Controle de Processos

Capítulo I
Introdução ao Controle de Processos

1. Entendimento do problema
2. Conceitos básicos
3. Abrangência da automação
4. Motivação para controle de processo
5. Leis de Luyben
6. Terminologia
7. Simbologia de Instrumentação
8. Programação do curso
9. Referências

1. Entendimento do problema
1.1 Dinâmica e controle

O principal objetivo deste curso é capacitar o (futuro) Engenheiro Químico em

Controle de Processos. A primeira etapa consiste em entender e saber responder
a perguntas tais como:
 o que é controle de processos?
 por que controlar um processo?
 como controlar um processo?
 o que o engenheiro é capaz de fazer para isto?

Um dos conceitos mais queridos dos estudantes de engenharia química é o

estado estacionário. Sempre que ele aparece em uma questão de prova,
rapidamente percebemos que será possível utilizar uma equação simplificada
(obtida igualando a zero todas as derivadas em relação ao tempo).

Esta simplificação é extremamente útil para o dimensionamento de equipamentos,

já que reflete a condição de operação desejável. Mas o estado estacionário, na
maior parte das vezes, é somente um objetivo buscado, mas nem sempre atingido
ou mantido por muito tempo.

Dinâmica: as coisas mudam

Em qualquer processo industrial, as condições de operação estão sujeitas a

mudanças ao longo do tempo. O nível de líquido em um equipamento, a pressão
em um vaso, a vazão de um reagente ou sua composição; todas estas condições
podem (e costumam) variar. Mesmo os dados que consideramos constantes no
projeto (por exemplo, a temperatura ambiente) têm o hábito de variar apesar de
nossas premissas em contrário.

Controle: uma tentativa de influir no processo

Controlar um processo significa atuar sobre ele, ou sobre as condições a que o

processo está sujeito, de modo a atingir algum objetivo - por exemplo, podemos
achar necessário ou desejável manter o processo sempre próximo de um
determinado estado estacionário, mesmo que efeitos externos tentem desviá-lo
desta condição. Este estado estacionário pode ter sido escolhido por atender
melhor aos requisitos de qualidade e segurança do processo.

Objetivo de controle: precisa-se

Conta-se que um sujeito entrou correndo em um elevador, quase sem fôlego. O

ascensorista pergunta: "Que andar?", e ouve em resposta: "Qualquer um, estou no
prédio errado mesmo".

Infame como piada, a anedota serve para ilustrar uma questão fundamental em
controle de processo. Devemos ter uma clara noção de nossos objetivos. É inútil
influir em um processo sem saber o que desejamos obter.

1.2 Exemplos cotidianos

Manter um carro na estrada

monitora-se a trajetória/ velocidade/ tráfego

atua-se sobre volante/ acelerador/ freio
controla-se a trajetória
segurança: guard-rails/ muretas

Tomar uma ducha quente

monitora-se temperatura/ vazão da água
x atua-se sobre as torneiras
Figura imprópria para este horário controla-se a temperatura (e vazão, se der)
segurança: box maior que o jato da ducha
Controle de orçamento

monitora-se o saldo bancário

atua-se sobre desembolsos
controla-se o orçamento
segurança: poupança?
 Navegação interplanetária

monitora-se trajetória/ combustível

atua-se por meio de TCMs
controla-se a trajetória
segurança: . . .

Altitude de vôo
monitora-se tudo
atua-se sobre manche, etc.
controla-se a altitude
segurança: . . .

1.3 Uma representação esquemática simplificada

A atuação de um controlador pode ser representada graficamente como um fluxo

de informações entre módulos com funções distintas. Na figura abaixo, um módulo
de monitoração obtém uma informação proveniente do processo e envia ao
controlador (este procedimento pode conter várias etapas, por exemplo de
conversão de sinais). O controlador recebe esta informação, toma decisões e
comunica a um elemento final a ação a ser tomada. O elemento final, por sua vez,
interfere em alguma condição de processo para tentar alterar o comportamento do
processo.

Observe que este esquema não representa um fluxo de informação fundamental:

de onde o controlador obtém os objetivos de controle?

1.4 O papel do Engenheiro Químico

Nos próximos capítulos, veremos como o Engenheiro Químico pode ter

participação ativa nas seguintes atividades:
 contribuir na fase de projeto (projeto controlável)
 determinar estratégias de controle
 selecionar sensores (tipo, localização)
 selecionar elementos finais de controle
 dimensionar sistemas de controle
 contribuir no desenvolvimento da interface com os operadores (displays)
2. Conceitos básicos
Utilizando como exemplo um aquecedor elétrico de líquido, vamos definir alguns
conceitos básicos de controle de processo.

No desenho, T e F representam respectivamente temperatura e vazão. Os

subscritos indicam entrada e saída. O objetivo do processo é aquecer o líquido
(inicialmente na temperatura Te) até um valor desejado, TR.

2.1 O ponto de vista do projeto

Dimensiona-se o equipamento de modo a fornecer a quantidade de calor

adequada aos objetivos do processo.

Balanço material: Fe = Fs = F
Balanço térmico: Q = F.c.(TR - Te) para que Ts = TR

2.2 O ponto de vista da operação

O processo raramente opera de forma estável nas condições de projeto. Para

operar com sucesso, é necessário compensar o efeito de perturbações externas.

Supondo que Te esteja sujeita a perturbações, qualquer uma das abordagens a seguir
poderia ser utilizada:

variável controlada variável medida variável manipulada

TR Ts Q
TR Te Q
TR Ts F
TR Te F
TR Te e Ts Q
TR Te e Ts F

Observação: em certos casos, o objetivo do processo pode ser garantido sem

controle
=> aumentar capacitância do sistema (volume)

Controle por realimentação (feed-back): o controle é feito com base na

comparação entre o resultado obtido e o desejado.
Controle feed-forward (chamado às vezes de preditivo): o controle é feito com
base nos dados de entrada. Para sua aplicação, o controlador deve entender as
relações de causa e efeito relativos ao comportamento do processo.

2.3 Controle automático simplificado

Q = Qproj + K. (TR - Ts)

Representação esquemática

3. Abrangência da automação
3.1 Controle de processo
 Controle de temperatura, vazão, pressão, nível
 Controle de pH
 Balanceamento de passes, controle de razão, etc.

3.2 Segurança do processo

 Válvulas de segurança/ discos de ruptura
 Intertravamento
 Diagrama de causa e efeito
 Diagrama lógico

3.3 Níveis de automação

No início da revolução industrial, o objetivo da automação se restringia a controlar

(no sentido de manter constante) uma variável específica. Not anymore...

3.4 Controle e supervisão

 Tempo de resposta
  Algoritmos de controle
 Otimização de processo

3.5. Controle tradicional e controle avançado

 Modelos empíricos
 Controle baseado em modelos

4. Motivação para controle de processo

4.1 Principais objetivos de controle
 Segurança operacional e pessoal
 Adaptação a perturbações externas
 Estabilidade operacional
 Especificação do produto
 Redução do impacto ambiental
 Adaptação às restrições inerentes (equipamento/ materiais/ etc.)
 Otimização
 Resultado econômico do processo

4.2 Justificativa econômica

Um sistema de controle confiável permite operar próximo aos limites impostos pela
segurança, pelo meio-ambiente e pelo processo (temperatura máxima, pureza
mínima), o que permite alterar as condições de operação normais (linha tracejada
na figura) para uma condição mais favorável (linha contínua).

Os ganhos associados a uma menor variabilidade se tornam ainda maiores em

processos onde existem transições entre produtos com diferentes graus ou
especificações, como ocorre freqüentemente no refino do petróleo e em unidades
de polimerização. Inevitavelmente, durante a transição, haverá um período em que
será gerado um produto fora de especificação, que será reciclado (maior gasto de
energia) ou vendido (a preços mais baixos). A seleção de uma boa estratégia de
controle permite reduzir o tempo de produção fora da especificação, e
conseqüentemente melhora o resultado econômico do processo.

5. Leis de Luyben
O autor do livro-texto propõe duas leis básicas para quem pretende trabalhar com
controle de processo.

Primeira Lei: O sistema de controle mais simples que atende aos requisitos é o
melhor.

Segunda Lei: Entender o processo é requisito para poder controlá-lo.

