SINTONIA DE CONTROLADORES REGULATÓRIOS

1. INTRODUÇÃO: IMPORTÂNCIA DO CONTROLADOR PID

Controle de processos é um campo do conhecimento de Engenharia. Ele é fortemente relacionado à operação

e à instrumentação. A operação, de uma forma abrangente, sempre envolve algum modelo do processo: é a
prática da engenharia de modelos de processo. A instrumentação, por sua vez, é uma importante área da
engenharia do equipamento, voltada para os dispositivos que permitem realizar a tarefa de regulação do
processo.

Antigamente, mecanismos físicos permitiam a implementação de controle com ação sobre uma válvula para
regular alguma propriedade medida do processo, como ilustra o sistema pneumático da figura 1.

Fig. 1 - Controle de temperatura com controlador pneumático.

O controlador apresentado na figura 1 regula a temperatura de saída de um fluido que passa por um
permutador de calor. Para mantê-la próxima de um valor desejado, sempre que houver um erro (diferença)
entre ele e o valor de temperatura medido, o sistema mecânico desencadeará naturalmente ação sobre uma
válvula, abrindo-a ou fechando-a, aumentando ou diminuindo a vazão de água de refrigeração para o
trocador de calor.

Essa ação normalmente é proporcional ao erro verificado entre o valor desejado e o medido para a
propriedade regulada. Três parcelas são adicionadas: uma de proporcionalidade direta a cada novo erro, outra
de proporcionalidade à soma acumulada do erro e uma terceira de proporcionalidade à taxa de variação do
erro, compondo uma lei de controle denominada proporcional + integral + derivativa (PID) que descreve o
comportamento de boa parte dos dispositivos de controle mais simples.

Atualmente, com a informatização da instrumentação, outras leis de controle podem ser codificadas em
computadores de diversos portes. Em comparação com a tão simples lei PID, única possível antigamente,
algumas das atuais merecem o nome de leis avançadas de controle, algoritmos de controle avançado. Muitas
dessas leis são de fato complexas e são programadas em computadores de maior porte.

As leis mais complexas normalmente regem tarefas de uma natureza mais ligada à otimização e supervisão.
Para tarefas regulatórias mais simples, ainda continua sendo programada nos computadores a antiga e útil lei
PID. Esse é o caso dos controladores que regulam vazões, temperaturas e pressões.

A configuração final é a de um esquema hierarquizado de controladores, com o controle avançado

otimizando o processo através de atuação sobre uma série de controladores regulatórios do tipo PID. Tudo é
muito semelhante a um sistema em cascata: o controle avançado é mestre de diversos controladores PID, que
dele recebem periodicamente novos set-points (valores desejados). Na figura 2 ilustra-se uma rede de
computadores de controle de processo (SDCD), indicando o fluxo hierarquizado de informação: set-point
enviado pelo controle avançado e atuação sobre o processo pelo controle regulatório.
Fig. 2 - Computador de processo com regras de controle avançado supervisiona computador do SDCD (controle
regulatório com lei PID) pelo envio de set-point, otimizando o processo.

O controle avançado inclui diversos parâmetros numéricos que devem ser ajustados. O controlador
regulatório inclui as três constantes de proporcionalidade (PID) que devem também ser ajustadas.

O valor numérico das constantes determina o comportamento dos controladores, alterando-lhes o

desempenho. A escolha dos valores deve sempre atender às duas grandes questões de controle: o processo
sob controle deve sempre ficar estável e o desempenho do controlador deve ser satisfatório. Estes são os dois
aspectos que justificam todo o conhecimento da denominada teoria de controle clássico. Sintonizar o
controlador significa encontrar valores numéricos para as constantes de proporcionalidade de um controlador
PID de forma a regular o processo com estabilidade e no valor desejado para a propriedade medida
(desempenho satisfatório).

Com o controle avançado, a questão de sintonia do controlador regulatório fica ainda mais importante, uma
vez que o desempenho do controlador PID acaba sendo parte (importante) do desempenho final do controle
avançado.

2. MODELO DO PROCESSO

O modelo é a lei do processo. Usando diagrama de blocos (fig. 3):

Fig. 3 - Diagrama de blocos do processo.

representa-se a variável independente (grau de liberdade) como entrada do processo (u) e a variável
dependente como saída (y).

Por exemplo, para uma torre debutanizadora, que separa gás liquefeito (GLP) como produto de topo e
gasolina (nafta) como produto de fundo:
 u y
- refluxo de topo de torre debutanizadora - intemperismo do GLP
- carga térmica no refervedor de debutanizadora - PVR da nafta

O refluxo é uma variável que influencia o intemperismo do GLP (95% vaporizados no ensaio de vaporização
do produto e que é influenciado pela presença de hidrocarbonetos pesados). Sendo usado (manipulado)
apropriadamente, pode se tornar um bom grau de liberdade para regular (controlar) o intemperismo.
Considerações análogas valem para a carga térmica do refervedor no que se refere ao controle (regulação) da
PVR da nafta (Pressão de Vapor Reid do produto, que é influenciada pela presença de hidrocarbonetos
leves).

O exemplo do anexo I ilustra outro fato importante relacionado ao diagrama de blocos aplicado a controle de
processos: as variáveis y e u do diagrama de blocos acima estão na forma de desvio em relação a um estado
estacionário do processo.

O modelo do processo é a lei que expressa a influência de u sobre y. Nos processos químicos, essa lei é
normalmente conseqüência de balanço de massa e energia, e acaba sendo expressa por equações diferenciais
do tipo:

dy (t )
τ + y (t ) = K p u (t − t d )
dt
Pelo fato de essa equação envolver uma derivada primeira, diz-se que os modelos dos processos químicos
são geralmente de primeira ordem.

Quando uma variação única e brusca é aplicada na entrada u (variação denominada degrau), a integração
dessa equação fornece a seguinte solução típica (fig. 4):

Fig. 4 - Resposta (variável de saída) de processo de primeira ordem a um degrau na variável de entrada.

