Modelagem e projeto de controladores PID para coluna de destilação

Modelagem e projeto de
controladores PID
Alunos:
 José Helton Tavares Maia - 112210827
 Phablo Vinicius de Franca Oliveira - 110150014
Disciplina: Laboratório de Controle Digital
Professor: George Acióli Junior
3
SUMÁRIO
SUMÁRIO ....................................................................................................................................................... 4
LISTA DE FIGURAS .................................................................................................................................... 5
LISTA DE TABELAS .................................................................................................................................... 7
1 INTRODUÇAO ......................................................................................................................................... 8
1.1 DEFINIÇÃO DO PROBLEMA .............................................................................................................. 9
1.2 OBJETIVOS ........................................................................................................................................... 11
1.3 ORGANIZAÇÃO DO TEXTO ............................................................................................................. 11
2 FUNDAMENTOS TÉORICOS .......................................................................................................... 12
2.1 MÉTODO GRÁFICO DE RESPOSTA AO DEGRAU (CURVA DE REAÇÃO) ......................... 12
2.2 HALF RULE............................................................................................................................................ 13
2.3 TÉCNICAS DE SINTONIA ................................................................................................................ 14
2.3.1 Método da Curva de Reação, proposto por Ziegler-Nichols (ZN) ............................... 14
2.3.2 Método de Cohen-Coon (CC) .................................................................................................... 15
2.3.3 Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e 20% de
sobressinal ................................................................................................................................................... 15
2.3.4 Métodos de Otimização por Lopez, para perturbação de carga................................... 16
2.3.5 Internal Model Control (IMC) .................................................................................................... 17
2.3.6 Skogestad IMC (SIMC) ................................................................................................................ 18
2.3.7 IMC para Rejeição de Distúrbios, proposto por Shamsuzzoha e Lee ........................ 18
2.4 ÍNDICES DE DESEMPENHO ............................................................................................................ 20
2.4.1 Margem de ganho (GM) .............................................................................................................. 20
2.4.2 Margem de Fase (PM) .................................................................................................................. 20
2.4.4 Integral do erro absoluto (IAE) ................................................................................................................ 21
2.4.5 Variação da Entrada (TV) ........................................................................................................................ 21
2.4.6 Tempo se subida (tr) .................................................................................................................... 22
2.4.7 Tempo de acomodação (ts) ........................................................................................................ 22
2.4.8 Sobressinal (Overshoot) ............................................................................................................. 22
3 MALHA ABERTA .................................................................................................................................. 23
3.1 APROXIMAÇÕES DE PRIMEIRA ORDEM ...................................................................................................... 23
4 MALHA FECHADA ............................................................................................................................... 27
4.1 Método da Curva de Reação, proposto por Ziegler-Nichols (ZN) ................................... 27
4.2 Método de Cohen-Coon (CC) ........................................................................................................ 29
4.3 Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e 20% de
sobressinal ................................................................................................................................................... 31
4.4 MÉTODO DE OTIMIZAÇÃO DE LOPEZ- PERTUBAÇÃO DE CARGA – IAE ...................... 38
4.5 MÉTODO IMC ....................................................................................................................................... 41
4.5 SKOGESTAD IMC (SIMC) ................................................................................................................ 43
4.6 IMC para rejeição de distúrbios – proposto por Shamsuzzoha e Lee............................ 45
5 INDICES DE DESEMPENHO .......................................................................................................... 48
6 CONCLUSÃO .......................................................................................................................................... 48
REFERÊNCIAS BIBLIOGRÁFICAS .................................................................................................. 53
ANEXO .......................................................................................................................................................... 54
4
LISTA DE FIGURAS
Figura 1: Coluna de Destilação .................................................................................................................... 8