6. Terminologia
 Dinâmica do Processo
 Variáveis de processo
o medida/ monitorada
o controlada
o manipulada
o perturbação externa
 Estabilidade do processo
 Malha Aberta
 Malha Fechada
 Setpoint
 PV
 Erro
 Feedback
 Feedforward

7. Simbologia de Instrumentação
 Instrumentos
 Sinais
o Pneumáticos (0,2 a 1,0 kgf/cm2)
o Eletrônicos (4-20 mA; ON-OFF)
o Digitais (software)
 Elemento final de controle
o Válvula de controle
o Variador de freqüência
o Cursor (stroke) de bomba alternativa
o Tiristores
 Controlador
Nomenclatura dos instrumentos

1ª letra: 2ª letra em diante:

tipo de variável função do instrumento
A composição (analisador) A alarme
B detetores de chama C controlador
D densidade E elemento sensor
E tensão, DDP G visor
F vazão, fluxo I indicador
H ação manual Q totalizador, acumulador
I corrente elétrica R registrador
K tempo S chave
L nível T transmissor
M umidade V válvula
P pressão Y outras funções
S velocidade
T temperatura 2ª letra: modificador
W peso, vazão mássica D diferencial
X outros instrumentos F razão
Z posição

Modificadores de variável de processo: a letra F na 2ª posição indica "razão": FFI

é um indicador de razão entre vazões; a letra D na 2ª posição indica "diferencial":
PDI é um indicador de pressão diferencial (delta p).

Modificadores de função: colocados no final do "TAG" para chaves e alarmes: H,

HH, L, LL

Normalmente são usadas combinações, como por exemplo:

FRC PDIC FQIT FIT TSH PDALL

8. Programação do curso
Objetivo:

compreender, avaliar e projetar sistemas de controle

Metodologia:

conhecimento de ferramentas de visualização

estudo básico
conhecimento de ferramentas de análise
estudo avançado

Planejamento e metas do curso:

 Objetivos
Introdução O QUE ESTUDAR?
Vocabulário básico

Fenômenos transientes
Modelagem Matemática COMO REPRESENTAR?
Equações diferenciais

Métodos numéricos
Simulação de Processos COMO RESOLVER?
Programação

Controle Controle convencional

COMO FUNCIONA?
(domínio: tempo) Controle avançado

Estabilidade
Controle GENERALIZAÇÃO DE
Identificação
(domínio: Laplace/ frequência) CONCEITOS
Propriedades

Sistemas Digitais de Controle Aplicação industrial COMO APLICAR?

9. Referências

Marlin, capítulos 1 e 2
Luyben, capítulo 1
Seborg et al, capítulo 1

Controle de Processos
PUC-RIO Departamento de Química

Capítulo II
Modelagem matemática de processos dinâmicos

1. Entendimento do problema
2. Exemplos
3. Referências
1. Entendimento do problema
1.1 Modelagem dinâmica

No curso de Engenharia Química, muitas disciplinas costumam enfocar a

modelagem matemática do estado estacionário. Este enfoque se justifica porque
freqüentemente o dimensionamento de equipamentos e unidades industriais é
feito para a operação contínua, nas quais o estado estacionário representa uma
situação operacional aceitável. A modelagem dinâmica é usada para o projeto de
processos em batelada, nos quais não se pretende atingir um estado estacionário.

Para o entendimento de problemas de controle de processo, a modelagem

dinâmica é fundamental.

A teoria básica necessária para a modelagem dinâmica já é conhecida: as

equações são levantadas por meio de balanços (material, energético, de
quantidade de movimento) e de equações constitutivas. O único "complicador" é
que as derivadas em relação ao tempo não se anulam necessariamente, e devem
ser levadas em consideração.

Durante a modelagem, deve-se atentar para a necessidade de identificar

claramente as variáveis de processo para garantir que o modelo tenha graus de
liberdade adequados à situação física.

1.2 Graus de liberdade

O número de graus de liberdade de um modelo matemático pode ser determinado

pela diferença entre o número de variáveis e o número de equações
independentes do modelo.

Um sistema com zero graus de liberdade é um sistema determinado, ou seja, que

só admite uma solução para um conjunto de dados. Um sistema com um ou mais
graus de liberdade, ou seja, com mais variáveis do que equações independentes,
é indeterminado, admitindo infinitas soluções. Um número negativo de graus de
liberdade significa que o modelo não tem solução, uma situação que deixo por
conta de sua imaginação.

Os modelos que se destinam a prever o comportamento de um sistema sob

determinadas condições operacionais são necessariamente sistemas
determinados, com zero graus de liberdade.

Em geral, ao montarmos as equações que descrevem um sistema, obtemos

menos equações do que incógnitas. Isto significa apenas que o sistema pode
apresentar diferentes estados dependendo das condições impostas a ele. Para
reduzir a zero o número de graus de liberdade, devemos recorrer a condições
externas ao sistema.

Uma variável de perturbação, por exemplo, é determinada externamente ao

sistema. Ao considerarmos uma variável -, por exemplo p, como variável de
perturbação, estamos reduzindo um grau de liberdade, já que isto equivale a dizer
que

p = g(t)

A função g pode ser desconhecida a priori; o importante é que sabemos que p

independe das demais variáveis do sistema e pode variar ao longo do tempo.

Um controlador simples, do tipo discutido no capítulo 1, utiliza uma variável

monitorada (m) e um set-point (s) para decidir como atuar sobre uma variável
manipulada (a). Neste caso, também reduzimos em uma unidade o número de
graus de liberdade do sistema:

a = f(m,s)

Para pensar em casa: revertendo o raciocínio feito acima, discuta como o número
de graus de liberdade de um sistema determina o número de controladores
necessários para operar este sistema.

1.3 O processo da modelagem

A modelagem matemática é um processo complexo que não se resume

simplesmente a montar e resolver uma equação. Ao executar a modelagem de um
sistema, não devemos perder de vista a distinção entre modelo e sistema: o
modelo a ser desenvolvido deve ser uma representação adequada (não
necessariamente perfeita, somente adequada) do sistema.

Marlin apresenta um procedimento estruturado que ressalta alguns cuidados essenciais para
a aplicação prática da modelagem. O processo tem seis etapas, que resumimos a seguir:

Defina os objetivos

Prepare a informação disponível

Formule o modelo

Resolva

Analise a solução

Valide o modelo
Recomendamos a leitura do item 3.2 do livro do Marlin para uma boa discussão
dos aspectos práticos da modelagem. No desenvolvimento dos exemplos a seguir,
discutiremos as etapas acima à medida em que desenvolvermos os modelos.

2. Exemplos
2.1 Reservatório de líquido

Considere o tanque pulmão apresentado na figura abaixo. O tanque se destina a

manter um inventário de líquido entre um ponto de fornecimento e um de
consumo.

A vazão de entrada é função da produção de uma unidade a montante. A

descarga de líquido é feita somente pela ação da gravidade.

Modele o processo acima, considerando inicialmente que:

1. a vazão Fe é variável ao longo do tempo
2. a temperatura de alimentação é variável, de modo que a massa específica
do líquido pode variar.

2.2 Reator agitado contínuo (CSTR)

Modele um CSTR onde ocorre uma reação de isomerização A = B. A reação é de

ordem n, com velocidade específica k.

2.3 Trocador de calor

Considere o trocador de calor ilustrado a seguir, onde um líquido passa pelo tubo
e é aquecido sem mudança de estado. O calor necessário é fornecido por vapor
d'água, que é fornecido pelo lado do casco e é totalmente condensado no
trocador.
Modele a temperatura do líquido ao longo do trocador de calor, T = f(t, z).

3. Referências
Luyben, capítulos 2 e 3
Marlin, capítulo 3 (parte)
Seborg et al, capítulo 2
Stephanopoulos, capítulo 4

Controle de Processos
PUC-RIO Departamento de Química

Capítulo III
Simulação dinâmica

1. Entendimento do problema
2. Cuidados
3. Exemplos
4. Referências

1. Entendimento do problema
De posse das equações diferenciais resultantes da modelagem matemática de um
sistema, podem ser feitas simulações para estudar o seu comportamento. Para
isto, deve-se escolher um cenário (valores iniciais, condições de contorno,
variações previstas) e resolver as equações com este modelo.

Importante: a simulação mostra o comportamento do modelo.

