G ( s )
Transcrição
G ( s )
AULA #13 Projeto de Controladores Projeto de Controladores Depois de escolhido o tipo de controlador (P, PI ou PID), ainda existe a questão de se escolher quais os valores de seus parâmetros (Kc , τI e τD ). Este procedimento é conhecido como Projeto de Controladores ou Ajuste de Controladores, sendo baseado na resposta estacionária e na resposta dinâmica do sistema de controle. Critério de Performance da Resposta Estacionária O principal critério de performance neste caso é estabelecer o erro igual a zero para o estado estacionário. Tomando-se este critério, sabe-se que o controlador P, na maioria das situações, não elimina o desvio permanente, enquanto que o controlador PI sim. Além disso, em um controlador PID, a medida que Kc aumenta, o ”offset”é reduzido. Critério de Performance da Resposta Transiente A malha fechada deve satisfazer aos seguintes critérios de performance: • o sistema em malha fechada deve ser estável • os efeitos da perturbação devem ser minimizados • respostas rápidas, porém suaves, a variações no valor de referência – 1/4 de razão de declı́nio – 5% de sobre-elevação • evitar ações de controle excessivas (reduzir desgaste da válvula de controle) • o sistema de controle deve ser robusto: insensı́vel a variações nas condições operacionais e a erros no modelo do processo Em problemas de controle é muito difı́cil atender a todos a esses critérios, pois eles são muitas vezes conflitantes. Por exemplo, diminuindo-se o valor da sobre-elevação através da redução de Kc , torna a resposta em malha fechada mais lenta. De uma maneira geral, ajustes de um controlador PID que minimizam os efeitos da perturbação tendem a aumentar a sobre-elevação para variações no valor de referência. De forma semelhante, ajustes para gerar uma resposta rápida e suave a variações no valor de referência, geralmente resultam em respostas lentas para perturbações. Outro conflito muito comum é entre robustez e performance: torna-se um sistema de controle robusto escolhendo valores conservativos para os parâmetros do controlador (por exemplo, Kc pequeno e τI grande). Entretanto, essa escolha resulta em respostas lentas a variações na carga e valor de referência. Isto é, a performance do controlador é afetada. Cabe, então, ao projetista saber balancear as caracterı́sticas em conflito, a fim de se obter a melhor resposta desejada. Existem diversos procedimentos de ajuste de controladores. O objetivo desses métodos é fornecer valores aproximados para os parâmetros de controladores PID a serem implementados na planta. Em última instância, a sintonia em campo é a que será efetivamente usada. Método da Sı́ntese Direta O Método da Sı́ntese Direta consiste em especificar o comportamento da malha fechada (1a ordem, 2a ordem subamortecido, etc), GCL(s), calculando a função de transferência do controlador, Gc (s), que forneça este comportamento desejado. Portanto, a questão fundamental no Método da Sı́ntese Direta é especificar a resposta em malha fechada desejada. Seja o diagrama de blocos padrão para um sistema de controle por realimentação y d (s ) e (s ) + s p (s ) G - y(s) = c (s ) u (s ) P r Go c ( e s s ) s o + + y (s ) Gc (s)G(s) 1 ysp (s) + d(s) 1 + Gc (s)G(s) 1 + Gc (s)G(s) | | {z } {z } Gservo (s) Gcarga (s) Considerando operação servo y(s) = Gc (s)G(s) ysp (s) = GCL(s)ysp (s) 1 + Gc (s)G(s) | {z } Gservo (s)=GCL (s) A função de transferência G(s) = Gf (s)Gp (s)Gm (s) representa a função de transferência do processo mais a instrumentação pertinente, menos o controlador. Resolvendo a equação da malha fechada para Gc (s) Gc (s) = 1 GCL(s) G(s) [1 − GCL(s)] Observações Importantes: • a função de transferência do controlador, Gc (s), pode resultar em uma equação de projeto pouco prática, pois a função de transferência G(s) normalmente não é conhecida. Neste caso, um procedimento de projeto seria obtido aproximando-se G(s) pelo modelo do processo G̃(s) = G̃f (s)G̃p (s)G˜m (s). • observe que o controlador Gc (s) contém o inverso do processo, 1/G(s). Portanto, o cancelamento pólozero é usado na determinação de GCL(s): os pólos do controlador cancelam os zeros do processo, enquanto que os zeros do controlador cancelam os pólos do processo. • se o processo apresentar um pólo instável é matematicamente possı́vel introduzir um zero no controlador de mesmo valor. • cancelamento pólo-zero exato é praticamente impossı́vel de ser obtido, devido às imprecisões na localização dos pólos e zeros do processo. Um pólo instável do processo, não exatamente cancelado pelo zero do controlador, poderá redundar em uma operação instável. • cuidado especial deve ser adotado na utilização do Método da Sı́ntese Direta. a). controle perfeito No controle perfeito a variável controlada deve acompanhar qualquer variação no valor de referência instantaneamente e sem erro: y(s) = ysp (s) ⇒ GCL(s) = 1 Com isso, Gc (s) = 1 1 1 1 = G(s) 1 − 1 G(s) 0 Portanto, controle perfeito não é alcançado com controle por realimentação, pois a saı́da acompanharia o valor de referência somente se o ganho do controlador fosse infinito. Como não existe erro, a ação corretiva ”feedback”não ocorre. Entretanto, pode-se aproximar o controle perfeito fazendo Gc (s) = Kc G(s) O controle perfeito seria, então, igual a GCL(s) = 1 Kc G(s) G(s) Kc + G(s) G(s) = Kc 1 + Kc O controle perfeito é aproximado no limite quando Kc → ∞, desde que GCL(s) → 1. Observações Importantes: • o controlador perfeito não será realizável se o processo contiver atrasos ou mais pólos do que zeros • se o processo contiver um zero positivo, o controlador conterá também um pólo positivo e, portanto, será instável b). processos de fase mı́nima Parece bem natural especificar que a resposta desejada em malha fechada seja de primeira ordem, uma vez que suas caracterı́sticas são bem conhecidas: GCL(s) = 1 τc s + 1 Observe que τc é o único