Figura 2: Diagrama de blocos ....................................................................................................................10
Figura 3: diagrama de blocos do processo mais os controladores PID individuais. ..................................10
Figura 4: Representação da Curva S para determinação de L e τ. ............................................................12
Figura 5: Curva de reação ..........................................................................................................................23
Figura 6: curvas de resposta ao degrau unitário da função de transferência do processo e seu
respectivo modelos de primeira ordem para o método da curva de reação e Half Rule. ........................25
Figura 7:diagramas de bode da função de transferência do processo e seu respectivo modelo de
primeira ordem para o método da curva de reação e Half Rule...............................................................25
Figura 8: Resposta ao Degrau do sistema em malha fechada utilizando o método de Ziegler-Nichols ...28
Figura 9: Resposta ao Degrau em malha fechada da Pertubação utilizando o método de ZIegler-Nichols
...................................................................................................................................................................28
Figura 10: Resposta ao degrau do sistema modificado em malha fechada utilizando o método de
Ziegler-Nichols para uma variação de 5% dos polos. ................................................................................29
Figura 11: Resposta ao degrau do sistema em malha fechada utilizando o método de CC. ....................30
Figura 12: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método de CC.
...................................................................................................................................................................30
Figura 13: Resposta ao degrau do sistema em malha fechada utilizando o método de CC, para uma
variação de 5% dos polos. .........................................................................................................................31
Figura 14: Resposta ao degrau do sistema em malha fechada utilizando o método CHR - SInal de
referência de 0% de sobresinal .................................................................................................................32
Figura 15:Resposta ao degrau do sistema em malha fechada utilizando o método CHR - SInal de
referência de 20% de sobresinal. ..............................................................................................................33
Figura 16: Resposta ao degrau do sistema em malha fechada utilizando o método CHR - Pertubação de
Carga de 0% de sobresinal. .......................................................................................................................33
Figura 17: Resposta ao degrau do sistema em malha fechada utilizando o método CHR - Pertubação de
Carga de 20% de sobresinal. .....................................................................................................................34
Figura 18: Resposta ao degrau do sistema em malha fechada da Pertubação utilizando o método CHR -
SInal de referência de 0% de sobresinal ...................................................................................................34
Figura 19: Resposta ao degrau do sistema em malha fechada da Pertubação utilizando o método CHR -
SInal de referência de 20% de sobresinal .................................................................................................35
Figura 20: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método CHR -
Pertubação de Carga de 0% de sobresinal ................................................................................................35
Figura 21: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método CHR -
Pertubação de Carga de 20% de sobresinal ..............................................................................................35
Figura 22: Resposta ao degrau do sistema em malha fechada da utilizando o método CHR - SInal de
referência de 0% de sobresinal, para uma variação de 5% nos polos do Sistema. ..................................36
Figura 23: Resposta ao degrau do sistema em malha fechada da utilizando o método CHR - SInal de
referência de 20% de sobresinal, para uma variação de 5% nos polos do Sistema. ................................37
Figura 24: Resposta ao degrau do sistema em malha fechada utilizando o método CHR – Pertubação de
carga de 0% de sobresinal, para uma variação de 5% nos polos do Sistema ..........................................37
Figura 25: Resposta ao degrau do sistema em malha fechada utilizando o método CHR – Pertubação de
carga de 0% de sobresinal, para uma variação de 5% nos polos do Sistema. .........................................37
Figura 26: Resposta ao degrau do sistema em malha fechada utilizando o método de otimização Lopez -
IAE..............................................................................................................................................................38
Figura 27: Resposta ao degrau do sistema em malha fechada utilizando o método de otimização Lopez -
ITAE............................................................................................................................................................39
5
Figura 28: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método de
otimização Lopez - IAE...............................................................................................................................39
otimização Lopez - ITAE.............................................................................................................................40
otimização Lopez – IAE, com a variação de 5% dos polos do Sistema. .....................................................40
otimização Lopez – ITAE, com a variação de 5% dos polos do Sistema. ...................................................41
Figura 32: Resposta ao degrau do sistema em malha fechada utilizando o método IMC ........................42
Figura 33: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método IMC42
Figura 34: Resposta ao degrau do sistema em malha fechada utilizando o método IMC, para uma
variação de 5% dos polos do sistema ........................................................................................................43
Figura 35: Resposta ao degrau (SKOGESTAD IMC (SIMC)) ........................................................................44
Figura 36: Resposta ao degrau do sistema em malha fechada da Pertubação (SKOGESTAD IMC (SIMC))
...................................................................................................................................................................44
Figura 37: Resposta ao degrau do sistema em malha fechada (SKOGESTAD IMC (SIMC)), com variação
de 5% dos polos do sistema ......................................................................................................................45
Figura 38: Resposta ao degrau – IMC para rejeição de distúrbios- proposto por Shamsuzzoha e Lee ....46
Figura 39: Resposta ao Degrau do sistema em malha fechada da pertubação utilizando o método IMC
para rejeição de distírbios, proposto por Shamusuzzoha e Lee. ..............................................................47
Figura 40: Resposta ao Degrau do sistema em malha fechada utilizando o método IMC para rejeição de
distírbios, proposto por Shamusuzzoha e Lee, com vairação de 5% dos polos do sistema......................47
Figura 41: Resposta ao degrau do sistema em malha fechada utilizando as técnincas apresentadas. ....51
Figura 42: Resposta ao degrau do sistema em malha fechada da pertubação utilizando as técnincas
apresentadas .............................................................................................................................................52
Figura 43: Resposta ao degrau do sistema em malha fechada utilizando as técnincas apresentadas, com
variação de 5% nos polos do sistemas. .....................................................................................................52
6
LISTA DE TABELAS
Tabela 1: Notação........................................................................................................................................ 8
Tabela 2: Regras de sintonia para o método de Ziegler-Nichols ..............................................................15
Tabela 3: Regras de sintonia para o método de Cohen-Coon ..................................................................15
Tabela 4: Regras de sintonia para o Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e
20% de sobressinal ....................................................................................................................................16
Tabela 5: Regras de sintonia para o Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e
20% de sobressinal ....................................................................................................................................16
Tabela 6: Regras de sintonia para o método de otimização (Lopez – Perturbação de carga) ..................17
Tabela 7: Regras de sintonia para o método IMC .....................................................................................17
Tabela 8:Regra de Sintonia para o Método SIMC (Primeira Malha de Controle) .....................................18
Tabela 9: Regra de Sintonia para o Método IMC (Shamsuzzoha e Lee) (Primeira Malha de Controle) ...19
Tabela 10: Controlador PI para o método ZN. ..........................................................................................28
Tabela 11: Controlador PI para o método CC............................................................................................30
Tabela 12: Controlador PI para o método de CHR para 0% de sobresinal e 20% de sobresinal...............31
Tabela 13: Controlador PI para o método de CHR para 0% de sobresinal e 20% de sobresinal...............32
Tabela 14: Controlador PI para o método de otimização Lopez. ..............................................................38
Tabela 15: Controlador PI para o método IMC. ........................................................................................41
Tabela 16: Parâmetros do controlador PI – Skogestad IMC (SIMC) .........................................................43
Tabela 17:Parâmetros do controlador PI – IMC para rejeição de distúrbios- proposto por Shamsuzzoha
e Lee ..........................................................................................................................................................45
Tabela 18: Indices de desempenho ...........................................................................................................48
7
1 INTRODUÇAO
A destilação, é um dos métodos físicos de separação de misturas homogêneas

mais usados em laboratórios. No estado final obtém-se, de forma separada, uma
ou mais composições. Baseia-se na diferença de volatilidade entre os
componentes que se pretende separar.
O esquema de uma coluna de destilação esta exemplificado na Figura 1.
Figura 1: Coluna de Destilação
Tabela 1: Notação
Fluxo de entrada ou alimentação

z Composição do fluxo de entrada
V Refluxo de fundo
B Fluxo do produto de fundo
x Composição do produto mais
leve no fundo
L Refluxo de topo
D Fluxo do produto de topo
y Composição do produto mais
leve no topo
8
1.1 DEFINIÇÃO DO PROBLEMA
Deseja-se que o fluxo de topo D seja o mais puro possível, ou seja, a

composição y do componente mais leve seja próxima de 100%. A composição de
fundo x do componente mais leve no fluxo de fundo B deve ser próxima de 0%.
Desse modo, o componente leve pode ser extraído no topo e o componente pesado
no fundo.
Um dos modelos utilizados para descrever uma coluna de destilação