A simulação mostra soluções do modelo que refletem apenas o comportamento do
modelo matemático. Cabe ao engenheiro conhecer o sistema a um nível que
permita identificar até que ponto o comportamento do sistema é similar ao do
modelo. Um erro comum é confundir o sistema com o modelo!

Em raros casos, é possível resolver algebricamente as equações; um exemplo

comum são modelos simplificados usados para dimensionamento preliminar. Na
maior parte dos casos, porém, é necessário resolver numericamente o modelo
matemático. O objetivo deste capítulo é mostrar de forma rápida como executar a
simulação dinâmica de sistemas de Engenharia Química relevantes para a
indústria.

2. Cuidados
Ao analisar e utilizar resultados de uma simulação, tenha sempre em mente que:
 o modelo é um modelo, não o sistema.
 o método utilizado para a solução não faz milagres; a precisão obtida é
função do método e da escolha de parâmetros.
 não simplifique as equações de forma a prejudicar a similaridade entre o
modelo e o sistema. Um erro comum é simplificar a equação diferencial
considerando que um parâmetro é constante, e depois usar a equação
resultante para avaliar o efeito deste parâmetro sobre o comportamento do
sistema.

3. Exemplos de simulação em malha aberta e em

malha fechada
Malha aberta

O sistema opera sem que nenhuma ação de controle automática esteja sendo
executada.

Malha fechada

O sistema opera sob ação de controle automática.

3.1. Tanque pulmão em malha aberta

Considere o sistema constituído por um tanque pulmão como o que vimos no

Capítulo II. Para simplificar, considere que a densidade do fluido não se altera.
A dinâmica do sistema representado acima pode ser representada por um modelo
utilizando duas equações:

Balanço de massa no tanque pulmão, [acúmulo] = [entra] - [sai]. Considerando-se

constante a densidade,

Aplicando a segunda lei de Newton, obtém-se a vazão de saída por escoamento

gravitacional através de um tubo com perda de carga por atrito (escoamento
turbulento):

ou, de forma simplificada:

onde L e Ap representam respectivamente o comprimento reto equivalente e a

área transversal do tubo de descarga, At é a área transversal do tanque, K é o
coeficiente de perda de carga em regime turbulento, a massa específica do líquido
e g a aceleração da gravidade.

Considere que o tanque se encontra incialmente em estado estacionário com nível

de 50% do nível máximo e realize as seguintes simulações:

a. a partir de um determinado instante, a vazão de alimentação aumenta em 25%

e se mantém constante.

b. a partir de um determinado instante, a vazão de alimentação começa a

aumentar a uma taxa de 10% por hora até atingir 150% da vazão original.

Dados do problema
 g 9,8 m/s2
L 100 m
Ap 0,65669 m2
At 10,50709 m2
hmáx 3 m
K 4,414 N/(m/s)2/m
 1000 kg/m3

A simulação do tanque pode ser encontrada em planilhas Excel.

3.2. Tanque pulmão em malha fechada

3.2.1. Controle On-Off

A aplicação de controle automático pode ser representada em um modelo. Vamos

considerar um caso simplificado em que utilizamos um controle de vazão de saída com as
seguintes características:

Objetivo Manter o nível do tanque próximo a 50%

Controla Nível (h)
Atua sobre Vazão de saída (Fs)
Monitora Todas as variáveis (fácil quando se trata de modelo!)

Balanço de massa no tanque pulmão, [acúmulo] = [entra] - [sai]. Considerando-se

constante a densidade,

Ação de controle on-off atuando em função do desvio em relação ao nível

desejado:

DA = desvio aceitável sem ação de controle

se nível > (50% + DA), abrir totalmente a válvula de saída
se nível < (50% - DA), fechar totalmente a válvula de saída

Observe que o sistema de controle nada faz enquanto o nível estiver entre
(50% - DA) e (50% + DA).

Para facilitar a simulação, considere que a vazão de saída com a válvula

completamente aberta é um múltiplo da vazão no estado estacionário. A figura a
seguir mostra como se comporta o nível do tanque ao longo do tempo.

3.2.2. Ação de controle calculada

Considere a mesma situação do item 3.2.1 com a aplicação de um algoritmo que

permita executar ações menos bruscas. Um algoritmo é o chamado controle
proporcional, pelo qual a ação de controle é proporcional ao desvio entre o valor
medido e o valor desejado (o setpoint); este desvio é normalmente chamado de
erro (ver Capítulo IV).

Ação de controle proporcional ao desvio em relação ao nível desejado:

Fs(t) = Fee + Kc [h(t) - hSP]

onde ee se refere às condições do estado estacionário e SP representa o setpoint.

O erro costuma ser definido como e = [hSP - h(t)]

A figura a seguir mostra como se comporta o nível após uma perturbação.

3.3. Sistema de reação (reatores em série)

Um sistema de reação é constituído de três reatores de mesmo volume, de tipo

tanque agitado (CSTR), associados em série conforme esquema a seguir. São
conhecidos os volumes dos reatores, V e a vazão volumétrica de alimentação, F.
Os reatores são mantidos à mesma temperatura.

Dentro do sistema um reagente (de concentração molar C) é consumido por meio

de uma reação de primeira ordem com velocidade específica k. A concentração de
reagente na saída de cada reator é indicada por Ci, i=1,2,3; a concentração na
entrada do sistema é representada por C0.

3.4. Sistema de reação (reator não isotérmico)

Considere que no sistema de reação mostrado no exemplo anterior cada reator é

mantido a uma temperatura diferente. Indique os termos que sofrem alteração.

4. Referências
Luyben, capítulos 4 e 5
Marlin, capítulo 3 (parte)
Uma discussão sobre métodos numéricos para solução de equações diferenciais
ordinárias pode ser encontrada nesta homepage, na área de Métodos Numéricos

Controle de Processos
PUC-RIO Departamento de Química

Capítulo IV
Teoria de controle - domínio temporal

Primeira parte

1. Entendimento do problema
2. Conceitos básicos
3. Estudo dinâmico de sistemas lineares
4. Equipamentos convencionais de controle

Segunda parte

5. Desempenho de controladores

Terceira parte

6. Controle avançado
7. Referências

1. Entendimento do problema
Este capítulo se destina à apresentação de noções de teoria de controle utilizando
a representação dos fenômenos transientes que ocorrem na presença e na
ausência de controle de processos.

O capítulo se limita às representações que podem ser visualizadas pelo

comportamento de um sistema ao longo do tempo. Alguns aspectos da teoria de
controle serão observados mas não poderão ser generalizados: por exemplo, a
estabilidade de sistemas de controle será aprofundada em outros capítulos
fazendo uso de diferentes modelos e de ferramentas matemáticas mais
avançadas.
2. Conceitos básicos
Linearidade Um sistema é chamado linear quando é representado por
equações diferenciais lineares. Um sistema linear,
matematicamente, é aquele em que se x1 e x2 são soluções
do sistema, c1 e c2 constantes arbitrárias, então c1.x1 + c2.x2
também é solução do sistema.
Em sistemas lineares, aplica-se o princípio da superposição.
Muitas aplicações práticas de Engenharia Química não podem
ser representadas por sistemas lineares, como veremos em
alguns exemplos.
Ordem A ordem de um sistema é a ordem da equação diferencial que
o representa.
Estabilidade Um sistema estável costuma ser chamado de auto-regulável.
Discutir em sala de aula:
 estabilidade
 instabilidade
 estabilidade em malha aberta

 estabilidade em malha fechada

Perturbações Para estudar o comportamento dinâmico dos sistemas,
provocaremos diversos tipos de perturbações, analisando
posteriormente o efeito destas sobre o sistema:
 perturbação em pulso
 perturbação em degrau
 perturbação em rampa
 perturbação senoidal

A perturbação pode ser provocada de diversas formas. Em

uma malha de controle, são especialmente importantes as
perturbações de processo (load disturbances) e as
perturbações de setpoint.

3. Estudo dinâmico de sistemas lineares

3.1. Variáveis de perturbação

Considere um sistema dinâmico em que x varia com o tempo; seja xee o valor de x
no estado estacionário. Definimos a variável de perturbação xp pela equação:

xp(t) = x(t) - xee

Em sistemas lineares, o uso destas variáveis traz vantagens.

