PDF

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL
ESCOLA DE ENGENHARIA
DEPARTAMENTO DE ENGENHARIA QUMICA
PROGRAMA DE PS-GRADUAO EM ENGENHARIA QUMICA
Abordagem Flexvel, Robusta e Estruturada
para o Projeto de Controladores
PID Multivariveis
DISSERTAO DE MESTRADO

Marcelo Escobar

Porto Alegre
2006
Abordagem Flexvel, Robusta e Estruturada
para o Projeto de Controladores
PID Multivariveis
Marcelo Escobar
Dissertao de Mestrado apresentada como
requisito parcial para obteno do ttulo de
Mestre em Engenharia
rea de concentrao: Controle de Processos

Orientador:
Prof. Dr. Jorge Otvio Trierweiler

Porto Alegre
2006

A Comisso Examinadora, abaixo assinada, aprova a Dissertao Abordagem
Flexvel, Robusta e Estruturada para o Projeto de Controladores , elaborada por
Marcelo Escobar , como requisito parcial para obteno do Grau de Mestre em
Engenharia.

Comisso Examinadora:

Prof. Dr. Argimiro Resende Secchi - DEQUI/UFRGS

Dr. Pedro Rafael Bolognese Fernandes - TRISOLUTIONS

Prof. Dr. Walter Fetter Lages - DELET/UFRGS

"Ora (direis) ouvir estrelas! Certo
perdeste o senso!" E eu vos direi, no entanto,
que, para ouvi-las muita vez desperto
e abro as janelas, plido de espanto...

E conversamos toda noite, enquanto
a Via Lctea, como um plio aberto,
cintila. E, ao vir o sol, saudoso e em pranto,
inda as procuro pelo cu deserto.

Direis agora: "Tresloucado amigo!
Que conversas com elas? Que sentido
tem o que dizes, quando no esto contigo?"

E eu vos direi: "Amai para entend-las!
Pois s quem ama pode ter ouvido
capaz de ouvir e de entender estrelas".

Olavo Bilac Ouvir Estrelas

Agradecimentos
Em primeiro lugar gostaria de agradecer ao professor e orientador Jorge
Otvio Trierweiler, por acreditar em meu potencial, oferecendo-me a oportunidade
de realizar esse trabalho. Por todo seu apoio, disponibilidade e sua ateno
consciente e lcida, em 93.141592... % do tempo.
Agradeo tambm a Universidade Federal do Rio Grande do Sul e ao
Departamento de Engenharia Qumica, especialmente ao grupo de trabalho
GIMSCOP pela excelente infra-estrutura disponibilizada e pela atmosfera
agradvel e motivadora para o crescimento no apenas profissional como pessoal.

Agradecimentos explcitos aos que contriburam de forma tcnica para o
desenvolvimento desse trabalho, dentre os quais posso citar o Professor Argimiro
Secchi, Flavio Faccin, Luciano Farina, Marcelo Farenzena, Ariel Kempf e Ricardo
Duraisk, a todos pela disponibilidade e colaborao em esclarecimentos ao longo
dessa trajetria.

Ainda mais importante, devo certamente agradecer aqueles que fizeram
qualquer esforo ter algum sentido. Os que me ensinaram e fizeram valer a pena
Agradeo a Dbora, Patrice, Luciane, Nina, Gabriela, Paula, e aos demais integrantes
da esfera evolutiva. Agradecimentos especiais a alguns colegas de trabalho como a
Letcia, pela sua felicidade contagiante, a Larissa, pelo seu jeito revolucionrio e
inspirador, ao Stephan, pelas interminveis partidas mentais, e ao David por ser o
amigo mais certo nos momentos incertos.

Agradeo a toda minha famlia pelo apoio, credibilidade e pela certeza de seu
amor e com isso a certeza de no estar sozinho nem por um minuto. Gostaria de
agradecer ao Mister J. por seu imenso esforo em me tentar fazer entender as coisas
que eu tambm no entendo. Apenas a certeza de sua presena, do seu amor, da sua
traduo um silencio que h em mim e tudo basta.

Gostaria de agradecer a todos que de uma forma ou de outra contriburam
para este acontecimento; a todos os amigos que acreditaram na minha capacidade,
em especial queles que se esforaram ao mximo para me mostrar que ainda valia a
pena continuar e que eu venceria mais este desafio. turma da Torre, ao meu
grande amigo Marcos pelo incentivo e apoio. Ana Paula por plantar em mim a
semente de valores que vem dando muitos frutos, mas especialmente pela sua pessoa
admirvel.

Aprendi muito mais que o necessrio para o desenvolvimento tcnico do
presente trabalho, aprendi a dar valor a pequenas grandes coisas. Por esse motivo,
agradeo ao outro lado de mim mesmo, sem ultrapassar a linha da compreenso no
raro enlevo de sermos ouvidos.

No mais quero planos perfeitos para o futuro, que a mescla de tanta esperana
s costas, uma vida frente e um bom tradutor no meio, me faa desafogar com
magia todos os tormentos com que aqui cheguei. Com esse trabalho rompi as
amarras do meu corao!... Agora s faltam as da cadeira... A (r)evoluo comea
agora.

Resumo
O rpido avano industrial, em resposta s exigncias de mercado e ao
desenvolvimento tecnolgico, levou a um aumento na complexidade dos processos
modernos, aumentando no apenas o nvel de interao entre as variveis do
processo, como tambm o nmero de malhas de controle necessrias para manter as
condies desejadas de operao e a qualidade dos produtos obtidos. Apesar desse
cenrio e do desenvolvimento de novas tcnicas, a grande maioria das malhas de
controle industriais no funcionam de forma satisfatria.
Visando atender as exigncias e necessidades deste contexto, neste trabalho
foi desenvolvida uma metodologia genrica para o projeto de controladores
estruturados de baixa ordem do tipo PID, com elevado carter prtico e flexibilidade.
Nesse contexto, o controlador PID fatorado em blocos, permitindo levar em
considerao as distintas formas nas quais a ao derivativa implementada nos
sistemas comerciais. A metodologia proposta permite a seleo do desempenho para
o sistema que ento aproximado no domnio da freqncia para um controlador de
estrutura e ordem selecionado pelo projetista. Foram propostas alternativas no
sentido de sistematizar todo o procedimento de projeto. A partir do desenvolvimento
de um estudo de caso capaz de gerar comportamentos dinmicos representativos
separados em classes, foram feitas diversas anlises no sentido de verificar a
potencialidade e as limitaes da metodologia proposta.
A metodologia foi integrada a uma ferramenta existente desenvolvida em
Matlab com interface amigvel, possibilitando a qualquer profissional da rea de
controle de processos a explorao, em todas as dimenses, do problema de projeto
global de controle, abrangendo a escolha da estrutura e projeto do controlador
propriamente dito. Para processos mais complexos, foi desenvolvida uma
metodologia alternativa atravs da sua caracterizao por um conjunto de modelos
lineares representativos de diferentes pontos operacionais, levando a um
compromisso entre desempenho e robustez estabelecido por um nico controlador
PID.

Abstract
The fast industrial progress, in response to the market demands and to the
technological development caused an increased complexity of the modern processes,
promoting not just an increased of the interaction level among the variables of the
process, as well as the number of necessary control loops to maintain the conditions
of the desired operations and the quality of the obtained products.

Aiming to attend the demands and needs in this context, in this work, a
generic methodology was developed for the design of structured low order
controllers, with high practical character and flexibility. In that development, the PID
controller was considered as a basis, due to its simplicity and capacity of providing a
satisfactory performance for a great variety of processes. In that context, the PID
controller is factored into blocks, allowing taking in consideration the different forms
in which the derivative action is implemented in the commercial systems. The
proposed methodology allows the selection of the desired closed-loop performance
for the system that is then approximated in the frequency domain for a controller
with structure and order selected by the designer. Alternatives were proposed in the
sense of systematizing the whole project procedure. Starting from the development
of a case study capable of generating representative dynamic behaviors, separated in
classes, they were made several analyses in the sense of verifying the potentiality and
the limitations of the proposal methodology.

The whole methodology was integrated into an existent tool developed in
Matlab with a friendly interface providing to any professional in the area of control
of processes the exploration, in all the dimensions, of the problem of global control
design, embracing the choice of the structure and the controller's design. For more
complex processes, an alternative methodology was developed through its
characterization by a set of representative linear models at different operating points.
thus taking to a compromise among performance and robustness established by only
one PID controller.

Sumrio
Captulo 1. Introduo ........................................................................................ 1
1.1 Motivao ................................................................................................................ 2
1.2 Objetivos ................................................................................................................. 4
1.3 Estrutura da Dissertao .......................................................................................... 5
Captulo 2. Reviso Bibliogrfica ...................................................................... 7
2.1 Controladores Multivariveis .................................................................................. 8
2.1.1 Sintonia Multi-SISO....................................................................................... 9
2.1.2 Sintonia MIMO ............................................................................................ 10
2.2 Abordagem Multivarivel no Domnio da Frequncia ......................................... 11
Captulo 3. Desenvolvimento Terico ............................................................. 15
3.1 Introduo ............................................................................................................. 15
3.2 Projeto de Controle por FRA para sistemas SISO ................................................ 15
3.2.1 Idia Bsica .................................................................................................. 15
3.2.2 Aproximao do Controlador Ideal .............................................................. 16
3.3 Desenvolvimento para sistemas MIMO ................................................................ 19
3.3.1 Otimizao Coluna por Coluna .................................................................... 19
Procedimento de Resoluo .................................................................................. 20
3.3.2 Otimizao Global ....................................................................................... 24
3.4 Desempenho Alcanvel ....................................................................................... 25
3.5 Nmero de Performance Robusta (RPN) .............................................................. 26
3.6 Escalonamento RPN ............................................................................................. 27
3.6 Procedimento Global ............................................................................................. 27
3.7 Projeto de Controle para uma unidade de Destilao com Integrao
Energtica .................................................................................................................... 29
3.8 Aumento da Ordem ............................................................................................... 34
Procedimento de Resoluo .................................................................................. 36
Captulo 4. Classes Dinmicas ........................................................................ 39
4.1 Descrio da Unidade ........................................................................................... 39
4.2 Anlise do Modelo ................................................................................................ 42
4.2.1 Modelos de Fase no Mnima ...................................................................... 42
4.2.2 Decentralizao do Modelo.......................................................................... 44
4.2.3 ndice de Matriz de Ganhos Relativos (RGAI) ............................................ 45
4.2.4 Bases Dinmicas .......................................................................................... 46
Tanques Superiores e Inferiores ............................................................................ 46
Tanques Intermedirios ......................................................................................... 47
4.3 Classes Dinmicas ................................................................................................. 49
4.4 Pontos de Operao ............................................................................................... 50
Captulo 5. Projeto de Controladores .............................................................. 55
5.1 Consideraes Iniciais ........................................................................................... 56
5.2 Efeito da especificao Desempenho .................................................................... 57
5.3 Efeito de Fatores de Fase no Mnima .................................................................. 60
5.3.1 Efeito do Tempo Morto ................................................................................ 60
5.3.2 Efeito do Zero de Transmisso no SPD ....................................................... 61
5.4 Efeito da Estrutura do Controlador ....................................................................... 63
5.5 Efeito da Ordem do Controlador ........................................................................... 66
Insero de Filtros ................................................................................................. 68
5.6 Efeito da No Linearidade .................................................................................... 71
5.7 Concluses Preliminares ....................................................................................... 73
Captulo 6. Abordagem Multi-Modelo .............................................................. 75
6.1 Introduo ao estudo da no Linearidade.............................................................. 75
6.2 Representao Multi-Modelo ................................................................................ 76
6.2.1 Condicionamento Mnimo ........................................................................... 77
6.3 Nmero de Performance Robusta no Linear (nRPN) .......................................... 77
6.3.1 Mxima Diferena entre os Condicionamentos ........................................... 77
6.3.2 Mxima Razo entre os Valores Singulares ................................................ 77
6.3.3 Matriz e Fator de Projeo ........................................................................... 77
6.3.4 NRPN ........................................................................................................... 78
6.4 Formulao Matemtica ........................................................................................ 79
6.5 Procedimento Global ............................................................................................. 81
6.6 Estudo de Caso ...................................................................................................... 82
6.6.1 Projeto Nominal ........................................................................................... 84
6.7 Projeto de Controladores com Politopo ................................................................ 86
6.8 Concluses Preliminares ....................................................................................... 90
Captulo 7. Comparao com outras Tcnicas .............................................. 91
7.1 Model Predictive Control (MPC) .......................................................................... 91
7.1.1 Comparao com MPC ................................................................................ 93
7.2 Controladores Robustos ........................................................................................ 96
7.2.1 Tcnica H
2
e H
........................................................................................... 97
7.2.2 Comparao com Tcnicas Robustas ........................................................... 99
7.3 Projetos de Controladores de Baixa Ordem ........................................................ 102
7.3.1 Mtodos do Tipo 1: Reduo do Modelo ................................................... 102
Sntese direta e IMC ............................................................................................ 102
7.3.2 Mtodos do Tipo 2: Reduo do Controlador ............................................ 104
Dong e Brosilow (1997) ...................................................................................... 105
Tan et al. (2002) .................................................................................................. 105
Comparao ........................................................................................................ 106
7.3.3 Mtodos do Tipo 3: Otimizao direta....................................................... 107
7.4 Concluses Preliminares ..................................................................................... 109
Captulo 8. Concluso .................................................................................... 111
8.1 Consideraes Finais e Contribuies ................................................................ 111
8.3 Sugestes para Trabalhos Futuros ....................................................................... 113
Apndice A. Conceitos e Definies ............................................................. 115
A.1 Descrio de Sistemas ........................................................................................ 115
A.1.1 Representao de Modelos Lineares ......................................................... 116
Espao de Estados e Funo de Transferncia .................................................... 116
A.2 Plos e Zeros de Transmisso ............................................................................ 117
Zeros de transmisso ........................................................................................... 117
Plos .................................................................................................................... 117
Direcionalidade de zeros e plos......................................................................... 118
Fatorao de zeros e plos .................................................................................. 119
A.3 Estabilidade e Robustez ..................................................................................... 120
Estabilidade BIBO (Bounded-Input-Bounded-Output) ...................................... 120
Estabilidade Interna ou Lyupanov ...................................................................... 120
Robustez .............................................................................................................. 121
Estabilidade Robusta ........................................................................................... 121
Desempenho Robusto ......................................................................................... 122
A.4 Ferramentas para Anlise de Robustez e Grau de Desacoplamento .................. 122
A.4.1 Ganho Multivarivel ................................................................................ 122
A.4.2 Condicionamento Mnimo ........................................................................ 122
A.4.3 RGA-Matriz de Ganhos Relativos ............................................................ 123
Interaes Positivas e Negativas ......................................................................... 124
A.7 Malha de Controle com dois graus de liberdade (2GL) ..................................... 125
Relaes Fundamentais ....................................................................................... 125
Malha 2GL com Controlador PID ...................................................................... 127
Apndice B. Fatorao e Desempenho Alcanvel ..................................... 129
B.1 Fatorao Blaskche ............................................................................................. 129
B.1.1 Fatorao de Zeros Positivos ..................................................................... 129
Fatorao de Entrada ..................................................................................... 129
Fatorao de sada ......................................................................................... 130
B.1.2 Fatorao de Plos Positivos .................................................................... 131
Fatorao de entrada ..................................................................................... 131
Fatorao de sada ......................................................................................... 131
B.2 Fatorao de Tempo Morto ................................................................................ 132
B.3 Performance Alcanvel ..................................................................................... 132
B.3.1 Zeros Positivos .......................................................................................... 132
B.3.2 Plos Positivos .......................................................................................... 133
B.3.3 Tempo Morto ............................................................................................. 133
B.3.4 Generalizao ............................................................................................ 134
Apndice C. Critrios de Avaliao e Desempenho .................................... 135
C.1 Critrios de Desempenho ................................................................................... 135
C.2 Especificao de Desempenho ........................................................................... 137
Sistemas de Primeira Ordem ............................................................................... 137
Sistemas de Segunda Ordem ............................................................................... 137
Sistemas de Ordem Geral .................................................................................... 140
Apndice D. Parametrizaes do Controlador PID ...................................... 141
Apndice E. RPN Toolbox 3.0 ........................................................................ 149
Referncias Bibliogrficas ............................................................................. 159

Lista de figuras
Figura 1.1: Variabilidade do Processo antes e depois da aplicao de uma estratgia
de controle confivel. .............................................................................................. 2
Figura 3.1: Malha de Controle por realimentao padro. .............................................. 15
Figura 3.2: Malha por realimentao Proposta. ............................................................... 17
Figura 3.3: Viso geral do procedimento de otimizao coluna por coluna. ................... 24
Figura 3.4: Comportamento tpico da funo peso RPN. ................................................ 27
Figura 3.5: Procedimento Global de Projeto. .................................................................. 29
Figura 3.6: A Coluna de Destilao com Integrao Energtica. .................................... 30
Figura 3.7: Performance do Problema Regulador do Controlador C
1
. ............................ 32
Figura 3.8: Performance do Problema Servo do Controlador C
1
.................................... 33
2
. ............................ 33
2
. ................................. 34
Figura 3.11: Malha por realimentao proposta com insero do filtro C
F
. .................... 35
Figura 3.12: Esquema de implementao da base ortogonal para cada sada. ................ 36
Figura 3.13: Viso geral do procedimento coluna por coluna com aumento de
ordem. ................................................................................................................... 39
Figura 4.1: Unidade de 6 tanques esfricos proposta. ..................................................... 40
Figura 4.2: Lugar das razes de det(G(s)) para variao em . ........................................ 43
Figura 4.3: Localizao da parte real do zero em funo da soma de x
1
e x
2
. ................. 43
Figura 4.4: RGA estacionrio em funo da varivel (a) e curvas de nvel de (b). ... 45
Figura 4.5: Curvas de nvel de para os tanques superiores (a) /inferiores(b). ............... 46
Figura 4.6: Curvas de nvel da constante de tempo e do fator de amortecimento
para os tanques intermedirios com h
S
=0.2. ........................................................ 47
Figura 4.7: Resposta ao degrau unitrio para os modelos do OP 1,2 e 4. ....................... 50
Figura 4.8: Resposta ao degrau unitrio para os modelos do OP 3 e 5. .......................... 51
Figura 4.9: RGA Dinmico para todos os pontos considerados (OP de 1 a 5). ............... 52
Figura 5.1: Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito da
especificao da velocidade para modelo M3 sem tempo morto. ......................... 58
especificao da velocidade para modelo M3 com tempo morto. ........................ 59
especificao da velocidade para modelo M4 sem tempo morto. ......................... 60
intensidade do tempo morto. ................................................................................. 61
intensidade do zero de transmisso. ...................................................................... 62
estrutura para o modelo M1 e Td1 (a) e M1 e Td5 (b). ........................................ 64
estrutura para o modelo M3 e Td5. ....................................................................... 64
estrutura para o modelo M4 e Td5 ........................................................................ 65
Figura 5.9: Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito do
aumento da ordem para o modelo M3 e Td1. ....................................................... 67
Figura 5.10: Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito do
aumento da ordem para o modelo M1t e Td1. ...................................................... 68
ordem para o modelo M2t e Td1. .......................................................................... 70
no linearidade para o modelo M1t e Td1. ........................................................... 71
Figura 5.14 Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito da
no linearidade para o modelo M4 e Td1. ............................................................ 72
Figura 6.1: Fluxograma do procedimento global de projeto com multi-modelos. .......... 82
Figura 6.2: Resposta ao degrau unitrio para os pontos de operao G1,G2 e G3. ......... 83
Figura 6.3: Resposta servo (1; -1) e regulatria (500.(1; -1)) para os pontos G1,G2 e
G3 com o desempenho D1. ................................................................................... 84
Figura 6.4: Simulao do controlador projetado no ponto G1 com os modelos G2 e
G3. ......................................................................................................................... 85
Figura 6.5: Simulao do controlador projetado no ponto G3 com os modelos G1 e
G2. ......................................................................................................................... 85
Figura 6.6: Simulao com o controlador projetado para o conjunto, simulado com
G1, G2 e G3. ......................................................................................................... 86
Figura 6.7: Simulao no linear com o controlador projetado para o ponto nominal
G3 com o controlador projetado para o politopo P. .............................................. 87
Figura 6.6: Simulao no linear com o controlador C
n
e o controlador C
p
. ................... 89
Figura 7.1: Representao esquemtica do MPC. ........................................................... 92
Figura 7.1: Resposta ao degrau unitrio dos modelos G1, G1t e G1p. ............................ 94
Figura 7.2: Resposta servo (1; -1) e regulatria (500.(1; -1)) na vazo em t=50min e
(0.25.(1; -1)) em x em t=100 min para os controladores projetados para G1 e
D1. ......................................................................................................................... 95
Figura 7.3: Resposta servo (1; -1) e regulatria (500.(1; -1) na vazo em t=50min e
(0.25.(1; -1)) em x em t=100 min para os controladores projetados para G1t e
D1. ......................................................................................................................... 95
Figura 7.4: Resposta servo (1; -1) e regulatria (500.(1; -1)) na vazo em t=50min e
0.25.(1; -1)) em x em t=100 min para os controladores projetados para G1p e
D1. ......................................................................................................................... 96
Figura 7.5: Malha feedback genrica. .............................................................................. 98
Figura 7.6: Malha feedback detalhada. ............................................................................ 98
Figura 7.7: Resposta servo (1; -1) e regulatria (500.(1; -1] )para os controladores
projetados para G3 e D2. ..................................................................................... 100
Figura 7.8: Resposta servo (1; -1) e regulatria (500.(1;-1)) para os controladores
reduzidos a partir do controlador de H
. ............................................................. 101
Figura 7.9: Abordagens para o projeto de controladores de baixa ordem. .................... 102
Figura 7.8: Malha feedback com modelo interno. ......................................................... 103
Figura 7.9: Resposta ao degrau unitrio para cada sada. .............................................. 107
Figura 7.10: Resposta ao degrau unitrio para cada sada. ............................................ 108
Figura A.1: Configurao feedback para anlise da estabilidade interna. ..................... 121
Figura A.2: Malha de controle 2GL............................................................................... 125
Figura A.3: Malha 2GL com PID .................................................................................. 127
Figura C.1: Resposta tpica de processos de segunda ordem subamortecidos. ............. 135
Figura C.2: Comportamento Dinmico de Sistemas de 2
a
Ordem para diferentes
valores de fator de amortecimento (). ............................................................... 138
Figura C.3: Efeito da posio de um zero na dinmica de um processo de segunda
ordem. 139
Figura C.4: Resposta ao degrau unitrio das funes de tranferncia da tabela
varianado a ordem (m). ....................................................................................... 140
Figure E.1: Janela Inicial do RPN-Toolbox 3.0............................................................. 150
Figure E.2: Janela para o carregamento de modelos. .................................................... 151
Figure E.3: Janela Analisys do RPN-Toolbox 3.0. ........................................................ 151
Figure E.4: Janela RPN do RPN Toolbox 3.0. .............................................................. 152
Figure E.5: Sub-janela para seleo de desempenho. .................................................... 152
Figure E.6: Janela nRPN do RPN Toolbox 3.0. ............................................................ 153
Figure E.7: Janela PID do RPN Toolbox 3.0. ................................................................ 154
Figure E.8: Janela PID do RPN Toolbox 3.0. ................................................................ 154
Figure E.9: Janela MPC do RPN Toolbox 3.0. .............................................................. 155
Figure E.10: Janela Simulation do RPN Toolbox 3.0. .................................................. 156
Figure E.11: Arquivo em simulink para simulao. ...................................................... 156
Figure E.12: Janela adaptada do MvTools. ................................................................... 157
Lista de tabelas
Tabela 3.1: Desempenho Desejvel para cada sada do sistema. .................................... 31
Tabela 3.2: RGA estacionrio para o sistema. ................................................................. 31
Tabela 3.3: Parmetros do Controlador C
1
. ..................................................................... 32
Tabela 3.4: Parmetros do Controlador PID C
2
. .............................................................. 34
Tabela 4.1: Classes Dinmicas. ....................................................................................... 48
Tabela 4.2: Classe Dinmicas para sistemas 2x2. ............................................................ 49
Tabela 4.3: Parmetros. .................................................................................................... 49
Tabela 4.4: Coeficientes de Descarga para os Pontos de Operao................................. 49
Tabela 4.5: Pontos de Operao. ...................................................................................... 50
Tabela 4.6: Dados referentes aos pontos de operao. .................................................... 51
Tabela 5.1: Desempenhos desejveis utilizados. ............................................................. 56
Tabela 5.2: Parmetros do controlador e ndices de qualidade obtidos no estudo do
efeito da velocidade para o modelo M3 sem tempo morto. .................................. 57
efeito da velocidade para o modelo M3 com tempo morto. .................................. 58
efeito do tempo morto para o modelo M3tt com desempenho Td1. ..................... 61
Tabela 5.6: Parmetros alterados para a definio dos novos pontos de operao. ......... 62
efeito da estrutura do controlador para o modelo M1. .......................................... 63
efeito da estrutura do controlador para o modelo M3 e Td5. ................................ 64
efeito da estrutura do controlador para o modelo M1. .......................................... 65
efeito do aumento da ordem com M3t. ................................................................. 66
efeito do aumento da ordem com M1t. ................................................................. 67
Tabela 5.12: Parmetros dos controladores obtidos no estudo do aumento de ordem
por bases ortogonais. ............................................................................................. 69
Tabela 5.13: ndices de qualidade obtidos no estudo do efeito da ordem para M4t e
Td5. ....................................................................................................................... 69
ordem do controlador para M4t e Td5. ................................................................. 69
Tabela 5.14: Parmetros dos controladores obtidos no estudo da ordem para M2t-
Td1. ....................................................................................................................... 70
Tabela 5.15: ndices de qualidade obtidos no estudo da ordem para M2t-Td1. .............. 70
Tabela 6.1: Pontos de Operao. ...................................................................................... 83
Tabela 6.2: Desempenho desejvel utilizado. .................................................................. 83
Tabela 6.3: Parmetros do controlador e ndices de qualidade obtidos para os pontos
G1,G2 e G3 com o desempenho D1. .................................................................... 84
Tabela 6.5: Parmetros do controlador e ndices de qualidade obtidos para o projeto
com o politopo e desempenho D1. ........................................................................ 86
Tabela 6.4: Parmetros do controlador e ndices de qualidade obtidos para o projeto
com o politopo e desempenho D1. ........................................................................ 88
Tabela 6.6: Parmetros do controlador obtidos para o projeto com o politopo e com
o ponto nominal com aumento de ordem. ............................................................. 88
Tabela 6.7: Parmetros do controlador na simulao no linear com C
n
e C
p
. ................ 89
Tabela 7.1: Parmetros dos controladores MPC projetados via sintonia RPN. ............... 93
Tabela 7.2(a): Parmetros dos controladores PID projetados. ........................................ 94
Tabela 7.2(b): ndices de qualidade dos controladores PID projetados. ......................... 94
Tabela 7.3: Desempenho Desejvel Utilizado para comparao com a tcnica H
. ....... 99
Tabela 7.4: Parmetros dos controladores PID e ndices de qualidade obtidos nos
projetos para comparao com tcnicas robustas................................................ 100
Tabela 7.5: Parmetros dos controladores PID ndices de qualidade obtidos nos
projetos para comparao com tcnicas robustas................................................ 101
Tabela 7.7: Parmetros dos controladores PID projetados para comparao. ............... 108
Tabela C.1: Critrios de desempenho que utilizam pontos da resposta do sistema. ..... 136
Tabela C.2: Critios de Desempenho Integrais. ............................................................ 137
Tabela C.3: Funes de transferncia com coeficientes otimizados baseados critrio
ITAE a uma resposta ao degru unitrio............................................................... 140
Tabela D.1: Frmulas de Converso entre os algoritmos PID na forma srie e
paralela. ............................................................................................................... 141
Tabela D.2 : Algoritmos PID e respectivas formas convertidas para a configurao
base*. ................................................................................................................... 143
Tabela D.3: Coeficientes da equao genrica para o filtro da varivel de referncia
(C
SP
). ................................................................................................................... 145
Tabela D.4: Coeficientes da equao genrica para o filtro da varivel de processo
(C
PV
). ................................................................................................................... 145
Tabela D.5: Parmetros da Equao E.19 e E.20........................................................... 146

Notao e Simbologia

G(s) Matriz de transferncia genrica para o processo
C(s) Matriz de transferncia genrica para o controlador
P(s) Grupo de modelos (politopo)
S(s) Funo de sensibilidade
T(s) Funo em malha fechada
T
0
(s), T
d
(s) Funo desempenho desejvel
C
PI
(s) Filtro com ao proporcional e integral
C
SP
(s) Filtro com ao derivativa para a varivel de referncia
C
PV
(s) Filtro com ao derivativa para a varivel de processo
C
F
(s) Filtro para o aumento da ordem
I Matriz identidade
K
P
Constante proporcional
T
I
Constante de tempo integral
T
D
Constante de tempo derivativa
T
F
Constante de tempo para filtro de aumento de ordem
L
S
,R
S
Matriz diagonal de escalonamento das sadas, entradas
M
S
Matriz M escalonada
N Nmero de pontos do vetor de freqncias
F
I
,F
O
Filtro de fatorao de entrada, sada Blaskche
y Variveis de sada/ controladas
y
r
Variveis de referncia
u Variveis de entrada/ manipuladas
ni, no Nmero de entradas, sadas
p Plo
u
p
, y
p
Direo de entrada/sada do plo p
z Zero de transmisso
u
z
, y
z
Direo de entrada/sada do zero z
t
S
Tempo de subida
Parmetro de ajuste dos filtros
Freqncia de expanso para base ortogonal
Fator de amortecimento
Constante de tempo
n

Freqncia natural
H
M
Transposta conjugada da matriz M
1
~

M
Pseudo- inversa da matriz M
) (M Valor singular da matriz M
) (M , ) (M
Mximo, mnimo valor singular da matriz M
) (M Condicionamento da matriz M
) (
*
M
Condicionamento mnimo da matriz M
( ) T G, Nmero de performance robusta
( ) T P,
#

Nmero de performance robusta no linear

Lista de Acrnimos

BTX Modelo Benzeno-Tolueno-Xileno
DMC Dynamic Matrix Control
DS Sntese direta
FO Funo Objetivo
FRA Mtodo de aproximao no domnio da freqncia
IAE Integral do Erro Absoluto
IMC Controle de modelo interno (Internal Modelo Control)
ITAE Integral do Erro Absoluto ponderado no tempo
MIMO Sistema multivarivel (Multi-Input Multi-Output)
MPC Model Predictive Control
nRPN Nmero de performance robusta no linear
OP Ponto de operao
OV Mxima sobre-elevao
PI Controle de ao proporcional e integral
PID Controle de ao proporcional, integral e derivativa
PIDF Controle PID mais filtro de aumento de ordem por lead-lag
PIDG Controle PID mais filtro de aumento de ordem por base ortogonal
RGA Matriz de ganho relativo
RGAI ndice de matriz de ganho relativo
RPN Nmero de performance Robusta
SISO Sistema monovarivel (Single-Input Single-Output)
SPD Semi-plano direito
SVD Decomposio em valores singulares

Captulo 1
Introduo

Em um mercado cada vez mais exigente, tendo disposio um leque de ofertas muito
diversificado e que busca por produtos de maior qualidade e confiabilidade, fica claro a
exigncia de que os processos produtivos respondam de forma gil e confivel.
A automao industrial a resposta natural para estes problemas, pois busca
essencialmente promover a transformao de matrias primas em bens de consumo de modo
padronizado, permitindo transies entre os objetivos de produo de acordo com objetivos
pr-estabelecidos.
O controle automtico tem desempenhado um papel fundamental no avano da
engenharia e da cincia, alm de ter se tornado de grande importncia e parte integrante dos
modernos processos industriais e de produo. Basicamente o que se espera de um sistema
automtico de controle que mantenha o processo em que atua operando eficientemente em
uma condio desejada, que pode ser alterada com o tempo, rejeitando o efeito de
perturbaes conhecidas e/ou desconhecidas.
Embora diversas tcnicas de controle automtico de processo tenham sido
desenvolvidas significativamente nas ltimas dcadas, o aproveitamento desse
desenvolvimento tecnolgico pelas indstrias tem se dado de forma extremamente lenta. Esta
realidade deve-se em parte falta de conhecimento das novas tcnicas pelos possveis
usurios, mas tambm, a sua difcil aplicao prtica, pois envolvem em sua grande maioria
informaes e modelos de difcil obteno.
O desenvolvimento de novas metodologias de controle de processos com carter mais
prtico, que sejam simples tanto no seu entendimento quanto na sua aplicao, porm
eficientes, consiste em um tpico de grande impacto, aproximando a teoria e a aplicao nos
modernos processos industriais, sendo esse o objetivo mais amplo desse trabalho.
2 1. INTRODUO

1.1 Motivao
Um sistema de controle confivel permite operar prximo aos limites impostos pela
segurana, pelo meio ambiente e pelo processo, o que permite alterar as condies de
operao normais (linha tracejada na Figura 1.1) para uma condio mais favorvel (linha
contnua) reduzindo o tempo de produo fora da especificao, e consequentemente
resultando em um maior retorno econmico do processo.

Figura 1.1: Variabilidade do Processo antes e depois da aplicao de uma estratgia de
controle confivel.
Um sistema de controle confivel requer um projeto adequado de toda a estrutura de
controle, que pode ser definida como a etapa do projeto de controle que antecede o projeto do
controlador propriamente dito. Compreende trs fases: a seleo de entradas e sadas, que
consiste na definio do nmero, local e tipo de atuadores (que manipulam as entradas do
processo) e sensores (que medem as sadas); a seleo da configurao de controle que define
a forma de conexo e a hierarquia entre as variveis controladas e manipuladas; a escolha da
estrutura e ordem do controlador, que finaliza esta fase, e determina o tipo do algoritmo de
controle que ser utilizado.
O rpido avano industrial levou a um elevado aumento da complexidade das plantas
modernas, tanto em termos de fluxo de material como tambm de fluxo energtico,
promovendo um significativo aumento no nmero de malhas de controle necessrias para
manter as condies de operaes desejadas e a qualidade dos produtos obtidos. Em geral,
estas malhas possuem interaes que no so incorporadas durante o projeto de controladores
utilizando tcnicas aplicveis apenas a sistemas SISO.
Nas ltimas dcadas o controle multivarivel vem sendo alvo de muitos estudos e,
consequentemente, de grande evoluo. Entretanto, apesar de existir um grande nmero de
mtodos para sintonizar controladores de baixa ordem, do tipo Proporcional-Integral-
Derivativo (PID) em malhas SISO, o nmero de tcnicas aplicadas a sistemas de mltiplas
malhas com interao (MIMO ou Multi-SISO com interao) ainda bastante reduzido.
Os controladores PID destacam-se por serem um dos mais importantes mtodos da
automao e controle de processos industriais. O PID um algoritmo robusto, de fcil
1.1 MOTIVAO 3

entendimento e que capaz de prover uma performance satisfatria para um grande nmero
de processos. Em particular, o controlador proporcional-integral (PI) ainda a tcnica de
controle de processo mais utilizada industrialmente. Apesar dos avanos e da popularidade
dessa abordagem, o projeto de controladores PID ainda precisa ter sua aplicao industrial
intensificada.
De acordo com uma pesquisa sobre sistemas de controle de processos realizada em
1989 pela Japan Eletric Measuring Instrument Manufactures Association, mais de 90% das
malhas de controle so do tipo Proporcional-Integral-Derivativa (PID). Ainda, segundo uma
pesquisa realizada em diversas fbricas de papel e celulose no Canad, reportada em
STRM e HGGLUND (1995), uma indstria tpica possui mais de 2000 malhas de
controle e em 97% delas utilizado o controlador PI.
Embora controladores do tipo PID sejam to antigos, to estudados e os mais
utilizados no cenrio industrial, muitas malhas de controle apresentam uma performance no
satisfatria, aumentando a variabilidade dos processos ao invs de reduzir, como desejado
(WANG, 2001).
STRM e HNGLUNG (1995) reportaram que somente 20% das malhas de
controle funcionam de forma adequada. Dentre aquelas que no funcionam corretamente,
30% apresentam problemas relativos sintonia dos parmetros. ENDER (1993) sustenta que
30% dos controladores instalados nos processos operam em manual e que 20% dessas malhas
parmetros padro fornecidos pelos fabricantes.
Sendo esse tipo de controlador comumente utilizado no cenrio industrial, tcnicas de
ajuste consistem em um tpico de pesquisa atual na rea de controle de grande importncia.
Embora controladores PID apresentem apenas 3 parmetros de ajuste (no caso SISO), no
to trivial, um procedimento sistemtico de sintonia desses parmetros. Uma comprovao
disto que a ao derivativa embora possa trazer grandes benefcios em alguns casos, muitas
vezes no utilizada devido dificuldade envolvida em sua sintonia, o que em grande parte
se deve existncia de inmeras formas nas quais esta ao implementada nos diferentes
sistemas comerciais.
No tocante a sistemas multivariveis, alm do algoritmo de controle utilizado, um
aspecto importante a ser considerado a estrutura do controlador. Controladores
decentralizados so bastante utilizados na indstria e preferveis frente a estruturas
centralizadas devido a sua simplicidade e facilidade na manuteno e operao. Alm disso, a
performance desses controladores diagonais , em geral, adequada para muitas aplicaes em
controle de processos. Em muitos casos, estruturas de controle mais sofisticadas no resultam
em um ganho que justifique a complexidade adicional e o seu respectivo custo de
implementao e manuteno.
A necessidade dos processos de trabalhar em diferentes pontos de operao a as
incertezas inerentes a sua modelagem, indicam que alm do desempenho, a robustez uma
caracterstica desejvel dos sistemas de controle por pelo menos duas razes. Em primeiro
4 1. INTRODUO

lugar, deve ser preocupao permanente de todo projetista que os sistemas de controle
funcionem satisfatoriamente, ainda que as condies de operao sejam distintas daquelas
consideradas no modelo de projeto (nominal). Em segundo lugar, as condies de robustez
podem ser utilizadas com o objetivo de se adotar um modelo de projeto intencionalmente
simplificado, no s para facilitar a anlise, como tambm por seu impacto sobre a
complexidade do controlador resultante (CRUZ, 1996).
Por outro lado, o projeto de controle robusto decentralizado permanece como um
problema aberto; uma vez que mtodos padres de projeto de controle robusto, em sua grande
maioria no permitem a estruturao do controlador.
Surge ento um problema desafiador dado o espao para o desenvolvimento de uma
metodologia genrica de projeto que contemple essas necessidades. Essa nova proposta deve
conter embasamento terico para ser justificvel, no entanto deve ser simples em seu
entendimento e uso para ter aceitao por parte dos usurios. Os resultados devem ser obtidos
de forma rpida e eficiente e de tal maneira que possam ser implementados diretamente nos
sistemas comerciais. Alm disso, a tcnica deve estabelecer um ponto de equilbrio entre a
robustez e o desempenho e cobrir uma vasta gama de processos industriais. Neste cenrio se
enquadra o foco deste trabalho cujos objetivos so claramente especificados na prxima
seo.
1.2 Objetivos
Os principais objetivos do presente trabalho consistem no desenvolvimento de uma
metodologia de projeto de controle que contemple as seguintes caractersticas:
Seja aplicvel sistemas multivariveis;
Permita o projeto de controladores estruturados de baixa ordem (PID);
Permita levar em considerao as diferentes formas em que a ao derivativa
implementada nos diferentes sistemas comerciais;
Seja fcil de entender e simples de usar, cujos resultados possam ser
implementados diretamente na prtica;
Seja uma metodologia robusta, que permita o projeto com o uso de uma
representao multi-modelos para os processos industriais;
Seja uma metodologia flexvel, eficiente e rpida.
Alm do desenvolvimento dessa nova metodologia, o escopo desse trabalho inclui a
disponibilizao dos resultados atravs do uso de um interface amigvel desenvolvida em
MATLAB v5.3 (R11).
1.3 ESTRUTURA DA DISSERTAO 5

1.3 Estrutura da Dissertao
Essa dissertao apresenta-se dividida em 8 captulos. Neste primeiro captulo foram
levantadas as principais questes a serem abordadas e sua relativa importncia diante do
cenrio atual. No Captulo 2 realizada uma breve reviso bibliogrfica a respeito dos
mtodos existentes para o projeto de controladores multivariveis estruturados de baixa
ordem.
A metodologia de controle proposta ento apresentada passo a passo para o projeto
de controladores estruturados PID e de ordens superiores no Captulo 3. Neste captulo
apresentada a formulao do problema de otimizao resolvido e so discutidas algumas
caractersticas e particularidades do procedimento proposto. Para exemplificar o uso da
metodologia utilizado um estudo de caso (Coluna de Destilao BTX).
No Captulo 4 apresentado um estudo de caso didtico desenvolvido nesse trabalho,
visando gerar distintos comportamentos dinmicos separados por classes, que visam
representar os mais diversos comportamentos apresentados por processos industriais em
situaes reais.
No Captulo 5, a metodologia ento avaliada de forma aprofundada, com base nas
classes definidas no captulo anterior. So analisados efeitos relativos especificao do
desempenho e escolha da estrutura e da ordem do controlador.
No Capitulo 6, a metodologia ento estendida para a representao multi-modelos,
visando conferir um carter robusto ao projeto desenvolvido. A extenso da metodologia
requer a definio de alguns conceitos que so ento apresentados neste captulo.
No Captulo 7, a metodologia comparada com outras tcnicas de controle visando
identificar a competitividade do mtodo frente a outras abordagens e tambm suas limitaes,
identificando em quais situaes outras tcnicas seriam recomendveis.
O Captulo 8 consiste na concluso do presente trabalho e na definio de diretrizes e
novos trabalhos que podem ser realizados visando o aprimoramento da tcnica.
Neste trabalho foram desenvolvidos alguns Apndices que visam complementar os
textos desenvolvidos nos captulos. No Apndice A so apresentados conceitos e fundamentos
necessrios para um completo entendimento da metodologia proposta. No Apndice B
apresentada a fatorao de desempenho utilizada para sistemas de fase no mnima. Os
critrios de avaliao para o desempenho de malhas de controle utilizados nesse trabalho, bem
como a apresentao de propostas para a definio do desempenho desejvel para o sistema
so apresentados no Apndice C. No Apndice D so apresentadas as distintas
parametrizaes do controlador PID utilizadas nesse trabalho na configurao base proposta.
E por fim, no Apndice E apresentada a interface desenvolvida para a aplicao da
metodologia proposta.