Três termos são importantes para o modelo:

ganho do processo: expressa quanto se altera a variável de saída para cada unidade de variação da variável
de entrada. O ganho é uma razão, possui unidades e pode ser calculado pela expressão:

∆y
Kp =
∆u
tempo morto (td - delay time) é o tempo que o processo leva para começar a responder à variação em
degrau;

tempo de primeira ordem ( τ ) é o tempo que o processo demora, uma vez iniciada a variação, para chegar
aos 63% da variação total final. Esse número 63% é conseqüência de uma exponencial que aparece na
( )
solução analítica da equação diferencial, podendo-se facilmente constatar que 100× 1− e −1 = 63% .

É claro que existem modelos muito mais sofisticados para o processo. Para a maioria das finalidades práticas
basta um modelo de primeira ordem com atraso.

Processos químicos podem ser representados por diagrama de blocos como o seguinte (fig. 5):

Fig. 5 - Diagrama da função de transferência do processo.

O ganho e o tempo de primeira ordem aparecem como coeficientes de uma razão denominada função de
transferência. A variável s, em última análise, representa a derivada. O tempo morto aparece no bloco
imediatamente posterior ao primeiro.

Uma vez definidas as variáveis de entrada e de saída, o levantamento prático da função de transferência é
chamado identificação do processo. A maneira mais simples de se levantar a função de transferência, ou seja,
de se determinarem os valores de Kp,
τ e td (identificar o processo), é a de se fazer teste que consiste em:

• aplicar um degrau na variável de entrada (u) (fig. 6);

Fig. 6 - Teste de aplicação de degrau na entrada do processo.

• registrar a evolução da variável de saída (y) no tempo, até estabilização em novo patamar (fig. 7);

Fig. 7 - Resposta do teste de aplicação de degrau na entrada do processo.

 • ler os termos τ e td diretamente na abscissa; o termo ∆y é lido na ordenada (correspondente ao
processo já estabilizado) e utilizado no cálculo do ganho Kp.

No gráfico seguinte (fig. 8) mostra-se uma aplicação prática em debutanizadora de FCC:

Fig. 8 - Caso prático de teste de aplicação de degrau na entrada do processo (torre debutanizadora).

• aumentou-se 400 m3/d na vazão de refluxo de topo da coluna e o intemperismo caiu de 0 para
–1.6oC. O ganho do processo, portanto, vale:

− 1.6 o C o
C
Kp = = − 0.004
400 d
3 3
m m
d

• na abscissa pode-se verificar tempo morto de 1 minuto. O tempo de primeira ordem vale 18 minutos,
ou seja, iniciado o teste e decorrido o tempo morto de 1 minuto, o intemperismo começa a cair e
atinge 0 – 0.63x1.6 = -1oC após 18 minutos.

Duas observações finais são importantes sobre modelos de primeira ordem:

• muitas vezes o ganho é normalizado com as faixas (ranges) das variáveis envolvidas. Por exemplo,
para a torre em questão, um range de vazão de refluxo pode ser de 10000 m3/d e do intemperismo do
GLP pode ser de 10 oC. Desse modo, o ganho normalizado vale Kp=-4.

• os três parâmetros do modelo podem variar conforme as condições operacionais da unidade. Por
exemplo, o tempo de primeira ordem está relacionado a um tempo de residência (relação entre
volume do equipamento e vazão de carga): para vazões mais altas, esse tempo diminui (volume
constante). O mesmo ocorre para o tempo morto, que muitas vezes está ligado ao volume dos
elementos de transporte (tubulações). Também o ganho do processo, que expressa a sensibilidade do
mesmo, pode variar conforme o ponto operacional da unidade.

3. PROCESSO COM CONTROLADOR PID

A variável de entrada (u) é usada livremente (grau de liberdade) para regular a variável de saída (y). Esse é o
princípio que serve de base para o controlador. O diagrama de blocos do processo controlado é o seguinte
(fig. 9):
Fig. 9 - Diagrama de blocos da função de transferência do processo com controlador PID em malha fechada.

A informação de entrada para o controlador é o erro entre o valor desejado (set-point yd) e o valor real da
variável de saída do processo. O esforço do controlador sempre será o de diminuir esse erro, mantendo a
variável de saída do processo sob controle, motivo pelo qual ela é também denominada variável controlada.

A informação de saída do controlador é o grau de liberdade do processo, variável que o controlador vai
manipular para manter o processo sob controle. Por esse motivo, a saída do controlador (entrada do
processo) é chamada variável manipulada.

A lei PID traduz a idéia de que a variável manipulada será alterada proporcionalmente ao erro que aparece a
cada instante, ao acúmulo (integral) do erro ao longo do tempo e à taxa de variação do erro da variável
controlada, ou seja:

kc t
d ( yd − y(t))
u(t) = kc .( yd − y(t)) +
τi ∫ ( yd − y(t)).dt + kc .τ d .
0
dt
+ us

ou
t
kc de(t )
u (t ) = k c .e(t ) +
τi ∫ e(t ).dt + k c .τ d .
0
dt
+ us

Aparecendo três parâmetros de sintonia:

kc ganho da parte proporcional do controlador

τi tempo da ação integral do controlador (reset time)

τd tempo da ação derivativa do controlador (rate)

O valor numérico dessas três constantes deve ser determinado de maneira que o controlador tenha um bom
desempenho e nunca introduza instabilidades no processo. Esse é o problema de controle clássico, o
problema de sintonia do controlador PID.

4. SINTONIA DE CONTROLADORES – MÉTODOS COM MALHA ABERTA

O termo malha aberta refere-se ao processo sem a ação do controlador (como se a linha de realimentação do
diagrama de blocos do processo controlado estivesse aberta).