Exercício 1

Analisar a aplicação de variáveis de perturbação a um sistema descrito por duas

equações diferenciais do tipo:

dx/dt = ax + by + c
dy/dt = dx + ey + f

onde t = 0 => x = xee e y = yee

3.2. Simplificando o problema

Na modelagem de perturbações em degrau, podemos simplificar a abordagem

matemática considerando que a perturbação ocorre em t = 0, e utilizando variáveis
de perturbação. Com isto, além de evitar o uso da função degrau (substituída por
uma simples constante), simplificam-se as condições de contorno.

Para t ≤ 0, o sistema é representado por uma equação diferencial homogênea cuja

solução (já conhecida) é o estado estacionário. Para t > 0, o sistema é
representado por uma equação diferencial heterogênea.

A simplificação envolve, portanto, a solução de uma equação diferencial que inclui

o efeito da perturbação, considerando como condição inicial a informação do
estado estacionário na ausência da perturbação externa.

3.3. Sistemas lineares de primeira ordem

Exercício 1

Analise o comportamento dinâmico do seguinte sistema de primeira ordem:

t = 0 => y = 0

 D é o valor da perturbação externa em degrau ocorrida em t = 0. Em outras

palavras, alguma variável de perturbação externa x passou de x = 0 para
x = D no instante t = 0.
 p é a constante de tempo do processo, relacionada à velocidade de
resposta, e
 Kp é o ganho do processo no estado estacionário

Defina matematicamente o conceito de ganho em função da variável y e do

parâmetro D.

Exercício 2
Mostre que qualquer sistema linear de primeira ordem pode ser reduzido à forma
canônica acima.

Exercício 3

Monte a forma canônica para a representação de um CSTR onde se processa

uma reação de primeira ordem.

3.4. Sistemas lineares de segunda ordem

Exercício 1

Analise o comportamento dinâmico do seguinte sistema de segunda ordem:

p é a constante de tempo do processo, relacionada à velocidade de resposta

 é o coeficiente de amortecimento (damping coefficient)

Exercício 2

Analise o comportamento dinâmico de um sistema descrito pela equação a seguir:

3.5. Linearização

Em determinados casos, o comportamento de sistemas não lineares pode ser

estudado por meio de aproximações. Uma forma comum é a linearização em torno
de uma determinada condição de operação.

O assunto não será tratado no curso. O livro-texto comenta, com exemplos, o

procedimento de linearização no item 6.2.1.

3.6. Sistemas em malha fechada

Ao introduzirmos um elemento final de controle em um sistema, sua complexidade

aumenta. Em alguns sistemas lineares é possível manter o número de equações
por meio de manipulação algébrica; com isto, a ordem do sistema aumentará.
O exercício 6.9 do livro-texto ilustra bem a situação.

4. Equipamentos convencionais de controle

4.1. Sensores e transmissores

Os elementos primários de medição têm por função medir alguma

propriedade do sistema e convertê-la em um sinal que possa ser
utilizado para controle. Em alguns casos, o elemento sensor gera um
tipo de sinal que não é diretamente compatível com o sistema de
controle. Neste caso, utiliza-se um transmissor para gerar um sinal
compatível a partir do sinal recebido do sensor. Em muitos casos, o
próprio transmissor é também o elemento sensor.

Tipicamente, o sensor e o transmissor estão localizados perto do processo, e por

isso são denominados "elementos de campo".

Existem diversas padronizações para o envio de sinais a um sistema de controle.

O padrão pneumático (pressões de ar de 0,2 a 1,0 kgf/cm2 ou de 3 a 15 psi), usual
há alguns anos, está praticamente em desuso. O padrão eletrônico consiste em
sinais de corrente de 4 a 20 mA. Cada vez mais se impõe a comunicação digital
entre os elementos de campo e o sistema de controle. Recentemente foi
padronizado, depois de anos de teste, o protocolo fieldbus de comunicação digital,
em que os elementos de campo trocam informações entre si.

4.2. Válvulas de controle

O elemento final de controle mais utilizado na indústria química é a válvula

de controle. Basicamente, a válvula de controle é uma válvula capaz de
variar a restrição ao escoamento de um fluido em resposta a um comando
recebido na forma de um sinal padrão.
Em geral, o movimento da haste da válvula é obtido pelo balanço
entre duas forças: a tensão de uma mola ligada à haste (função da
posição da haste), e a força exercida sobre um diafragma na
cabeça da válvula (função da pressão de ar na cabeça da
válvula). O comando da válvula é feito pela variação da pressão
de ar fornecido à válvula.

Atualmente, é comum encontrar válvulas com posicionadores

eletropneumáticos, que permitem que o sistema de controle envie
um sinal de 4 a 20 mA diretamente para a válvula. Em outros
sistemas, o sinal eletrônico deve ser convertido em um sinal
pneumático por meio de um conversor I/P.

Um dos aspectos importantes na especificação de uma válvula de

controle é a sua posição de falha, ou seja, sua posição na
ausência do sinal de controle externo. Esta especificação é
geralmente ditada pela segurança do processo. Em algumas
aplicações, como no suprimento de vapor para um aquecedor, é
desejável que a válvula feche na falta de um sinal de comando:
esta válvula é chamada de falha-fecha, ou ar-para-abrir. Em
outras situações, a segurança do processo exige a abertura da
válvula em caso de falha do sistema: falha-abre, ou ar-para-
fechar.

O tamanho da válvula é normalmente dado por um coeficiente de tamanho, Cv.

Este coeficiente é determinado experimentalmente pela passagem de fluido pela
válvula. Para líquidos sem flasheamento, por exemplo, a vazão através da válvula
é dada por:

onde F é a vazão; x é a posição da haste da válvula expressa em percentagem da

abertura; f(x) representa a fração da vazão máxima (em função da posição da
válvula).

A função f(x) representa uma propriedade importante da válvula, a sua

característica inerente. A característica da válvula é determinada por diversos
fatores, especialmente formato do obturador e do assento. São comuns na
indústria as válvulas de característica linear, onde f(x) = x, e as de característica
de igual percentagem, nas quais f(x) = x-1, onde  é um parâmetro com valor
entre 20 e 50 dependendo do projeto da válvula.

O dimensionamento de válvulas de controle deve levar em conta a faixa de

controlabilidade desejada. A queda de pressão na válvula, usada no cálculo do Cv,
depende da abertura da válvula e de outros fatores referentes a condições de
escoamento (outros equipamentos em série, etc.).

4.3. Controladores

4.3.1. Definições

Um controlador deve ter, no mínimo, as seguintes características:

 receber um sinal com o valor da variável controlada (PV = process value)
 receber um setpoint (SP)
 gerar um sinal de saída para o elemento final de controle (CO = controller
output)
 receber um comando de seleção de pelo menos dois modos: MANUAL e
AUTOMÁTICO

Em modo MANUAL, o controlador opera como um mero controle remoto. O

operador informa o sinal de saída desejado, e o controlador simplesmente repassa
este valor para o elemento final de controle.

Em modo AUTO, o controlador usa os valores lidos (PV e SP) e determina, por
meio de um algoritmo, o valor do sinal de saída (CO). O foco deste capítulo,
evidentemente, é o modo AUTO.

Um conceito importante para os algoritmos de controle mais comuns é o de erro.

Aplicado a controladores, o erro representa simplesmente a diferença:

e = SP - PV

4.3.2. Algoritmos de controle tradicionais

O tipo mais simples de controlador é o liga-desliga ou on-off. Matematicamente,

sua ação pode ser descrita como:

e > e1 => CO = 1
e < e2 => CO = 0

onde e1 > e2 são valores predeterminados. Se o erro estiver no intervalo [e2, e1],
a saída não é alterada. Este intervalo costuma ser denominado banda morta.

Este tipo de controle é comum em equipamentos térmicos (geladeiras,

condicionadores de ar).

Os controladores com ação proporcional determinam a saída por meio da

equação
onde bias representa o sinal de saída na condição "neutra". Kc é chamado de
ganho do controlador.

Alguns livros e catálogos ainda usam o termo banda proporcional ao invés do

ganho. A banda proporcional, expressa em percentagem, é o inverso do ganho:

O ganho do controlador pode ser positivo ou negativo. O sinal do ganho define a

ação do controlador, que pode ser direta ou reversa.

