma flutuao da variv el controlada dentro de uma certa faixa, existem duas condies que fazem com que o con trole feedback no funcione bem. Uma delas a ocorrncia de perturbaes de grande magnitude que sejam fortes o suficiente para afetar seriamente ou mesmo danificar o proce sso. O outro caso o de processos com grandes atrasos (lag). Os componentes de uma malha de controle feedback so - processo: equipamentos fsicos do processo (tanques, trocadores de calor, reato res etc) - instrumentos de medida ou sensores: tais instrumentos so usados para medir a v arivel de sada e so as principais fontes de informao sobre o que acontece com o processo. Exemplos caractersticos so -termopares ou termmetros de resistncia para medir a temperatura -tubos de venturi para medir vazes -cromatgrafos gasosos para medir a composio de uma corrente Um termmetro de mercrio no um instrumento de medida apropriado para s er usado num sistema de controle j que a sua medida no pode ser prontamente transmiti da. Por

outro lado, um termopar aceitvel, porque gera uma voltagem eltrica que pode ser prontamente transmitida. Logo, a transmisso um fator crucial na seleo de equipamen tos de medida. 44 - transdutores: muitas medidas no podem ser usadas para controle at que tenham sido convertidas em quantidades fsicas (tais como voltagem eltrica ou corrente , ou um sinal pneumtico, isto , lquido ou ar comprimido) que possam ser transmitidas facilmente. Os transdutores so usados com o propsito de fazer esta converso. Por exempl o, existem condutores metlicos cuja resistncia eltrica muda quando eles so sujeitos a presso mecnica. Logo, podem ser usados para converter um sinal de presso para um eltrico. - linhas de transmisso: usadas para carregar o sinal medido do sensor ao controlador e do controlador ao elemento final de controle. Estas linhas podem ser pneu mticas (ar comprimido) ou eltricas. Muitas vezes o sinal vindo de um equipamento de medida muito fraco e no pode ser transmitido por uma distncia longa. Nestes casos, as lin has de transmisso so equipadas com amplificadores que elevam o nvel do sinal. Por exemplo, a sada de um termopar da ordem de milivolts. Antes de ser transmitida ao controlado r, ela amplificada ao nvel de volts. - controlador: tambm inclui a funo do comparador. esta a unidade com lg ica que decide quanto mudar o valor da varivel manipulada. Requer a especificao do valor desejado (set point). - elemento final de controle: o equipamento que recebe o sinal de controle e o implementa fisicamente ajustando o valor da varivel manipulada. A vlvula de controle o elemen to final de controle mais usado, mas no o nico. Outros elementos finais de controle u sados em processos qumicos so: -interruptores de revezamento, para controle on-off -bombas de velocidade varivel -compressores de velocidade varivel Cada um destes elementos deve ser visto como um sistema fsico com uma entrada e uma sada. Consequentemente, o seu comportamento pode ser descrito, por exemplo, p or uma equao diferencial ou uma funo de transferncia. 4.2- Controladores feedback Entre o equipamento de medida e o elemento final de controle est o controlador. A sua funo receber o sinal da sada medida y m (t) e, aps compar-lo com o set point y sp ,

produzir um sinal c(t) de forma a retornar a sada para o valor desej ado y sp . Logo, a entrada para o controlador o erro c(t)=y sp -y m (t), enquanto a sada c(t). Os vrios tipos de controladores diferem na forma em que relacionam c(t) e c(t). H trs tipos bsicos de controladores feedback: 45 - proporcional - proporcional-integral - proporcional-integral-derivativo 4.2.1- Controlador proporcional (P) Seu sinal de sada proporcional ao erro c t K t c c s ( ) ( ) = + c (4.1) onde K c o ganho proporcional do controlador e c s o sinal de bias do controlador, ou seja, o seu sinal de sada quando c=0. Um controlador proporcional descrito pelo valor do seu ganho proporc ional K c ou pela sua banda proporcional (BP=100/K c ). Quanto maior o ganho K c ou, equivalentemente, quanto menor a sua banda proporcional, maior a sensibilidade do sinal de atuao c(t) a desvios no erro c(t). Num controle feedback proporcional pode-se - ajustar o ganho do controlador para faz-lo to sensvel quanto desejado ao erro - ajustar o sinal de K c de forma que a sada do controlador aumente ou diminua quando o desvio aumenta Exemplo: considere que queremos controlar a temperatura (T) no tanque aquecedor da Figura 1.2. A varivel manipulada taxa de calor introduzida pela passagem de vapor na ser pentina (Q). Sabemos que - se T aumenta, Q deve baixar - se T diminui, Q deve aumentar Suponha que T sp =40 C. -Situao 1: A temperatura aumenta: T m =60C. Logo, c(t)=K c

(40-60)+c s =-20K c +c s . Assim, se K c > 0, a sada do controlador diminui e se K c < 0, a sada do controlador aumenta. Queremos baixar Q e logo o sinal de K c deve ser positivo. -Situao 2: A temperatura diminui: T m =20 C. Logo, (t)=K c (40-20)+c s =20K c +c s . Assim, se K c > 0, a sada do controlador aumenta e se K c < 0, a sada do controlador diminui. Queremos aumentar Q e logo o sinal de K c deve ser, novamente, positivo. O bias tambm pode ser ajustado. Como a sada do controlador igual a c s quando o erro zero, c s deve ser ajustado de forma que a sada do controlador e, consequentemente, a varivel manipulada, estejam nos seus valores de estado estacionrio. 46

O controlador proporcional ideal descrito pela eq. (4.1) e mostrado na Figura 4.2a no inclui limitaes fsicas na sada do controlador. Uma representao mais real mostrada na Figura 4.2b. Diz-se que o controlador fica saturado quando a sua sada chega a um limite, c min ou c max .

Figura 4.2a Figura 4.2b Em variveis desvio temos que a sada do controlador dada por c t K t c

' ( ) ( ) = c (4.2) Note que o erro j uma varivel desvio e que no estado estacionrio c=0. A funo de transferncia para o controlador proporcional dada por: Kc ) s ( ) s ( c ) s ( Gc = c = (4.3) Uma desvantagem do controle proporcional a sua inabilidade em elimin ar os erros estacionrios (off-set) que ocorrem aps uma mudana de set point ou aps uma perturbao sustentada. Logo, normalmente se usam controladores que contenham ao inte gral. Em alguns casos onde off-sets podem ser tolerados, o controlador somente proporcion al atrativo devido a sua simplicidade. Por exemplo, em alguns problemas de controle de nvel, manter o nvel do lquido no set point no importante, desde que o tanque no transborde ou seque . 4.2.2- Controlador proporcional-integral (PI) Este controlador tambm chamado de proporcional+reset. O seu sinal de sada est relacionado ao erro pela equao + c t + c = t 0 s I c c c dt ) t ( K ) t ( K ) t ( c (4.4) onde t I a constante de tempo integral ou tempo de reset (reajuste). Em variveis desvio: 47 c t + c = t 0 I c c ' dt ) t ( K ) t ( K ) t ( c (4.5) Podemos explicar a origem do termo reset (reajuste). Considere que o erro mude num degrau de magnitude c. Pela equao 4.4 pode-se ver que no tempo t=0 a sada do contro

lador c'(t) igual a K c c ( a contribuio do termo integral zero). Depois de t I minutos, a contribuio do termo integral : c = ct t = c t t c I I c I 0 I c K K dt ) t ( K (4.6) Ou seja, a ao integral "repete" a resposta da ao proporcional. Esta repetio ocorre a cada t I minutos. Tempo de reset, ento, o tempo necessrio para o controlador repetir a ao proporcional inicial na sada. A ao integral faz com que a sada do controlador c(t) mude enquanto existir um erro na sada do processo. Logo, este controlador pode eliminar mesmo pequenos erros. Uma desvantagem da ao de controle integral est relacionada justamente a esta caracterstica de que a sada muda enquanto houver erro. Frequentemente os erros no so eliminados rapidamente e, passado algum tempo, produzem valores cada vez mai ores para o termo integral, que por sua vez continua aumentando a ao de controle at a saturao (p or exemplo, a vlvula completamente aberta ou fechada). Esta condio chamada integral windup e ocorre quando um controlador PI ou PID encontra um erro sus tentado, como, por exemplo, durante a partida de um processo em batelada ou depois de uma grande mu dana de set point. Pode tambm ocorrer em consequncia de uma grande perturbao de carga sustentada que est alm da faixa da varivel manipulada. Existem controlado res comerciais que apresentam antireset windup, que retira a ao integral temporariamente sempre que a sada do controlador est saturada e depois a retorna. A partir da equao 4.5 pode-se calcular a funo de transferncia para o controlador PI: | | . |

\ | t + c = s 1 1 ) ) ) I c

K s ( s ( c s ( Gc

(4.7) obs.: A transformada de Laplace da integral dada por: ) s ( f s 1 dt ) t ( f t 0 = ) ` L 4.2.3- Controlador proporcional-integral-derivativo (PID) A sada deste controlador dada por 48 c t K t K t dt K d dt c c c I c D s t ( ) ( ) ( ) = c t c t c 0 (4.8)

onde t D a constante de tempo derivativa. Com a presena do termo derivativo o controlador PID antecipa qual vai ser o err o no futuro imediato e aplica a ao de controle proporcional taxa atual de mudana do erro. Devido a esta propriedade a ao derivativa tambm chamada de controle antecipativo. O s maiores desafios proporcionados por esta ao de controle so os seguintes - para uma resposta com erro diferente de zero mas constante, no h ao de controle, j que dc/dt=0. - para uma resposta com rudo e erro praticamente zero, derivadas grand es podem ser calculadas e logo a ao de controle ser grande, embora no necessria. A funo de transferncia para o controlador PID dada por: ) ` t + t + = c = s s 1 1 K ) s ( ) s ( c ) s ( Gc D I c (4.9) Como no controlador proporcional, o sinal de K c tambm pode ser escolhido para os controladores PI e PID. Quando K c > 0, a sada do controlador c(t) aumenta quando a varivel medida y m (t) diminui. Neste caso o controlador de ao reversa. Quando K c < 0, o controlador de ao direta, j que a sada do controlador aumenta quando a varivel medida aumenta.

49 5- Comportamento dinmico de processos com controle feedback 5.1-Diagrama de blocos e a resposta em malha fechada Considere o sistema em malha fechada mostrado na Figura 4.1 b. Para cada um dos seus quatro componentes (processo, equipamentos de medida, controlador e element o final de controle) podemos escrever a funo de transferncia correspondente, relaciona ndo a sada com a entrada. Em particular, se desprezarmos a dinmica das linhas de transmisso, temos: - Processo: ) s ( d ) s ( Gd ) s ( m ) s ( Gp ) s ( y + = (5.1) - Equipamento de medida: ) s ( y ) s ( Gm ) s ( ym = (5.2) - Controlador: ) s ( ym ) s ( ysp ) s ( = c comparador (5.3) ) s ( ) s ( Gc ) s ( c c = ao de controle (5.4) - Elemento final de controle: ) s ( c ) s ( Gf ) s ( m = (5.5) onde Gp, Gd, Gm, Gc e Gf so as funes de transferncia entre as sadas e entradas correspondentes. A Figura 5.1 mostra o diagrama de blocos para o sistema de control e em malha fechada. Figura 5.1- Diagrama de blocos de um sistema em malha fechada. 50 A srie de blocos entre o comparador e a sada controlada (Gc, Gf e Gp) constituem o caminho "para frente" (forward) e o bloco Gm est no caminho da realimentao (feed back) entre a sada controlada e o comparador. Substituindo-se a equao 5.2 na 5.3, a equao resultante na 5.4, a equao resultante na 5.5 obtm-se: )) s ( Gm ) s ( y ) s ( ysp )( s ( Gc ) s ( Gf ) s ( m = (5.6) E substituindo-se a equao 5.6 na 5.1, chega-se a: ) s ( d ) s ( Gm ) s ( Gc ) s ( Gf ) s ( Gp 1 ) s ( Gd ) s ( ysp ) s ( Gm ) s ( Gc ) s ( Gf ) s ( Gp 1 ) s ( Gc ) s ( Gf ) s ( Gp ) s ( y + + + = (5.7) A equao 5.7 descreve a resposta do sistema em malha fechada. Pode-se n otar que ela

composta de dois termos. O primeiro mostra o efeito de uma mudana no set point na sada, enquanto o segundo mostra o efeito de uma mudana na carga (perturbao). As funes de transferncia so conhecidas como funes de transferncia da malha fechada. Assim: Gsp GpGfGcGm 1 GpGfGc = + (5.8) a funo de transferncia da malha fechada para uma mudana no set point e a arg Gc GpGfGcGm 1 Gd = + (5.9) a funo de transferncia da malha fechada para mudanas na carga. Das equaes 5.8 e 5.9 pode-se notar que as funes globais da malha fechada Gsp e Gcarga dependem no somente da dinmica do processo, mas tambm das dinmicas do equipamento de medida, do controlador e do elemento final de controle. Exemplo 5.1: Considere o tanque de aquecimento abaixo. Assuma que Fi=F, logo o v olume do tanque, V, constante. A varivel a ser controlada a temperatura no tanque, Ti a varivel que pode vir a sofrer perturbaes e a varivel manipulada a temperatura do vap or, Tv. Clacule as funes de transferncia m malha fechada. Figura 5.2 51 - Processo: Escrevendo o modelo do processo (vide exemplo 2.2): Cp Q ) T T ( F dt dT V i i p + = Mas ) T T ( UA Q V t = Ento: Cp ) T T ( UA ) T T ( F dt dT V V t i i p + =

v t i i t i T Cp UA T F T ) Cp UA F ( dt dT V p + = p + + E escrevendo na forma padro para sistemas de primeira ordem: v p i d p T K T K T dt dT + = + t (5.10) onde ) Cp UA F ( V t i p p + = t , ) Cp UA F ( F K t i i d p + = e ) Cp UA F ( Cp UA K t i t

p p + p = No estado estacionrio: Tvs K Tis K Ts 0 p d + = + (5.11) Subtraindo 5.11 de 5.12: ) T T ( K ) Tis T ( K ) Ts T ( dt ) Ts T ( d vs v p i d p + = + t Logo, em variveis desvio: ' v p ' i d ' ' p T K T K T dt dT + = + t E em funes de transferncia: ) s ( T 1 s K ) s ( T 1 s K ) s ( T v p p i p d + t + + t = (5.12) - Equipamento de medida (sensor de temperatura): Assuma que a resposta do termopar muito rpida e a sua dinmica pode s er desprezada. Logo ) s ( KmT ) s ( Tm = (5.13) - Controlador: Se Tsp o set point , o erro dado por 52 ) s ( Tm ) s ( Tsp ) s ( = c (5.14) e considerando um controlador proporcional a sada dada por: ) s ( Kc ) s ( c c = (5.15) - Vlvula de controle:

Assumindo dinmica de primeira ordem: ) s ( c 1 s K ) s ( T v v v + t = (5.16) A Figura 5.3 mostra o diagrama de blocos para o sistema em malha fechada com as funes de transferncia para cada componente da malha. A resposta em malha fechada facilmente encontrada: ) s ( aTi arg Gc ) s ( Tsp ) s ( Gsp ) s ( T + = (5.17) onde:

+ t

+ t +

+ t

+ = 1 K ] 1 K 1 1 K ]

t s Kc ][ Km [ s s kc [

1 s K Gsp v v p p v v p p (5.18)

+ t

+ t +

+ = 1 K ] 1 K 1 1 K a v v p p p d

t s Kc ][ Km [ s s arg Gc

(5.19) Figura 5.3- Diagrama de blocos da malha de controle de temperatura. 53 Observao: Para montar a funo de transferncia global em malha fechada use as seguintes

regras: 1-O denominador das funes de transferncia globais para mudanas na carga ou no set po int o mesmo e dado por: 1+produto das funes de transferncia na malha ou 2-O numerador da funo global de transferncia o produto das funes de transferncia no caminho forward entre o set point ou carga e a sada controlada. Ento: (a) As funes de transferncia no caminho forward entre o set point Tsp e a sada T so: Gc, Gf e Gp. Logo, o numerador GcGfGp. (b) As funes de transferncia no caminho forward entre a carga Ti e a sada somente Gd . Assim, o numerador correspondente Gd. Estas regras podem ser usadas para calcular a funo de transferncia global entre u ma entrada em qualquer ponto da malha e uma sada.

GpGfGcGm 1+ 54 5.2- Efeito do controle proporcional na resposta de um processo A resposta em malha fechada de um processo dada pela equao 5.7. Par a simplificar a anlise vamos assumir que Gm(s)=1 e Gf(s)=1. Alm disso, pa ra o controlador proporcional Gc(s)=Kc e a equao 5.7 se transforma em: ) s ( d GpKc 1 Gd ) s ( ysp GpKc 1 GpKc ) s ( y + + + = (5.20) 5.2.1-Sistemas de primeira ordem: Para sistemas de primeira ordem d K m K y

dt dy d p p + = + t (5.21) com y(0)=m(0)=d(0)=0 Isto leva seguinte funo de transferncia: ) s ( d 1 s K ) s ( m 1 s K ) s ( y p d p p + t + + t = (5.22) Ento, para o sistema sem controle temos: - constante de tempo: t p - Ganhos estticos: K p para a varivel manipulada e K d para a carga Substitua: 1 s K ) s ( Gp p p + t = e 1 s K ) s ( Gd p d + t = na equao 5.20 e obtenha a resposta em malha fechada: ) s ( d K K 1 s K ) s ( ysp K K 1 s K K ) s ( y c p p d c p p c p + + t + + + t

= (5.23) que pode ser reescrita como: ) s ( d 1 s K ) s ( ysp 1 s K ) s ( y p ' d ' p ' p ' + t + + t = (5.24) onde c p p p ' K K 1+ t = t c p c p p ' K K 1 K K K + = e 55 c p d d ' K K 1 K K + = Os parmetros K'p e K'd so conhecidos como ganhos estticos em malha fechada. Pela equao 5.24 podemos concluir que a resposta em malha fechada de um sistema de primeira ordem tem as seguintes caractersticas: 1- Permanece de primeira ordem para perturbaes de carga e set point. 2- A constante de tempo foi reduzida (ou seja, t'p<tp), o que signif ica que a resposta em malha fechada se tornou mais rpida do que a resposta em malha aberta para mudanas no set point ou carga. 3- O ganho esttico diminuiu.