apresentado por Wood e Berry é do tipo multivariável com duas entradas e duas
saídas e dado por:
2(12𝑠 + 1) 1
𝑒 −6𝑠 𝑒 −0,5𝑠
(18𝑠 + 1)(2,5𝑠 + 1)(5𝑠 + 1)3 (𝑠 + 1) 3 (0,2𝑠 + 1)
𝐺7 (𝑠) =
2(−2,8𝑠 + 1)(6𝑠 + 1) −𝑠 (−0,4𝑠 + 1)(0,6𝑠 + 1)
𝑒
[ (20𝑠 + 1)(17,5𝑠 + 1)4 (3𝑠 + 1)(1,5𝑠 + 1)(0,2𝑠 + 1)2 ]
Do ponto de vista das entradas, das saídas e dos elementos individuais este
modelo pode ser escrito como:
2(12𝑠 + 1) 1
𝑒 −6𝑠 𝑒 −0,5𝑠
𝑌1 (𝑠) (18𝑠 + 1)(2,5𝑠 + 1)(5𝑠 + 1)3 (𝑠 + 1)3 (0,2𝑠+ 1) 𝑈 (𝑠)
[ ]= [ 1 ]
𝑌2 (𝑠) 2(−2,8𝑠 + 1)(6𝑠 + 1) −𝑠 (−0,4𝑠 + 1)(0,6𝑠 + 1) 𝑈2 (𝑠)
𝑒
[ (20𝑠 + 1)(17,5𝑠 + 1)4 2
(3𝑠 + 1)(1,5𝑠 + 1)(0,2𝑠 + 1) ]
𝐺 (𝑠) 𝐺12 (𝑠) 𝑈1 (𝑠)

= [ 11 ][ ]
𝐺21 (𝑠) 𝐺22 (𝑠) 𝑈2 (𝑠)
O diagrama de blocos que representam o modelo segue na Figura 2.
9
u1(t) y1(t)
+
G11(s)
+
G12(s)
G21(s)
+ y2(t)
u2(t)
G22(s)
+
Figura 2: Diagrama de blocos
O controlador pode ser multivariável ou por malha. Considerando o caso mais

simples, por malha, o diagrama de blocos do processo mais os controladores PID
individuais segue na Figura 3.
- y1(t)
r1(t) u1(t) +
PID1 G11(s)
+ +
G12(s)
G21(s)
+ y2(t)
r2(t) + u2(t)
PID2 G22(s)
- +
Figura 3: diagrama de blocos do processo mais os controladores PID individuais.
Para o caso do controlador PID por malha, a sintonia é realizada considerando

apenas a malha realimentada e desconsiderando a existência da malha cruzada.
10
1.2 OBJETIVOS
O objetivo geral desde trabalho é a realização do projeto de controladores do

tipo PI para acesso à planta G11(s). Por meio de uma análise pretende-se ao fim
do trabalho, definir qual a técnica que retornou melhor resposta para obtenção dos
ganhos do controlador.
Pretende-se também obter uma aproximação de primeira ordem com atraso

utilizando o método gráfico de resposta ao degrau e o método de half rule, ao final
será escolhido os parâmetros do método que obteve melhor resposta. Os
controladores serão avaliados também do ponto de vista da rejeição a
perturbações. Por fim, serão calculados para cada técnica utilizada, os índices de
desempenho da malha.
1.3 ORGANIZAÇÃO DO TEXTO
Este documento foi estruturado nas seguintes seções. Na presente seção, foi
definido o processo que será utilizado para solução do problema, assim como os
objetivos a serem alcançados. Na seção 2, a fundamentação é apresentada, onde
são descritos os procedimentos para obtenção dos modelos de primeira ordem com
atraso, as técnicas de sintonia utilizadas e os índices de desempenho.
Na seção 3, são obtidas aproximações das respostas ao degrau unitário

utilizando as duas técnicas já mencionas. Na seção 4, são apresentados os
resultados obtidos a partir da aplicação do controlador a planta. A seção 5, contém
os resultados obtidos dos cálculos dos índices de desempenho. Finalmente, na
seção 6, sã apresentadas as conclusões.
11
2 FUNDAMENTOS TÉORICOS
Nesta seção iremos tratar dos procedimentos utilizados para obtenção dos
modelos de primeira ordem com atraso, apresentando a descrição das técnicas de
sintonia utilizadas para o cálculo dos controladores, e, dos índices que foram
utilizados na avaliação dos mesmos.
2.1 MÉTODO GRÁFICO DE RESPOSTA AO DEGRAU (CURVA DE REAÇÃO)
O método da Curva de Reação também conhecido como método gráfico de

resposta ao degrau, é utilizado para obtenção de aproximações de primeira
ordem com atraso de funções de transferência.
A fim de obter a aproximação, obtém-se experimentalmente a resposta da
planta dado um degrau unitário na entrada do sistema. A resposta do sistema
apresenta-se como uma curva S que é caracterizada por duas constantes: o
tempo de atraso e a constante de tempo.
Essas constantes são determinadas desenhando uma linha tangente ao ponto
de inflexão da curva com o formato em S e determinando a intersecção da linha
tangente com o eixo do tempo (amplitude nula) e com o eixo do K (amplitude
igual a K). A primeira intersecção corresponde ao L e a segunda subtraída do L é
o. A Figura 1 ilustra este processo.
Figura 4: Representação da Curva S para determinação de L e τ.
12
Determinado os parâmetros, o sistema pode ser aproximado por um sistema
de primeira ordem com atraso conforme a seguinte equação.
𝑌(𝑠) 𝐾𝑒 −𝐿𝑠
=
𝑈(𝑠) (𝜏𝑠 + 1)
2.2 HALF RULE
A partir das regras de aproximação de Half-Rule é possível obter sistemas de

primeira e segunda ordem. Admitindo que o processo a ser controlado possua uma
função de transferência que possa ser escrita na forma de um quociente, ordenado
em polos e zeros como segue:
𝑖𝑛𝑣
∏𝑗(𝑇𝑗0 ∗ 𝑠 + 1)
∗ 𝑒 −𝜃0 ∗𝑠
∏𝑖 𝜏𝑖0 ∗ 𝑠 + 1)
Onde 𝑇𝑗0
𝑖𝑛𝑣
são as constantes de tempo do numerador, referentes aos zeros
instáveis do sistema, e 𝜏𝑖0 são as constantes de tempo do denominador.
A aproximação de primeira ordem do sistema pelo método de Half Rule é feita