Se tivermos ganho positivo e mantivermos constante o setpoint, qual será a sua

resposta a uma variação da PV? Se a PV aumenta, o erro diminui (e = SP - PV) e
conseqüentemente a saída CO diminui. Este comportamento é chamado de ação
reversa.

Ganhos negativos fazem com que CO aumente quando a PV aumenta: ação

direta.

IMPORTANTE: a ação do controlador (direta/ reversa) deve ser escolhida de

forma compatível com a ação do elemento final de controle (falha abre/ falha
fecha), de modo que a ação conjunta (controlador + elemento final) seja adequada
aos objetivos de controle. Exercícios em aula!

Os controladores de ação integral obedecem à equação:

Os controladores de ação derivativa obedecem à equação:

É possível associar estas ações P (proporcional), I (integral) e D (derivativa)

obtendo algoritmos compostos (PI, PD, PID). A equação de um controlador PID
pode ser dada por:

4.4. Outros componentes

Além dos instrumentos citados, diversos tipos de seletores, conversores e

módulos de cálculo podem ser incluídos em uma malha de controle. Estes
instrumentos serão vistos no estudo de controle avançado.

4.5. Documentação do sistema de controle

Os instrumentos e as estratégias de controle são documentados em diversos

estágios de um projeto de engenharia. Já no projeto básico do sistema, os
instrumentos são representados nos fluxogramas de engenharia, também
conhecidos como P&I D (do inglês piping and instrument diagram).

Os diversos componentes de uma malha costumam ser representados em um

diagrama que indica as ligações físicas entre eles (pneumáticas, elétricas e
digitais). Estes documentos, chamados diagramas de malha, são essenciais para
o entendimento das funções de cada elemento da malha.

As malhas mais complexas podem ser descritas em diagramas de controle que

são diagramas mais abstratos em que os detalhes de interligação são omitidos.
Neste curso, sempre utilizaremos diagramas simplificados, já que o nosso escopo
é o comportamento do sistema de controle.

Diversos outros documentos de engenharia são gerados em um projeto de

instrumentação: as folhas de dados e especificações técnicas, por exemplo,
definem os requisitos e características de cada instrumentos; diagramas de
interligação e plantas de instrumentação, entre outros, fornecem informações que
permitem a montagem eficiente dos sistemas e seus componentes.

Controle de Processos
PUC-RIO Departamento de Química

Capítulo IV
Teoria de controle - domínio temporal

Primeira parte

1. Entendimento do problema
2. Conceitos básicos
3. Estudo dinâmico de sistemas lineares
4. Equipamentos convencionais de controle

Segunda parte

5. Desempenho de controladores
Terceira parte

6. Controle avançado
7. Referências

5. Desempenho de controladores
5.1. Definição de índices de desempenho

Qualitativamente, o desempenho de um controlador pode ser avaliado pela sua

capacidade de manter a variável controlada próximo ao valor desejado (setpoint),
mesmo em presença de perturbações externas.

Em aplicações práticas, porém, pode ser desejável "medir" o desempenho de um

controlador por meio de um índice que permita buscar melhoras de desempenho.

Alguns índices sugeridos na literatura e na prática são dados a seguir. Em geral,

eles consideram a resposta do controlador a uma perturbação em degrau.

 coeficiente de amortecimento, obtido ao comparar a resposta do

controlador à de um sistema de segunda ordem; Luyben, por exemplo,
recomenda um valor entre 0,3 e 0,5;

 overshoot, ou seja, o máximo desvio do setpoint observado logo após a

perturbação;
 velocidade de resposta, definida como o tempo necessário para atingir o
setpoint (não necessariamente se estabilizando no setpoint);
 taxa de decaimento, medida como a razão entre as amplitudes de duas
oscilações sucessivas;
 tempo de resposta, considerado como o tempo a partir do qual as
oscilações se limitam a uma certa fração (geralmente 5%) da mudança de
setpoint;
 diversos índices calculados por integração de uma função do erro ao longo
do tempo: ISE (integral do quadrado do erro), IAE (integral do valor
absoluto do erro) ou ITAE (integral do produto entre tempo e valor absoluto
do erro).

Cada critério tem suas vantagens e desvantagens, e têm fornecido material para
muitas discussões na literatura. Shinskey (Feedback controllers for the process
industries, McGraw-Hill, 1994) discute os méritos relativos de diversos índices de
desempenho e situações em que eles não se aplicam.

5.2. Limitações da análise de desempenho

Todos os critérios acima "premiam" a capacidade de levar a variável controlada
para próximo do setpoint. Em alguns casos, isto não é necessario nem desejável:
por exemplo, uma malha de controle de nível em um tanque pulmão não precisa
ser mantida junto ao setpoint (qual seria a conseqüência?). Antes de aplicar um
critério de desempenho qualquer, verifique antes se ele faz sentido para a
aplicação.

Outro aspecto não considerado nos índices de desempenho é a robustez do

controlador. É possível ajustar um controlador com um excelente desempenho
para perturbações pequenas, mas que seja instável quando ocorrer uma
perturbação maior. Ao considerar a segurança

5.3. Desempenho de controladores tradicionais

5.3.1. Controlador on-off

O controle on-off, evidentemente, não consegue manter a variável em um setpoint.

O comportamento da variável controlada equivale a uma oscilação próximo aos
valores equivalentes aos comandos on e off do controlador. A figura a seguir
ilustra a resposta de um sistema sob controle on-off, mostrando que a oscilação
não é necessariamente senoidal. A linha vermelha indica o valor desejado da
variável controlada; observe que a média não equivale necessariamente ao valor
desejado.

Uma característica interessante do controle on-off é que o valor médio da variável

controlada muda conforme a perturbação externa. Este efeito é observado em
sistemas de condicionamento de ar: mantido o setpoint, a temperatura média é
mais alta em dias quentes.

5.3.2. Controlador proporcional

A figura a seguir ilustra o comportamento de uma variável controlada por um
controlador proporcional após uma perturbação externa em degrau. O setpoint é
indicado pela linha vermelha.

Uma característica do controlador proporcional é que ele não consegue "zerar" o

desvio do setpoint, deixando um erro residual (offset). Explique por que o
controlador não consegue mudar a variável controlada quando ele atinge a região
do offset.

5.3.3. Controlador PI

Ao adicionarmos a integral do erro, o controlador passa a não tolerar que um

desvio do setpoint seja mantido por muito tempo. Desta forma, elimina-se o
problema do offset.

5.3.4. Controlador PID

A ação derivativa tira proveito da informação de processo que permite prever, a

curto prazo, a tendência da variável de processo. Assim, ao observar que a
variável está aumentando, a ação derivativa atuará no sentido de reduzí-la,
mesmo que o erro e a integral do erro apontem em outra direção. Desta forma, a
ação derivativa torna a resposta do controlador mais rápida.

O uso de ação derivativa requer cuidados, e deve ser evitada em variáveis cuja
medição esteja sujeita a ruídos (como vazão em escoamento turbulento). Neste
caso, o comportamento oscilante da vazão faz com que a derivada mude
continuamente de sinal, com efeito negativo sobre o desempenho do controlador.

A ação derivativa deve ser evitada em situações onde o erro varie bruscamente,
em forma de degrau. Um exemplo é dado por cromatógrafos de processo, que
atualizam suas leituras em intervalos de alguns minutos: nestes instantes, a
derivada é infinita; um controlador PID abre ou fecha completamente a válvula de
controle nesta situação. Outro exemplo ocorre quando o setpoint é alterado pelo
operador, especialmente em sistemas digitais. Atualmente, uma das formas de
evitar este problema consiste em calcular a derivada da variável de processo (PV)
em vez da derivada do erro.

5.4. Sintonia de controladores

Os controladores possuem parâmetros ajustáveis que permitem alterar seu

comportamento de modo a obter o melhor desempenho para uma dada aplicação.
O ganho do controlador, por exemplo, está relacionado à agressividade do
controlador: ganhos altos fazem com que o controlador atue com mudanças
rápidas na saída, enquanto ganhos baixos fazem com que a saída se altere
pouco, caracterizando um comportamento mais passivo do controlador.

Um campo interessante da teoria de controle, com muita aplicação prática, é a

sintonia de controladores. Hoje, dispomos de um conjunto de regras empíricas e
matemáticas que permitem sistematizar a busca de melhores desempenhos, sem
comprometer a segurança do processo.