Para entender melhor o efeito do controlador proporcional, considere um degra u unitrio no set point (problema servo) e na carga (prblema regulatrio) e examin e as respostas em malha fechada. Para o problema servo, ysp(s)=1/s e d(s)=0. ento, a equao 5.24 leva a : s 1 1 s K ) s ( y p ' p ' + t = e a inverso ) e 1 ( K ) t ( y ' p / t ' p t = A figura 5.4a mostra a resposta do sistema em malha fechada para u ma perturbao degrau unitrio no set point. Notamos que a resposta final, pata t, nunc a atinge o novo valor desejado ysp. H sempre uma discrepncia chamada de offset que igual a offset = novo set point - valor final da resposta= c p c p c p ' p K K 1 1 K K 1 K K 1 K 1 + = + = Figura 5.4- Resposta de sistemas de primeira ordem com controle P, para (a) degr au unitrio no set point; (b) degrau unitrio na carga. 56 O offset um efeito caracterstico do controle proporcional. Ele diminui conforme Kc aumenta e teoricamente offset0 quando Kc. Para o problema regulatrio, ysp(s)=0. Considere um degrau unitrio na carga, ou s eja, d(s)=1/s. Ento a equao 5.24 leva a: s 1 1 s

K ) s ( y p ' d ' + t = e depois da inverso ) e 1 ( K ) t ( y ' p / t ' d t = A Figura 5.4b mostra esta resposta. Notamos novamente que o controlador proporc ional no consegue manter a resposta no valor desejado, ao invs disso aparece um offset: offset = (valor desejado) - (valor final da resposta)= c p d ' d K K 1 K K 0 + = O benefcio do controle proporcional na presena de perturbaes de carga p ode ser visto na Figura 5.4b. Embora ele no consiga manter a resposta no set point e introduza um offset, a resposta est muito mais prxima ao set point do que se no houvesse control e. Alm disso, conforme aumentamos o ganho Kc, o offset diminui e teoricamente offset0 quando Kc. Observaes: 1- Embora o offset tenda a zero quando Kc, nunca vamos usar valores muito altos de Kc para controle proporcional. a razo vai se tornar clara no prximo captulo, onde estu daremos a estabilidade de sistemas em malha fechada. 2- Processos com o termo 1/s na sua funo de transferncia (puramente capacitivos) qu ando controlados por controlador proporcional no exibem offset para mudanas de setpoint, mas sim para perturbaes sustentadas na carga (por exemplo, perturbao degrau). 5.2.2- Sistemas de segunda ordem (problema servo) Neste caso examinaremos somente o caso servo. Uma anlise similar para o caso regulatrio pode ser facilmente realizada. A funo de transferncia para um sistema de segunda ordem 1 s 2 s Kp ) s ( m ) s ( y ) s ( Gp 2 2

+ ct + t = = (5.25) Substitua esta equao na equao 5.20 e, lembrando que para o problema se rvo d(s)=0, temos: 57 ) s ( ysp 1 s 2 s ) ( p K ) s ( y ' ' 2 2 ' ' + t c + t = (5.26) onde c p p ' K K 1+ t = t c p ' K K 1+ c = c c p c p p ' K K 1 K K K + = Da equao acima vemos que a resposta em malha fechada de um sistema de segunda ordem com controle proporcional tem as seguintes caractersticas: - A resposta continua sendo de segunda ordem. - O ganho esttico diminui. - Tanto o perodo natural quanto o fator de amortecimento diminuem. Isto signific a que um sistema super amortecido, com controle proporcional e valor apropriado de Kc, po de se tornar sub amortecido (oscilatrio). Considere um degrau unitrio no set point (ysp(s)=1/s). Ento s 1 1 s 2 s ) ( p K ) s ( y ' ' 2 2 ' ' + t c + t = Dependendo do valor de c ', a inversa da expresso acima pode ser dada por: - eq. 3.10 para o caso super amortecido (c ' > 1), ou - eq. 3.11 para o caso criticamente amortecido (c ' = 1), ou - eq. 3.12 para o caso sub amortecido (c ' < 1) Independentemente do valor particular de c ', o valor final da respos

ta pode ser encontrado pelo teorema do valor final. Ento c p c p ' p 0 s K K 1 K K K )] s ( sy [ lim ) t ( y + = = = Consequentemente, novamente notamos a existncia de offset: offset = novo set point - valor final da resposta= c p c p c p K K 1 1 K K 1 K K 1 + = + Novamente, offset0 quando Kc. Observaes: 58 1- Se c ' >1, a resposta do sistema em malha fechada super amortecida e muito le nta. Ento preferimos aumentar o valor de Kc e fazer c ' < 1. Assim, a resposta em malha fe chada reage mais rpido, mas se torna oscilatria. Alm disso, aumentando Kc o offset diminui. 2- O aumento da velocidade da resposta do sistema e diminuio do offset , caractersticas desejveis, levam a maiores overshoots (erros mximos) e respostas oscilatri as por mais tempo. Ento, conforme Kc aumenta, fazendo com que c ' diminua: - pela equao que define o overshoot (pgina 39) vemos que este aumenta - pela equao que define a razo de declnio (pgina 40) vemos que esta tambm aumenta - pela equao que define o perodo de oscilao, T (pgina 40), vemos que este diminui Todas as caractersticas descritas acima esto mostradas na Figura 5.5. Figura 5.5- Efeito do ganho do controlador proporcional na resposta em malha fec hada de um sistema de segunda ordem com controle proporcional. 5.3- Efeito da ao de controle integral Nesta seo vamos repetir a anlise feita na seo passada, mas usando um controlador integral ao invs de um proporcional. Olharemos somente o problema servo para sist emas de primeira ordem; no caso regulatrio e para sistemas de ordem maior a m etodologia a mesma. Para um sistema de primeira ordem temos: 1 s K ) s ( Gp p

p + t = E para controle integral puro temos: s 1 Kc ) s ( Gc I t = Substituindo Gp e Gc na equao 5.20, com d(s)=0, temos: 59 ) s ( ysp s 1 Kc 1 s K 1 s 1 Kc 1 s K ) s ( y I p p I p p | | . | \ | t | | . | \ | + t + | | . | \ | t | |

. | \ | + t = ou ) s ( ysp 1 s 2 s 1 ) s ( y 2 2 + ct + t = (5.27) onde: c p p I K K t t = t (5.28) c p p I K K 2 1 t t = c (5.29) A equao 5.27 mostra um efeito importante da ao de controle integral: ela aumenta a ordem da resposta em malha fechada. Assim, para um sistema que de primeira ord em sem controle, a resposta em malha fechada se torna de segunda ordem e co nsequentemente pode apresentar caractersticas dinmicas completamente diferentes. Alm disso, como vimos anteriormente, aumentando a ordem de um sistema tornamos a sua respost a mais lenta. Assim, a ao de controle integral pura deve fazer com que a resposta d o sistema em malha fechada se torne mais lenta. vamos examinar o comportamento dinmico de um sistema em malha fechada quando o set point muda por um degrau unitrio. Da equao 5.27 temos: s 1 1 s 2 s 1 ) s ( y 2 2 + ct + t = A forma da resposta y(t) depende do valor de c, mas o valor final da resposta pode ser encontrado usando o teorema do valor final: 1 )] s ( sy [ lim ) t ( y 0 s = = Logo,

offset=1-1=0 Isto mostra o efeito mais caracterstico da ao integral: A ao de control e integral elimina qualquer offset. Pode-se verificar facilmente que para o problema regulatrio a ao de co ntrole integral produz uma resposta em malha fechada tambm sem offset. Observaes: 60 - A equao 5.29 mostra que a forma da resposta em malha fechada (ou s eja, super amortecida, criticamente amortecida ou sub amortecida) depende do valor do ganho do controlador, K c , e da constante de tempo integral, t I . Assim, sintonizar estes parmetros uma questo importante que ser discutida mais tarde. - Da equao 5.29 vemos, ainda, que, conforme Kc aumenta, o fator de am ortecimento c diminui. As consequncias da diminuio de c so: (a) A resposta em geral se transforma de lenta e super amortecida em rpida porm oscilatria e sub amortecida. (b) O overshoot e a razo de declnio da resposta em malha fechada aumentam. Assim, pode-se concluir que podemos melhorar a velocidade da resposta em malha fechada, mas aumentando os desvios e oscilaes. A Figura 5.6 mostra estas caracte rsticas para mudanas de set point. - Da equao 5.29 vemos tambm que conforme t I diminui, c diminui tambm. Entretanto, as consequ~encias de diminuir t I na resposta em malha fechada so as mesmas descritas acima. A figura 5.7 mostra estes efeitos. - As concluses acima podem ser resumidas da seguinte forma: Aumentando a ao de controle integral (ou seja, aumentando K c e diminuindo t I ) a resposta em malha fechada se torna mais sensvel. Mais tarde veremos qu e isto pode levar instabilidade do sistema. Figura 5.6- Efeito do ganho proporcional na resposta em malha fechada de sistema s de primeira ordem com controle integral. 61 Figura 5.7e sistemas de primeira 5.4- Efeito Para ao Efeito da constante de tempo integral na resposta em malha fechada d ordem com controle integral. da ao de controle derivativa de controle derivativa somente, temos:

s K G D c c t = Assumindo para simplificao que Gm=Gf=1, a resposta em malha fechada de um sistema de primeira ordem com ao de controle derivativa dada por: ( ) ( ) ) s ( ysp s Kc 1 s K 1 s Kc 1 s K ) s ( y D p p D p p t | | . | \ | + t + t | | . |

\ | + t = ou ) s ( ysp 1 s ) K K ( s K K ) s ( y D c p p D c p + t + t t = (5.30) A equao 5.30 leva s seguintes observaes sobre os efeitos da ao de contr le derivativo na resposta em malha fechada de um sistema: - A ao de controle derivativa no muda a ordem da resposta. No exemplo acima o sist ema

permaneceu de primeira ordem. - A equao 5.30 deixa claro que a constante de tempo efetiva da respos ta em malha fechada D c p p K K t + t , ou seja, maior do que t p . Isto significa que a resposta do processo controlado mais lenta do que a do processo de primeira ordem origina l. Alm disso, conforme Kc aumenta, a constante de tempo efetiva aumenta e a respost a se torna progressivamente mais lenta. 62 Outras observaes: 1- bastante interessante examinar o efeito da ao de controle derivativa na respost a de um sistema de segunda ordem. Assumindo novamente que Gm=Gf=1, a resposta em malha fechada para o problema servo : ( ) ( ) ) s ( ysp s Kc 1 s 2 s K 1 s Kc 1 s 2 s K ) s ( y D 2 2 p D 2 2 p t | | . | \ | + ct + t + t | | . | \ | + ct + t =

ou ) s ( ysp 1 s ) K K 2 ( s s K K ) s ( y D c p 2 2 D c p + t + ct + t t = Da ltima equao observamos que: (a) O perodo natural de oscilao da resposta em malha fechada permanece o mesmo enquanto (b) O novo fator de amortecimento c ' dado pela equao D c p ' K K 2 2 t + ct = t c ou seja, c ' > c. Logo, a resposta em malha fechada mais amortecid a e o amortecimento aumenta conforme K c ou t D aumentam. Esta caracterstica leva a um comportamento mais robusto do sistema controlado. 5.5- Efeito de aes de controle compostas Embora o controle proporcional possa ser usado sozinho, este quase n unca o caso para controle integral ou derivativo. Ao invs disso, os controladores p roporcional integral (PI) e proporcional-integral-derivativo (PID) so os usualmente empregados. 5.5.1- Efeito do controle PI a combinao dos modos de controle proporcional e integral levam aos se guintes efeitos na resposta em malha fechada de um sistema: 1- A ordem da resposta aumenta (efeito do modo integral) 2- O offset eliminado (efeito da ao de controle integral) 3- conforme Kc aumenta, a resposta se torna mais rpida (efeito dos mo dos proporcional e integral) e mais oscilatria para mudanas de set-point (ou seja, o overs hoot e a razo de declnio aumentam como efeito do modo integral). Valores muito grandes d e Kc levam a respostas muito sensveis, o que pode levar instabilidade. 63 4- Conforme t I aumenta, para K c constante, a resposta se torna mais rpida, mas tambm mais oscilatria, com maiores overshoots e taxas de declnio (efeito do modo integral). 5.5.2- Efeito do controle PID Combinao dos trs modos de controle levam a resposta em malha fechada que tem em geral as mesmas caractersticas do controle PI. Vamos descrever ento o maior ben efcio introduzido pela ao de controle derivativa. J vimos que a presena do controle integral torna a resposta em malha fechada mai s

lenta. Para aumentar a velocidade da resposta em malha fechada podemos aumentar o valor do ganho Kc. Mas aumentando Kc o suficiente para obtermos velocidades aceitvis, a resposta se torna mais oscilatria e pode levar instabilidade. a introd uo do modo derivativo leva a um efeito estabilizante do sistema. Assim, podemos conseguir u ma resposta aceitvel selecionando um valor apropriado para o ganho Kc e ainda cons eguindo manter overshoots e razes de declnio moderados. A Figura 5.8 mostra o efeito do controlador PID na resposta de proce ssos em malha fechada. Note que, embora Kc aumente levando a respostas mais rpidas, o overshoot permanece quase o mesmo e o tempo de assentamento menor. Ambos so re sultados da ao de controle derivativa. Figura 5.8- Efeito do ganho na resposta em malha fechada de um sistema de primei ra ordem com controle PID.

64 6-Anlise de estabilidade de sistemas feedback 6.1- Noes de estabilidade Nos captulos anteriores examinamos as caractersticas dinmicas da resposta de sistemas em malha fechada e desenvolvemos a funo de transferncia em malha fechada q ue determina a dinmica de tais sistemas. importante enfatizar novamente qu e a presena de medidores, controladores e elementos finais de controle mudam as caract ersticas dinmicas de um processo. Assim, processos de primeira ordem no oscilatrios podem adquirir comportamento oscilatrio com controle PI. Processos de segunda ordem oscilatrios p odem se tornar instveis com controle PI e uma m escolha dos parmetros K c e t I . Quando projetamos um sistema de controle feedback (ou seja, seleciona ndo os seus componentes e sintonizando o controlador), estamos seriamente preocupados com as suas caractersticas de estabilidade. Assim, antes de proceder com os detalhes particulares de projeto de uma malha de controle feedback, vamos estudar a noo de esta bilidade de sistemas em malha fechada. Como se define um sistema estvel ou instvel? Existem diferentes formas

, dependendo do rigor matemtico da definio e da sua aplicao prtica. Uma dela s a seguinte: Um sistema considerado estvel se para toda entrada limitada ele produz uma sada limitada, no importa qual seja o seu estado inicial. Todo sistema que no estvel de acordo com a definio acima ser chamado de instvel. Para completar a definio considere que: Limitada uma entrada que sempre permanece entre limites inferior e sup erior (por exemplo, senoidal, degrau, mas no a rampa). Sadas ilimitadas existem somente em teoria e no na prtica, j que todas as quantidades fsicas so limitadas. Ento, o termo "ilimitada" significa muito grande. De acordo com a definio acima, um sistema com resposta como a mostrada na Figura 6.1a estvel, enquanto a Figura 6.1b mostra a resposta de um sistema instvel . 65 Figura 6- (a) Resposta estvel e (b) instvel. Vamos considerar um sistema dinmico com uma entrada m e uma sada y. Seu comportamento dinmico pode ser descrito por uma funo de transferncia G(s): ) s ( m ) s ( G ) s ( y = Na seo c.1.4 conclumos que se G(s) tem um plo com parte positiva real , ele d origem a um termo t 1 p 1 e C que cresce continuamente com o tempo, levando a um sistema instvel. A funo de transferncia G(s) pode corresponder a um processo sem controle ou pode ser a funo de transferncia em malha fechada de um sistema controla do (Gsp ou Gcarga). Assim, a anlise de estabilidade de um sistema pode ser tratada de forma unificada, independentemente do sistema ser controlado ou no. A localizao dos plos da funo de transferncia nos d o primeiro critrio a checar a estabilidade de um sistema: Se a funo de transferncia de um sistema dinmico tem mesmo um plo com parte real positiva, o sistema instvel. Assim, todos os plos de uma funo de transferncia devem estar no lado esquerdo do pla no imaginrio para o sistema ser estvel. Exemplo 6.1- Estabilizao de um processo instvel com controle P Considere um processo com a seguinte funo de transferncia: ) s ( d 1 s 5 ) s ( m 1 s 10 ) s ( y +

 = Claramente, este processo instvel porque a sua funo de transferncia possui um plo em s=1>0. A Figura 6.2 (curva o) mostra a resposta do processo sem cont role para uma perturbao degrau unitria na carga d, o que mostra o seu carter instvel. 66 Figura 6.2- Curva o, resposta instvel em malha aberta; curva |, resposta estvel em malha fechada com controle P. Vamos introduzir um sistema de controle feedback com controle proporcio nal. Assuma que para o medidor e para o elemento final de controle Gm=Gf=1 A Figura 6.3 mostra o diagrama de blocos do sistema em malha fechada. Figura 6.3- Diagrama de blocos para o sistema do exemplo 6.1. A resposta em malha fechada dada pela equao 5.7, que para este sistema igual a ) K 10 1 ( s 5 ) s ( ysp ) K 10 1 ( s K 10 ) s ( y c c c + = A partir da equao acima conclumos que a funo de transferncia em malha fechada tem plos negativos se Kc>1/10. Logo, o sistema original pode s er estabilizado simplesmente com controle proporcional. A Figura 6.2 (curva |) mostra a resposta dinmica do sistema controlado para uma perturbao degrau na entrada para Kc=1. C ompare ao comportamento do sistema no controlado e compreenda o efeito do controlador. 67 Exemplo 6.2- Desestabilizao de um processo estvel com controle PI Considere um processo de segunda ordem com a seguinte funo de transferncia: 2 s 2 s 1 ) s ( Gp 2 + + = O sistema tem dois plos complexos com parte real negativa: j 1 1 p + = e j 1 2 p = Assim, de acordo com o nosso critrio o sistema estvel. Realmente, se fizermos uma perturbao degrau na entrada, a resposta do sistema como mostrada na Fi gura 6.4 a. Introduza um controlador PI. Deixe que o medidor e o elemento final de contr ole tenham as seguintes funes de transferncia:

Gm(s)=Gf(s)=1 A resposta em malha fechada a mudanas no set point dada por: ) s ( ysp ) s ( Gsp ysp GpGc 1 GpGc ) s ( y = + = Figura 6.4- (a) Resposta estvel em malha aberta. (b) Resposta desestabilizada com controle PI. Para examinar a estabilidade da resposta em malha fechada, temos que achar onde esto localizados os plos da funo acima. I 2 3 I I I I 2 I I 2 Kc s ) Kc 2 ( s 2 s / ) 1 s ( Kc s 1 s Kc 2 s 2 s 1 1 s 1 s Kc 2 s 2 s 1 GpGc 1 GpGc Gsp t + + + + t + t = t + t + + + t + t + + = + = Faa Kc=100 e t I =0.1 Assim, os plos de Gsp so determinados pelas razes do polinmio 1 . 0 100

s ) 100 2 ( s 2 s 2 3 + + + + e so dados por: p1=-7.185 p2=2.59+11.5j e p3=2.59-11.5j 68 Notamos que p2 e p3 tm partes reais positivas. Logo, de acordo com o nosso critr io a resposta em malha fechada instvel. A Figura 15.4b mostra a resposta do sistema para um degrau unitrio no set point. Compare esta resposta do sistema sem controle e note o efeito desestabilizante do controlador PI. Para diferentes valores de Kc e t I a resposta pode se tornar estvel. Se baixarmos o ganho para Kc=10 e aumentarmos t I =0.5, encontramos que todos os plos de Gsp tm parte real negativa. 6.2- A equao caracterstica Os exemplos 6.1 e 6.2 mostraram os efeitos que o controle feedback pode ter nas caractersticas de estabilidade de um processo. Nesta seo vamos organizar e sistema tizar a nossa anlise, introduzindo e definindo alguns termos apropriados. Considere o sistema de controle feedback mostrado na Figura 5.1. A resposta em malha fechada deste sistema dada pela equao 5.7: ) s ( d ) s ( Gm ) s ( Gc ) s ( Gf ) s ( Gp 1 ) s ( Gd ) s ( ysp ) s ( Gm ) s ( Gc ) s ( Gf ) s ( Gp 1 ) s ( Gc ) s ( Gf ) s ( Gp ) s ( y + + + = ou, equivalentemente ) s ( d ) s ( a arg Gc ) s ( ysp ) s ( Gsp ) s ( y + = As caractersticas de estabilidade da resposta em malha fechada sero de terminadas pelos plos das funes de transferncia Gsp e Gcarga. Estes plos so comuns para as duas funes de transferncia (j que elas tm denominador comum) e so dados pela s oluo da equao 0 GpGfGcGm 1 = + (6.1) A equao acima chamada de equao caracterstica do sistema feedback da Figura 5.1. Admita que p1, p2,....,pn so as razes da equao caracterstica. Logo ) pn s ).....( 2 p s )( 1 p s ( GpGfGcGm 1 = + Ento podemos definir o seguinte critrio para a estabilidade de um siste ma em malha fechada: Um sistema de controle feedback estvel se todas as razes da sua equao caracterstica tm parte real negativa (ou seja, esto esquerda do eixo imaginrio). Se qualquer raiz da equao caracterstica est direita do eixo imaginrio ou nele (ou seja, parte real zero ou positiva), o sistema feedback instvel. Observaes:

1- O critrio de estabilidade definido acima assegura a resposta estvel de um sistema feedback independentemente se mudanas na entrada so no set point ou na carga. Isto porque

69 as razes da equao caractersticas so os plos comuns s duas funes de transferncia, Gs e Gcarga. 2- O produto GpGfGcGm G MA = ser chamado de funo de transferncia em malha aberta, porque ela relaciona a medida y m ao set point ysp se a malha feedback for interrompida antes do comparador: ) s ( ysp ) s ( G ) s ( ym MA = Ento, a equao caracterstica pode ser escrita como segue: 0 G 1 MA = + e notamos que ela depende somente das funes de transferncia dos elementos na malha, ou seja, no depende de Gd, que est fora da malha. 3- As razes da equao caracterstica so tambm os plos das funes de transf em malha fechada, Gsp e Gcarga. Por esta razo tambm so chamadas de plos da malha fechada. 6.3- Critrio de estabilidade de Routh-Hurwitz O critrio de estabilidade para sistemas em malha fechada no requer o clculo dos valores das razes do polinmio caracterstico. Somente requer que saibamos se alguma raiz est direita do eixo imaginrio. O critrio de Routh-Hurwitz nos permite t estar se alguma raiz est direita do eixo imaginrio e, logo, chegar rapidamente a uma concluso sobre a estabilidade do sistema em malha fechada sem computar os valores reais das razes. Expanda a equao caracterstica na seguinte forma polinomial: 0 a s a ... s a s a GpGfGcGm 1 n 1 n 1 n 1 n 0 = + + + + = + a 0 deve ser positivo. Se negativo multiplique ambos os lados da equao acima por -1. - Primeiro teste: Se qualquer dos coeficientes a 1 , a 2 , ..., a

n-1 , a n negativo, existe pelo menos uma raiz da equao caracterstica que tem parte real positiva e o sistema correspondente instvel. - Segundo teste: Se todos os coeficientes so positivos, ento pelo prime iro teste no se pode concluir nada sobre a localizao das razes. Monte a seguinte matriz (conhecida como matriz de Routh): 70 ... ... ... ... ... ... ... 2 1 3 2 3 2 3 2 7 5 6 4 + . . W W 1 n ... ... ... .. . .. C C C 5 .. B B B 4 .. A A A 3 a a a a 2 a a a a 1 Linha 1 1 1 3 1 2 0

onde 1 3 0 2 1 a a a a A = 1 5 0 1 2 a a a 4 A = 1 7 0 6 3 a a a a A = ... 1 2 1 3 1 A A a a B

1 a

a a

1 a

1 A

 = 1 3 1 5 1 2 A A a a A B = ... 1 2 1 2 1 1 B B A A B C = 1 3 1 3 1 2 B B A A B C = ... etc. Examine os elementos da primeira coluna da matriz acima: a 0 a 1 A 1 B 1 C 1 ... W 1 (a) Se qualquer destes elementos negativo, temos ao menos uma raiz direita do eixo imaginrio e o sistema instvel. (b) O nmero de mudanas de sinal nos elementos da primeira coluna igua l ao nmero de razes direita do eixo imaginrio. Assim, um sistema estvel se todos os elementos na primeira coluna da matriz de Ro uth so positivos. Exemplo 6.3- Anlise de estabilidade com o critrio de Routh-Hurwitz Considere o sistema de controle feedback do exemplo 6.2. A equao caracterstica : 0 Kc s ) Kc 2 ( s 2 s I 2 3 = t + + + +

A matriz de Routh correspondente dada por I I I / Kc 4 0 2 / Kc ) Kc 2 ( 2 3 / Kc 2 2 Kc 2 1 1 Linha t t + t + Os elementos da primeira coluna so

t t I I / 2 / ,

+ Kc , Kc ) Kc 2 ( 2 2 , 1

71 Todos so sempre positivos com exceo do terceiro, que pode ser positivo ou negativo dependendo dos valores de Kc e t I . 1- Se Kc=100 e t I =0.1, o terceiro elemento -398<0, o que significa que o sistema instvel. Temos duas mudanas de sinal nos elementos da primeira coluna. Logo, te mos duas razes com parte real positiva. 2- Se Kc=10 e t I =0.5, o terceiro elemento igual a +2 > 0, e o sistema estvel, j que todos os elementos da primeira coluna so positivos.] 3- O sistema estvel se Kc e t I satisfazem a condio I / Kc ) Kc 2 ( 2 t > + Exemplo 6.4- Condies de estabilidade crticas para uma malha feedback Retorne ao exemplo 6.3 e faa t I =0.1. Ento, o terceiro elemento da primeira coluna igual a

2 Kc 10 ) Kc 2 ( 2

O valor de Kc que faz com que o terceiro elemento seja zero Kc=0.5 . Esta a condio crtica para a estabilidade do sistema de controle feedback PI. Logo, de acordo co m o teste de Routh-Hurwitz, temos: 1- Se Kc < 0.5, todos os elementos da primeira coluna da matriz de Routh so positivos e o sistema estvel, ou seja, todas as razes da equao caracterstica esto localizadas dir a do eixo imaginrio. 2- Se Kc > 0.5, o terceiro elemento da primeira coluna da matriz de Routh se tor na negativo. Temos duas mudanas de sinal nos elementos da primeira coluna; logo temos duas raze s da equao caracterstica localizadas direita do eixo imaginrio. Fica claro que conforme Kc aumenta, duas das razes da equao caracterstica se movem e m direo ao eixo imaginrio e quando Kc=0.5, temos duas razes no eixo imaginr io (imaginrias puras) que do origem a um termo senoidal sustentado. Observao: As duas razes imaginrias puras podem ser encontradas a partir da equao 0 Kc s 2 I 2 = t + ou seja 0 1 . 0 5 . 0 s 2 2 = + e so j 58 . 1 72 Os coeficientes 2 e Kc/t I so os elementos da matriz de Routh na linha localizada antes da linha na qual o elemento da primeira coluna zero (ou seja, neste ca so os elementos da segunda linha). 6.4- Anlise do lugar das razes Os exemplos anteriores mostraram que as caractersticas de estabilidade de um si stema em malha fechada dependem do valor do ganho Kc. O lugar das razes s implesmente o grfico, no plano complexo, das razes da equao caracterstica conforme o ganho Kc va ria de zero a infinito. Desta forma ele muito til na determinao das caract ersticas de estabilidade de um sistema em malha fechada conforme Kc varia. Vamos examinar a construo do grfico do lugar das razes usando um exemplo especfico.

Exemplo 6.5- Considere um processo descrito pela seguinte funo de transferncia: ) 1 s 5 )( 1 s ( 1 ) s ( Gp + + = Considere Gm=Gf=1 e Gc=Kc (controle proporcional) Ento a equao caracterstica 0 Kc ) 1 s 5 )( 1 s ( 1 1 = + + + ou 0 Kc 1 s 6 s 5 2 = + + + As duas razes podem ser calculadas por: Kc 5 4 5 1 5 3 ) 5 )( 2 ( ) Kc 1 )( 5 )( 4 ( ) 6 ( 6 s 2 = + = (6.2) 1- Quando Kc=0 a equao caracterstica tem razes nos plos do processo: p1=-1/5 e p2=-1 O incio do lugar das razes sempre neste ponto quando Kc=0 (pontos A e B na Figura 6.5). 2- Conforme Kc aumenta, as razes da equao caracterstica so distintas e re ais enquanto Kc<4/5. Elas se localizam no eixo real negativo. Assim, o lugar das razes dado por duas curvas distintas que partem dos pontos A e B e permanecem no eixo real. Alm disso , as duas curvas se movem uma em direo outra e se encontram no ponto C (Figura 6.5). Neste ponto Kc=4/5 e temos duas razes iguais (-3/5). 3- Para valores de Kc> 4/5 temos novamente duas curvas distintas no lugar das raz es, j que temos razes distintas conjugadas. Como a parte real das razes complexas constante (veja 73 equao 6.2), as duas partes do grfico do lugar das razes so perpendiculares ao eixo re al e tendem ao infinito quando Kc. Figura 6.5- Diagrama de lugar das razes do sistema no exemplo 6.5. Este exemplo mostra que o diagrama do lugar das razes de um sistema no s nos d informaes sobre a estabilidade de um sistema em malha fechada mas tambm sobre as caractersticas da resposta dinmica conforme Kc muda. Assim, a anlise do lugar das r azes

pode ser a base para o projeto de malhas de controle feedback, j que a movimentao dos plos da malha fechada (ou seja, as razes da equao caracterstica) devido mudana do ganho proporcional do controlador pode ser claramente entendida. A construo do diagrama do lugar das razes para este sistema foi basta nte simples. Para sistemas de ordem mais elevada isto se torna bem mais complicado. 6.5- Substituio direta para encontrar o limite de estabilidade O mtodo da substituio direta uma maneira rpida e prtica de encontrar o valor dos parmetros na equao caracterstica que colocam o sistema no limite de estabilidade. Sabemos que o sistema estvel se todas as razes esto do lado esquerdo do eixo imaginr io e instvel se esto do lado direito. Assim, o eixo imaginrio representa a fronteira de estabilidade. No eixo imaginrio s igual a um nmero imaginrio qualquer: s=w i. a tcnica consiste em se substituir s por w i na equao caracterstica e resolv-la pa encontrar o valor de w e outros parmetros (por exemplo, o ganho do c ontrolador) que satisfazem as equaes resultantes. O mtodo entendido melhor se olharmos o exemplo abaixo: Exemplo 6.6- Imagine um sistema controlado por um controlador proporcio nal. A sua equao caracterstica dada por: 0 8 Kc 1 s 3 s 3 s 2 3 = + + + + Substituindo s= w i temos: 74 0 8 Kc 1 iw 3 w 3 iw 2 3 = + + + i 0 0 ) w w 3 ( i w 3 8 Kc 1 3 2 + = + | . | \ | + Temos ento duas equaes: 0 w 3 8 Kc 1

2 = + 0 w w 3 3 = Logo: 3 w 3 w 2 = = 64 Kc 1 ) 3 ( 3 1 w 3 8 Kc 2 = = = O valor do ganho no limite de estabilidade 64.

75 7- Projeto de Controladores Feedback Neste captulo vamos tentar responder s seguintes perguntas: Como seleci onamos o tipo de controlador feedback (ou seja, P, PI ou PID) e como ajustamo s os parmetros do controlador selecionado (ou seja, Kc, t I e t D ) de forma a obter uma resposta "tima" para o processo controlado? 7.1- Introduo Considere o diagrama de blocos do sistema em malha fechada da Figura 5.1. Quan do a carga ou o set point muda, a resposta do processo se desvia e o controlador tent a trazer a sada novamente para o set point desejado. A Figura 7.1 mostra a resposta do processo controlado para uma perturbao degrau unitria na carga quando diferentes tipos de co ntrolador so usados. Notamos que diferentes controladores tm efeitos diferentes na resposta d o processo

controlado. Figura 7.1- Resposta de um sistema para uma perturbao degrau na carga sem controle e com vrios tipos de controle feedback. Assim, a primeira questo aparece: - Que tipo de controlador feedback deve ser usado para controlar um dado proces so? Se decidirmos, por exemplo, usar o controle PI, ainda temos que selecionar o val or do ganho Kc e da constante de tempo integral t I . Nos captulos anteriores vimos que estes parmetros apresentam um efeito forte na resposta do processo controlado. Assim a segunda p ergunta que surge : - Como selecionamos os melhores valores para os parmetros ajustveis do controlado r feedback? Isto conhecido como o problema de sintonizao do controlador. 76 Para responder a estas duas questes de projeto necessitamos de uma med ida quantitativa para comparar as alternativas e selecionar o melhor tipo de controlador e os melhores valores para os seus parmetros. Ento a terceira questo que surge : - Que critrio de desempenho devemos usar para a seleo e sintonia do controlador? Existe uma grande variedade de critrios de desempenho que poderamos usar: - Manter o desvio mximo (erro) to pequeno quanto possvel. - Conseguir que o sistema atinja o set point desejado e permanea nele rapidament e - Minimizar a integral dos erros enquanto no se permanece no set point desejado, etc. Diferentes critrios de desempenho levam a diferentes projetos do controlador. 7.2- Critrios de desempenho Simples Comeamos com o critrio de desempenho pois precisamos estabelecer uma base para comparao de alternativas de projetos de controlador e porque a sua seleo constitui a principal dificuldade durante o projeto de um sistema feedback. Figura 7.2- Diferentes respostas em malha fechada. Considere dois diferentes sistemas de controle feedback que produzem as duas respostas em malha fechada mostradas na Figura 7.2. A resposta A atin giu o set point mais rpido do que a resposta B. Se o nosso critrio para projeto do controlador fosse Voltar para o set point o mais rpido possvel Ento selecionaramos o controlador que leva a uma resposta em malha fech ada do tipo da curva A. Mas se o nosso critrio fosse Manter o desvio mximo o menor possvel ou Retornar ao set point desejado e permanecer prximo a ele no menor tempo possvel Teramos selecionado o outro controlador, que apresenta a resposta em malha fechad a do tipo B. Dvidas similares sero encontradas frequentemente durante o projeto de um contro lador. 77

Para cada aplicao em controle de processos podemos distinguir Critrios de desempenho em estado estacionrio Critrios de desempenho da resposta dinmica O principal critrio estacionrio erro zero no estado estacionrio. Vimos que na maioria dos casos o controlador proporcional no consegue atingir erro z ero no estado estacionrio e que o controlador PI consegue. Tambm sabemos que para con trole proporcional o erro no estado estacionrio (offset) tende a zero quanto Kc. A avaliao do desempenho dinmico de um sistema em malha fechada pode ser baseado em dois tipos de critrios: 1- Critrios que usam somente poucos pontos da resposta. Eles so simples , mas somente aproximados. 2- Critrios que usam toda a resposta em malha fechada, do tempo t=0 at um tempo t muito grande. So mais precisos, mas tambm mais trabalhosos. Os critrios mais simples so baseados em algumas caractersticas da respost a em malha fechada do sistema. As mais usadas so: -Overshoot -Tempo de ascenso (tempo necessrio para a resposta atingir pela primeira vez o valor desejado) -Tempo de assentamento (tempo necessrio para a resposta ficar dentro da faixa de 5% do valor desejado). -Razo de declnio -Frequncia de oscilao da resposta transiente Cada uma das caractersticas acima poderia ser usada como o critrio bsi co para selecionar o controlador e os valores dos parmetros ajustveis. Assim, poderamos pro jetar o controlador para ter overshoot mnimo, ou tempo de assentamento mnimo, et c. Deve-se enfatizar, entretanto, que uma caracterstica no suficiente para descrever a resposta dinmica e normalmente precisamos que mais de um objetivo seja satisfeit o. Infelizmente projetos de controladores baseados em critrios mltiplos levam a caractersticas conf litantes da resposta. Por exemplo, na Figura 5.8 vemos que para um controlador PID, para diminuir o valor do overshoot (atravs da diminuio de Kc) aumentamos o tempo de ass entamento. Estes conflitos vo sempre aparecer quando usarmos os critrios de projeto s simples tais como os descritos acima. 78 De todos os critrios o o critrio mais popular. A experincia igual a 1/4 um meio termo po de assentamento razovel. Este e de desempenho citados, a razo de declnio tem sid tem mostrado que uma razo de declnio (C/A - Figura 3.2) razovel entre um tempo de ascenso rpido e um tem critrio usualmente chamado de critrio da razo de declnio d

um quarto . 7.3- Critrio de desempenho da integral no tempo A forma da resposta em malha fechada, do tempo t=0 at que o estado estacionrio tenha sido atingido, pode ser usada para a formulao de um critrio de d esempenho dinmico. Diferentemente dos critrios simples que usam somente caractersticas isolad as da resposta dinmica (razo de declnio, tempo de assentamento, etc.), os critri os desta categoria so baseados na resposta do processo como um todo. Os mais usados so: 1- Integral do erro ao quadrado (ISE-Integral of the Square Error), onde dt ) t ( ISE 0 2 c = (7.1) 2-Integral do valor absoluto do erro (IAE-Integral of the Absolute value of the Error), onde dt ) t ( IAE 0 c = (7.2) 3- Integral do tempo vezes o erro absoluto (ITAE-Integral of the Time -weighted Absolute Error), onde dt ) t ( t ITAE 0 c = (7.3) c(t)=ysp(t)-y(t) o desvio (erro) da resposta do set point desejado. O problema de projeto do "melhor" controlador pode agora ser formulado como: Selecione o tipo de controlador e os valores dos seus parmetros ajustve isde forma a minimizar o ISE, IAE ou ITAE da resposta do sistema. Qual dos trs critrios acima sero usados depende das caractersticas do sistema a se r controlado e de certas exigncias que impomos resposta do processo cont rolado. A seguir so mostradas algumas regras gerais: Se importante evitar grandes erros, ISE melhor do que IAE porque os erros esto elevados ao quadrado e assim contribuem mais para o valor da integral. Para evitar pequenos erros, IAE melhor do que ISE porque quando el evamos nmeros pequenos ao quadrado (menores que um) eles se tornam menores ainda. 79 Para evitar erros que persistem por longos tempos, o critrio ITAE o melhor porq ue grandes tempos amplificam o efeito de erros mesmo pequenos no valor da integral. Exemplo 7.1- Sintonia de controladores usando o critrio da integral no tempo Considere o sistema em malha fechada mostrado na Figura 7.3 A resposta em malha fechada : ) s ( d 1 s )