Alguns métodos propostos para sintonia de controlador PID baseiam-se apenas nos parâmetros do processo
(Kp, τ e td ), não levam em conta o controlador, resultando de uma análise do processo em malha aberta.
4.1. Método de Cohen e Coon

O método proposto por Cohen e Coon resume-se na tabela I:

TABELA I
MÉTODO DE SINTONIA DE COHEN E COON
TABLE I
COHEN – COON TUNING METHOD

controlador kc τi τd
P 1 τ  td  - -
1 + 
K P td  3τ 
PI 1 τ  td   td  -
 0.9 +   30 + 3 
KP td  12τ   τ
td
 td 
 9 + 20 
 τ
PID 1 τ  4 td   t  4
 +   32 + 6 d  td
KP td  3 4τ  τ  t 
td  11 + 2 d 
 t   τ
13 + 8 d 
 τ

Há três classes de correlações:

• cálculo de kc (controlador só proporcional);

• cálculo de kc e τi (controlador proporcional e integral);
• cálculo de kc , τi e τ d (controlador proporcional, integral e derivativo).

Para o exemplo da debutanizadora, em que Kp=-4, τ = 18 min e td =1 min, os parâmetros

recomendados para um controlador seriam (tabela II):

TABELA II
MÉTODO DE COHEN E COON APLICADO A TOPO DE
DEBUTANIZADORA
TABLE II
COHEN - COON METHOD FOR FRACTIONATOR TOP SYSTEM

controlador kc τi τd
P -4.58 - -
PI -4.07 2.98 min -
PID -6.06 2.40 min 0.36 min
4.2. Método de Ziegler e Nichols (malha aberta)

Analogamente, outra proposta de Ziegler e Nichols baseia-se na tabela III:

TABELA III
MÉTODO DE SINTONIA DE ZIEGLER E NICHOLS
(MALHA ABERTA)
TABLE III
ZIEGLER – NICHOLS TUNING METHOD

controlador kc τi τd
P 1 τ - -
Kp
td
PI 0.9 τ 3.33t d -
Kp
td
PID 12 τ 2t d td
Kp
td 2

td
recomendada para a faixa: 0 .1 < < 1.
τ
Apesar de, rigorosamente, não se aplicar ao sistema do exemplo, usando-se a tabela, obtém-se (tabela IV):

TABELA IV
MÉTODO DE ZIEGLER E NICHOLS (MALHA ABERTA) APLICADO
A TOPO DE DEBUTANIZADORA
TABLE IV
ZIEGLER - NICHOLS TUNING METHOD FOR
FRACTIONATOR TOP SYSTEM

controlador kc τi τd
P -4.50 - -
PI -4.05 3.33 min -
PID -54 2 min 0.5 min

Frente aos resultados, é fortemente recomendado não se utilizar a tabela para o caso de um controlador PID
completo, que inclua ação derivativa.

5. OSCILAÇÕES EM SISTEMAS COM MALHA FECHADA

Estabilidade e oscilação em processo com controlador PID pode ser analisada com técnicas de álgebra linear,
pela solução de equações diferenciais (anexo II). Historicamente, esse ponto de oscilação de sistemas foi
estudado através de testes práticos com processos.
Diagrama de blocos do processo vazão de refluxo de topo x intemperismo do GLP (fig. 10):

Fig. 10 - Diagrama de blocos da função de transferência do sistema de topo de debutanizadora com controlador PID em
malha fechada.

Esse é o caso de aumento no set-point do controlador. A instrução de aumento de um grau no intemperismo

do GLP (degrau unitário no set-point da malha de controle) será executada pelo controlador de modo
diferente, conforme seus parâmetros de sintonia.

Examinando-se a influência do ganho proporcional do controlador para um controle apenas proporcional

(sem ações integral e derivativa), o desempenho da malha pode ser tão diferente quanto mostra-se na figura
11:

Fig. 11 - Respostas do sistema de topo de debutanizadora com controle proporcional e diferentes constantes de
proporcionalidade kc.

Com ganho de controle (kc) baixo para controlador apenas proporcional, a variável não é inteiramente
corrigida (aumento de 1oC). A resposta do processo sob controle é suave e, estabilizado em novo regime, há
um desvio permanente em relação ao valor desejado (fora do set-point: off-set).

Aumentando o ganho, o off-set tende a se reduzir. Entretanto, a resposta do processo fica oscilatória. Para
ações proporcionais mais intensas, o caráter oscilatório fica mais drástico, a ponto de deixar o processo
instável. Há um valor do ganho proporcional que faz as oscilações ficarem sustentadas (curva oscilatória
com amplitude constante) (fig. 12).
Fig. 12 - Respostas do sistema de topo de debutanizadora com controle proporcional e ganho último ku.

Esse ganho é um limite, denominado ganho último (ku), além do qual o processo fica instável. O limiar da
condição estável para a instável se dá, no exemplo, para um ganho último de ku = -7.25. Nessa condição, o
período de oscilação vale Pu = 4 min.

Há outra forma de se fazer o processo sob controle oscilar permanentemente, transformando o controlador
num relé. Colocam-se limites para sinal de saída do controlador. Essa saturação do sinal de saída protege a
planta contra oscilações de amplitudes muito grandes.

Utilizando-se um controle com apenas ação proporcional de ganho elevado e com saturação em seu sinal de
saída para a planta, cria-se um controlador on-off que permite estudar a condição de oscilação sustentada de
um modo mais seguro para o processo.

O diagrama de blocos para o processo refluxo de topo x intemperismo de GLP para essa configuração de
controle é o seguinte (fig. 13):

Fig. 13 - Diagrama de blocos da função de transferência do sistema de topo de debutanizadora com controlador relé
(PID de ganho elevado com saturação de saída) em malha fechada.

Utilizando-se um ganho de kc = -100 e restringindo-se a saída do controlador aos limites –2 a +2 (unidades

normalizadas de vazão de refluxo de topo), a resposta do sistema a um aumento de 1oC no set-point é a
seguinte (fig. 14):
Fig. 14 - Respostas do sistema de topo de debutanizadora com controle relé.

Observa-se que, ao limitar o sinal de saída do controlador, a amplitude de variação do sinal de saída do
processo é menor no regime de oscilações sustentadas. Isso significa ter-se levado o sistema ao regime de
oscilações contínuas de modo mais seguro. Analogamente ao caso anterior, o período de oscilação vale Pu =
4 min. A amplitude de oscilação da variável y é de 0.4185 e a da variável u é de 2 (onda quadrada).