por meio do cálculo dos seguintes parâmetros:
𝑘
𝐺′(𝑠) = 𝑒 −𝜃𝑠
(𝜏1 𝑠 + 1)
𝜏20
𝜏1 = 𝜏10 +
2
𝜏20 𝑖𝑛𝑣 ℎ
𝜃 = 𝜃0 + + ∑ 𝜏𝑖0 + ∑ 𝑇𝑗0 +
2 2
𝑖≥3 𝑗
A aproximação de segunda ordem:
13
𝑘
𝐺′′(𝑠) = 𝑒 −𝜃𝑠
(𝜏1 𝑠 + 1)(𝜏2 𝑠 + 1)
𝜏1 = 𝜏10
𝜏30
𝜏2 = 𝜏20 +
2
𝜏30 𝑖𝑛𝑣 ℎ
𝜃 = 𝜃0 + + ∑ 𝜏𝑖0 + ∑ 𝑇𝑗0 +
2 2
𝑖≥4 𝑗
Onde o termo h é o período de amostragem para as implementações digitais.
No caso do sistema possuir ordem igual a zero, o termo (𝑇0 𝑠 + 1) é cancelado

com o termo do denominador (𝜏0 𝑠 + 1) que esteja mais próximo. Alguns valores de
aproximação podem ser vistos logo abaixo.
2.3 TÉCNICAS DE SINTONIA
Nesta seção será apresentada as técnicas de sintonia que foram utilizadas para
determinar os parâmetros de cada controlador e os índices de desempenho associado
a estes.
2.3.1 Método da Curva de Reação, proposto por Ziegler-Nichols (ZN)
O método da curva de reação de Ziegler-Nichols é um dos mais clássicos

métodos de sintonia para o ajusto do controlador PI e PID.
Os parâmetros 𝐾𝑝 , 𝑇𝑖 𝑒 𝑇𝑑 podem ser calculados conforme as regras de sintonia
presentes na Tabela 2. Onde K, L e 𝜏 são obtidos fazendo a aproximação da função
de transferência para uma função de primeira ordem com atraso.
14
Tabela 2: Regras de sintonia para o método de Ziegler-Nichols
Controlador 𝑲𝒑 𝑻𝒊 [seg] 𝑻𝒅 [seg]

P 𝜏 --- ---
𝐾𝐿
PI 0,9. 𝜏 3,3𝐿 ---
𝐾𝐿
PID 1,2. 𝜏 2𝐿 𝐿
𝐾𝐿 2
2.3.2 Método de Cohen-Coon (CC)

Cohen e Coon foram os primeiros a observar que, para a maior parte dos
processos controlados, a curva de uma reação pode ser aproximado para a resposta
de um sistema de primeira ordem com atraso.
Além disso, Cohen e Coon também desenvolveram regras de sintonia com o
objetivo de alcançar respostas com uma razão de decaimento de um quarto. No
entanto, como este critério não fornece um único conjunto de parâmetros de sintonia,
as regras de Cohen-Coon estimadas são valores diferentes daquelas encontradas por
Ziegler e Nichols, como presente na Tabela 3 (OGATA, 2003).
Tabela 3: Regras de sintonia para o método de Cohen-Coon
Controlador 𝑲𝒑 𝑻𝒊 [seg] 𝑻𝒅 [seg]

P 1
(0,35 + 𝐿)
𝜏 --- ---
𝐾
PI 1
(0,083 +
0,9𝜏
) 3,3 +
0,31𝐿 ---
𝐾 𝐿 𝜏 𝐿
2,2𝐿
1+ 𝜏
PID 1
(0,025 +
01,35𝜏
) 2,5 +
0.46𝐿 0,37
𝐾 𝐿 𝜏 𝐿 𝐿
0,19𝐿
0,61𝐿 1+ 𝜏
1+
𝜏
2.3.3 Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e

20% de sobressinal
Devido os métodos de sintonia de ZN apresentarem limitações no que se refere

as especificações de requisitos, o método de Chien, Hrones e Reswick é sugerido por
apresentar modificações para obter melhor amortecimento do processo (ABDALLAH,
2004). Uma vez que a sintonia para rejeição de perturbações de carga é diferente da
sintonia para o sinal de referência. Assim, duas novas tabelas são utilizadas, tendo
15
regras para um resposta mais rápida com 0% de sobresinal e resposta mais rápida
com 20% de sobresinal.
Para sinal de referência temos:
Tabela 4: Regras de sintonia para o Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e 20% de sobressinal
Controlador 0% de Sobressinal 20% de Sobresinal

𝑲𝒑 𝑻𝒊 [seg] 𝑻𝒅 [seg] 𝑲𝒑 𝑻𝒊 [seg] 𝑻𝒅 [seg]
PI 0,35𝜏 1,2𝐿 --- 0,6𝜏 𝜏 ---
𝐾𝐿 𝐾𝐿
PID 0,6𝜏 𝜏 𝐿 0,95𝜏 1,4τ 0,47L
𝐾𝐿 2 𝐾𝐿
Para a perturbação da carga temos:
Tabela 5: Regras de sintonia para o Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e 20% de sobressinal

𝑲𝒑 𝑻𝒊 [seg] 𝑻𝒅 [seg] 𝑲𝒑 𝑻𝒊 [seg] 𝑻𝒅 [seg]
PI 0,6𝜏 4𝐿 --- 0,7𝜏 2,3𝐿 ---
𝐾𝐿 𝐾𝐿
PID 0,95𝜏 2,4𝐿 0,42𝐿 1,7𝜏 2𝐿 0,42L
𝐾𝐿 𝐾𝐿
2.3.4 Métodos de Otimização por Lopez, para perturbação de carga
Estas técnicas de sintonia buscam minimizar os critérios de desempenho IAE

ou ITAE. Lopez propôs parâmetros ótimos, considerando a perturbação da carga:
1 𝐿 𝐵
𝐾𝑝 = (𝐴 ( ) )
𝐾 𝜏1
𝜏1
𝑇𝑖 =
𝐿 𝐷
𝐶( )
𝜏1
16
𝐿 𝐹
𝑇𝑑 = 𝜏1 (𝐸 ( ) )
𝜏1
Nas expressões anteriores A,B,C,D,E,F são parâmetros especificados

dependendo do critério de desempenho minimizado e estão apresentados na tabela
7 abaixo:
Tabela 6: Regras de sintonia para o método de otimização (Lopez – Perturbação de carga)
CRITÉRIO CONTROLADOR A B C D E F
IAE PI 0.984 - 0.608 - - -
0.986 0.707
ITAE PI 0.859 - 0.674 -0.68 - -
0.977
IAE PID 1.435 - 0.878 - 0.482 1.137
0.921 0.749
ITAE PID 1.357 - 0.842 - - 0.995
0.947 0.738 0.381
2.3.5 Internal Model Control (IMC)
Esse método considera a precisão do modelo do processo analisado no