6 1. INTRODUO

Captulo 2
Reviso Bibliogrfica
O processo de automao industrial surgiu aproximadamente no incio do sculo
XVIII, durante a denominada Segunda Revoluo Industrial. O objetivo da substituio da
mo de obra humana por equipamentos mecnicos em trabalhos que exigiam a fora bruta
veio da natural necessidade de incrementar capacidade e qualidade dos processos de produo
ento existentes.
A primeira realizao na rea de controle automtico de processos atribuda a
JAMES WATT que, em 1769, introduziu o conceito de realimentao negativa para o
controle da velocidade de mquinas a vapor. O primeiro estudo sistemtico sobre estabilidade
de sistemas realimentados foi realizado por J. C. MAXWELL, em 1868, que descreveu as
equaes diferenciais que governavam o sistema desenvolvido por WATT. Com seu trabalho,
MAXWELL demonstrou a importncia e a utilidade de modelos e mtodos matemticos para
a compreenso dos processos industriais e da prpria teoria de controle.

Estudos a respeito da estabilidade foram desenvolvidos por HURWITZ (1875) e
ROUTH (1905), sendo estendido para sistemas no lineares por um matemtico russo
chamado LYAPUNOV (1893).

Os primeiros controladores realimentados consideravam implicitamente ou
explicitamente as aes proporcionais, integrais e derivativas em suas estruturas. No entanto,
somente em 1922 (MINORSK, 1922) consideraes tericas rigorosas foram dadas ao
controlador chamado PID.

Comercialmente, esses controladores se tornaram disponveis nos anos 30 (ZIEGLER,
1975), e o interesse em seu projeto relevante at os dias de hoje. Em 1932, um controlador
com ao derivativa foi introduzido por RALPH CLARRIDGE da Taylor Instrument
Companies. Naquele tempo essa funcionalidade era chamada de pre-act e foi inicialmente
testada apenas em casos especiais.

Nos primeiros anos no mercado, apesar do controlador PID ter demonstrado sua
importncia em algumas aplicaes consideradas difceis, ainda havia uma grande dificuldade
na sua difuso nos processos industriais, principalmente devido inexistncia de regras
simples para o ajuste dos parmetros.
8 2. REVISO BIBLIOGRFICA

Em 1932, em seu trabalho de nome Regeneration Theory, NYQUIST descreveu
como determinar a estabilidade de sistemas no domnio da frequncia. Com base na
contribuio de NYQUIST, em 1942, atravs do artigo Optimum Settings for Automatic
Controllers, de autoria de J. G. ZIEGLER e N. B. NICHOLS, ambos da Taylor Instrument
Companies, foram apresentados dois procedimentos para sintonia dos controladores, atravs
de simples regras de ajuste baseadas em caractersticas dinmicas do processo. Este artigo foi
um marco na histria do controlador PID, dando nascimento metodologia que ainda uma
das mais comumente utilizadas no projeto de sistemas de controle, e uma das razes da
disseminao dos controladores PID.

Vrios mtodos de ajuste de controladores PID em malhas do tipo SISO foram
propostos nos ltimos sessenta anos. Esses mtodos podem ser de tentativa e erro (ZIEGLER-
NICHOLS, 1942; TYREUS-LUYBEN, 1992), baseados em dados experimentais (step tests,
curvas de reao do processo ou obteno dos parmetros via tabelas ou frmulas deduzidas
em funo das caractersticas dinmicas estimadas), baseados em minimizao de ndices de
erro (IAE, ISE, ITAE), ou metodologias baseadas em modelo (Mtodo da sntese direta, DS;
ou mtodo IMC, Internal Model Control).
Uma boa coletnea de mtodos de ajuste de controladores PID pode ser encontrada em
livros como STRM e HGGLUND (1995) e ODWYER (2003). Dentre os vrios tipos de
mtodos, os mais difundidos so os mtodos que apresentam regras de ajuste baseadas em um
modelo aproximado do processo, representado normalmente por uma funo de transferncia
de primeira ordem com tempo morto. Em FACCIN (2004) foi realizado um levantamento e
uma comparao dentre estes tipos de mtodos de sintonia.
2.1 Controladores Multivariveis
Em meados da dcada de 50, os engenheiros de processo comearam a verificar que as
tcnicas existentes para sintonia de controladores SISO no funcionavam de forma adequada
para sistemas MIMO. A partir desse momento engenheiros e pesquisadores comearam a
investir esforos no projeto de controle multivarivel em paralelo ao desenvolvimento de
novas tcnicas de sintonia SISO.
O desenvolvimento da representao de modelos dinmicos na forma espao de
estados no incio da dcada de 1960 possibilitou a resoluo de problemas lineares de controle
multivarivel de uma forma matematicamente elegante, impulsionado a ento chamada teoria
de controle moderna.
O projeto de controladores MIMO um desafio para os engenheiros de controle
devido a sua natureza complexa. Uma abordagem muito comum e simplificada consiste em
aproximar o sistema MIMO por vrias malhas SISO (projeto Multi-SISO).

2.1 CONTROLADORES MULTIVARIVEIS 9

2.1.1 Sintonia Multi-SISO
Existem algumas abordagens encontradas na literatura para sintonia de malhas Multi-
SISO, uma delas utiliza a idia de de-sintonia dos parmetros. O mtodo BLT (Biggest
Locus Modulus) constitui um exemplo desse tipo de abordagem. Desenvolvido por LUYBEN
(1986) para realizar a sintonia de controladores PI em mltiplas malhas, utilizado como
referncia para a maioria dos trabalhos desenvolvidos nessa rea.
A principal vantagem desse mtodo a sua simplicidade, podendo ser usado como
ponto de partida para futuras sintonias. No entanto, a sua principal desvantagem consiste no
fato de que as malhas so sintonizadas individualmente, no levando em conta durante a
sintonia, as diferentes interaes entre as malhas.
Uma outra abordagem muito comum na literatura o chamado Mtodo Sequencial.
Este mtodo foi proposto a partir do inicio dos anos 70 por MAYNE (1973), BHALODIA e
WEBER (1979), CHIU e ARKUN (1992), HOVD e SKOGESTAD (1994). Nessa abordagem,
as malhas so fechadas sequencialmente, uma aps a outra. Com o propsito de garantir uma
menor interao entre os canais, a seqncia de fechamento das malhas geralmente comea
pela malha caracterizada pela dinmica mais rpida; a interao dinmica de tal malha ento
considerada quando a segunda malha fechada e assim sucessivamente.
As principais desvantagens so representadas pelo fato de que o valor final dos
parmetros dependente da ordem que se fecham as malhas e que esse procedimento de
iterao pode alterar a resposta nos canais para os quais o controlador foi sintonizado
anteriormente. Por outro lado, a principal vantagem desse mtodo que podem ser usadas as
tcnicas de sintonia SISO bem desenvolvidas e que em geral apresentam resultados melhores
que o mtodo BLT.
Alm dos mtodos de de-sintonia e sequencial, duas outras metodologias podem ser
identificadas: os mtodos iterativos e os mtodos de projeto independente.
O procedimento iterativo prev a sintonia exatamente como no caso sequencial, no
entanto, uma vez fechada todas as malhas, estas vo sendo ajustadas individualmente
mantendo as outras malhas em automtico e assim sucessivamente at a convergncia dos
parmetros. Estudo sobre esse mtodo tem sido desenvolvido por SHEN e YU (1994).
Mtodos de projeto independentes foram estudados por ECONOMOU e MORARI
(1986), e SKOGESTAD e MORARI (1992). O projeto das malhas feito de maneira
independente, tentando respeitar a performance desejada e a estabilidade de cada malha, de
alguma maneira, considerando a interao entre as malhas. Uma vez que esses controladores
no usam informaes detalhadas a respeito do efeito da dinmica do controlador nas outras
malhas, os resultados obtidos, na maioria das vezes, so muito pobres em termos de
performance.


Quando as interaes entre as variveis so elevadas, a resposta do sistema pode no
ser satisfatria pelo uso de controladores decentralizados. No entanto, antes de partir para uma
estrutura de controlador mais centralizada, se usam tcnicas para reduo da interao entre as
malhas, geralmente baseados em ao preditiva. Os blocos inseridos na malha de controle que
visam diminuir ou eliminar (teoricamente) a interao entre as malhas so chamados de
desacopladores.
Esses desacopladores podem ser estticos ou dinmicos. Os primeiros reduzem o
acoplamento entre as malhas somente em estado estacionrio. Consistem em matrizes de
ganho na sada do controlador, o que os tornam simples de implementar. Os desacopladores
dinmicos levam em considerao a dinmica dos processos, podem apresentar problemas de
realizao e dificuldade na implementao. Deve-se ter em mente que uma perfeita
compensao da planta s possvel se o modelo do processo perfeitamente conhecido.
Como essa situao hipottica, o desacoplamento apenas parcial. Esta no uma tcnica
muito utilizada industrialmente, pois requer um esforo significativo na modelagem do
processo, em seu ajuste e manuteno.
2.1.2 Sintonia MIMO
Um alternativa para processos de elevada interao consiste no uso de estruturas
centralizadas de controle que muitas vezes so evitadas devido a complexidade e dificuldades
envolvidas na implementao. Alm das metodologias aplicveis no projeto de controladores
PID decentralizados, existem outras metodologias mais versteis que permitem a estruturao
do controlador, podendo ser utilizadas para projeto de controladores do tipo PID centralizado.
Em uma primeira abordagem, pode-se assumir que o controlador tenha uma estrutura
equivalente a um controlador PID e estimar os parmetros usando algum mtodo de
otimizao (controle timo) bem conhecido, por exemplo, sntese H
(GRIMBLE, 1990),
sntese mista H
/H
2
(CHEN et al.,1995) e abordagem por programao semi-definida (BAO,
1999). Estes mtodos podem ser usados para a obteno dos parmetros, de tal forma que o
controlador apresente uma boa performance no domnio do tempo e robustez no domnio da
frequncia. O principal problema com essa abordagem que a estrutura fixa do controlador
gera um problema de otimizao no convexo. Mesmo quando uma soluo pode ser
encontrada, em geral apresenta elevado consumo de tempo computacional. Por exemplo, para
um sistema 2x2 com uma estrutura decentralizada (BAO, 1999) reporta que se levam duas
horas para a obteno dos 6 parmetros usando um computador Pentium II 333MHz.
Uma outra abordagem consiste em projetar o controlador com uma estrutura arbitrria
utilizando qualquer tcnica avanada e ento reduzir a ordem do controlador, ou aproximar
esse controlador obtido por um controlador PID. DONG e BROSILOW (1997) um exemplo
para este mtodo: Inicialmente um controlador IMC projetado e ento este controlador
reduzido para a forma PID. A mesma idia adotada (TAN et al., 1998) para sistemas do tipo
SISO, onde um controlador por H
com Loop-Shaping projetado e ento reduzido a um

PID. O problema com essa metodologia que, embora a performance do sistema possa ser
garantida com o controlador originalmente projetado, no fica garantida a performance para o
controlador de ordem reduzida.
2.2 ABORDAGEM MULTIVARIVEL NO DOMNIO DA FREQUNCIA 11

Vrios outros tipos de controladores multivariveis diferentes do PID tm sido
propostos durante as ltimas dcadas. A pesquisa sobre controle timo da dcada de 60 lana
mo de mtodos variacionais para gerar controladores multivariveis que minimizam algum
ndice de performance quadrtico. O mtodo ento chamado de Linear Quadrtico (LQ)
(ATHANS, 1986). A matemtica elegante, mas existem poucos casos de aplicao na
indstria qumica.
Sem dvidas, o mais popular controlador multivarivel a extenso do controlador
preditivo multivarivel DMC-Dynamic Matrix Control (CUTLER e RAMAKER, 1979).
Aplicaes desse tipo de controlador MPC (Model Preditive Control) so reportadas para
indstria de petrleo, nas unidades de craqueamento e torres de fracionamento. Essas
operaes so caracterizadas como sendo multivariveis em natureza, tendo muitas restries
e processamento de grandes volumes materiais. Entretanto o MPC no demonstrou ainda
grandes vantagens em relao a estratgias convencionais sobre um nmero importante de
processos, especialmente em processos qumicos. A idia bsica do MPC utilizar o modelo
do processo (linear ou no) para calcular as melhores mudanas nas variveis manipuladas de
acordo com um resultado desejado nas variveis controladas.
Uma outra tcnica consiste na extenso do mtodo IMC para sistemas multivariveis
(GARCIA e MORARI, 1985). Na prtica, essa no um extenso direta como o DMC, existe
um projeto definido a se seguir, e alguns passos no procedimento de projeto no so
quantitativos, mas envolvem alguma arte. Um dos problemas relativos sua aplicao
consiste na seleo da parte inversvel do processo, uma vez que se tm muitas possibilidades
de escolha. Os problemas relacionados essa abordagem so discutidos no livro de MORARI
e ZAFIRIOU (1989).
Apesar do enorme interesse pelas tcnicas de controle modernas por parte dos
acadmicos, controladores PID so ainda preferidos em controle de processo industrial. A
razo disso que os controladores projetados com ajuda de tcnicas de controle modernas so
usualmente de elevada ordem, difceis de se implementar, e virtualmente impossveis de re-
sintonizar on-line, enquanto que por outro lado, controladores PID so simples, fceis de
implementar, e comparativamente fceis de re-sintonizar.
2.2 Abordagem Multivarivel no Domnio da Frequncia
Para resolver o problema de controle de processos industriais, cujos modelos so
geralmente derivados de experimentos ruidosos e normalmente imprecisos, muitas pesquisas
foram realizadas para desenvolver aproximaes no domnio da frequncia para sistemas de
controle multivarivel. Neste sentido existem duas grandes linhas de pesquisa que foram
desenvolvidas. A primeira delas se baseia em transformar o sistema MIMO em uma srie de
sistemas SISO. Representativos trabalhos neste ramo so: o procedimento de projeto
sequencial (Sequential Design Procedure, MAYNE, 1973), o mtodo derivado de Nyquist
(Inverse Nyquist Array, ROSENBROCK, 1972) e o mtodo de decomposio em valores
singulares (HUNG e MACFARLANE, 1982).

A segunda linha de pesquisa desenvolvida consiste na generalizao dos conceitos no
domnio da frequncia existentes para sistemas SISO. Trabalhos significativos nessa rea
foram a generalizao dos conceitos do grfico de NYQUIST e do lugar das razes (Root
Locus) para sistemas MIMO (MACFARLANE e POSTLEHWAITE, 1977).
A falha da ento moderna representao em espao de estados para alguns processos
industriais promoveu um aumento de interesse pela pesquisa na rea de controle robusto,
sendo desenvolvido o mtodo da norma infinita (H
). A principal motivao de ZAMES

(1981) era incorporar as incertezas da planta, especificadas no domnio da frequncia, no
projeto de controladores para sistemas MIMO. Nesta metodologia, a norma infinita (H
)
usada para descrever o nvel de incerteza associada modelagem e ao ganho da planta.
A principal desvantagem dessa metodologia que a soluo para o problema da
estabilizao robusta nem sempre exata e alm disso, no h uma metodologia clara para a
seleo dos pesos utilizados na formulao do problema de otimizao.
O desenvolvimento nessa rea conduzido para dois importantes projetos de controle
robusto. O LSPD-Loop Shaping Design Procedure (MACFARLANE e GLOVER, 1992), no
qual a performance desejada especificada juntamente com o requerimento da estabilidade
robusta. A outra metodologia a sntese-, na qual a estabilidade robusta e a performance so
asseguradas pela minimizao do ento chamado valor singular estruturado (M) de uma
matriz de transferncia M (DOYLE; 1982, 1985). Essas duas metodologias resolvem o
problema de robustez at certo ponto. No LSPD a seleo dos pesos difcil. Para a -sntese
no existe um mtodo direto, e o procedimento disponvel, iteraes DK (BALAS, et al.,
1991), usualmente fornece somente um timo local para o problema. O controle robusto de
sistemas multivariveis ainda um problema aberto para os pesquisadores.
Com o desenvolvimento dos computadores, os mtodos grficos tradicionais usados
no domnio da frequncia podem ser executados facilmente. Alm disso, procedimentos
previamente realizados por tentativa e erro foram substitudos por algoritmos de otimizao
resolvidos numericamente com auxilio de computadores. O projeto de controle por
aproximao no domnio da frequncia (Frequency Response Approximation Design
Method-FRA), que foi desenvolvido originalmente para sistemas SISO (ENGELL, 1988)
um desses mtodos. Nesta metodologia, o clssico procedimento de projeto no domnio da
frequncia entendido como a aproximao de um controlador ideal conduzindo a um
desejado comportamento em malha fechada por um controlador de baixa ordem. Em
(MLLER, 1990) e em (ENGELL e MLLER, 1993) esta metodologia foi estendida para
sistemas multivariveis sendo ampliada e generalizada em (TRIERWEILER et al.,2000). As
vantagens dessa metodologia consistem nos fatos de que ela fcil de entender e manipular, o
procedimento de otimizao rpido e pode ser usado para processos com tempo morto e
zeros no SPD (Semi Plano Direito), que aparecem frequentemente em processos qumicos.
Algumas pesquisas foram desenvolvidas desde ento para melhorar e adequar o
procedimento FRA para sistemas multivariveis com incertezas. Em TRIERWEILLER
(1997) foi apresentado um procedimento sistemtico para o projeto da estrutura de controle
2.2 ABORDAGEM MULTIVARIVEL NO DOMNIO DA FREQUNCIA 13

(CSD, Control Structure Design), e foi apresentado o Nmero de Performance Robusta
(RPN) que representa o potencial de dificuldade na obteno de uma performance robusta
desejada para um dado sistema. Em WANG (1999) o procedimento FRA foi associado com a
metodologia LSPD para o desenvolvimento de uma metodologia robusta.
Como dito anteriormente, controladores PID so os controladores mais difundidos no
mundo, alm de serem disponveis em praticamente todo sistema de controle comercial.
FACCIN (2004) desenvolveu uma metodologia baseada na metodologia FRA que permite
incorporar na etapa de projeto o tipo de parametrizao (algoritmo) comercial do PID visando
a fcil implementao da metodologia em ambiente industrial. Este procedimento foi
estendido para uma representao multi-modelos aumentando a robustez do algoritmo. Sem
dvida foi uma abordagem inovadora, mas com uma limitante; a metodologia desenvolvida
aplicvel apenas para sistemas SISO.
As tcnicas existentes para o projeto de controladores estruturados de baixa ordem so
em geral complexas e de difcil resoluo matemtica. Alm disso, a grande maioria no leva
em considerao ainda na etapa de projeto a facilidade de implementao do controlador
projetado. Com base nessas necessidades, foi adotado o mtodo FRA desenvolvido para
sistemas multivariveis associados abordagem de FACCIN (2004) para o desenvolvimento
de uma nova proposta para o projeto de controladores que satisfaam os objetivos
especificados no captulo anterior.


Captulo 3
Desenvolvimento Terico
3.1 Introduo
Neste captulo apresentada a metodologia utilizada para o projeto de controladores
por aproximao no domnio da freqncia. Inicialmente apresentada a idia bsica, na
forma como esta metodologia foi originalmente concebida. Em seguida, a metodologia
aplicada configurao base utilizada com controladores PID, onde ser descrito o
equacionamento e a estratgia de resoluo do problema de otimizao formulado a seguir.
No Apndice A so apresentados conceitos e fundamentos, de carter complementar,
necessrios para um completo entendimento da metodologia proposta.
3.2 Projeto de Controle por FRA para sistemas SISO
3.2.1 Idia Bsica
Considere a malha por realimentao padro apresentada na Figura 3.1, onde G
modelo do processo em estudo, C o controlador, y a varivel controlada e y
r
a varivel de
referncia.
-
y
y
r
C G
T(s)

Figura 3.1: Malha de Controle por realimentao padro.
16 3. DESENVOLVIMENTO TERICO

A relao estabelecida entre as variveis y e y
r
dada pela chamada funo de
transferncia em malha fechada (T), cuja expresso para um sistema SISO dada pela
expresso (3.1)

) ( ) ( 1
) ( ) (
) (
) (
) (
s C s G
s C s G
s y
s y
s T
r
+
= = (3.1)
Sendo ) (s T entendido como o desempenho desejado para o sistema, especificado por
uma funo arbitrria predeterminada ) (
0
s T , dado o modelo estvel e de fase mnima G(s), o
controlador correspondente C
0
(s)

que compensa exatamente o modelo estabelecendo a
trajetria especificada pode ser calculado a partir da equao (3.1)

) ( 1
) (
) (
1
) (
0
0
0
s T
s T
s G
s C
= (3.2)
A manipulao algbrica resultando na equao (3.2) realizada sem nenhuma
restrio e consequentemente no h garantia de que o controlador obtido seja realizvel
fisicamente, ou seja, implementvel em sistemas fsicos reais. Alm disso, esse procedimento
em geral resulta em controladores de elevada ordem, inviabilizando sua aplicabilidade em
situaes prticas. No entanto, este controlador pode ser chamado de controlador ideal porque
fornece a informao necessria a respeito da resposta ideal no domnio da frequncia que o
controlador deve ter para compensar o modelo. Atravs dessa informao pode ser concebido
um controlador realizvel, de estrutura e ordem especificadas, e esta consiste na idia bsica
de projeto por aproximao no domnio da frequncia proposta por ENGELL (1988).
3.2.2 Aproximao do Controlador Ideal
A aproximao do controlador ideal pode ser realizada teoricamente atravs de alguma
norma da diferena da resposta podenderada pelo sinal ( ) s entre a estrutura proposta C(s) e
o controlador ideal C
0
(s). Para se facilitar a obteno numrica de uma soluo, pode-se usar
um conjunto discreto de pontos no domnio da frequncia.
( ) ) ( . ) ( ) ( ) ( ). (
0
s s C s C s s C = (3.3)
Na prtica, mais interessante a aproximao do desempenho fornecido pelo
controlador ideal, do que a aproximao do controlador ideal propriamente dito. De forma que
ao invs de aproximar ( ) j C pode-se aproximar ( ) j T (a diferena T-T
0
). De fato, a
aproximao em termos de T pode ser entendida como uma aproximao de C ponderada
pela funo de sensibilidade na entrada e na sada da planta, favorecendo o ajuste na regio da
freqncia de corte do sistema. Alm disso, na formulao com dois graus de liberdade
apresentada a seguir, a aproximao em T promove uma conexo entre os blocos em que o
controlador foi fatorado, uma vez que no existe uma nica entidade que possa ser chamada
de controlador.
3.2 PROJETO DE CONTROLE POR FRA PARA SISTEMAS SISO 17

A malha por realimentao proposta por FACCIN e TRIERWEILER (2004)
apresentada na Figura 3.2 e consiste na configurao base na qual a metodologia proposta foi
desenvolvida. Nesta configurao, o bloco compensador C
PI
(s) preserva as aes inerentes aos
modos proporcional e integral que em geral bastante similar nos diversos equacionamentos
existentes para o controlador PID. Os blocos C
SP
(s) e C
PV
(s) so pr-filtros que implementam
a ao derivativa tendo sua estrutura flexvel e definida pela parametrizao (algoritmo)
utilizada.
-
y
y
r
C
PI
G
C
PV
C
SP
T(s)

Figura 3.2: Malha por realimentao Proposta.
A obteno das expresses para os pr-filtros podem ser extradas diretamente do
algoritmo do PID que relaciona as aes de controle ( u ) com as variveis de processo ( y ) e
de referncia (
r
y ) sendo genericamente expresso por
( ) ) ( ) ( ) ( ) ( ) ( ) ( s y C s y s C s y C s y C C s u
V r R PV r SP PI
= (3.3)
Para o caso MIMO, fixando a estrutura do bloco C
PI
(s) como em (3.4), onde K
P
e K
I

correspondem a matrizes que expressam a constante proporcional e a constante integral de
todos os canais respectivamente.

s
K K s C
I P PI
1
) ( + = (3.4)
As expresses resultantes para os pr-filtros podem ser obtidas algebricamente
) ( ) ( ) ( ) (
1 1
s C s C C e s C s C C
V PI PV R PI SP

= = (3.5)
Na Tabela D.2 do Apndice D so fornecidas as expresses destes blocos para os
algoritmos do controlador PID mais comumente encontrados na literatura. Para a
configurao proposta, a funo em malha fechada para um sistema SISO dada pela equao
(3.6).

) ( ) ( ) ( 1
) ( ) ( ) (
) (
) (
) (
s C s C s G
s C s C s G
s y
s y
s T
PV PI
SP PI
r
+
= = (3.6)
Neste caso, o termo de interesse ( ) s T expresso para a malha feedback proposta
atravs da equao (3.7) considerando a funo T
0
(s) especificada pelo projetista.

) (
) ( ) ( ) ( 1
) ( ) ( ) (
) ( ) ( ) (
0 0
s T
s C s C s G
s C s C s G
s T s T s T
PV PI
SP PI
+
= = (3.7)
Rearranjando a equao (3.7)

( )
) ( ) ( ) ( 1
) ( ) ( ). ( ) ( ) ( ) (
) (
0 0
s C s C s G
s T s C s T s C s C s G
s T
PV PI
PV SP PI
+

= (3.8)
O problema (3.9) formulado no domnio da frequncia para um vetor com N
pontos ( ] [
1 N
L = ).
[ ] [ ]

=

=

= =
N N
j
j s
j
j s
s
s T s T Arg
s
s T Arg FO Arg

1 1
2
0
2
1
) ( ) ( min
1
) ( min min (3.9)
O problema de otimizao expresso em (3.9) consiste na diferena entre a resposta ao
degrau unitrio entre a funo desempenho para o controlador aproximado T(s) e a funo de
desempenho para o controlador ideal T
0
(s), onde consiste no conjunto de parmetros do
controlador aproximado, que por sua vez so as variveis de deciso do problema de
otimizao a ser resolvido. Substituindo a equao (3.8) no argumento em (3.9) tem-se
( )
+

=
N
j
j s
PV PI
PV SP PI
s s C s C s G
s T s C s T s C s C s G
FO

1
2
0 0
1
) ( ) ( ) ( 1
) ( ) ( ). ( ) ( ) ( ) (
(3.10)
A equao (3.10) pode ainda ser arranjada a partir da definio

) ( ) ( ) ( 1
1
) (
s C s C s G
s S
PV PI
+
= (3.11)
Se utilizarmos a aproximao de que a funo de sensibilidade seja aproximadamente
a funo de sensibilidade desejada ( ) ( ) (
0
s S s S ), ou seja, considerando que a aproximao
realizada seja suficientemente boa, chega-se expresso (3.12), transformando o problema de
otimizao no convexo (3.10) em um sub-problema menos complexo (3.12).
( ) ( )
=
N
j
j s
PV SP PI
s
s T s C s T s C s C s G s T
1
2
0 0 0
1
) ( ) ( ). ( ) ( ) ( ) ( )). ( 1 ( min arg (3.12)
Este problema, formulado por FACCIN e TRIERWEILER (2004), foi resolvido
atravs de um procedimento seqencial iterativo, onde inicialmente se considera os filtros
C
SP
(s) e C
PV
(s) valores unitrios (T
D
=0) e se otimiza os parmetros do bloco C
PI
(s). Os
parmetros K
P
e K
I
obtidos so ento fixados e o mesmo problema resolvido para encontrar
o parmetro T
D
dos filtros ) (s C
SP
e ) (s C
PV
. A funo de sensibilidade S(s) atualizada
como em (3.11) a partir do conhecimento dos parmetros estimados na iterao anterior. Essa
3.3 DESENVOLVIMENTO PARA SISTEMAS MIMO 19

seqncia repetida at que o critrio de parada utilizado, o erro percentual relativo entre
parmetros estimados em iteraes consecutivas, seja satisfeito.
3.3 Desenvolvimento para sistemas MIMO
Com base na contribuio da abordagem de FACCIN (2004) que este trabalho teve
seu ponto de partida, associando essa contribuio idia bsica de aproximao no domnio
da frequncia consolidada por TRIERWEILER et al. (2000), com o intuito de fornecer
flexibilidade e carter pratico a uma soluo simples e eficiente.
Na extenso dessa metodologia para sistemas multivariveis, alm do aumento da
dimenso do problema, deve-se ter uma certa cautela na manipulao algbrica dos blocos
uma vez que a multiplicao agora matricial no comutativa.
Para a resoluo do problema de otimizao equivalente, inicialmente realizada uma
aproximao que visa no apenas a convexidade do problema de otimizao, mas tambm a
reduo na dimensionalidade do problema a ser resolvido, como ser apresentada na prxima
seo. A soluo aproximada obtida ento utilizada como valor inicial para a soluo de um
problema de otimizao global.
3.3.1 Otimizao Coluna por Coluna
A funo de transferncia em malha fechada para sistemas MIMO usando a malha por
realimentao proposta dada pela seguinte expresso.
[ ] ) ( ) ( ) ( ) ( ) ( ) ( ) (
1
s C s C s G s C s C s G I s T
SP PI PV PI

+ = (3.13)
Considerando que o sistema tem no sadas e ni entradas, sendo G(s) de dimenso
ni no , a dimenso do controlador correspondente C
PI
(s) no ni e os filtros C
PV
(s) e C
SP
(s)
so matrizes quadradas de dimenso no . A funo de desempenho desejvel especificada
para cada sada do processo de forma independente atravs de uma matriz de transferncia
diagonal ) (
0
s T de dimenso no no
{ } ) ( ) (
0
,..., 2 , 1
0
s T diag s T
i
no i=
= (3.14)
A diferena T(s) pode ser generalizada para sistemas MIMO pela expresso
[ ] ( ) ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
0
1
0
s T s C s C s G s C s C s G I s T s T s T
SP PI PV PI
+ = =

(3.15)
A funo de sensibilidade S(s) dada pela equao (3.16)
[ ]
1
) ( ) ( ) ( ) (

+ = s C s C s G I s S
PV PI
(3.16)

Aps uma manipulao algbrica com a substituio de (3.16) em (3.15) tem-se
( ) [ ] ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
0 0
s T s T s C s C s C s G s S s T
PV SP PI
= (3.17)
A expresso (3.17) a representao generalizada para sistemas multivariveis
equivalente expresso (3.8) para sistemas SISO. Visando facilitar a resoluo do problema
de otimizao descrito a seguir, realizada a aproximao de que ) ( ) (
0
s S s S , que de fato
uma aproximao aceitvel se a aproximao obtida do controlador ideal suficientemente
boa.
( ) [ ] ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
0 0 0
s T s T s C s C s C s G s S s T
PV SP PI
(3.18)
Para o caso em que ) ( ) ( s C s C
PV SP
= tem-se
( ) ) ( ) (
0 0
s T I s S = (3.19)
Neste trabalho os blocos dos filtros ) (s C
SP
e ) (s C
PV
so definidos como blocos
diagonais. Tal definio simplifica a fatorao do algoritmo PID considerado para a
configurao base, uma vez que cada elemento constituinte da diagonal destes blocos pode ser
obtido exatamente como na fatorao para sistemas SISO. Outra questo de ordem prtica,
que a implementao destes filtros nos sistemas comerciais fica muito mais simplificada. Por
ltimo e mais ainda importante a constatao de que para esta situao, a otimizao da j-
sima coluna de T influenciada apenas pela j-sima coluna dos blocos C
PI
(s), C
SP
(s) e
C
PV
(s), o que significa que cada coluna de T pode ser aproximada separadamente pela
resoluo de no problemas de otimizao independentes.
Do ponto de vista matemtico, os blocos diagonais implicam em uma mesma ao
derivativa em todos os canais presentes na mesma coluna da matriz de controle. Esta
imposio restringe as aes de controle, no entanto, uma vez que este problema resolvido
atravs de um procedimento iterativo, a realimentao dos blocos atenua essa limitao pela
modificao dos parmetros do bloco C
PI
(s) na busca da soluo tima.
Da mesma forma que na seo anterior, esse problema resolvido no domnio da
frequncia para um vetor com N pontos ( ] [
1 N
L = ) atravs da resoluo de um
problema de otimizao para cada coluna j expresso em (3.19), onde o subscrito j indica a
coluna j e o subscrito jj o elemento algbrico situado na linha j e coluna j do termo
correspondente.
( ) [ ]
=
=
=
N
j s
j s
j
jj
PV SP j PI j
Y X
s
s T s T s C s C s C s G s S FO

1
2
2
, 0 , 0 , 0
,
1
) ( ) ( ) ( ) ( ) ( ) ( ) ( min (3.20)

Procedimento de Resoluo
O procedimento listado a seguir corresponde ao procedimento utilizado para a
resoluo do j-simo problema de otimizao. Esse procedimento executado no vezes at
que as colunas de todos os blocos (C
PI
(s), C
SP
(s) e C
PV
(s)) sejam calculadas.
Passo 1:
Inicialmente, os filtros C
SP
(s) e C
PV
(s) so considerados matrizes identidades de ordem
no e o problema de otimizao expresso em (3.20) resolvido para a obteno da coluna j do
bloco C
PI
(s). Na formulao, este bloco fatorado segundo a equao (3.21), onde a matriz
(s) corresponde matriz contendo os termos em s e a matriz X corresponde matriz de
parmetros do controlador.
X s s C
PI
). ( ) ( = (3.21)
De forma detalhada essas matrizes podem ser visualizadas na expresso (3.22), onde
cada X
j
corresponde ao vetor de parmetros da j-sima coluna do bloco C
PI
(s).

1 2
1 ,
0 ,
0 , 3
1 , 2
0 , 2
1 , 1
0 , 1
2
1
1 0 0 0 0
0 0
1
1 0 0
0 0 0 0
1
1
) (
=
ni
nij
nij
j
j
j
j
j
j
ni ni
a
a
a
a
a
a
a
X e
s
s
s
s
M
L
M O M M M M M
L
L
(3.22)
De acordo com a expresso de um controlador do tipo PI pode-se identificar que

0 , ij Pij
a K = e
1 , ij
Pij
Iij
a
K
T = (3.23)
O problema resultante consiste em um problema de mnimos quadrados do tipo
( ) ( ) { } ( ) ( )
2
2
2
min min s b X s A s b X s A
j j j
X
j j j
X
j j
=
(3.24)
A expresso do mtodo de mnimos quadrados pode ser genericamente escrita como
( ) ( ) { } { } b b b A x Ax A x b Ax b Ax b Ax
T T T T T
x
T
x x
+ = = 2 min min min
2
2
(3.25)

Uma vez que o termo b b
T
no tem influncia sobre o resultado do problema de
otimizao, o problema acima equivalente ao problema de programao quadrtica (QP)
expresso em (3.26).

+ u x Qx x
T T
x
2
1
min (3.26)
Onde
( ) ( ) b A u e A A Q
T T
= = (3.27)
Cada um dos N pontos de freqncia do vetor [ ]
N
L
2 1
= , corresponde a
um conjunto de no equaes que devem ser satisfeitas. Considerando que a matriz A
j
e o vetor
b
j
avaliados na frequncia apresentam em sua constituio nmeros complexos, a necessidade
de uma soluo real para os parmetros do vetor X
j
requer que a parte real e a parte imaginria
sejam satisfeitas, gerando um total de 2Nno equaes.
Para este problema, pode-se reconhecer que
( )
jj PV SP j
s C s T s C
s
s s G s S
s A ) ( ) ( ) (
) ( ) ( ) (
) (
0
0
=

e
j
j
s
s T s S
s b

=
) ( ) (
) (
0 0
(3.28)
Onde o subscrito j ao colchete implica na coluna j da matriz correspondente. Para cada
ponto do vetor de freqncias A
j
e b
j
vo sendo concatenados verticalmente gerando um
sistema sobre determinado.
( )
( )
( )
( )
( )
( )
( )
( )
1 .
2
1
2 .
2
1
X N no
N j
j
j
j
ni X N no
N j
j
j
j
j b
j b
j b
b e
j A
j A
j A
A
M M
(3.29)
A estruturao do controlador considerada atravs de restries fornecidas ao
problema de otimizao. Por exemplo, se em um determinado canal i da coluna j no se
deseja um controlador PI, os parmetros correspondentes podem ser fixados em 0.
Passo 2:
Com o bloco C
PI
(s) do passo anterior pode-se determinar o valor da ao derivativa
apropriada. Os parmetros conhecidos so ento fixados, e o seguinte problema de otimizao
partindo da equao (3.20) formulado.

( )( ) ( ) { }

2
, 0 ,
) ( ) ( ) ( min s b s C s T s C s A
j D
jj
PV SP j D
T
j D
(3.30)
Onde

j
j D
j
PI
j D
s
s T s S
s b e
s
s C s G s S
s A

=
) ( ) (
) (
) ( ). ( ) (
) (
0 0
,
0
,
(3.31)
Os filtros C
SP
(s) e C
PV
(s)

podem ser descritos sem perda de generalidade para qualquer
tipo de parametrizao pelas expresses abaixo, para cada linha e coluna j. Os valores
assumidos pelos coeficientes, so fornecidos na tabela (D.3) e (D.4) do Apndice D.
) ( ) (
1 ) (
) (
) ( ) (
1 ) (
) (
,
,
,
,
,
,
s T s
T s
s C e
s T s
T s
s C
PV j D PV
j D PV
jj PV
SP j D SP
j D SP
jj SP

+
+
=
+
+
= (3.32)
O termo que contm a varivel de deciso T
D,j
pode ser reescrito como apresentado na
equao (3.33), onde os valores assumidos pelos coeficientes so fornecidos na tabela (D.5)
do Apndice D.
( )
) ( ) (
1 ) (
) ( ) ( ) (
,
,
0
s T s
T s
s C s T s C
T j D T
j D T
jj PV SP

+
+
= (3.33)
Substituindo a expresso (3.33) em (3.30), e rearrumando a expresso resultante,
pode-se chega-se ao seguinte problema de otimizao
{ }

2
*
,
*
) ( ) ( min s b T s A
j j D j
T
j D
(3.34)
Onde os vetores
*
j
A e
*
j
b so dados pelas equaes (3.35)
) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
, ,
*
, ,
*
s A s b s s b e s b s s A s s A
j D j D T j j D T j D T j
= = (3.35)
Neste caso, T
D,j
um escalar, e os vetores
*
j
A (s) e
*
j
b (s) so concatenados
verticalmente para os N pontos do vetor de freqncia ( ), e o problema de mnimos
quadrados resultante formulado como um QP de maneira anloga ao problema anterior. No
caso em que no se deseja a ao derivativa em uma coluna j, a resoluo do problema (3.34)
se torna desnecessria e para esta coluna, o problema de otimizao interrompido no final
do passo 1 gerando o controlador PI desejado.
Passo 3:
Aps a resoluo dos problemas seqenciais (passos 1 e 2), so obtidos os resultados
da primeira iterao (k=1). Com os parmetros conhecidos, o procedimento descrito ento

repetido seqencialmente sempre fixando C
SP
(s) e C
PV
(s) (no passo 1) e C
PI
(s) (no passo 2)
com os valores obtidos na iterao anterior, at que o critrio de parada (3.36) seja satisfeito
com estabelecido pelo projetista e k corresponde ao nmero da iterao. Uma viso geral
desse procedimento apresentada na Figura 3.3.