Kc 20 1 1 ( s Kc 20 s ) Kc 20 / ( ) s ( ysp 1 s ) Kc 20 1 1 ( s Kc 20 1 s ) s ( y I 2 I I I 2 I I + + t + t t + + + t + t + t = ou ) s ( d 1 s 2 s s ) Kc 20 / ( ) s ( ysp 1 s 2 s 1 s ) s ( y 2 2 I 2 2 I + ct + t t + + ct + t + t = (7.4) onde c I K 20 t = t (7.5) ) Kc 20 1 ( K 20 2 1 c I + t = c (7.6)

Figura 7.3- Sistema em malha fechada do exemplo 7.1 Para selecionar os melhores valores de Kc e t I , podemos usar um dos trs diferentes critrios ISE, IAE ou ITAE. Alm disso, podemos considerar mudanas no set point o u na carga. Finalmente, mesmo se selecionarmos mudanas no set point, ainda precisamo s decidir que tipo de mudanas considerar (ou seja, degrau, senoidal, impulso, etc.). Vamos selecionar o critrio ISE e a perturbao degrau unitrio no set point. Da equao 7.4 temos s 1 1 s 2 s 1 s ) s ( y 2 2 I + ct + t + t = Invertendo esta equao encontramos (se c<1) 80 | | | . |

\ | c c + t c

| . | \ | t c t t c + = t c 2 1 2 2 I

2 / 1 tan t 1 sen t 1 sen 1 e 1 ) t ( y (7.7) E ento podemos resolver o seguinte problema de otimizao: Minimize | | dt ) t ( ) t ( y ysp ISE 0 2 = selecionando os valores de t e c, onde y(t) dado pela equao 7.7. Os valores timos de t e c so dados pela soluo das seguintes equaes (condies para o timo): 0 ) ISE ( ) ISE ( = c c c = t c c Se t* e c* so os valores timos, podemos encontrar os valores timos correspondentes para os parmetros do controlador (Kc e t I ) usando as equaes 7.5 e 7.6. Devemos ter em mente que: 1- Diferentes critrios levam a diferentes projetos do controlador, ou s eja, se tivssemos escolhido IAE ou ITAE os valores timos encontrados para Kc e t I seriam diferentes. 2- Para o mesmo critrio integral, diferentes mudanas na entrada levam a diferentes projetos. Por exemplo, se a mudana degrau unitria fosse feita na carga ao invs de n o set point, os valores timos encontrados para Kc e t I tambm seriam diferentes. 7.4- Seleo do tipo de controlador feedback Qual dos trs tipos de controlador feedback deve ser usado para contr olar um dado processo? A pergunta pode ser respondida de maneira sistemtica como segue: 1- Defina um critrio de desempenho apropriado (ISE, IAE ou ITAE) 2- Calcule o valor do critrio de desempenho usando um controlador P, PI ou PID com os melhores valores para os parmetros ajustveis (Kc,t I e t D ).

3- Selecione o controlador que leva ao "melhor" valor do critrio de desempenho. Este procedimento, embora matematicamente preciso, apresenta vrios problemas prtic os: muito tedioso Depende de modelos (funes de transferncia) para o processo, sensor e ele mento final de controle, que podem no ser exatos. Apresenta certas ambiguidades na escolha do melhor critrio e da mudana na entrada a considerar. Felizmente possvel selecionar o tipo mais apropriado de controlador fee dback usando somente consideraes qualitativas vindas das anlises feitas nos captu los passados 81 quando examinamos o efeito dos modos de controle proporcional, integral e derivativo na resposta de um sistema. Resumindo as concluses so as seguintes: 1- Controle proporcional (a) Acelera a resposta do processo controlado (b) Produz offset (ou seja, erro estacionrio diferente de zero) para to dos os processo com exceo dos chamados integradores puros (equao 3.4 -pag. 35). 2- Controle integral (a) Elimina qualquer offset (b) A eliminao do offset normalmente leva a desvios mximos mais altos (c) Leva a respostas lentas e que oscilam por muito tempo (d) Se aumentamos o ganho Kc para obter respostas mais rpidas, o siste ma se torna mais oscilatrio e pode se tornar instvel. 3- Controle derivativo (a) Antecipa erros futuros e introduz aes de controle apropriadas a estes erros (b) Introduz um efeito estabilizante na resposta em malha fechada. A Figura 7.1 mostra estas caractersticas. A partir das consideraes acima fica claro que o controlador PID deve ser o melho r. Isto verdade no sentido de que ele oferece a maior flexibilidade para atingirmos a resposta desejada, j que tem 3 parmetros ajustveis. Ao mesmo tempo, ele leva a um problema de sintonia mais difcil pelo mesmo motivo. Podemos adotar as seguintes regras para s elecionar o controlador mais apropriado: 1- Se possvel, use o controle proporcional simples. Controle proporcional simple s pode ser usado se podemos atingir offset aceitvel com valores moderados de Kc. normalmente usado para controle de nvel e de presso de gs. 2- Se um controlador P simples no aceitvel, use um PI. Um controlador PI deve ser usado quando o controle proporcional no consegue offset pequeno. normalmente usad o para controle de vazo. A resposta de um sistema de controle de vazo muito rpida. Consequentemente, a velocidade do sistema em malha fechada se mantm sat isfatria apesar da diminuio de velocidade causada pelo modo integral 3- Use um controlador PID para aumentar a velocidade da resposta em malha fechada e

para estabilizar o sistema. O PI elimina o offset mas reduz a velocidade da resposta. No caso de sistemas muito lentos, a adio de um PI torna a resposta ainda mais lenta. Nestes casos a adio da ao de controle derivativa com o seu efeito estabilizador permite o u so 82 de ganhos mais altos, que produzem respostas mais rpidas, sem oscilaes e xcessivas. Este tipo de controle muito usado, por exemplo, para controle de tem peratura e composio. 7.5- Sintonia do controlador Depois que o tipo de controlador tiver sido selecionado, ainda temos que decidir que valores usar para os parmetros ajustveis. Este conhecido como o problema de sinton ia do controlador. Existem trs diferentes abordagens que podem ser usadas: 1- Use critrios simples como a razo de declnio de um quarto, tempo de assentamento mnimo, desvio mximo mnimo, etc. Tal abordagem facilmente implementada num processo real. Normalmente leva a vrias solues possveis (diferentes combinaes dos parmetros levam ao mesmo resultado para razo de declnio ou outro critrio) . Especificaes adicionais sobre o desempenho em malha fechada sero necessrias para selecionar um nico conjunto de parmetros. 2- Use critrios de integral no tempo como ISE, IAE ou ITAE. Esta abo rdagem mais trabalhosa e depende fortemente do modelo matemtico (funo de transferncia) do processo. Aplicada experimentalmente no processo real bastante demorada. 3- Use regras semi empricas que foram provadas na prtica. 7.5.1-Mtodo da Curva de Reao ou Mtodo de Cohen e Coon Um dos mtodos semi empricos mais conhecidos o mtodo da curva de reao do processo e foi desenvolvido por Cohen e Coon. Considere o sistema de controle da figura 7.2, que foi "aberto" desco nectando-se o controlador do elemento final de controle. Faa uma perturbao degrau de m agnitude A na varivel c, que atua no elemento final de controle. Guarde o valor da sada com o tempo. A curva ym(t) chamada de curva de reao do processo. Entre ym e c temos as seguintes funes de transferncia (veja figura 7.2): ) s ( Gm ) s ( Gp ) s ( Gf ) s ( c ) s ( ym ) s ( G CRP = = (7.8) A equao acima mostra que a curva de reao do processo afetada no somente pela dinmica do processo mas tambm pela dinmica do sensor (medidor) e do elemento final de controle. 83

Figura 7.2- Malha de controle "aberta". Cohen e Coon notaram que a resposta da maior parte dos processos a uma perturb ao degrau tal como a descrita acima tem uma forma sigmoidal (veja figura 7.3a), que pode ser adequadamente aproximada pela resposta de um sistema de primeira ordem com tempo morto (veja a curva pontilhada na figura 7.3b): 1 s Ke ) s ( c ) s ( ym G s d t CRP + t ~ = (7.9) que tem trs parmetros: ganho esttico K, tempo morto t d e constante de tempo t. Da resposta aproximada da Figura 7.3b fcil estimar os valores destes parmetros: A B ) io estacionr estado no ( entrada ) io estacionr estado no ( sada K = = t=B/S, onde S a inclinao da resposta sigmoidal no ponto de inflexo t d = tempo passado at que o sistema responda Figura 7.3- (a) Curva de reao do processo; (b) sua aproximao por um sistema de prime ira ordem mais tempo morto. Cohen e Coon usaram o modelo aproximado da equao 7.9 e estimaram os valores dos parmetros K, t d e t como indicado acima. Ento eles derivaram expresses para os 84 "melhores" valores dos parmetros empiricamente, de forma que se tenha resposta co m razo de declnio de um quarto. Estas expresses so mostradas na tabela abaixo: Controlador Parmetros Cohen e Coon Equao P K c ] 3 t 1 [ t K 1 d

d t + t (7.10) PI K c ] 12 t 9 . 0 [ t K 1 d d t + t (7.11) t I t + t + / t 20 9 ] / t 3 30 [ t d d d (7.12) PID K c

t + t t 12 t 3 16 t K 1 d d (7.13) t I t + t + / t 8 13 ] / t 6 32 [ t d

d d (7.14) t D t + / t 2 11 t 4 d d (7.15) Observaes: 1- Os valores dos parmetros do controlador dados pelas equaes acima so b aseados no fato de que o sistema de primeira ordem mais tempo morto uma boa aproximao para a resposta sigmoidal do processo em malha aberta. possvel, no entanto, q ue a aproximao seja ruim. Neste caso os valores dos parmetros de Cohen e Coon devem ser usados somente como primeiras estimativas, necessitando de correes posteriores. 2- Por que a maior parte das malhas "abertas" apresentam uma resposta sigmiodal ? Porque a maioria dos processos encontrados numa planta qumica so de primeira orde m ou processos multicapacitivos cuja resposta super amortecida. O comportamen to sub amortecido e oscilatrio quase sempre devido presena de controladores fe edback. Assim, quando "abrimos" a malha disconectando o controlador, a resposta assume a forma sigmoidal de um sistema super amortecido. 3- Das equaes 7.10, 7.11 e 7.13 que do os valores do ganho proporcional Kc para os trs controladores, podemos observar que: (a) O ganho do controlador PI menor do que o do controlador P. Isto porque o modo de controle integral faz o sistema mais sensvel (pode mesmo levar instabilidade) e, logo, o valor do ganho precisa ser mais conservativo. (b) O efeito estabilizante do modo derivativo permite o uso de ganhos maiores no controlador PID (maiores do que os ganhos do P e PI). 85 Exemplo 7.2- Sintonia de controladores feedback atravs de curvas de reao do processo Neste exemplo examinamos como a dinmica de alguns processos influencia os resultados recomendados por Cohen e Coon. 1- Processos com atraso muito pequeno (tempo morto): Quando t d muito pequeno (quase zero)a curva de reao do processo bem prxima da resposta de um sistema simples de primeira ordem. As equaes de Cohen e Coon levam a um valor muito gran de para o ganho proporcional Kc (veja equaes 7.10, 7.11 e 7.13). Na prtica vamos usar o maior ganho possvel para reduzir o offset se um controlador proporcional for empregado.

Se um controlador PI usado, o valor do ganho ser determinado pelas caractersticas deseja das da resposta. 2- Processos multicapacitivos: Estes constituem a grande maioria dos pr ocessos reais. Considere dois sistemas de primeira ordem em srie com ) 1 s )( 1 s ( Kp Gp 2 1 + t + t = Assuma que o medidor e a vlvula de controle (elemento final de controle) tm dinmica de primeira ordem: ) 1 s ( Km Gm m + t = e ) 1 s ( Kf Gf f + t = Ento a funo de transferncia entre a varivel de ao c e a medida da sada ym dada por (equao 7.8): ) 1 s )( 1 s )( 1 s )( 1 s ( KfKpKm GfGpGm c ym G m 2 1 f CRP + t + t + t + t = = = Esta equao mostra que a curva de reao do processo apresenta as mesmas c aractersticas dinmicas da resposta de um sistema composto de quatro sistemas de primeira ordem em srie (ou seja, uma curva sigmoidal). Se damos uma perturbao degrau unitrio em c, a figura 7.4 mostra a curv a de reao do processo para os seguintes valores: Kp=1 Km=1 Kf=1 t 1 =5 t 2 =2 t f =0 t m =10 Trace a tangente no ponto de inflexo e encontre: S=inclinao no ponto de inflexo=0.05

B=resposta final=1 t=constante de tempo=B/S=20 86 t d =tempo morto=2.5 K=ganho=B/A=1/1=1 Ento a curva de reao do processo pode ser aproximada pela resposta do seguinte sistema de primeira ordem com tempo morto: 1 s 20 e 1 ) s ( c ) s ( ym ) s ( G s 5 . 2 CRP + ~ = A resposta aproximada tambm est mostrada na figura 7.4. Usando os valores sugeridos por Cohen e Coon encontramos: Para o controlador proporcional: Kc=8.3 Para o controlador proporcional-integral: Kc=7.3 e t I =6.6 Para o controlador proporcional-integral-derivativo: Kc=10.9, t I =5.85 e t D =0.89 A figura 7.5 mostra as respostas em malha fechada para um degrau u nitrio no set point (figura 7.5a) e na carga (figura 7.5b). Vemos que os parmetros sintonizados pelo mtodo de Cohen e Coon produzem comportamento sub amortecido com uma bo a razo de declnio. Figura 7.4- Curva de reao do processo real e aproximada para o sistema multicapaci tivo do exemplo 7.2 87 Figura 7.5- Resposta em malha fechada para o processo multicapacitivo do exemplo 7.2 para perturbao degrau unitrio (a) no set point (b) na carga. 7.5.2- Mtodo de Ziegler e Nichols Este mtodo clssico e amplamente usado na indstria. Ele consiste em se encontrar o ganho limite (Ku), ou seja, o valor do ganho para o qual a malha de controle e st no limite de estabilidade com controle feedback proporcional. O perodo da oscilao r esultante chamado de perodo limite, Pu. Os passos experimentais so os seguintes para um cont

rolador PID: 1- Elimine as aes integral e derivativa, colocando t D no seu valor mnimo e t I no seu valor mximo. 2- Coloque Kc num valor pequeno (ex.: Kc=0.5). 3- Aumente o ganho do controlador (Kc) em pequenos incrementos e d um a pequena perturbao degrau na carga ou set point at encontrar o valor de Kc que leva a uma oscilao com amplitude constante. O valor de Kc que produz esta oscilao sustentada Ku e o perodo desta oscilao Pu. Os valores dos parmetros do controlador so ento calculados usando as relaes de Ziegler e Nichols, mostradas na tabela abaixo: Controlador Parmetros Ziegler e Nichols Equao P K c 2 Ku (7.16) PI K c 2 . 2 Ku (7.17) t I 2 . 1 Pu (7.18) PID K c 7 . 1 Ku (7.19) t I 2 Pu (7.20) 88 t D 8 Pu

(7.21) Observe que um ganho menor usado quando usamos controle PI e que a adio do termo derivativo permite o uso de um ganho maior e t I menor (maior ao integral). Os valores calculados pelo mtodo de Ziegler e Nichols so boas estimativas. Exist em algumas malhas onde estes valores podem no ser muito bons, j que eles normalmente levam a respostas muito sub amortecidas. Algum ajuste em linha pode melhorar o controle significativamente.

89 8- Funes de Transferncia de Sistemas Multicapacitivos Esta parte da apostila uma parte do captulo II, modelos de funes de transferncia, apesar de estar sendo vista somente agora. Sistemas multicapacitivos so aqueles com duas ou mais capacidades de acm ulo de massa ou energia em srie. Dois exemplos tpicos de sistemas multicapacitivos so most rados na Figura 8.1, cada um com capacidade de acumular massa (os dois tan ques). Estes dois sistemas apresentam uma diferena qualitativa. No sistema 1 (Figura 8.1a) , a vazo de sada do tanque 1 (F1) somente depende da altura do tanque 1 (h1). Quando ocorre uma mudana em h1, F1 vai mudar e logo a altura do tanque 2 (h2) tambm vai ser afetada. No en tanto, se ocorrer uma mudana em h2, isto no vai influenciar a altura do tanque 1. Por isso, este

sistema chamado de multicapacitivo sem interao. Por outro lado, no sist ema 2 (Figura 8.1b), a vazo de sada do tanque 1 (F1) depende da diferena de altura entre os dois tanques (h1-h2). Assim, uma mudana em h1 vai provocar uma mudana em h2 e tambm uma mudana em h2 vai modificar o valor de F1 e, logo, influenciar h1. Este sistema ch amado de multicapacitivo com interao. Processos multicapacitivos no precisam envolver mais do que uma unidad e de processo. possvel que as vrias capacidades estejam associadas com a mes ma unidade de processamento. Por exemplo, um tanque aquecedor agitado um processo mu lticapacitivo, com capacidade para armazenar massa e energia. Figura 8.1- Tanques (a) sem interao e (b) com interao. Para se escrever as funes de transferncia para estes dois sistemas necessrio fazer balanos de massa: 90 - Balano de massa para o sistema 1 (sem interao): tanque 1: 1 F Fi dt 1 dh 1 A = (8.1) tanque 2: 2 F 1 F dt 2 dh 2 A = (8.2) Assumindo resistncia linear ao escoamento: 1 R 1 h 1 F = e 2 R 2 h 2 F = , sendo R1e R2 as resistncias ao escoamento. Ento: Tanque 1: Fi 1 R 1 h dt 1 dh 1 R 1 A = + (8.3) Tanque 2: 1 h 1 R 2 R 2 h dt 2 dh 2 R 2 A = + (8.4) Vemos que o comportamento do 1 tanque afeta o comportamento do 2 (a e quao 8.4 depende de h1), mas que o 2 no afeta o comportamento do 1 (a equ ao 8.3 no depende de h2). Assim, pode-se resolver primeiro a equao 8.3 e depois a equao 8.4. E sta soluo sequencial das equaes caracterstica de sistemas sem interao em srie. Colocando em varivel desvio e escrevendo a funo de transferncia:

1 1 1 1 ) ) ) 1 = + = 1 2 1 1 ) ) ) 2

s Kp s 1 R s ( s ( s ( p + t = s Kp s 2 R / s ( s ( s ( p + t

R 1 A 1 G Fi 1 h

(8.5) R 2 2 1 2 2 A R G h h

= + = = (8.6) Podemos desenhar o seguinte diagrama de blocos: ou seja, Fi(s)G1(s)=h1(s) e h1(s)G2(s)=h2(s), logo: Fi(s)G1(s)G2(s)=h2(s), o que o mesmo que: 1 s 2 Kp 1 s 1 Kp ) s ( 2 G ) s ( 1 G ) s ( Fi ) s ( 2 h 2 p 1 p + t + t = = (8.7) Vemos que a resposta do primeiro tanque apresenta comportamento de 1 ordem para perturbaes em Fi (equao 8.5) e a resposta do segundo tanque apresenta comportamento de segunda ordem para a mesma perturbao (equao 8.7). O diagrama de blocos pode ser generalizados para N capacidades em srie: 91 ou seja: ) s ( G ).... s ( G ) s ( G ) s ( f ) s ( y N 2 1 1 N = Os plos da funo de transferncia da equao (8.7) so p1=-1/tp1 e p2=-1/tp2, que so reais e distintos. Se as constantes tp1 e tp2 so iguais, temos dois plos idnticos . Assim, conforme j foi comentado, sistemas multicapacitivos sem interao apresentam resposta

super amortecida (resultado de plos reais distintos) ou criticamente amortecida ( resultado de plos reais repetidos) e nunca sub amortecida (resultado de plos complexos). - Balano de massa para o sistema 2 (com interao) Neste caso temos que 1 R ) 2 h 1 h ( 1 F = e 2 R 2 h 2 F = . Logo, as equaes 8.1 e 8.2 se transformam em: Tanque 1: Fi 1 R 2 h 1 h dt 1 dh 1 R 1 A + = + (8.8) Tanque 2: 1 h 1 R 2 R 2 h 1 R 2 R 1 dt 2 dh 2 R 2 A = | . | \ | + + (8.9) Vemos que o comportamento dinmico do 1 tanque afeta o do 2 tanque (a equao 8.9 depende de h1) e que o comportamento dinmico do 2 tambm afeta o do 1 (a equao 8.8 depende de h2). Assim, no h como resolver primeiro a equao 8.8 e d epois a 8.9, as duas equaes devem ser resolvidas ao mesmo tempo. A soluo deste sistema de equaes bem mais difcil do que no caso sem interao. Colocando em variveis desvio e fazendo a transformada de Laplace: ( ) ) s ( Fi ) s ( 2 h 1 s 1 R 1 A ) s ( 1 h = + 1 h 1 R 2 R 1 R 2 R 1 s 2 R 2 A ) s ( 2 h = ) ` | . | \

| + + Resolvendo estas duas equaes algbricas com respeito a h1 e h2, aps vria s manipulaes algbricas encontramos: ) s ( Fi 1 s ) 2 R 1 A ( s ) 2 R 1 R ( s ) 1 R ( ) s ( 1 h 2 p 1 p 2 2 p 1 p 2 p + + t + t + t t + + t = (8.10) ) s ( Fi 1 s ) 2 R 1 A ( s 2 R ) s ( 2 h 2 p 1 p 2 2 p 1 p + + t + t + t t = (8.11) 92 onde tp1=A1R1 e tp2=A2R2. As equaes 8.10 os tanques para perturbaes em Fi apresentam Pode-se demonstrar facilmente que os ais e distintos. Consequentemente, a resposta de empre super amortecida. e 8.11 indicam que as respostas de ambos dinmica de segunda ordem. plos das equaes 8.10 e 8.11 so re sistemas multicapacitivos com interao s

9- Anlise de Processos Lineares no Domnio da Frequncia Quando um sistema linear est sujeito a uma entrada senoidal, a sua resposta aps um longo perodo de tempo (quando t) se torna tambm uma onda senoidal. Esta caracterstica a base da anlise da resposta no domnio da frequncia. entrada: f(t)=Asen(wt) w=frequncia A=amplitude

T=perodo (unidade de tempo)=tempo para completar um ciclo Frequncia=w= w (hertz)= T 1 w (radianos/tempo)= T 2t A=amplitude= altura da onda 9.1- Resposta de um sistema de 1 ordem a uma entrada senoidal Considere um sistema de 1 ordem com a funo de transferncia: 1 s

Kp ) s ( f ) s ( y ) s ( G p + t = = (9.1) sujeito a uma entrada senoidal com amplitude A e frequncia w: ) wt sen( A ) t ( f = A transformada de Laplace desta funo : 93 2 2 w s Aw ) s ( f + = (9.2) Substituindo (9.2) em (9.1): 2 2 p p w s Aw 1 s Kp ) s ( f 1 s Kp ) s ( y + + t = + t = Expandindo em fraes parciais: jw s 3 C wj s 2 C / 1 s 1 C ) s ( y p + + + t + = Calculando as constantes C1, C2 e C3 e invertendo a transformada de Laplace: ) wt sen( 1 w KpA ) wt cos( 1 w KpAw e 1 w KpAw ) t ( y 2 2

p 2 p p p / 2 p p + + +

t 2 t t t

+ t t = t que a resposta [y(t)] de um processo de 1 ordem sujeito a uma entra da (perturbao) senoidal de amplitude A e frequncia w. Vejamos o comportamento do processo no estado estacionrio (quando t): quando t, et/tp 0, portanto: ) wt sen( 1 w KpA ) wt cos( 1 w KpAw ) t ( y 2 2 p 2 2 p p EE + t + + t t = (9.3) Usando a seguinte identidade trigonomtrica: ) b sen( 3 a b sen 2 a b cos 1 a o + = + onde: 2 2 2 a 1 a 3 a + = e | . | \ | = o 2 a 1 a tg 1

teremos: ) wt sen( 1 w KpA ) t ( y 2 2 p EE o + + t = (9.4) onde ) w ( tg p 1 t = o (o o arco cuja tangente (-wt p ).) (9.5) Observaes: 1- A resposta de um sistema de primeira ordem sujeito uma entrada senoidal depoi s de um longo tempo (no estado estacionrio) tambm uma onda senoidal com a mesma frequncia w. 2- A razo da amplitude de sada (resposta do sistema) em relao amplitude da onda de entrada (perturbao) chamada de razo de amplitude e uma funo da frequncia: 94 1 w Kp entrada de onda da amplitude sada de onda da amplitude RA 2 2 p + t = = (9.6) 3- A onda de sada tem um atraso (phase lag) em relao onda de entrada por um ngulo o , o qual funo da frequncia w (equao 9.5). - Notar que RA e o so calculados somente aps a sada atingir o estado estacionrio, ou seja, oscilar com amplitude constante!!! As trs observaes acima so vlidas no somente para sistemas de primeira ordem, mas tambm para sistemas lineares de qualquer ordem. Breve reviso de nmeros complexos: 1- Considere um nmero complexo W definido por: W=a+jb onde a=Re(W)=parte real de W b=Im(W)=parte imaginria de W O mdulo ou valor absoluto ou magnitude de W representado por W e definido como: | 2 ) O u | | | 2 W Im( ) W Re( W + = (9.7) ngulo de fase ou argumento de W representado arg(W) e definido por: =

= ) W Re( ) W Im( tan ) W arg( 1 (9.8) 95 Figura 9.1- Plano complexo. Da Figura 9.1 fica claro que: u = cos W a e u = sen W b e u + u = sen W j cos W W Lembre tambm que: 2 e e cos j j u u + = u e j 2 e e sen j j u u = u ento u u u u u = + + = j j j j j e W j 2 e e W j 2 e e W W (9.9) 2- Se Z=a-jb ( o complexo conjugado), pode-se demostrar facilmente que W Z = e ) W arg( ) Z arg( = 3- Substituindo s=jw na equao 9.1, temos: 1 jw 1 jw 1 jw Kp 1 jw Kp

) jw ( G p p p p + t + t + t = + t = (multiplicao pelo conjugado do denominador) ou 1 w Kpw j 1 w Kp ) jw ( G 2 2 p p 2 2 p + t t + t = Ento G(jw) um nmero complexo e o seu mdulo dado por (equao 9.7): 1 w Kp ) jw ( G 2 2 p + t = que igual razo de amplitude (equao 9.6). O seu argumento dado por (equao 9.8): ) w ( tan ) jw ( G de arg p 1 t = que igual ao atraso de fase (o) (equao 9.5). 96 Estas relaes mostram que a razo de amplitude e o atraso de fase para a resposta n o estado estacionrio de um sistema de primeira ordem so iguais ao mdulo e ao argumento, respectivamente, da sua funo de transferncia quando s=jw. Isto vlido para sistemas lineares de qualquer ordem. Para passar uma funo de transferncia do domnio de Laplace para o domnio da frequncia basta substituir s por wi. 1 w Kpw j 1 w

Kp ) jw ( f ) jw ( y 1 s Kp ) s ( f ) s ( y ) t ( Kpf y dt dy frequncia da Domnio Laplace de Domnio tempo do Domnio 2 2 p p 2 2 p p p jw s + t t + t = + t = = + t = -1 L As trs formas descrevem o mesmo processo: processo de 1 ordem. So trs linguagens diferentes para representar o mesmo objeto, cada uma com as suas particularidades, vantagens e limitaes. Generalizando a anlise acima para sistemas de ordem maior do que um: Considere um processo linear com a funo de transferncia: ) s ( Q ) s ( P ) s ( f ) s ( y ) s ( G = = onde Q(s) e P(s) so polinmios de ordem m e n, respectivamente, com m<n. 1- A resposta no estado estacionrio do sistema a uma entrada senoidal tambm um a onda senoidal. 2- A razo de amplitude (RA) funo de w dada pelo mdulo de G(s) quando se substitui s por jw. ) jw ( G RA = 3- A onda de sada deslocada (defasada) com relao onda de entrada por um ngulo o, que uma funo da frequncia w e dada pelo argumento de G(jw): ) jw ( G arg = o Exemplo 9.1- Resposta de frequncia de um processo puramente capacitivo. Considere o tanque de nvel abaixo: 97 A vazo de sada F 0

 mantida constante pela bomba. Um balano de massa leva a: Balano de massa: 0 F Fi dt dh A = No estado estacionrio: s , F s , Fi 0 0 = Varivel desvio: ' ' Fi dt dh A = Transf. de Laplace: s A / 1 ) s ( Fi ) s ( h ) s ( G = = ___________________________________________________________________________ ___ A resposta deste processo a um degrau unitrio em Fi : Fi(s)= s 1 , portanto: t A 1 ) t ( h s A / 1 ) s ( h ' 2 = = -1 L ou seja, a altura h aumenta linearmente com o tempo, o que era de se esperar, j q ue a vazo de sada F 0 constante. Caso a vazo de sada F 0 fosse funo da altura do lquido no tanque, a resposta do sistema a uma perturbao em Fi seria uma resposta comum de 1 ordem. ___________________________________________________________________________ ___ O que acontece com h(t) quando fazemos uma perturbao senoidal de frequnc ia w em Fi(t)? Para responder a esta pergunta, basta substituir s=jw na funo de transfe rncia que relaciona h(s) e Fi(s). O mdulo do nmero complexo resultante d a razo de amplitude e o argumento do complexo resultante o atraso de fase.

Chamando 1/A de Kp, temos: s Kp ) s ( G = Fazendo s=jw, temos: w Kp j 0 jw jw jw Kp jw Kp ) jw ( G = = = 98 1- A razo de amplitude : w Kp ) jw ( G RA = = 2- O angulo de defasagem o : = = o 90 tan 1 Ento, a altura do tanque depois de um tempo muito longo vai ser uma onda senoid al de mesma frequncia (e, logo, mesmo perodo) que a onda senoidal de entr ada (Fi), com amplitude kp/w*Amplitude da entrada e atrasada 90 em relao onda de entrada. Exemplo 9.2- Resposta de frequncia de N sistemas de 1 ordem em srie sem interao 1 s Kp ..... 1 s 2 Kp 1 s 1 Kp ) s ( G ).... s ( 2 G ) s ( 1 G ) s ( 1 F ) s ( h ) s ( G pN N 2 p 1 p N N + t + t + t = = = Como a resposta (altura do ltimo tanque) quando a vazo do primeiro tanque (F1) sofre uma perturbao senoidal de frequncia w? Fazendo s=jw ) jw ( G ).... jw ( 2 G ) jw ( 1 G ) jw ( G N =

Mas, da equao 9.9: 1 j e ) jw ( 1 G ) jw ( 1 G o = , 2 j e ) jw ( 2 G ) jw ( 2 G o = , ..... Logo, | | ) N ... 2 1 ( j N e ) jw ( G .... ) jw ( 2 G ) jw ( 1 G ) jw ( G o + + o + o = Consequentemente a resposta tem as seguintes caractersticas: 1- Razo de amplitude: ) jw ( G .... ) jw ( 2 G ) jw ( 1 G ) jw ( G RA N = = ou 1 w ...... 1 w 1 w Kp ... 2 Kp 1 Kp RA 2 2 pN 2 2 2 p 2 2 1 p N + t + t + t = 2-ngulo de fase 99 N 2 1 .... ou ) w ( pN 1 2 p 1 1 p 1 t +

o + + o + o = o tan ...... ) w ( tan ) w ( tan

+ t + t = o

A sada do ltimo tanque no estado estacionrio uma onda senoidal. Como o < 0, a onda senoidal da resposta est atrasada com relao onda senoidal da entrada. Exemplo 9.3- Resposta de frequncia de um processo de 2 ordem 1 s 2 s Kp

) s ( G 2 2 + ct + t = Fazendo s=jw, temos: w 2 j ) 1 w ( w 2 j ) 1 w ( w 2 j ) 1 w ( Kp w 2 j ) 1 w ( Kp ) jw ( G 2 2 2 2 2 2 2 2 ct + t ct + t ct + + t = ct + + t = ou 2 2 2 2 2 2 2 2 2 2 ) w 2 ( ) w 1 ( w 2 Kp j ) w 2 ( ) w 1 ( ) w 1 ( Kp ) jw ( G ct + t ct ct + t t = Assim, a resposta no estado estacionrio tem as seguintes caractersticas: 1- Razo de amplitude: 2 2 2 2 ) w 2 ( ) w 1 ( Kp ) jw ( G RA ct + t = = 2-ngulo de fase: | | . | \ | t ct = = o 2 2 1 w 1

w 2 tan ) jw ( G arg Como o < 0, a resposta est atrasada com relao entrada. Exemplo 9.4- Resposta de frequncia de um sistema tempo morto jtdw jw s tds e ) jw ( G e ) s ( G = = = 1 RA = onda de sada possui a mesma amplitude da onda de entrada tdw = o Como o < 0, a resposta est atrasada com relao entrada. Exemplo 9.5- Resposta de frequncia de controladores feedback - Controlador P: Kc ) s ( Gc = Kc RA = 0 = o 100 - Controlador PI | | . | \ | t + = s 1 1 Kc ) s ( Gc I 2 I ) w ( 1 1 Kc ) jw ( Gc RA t + = = 0 w 1 tan ) jw ( Gc arg I 1 < | | . | \ | t

 = = o D t 2 D w 0 D 1 > Controlador PD + = 2 1 Kc ) jw ( Gc RA t + = = w tan ) jw ( Gc arg t = = o ) s 1 ( Kc ) s ( Gc

A onda de sada se "antecipa" entrada. Isto mostra a caracterstica preditiva do m odo de controle derivativo. - Controlador PID | | . | \ | t + t + = s s 1 1 Kc ) s ( Gc D I 1 w 1 w Kc ) jw ( Gc RA 2 I D + | | . | \ | t t = = | | . |

\ | t t = = o I D 1 w 1 w tan ) jw ( Gc arg o pode ser positivo ou negativo dependendo dos valors de t D , t I e w. A anlise dos sistemas de controle no domnio da frequncia feita de forma grfica, que mostra como a frequncia de oscilao da entrada w influencia a razo de amplitude e o ngulo de fase. 10- Diagrama de Bode O diagrama de Bode (homenagem a H.W. Bode) consiste em dois grficos 1- log RA versus frequncia w 2- ngulo de fase o versus frequncia w Para cobrir uma ampla faixa de frequncia, usual utilizar logaritmo da frequncia. - Sistemas de primeira ordem Vimos anteriormente que: 101 1 w Kp RA 2 2 p + t = (10.1) ) w ( tg p 1 t = o (10.2) Temos que | . | \ | + t = | | . | \

| 1 w log 2 1 Kp RA log 2 2 p (10.3) Figura 10.1- Diagrama de Bode de sistemas de 1 ordem Para convenincia, como tp constante, vamos considerar wtp como a varive l independente ao invs de w. O grfico de log (AR/Kp) contra log tpw mostrado na Fig ura 10.3 e pode ser plotado da equao 10.3 para vrios valores da frequncia w . Este grfico plotado no papel log-log. Ao invs do trabalho numrico para plotar este grfico, pode mos ter uma idia aproximada considerando o seu comportamento assinttico quando w0 e w. Assim temos: 1- Quando w0, tpw0 e da equao 10.3 log(RA/Kp)0 ou RA/Kp1. Esta a assntota de baixa frequncia mostrada pela linha tracejada na Figura 10.1a. uma li nha horizontal passando pelo ponto AR/Kp=1. 2- Quando w, tpw e da equao 10.3 log(RA/Kp) ~ -log(tpw). Esta a assntota de alta frequncia mostrada pela linha tracejada na Figura 10.1b. uma linha com incli nao -1 que passa pelo ponto AR/Kp=1 para tpw=1. A frequncia w=1/tp a fre quncia de corte. Neste ponto, como pode ser visto na Figura 10.1a, o desvio do valor real de RA/Kp 102 das assntotas mximo. O valor real de RA/Kp calculado pela equao 10.1 e igual a 2 / 1 =0.707, diferente de 1(calculado pelas assntotas). O grfico do ngulo de fase contra tpw mostrado na Figura 10.1b. Ele plotado em papel semi-log. Ele pode ser plotado a partir da equao 10.2 e podemos facilmente v erificar as seguintes caractersticas do grfico: 1- Quando w0, o0 2- Quando w, o-90 3- Quando w=1/tp (frequncia de corte), o=tan -1 (-1)=-45 Alguns autores definem RA em decibis: RAd=20log(RA) (O Luyben, por exemplo). - Sistemas de 2 ordem 1 s 2 s Kp ) s ( G 2 2 + ct + t = J vimos que: 2 2 2 2 ) w 2 ( ) w 1 ( Kp RA ct + t

= | | . |

(10.4)