controlador e apresenta uma estrutura simples para a lei de controle. O projeto de
controlador está diretamente vinculado com o filtro IMC, que detém uma constante
de tempo relevante para o processo. Os parâmetros Kp,Ti e Td de um controlador
podem ser determinados de acordo com as regras de sintonia apresentadas na tabela
8:
Tabela 7: Regras de sintonia para o método IMC
Controlador Kp Ti Td
PI 𝐿 𝐿 -
𝐾(𝐿 + 𝜏𝑐 )
PID 𝐿 + 2𝜏 𝐿 𝐿𝜏
+𝜏
𝐾(𝐿 + 𝜏𝑐 ) 2 𝐿 + 2𝜏
17
2.3.6 Skogestad IMC (SIMC)
Este método é uma modificação do o método IMC, levando em consideração

a relação entre a constante de tempo, o atraso e a malha fechada desejada.
Neste contexto, o método "Skogestad IMC" (SIMC) é sugerido ao invés do

clássico método IMC devido ter uma rápida resposta com boa robustez quando o
parâmetro de sintonia 𝜏c é igual a atraso da planta L. Além disso, tal método
apresenta rápida acomodação para perturbação de carga (SKOGESTAD, 2003).
Assim, para um sistema FOPDT, o controlador será do tipo PI, com os

parâmetros obtidos conforme a Tabela 2.
Tabela 8:Regra de Sintonia para o Método SIMC (Primeira Malha de Controle)
2.3.7 IMC para Rejeição de Distúrbios, proposto por Shamsuzzoha e Lee
Shamsuzzoha e Lee propuseram modificações no método IMC de forma

que, em malha fechada, o sistema apresentasse também uma melhor resposta
quanto a rejeição de distúrbios.
Nesta extensão, é utilizado um grau de liberdade extra denominado β, que
Permitem fazer o cancelamento do pólo em malha aberta

−1
s= τ
, deteminante na resposta lenta para perturbação de carga. Dessa forma, para
um sistema do tipo FOPDT, e assumindo-se que Gp(s)=Gd(s), tem-se

(SHAMSUZZOHA e LEE, 2007):
e os parâmetros do controlador PID são calculados conforme a Tabela 3.
18
Tabela 9: Regra de Sintonia para o Método IMC (Shamsuzzoha e Lee) (Primeira Malha de Controle)
19
2.4 ÍNDICES DE DESEMPENHO
Um índice de desempenho é uma medida quantitativa do desempenho de um

sistema e é escolhido de modo que a ênfase seja dada as especificações de
sistemas importantes.
2.4.1 Margem de ganho (GM)
Define-se por Margem de Ganho – GM, a faixa de ganho que se pode

incrementar ou decrementar a curva de resposta em frequência de módulo da
função de transferência de malha aberta de um sistema até que se alcance o
ponto de estabilidade crítica, isto é:
Sendo ωM a frequência em que a fase de G(jω)H(jω) é igual a 180º . Pode-

se também, rescrever a expressão acima e expressar a margem de ganho em
decibéis, ou seja:
2.4.2 Margem de Fase (PM)
Define-se por Margem de Fase - ΦM, como sendo o valor angular a ser
acrescido ou decrescido à curva de fase da resposta em frequência de um sistema
operando em malha aberta na frequência em que a curva de módulo da resposta
em frequência deste mesmo sistema apresenta valor unitário, ou
alternativamente, 0.0 dB, ou seja:
Sendo ω0dB a frequência em que o módulo de G(jω)H(jω) é igual 1 ou,

alternativamente 0.0 dB.
20
2.4.3 Valor de pico da função de sensibilidade (Ms)
O valor da máxima sensibilidade representa o inverso da menor distância

do ponto -1 que a resposta do sistema em malha fechada, no domínio da
frequência, produz, ao observar-se um gráfico de Nyquist.
A partir daí diz-se que o sistema é marginalmente estável se a resposta

intercepta o ponto -1 e instável se a curva da resposta engloba o ponto -1. A
função de sensibilidade de um sistema com realimentação pode ser expressa
como:
Onde G(s) é a função de transferência da planta e C(s) é a função de

transferência do controlador.
2.4.4 Integral do erro absoluto (IAE)

Trata-se de um parâmetro usado para avaliar o desempenho do controle
do sinal de saída, uma vez que avalia o módulo do erro entre o sinal de saída e a
referência em todo o intervalo de tempo. É dado por:

IAE   | e(t ) |dt ,
0
Em que e(t), é a diferença entre a referência e a saída.
2.4.5 Variação da Entrada (TV)

Definido pela soma das diferenças entre valores de saídas seguidas do
controlador. Ele é uma boa medida da suavidade do sinal e é dado pela expressão:
𝑇𝑉 = ∑|𝑢𝑖+1 − 𝑢𝑖 |
𝑖=1
21
2.4.6 Tempo se subida (tr)
É o intervalo de tempo necessário para a resposta variar de 10% a 90% do

valor final.
2.4.7 Tempo de acomodação (ts)
Tempo necessário para a resposta ficar dentro de uma faixa do valor final,
em geral de ±2% a ±5%.
2.4.8 Sobressinal (Overshoot)
É o valor máximo que o sistema supera seu valor final dividido pelo seu
valor final (e muitas vezes é expresso em porcentagem).
22
3 MALHA ABERTA
Nesta seção iremos apresentar os resultados das aproximações de primeira

ordem obtidos a partir da aplicação do método da curva de reação e do método
de Half Rule dada a matriz de funções abaixo:
2(12𝑠 + 1) 1
𝑒 −6𝑠 𝑒 −0,5𝑠
(18𝑠 + 1)(2,5𝑠 + 1)(5𝑠 + 1)3 (𝑠 + 1)3 (0,2𝑠+ 1)
𝐺7 (𝑠) =
2(−2,8𝑠 + 1)(6𝑠 + 1) −𝑠 (−0,4𝑠 + 1)(0,6𝑠 + 1)
𝑒
[ (20𝑠 + 1)(17,5𝑠 + 1)4 (3𝑠 + 1)(1,5𝑠 + 1)(0,2𝑠 + 1)2 ]
Obtendo apenas as aproximações do elemento da matriz de funções de