% 100
1
k
j
k
j
k
j
X
X X
e

% 100 .
,
1
, ,
k
j D
k
j D
k
j D
T
T T
(3.36)

Figura 3.3: Viso geral do procedimento de otimizao coluna por coluna.
3.3.2 Otimizao Global
Na otimizao coluna por coluna foi assumido que ) ( ) (
0
s S s S . Se a diferena C
no suficientemente pequena, a funo de sensibilidade S desvia de
0
S e o erro
computacional na otimizao coluna por coluna pode ser grande. Para evitar esse
comportamento indesejado, o ajuste do controlador otimizado anteriormente pode ser
melhorado por uma otimizao no linear que considera a aproximao em malha fechada
diretamente.
A funo objetivo na otimizao no linear pode ser escrita como em (3.37) com T
fornecido pela equao (3.17)

( ) ( )

= = = =
=
N
l l
l
no
k
no
i
N
l l
l ik
Global
j
j T
j
j T
FO
1
2
2
1 1 1
2
2
.
.
.
.

(3.37)
3.4 DESEMPENHO ALCANVEL 25

O problema de otimizao (3.37) resolvido atravs de uma formulao do tipo min-
max como expresso em (3.38), utilizando como valor inicial os resultados obtidos no final do
procedimento anterior, que embora possam no ser necessariamente o melhor ponto de
partida, uma possibilidade razovel, uma vez que este procedimento relativamente rpido
no exigindo muito esforo computacional.

( ) 0 . :
min
,

w x FO a sujeito
Global
x
(3.38)
A formulao min-max eficiente por minimizar o pior caso (mximo desvio),
favorecendo o ajuste para todas as restries consideradas. Nesta formulao, no h
nenhuma aparente vantagem sendo FO
Global
uma varivel escalar. No entanto, o problema
pode ser facilmente reformulado em termos de canais da diferena T ao invs de uma nica
varivel global, o que alm de favorecer o ajuste para todas as restries consideradas ainda
permite o uso de pesos diferenciados para canais presentes na diagonal. Alm disso, a
formulao (3.38) permite uma rpida e fcil adaptao para o caso em que se deseja trabalhar
com multi-modelos pela simples insero de novas restries, como ser apresentado no
captulo 6.
3.4 Desempenho Alcanvel
O desempenho desejvel pode ser estabelecido por qualquer comportamento dinmico
tpico, sendo especificado de forma independente para cada varivel de sada do processo em
estudo. No Apndice C, so definidos critrios de avaliao de desempenho que servem como
base para a apresentao de algumas possibilidades nesta escolha, visando a sistematizao do
procedimento. Cabe ressaltar que esta uma escolha que depende diretamente dos objetivos e
que deve ser feita de forma adequada, compatvel com a ordem da dinmica da planta.
O desempenho para cada sada estabelecido atravs de especificaes no domnio do
tempo que so ento mapeadas para uma funo genrica. Para uma funo de segunda ordem
(3.39), pode-se especificar o tempo de subida e a sobre-elevao permitida em malha fechada.

1
.
2
1
) (
2
+ +
=
n n
d
s s
s T
(3.39)
Na expresso (3.39),
n
a freqncia natural no amortecida e o fator de
amortecimento. Com base na mxima sobre-elevao permitida e no tempo de subida, esses
parmetros so facilmente determinados. A escolha dos parmetros deve ser feita
considerando-se as restries do processo. Limitaes no desempenho por rudo de medio,
restries nas entradas (saturao), e incertezas associadas ao modelo esto sempre presentes
nas malhas de controle e essas limitaes devem ser consideradas, mesmo que de forma
qualitativa, na escolha do desempenho desejvel. Por um lado, controladores muito rpidos

podem passar a responder aos rudos e so mais fceis de levar o sistema a uma condio de
saturao. Por outro, controladores muito lentos podem demorar na supresso aos distrbios
sobre os quais o processo se encontra sujeito.
Alm dessas limitaes, existem as limitaes inerentes ao processo, como por
exemplo, elementos de fase no mnima (zeros de transmisso no SPD e tempo morto) e
instabilidades (plos no SPD), que devem ser consideradas no desempenho desejvel,
estabelecendo o chamado desempenho alcanvel do sistema. Os fatores de fase no mnima
limitam a mxima velocidade com que o controlador pode atuar, enquanto que a presena de
plos no SPD estabelece a velocidade mnima que o controlador deve atuar para evitar a
instabilidade do sistema em malha fechada.
De maneira geral, essas caractersticas devem estar presentes na equao em malha
aberta do sistema, o que pode ser realizado pela fatorao do sistema e a insero dos filtros
obtidos no desempenho desejvel, de forma a obter o desempenho alcanvel. A fatorao do
sistema, bem como detalhes sobre essa relao desejvel-alcanvel fornecida no Apndice
B. Considerando os filtros F
O,z
(fatorao de zero na sada) F
I,p
(fatorao de plo na entrada)
D
I
e D
O
(fatorao de tempo morto na entrada e na sada do sistema respectivamente) o
desempenho alcanvel T(s) pode ser obtido a partir do desempenho desejvel T
d
(s) atravs da
expresso (3.40) , onde se preserva as caractersticas estticas (T(0)=T
d
(0)) e as propriedades
de robustez especificadas (T e T
d
tem os mesmo valores singulares).
( ) ( ) ( ) [ ] ) ( 0
~
) ( ) 0 (
~
) ( ) ( ) (
,
1
,
1
, ,
s D s F F s T I I F s F s D s T
I p I p I d z O z O O

= (3.40)
3.5 Nmero de Performance Robusta (RPN)
O RPN foi introduzido por TRIERWEILER (1997) como uma maneira sistemtica
para a determinao da controlabilidade entrada-sada de um sistema, sendo um ndice
quantitativo que auxilia a escolha de uma estrutura de controle apropriada. O RPN leva em
considerao, ao mesmo tempo, o grau de acoplamento entre as diversas malhas de controle
do processo e a regio de freqncia de operao da malha, sendo definido pela expresso
(3.41), onde ( ) M e ) (
*
M representam o mximo valor singular e condicionamento
mnimo respectivamente da matriz M.
( ) [ ] T G T G RPN , sup ) , , (
sup
= =

(3.41)
( ) ( ) [ ] ( ) ( ) ( ) ( )
( ) ( )
+ =

j G
j G j T j T I T G
*
*
1
, (3.42)
O RPN composto de dois termos:
O termo ( ) [ ] ( ) ( ) j T j T I chamado de funo peso RPN e tem seu
mximo prximo a freqncia de corte do sistema, regio na qual incertezas
3.6 ESCALONAMENTO RPN 27

em sua proximidade so as mais importantes para a estabilidade robusta do
projeto de controle.
O termo ( ) ( )
( ) ( )
+

j G
j G
*
*
1
responsvel pela avaliao da
direcionalidade do sistema.

O RPN indica o desempenho e a
robustez para uma dada estrutura de
controle, servindo como ferramenta para
avaliar o projeto de controladores baseados
em uma simples inverso da planta. Este
nmero representa o potencial de
dificuldade de se alcanar o desempenho
desejado para o sistema com o modelo
analisado. Uma boa estrutura de controle
aquela com RPN reduzido. A Figura 3.4
ilustra um comportamento tpico da funo
peso RPN em comparao com a funo de
sensibilidade (S) e com a funo
complementar de sensibilidade (T).
Figura 3.4: Comportamento tpico da funo
peso RPN.

3.6 Escalonamento RPN
Sistemas bem condicionados facilitam o desempenho numrico do algoritmo de
otimizao e produzem respostas com erros relativos menores. Surge ento a importncia de
se escalonar o sistema de forma que ele tenha o menor condicionamento possvel. Com esse
objetivo, so escolhidas matrizes diagonais
S
L e
S
R , atravs do procedimento de
escalonamento RPN descrito a seguir
1-Determinao da freqncia
sup
, onde a curva RPN, ( ) , ,T G alcana seu valor
mximo;
2-Calculo das matrizes de escalonamento de forma que o condicionamento do
sistema, ( ) ( )
S S
R j G L
sup
. seja minimizado na frequncia
sup
, ( ) ( )
sup
*
. j G ;
3-Escalonamento do sistema com as matrizes
S
L e
S
R ,
S S S
R s G L s G ) ( ) ( = .
3.6 Procedimento Global
O procedimento global pode ser visualizado na Figura 3.5. Inicialmente, o modelo
nominal G(s) fatorado (detalhes no Apndice B). Os filtros obtidos com a fatorao so
inseridos no desempenho desejvel T
d
(s) especificado segundo a expresso (3.40), definindo o
desempenho alcanvel do sistema T(s).

A partir de G(s) e T(s), o Nmero de Performance Robusta calculado, e so
determinadas as matrizes L
S
e R
S
pelo procedimento de escalonamento RPN para a faixa de
frequncia selecionada. No caso em que o RPN suficientemente baixo, o controlador ideal
ento reduzido para a estrutura e ordem do controlador selecionado pelo procedimento
previamente descrito para a obteno dos blocos C
PI
(s), C
SP
(s) e C
PV
(s). Os blocos so ento
retornados s unidades originais. Os resultados so simulados para verificao do
desempenho obtido, quando no satisfeito, pode-se redefinir o desempenho desejvel ou a
estrutura e/ou ordem do controlador.

Figura 3.5: Procedimento Global de Projeto.
Modelo Nominal
Fatorao
Desempenho Desejado
Escalonamento RPN
RPN<5
( ) ( ) ( ) ( )
1
1 1

= I j T j G j C
S
id
S

Sim
. , , etc H

Aproximao no Domnio da
Freqncia
Estrutura & Ordem do
Controlador
CPI=R
S
CPI
S
L
S

CPI
S
Simulao
Satisfeito?
Fim
Desempenho
Alcanvel
G T
No
Sim No
Coluna por Coluna
Otimizao Global
CPI
S
,,CPV, CSP
3.7 PROJETO DE CONTROLE PARA UMA UNIDADE DE DESTILAO COM INTEGRAO
ENERGTICA 29

3.7 Projeto de Controle para uma unidade de Destilao
com Integrao Energtica
Nessa seo, ser discutido o projeto de controladores para uma coluna de destilao
com integrao energtica para separao de benzeno/tolueno/xileno (BTX) (DING e
LUYBEN, 1989). Esse sistema consiste de duas colunas de destilao, onde a primeira atua
como uma pr-fracionadora que prov uma separao inicial da corrente de alimentao. O
topo da primeira coluna contm uma corrente pobre em xileno e a corrente o fundo pobre
em benzeno. Essas duas correntes so alimentadas em diferentes pratos da segunda coluna,
onde a separao realmente ocorre. No topo obtida uma corrente rica em benzeno com
pureza XD2 e no fundo uma corrente com pureza XB2 rica em xilenos. O produto tolueno
com pureza XS2 obtido atravs de em uma retirada lateral. As variveis manipuladas so as
correntes de vapor nos refervedores das duas colunas (Q
1
e Q
2
), o refluxo da segunda coluna
R
2
e a vazo de retirada lateral na segunda coluna S
2
.
Figura 3.6: A Coluna de Destilao com Integrao Energtica.
Para um ponto de operao de baixa pureza, o comportamento dinmico do sistema
bem capturado pelo seguinte modelo linear
( )
( ) ( )
+ + + + + +
+ +
+ +
+
+ +
+ +
+
+
+ +
+ + + + +
+
+ +
2
2
2
1
) 1 3 )( 1 26 (
4 . 19
) 1 3 )( 1 29 (
12
) 1 3 )( 1 24 (
21 . 8
) 1 3 )( 1 40 (
9 . 4
) 1 )( 1 68 (
1 188 27 . 1
) 1 3 . 0 )( 1 3 (
15 . 3
) 1 )( 1 108 (
1 200 7 . 1
) 1 4 (
9 . 1
) 1 5 )( 1 28 (
3 . 18
) 1 6 )( 1 31 (
18 . 1
) 1 4 )( 1 28 (
1 . 10
) 1 20 (
1 200 11 . 0
0 0 0
) 1 )( 1 11 (
39 . 7
5 . 1 5 . 2 6 . 1
2
4 . 1
2
2
11
3
5
2
2
2
1
Q
S
R
Q
s s
e
s s
e
s s
e
s s
e
s s
e s
s s
e
s s
e s
s
e
s s
e
s s
e
s s
e
s
e s
s s
e
XB
XS
XD
XB
s s s s
s s s s
s s s s
s
(3.43)
1 5, 5
3 0
3 4 66 C 7 2 C
C
87 ,9
1 8 3 ,2
97 ,9 C
x y l e n e
9 5 m o l %
7 9, 21
1 69 8
m m H g
13
1 9
2 9
3 2
1 6 9, 9 C
1 1 6
1 1 5, 6
1 4 1, 1 C
15 8 ,
1 00 , 3 C
15 3 ,2
77 ,8 8
6 3 ,3
1 02 , 9 C
14 1 3m m
2 5, 5 4 4, 4 C 7 5, 8
1 16 ,
5 0
0 ,0 3
0 , 22 0 ,3 9 2 0 ,0 8
1, 6 5
0 , 31
0 ,2 5
1 4
9
2 89
m m H
1, 6
2 ,0 1 3
50 C
2 04 , 3m m H
X D 2
X S 2
X B 2
XB 1
X D 2 XS 2 X B 2
t o l u e n e
9 0 m o l %
b e n z e n e
9 5 m o l %
Q 1
R 2
S 2
Q 2

Com constantes de tempo expressas em minutos. DING e LUYBEN (1989)
consideraram distrbios de diferentes composies de alimentao. Funes de transferncias
tpicas para os distrbios na composio de carga so dadas pelas seguintes equaes

T
s s s
s s
e
s
e
s s
e
s Z

+ + +
+ +
=

2
19
2
5
2
5
1
) 1 5 )( 1 45 (
1 . 15
) 1 7 (
592 . 0
) 1 26 )( 1 3 (
42 . 2
0 ) (
(3.44)

T
s s s
s s
e
s s
e
s s
e
s Z

+ +
+ + + +
=

2
8 6
2
5
2
) 1 7 )( 1 50 (
52 . 4
) 1 2 )( 1 25 (
83 . 1
) 1 22 )( 1 3 (
47 . 2
0 ) (
(3.45)
Este modelo (3.43) deve ser fatorado, uma vez que apresenta tempo morto e um zero
positivo em 0.7895 com direo de sada dada por y
z
=[0.1346,-0.5088,0.1623,0.8346]. Para o
tempo morto no fatorado foi utilizado a aproximao de Pad. A direo de sada do zero
fornece uma informao importante principalmente no projeto de controladores de baixa
ordem, neste caso as sadas XD2 e XB2 devem ser reguladas mais lentamente do que as
sadas XB1 e XS2 devido ao maior efeito do zero de transmisso.
Inicialmente o seguinte desempenho foi especificado:
Tabela 3.1: Desempenho Desejvel para cada sada do sistema.

XB
1
XD
2
XS
2
XB
2

Ordem 2
a
2
a
2
a
2
a

T. Subida (min) 4 6 4 6
Sobre
Elevao (%)
10 10 10 10
Funo de
Transferncia
1 34 . 2 91 . 3
1
2
+ + s s

1 5 . 3 8 . 8
1
2
+ + s s 1 34 . 2 91 . 3
1
2
+ + s s

1 5 . 3 8 . 8
1
2
+ + s s

Para esta configurao, o valor do RPN de 3.3769. Uma vez que este o valor
inferior a 5, o que corresponde ao valor usado como referncia para a utilizao da tcnica, a
metodologia baseada na inverso do sistema pode ser utilizada.
Tabela 3.2: RGA estacionrio para o sistema.
RGA Q1 R2 S2 Q2
XB1 1 0 0 0
XD2 0 1.188 0.068 -0.256
XS 0 1.057 0.369 -0.426
XB2 0 -1.245 0.563 1.683

A varivel XB1 sofre influncia apenas da varivel Q1, no entanto, Q1 tem influncia
sobre as demais variveis de sada, embora a matriz RGA esttica apresente um valor nulo. As
31

demais malhas de controle apresentam um nvel de interao elevado devido integrao
energtica das colunas. Deste modelo foi estabelecido um controlador estruturado, sendo essa
estrutura estabelecida pela regio de valores de RGA no nulos da Tabela 3.2.
O algoritmo de PID srie padro (3.46) foi considerado para o projeto, cujas
expresses para os blocos C
SP
(s) e C
PV
(s) so fornecidas na Tabela D.2, com igual a 0.1.
[ ] ) ( ) (
1
1 1
1 ) ( s y s y
s T
s T
s T
K s u
R
D
D
I
P

+
+
+ =
(3.46)
O controlador projetado C
1
de acordo com a metodologia proposta neste captulo, tem
os seus parmetros apresentados na Tabela 3.3.
Tabela 3.3: Parmetros do Controlador C
1
.
Parmetro (i,j) 1 2 3 4

K
P

1 -0.3033 0 0 0
2 0 0.2889 0.0044 0.1698
3 0 0.4620 -0.2357 0.2923
4 0 -0.1371 0.0628 0.1067

T
I

1 10.4730 0 0 0
2 0 13.6791 0.0355 10.9921
3 0 46.6771 10.0250 38.3382
4 0 -48.322 0.9254 11.7975
T
D

1,2,3,4 0 1.6118 1.1082 0

As Figuras 3.7 e 3.8 apresentam as performances em relao ao problema regulador
(degrau unitrio nos distrbios) e ao problema servo (degrau unitrio nas variveis de
referncia).

1
.

Figura 3.8 Performance do Problema Servo do Controlador C
1
Pode-se perceber pelas figuras que existe uma forte interao da sada XS com as
demais variveis. Neste caso, a performance pode ser melhorada por uma modificao no
desempenho desejado, sendo interessante fazer com que XS responda de forma mais lenta. O
tempo de subida dessa sada foi ento aumentado de 4 para 6 minutos, mantendo os demais
parmetros especificados na Tabela 3.1.
A nova performance pode ser verificada nas Figuras 3.9 e 3.10.

2
.

3.8 AUMENTO DA ORDEM 33

2
.
Como se pode perceber, a interao entre as variveis diminuiu, no entanto o
desempenho de XB2 ficou muito mais lento. Esta situao evidencia a importncia na escolha
do desempenho desejvel para o sistema, alm de exemplificar o uso e a eficincia da
metodologia proposta.
Os parmetros do controlador C2 podem ser vistos na Tabela 3.4
Tabela 3.4: Parmetros do Controlador PID C
2
.
Parmetro (i,j) 1 2 3 4

K
P

1 -0.3026 0 0 0
2 0 0.2320 -0.0296 0.0662
3 0 0.3694 -0.1805 0.2522
4 0 -0.1077 0.0327 0.0463

T
I

1 10.4612 0 0 0
2 0 15.2451 -0.2970 5.7153
3 0 42.5873 9.6703 36.6188
4 0 -98.887 0.6072 6.7233
T
D

1,2,3,4 0 0.9823 0.6512 0


3.8 Aumento da Ordem
Processos de elevada ordem ou com comportamentos oscilatrios justificam o uso de
controladores de ordem mais elevada. Como visto na ltima seo, para melhorar o
desempenho do controlador se fez necessrio fazer com o controlador atuasse de forma mais
lenta. O aumento de ordem pode ser uma estratgia alternativa para melhorar a performance
quando no se abre mo de uma atuao mais rpida, j que este tem um efeito estabilizador,
permitindo que o controlador atue nessa condio sem que sua performance seja muito
prejudicada por oscilao. Essa situao ser evidenciada na aplicao da metodologia.
O aumento de ordem pode ser realizado pela insero de um bloco C
F
(s) na malha
proposta, na forma como apresentada na Figura 3.11.
-
y y
r
T(s)
C
PV
C
SP
C
PI
C
F
G

Figura 3.11: Malha por realimentao proposta com insero do filtro C
F
.
O bloco C
F
(s) consiste de um bloco diagonal pela mesma justificativa dada
anteriormente para os blocos dos blocos C
SP
(s) e C
PV
(s) (isto , tornar o problema de
otimizao independente na coluna, para a primeira aproximao e facilidade na
implementao). O bloco C
F
(s) tem dimenso no no conforme a expresso (3.47).
{ } ) ( ),..., ( ), ( ) (
, 2 , 1 ,
s C s C s C diag s C
no F F F F
= (3.47)
Para esta configurao, foram propostas duas formas distintas para a seleo do filtro.
A primeira consiste na insero de filtros tipo lead-lag conforme descrito pela equao (3.48),
Onde n
j
corresponde a ordem do filtro e T
F,j
a varivel de deciso acrescida no problema de
otimizao, sendo =0.1. A principal vantagem consiste na facilidade de implementao
desses filtros, que esto presentes nos sistemas de controle comerciais.

j
n
j F
j F
j F
s T
s T
s C

+
+
=
1
1
) (
,
,
,
(3.48)
A segunda opo consiste na utilizao de em filtro expandido em uma base ortogonal
generalizada, conforme descrito pela equao (3.49).

=
=
nj
k
k j Fk j F
s T s C
0
, ,
) ( ) ( (3.49)

Onde
k
(s) corresponde ao termo da base de ordem k.

=
+
+
=
+
=
1
0 0
0
0
2
) (
2
) (
k
i i
i
k
k
k
s
s
s
s e
s
s
(3.50)
Na expresso (3.50), so os plos nos quais se deseja expandir a base ortogonal.
Esses plos so especificados em nmero mximo, sendo este inferior ou igual ordem da
base n
j
. No caso em que o nmero de plos especificados inferior ordem da base, estes
podem ser repetidos de forma cclica. Na falta de uma metodologia clara para a definio
desses plos, optou-se nesse trabalho por expandir a base em um nico plo, sendo este
definido na frequncia onde o ajuste tem o seu mximo desvio.
A principal vantagem de se projetar C
F
(s) usando essa configurao reside na
facilidade inerente otimizao, visto que em geral o problema de otimizao bem
condicionado e linear nos parmetros. Sendo cada termo da srie ortogonal entre si e de
ordem crescente, os parmetros T
Fk,j
tendem a zero com o aumento da ordem e independem
do anterior tendo em vista a ortogonalidade.
A afirmao anterior permite a constatao de que a ordem do filtro a ser usada seja
determinada indiretamente pelo procedimento de otimizao, basta para isso que seja
realizado um projeto com um filtro de ordem elevada e em seguida truncar nos termos onde
no se tem uma melhoria siguinificativa.
A implementao desses filtros pode ser realizada para cada sada pelo diagrama
apresentado na Figura 3.12, onde e consiste do desvio entre as variveis de referncia filtrada
por C
SP
(s) e de processo filtrada por C
PV
(s), resultando em um sinal de erro filtrado ef que
ento fornecido ao bloco C
PI
(s).

Figura 3.12: Esquema de implementao da base ortogonal para cada sada.

ef
e
0
1
+ s

1
0
s
s

k
k
s
s
1

0 0 ,
2
F
T
1 1 ,
2
F
T
k k F
T 2
,


Procedimento de Resoluo
A nova expresso para a diferena T dada pela equao (3.51)
( ) [ ] ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) (
0 0 0
s T s T s C s C s C s C s G s S s T
PV SP F PI
= (3.51)
O acrscimo de C
F
(s) aumenta a dimensionalidade e a no linearidade do problema de
otimizao no linear resolvido na etapa de otimizao global, mas esta realizada da mesma
forma como anteriormente, considerando as novas variveis de deciso inseridas no problema.
A principal diferena reside na resoluo do problema coluna por coluna.
Considerando que os blocos C
PI
(s), C
SP
(s) e C
PV
(s) so conhecidos do procedimento
seqencial e iterativo apresentado anteriormente, estes blocos so fixados e ento o parmetro
T
F,j
ento determinado pela resoluo do seguinte problema (3.52).
{ }

2
, , ,
min
j F j F j F
T
b C A
j F
(3.52)
Onde
( )
j
j F
j
PV SP PI
j F
s
s T s S
s b e
s
s C s T s C s C s G s S
s A

=
) ( ) (
) (
) ( ) ( ) ( ) ( ). ( ) (
) (
0 0
,
0 0
,
(3.53)
Este problema pode ser convertido a um problema como expresso em (3.54) que
ento concatenado para todos os N pontos do vetor de frequncia sendo resolvido como um
problema do tipo QP de forma anloga aos problemas anteriores.
{ }

2
*
, ,
*
,
min
j F j F j F
T
b T A
j F
(3.54)
Para a formulao com lead-lag, o termo entre chaves na expresso (3.54) pode ser
reescrito como

j F
nj
j F
j F
j F
b
s T
s T
A
,
,
,
,
1
1
=
+
+
(3.55)
A expresso (3.55) pode ser arrumada de forma que os seguintes vetores sejam
identificados, onde a potenciao realizada pontualmente para cada elemento do vetor
correspondente.
( ) ( )
j F
nj
j F j F
nj
j F
nj
j F j F
A b b e b A A
,
1
,
*
,
1
,
1
,
*
,
= = (3.56)

No caso de projeto usando a base ortogonal proposta, o termo entre chaves na
expresso (3.54) pode ser reescrito como na equao (3.57)
) ( ) ( ) (
,
0
, , ,
s B s T s A
j F
k
n
j n j Fn j F
=
=
(3.57)
O somatrio da expresso (3.57) pode ser escrito matricialmente pelo produto das
expresses (3.58) e (3.59).
[ ] ) ( ) ( ) ( ) (
, , 1 , 0
s s s s F
j nj j j
L = (3.58)
[ ]
T
j Fnj j F j F j F
s T T T T ) (
, , 1 , 0 ,
L = (3.59)
E finalmente, os vetores na formulao (3.54) so ento obtidos (3.60)
) ( ) (
,
*
, ,
*
,
s F b b e s F A A
j F j F j F j F
= = (3.60)
Procedimento Seqencial Iterativo
No caso de um aumento de ordem, o controlador PID determinado exatamente como
descrito anteriormente na seo 3.3.1, considerando o filtro C
F
(s) como uma matriz
identidade. Com o primeiro PID fixo, o problema descrito para o clculo do C
F
(s) executado
conforme o tipo de filtro selecionado. Uma vez determinado o bloco C
F
(s), este ento fixado
e o procedimento seqencial iterativo ento resolvido para determinar os demais blocos,
gerando um procedimento seqencial duplamente iterativo. Este procedimento repetido at
que todos os parmetros determinados satisfaam o critrio de parada como em (3.36),
considerando agora os novos parmetros estimados. Uma visualizao global desse
procedimento apresentada na Figura 3.13.

Figura 3.13: Viso geral do procedimento coluna por coluna com aumento de ordem.

Captulo 4
Classes Dinmicas
Os processos industriais modernos so altamente complexos. Estes podem apresentar
zeros de transmisso positivos, tempo morto, comportamentos oscilatrios, dinmicas
integradoras e plos instveis. Essas caractersticas so inerentes do processo e limitam o
projeto de controle da unidade. Embora as operaes unitrias da engenharia qumica em
geral sejam modeladas por equaes diferenciais de primeira ordem, que em srie geram
sistemas de ordem superior, estes processos, quando monovariveis, so incapazes de gerar
plos complexos no sistema tendo em vista que estes s ocorrem aos pares conjugados. No
entanto, muitas vezes a realizao de um projeto de controle em distintas sub-unidades do
processo que interagem entre si pode gerar plos complexos devido presena do
controlador. Em geral, em sistemas fsicos reais nem sempre com um nico estudo de caso se
consegue uma representatividade dessas distintas dinmicas, sendo necessrio um grande
conjunto de exemplos para se avaliar o desempenho e a robustez de uma determinada tcnica
de controle multivarivel. O presente captulo tem como objetivo definir um estudo de caso
didtico, porm factvel, que contemple a grande maioria dos comportamentos dinmicos de
sistemas multivariveis reais pela alterao de apenas alguns parmetros, e que pode ser
facilmente construda. A partir deste estudo de caso foram definidas classes de
comportamentos dinmicos que visam a obteno de concluses generalizadas a respeito do
projeto de controle para as mesmas.
4.1 Descrio da Unidade
A unidade proposta consiste em uma planta de seis tanques esfricos que interagem
entre si. O objetivo consiste em controlar os nveis dos tanques inferiores (h
1
e h
2
) utilizando
como variveis manipuladas as vazes (F
1
e F
2
), sendo os nveis dos tanques intermedirios
(h
3
e h
4
) controlados por malhas independentes, utilizando para isso a manipulao do
coeficiente de descarga (R) dos respectivos tanques. Na Figura 4.1, x
1
e x
2
assumem valores
entre 0 e 1, e indicam a frao da vazo que alimenta diretamente o tanque superior. O
complementar dessa vazo (1-x
1
, 1-x
2
) alimenta o tanque intermedirio do lado oposto.
40 4. CLASSES DINMICAS

Figura 4.1: Unidade de 6 tanques esfricos proposta.
A modelagem fenomenolgica dessa unidade permite a sua representao pelo
seguinte modelo no linear considerando o uso de controladores do tipo Proporcional-Integral
nas malhas intermedirias.
( )
( ) ( )
( )
( )
( ) ( )
( )
( )
( )
( ) 4 , 3
1
1
1
1
4 4
4
4
3 3
3
3
2 2 4 4 6
2
2 2
4 4 6 6 1 1 5
4
4 4
6 6 2 2 4
6
6 6
1 1 3 3 3
1
1 1
3 3 2 2 5 5 2
3
3 3
5 5 1 1 1
5
5 5
+ +

+

+

k I K h h K R R
h h
T dt
dI
h h
T dt
dI
h R h R f
dt
dh
h A
h R h R F x f
dt
dh
h A
h R F x f
dt
dh
h A
h R h R f
dt
dh
h A
h R F x h R f
dt
dh
h A
h R F x f
dt
dh
h A
k Pk k ks Pk ks k
s
I
s
I

(4.1)
4.1 DESCRIO DA UNIDADE 41

Onde A
i
corresponde a rea da seo transversal do tanque i (dependente do
nvel h
i
), K
Pk
a constante proporcional e T
Ik
o tempo integral do controlador PI k, com k
assumindo valores de 3 ou 4. Na notao utilizada, o subscrito iS implica no valor
estacionrio da varivel de nmero i correspondente.
Para a aplicao da metodologia, se torna necessrio o conhecimento do modelo
linearizado em torno do ponto de operao. Considerando duas entradas (
1
F e
2
F ), e duas
sadas (
1
h e
2
h ), para este sistema de equaes diferenciais, pode-se obter a uma
representao em espao de estados pelas matrizes (A, B, C, D) dadas pelas equaes (4.2),
(4.3) e (4.4).
( )
( )
( )
( )
( )
( )
( )
( )
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
1
]
1
+
+
+
+
0 0 0
1
0 0 0 0
0 0 0 0 0 0
1
0
0
1
1 0 0 0 0
0 0 1
1
0 0 0
0 0 0 0
1
0 0 0
0 0 0 0
1
1 0
0 0 0 0 0 1
1
0 0 0 0 0 0 0
1
4
3
4
4 4
2 4
2
2
4 4
2 4
2
4
4 4
4 4
4 4 6
4
6
3
3 3
1 3
1
1
3 3
1 3
1
3
3 3
3 3
3 3 5
3
5
I
I
T
T
kp kr
k
k
kp kr
k
k
kp kr
kp kr
k
k
T
kp kr
k
k
kp kr
k
k
kp kr
kp kr
k
k
A

(4.2)
( )
( )
1
1
1
1
]
1
0 0 0 0 0
1
0
0 0 0
1
0 0 0
6
6 2
3
3 2
4
4 1
5
5 1

k x k x
k x k x
B
T
(4.3)

1
]
1
1
]
1
0 0
0 0
0 0 1 0 0 0 0 0
0 0 0 0 0 1 0 0
D C (4.4)
Onde as constantes so definidas em (4.5)
( )
i is i is is i i
is
is
i
is
is
i
k A k h h D e
R
h
kr
R
h
k
2
2
,
2
(4.5)
As constantes k
i
e kr
i
correspondem ao ganho do nvel do tanque i para sua vazo de
entrada F
in,i
, e o coeficiente de descarga R
i
respectivamente. Enquanto que t
i
consiste na
constante de tempo associada dinmica de primeira ordem estabelecida nestas duas relaes
(h
i
-F
in,i
e h
i
-R
i
).

As funes de transferncia K
3
(s) e K
4
(s) so dadas por
4 , 3
1
1 ) (
,
_
+ k
s T
K s K
Ik
Pk k
(4.6)
so usadas para controlar respectivamente os nveis dos tanques 3 e 4.
Aps se proceder a transformao da representao em espao de estados para a
representao em matriz de transferncia, obtem-se a seguinte expresso
( )
( )( ) ( ) [ ]
( ) ( )
( ) ( ) [ ]
( ) ( )
( ) ( ) [ ]
( )
( ) ( ) [ ]
1
1
1
1
]
1
+ + + +
+
+ + +
+
+ + +
+
+ + + +
+
) ( 1 ) 1 ( 1
) ( 1
) ( 1 1
) ( 1 1
) ( 1 1
) ( 1 1
) ( 1 1 1
) ( 1
) (
4 4 4 6 2
4 4 2 2
4 4 4 2
4 4 2 1
3 3 3 1
3 3 1 2
3 3 3 5 1
3 3 1 1
s K kr s s s
s K kr k x
s K kr s s
s K kr k x
s K kr s s
s K kr k x
s K kr s s s
s K kr k x
s G

(4.7)
4.2 Anlise do Modelo
A escolha de tanques esfricos est baseada no aumento da no linearidade da planta
real, tendo em vista que a rea da seo transversal varia conforme o nvel. Essa situao
permite que modelos linearizados em nveis estacionrios diferentes tenham resposta iniciais
tambm diferentes. No entanto, o comportamento esttico do sistema independe da geometria
dos tanques e ser analisado a seguir.
4.2.1 Modelos de Fase no Mnima
A presena de tempo morto e de zeros de transmisso no SPD caracterizam sistemas
de fase no mnima. Tais caractersticas limitam o desempenho do controlador impondo uma
barreira velocidade mxima de atuao do controlador em malha fechada.
Qualquer sistema fsico real apresenta, por menor que seja, um tempo morto associado
s suas relaes de entrada e sada, indicando que alguma alterao em uma das entradas do
sistema no acarreta em uma alterao instantnea nas sadas. Nesta planta, o tempo morto
proveniente do prprio escoamento do fluido na tubulao e dependente das condies
operacionais e da geometria do escoamento. O tempo morto pode ser facilmente identificado
a partir de dados experimentais. Neste estudo foi considerado um atraso de 0.3 minutos na
relao da vazo de entrada para o nvel de cada tanque.
Na prtica, operaes unitrias em paralelo geram zeros de transmisso que,
dependendo das variaes dinmicas, podem estar alocados no semi-plano direito. Os zeros
so pontos de singularidade na matriz de transferncia, em outras palavras, pontos que anulam
o determinante dessa matriz. Para o modelo proposto, os zeros so tais que satisfazem a
expresso (4.8).
4.2 ANLISE DO MODELO 43

( ) ( )( )
( )( )
( )( ) 0 1 1
1 1
1 1 0 ) ( det
6 5
2 1
2 1
6 5
+ +

+ + s s
x x
x x
s s s G (4.8)

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

(4.9)
Se x
1
e x
2
tendem a zero, o termo tambm tende a zero e as razes da equao (4.8)
se aproximam de -1/t
5
e -1/t
6
e tem seus valores alocados no semi-plano esquerdo. Quando a
soma de x
1
e x
2
igual a 1, o sistema tem necessariamente um zero localizado na origem e
outro esta localizado em (t
5
+

t
6
)/( t
5
t
6
). A medida que x
1
e x
2
aumentam, tende ao infinito
e os zeros se afastam cada vez mais da origem, um sendo deslocado ao longo semi- plano
esquerdo e outro ao longo do semi-plano direito (Figura 4.2).

Figura 4.2: Lugar das razes de det(G(s)) para variao em .
A Figura 4.3 ilustra o comportamento do zero de interesse (alocado no SPD) em
funo da soma x
1
e x
2
. Pode-se observar que quanto mais lentas forem as dinmicas dos
tanques superiores (t
5
e t
6
maiores), para a mesma soma dos parmetros x
1
e x
2
, mais prximo
da origem estar localizado o zero positivo e consequentemente ser possvel observar um
maior efeito sobre o sistema.

Figura 4.3: Localizao da parte real do zero em funo da soma de x
1
e x
2
.

4.2.2 Desacoplamento do Modelo
Essa unidade pode facilmente gerar comportamentos desde os totalmente
desacoplados, at modelos com elevado grau de acoplamento entre as variveis, apenas pela
modificao de x
1
e x
2
.
Se x
1
e x
2
so iguais a zero, tem-se um modelo desacoplado. Uma vez que no ocorre
nenhuma alimentao direta nos tanques superiores, o emparelhamento adequado consiste em
utilizar F
1
para controlar h
2
e F
2
para controlar h
1
. Por outro lado, se x
1
e x
2
so iguais a 1,
obtem-se um modelo com um zero no SPD e a decentralizao total. Neste caso, a
alimentao realizada diretamente nos tanques superiores, que passam a interferir na
dinmica do modelo, e neste caso o emparelhamento adequado consiste em utilizar F
1
para
controlar h
1
e F
2
para controlar h
2
.
Entre esses dois extremos, pode-se obter modelos com distintos graus de acoplamento.
Para analisar de que forma esse acoplamento varia se torna necessrio verificar a matriz de
ganhos estacionrios deste modelo expressa em (4.10).

( )
( )
1
]
1
2 2 2 1
1 2 1 1
1
1
) 0 (
k x k x
k x k x
G (4.10)
Baseado na matriz de ganhos (4.10) pode-se calcular o primeiro elemento da matriz de
ganhos relativos (RGA), o qual dado pela seguinte expresso

( )( ) 1 1 1
2 1 2 1
2 1
1 , 1 1 , 1
x x x x
x x
RGA (4.11)
Pode-se constatar que o RGA depende apenas dos parmetros x
1
e x
2
. Na regio de
fase no mnima (x
1
+x
2
>1 ou 1 > ), quanto maior for a soma desses parmetros, maior ser o
valor da varivel e mais desacoplado ser o sistema, uma vez que
1 , 1
tende
assntoticamente para 1 e nesta situao F
1
passa a ter maior efeito sobre h
1
e F
2
maior efeito
sobre h
2
.
Na regio de fase mnima (x
1
+x
2
<1 ou 1 < ), quanto menor for a soma de x
1
+x
2
,
menos efeito observado de F
1
sobre h
1
e de F
2
sobre h
2
porque o valor
1 , 1
tende a zero.
Ainda, nessa regio o valor do
1 , 1
negativo, indicando que os ganhos em malha aberta e em
malha fechada tm sinais contrrios, o que deve ser evitado para evitar problemas de
instabilidade operacional. Estas situaes podem ser visualizadas nos grficos da Figura 4.3,
onde se tem o valor do primeiro elemento RGA em funo da varivel , cuja relao com x
1

e x
2
dada pelas curvas de nvel.

(a) (b)
Figura 4.4: RGA estacionrio em funo da varivel ? (a) e curvas de nvel de ? (b).

4.2.3 Bases Dinmicas
As bases dinmicas de um modelo so estabelecidas pelos seus plos. Para que se
possam estabelecer comportamentos dinmicos desejados deve-se alocar os plos de acordo
com a seleo dos pontos de operao. Para verificar a influncia da definio das variveis
sobre o posicionamento desses plos, foram feitas algumas anlises, inicialmente para os
tanques superiores e inferiores por serem totalmente anlogos e em seguida para os tanques
intermedirios, cuja dinmica modificada pela presena do controlador.
Tanques Superiores e Inferiores
Esses tanques apresentam dinmicas de primeira ordem com constante de tempo ( )
estabelecida pela equao (4.5). Na Figura 4.5 so fornecidas as curvas de nvel de em
funo da vazo de entrada e do coeficiente de descarga dos tanques superiores e inferiores.
Na Figura 4.5 pode ser percebida a regio de viabilidade operacional, entre o tanque
completamente cheio (h=D) e completamente vazio (h=0). Para uma vazo de entrada fixa,
estabelecida pela escolha de F
1
, F
2
, x
1
e x
2
, pode-se perceber que aumentando o coeficiente de
descarga a partir do seu valor mnimo possvel (estabelecida na curva em que h=D), se tem
um comportamento no linear pronunciado em relao s curvas de nvel de . Pode-se
perceber que trabalhar em nveis prximos aos limites superiores e inferiores levam a
dinmicas rpidas, e que prximo regio intermediria as dinmicas so mais lentas. Uma
observao importante consiste no fato de que a manipulao do coeficiente de descarga por
vlvulas manuais permite alterar o comportamento dinmico dos tanques e consequentemente
de todo o sistema.

(a) (b)
Figura 4.5: Curvas de nvel de t para os tanques superiores (a) /inferiores(b).

Tanques Intermedirios
Devido presena dos controladores de nvel, os tanques intermedirios apresentam
uma dinmica de segunda ordem. Sistemas de segunda ordem so bem caracterizados pela
constante de tempo e o fator de amortecimento , cujo valor, quando situado entre 0 e 1,
implica na existncia de plos complexos. Quanto menor for o valor de , maior ser essa
oscilao e no limite quando 0 , se tem uma oscilao sustentada. Um sistema de segunda
ordem apresenta uma equao caracterstica (4.14) cujas razes so os plos do sistema.
1 2
2 2
+ + s s
n n
(4.12)
Para este processo em estudo, as constantes so dadas por

n
I
P
P
P
I
n
T
kr K
kr K
e
kr K
T
,
_
+

2
1
(4.13)
Para a sistematizao do clculo dos parmetros do controlador utilizado, foram
utilizadas as equaes (4.16) e (4.17) que consistem nas expresses obtidas pela minimizao
do critrio ITAE para diferentes valores de / , neste caso para supresso de dis trbios na
carga. Os parmetros e kr so dados pela equao (4.5) e consiste no tempo morto do
processo.