parâmetro a ser ajustado (parâmetro de projeto), representando a constante de tempo da resposta em malha fechada: • τc elevado → resposta lenta (mais robusta) em malha fechada • τc pequeno → resposta rápida em malha fechada O ganho da malha fechada é feito igual a 1 para garantir ausência de ”offset”. Portanto, 1 1 GCL(s) 1 1 1 τc s+1 Gc (s) = = = 1 G(s) [1 − GCL(s)] G(s) 1 − τ s+1 G(s) τc s c Observe que o controlador obtido contém ação integral (1/τc s) como resultado da especificação de ganho unitário para a malha fechada. b.1). processo de 1a ordem Considere o processo de 1a ordem G(s) = Kp τp s + 1 Resolvendo para Gc (s) 1 1 τp s + 1 1 τp Gc (s) = = = G(s) τc s Kp τc s Kp τc 1 1+ τp s Veja que o controlador obtido pelo Método da Sı́ntese Direta para um processo de 1a ordem é simplesmente um controlador PI, onde Kc = Kτppτc τp 1 1 Gc (s) = 1+ ≡ Kc 1 + τI = τp Kp τc τp s τ s {z I } | {z } | sı́ntese direta PI Observações Importantes: • observe que será necessário ajustar apenas um parâmetro: a constante de tempo da malha fechada, τc • faz-se τI = τp e ajusta-se Kc ”on-line”até obter a resposta em malha fechada desejada b.2). processo de 2a ordem Considere o processo de 2a ordem G(s) = Kp (τp1 s + 1)(τp2 s + 1) Resolvendo para Gc (s) Gc (s) = Gc (s) = Gc (s) = Gc (s) = 1 1 (τp1s + 1)(τp2 s + 1) 1 = G(s) τc s Kp τc s τp1τp2 s2 + (τp1 + τp2 )s + 1 1 Kp τc s τp1 + τp2 1 τp1τp2s + + Kpτc Kp τc s Kpτc τp1 + τp2 1 τp1τp2s 1+ + Kpτc (τp1 + τp2)s τp1 + τp2 Veja que o controlador obtido pelo Método da Sı́ntese Direta para um processo de 2a ordem é simplesmente um controlador PID, onde τp1 + τp2 1 τp1τp2 s Gc (s) = 1+ + ≡ Kp τc (τp1 + τp2)s τp1 + τp2 | {z } sı́ntese direta p2 Kc = τp1K+τ τ p c 1 ≡ Kc 1 + + τD s τI = τp1 + τp2 τI s τ τ | {z } τD = τp1p1+τp2p2 PID Observações Importantes: • observe que será necessário ajustar apenas um parâmetro: a constante de tempo da malha fechada, τc τp2 e ajusta-se Kc ”on• faz-se τI = τp1 + τp2 e τD = τp1τp1+τ p2 line”até obter a resposta em malha fechada desejada c). processos de fase não mı́nima Processos de fase não mı́nima apresentam tempos mortos (”time delays”) e zeros no semi-plano direito do plano complexo (”RHP zeros”): Kpe−τd s G(s) = τp s + 1 Kp(−as + 1) G(s) = τp s + 1 : tempo morto : RHP zero 1/a (a > 0) Seria natural também escolher um sistema de primeira ordem para representar o comportamento da malha fechada: 1 GCL(s) = τc s + 1 Entretanto, essa escolha sem considerar o tempo morto ou RHP zero tornará a malha fechada inviável de ser implementada ou instável: • tempo morto 1 1 τp s + 1 1 τp Gc (s) = = = G(s) τc s Kpe−τd s τc s Kpτc 1 1+ τp s eτd s O controlador resultante corresponde a um controlador PI com o termo adicional eτd s. Este termo não é fisicamente realizável porque requer o conhecimento de erros futuros para obter a ação de comando presente. • RHP zero Gc (s) = τp s + 1 1 1 1 = G(s) τc s Kp(−as + 1) τc s A presença de pólo RHP é devido a inversão do RHP zero do processo, tornando o controlador instável e a ação de controle não limitada (elemento final de controle irá saturar). Por esses motivos, um controlador fisicamente realizável e estável pode ser obtido se a resposta desejada da malha fechada contiver o mesmo atraso e RHP zeros do processo. c.1). processos com tempo morto Reformulando a resposta desejada para a malha fechada, incluindo o tempo morto, tem-se e−τdc s GCL(s) = τc s + 1 onde, agora, τc e τdc são parâmetros de projeto (o controlador será fisicamente realizável se τdc ≥ τd ). Para τdc = τd , e−τds Gc (s) = 1 GCL(s) 1 τc s+1 = −τd s G(s) [1 − GCL(s)] G(s) 1 − τes+1 c Gc (s) = 1 e−τd s G(s) τc s + 1 − e−τd s Aproximando-se e−τd s ≈ 1 − τd s no denominador de Gc (s), este assumirá a forma de um controlador PID padrão: 1 e−τd s Gc (s) = G(s) (τc + τd )s Observe que não foi necessário efetuar a mesma aproximação do e−τd s do numerador de Gc (s), pois este será cancelado com termo idêntico em G(s). c.1.1). processo de 1a ordem com tempo morto Considere o processo de 1a ordem com tempo morto Kpe−τd s G(s) = τp s + 1 Resolvendo para Gc (s) Gc (s) = Gc (s) = e−τd s τp s + 1 e−τd s 1 = G(s) (τc + τd)s Kp e−τd s (τc + τd )s τp 1 1+ Kp (τc + τd ) τp s Veja que o controlador obtido pelo Método da Sı́ntese Direta para um processo de 1a ordem com tempo morto é simplesmente um controlador PI, onde τp 1 Gc (s) = 1+ Kp(τc + τd) τp s {z } | direta sı́ntese Kc = Kp (ττcp+τd ) 1 Gc (s) = Kc 1 + τI = τp τ s | {z I } PI c.1.2). processo de 2a ordem com tempo morto Considere o processo de 2a ordem com tempo morto Kpe−τd s G(s) = (τp1 s + 1)(τp2 s + 1) Resolvendo para Gc (s) Gc (s) = Gc (s) = Gc (s) = 1 e−τd s (τp1 s + 1)(τp2 s + 1) e−τd s = G(s) (τc + τd )s Kp e−τd s (τc + τd )s τp1τp2s2 + (τp1 + τp2)s + 1 1 K (τc + τd)s p τp1 + τp2 1 τp1 τp2s 1+ + Kp(τc + τd ) (τp1 + τp2 )s τp1 + τp2 Veja que o controlador obtido pelo Método da Sı́ntese Direta para um processo de 2a ordem com tempo morto é simplesmente um controlador PID, onde τp1 + τp2 1 τp1τp2 s Gc (s) = ≡ 1+ + Kp (τc + τd ) (τp1 + τp2)s τp1 + τp2 {z } | sı́ntesedireta p2 Kc = Kτpp1(τ+τ +τ c d) 1 ≡ Kc 1 + + τD s τI = τp1 + τp2 τ τ τI s | {z } τD = τp1p1+τp2p2 PID c.2). processos com um RHP zero 1/a (a > 0) Reformulando a resposta desejada para a malha fechada, incluindo o RHP zero 1/a (a > 0), tem-se −as + 1 τc s + 1 onde, agora, τc e a são parâmetros de projeto. Assim, GCL(s) = −as+1 Gc (s) = 1 GCL(s) 1 τc s+1 = G(s) [1 − GCL(s)] G(s) 1 − −as+1 τ s+1 c Gc (s) = 1 −as + 1 G(s) (τc + a)s Observe que Gc (s) assume a forma de um controlador PID padrão: 1 −as + 1 Gc (s) = G(s) (τc + a)s De forma semelhante, chegar-se-á às expressões para os controladores PID considerando processos de 1a e 2a ordem com um RHP zero 1/a (a > 0): c.2.1). processo de 1a ordem com um RHP zero Considere o processo de 1a ordem com RHP zero 1/a (a > 0) Kp(−as + 1) G(s) = τp s + 1 O