transferência que será controlador, nesse caso 𝐺11 (𝑠).
3.1 APROXIMAÇÕES DE PRIMEIRA ORDEM
Utilizando o método da curva de reação, calculamos os parâmetros
necessários para a aproximação de primeira ordem, K, L e 𝜏 para a malha de
realimentação 𝐺11 (𝑠). Utilizando a ferramenta computacional MatLab, em que

obtemos a resposta ao degrau 𝐺11 (𝑠) e calculamos os parâmetros como
apresentado na figura 5.
Figura 5: Curva de reação
Com o auxílio de ferramentas do MatLab como o do data cursor e arrows para
23
facilitar a localização dos pontos de interesses, calculamos o valores de K, L e 𝜏, que
foram respectivamente 2, 12 e 1.54.
A partir destes dados a aproximação obtida para o método de curva de reação

foi:
2
𝐺11 (𝑠) = 𝑒 −12𝑠
1.54𝑠 + 1
Utilizando o método de Half rule calculamos os parâmetros K, 𝜏1 e 𝜃 para as
aproximações de primeira ordem.
Onde:
5
𝜏1 = 1 + = 3.5
2
5
𝜃 = 6+ + 5 = 13.5
2
𝐾 = 0.667 ∗ 2 = 1.334
A partir destes dados a aproximação obtida para o método de curva de reação

foi:
1.334
𝐺11 (𝑠) = 𝑒 −13.5𝑠
03.5𝑠 + 1
A partir dos comando step() do ambiente MatLab foram gerados as curvas de

resposta ao degrau unitário da função de transferência do processo e seus
respectivos modelos de primeira ordem para o método da curva de reação e Half
Rule. A união desses três gráficos será mostrado graficamente na figura 6. O código
para simulação encontra-se em Anexo.
24
Figura 6: curvas de resposta ao degrau unitário da função de transferência do processo e seu respectivo modelos de primeira
ordem para o método da curva de reação e Half Rule.
A partir dos comando bode() do ambiente MatLab foram gerados os diagramas

de bode da função de transferência do processo e seu respectivo modelo de primeira
ordem para o método da curva de reação e Half Rule. A união desses três gráficos
será mostrado graficamente na figura 7. O código para simulação encontra-se em
Anexo.
Figura 7:diagramas de bode da função de transferência do processo e seu respectivo modelo de primeira ordem para o método
da curva de reação e Half Rule.
25
Observando as Figuras 6 a 7, concluímos que a resposta ao degrau unitário
da aproximação pelo método de Half Rule aproximou-se melhor do processo
original.
Avaliando as aproximações no domínio da frequência (diagrama de Bode)
e no domínio do tempo, como ilustrado na Figura 7, concluímos que a aproximação
pelo método da curva de reação aproximou-se melhor do processo original,
embora ambas as aproximações não tenham seguido fielmente o processo original
e tenham ficado bastante parecidas.
26
4 MALHA FECHADA
A partir dos modelos de primeira ordem obtidos na seção anterior,

projetamos os controladores PI para o elemento da matriz de funções de
transferência que será o controlador, nesse caso 𝐺11 (𝑠).
A aproximação de primeira ordem para (o sistema a ser controlado), escolhida

para os cálculos foi a obtida por meio do método de Half rule, pois, como já
discutido, foi a que melhor se aproximou do sistema original. A partir da seguinte
aproximação utilizamos os valores calculado de K, L e 𝜏, que foram respectivamente:
3, 2, 0.3.
Os controladores PI projetados são da forma:

𝐾𝑖 𝐾𝑝
𝐺𝑝𝑖 = 𝐾𝑝 + , 𝐾𝑖 =
𝑠 𝑇𝑖
Nesse relatório só iremos trabalhar para a saída com o controlador calculado

para a função 𝐺11 (𝑠) com excitação de entrada 𝑈(𝑠) na mesma, e considerando a
função 𝐺12 (𝑠), com uma entrada P(s), como uma perturbação do sistema, o que nos
origina uma função de transferência dada por:
𝐺12 (𝑠)𝑃(𝑠) + 𝑃𝐼𝐷(𝑠)𝐺11 (𝑠)𝑈(𝑠)

Y(𝑠) =
1 + 𝑃𝐼𝐷(𝑠)𝐺11 (𝑠)
Incialmente iremos trabalhar apenas com 𝐺11 (𝑠) quando aplicado uma entrada,
e não com a sua perturbação, em seguida nós iremos zerar a entrada aplicada á
𝐺11 (𝑠) e analisar o desempenho do ponto de vista da rejeição a perturbação e para
finalizar iremos variar 5% os polos do sistemas e analisar seu comportamento.
Agora iremos apresentar os resultados obtidos para o cálculo dos controladores

PI pelas técnicas de sintonia, a visualização gráfica e a comparação do desempenho
de cada um deles quando aplicados ao processo, do ponto de vista da rejeição a
perturbação e quando há uma variação de 5% nos polos do sistema.
4.1 Método da Curva de Reação, proposto por Ziegler-Nichols (ZN)
A partir das soluções apresentadas na seção 3 para o cálculo dos parâmetros

do controlador, obtivemos os seguintes resultados apresentados na tabela 10.
27
Tabela 10: Controlador PI para o método ZN.
Controlador Kp Ti
PI 0.0579 39.6000
A Figura 8 apresenta a resposta ao degrau do sistema em malha fechada para

o controlador PI.
Figura 8: Resposta ao Degrau do sistema em malha fechada utilizando o método de Ziegler-Nichols
Observa-se na Figura 8 que o controlador PI levou um tempo considerável

para controlar o sistema, cerca de 1800s.
Agora avaliando do ponto de vista de rejeição a perturbação, temos:
Figura 9: Resposta ao Degrau em malha fechada da Pertubação utilizando o método de ZIegler-Nichols
28
Nesta figura podemos observar que o controlador PI leva um tempo
consideravelmente grande para voltar a zero, ou seja, atingir o regime, ele demora
a rejeitar a perturbação, cerca de 1800s.
Assumindo agora uma variação na localização dos polos do Processo de 5%,

simulamos o controlador PI projeto controlando esse processo modificado e plotamos
as repostas ao degrau para o mesmo.
Encontramos a seguinte função de transferência:
2(12𝑠 + 1)
𝑒 −6𝑠
(18𝑠 + 1)(2.5𝑠 + 1)(4.73𝑠 + 1)3
A Figura 10 apresenta a resposta ao degrau do sistema modificado em

malha fechada para o controlador PI.
Figura 10: Resposta ao degrau do sistema modificado em malha fechada utilizando o método de Ziegler-Nichols para uma
variação de 5% dos polos.
Observa-se na Figura 10 que o controlador PI levou um tempo considerável

para controlar o sistema, cerca de 1800s, assim como a do sistema sem ser
modificado.
4.2 Método de Cohen-Coon (CC)
A aplicação deste método resultou nos seguintes valores, mostrados na