977 . 0
859 . 0
,
_
kr
K
P
(4.14)

68 . 0
674 . 0

,
_

I
T (4.15)

Se o ajuste fornecido pelas equaes (4.16) e (4.17) for suficientemente bom, o
comportamento do sistema em malha fechada deve apresentar um nvel de oscilao baixo.
Para que se possa ter um controle efetivo sobre o nvel de oscilao do sistema, pode se lanar
mo de um artifcio que consiste em projetar o controlador para um nvel estacionrio h
S
,
mais baixo que o nvel estacionrio realmente desejado para a operao do sistema (h
3S
para o
tanque 3 e h
4S
para o tanque 4).
Na Figura 4.6 pode-se perceber a utilidade prtica desse artifcio, onde foi projetado o
controlador para o nvel estacionrio h
S
=0.2. Como era de se esperar, a dinmica do sistema
mais lenta quando se deseja operar com os nveis estacionrios intermedirios. Esta situao
tambm acarreta menores valores para o fator de amortecimento, que por sua vez implicam
em uma maior oscilao. Desta forma, fica evidenciado que a escolha do ponto estacionrio
para o projeto do controlador h
S
permite definir a constante de tempo e o fator de
amortecimento. Aproximando o valor de h
S
dos valores desejados de operao para os nveis
intermedirios tende a tornar a dinmica do sistema mais lenta e mais amortecida, indicando
que a escolha de h
S
permite ajustar o nvel de oscilao do sistema.

Figura 4.6: Curvas de nvel da constante de tempo t e do fator de amortecimento ? para os
tanques intermedirios com h
S
=0.2.
Alm do aumento de ordem na dinmica, a presena do controlador insere um zero no
sistema dado pela expresso (4.18). Como kr e K
P
tm o mesmo sinal (negativo), sendo T
I

positivo, pois o contrrio iria inserir resposta inversa na malha de controle, o zero sempre
estar localizado no semi-plano esquerdo.

( )
P I
P
krK T
krK
z
+
1
(4.16)


4.3 Classes Dinmicas
Os sistemas dinmicos lineares podem ser classificados por suas caractersticas
estticas e dinmicas. Com base nessa idia, foram definidas cinco classes que visam
representar os mais distintos comportamentos assumidos na modelagem dos sistemas.

A separao em classes foi realizada com base nas interaes estticas e dinmicas
entre as malhas de controle. Sistemas com baixa interao implicam que cada canal pode ser
considerado de forma independente dos demais, tornando o projeto do controlador mais fcil.
No entanto, deve-se ter em mente que a interao no algo ruim a princpio. Em muitos
casos, pode ser um beneficio, uma vez que problemas de restries nos atuadores podem ser
reduzidos. Ainda, o efeito de zeros no SPD no acoplados a uma sada pode ser movido de um
canal para o outro, o mesmo se aplica at certo ponto para o tempo morto, etc. O principal
problema com a interao que se passa a ter mais graus de liberdade, e usualmente mais
liberdade requer mais conhecimento e entendimento para que se possa utiliz- la corretamente.

Para saber o quanto se precisa conhecer sobre o sistema e inferir sobre o tipo de
controlador adequado, necessrio mensurar o grau e o tipo de interao. A interao esttica
do sistema bem capturada pela anlise RGA. O tipo de interao pode ser positiva ou
negativa conforme definida no Apndice A. De maneira geral, o emparelhamento
estabelecido pela configurao que fornece um ganho diagonalmente dominante, mas essa
anlise no leva em considerao a interao fornecida pela dinmica do sistema. Para medir
esse tipo de interao foi considerada a variao dinmica em relao diagonal principal do
sistema. Considerando a dinmica dominante como sendo a dinmica rpida foram ento
definidas as classes fornecidas na Tabela 4.1.

Tabela 4.1: Classes Dinmicas.
Classe Caracterizao Observaes
I
Sistema com dinmica e ganho dominante
na diagonal principal.
Quanto mais rpida for a dinmica
diagonal, menor a interao.
II
Sistemas com dinmica e ganho de igual
magnitude com interaes negativas.

Apresentam elevada interao e
podem apresentar problemas de
condicionamento.
III
Sistemas com dinmica e ganho de igual
magnitude com interaes positivas.
Elevada interao sem problemas de
mal condicionamento.
IV
Sistemas com ganho diagonalmente
dominante, mas com dinmica dominante
fora da diagonal, com interao negativa.
Este comportamento evidenciado
pela presena de zeros localizados no
SPD.
V
Sistemas com ganho diagonalmente
dominante, mas com dinmica dominante
fora da diagonal, com interao positiva.
Em geral, esses sistemas apresentam
zeros complexos que podem estar
localizados no SPD.

Na Tabela 4.2, tais caractersticas so traduzidas em termos de RGA e a presena ou
no de zeros de transmisso positivos.

4.4 PONTOS DE OPERAO 49

Tabela 4.2: Classe Dinmicas para sistemas 2x2.
Classe RGA Zero
I 1
1 , 1
>> 0 < z
II 1
1 , 1
> 0 < z
III 1
1 , 1
<
0 < z
IV 1
1 , 1
> 0 > z
V 1
1 , 1
< 0 > z

4.4 Pontos de Operao
Com base nas anlises realizadas nas sees anteriores, tendo em mente a gerao de
comportamentos que sejam representativos para cada classe, foram estabelecidos alguns
pontos de operao.
Nas Tabelas 4.3 e 4.4 so estabelecidos os parmetros utilizados para este estudo. Nos
tanques intermedirios, o coeficiente de descarga varivel devido sua manipulao para
manter o nvel intermedirio no seu respectivo valor de referncia. Nos tanques superiores e
inferiores, vlvulas manuais permitem operar com distintos valores de coeficiente de
descarga.
Tabela 4.3: Parmetros.
Parmetros Valor
D
5
D
6
[cm]
35
D
3
D
4
[cm]
30
D
1
D
2
[cm]
25

Tabela 4.4: Coeficientes de Descarga para os Pontos de Operao.
OP R
1
, R
2
(cm
2.5
min
-1
) R
3
, R
4
(cm
2.5
min
-1
) R
5
, R
6
(cm
2.5
min
-1
)
1 1936,1936 1936,1936 375,375
2 1936,1936 1936,1936 2276, 2276
4 2372, 2372 1936,1936 1125, 1125

Na Tabela 4.5, so definidos os pontos de operao selecionados A definio de um
ponto pode ser feita pela escolha das vazes F
1
e F
2
, seleo dos fatores x
1
e x
2
, seleo dos
valores de referncia para os nveis intermedirios h
3S
e h
4S
, e pela escolha do nvel utilizado
para projetar os controladores de nvel intermedirio h
S.
A escolha das vazes determinada
pela operao, os parmetros x
1
e x
2
permitem a decentralizao/centralizao do modelo,
alm da escolha da existncia de zero de transmisso no SPD. A escolha de h
S
permite
escolher o nvel de oscilao do sistema, uma vez estabelecido os valores de referncia para

os tanques intermedirios h
3S
e h
4S
. Os coeficientes de descarga podem ser alterados
manualmente para os tanques superiores e inferiores de forma a tornar a dinmica desses
tanques mais rpidas ou mais lentas. Considerando os parmetros do processo e os
coeficientes de descarga (automaticamente definidos para os nveis intermedirios), a soluo
estacionria fornece os nveis dos tanques superiores e inferiores.
Tabela 4.5: Pontos de Operao.
OP Classe F
1
,F
2
(L/min) x
1
,x
2

h
1
,h
2
(cm)
h
3s
,h
4s
(cm)
h
5
,h
6
(cm)
h
s
(cm)
1 I 7.5,7.5 0.25,0.25 15,15 15,15 25,25 15,15
2 II 7.5,7.5 0.48,0.48 15,15 15,15 2.5,2.5 15,15
4 IV 7.5,7.5 0.75,0.75 10,10 15,15 25,25 15,15

Na Figura 4.7 podem ser verificadas as respostas ao degrau unitrio para as matrizes
de transferncia gerada pela expresso (4.7) para os pontos operacionais 1, 2 e 4, onde para os
pontos 1 e 2, foi considerado o emparelhamento matricial invertido (F
1
-h
2
, F
2
-h
1
) na diagonal
principal, tendo em vista manter a dominncia diagonal do sistema.

Figura 4.7: Resposta ao degrau unitrio para os modelos do OP 1,2 e 4.
A partir da visualizao da Figura 4.4 (a), pode-se perceber que este sistema incapaz
de gerar algum ponto de operao que apresente seu primeiro RGA localizado entre 0 e 1, de
forma que a interao do sistema (quando existente) sempre do tipo negativa. A obteno de
pontos que possam ser identificados pelas classes III e V, s pode ser gerada artificialmente.
Com esse objetivo, foram gerados os pontos 3 e 5, bastando para isso trocar o sinal do ganho
de um canal do sistema para os pontos 2 e 4, respectivamente. Para gerar os pontos 3 e 5, foi
4.4 PONTOS DE OPERAO 51

ento invertido o sinal do ganho na posio i=1 e j=2 para os modelos 2 e 4, como pode ser
verificado na Figura 4.8.

Figura 4.8: Resposta ao degrau unitrio para os modelos do OP 3 e 5.
Na Tabela 4.6 so fornecidos alguns dados sobre estes pontos. Pelo RGA pode-se
perceber o elevado grau de interao dos pontos 2 e 3. Alm disso, a mudana do sinal na
gerao do ponto 3 gera um sistema com interao do tipo positiva, reduzindo o
condicionamento do sistema ao mnimo possvel.
Tabela 4.6: Dados referentes aos pontos de operao.
OP
Zero
no SPD
Condicionamento
(?)
RGA-
1 , 1

1 - 2 1.125
2 - 25 6.760
3 - 1 0.540
4 0.2865 1 1.125
5 - 1 0.900

A anlise do RGA dinmico (Figura 4.9) permite verificar o comportamento da
interao ao longo da frequncia. Os pontos 1, 2 e 3 tendem ao desacoplamento total do
sistema a elevadas freqncias, mesmo que estaticamente apresentem comportamentos
distintos. Outra constatao que os pontos 4 e 5, pela anlise estacionria, indicam um
sistema desacoplado, no entanto, a elevadas freqncias ocorre inverso de emparelhamento,
uma vez que o RGA dinmico tende a zero nessa situao. Isto ocorre devido dinmica
dominante no coincidir com o ganho dominante do sistema. Estes comportamentos, embora
apresentados especificamente para estes pontos, so caractersticos das classes
correspondentes.

Figura 4.9: RGA Dinmico para todos os pontos considerados (OP de 1 a 5).
Se torna necessrio responder qual tipo de controlador, estrutura, ordem adequado
para cada classe proposta. Para responder essas questes, a metodologia proposta foi
analisada para os pontos definidos. No decorrer dos prximos captulos, novos pontos sero
definidos, exemplificando no s o uso da metodologia de projeto, como a versatilidade da
planta proposta.

Captulo 5
Projeto de Controladores

Neste captulo, so projetados diversos controladores para a unidade de seis tanques
esfricos previamente proposta, mais especificamente para os modelos definidos pertencentes
s classes dinmicas ident ificadas. O objetivo deste estudo consiste no apenas em
exemplificar o uso da metodologia proposta, mas tambm analisar os efeitos importantes a
serem considerados no projeto de controladores a partir da utilizao dessa tcnica. Esta
anlise por sua vez, visa no s esclarecer as nuances do mtodo, como tambm identificar
estratgias a serem utilizadas em distintas situaes e as principais limitaes inerentes
metodologia.
A sistemtica desenvolvida requer a seleo de parmetros e argumentos de entrada
que so escolhidos pelo projetista. Embora tenha sido desenvolvida uma interface amigvel
com o usurio (ver Apndice E), que permite o uso da tcnica sem que para isso seja preciso
um entendimento mais profundo por parte do usurio da programao matemtica envolvida,
deve-se ter em mente que a seleo adequada dos argumentos de entrada do algoritmo
favorece o encontro de uma boa soluo.
Na tentativa de se desenvolver uma metodologia flexvel, pode-se acabar caindo na
tentao de fornecer tanta opo ao usurio que se gerem dvidas a respeito das escolhas
necessrias ao projeto. Desde o nicio desse trabalho, se tinha em mente um desenvolvimento
de forma mais genrica, com a implementao de uma interface amigvel para difundir o seu
uso e aceitao.
Com esse objetivo esclarecedor que foram analisados a especificao do
desempenho, o efeito de fatores de fase no mnima e de que forma estes podem ser
atenuados. Foi discutida a seleo da estrutura e ordem adequada no projeto para distintas
situaes. Por fim, foi verificado a efeito da no linearidade atravs da simulao com o
modelo no linear.
56 5. PROJETO DE CONTROLADORES

5.1 Consideraes Iniciais
Com o objetivo de simplificar o entendimento, feitas realizadas algumas consideraes
iniciais. Na Tabela 5.1 so fornecidos todos os desempenhos desejveis que foram utilizados
no projeto dos controladores ao longo desse captulo.
Tabela 5.1: Desempenhos desejveis utilizados.
ndice Ordem
Tempo
de Subida
(min)
Sobre
Elevao
(%)
Funo de Transferncia
1 2, 2 2,2 10,10
00 . 1 17 . 1 978 . 0
1
2
+ + s s

2 2, 2 3,3 10,10
00 . 1 75 . 1 20 . 2
1
2
+ + s s

3 2, 2 4,4 10,10
00 . 1 34 . 2 91 . 3
1
2
+ + s s

4 2, 2 5,5 10,10
00 . 1 92 . 2 11 . 6
1
2
+ + s s

5 2, 2 6,6 10,10
00 . 1 51 . 3 80 . 8
1
2
+ + s s

6 2, 2 8,8 10,10
00 . 1 68 . 4 64 . 15
1
2
+ + s s

A verificao do desempenho obtido pelo controlador foi realizada atravs da
simulao obtida na configurao a ser analisada. Para tanto, se lanou mo de critrios de
desempenho integrais (Apndice C) como o ITAE e o IAE. Estes critrios so ento
fornecidos atravs de vetores que correspondem respectivamente ao critrio calculado para a
1 e a 2 sada na simulao correspondente at o instante final. Alm disso, fornecido a
varivel FO (Funo Objetivo) dado pela equao (3.37) como critrio de ajuste de forma que
se possa fazer uma anlise comparativa.
Por fim, foi utilizado um sinal padro para a comparao dos resultados. Este
constituiu em uma mudana do tipo degrau unitria simultnea em sentidos contrrios (1; -1),
e aps a estabilizao do sistema (de acordo com a dinmica) ento realizada uma mudana
simultnea nas variveis de entrada (1; -1) para verificar a atenuao dos distrbios. Neste
caso o degrau unitrio multiplicado por um fator que tem como objetivo uma melhor
visualizao na escala do grfico correspondente.

5.2 EFEITO DA ESPECIFICAO DESEMPENHO 57

5.2 Efeito da Especificao Desempenho
Uma etapa de grande importncia na aplicao da metodologia consiste na escolha do
desempenho desejvel para o sistema em estudo. Essa escolha no meramente arbitrria e s
vezes muito restrita. Limitaes impostas por rudos de medio, presena de distrbios e
fatores de fase no mnima restringem o espao de escolha. Ainda, dentro da regio vivel, o
ajuste pode ser favorecido estabelecendo um compromisso entre o desejvel e o alcanvel
provendo uma performance satisfatria para o sistema.
Como discutido na seo 3.4 e no Apndice C, o desempenho pode ser especificado
pela seleo de critrios estabelecidos no domnio do tempo. Essa especificao consiste em
determinar basicamente o quo rpido o controlador deve agir em malha fechada, sendo essa
caracterstica indiretamente mapeada pelo tempo de subida ou pelo tempo de assentamento da
resposta do sistema a ser aproximado.
A especificao da sobre-elevao desejada, permite certa folga ao sistema. Embora o
controlador seja projetado para uma mudana do tipo degrau nas variveis de referncia, na
maior parte do tempo em aplicaes prticas, o controlador ir atuar na supresso de
distrbios, de forma que, ser muito conservador na escolha do desempenho no permitindo
uma sobre-elevao mnima na especificao pode vir a prejudicar a supreso aos distrbios.
Qualquer que seja a dinmica desejvel para o sistema em malha fechada, esta
considera a velocidade de atuao do controlador. Em processo industriais, em geral, se
deseja que a malha fechada, alm de manter a estabilidade operacional, seja mais rpida que
em malha aberta.
Inicialmente, para analisar o efeito da velocidade de atuao do controlador, foram
projetados 3 controladores centralizados do tipo PI usando o modelo M3 (definido na classe
dinmica III) sem tempo morto, para os desempenhos Td1, Td2 e Td3 respectivamente
definidos na Tabela 5.1. Na Tabela 5.2, so fornecidos os parmetros obtidos no projeto e os
ndices de qualidade, cujos critrios foram calculados com base na simulao apresentada na
Figura 5.1.
Tabela 5.2: Parmetros do controlador e ndices de qualidade obtidos no estudo do efeito da
velocidade para o modelo M3 sem tempo morto.
Controlador ndices de Qualidade
Caso
K
P
T
I
FO.10
7
IAE ITAE
M3 Td1
48 . 265 66 . 168
66 . 168 48 . 265

19 . 1 80 . 0
80 . 0 19 . 1
1.229 [ ] 71 . 1 61 . 2 [ ] 48 . 5 74 . 29
M3 Td2
09 . 123 94 . 64
94 . 64 09 . 123

83 . 0 47 . 0
47 . 0 83 . 0
0.664 [ ] 58 . 2 06 . 4 [ ] 58 . 9 89 . 51
M3 Td3
66 . 57 27 . 16
27 . 16 66 . 57

52 . 0 16 . 0
16 . 0 52 . 0
0.059 [ ] 39 . 3 46 . 5 [ ] 26 . 14 84 . 74


especificao da velocidade para modelo M3 sem tempo morto.
Para uma comparao mais ampla, foram realizados 3 novos projetos mantendo a
mesma configurao, no entanto considerando agora o tempo morto no modelo M3 conforme
especificado no captulo 4, de 0.3 minutos na relao vazo de entrada-nvel para cada tanque.
Na Tabela 5.3 e na Figura 5.2, so apresentados os resultados obtidos para esse
projeto. Pode-se verificar que a presena do tempo morto limita a velocidade de atuao do
controlador, pois medida que se tenta fazer o desempenho muito rpido a partir de um certo
ponto, o comportamento do sistema tende a oscilar.
velocidade para o modelo M3 com tempo morto.
Caso
K
P
T
I
FO.10
4
IAE ITAE
M3t Td1
94 . 363 38 . 312
38 . 312 94 . 363

83 . 1 69 . 1
69 . 1 83 . 1
2.183 [ ] 38 . 3 72 . 4 [ ] 86 . 14 37 . 55
M3t Td2
86 . 206 53 . 179
53 . 179 86 . 206

47 . 1 38 . 1
38 . 1 47 . 1
0.932 [ ] 71 . 2 25 . 4 [ ] 45 . 7 37 . 51
M3t Td3
06 . 121 65 . 104
65 . 104 06 . 121

13 . 1 05 . 1
05 . 1 13 . 1
0.566 [ ] 33 . 3 46 . 5 [ ] 99 . 10 06 . 74

5.2 EFEITO DA ESPECIFICAO DESEMPENHO 59

especificao da velocidade para modelo M3 com tempo morto.
Os sistemas de fase mnima no apresentam limitao na velocidade de atuao, tendo
em vista que, com o aumento da velocidade do controlador, o mesmo tipo de comportamento
dinmico mantido. Tal constatao identifica que, do ponto de vista de projeto, sistemas
desse tipo podem ser to rpidos quanto se queira em malha fechada. Mas preciso observar
tambm que mesmo estes sistemas apresentam aes de controle maiores e variaes nestas
aes mais bruscas. Alm disso, na prtica, se o processo esta sujeito a rudos, um controlador
muito rpido pode passar a responder a esses rudos, o que seria extremamente indesejado.
Uma caracterstica que deve ser ressaltada que a presena de tempo morto no s
limita a velocidade de atuao como tambm dificulta o ajuste do controlador, o que pode ser
percebido pela comparao dos valores obtidos para a funo objetivo (FO) para o projeto
com e sem tempo morto. Ainda, pode-se perceber que os ganhos obtidos para os
controladores projetados para o mesmo desempenho so maiores quando considerado o tempo
morto no processo em uma tentativa de compensar a presena desse fator.
Alm do tempo morto, a presena de zeros de transmisso consiste em um outro fator
que configura sistemas de fase no mnima. Para entender o efeito desse fator na
especificao da velocidade, foram projetados 3 controladores para o ponto M4, usando os
desempenhos Td4, Td5 e Td6.
Na Tabela 5.4 e na Figura 5.3 so apresentados os resultados obtidos para esse estudo.
Pode-se perceber que a presena de um zero limita a velocidade de atuao em malha
fechada, da mesma forma qualitativa que a presena de tempo morto, provendo um
comportamento oscilatrio ao sistema medida que se tenta fazer o controlador relativamente
mais rpido. Alm disso, pode-se perceber uma resposta inversa na resposta inicial do
sistema.

Caso
K
P
T
I
FO.10
5
IAE ITAE
M4
Td4
67 . 666 11 . 453
11 . 435 67 . 666

47 . 15 72 . 12
72 . 12 47 . 5
4.576 [ ] 64 . 18 64 . 18 [ ] 80 . 332 80 . 332
M4
Td5
43 . 539 09 . 395
09 . 395 43 . 539

12 . 5 65 . 12
65 . 12 12 . 5
3.245 [ ] 95 . 12 95 . 12 [ ] 11 . 195 11 . 195
M4
Td6
43 . 369 63 . 308
63 . 306 43 . 369

41 . 4 10 . 12
10 . 12 41 . 4
2.514 [ ] 69 . 11 69 . 11 [ ] 88 . 187 88 . 187

especificao da velocidade para modelo M4 sem tempo morto.

5.3 Efeito de Fatores de Fase No Mnima
Na seo anterior foi verificado de que forma os fatores de fase no mnima limitam a
especificao da velocidade de atuao na malha fechada. Nesta seo verificado qual o
efeito da intensidade desses fatores, atravs de projetos de controladores para o mesmo
desempenho desejvel.
5.3.1 Efeito do Tempo Morto
Para analisar o efeito do tempo morto no projeto do controlador, foi comparado o
projeto para o desempenho Td1 para 3 casos. No primeiro caso foi utilizado o modelo M3 e
5.3 EFEITO DE FATORES DE FASE NO MNIMA 61

nenhum tempo morto foi considerado. No modelo M3t foi considerado o tempo morto
nominal de 0.3 minutos para cada tanque, e no caso M3tt esse tempo morto acrescido de
50% do seu valor nominal aumentando o atraso na informao. As duas primeiras situaes
foram projetadas anteriormente, cujos dados so fornecidos na Tabela 5.2 para M3-Td1 e na
Tabela 5.3 para M3t-Td1.Os resultados obtidos podem ser verificados na Figura 5.4 e os
resultados decorrentes do novo projeto na Tabela 5.5
Pode-se perceber que para um mesmo desempenho, quanto maior o tempo morto
proveniente das interaes do sistema, maior a sua limitao sobre o desempenho final. De
forma que a velocidade do desempenho deve ser maior que o tempo morto existente.
Tabela 5.5: Parmetros do controlador e ndices de qualidade obtidos no estudo do efeito do
tempo morto para o modelo M3tt com desempenho Td1.
Caso
K
P
T
I
FO.10
4
IAE ITAE
M3tt
Td1
86 . 289 59 . 284
59 . 284 86 . 289

84 . 1 99 . 1
99 . 1 84 . 1
4.042 [ ] 18 . 5 91 . 5 [ ] 55 . 36 36 . 80

intensidade do tempo morto.
5.3.2 Efeito do Zero de Transmisso no SPD
Para a verificao do efeito do zero, foram construdos dois novos pontos de operao
para a planta de 6 tanques, partindo de algumas pequenas modificaes do ponto operacional
4. Foram alteradas as fraes x
1
e x
2
, diminuindo seus valores, de forma aproximar o zero de
transmisso da origem. Para manter os nveis estacionrios e conseqentemente a mesma
resposta inicial do sistema, foram alterados apenas os coeficientes de descarga dos tanques
superiores. Todos os demais parmetros especificados nas Tabelas 4.3 e 4.4 se mantm. Os

modelos M4, M4z e M4zz apresentam um zero no SPD localizado respectivamente nas
posies, 0.286, 0.216 e 0.178, todos com as mesmas direes de entrada e sada j
especificadas no captulo 4 para o modelo M4.
Tabela 5.6: Parmetros alterados para a definio dos novos pontos de operao.
OP x
1
, x
2
R
5
, R
6
(cm
2.5
min
-1
)
M4z 0.7,0.7 1050,1050
M4zz 0.65,0.65 975,975

Caso
K
P
T
I
FO.10
3
IAE ITAE
M4z
Td6
88 . 421 65 . 374
65 . 374 88 . 421

99 . 4 64 . 13
64 . 13 99 . 4
6.853 [ ] 51 . 16 51 . 16 [ ] 38 . 372 38 . 372
M4zz
Td6
91 . 467 45 . 427
45 . 427 91 . 467

46 . 5 89 . 13
89 . 13 46 . 5
13.07 [ ] 88 . 21 88 . 21 [ ] 83 . 500 83 . 500

intensidade do zero de transmisso.
Pela anlise da simulao apresentada na Figura 5.5, pode-se perceber que quanto
mais prximo da origem estiver o zero de transmisso, maior ser a limitao imposta por
esse fator na especificao do desempenho. Qualitativamente, essa limitao ser to maior na
sada em que o zero tem um maior efeito.
5.4 EFEITO DA ESTRUTURA DO CONTROLADOR 63

5.4 Efeito da Estrutura do Controlador
Alm da seleo do desempenho para o sistema, um outro fator que dever ser
selecionado pelo projetista consiste na estrutura do controlador a ser utilizado. Por motivos
prticos, estruturas decentralizadas so preferveis frente a estruturas centralizadas. Em geral,
os melhores controladores so os mais simples que alcanam um desempenho satisfatrio.
Para verificar o efeito da estrutura, inicialmente foram projetados controladores com
estrutura centralizada e decentralizada para o modelo M1 para dois desempenhos distintos,
Td1 e Td5, especificados na Tabela 5.1. Os parmetros obtidos nesse estudo, bem como os
ndices de qualidade, so apresentados na Tabela 5.7, e os resultados da simulao na Figura
5.6. Os resultados indicam que para o modelo M1, que apresenta um nvel de interao baixo
entra as malhas de controle, praticamente no h melhoria na performance do sistema usando
uma estrutura de controle centralizada. Embora no significativa, o uso de mais graus de
liberdade em uma estrutura centralizada, permite um melhor ajuste do sistema. Alguma
diferena s pode ser percebida quando se tenta fazer o controlador rpido como em Td1.
estrutura do controlador para o modelo M1.
Caso
K
P
T
I
FO.10
6
IAE ITAE
M1 Td1
Cent
95 . 239 05 . 25
05 . 25 95 . 239

82 . 0 45 . 0
45 . 0 82 . 0
1.636 [ ] 56 . 2 56 . 2 [ ] 79 . 26 79 . 26
M1 Td1
Decent
04 . 254 0
0 04 . 254

93 . 0 0
0 93 . 0
3.279 [ ] 52 . 2 52 . 2 [ ] 71 . 28 71 . 28
M1 Td5
Cent
00 . 35 72 . 30
72 . 30 00 . 35

38 . 0 87 . 1
87 . 1 38 . 0
18.57 [ ] 12 . 7 12 . 7 [ ] 93 . 92 93 . 92
M1 Td5
Decent
20 . 46 0
0 20 . 46

42 . 0 0
0 42 . 0
33.07 [ ] 68 . 6 68 . 6 [ ] 75 . 86 75 . 86

Quando o modelo apresenta um comportamento centralizado, a perda de performance
j mais significativa, como pode ser percebido no projeto para o modelo M3 com Td5
(Figura 5.7), para distintas estruturas. Os parmetros e ndices, nesse caso, so expressos na
Tabela 5.8. Pode-se perceber no apenas um melhor ajuste com estrutura centralizada, pela
comparao entre os valores de FO, como melhores critrios, pela comparao dos valores
IAE e ITAE.

(a) (b)

Figura 5.6: Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito da estrutura
para o modelo M1 e Td1 (a) e M1 e Td5 (b).
estrutura do controlador para o modelo M3 e Td5.
Caso
K
P
T
I
FO.10
7
IAE ITAE
M3 Td5
Cent
43 . 3 67 . 28
67 . 28 43 . 3

05 . 0 43 . 0
43 . 0 05 . 0
7.054 [ ] 87 . 4 03 . 8 [ ] 70 . 30 11 . 206
M3 Td5
Decent
12 . 40 0
0 78 . 9

35 . 0 0
0 35 . 0
256.1 [ ] 44 . 8 09 . 16 [ ] 97 . 164 93 . 540

para o modelo M3 e Td5.
5.4 EFEITO DA ESTRUTURA DO CONTROLADOR 65

O modelo M4, por sua vez, caracterizado como um sistema desacoplado pela anlise
do RGA, como visto no captulo anterior. Para verificar o efeito da estrutura nesse caso,
foram projetados dois controladores com distintas estruturas para o desempenho Td5 usando
esse modelo.
Os resultados, simulao e parmetros, so apresentados na Figura 5.8 e na Tabela 5.9
respectivamente, indicando que os resultados no so similares, como poderia se esperar, o
que ocorre devido ao acoplamento dinmico entre as malhas de controle. Como em altas
freqncias ocorre uma inverso na seleo do emparelhamento, o uso de uma estrutura
centralizada permite compensar esse efeito com uma atuao rpida do controlador.
estrutura do controlador para o modelo M1.
Caso
K
P
T
I
FO.10
5
IAE ITAE
M4
Td5
Cent
43 . 539 09 . 395
09 . 395 43 . 539

13 . 5 65 . 12
65 . 12 13 . 5
3.245 [ ] 96 . 15 96 . 15 [ ] 80 . 376 80 . 376
M4
Td5
Decent
92 . 543 0
0 92 . 543

97 . 3 0
0 97 . 3
37.62 [ ] 97 . 20 97 . 20 [ ] 71 . 603 71 . 603

para o modelo M4 e Td5


5.5 Efeito da Ordem do Controlador
Alm da especificao adequada do desempenho de acordo com as restries inerentes
ao processo e modelagem, e ainda escolha da estrutura mais simples do controlador que
atende ao desempenho requerido, um outro aspecto importante consiste na seleo e definio
da ordem do controlador a ser utilizado.
Em geral, os processos industriais so de elevada ordem, tais processos podem ter sua
performance prejudicada medida que se aumenta a velocidade de atuao do controlador,
como comprovado em anlises das sees anteriores. Normalmente esse fato ocorre quando o
processo apresenta restries inerentes modelagem, devido presena de fatores de fase no
mnima. Muitas vezes essa restrio muito evidente, e em muitos casos bastante limitante.
Para melhorar a performance, esta pode ser feita mais lenta, ou pode-se lanar mo de um
aumento na ordem do controlador como alternativa, j que este tende a estabilizar a resposta
do sistema e fornece mais graus de liberdade para o problema de otimizao.
Foi verificado na seo 5.2 que o comportamento em malha fechada do controlador
projetado para o modelo M3, considerando o tempo morto para o desempenho Td1, tende a
oscilar. Na mesma seo, pode ser verificado que com a diminuio da velocidade do
controlador, o sistema tem a sua estabilizao com Td2 e Td3. Considerando que a velocidade
especificada em Td1 fosse realmente desejada para o sistema, a especificao de novos
desempenhos mais lentos no seriam uma alternativa interessante.
Com base nessa condio, foram projetados dois controlador do tipo PID, inserindo a
ao derivativa usando as configuraes dos tipos srie e paralelo (vide Apndice D). Os
parmetros obtidos so apresentados na Tabela 5.10, e a simulao foi ento comparada com
o projeto do controlador PI previamente projetado, sendo apresentado na Figura 5.9.
aumento da ordem com M3t.
Caso
K
P
T
I
T
D
FO.10
7
IAE/ITAE
M3t
Td1
PID Srie
13 . 269 17 . 228
46 . 150 13 . 269

84 . 0 15 . 1
76 . 0 25 . 1

99 . 0 56 . 0
99 . 0 56 . 0
5.688
[ ] 00 . 2 90 . 2 /
[ ] 09 . 5 72 . 30
M3t
Td1
PID
Paralelo
34 . 297 49 . 314
94 . 256 46 . 364

31 . 1 54 . 1
22 . 1 65 . 1

99 . 0 52 . 0
99 . 0 52 . 0
9.273
[ ] 09 . 2 79 . 2 /
[ ] 27 . 7 82 . 31

Pode-se verificar que o aumento de ordem tem um efeito estabilizador, assim como a
diminuio da velocidade do controlador, mas com a grande vantagem de manter a velocidade
de atuao especificada inicialmente no projeto. Um outro aspecto a ser considerado o tipo
de parametrizao (algoritmo) selecionado para o aumento da ordem pela insero da ao
derivativa. Em geral, a configurao em paralelo mais verstil que a configurao srie,
5.5 EFEITO DA ORDEM DO CONTROLADOR 67

porque tal configurao permite gerar zeros complexos no controlador, mas apresenta uma
maior sensibilidade aos parmetros resultando em um ajuste mais complexo. Tal situao
justifica o fato de que o ajuste do controlador para a configurao em paralelo exemplificado
apresente um maior valor para a funo objetivo e um desempenho mais pobre que a
configurao srie.

Figura 5.9: Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito do aumento
da ordem para o modelo M3 e Td1.
aumento da ordem com M1t.
Caso
K
P
T
I
T
D
FO.10
6
IAE/ITAE
M1t
Td1
PI
97 . 438 0
0 97 . 438

64 . 1 0
0 64 . 1

0 0
0 0
7.227
[ ] 50 . 4 50 . 4 /
[ ] 07 . 47 07 . 47
M1t
Td1
PID Srie
65 . 329 0
0 65 . 329

76 . 0 0
0 18 . 1

97 . 0 0
0 52 . 0
4.161
[ ] 77 . 3 04 . 4 /
[ ] 10 . 37 95 . 39
M1t
Td1
PID
Paralelo
87 . 522 0
0 70 . 523

83 . 1 0
0 84 . 1

99 . 0 0
0 95 . 0
2.621
[ ] 10 . 3 27 . 3 /
[ ] 77 . 29 22 . 31

Foram projetados 3 controladores para o Modelo M1t (com tempo morto)
considerando o desempenho Td1, um controlador do tipo PI e dois PID, com a configurao
srie e paralelo. Os resultados so expressos na Tabela 5.11 e a simulao na Figura 5.10.
Esse exemplo permite verificar que o efeito do aumento da ordem independe da estrutura do

controlador. Alm disso, o ajuste em paralelo apresenta um melhor desempenho e um melhor
ajuste que a configurao srie para esta situao, em contraposio ao exemplo anterior.

Figura 5.10: Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito do aumento
da ordem para o modelo M1t e Td1.

Insero de Filtros
Processos de elevada ordem, ou com comportamento bastante oscilatrio para um
determinado desempenho com um controlador do tipo PI, podem requerer um controlador de
ordem superior a um PID. Para atender esse tipo de situao, foi desenvolvido o aumento de
ordem apresentado na seo 3.8, que embora possa trazer uma complexidade adicional a nvel
de implementao, pode ser justificvel pela melhoria imposta ao desempenho da malha.
Para exemplificar o uso da base ortogonal para o aumento da ordem, foi realizado o
projeto de 3 controladores, PI, PID srie e um PID srie + filtro de 1 ordem. Os resultados
so dispostos na Tabela 5.12 e 5.13 e a simulao na figura 5.13.
Os ndices de qualidade e o valor obtido para a funo objetivo indicam que o
aumento da ordem tem um efeito benfico sobre o desempenho, j que prov mais graus de
liberdade para o ajuste, sendo uma alternativa para casos em que, ainda com a insero da
ao derivativa haja um comportamento no satisfatrio e no seja aceitvel tornar o sistema
mais lento em malha fechada.

5.5 EFEITO DA ORDEM DO CONTROLADOR 69

Tabela 5.12: Parmetros dos controladores obtidos no estudo do aumento de ordem por bases
ortogonais.
Controlador
Caso
K
P
T
I
T
D
T
F

M4t-Td5
PI
48 . 336 51 . 264
51 . 264 48 . 336

06 . 3 59 . 8
59 . 8 06 . 3

0 0
0 0

-

-
M4t-Td5
PID Srie

99 . 274 71 . 248
37 . 259 59 . 227

47 . 2 63 . 7
11 . 8 04 . 2

02 . 1 70 . 1
02 . 1 70 . 1

-

-
M4t-Td5
PID
Srie+G1

99 . 274 71 . 248
37 . 259 59 . 227

47 . 2 63 . 7
11 . 8 04 . 2

02 . 1 70 . 1
02 . 1 70 . 1

48 . 0 49 . 0
48 . 0 49 . 0

87 . 0 87 . 0
87 . 0 87 . 0

Tabela 5.13: ndices de qualidade obtidos no estudo do efeito da ordem para M4t e Td5.
ndices de Qualidade
Caso
FO.10
4
IAE ITAE
M4t-Td5/PI 4.674 [ ] 07 . 32 07 . 32 [ ] 27 . 1220 27 . 1220
M4t-Td5/PID Srie 2.214 [ ] 12 . 22 74 . 27 [ ] 41 . 737 95 . 718
M4t-Td5/PID Srie+G1 1.059 [ ] 60 . 18 59 . 18 [ ] 26 . 618 08 . 617

Figura 5.11: Resposta servo (1; -1) e regulatria (500.(1; -1)) na anlise do efeito da ordem
do controlador para M4t e Td5.


Outra alternativa no aumento de ordem o uso de filtros do tipo lead- lag, como
descrito na seo 3.8. Para exemplificar este caso, foram projetados 3 controladores para o
modelo M2t, um PI, um PID srie e o PID srie acrescido de um filtro lead- lag de 1 ordem.
Os parmetros e os ndices de qualidade obtidos so apresentados nas Tabelas 5.14 e 5.15, e a
simulao na Figura 5.12. Os resultados indicam que a insero do filtro tende a uma
melhoria na performance do sistema.
Tabela 5.14: Parmetros dos controladores obtidos no estudo da ordem para M2t-Td1.
Controlador
Caso
K
P
T
I
T
D
T
F

M2t-Td1
PI
09 . 1828 09 . 1828
04 . 2168 04 . 2168

89 . 0 81 . 0
81 . 0 89 . 0

0 0
0 0

-

-
M2t-Td1
PID Srie

51 . 500 21 . 506
35 . 391 79 . 630

27 . 0 29 . 0
23 . 0 34 . 0

00 . 1 85 . 0
00 . 1 85 . 0

-

-
M2t-T15
PID Srie+F1

51 . 500 21 . 506
35 . 391 79 . 630

27 . 0 29 . 0
23 . 0 34 . 0

00 . 1 85 . 0
00 . 1 85 . 0

68 . 1 68 . 1
68 . 1 68 . 1
-

Tabela 5.15: ndices de qualidade obtidos no estudo da ordem para M2t-Td1.
ndices de Qualidade
Caso
FO.10
6
IAE ITAE
M2t-Td1/PI 3.695 [ ] 20 . 7 20 . 7 [ ] 24 . 66 24 . 66
M2t-Td1/PID Srie 7.415 [ ] 40 . 3 40 . 3 [ ] 85 . 13 85 . 13
M2t-Td1/PID Srie+F1 7.221 [ ] 10 . 3 06 . 3 [ ] 38 . 12 05 . 12

Figura 5.12: Resposta servo (1; -1) e regulatria (500.(1; -1)) na anlise do efeito da ordem
para o modelo M2t e Td1.
5.6 EFEITO DA NO LINEARIDADE 71

5.6 Efeito da No Linearidade
A verificao do desempenho obtido no projeto dos controladores nas sees
anteriores se deu atravs de uma simulao para uma mudana nas variveis de referncia e a
um sinal de perturbao padro. No entanto, todas as simulaes previamente realizadas
assumiram a validade do modelo linearizado em torno do ponto de operao considerado. Na
prtica, o comportamento do sistema no linear e o modelo s vlido para uma regio
prxima regio de linearizao. Para que se possa verificar o efeito da no linearidade,
foram realizadas simulaes com o modelo no linear apresentado no Captulo 4.
Inicialmente, foi verificado o comportamento dos casos projetados para o modelo M1t
e Td1, previamente apresentados para o modelo linear na Figura 5.10. A mudana nas
referncias foram realizadas no instante de tempo igual a 5 minutos e a simulao com o
modelo no linear pode ser visto na Figura 5.13.