\ | t ct = o 2 2 1 w 1 w 2 tan (10.5) Da equao 10.4 temos: { } 2 2 2 2 ) w 2 ( ) w 1 ( log 2 1 Kp RA log ct + t = | | . | \ | (10.6) Figura 10.2- Diagrama de Bode de sistemas de 2 ordem. 103 Os dois grficos so mostrados na Figura 10.2 para vrios valores de c. As duas assntotas para o grfico de RA por tw so determinadas como segue: 1-Quando w0, tw0 e da equao 10.6 log(RA/Kp)0 ou RA/Kp1. Esta a assntota de baixa frequncia mostrada pela linha tracejada na Figura 10.2a. uma linha horizontal passando pelo ponto AR/Kp=1. 2-Quando w, tw e a equao 10.6 se transforma em { } ) w log( 2 ) w log( 2 1 ) w ( log 2 1 Kp RA log 4 2 2 2 t = t = t = |

| . | \ | . Esta a assntota de alta frequncia, que uma linha reta com inclinao -2 passando no ponto RA=1 quando tw=1. Quando tw igual a 1, como pode ser visto no grfico, a razo de amplitude assume o valor mximo. Quando tw=1, da equao 10.4 vemos que RA/Kp= c 2 1 . Assim, se c> 1, o valor real de RA/Kp<1 e se c<1 (sistema sub amortecido) o valor real pode ser m aior que 1. Na verdade o valor real de RA/Kp vai ser maior do que 1 para c<0.5. Na Figura 10 .2 notamos que para sistemas sub amortecidos (c<1) a razo de amplitude pode exced er significativamente o valor de 1. J vimos que para c<1 o sistema apresenta um comportamento oscilatrio no domnio do tempo; no domnio de Laplace vimos que neste caso resultante de raz es complexas da equao caracterstica e no domnio da frequncia este comportamento denotado p or uma salincia (corcova) no grfico de AR em funo da frequncia. Diagrama de Bode no Matlab Pode-se usar o matlab para traar o diagrama de Bode para diferentes funes de transferncia. A diferena que o Matlab, a exemplo de alguns autores como o Luyben, W.L. (1989), define a razo de amplitude em decibis: AR d=20.log(AR). O diagr ama de Bode ento plotado num grfico semi-log. Por exemplo, para o sistema de 1 ordem, a funo de transferncia dada por: 1 s Kp ) s ( f ) s ( y ) s ( G p + t = = Esta funo de transferncia deve ser definida no Matlab, o que feito definindo-se o seu numerador e denominador da seguinte forma: Faamos Kp=1 e t=1. A funo de transferncia, ento : 1 s 1 ) s ( f ) s ( y ) s ( G + = = ento definimos no matlab: 104 num=[0 1];

den=[1 1]; bode(num,den) A Figura 10.3 mostra o grfico resultante. Compare a Figura 10.3 com a Figura 10 .1 e veja que a forma do diagrama de Bode a mesma. A assntota de baixa frequncia, quando w0, na Figura 10.1 uma reta passando por AR/Kp=1. No caso em que plotamos a razo d e amplitude em decibis, com Kp=1, AR=1 e logo 20log(AR)=0. Neste caso a assntota de baixa frequncia passa por zero. 10 -1 10 0 10 1 -30 -20 -10 0 Frequency (rad/sec) G a i n d B 10 -1 10 0 10 1 -30 -60 -90 0 Frequency (rad/sec) P h a s e d e g Figura 10.3- Diagrama de Bode para o sistema de 1 ordem traado no matlab. Para o sistema de segunda ordem: 1 s 2 s Kp ) s ( G 2 2 + ct + t = . Fazendo Kp=1 e t=1, temos: 1 s 2 s

1 ) s ( G 2 + c + = . Podemos traar o diagrama para diferentes valores de c. No matlab fazemos: num=[0 0 1]; den=[1 2*c 1]; bode(num,den) Para traar grficos com vrios valores de c, usamos o comando "hold on", que guarda os grficos anteriores. Ento para c=2, 1, 0.2 e 0.1 fazemos: num=[0 0 1]; den=[1 4 1]; (Para c=2) bode(num,den) 105 hold on den=[1 2 1]; (Para c=1) bode(num,den) den=[1 0.4 1]; (Para c=0.2) bode(num,den) den=[1 0.2 1]; (Para c=0.1) bode(num, den) Assim traamos todos os grficos juntos, resultando em: Figura 10.4- Diagrama de Bode do sistema de 2 ordem traado pelo matlab. Compare a Figura 10.4 com a Figura 10.2 e veja que ambas tm a mesma forma. 11- Diagrama de Nyquist O diagrama de Nyquist contm as mesmas informaes do diagrama de Bode, porm utiliza apenas um grfico para representar RA e o. Neste grfico, a orde nada a parte imaginria de G(jw)=Im[G(jw]) e a abscissa a parte real de G(jw)=Re[G(j w)]. Um valor especfico da frequncia w define um ponto no diagrama. Assim, no ponto 1 (Figura 1 1.1) a frequncia tem um valor w1 e observamos o seguinte: 1- A distncia do ponto 1 origem (0,0) a razo de amplitude na frequncia w1. 106 | | | | | | | | 2 2 ) jw ( G Im ) jw ( G Re RA ) jw ( G distncia + = = = 2- O ngulo o com o eixo real o ngulo de fase na frequncia w1. )] jw ( G Re[ )] jw ( G Im[ tan ) jw ( G arg 1 = = o Assim, conforme w varia de 0 a , traamos o diagrama de Nyquist e encontramos os valores correspondentes de razo de amplitude e ngulo de fase. A forma e localizao do diagrama de Nyquist so particulares para um determinado sistema. 11.1- Diagrama de Nyquist. - Processo de 1 ordem 1 w

Kp RA 2 2 p + t = ) w ( tg p 1 t = o -Quando w=0, para Kp=1, RA=1 e o=0 (ponto A) -Quando w, RA0, o=-90 (ponto C) Para qualquer frequncia intermediria: 0<RA<1 e -90<o<0 O diagrama de Nyquist est mostrado na Figura 11.2a. - Sistemas de 2 ordem Das equaes 10.4 e 10.5 podemos ver que: 1- Quando w=0, se Kp=1, RA=1 e o=0. Ento o comeo do diagrama de Nyquist no eixo real numa distncia de 1 da origem. 2- Quando w, RA0 e o-180, ou seja, o diagrama de Nyquist termina na origem e se aproxima dela pelo 2 quadrante. 107 3- Para w=1/t, o-90 e, para Kp=1, RA c = c 2 1 4 1 2 . Assim, se c> 1, RA<1 e para c<0.5, RA>1. O diagrama de Nyquist est mostrado na Figura 11.2b. Figura 11.2- Diagrama de Nyquist (a) processo de 1 ordem (b) processo de 2 ordem. Diagrama de Nyquist no matlab possvel traar o diagrama de Nyquist de uma funo de transferncia no matla b. Entramos com a funo de transferncia da mesma forma que para traar o diagrama de Bode. Por exemplo, para o sistema de 1 ordem com Kp=1 e tp=1: num=[0 1]; den=[1 1]; nyquist(num,den) O grfico resultante mostrado na Figura 11.3. Comparando este grfico com a Figura 11.2a vemos que so id~enticos, somente o Matlab traa tambm o diagrama de Nyquist para -<w<0 (linha tracejada) alm do diagrama para 0<w<+ (linha cheia). 108 0 0.1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

0.6 Real Axis I m a g A x i s Figura 11.3- diagrama de Nyquist para processo de 1 ordem traado no matlab. Para o sistema de segunda ordem o diagrama de Nyquist est mostrado na Figura 11.4 para Kp=1, t=1 e c=4 e c=0.4. Figura 11.4- Diagrama de Nyquist para o sistema de 2 ordem traado pelo matlab. 12-Projeto de sistemas de controle feedback usando a resposta de frequncia A anlise da resposta de frequncia uma ferramenta til no projeto de controladores feedback, pois ela auxilia o projetista: (1) a estudar as caractersticas de estabilidade de um sistema em malha fechada us ando os diagramas de Bode e Nyquist da funo de transferncia em malha aberta; 109 (2) a selecionar os mais apropriados valores para os parmetros ajustveis do controlador. 12.1-Critrio de Estabilidade de Bode: "Um sistema de controle feedback instvel se a resposta no domnio da frequncia da funo de transferncia em malha aberta G MA =GcGfGpGm tiver uma razo de amplitude RA maior do que um no ponto de frequncia crtica. Do contrrio o sistema ser estvel. A frequncia crtica wc definida como sendo a frequncia na qual o ngulo de fase 180." O estudo da estabilidade por este mtodo prefervel ao estudo usando a equao caracterstica (localizao dos plos- Laplace) em alguns casos, como por exemplo para sistemas com tempo morto. Quando um sistema em malha fechada est no limite da estabilidade (AR =1, w=wc, o=180), o sistema de controle feedback produz uma oscilao constante na varivel controlada. Esta a base do mtodo de Ziegler Nichols visto anteriormente. Exemplo12.1- Critrio de estabilidade de Bode Considere o sistema em malha fechada mostrado na Figura 12.1 Estude a estabilidade deste sistema de controle proporcional usando o critrio de estabilid ade de Bode. Para isso, teremos que plotar o diagrama de Bode do sistema em malha aberta para diferentes valores de Kc. A funo de transferncia em malha aberta dada por: 1 s 5 . 0 Kce

) s ( ysp ) s ( ym G s 1 . 0 MA + = = Estudar a resposta de frequncia deste sistema em malha aberta correspon de a fazer uma perturbao senoidal na entrada (neste caso no set point-ysp) e ver, aps o estado estacionrio ser atingido, como a razo de amplitude e o ngulo de fase da onda senoidal de sada (ym) variam com a frequncia da entrada. 110 Figura 12.1- Sistema em malha fechada. A razo de amplitude e ngulo de fase para esta funo de transferncia pod e ser facilmente encontrada se dividirmos a funo acima em duas: 1 s 5 . 0 Kc ) s ( 1 G + = e s 1 . 0 e ) s ( 2 G = Assim, ) s ( 2 G ) s ( 1 G ) s ( G MA = Se substituirmos s=jw em G1(s) e G2(s) e lembramos que estas funes pod em ser escritas como: 1 j e ) jw ( 1 G ) jw ( 1 G o = , 2 j e ) jw ( 2 G ) jw ( 2 G o = Temos que G MA (jw) pode ser escrita como: ) 2 1 ( j MA e ) jw ( 2 G ) jw ( 1 G ) jw ( G o + o = Assim, ) jw ( 2 G ) jw ( 1 G RA = e 2 1 o + o = o

Mas G1(s) similar funo de transferncia de um processo de 1 ordem com Kp=Kc e tp=0.5. O mdulo de G1(jw) j foi calculado: 1 w ) 5 . 0 ( Kc ) jw ( 1 G 2 2 + = E o argumento tambm: ) w 5 . 0 ( tan 1 1 = o G2(s) a funo de transferncia de um sistema tempo morto. O mdulo de G2(jw) e o seu argumento so dados por: 1 ) jw ( 2 G = tdw 2 = o Assim a razo de amplitude de G MA (s) dada por 1 w ) 5 . 0 ( Kc RA 2 2 + = e o ngulo de fase dado por: 111 tdw ) w 5 . 0 ( tan 1 MA = o Vamos traar o diagrama de Bode para este sistema usando o matlab. Para isso, vamos precisar aproximar o termo e0.1s por um polinmio. Utilizamos a aproximao de Pad de 1 ordem: s 2 t d 1 s 2 t d 1 e tds + = Assim,

1 s 55 . 0 s 025 . 0 Kc Kcs 05 . 0 ) s 05 . 0 1 ( ) s 05 . 0 1 ( 1 s 5 . 0 Kc 1 s 5 . 0 Kce ) s ( ysp ) s ( ym G 2 s 1 . 0 MA + + + = + + = + = = Figura 12.2- Diagrama de Bode para vrios valores de Kc. Para entrar com esta funo de transferncia no matlab fazemos: num=[0 -0.05Kc Kc]; den=[0.025 0.55 1]; Podemos traar o grfico para Kc=1, 5, 8 e 15. O diagrama est mostrado na Figura 12.2. 112 Para RA=1, RAd=20log(1)=0, ento, no grfico traado em decibis temos que ver se dB=RAd maior do que zero na frequncia na qual o ngulo de fas e 180. Vemos que para Kc=1, 5 e 8 dB<0 e para Kc=15 dB>0, logo, para Kc=15 o sistema instvel em malha fechada. Vemos tambm que para Kc=8 dB quase igual a 0, logo o sistema est bem prximo do limite de instabilidade. Para ilustrar melhor estas concluses, podemos ver o comportamento do sistema em malha fechada para uma perturbao degrau no set point. Para isso, escrevemos a funo de transferncia em malha fechada: ysp 1 s 5 . 0 Kce 1 1 s 5 . 0 Kce ysp GcGfGpGm 1 GcGfGpGm y s 1 . 0 s 1 . 0 + +

+ = + = Fazendo uma perturbao degrau unitrio em ysp, temos: Kc=1 Kc=5 Kc=8 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 0 0.5 1 1.5 2 Kc=15 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5 -4 -2 0 2 4 x 10 8 Vemos que para Kc=1, 5 ou 8, o sistema em malha fechada instvel, e para Kc=15 o sistema em malha fechada instvel. 12-2- Critrio de estabilidade de Nyquist Este critrio mais genrico que o de Bode e afirma que: 113 "Se o diagrama de Nyquist em malha aberta de um sistema de controle feedback envolve o ponto (-1,0) quando a frequncia w assume qualquer valor entre -<w<+, a resposta em malha fechada instvel. Por exemplo, seja um sistema com funo de transferncia em malha aberta dada por: ) 1 s 4 )( 1 s 2 )( 1 s ( Kc G MA + + + = Verifique se o sistema se torna instvel em malha fechada para Kc=1 e Kc=50. O diagrama de Nyquist para este sistema : Podemos ver que para Kc=1 (curva A), o diagrama de Nyquist no engloba o ponto (1,0), e, logo, o comportamento em malha fechada vai ser estvel. Para Kc=50 (curva B), o diagrama engloba este ponto e logo o comportamento do sistema em malha fechada vai ser instvel.

114 Para o exemplo 12.2, podemos traar o diagrama de Nyquist para os vri os valores de Kc. Para Kc=1, temos: -0.2 0 0.2 0.4 0.6 0.8 1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 Real Axis I m a g A x i s fcil ver que este diagrama no engloba o ponto (-1,0) e o sistema em malha fechada instvel, como j tnhamos concludo usando o critrio de Bode. Para Kc=5: -1 0 1 2 3 4 5 -4 -3 -2 -1 0 1 2 3 4 Real Axis I m a g A x i s Tambm neste caso o sistema em malha fechada estvel, j que o diagrama no envolve o ponto (-1,0). Para Kc=8: -2 -1 0 1 2 3 4 -5 -4 -3 -2 -1 0 1 2

3 4 5 Real Axis I m a g A x i s 115 O ponto (-1,0) no englobado. Finalmente para Kc=15: O ponto (-1,0) englobado e o sistema em malha fechada instvel, com o j tnhamos concludo usando o critrio de estabilidade de Bode.

116 Tcnicas de controle Avanado 13-Sistemas de controle feedforward 13.1- Introduo Como j foi discutido nos captulos anteriores, o controle feedback tcnica importante, muito usada nas indstrias de processo. Suas principais vantagens so: - a ao corretiva tomada assim que a varivel controlada se desvia etpoint, no importando o tipo de perturbao - requer um conhecimento mnimo do processo a ser controlado; em particular, um m odelo matemtico do processo no requerido, embora seja til para o projeto sistemas de controle - o controlador PID verstil e robusto. Se as condies do processo uma do s

dos mudam

, o ajuste dos parmetros normalmente levam a um controle satisfatrio No entanto, o controle feedback tem algumas desvantagens: - nenhuma ao corretiva tomada at que um desvio na varivel controlada ocorra. Logo, o controle perfeito, no qual a varivel controlada nunca se desvia do set point durante perturbaes ou mudanas de setpoint, teoricamente impossvel - no apresenta ao de controle preditiva para compensar os efeitos de pe rturbaes conhecidas ou que possam ser medidas - pode no ser satisfatrio para processos com constantes de tempo grande s e/ou grandes atrasos. Se perturbaes grandes e frequentes ocorrem, o processo acaba op erando continuamente num estado transiente e nunca atinge o estado estacionrio desejado - em algumas aplicaes a varivel controlada no pode ser medida on-line e, logo, o controle feedback no pode ser aplicado Para situaes nas quais o controle feedback no satisfatrio, melhoras significativas no controle podem ser conseguidas pela adio do controle feedforward. No entanto, p ara usar o controle feedforward, as perturbaes devem ser medidas ou estimadas on-line. A idia bsica do controle feedforward medir as principais perturbaes e tomar as aes corretivas antes que elas perturbem o processo. Na figura 13.1a pode-se ver a forma geral de um sistema de controle feedforward. Ele mede a perturbao diretamente e ento antecipa o efeito que ela ter na sad a do processo. 117 Em seguida, muda a varivel manipulada de forma a eliminar completamente o impacto da perturbao na sada do processo. A ao de controle tem incio imediatamente depois que a perturbao foi detectada. A figura 13.1b mostra o esquema do controle fe edback para que possamos contrast-lo com o feedforward. Fica claro que o controle feedback age ' depois do fato', numa forma compensatria, enquanto o feedforward age 'antes do fa to', numa forma antecipatria. Figura 13.1- (a)Controle feedforward (b)Controle feedback 13.2- Projeto de controladores feedforward Considere o tanque aquecido da Figura 13.2. As equaes de balano de ma ssa e energia que descrevem o processo so dadas por F Fi dt dV = (13.1) Cp Q ) T Ti ( Fi dt

dT V p + = (13.2) Assuma que F i constante e que F i =F. Sabemos que a temperatura de entrada T i pode vir a sofrer perturbaes e podemos manipular a quantidade de calor fornecida pelo vapor, Q, para manter a temperatura do lquido, T, no valor de setpoint desejado, T sp . Figura 13.2 118 13.2.1- Controlador feedforward estacionrio A forma mais simples de um controlador feedforward pode ser desenvol vida se considerarmos o balao de energia no estado estacionrio 0 = + Fi Ti T Q Cp ( ) p (13.3) Logo, encontramos que, para manter T=T sp , a varivel manipulada Q deve mudar de acordo com Q Fi Cp Tsp Ti = p ( ) (13.4) A equao 13.4 a equao de projeto para o controlador feedforward esttico. Ela mostra como Q deve mudar na presena de perturbaes ou mudanas de setpoint. A Figura 13.3a mostra o sistema de controle resultante. Este controlador tem um bom desempenho estacionrio, mas o desempenho pode no ser bom para o caso transiente. Figura 13.3- (a) Controle feedforward estacionrio (b) Controle feedforward dinmic o 13.2.2- Controlador feedforward dinmico Para melhorar a qualidade do controle durante a resposta transiente pode-se pr ojetar o controlador feedforward usando o balano de energia dinmico. A eq. (13.2) pode ser escrita como V Fi dT dt T Ti Q