Tabela 11, para os parâmetros do controlador PI.
29
Tabela 11: Controlador PI para o método CC.
Controlador Kp Ti
PI 0.0994 0.0263
A Figura 11 apresenta a resposta ao degrau do sistema em malha fechada

para o controlador PI.
Figura 11: Resposta ao degrau do sistema em malha fechada utilizando o método de CC.
Observa-se na Figura 11 que o controlador PI levou um tempo muito curto

para controlar o sistema comparado com o controlador apresentado pelo método
de Ziegler-Nichols (ZN), cerca de 325s.
Figura 12: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método de CC.
30
Nesta figura podemos observar que o controlador PI rejeita a perturbação
rapidamente, ou seja, ele atinge o regime rápido, cerca de 350s.

simulamos o controlador PI projeto controlando esse processo modificado e plotamos
as repostas ao degrau para o mesmo.
A Figura 12 apresenta a resposta ao degrau do sistema modificado em malha

fechada para o controlador PI.
Figura 13: Resposta ao degrau do sistema em malha fechada utilizando o método de CC, para uma variação de 5% dos polos.
Podemos observar que o comportamento é semelhando ao do sistema sem a

modificação.
4.3 Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e

20% de sobressinal
A partir deste método os valores calculados para os parâmetros do

controlador encontram-se nas Tabelas 13 e 14, para o Sinal de Referência 0% e
20% de Sobressinal e para a Perturbação de Carga para 0% e 20% de Sobressinal.
Para Sinal de Referência temos:
Tabela 12: Controlador PI para o método de CHR para 0% de sobresinal e 20% de sobresinal.
31
𝑲𝒑 𝑻𝒊 [seg] 𝑲𝒑 𝑻𝒊 [seg]
PI 0.0225 1.8540 0.0386 1.5450
Para Perturbação de Carga tempo:
Tabela 13: Controlador PI para o método de CHR para 0% de sobresinal e 20% de sobresinal.

𝑲𝒑 𝑻𝒊 [seg] 𝑲𝒑 𝑻𝒊 [seg]
PI 0.0386 48 0.0451 27.600
A Figura 14, 15, 16 e 17 apresenta as respostas ao degrau do sistema em

malha fechada para o controlador PI, para o Sinal de Referência 0% e 20% de
Sobressinal e para a Perturbação de Carga para 0% e 20% de Sobressinal.
Figura 14: Resposta ao degrau do sistema em malha fechada utilizando o método CHR - SInal de referência de 0% de sobresinal
32
Figura 15:Resposta ao degrau do sistema em malha fechada utilizando o método CHR - SInal de referência de 20% de
sobresinal.
Figura 16: Resposta ao degrau do sistema em malha fechada utilizando o método CHR - Pertubação de Carga de 0% de sobresinal.
33
Figura 17: Resposta ao degrau do sistema em malha fechada utilizando o método CHR - Pertubação de Carga de 20% de
sobresinal.
Observa-se na Figura 15 e 16 que o controlador PI levou um tempo muito

curto para controlar o sistema comparado com o controlador apresentado pela
figura 16 e 17 onde leva um tempo considerável para controlar o sistema, ou seja,
pelo método CHR com sinal de referência é melhor do que com a perturbação da
carga. Podemos observar também que tanto para o Sinal de referência como para
a Perturbação de Carga com 20% de sobressinal o tempo para atingir o regime é
mais rápido do que para 0%.
Agora avaliando do ponto de vista de rejeição a perturbação para o Sinal de

Referência 0% e 20% de Sobressinal e para a Perturbação de Carga para 0% e
20%, temos:
Figura 18: Resposta ao degrau do sistema em malha fechada da Pertubação utilizando o método CHR - SInal de referência de
0% de sobresinal
34
Figura 19: Resposta ao degrau do sistema em malha fechada da Pertubação utilizando o método CHR - SInal de referência de
20% de sobresinal
Figura 20: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método CHR - Pertubação de Carga de
0% de sobresinal
Figura 21: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método CHR - Pertubação de Carga de
35
20% de sobresinal
Observa-se na Figura 18 e 19 que o controlador PI levou um tempo muito

curto para rejeitar a perturbação comparado com o controlador apresentado pela
figura 20 e 21 onde leva um tempo considerável rejeitar. Podemos observar
também que tanto para o Sinal de referência como para a Perturbação de Carga
com 20% de sobressinal o tempo para rejeitar a perturbação é mais rápido do que
para 0%.

simulamos o controlador PI projeto controlando esse processo modificado e
plotamos as repostas ao degrau para o mesmo.
A Figura 22, 23, 24 e 25 apresenta as respostas ao degrau do sistema
modificado em malha fechada para o controlador PI, para o Sinal de Referência 0%
e 20% de Sobressinal e para a Perturbação de Carga para 0% e 20% de Sobressinal.
Figura 22: Resposta ao degrau do sistema em malha fechada da utilizando o método CHR - SInal de referência de 0% de
sobresinal, para uma variação de 5% nos polos do Sistema.
36
Figura 23: Resposta ao degrau do sistema em malha fechada da utilizando o método CHR - SInal de referência de 20% de
Figura 24: Resposta ao degrau do sistema em malha fechada utilizando o método CHR – Pertubação de carga de 0% de
sobresinal, para uma variação de 5% nos polos do Sistema
Figura 25: Resposta ao degrau do sistema em malha fechada utilizando o método CHR – Pertubação de carga de 0% de
37
Podemos observar que o comportamento é semelhando ao do sistema sem a

modificação.
4.4 MÉTODO DE OTIMIZAÇÃO DE LOPEZ- PERTUBAÇÃO DE CARGA – IAE
Para este método foram calculados os seguintes ganhos:
Tabela 14: Controlador PI para o método de otimização Lopez.
Controlador PI Kp Ti
Critério IAE 0.0505 1.8868
Critério ITAE 0.0449 1.6170
A Figura 26 representa a resposta ao degrau do sistema em malha fechada

