Free

1. CONTROLECONTROLE
AVANÇADOAVANÇADO
Prof. André Laurindo MaitelliProf. André Laurindo Maitelli
DCA-UFRN

2. SumárioSumário
• Introdução ao Controle Avançado;
• Controle Não-convencional: cascata,
feedforward, override, split range, relação
• Controle Robusto;
• Controle Adaptativo;
• Identificação de Sistemas;
• Controle Preditivo;
• Controle Preditivo Multivariável;
• Aplicações de Controle Avançado.

3. Alguns Conhecimentos NecessáriosAlguns Conhecimentos Necessários
• Transformada de Laplace;
• Análise transitória e em regime;
• Lugar Geométrico das Raízes;
• Métodos de Resposta em Freqüência;
• Variáveis de Estado;
• Instrumentação industrial;
• Controladores PID.

4. INTRODUÇÃOINTRODUÇÃO

5. O que é Controle ?O que é Controle ?
• Um problema de controle consiste em
determinar uma forma de afetarforma de afetar um
sistema físico considerado de modo que o
seu desempenho atenda às especificaçõesespecificações
de desempenho;de desempenho;
• O comportamento do sistema físico pode
ser alterado através das variáveis
manipuladas geradas por um controlador.controlador.

6. Especificações de DesempenhoEspecificações de Desempenho
• Podem envolver requisitos como:
– Rapidez na respostaRapidez na resposta: tempo de subida,
transferência em tempo mínimo;
– ExatidãoExatidão: sobre-sinal, erro de regime,
rastreamento de referência;
– CustoCusto: mínima energia, mínimo combustível;
– SegurançaSegurança: estabilidade, robustez à incertezas;
– ConfortoConforto: rejeição à distúrbios, capacidade de
auto-diagnóstico;
– SimplicidadeSimplicidade: modelos reduzidos, número
pequeno de componentes.

7. HistóricoHistórico
• 1769 ⇒ Máquina a vapor de James Watt
• 1868 ⇒ J. C. Maxwell desenvolve o modelo matemático para o
controle de uma máquina a vapor
• 1913 ⇒ Henry Ford desenvolve uma máquina de montagem utilizada
na produção de automóveis
• 1927 ⇒ H. W. Bode analisa amplificadores realimentados
• 1932 ⇒ H. Nyquist desenvolve um método para analisar a estabilidade
de sistemas
• 1952 ⇒ Controle numérico desenvolvido pelo MIT
• 1954 ⇒ George Devol desenvolve o primeiro projeto industrial
robotizado
• 1970 ⇒ Teoria de variáveis de estado e controle ótimo é desenvolvida
• 1980 ⇒ Projeto de sistemas de controle robusto é desenvolvido
• 1990 ⇒ Automação da manufatura é difundida
• 1995 ⇒ Controle automático é largamente utilizado em automóveis e
Sistemas robustos são utilizados na manufatura

8. O que é Controle Avançado ?O que é Controle Avançado ?
• Anos 60: qualquer algoritmoalgoritmo ou estratégia de
controle que derivasse do PID clássico;PID clássico;
• Anos 70: computadores de processo permitiram a
implementação de controladores do tipo
Feedforward, Multivariável e Ótimo;Feedforward, Multivariável e Ótimo;
• Proliferação de técnicas ditas avançadas de
controle: avanços na indústria eletrônica,
especialmente no desenvolvimento de dispositivos
computacionais de baixo custo, ocorrida a partir
dos anos 70.

9. O que é Controle Avançado ?O que é Controle Avançado ?
• Na prática, controle avançado pode
significar desde a implementação de
esquemas de controle FeFeedforward ou em
cascata até a de algoritmos de controle
adaptativo ou de estratégias de otimização;
• Com a implementação de controle avançado
os benefícios em termos de custos
operacionais são entre 2 a 6%.

10. Controle AvançadoControle Avançado
• Usa técnicas de controle preditivocontrole preditivo
multivariávelmultivariável a processos industriais para
impedir que as variáveis de processo violem as
suas restrições;
• Visa maximizar uma dada função de
desempenho do processo (usualmente
econômica);
• Envia os SetPointsSetPoints para o controle regulatório;
• Utiliza técnicas de controle não-lineares: fuzzy,
neural, adaptativo, robusto, etc;
• Realiza inferência de produtos.

11. Hierarquia da AutomaçãoHierarquia da Automação

12. Benefícios do ControleBenefícios do Controle
AvançadoAvançado

13. Benefícios do ControleBenefícios do Controle
AvançadoAvançado

14. Principais VantagensPrincipais Vantagens
• Melhoria na qualidade dos produtosMelhoria na qualidade dos produtos: o uso de
inferência reduz as variações nas propriedades dos
produtos;
• Aumento no rendimento dos produtosAumento no rendimento dos produtos maismais
nobres;nobres;
• Aumento da capacidade da unidadeAumento da capacidade da unidade: o controle
preditivo multivariável respeita as restrições da
unidade;
• Economia e consumo de energia;Economia e consumo de energia;
• Aumento da estabilidade operacional da unidadeAumento da estabilidade operacional da unidade: a
proteção das restrições, rejeição de perturbações e a
natureza preditiva do controlador tornam o processo
mais fácil de controlar.