controlador obtido pelo Método da Sı́ntese Direta para um processo de 1a ordem com um RHP zero é simplesmente um controlador PI, onde τp 1 Gc (s) = 1+ K (τ + a) τp s {z } | p c sı́ntese direta Kc = Kp(ττcp+a) 1 Gc (s) = Kc 1 + τI = τp τ s {z I } | PI c.2.2). processo de 2a ordem com RHP zero Considere o processo de 2a ordem com RHP zero 1/a (a > 0) Kp(−as + 1) G(s) = (τp1 s + 1)(τp2 s + 1) O controlador obtido pelo Método da Sı́ntese Direta para um processo de 2a ordem com um RHP zero é simplesmente um controlador PID, onde τp1 + τp2 1 τp1 τp2s Gc (s) = 1+ + ≡ Kp(τc + a) (τp1 + τp2)s τp1 + τp2 | {z } sı́ntesedireta p2 Kc = Kτpp1(τ+τ +a) c 1 ≡ Kc 1 + + τD s τI = τp1 + τp2 τ τ τI s | {z } τD = τp1p1+τp2p2 PID Controle com Modelo Interno – IMC Diferentemente do Método da Sı́ntese Direta, o Controle com Modelo Interno (IMC) considera o modelo do processo como parte integrante do controlador. Com o uso explı́cito do conhecimento de processo, o projeto do controlador: • leva em conta as incertezas do modelo • permite contrabalancear a performance com a robustez do sistema de controle, a variações no processo e erros de modelagem a). desenvolvimento da estrutura IMC Quando o processo está no estado estacionário, e não há perturbações, então as entradas e saı́das são iguais a zero (em variáveis-desvio). Considere, por exemplo, que se deseja mudar a saı́da, y(s), de modo que ela siga o seu valor de referência, ysp (s). Isso pode ser feito projetando um controlador em malha aberta, G?c (s), tal que uma relação desejada entre a y(s) e ysp (s) seja especificada e tenha caracterı́sticas dinâmicas apropriadas (resposta rápida sem muita sobre-elevação, sem ”offset”, etc): y(s) = G?c(s)G(s) ysp (s) onde G(s) = GF (s)Gp (s)Gm (s) relaciona o processo e toda a instrumentação envolvida, menos o controlador. y s p (s ) G *c(s ) u (s ) P r Go c ( e s s ) s o y (s ) No entanto, na presença de incertezas no modelo do processo e de perturbações, alguma forma de realimentação é necessária para compensar o efeito delas sobre a resposta, y(s). Embora o procedimento de projeto do IMC seja idêntico ao procedimento de projeto de um controlador em malha aberta, a sua implementação resulta em um sistema de controle por realimentação. Isto é, o IMC é capaz de compensar para incertezas no modelo e perturbações, enquanto que o controle em malha aberta não. Além disso, para muitos processos, a estrutura IMC pode ser formulada como a estrutura ”feedback”padrão. Com isso, nesses casos, o IMC acaba por se assemelhar a um controlador PID. Isso é muito saúdavel, já que é possı́vel se utilizar equipamentos e algoritmos padrões (controladores PID) para implementar conceitos de controle avançado. O desenvolvimento da estrutura IMC parte da estrutura do controle em malha aberta: • considere que um modelo do processo, G̃(s), está disponı́vel e recebe a mesma variável manipulada que chega ao processo real (planta) y s p (s ) G *c(s ) u (s ) P r Go c ( e s s ) s o ~ P r Go c ( e s s ) s o y (s ) ~ y (s ) s a íd a d o p ro c e s s o s a íd a d o m o d e lo • pode-se, agora, subtrair a resposta do processo (medida real) da resposta do modelo (predição do modelo) para determinar o erro do modelo y s p (s ) G *c(s ) u (s ) P r Go c ( e s s ) s o ~ P r Go c ( e s s ) s o y (s ) ~ y (s ) + - ~ y (s )-y (s ) e rro d o m o d e lo • a perturbação, também, pode ser incorporada ao sistema d (s ) y s p (s ) G * c(s ) u (s ) P r Go c ( e s s ) s o ~ P r Go c ( e s s ) s o + ~ y (s ) y (s ) + + - ~ y (s )-y (s ) e r r o d o m o d e lo Assim, o cálculo da incerteza do modelo também inclui perturbações não-medidas. • essa informação pode ser agora usada pelo controlador para compensar os erros de modelagem e perturbações y s p (s ) + ~ d (s ) y s p (s ) - G *c(s ) u (s ) P r Go c ( e s s ) s o ~ ~ ~ d (s )= y (s )-y (s ) P r Go c ( e s s ) s o + ~ y (s ) y (s ) + + - Forma-se, assim, a estrutura IMC, onde d(s) ˜ d(s) G(s) G̃(s) G?c(s) ysp (s) ỹsp (s) = = = = = = = perturbação perturbação estimada processo (planta) modelo do processo controle com modelo interno valor de referência valor de referência modificado (corrige para erro no modelo e perturbações) u(s) = variável manipulada (saı́da do controlador) y(s) = variável de saı́da (medida) do processo ỹ(s) = variável de saı́da do modelo b). casos limites b.1). modelo perfeito, sem perturbações Se o modelo é perfeito (G̃(s) = G(s)) e não há perturbações (d(s) = 0), então o sinal de realimentação é zero e y(s) = G?c (s)G(s)ysp (s) Note que esta relação é exatamente igual à relação obtida com o controle em malha aberta. Isto é interessante, pois se o controlador, G?c(s), é estável e o processo, G(s), é também estável, o sistema em malha fechada é estável (lembre que um controlador por realimentação padrão pode se tornar instável com uma escolha incorreta dos valores de seus parâmetros). b.2). modelo perfeito, com perturbações Se o modelo é perfeito (G̃(s) = G(s)) e há perturbações ˜ (d(s) 6= 0), então o sinal de realimentação é igual a d(s) = d(s): realimentação é necessária para compensar o efeito de perturbações não-medidas. b.3). incerteza no modelo, sem perturbações Se o modelo apresenta erros (G̃(s) 6= G(s)) e não há perturbações (d(s) = 0), então o sinal de realimentação é ˜ igual a d(s) = [G(s) − G?c (s)]u(s): realimentação é necessária para compensar o efeito das incertezas no modelo. Isso ilustra que, as razões para controle por realimentação são: • presença de perturbações não-medidas • presença de incertezas no modelo • respostas em malha fechada mais rápidas do que em malha aberta • estabilização de sistemas instáveis em malha aberta c). controle IMC-PID A estrutura IMC pode ser rearranjada para fornecer a estrutura PID padrão. Desta forma, consegue-se utilizar explicitamente o modelo do processo em um controlador PID: y s p (s ) ~ d (s ) y s p + (s ) u (s ) G *c(s ) - P r Go c ( e s s ) s o ~ ~ ~ d (s )= y (s )-y (s ) y s p (s ) + e (s ) - + ~ y G s p (s ) + ~ y (s ) (s ) c P r Go c ( e s s ) s o (IM C ) u (s ) G *c(s ) y (s ) + + ~ y (s ) + - d (s ) P r Go c ( e s s ) s o + + y (s ) ~ P r Go c ( e s s ) s o (P ID ) A equivalência entre as duas estruturas acontece quando a malha interna formada por G?c(s) e G̃(s) corresponde ao controlador PID padrão igual a u(s) = Gc (s) = e(s) G?c (s) = G?c (s) ou 1 − G?c(s)G̃(s) Gc (s) 1 + Gc (s)G̃(s) Portanto, a seguinte relação em malha fechada para o IMC pode ser obtida: y(s) = G?c(s)G(s) ysp (s) + ? 