As regras empíricas gerais podem ser encontradas na literatura; o livro-texto

discute várias destas regras no capítulo 7.3.

Ziegler e Nichols foram os primeiros a sistematizar, com dois métodos extremamente

simples e facilmente aplicáveis na indústria. Estes métodos devem ser encarados como uma
forma sistemática de obter uma primeira aproximação (em geral conservadora), a ser
melhorada.

O método de sintonia em malha fechada consiste em deixar o sistema em controle

proporcional, aumentando o ganho até obter uma oscilação de amplitude constante. Este
ganho é denominado ganho limite (Ku), já que ganhos maiores levariam à instabilidade. O
período de oscilação nesta situação é chamado de Pu.

Ziegler e Nichols propuseram que a seguinte tabela fosse utilizada para determinar os
parâmetros de sintonia:

Kc tau (I) tau (D)

controlador P Ku/2
controlador PI Ku/2,2 Pu/1,2
controlador PID Ku/1,7 Pu/2 Pu/8
Hoje em dia existem diversas ferramentas de software que permitem obter os
dados em tempo real (por meio de um sistema de controle) durante transientes. A
análise destes dados permite identificar o comportamento do processo e propor
parâmetros para a sintonia de controladores.

Controle de Processos
PUC-RIO Departamento de Química

Capítulo IV
Teoria de controle - domínio temporal

Primeira parte

1. Entendimento do problema
2. Conceitos básicos
3. Estudo dinâmico de sistemas lineares
4. Equipamentos convencionais de controle

Segunda parte

5. Desempenho de controladores

Terceira parte

6. Controle avançado
7. Referências

6. Controle avançado
6.1. Conceito

Os controladores estudados anteriormente se caracterizam por uma relação

biunívoca entre uma variável controlada e uma variável manipulada. Em diversas
situações, é interessante utilizar formas distintas de relacionar mais de uma
variável controlada e/ ou mais de uma variável manipulada.

Uma das formas mais simples é a atuação do controlador em duas válvulas (split-
range) distintas, cada válvula correspondendo a uma faixa da saída do
controlador. Neste caso, uma única variável controlada permite a manipulação de
duas outras variáveis. Observe que, neste exemplo, dependendo das faixas de
atuação, somente uma variável é manipulada de cada vez.

Neste capítulo, estudaremos algumas estratégias de controle que fazem uso de

mais de duas variáveis em uma malha de controle fechada.

6.2. Controle de razão

Uma situação muito comum em unidades de processo é a necessidade de manter

uma relação entre quantidades. Em unidades com escoamento contínuo, isto se
traduz na necessidade de manter uma razão entre vazões de correntes distintas.
O controle da razão é fundamental em processos com reação química, onde se
deseja manter uma relação estequiométrica entre reagentes (relação ar/
combustível em uma fornalha, por exemplo), em processos de separação (refluxo
em colunas de destilação) e de mistura (blending).

Geralmente, uma das vazões é determinada por outros sistemas da unidade ou

fora dela. O objetivo do sistema de controle, então, é manipular a outra vazão para
que, mesmo que a primeira vazão varie, a razão permaneça o mais constante
possível.

Uma forma de implementar o controle de razão consiste em medir as duas vazões

e calcular a razão entre elas. Este valor calculado passa a ser a PV para um
controlador de razão (FFC), que recebe um setpoint e manipula uma das vazões
para que ela fique proporcional à outra.

Esta implementação apresenta uma desvantagem: em determinadas situações

(partida, emergências), pode ser necessário controlar a vazão e não a razão. Um
outro esquema, freqüentemente utilizado na prática, é o de utilizar um controlador
de vazão para a segunda corrente de processo que opere em três modos: manual,
automático e razão. Os modos manual e automático são os tradicionais; o modo
automático permite que o operador forneça um setpoint de vazão. O modo razão
utiliza um elemento (FY) que multiplica a vazão da primeira corrente por um
setpoint de razão, determinando assim o setpoint do controlador de vazão.

6.3. Controle em cascata

Provavelmente, a estratégia de controle avançado mais aplicada na prática é o

controle em cascata. O controle em cascata utiliza pelo menos duas variáveis
controladas para atuar sobre uma única variável manipulada.

O controle em cascata consiste de duas ou mais malhas de controle integradas. A

malha interna contém a válvula e o controlador chamado escravo. A malha externa
abrange o outro controlador, denominado controlador mestre, cuja saída fornece o
setpoint para o controlador escravo.
O controle em cascata é eficaz em situações onde existem perturbações a serem
eliminadas. É o caso do controle de temperatura pela injeção de vapor: caso fosse
utilizado apenas um controlador de temperatura atuando diretamente sobre a
válvula de vapor, não haveria como compensar eventuais variações de pressão na
linha de vapor. O uso de um controlador de vazão escravo permite atuar de forma
diferenciada durante as variações de pressão.

Em alguns casos, o controle em cascata tem um desempenho melhor do que o

controle simples por uma única variável. Exemplos em sala de aula.

Um exemplo comparativo de estratégias de controle tradicional e avançado pode

ser encontrado na homepage de Paul Henry. Selecione o item "Process control" e
compare os esquemas de controle de nível de água em caldeiras com um, dois ou
três elementos.

Para pensar: qual malha de controle deve ter resposta mais rápida, a externa ou a
interna? Por quê?

6.4. Controle seletivo

Existem processos em que uma variável manipulada, que interfere sobre mais de
uma variável de processo, exige estratégias diferentes dependendo do estado do
processo. A vazão de vapor para o fundo de uma coluna de destilação, por
exemplo, afeta a temperatura do fundo e, pela vaporização do líquido, o nível do
fundo da coluna. Em uma situação normal de operação, provavelmente se deseja
que a vazão de vapor seja utilizada para controlar a temperatura do fundo, mas se
o nível estiver muito baixo, pode passar a ser prioritário o controle do nível de
fundo, para evitar a perda de sucção das bombas de descarga e talvez o
entupimento do refervedor.

O controle seletivo opera por meio de elementos comparadores, que selecionam o

maior ou o menor entre dois ou mais sinais, enviando somente um deles à válvula
de controle (ou ao controlador escravo).

6.5. Controle inferencial

Em alguns casos, a variável a ser controlada não pode ser medida de forma
econômica. Uma abordagem é o controle inferencial, em que a variável controlada
não é medida diretamente e sim calculada a partir de outras variáveis de processo
que podem ser medidas mais facilmente.

Um exemplo típico é o controle de composição. Em misturas binárias em fase

vapor, a composição pode ser determinada a partir da pressão e da temperatura
por meio de uma equação de estado.

Outro exemplo extremamente comum é o controle de vazão mássica, que pode

ser feito a partir de medições da vazão volumétrica, da temperatura e (no caso de
gases) da pressão. Exemplos mais sofisticados incluem o cálculo do excesso de
ar ou da carga térmica de uma fornalha e a modelagem de propriedades físicas de
produtos (índice de octanagem de gasolinas, ponto de fluidez de plásticos, etc.).

6.6. Controle feedforward

A implementação de estratégias de controle feedforward normalmente envolve o

conhecimento de modelos do processo que permitam determinar o melhor valor
da variável manipulada a partir do valor atual da(s) variável(is) monitorada(s).

A imprecisão do modelo é um aspecto de segurança importante que dificilmente

permite a implementação de estratégia feedforward "puras". Em geral, o valor
calculado pelo controlador feedforward é enviado a um controlador feedback,
aumentando a robustez do sistema.

6.7. Controle multivariável

O uso de modelos que representam o comportamento dinâmico do processo

permite a implementação de controladores que, por meio de simulação, podem
calcular mais de um valor de saída, a partir de mais de uma variável de processo.
Controladores que apresentam diversas PVs e diversas saídas são denominados
controladores multivariáveis.

Um dos controladores multivariáveis mais utilizados é o DMC (dynamic matrix

control), ou suas variações. Este tipo de controlador é descrito no item 8.9 do livro
texto, e não será incluído nesta homepage devido à grande quantidade de
equações.

6.8. Outras estratégias de controle avançado

Com a facilidade de implementação de algoritmos complexos em máquinas

capazes de efetuar os cálculos necessários em tempo hábil, diversas estratégias
diferentes de controle avançado estão sendo utilizadas.