6. SINTONIA DE CONTROLADORES – MÉTODOS COM MALHA FECHADA

6.1. Método de Ziegler e Nichols

O princípio dos métodos baseados em malha fechada é o de se trabalhar com margem de segurança,
escolhendo para o ganho proporcional um valor suficientemente afastado do ganho limite. Uma margem de
segurança típica pode ser de 50%, ou seja, reduzir o ganho último pela metade, promovendo uma dessintonia
do controlador para afastá-lo do limiar da instabilidade.

Ziegler e Nichols propuseram margens de segurança conforme tabela V.

TABELA V
MÉTODO DE SINTONIA DE ZIEGLER E NICHOLS
(MALHA FECHADA).
TABLE V
ZIEGLER – NICHOLS TUNING METHOD

controlador kc τi τd
P ku - -
2
PI ku Pu -
2.2 1.2
PID ku Pu Pu
1.7 2 8
Há três classes propostas:

• cálculo de kc (controlador só proporcional);

• cálculo de kc e τi (controlador proporcional e integral);
• cálculo de kc , τi e τd (controlador proporcional, integral e derivativo).

Para uso da tabela, deve-se conhecer o ganho último (ku) e o período da oscilação sustentada (Pu). Para o
exemplo discutido, a sintonia resultante da aplicação das margens de segurança de Ziegler e Nichols é a
seguinte (tabela VI):

TABELA VI
MÉTODO DE ZIEGLER E NICHOLS (MALHA FECHADA) APLICADO
A TOPO DE DEBUTANIZADORA.
TABLE VI
ZIEGLER - NICHOLS METHOD FOR FRACTIONATOR TOP SYSTEM

controlador kc τi τd
P -3.6 - -
PI -3.3 3.3 min -
PID -4.3 2 min 0.5 min

6.2. Método de Astrom

No item V foi apresentada uma forma relé do controlador que, acrescida de um limitador do sinal de saída,
permite fazer o sistema oscilar com baixas amplitudes. O sinal de saída do controlador forma uma onda
quadrada de amplitude d=2 e a saída da planta com amplitude a=0.4185.

Um ganho último modificado pode ser estimado pela expressão:

4d
ku =
πa
Como o relé introduz não linearidade no processo, essa expressão é uma aproximação que permite estimar
um ganho último de ku = -6.1. O período de oscilação do sistema foi de 4 min.

Com esses dois dados, pode-se aplicar a dessintonização recomendada na tabela V, obtendo a seguinte
sintonia recomendada:
 TABELA VII
TABELA DE ZIEGLER E NICHOLS (MALHA FECHADA) APLICADA
À PROPOSTA DE IDENTIFICAÇÃO DE SISTEMAS
POR ASTROM E HAGGLUND
TABLE VII
ASTROM – HAGGLUND METHOD FOR FRACTIONATOR TOP SYSTEM

controlador kc τi τd
P -3.0 - -
PI -2.8 3.3 min -
PID -3.6 2 min 0.5 min

7. MÉTODOS BASEADOS EM DESEMPENHO ÓTIMO COM MALHA FECHADA

Outra forma de sintonizar controlador PID consiste em pesquisar valores das constantes kc, τi e τ d que
minimizem um erro de desempenho. Um erro de desempenho decorre do fato de que qualquer ajuste
promovido por um sistema de controle levar um tempo para se concluir e, ao longo desse tempo, acumulam-
se erros de controle (valor desejado – set-point – menos valor medido).

No gráfico seguinte (fig. 15) mostra-se o desempenho de um controle PID para um aumento de 1oC no
intemperismo de GLP (set-point de controlador que manipula vazão de refluxo de topo da torre
debutanizadora).

Fig. 15 - Erro do controlador PID em aumento de set-point.

Inicialmente, o controlador reduz a vazão de refluxo de topo. Reduzindo o refluxo, o intemperismo começa a
subir. Durante todo o período de elevação do intemperismo, segue-se acumulando o erro entre o valor
desejado e o real (inferior ao desejado).

No caso apresentado na figura, o controlador está sintonizado para reduzir o refluxo com rapidez, o que leva
o intemperismo a ultrapassar o valor desejado (over-shoot). Há uma inversão do sinal do erro e o
controlador, então, passa a aumentar o refluxo. Continua-se contabilizando o erro entre o valor desejado e o
real (agora superior ao desejado).
As elevações e reduções de refluxo são proporcionais ao erro instantâneo e à soma acumulada dos erros
passados. Essa situação continua até o ajuste final do intemperismo.

Para o transiente de ajuste como um todo, pode-se integralizar também o valor absoluto ou quadrático dos
erros instantâneos, do que resulta um erro acumulado, global, integrado, que depende dos valores das
constantes de rapidez de ação do controlador PID (kc , τi e τ d ). Esse erro global é denominado integral (soma
acumulada) do valor absoluto dos erros instantâneos (IAE – integral of absolute errors) ou integral (soma
acumulada) do valor quadrático dos erros instantâneos (ISE – integral of squared errors).

Há um conjunto de valores para kc , τi e τd que minimiza esse erro integrado de simulação. Esses três valores
ótimos podem ser encontrados simulando o processo várias vezes (diversos kc , τi e τ d ), conforme algum
método de busca numérica do mínimo da função erro.

Essa pesquisa é ilustrada a seguir para um controlador tipo PI (permite visualização gráfica e é o caso mais
comum na prática) aplicado ao sistema de refluxo de topo de debutanizadora e intemperismo de GLP. Para
poder construir gráfico ilustrativo, foram levantados resultados de diversas simulações de desempenho do
controlador frente à elevação de 1oC no intemperismo do GLP (aumento de set-point).

O ISE foi calculado para uma faixa de valores de kc desde –2 a –0.5 e uma faixa de ki = τkci desde –0.1 a 0. Na
figura 16 mostra-se que existe um mínimo do erro quadrático acumulado (integrado) para kc = -3.4 e
ki = -0.13.