Fi Cp + = + p (13.5) Esta equao linear, j que V, Fi, p e Cp so constantes. Colocando em termos de variveis desvio: 119 V Fi dT dt T Ti Q Fi Cp ' ' ' ' + = + p (13.6) Fazendo a transformada de Laplace: ) s ( Q 1 s 1 Cp Fi 1 1 s ) s ( Ti ) s ( T + t p + + t = (13.7) onde t=V/Fi = tempo de reteno do lquido no tanque. O controlador feedfo rward deve manter T(s)=Tsp(s)=setpoint apesar de perturbaes Ti ou mudanas de setpoint, Tsp. Lo go, a partir da eq. (13.7), encontramos )] s ( Ti T ) 1 s [( Cp Fi ) s ( Q sp + t p = (13.8) A eq. (13.8) a equao de projeto do controlador feedforward dinmico e a Figura 13.3b mostra o mecanismo de controle resultante. Como pode ser visto nas Figuras 13.3a e 13.3b a nica diferena entre os controladores dinmico e esttico para o tanque aqueced or a funo de transferncia (ts+1) multiplicando o setpoint. Logo esperamos que para perturbaes de carga os dois controladores seja m equivalentes. Por outro lado o controlador dinmico ser melhor para mudana s de setpoint. As figuras 13.4a e b demonstram este ponto. Figura 13.4 Com este exemplo notamos uma caracterstica muito importante do control e feedforward:

- o projeto do controlador feedforward diretamente relacionado ao mode lo que se tem do processo Logo, bvio que - quanto melhor o modelo representar o comportamento do processo, melhor ser o c ontrole feedforward resultante Para generalizar o procedimento de projeto, considere o diagrama de blocos de um processo sem controle (Figura 13.5a). A sada do processo dada por 120 y s Gp s m s Gd s d s ( ) ( ) ( ) ( ) ( ) = + (13.9) onde Gp(s) representa a relao direta entre a sada do processo e a varivel manipulada e, no exemplo mostrado acima igual a Gp s Fi Cp s ( ) = + 1 1 1 p t (13.10) e Gd(s) representa a relao entre a sada e a varivel de carga (perturbao), sendo, para o exemplo acima igual a Gd s s ( ) = + 1 1 t (13.11) Se y sp (s) o setpoint desejado, a eq. (13.9) fica igual a ysp s Gp s m s Gd s d s ( ) ( ) ( ) ( ) ( ) = + (13.12) Resolvendo a eq. (13.12) pode-se encontrar o valor que a varivel manip ulada deve ter para manter y(s)=y sp (s) na presena de perturbaes ou mudanas de setpoint m s Gd s ysp s d s Gd s Gp s Gsp s ysp s d s Gc s ( ) [ ( ) ( ) ( )] ( ) ( ) [ ( ) ( ) ( )] ( ) = = 1 (13.13) Esta equao mostra a forma do controle feedforward, que est mostrada na figura 13.5b. Tambm determina as duas funes de transferncia que completam o proj eto do mecanismo de controle:

Gc s Gd s Gp s ( ) ( ) ( ) = =funo de transferncia do controlador feedforward principal (13.14) Gsp s Gd s ( ) ( ) = 1 =funo de transferncia do elemento setpoint (13.15) 121 Figura 13.5 Na figura 13.5b notamos que a malha feedforward tem as caractersticas externas de uma malha feedback. Logo, tem uma medida primria que comparada a um setpoint e o resultado da comparao um sinal de atuao para o controlador principal. Pelas equaes de projeto (13.14) e (13.15) fica claro que um controlador feedforw ard no pode ser um controlador feedback convencional (P, PI, PID). Ao invs disso, deve ser visto como uma mquina computadora com um propsito especial. Pelas equaes de projeto (13.14 e 13.15) nota-se, novamente, que o con trole feedforward depende fortemente do modelo do processo. Para um controle perfeito necessitase de um conhecimento perfeito de Gp(s) e Gd(s), o que praticamente impossvel. Es te o principal desafio no controle feedforward. No sistema de controle da figura 13.5b foram deixados de fora o sensor que med e as perturbaes e o elemento final de controle. A incluso destes elementos altera o proj eto das funes de transferncia Gc(s) e Gsp(s). Considere o sistema de controle fe edforward mais geral mostrado na figura 13.5c, incluindo o sensor de medida e o elemento final de controle. Podemos determinar a equao que define y da seguinte forma 1 2 3 4 5 6 7 8 + + +

 + dGd dGm yspGsp yspGsp dGm dGm yspGsp Gc dGm yspGsp GcGf dGm yspGsp GcGfGp dGd dGm yspGsp GcGfGp y ( ) ( ) ( ) ( ) Logo, y GpGfGcGspysp Gd GmGcGfGp d = + [ ] (13.16) As equaes de projeto Gc e Gsp podem agora ser identificadas para 122 - perturbao de carga: o controlador deve ser capaz de eliminar completa mente o impacto da perturbao na sada do processo. Isso implica que o coeficiente de d na eq. (13.16) deve ser igual a zero Gd GmGcGfGp = 0 (13.17) ou Gc Gd GmGfGp = (13.18) - mudanas de setpoint: o mecanismo de controle deve ser capaz de fazer com que a sada do processo siga exatamente a mudana no setpoint, isto , mantenha y=ysp. A ssim, o coeficiente de ysp na eq. (13.16) deve ser igual a 1: GpGfGcGsp =1 (13.19) ou GpGf Gd GmGfGp Gsp ( ) = 1 (13.20) e, finalmente, Gsp Gm Gd = (13.21) As eqs. (13.20) e (13.21) so mais gerais do que as eqs. (13.14) e (13.15), send o que estas resultam da substituio de Gm=Gf=1 naquelas.

13.3- Controle feedforward-feedback Apesar das vantagens citadas, o controle feedforward apresenta muitas desvanta gens - requer identificao de todas as possveis perturbaes e da sua medida dire ta, algo que pode no ser possvel para todos os sistemas - no lida com perturbaes no medidas

- qualquer mudana nos parmetros de um processo (desativao do catalisador com o tempo, reduo de coeficientes de transferncia de calor devida a depsitos etc.) no pode ser compensada por um controlador feedforward pois o seu impacto no detectado - requer um bom conhecimento do modelo do processo, o que no possvel para vrios sistemas 123 Por outro lado, o controle feedback bastante insensvel a todas estas desvantagens, mas no tem um bom desempenho em alguns casos. Assim, de se esperar que um sistema de controle feedforward-feedback funcione bem, j que vrios desvios causados pelos pontos fracos do controle feedforward sero corrigidos pelo controle feedback. Isto possve l j que o controle feedback monitora diretamente o comportamento da varivel controlada. A Figura 13.6 mostra a configurao de um sistema combinado feedback-feedforward.

Figura 13.6 Vamos desenvolver uma equao para a resposta em malha fechada do siste ma feedforward-feedback. Da eq. (13.9) sabemos que y G m G d p d = + (13.22) O valor da varivel manipulada m G c G c c G Gc G Gc f f f f = = + = + ( ) 1 2 1 1 2 2 c c (13.23) ou m G Gc y Gm y G Gc y G Gm d f sp f sp sp = + 1 1 2 2 ( ) ( ) (13.24) Substitua m na equao 13.22 pela equao 13.24 e aps algumas manipulaes algb as obtm-se: y G G Gc Gc G G G Gc Gm ysp G G G Gc Gm G G Gc Gm d p f sp p f d p f p f = + + +

+ ( 1 1 2 1 1

) 2 1 2 1 1 (13.25) Um exame da equao 13.25, que descreve a resposta em malha fechada com controle feedforward-feedback revela as seguintes caractersticas - a estabilidade da resposta em malha fechada determinada pelas razes da equao caracterstica 1 0 1 1 + = G G Gc Gm p f (13.26) que dependem somente das funes de transferncia da malha feedback. Logo 124 - as caractersticas de estabilidade do sistema feedback no mudam com a adio da ma lha feedforward - as funes de transferncia da malha feedforward, Gc2 e Gsp, so dadas pelas equaes de projeto (13.18 e 13.21): Gc G Gm G G d f p 2 2 = e G Gm G sp d = 2 Se Gp, Gd, Gf e Gm 2 so exatamente conhecidos, a malha feedforward compensa completamente perturbaes e mudanas de setpoint e o controlador feedback permanece s em uso, j que c1 permanece continuamente em zero. Se qualquer das funes de transferencia Gp, Gd, Gf e Gm 2 so conhecidas apenas aproximadamente, ento G G G Gc Gm d p f = 2 2 0 e/ou 1 G G G G sp 2 c f p = Em tais casos a malha feedforward no consegue um controle perfeito. Logo, c1=0 e a malha

feedback ativada e oferece a compensao necessria. Exemplo 13.1: controle feedforward-feedback do tanque aquecedor Considere novamente o tanque aquecedor da Figura 13.1. Sob controle feedforward somente temos a configurao mostrada na Figura 13.3b. As funes de transfern cia de projeto so G Fi Cp c = p e G s sp = + t 1 Imagine que a densidade p ou o calor especfico no so conhecidos exatame nte. Ento a malha feedforward no resulta num controle perfeito. A Figura 13.7a mostra a tempe ratura no tanque aps uma perturbao degrau na temperatura de entrada. Note que perm anece um desvio (off-set). Introduza agora um sistema feedback com um controlador PI (Figura 13.7b). Na f igura 13.7a plotamos novamente a temperatura do lquido no tanque, para a mes ma perturbao degrau na temperatura de entrada. Note que o desvio desapareceu. 125 Figura 13.7 Exemplo 13.2- Controle de um refervedor Considere um refervedor, onde deseja-se controlar o nvel. Imagine que a varivel perturbao ou carga a vazo de vapor de sada, que varia devido variaes na demanda de vapor por outras unidades do processo. Um esquema de controle feedback est mostrado na Figura 13.8a. Devido quantidade de lquido no refervedor ser pequena, o sistema fi ca muito sensvel a perturbaes na vazo de vapor, o que torna a utilizao do controle feedback inconveniente. Uma alternativa o controle feedforward, mostrado na Figura 13.8b. Mede-se a vazo de vapor e, quando esta sofre perturbaes, muda-se a vazo de gua de alimentao antes que o nvel do tanque seja atingido. Na verdade, o mais convenie nte seria associar as duas estratgias de controle, tomando vantagem dos benefcios de ambas. 126 Figura 13.8 13.4- Controle de razo (Ratio control) O controle de razo um tipo especial de controle feedforward cujo objetivo mante r a razo entre duas variveis num valor especfico. A varivel Ra, que a ra zo de duas variveis de processo Ra m d = (13.27) controlada, ao invs de se controlar as duas variveis individuais m e

d. As variveis de processo neste caso so normalmente vazes. O clculo de Ra na equao 13.27 feito em termos das variveis originais, no de variveis desvio. Aplicaes tpicas de controle de razo so: operaes de mistura, manuteno de uma razo estequiomtrica de reagentes para um reator, manuteno de uma razo de refluxo fixa para uma coluna de destilao, manuteno da razo ar/combustvel para um forno no valor timo etc. O controle de razo pode ser implementado de duas formas. No mtodo I, mostrado na Figura 13.9a, as vazes para as correntes de carga e manipulada so medi das e a razo calculada Ra m =m m /d m computada usando-se um elemento divisor. Elementos especiais tais como divisores e multiplicadores so disponveis para sistemas controladores pneumticos e eletrnicos. A sada do divisor mandada para o controlador de razo (RC) que compara a razo calculada Ra m com a razo desejada Rd e ajusta a vazo manipulada m de acordo. O controlador de razo normalmente um PI com setpoint igual razo desejada. No mtodo II a vazo da corrente de carga medida e transmitida para a estao de razo (RS), que multiplica este sinal por um ganho ajustvel. O valor do gan ho Kr igual razo desejada, Rd. O sinal de sada da estao de razo ento usado como setpoint para o 127 controlador de vazo, que ajusta a vazo da corrente manipulada. A vantagem do mtodo II que o ganho em malha aberta permanece constante j que o divisor no usado. Note que a varivel de carga (perturbao), d, medida em ambos os esquemas. Logo, o controle de razo , em essncia, uma forma muito simples de controle feedforward. Figura 13.9

128 14- Controle de sistemas com malhas mltiplas A configurao de controle feedback envolve uma medida (sada) el manipulada numa nica malha. Existem, entretanto, outras configuraes de ples que podem usar - mais de uma medida e uma varivel manipulada ou - uma medida e mais de uma varivel manipulada Nestes casos surgem sistemas de controle com mltiplas malhas. tpicos destas configuraes so - controle em cascata - vrios tipos de controle seletivo - controle split-range Estes sistemas de controle envolvem malhas que no esto separadas, mas a nica varivel manipulada ou a nica medida. 14.1- Controle em cascata A estrutura de controle feedback normalmente apresenta um bom desempenh o, dependendo das caractersticas do processo, da instrumentao utilizada e do ajuste dos parmetros envolvidos na lei de controle. Entretanto, como nesta estrutur a a ao corretiva no comea at que a varivel controlada se desvie do setpoint, sempre haver um perodo de tempo em que o sistema opera fora do ponto ideal. Se o comportamento dinmico do s istema tal que o efeito de uma perturbao demora em ser percebido pelo sensor e a ao correti va demora a se fazer sentir, a eficincia ser bastante pobre. Uma alternati va que melhora a resposta dinmica quando h perturbaes de carga usar um ponto de medida secundrio e um segundo controlador feedback. O ponto de medida secundrio localizado de forma a reconhecer a perturbao antes que esta atinja a varivel controlada. Numa configurao de controle em cascata temos uma varivel manipulada e ma is de uma medida. Est claro que com uma nica manipulao podemos controlar apenas uma sada. Vamos explicar o controle em cascata atravs de exemplos. Exemplo 14.1: Controle em cascata de um CSTR com jaqueta 129 Figura 14.1 Considere o CSTR mostrado na Figura 14.1. A reao exotrmica e o calor gerado removido por um refrigerante, que circula na jaqueta em torno do tanq ue. O objetivo de controle manter a temperatura no reator, T, constante num valor desej ado. Possveis perturbaes ao reator incluem a temperatura de alimentao T i e uma variv controle sim

Exemplos

dividem ou

e a temperatura do refrigerante T c . A nica varivel manipulada a vazo de refrigerante, F c . - Controle feedback: vamos ter a configurao mostrada na Figura 14.2a, i sto , mede-se a temperatura e manipula-se a vazo de refrigerante. Est claro que T vai responder muito mais rpido a mudanas em T i do que a mudanas em T c . Logo, a estrutura feedback mostrada vai ser bastante efetiva para compensar mudanas em T i e menos efetiva para compensar mudanas em T c . - Controle em cascata: podemos melhorar a resposta do controle feedbac k a mudanas na temperatura de refrigerante, T c , medindo esta temperatura e tomando uma ao de controle antes que o seu efeito seja sentido pela mistura reacional. Ento, se T c aumenta, aumente a vazo de refrigerante, F c , para remover a mesma quantidade de calor e diminua F c quando T c diminui. Ento temos duas malhas de controle usando duas medidas, T e T c , e uma nica varivel manipulada, F c . A maneira com que estas malhas esto relacionadas est mostrada na Figura 14.2b. Pode-se notar que - a malha que mede T (varivel controlada) a dominante, ou primria, ou malha de controle mestre (master), e usa um setpoint especificado pelo operador. - a malha que mede T c usa a sada do controlador primrio como setpoint e chamada de malha secundria ou malha escrava (slave). 130 Figura 14.2 - Controle do CSTR (a) feedback (b) cascata. Vamos generalizar a discusso acima. Considere um processo que consiste de duas partes, como mostrado na Figura 14.3a: processo I e processo II. O processo I (p rimrio) tem como sada a varivel que queremos controlar. O processo II (secundrio) tem uma sada q

ue no estamos interessados em controlar mas que afeta a sada a ser controlada. Para o exemplo acima, o processo I a reao no tanque e a varivel controlada a temperatura T. O proc esso II a jaqueta e a sua sada T c afeta o processo I (reator) e consequentemente T. A Figura 14.3b mostra um sistema de controle feedback simples e a Figura 14.3c indica a forma do controle em cascata. Esta ltima figura mostra claramente o benefcio de se usar con trole em cascata: perturbaes na malha secundria so corrigidas pelo controlador secundrio antes que afetem o valor da sada controlada Figura 14.3- Representao esquemtica de (a) processo em malha aberta (b) controle feedback convencional (c) controle em cascata. 131 Um outro exemplo de controle em cascata aplicado a um trocador de c alor. A configurao tpica est mostrada na Figura 14.4. O objetivo do controle man ter a temperatura de sada da corrente 2 no valor desejado. A malha secundria usada para compensar mudanas na vazo da corrente 1 (que a varivel manipulada). Pode-se analisa r o benefcio do controle em cascata imaginando-se um aumento na presso de v apor. Se a posio da vlvula inicialmente constante, a vazo de vapor vai subir. O sensor de vazo d e vapor detecta o aumento. Como o setpoint do controlador de vazo (sada do controlador primrio) no ter mudado, este (o controlador secundrio) responder fechando a vlvula para retornar a vazo ao valor desejado. Como o sensor e a vlvula tm resposta muito rpida, o controlador de vazo pode rapidamente alcanar a vazo desejada de vapor. Respondendo rapidamente ao aumento de presso e compensando com o fechamento da vlvu la, o controlador secundrio corrige a perturbao antes que a sada controlada seja atingida. Figura 14.4 O controle em cascata particularmente til quando as perturbaes esto associadas varivel manipulada, como no caso do trocador de calor exemplificado acima. No exemplo acima, a malha secundria usada para compensar mudanas de va zo, o que muito comum em processos qumicos. Nestes processos as malhas de controle de v azo esto quase sempre em cascata com outras malhas. Outros exemplos de controle em cascata so os seguintes: 1- Colunas de destilao: controle em cascata geralmente usado para regular a temper atura (e consequentemente a concentrao) no fundo ou topo da coluna de destilao. As Figuras

14.5 a e b mostram dois exemplos tpicos do controle em cascata. Em ambos os casos a malha secundria usada para compensar mudanas de vazo. 132 2- Fornalhas: o controle em cascata pode ser usado para regular a te mperatura de uma corrente de processo (por exemplo, alimentao para um reator) saindo de uma fornalha. A Figura 14.5c mostra a configurao em cascata resultante. novamente, a mal ha secundria usada para compensar mudanas de vazo (vazo de combustvel). Figura 14.5- exemplos de controle em cascata. Vamos estudar o comportamento em malha fechada de um sistema com co ntrole em cascata. Considere o diagrama de blocos de um sistema em cascata, mostrado na Fi gura 14.6a. Para simplificar, assumimos que as funes de transferncia dos medidores so iguais a u m. A resposta em malha fechada da malha primria influenciada pela dinmic a da malha secundria, cuja funo de transferncia em malha fechada igual a: II II II II , Gp , Gc 1 , Gp , Gc undria sec G + = A estabilidade da malha secundria determinada pelas razes da sua equao caracterstica 0 , Gp , Gc 1 II II = + A Figura 14.6b mostra uma forma simplificada do diagrama de blocos geral (Figura 14.6a), onde a malha secundria foi considerada como um elemento dinmico. Para a malha primria a funo de transferncia global em malha fechada : I II II II II I I II II II II I , Gp , Gp , Gc 1 , Gp , Gc , Gc 1 , Gp , Gp , Gc 1 , Gp , Gc , Gc Gprimria | | . |