1 + Gc (s)[G(s) − G̃(s)] 1 − G?c (s)G(s) d(s) 1 + G?c (s)[G(s) − G̃(s)] c.1). modelo perfeito, operação servo (d(s) = 0) ou operação reguladora (ysp(s) = 0) y(s) = G?c(s)G(s)ysp (s) + [1 − G?c (s)G(s)]d(s) Se o modelo é perfeito (G̃(s) = G(s)), seja para operação servo – deseja-se que y(s) = ysp (s) – ou operação reguladora – deseja-se que y(s) = 0, o controlador IMC deve ser igual ao inverso do modelo do processo G?c(s) = 1 controle perfeito G̃(s) Desta forma, com ou sem erro entre o processo e seu modelo, o controlador IMC resultante pode ser inviável, seja por ser instável ou requerer predição. d). procedimento de projeto do IMC O procedimento de projeto do IMC ocorre nas seguintes etapas: Etapa 1 desenvolva um modelo para o processo, G̃(s) Etapa 2 fatore o modelo do processo em duas partes: uma parte que possa ser invertida (parte boa do modelo – G̃−(s)) e outra parte que não possa ser invertida (parte ruim do modelo – G̃+ (s)). A parte ruim do modelo é aquela que conterá quaisquer atraso por transporte e zeros no semi-plano direito do plano complexo (RHP zeros): G̃(s) = G̃+(s)G̃− (s) O objetivo dessa fatoração é garantir que o controlador projetado seja estável e não requera predição. Etapa 3 forme o controlador IMC ideal. O controlador IMC ideal é aquele formado pelo inverso da parte que pode ser invertida do modelo do processo, G̃−(s) (parte boa do modelo): G?c (s) = 1 G̃− (s) Evita-se, assim, que o controlador IMC, G?c (s), contenha elementos que o tornariam instável ou requeririam predição (atraso por transporte e RHP zeros do G̃+(s)). Etapa 4 adicione um filtro, F (s), para tornar o controlador próprio (uma função de transferência é própria se a ordem do polinômio do denominador é maior ou igual a ordem do polinômio do numerador);isto é, que G?c(s) seja fisicamente realizável: G?c(s) = 1 F (s) G̃−(s) O filtro, F (s), pode assumir as seguintes formas: • variação degrau no valor de referência: normalmente o filtro assume a forma 1 F (s) = (τc s + 1)r onde r é selecionado para tornar o controlador próprio ou que a ação derivativa ideal seja permitida (a ordem do numerador excede a ordem do denominador em 1). • variação rampa no valor de referência: aconselha-se utilizar o filtro F (s) = rτc s + 1 (τc s + 1)r • rejeição a perturbações degrau na carga e processos integradores ou instáveis: o filtro recomendado é o F (s) = τn s + 1 (τc s + 1)r onde τn é selecionado para cancelar a constante de tempo mais lenta do processo. Etapa 5 ajuste a constante de tempo do filtro, τc , para selecionar a velocidade da resposta da malha fechada • τc elevado → resposta lenta (mais robusta) em malha fechada • τc pequeno → resposta rápida em malha fechada Etapa 6 realize simulações em malha fechada para ambas as situações de modelo perfeito e com incertezas. Ajuste τc balenceando performance e robustez. Valores iniciais para τc estão na faixa de 1/3 a 1/2 da constante de tempo dominante do processo. d.1). modelo perfeito y(s) = G̃+(s)F (s)ysp (s) + [1 − G̃+F (s)]d(s) • operação servo, d(s) = 0: y(s) = G̃+(s)F (s)ysp (s) • operação reguladora, ysp (s) = 0: y(s) = [1 − G̃+F (s)]d(s) Observe que, nestes casos, a parte ruim do modelo, G̃+ (s), aparece na resposta da malha fechada: resposta inversa para RHP zeros e tempo morto para atraso por transporte. e). projeto do IMC-PID A estrutura IMC pode ser usada para obter os ajustes PID de um controlador Gc (s) a uma grande variedade de modelos de processos. e.1). processo de 1a ordem Considere o processo de 1a ordem G̃(s) = Kp τp s + 1 passo 1 encontre a função de transferência própria do controlador IMC, G?c (s), que inclua um filtro F (s): Kp G̃(s) = G̃+(s)G̃− (s) = |{z} 1 · τp s + 1 G̃+ (s) | {z } G̃− (s) G?c (s) = G?c (s) = 1 τp s + 1 1 F (s) = G̃−(s) Kp τc s + 1 1 τp s + 1 Kp τc s + 1 passo 2 encontre o controlador por realimentação equivalente, Gc (s), usando a transformação: G?c (s) Gc (s) = = 1 − G?c(s)G̃(s) 1− 1 τp s+1 Kp τc s+1 1 τp s+1 Kp Kp τc s+1 τp s+1 = τp s + 1 Kpτc s passo 3 rearranje a equação de Gc (s) para que fique semelhante a um PID. Neste caso, o controlador resultante é um PI: Kc = Kτppτc 1 1 τp 1+ ≡ Kc 1 + Gc (s) = τI = τp Kp τc τp s τ s {z I } | {z } | IMC PI Observações Importantes: • veja que o ganho proporcional Kc é inversamente relacionado a constante de tempo da malha fechada, τc , o que faz sentido: se τc é pequeno (resposta rápida), o ganho proporcional deve ser alto; se τc é grande (resposta lenta), o ganho proporcional deve ser pequeno • observe que será necessário ajustar apenas um parâmetro: a constante de tempo do filtro, τc • faz-se τI = τp e ajusta-se Kc ”on-line”até obter a resposta em malha fechada desejada Este procedimento pode ser usado para desenvolver o controlador PID equivalente para outras funções de transferência. Ajuste do Controlador IMC-PID (Gc (s)) para Processos Estáveis e Integradores G̃(s) F (s) Kc τI τD τF A Kp τp s+1 1 τc s+1 τp Kpτc τp — — Ba Kp τp s+1 τn s+1 (τc s+1)2 2τp −τc Kpτc 2τp τc −τc2 τp — — C Kp (τp1 s+1)(τp2 s+1) 1 τc s+1 τp1 +τp2 Kpτc τp1 + τp2 τp1 τp2 τp1 +τp2 — D Kp τ s +2ζτp s+1 1 τc s+1 2ζτp Kpτc 2ζτp τp 2ζ — Eb Kp τ s +2ζτp s+1 1 (τc s+1)2 ζτp Kpτc 2ζτp τp 2ζ τc 2 Fc Kp(−βs+1) τp2 s2 +2ζτp s+1 1 (τc s+1) 2ζτp Kp(β+τc ) 2ζτp τp 2ζ — Gb,c Kp(−βs+1) τp2 s2 +2ζτp s+1 −βs+1 (−βs+1)(τc s+1) 2ζτp Kp(2β+τc ) 2ζτp τp 2ζ βτc 2β+τc 2 2 p 2 2 p Ajuste do Controlador IMC-PID (Gc (s)) para Processos Estáveis e Integradores G̃(s) F (s) Kc τI τD τF H Kp s 1 τc s+1 1 Kpτc — — — Id Kp s 2τc s+1 (τc s+1)2 2 Kpτc 2τc — — J Kp s(τp s+1) 1 τc s+1 1 Kpτc — τp — Kd Kp s(τp s+1) 2τc s+1 (τc s+1)2 2τc +τp Kp τc2 2τc + τp 2τc τp 2τc +τp — Observações Importantes: aO controlador é projetado para melhorar a rejeição a 2 perturbações na carga: τn = 2τp ττcp−τc . Observe que desejase τn > 0, o que conduz a τc < 2τp . bO éh um iPID com atraso dinâmico: Gc (s) = i hcontrolador 2 1 I s+1 · . Kc τI τD s τ+τ s τ s+1 I F c Assume-se β > 0 (resposta inversa, RHP zeros). dO controlador é projetado para variação rampa no valor de referência. Também conduz a melhor rejeição a perturbações. e.2). processo de 1a ordem com tempo morto Considere o processo de 1a ordem com tempo morto Kpe−τd s G̃(s) = τp s + 1 passo 1 use aproximação de Padé de 1a ordem para o τd − s+1 tempo morto e−τd s ≈ τd2s+1 , tal que agora 2 G̃(s) = Kp(− τ2d s + 1) (τp s + 1)( τ2d s + 1) passo 2 fatore G̃(s) τd Kp G̃(s) = G̃+ (s)G̃− (s) = (− s + 1) · τd s + 1) | 2 {z } |(τp s + 1)( {z 2 } G̃+ (s) G̃− (s) passo 3 forme o controlador idealizado G?c (s) (τp s + 1)( τ2d s + 1) 1 = = G̃−(s) Kp passo 4 adicione um filtro F (s) G?c(s) (τp s + 1)( τ2d s + 1) 1 1 F (s) = = Kp τc s + 1 G̃−(s) Observe que, propositadamente, G?c(s) não é feita própria. Do contrário não seria obtido um controlador PID. Usa-se a opção derivativa, onde permite-se o numerador ser uma ordem de grandeza maior do que o denominador. passo 5 encontre o controlador PID equivalente Gc (s) τ Gc (s) = Gc (s) = Gc (s) = G?c(s) = 1 − G?c (s)G̃(s) 1− (τp s+1)( 2d s+1) 1 Kp τc s+1 τd τ (τp s+1)( 2 s+1) 1 Kp(− 2d s+1) τ Kp τc s+1 (τp s+1)( 2d s+1) (τp s + 1)( τ2d s + 1) Kp(τc + 12 )s 1 τ τ s2 2 p d + (τp + 12 τd)s + 1 Kp(τc + 12 )s Multiplicando a equação de Gc (s) por τp + 21 τd , + 12 τd τp encontra-se os parâmetros do controlador PID " # 1 τp + 2 τd 1 τp τd s Gc (s) = 1 + + ≡ 2τp + τd Kp (τc + 21 τd ) (τp + 21 τd )s | {z } IMC τp + 21 τd Kc = Kp(τc + 12 τd ) 1 + τD s ≡ Kc 1 + τI = τp + 12 τd τI s | {z } τD = τp τd 2τp +τd PID Observações Importantes: • recomenda-se que τc > 0, 8τd devido à aproximação de Padé realizada • observe que será necessário ajustar apenas um parâmetro: a constante de tempo do filtro, τc τd • faz-se τI = τp + 21 τd e τD = 2ττpp+τ e ajusta-se Kc ”ond line”até obter a resposta em malha fechada desejada Este procedimento pode ser usado para desenvolver o controlador PID equivalente para outras funções de transferência com tempo morto. Ajuste do Controlador IMC-PID (Gc (s)) para Processos Estáveis com Tempo Morto G̃(s) F (s) Kc τI τD τF Notasa A Kpe−τd s τp s+1 1 τc s+1 τp + 21 τd Kp (τc + 12 τd ) τp + 12 τd τp τd 2τp +τd — 1 B Kpe−τd s τp s+1 1 τc s+1 τp Kpτc τp — — 2 C Kpe−τd s τp s+1 1 τc s+1 τp Kp(τc +τd ) τp — — 3 D Kpe−τd s s τn s+1 (τc s+1)2 2τc +τd Kp (τc +τd )2 2τc + τd — — 3 τd 6 2τc2 − 6d 4τc +τd τ2 Eb Kpe−τd s 1 (τc s+1)2 τd Kp(4τc +τd ) τd 2 4 Observações Importantes: a IMC-PID é baseado na aproximação de 1a ordem de Padé para o tempo morto, a não ser que se diga o contrário: 1. G?c(s) é imprópria; recomendando-se τc > 0, 8τd 2. tempo morto é desprezado; recomenda-se τc > 1, 7τd 3. tempo morto é aproximado por aproximação de séries de Taylor: (−τd s + 1) 4. uma aproximação de 2a ordem de Padé foi utilizada para o tempo morto b O hcontrolador éh um iPID com atraso dinâmico: Gc (s) = i 2 1 I s+1 · τF s+1 . Kc τI τD s τ+τ Is Em todos os casos recomenda-se fazer τc > 0, 2τp . e.3). processo de 1a ordem instável Considere o processo de 1a ordem instável, com pólo 1/τp G̃(s) = Kp −τp s + 1 passo 1 encontre a função de transferência do controlador IMC, G?c (s), G?c (s) = 1 (−τp s + 1) τn s + 1 F (s) = Kp (τc s + 1)2 G̃− (s) Escolha um filtro de segunda ordem para tornar o controlador G?c (s) próprio, com numerador e denominador de mesma ordem. Deve-se, agora, encontrar τn tal que F (s = 1/τp) = 1: τn (1/τp ) + 1 τc F (s = 1/τp ) = = 1 ∴ τn = τc +2 [τc (1/τp )s + 1]2 τp passo 2 após algum algebrismo, encontre o controlador PID equivalente Gc (s) −τp s+1 τn s+1 Gc (s) = G?c(s) Kp (τc s+1)2 = p s+1 τn s+1 1 − G?c(s)G̃(s) 1 − −τK (τc s+1)2 p τn (τn s + 1) Kp (2τc − τn ) τ s n 1 τn 1+ Gc (s) = ≡ Kp (2τc − τn ) τn s | {z } IMC τn ( Kc = 1 Kp(2τc −τ n) ≡ Kc 1 + τc τI = τn = τc τp + 2 τ s {z I } | Gc (s) = PI Ajuste do Controlador IMC-PID (Gc (s)) para Processos Instáveis G̃(s) F (s) Kc τI τD Notas A Kp −τp s+1 τn s+1 (τc s+1)2 τn Kp(2τc −τn ) τn — 1 B Kp (−τp1 s+1)(τp2 s+1) τn s+1 (τc s+1)2 −τp1 (τn +τp2 ) Kpτc2 τn + τp2 τn τp2 τn +τp2 2 C Kp(τp3 s+1) (−τp1 s+1)(τp2 s+1) τn s+1 (τc s+1)2 τn — 2,3 −1 Kp 2τp1 1 + τc Observações Importantes: 1. τn = τc 2. τn = τc τc τp τc τp1 +2 +2 3. controlador é um PI com filtro: Gc (s) = Kc h i τp2 s+1 τp3 s+1 h τI s+1 τI s i · Método de Ajuste Baseado na Oscilação em Malha Fechada Este foi o primeiro método de ajuste dos parâmetros de um PID amplamente utilizado. Ele foi apresentado por Ziegler e Nichols em 1942. a). método de Ziegler-Nichols em malha fechada A técnica de ajuste de Ziegler-Nichols em malha fechada (ou simplesmente método de Ziegler-Nichols – ZN) foi talvez o primeiro método rigoroso de ajuste de controladores PID. A técnica não é hoje mais utilizada extensamente, porque o comportamento da malha fechada tende a se tornar oscilatório e sensı́vel a incertezas. Ela é apresentada mais por razões históricas e porque ela é similar às técnicas usadas em controle auto-ajustáveis (”autotuning”). O método de ZN consiste nas seguintes etapas: 1. com controle proporcional apenas (τI → ∞ e τD = 0), aumenta-se o valor do ganho proporcional Kc até surgir uma oscilação contı́nua da variável controlada. d (s ) y e (s ) + s p (s ) - K G c c u (s ) (s ) = K P r Go c ( e s s ) s o + + y (s ) u 2. o valor do ganho proporcional que provoca essa oscilação contı́nua é chamado de ganho crı́tico ou último, Ku. Com esse valor do ganho proporcional, a malha se encontra no limite de estabilidade (marginalmente estável) com um controlador proporcional. O perı́odo de oscilação observado quando Kc = Ku (o intervalo de tempo entre dois picos sucessivos) chama-se perı́odo crı́tico ou último, Pu . Oscilação Contínua com Controle Proporcional: Kc=Ku 3 P 2.5 u 2 y 1.5 1 0.5 0 −0.5 −1 0 5 10 15 tempo 3. os ajustes de ZN são calculados a partir de Ku e Pu , conforme mostra a tabela Ajuste de ZN em Malha Fechada Controlador Kc τI τD P 0, 5Ku — — PI 0, 45Ku Pu 1,2 — PID 0, 6Ku Pu 2 Pu 8 Observações Importantes: • normalmente, o distúrbio na malha é introduzido pelo valor de referência. Pode-se variar o seu valor com pequenos degraus em torno da condição de operação normal do processo. Cuidado especial deve ser adotado quando o ganho proporcional aumenta, pois isso pode levar a válvula e o sensor a saturação. • as relações de sintonia propostas por Ziegler e Nichols foram desenvolvidas para fornecer uma razão de declı́nio 1/4. • o ajuste de ZN freqüentemente conduz a malha a oscilações indesejáveis para um processo tı́pico. • os parâmetros de ajuste também não são muito robustos; isto é, são muito sensı́veis às incertezas do processo. • a malha pode se tornar instável com a mudança das condições operacionais. b). método de Tyreus e Luyben em malha fechada Tyreus e Luyben sugeriram regras de ajuste de parâmetros que provocam menos oscilações e que são menos sensı́veis às mudanças nas condições operacionais e às incertezas do processo: Ajuste de Tyreus-Luyben em Malha Fechada Controlador Kc τI τD PI Ku 3,2 2, 2Pu — PID Ku 2,2 2, 2Pu Pu 6,3 Em ambos os casos, observe que a ação proporcional é reduzida quando ação integradora é adicionada (PI). Já quando a ação derivativa é incorporada, pode-se elevar o efeito da ação proporcional, conseguindo uma resposta mais rápida (PID). Método de Ajuste Baseado na Curva de Reação de Processo O método de ajuste de ZN é baseado em testes que forçam o processo a oscilar continuamente. O grande problema desse procedimento é levar o sistema ao limite da instabilidade, além de necessitar de um considerável intervalo de tempo para obter a oscilação contı́nua. Uma alternativa a esse método foi proposta por Cohen e Coon, em 1953, que apresentaram relações de projeto baseadas em modelos de processos obtidos a partir de teste degrau em malha aberta. a). método de Cohen-Coon (CC) O procedimento de Cohen e Coon ficou conhecido como Método da Curva de Reação de Processo. A aplicação do método baseia-se nos seguintes procedimentos: • abra-se a malha entre o controlador e o elemento final de controle. • introduz-se uma perturbação degrau de amplitude A na variável que atua sobre o elemento final de controle. • registra-se o valor da variável de saı́da com o tempo. A curva y(t) é a chamada Curva de Reação de Processo. A função de transferência entre y(s) e u(s) chama-se Função de Transferência da Malha Aberta y(s) = G(s) = Gf (s)Gp (s)Gm (s) u(s) e representa a função de transferência do processo mais a instrumentação pertinente, menos o controlador. A y e (s ) + s p (s ) - G c d (s ) u (s ) P r Go c ( e s s ) s o (s ) + + y (s ) Cohen e Coon observaram que uma grande variedade de processos possuem curvas de reação de processo semelhantes e com forma S chamada sigmoidal Curva de Reação de Processo: resposta ao degrau 350 y 300 250 200 150 −1 −0.5 0 0.5 1 1.5 2 2.5 3 tempo Esta curva pode ser adequadamente aproximada pela resposta ao degrau de um sistema de primeira ordem com tempo morto (”FOPDT”) y(s) Kp e−τd s = G(s) ≈ u(s) τp s + 1 Os parâmetros Kp, τp e τd podem ser estimados a partir da curva de reação do processo, seguindo os passos abaixo: 1. Kp – ganho estacionário do processo ele pode ser facilmente determinado lendo-se o valor final de y(t) e calculando Kp = ∆y B = ∆u A Curva de Reação de Processo: resposta ao degrau 350 300 u 1 5 0 B 1 0 0 0 y A 250 t 200 150 −1 −0.5 0 0.5 1 1.5 2 2.5 3 tempo 2. τp – constante de tempo do processo ela é calculada a partir da inclinação, S, da reta tangente ao ponto de inflexão de y(t) ∆y B = S S Lembre que, para a resposta ao degrau de um sistema de 1a ordem, a maior inclinação da reta tangente τp = ocorre a t = 0 (ou a t = τd, quando com tempo morto), sendo igual a S= ∆y B = τp τp Curva de Reação de Processo: resposta ao degrau 350 reta tangente ao ponto de inflexão 300 y B 250 S=B/τ p 200 τd τ p resposta real 1a ordem + tempo morto 150 −0.5 0 0.5 1 1.5 2 2.5 tempo A presença de ruı́dos de medida é a principal desvantagem em utilizar a inclinação da reta tangente no ponto de inflexão em y(t) para determinar τp . Tornase muito difı́cil identificar o ponto de inflexão. 3. τd – tempo morto do processo tempo decorrido do inı́cio da perturbação até o inı́cio em que a resposta sente a perturbação. Ele é encontrado a partir da interseção da reta tangente com a abscissa, sendo considerado tempo morto aparente. Com base no modelo aproximado (primeira ordem com tempo morto), Cohen e Coon propuseram relações de projeto baseadas em uma resposta com 1/4 de razão de declı́nio (como Ziegler e Nichols): Ajuste de Cohen-Coon em Malha Aberta Curva de Reação de Processo Controlador P PI Kc 1 τp Kp τd 1 τp Kp τd PD 1 τp Kp τd PID 1 τp Kp τd 1+ 9 10 5 4 4 3 τd 3τp + τd 12τp + τd 6τp + τd 4τp τI τD — — d /τp τd 30+3τ 9+20τd /τp — — 6−2τd /τp τd 22+3τ d /τp 32+6τd /τp τd 13+8τ d /τp 4 τd 11+2τ d /τp b). método de Ziegler-Nichols (ZN) Ziegler e Nichols também obtiveram diferentes expressões para o ajuste dos parâmetros dos controladores, através de um procedimento semelhante ao utilizado por Cohen e Coon. Os resultados foram os seguintes: Ajuste de Ziegler-Nichols em Malha Aberta Curva de Reação de Processo Controlador Kc