Um dos campos recentes que recebe muita atenção (especialmente de marketing)

é a aplicação de redes neurais e outras ferramentas derivadas do estudo de
inteligência artificial (fuzzy logic, sistemas especialistas baseados em regras).

7. Referências
Controle convencional

Luyben, capítulos 6 e 7

Seborg et al., capítulo 9, inclui discussão sobre precisão e repetibilidade, dois

conceitos importantes para especificação e compra de instrumentos.

Controle avançado

Luyben, capítulo 8

Marlin, capítulo 14 (controle em cascata), 15 (feedforward), 17 (controle

inferencial) e 23 (controle multivariável).

Controle de Processos
PUC-RIO Departamento de Química

Capítulo V
Teoria de controle - domínio de Laplace

Primeira parte

1. Entendimento do problema
2. Transformadas de Laplace
3. Funções de Transferência
4. Aplicação a sistemas de controle

Segunda parte

5. Estabilidade de sistemas de controle

1. Entendimento do problema
No Capítulo anterior, utilizamos a variável independente tempo no domínio dos
números reais para estudar diversas propriedades dos sistemas de controle.

O uso de transformadas de Laplace nos permitirá agora aprofundar a análise das

propriedades dos sistemas de controle. Encare a abordagem deste Capítulo como
uma nova perspectiva, e não perca de vista um aspecto fundamental: muda a
abordagem, mas o objeto de estudo se mantém!

2. Transformadas de Laplace
2.1. Objetivo

Este não é um curso de Cálculo. Este Capítulo não tem a intenção de ensinar
transformadas de Laplace. Nos limitaremos a reunir aqui algumas definições e
propriedades já conhecidas (e esquecidas?).

2.2. Definição

A transformada de Laplace de uma função é definida pelo operador £:

F(s) = £[f(t)] =

Para o estudo de sistemas de controle, a variável t é o tempo, e o domínio

correspondente à variável s é o plano complexo.

2.3. Propriedades básicas

Duas propriedades principais da transformada de Laplace nos interessam:

a. Linearidade

£[a.f(t) + b.g(t)] = a.£[f(t)] + b. £[g(t)]

b. Teorema do valor final

2.4. Transformadas de Laplace de funções comuns em controle de
processos

a. Função degrau

onde u(t) = 0 para t ≤ 0 e u(t) = 1 para t > 0

b. Função rampa

c. Exponenciais

d. Função seno

3. Função de transferência
A função de transferência G(s) é uma função (no domínio s) que, multiplicada por
uma função dada, resulta em uma função que representa a aplicação de um
processo sobre a primeira função.

Nas equações abaixo:

m(t) é a variável de entrada; em um sistema de controle, tipicamente corresponde

à posição ou abertura de uma válvula (variável manipulada)

x(t) é uma variável que é afetada por m(t); em um sistema de controle, costuma
ser a variável medida ou controlada.
a. multiplicação por constante

x(t) = K. m(t)
X(s) = K. M(s)

A função de transferência é portanto G(s) = K

Observe que G(s) = X(s) / M(s), por definição.

b. diferenciação em relação ao tempo

Observe que se definirmos m de forma tal que m(0) = 0, a diferenciação em

relação ao tempo torna-se uma mera multiplicação por s.

c. integração

d. tempo morto

e. processos lineares

Os processos lineares são aqueles que podem ser representados por equações
diferenciais lineares no domínio do tempo. Um exemplo é a equação abaixo:

que pode ser reescrita como

desde que x(0) = 0 e m(0) = 0.

A equação acima pode ser facilmente rearranjada:

Resumindo:

Um fenômeno que é representado por uma equação diferencial linear no domínio t

pode ser representado no domínio s como uma simples multiplicação por uma função
de transferência.

Nossos modelos matemáticos do Capítulo II levam normalmente a equações

diferenciais...

Uma representação gráfica possível é a seguinte:

4. Aplicação a sistemas de controle

4.1. Polos da função de transferência

O exemplo anterior mostrou que a função de transferência

corresponde ao fenômeno modelado por

Observe que as raízes da equação característica da equação diferencial são

exatamente os valores para os quais o denominador de G(s) se anula. É trivial
provar que este resultado é genérico. Estes valores, que fazem G(s) tender para o
infinito, são chamados de polos da função.

As raízes da equação característica (domínio t) são iguais aos polos da função de

transferência (domínio s).

A função de transferência correspondente a um sistema de primeira ordem é

Outras funções de transferência típicas são apresentadas por Luyben (Tabela
9.1).

4.2. Propriedades das funções de transferência

a. associação em série

A associação de funções de transferência em série pode ser representada por

uma única função de transferência: o produto das funções de transferência
individuais. No caso acima, G(s) = G1(s). G2(s).

b. sistemas reais

Para sistemas reais, o denominador da função de transferência deve ter ordem

maior ou igual à do numerador.

c. polos e estabilidade

Para que um sistema seja estável, todos os polos devem ter a parte real negativa.
Geometricamente, na representação gráfica de números complexos, todas as
raízes devem ficar à esquerda do eixo vertical.

d. teorema do valor final

Por meio do teorema do valor final demonstra-se que

Se um sistema for submetido a uma perturbação em degrau (ou seja, M(s) = 1/s), a
saída será

X(s) = G(s)/s

Substituindo esta relação na equação acima, temos

Observe que o termo ao lado esquerdo da equação representa o valor de f(t) no
estado estacionário; como a perturbação em degrau foi unitária, este valor
representa o ganho do processo no estado estacionário, Kp.

Logo,

4.3. Funções de transferência de controladores convencionais

Proporcional:

Gc(s) = Kc

P+I:

PID (uma das formas possíveis, 0,05 ≤  ≤ 0,1):

Controle de Processos
PUC-RIO Departamento de Química

Capítulo V
Teoria de controle - domínio de Laplace

Primeira parte

1. Entendimento do problema
2. Transformadas de Laplace
3. Funções de Transferência
4. Aplicação a sistemas de controle

Segunda parte

5. Estabilidade de sistemas de controle

5. Estabilidade de sistemas de controle

5.1. Função de transferência em malha aberta

Considere um sistema formado por dois tanques agitados em série, em que uma
taxa de aquecimento Q é fornecida no primeiro tanque (Luyben, exemplo 9.7). Um
líquido entra no sistema a uma temperatura T0, saindo dos tanques com
temperaturas T1 e T2 respectivamente. O comportamento térmico do sistema é
dados pelo sistema de equações lineares:

que pode ser rearranjado:

A transformação de Laplace leva a:

Podemos eliminar a temperatura intermediária, obtendo a temperatura de saída

em função de T0 e Q (na equação abaixo, ai = Vi/F):
Uma forma possível de controlar a temperatura de saída seria pela manipulação
da quantidade de calor cedida no primeiro tanque. Neste caso, Q seria a variável
manipulada e T0 a variável de perturbação. Observe que a equação acima pode
ser representada utilizando funções de transferência:

Esta relação costuma ser apresentada na forma de um diagrama de blocos, que

permite visualizar os efeitos em jogo sem o formalismo matemático.

5.2. Função de transferência em malha fechada

Quando um controlador feedback é introduzido para controlar a temperatura de

saída do sistema acima, o valor de Q deixa de ser uma variável independente e
passa a ser calculado em função de T2.

O diagrama abaixo representa os diversos elementos da malha de controle

necessários para transmitir o valor de T2, determinar o erro e calcular a saída
(sinal para a válvula).
O erro (E) é calculado pela diferença entre o valor recebido do transmissor e o
setpoint.

Em muitos sistemas, os ganhos do transmissor e da válvula de controle podem ser

considerados constantes.

Observe que neste sistema Q pode ser calculado diretamente a partir de T2 e dos
parâmetros do sistema de controle.

Q = GV(s).CO
Q = GV(s).B(s).E
Q = GV(s).B(s).[SP(s)-PV]
Q = GV(s).B(s).[SP(s)-GT.T2(s)]

Esta relação entre Q e T2 pode ser substituída na equação da malha aberta:

Isolando-se T2, obtemos:

Ficou complicado demais? É
possível simplificar englobando
todos os parâmetros ligados ao
controle (transmissor, controlador e
válvula) em uma única função de
transferência, conforme indicado no
diagrama ao lado.