\ | + + | | . | \ | + = 133 e consequentemente a equao caracterstica cujas razes determinam a estabilidade da ma lha primria : I II II II II I , Gp , Gp , Gc 1 , Gp , Gc , Gc 1 | | . | \ | + + Figura 14.6 Observaes: 1- Os dois controladores de um sistema de controle em cascata so cont roladores feedback padro (P, PI, PID). Geralmente um controlador proporcional usado para a malha secundria, embora um controlador PI com ao integral pequena tambm possa s er usado. Um offset pequeno causado pelo controle P na malha secundria no importante, j que no estamos interessados em controlar a sada do processo secundrio. 2- Como a dinmica da malha secundria muito mais rpida do que a da ma lha primria, podem-se usar ganhos maiores no controlador secundrio de forma a elimin ar mais efetivamente o efeito de perturbaes ocorrendo na malha secundria sem colocar em ris co a estabilidade do sistema. 14.2- Sistemas de controle seletivo

So sistemas de controle que envolvem uma varivel manipulada e vrias sad as controladas. Como com uma varivel manipulada podemos controlar somente u ma sada, os 134 sistemas de controle seletivo transferem a ao de controle de uma sada para outra de acordo com a necessidade. H vrios tipos de controle seletivo, vamos discutir dois deles: - controle override para proteo de equipamentos - controle auctioneering 14.2.1- Controle override Durante a operao normal de uma planta ou durante a sua partida ou p arada possvel que surjam situaes perigosas que possam levar danos nos equipame ntos e/ou operadores. Nestes casos necessrio mudar a ao normal de controle e tent ar evitar que uma varivel de processo exceda um limite permitido superior ou inferior . Isto pode ser conseguido usando tipos especiais de interruptores (switches). O high selector s witch (HSS) usado sempre que uma varivel no pode exceder um limite superior e o low selector s witch empregado para evitar que uma varivel de processo exceda um limite inferior. Exemplo 14.2- Exemplos de controle override - Proteo de uma caldeira Figura 14.7 Normalmente a presso de vapor numa caldeira controlada atravs do uso de uma malha de controle de presso na linha de descarga (malha 1 na Figura 14.7). Ao mes mo tempo o nvel de gua na caldeira no deve cair abaixo do limite inferior que necessrio para manter a serpentina de aquecimento imersa em gua e logo prevenir danos . A Figura 14.7 mostra o sistema de controle override usando um low switch selector (LSS). De a cordo com este sistema, sempre que o nvel cai abaixo do limite permitido, o LSS troca a ao de controle de controle de presso para controle de nvel. - Proteo de um sistema compressor A descarga de um compressor controlada com um sistema de controle de vazo (malha 1 na Figura 14.8). Para evitar que a presso de descarga exceda um limite s uperior, um 135 sistema de controle overrride com um high switch selector (HSS) introduzido. Ele transfere a ao de controle da malha de controle de vazo para a malha de controle de presso (ma lha 2 na Figura 14.8) sempre que a presso na descarga excede o valor limite. Note que o controle de vazo ou presso esto na realidade em cascata com o controle da velocidade do moto r do

compressor. Figura 14.8 - Proteo de um sistema de distribuio de vapor Figura 14.9 Em qualquer processo qumico h uma rede distribuindo vapor, em diversos nveis de presso, para as vrias unidades de processamento. Vapor de alta presso te m a sua presso diminuda para nveis menores em algumas estaes. A quantidade de vapor que tem a presso diminuda em tais estaes controlada pela demanda na linha de vapor de baixa presso (malha 1 na Figura 14.9). Para proteger a linha de alta presso de presses ex cessivas, podemos instalar um sistema de controle override com um HSS, que tran sfere a ao de 136 controle da malha 1 para a malha 2 quando a presso na linha de alta presso excede um limite superior. 14.2.2- Sistema de controle auctioneering (leiloeiro) Tais configuraes de controle selecionam entre muitas medidas similares aquela co m o maior valor e a alimenta ao controlador. Logo, este um sistema de controle seletivo que possui muitas sadas medidas e uma varivel manipulada. Exemplo 14.3: Exemplos de controle auctionnering - reator tubular cataltico com reaes altamente exotrmicas Muitas reaes altamente exotrmicas ocorrem em reatores tubulares preenchidos com um leito de catalisador. Um exemplo tpico a oxidao de o-xileno ou naft aleno para produzir anidrido ftlico. A Figura 14.10 mostra o perfil de temperatura ao longo do perfil do reator. A temperatura mais alta chamada de hot spot (ponto quente). A localizao do hot spot se move ao longo do comprimento do reator dependendo das condies de alimentao (temperatura, concentrao, vazo) e da atividade do catalisador (Figura 14.1 1). O valor da temperatura hot spot tambm depende dos fatores citados acima e da temperatura e v azo do refrigerante. O controle de tais sistemas um desafio para o engenheiro qumico. Figura 14.10 137 Figura 14.11 O objetivo principal do controle manter a temperatura hot spot abaixo de um l imite superior. Entretanto, precisamos de um sistema de controle que possa identificar a localizao do hot spot e tomar a ao de controle apropriada. Isto pode ser conseguido por -colocao de vrios termopares ao longo do comprimento do reator -uso de um sistema auctioneering para selecionar a temperatura mais alta, que se r usada para

manipular a vazo do refrigerante (Figura 14.11). - Regenerao de reatores catalticos O catalisador em reatores catalticos desativado ao longo da reao devid o aos depsitos carbonceos sobre ele. O catalisador pode ser regenerado pela qu eima destes depsitos com ar ou oxignio. Para evitar que o catalisador seja destrudo devido temperaturas excessivas durante a combusto dos depsitos, pode-se usar um sistema auctioneering que -mede a temperatura atravs de vrios termopares ao longo do reator -seleciona a temperatura mais alta que corresponde frente de combusto que se move atravs do leito -manipula apropriadamente a entrada de ar 14.3- Controle split-range Ao contrrio dos esquemas de ole split-range tem somente uma varivel manipulada. Como s h uma , que dividido (split) em vrias da. Em outras controle em cascata e seletivo j discutidos, o contr medida (varivel controlada) e mais de uma sada controlada, h somente um sinal de controle partes, cada uma afetando uma varivel manipula

138 palavras, podemos controlar uma nica sada coordenando as aes de vrias mani pulaes, todas tendo o mesmo efeito na varivel controlada. Exemplo 14.4: Exemplos de controle split-range - Controle de um reator qumico Considere o reator mostrado na Figura 14.12a, onde ocorre uma reao em fase gasosa. Duas vlvulas de controle manipulam as vazes de alimentao e sada de produt o. Para controlar a presso no reator, as duas vlvulas no podem agir independente mente, mas devem ser coordenadas. A figura 14.12b mostra a coordenao da ao das duas vlvulas como funo da sada do controlador (veja tambm a tabela 1). Imagine que o sinal de sada correspondente operao desejada do reator seja 6 psig. Na Figura 14.12b vemos que a vlvula V2 est parcialmente aberta enquanto a vlvula V1 est completamente aberta. Quando, por vrias razes, a presso no reator aumenta, o sin al de sada tambm aumenta. Ele ento dividido em duas partes e afeta as duas vlvulas simultaneamente. As seguintes aes ocorrem: -conforme a sada do controlador aumenta de 6 para 9 psig, a vlvula V2 abre continu amente enquanto V1 permanece completamente aberta. Assim, h uma reduo na presso. -para grandes aumentos na presso do reator, a sada do controlador pode exceder 9 psig. Neste caso, como pode ser visto na Figura 14.12b, a vlvula V2 est com pletamente aberta enquanto a vlvula V1 comea a fechar. As duas aes levam a uma reduo na p

resso at que o reator tenha retornado a operao desejada. Figura 14.11

Tabela 1 139 Sada do controlador sinal Vlvula 1 posio da haste Vlvula 2 posio da haste 3 psig aberta fechada 9 psig aberta aberta 15 psig fechada aberta - controle da presso em um coletor de vapor Considere um sistema em que vrias caldeiras paralelas descarregam vapo r em um coletor e de l para as unidades processadoras (Figura 14.13). O objetivo de contr ole manter a presso no coletor constante apesar da demanda de vapor em vrias unid ades mudar. H vrias manipulaes (vazo de vapor de todas as caldeiras) que podem ser usa das simultaneamente. A Figura 14.13 mostra tambm a estrutura do sistema de controle resultante. Figura 14.13

140 15-Processos com grande tempo morto A presena de tempo morto, td, em processos qumicos se deve principalmente a: 1- Transporte de fluidos em longas distncias; 2- Tempos de medida longos, como os requeridos na cromatografia gasosa, por exe mplo; 3- O elemento final de controle pode necessitar de algum tempo para realizar a atuao; 4- O operador necessita de certo tempo para tomar uma deciso. A presena de tempo morto em processos controlados o principal fator d e instabilidade destes, constituindo um dos maiores desafios aos projetist

as de sistema de controle eficazes. Neste caso, um controlador feedback convencional pode levar a uma resposta em malha fechada insatisfatria, devido a: 1- Uma perturbao que atinge o processo no ser detectada por um perodo significativo de tempo; 2- A ao de controle que ser tomada com base na ltima medida ser inadequada, porque tenta eliminar um erro que se originou h algum tempo; 3- A ao de controle tambm vai levar um tempo para ter seu efeito sentido pelo proc esso. Considere uma malha de controle feedback convencional com mudanas apenas no setpoint mostrada na Figura 15.1a. J vimos que o atraso ou tempo mort o descrito matematicamente por e -tds no domnio de Laplace. Assumimos que todo o tempo morto causado pelo processo: tds e ) s ( G ) s ( Gp = e, para simplificar, Gm(s)=Gf(s)=1. A resposta em malha aberta para um a mudana no setpoint igual a: ( ) ) s ( ysp e ) s ( G ) s ( Gc ) s ( y tds = ou seja, atrasada em td minutos. De forma a eliminar o efeito do tempo morto, deseja-se uma sada na forma: ) s ( ysp ) s ( G ) s ( Gc ) s ( y * = Isto possvel se na resposta em malha aberta y(s) adicionarmos y'(s), onde: ( ) ) s ( ysp ) s ( G ) s ( Gc e 1 ) s ( y tds ' = pois: ) s ( y ) s ( y ) s ( ' y * = + 141 Figura 15.1 A implicao de se adicionar y'(s) ao sinal y(s) mostrada na Figura 15.1b. Notamo s que o sinal y'(s) pode ser obtido por um simples loop em torno do controlador, q ue chamado de compensador de tempo morto ou preditor de Smith (em homenagem a O .J.M. Smith, quem primeiro props tal artifcio). A malha simplificada na Figura 15.1c equivalent e da Figura 15.1b e indica o efeito real do compensador de tempo morto: e le coloca o efeito do tempo morto para fora da malha. A resposta em malha fechada para o sistema com preditor de Smith : ) s ( ysp ) s ( G ) s ( Gc 1 e ) s ( G ) s ( Gc

) s ( y tds + = A resposta da malha feedback convencional (Figura 15.1a) seria: ) s ( ysp e ) s ( G ) s ( Gc 1 e ) s ( G ) s ( Gc ) s ( y tds tds + = Pode-se notar que o preditor de Smith apresenta a vantagem de elimi nar o tempo morto da equao caracterstica. Observaes: 142 1- No diagrama de blocos da Figura 15.1c no correto pensar que medimos o sinal d epois de G(s) porque tal medida no possvel num processo com tempo morto. Os nicos sinais possveis de serem medidos so a sada do processo, y(s), e a varivel manipula da m. Assim, o diagrama de blocos da Figura 15.1c somente d uma represen tao esquemtica do efeito do preditor de Smith, no representa a realidade fsica. 2- O compensador de tempo morto prediz o efeito retrasado que a variv el manipulada vai ter na sada do processo. Esta predio somente possvel se temos um modelo da dinmica do processo (funo de transferncia, tempo morto). 3- Na maioria dos problemas de controle o modelo do processo no perf eitamente conhecido, ou seja, G(s) e td so conhecidos apenas aproximadamente. Con sidere que G(s) e td representam as caractersticas "verdadeiras" do processo e que G'(s) e td' representam as suas aproximaes. Ento, usando G'(s) e td' para projetar o preditor de Smith, temos o sistema mostrado na Figura 15.2. Neste caso: ) s ( ysp )] e ' G Ge ( ' G [ Gc ) s ( ysp ] ' GcG ) e 1 ( GcGe [ ) s ( ' y ) s ( y ) s ( y s ' td tds s ' td tds * + = + = + = Figura 15.2 A equao acima mostra que: (a) Somente para processos perfeitamente conhecidos vamos ter compensao p erfeita (ou seja, G=G' e td=td') (b) Quanto maior o erro de modelagem (maiores as diferenas (G-G') e (t d-td')), menos efetiva a compensao. (c) O erro na estimativa do tempo morto mais prejudicial para uma efetiva compe

nsao de tempo morto, por causa da funo exponencial. 4- O tempo morto num processo qumico normalmente causado por escoamento de fluido s. J que a vazo normalmente mostra variaes durante a operao de uma planta, o valor do tempo morto muda. Assim, se o compensador de tempo morto for projetad o para um certo valor de tempo morto, quando td mudar de valor a compensao no ser efetiva. 143 16- Processos com resposta inversa O comportamento dinmico de certos processos se desvia drasticamente do que temo s visto at agora. A Figura 16.2b mostra a resposta de tal sistema para uma perturbao degrau na entrada. Vemos que inicialmente a resposta na direo oposta da qual ela finalmen te vai terminar. Tal comportamento chamado de resposta inversa. Exemplo 16.1- Resposta inversa do nvel de lquido numa caldeira Considere a caldeira mostrada na Figura 16.1. Se a vazo de alimentao de gua fria aumentada por um degrau, o volume total da gua fervente e consequentemente o nvel de lquido diminuir por um curto perodo de tempo e depois vai comear a aume ntar, como mostrado pela resposta na Figura 16.2b. Tal comportamento o resultado global de dois efeitos opostos e pode ser explicado como segue: 1- A gua fria causa uma queda de temperatura que diminui o volume das bolhas de vapor. Isto leva ao decrscimo do nvel de lquido da gua fervente, seguindo comportamento de primeira ordem (curva 1 na Figura 16.2b), ou seja, -K1/(t1s+1). 2- Com suprimento de calor constante, a produo de vapor permanece const ante e consequentemente o nvel da gua fervente comear a crescer de forma integra l (capacidade pura), levando a uma reposta puramente capacitiva, K2/s (cu rva 2 na Figura 16.2b). 3- O resultado dos dois efeitos opostos dado por (veja a Figura 16.2a): ) 1 s 1 ( s 2 K s ) 1 K 1 2 K ( 1 s 1 1 K s 2 K + t + t = + t e para K2t1<K1 o segundo termo [-K1/(t1s+1)] domina inicialmente e tem os a resposta inversa. Se a condio acima no satisfeita, no temos resposta inversa. Note que quando K2t1<K1, a funo de transferncia tem um zero positivo no ponto s=-K2/(K2t1-K1)>0. Esta uma caracterstica de processos com resposta inversa: sua funo de transferncia tem um zero positivo!

Sistemas com resposta inversa so particularmente difceis de se controlar e reque rem ateno especial. 144 Figura 16.1 Figura 16.2 16.1- Controle de Sistemas com resposta inversa Existem dois modos de se controlar sistemas com resposta inversa: us ando um controlador PID com ajuste por Ziegler-Nichols ou usando um compensador de resposta inversa. Controle PID 145 De todos os tipos de controladores feedback somente o PID tem uma boa resposta , j que a ao de controle derivativa por natureza ir antecipar a "direo" errad a do sistema e providenciar uma ao corretiva para limitar (nunca eliminar) a resposta i nversa. J foi demonstrado numericamente que o ajuste de Ziegler-Nichols leva a bons resultados para sistemas com resposta inversa. Compensador de Resposta inversa O mesmo conceito usado para obter um preditor de Smith para compens ar tempo morto pode ser usado para compensar a resposta inversa. Considere o s istema feedback da Figura 16.3a. O processo controlado apresenta resposta inversa quando -Inicialmente o processo 2, que reage mais rpido do que o processo 1 (ou seja, K2/t2>K1/t1), domina a resposta do sistema, mas -Finalmente o processo 1 atinge um valor maior de estado estacionrio que o proces so 2 (ou seja, K1>K2) e fora a resposta do sistema global na posio oposta. A resposta em malha aberta do sistema : ) s ( ysp ) 1 s 2 )( 1 s 1 ( ) 2 K 1 K ( s ) 1 2 K 2 1 K ( ) s ( Gc ) s ( y + t + t + t t = (16.1) e tem um zero positivo em 0 1 2 K 2 1 K 2 K 1 K s > t t =

Para eliminar a resposta inversa basta eliminar o zero positivo da funo de transferncia em malha aberta acima. Isto possvel se adicionarmos y'(s) resposta em malha aberta y(s): ) s ( ysp 1 s 1 1 1 s 2 1 k ) s ( Gc ) s ( y ' | . | \ | + t + t = (16.2) Ento ) s ( ysp ) 1 s 2 )( 1 s 1 ( ) 2 K 1 K ( s )] 2 1 ( k ) 1 2 K 2 1 K [( ) s ( Gc ) s ( ' y ) s ( y ) s ( * y + t + t + t t + t t = + = (16.3) e para 2 1 2 1 K 1 2 K k t t t t > (16.4) encontramos que o zero da funo de transferncia em malha aberta resultante no positiv o: 0 ) 2 1 ( k ) 1 2 K 2 1 K ( 2 K 1 K s s t t + t t = 146 Figura 16.3 Adicionar o sinal y'(s) ao sinal principal feedback y(s) significa a criao de u m loop local em torno do controlador como mostrado na Figura 16.3b. O sistema neste loo p tem uma funo de transferncia dada por | . | \

| + t + t = 1 s 1 1 1 s 2 1 k or Gcompensad (16.5) onde k deve satisfazer a equao 16.4. Observaes: 1-O compensador de resposta inversa prediz um sinal corretivo para elimin-la. A predio edio ideal acontece se a funo de transferncia Neste caso o compensador dado por: 1 s 1 1 K 1 s 2 2 K or Gcompensad + t + t = Ento o compensador dado pela equao transferncia do processo.

a resposta inversa do processo e prov baseada num modelo do processo. A pr do processo completamente conhecida.

16.5 somente uma aproximao da funo d

147 2- Erros de modelagem nos termos t1 e t2 vo deteriorar o desempenho de um compens ador de resposta inversa, ou seja, causaro aumento da resposta inversa e respostas len tas. 3- Para o controlador, PI a escolha mais comum.