Fig. 16 - ISE (integral ou soma do erro quadrático) para faixa de valores de kc e ki de controlador PI.

Os valores precisos das duas constantes podem ser pesquisados numericamente. O método utilizado foi o de
Marquardt Levenberg, cuja robustez motivou sua seleção dentre as opções de solver disponíveis no software
Matlab (Optimization Toolbox).

O resultado foi: kc = -3.4019 e ki = -0.1297 min-1

À primeira vista, esta classe de métodos é muito atraente e, de fato, eles são métodos criteriosos, cuja
investigação vale a pena. Entretanto, cabe refletir sobre duas observações importantes.

1. O erro acumulado ao longo do tempo inclui parcelas de erros, por assim dizer, mais inevitáveis que
outros, bem como parcelas de erros mais críticos que outros. Por exemplo, os erros iniciais da figura 15
(mais próximos do instante inicial - tempo zero) são uma fatalidade decorrente da inércia inicial do
sistema, que precisa ser reconduzido para uma nova condição (alteração de set-point). Para tempos
maiores, os erros são mais evitáveis e devem mesmo ser eliminados, pois sua persistência pode ser
crítica (ou, no mínimo, indesejável). Constatações desse tipo podem ser levadas em conta através de uma
função ponderal que estabeleça pesos para uma soma ponderada dos erros acumulados ao longo do
tempo: erros iniciais podem ser menos ponderados (maior irrelevância de erros mais inevitáveis) e erros
posteriores podem ser mais ponderados (maior criticidade de erros mais corrigíveis). A escolha da
 função ponderal é bastante particular para o processo e subjetiva do engenheiro que está aplicando este
método. Uma proposta comum é escolher o próprio tempo como função ponderal (tempos menores,
pesos menores e vice-versa), o que é conhecido como método de integral (soma acumulada) do valor
quadrático dos erros instantâneos ponderados pelo tempo (ITSE – integral of time-weighted squared
errors). Outras propostas são possíveis e essa é uma questão aberta.

2. O erro que é acumulado refere-se ao valor de variável de processo em relação a um valor desejado. O
caso analisado é o de alteração deliberada do valor desejado, ou seja, o caso em que se deseja promover
uma migração do ponto operacional do processo (caso servo-mecanismo, alteração de set-point).
Entretanto, o caso mais comum é o de controladores atuando para manter o sistema em um ponto
operacional definido, rejeitando perturbações aleatórias a que o processo está sujeito (caso regulatório,
set-points constantes). Esse tipo de atuação é aquela a que o controlador está mais sujeito o tempo todo.
Neste caso, o critério de erro da otimização fica dependendo da forma escolhida para a perturbação,
perturbação que, na prática diária, é extremamente aleatória em forma e intensidade. A escolha de uma
perturbação típica é também bastante particular para o processo e subjetiva do engenheiro. As numerosas
propostas possíveis fazem dela uma questão aberta.

Essas observações mostram a importância tanto da experiência prática para classificação dos erros de
controle quanto do conhecimento profundo do processo a ser controlado e das condições a que está
tipicamente sujeito. Essa experiência prática e esse conhecimento do processo formam uma base heurística
fundamental para a tarefa de sintonia de controladores.

8. A ARTE DE SINTONIZAR CONTROLADORES

As técnicas descritas até este ponto têm todas certa fundamentação teórica.

A classe de métodos que se baseia na curva de resposta do processo se fundamenta na idéia de inversão da
solução da equação diferencial do processo.

A classe de métodos baseados na dessintonização em relação ao ponto crítico de oscilações sustentadas foi
desenvolvida a partir de critérios precisos sobre a resposta do processo com controlador. Os critérios precisos
que podem nortear o desenvolvimento de diferentes métodos dessa classe se fundamentam na rapidez do
sistema (rising time, settling time) ou na extensão do comportamento do sistema (overshoot, decay ratio, off-
set). Em particular, o método de Ziegler-Nichols foi baseado numa decay ratio conveniente aplicada a um
conjunto grande de controladores industriais. Alternativas mais conservativas ou mais agressivas podem ser
propostas.

Os métodos baseados em desempenho ótimo são uma aplicação da idéia de pesquisa do mínimo de funções
de várias variáveis.

Há, entretanto, um caráter fortemente prático, heurístico, na tarefa de sintonizar controladores. Esse caráter já
aparece em alguns itens dos próprios métodos científicos, que exigem decisões variadas sobre margens de
segurança, desempenho requerido do controlador, condições típicas da planta e erros toleráveis. Mas o
caráter prático é definidor de toda uma classe de regras de sintonia. Algumas regras práticas já se tornaram
clássicas:

• sempre que possível, usar controlador apenas proporcional;

• sempre que possível, usar valores baixos para ação integral (elevado reset-time);
• evitar o uso da ação derivativa. No caso de processos químicos, a ação derivativa fica restrita quase que
somente a poucos casos de controle de temperatura, uma vez que essa variável apresenta normalmente
dinâmica lenta. Assim mesmo, a ação derivativa é usada com extrema parcimônia e com forte filtro na
variável controlada. Na prática industrial, as malhas de controle com ação derivativa dificilmente
ultrapassam 5% do total de malhas da unidade;
• em controle de nível, procurar usar apenas ação proporcional e, quando possível, com banda morta. Esse
talvez seja o caso mais comum de sintonia inadequada que se encontra nas plantas químicas. Ainda é
muito comum o uso de um controle exagerado de nível, ou seja, manipular excessivamente vazão de
 retirada de líquido do fundo de equipamentos (torres, principalmente) para manter o nível de líquido no
fundo excessivamente estável. Isso pode ser um problema porque, normalmente, o líquido retirado é
carga de outro equipamento a jusante. Nesses casos, controle de nível muito rigoroso em uma parte do
processo implica em variação excessiva da carga do outro equipamento, cujo controle fica difícil. Em
muitos casos, off-set ou ações muito lentas em controle de nível não representam grande problema de
fato, e a agressividade do controlador de nível é fruto de uma cultura imprópria de operação da planta;
• em controle de vazão, não usar ação derivativa e usar ação integral atenuada.