Observe que o ganho do

transmissor pode ser eliminado se o
SP e a PV tiverem as mesmas
unidades.

Com estas simplificações, temos:

5.3. Equação característica e estabilidade

Pela equação acima, vemos que a equação característica de um sistema com

malha fechada é

1+GM(s).B(s) = 0

Um sistema em malha fechada será estável se todas as raízes da equação

característica estiverem no lado esquerdo do plano complexo, ou seja, devem ter
parte real negativa.

5.4. Lugar geométrico das raízes

Uma das ferramentas de análise dinâmica de malhas de controle é o gráfico de

lugar geométrico das raízes no plano complexo. Utilizando como parâmetro da
curva um dos parâmetros de sintonia do controlador (por exemplo, o ganho), é
possível identificar características dinâmicas importantes da malha de controle.

Vamos traçar alguns gráficos:

a) controlador proporcional b) controlador PI

Controle de Processos
PUC-RIO Departamento de Química

Capítulo VI
Teoria de controle - domínio de freqüência

Primeira parte

1. Entendimento do problema
2. Análise de freqüência
3. Análise de estabilidade

1. Entendimento do problema
1.1. Definições básicas

Um aspecto importante da resposta dinâmica de um sistema consiste na resposta

a uma perturbação periódica. Em muitos sistemas, o comportamento pode variar
significativamente em função da freqüência desta perturbação; um exemplo
clássico é a ruptura de pontes quando uma perturbação periódica (vento, soldados
em marcha ritmada) entra em ressonância com a estrutura da ponte.

Em nosso caso, veremos como um sistema reage a uma perturbação senoidal

com velocidade angular w e amplitude Am:

M(t) = Am. sen(wt)

A saída do sistema, após uma fase inicial, passa a ser também senoidal com a
mesma freqüência, descrita pela seguinte expressão:

X(t) = Ax. sen(wt + ø)

Esta resposta pode portanto ser descrita por dois parâmetros: a razão entre
amplitudes (AR = Ax/Am) e o ângulo de fase entre as duas curvas (ø).

1.2. Teorema

Prova-se (Luyben, 12.2) que estes parâmetros podem ser obtidos diretamente a
partir da função de transferência do processo utilizando-se as equações a seguir:

Assim, a resposta a uma perturbação periódica pode ser obtida em função da

freqüência (ou da velocidade angular w) diretamente.

1.3. Representação gráfica

A literatura apresenta três representações comuns para a análise de freqüência:

 os diagramas de Nyquist são representações do lugar geométrico de G(iw)

no plano complexo para um conjunto de valores de w.
 os diagramas de Bode são dois diagramas em que se representam a razão
entre amplitudes (em escala logarítmica) e o ângulo de fase contra a
velocidade angular (também em escala logarítmica).
 os diagramas de Nichols são gráficos em que se representa a razão entre
amplitudes (em escala logarítmica) contra o ângulo de fase.

Em muitos livros, utiliza-se uma definição tomada de empréstimo à eletrônica,

medida em decibéis (dB), para traçar os diagramas de Bode e Nichols. Observe
que se trata somente de uma mudança de coordenadas que não altera o formato
das curvas.

L=20.log10AR

2. Análise de freqüência
2.1. Sistema de primeira ordem

A função de transferência de um sistema de primeira ordem é:

logo,
Exercício: determine analiticamente AR(w) e q(w) a partir da equação de G(iw).
(Dica para quem esqueceu totalmente como dividir: multiplique pelo conjugado
para racionalizar a fração).

Com o uso de planilhas eletrônicas ou de programas de cálculo matemático

podemos calcular diretamente os valores de G(iw) e traçar os gráficos. O
diagrama de Nyquist é mostrado abaixo para 0 <w< 2π:

Exercício: com base nas equações obtidas no exercício anterior, descreva

qualitativamente como os dois parâmetros do sistema (Kp e tp) alteram o formato
dos diagramas de Bode e de Nyquist.

2.2. Outros sistemas

Utilizando as ferramentas discutidas no exemplo anterior, vamos analisar a

resposta de freqüência de diversos sistemas:

a. sistema de segunda ordem

Neste sistema, dedicar especial atenção aos casos de sub-amortecimento.

b. sistema com tempo morto

G(s) = e-Ds

c. sistema de primeira ordem com tempo morto

2.3. Processos em série

Um processo em etapas pode ser representado por uma função de transferência
G(s), que como já vimos anteriormente pode ser diretamente calculada a partir das
funções de transferência de cada etapa, Gi(s):

G(iw) = G1(iw). G2(iw). ...

lembrando que z=|z|.[Link] (z)

|G(iw)|.[Link](G(iw)) = |G1(iw)|.[Link](G1(iw)). |G2(iw)|.[Link](G2(iw)). ...

Agrupando estes termos, e tirando o logaritmo, chegamos a

ln(G) + i. arg(G) = ln(G1) + ln(G2) + ... + i. (arg(G1) + arg(G2) + ...)

ou seja:

ln(G) = ln(G1) + ln(G2) + ...

arg(G) = arg(G1) + arg(G2) + ...

Olhe com um olho as equações acima e com outro a definição dos diagramas de
Bode. A conclusão que salta à vista é:

As ordenadas dos diagramas de Bode para processos em série podem ser obtidas
pela soma das coordenadas dos diagramas de Bode de cada uma das etapas.

Esta propriedade explica a popularidade dos diagramas de Bode nos primórdios

da teoria de controle, em que os gráficos eram calculados e traçados à mão.

Luyben (12.4) ilustra situações em que o domínio de freqüência permite a solução

de sistemas que exigiriam soluções altamente complexas nos domínios temporal e
de Laplace.

3. Análise de estabilidade
3.1. Análise de estabilidade no domínio de freqüência

O domínio de freqüência permite investigar quantitativamente a estabilidade de

sistemas em malha fechada. A rigor, utiliza-se o mesmo critério de estabilidade
definido no capítulo anterior: o sistema é instável se alguma raiz da equação
característica tiver parte real positiva.

A análise é feita a partir dos gráficos para a função G(iw).B(iw), onde G é a função
de transferência do processo e B é a função de transferência do controlador.

3.2. Critério de estabilidade de Nyquist

Discussão com base nas figuras do livro texto (Luyben 13.1). Stephanopoulos
(cap. 18.4) apresenta bons exemplos.

3.3. Critério de estabilidade nos diagramas de Bode

Para sistemas em que as curvas dos diagramas de Bode são monotônicas, pode
ser aplicado o seguinte critério de estabilidade:

Um sistema em malha fechada é instável quando a resposta de freqüência da

função G.B apresentar razão de amplitude maior do que a unidade na freqüência
crítica.

A freqüência crítica é aquela em que o ângulo de fase vale -180 graus (freqüência
de cross-over).

O diagrama acima representa um sistema de segunda ordem (constante de tempo

unitária e z=0,4) com um controlador P+I (ganho = 5 e tI= 1). Observe que a
freqüência crítica equivale aproximadamente a w=2,2, e que a razão entre
amplitudes é AR~6 > 1. Portanto, com este ganho, o sistema é instável.

Uma sintonia diferente do controlador (ganho = 0,6) torna o sistema estável. O

valor da razão entre amplitudes na freqüência crítica passa a ser AR = 0,8 < 1.
3.4. Especificação de estabilidade

Os diagramas de Bode permitem quantificar a estabilidade.

A margem de ganho é definida como MG=1/ARc, onde ARc é a razão entre

amplitudes na freqüência crítica. Pelo critério visto acima, MG>1 para sistemas
estáveis; quanto mais próxima da unidade, mais próximo o sistema se encontra da
instabilidade.

A margem de fase é uma boa medida da estabilidade de um sistema. Ela é

negativa para sistemas instáveis e zero para sistemas no limite da estabilidade
(oscilantes). Para sistemas estáveis, a estabilidade cresce com a margem de fase.
Ela pode ser obtida a partir da freqüência que corresponde a uma razão entre
amplitudes unitárias. Ou seja:

No exemplo acima, wu = 1,355 e ø(wu) = -0,91π. A margem de fase é portanto de

0,09π, ou seja, cerca de 16º.

Exercício: identifique graficamente a margem de ganho e a margem de fase na

figura acima.