Figura 5.13: Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito da no
linearidade para o modelo M1t e Td1.
Na Figura 5.14 apresentada a simulao no linear para os casos projetados para o
modelo M4t e Td5 na seo anterior. Os resultados apresentados so condizentes com a

simulao linear, indicando a validade aproximada do modelo linear. Um aspecto relevante
que o efeito estabilizador do aumento da ordem mais evidenciado na simulao no linear.

Figura 5.14 Resposta servo (1; -1) e regulatria (200.(1; -1)) na anlise do efeito da no
linearidade para o modelo M4 e Td1.

5.7 CONCLUSES PRELIMINARES 73

5.7 Concluses Preliminares
A presena de fatores de fase no mnima impe limites quanto mxima velocidade
de atuao do controlador em malha fechada, levando o sistema a um comportamento
oscilatrio medida que se tenta operar prximo a esses limites. A limitao inerente a esses
fatores tanto maior, quanto maior for o tempo morto comum associado s suas sadas e/ou
mais prximo da origem estiver localizado o zero de transmisso positivo.
Sistemas de classe I, apresentam resultados satisfatrios com o uso de controladores
decentralizados. Por outro lado, sistemas com elevado nvel de interao entre as malhas de
controle, classe II e III, podem apresentar uma performance muito pobre com controladores
decentralizados, sendo o ajuste favorecido por estruturas mais centralizadas. No caso de
sistemas de classe II, estes podem apresentar problemas de mal condicionamento
principalmente a baixas freqncias, sendo o ajuste da performance favorecido com o uso de
controladores relativamente rpidos.
Sistemas de classe IV e V, embora apresentem caractersticas descentralizadas
estaticamente, podem ter sua performance melhorada pelo uso de estruturas centralizadas,
principalmente se desejamos uma atuao rpida em malha fechada, porque em altas
freqncias ocorre inverso na seleo do emparelhamento adequado para um projeto
decentralizado, e exatamente por este motivo que o ajuste e a performance so prejudicados
em atuaes relativamente rpidas.
No tocante ao aumento da ordem, a insero da ao derivativa uma opo que pode
ser utilizada como uma alternativa para que se possa trabalhar mais prximo aos limites
impostos ao projeto. Ou ainda, quando somente a ao derivativa no prov melhoria
significativa ou desejvel, pode-se usar filtros para o aumento de ordem com o mesmo
objetivo. Tal artifcio se torna necessrio para sistemas de classe IV e V, ou qualquer tipo de
classe com elevados valores de tempo morto.
De maneira geral, atravs de vrios exemplos, foi verificada a funcionalidade e
flexibilidade do mtodo proposto, permitindo o projeto de controladores para sistemas
complexos, com fatores de fase no mnima, com elevado grau de acoplamento entre as
malhas, e de ordem elevada.
A flexibilidade vai desde a escolha da estrutura e da ordem do controlador, seleo
do algoritmo de controle e do desempenho desejvel para o sistema em malha fechada,
resultando em uma metodologia alternativa eficiente e de alta praticidade.


Captulo 6
Abordagem Multi-Modelo

Neste captulo a metodologia proposta estendida quase que intuitivamente para que
se permita o projeto de controladores levando em considerao mais de um modelo na sua
concepo, sendo esta abordagem interessante devido s incertezas associadas na
identificao dos sistemas e necessidade prtica de se operar em distintos pontos de
operao ao longo do tempo.
6.1 Introduo ao Estudo da no Linearidade
Na prtica, os sistemas reais sempre apresentam componentes no lineares. Este
comportamento no deve ser considerado como um inconveniente inevitvel em toda
realizao material dos sistemas de controle, e pode at ser empregado beneficamente.
O que se pode afirmar a respeito da comparao entre sistemas lineares e no- lineares
que os primeiros existem somente como uma idealizao dos segundos e que, mesmo que se
conseguisse obter sistemas lineares reais, sua nica virtude indiscutvel seria a de aceitarem
anlise simples e elegante.
A modelagem linear permite a utilizao de toda teoria de controle linear que bem
desenvolvida. Mas de fato, os processos so no- lineares e os modelos, por mais sofisticada
que seja a tcnica de identificao utilizada, continuam sendo uma representao aproximada
da realidade.
Supondo na melhor das hipteses, que se consiga obter um modelo por identificao
no linear e que este modelo seja a perfeita representao da realidade, ainda assim, para
aplicao da teoria de controle linear seria necessrio a linearizao em torno de um ponto de
operao, restringindo assim a validade representativa desse modelo.
76 6. ABORDAGEM MULTI-MODELO

Devido s incertezas associadas obteno de modelos, pode ser interessante o uso de
mltiplas representaes lineares de um mesmo sistema fsico real. Essas mltiplas
representaes podem ser oriundas de distintas metodologias, ou mesmo de uma nica
abordagem com incertezas inerentes estimativa dos parmetros que compe esse modelo.
Uma outra questo muito importante decorre de uma situao prtica. As plantas
industriais normalmente no operam indefinidamente em um nico ponto de operao, seja
porque distrbios externos insistem em remov-lo do estacionrio, ou mesmo devido uma real
necessidade do processo de operar em distintos pontos, que so ditados em geral pela
produtividade da unidade ou pela necessidade da obteno produtos diferenciados (como
muito comum em processos polimricos).
Estes casos requerem a obteno de um modelo linear para cada regio de operao, o
que do ponto de vista terico poderia implicar em controlador projetado com o modelo
nominal para cada um desses pontos. No entanto, essa soluo na prtica dificultada devido
descontinuidade dos parmetros entre um ponto e outro, o que pode levar o sistema
condio de saturao ou mesmo instabilidade operacional.
Para evitar essa complexidade, muitas vezes se projeta o controlador para um nico
ponto de operao visando manter a estabilidade robusta do sistema. Ou seja, projetando para
um ponto de operao tal que garantida a estabilidade nesse ponto, fica garantida a
estabilidade nos demais.
Esta alternativa pode levar a uma performance bastante precria nas outras regies
diferentes da qual o controlador foi projetado, de forma que seria interessante considerar os
mltiplos modelos (devido incerteza) para os mltiplos pontos de operao (questo de
ordem prtica) com seus respectivos nveis de confiana (pesos) para projetar um nico
controlador que permita estabelecer um compromisso entre a estabilidade e a performance do
sistema, levando-o em malha fechada para uma condio mais robusta de operao.
Essa concepo no chega a resultar em uma tcnica de controle no- linear, mas
permite que uma tcnica que lana mo de toda teoria de controle linear possa ser usada com
sistemas no lineares, desde que essa no linearidade no seja excessiva.
6.2 Representao Multi-Modelo
Uma regio no linear P, pode ser representada por um conjunto discreto de k modelos
lineares G
k
, definindo um modelo resultante dito politpico, onde G
i
representa o modelo
linear i pra cada ponto de operao.
{ }
k
G G Co P , ,
1
L
(6.1)

6.3 NMERO DE PERFORMANCE ROBUSTA NO LINEAR (NRPN) 77

6.2.1 Condicionamento Mnimo
O condicionamento mnimo para o conjunto de modelos lineares P definido como
( ) ( ) ( ) ( ) { } { } L L , , , sup min sup min
# # #
1
#
1
,
# #
,
#
# # # #
R G L R G L PR L P
k k
R L R L
(6.2)
Ou seja, so usadas as mesmas matrizes L
#
e R
#
de forma a minimizar o mximo
condicionamento entre os modelos que compe o politopo P.
6.3 Nmero de Performance Robusta no Linear (nRPN)
Para a sistematizao da metodologia, se torna necessrio o uso de um ndice
quantitativo que permita mensurar a grau de no- linearidade de um processo que opera em
uma regio definida. Para tanto ser utilizado o ndice nRPN (FARENZENA e
TRIERWEILER, 2004) como mtrica da no- linearidade.
Toda a concepo desse ndice pode ser vista em detalhes em FARENZENA (2003).
Cabe uma breve descrio apenas do equacionamento matemtico que permite o seu clculo.
6.3.1 Mxima Diferena entre os Condicionamentos
A mxima diferena entre o condicionamento do sistema politpico definida pela
equao (6.3). Este termo capta a maior variao de condicionamento entre os modelos que
compe o politopo, em outras palavras, capta a mxima variao na direcionalidade dentro da
regio de operao.
( ) ( ) ( ) ( ) ( )
# # #
1
# # # #
1
# #
, , min , , max R G L R G L R G L R G L P
k k
L L (6.3)
6.3.2 Mxima Razo entre os Valores Singulares
A mxima razo entre o mximo e o mnimo valor singular dentre todos os modelos
que compes o politopo definida pela expresso (6.4) e representa a quantificao da
alterao de ganho multivarivel do sistema.
( ) ( )
( ) ( ) { }
( ) ( ) { }
# # #
1
#
# # #
1
#
#
, , min
, , max
R G L R G L
R G L R G L
j P
k
k

L
L
(6.4)
6.3.3 Matriz e Fator de Projeo
Para a matriz de ganhos estacionrios do sistema politpico, a matriz m
#
definida
como matriz de projeo do sistema cujos elementos i,j so obtidos pela expresso (6.5)
( ) ( ) ( ) ( ) { } 1 , 1 max 0
, , , ,
#
,

j k
H
i k j k
H
i k j i
u v abs u u abs P m (6.5)

Onde os vetores u
k,i
e v
k,i
so os k-simos vetores colunas obtidos da decomposio em
valores singulares da matriz de ganhos do modelo i que compe P.
O termo expresso pela equao (6.6) chamado de fator de projeo e responsvel
pela captao da inverso do sinal do ganho multivarivel.
( ) ( )
( ) ( )
,
_
0 max
#
#
10 0
P m
P (6.6)
6.3.4 NRPN
Com base nas definies anteriores, o nRPN definido pela expresso (6.7)
( ) ( ) ( ) ( ) ( ) [ ] ( ) ( ) ( ) , , 0 , ,
# # # #
T G P j P j P T P +

(6.7)
Onde o termo G(G,T, ) corresponde funo RPN, dependente da freqncia, do
modelo nominal e do desempenho alcanvel. Fica claro perceber que o nRPN sempre
maior ou igual ao RPN nominal e quanto maior for essa diferena, mais no- linear pode ser
entendido o sistema.
A no- linearidade pode ser entendida como a contribuio de duas parcelas, a no
linearidade esttica e a dinmica. A primeira prov uma contribuio constante ao longo da
freqncia e responsvel pelo paralelismo entre as duas curvas (RPN e nRPN) e a segunda
parcela constituda pela parte do nRPN desacrescida da contribuio esttica.
Essa separao importante, pois fornece a informao sobre o tipo de controlador
necessrio para o sistema em estudo no caso em que um controlador no linear se faz
necessrio. Se a maior parte da no- linearidade proveniente da contribuio esttica, um
controlador compensador de ganho, conhecido como Gain Scheduling, suficiente, caso
contrrio, necessrio se lanar mo de um controlador no linear capaz de compensar ambas
as variaes.
Com base nas definies das funes G(G,T) e G
#
(P,T), o nRPN um ndice capaz de
capturar a distncia entre as curvas e consequentemente ser um ndice quantitativo para
mensurar a no linearidade sendo definido pela equao (6.8).

( ) ( )
( )
,
_

max
min
max
min
max
min
log , ,
log , , log , ,
#

d T G
d T G d T P
nRPN (6.8)
Segundo FARENZENA (2003), sistemas que apresentam valor de nRPN inferior a
unidade so considerados lineares, ou seja, situao na qual um controlador linear seria capaz
6.4 FORMULAO MATEMTICA 79

de prover uma performance satisfatria. A faixa de nRPN compreendida entre 1 e 2
corresponde a uma faixa onde a aplicao de controladores lineares podem resultar em uma
perda de desempenho, cabendo ao engenheiro selecionar se essa perda significativa para o
seu processo. Ainda, para valores acima de 2, a no- linearidade considerada elevada e
nesses casos um controlador no- linear se faz necessrio.
6.4 Formulao Matemtica
A extenso para sistemas politpicos direta e intuitiva. A natureza da resoluo
proposta para o problema de otimizao continua sendo a mesma, sendo que a presena de
multi- modelos resulta em novas equaes, estruturalmente idnticas s anteriores, que so
inseridas no problema de otimizao original com pesos diferenciados, se assim desejado.
Na primeira aproximao (Coluna por Coluna), so resolvidos no problemas de
otimizao pelo mtodo de mnimos quadrados, cuja funo objetivo expressa pela equao
(6.9), onde o subscrito J indica a coluna j da matriz correspondente.
( ) ( ) ( )

1
1
]
1
1
1
]
1
N N
J F J D J I J
j s
j s
P
J
T
P
J
W
j s
j s
P
J
T T T KP
J
s
s T
W
s
s T
s
s T
FO

0 0
, , ,
2
, , ,
min (6.9)
Com o vetor coluna para o politopo ) (s T
P
J
definido pela concatenao vertical de
todos os vetores colunas ) (s T
Gi
J
, onde G
i
corresponde ao modelo i dos k modelos que
compe o politopo P.
( ) ( )
T
T
G
J
T
G
J
P
J
s T s T s T
k
1
]
1
) ( ) ( ) (
1
L (6.10)
W uma matriz bloco diagonal contendo os vetores de pesos referentes s equaes de
cada modelo W
Gi
, onde cada vetor linha W
Gi
tem dimenso igual ao nmero de sadas do
sistema (no). De forma que se pode ponderar cada modelo e cada sada. Alm disso, se
poderia ponderar cada freqncia, mas esta situao seria redundante tendo em vista que a
resoluo de T ao invs de C j prov uma ponderao na freqncia favorecendo o ajuste
na regio da freqncia de corte do sistema conforme mencionado no Captulo 3.
[ ] { }
k
G G
W W diag W L
1
(6.11)
Este problema consiste em um problema de mnimos quadrados ponderados, que nesta
abordagem resolvido pela utilizao de um problema de programao quadrtica (QP).
Originalmente, cada um dos problemas seqenciais que so resolvidos para cada
coluna gera um problema do tipo b Ax , onde A corresponde matriz numrica (ou vetor, no
caso de T
D
e T
F
) dos coeficientes dos parmetros a serem determinados (disposto no vetor
coluna x) e o vetor numrico de termos independentes (b).

No problema muti- modelos, para o mesmo conjunto de parmetros x, so inseridas
novas equaes (pela concatenao vertical da matriz A e do vetor b), gerando a matriz
aumentada A
P
e o vetor aumentado b
P
. Para cada conjunto de equaes provenientes de um
dado modelo, se deseja um peso diferenciado devidamente disposto na matriz diagonal Weq,
passando a ser um problema de mnimos quadrados ponderados. Este por sua vez, pode ser
resolvido como um problema de mnimos quadrados comum pela soluo do problema de
ndice subscrito *, como apresentado na equao (6.13).
( ) ( ) [ ] ( )
P P
T
P
T
P
Weq
P P
b b e WeqA A Weq A A onde b x A b x A

*
1
* * *
(6.12)
As matrizes A* e b* so ento convertidas em matrizes Q e u atravs das equaes j
apresentadas em (3.50), gerando um problema do tipo QP. Aps a resoluo dos nos
problemas de otimizao, pelo procedimento seqencial e iterativo descrito na seo 3.3, tem-
se a matriz completa dos parmetros desejados, que so ento utilizados como valor inicial
para a otimizao global.
A otimizao global diretamente estendida para multi- modelos apenas com o
acrscimo de tantas equaes de restrio quantos forem os modelos, conforme a expresso
(6.14), onde o sobrescrito G
k
indica que a matriz T correspondente foi obtida pelo uso do
modelo G
k
, e o sub-escrito i,j indica o canal i,j da matriz T .

( )

no
i
no
j
j s
j s
G
k k Global
N
k
ij
s
s T
FO FO
1 1
2
,
0
(6.13)
O seguinte problema de otimizao ento resolvido

1
1
1
]
1

+
0 ) (
0 ) (
:
,
min
1 1
k k
w x FO
w x FO
to subject
x
M
(6.14)
Neste caso, x o vetor contendo todas as variveis de otimizao, com exceo da
varivel auxiliar que visa minimizar a mxima discrepncia dentre as restries
consideradas. Como cada FO
k
consiste em um valor algbrico, w
k
tambm o ser e
corresponde ao peso do modelo k. No entanto, FO
k
pode ser calculado por sada, por canal ou
por freqncia, permitindo formas distintas de trabalhar com os pesos. importante salientar
que essa definio de pesos em todos os casos no algo excludente, por exemplo, pode ser
interessante ponderar cada modelo, e, alm disso, favorecer o ajuste (peso maior) na diagonal
da matriz T . No entanto, quanto maior for o nmero de pesos necessrios, maior ser o
6.5 PROCEDIMENTO GLOBAL 81

nmero de restries inseridas por cada modelo, e como neste caso o problema sendo no
linear, pode-se ter um aumento do tempo computacional de maneira significativa.
6.5 Procedimento Global
Na seo anterior foi apresentada a forma matemtica de resoluo para os problemas
obtidos com a insero de novos modelos. Cabe ainda uma descrio de todo o procedimento.
Os modelos so carregados e o desempenho desejvel para todos os modelos ento
estabelecido. Cada modelo G
k
fatorado, o que resulta em um desempenho alcanvel T
k
para
cada modelo k a ser considerado no projeto.
calculado o condicionamento mnimo para o grupo de modelos P de acordo com a
expresso (6.2), de forma que so estimadas as matrizes L
#
( ) e R
#
( ) dependentes de cada
ponto do vetor da freqncia. Assim como no procedimento de escalonamento RPN, so
selecionadas as matrizes L
#
e R
#
que minimizam o condicionamento na freqncia onde a
curva nRPN assume seu mximo valor, estabelecendo assim um compromisso entre as
freqncias de corte de todos os modelos que compe o sistema. Essas matrizes so ento
utilizadas para escalonar a sada e a entrada respectivamente de cada modelo.
verificado o RPN referende ao modelo nominal para o desempenho alcanvel e so
ento calculados os termos necessrios para o clculo do nRPN (6.7), bem como o clculo do
ndice definido em (6.8). Se o RPN for menor que 5 e o nRPN for menor que 2 (de
preferncia menor do que 1), a metodologia proposta pode ser utilizada com premissa de
controlabilidade do sistema. Caso contrrio, um controlador robusto ou no linear se torna
necessrio caso no se permita alguma perda de performance.
Com a aplicao da metodologia, so selecionadas a estrutura e a ordem do
controlador, que so fornecidos para o algoritmo de otimizao abordado com o procedimento
de resoluo matemtica dos problemas de otimizao apresentados na seo anterior. O
controlador obtido ento retornado para as unidades originais do sistema e a simulao
permite uma anlise da performance obtida. Uma viso geral desse procedimento pode ser
verificada na Figura (6.1).


Figura 6.1: Fluxograma do procedimento global de projeto com multi- modelos.
6.6 Estudo de Caso
Para exemplificar o uso da metodologia nessa nova abordagem, foi utilizado o mesmo
estudo de caso apresentado no captulo 4, a planta de 6 tanques esfricos. Para tanto foram
considerados trs pontos de operao, considerados como sendo as regies de operao usuais
do processo em questo.
Para fins comparativos, sero considerados os mesmos desempenhos utilizados para os
projetos nominais nos pontos de operao 1 e 3 que correspondem s regies extremas de
operao (carga baixa e carga alta respectivamente). O objetivo comparar a performance e a
6.6 ESTUDO DE CASO 83

robustez entre um projeto nominal utilizado em todos os pontos, com um projeto que leve em
considerao todos esses pontos em sua concepo.
Os pontos de operao so definidos na Tabela 6.1 e a resposta ao degrau unitrio na
Figura 6.2.
Tabela 6.1: Pontos de Operao.
OP F
1
,F
2
(L/min) x
1
,x
2

h
1
,h
2
(cm)
h
3s
,h
4s
(cm)
h
5
,h
6
(cm)
h
s
(cm)
G1 4.0,4.0 0.6,0.7 8.20,9.48 15,15 4.41,6.00 15,15
G2 5.5,5.5 0.6,0.7 5.06,5.86 15,15 2.72,3.71 15,15
G3 7.5,7.5 0.6,0.7 2.67,3.09 15,15 1.44,1.96 15,15

Figura 6.2: Resposta ao degrau unitrio para os pontos de operao G1,G2 e G3.

Tabela 6.2: Desempenho desejvel utilizado.
ndice Ordem
Tempo
de Subida
(min)
Sobre
Elevao
(%)
D1 2, 2 3.5,4.5 10,10
00 . 1 05 . 2 99 . 2
1
2
+ + s s
,
00 . 1 63 . 2 95 . 4
1
2
+ + s s


6.6.1 Projeto Nominal
Inicialmente foi realizado o projeto de trs controladores PI, um para cada regio (G1,
G2 e G3), considerando o desempenho D1 estabelecido na Tabela 6.2 para o sistema. Os
parmetros obtidos no projeto so apresentados na Tabela 6.3, e os resultados das simulaes
com o modelo linearizado nos respectivos pontos, na Figura 6.2. A partir dos critrios de
desempenho e pelo ajuste pode-se perceber que o projeto na regio G3 mais difcil, uma vez
que esse modelo apresenta um zero de transmisso positivo mais prximo da origem.

Figura 6.3: Resposta servo (1; -1) e regulatria (500.(1; -1)) para os pontos G1,G2 e G3 com
o desempenho D1.

Tabela 6.3: Parmetros do controlador e ndices de qualidade obtidos para os pontos G1,G2 e
G3 com o desempenho D1.
Caso
K
P
T
I
FO.10
3
IAE ITAE
G1 D1
1
]
1
22 . 14 91 . 199
67 . 64 82 . 125

1
]
1
04 . 0 74 . 0
38 . 0 26 . 0
3.35 [ ] 66 . 4 94 . 3 [ ] 98 . 24 67 . 20
G2 D1
1
]
1
98 . 133 82 . 262
99 . 119 91 . 215

1
]
1
56 . 0 48 . 1
04 . 1 67 . 0
4.35 [ ] 01 . 6 36 . 5 [ ] 81 . 42 30 . 38
G3 D1
1
]
1
16 . 222 81 . 315
96 . 162 29 . 280

1
]
1
25 . 1 59 . 2
96 . 1 22 . 1
7.23 [ ] 49 . 9 65 . 8 [ ] 55 . 97 16 . 89

Suponha-se que na prtica a planta possa operar nesses 3 pontos, e a alternncia entre
eles possa ser constante de forma que o uso de um nico conjunto de parmetros seria
adequado para controlar o processo. No caso de escolha de um dos trs controladores
6.6 ESTUDO DE CASO 85

projetados, surge a dvida sobre qual deles deveria ser usado. Para responder a essa pergunta,
na Figura 6.4 apresentada a simulao do controlador projetado na regio G1, e simulado
nas regies G2 e G3. Como pode ser percebido, esse controlador se torna instvel quando
simulado na regio G3. Na Figura 6.4, apresentada a simulao do controlador projetado
para a regio G3, nas demais regies. Pode-se perceber que o desempenho fica relativamente
lento, no entanto no verificada instabilidade.

Figura 6.4: Simulao do controlador projetado no ponto G1 com os modelos G2 e G3.

Figura 6.5: Simulao do controlador projetado no ponto G3 com os modelos G1 e G2.
O modelo representativo da regio G3 ser considerado nominalmente como o pior
caso, sendo esse o modelo a ser considerado em um projeto representativo para todas as
regies, de forma que garantida a estabilidade para o pior caso, fica garantida a estabilidade
nas demais regies. Em geral, o pior caso consiste no modelo de maior ganho e dinmica mais
lenta.

6.7 Projeto de Controladores com Politopo
Considerando o mesmo desempenho D1, foi projetado um nico controlador PI
levando em considerao as trs regies operacionais definidas, tendo todas o mesmo nvel de
importncia (mesmo peso). Os parmetros do controlador obtido so apresentados na Tabela
6.5 e a simulao nas 3 regies apresentada na Figura 6.6. Pode-se perceber que o
controlador projetado, tem um comportamento qualitativo similar ao projeto nominal
considerando o pior caso, o que de se esperar, uma vez que o pior caso sempre limita o
desempenho global do sistema.

Figura 6.6: Simulao com o controlador projetado para o conjunto, simulado com G1, G2 e
G3.
Tabela 6.5: Parmetros do controlador e ndices de qualidade obtidos para o projeto com o
politopo e desempenho D1.
Controlador P ndices de Qualidade
Caso
K
P
T
I
FO.10
3
IAE ITAE
P D1
Com G1
[ ] 53 . 8 24 . 7 [ ] 26 . 101 68 . 78
P D1
Com G2
[ ] 93 . 6 84 . 5 [ ] 97 . 80 23 . 64
P D1
Com G3
1
]
1
96 . 169 18 . 291
50 . 137 21 . 248

1
]
1
81 . 0 99 . 1
38 . 1 92 . 0
4.61
[ ] 54 . 16 76 . 13 [ ] 71 . 297 05 . 242

Pelos ndices de qualidade pode-se perceber que nas regies extremas (G1 e G3) a
performance mais prejudicada do que na regio intermediria (G2), e que entre as regies
extremas a que define o pior caso tem uma performance ainda mais precria. A comparao
de maior interesse consiste em utilizar o controlador projetado para o pior caso nominal
6.7 PROJETO DE CONTROLADORES COM POLITOPO 87

(ponto G3) e o controlador projetado para o conjunto. Para isso foi utilizado o modelo no
linear. O sinal utilizado para anlise comea no ponto G3, vai para o ponto G1, sofre a ao
de um distrbio simultneo nas vazes de entrada no valor de 1000 cm
3
/min, volta para o
ponto G3 e sofre uma mudana simultnea na varivel de referncia em sentidos contrrios.
Os resultados obtidos so expressos na Figura 6.7.

Figura 6.7: Simulao no linear com o controlador projetado para o ponto nominal G3 com
o controlador projetado para o politopo P.
Pode-se perceber que o controlador projetado para o politopo consegue melhor
desempenho fora da regio para o qual o controlador nominal foi projetado comparando os
ndices de qualidade obtidos na simulao at o tempo de 100 minutos. Acima desse tempo, a

comparao realizada na regio nominal de forma que o desempenho obtido nessa regio
ser sempre inferior (no limite, igual), tendo em vista que o controlador para o politopo leva
em considerao toda a regio de baixo ganho. Neste caso, pode-se perceber que devido
limitao imposta pelo pior caso, o desempenho no pode ser feito muito rpido na regio de
baixo ganho porque isso levaria a um comportamento extremamente oscilatrio na regio de
alta ordem. Para tentar a atenuao deste problema de oscilao na regio de alto ganho,
pode-se lanar mo do aumento de ordem. Foram ento projetados 3 novos controladores,
cujos parmetros so apresentados na Tabela 6.6.
Tabela 6.4: Parmetros do controlador e ndices de qualidade obtidos para o projeto com o
politopo e desempenho D1.
ndices de Qualidade
IAE ITAE.10
-3

Caso
t: 0 100 t: 100200 t: 0 100 t: 100200
Nominal PI [ ] 17 . 38 85 . 28 [ ] 49 . 40 36 . 33 [ ] 11 . 1 84 . 0 [ ] 65 . 4 08 . 4

Politopo PI

[ ] 08 . 33 94 . 24 [ ] 65 . 42 82 . 37 [ ] 92 . 0 70 . 0 [ ] 05 . 5 97 . 4

Tabela 6.6: Parmetros do controlador obtidos para o projeto com o politopo e com o ponto
nominal com aumento de ordem.
Controlador
Caso
K
P
T
I
T
D
T
F

G3
PID
Srie
(C
n
)
1
]
1
28 . 114 01 . 257
15 . 122 054 . 157

1
]
1
64 . 0 05 . 2
43 . 1 68 . 0

1
]
1
02 . 1 88 . 0
02 . 1 88 . 0

-

-
P
PID
Srie

1
]
1
07 . 41 73 . 217
84 . 84 19 . 103

1
]
1
19 . 0 46 . 1
84 . 0 38 . 0

1
]
1
00 . 1 85 . 0
00 . 1 85 . 0

-

-
P
PID
Srie+
G1
(C
p
)
1
]
1
07 . 41 73 . 217
84 . 84 19 . 103

1
]
1
19 . 0 46 . 1
84 . 0 38 . 0

1
]
1
00 . 1 85 . 0
00 . 1 85 . 0

1
]
1
89 . 0 97 . 0
89 . 0 97 . 0

1
]
1
85 . 1 23 . 2
85 . 1 23 . 2

Pode-se perceber que o aumento da ordem (Figura 6.6) para o controlador nominal
no apresenta grandes benefcios neste desempenho. No caso do politopo, verifica-se que o
aumento da ordem tem um efeito muito mais evidenciado na regio de alto ganho, sem alterar
significativamente o ajuste na regio de baixo ganho. Assim, fica evidenciado que o aumento
de ordem para projetos politpicos muito mais importante do que para casos nominais,
considerando o mesmo desempenho.
6.7 PROJETO DE CONTROLADORES COM POLITOPO 89

Figura 6.6: Simulao no linear com o controlador C
n
e o controlador C
p
.
Tabela 6.7: Parmetros do controlador na simulao no linear com C
n
e C
p
.
ndices de Qualidade
IAE ITAE.10
-3
Caso
t: 0 100 t: 100200 t: 0 100 t: 100200
Nominal C
n
[ ] 58 . 38 16 . 29 [ ] 02 . 38 16 . 30 [ ] 125 . 1 852 . 0 [ ] 29 . 4 62 . 3

Politopo C
p

[ ] 55 . 36 68 . 27 [ ] 27 . 42 07 . 31 [ ] 017 . 1 780 . 0 [ ] 16 . 5 10 . 5


A metodologia proposta associa um baixo esforo exigido com uma complexidade
suficiente para levar em considerao sistemas multi- modelos capazes de representar
processos com caractersticas no- lineares, em diferentes pontos de operao. Isso permite
melhorar o desempenho de sistemas complexos sem a necessidade de estratgias complicadas
e dispendiosas.
A metodologia permite considerar mais de um modelo para o projeto de controladores,
apresentado as mesmas caractersticas da metodologia para o projeto considerando um nico
modelo, apenas pelo acrscimo de novas equaes com pesos selecionados pelo projetista.
Duas alternativas podem ser identificadas, um delas seria o uso do projeto nominal
para o pior caso identificado no qual fica garantida a estabilidade nas demais regies. Ou se
utiliza o projeto proposto para o conjunto de modelos, de forma a garantir um compromisso
de desempenho em todas as regies. Ainda, outra grande vantagem no segundo caso consiste
na eventual escolha de pesos para os distintos modelos, permitindo favorecer o ajuste de um
ponto em relao ao outro.
Foi verificado tambm que o aumento de ordem permite melhorar a performance do
projeto multi- modelos, quando para o desempenho desejado se obtm um comportamento
oscilatrio na regio de alto ganho sem prejudicar a performance na regio de baixo ganho.
Captulo 7
Comparao com outras Tcnicas

Neste captulo a metodologia proposta comparada visando verificar sua
competitividade frente a outras tcnicas de projeto de controladores. O objetivo consiste em
mostrar uma alternativa simples e eficiente para resoluo de problemas de controle
multivarivel. A presena de alternativas bastante interessante, pois consiste em um grau de
liberdade na escolha da soluo para o problema em estudo.
7.1 Model Predictive Control (MPC)
O controle preditivo (MPC) uma estratgia de controle avanado largamente
empregada na indstria de processos. Tal popularidade se deve ao fato do MPC lidar de modo
eficiente com vrias caractersticas dos processos qumicos, tais como: restries nas
variveis manipuladas e controladas, tempos-mortos, incluso de objetivos econmicos na
funo custo, dentre outros.
Os primeiros algoritmos de controle preditivo multivarivel baseado em modelo
(MPC) surgiram no final da dcada de 70 com o chamado DMC (Dynamic Matrix Control)
proposto por CUTLER e RAMAKER (1979). O mtodo era baseado em horizonte de
predio finito e em coeficientes de resposta ao degrau e ao impulso.
O controle preditivo multivarivel um algoritmo de controle em tempo discreto que
incorpora internamente um modelo do processo que permite prever instantes futuros a
resposta do sistema (horizonte de predio). Em cada instante de amostragem, a lei de
controle (seqncia discretizada de aes das variveis manipuladas) obtida a partir da
otimizao de uma funo objetivo, a qual formulada ao longo de um horizonte de
otimizao (horizonte de controle). Somente a primeira ao de controle implementada e no
instante de amostragem seguinte todo o procedimento repetido.
92 7. COMPARAO COM OUTRAS TCNICAS

Na Figura 7.1, este procedimento pode ser visualizado. Aqui k o instante atual, os
instantes entre P
0
e P consistem no horizonte de predio, M o horizonte de controle, r
referncia para as variveis controladas y.

Figura 7.1: Representao esquemtica do MPC.
A cada instante k, resolvido um problema de otimizao tipicamente expresso pela
equao (7.1), ou seja, com base no desvio da varivel de processo para sua referncia, so
estimadas as aes de controle timas de forma a minimizar J,onde Q e W so matrizes de
pesos. A escolha do tempo de amostragem (t
S
), os horizontes (P e M) e as matrizes W e Q
consistem nos parmetros de sintonia para este controlador.
( ) ( ) ( )
'
+ + + +

M
j
W
P
P j
Q
u
j k u j k r k j k y J
1
2 2
1 | min
0
(7.1)
Um procedimento sistemtico foi proposto por TRIERWEILLER e FARINA (2003)
chamado de sintonia RPN. Este procedimento foi utilizado para comparao com a
metodologia proposta neste trabalho, uma vez que se encontra implementado no RPN
Toolbox, permitindo uma fcil comparao entre as distintas tcnicas. Neste procedimento, o
controlador projetado para o desempenho especificado, que juntamente com os fatores de
fase no mnima, so utilizados para estimar os pesos.
Deve-se salientar que medir a qualidade do controle antes e depois da aplicao do
MPC difcil, j que esta est diretamente relacionada com o nvel de distrbios e mudanas
de setpoints estabelecidas no perodo de operao. Muitas vezes as melhorias decorrentes da
aplicao do MPC pode ser resultado de engenharia simples de assegurar bsicas funes de
controle propriamente (sintonia, reparo de vlvulas, etc.). A aplicao requer novas
informaes ou reconsideraes sobre informaes antigas, aumentado o grau de
conhecimento do processo principalmente a respeito das restries, sendo que esse
conhecimento pode ser usado para melhorar o nvel regulatrio.
7.1 MODEL PREDICTIVE CONTROL (MPC) 93

Os controladores preditivos comerciais assumem que o erro no instante atual
constante ao longo de todo horizonte, o que pode levar uma subestimativa do distrbio e
consequentemente uma subestimativa da ao da resposta requerida. Uma outra dificuldade
no projeto de um MPC consiste no nmero de parmetros de ajuste requerido. Ironicamente,
uma promessa inicial dos MPCs que eles seriam simples de sintonizar, mas os
controladores correntes contm um nmero grande de parmetros para definir o seu
comportamento. Como regulamentos em uma democracia, cada parmetro no pode fazer
sentido isoladamente; em conjunto, a escolha consiste em um desafio considervel para
qualquer engenheiro de controle.
7.1.1 Comparao com MPC
Para comparao com MPC, foi considerado o modelo G1 (do captulo anterior), a
partir desse modelo foram gerados dois novos pontos operacionais, o G1t no qual o tempo
morto original foi aumentado em 50% do seu valor, e o G1p que tem o mesmos parmetros
que o ponto G1 com exceo do h
S
(nvel para sintonia dos controladores intermedirios), que
foi utilizado no valor de 0.2, conferindo um comportamento oscilatrio para o sistema. A
resposta ao degrau unitrio para esses 3 pontos apresentada na Figura 7.1.
Para cada um desses pontos foi projetado um controlador MPC pela sintonia RPN para
o desempenho D1, cujos parmetros so fornecidos na Tabela 7.1.
Tabela 7.1: Parmetros dos controladores MPC projetados via sintonia RPN.
Controlador MPC
Parmetro
G1-D1 G1t-D1 G1p-D1
Tempo de Amostragem (t
S
) 0.96 0.96 0.96
Horizonte de Predio 8 8 8
Horizonte de Controle 2 2 2
Q [ ] 165 . 2 786 . 0 [ ] 132 . 2 784 . 0 [ ] 165 . 2 786 . 0
W [ ] 188 . 1 515 . 0 [ ] 187 . 1 514 . 0 [ ] 188 . 1 515 . 0
IAE [ ] 23 . 9 59 . 17 [ ] 23 . 9 59 . 17 [ ] 36 . 8 98 . 18
ITAE [ ] 96 . 336 31 . 807 [ ] 96 . 336 31 . 807 [ ] 98 . 292 22 . 904

Analogamente, para cada ponto foi projetado um controlador PID para o desempenho
D1, cujos parmetros so apresentados nas Tabela 7.2(a) e 7.2(b). Na Figura 7.2 realizada a
primeira comparao entre o controlador PI e o MPC projetado para o ponto G1. Neste caso,
pode-se perceber que, embora o MPC apresente uma resposta mais suave para a mudana nas
referncias, este apresenta uma resposta mais lenta e oscilatria para supresso de distrbios.

Figura 7.1: Resposta ao degrau unitrio dos modelos G1, G1t e G1p.
Tabela 7.2(a): Parmetros dos controladores PID projetados.
Controlador
Caso
K
P
T
I
T
D

G1-D1
PI
1
]
1

90 . 40 89 . 63
34 . 82 57 . 68

1
]
1
08 . 0 23 . 0
33 . 0 14 . 0

1
]
1
0 0
0 0

G1t-D1
PI
1
]
1
12 . 168 15 . 159
17 . 150 04 . 83

1
]
1
33 . 0 58 . 0
61 . 0 17 . 0

1
]
1
0 0
0 0

G1t-D1
PID
Paralelo
1
]
1

05 . 48 56 . 94
24 . 47 01 . 48

1
]
1
10 . 0 35 . 0
19 . 0 099 . 0

1
]
1
99 . 0 52 . 0
99 . 0 52 . 0

G1p-D1
PID
1
]
1
30 . 86 68 . 165
58 . 119 68 . 71

1
]
1
18 . 0 64 . 0
53 . 0 1539 . 0

1
]
1
96 . 0 73 . 0
96 . 0 73 . 0

Tabela 7.2(b): ndices de qualidade dos controladores PID projetados.
ndices de Qualidade
Caso
IAE ITAE
G1-D1
PI
[ ] 14 . 8 23 . 21 [ ] 00 . 250 1500
G1t-D1
PI
[ ] 31 . 9 88 . 26 [ ] 00 . 250 1500
G1t-D1
PID
Paralelo
[ ] 99 . 7 89 . 10 [ ] 14 . 238 18 . 504
G1p-D1
PID
[ ] 45 . 7 28 . 13 [ ] 55 . 216 36 . 605

7.1 MODEL PREDICTIVE CONTROL (MPC) 95

Na situao em que o tempo morto aumentado (simulao na Figura 7.3), o
comportamento do PI comea a oscilar para este desempenho e a ao derivativa deve ser
inserida para aumentar a estabilidade da reposta conforme verificado, e neste caso percebe-se
que o PID obtm melhores ndices de desempenho que o MPC, indicando que para um certo
nvel de tempo morto o aumento da ordem pode levar a uma performance satisfatria.

Figura 7.2: Resposta servo (1; -1) e regulatria (500.(1; -1)) na vazo em t=50min e (0.25.(1;
-1)) em x em t=100 min para os controladores projetados para G1 e D1.

Figura 7.3: Resposta servo (1; -1) e regulatria (500.(1; -1) na vazo em t=50min e (0.25.(1;
-1)) em x em t=100 min para os controladores projetados para G1t e D1.

Na Figura 7.4 apresentada a simulao para o modelo G3p com comportamento
oscilatrio. Pode-se perceber que, com o uso da metodologia mesmo para um controlador de
baixa ordem, possvel reduzir a oscilao do sistema em malha fechada, e que o
desempenho obtido a partir dos ndices de qualidade superior ao do MPC.