τI τD P 1 τp Kp τd — — PI 0,9 τp Kp τd 3, 3τd — PID 1,2 τp Kp τd 2τd 0, 5τd Observações Importantes: • um problema importante nesses métodos é que eles normalmente não são muito robustos; isto é, pequenas variações nos parâmetros do processo podem causar a instabilidade do sistema em malha fechada. • esses métodos utilizam apenas um ponto para estimar a constante de tempo, τp . • para processos que apresentam atraso por transporte muito pequeno; isto é, τd próximo de zero, a curva de reação do processo fica semelhante à resposta ao degrau de um sistema de primeira ordem simples. Os ajustes de CC e ZN indicarão um valor extremamente elevado de Kc . Escolhe-se o maior valor possı́vel para reduzir o desvio permanente, quando um controlador proporcional for empregado. Modelos Empı́ricos Para muitos processos é mais vantajoso, por questão de tempo e/ou esforço, desenvolver modelos empı́ricos do que fundamentais. Particularmente, se o interesse principal é ajustar uma malha de controle especı́fica, é mais interessante obter um modelo entrada-saı́da, do tipo função de transferência, a partir de um teste na planta. O teste na planta mais utilizado é realizar uma perturbação degrau na variável manipulada de interesse (saı́da do controlador) e observar a resposta da saı́da medida do processo. A partir de então, um modelo é desenvolvido de modo a obter a melhor semelhança entre a saı́da do modelo e a saı́da do processo observada. Uma das principais considerações na hora de desenvolver um modelo entrada-saı́da é selecionar o melhor pareamento (casamento) entre as possı́veis variáveis de entrada e saı́da do processo. Feita essa seleção, traz-se o processo para uma condição estacionária consistente e desejável, antes da perturbação degrau ser aplicada. Uma importante decisão diz respeito a amplitude do degrau a ser implementado na variável de entrada: • se o degrau tem amplitude muito pequena, a saı́da medida pode não mudar significativamente para desenvolver o modelo. Este fato é particularmente importante quando o sinal medido apresenta muito ruı́do. Neste caso, a amplitude do degrau na entrada deve ser tal que a relação sinal de saı́da / ruı́do seja alta o suficiente para se obter um bom modelo. • se o degrau tem amplitude muito elevada, a variável de saı́da pode variar tanto, que o produto fica fora de especificação durante muito tempo, enquanto o teste é realizado (claramente, essa não é uma solução economicamente recomendável). Também, se o degrau é elevado, efeitos não-lineares podem predominar, conduzindo o processo a condições operacionais bem diferentes das desejadas. Claramente, a perturbação deve ser de tal magnitude que seja possı́vel observar o comportamento da variável de saı́da (ela deve ir acima do ruı́do), mas não tão elevada de modo a provocar grandes alterações no seu valor (causando problemas econômicos e/ou produzindo efeitos não-lineares significativos). O modelo mais utilizado para o projeto de sistemas de controle é o modelo representado por uma função de transferência de primeira ordem com tempo morto. a). sistema de 1a ordem com tempo morto: resposta ao degrau A resposta ao degrau de amplitude A de um sistema de 1a ordem com tempo morto y(s) Kp e−τd s = G(s) = u(s) τp s + 1 tem a seguinte expressão: 0 y(t) = − Kp A 1 − e t−τd τp , 0 ≤ t < τd , t ≥ τd Os três parâmetros do processo Kp, τp e τd podem ser estimados a partir de um único teste na planta: • o ganho do processo, Kp, é obtido calculando-se a razão entre o variação total da resposta ao degrau, ∆y, e a variação total da entrada perturbada com um degrau de amplitude A, ∆u = A • o tempo morto, τd , corresponde ao intervalo de tempo observado entre o instante inicial da perturbação degrau e o momento inicial quando a resposta começa a se alterar Diversos métodos para determinar a constante de tempo do sistema, τp, podem ser utilizados: a.1). tempo para atingir 63,2% da variação final da resposta Fazendo-se t = τp + τd na equação da resposta ao degrau, de um sistema de 1a ordem com tempo morto, obtém-se h i τ +τ −τ − p τpd d −(1) = Kp A 1 − e y(τp + τd ) = Kp A 1 − e y(τp + τd ) = 0, 632KpA = 0, 632∆y = 0, 632B Portanto, t63,2% = τp + τd corresponde ao intervalo de tempo para a resposta do sistema atingir 63,2% de sua variação final. Curva de Reação de Processo: resposta ao degrau 350 300 y B 250 0,632 B 200 τ τ p d 150 −0.5 0 0.5 1 1.5 2 2.5 tempo a.2). método da inclinação máxima A máxima inclinação da reta tangente a resposta ao degrau, aplicado a t = 0, de um sistema de primeira ordem com tempo morto ocorre em t = τd : ∆y Kp ∆u B = = S S S Portanto, a maior inclinação à curva de reação de processo, y(t), é utilizada na determinação de τp . Essa maior inclinação ocorre no ponto de inflexão de y(t), sendo igual a S. τp = Curva de Reação de Processo: resposta ao degrau 350 reta tangente ao ponto de inflexão 300 y B 250 S=B/τ p 200 τd τ p resposta real 1a ordem + tempo morto 150 −0.5 0 0.5 1 1.5 2 2.5 tempo Observe que, os dois métodos de cálculo de τp anteriores são baseados em apenas um ponto da curva de reação de processo. a.3). método com dois pontos Os métodos a seguir utilizam dois pontos da curva de reação do processo para a determinação de τp . a.3.1). tempo para atingir 28,3% e 63,2% da variação final da resposta A constante de tempo τp e o tempo morto τd podem ser obtidos das seguintes relações τp = 1, 5(t63,2% − t28,3% ) τd = t63,2% − τp onde t28,3% e t63,2% são os tempos para atingir 28,3% e 63,2% da variação final da resposta, respectivamente. Curva de Reação de Processo: resposta ao degrau 340 320 300 280 B y 260 0,632 B 240 220 0,283 B 200 t t28,3% 180 63,2% 160 −0.5 0 0.5 1 1.5 2 2.5 tempo a.3.2). tempo para atingir 35,3% e 85,3% da variação final da resposta Sundaresan e Krishnaswamy, em 1977, propuseram o cálculo de τp e τd a partir de dois pontos da curva de reação do