15. Quando Utilizar Controle AvançadoQuando Utilizar Controle Avançado ?
Problema Técnica Adequada
Perturbações externas Feedforward
Controle preditivo
Elevado tempo morto Compensação do tempo morto
Controle preditivo
Ruído nas medições Filtros analógicos ou digitais
Variáveis não medidas Controle inferencial
Filtro de Kalman
Controle preditivo
Não linearidades Ganho não-linear ou programado
Controle adaptativo
Controle preditivo
Dinâmica complexa Controle preditivo
Restrições Controle preditivo com restrições
Interação entre variáveis Desacoplamento
Controle preditivo multivariável
Impacto econômico Otimização on-line
Controle Otimizante

16. Quando Utilizar Controle AvançadoQuando Utilizar Controle Avançado ?
• Antes de partir para o controle avançado,
deve-se tentar otimizar o controle
regulatório:
– Sintonizando os parâmetros dos PID´s;
– Verificando a instrumentação.
• O investimento em Controle Avançado
custa de dez a quinze vezes mais em relação
a melhorias no sistema de controle
regulatório.

17. CaracterísticasCaracterísticas
• O Controle Avançado amplamente utilizado
na indústria de processo é multivariável,
tem característica preditivacaracterística preditiva e apresenta
uma função linear de otimizaçãootimização
econômica;econômica;
• Utiliza um modelo linearmodelo linear do processo
obtido através de testestestes efetuados na planta;
• As suas variáveis manipuladas são os Set-Set-
PointsPoints dos controladores PID do SDCD e
atualizadas em torno de uma vez por
minuto.

18. Implantação de CAVImplantação de CAV
• A implantação do controle avançado (CAV)
envolve desde o projeto funcional, que
define as diretrizes para maximizar a
lucratividade de determinado processo, até a
implementação do controle preditivo
multivariável e o treinamento dos
operadores e técnicos das empresas.

19. Passos da Implantação de CAVPassos da Implantação de CAV
• Projeto funcionalProjeto funcional: diretrizes para maximizar
a lucratividade de determinado processo;
• Revisão e ajuste de malhas regulatóriasRevisão e ajuste de malhas regulatórias:
sintonia dos controladores PID, avaliação
da instrumentação (sensores, válvulas, etc);
• Identificação do processoIdentificação do processo: seleção do
melhor modelo em uma classe, estimação
dos parâmetros, validação;
• Implementação do controle preditivoImplementação do controle preditivo
multivariável;multivariável;
• Treinamento de operadores.Treinamento de operadores.

20. Otimização em Tempo RealOtimização em Tempo Real

21. MODELOSMODELOS

22. Modelos de ProcessoModelos de Processo
• Qualquer descrição de um sistema pode ser
considerada como seu modelo;
• Em termos de propósitos de controle, o
modelo deve conter informações que
permitam predizer as conseqüências das
mudanças das condições operacionais dos
processos;
• Um modelo pode ser desde uma descrição
matemática ou até qualitativa do
comportamento de um processo.

23. Classificação dos ModelosClassificação dos Modelos

24. CONTROLADORESCONTROLADORES

25. Controle Baseado no ModeloControle Baseado no Modelo
• Modelo Inverso;
• PID;
• Adaptativo;
• Preditivo com Restrições;
• Multivariável;
• Robusto;
• Globalmente Linearizante.

26. Modelo InversoModelo Inverso
• ImpraticávelImpraticável devido:
– Incertezas no modelo G(s);
– Processos de fase não-mínima;
– Limitações no sinal de controle u.
uy y
G(s)1/G(s)

27. PID ClássicoPID Clássico
• Utilizado em mais de 80% das malhas de
controle existentes na indústria;
• Pode ser sintonizado (selecionados os 3
parâmetros) empiricamente ou pelo uso do
modelo do processo;
• É ótimo para processos de 1a
ordem com atraso
ou para processos de 2a
ordem sem atraso;
• Na prática, as características dos processos são
não-lineares e/ou variantes;
• Possível solução: escalamento de ganho.

28. Controle AdaptativoControle Adaptativo

29. Controle AdaptativoControle Adaptativo
• Os parâmetros do modelo são atualizados
periodicamente;
• Os parâmetros atualizados são então usados
pelo controlador;
• São comercialmente disponíveis
controladores PID com auto-sintonia;
• Permite o uso de modelos não-lineares:
redes neurais, séries temporais não-lineares.