Figura 7.4: Resposta servo (1; -1) e regulatria (500.(1; -1)) na vazo em t=50min e 0.25.(1;
-1)) em x em t=100 min para os controladores projetados para G1p e D1.
7.2 Controladores Robustos
Na operao da planta real, existem perturbaes desconhecidas, rudos de medio e
mudanas nas condies operacionais. Nestas condies, o controle do sistema torna-se
difcil, pois surgem incertezas na modelagem do processo, o que requer o uso de
controladores robustos.
A robustez uma caracterstica desejvel dos sistemas de controle e deve ser
preocupao permanente de todo projetista que os sistemas de controle funcionem
satisfatoriamente, ainda que as condies de operao sejam distintas daquelas consideradas
no modelo de projeto (nominal). Visando suplantar esse problema, no incio dos anos 80
surgem as primeiras metodologias para o projeto de controladores robustos. A tcnica de
controle robusto consiste em um mtodo de projeto no domnio da freqncia para sistemas
de controle que no sejam sensveis s variaes sofridas pelo modelo da planta ou distrbios.
Claramente, a questo chave em controle robusto a incerteza e como o sistema de controle
pode lidar com este problema.
Mtodos de controle robusto buscam limitar a incerteza no lugar de expressar isto na
forma de uma distribuio. Dado um limite de incertezas, o controle pode devolver resultados
que atingem os requerimentos para o sistema de controle em todos os casos. Ento, a teoria de
7.2 CONTROLADORES ROBUSTOS 97

controle robusto poderia ser declarada como uma anlise do pior caso no lugar de um mtodo
para o caso tpico (nominal). Deve ser reconhecido que a performance pode ser sacrificada
para garantir que o sistema alcance certos requerimentos de projeto.
O uso de controladores robustos completamente justificvel principalmente devido
grande dificuldade envolvidas no processo de modelagem de um sistema fsico real. Existe
uma variedade de tcnicas desenvolvidas para controle robusto. Em geral, estas tcnicas so
difceis de entender e tediosas para implementar. As descries destas tcnicas em artigos e
livros tendem a focar os detalhes da matemtica envolvida e no o conceito geral por trs da
tcnica. Por esse motivo, as tcnicas para controle robusto tm sido criticadas pelos
engenheiros prticos devido sua acessibilidade, tediosidade, e o conservatismo que estas
tcnicas frequentemente apresentam. Para atender as exigncias de projeto, em geral, geram
controladores de elevada ordem.
Para aumentar o apelo industrial dessas tcnicas, uma variedade de ferramentas vem
sendo desenvolvidas. Entretanto, sempre exista uma questo sobre a coerncia das
ferramentas, especialmente quando estas so usadas para simplificar uma tcnica muito
complexa. O elevado volume de pesquisa em controle robusto nos ltimos 20 anos conduz a
um amadurecimento nessas tcnicas. Com o grande nvel de pesquisas sendo desenvolvidas
nesse ramo, o espao entre a teoria de controle robusto e a sua aplicao tende a diminuir.
Para comparao com a metodologia proposta nesse trabalho foi utilizada a tcnica
H
8
. Para que isto fosse possvel foram utilizadas as rotinas disponveis na ferramenta
MvTools. E neste caso foi ento descrito, de maneira sucinta, de que forma os controladores
robustos so projetados. O MvTools um toolbox para Matlab desenvolvido pelo
departamento de sistemas eltricos e automao (DSEA) da Universidade de Pisa (Itlia) com
o objetivo de oferecer para os usurios do Matlab (em especial aos engenheiros de controle e
estudantes nessa rea) um toolbox para anlise de sistemas lineares e sntese de controladores
robustos.
7.2.1 Tcnica H
2
e H
8

Antes da prpria descrio da tcnica, se torna necessrio a introduo da definio
das normas 2 (7.2) e 8 (7.3) de uma matriz de transferncia qualquer G(s).
( )
d j G s G
i
i
) (
2
1
) (
2
2
(7.2)
( ) ) ( max ) (
j G s G

(7.3)
Pelas equaes acima, percebe-se que a norma 2 tende a puxar todos os valores
singulares em todas as freqncias para baixo, enquanto que a norma infinita tende a puxar
apenas o mximo pico na freqncia.

Figura 7.5: Malha feedback genrica.
A Figura 7.5 expressa uma malha feedback genrica, onde o sinal w(s) contm todas
as entradas externas (distrbios, referncias, rudos), a sada z(s) o sinal do erro, y(s) so as
variveis medidas e u(s) as entradas do controlador; P(s) a planta generalizada (modelo
corrente e todas as funes pesos necessrias) e K(s) o controlador. Uma malha mais
detalhada expressa na Figura 7.6.
Os problemas H
2
e H
8
consistem em encontrar, entre todos os controladores que
resultam em uma malha internamente estvel, um controlador K(s) que minimiza
respectivamente a norma 2 da sada z(s) da planta P(s) com rudo branco na entrada
(Problema H
2
) e o mximo valor singular ao longo da freqncia (norma infinita) de Pzw(s)
(problema H
8
).

Figura 7.6: Malha feedback detalhada.
Ento, o primeiro passo na sntese implementada consiste (sntese H
2
e H
8
) na escolha
das matrizes que devem ser minimizadas para construir a planta relativa padro P(s) de tal
maneira que a matriz de transferncia Pzw(s) inclua as funes usadas para expressar as
condies:
Se o usurio deseja minimizar as matrizes [ ] ) ( ); (
0 0
s S s T
[ ] ) ( ) ( ); ( ) ( ) (
0 0
s W s S s W s T s P
S T zw
(7.4)
Se o usurio deseja minimizar as matrizes [ ] ) ( ); (
0 0
s S s L
[ ] ) ( ) ( ); ( ) ( ) (
0 0
s W s S s W s L s P
S L zw
(7.5)
7.2 CONTROLADORES ROBUSTOS 99

Onde
) ( / 1 ) ( ) ( / 1 ) ( ), ( / 1 ) (
max max max
s S s W e s T s W s L s W
S T L
(7.6)
A forma das funes pesos W
S
e W
T
(ou W
L
), e consequentemente os limites
superiores das matrizes S
0
, T
0
(ou L
0
), podem ser modificadas pela escolha de dois parmetros
X
1
e X
2
. X
1
o ganho em dB da funo L e 10
X2
a freqncia de corte para L, S ou T.
Visando uma sistematizao da comparao com as tcnicas presentes no MvTools, este foi
linkado ao RPN Toolbox, de forma que a partir do desempenho selecionado so
estabelecidos os melhores valores para X1 e X2 que devem ento ser usados para fins
comparativos. Aps as snteses dos controladores em janela externas, a simulao
gerenciada pelo RPN Toolbox, permitindo inclusive a reduo dos controladores obtidos.
7.2.2 Comparao com Tcnicas Robustas
O MvTools permite o projeto de controladores timos e controladores robustos por
diversas tcnicas, nesse trabalho foi comparado o projeto apenas com a tcnica da norma
infinita. Pra tanto, foi utilizado o modelo G3 descrito no capitulo anterior, por ser o modelo
com o zero mais prximo da origem e conseqentemente de mais difcil controle. Alm disso,
foi considerado um desempenho mais rpido para o sistema, como D2 definido na Tabela 7.3.
Tabela 7.3: Desempenho Desejvel Utilizado para comparao com a tcnica H
8
.
ndice Ordem
Tempo
de Subida
(min)
Sobre
Elevao
(%)
D2 2, 2 2.5,2.5 10,10
00 . 1 46 . 1 53 . 1
1
2
+ + s s

Com essa configurao, foi projetado um PI, um PID srie, e via MvTools, um
controlador por H
8
; os resultados obtidos pela simulao so apresentados na Figura 7.7, e os
parmetros correspondentes na Tabela 7.7.
Mais uma vez fica evidenciado o efeito da insero da ao derivativa, amortecendo a
resposta do PI que bastante oscilatria para o desempenho selecionado. Pode-se perceber
que o controlador projetado pela tcnica da H
8
tem uma performance ainda mais satisfatria
comprovada pelos melhores ndices: (IAE, [ ] 94 . 8 05 . 8 e ITAE, [ ] 73 . 172 73 . 153 ). No entanto,
o controlador obtido foi de elevada ordem, sendo que no espao de estados em sua realizao
mnima so necessrios 18 estados para sua descrio e por esse motivo no foi expresso por
extenso.
Tal situao comprova que as tcnicas robustas em geral levam a controladores de
elevada ordem, que embora possam apresentar bons resultados tericos, a implementao de
tais controlares requer a sua reduo a controlares de baixa ordem, de forma que ou o

desempenho ou a robustez obtida dever ser sacrificada, levando a dvidas se a complexidade
envolvida em seu projeto compensada.

Figura 7.7: Resposta servo (1; -1) e regulatria (500.(1; -1] )para os controladores projetados
para G3 e D2.
Tabela 7.4: Parmetros dos controladores PID e ndices de qualidade obtidos nos projetos
para comparao com tcnicas robustas.
Caso
K
P
T
I
T
D
IAE ITAE
G3-
D2
PI
1
]
1
54 . 438 59 . 378
97 . 266 73 . 392

1
]
1
52 . 1 51 . 2
19 . 2 26 . 1

1
]
1
0 0
0 0
[ ] 49 . 45 53 . 36 [ ] 73 . 172 73 . 153
G3-
D2
PID
1
]
1
69 . 280 74 . 342
04 . 215 42 . 286

1
]
1
95 . 0 16 . 2
66 . 1 90 . 0

1
]
1
98 . 0 64 . 0
98 . 0 64 . 0
[ ] 08 . 13 52 . 11 [ ] 27 . 301 18 . 256

Conforme citado na seo anterior, atravs da interface do RPN Toolbox o controlador
obtido pode ser ento reduzido. Do ponto de vista da implementao, se torna necessrio
apenas que a resposta na freqncia do controlador ideal seja substituda pela resposta obtida
pelo controlador obtido pela tcnica H
8
.
Para exemplificar tal situao, o controlador obtido foi reduzido a um PI e a um PID
srie cujos parmetros e ndices so apresentados nas ltimas linhas da Tabela 7.5, e a
simulao comparando esses controladores reduzidos com o controlador de elevada ordem
apresentada na Figura 7.8.
101

Os resultados comprovam a eficincia do mtodo proposto, no apenas para o projeto
de controladores, mas tambm como uma tcnica alternativa para a reduo de ordem de
controladores obtidos por tcnicas mais sofisticadas. A comparao entre os ndices de
qualidade indica que embora o PI apresente uma performance mais pobre que o controlador
pela sntese H
8
, o controlador PID reduzido apresenta melhor desempenho.
Tabela 7.5: Parmetros dos controladores PID ndices de qualidade obtidos nos projetos para
comparao com tcnicas robustas.
Caso
K
P
T
I
T
D
IAE ITAE
H
8
?
PI
1
]
1
38 . 394 29 . 313
25 . 242 17 . 344

1
]
1
30 . 2 14 . 3
06 . 3 83 . 1

1
]
1
0 0
0 0
[ ] 23 . 11 65 . 9 [ ] 99 . 248 42 . 205
H
8
?
PID
1
]
1
21 . 254 92 . 283
06 . 194 74 . 257

1
]
1
91 . 0 59 . 0
91 . 0 59 . 0

1
]
1
45 . 1 75 . 2
35 . 2 34 . 1
[ ] 29 . 8 45 . 7 [ ] 56 . 168 42 . 146

Figura 7.8: Resposta servo (1; -1) e regulatria (500.(1;-1)) para os controladores reduzidos a
partir do controlador de H
8
.


7.3 Projetos de Controladores de Baixa Ordem
Conforme apresentado no captulo 2, h uma srie de tcnicas existentes na literatura
que se destinam ao projeto de controladores de baixa ordem do tipo PID Multi-SISO (seo
2.1.1) ou mesmo para sistemas MIMO (seo 2.1.2). Essas tcnicas, de acordo com a natureza
de sua implementao, podem ser agrupadas em trs distintas abordagens, conforme
apresentado na Figura 7.8, para processos industriais de elevada ordem.

Figura 7.9: Abordagens para o projeto de controladores de baixa ordem.
As duas primeiras abordagens requerem algum tipo de reduo, seja do modelo (tipo
1), ou do controlador obtido (tipo 2). Nessas duas abordagens h perda de informao no
processo de reduo, que depende das tcnicas utilizadas. Na terceira abordagem, a partir do
modelo de elevada ordem projetado um controlador de baixa ordem. Esta formulao,
embora intuitivamente apresente uma trajetria mais direta para a soluo do problema,
conduz a problemas de otimizao no convexos e de difcil resoluo se comparados com as
ouras duas abordagens.
7.3.1 Mtodos do Tipo 1: Reduo do Modelo
Nessa abordagem se encaixam a grande maioria dos mtodos utilizados para o projeto
de controladores Multi-SISO, uma vez que, para a aplicao dessas tcnicas requerido um
modelo de baixa ordem (geralmente de primeira ordem com tempo morto). Nesse trabalho,
de interesse comparativo os mtodos que permitem a seleo do comportamento em malha
fechada, dentre os quais se destacam o mtodo da sntese direta (DS) e o mtodo IMC, cujas
idias bsicas so apresentadas a seguir.
Sntese direta e IMC
Seja a seguinte malha de controle, onde M(s) consiste em um modelo interno para o
processo G(s).
7.3 PROJETOS DE CONTROLADORES DE BAIXA ORDEM 103

Figura 7.8: Malha feedback com modelo interno.
O processo G(s) pode ser visto, atravs da fatorao inner-outer (7.8), como o
produto de um filtro de fase mnima G
-
(s) por um filtro G
+
(s) que contm toda a parte de fase
no mnima, ou seja, toda dinmica no inversvel, de forma que G
+
(0)=I. Para manter a
estabilidade interna da malha de controle, o desempenho alcanvel pode ser determinado a
partir do desempenho desejvel (Td) e a fatorao da planta (7.9).
( ) ( ) ( ) s G s G s G
+
(7.8)
( ) ( ) ( ) s G s Td s T
+
(7.9)
No caso da sntese direta, o controlador ento determinado algebricamente (7.10).
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
1
1 1 1 1
) (

+

s G s T s G s T I s T s G s C
d
(7.10)
No caso da tcnica IMC, usado um modelo interno M(s), que fatorado da mesma
forma que o processo original, e o controlador resultante C(s) determinado pelas equaes
(7.11) e (7.12).
( ) ( ) ( ) s Td s M s Q
1
(7.11)
( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )
1
1 1 1

+

s M s T s M s Q s M I s Q s C
d
(7.12)
Se G(s) for igual a M(s), o mtodo IMC prov os mesmos resultados que o mtodo da
sntese direta. Cabe salientar que o controlador obtido atravs dessa manipulao algbrica
exatamente o chamado controlador ideal, definido no captulo 3. A diferena bsica entre
essas tcnicas e a proposta consiste na reduo de ordem realizada no domnio da freqncia.
A reduo de ordem utilizada para sistemas multivariveis, sugere que o controlador
obtido por tal manipulao algbrica de elevada ordem e no necessariamente realizvel,
mesmo que o modelo e o desempenho sejam de baixa ordem. Ainda, para sistemas
multivariveis cuja relao de entrada e sada seja estabelecida atravs dos estados, surgem

problemas numricos no processo de inverso da matriz de transferncia. Esta situao
burlada pela tcnica proposta, uma vez que toda manipulao algbrica realizada no
domnio da freqncia, ou seja, no necessrio inverter a matriz G(s), mas apenas a sua
resposta no domnio da freqncia.
Nessa manipulao algbrica no necessrio se preocupar com a parte no inversvel
do sistema, uma vez que a aproximao realizada em termos de T , e a insero de filtros
oriundos da fatorao Blaskche no desempenho desejvel ao sistema garante a estabilidade
interna da malha.
O uso da fatorao Blaskche, representa uma vantagem numrica em relao
fatorao inner-outer. Esta ltima requer a soluo de um problema padro LQ. Este
procedimento, implementado em CHIAN e SAFONOV (1992), requer que o sistema seja
estvel e no tenha plos e zeros no infinito, levando a problemas numricos na inverso do
sistema. Embora a fatorao Blaskche para sistemas com zeros complexos positivos assuma
uma realizao em espao de estados com coeficientes complexos (HAVRE e SKOGESTAD,
1996), uma vez que a manipulao proposta realizada no domnio da freqncia, este tipo de
representao no impe nenhum tipo de limitao na anlise do sistema.
Tendo em vista a dificuldade envolvida na manipulao algbrica de sistemas MIMO
para a obteno dos controladores, essas tcnicas (DS e IMC), em geral, so usadas para
projetar controladores decentralizados, seja por um projeto independente (tratado como se
SISO fosse) no caso de baixas interaes, ou atravs de um procedimento seqencial, onde o
modelo aproximado da malha a ser fechada leva em considerao os controladores projetados
para as malhas fechadas anteriormente. Nesse contexto, obtido um modelo de baixa ordem
para cada par no projeto decentralizado, cujos parmetros dos respectivos controladores so
obtidos atravs de tabelas, de acordo com o tipo de modelo identificado.
Uma vantagem do mtodo IMC a sua flexibilidade de considerar a modelagem do
processo por uma variedade de modelos muito maior que outros mtodos, permitindo o seu
uso mesmo com um conhecimento limitado do processo. Alm disso, pode considerar
diferentes parametrizaes do controlador PID, desde que a ordem e o nmero de graus de
liberdade do controlador resultante sejam compatveis com a parametrizao escolhida. No
h dvidas que este mtodo representa um das melhores relao custo beneficio para o projeto
de controladores SISO e Multi-SISO.
O projeto decentralizado apresenta uma similaridade com o caso SISO, que foi
abordado no trabalho de FACCIN (2004), onde foi realizada uma comparao com outras
tcnicas, inclusive o mtodo de ajuste SIMC proposto em SKOGESTAD (2003).
7.3.2 Mtodos do Tipo 2: Reduo do Controlador
Neste caso se enquadram os mtodos que em sua concepo, geram controladores de
elevada ordem. Dentre eles pode-se citar os que usam tcnicas de controle timo, tcnicas de
controle robusto, tcnicas por sntese direta e IMC aplicadas diretamente aos sistemas MIMO,
ou mesmo a tcnica proposta nesse trabalho.

Na reduo do controlador, caractersticas robustas ou de performance podem ser
sacrificadas, no entanto, no h nenhuma restrio a respeito do modelo a ser considerado.
Pelo uso das tcnicas disponveis, podem ser gerados controladores timos e robustos que,
mesmo aps a reduo, funcionem de forma satisfatria.
Dois mtodos foram utilizados para comparao: o mtodo proposto por DONG e
BROSILOW (1997) e o mtodo adotado por TAN et al (2002), cujas idias bsicas so
apresentadas a seguir.
Dong e Brosilow (1997)
Nesta proposta, o controlador obtido via IMC visto como na equao (7.13)
( ) ( ) s f s s C
1
(7.13)
Esse controlador ento expandido em uma srie de Maclaurin, sendo truncado no
segundo termo conforme a equao (7.14), de forma que os parmetros de um controlador
PID so reconhecidos diretamente e expresso em (7.15).
( ) ( ) ( ) ( ) ( ) ... 0 0 0
' ' 2 ' 1
+ + +

f s sf f s s C (7.14)
( ) 0
'
f K , ( ) 0 f K
I
e ( ) 2 / 0
' '
f K
D
(7.15)
Tan et al. (2002)
O controlador de elevada ordem obtido pelo procedimento Loop-Shaping
(MCFARLANE e GLOVER, 1992), resultando em um controlador descrito por (7.16).

'
+
+
y D x C u
y B x A x
k k
k k
&
(7.16)
A partir de uma transformao no sistema original, de tal forma que a nova matriz A
seja escrita como expresso em (7.17), o novo sistema dado por (7.18).

1
]
1
2
1
0
0 0
A
T TA
k
(7.17)
( ) [ ]
k
D
B
B
A sI
I s
C C s C +
1
]
1
1
]
1
2
1
1
2
2 1
0
0
(7.18)
O controlador de elevada ordem obtido expandido em uma srie de Maclaurin,
truncando no termo de segunda ordem, leva ao reconhecimento dos parmetros de um PID.

2
2
2 2 1 1 2
1
2 2
, , B A C K B C K B A C D K
D I k

(7.19)
Comparao
Para a comparao, foi considerado o modelo da planta em escalada piloto de
uma coluna de destilao reportado por WOOD e BARRY (SEBORG, 1989). Este processo
foi utilizado por TAN para comparao com o mtodo proposto por DONG e BROSILOW.
( )
1
1
1
1
]
1
+
+

1 4 . 14
4 . 19
1 9 . 10
6 . 6
1 21
9 . 18
1 7 . 16
8 . 12
3 7
3
s
e
s
e
s
e
s
e
s G
s s
s s
(7.20)
Os dados dos controladores para as tcnicas descritas, juntamente com a metodologia
proposta, so apresentados na Tabela 7.6 e os resultados da simulao para a resposta ao
degrau unitrio para cada sada, na Figura 7.9. O desempenho selecionado para o sistema foi o
mesmo utilizado no trabalho de DONG e BROSILOW (1997) que consiste em uma funo de
primeira ordem de ganho unitrio e constante de tempo no valor de 4 e 4.5 unidades de tempo
para sadas 1 (X
D
) e 2 (X
B
), respectivamente.
Tabela 7.6: Parmetros dos controladores PID obtidos por distintas tcnicas.
Controlador
Caso
K
P
T
I
T
D

FRA
(Proposta)
1
]
1
0527 . 0 0199 . 0
0089 . 0 2735 . 0

1
]
1
5989 . 2 5634 . 1
314 . 0 9192 . 6

1
]
1
04 . 1 364 . 1
04 . 1 364 . 1

DONG
1
]
1
121 . 0 0097 . 0
041 . 0 283 . 0

1
]
1
1757 . 8 4274 . 9
8787 . 1 9264 . 9

1
]
1
0 0
0 . 0

TAN
1
]
1
1089 . 0 038 . 0
006 . 0 2796 . 0

1
]
1

007 . 8 381
7176 . 0 37 . 8

1
]
1

399 . 0 895 . 12
08 . 16 99 . 0

Para a primeira sada, o controlador obtido por TAN et al.(2002) , apresentou uma
elevada interao entre as malhas, enquanto que os outros mtodos apresentaram
performances similares, embora mais lentas. Na segunda sada, o controlador obtido pela
tcnica proposta, foi mais rpido, apresentando maior sobre-elevao, no entanto o mesmo
nvel de interao que o mtodo de TAN et al. (2002). O mtodo de DONG e BROSILOW
(1997), para este exemplo apresentou o melhor compromisso. Cabe salientar que o
controlador na metodologia proposta foi projetado exclusivamente para o desempenho
considerado no artigo, o desempenho do sistema poderia ser melhorado atravs do
restabelecimento do desempenho desejvel para o sistema.
No entanto cabe salientar que estes mtodos no permitem a estruturao do
controlador e se limitam a projetar controladores PID do tipo paralelo. A metodologia

proposta apresenta resultados competitivos, associados a uma maior flexibilidade que os
mtodos descritos.

Figura 7.9: Resposta ao degrau unitrio para cada sada.
7.3.3 Mtodos do Tipo 3: Otimizao direta
Nesse tipo de abordagem, a estrutura do controlador assumida como de um
controlador de baixa ordem e considerada no problema de otimizao. O grande problema
inerente consiste na no convexidade do problema resultante, gerando problemas de
otimizao de difcil resoluo. Nessas abordagens se encaixam os mtodos (GRIMBLE,
1990), (CHEN et al., 1995), (BAO, 1999) citados na seo 2.1.2.
O mtodo proposto por SAEKI (2005) mais recentemente foi utilizado para
comparao. Neste caso, as inequaes associadas condio de H
8
so aproximadas para
cada freqncia por um LMI. Maiores detalhes so fornecidos no artigo que apresenta uma
formulao matemtica bastante rebuscada, no entanto, para exemplificar a metodologia,
utilizado um modelo bastante simples expresso na equao (7.3). Visando manter o mesmo
desempenho para cada sada, o controlador na metodologia proposta nesse trabalho foi
projetado via tentativa e erro. Foram comparados os projetos decentralizados (Decent.) e o
projeto centralizado (Cent.).

( )
1
1
1
]
1
+ +
+ +
1
1
2
1 . 0
3
2 . 0
1
1
s s
s s
s P (7.3)
Os resultados obtidos so apresentados pela simulao da Figura 7.10, enquanto que
os parmetros obtidos so apresentados na tabela 7.7. Pode-se perceber resultados
equivalentes para as mudanas de referncia, no entanto, o mtodo proposto conseguiu
eliminar praticamente a baixa interao existente entre as malhas no caso centralizado.

Mantendo o desempenho para o caso decentralizado, pode-se perceber que o
controlador projetado atravs da metodologia proposta muito mais rpido do que o mtodo
considerado. Cabe salientar que essa tcnica, assim como as que usam esse tipo de
abordagem, requer um chute inicial, alm de algum tipo de aproximao visando simplificar o
problema de otimizao. Por outro lado, a tcnica proposta parte de uma resoluo analtica,
no sendo necessrio um valor inicia para convergncia dos parmetros. Evidente que a
soluo encontrada sub-otima, mas esta afirmao a coloca no mesmo patamar das que
lanam mo dessa abordagem, alm de uma simplificada e clara formulao matemtica.
Tabela 7.7: Parmetros dos controladores PID projetados para comparao.
Controlador
Caso
K
P
T
I
T
D

FRA
Cent
1
]
1
33 . 22 848 . 1
547 . 3 347 . 20

1
]
1
08 . 1 92 . 1
70 . 2 01 . 1

1
]
1
1 0
1 0

FRA
Decent
1
]
1
98 . 11 0
0 09 . 12

1
]
1
97 . 0 0
0 98 . 0

1
]
1
1 0
0 0

Saeki
Cent
1
]
1
36 . 2 234 . 0
435 . 0 189 . 2

1
]
1
30 . 0 11 . 4
76 . 1 34 . 0

1
]
1
45 . 4 63 . 12
53 . 5 49 . 4

Saeki
Decent
1
]
1
39 . 2 0
0 35 . 2

1
]
1
89 . 2 0
0 42 . 2

1
]
1
12 . 7 0
0 35 . 7

Figura 7.10: Resposta ao degrau unitrio para cada sada.

7.4 CONCLUSES PRELIMINARES 109

Neste captulo, a tcnica proposta foi comparada qualitativa e quantitativamente
atravs de vrios exemplos com outras abordagens apresentadas na literatura. Inicialmente a
metodologia foi comparada com um controlador MPC utilizando para isso a sintonia
sistemtica existente no RPN Toolbox (Apndice E). Os resultados indicaram que o
controlador MPC pode apresentar pouca robustez, principalmente na supresso de distrbios.
Ainda, em processos com comportamentos oscilatrios e de grande tempo morto, desde que
no pronunciado, o aumento da ordem do controlador consiste em uma alternativa que pode
trazer benefcios superiores a um controlador MPC.
Sobre as tcnicas robustas, pode-se dizer que sua grande maioria so complexas e
dispendiosas, e que o seu uso leva a controladores de elevada ordem. Atravs de um exemplo,
o controlador obtido pela metodologia proposta foi comparado com a tcnica robusta H
8

implementada na ferramenta desenvolvida em Matlab MvTools. Foi comprovado atravs de
um exemplo, que apesar da complexidade, a tcnica H
8
apresentou uma excelente
performance. No entanto, foi verificado que o controlador resultante apresentou uma ordem
muito elevada, de forma que o controlador obtido deve ser reduzido, sendo sacrificada a
performance obtida pela elevada ordem. Nesse aspecto, foi apresentado que a tcnica, alm
ser utilizada para o projeto de controladores de baixa ordem, pode ser utilizado como uma
tcnica de reduo de ordem de controladores obtidos por tcnicas mais complexas, de forma
que o controlador obtido foi reduzido a um PI e a um PID.
Foram identificadas 3 distintas abordagens para o projeto de controladores de baixa
ordem para processos de elevada ordem: as que necessitam de modelos reduzidos, as que
reduzem o controlador de elevada ordem obtido e as que fazem uma aproximao direta para
um controlador de baixa ordem.
A primeira delas requer a reduo de ordem do modelo, de forma que pode existir
perda de informao a respeito da dinmica do processo considerado. Dentre as que permitem
a especificao do desempenho, IMC e DS, estas funcionam muito bem para projeto
decentralizado. Para sistema multivariveis, a manipulao algbrica dificultada na inverso
do modelo, gerando controladores de elevada ordem mesmo com modelos de baixa ordem.
No segundo grupo, parte do desempenho e/ou da robustez pode ser sacrificada no
processo de reduo do controlador, no entanto no oferecem restrio quanto ao modelo
utilizado. Foi verificada a competitividade da tcnica proposta neste trabalho, e sua
versatilidade diante das outras abordagens (via IMC e via H
8
), que no levam em
considerao a parametrizao do controlador e nem permitem a estruturao do mesmo.
Por fim, as tcnicas que realizam determinao direta do controlador levam a
problemas de otimizao no convexos, exigindo alguma simplificao na sua resoluo,
alm de requerer uma estimativa de chutes iniciais para a convergncia. Por outro lado, a
tcnica proposta faz a aproximao do problema no convexo para gerar o seu chute inicial a
partir de uma soluo seqencial e interativa de problemas com soluo analtica.

Captulo 8
Concluso
Este trabalho pode ser visto como sendo a continuidade dos desenvolvimentos
inicialmente feitos para o caso SISO por FACCIN (2004), o qual em uma de suas sugestes
para trabalhos futuros escreveu:
Outra sugesto que teria um forte apelo em termos de utilizao em nvel industrial,
seria a extenso da metodologia desenvolvida para controladores PID multivariveis (MIMO).
Esta nova metodologia estaria baseada nas particularidades discutidas neste trabalho, porm o
projeto dos controladores PID MIMO (com desacopladores), tambm seria obtido atravs da
resoluo de um problema multiobjetivo, onde todos os canais da matriz do controlador
seriam calculados simultaneamente, levando em conta o acoplamento entre eles e as restries
de cada canal.

8.1 Consideraes Finais e Contribuies
Foi desenvolvida uma metodologia genrica para o projeto de controladores
estruturados de baixa ordem, com elevado carter prtico e extremamente flexvel.
No Captulo 3, toda a base terica e formulao matemtica expressa de forma
simples e clara, sem nebulosidades que visam mistificar a simplicidade existente na
aproximao de um problema complexo. No final dos Captulos 5,6 e 7, so apresentadas
concluses preliminares especficas de cada captulo.
Diversas anlises permitiram evidenciar a potencialidade da metodologia para o
projeto de controladores nos moldes propostos, podendo ser utilizada com processos
complexos, com fatores de fase no mnima ou mesmo instveis.
Nas anlises realizadas pode-se perceber que a especificao do desempenho do
sistema deve ser feita respeitando as restries inerentes ao modelo, sendo apresentada de que
forma a presena de fatores de fase no mnima limitam a mxima velocidade de atuao do
controlador em malha fechada. Foi verificado que, quanto maior o tempo morto e/ou mais
112 8. CONCLUSO

prximo da origem se encontra o zero de transmisso positivo maior essa limitao, de
forma que essas limitaes devem ser consideradas na seleo do desempenho.
Foi verificado que para sistemas de fase mnima, com a exceo de problemas mal
condicionados, matematicamente, pode ser obtido o desempenho que se queira, respeitando
apenas as limitaes inerentes ao processo: saturao, distrbios e rudos, uma vez que
controladores muito rpidos tomam aes de controles mais bruscas e mais intensas, alm de
responder a rudos em alta freqncia. Por outro lado, controladores muito lentos podem
demorar muito a responder aos distrbios aos quais o processo se encontra sujeito.
Foi apresentado que a metodologia pode ser usada para o projeto de controladores
estruturados, permitindo o projeto de controladores desde decentralizado at estruturas
completamente cheias, o que uma flexibilidade bastante desejvel, uma vez que
controladores decentralizados so muito mais simples de entender e de se colocar em
operao. A rapidez com que os resultados so obtidos permite uma rpida comparao entre
controladores de diferentes estruturas. Foi evidenciado que, na presena de sistemas
desacoplados estaticamente, mas com elevado acoplamento dinmico, h um ganho
considervel na utilizao de estrutura centralizada.
A tcnica proposta permite o projeto de controladores PID levando em considerao
os diferentes algoritmos comerciais, bastando para isso que o equacionamento seja reduzido a
configurao base utilizada. Foi verificado que a insero da ao derivativa tem um efeito
estabilizador sobre a resposta do sistema, permitindo certa folga ao mesmo para operar mais
prximo aos limites impostos pelas restries. Para sistemas mais complexos, a metodologia
permite a insero de filtros com estrutura fixa de ordem selecionvel. Tal aumento pode ser
feito tanto por lead- lags como pelo uso de uma base ortogonal generalizada. A utilizao da
base fornece mais flexibilidade porque pode ser realizada a escolha da freqncia na qual a
base vai ser expandida, e apresenta a vantagem de poder determinar a ordem do filtro
indiretamente a partir do projeto de seus coeficientes.
A extenso multi- modelos permite trabalhar com no linearidades desde que no
pronunciadas, alm de permitir favorecer o ajuste na regio de maior interesse. Foi
identificado que o aumento da ordem se torna de suma importncia para melhoria de
desempenho na regio de elevado ganho sem prejudicar o ajuste na regio de menor ganho.
Alm disso, o uso da representao multi- modelos no projeto permite estabelecer um
compromisso entre a robustez e o desempenho para todas as regies consideradas.
Por fim, a metodologia foi comparada com outras tcnicas como MPC, tcnicas
robustas e tcnicas especficas para o projeto de controladores de baixa ordem, evidenciado
sua competitividade e sua potencialidade como alternativa para a soluo no projeto de
controladores lineares. Foi verificado que a grande maioria dos mtodos existentes so
complexos e/ou pouco flexveis.
No tocante s contribuies, este trabalho pode ser considerado como um passo no
sentido de fornecer solues simplificadas para problemas complexos, sendo que tal tipo de
8.2 SUGESTES PARA TRABALHOS FUTUROS 113

soluo extremamente desejada no cenrio atual. Inicialmente pode se citar a prpria
versatilidade e flexibilidade da metodologia, seu carter genrico e prtico visando o projeto
de controladores simples a partir de processos complexos, e ainda, o uso de controladores PID
na sua configurao base, j que este controlador bastante difundido e aceito no cenrio
industrial. Isto representa uma soluo alternativa com grande capacidade de aceitao.
Outra contribuio de suma importncia consiste na integrao da metodologia em um
aplicativo (RPN Toolbox 3.0) desenvolvido em Matlab, que permite um acesso rpido e fcil
aos resultados, permitindo o projeto de controladores para modelos de processos genricos
sem que haja necessidade de conhecimento aprofundado sobre a metodologia. Maiores
detalhes sobre a interface podem ser encontrados no Apndice E.
Por fim, uma contribuio no menos importante, consiste na planta piloto proposta no
Captulo 4. A unidade bastante didtica, capaz de gerar comportamentos dinmicos
distintos: centralizados/decentralizados, fase mnima, fase no mnima, ordem elevada/baixa
ordem, linear/no linear. Isso permite a avaliao de tcnicas de distintas naturezas, seja de
identificao, projeto de controladores, entre outras. Diversos trabalhos desenvolvidos no
GIMSCOP (UFRGS) utilizaram essa planta como estudo de caso, o que motivou inclusive a
sua construo que se encontra em andamento.
8.2 Sugestes para Trabalhos Futuros
Desenvolvimento e/ou levantamento de tcnicas robustas para inverso de sistemas
lineares invariantes no tempo representados por matrizes de transferncia estritamente
prprias. Atravs dessas rotinas, poderia ser realizada uma comparao entra a fatorao
Blaskche e a fatorao inner-outer, alm de permitir o conhecimento da matriz de
transferncia que representa o controlador ideal.
Desenvolvimento de um ndice quantitativo RPN
dec
(RPN decentralizado), em
analogia ao RPN, que conseguisse capturar a perda de performance associada estrutura
decentralizada, de forma que a avaliao dessa perda possa ser realizada atravs da
comparao com a curva RPN. A idia bsica que a curva RPN
dec
seja sempre maior que a
curva RPN, e no limite quando o sistema fosse totalmente desacoplado essas curvas iriam
coincidir. Este ndice permitiria uma sistematizao para a seleo da estrutura apropriada
para o controlador.
Uma limitao inerente aplicao da metodologia consiste na necessidade do
conhecimento de um modelo para o processso, no entanto, embora a tcnica seja baseada em
modelo, foi verificada a necessidade do conhecimento apenas da resposta na freqncia desse
modelo. Dessa forma, poderia se utilizar um procedimento de identificao em malha fechada
do desempenho atual da planta a partir do controlador instalado. De posse do controlador e do
desempenho atual do sistema, pode-se algebricamente determinar a resposta no domnio da
freqncia do modelo requerido que poderia ento ser utilizado para o projeto de um novo
controlador a partir da seleo de um novo desempenho.
114 8. CONCLUSO

De forma a explorar a formulao com dois graus de liberdade, poderia ser avaliada a
especificao de dois desempenhos, um para o problema regulador e o outro para o problema
servo. O primeiro deles seria utilizado no projeto considerando a ao derivativa apenas na
varivel de processo. Uma vez projetado o controlador, seria resolvido um segundo problema
para definir o filtro da varivel de referncia visando especificar o desempenho para a o
problema servo.
Visando conformidade com a idia expressa no pargrafo anterior, seria interessante a
avaliao do reposicionamento do bloco C
F
(s) para o aumento da ordem, sendo a sua
aplicao exclusivamente na varivel de processo.
No desenvolvimento proposto, os blocos de aumento de ordem foram considerados
diagonais devido a simplificao de independncia na coluna e conseqentemente a facilidade
envolvida na implementao, tanto da metodologia quanto do controlador nos sistemas
comerciais. No entanto, seria interessante analisar a possibilidade de trabalhar com essas
matrizes cheias tendo um maior aproveitando do aumento da ordem. No novo problema de
otimizao, o uso das matrizes diagonais poderia ser utilizada como chute inicial.
Uma proposta inovadora seria a substituio do bloco C
PI
(s) por um controlador MPC,
visando aumentar a robustez dessa tcnica. Nesse contexto, a malha na configurao base
seria utilizada para identificao do modelo que deveria ser inserido no projeto do MPC,
permitindo inclusive o uso de multi- modelos na concepo desse novo bloco.
Seria interessante a comparao do modelo e dos resultados obtidos para a planta
piloto de 6 tanques esfricos, e por fim, a migrao da programao desenvolvida em Matlab
para a linguagem C++ com o objetivo de desvincular aplicao da metodologia e sua interface
da plataforma original e com isso permitir acessibilidade e difundir com mais facilidade a sua
utilizao em ambiente industrial.

Referncias Bibliogrficas

ALMEIDA, A F, Sintonia de Controladores PID. Tese de Mestrado-Universidade Federal
da Bahia, Salvador-BA (1998).
STRON, K.J., PID Controllers Instrument Society of America, (1995).

STRM, K. J. e HGGLUND, T. PID Controllers: Theory, Design, and Tuning. 2 ed.
Research Triangle Park: Instrument Society of America (1995).

ATHANS, M. A tutorial on the LQG/LTR method. In: American Control Conference.
Proceedings. Seattle, WA, jun. (1986).
BALAS, G; J., J. C. DOYLE e K. GLOVER. A Packard and R. Smath -Analysis and
Synthesis Toolbox. Users Guide. Matlab functions for the Analysis and Design of Robust
Control Systems. Musyn Inc. and the Math Works Inc., Natick. (1991)
BAO, J.; J. F. FORBES, e P. J. MCLELLAN, Robust multiloop PID controller design: a
successive semi definite programming approach, Ind. Eng. Chem. Res., vol. 38, pp. 3407
3413 (1999).
BARNES, T.J.D. Frequency domain design of PID controllers for achievable performance.
M.Sc. Thesis, University of Toronto. (1994).
BODE, H. W. Network Analysis and Feedback Amplifier Design. New York, Van
Nostrand, (1945).
BRISTOL, E.H. On a new measure of interaction for multivariable process control, IEEE
Transactions on Automatic Control, AC-11, pp.133-4, (1966).
CHIOCCARELLO, R. Manual de frmulas e tabelas matemticas. Mc Graw Hill, (1973).

CHEN B. S., Y. M. CHIANG, and C. H. LEE, A genetic approach to mixed H2/Hinf optimal
PID control, IEEE Control System Magazine, vol. 15, pp. 5156 (1995).
CHIANG R.Y. e M.G. SAFONOV Robust Control Toolbox. The MathWorks, Inc., Natick,
MA, (1992).
CHIU, M. S.; ARKUN, Y. A methodology for sequential design of robust decentralized
control systems. Automatica, 28, 997-1002. (1992)

160 REFERNCIAS BIBLIOGRFICAS

CORRIPIO, A. B. Tuning of Industrial Control Systems. Instrumental Society Amrica. 2
a

edio (2001).
CRUZ, J. J. Controle Robusto Multivarivel. Editora da USP, Brasil (1996).
CUTLER, C. R.; e RAMAKER, B. L. Dynamic Matrix Control- a computer algorithm.
AIChE 86
th
National Meeting, Houston, TX. (1979).
DONG J.W. e G. B. BROSILOW, Design of robust multivariable PID controllers via IMC,
Proc. American Control Conference, (Albuquerque, New Mexico), pp. 33803384 (1997).
DOYLE, J.C. and G. Stein, "Multivariable Feedback Design: Concepts for a
Classical/Modern Synthesis," IEEE Trans. Automat. Contr., vol. AC-26, pp. 4-16, Feb.
(1981).
DOYLE J. C., Analysis of feedback systems with structured uncertainties. IEE Proc-D,
Vol.129, No.6, pp.242-250, Nov. (1982).
DOYLE, J. C. (1985). Structured uncertainty in control system design. Proceedings of 24th
IEEE conference on decision control.(1985).
ECONOMOU, C. G. e MORARI, M., Internal Model Control 6: Multiloop Design, Ind.
Eng. Chem. Process Des. Dev., 25, 411 (1986).
ELLIS, T.M.R., PHILIPS, I. R. e LAHEY, T. M. Fortran 90 programming, Addison
Wesley (1994).
EMBIRUU, M., ALFANO, C. e ALMEIDA, Controle PID. Apostila. Programa de ps
Graduao em Engenharia Qumica. Universidade Federal da Bahia, Salvador(2000).
ENDER, B.; Process control performance: Not as good as you think, Contr. Eng., vol. 40,
no. 10, pp. 121127, June (1993).
ENGELL, S. Optimale lineare Regelung. Berlim: Springer-Verlag. (1988).
ENGELL, S. E MLLER, R. Multivariable Controller Design by Frequency Response
Approximation. Proc. of the 2nd European Control Conference, 3, 1715-1720 (1993).