Outras regras existem, particulares para cada caso. Recordando-se a grande quantidade de controladores mais
elaborados que a eletrônica e a informática viabilizaram nos dias de hoje, percebe-se a ausência de muitos
métodos científicos para sintonizar itens comuns como controladores com transições (ação de controle
dividida entre vários atuadores ou chaveamento dentre diversas variáveis controladas) e controladores
antecipatórios, que usam sempre alguma forma de modelo do processo.

Um item importante que ainda hoje é fortemente dependente de regras práticas de sintonia é o de controle
robusto. Como já se comentou, tempos de residência e ganhos (sensibilidade) do processo variam fortemente
e os controladores requerem ressintonia com certa freqüência. Uma forma de atenuar esse retrabalho é a de
encontrar uma solução aproximadamente de compromisso para os ajustes do controlador, ou seja, sintonizá-
lo para atender de maneira minimamente satisfatória a uma grande faixa de condições operacionais. As
tentativas teóricas para solução desse problema são um esforço em andamento (e bastante, por assim dizer,
complexas) e a realidade atual ainda é a da prática de regras particulares, caso a caso, para atender a essa
necessidade.

Sintonizar controladores é uma arte. Parte-se das ferramentas teóricas disponíveis. Com elas, faz-se o esforço
máximo de análise das diferentes situações práticas a serem atendidas. Ao final, decretam-se refinamentos
oriundos da experiência prática com o sistema em questão. Essa etapa final é importante (em muitos casos é
a única disponível) e deixa claro o lado empírico do assunto.
BIBLIOGRAFIA RECOMENDADA

Astrom, K.J., Hagglund, T.

“PID Controllers. Tuning, Theory and Practice”
ISA Publications, North Carolina, 1995

Deshpande, P.B.
“Distillation Dynamics and Control”
ISA, Research Triangle Park, N.C., 1995

Deshpande, P.B., Ash, R.H.

“Computer Process Control with Advanced Control Applications”
ISA Publications, North Carolina, 1988

Luyben, W.L.
“Process Modeling, Simulation and Control for Chemical Engineers”
2nd edition
McGraw Hill, New York, 1990
Morari, M, Zafiriou, E.
“Robust Process Control”
Prentice-Hall, Englewood Cliffs, N.J., 1989

Skogestad, S.
“Simple Analytic Rules for Model Reduction and PID Controller Tuning”
Journal of Process Control, 13 (2003), 291-309

Ziegler, J., Nichols, N.

“Optimum Settings for PID Controllers”
Transactions of the ASME, 64 (1942), 759-768
ANEXO I
VARIÁVEIS DESVIO EM CONTROLE DE PROCESSOS

A figura seguinte mostra um tanque de aquecimento de uma corrente de líquido. A vazão de saída de líquido
no tanque é supostamente igual à de entrada no tanque.

o
T ( C)
i
w (kg/min)

TI

q (kcal/min)
o
T ( C)

Considerando regime permanente sob o ponto de vista de balanço material, o balanço de energia pode ser
escrito:

balanço de energia em regime dinâmico:

dT
( ρ V )C P = w C P ( Ti − T ) + q
dt

balanço de energia em estado estacionário:

dTs
( ρ V)C P = 0 = wC P ( Ti s − Ts ) + qs
dt

A subtração das duas expressões permite escrever o balanço energético em relação ao estado estacionário:

d ( T − Ts )
(ρ V)C P = wC P ( Ti − Tis ) − wC P ( T − Ts ) + ( q − q s )
dt

e fazendo:

y = T − Ts desvio da temperatura do tanque

u′ = q −qs desvio do fluxo térmico na serpentina
d = Ti − Ti s desvio da temperatura de entrada

a equação de balanço fica:

dy ( ρV) dy u′
( ρV)C P = wC P d − wC P y + u ′ ou =d − y+
dt w dt wC p
Redefinindo:

ρV constante de tempo de primeira ordem

τ =
w
u′ variável "normalizada"
u=
wC p

Resulta:
dy
τ +y =u+d
dt

Ou seja, o comportamento dinâmico do tanque é regido por uma equação diferencial de primeira ordem.
Estando o tanque inicialmente em estado estacionário, a condição inicial da equação é dada por:

t = 0 ⇒ y = 0 ( T = Ts )

Visualizando o processo como uma caixa preta (sistema):

u processo de y
aquecimento

Quaisquer variações em d ou u não se propagam instantaneamente para y. Há uma função temporal que
vincula a variação de y para alterações em u ou d. Essa função temporal é solução da equação diferencial. No
anexo II mostram-se algumas das soluções mais comuns em controle de processo.
ANEXO II
ÁLGEBRA LINEAR E CONTROLE DE PROCESSOS

A2.1 Solução de Equações Diferenciais Homogêneas com Coeficientes Constantes

Uma das questões importantes da álgebra linear é a de encontrar soluções para um vetor em termos de uma
base geradora do espaço vetorial em questão.

Por exemplo, dado um vetor geométrico em duas dimensões, soluções diferentes podem ser obtidas
conforme a base do plano que contém o vetor, como mostra-se na figura seguinte.

r
O mesmo vetor ω pode ser resolvido em duas parcelas paralelas à base do plano que o contém. No primeiro
r r r
caso, a solução é ω = c1 u1 + c 2 u 2 ; no segundo caso, a solução é
ω = d1v1 + d 2 v2 . Os escalares {c1 c2} e {d d2} referem o módulo de cada componente do vetor ao módulo do
r r r

respectivo componente da base geradora do plano, e são denominados coordenadas do vetor.

Há outros elementos matemáticos que têm comportamento semelhante ao dos vetores geométricos. Entre os
mais importantes desses elementos estão algumas funções de variáveis complexas; é razoável considerar que
essas funções sejam vetores de um espaço gerado por funções base. Também transformações lineares como
equações diferenciais lineares e homogêneas com coeficientes constantes podem ser vistas como vetor do
espaço de funções, que deve ser solucionado em termos da base geradora.