30. Controle Preditivo comControle Preditivo com
RestriçõesRestrições

31. Controle Preditivo com
Restrições
• Controladores PID não são adequados para
sistemas com grandes atrasos;
• Controladores preditivos são uma boa
alternativa;
• Controle Preditivo Generalizado (GPC) é
largamente usado na indústria;
• No GPC o cálculo do sinal de controle é um
problema de otimização, onde objetivosobjetivos
econômicos e restriçõeseconômicos e restrições (limites em fluxos,
pressões, temperaturas, emissões na atmosfera,
etc) podem ser incluídos na formulação do
problema.

32. Controle MultivariávelControle Multivariável
CONTROLADOR PLANTA
SP
Variáveis Controladas
Perturbações
Variáveis
Manipuladas

33. Controle MultivariávelControle Multivariável
• Processos com mais de uma entrada
(Variável Manipulada) e/ou mais de uma
saída (Variável de Processo);
• Exemplo: reator químico, em que nível,
temperatura e pressão devem ser
controlados;
• Em muitos casos a alteração de uma
variável manipulada causa mudanças em
mais de uma variável de processo
(acoplamento).

34. Controle RobustoControle Robusto
• Quantificação das incertezas no modelo
“nominal” do processo (faixa de operação);
• Projeto de um controlador que deve manter
a estabilidade, bem como um desempenho
especificado sobre a faixa de condições de
operação.

35. Controle GlobalmenteControle Globalmente
LinearizanteLinearizante

36. Controle GlobalmenteControle Globalmente
LinearizanteLinearizante
• Controladores adaptativos ou robustos não
tem bom desempenho no controle de
processos fortemente não-lineares;
• Processo é linearizado por realimentação de
estado.

37. Controle InferencialControle Inferencial

38. Controle InferencialControle Inferencial
• Pela monitoração de variáveis secundárias é
possível inferir a variável primária, geralmente
uma medida da qualidade do produto;
• Os estimadores de inferência podem ser por
equações de relação;
• O uso de Redes Neurais tem tido sucesso;
• Um exemplo típico é o controle de composição.
Em misturas binárias em fase vapor, esta
composição pode ser determinada a partir da
pressão e da temperatura por meio de uma
equação de estado.

39. Controle em Cascata, Relação eControle em Cascata, Relação e
AntecipatórioAntecipatório
• Alternativas ao tradicional controle por
realimentação;
• Não substituem o controlador porNão substituem o controlador por
realimentação convencionalrealimentação convencional, mas são
alterações ou adições que possibilitam
melhorar o desempenho do sistema de
controle.

40. Controle em CascataControle em Cascata
• É um método simples, envolvendo dois
controladores por realimentação em cascata;
• O controle em cascata é definido como a
configuração onde o sinal de saída de um
controlador é o SetPoint de pelo um outro
controlador.

41. Controle em CascataControle em Cascata

42. Controle ConvencionalControle Convencional
exemploexemplo

43. Controle em Cascata - exemploControle em Cascata - exemplo

44. OperaçãoOperação
• Quando ocorre um aumento na vazão de entrada, o
nível aumentará e o controlador de nível
aumentará o sinal de Set Point para o controlador
da vazão de saída, fazendo com que a mesma
aumente, retornando o nível do tanque ao valor do
Set Point ajustado para o mesmo;
• Quando ocorre uma mudança na pressão na linha
de descarga, o controlador de vazão ajustará a
válvula de saída antes que o nível do tanque seja
significativamente alterado.

45. Controle de RelaçãoControle de Relação
• Existem muitas situações nos processos industriais
onde é necessário manter duas variáveis numa
proporção ou relação definida;
• Uma variável flutua livremente de acordo com as
exigências do processo e é chamada de variável
livre;
• A outra variável é proporcional à variável livre e é
chamada de variável manipulada;
• Exemplos: a mistura de aditivos à gasolina,
mistura proporcional de reagentes de um reator
químico e a mistura de fluxos quentes e frios para
se obter uma determinada temperatura da mistura.

46. Controle de RelaçãoControle de Relação
exemploexemplo

47. • O controle antecipatório ou feedforward é
proposto para suprir uma deficiência do
controle por realimentação, que é a
necessidade da existência de um erro para
que o controlador tome alguma atitude;
• A idéia do controle antecipatório é medir os
distúrbios que perturbam o processo e tomar
uma atitude antes que os mesmos perturbem
a saída do processo.
Controle AntecipatórioControle Antecipatório

48. • O distúrbio é medido e baseado num valor
do Set-Point para a variável controlada, é
calculado o valor necessário para a variável
manipulada de maneira a evitar que a
variável controlada seja alterada;
• Para tanto, é necessário o conhecimento da
dinâmica do processo, o atraso de
transporte, constante de tempo e ganho, no
caso de um processo de primeira ordem.
Controle AntecipatórioControle Antecipatório

49. Controle AntecipatórioControle Antecipatório

50. Comportamento DinâmicoComportamento Dinâmico