processo, utilizando as seguintes relações τp = 0, 67(t85,3% − t35,3% ) τd = 1, 3t35,3% − 0, 29t85,3% onde t35,3% e t85,3% são os tempos para atingir 35,3% e 85,3% da variação final da resposta, respectivamente. Curva de Reação de Processo: resposta ao degrau 350 300 y B 0,853 B 250 0,353 B 200 t t 35,3% 150 −0.5 0 0.5 85,3% 1 1.5 2 2.5 tempo a.4). regressão linear Pode-se determinar a constante de tempo ajustando os pontos da curva de reação do processo a uma linha reta. Para tanto, rearranja-se a solução ao degrau de um sistema de primeira ordem com tempo morto, tal que t−τd t−τd − − y(t) = KpA 1 − e τp = y∞ 1 − e τp t−τ y∞ − y(t) − τp d = e y∞ y∞ − y(t) t τd = − + ln y∞ τp τp onde y∞ = KpA = B é o valor final da resposta do sistema, em variável-desvio. y(t) também está em variável-desvio. Os parâmetros do modelo de primeira ordem com tempo morto são assim calculados: • o ganho do processo, Kp, é obtido calculando-se Kp = y∞ A • a constante de tempo, τp , é calculada do coeficiente angular da reta ajustada, α, τp = − 1 α • o tempo morto, τd , é calculado do coeficiente linear da reta ajustada, β, τd = βτp Regressão Linear 2 resposta real regressão linear τ /τ 1 d p ∞ −2 ln(y −y/y ) −1 ∞ 0 −3 α = −1/τ p −4 −5 −6 0 0.5 1 1.5 tempo 2 2.5 Após o ajuste linear, obtém-se o seguinte modelo de primeira ordem com tempo morto, representado na figura abaixo e comparado à curva de reação de processo Curva de Reação do Processo: resposta ao degrau 350 y 300 250 200 resposta real regressão linear: 1a ordem+tempo morto 150 0 0.5 1 1.5 tempo 2 2.5 Método de Ajuste Baseado na Minimização da Integral do Erro Os parâmetros de ajuste baseados na razão de declı́nio igual a 1/4 não são únicos. Na tentativa de criar relações de projeto únicas, foram desenvolvidos critérios de performance da malha fechada que minimizavam o desvio entre o valor de referência e o valor da variável controlada, ou o erro. Como o erro é uma função do tempo, a soma do erro a cada instante deve ser minimizada. Como as relações de projeto pretendem minimizar a integral do erro, este método é conhecido com Minimização da Integral do Erro. e (t) o p . r e g u la d o r a 0 t in te g r a l d o e r r o e (t) o p . s e rv o 0 in te g r a l d o e r r o 1 t Como a integral do erro não pode ser minimizada diretamente, pois um erro negativo muito grande seria o mı́nimo, são utilizadas diferentes formulações para a integral: a.1). integral do erro absoluto (”IAE”) IAE = Z ∞ |e(t)|dt 0 O IAE é utilizado principalmente para suprimir erros pequenos. Lembrando que o e(t) = ysp (t) − y(t). a.2). integral do quadrado do erro (”ISE”) ISE = Z ∞ e2 (t)dt 0 O ISE é utilizado principalmente para suprimir erros maiores, pois contribuem mais para o valor da integral do que |e(t)| < 1. Esses erros maiores normalmente ocorrem no inı́cio da resposta, do que erros pequenos, que ocorrem ao final da mesma. Entretanto, na tentativa de reduzir os erros iniciais, o critério ISE resulta em ganhos proporcionais maiores e respostas mais oscilatórias (razão de declı́nio alta), com o erro oscilando ao redor de zero por um tempo relativamente longo. Este fenômeno sugere que o critério de performance deveria conter uma penalidade que incluı́sse o tempo de resposta. a.2). integral do erro absoluto ponderado pelo tempo (”ITAE”) IT AE = Z ∞ t|e(t)|dt 0 Esse critério é principalmente utilizado para suprimir erros que persistem por um longo tempo, ampliando o efeito mesmo dos pequenos erros no valor da integral. a.2). integral do quadrado do erro ponderado pelo tempo (”ITSE”) IT SE = Z ∞ te2(t)dt 0 Observações Importantes: • os critérios de performance da integral do erro utilizam toda a resposta da malha fechada, indo de t = 0 até o novo estado estacionário. • a menos que limt→∞ e(t) = 0, os ı́ndices de performance tendem a infinito. • quando limt→∞ e(t) não tende a zero, pode-se definir o erro como e(t) = y(∞) − y(t) Desta forma tem-se ı́ndices de performance finitos. Este é o caso quando não se usa ação integral, onde o erro não é forçado a zero. • diferentes critérios de performance conduzem a diferentes projetos de controladores. • a forma da perturbação considerada (degrau, rampa, etc.) também afeta os parâmetros do controlador projetado. • o modo de operação da malha de controle (op. reguladora ou op. servo) conduz a projetos diferentes. Fórmulas de ajuste para atender os critérios de performance da integral do erro foram calculadas para variações degrau na carga e no valor de referência, considerando o modelo do sistema como de primeira ordem com tempo morto (Gp (s) = Gd(s)) e controlador PID: Fórmulas para a Minimização do Erro Integral Operação Servo Modelo do Processo Controlador PI Integral do Erro b1 a1 τd Kc = Kp τp τI = τp a2 +b2 τd τp Controlador PID Integral do Erro b1 a1 τd Kc = K τp p τI = τp a2 +b2 τD = a3τp τd τp b 3 τd τp para 0, 1 ≤ τd/τp ≤ 1, 0 G(s) = Kp e−τds τp s+1 1 τI s Gc (s) = Kc 1 + a1 = b1 = IAE 0,758 -0,861 a2 = b2 = 1,02 -0,323 Gc (s) = Kc 1 + 1 τI s + τD s ITAE 0,586 -0,916 1,03 -0,165 a1 = b1 = IAE 1,086 -0,869 ITAE 0,965 -0,855 a2 = b2 = 0,740 -0,130 0,796 -0,147 a3 = b3 = 0,348 0,914 0,308 0,9292 Fórmulas para a Minimização do Erro Integral Operação Reguladora Modelo do Processo G(s) = Controlador P Integral do Erro b a Kc = Kp ττdp Controlador PI Integral do Erro b1 a1 τd Kc = Kp τp τI = τp a2 b 2 τd τp Controlador PID Integral do Erro b1 a1 τd Kc = Kp τp τI = τp a2 b 2 τd τp τD = a3τp b 3 τd τp para 0, 1 ≤ τd/τp ≤ 1, 0 Kp e−τds τp s+1 Gc (s) = Kc a= b= ISE 1,411 -0,917 IAE 0,902 -0,985 Gc (s) = Kc 1 + a1 = b1 = ISE 1,305 -0,959 a2 = b2 = 0,492 0,739 Gc (s) = Kc 1 + 1 τI s ITAE 0,490 -1,084 IAE 0,984 -0,986 ITAE 0,859 -0,977 0,608 0,707 0,674 0,680 1 τI s + τD s a1 = b1 = ISE 1,495 -0,945 IAE 1,435 -0,921 ITAE 1,357 -0,947 a2 = b2 = 1,101 0,771 0,878 0,749 0,842 0,738 a3 = b3 = 0,560 1,006 0,482 1,137 0,381 0,995