Para solucionar a equação, basta decompô-la em relação a uma base geradora. A álgebra linear garante que a
solução é determinada se a base tiver a mesma dimensão que a ordem da equação diferencial. Assim, uma
equação diferencial de segunda ordem pode ser solucionada numa função (que é um vetor) que combina duas
funções linearmente independentes (não paralelas). Estas duas funções formam uma base do espaço de
soluções.

Bol. téc. Petrobras, Rio de Janeiro, 46 (3/4): 383 – 410, jul./dez., 2003 403
Exemplo 1:

d2y dy
A equação 2
+ 5 + 4 y = 0 pode ser solucionada em relação a uma base com duas funções
dt dt
linearmente independentes. Sabe-se que as derivadas das funções exponenciais são também exponenciais,
podendo-se investigar o efeito de se propor uma base do tipo e αt como solução.

Substituindo na equação diferencial:

d 2 e αt de αt
2
+ 5
dt
+ 4e αt = 0 = α 2 e αt + 5αe αt + 4e αt = e αt × α 2 + 5α + 4 ( )
dt

Como a função exponencial é sempre positiva, forçosamente α 2 + 5α + 4 = 0 (equação característica), ou

seja, α 1 = −1 e α 2 = −4 . Isso significa que a uma base geradora da solução da equação diferencial é
formada pelos vetores não paralelos e − t , e −4t . A solução da equação diferencial pode ser decomposta como:

y = c1 e −t + c 2 e −4t

As exponenciais decrescentes da solução indicam que a solução é assintoticamente decrescente com o tempo,
ou seja, estável.

...................................................................................................................................................

Exemplo 2:
d2y dy
Mudando os coeficientes da equação diferencial para 2
− 5 + 4 y = 0 , sua equação característica será
dt dt
α − 5α + 4 = 0 , cujas soluções são α 1 = 1 e α 2 = 4 . Resulta uma solução diferente para a equação
2

diferencial (base diferente):

y = c1 e t + c 2 e 4t

Nesse caso, qualquer das exponenciais crescentes da solução indica que a solução é ilimitadamente crescente
como tempo, ou seja, instável.

Bol. téc. Petrobras, Rio de Janeiro, 46 (3/4): 383 – 410, jul./dez., 2003 404
Exemplo 3:
d2y dy
Mudando os coeficientes da equação diferencial para 2
+ 2 + 5 y = 0 , sua equação característica será
dt dt
α + 2α + 5 = 0 , cujas soluções são α 1 = −1 − 2i e α 2 = −1 + 2i . Resulta a solução:
2

y = c1e ( −1−2i ) t + c2 e ( −1+ 2i ) t = e − t (c1e −2ti + c2 e 2ti ) = e −t [d1sin(2t ) + d 2 cos(2t )]

Nesse caso, a solução envolve uma curva decrescente (exponencial) e oscilatória (termo senoidal), que é
estável.

...................................................................................................................................................

Exemplo 4:
d2y dy
Caso os coeficientes da equação fossem 2
− 2 + 5 y = 0 , procedimento semelhante conduz à seguinte
dt dt
solução:

y = e t [d 1 sin(2t ) + d 2 cos(2t )]

que envolve curva crescente (exponencial) e também oscilatória (termo senoidal), que é instável.

Os quatro exemplos mostram que a característica de estabilidade da solução depende dos coeficientes da
equação diferencial. Esses coeficientes são números reais e aparecem no polinômio característico associado à
equação diferencial. As raízes do polinômio aparecem em termos exponenciais: parte real negativa implica
em solução estável e vice-versa; parte imaginária diferente de zero implica em solução oscilatória.

É interessante lembrar que esses coeficientes são sempre combinações de propriedades do sistema físico e do
controlador. Os exemplos seguintes mostram a importância das propriedades do sistema e dos parâmetros do
controlador na obtenção de condições estáveis e pouco oscilatórias.

Bol. téc. Petrobras, Rio de Janeiro, 46 (3/4): 383 – 410, jul./dez., 2003 405
A 2.2. Solução da Equação de um Sistema Físico sem Controle (malha aberta)

Os sistemas químicos, regidos por balanços de massa e energia, são representados por equações diferenciais
de primeira ordem, com atraso da saída em relação à entrada. Ou seja, a equação diferencial associada aos
mesmos é do tipo:

dy (t + t d )
τ + y (t + t d ) = K p u (t )
dt
Num sistema sem controle, aplicando um degrau unitário na entrada, ou seja:

Substituindo o termo u(t), para t>0 a equação diferencial é escrita como:

dy (t + t d ) dy (t + t d )
τ + y (t + t d ) = K p u (t ) → τ + y (t + t d ) − y s = K p
dt dt

Derivando a equação, obtém-se uma equação homogênea:

d 2 y (t + t d ) dy (t + t d )  α1 = 0
τ + = 0 → τα 2
+α = 0 → 
dt 2 α 2 = − τ
1
dt
⇒ y (t + t d ) = c1 + c 2 e −
t
τ

Aplicada ao instante inicial (t=0), a expressão fornece: y s = c 1 + c 2 . Longo tempo após a perturbação
dy(t + td )
degrau, estabilizado o processo, o novo estado estacionário aplicado à expressão τ + y(t + td ) − ys = K p
dt
resulta em: y(t) t →∞ = ys + Kp , ou seja, c1 = ys +Kp →c2 =−Kp

A solução é, portanto:
t −td
−
y (t ) = y s + K p (1 − e τ
)

Bol. téc. Petrobras, Rio de Janeiro, 46 (3/4): 383 – 410, jul./dez., 2003 406
A2.3. Solução da Equação de um Sistema Físico com Controle Proporcional (malha fechada)

Um sistema de primeira ordem sob atuação de controlador PID pode ser representado pelas seguintes
equações:

dy ( t )
τ + y (t ) = K p u (t )
dt
u (t ) = u s + k c × e (t ) = u s + k c ( y SP − y (t ))

para um controlador apenas proporcional.