FACCIN, F. Abordagem inovadora no projeto de controladores PID, Dissertao de
Mestrado, Programa de Ps-Graduao em Engenharia Qumica, Universidade Federal
do Rio Grande do Sul, (2004).
FARENZENA, M. Nmero de Desempenho Robusto No-Linear: uma Nova Medida do
Grau de No-Linearidade. Dissertao de Mestrado, Programa de Ps-Graduao em
Engenharia Qumica, Universidade Federal do Rio Grande do Sul. Porto Alegre (2003).
REFERNCIAS BIBLIOGRFICAS 161

FARINA, L. A.. RPN Toolbox: uma ferramenta para o desenvolvimento de estruturas de
controle. Dissertao de Mestrado, Programa de Ps-Graduao em Engenharia Qumica,
Universidade Federal do Rio Grande do Sul. Porto Alegre (2000).
GARCIA, M.V. Design and implementation of a PID controller utilizing a digital signal
processor. M.S. Thesis, Texas A & I University. (1992).
GOODWIN, G. C.; GRAEBE, S. F.; SALGADO, M. E. Control System Design. Upper
Saddle River: Prentice Hall (2001).
GRIMBLE, M. J. H inf controllers with a PID structure, Trans. ASME J. Dynam. Syst.
Meas. Control, vol. 112, pp. 325330 (1990).
HANSELMAN, D. & LITTLEFIELD, B. Matlab 6: Curso Completo, Prent ice Hall. So
Paulo (2003).
HAVRE, K. & S. SKOGESTAD. Effect of RHP Zeros and Poles on Performance in
Multivariable Systems. Proc. Conf. CONTROL'96, Exeter, pp. 930-935 (1996)
HAVRE, K. & S. SKOGESTAD. Directions and Factorization of zeros and poles in
multivariable systems. Norwegian University of Science and Technology. Trondheim,
Norway (1996)
HOVD, M.; SKOGESTAD, S.; Sequencial Design of Decentralized Controllers, Elsevier
Science Ltd. (1994).
HUNG, Y. S. & A. G. J. MACFARLANE. Multivariable feedback: A Quasi-Classical
Approach. vol. 40 in Lecture Notes in Control and Information Sciences. Springer Verlag,
Berlim.
HURWITZ, A., "On the Conditions Under Which an Equation Has Only Roots With Negative
Real Parts," Mathematische Annalen, vol. 46, pp. 273-284, (1895).
JOHANSSON, K. H. The Quadruple-Tank Process: A Multivariable Laboratory Process
(2000).
LJUNG, L. & GLAD T., Control Theory-Multivariable and Nonlinear Methods, Taylor &
Francis, London 27-82. (2000).
LUYBEN, W. L., Simple Method for Tuning SISO Controllers in Multivariable Systems,
Ind. Eng. Chem. Process Des. Dev., 25, 654. (1986).
LUYBEN, M. L. e LUYBEN, W. L. Essentials of Process Control. New York: McGraw-
Hill (1997).

MCFARLANE D. & K. GLOVER, A loop shaping design procedure using H
8
synthesis.
IEEE Trans. Automatic Control, 37 (6), 759769 (1992).
MACFARLANE, A.G.J., & I. POSTLETHWAITE, "The Generalized Nyquist Stability
Criterion and Multivariable Root Loci," Int. J. Contr., vol. 25, pp. 81-127, (1977).
MARLIN, T. E. Process Control. New York: McGraw-Hill (1995).

MATHWORKS INC, THE. Signal Processing Toolbox for use with MATLAB,
Natick/MA/EUA. (1999)
MAYNE D.Q. (1973). The design of linear multivariable systems. Automatic, 9, 201-207.
(1973).
MAXWELL, J.C., "On Governors," Proc. Royal Soc. London, vol. 16, pp. 270-283, (1868).
MCCLUSKY, E.G. Rule-based automatic PID controller tuning. Ph.D. Thesis, Queen's
University, Belfast. (1989).
MINORSKY, Directional Stability of automatically steere bodies. J. Am. Soc. Naval Eng.,
34, p. 284 (1922).
MORARI, M. and E. ZAFIRIOU Robust Process Control. Prentice Hall, Englewood Cliffs,
New Jersey. (1989).
MLLER, R. Regrentwurf fr Mehrgrensysteme durch Approximation des idealen
Reglers. Diplomarbeit an der TH Karlsruhe, Fakultt fr Elektrotechnik. (1990)
MLLER, R. Entwurf von Mehrgrenreglern durch Frequenzgang-Approximation. Tese
de Doutorado, Lehrstuhl fr Anlagensteuerungstechnik, University of Dortmund.
Shaker Verlag (1996).
NYQUIST, H., "Regeneration Theory," Bell Syst. Tech. J., (1932).
ODWYER, A. Handbook of PI and PID Controller Tuning Rules. London: World
Scientific (2003).
OGATA, K. Engenharia de Controle Moderno. Traduo de: KOHN, A. F. e MORAES, J.
C. T. B. Rio de Janeiro: Prentice/Hall do Brasil (1982).
OGUNNAIKE, B.A. ; W. H. Ray, Process Dynamics, Modeling, and Control, Oxford
University Press, New York, Oxford, (1994).
OTHMANN, M.Z. Design of self-repairing digital PID controllers for non-square
multivariable plants. Ph.D. Thesis, university of Salford. (1989).

PERRY R. H., GREEN D. W. e J. O. MALONEY, Chemical Engineers Handbook, 6
th
Ed.
McGraw-Hill, New York, (1984).
RAISCH, J., Mehrgrhen-regelung im Frequenzbereich, R. Oldenbourg Verlag Mnchen
Wien 72-73 ,84-88,359-364. (1994)
RIVERA, D.E., M. MORARI & S. SKOGESTAD. Internal model control. 4. PID controller
design. Ind. Eng. Chem. Res. 25(1), 252265. (1986).
ROSENBROCK, H. H.. The stability of multivariable systems. IEE Trans. Auto. Control,
vol. AC-17, pp. 105-107. (1994).
ROUTH, E. J. The Advanced Part of a Treatise on the Dynamics of a System of Rigid
Bodies, MacMillan, London, (1905).
SAEKI, M. Fixed structure PID controller design for standard Hinf control problem.
Automatica 42 (2006) 93 100, Hiroshima, Japan (2005).
SCHUBERT, R. Desenvolvimento de uma estratgia de controle multivarivel para reatores
de polimerizao de HDPE Multiproduto. Dissertao de Mestrado, Programa de Ps-
Graduao em Engenharia Qumica, Universidade Federal do Rio Grande do Sul. Porto
Alegre (2003).
SEBORG, D.E., T.F. Edgar and D.A. Mellichamp Process Dynamics and Control.
JohnWiley & Sons. (1989).
SECCHI, A. R. Otimizao de Processos. Apostila, Programa de Ps-Graduao em
Engenharia Qumica, Universidade Federal do Rio Grande do Sul. Porto Alegre (2001).
SHEN, S. H.; YU, C. C. Use of Relay-Feedback test for Automatic Tuning of Multivariable
Systems. AIChE J., 42(9), 2555-2562. (1996).
SKOGESTAD, S., and M. MORARI . Variable selection for decentralized control. Modeling
Identification and Control. 13, 113125 (1992).
SKOGESTAD, S. e POSTLETHWAITE, I. Multivariable Feedback Control: Analysis and
Design. Chichester: John Wiley & Sons (1996).
SMITH, C. A. e CORRIPIO, A. B. Principles and Practice of Automatic Process Control.
New York: John Wiley & Sons (1985).
STEPHANOPOULOS, G. Chemical Process Control. Englewood Cliffs: Prentice Hall
(1984).

TAN W.; J. Z. LIU, and P. K. S. TAM, PID tuning based on loop-shaping Hinf control, IEE
Proc. on Control and Applications, vol. 145, pp. 485490 (1998).

TAN, W. T. CHEN, & H.J. MARQUEZ `Robust Controller Design and PID Tuning for
Multivariable Processes.'' Asian Journal of Control, ``Special Issue on Advances in PID
Control'', Vol. 4, No. 4, (2002).
TRIERWEILER, J. O. A Systematic Approach to Control Structure Design. Tese de
Doutorado, Departamento de Engenharia Qumica, Universidade de Dortmund.
Dortmund (1997).
TRIERWEILER, J. & S. ENGEELL (1997). A The robust performance number : A new tool
for control structure design. Proc. Joint of 6th International Symposium on Process
Systems Engineering and 30th European Sympsium on Computer Aided Process
Engineering, Trondheim.(1997).
TRIERWEILER, J. O. &FARINA, L. A . RPN tuning strategy for model predictive
control. Journal of Process Control, Oxford- Inglaterra - Elsevier, v. 13, p. 591-598,
(2003).
TRIERWEILER, J. O.; MLLER, R.; ENGELL, S. Multivariable Low Order Structured-
Controller Design by Frequency Response Approximation. Brazilian Journal of
Chemical Engineering, 17, n. 4, 793-807 (2000).
TYREUS, B.D. & W.L. LUYBEN .Tuning PI controllers for integrator/dead time
processes. Ind. Eng. Chem. Res. pp. 26282631. (1992).
WANG, W., A robust frequency response design procedure for multivariable control
systems, Dissertao de Doutorado, Universitt Dortmund (1999).
WANG, Q., Book review: Autotuning of PID controllers. Journal of Process Control, 11,
105-107 (2001).
WEBER, T.W. e BHALODIA, M. Optimum behavior of a third order process under
feedback control, Industrial and Engineering Chemistry Process Design and
Development, 18, 217-223. (1979).
WILKINSON, J.H.. Rounding Errors in Algebraic Processes, Prentice-Hall. (1963)

ZAMES, G. (1981), Feedback and Optimal Sensitivity: Model Reference Transformations,
Multiplicative Seminorms, and Approximate Inverse, IEEE Trans. AC, Vol.AC-26, No2
pp.301--320. 30.

ZHUANG, M. Computer aided PID controller design. D. Phil thesis, University of Sussex.
(1992).
ZIEGLER, J.G. Those magnificent men and their controlling machines Transactions of
ASME, Journal of dynamic systems measurement and control, 97, 279(1975).
ZIEGLER, J.G. e N.B. NICHOLS. Optimum settings for automatic controllers. Trans. of
the A.S.M.E. 64, 759768. (1942).
Apndice A
Conceitos e Definies
A.1 Descrio de Sistemas

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 investigar como
as suas sadas mudam com o tempo sob a influncia de mudanas nas perturbaes externas e
variveis manipuladas, e consequentemente projetar o controlador apropriado. Para a
obteno de sucesso no projeto de um sistema de controle inicialmente necessrio entender
como o processo opera, e esse entendimento tipicamente expresso na forma de um modelo
matemtico.
Modelos matemticos podem ser obtidos pela descrio das equaes e leis fsicas que
governam a natureza do processo em estudo (modelos fenomenolgicos) ou atravs de
tcnicas de identificao de sistemas a partir de um conjunto de dados experimentais
(modelos empricos). Quanto linearidade os modelos matemticos podem ser classificados
como lineares e no lineares. O uso de modelos lineares se baseia na hiptese de que os
sistemas tm um comportamento dinmico descrito satisfatoriamente por uma aproximao
linear. O seu uso difundido, pois a teoria de controle linear bem desenvolvida e as
equaes lineares em geral tem soluo analtica, o que permite a fcil e rpida obteno de
resultados.
Em particular, na rea de controle de processos, a principal forma de operao nas
grandes indstrias no estado estacionrio e os pequenos desvios associados ao efeito de
perturbaes no chega a afastar o sistema de um comportamento aproximadamente linear.
Entretanto, deve-se ter em mente que a realidade no linear. As crescentes exigncias
qualitativas e quantitativas impostas para o cenrio industrial defrontam com situaes de
operaes extremas, onde os efeitos no lineares so muito mais evidenciados. Ainda, existem
inmeros processos que so operados em batelada ou semi-batelada (polmeros, produtos
farmacuticos, etc.). Neste tipo de operao, no h estado estacionrio, e o comportamento
do processo fortemente no linear.
116 APNDICE A. CONCEITOS E DEFINIES

importante salientar que ao se modelar o sistema de interesse, deve-se ter em mente
que um modelo muito complexo no tem utilidade prtica 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. Em um processo
iterativo de projeto, via tentativa e erro, o uso freqente do modelo matemtico tambm
requer que o mesmo seja uma verso simplificada da realidade, caso contrario o esforo
computacional requerido seria muito grande. Ainda, muitas leis de controle mais avanadas
incluem um modelo do processo que, consequentemente, tem que ser resolvido em linha, o
que inviabiliza o uso de modelos muito complexos.

A.1.1 Representao de Modelos Lineares

Espao de Estados e Funo de Transferncia

Um sistema linear invariante no tempo pode ser descrito por um conjunto de equaes
algbrico-diferenciais com coeficientes constantes, como se segue

( ) ( )
( ) ( ) ( ) t Du t Cx t y
t Bu t Ax
dt
dx
E
+ =
+ =
(A.1)
Sendo A, B, C, D e E, matrizes reais e x, u e y os vetores dos estados, entradas e sadas
do sistema, respectivamente. Quando o sistema pode ser descrito apenas por equaes
diferenciais, a matriz E no apresenta singularidade, podendo ser representada juntamente
com A e B. O conjunto de equaes (A.1) corresponde representao na forma de espao de
estados para a funo de transferncia que relaciona as entradas u e as sadas y de um dado
sistema. Esta representao , computacionalmente, a mais eficiente, pois os algoritmos para
os clculos de controle de processos (como determinao de plos e zeros, representao da
resposta no domnio do tempo e da freqncia, etc.) para esta representao so mais
robustos, o que impulsionou o desenvolvimento da chamada teoria de controle moderna
(WILKINSON, 1963).
Outro modo de representar a relao entre as entradas e sadas atravs de uma matriz
de transferncia. A grande vantagem deste modo de representao a similaridade com a
notao normalmente usada para o estudo de casos SISO, mas a grande desvantagem so os
problemas para execuo de operaes numricas com o modelo, que tende a ser mal
condicionado, principalmente para sistemas com ordem superior a 10 (MATHWORKS,
1998). O modo de representao do sistema como matriz de transferncia tem a seguinte
forma
( ) ( ) ( ) s u s G s y = (A.2)
A.2 PLOS E ZEROS DE TRANSMISSO 117

onde u(s) e y(s) so as transformadas de Laplace da entrada e da sada,
respectivamente, e G(s) a matriz de transferncia que as relaciona. A matriz de transferncia
pode ser entendida como um arranjo matricial de funes de transferncia para casos SISO,
onde cada elemento corresponde a um canal do sistema completo, ou seja, relaciona uma
entrada e uma sada. Nesta representao cada coluna corresponde a uma entrada e cada linha
a uma sada. Como ambas as representaes (funo de transferncia ou espao de estados)
tm o mesmo significado existe uma expresso que permite sua inter-relao, que pode ser
descrita por
( ) ( ) D B A Es C s G + =
1
(A.3)
Ser adotada a seguinte notao ao longo do texto
( ) ( )

= =

D C
B A
D C B A s G , , , (A.4)
O caminho inverso, ou seja, a representao de uma funo de transferncia na forma
de espao de estado (operao denominada realizao do sistema) no to trivial, porm
tambm possvel e facilmente encontrada na literatura (ver em ZHOU & DOYLE, 1998, pg.
35). Como possvel concluir a partir da expresso (A.3): so possveis diversas realizaes
para uma mesma funo de transferncia.
A.2 Plos e Zeros de Transmisso

A dinmica de um sistema linear definida pelos seus plos e zeros. Os plos
expressam os modos prprios do sistema constituindo a base dinmica para a resposta do
sistema enquanto os zeros expressam as conexes diretas entre as entradas e as variveis de
estado do sistema constituindo a ponderao dessa base.
Zeros de transmisso

Zeros de transmisso, tambm chamados de zeros multivariveis para distinguir dos
zeros dos canais da matriz de transferncia, esto diretamente relacionados ao posto da matriz
de ganho (o posto de uma matriz representa o nmero de linhas ou colunas linearmente
independentes). Os zeros de transmisso de um sistema multivarivel correspondem aos
valores de s que tornam o posto da matriz de ganho G(s) inferior ao seu valor normal, ou seja,
valores z nos quais G(z) perde o posto.
Plos
Os plos de um sistema multivarivel em descrio de espao de estados so os
valores caractersticos da matriz A,
i
(A), i=1,...,n
x
O plo ou equao caracterstica do
polinmio definido como

( ) ( ) ( )
i
n
i
p s A sI s
x
= =
=1
det (A.5)
Direcionalidade de zeros e plos
Em sistemas multivariveis importante levar em conta a direcionalidade dos sinais,
e, deste modo, a presena de zeros em determinados canais de um sistema no
necessariamente indica que h zeros de transmisso ou, havendo zeros no sistema, que sua
posio equivalente.
Para sistemas multivariveis, alm da energia importante estudar a distribuio desta
energia nos diversos canais. Zeros multivariveis apresentam as chamadas direes de entrada
e sada indicando que quanto mais prxima for a direo do sinal de entrada e a do zero de
transmisso, maior efeito da presena do zero poder ser observado. Alm disso, a direo de
sada fornece a informao sobre em quais variveis o efeito do zero ser mais sentido.
As direes de entrada (u
z
) e sada (y
z
H
)um zero de transmisso so tais que

( )
( ) 0
0
=
=
z G y
u z G
H
z
z
(A.6)
Os zeros de transmisso e suas direes podem ser calculados pela soluo de um
problema generalizado de valores caractersticos

0
0
,
z
I z
u
x
D C
B sI A
(A.7)

[ ] [ ] 0 0
,
=

D C
B sI A
y x
H
z
H
O z
(A.8)
Ou pela decomposio em valores singulares (SVD) de G(z)
( )
H
nr nr nr
H
i
n
i
H
i i i
H
z z z
v u v u v u V U z G
r
+ + = = =

=
...
1 1
1
(A.9)
Nesse caso os zeros precisam ser conhecidos e no possvel obter as direes de
entrada e sada dos estados. A direo de entrada e sada do zero (
nr
) fornecida pelos
vetores e
nr
u e
H
nr
respectivamente, onde nr corresponde ao posto normal da matriz de
transferncia G(s). Dessa forma, se G(s) no tem um posto cheio pode ser difcil identificar
qual entrada e qual sada corresponde ao zero uma vez que mais de um valor singular
identicamente nulo na decomposio. Se um zero e um plo tem a mesma localizao, mas
apresentam direes diferentes, eles no se cancelam, e a decomposio SVD no fornece as
A.2 PLOS E ZEROS DE TRANSMISSO 119

direes corretas devido a problemas numricos avaliando a expresso (A.10) (HAVRE &
SKOGESTAD, 1996).
( ) ( ) D B A zI C z G + =
1
(A.10)
Da mesma maneira os plos de um sistema multivarivel esto associados com as
direes de entrada (u
p
) e de sada (y
p
h
), tais que o sistema apresenta ganho infinito nessas
direes

( )
( ) =
=
p G y
u p G
H
p
p
(A.11)
Para evitar problemas numricos, pode-se reescrever as equaes (A.11) como

( )
( ) 0
0
1
1
=
=
p G u
y p G
H
p
p
(A.12)
A suposio da existncia da inversa de G(s) implica no fato de que os mesmos
algoritmos vistos anteriormente para os zeros de transmisso podem ser utilizados para o
clculo das direes dos plos bastando substituir G(s) por G
-1
(s) e z por p como em (A.12).
Uma observao importante que as direes dos plos independem da matriz D da
realizao do sistema, ou seja, pode-se alterar D livremente sem alterar as direes dos plos.
Essa constatao permite uma maior flexibilidade na avaliao numrica das direes dos
plos, pois independente da nova matriz D escolhida, os plos do sistema original sero
fatalmente zeros do sistema modificado. Essa uma constatao importante tendo em vista
que a inverso de um sistema linear passa pela inverso da matriz D que na maioria dos
sistemas de engenharia qumica, cuja inter-relao entre entradas e sadas realizada atravs
dos estados, uma matriz singular nula.
No entanto, uma outra maneira (simples) para obteno das direes de entrada e sada
dos plos de um sistema em sua realizao descrita a seguir

L
H
p R p
x B u Cx y = = ; (A.13)

Onde

p x A x
px Ax
H
L
H
L
R R
=
=
(A.14)
Fatorao de zeros e plos
O conhecimento das direes dos plos e zeros de um sistema multivarivel, alm de
permitir a anlise do efeito desses fatores, serve de base para a fatorao do sistema,
promovendo uma separao de caractersticas, como plos e zeros localizados no semi-plano

direito (SPD). Esses caracteres so limitaes inerentes do processo e no podem ser
cancelados em malha fechada para manter a estabilidade interna da malha de controle. Esta
fatorao pode ser feita via fatorao Blaschke gerando a fatorao de entrada e sada do
sistema respectivamente.
( ) ) ( ) ( ) ( ); ( ) ( s G s F s G s F s G s G
O O I I
= = (A.15)
Onde F
I
e F
O
so matrizes de transferncia contendo os zeros/plos no SPD. Onde os
filtros F
I
(s) e F
O
(s) consistem no produto de uma srie de filtros de primeira ordem all pass
contendo todos os zeros/plos no SPD do sistema. Estes filtros apresentam dimenso k x k.
Onde k corresponde ao nmero de sadas para a fatorao na sada e ao nmero de entradas
para a fatorao na entrada.
Filtros all pass, so filtros cuja magnitude espectral unitria e tem como objetivo
promover uma mudana de fase (phase shift) do sinal de entrada.
No Apndice B pode-se ter acesso aos detalhes envolvidos nessa fatorao que
consiste em uma etapa importante do desenvolvimento terico, sendo essa etapa fundamental
para o sucesso na aplicao da metodologia.
A.3 Estabilidade e Robustez

A estabilidade e a robustez so caractersticas desejadas em um projeto de controle.
Em anlise de sistemas de controle existem dois tipos de estabilidade, a estabilidade de
entrada e sada tambm chamada de BIBO (Bounded-Input Bounded-Output Stability), e a
estabilidade Lyapunov ou estabilidade interna.
Estabilidade BIBO (Bounded-Input-Bounded-Output)
Como o prprio nome sugere um sistema considerado estvel se ele apresenta uma
resposta limitada para qualquer condio inicial e sinal de entrada tambm limitado. Um
sistema linear invariante no tempo apresenta estabilidade BIBO se e somente se todos os
plos do sistema tem a parte real menor do que zero.
Estabilidade Interna ou Lyupanov
Um sistema considerado com estabilidade interna se os estados permanecero
limitados todo o tempo para qualquer condio inicial finita. Esta definio necessria, mas
no suficiente para garantir a estabilidade de um sistema de controle. Para completar a
definio necessrio garantir que no ocorra cancelamento de zeros de transmisso ou plos
no SPD pelo controlador.
Uma definio mais genrica, que suficiente e abrange os dois conceitos anteriores
baseia-se no fato de, para um sistema estvel, a insero de um sinal finito em qualquer ponto
A.3 ESTABILIDADE E ROBUSTEZ 121

da malha deve provocar apenas sinais tambm finitos em todos pontos da malha. Esta
definio fica clara acompanhando-se a Figura A.1 a seguir

Figura A.1: Configurao feedback para anlise da estabilidade interna.
Analisando-se a figura acima percebe-se que ela representa uma malha feedback
padro, apenas rearranjada para evidenciar a importncia do sinal interno u(s), de entrada da
planta, que tambm deve ser limitado uma vez que existem limites fsicos (saturao) para as
variveis que o compem. As funes de transferncia das entradas para as sadas do modelo
na Figura 2.1 podem ser escritas com

( ) ( )
( ) ( ) d C G I n G C I G y
d C G I C n G C I u
1 1
1 1

+ + + =
+ + =
(A.16)
Com as expresses em (A.16) pretende-se mostrar que os distrbios na entrada e sada
do processo (sempre presentes em qualquer sistema fsico) inviabilizam o cancelamento
perfeito de um zero ou plo.
Para um modelo de processo com um zero de transmisso de fase no mnima, a
insero, na funo de transferncia do controlador, de um plo na mesma posio e direes,
com o intuito de cancel-lo, vai gerar, em malha fechada, um sistema com plo instvel na
funo de transferncia de d para u (o que satura as variveis de entrada e conseqentemente
leva instabilidade tambm na sada) e um sistema com zero de fase no mnima na funo
de n para y. Para um modelo com um plo no SPD, na tentativa de cancelamento por um zero
de transmisso no controlador, ocorre o surgimento de resposta inversa na funo de
transferncia de d para u e de instabilidade na funo de n para y (o que caracteriza a
instabilidade como genericamente discutida).
Robustez
Consiste na habilidade de uma malha de controle de manter a estabilidade, quando os
parmetros do processo diferem de seus valores nominais.
Estabilidade Robusta
Um sistema de controle dito possuir estabilidade robusta, se ele internamente
estvel para todas as condies de operao da planta levando em considerao a incerteza
associada ao modelo.

Desempenho Robusto
Um sistema de controle apresenta um desempenho robusto se ele no apresentar
instabilidade no seu desempenho para todos os pontos de operao, uma vez projetado para
uma dada condio de operao.
A.4 Ferramentas para Anlise de Robustez e Grau de
Desacoplamento
A.4.1 Ganho Multivarivel
A anlise da direcionalidade se baseia na generalizao do conceito de ganho para
sistemas multivariveis e realizada com base na intensidade do sinal de sada, ou seja, na
energia retornada por um sistema em resposta a uma energia oferecida pela entrada. Essa
intensidade pode ser medida de forma eficiente pela norma euclidiana

( ) ( ) 0 ) 0 (
2
G G = (A.17)
Sendo )) 0 ( (G o mximo valor singular na decomposio de G(0) em valores
singulares. A expresso A.17 consiste no mximo ganho do sistema no estado estacionrio.
Essa norma pode ser avaliada ao longo da freqncia resultando em curvas de ganhos
dinmicos, de forma que o ganho de um sistema multivarivel limitado acima e abaixo pelo
mximo e pelo mnimo valor singular respectivamente.
A.4.2 Condicionamento Mnimo

A forma mais tradicional de mensurar o grau de direcionalidade de um dado sistema
atravs do condicionamento do sistema definido pela razo entre o mximo e o mnimo valor
singular da matriz de ganhos do sistema

( )
( ) ) 0 (
) 0 (
G
G
= (A.18)
Sistemas que apresentam valores elevados de condicionamento so fortemente
sensveis s incertezas na entrada implicando em certa dificuldade no projeto do controlador.
O condicionamento do sistema influenciado diretamente pelo sistema mtrico de
unidades utilizado para a medida das variveis de entrada e sada, de forma que o
escalonamento do sistema de forma adequada diminui a sensibilidade do sistema s incertezas
sem interferir na interao entre as malhas de controle.
Matematicamente o escalonamento do sistema pode ser realizado multiplicando-se
matrizes diagonais reais e no singulares a esquerda (L) e a direita (R) do sistema G(s). Os
A.4 FERRAMENTAS PARA ANLISE DE ROBUSTEZ E GRAU DE DESACOPLAMENTO 123

valores timos assumidos por essas matrizes podem ser obtidos pela soluo do seguinte
problema de otimizao
( ) ( ) ( ) ( ) [ ] R j LG j G
R L

,
*
min
= (A.19)
Indicando que as matrizes de escalonamento so dependentes da freqncia em que
calculado. Desta forma, um sistema pode apresentar problemas de direcionalidade em
determinadas freqncias e em outras, ser bem condicionado. Na prtica deve-se escolher em
qual freqncia essas matrizes sero usadas para escalonar o sistema original, o que feito
utilizando a freqncia mais importante para a malha como ser abordado em seo posterior.
A.4.3 RGA-Matriz de Ganhos Relativos
Interao uma importante propriedade do sistema e constitui a diferena entre
sistemas MIMO e sistemas SISO. Um sistema MIMO com pequena interao pode ser
considerado com um sistema Multi-SISO. Isto significa que cada canal pode ser considerado
de forma independente dos demais tornando o projeto do controlador mais fcil e a sintonia
on-line direta. Interao no algo ruim em princpio, em muitos casos pode ser um
beneficio, uma vez que problemas de restries nos atuadores podem ser reduzidos, o efeito
de RHP zeros no acoplados a uma sada pode ser movido de um canal para o outro, o mesmo
se aplica at certo ponto para tempo morto, etc. O principal problema coma interao de
sistemas que se passa a ter mais liberdade, e usualmente mais liberdade requer mais
conhecimento e entendimento para que se possa uitliza-la de corretamente. Para saber o
quanto precisamos saber sobre o sistemas, necessrio mensurar o grau e o tipo de interao.
A medida clssica o RGA.

O RGA, ou Matriz de Ganhos Relativos (Relative Gain Array), foi introduzido por
BRISTOL (1966) como uma medida do grau de interao entre todos os possveis pares de
sistemas SISO, em estado estacionrio, em uma determinada configurao de controle.
O RGA de uma matriz complexa no singular M, de dimenso n x n, denotado como
RGA(M) definido pela expresso A.20, onde a operao indica em uma multiplicao
elemento a elemento (freqentemente chamada de Hadamard ou produto Schur).
( )
T
M M M RGA
1
) (

= (A.20)
O RGA pode ser pontualemente calculado por
( )
( )
( ) M
M m
ij
ij j i
ij
det
det
1
+
= (A.21)
Onde det(M
ij
) indica o determinante da matriz resultante da remoo da linha i e da
coluna j da matriz M e m
ij
o elemento da linha i e coluna j.

O RGA uma medida muito importante da controlabilidade de um dado sistema,
sendo uma medida do grau de interao, da dominncia diagonal. O RGA mede a
sensibilidade de um sistema sendo independente do escalonamento.
Valores de 0 =
ij
indicam que a varivel de sada i no sofre influencia da varivel de
entrada j, quanto mais este valor se aproxima de 1, mais forte a dependncia da varivel de
sada i com a varivel de entrada j. Valores negativos de
ij
indicam que o sinal do ganho em
malha aberta em relao a malha fechada tem sinais diferentes o que perigoso, uma vez que
o sistema condicionalmente estvel, devendo ser evitado na escolha do emparelhamento.
A anlise de sistemas atravs da Matriz de Ganhos Relativos foi introduzida como
uma medida da interao estacionria entre entradas e sadas para o projeto de controladores
descentralizados, porm sua utilizao pode ser estendida avaliando-se a matriz para G(j)
para diversas freqncias. As regras para escolha do emparelhamento so semelhantes s
descritas para o RGA estacionrio: busca-se uma matriz de ganhos relativos mais prxima
identidade na regio da freqncia de corte do sistema (SKOGESTAD &
POSTLETHWAITE, 1996).
Interaes Positivas e Negativas
A interao entre duas malhas dita positiva, se todos os elementos RGA oriundos
dessa relao so positivos. Para um sistema 2x2 fcil verificar que se h um nmero par de
valores positivos na matriz de ganho do sistema, o valor do ) / 1 /( 1
2 , 2 1 , 1 1 , 2 2 , 1 1 , 1
k k k k = ser
positivo e compreendido entre 0 e 1. Esse um tipo comum de interao em sistemas
multivariveis, e sobre essas condies uma malha favorece a outra. Ou seja, na tentativa de
suprimir um distrbio em uma das malhas, as aes de controle tomadas favorecem as duas
malhas consideradas, no h competio entre as malhas.
Na existncia de um nmero mpar de valores positivos na matriz de ganho do
sistema, o valor do primeiro RGA (
1,1
) ser ou menor que 0 ou maior que 1, neste caso o tipo
de interao dito negativo. Nesta condio, haver valores de RGA negativo, indicando
sinais contrrios em malha aberta e em malha fechada. Para este tipo de interao, as malhas
tm um efeito desfavorvel entre si.

A.7 MALHA DE CONTROLE COM DOIS GRAUS DE LIBERDADE (2GL) 125

A.7 Malha de Controle com dois graus de liberdade (2GL)
Considerando a malha de controle feedback apresentada pela figura abaixo

Figura A.2: Malha de controle 2GL.

A planta representada pela matriz de transferncia G(s), que retorna as sadas y(s),
acrescidas dos denominados distrbios do processo d(s) referentes a incertezas na
modelagem, para um conjunto de entradas u(s) somadas ao distrbio na carga n(s) referentes a
uma alterao de propriedades no controladas do processo, e ao erro de medida m(s).
Os blocos C(s), P(s) e Q(s) representam controladores, matrizes de transferncia (que
relacionam entradas e sadas de um bloco) projetadas para melhorar o desempenho do
processo e mant-lo no ponto de operao desejado. O controlador C(s) denominado de
compensador feedback tem o objetivo de reduzir os efeitos da incerteza (distrbios e erros de
modelagem) mantendo o processo no ponto de operao. O pr-filtro P(s) propicia mudanas
de setpoint de acordo com objetivos pr-estabelecidos, alm de eliminar possveis distrbios
no valor de referncia r(s). Por fim, o controlador Q(s), pode ser utilizado para filtrar erros de
medida ou de modelagem antes destes serem realimentados ao sistema.
Relaes Fundamentais

Funo de transferncia da malha aberta

Corresponde funo de transferncia do sinal de referncia para as sadas em malha
aberta, ou seja, equivalente s funes de transferncia do controlador e da planta, em srie.
GCP L = (A.27)

Funo de sensibilidade

Representa a sensibilidade do sistema aos distrbios na entrada e sada da planta, ou seja, a
funo de transferncia de d(s) para y(s). Para o nosso sistema corresponde a


1
) (

+ = GCQ I S (A.28)

Funo em malha fechada

Representa a funo de transferncia do sinal de referncia para as sadas em malha fechada,
podendo ser expressa por

GCP GCQ I SL T
1
) (

+ = = (A.29)
A partir da funo de sensibilidade e da funo em malha fechada possvel
determinar o intervalo de freqncias no qual o sistema deve operar em malha fechada, sendo
por isso de especial interesse para o controle feedback.
Para a configurao com um grau de liberdade (P(s) =Q(s)) a funo T chamada de
funo complementar de sensibilidade, cujo nome vem de uma propriedade matemtica, de
fcil comprovao, segundo a qual I T S = + . Assim, se S for elevado T deve ser baixo, e
vice-versa. Para o caso multivarivel a generalizao da curva das funes de sensibilidade
pode ser obtida atravs de bandas superior e inferior, calculadas a partir dos valores singulares
mximo e mnimo da matriz de transferncia destas funes para cada freqncia.
A partir das relaes acima, considerando um grau de liberdade

Tm Sd Tr y + = (A.30)
Tm Sd Sr r y e + = = (A.31)

O controle perfeito de uma unidade obtido se 0 = e , quando a varivel controlada se
encontra exatamente no valor desejado. Para esta condio a soluo trivial 0 = = T S
Porm isto no possvel, pois se a funo complementar de sensibilidade T no transmite os
erros de medida ) 0 ( T m , a funo de sensibilidade passar a responder a distrbios na
entrada e sada da planta ( I S ), e do mesmo modo, se 0 S ,ento I T , Este paradoxo,
onde tanto T quanto S precisam ser minimizados para que a malha de controle seja eficiente
o que torna o problema de controle feedback difcil e interessante.
Na prtica da indstria qumica os nveis de incerteza e de rudo na medida se tornam
relevantes somente a altas freqncias, enquanto a rejeio a distrbios geralmente
necessria a baixas freqncias, deste modo, um bom sistema de controle deve possuir S
reduzido a baixas freqncias e T reduzido a altas freqncias. Alm disso, o uso de dois
graus de liberdade invalida a idia de complementabilidade permitindo maior flexibilidade,
pois nesse caso a especificao da funo T no implica na especificao automtica da
funo de sensibilidade S.
A.7 MALHA DE CONTROLE COM DOIS GRAUS DE LIBERDADE (2GL) 127

Malha 2GL com Controlador PID
Aplicando uma nova notao na malha 2GL vista anteriormente, tem-se

Figura A.3: Malha 2GL com PID

Onde no bloco compensador mantida a ao proporcional e integral, que em geral
bastante similar nos diversas parametrizaes existente. Os blocos C
SP
(s) e C
PV
(s) so pr-
filtros que implementam a ao derivativa tendo sua estrutura definida pela parametrizao
utilizada. Um algoritmo PID pode ser visto como a relao entre as aes de controle dada
pela seguinte expresso

( ) ) ( ) ( ) ( ) ( ) ( ) ( s y C s y s C s y C s y C C s u
V R R PV R SP PI
= = (A.32)
A estrutura da malha 2GL com controlador PID na forma apresentada, foi utilizada
com sucesso em FACCIN (2004) onde foram apresentadas uma srie de vantagens no projeto
de controle listadas a seguir

Consiste em uma forma de representao universal, de forma que qualquer parametrizao
de um PID comercial pode ser convertida para ela;

Permite-se implementar a parametrizao desejada em qualquer SDCD;

Permite uma maior flexibilidade, pois a ao derivativa pode ser aplicada somente na
varivel de processo, evitando problemas numricos na avaliao da derivada no caso de
mudanas brusca nos set-points;

facilmente convertida para uma forma discreta, evitando problemas numricos de
discretizao;

Pode preservar estratgia anti-windup ao se manter o bloco C
PI
(s) fixo;

Fornece uma separao do problema de otimizao em duas partes, de forma a facilitar a
estratgia de resoluo do problema, como ser visto no prximo captulo;

Alm das vantagens citadas, a flexibilidade permite que o bloco C
PI
(s) possa ser substitudo
por outros tipos de controladores, como por exemplo, o MPC.