As duas expressões podem ser combinadas, resultando:

dy (t )
τ + y (t ) = K p u s + K p kc [ y SP − y (t )] →
dt
dy ( t )
→τ + (1 + K p k c ) y ( t ) = K p ( k c y SP + u s )
dt

Num sistema com controle, aplicando um degrau unitário no set-point, ou seja:

Substituindo o termo y SP , para t>0 a equação diferencial é escrita como:

dy ( t )
τ + (1 + K p k c )( y ( t ) − y s ) = K p k c
dt

Derivando a equação, obtém-se uma equação homogênea:

d 2 y (t ) dy (t )
τ 2
+ (1 + K p k c ) = 0 → τα 2 + (1 + K p k c )α = 0 →
dt dt
 α1 = 0 −
(1+ K p k c ) t

→ (1+ K p kc ) ⇒ y (t ) = c + c e τ

α
 2 = − τ
1 2

Aplicada ao instante inicial (t=0), a expressão fornece: y s = c 1 + c 2 . Longo tempo após a perturbação
degrau, estabilizado o processo, o novo estado estacionário aplicado à expressão
dy(t ) K pkc
τ + (1 + K p kc )( y(t ) − ys ) = K p kc resulta em: y (t ) t → ∞ = y s + , ou seja,
dt 1 + K pkc
K p kc K p kc
c1 = y s + → c2 = −
1 + K p kc 1 + K p kc

Bol. téc. Petrobras, Rio de Janeiro, 46 (3/4): 383 – 410, jul./dez., 2003 407
A solução é, portanto:

K p kc −
(1+ K p kc ) t

y(t ) = ys + (1 − e τ
)
1 + K p kc

Esse resultado mostra que um controlador proporcional não completa integralmente a solicitação de aumento
de set-point. O aumento solicitado foi de uma unidade. Entretanto, para t → ∞ só tem-se aumento de uma
K p kc
unidade no caso de o ganho kc ser muito elevado, de modo que limt →∞ ∆y(t ) = 1 ⇒ limkc →∞ .
1 + K p kc

Bol. téc. Petrobras, Rio de Janeiro, 46 (3/4): 383 – 410, jul./dez., 2003 408
A2.4. Solução da Equação de um Sistema Físico com Controle Proporcional e Integral

A solução do item anterior mostra que o aumento solicitado de set-point não é completado integralmente. O
controlador proporcional permite certo aumento da variável y, restando uma parte não atingida denominada
off-set (fora do set-point).

Para resolver o problema de off-set, ou seja, de um erro permanente que resta entre o set-point e o valor
medido para y, pode-se acrescentar à lei de controle uma parcela proporcional à soma do erro persistente
(acumulado, integral do erro).

Um sistema de primeira ordem sob controle de lei proporcional e integral é regido pelas expressões:

dy ( t )
τ + y (t ) = K p u (t )
dt
t t

∫ e (t ) dt = u ∫(y
kc kc
u (t ) = u s + k c × e (t ) + τi s + k c ( y SP − y (t )) + τi SP − y (t )) dt
0 0

As duas expressões podem ser combinadas, resultando:

t
dy (t )
τ + y (t ) = K p u s + K p k c [ y SP − y (t ) ] + K p ∫(y
kc
τi SP − y (t )) dt →
dt 0
t t
dy ( t )
∫ y (t ) dt = K ∫y
kc K
→τ + (1 + K p k c ) y ( t ) + τi
p
p u s + K p k c ( y SP + 1
τi SP dt )
dt 0 0

Num sistema com controle, aplicando um degrau unitário no set-point, ou seja:

Substituindo o termo y SP , para t>0 a equação diferencial é escrita como:

t
dy ( t ) t
∫ ( y (t ) − y
kc K
τ + (1 + K p k c )( y ( t ) − y s ) + τi
p
) dt = K p k c (1 + )
τi
s
dt 0

Derivando a equação para eliminar a parcela integral:

d 2 y(t ) dy(t ) kc K p K p kc
τ + (1 + K p kc ) + τ i y(t ) = ( ys + 1)
dt 2
dt τi

Bol. téc. Petrobras, Rio de Janeiro, 46 (3/4): 383 – 410, jul./dez., 2003 409
A presença da parcela integral do controlador faz com que a equação diferencial que rege o sistema
controlado seja de segunda ordem. Há um aumento de ordem, pois o sistema sem controle é de primeira
ordem e o sistema sob controle é de ordem dois.

Derivando novamente para obter equação homogênea:

d 3 y (t ) d 2 y (t ) kc K p dy ( t )
τ + (1 + K p k c ) + τi
=0→
dt 3 dt 2 dt
kc K p
→ τα 3 + (1 + K p k c )α 2 + τi α =0

A solução da equação característica para esse caso depende dos valores atribuídos às constantes kc e τi . Para
τk c K
valores de ∆ = (1 + K p k c ) 2 − 4 τi
p
a solução é da forma:


 α1 = 0
 1 + K p kc + ∆

α2 = − = γ 1 < 0 → y = C1 + C2e−γ1t + C3e−γ 2t
 2τ
 1 + K p kc − ∆
α = − =γ2 < 0
2τ
3

Aplicada ao instante inicial (t=0), a expressão fornece: y s = c1 + c 2 + c 3 . Longo tempo após a

perturbação degrau, estabilizado o processo, o novo estado estacionário aplicado à expressão
d 2 y(t) dy(t) kc K p K pkc
τ 2 + (1+ K pkc ) + τi y(t) = ( ys +1) resulta em: y (t ) t → ∞ = y s + 1
dt dt τi
Esse resultado matemático mostra que não existe off-set para um controlador proporcional e integral.
Dependendo do valor do discriminante da equação característica, a solução pode ter termos trigonométricos
(raízes complexas) ou não, o que define o caráter oscilatório do sistema sob controle.

Bol. téc. Petrobras, Rio de Janeiro, 46 (3/4): 383 – 410, jul./dez., 2003 410