Apndice B
Fatorao e Desempenho Alcanvel
B.1 Fatorao Blaskche
A seguinte notao ser utilizada para a representao de uma matriz de transferncia
em funo das matrizes de realizao do sistema

D C
B A
s G ) ( (B.1)
Um sistema linear G(s) pode ser fatorado na entrada e na sada conforma a expresso
(B.2). Onde F
I
e F
O
so matrizes de transferncia contendo os zeros/plos do sistema
localizados no SPD. Os filtros F
I
(s) e F
O
(s) consistem em uma srie de filtros de primeira
ordem de forma que F
i
(s) tem dimenso k x k. Onde k corresponde ao nmero de sadas para a
fatorao na sada e ao nmero de entradas para a fatorao na entrada.
( ) ) ( ) ( ) ( ); ( ) ( s G s F s G s F s G s G
O O I I
= = (B.2)
B.1.1 Fatorao de Zeros Positivos
Fatorao de Entrada
Seja G(s) um sistema linear contendo N
z
zeros no SPD, com direes de entrada
i z
x
,
e
i z
u
,
definidas por

0
0
,
, 1
i z
i z i i
u
x
D C
B I z A
(B.3)
Este sistema pode ser fatorado em, ) ( ) ( ) ( s F s G s G
I I
= onde
130 APNDICE B. FATORAO E DESEMPENHO ALCANVEL

=
D C
B A
s G
I
'
) ( (B.4)
A matriz modificada
'
B e o filtro B
I
pode ser calculada atravs de um procedimento
interativo para
z
N i ,..., 1 = com B
0
=B e B=B
Nz

. A cada iterao as equaes (B.4), (B.5) e
(B.6) so calculadas exatamente nessa ordem.
( )
H
i z i z i i i
u x z B B
, , 1
Re 2 =

(B.5)

H
i z i z
i
i
i
u u
z s
z
I s F
, ,

) Re( 2
) (
+
= (B.6)

=

= =
1
0
1 1
) ( ) ( )... ( ) ( ) (
Nz
i
i Nz Nz Nz I
s F s F s F s F s F (B.7)
importante salientar que as direes no so as mesmas dos zeros de transmisso,
com exceo do primeiro zero fatorado, uma vez que o sistema modificado.
Fatorao de sada
) (s G contendo
z
N SPD-zeros
i
z , com direes de sada
i z
x
,
e
i z
y
,
definidas por
[ ] [ ] 0 0
1
, ,
=
D C
B I z A
y x
i
i H
i z
H
i z
(B.8)
pode ser fatorado em, ) ( ) ( ) ( s G s F s G
O O
= onde

=
D C
B A
s G
O '
) ( (B.9)
A matriz modificada
'
C pode ser calculada atravs de um procedimento interativo para
z
N i ,..., 1 = com C
0
=C e C=C
Nz
. . A cada iterao as equaes (B.9), (B.10) e (B.11) so
calculadas exatamente nessa ordem.
( )
H
i z i z i i i
x y z C C
, , 1
Re 2 =

(B.10)

H
i z i z
i
i
i
y y
z s
z
I s F
, ,

) Re( 2
) (
+
= (B.11)

=

= =
1
0
1 1
) ( ) ( )... ( ) ( ) (
Nz
i
i Nz Nz Nz O
B.1 FATORAO BLASKCHE 131

B.1.2 Fatorao de Plos Positivos
Fatorao de entrada
Seja ) (s G um sistema linear contendo
P
N SPD-plos
i
p , com direes de entrada
i p
x
,
e
i p
u
,
definidas por
( )
i p
T
i p i i
H
i p
x B u I p A x
, , 1 ,
; 0 = =
(B.13)
pode ser fatorado em, ) ( ) ( ) ( s F s G s G
I I
= onde

=
D C
B A
s G
I
'
'
) ( (B.14)
As matrizes modificadas
'
A e
'
C podem ser calculadas atravs de um procedimento
interativo para
p
N i ,..., 1 = com C
0
=C, C=C
Nz
,A
0
=A e A=A
Nz
.
( ) ( )
H
i p i p i i i
H
i p i p i i i
x u D p C C x u B p A A
, , 1 , , 1
Re 2 / Re 2 = =

(B.15)

H
i p i p
i
i
i
u u
p s
p
I s F
, ,

) Re( 2
) (
+ = (B.16)

=

= =
1
0
1 1
) ( ) ( )... ( ) ( ) (
Np
i
i Np Np Np I
Fatorao de sada
) (s G contendo
p
N SPD-plos
i
p , com direes de sada
i p
x
,
e
i p
y
,
definidas por
( )
i p i p i p i i
x C y x I p A
, , , 1
; 0 = =
(B.18)
pode ser fatorado em, ) ( ) ( ) ( s G s F s G
O O
= onde

=
D C
B A
s G
O
' '
) ( (B.19)
As matrizes modificadas
'
A e
'
B podem ser calculadas atravs de um procedimento
interativo de
p
N i ,..., 1 = com B
0
=B, B=B
Nz
,A
0
=A e A=A
Nz
.
( ) ( ) D y x p B B C y x p A A
H
i p i p i i i
H
i p i p i i i , , 1 , , 1
Re 2 / Re 2 = =

(B.20)

H
i p i p
i
i
i
y y
p s
p
I s F
, ,

) Re( 2
) (
+ = (B.21)

=

= =
1
0
1 1
) ( ) ( )... ( ) ( ) (
Np
i
i Np Np Np O
B.2 Fatorao de Tempo Morto
Um sistema linear G(s) com tempo morto pode ser fatorado como
) ( ) ( ) ( ) ( s D s G s D s G
I m O
= (B.23)
Sendo G
m
a matriz de transferncia com a dinmica do sistema e o tempo morto
residual no passvel de fatorao.
( ) { } ( ) { }
ni I no O
diag D diag D = = ,..., exp \ ,..., exp
1 1
(B.24)
Onde
i
corresponde ao menor tempo morto entre todas as sadas para a entrada i
(menor tempo morto na coluna i da matriz G(s)) e
i
corresponde ao menor tempo morto
entre todas as entradas para a sada i (menor tempo morto na linha i da matriz G(s)).
No fica garantido a no existncia de tempo morto em ) (s G
m
, no entanto, o tempo
morto persistente pode ser substitudo por uma aproximao de Pad.
B.3 Performance Alcanvel
B.3.1 Zeros Positivos
Se ) (s G tem um zero no SPD (z), com direo de sada
z
y , para manter a estabilidade
interna da malha, o sistema feedback no deve cancelar o esse zero. Assim, GC L = deve ter
um zero alocado na mesma posio com a mesma direo de sada.
( ) ( ) ( ) 0 0 = = z C z G y z G y
H
z
H
z
(B.25)
como LS T = , as restries de interpolao levam ao seguinte resultado
( ) ( )
H
z
H
z
H
z
y z S y z T y = = ; 0 (B.26)
Uma possvel soluo dada pela expresso
( ) ) ( ) 0 (
~
) (
1
, ,
s T F s F s T
d z O z O
= (B.27)
B.3 PERFORMANCE ALCANVEL 133

Onde ) (s T
d
o desempenho ideal, desejado para o sistema, ) (
,
s F
z O
o filtro da
fatorao da sada do sistema para os zeros positivos e
1
,
~
z O
F a pseudo-inversa de ) 0 (
,z O
B .
Sendo z um zero de ) (
,
s F
z O
.
O fator
1
,
~
z O
F inserido para que I F s F
z O z O
=
) 0 (
~
) (
1
, ,
preservando assim as
caractersticas estacionrias ) 0 ( ) 0 (
d
T T = .
) (s T diferente de ) (s T
d
, mas tem exatamente os mesmos valores singulares, uma
vez que ) (
,
s F
z O
contm todos os SPD-zeros do sistema, as propriedades de robustez so
mantidas so preservadas na sada da planta.
B.3.2 Plos Positivos
Se ) (s G tem um plo no SPD (p), com direo de sada y
p
, para manter a estabilidade
interna da malha,o sistema feedback no deve cancelar o plo no SPD. Assim,
( )
1 1
= GC L deve ter um zero no SPD com a mesma direo de ) (s G
( ) ( ) ( ) 0 0
1 1 1
= =

p p
y p G p C y p G (B.28)
como
1
= = TL S LS T , as restries
( )
p p p
y y p T y p S = = ) ( ; 0 (B.29)
devem ser satisfeitas, o que significa que S deve ter um SPD-zero com a mesma
direo de entrada correspondente direo de sada
p
y , portanto
( ) ( ) ( ) ( ) s F F s T I I s T
p I p I d ,
1
,
0
~
) (

= (B.30)
O fator
1
,
~
p I
F inserido para que I s F F
p I p I
=
) ( ) 0 (
~
,
1
,
preservando assim as
caractersticas estacionrias ) 0 ( ) 0 (
d
T T = .
( ) ( ) ( ) ( ) ( ) ( )
p p p p p I p I d p p p I
y y y T y p F F p T I I y p T y p F = = =

,
1
, ,
0
~
) ( 0 ) ( (B.31)
De novo, ( ) ( ) ) ( ) ( j T j T
d i i
= , e ( ) s F
p I ,
contendo todos os SPD-plos do
sistema, as propriedades de robustez especificadas so preservadas.
B.3.3 Tempo Morto
Grandes tempos mortos deterioram a performance de controle. Se o sistema apresenta
tempo morto e pode ser fatorado.
( ) ( ) ) ( ) ( s D s T s D s T
I d O
= (B.32)

Ento, se o sistema tem atrasos na entrada, a performance alcanvel no pode ser
mais rpida do que a capacidade de manipular essas entradas. De maneira equivalente, se o
sistema tem atraso de tempo na sada, T no pode ser mais rpida que a nossa capacidade de
mensurar as sadas.
B.3.4 Generalizao
De forma genrica, se ) (s G apresenta SPD-zeros, SPD-plos e atraso de tempo, a
performance alcanvel pode ser obtida pela expresso abaixo
( ) ( ) ( ) ( ) ) ( 0
~
) ( ) 0 (
~
) ( ) ( ) (
,
1
,
1
, ,
s D s F F s T I I F s F s D s T
I p I p I d z O z O O

= (B.33)
Se nenhum fator de fase no mnima se encontra presente no sistema.
I F e F D D
p I z O I O
=
, ,
, , , logo
( ) ) (s T s T
d
= (B.34)

Apndice C
Critrios de Avaliao e Desempenho
A resposta do sistema controlado depende fortemente dos parmetros selecionados
para o controlador. No projeto de controle por realimentao deve-se definir qual controlador
feedback deve ser usado para controlar um dado processo e de que forma se pode selecionar
os valores para os parmetros ajustveis (problema de sintonia).
Para responder a estas duas questes de projeto necessrio a utilizao de uma
medida quantitativa para comparar as alternativas e selecionar o melhor tipo de controlador e
consequentemente os melhores valores para seus parmetros. Esses critrios so chamados de
critrios de desempenho e consistem em uma srie de parmetros mensurveis que indicam o
quo bom (ou ruim) o sistema de controle avaliado.
C.1 Critrios de Desempenho

Figura C.1: Resposta tpica de processos de segunda ordem subamortecidos.
136 APNDICE C. CRITRIOS DE AVALIAO E DESEMPENHO

Os critrios de desempenho podem ser avaliados em estado estacionrio ou em regime
transiente (resposta dinmica). O principal critrio de desempenho em estado estacionrio a
medida do erro estacionrio (offset), que corresponde diferena entre o valor estacionrio
da varivel controlada e seu valor de referncia. altamente desejado seu valor como sendo
nulo.
Maiores informaes sobre o desempenho dinmico de um sistema obtido em
regime transiente. A avaliao do desempenho dinmico de um sistema em malha fechada
pode ser realizada com base em dois tipos de critrios:
Critrios que utilizam poucos pontos da resposta. Estes critrios so simples, mas
fornecem valores aproximados;
Critrios que usam toda a resposta em malha fechada, do tempo inicial (t=0) at um tempo
t (final da simulao) muito grande. Estes critrios so mais precisos, embora sejam mais
trabalhosos de se estimar.
Do primeiro grupo pode-se destacar dentre os mais importantes e mais comumente
usados:
Tabela C.1: Critrios de desempenho que utilizam pontos da resposta do sistema.
Tempo de Assentamento (t
A
): tempo necessrio para se ter a resposta
no interior de uma faixa percentual arbitrria do valor estacionrio, no
caso 5% (DAZZO e HOUPIS,1978).

Tempo de Duplicao (t
0
): tempo necessrio para se ter, pela
primeira vez, erro nulo, em resposta mudana no valor da varivel de
referncia (DAZZO e HOUPIS,1978).

Tempo de Subida (t
S
): tempo que o sistema leva para passar de 10%
at 90% do valor estacionrio para resposta frente mudana no valor
da varivel de referncia (ASTROM e HAGGLUND, 1995).

Razo de Decaimento (RD): Razo entre dois valores mximos
consecutivos do sinal de erro (ASTROM e HAGGLUND, 1995).
1
2
SO
SO
RD =
Overshoot Percentual (OV): Razo entre o mximo valor assumido
pelo sinal de erro ,aps o tempo de duplicao , e o valor estacionrio
da variavl y (y
0
) normalizado pelo ganho do processo (K) para uma
mudana no valor de referncia.
% 100 . (%)
0
1
K
y
SO
OV =

Perodo de Oscilao (P
0
): Diferena de tempo entre dois valores
mximos consecultivos do sinal de erro (MARLIN, 1995).

Na tabela C.2 encontram-se o os principais critrios que utilizam todos os pontos da
resposta do sistema.
137

Tabela C.2: Critios de Desempenho Integrais.
Integral do Erro (IE): Integral do sinal de erro no tempo. Este critrio
no usual pois erros positivos cancaelam erros negativos podendo
mascarar resultados para respostas sub amortecidas (MARLIN, 1995)
=
0
) ( dt t e IE
Integral do Erro Absoluto (IAE): Intergal do valor absoluto do sinal
do erro no tempo. Equivale a soma das areas acima a baixo do valor
de referncia (MARLIN, 1995).
dt t e IAE
=
0
) (
Integral do Erro Absoluto ponderado no tempo (ITAE): Integral do
produto do valor absoluto do sinal de erro pelo tmepo. Esse ndice
penaliza erros que se mantm no tempo (MARLIN, 1995).
tdt t e ITAE
=
0
) (
Integral do Erro Quadrtico (ISE): Integral do quadardo do valor do
erro. Esse nidice penaliza mais, valores maiores do sinal do erro
(MARLIN, 1995).
=
0
2
) ( dt t e ISE

C.2 Especificao de Desempenho
Da mesma forma que se pode utilizar os critrios de desempenho para anlise da
resposta do sistema de controle e seleo dos parmetros do controlador, pode-se estabelecer
de acordo com os graus de liberdade, a funo de transferncia que satisfaa determinados
critrios previamente estabelecidos.
Sistemas de Primeira Ordem
Um sistema de primeira ordem com ganho unitrio e sem tempo morto pode ser
representado pela seguinte equao em Laplace

1
1
) (
+
=
s
s T
d
(C.1)
Neste caso s h um grau de liberdade e consequentemente apenas um parmetro pode
ser especificado e como sistemas de primeira ordem no podem gerar plos complexos tendo
em vista que estes s ocorrem aos pares, este parmetro s tem influncia na velocidade com
que o sistema responde.
Sistemas de Segunda Ordem
Um sistema de segunda ordem apresenta a equao em Laplace

1
1
2
1
1
) (
2
2
+
+
=
s s
s T
n n

(C.2)

A resposta ao degrau unitrio para sistemas subamortecidos (<1) expressa por

( )
1 2
2
cos 1 sin
1
1
1 ) (

+
= t e t Y
n
t
n
(C.3)
A Figura C.2 apresenta o comportamento de uma funo de transferncia de segunda
ordem para diferentes valores de fator de amortecimento.

Figura C.2: Comportamento Dinmico de Sistemas de 2
a
Ordem para diferentes valores de
fator de amortecimento ().
Exceto para certas aplicaes onde oscilaes no so permitidas desejvel que a
resposta seja suficientemente rpida e suficientemente amortecida. recomendvel valores de
fator de amortecimento na faixa entre 0.4 e 0.8, pois acima dessa faixa a reposta muito
amortecida (lenta) e abaixo dessa faixa a resposta tem uma sobre-elevao muito grande.
Para um sistema de segunda ordem podem ser especificados dois parmetros, como
por exemplo, o tempo de subida e a sobre-elevao mxima permitida, que so fatores que
dependem da natureza do processo.
Segunda Ordem com Zero

A funo de transferncia padro de segunda ordem pode ser modificada pela
presena de um zero mantendo o ganho unitrio como na expresso (C.4). Onde z
corresponde ao valor do zero.

( )
1
1
2
1
) ( / 1
) (
2
2
+
+
+
=
s s
z s z
s G
n n

(C.4)
C.2 ESPECIFICAO DE DESEMPENHO 139

Neste caso a resposta do sistema modificado em relao a respota original (Y(t) da
expresso (C.3))

dt
dY
z
t Y t Y
z
1
) ( ) ( + = (C.5)
O que implica no fato de que o zero insere um termo funcional que consiste na
derivada da resposta sem o zero. O que se pode perceber que se o valor de z em mdulo
muito grande o termo da derivada pequeno e a resposta basicamente a mesma do sistema
sem o zero. No ento se o valor do zero pequeno esse termo passa a ter bastante influncia
na resposta. De fato isso ocorre quando a magnitude do zero menor que o plo mais
prximo da origem.
A insero de um zero se torna interessante para um processo de elevada ordem, e s
justificvel quando o zero inserido mais rpido que os plos do sistema, caso contrrio o
mesmo comportamento poderia ser gerado em tese por uma funo de segunda ordem padro
sem zero.
A Figura C.3 apresenta um aspecto qualitativo do efeito de um zero inserido na funo
de transferncia de 2
a
ordem. Quando menor o valor do zero em mdulo, mais rpida ser
atuao desse zero e mais sentido ser esse efeito na resposta do sistema. Deve-se observar
que a sobre-elevao proveniente de um zero no produz oscilao.

Figura C.3: Efeito da posio de um zero na dinmica de um processo de segunda ordem.


Sistemas de Ordem Geral

Quando se deseja trabalhar com funes de transferncia de ordens superiores pode-se
trabalhar com funes de transferncias cujos coeficientes foram otimizados segundo o
critrio ITAE (FACCIN, 2004). A nica limitao que estas funes s tem um parmetro
de ajuste e dinmicas padres.

0 1
1
1
0
0
...
) (
b s b s b s
b
s T
m
m
m
+ + + +
=

(C.6)
Tabela C.3: Funes de transferncia com coeficientes otimizados baseados critrio ITAE a
uma resposta ao degru unitrio.
n
s +
2 2
4 . 1
n n
s s + +
3 2 2 3
15 . 2 75 . 1
n n n
s s s + + +
4 3 2 2 3 4
7 . 2 4 . 3 1 . 2
n n n n
s s s s + + + +
5 4 2 3 3 2 4 5
4 . 3 5 . 5 0 . 5 8 . 2
n n n n n
s s s s s + + + + +
6 3 2 4 3 3 4 2 5 6
95 . 3 45 . 7 6 . 8 6 . 6 25 . 3
n n n n n n
s s s s s s + + + + + +
7 3 2 3 3 4 4 3 5 2 6 7
58 . 4 64 . 10 54 . 15 08 . 15 42 . 10 475 . 4
n n n n n n n
s s s s s s s + + + + + + +
8 2 2 3 3 3 4 4 5 3 6 2 7 8
15 . 5 3 . 13 2 . 22 75 . 25 6 . 21 8 . 12 2 . 5
n n n n n n n n
s s s s s s s s + + + + + + + +

Figura C.4: Resposta ao degrau unitrio das funes de tranferncia da tabela varianado a
ordem (m).

Apndice D
Parametrizaes do Controlador PID
Os algoritmos PID ideais mais difundidos so representados esquematicamente pelas
expresses abaixo
( ) s T
s T
K s C
S D
S I
S P ,
,
,
1
1
1 ) ( +
+ = (srie) (D.1)

+ + = s T
s T
K s C
P D
P I
P P ,
,
,
1
1 ) ( (paralela) (D.2)
A equivalncia dos parmetros entre essas duas parametrizaes so fornecidas na
Tabela D.1.
Tabela D.1: Frmulas de Converso entre os algoritmos PID na forma srie e paralela.
Srie Paralelo
Paralelo Srie ( )
*
, , S D S I
T T Paralelo Srie ( )
S I S D
T T
, ,

+ =
S D
S I
S P P P
T
T
K K
,
,
, ,
1

+ =
P I
P D P P
S P
T
T K
K
,
, ,
,
4 1 1
2

=
P I
P D P P
S P
T
T K
K
,
, ,
,
4 1 1
2

S D S I P I
T T T
, , ,
+ =
+ =
P I
P D P I
S I
T
T T
T
,
, ,
,
4 1 1
2

+ =
P I
P D P I
S I
T
T T
T
,
, ,
,
4 1 1
2

S D S I
S D S I
P D
T T
T T
T
, ,
, ,
,
+
=
=
P I
P D P I
S D
T
T T
T
,
, ,
,
4 1 1
2

+ =
P I
P D P I
S D
T
T T
T
,
, ,
,
4 1 1
2

* Frmulas vlidas somente para ( )
*
, ,
4
P D P I
T T

142 APNDICE D. PARAMETRIZAES DO CONTROLADOR PID

Pode-se perceber que os parmetros na forma srie sempre possuem equivalentes na
forma paralela, no entanto a recproca no verdadeira. Considerando que os parmetros
assumem valores reais, a forma srie s consegue reproduzir a forma paralela se o radicando
das expresses da Tabela D.1 assumir valores maiores ou iguais a zero, o que acontece
quando a restrio de que
P D P I
T T
, ,
4 seja satisfeita.
Caso a restrio no seja satisfeita haver o surgimento de zeros complexos, o que
consiste em uma maior flexibilidade do algoritmo paralelo. Alguns estudos indicam que a
forma paralela produz melhores resultados que a forma srie, mas apresenta uma maior
sensibilidade aos parmetros resultando em ajuste mais complexo requerendo uma
metodologia sistemtica mais apurada. A forma srie apresenta uma maior interao entre
seus parmetros (tambm chamada de forma interativa) facilitando o ajuste, o que torna esse
algoritmo muito popular.
Na prtica a ao derivativa no pode ser implementada da forma como foi
apresentada nas equaes D.1 e D.2 porque tal implementao resultaria em uma funo de
transferncia no realizvel (ordem do numerador maior do que a ordem do denominador).
Sistemas reais no podem ser representados por uma funo de transferncia no realizvel,
porque isso implicaria em um sistema capaz de responder sem que necessariamente lhe seja
transmitido um sinal de entrada. A ao derivativa como expressa nos algoritmos
apresentados inserem um ganho crescente em altas freqncias. Tal situao pode
comprometer o desempenho do sistema de controle quando h presena de rudos em altas
freqncias mesmo que em pequenas magnitudes.
Insero de um filtro de atraso associado ao derivativa, no s atenua os elevados
ganhos em altas freqncias como torna a funo de transferncia do controlador capaz de ser
realizada.
bastante comum se implementar a ao derivativa como expressa abaixo

1
) (
+
=
s T
s T
s D
D
D
(D.3)
Quanto menor for o valor assumido por , mais prximo da ao derivativa pura.
Normalmente se utiliza =0.1, ou em torno desse valor.
De uma forma ou de outra a expresso D.3 sugere algoritmos padres para a forma
srie e para a forma paralelo, mas a partir dessas, surgem uma srie de variaes
principalmente no que diz respeito sobre em quais variveis (de referncia ou de processo) as
aes bsicas do controlador PID iro atuar.
A Tabela D.2 apresenta as parametrizaes mais comumente encontradas na literatura
sua respectiva converso para a configurao base (com filtros C
SP
e C
PV
), apresentada no
captulo 2, para controladores SISO.
143

Tabela D.2 : Algoritmos PID e respectivas formas convertidas para a configurao base*.

Algoritmo Converso
PID srie padro:
[ ] ) ( ) (
1
1 1
1 ) ( s Y s Y
s T
s T
s T
K s U
R
D
D
I
P

+
+
+ =
+
+
= =
1
1
s T
s T
C C
D
D
PV SP

PID srie alternativo:
[ ] ) ( ) (
1
1
1
1 ) ( s Y s Y
s T
s T
s T
K s U
R
D
D
I
P

+
+
+ =

( )
+
+ +
= =
1
1 1
s T
s T
C C
D
D
PV SP

PID srie padro -D atuando apenas sobre y:
+
+

+ = ) (
1
1
) (
1
1 ) ( s Y
s T
s T
s Y
s T
K s U
D
D
R
I
P
+
+
= =
1
1
; 1
s T
s T
C C
D
D
PV SP

PID srie padro P e D atuando apenas sobre y:
+
+
+
+ = ) (
1
1
1 ) (
1
1 ) ( s Y
s T
s T
s Y
s T
K s U
D
D
R
I
P
+
+
=
+
=
1
1
;
1
1
s T
s T
C
s T
C
D
D
PV
I
SP

PID paralelo padro:
[ ] ) ( ) (
1
1
1 ) ( s Y s Y
s T
s T
s T
K s U
R
D
D
I
P

+
+ + =

( ) ( )
( ) 1
1 1
2
2
+ + +
+ + + +
= =
s T T s T T
s T T s T T
C C
D I D I
D I D I
PV SP

PID paralelo alternativo:
[ ] ) ( ) (
1
1
1 ) ( s Y s Y
s
s T
s T
K s U
R
D
I
P

+
+ + =

( )
1
1 1
+
+ +
= =
s T
s T
C C
D
D
PV SP

PID paralelo padro D atuando apenas sobre y:

+
+
+ = ) (
1
1
1 ) (
1
1 ) ( s Y
s T
s T
s T
s Y
s T
K s U
D
D
I
R
I
P

1 =
SP
C
( ) ( )
( ) 1
1 1
2
2
+ + +
+ + + +
=
s T T s T T
s T T s T T
C
D I D I
D I D I
PV

PID paralelo padro- P e D atuando apenas sobre y:
+
+
=
) (
1
1
1
) (
1
) (
s Y
s T
s T
s T
s Y
s T
K s U
D
D
I
R
I
P

1
1
+
=
s T
C
I
SP

( ) ( )
( ) 1
1 1
2
2
+ + +
+ + + +
=
s T T s T T
s T T s T T
C
D I D I
D I D I
PV

*Fonte-Faccin(2004).

Como pode-se perceber nas expresses dos algoritmos reais apresentados na Tabela
D.2, alguns algoritmos apresentam relaes diferenciadas entre a ao de controle com a
varivel de processo (y) e a varivel de referncia (y
r
). Tal constatao justifica a gerao de
filtros diferenciados para cada uma dessas relaes, mantendo o que todas elas tm em
comum que a forma com que a ao proporcional e integral so implementadas.
O controlador SISO pode ento ser fatorado em trs blocos sem perda de generalidade

+ =
s T
s C
I
PI
1
1 ) ( (D.4)

=
) (
) (
1
) (
s Y
s U
C
s C
R PI
SP
(D.5)

=
) (
) (
) (
1
) (
s Y
s U
s C
s C
R PI
PV
(D.6)
A equao em malha fechada para o sistema de controle feedback estabelecida como
( )
) ( ) ( ) ( 1
) ( ) ( ) (
s C s C s G
s C s C s G
s T
PV PI
SP PI
+
= (D.7)
Se os filtros C
SP
e C
PV
so considerados como matrizes diagonais (considerao
realizada nesse trabalho para o projeto de controladores MIMO), a extenso para
multivarivel direta. Restringindo apenas que a ao derivativa seja a mesma para cada
entrada do sistema, ou matematicamente, a ao derivativa seja mesma para cada coluna da
matriz de transferncia multivarivel uma vez que as matrizes diagonais de filtros so
multiplicadas matricialmente a direita do bloco C
PI
.
Essa restrio no apenas permite a fatorao dos blocos de uma forma simplificada,
como favorece a implementao da estratgia de otimizao implementada e apresentada no
captulo 3, alm de facilitar a implementao da ao derivativa na prtica. Alm disso,
fixando o valor do tempo derivativo (T
D
), os demais parmetros do controlador iro se
deslocar de forma independente nos canais da matriz multivarivel de forma a atenuar essa
imposio.
Para facilitar a resoluo dos problemas de otimizao se torna conveniente escrever
os filtros de forma a isolar a varivel de deciso (T
D
). Se observarmos as equaes da Tabela
D.2 percebemos que todas as parametrizaes podem ser escritas na forma:

) ( ) (
1 ) (
) (
s T s
T s
s C
SP D SP
D SP
SP

+
+
= e
) ( ) (
1 ) (
) (
s T s
T s
s C
PV D PV
D PV
PV

+
+
= (D.8)
145

Tabela D.3: Coeficientes da equao genrica para o filtro da varivel de referncia (C
SP
).
Equao
SP

SP

SP

PID srie padro s s 1
PID srie alternativo
( )s + 1 s 1
PID srie padro
D atuando apenas sobre y
0 0 1
PID srie padro
P e D atuando apenas sobre y
0 0 1 + s T
I

PID paralelo padro
( )
1
1
2
+
+ +
s T
s s T
I
I

1
2
+
+
s T
s s T
I
I

1
PID paralelo alternativo
( ) 1
2
2
+ + + s T s T
s T
I I
I

0 1
PID paralelo padro
0 0 1
PID paralelo padro
0 0 1 + s T
I

Tabela D.4: Coeficientes da equao genrica para o filtro da varivel de processo (C
PV
).
Equao
PV

PV

PV

PID srie padro s s 1
PID srie alternativo
( )s + 1 s 1
PID srie padro
s s 1
PID srie padro
s s 1
PID paralelo padro
( )
1
1
2
+
+ +
s T
s s T
I
I

1
2
+
+
s T
s s T
I
I

1
PID paralelo alternativo
( ) 1
2
2
+ + + s T s T
s T
I I
I

0 1
PID paralelo padro
( )
1
1
2
+
+ +
s T
s s T
I
I

1
2
+
+
s T
s s T
I
I

1
PID paralelo padro
( ) s s T
I
+ +
2
1 s s T
I
+
2
1


Um termo que aparece na resoluo do problema de otimizao, descrito no Captulo
3 para a resoluo para determinao dos filtros corresponde equao (D.9)

( )
( )
( )
T D T
D T
PV SP
T
T
C T C

+
+
=
1
0
(D.9)
Os valores correspondentes so fornecidos na Tabela D.5.
Tabela D.5: Parmetros da Equao E.19 e E.20
Parametrizao
T

T

T

PV SP
C C =
PV
( )
PV
T
1
0
1

( )
PV
T
1
0
1

PV SP
C C
( )
( )
+
+
SP SP PV
PV PV SP
T
V

0
( )
SP PV PV SP
V + ( )
SP PV
V
( )
1
0
*

=
SP PV
T V
Um outro grupo de algoritmos em que C
SP
C
PV
, no permitem a relao direta entre
seus parmetros, uma vez que apresentam distintas formas de erro. A expresso D.10
apresenta uma forma generalizada a partir do algoritmo em paralelo.

( ) ( )
( )
( )
+

+
+

+
+

+
=
1
) ( ) (
1
) ( ) (
1
) ( ) (
1
) (
4 3 2 1
s T
s Y s Y s T
s T s T
s Y s Y
s T
s Y s Y
s T
K
s U
F
R P D
F I
R I
F
R P
F
P

(D.10)
Selecionando os valores dos 's e T
F
's, pode-se obter a forma paralela desejada. A
insero de valores para T
F
diferente de 0 implica um atraso na ao correspondente. Valores
nulos de permitem que a ao (proporcional, integral ou derivativa) atue apenas sobre a
varivel de processo (y). O uso de 0<
I
<1 diminui o sobre sinal, no entanto torna a resposta
mais lenta. O uso de
D
=0 pode ser conveniente, pois evita aes de controle bruscas para
mudanas no valor de referncia (y
r
).
Um controlador desse tipo o controlador PID da ISA (The Instrumentation, Systems
and Automation Society) que representado matematicamente por

( )
( )
( )
( )
+

+
+

+ =
1
) ( ) (
1
) ( ) (
) ( ) ( ) (
3
s T
s Y s Y c s T
s T s T
s Y s Y
s Y s Y b K s U
D
R D
F I
R
R P
(D.11)
Cuja expresso para os blocos de filtro so

147

( ) ( )
( ) 1
1
) (
2
2
+ + +
+ + + +
=
s T T s T T
s T bT s T T b c
s C
D I D I
D I D I
SP

(D.12)

( ) ( )
( ) 1
1 1
) (
2
2
+ + +
+ + + +
=
s T T s T T
s T T s T T
s C
D I D I
D I D I
PV

(D.13)

Como era de se esperar, a equao para o filtro da varivel de processo (C
PV
)
idntica configurao paralela padro, pois a insero dos novos parmetros (b e c)
influenciam apenas a relao entre a ao de controle (U) e varivel de referncia (Y
R
).
bastante comum se utilizar c=0 e b=1 como parmetros fixos e nesse caso o filtro da
varivel de referncia assume um valor unitrio (C
SP
(s)=1).
Nesse trabalho foram considerados os algoritmos apresentados na Tabela D.2, no
entanto, qualquer algoritmo proposto pode ser convertido facilmente nessa configurao e
consequentemente ser usado na metodologia de projeto proposta.


Apndice E
RPN Toolbox 3.0
O RPN-Toolbox 3.0 a implementao em ambiente MATLAB
v5.3 (R11),
adaptada para trabalhar tambm na verso 6.1 (R12.1) do ambiente de programao, da
metodologia RPN e de uma srie de ferramentas para o estudo da controlabilidade de
sistemas. O objetivo desta implementao tornar possvel a qualquer profissional da rea de
controle de processos a explorao, em todas as dimenses, do problema de projeto global de
controle, abrangendo escolha da estrutura e projeto do controlador propriamente dito.
O RPN-Toolbox foi desenvolvido originalmente em 2000 por FARINA, com a
implementao da metodologia (RPN) que deu nome ao Toolbox. A partir de novos
desenvolvimentos novas funcionalidades, como anlise do grau de no linearidade e a
metodologia RPN para sintonia de controles MPC, que passaram a fazer parte do toolbox, foi
gerada a segunda verso do RPN-Toolbox. A metodologia desenvolvida para o projeto de
controladores PID foi implementada nesse ambiente gerando a verso 3.0, cuja potencialidade
j era almejada desde seu estgio embrionrio.
Neste trabalho foram desenvolvidas as rotinas (m- files) e a interface grfica das
janelas PID e Simulation presentes na interface do RPN. Na janela PID, foi implementada a
metodologia de projeto de controladores PID apresentada, e na janela Simulation rotinas que
permitem uma maior versatilidade na simulao bem como a comparao entre os
controladores projetados.
O RPN-Toolbox trabalha com uma varivel estrutural chamada RPNst que armazena
de forma hierrquica a partir de um esquema do tipo rvore. Na raiz, e em cada ramificao
so definidos os campos que o compem, sejam eles informados como dados de entrada ou
calculados pelas rotinas. A rea grfica apenas atualiza esta estrutura de forma intuitiva do
ponto de vista do usurio, mas todas as rotinas podem ser executadas atravs de comandos de
linha fora da interface cujas sintaxes so fornecidas pelo log da seo gerado dentro da
prpria interface.

150 APNDICE E. RPN TOOLBOX 3.0

O RPN Toolbox apresenta uma grande variedade de sub-funcionalidades que foge ao
escopo desse Apndice. O aplicativo acompanha um manual detalhado a respeito de sua
funcionalidade, de forma que o objetivo corrente consiste em apenas exemplificar a sua
utilizao com foco na metodologia proposta.
A partir do prompt do Matlab no diretrio contendo as rotinas da pasta RPN-Toolbox,
a interface pode ser executada pelo comando rpn e a seguinte interface ser visualizada.

Figure E.1: Janela Inicial do RPN-Toolbox 3.0.
No campo 1, pode-se acessar a sub-janela para o carregamento de modelos. No campo
2 gerado um log da seo permitindo um gerenciado do Matlab incluindo um acesso ao
prompt para a execuo de comandos de linha sem que para isso seja necessrio minimzar ou
sair da interface.
No campo 3 pode ser selecionado o intervalo de frequncias a partir do mnimo,
mximo e do nmero de pontos, o que pode feito automticamente para cada modelo
selecionado. Ao se clicar no boto Load new model do campo 1, uma nova janela ir ser
acionada permitindo que modelos sejam carregados (Figura E.2). Os dados podem ser
carregados a partir do workspace ou arquivos de dados conforme selecionado no campo 4, e
no campo 5 so apresentados os possveis objetos presentes no diretrio do campo 6.

APNDICE E. RPN TOOLBOX 3.0 151

Figure E.2: Janela para o carregamento de modelos.
Na janela Analisys (Figura E.3) possvel analisar o modelo em malha aberta (campo
7), verificar a matriz RGA (campo 8), o condicionamento mnimo (campo 9) e os plos e
zeros do sistema, identificando a presena desses caracteres no SPD, e fornecendo, nesse
caso, suas respectivas direes de entrada e sada (campo 10).

Figure E.3: Janela Analisys do RPN-Toolbox 3.0.
Na janela RPN (Figura E.5), pode-se estabelecer desempenhos desejveis para os
sistemas em anlise. A janela permite a anlise de 10 modelos para 5 desempenhos distintos
simultaneamente. Uma vez selecionado o desempenho desejado (clicando no campo 11 da
figura), o nmero de performance robusta pode ser calculado, sendo os resultados
apresentados pelas curvas no campo 12, e o valor numrico do RPN na matriz do campo 11,
na posio correspondente ao modelo e ao desempenho selecionado.

Figure E.4: Janela RPN do RPN Toolbox 3.0.
A seleo do desempenho realizada a partir da janela apresentada na Figura E.5. No
campo 13 selecionada a varivel de sada, e no campo 14 o tipo de funo de transferncia a
ser utilizado (conforme apresentado no Apndice C) No campo 15, realizada a especificao
no domnio do tempo para a sada selecionada de acordo com o tipo de funo. No campo 16,
pode ser visualizada a resposta ao degrau unitrio para a configurao especificada. Uma vez
satisfeito clicando em Accept, o gerenciamento de fluxo retornado janela RPN, permitindo
que os ndices sejam calculados. Nesse procedimento, o desempenho alcanvel
automaticamente calculado (vide Apndice B) e tambm as matrizes de escalonamento.

Figure E.5: Sub-janela para seleo de desempenho.

Os resultados so plotados, permitindo ao usurio verificar se o RPN
suficientemente baixo para a aplicao da metodologia, e se a faixa de freqncia foi
devidamente selecionada.
No caso em que se deseja criar grupos de modelos, todos estes devem ser carregados
da mesma forma como descrito anteriormente. Na janela nRPN (Figura E.6), permitida a
seleo de sub-grupos dentre todos os modelos carregados (campo 18), gerando os politopos,
cuja natureza de anlise anloga descrita pela janela RPN (campo 17). Os grficos so
plotados, juntamente com o RPN do modelo nominal, considerado o primeiro modelo que
compe o politopo (campo 18).

Figure E.6: Janela nRPN do RPN Toolbox 3.0.
Com os modelos e politopos definidos juntamente com os desempenhos, pode-se
partir para o projeto do controlador. Na Figura E.7, apresentada a janela grfica para o
projeto de controladores PID. No campo 19, selecionado o modelo ou o politopo para o qual
se deseja projetar o controlador. No campo 20 e no campo 21, pode ser selecionado o
desempenho desejvel para o sistema e a parametrizao do controlador para a ao derivativa
respectivamente. O campo 22 permite a criao de estruturas (incluindo a ordem) para o
controlador desejado a partir de uma sub-janela (Figura E.8). As estruturas definidas ficam
disponveis no campo 23. O campo 24 permite configurar a otimizao, definindo opes e o
tipo de otimizao a ser realizada (apenas problema aproximado ou problema global), alm da
definio de pesos para os modelos.
O boto Calculate do campo 25 executa o procedimento de otimizao, a partir da
leitura dos campos definidos anteriormente, sendo os controladores projetados

disponibilizados no campo 26. O campo 27 permite a visualizao dos parmetros obtidos
(inclusive sua edio, caso desejado), as curvas (L,T,S) no domnio da freqncia, alm do
critrio de ajuste (Funo Objetivo). No campo 28 possvel realizar uma simulao rpida, a
partir da seleo do modelo, do controlador, da varivel de sada na qual se deseja um degrau
e do tempo final de simulao.

Figure E.7: Janela PID do RPN Toolbox 3.0.

Figure E.8: Janela PID do RPN Toolbox 3.0.

Na sub-janela E.8, conforme citado anteriormente, definida a estrutura desejada.
Selecionando a ordem (por coluna), ligando ou desligando cada canal e definindo o nome da
estrutura, ao clicar em Set Struc, configurao disponibilizada no campo 23 da janela PID.
Apenas a nvel de exemplificao, a janela MPC (Figura E.9), permite ao usurio o
projeto de controladores preditivos. A partir do modelo selecionado, no campo 29 executada
a rotina para o clculo dos pesos, com base na definio do tempo de amostragem e dos
horizontes, podendo ser estimados automaticamente caso nenhum valor seja fornecido. No
campo 30, todos os parmetros selecionados so fornecidos, permitindo inclusive sua edio.
No campo 31, realizada a simulao para o controlador projetado e o modelo selecionado.

Figure E.9: Janela MPC do RPN Toolbox 3.0.
Na janela Simulation (Figura E.10), possvel a simulao de todos os controladores
projetados (seja na janela PID ou MPC) permitindo assim uma comparao sistemtica. No
campo 32 selecionado o modelo, ou o arquivo (s-function) contendo o modelo no linear.
No campo 33 selecionado o controlador projetado, incluindo os reduzidos a partir do
MvTools.
No campos 34 e 35, so definidas as mudanas nas variveis de referncias e os
distrbios respectivamente, seguindo o padro do Simulink. No campo 36 estabelecido o
limite para as variveis de sada (se desejado). No campo 37 definido o tempo final para
simulao e acionada a simulao propriamente dita a partir da leitura dos dados definidos
anteriormente.


No campo 38, so disponibilizadas opes para simulao a partir dos check-boxes. A
opo hold, permite que a simulao seja plotada na janela de simulao aberta. Action, plota
a ao de controle alm da varivel de sada. A opo Mpcplot, usa o comando a plotagem via
mpcplot para uma comparao isolada de cada varivel.

Figure E.10: Janela Simulation do RPN Toolbox 3.0.
No campo 39, permitido acesso ao modelo em simulink genrico utilizado para a
simulao, conforme Figura E.11.

Figure E.11: Arquivo em simulink para simulao.


Ao clicar no boto do campo 40, uma sub-janela aberta (Figura E.12) com a
adaptao do MvTools para o RPN Toolbox. Nesta janela, pode ser selecionado o modelo e a
performance desejada para o sistema de forma que os parmetros de ajuste X1 e X2 do
MvTools so estimados. A simulao dos controladores projetados realizada pela sub-
janela, porm os dados para simulao so lidos do RPN Toolbox, permitindo inclusive
(usando o hold) que a simulao seja plotada na mesma janela utilizada para simulao dos
controladores projetados via RPN. O projeto de controladores via MvTools, gera um boto no
campo 40 de nome Reduce, que permite a reduo do controlador robusto gerenciada pela
seleo de configurao da janela PID, e cujos controladores obtidos so disponibilizados no
campo 33, como uma terceira opo para simulao.

Figure E.12: Janela adaptada do MvTools.

Por fim, no menu da janela do RPN Toolbox 3.0 disponibilizado um comando Save
Project que salva todo o projeto atual (modelos, desempenhos, politopos e controladores) em
um arquivo de extenso *.rpn que pode ser carregado na janela inicial.


PDF

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

PDF

Hochgeladen von

Copyright:

Verfügbare Formate

UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL

com Loop-Shaping projetado e ento reduzido a um

). A principal motivao de ZAMES

Das könnte Ihnen auch gefallen