para o controlador PI.
Critério IAE:
Figura 26: Resposta ao degrau do sistema em malha fechada utilizando o método de otimização Lopez - IAE
Critério ITAE:
38
Figura 27: Resposta ao degrau do sistema em malha fechada utilizando o método de otimização Lopez - ITAE
Agora avaliando do ponto de vista a rejeição a perturbação, temos:
Critério IAE:
Figura 28: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método de otimização Lopez - IAE
Critério ITAE:
39
Figura 29: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método de otimização Lopez - ITAE
Nestas duas últimas figuras podemos observar que o controlador PI rejeita a

perturbação após 45 segundos.
A Figura 30 apresenta resposta ao degrau do sistema modificado em malha

fechada para o controlador PI.
Critério IAE:
Figura 30: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método de otimização Lopez – IAE,
com a variação de 5% dos polos do Sistema.
Critério ITAE:
40
Figura 31: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método de otimização Lopez – ITAE,
com a variação de 5% dos polos do Sistema.
Podemos observar que o comportamento é semelhante ao do sistema sem a

modificação.
4.5 MÉTODO IMC
A aplicação deste método resultou nos seguintes valores, mostrados na Tabela

15, para os parâmetros do controlador PI.
Tabela 15: Controlador PI para o método IMC.
Controlador Kp Ti
PI 0.2899 2
41
A Figura 32 apresenta a resposta ao degrau do sistema em malha fechada para o
controlador PI.
Figura 32: Resposta ao degrau do sistema em malha fechada utilizando o método IMC
Observa-se na Figura que o controlador PI levou 30 segundos para controlar

o sistema.
Figura 33: Resposta ao degrau do sistema em malha fechada da pertubação utilizando o método IMC
Nesta figura podemos observar que o controlador PI rejeita a perturbação

após 30 segundos.
42
A Figura 34 apresenta a resposta ao degrau do sistema modificado em
malha fechada para o controlador PI.
Figura 34: Resposta ao degrau do sistema em malha fechada utilizando o método IMC, para uma variação de 5% dos polos do
sistema
Podemos observar que o comportamento é semelhante o do sistema sem a

modificação.
4.5 SKOGESTAD IMC (SIMC)
Foram calculados os ganhos dos controladores para este método, com os

parâmetros do método de Half Rule, indicados na Tabela X:
Tabela 16: Parâmetros do controlador PI – Skogestad IMC (SIMC)
Controlador Kp Ti Kp
PI 0.0214 0.300 0.0714
A resposta ao degrau em malha fechada com a função G11(s) para esse

controlador pode ser observada na Figura 4:
43
Figura 35: Resposta ao degrau (SKOGESTAD IMC (SIMC))
Nota-se que, por meio da utilização desta técnica, o processo de controle ocorre
em um curto intervalo de tempo. Uma vez que o sistema não demora para atingir
seu valor de regime, cerca de 12 segundos.
Em relação a rejeição a perturbação, o controlador leva cerca de 11 segundos

para retornar ao zero, conforme indicado na Figura 35.
Figura 36: Resposta ao degrau do sistema em malha fechada da Pertubação (SKOGESTAD IMC (SIMC))
44
Após a variação dos polos do sistema em 5%, o controlador retornou a resposta
ao degrau esquematizada na Figura 37.
Figura 37: Resposta ao degrau do sistema em malha fechada (SKOGESTAD IMC (SIMC)), com variação de 5% dos polos do sistema
4.6 IMC para rejeição de distúrbios – proposto por Shamsuzzoha e Lee
Os ganhos dos controladores para este método, com os parâmetros do método de

Half Rule, estão indicados na Tabela 3:
Tabela 17:Parâmetros do controlador PI – IMC para rejeição de distúrbios- proposto por Shamsuzzoha e Lee
Controlador Tc β Ti Kp Ki
PID 0.2 0.2979 1.2836 0.2135 0.1663
A resposta ao degrau em malha fechada com a função G11(s) para esse

controlador pode ser observada na Figura 38. Para esta técnica, o processo atingiu
seu valor de regime em 25 segundos.
45
Na figura 39, pode-se perceber a resposta ao degrau em relação as
Figura 38: Resposta ao degrau – IMC para rejeição de distúrbios- proposto por Shamsuzzoha e Lee
perturbações, enquanto na Figura 40 a resposta ao degrau foi obtida após a variação

de 5% dos polos.
46
Figura 39: Resposta ao Degrau do sistema em malha fechada da pertubação utilizando o método IMC para rejeição de
distírbios, proposto por Shamusuzzoha e Lee.
Figura 40: Resposta ao Degrau do sistema em malha fechada utilizando o método IMC para rejeição de distírbios, proposto por
Shamusuzzoha e Lee, com vairação de 5% dos polos do sistema.
47
5 INDICES DE DESEMPENHO
Utilizando as malhas fechadas obtidas no item anterior, foram calculados os

índices de desempenho da malha. Os conceitos de cada índice já foram detalhados
no item de fundamentação teórica e, portanto, nessa seção serão mostrados apenas
os algorítimos utilizados para os cálculos no Matlab e os resultados obtidos.
A tabela a seguir ilustra os resultados do cálculo desses índices para cada uma
das técnicas de sintonia. Alguns deles, foram calculados utilizando funções
disponíveis no ambiente do Matlab e outros a partir do desenvolvimento de
algoritmos também no Matlab. Esses podem ser conferidos no código disponível em
Anexo.
Tabela 18: Indices de desempenho
Controlador GM PM 𝑴𝒔 IAE 𝒕𝒓 𝒕𝒔 Oversh TV

oot
ZIEGLER- 8.7167 180 0.9602 48.5499 115.521 203.9950 0 0.9936
NICHOLS
COHEN-COON 1.8773 128.3457 4.3965 3.4755 2.7921 9.4446 5.5944 1.1152
CHIEN, HRONES 4.9203 180 2.1363 6.8335 10.1253 19.7799 0 0.9946
E RESWICK 0%
SOBRESSINAL –
SINAL DE
REFERÊNCIA
CHIEN, HRONES 1.8517 76.5571 4.7348 4.2123 3.1096 11.7164 11.2718 1.2528
E RESWICK 20%
SOBRESSINAL –
SINAL DE
REFERÊNCIA
CHIEN, HRONES 13.6801 180 0.6248 88.4444 207.845 364.4465 0 0.9952
E RESWICK 0% 7
SOBRESSINAL –
PERTUBAÇÃO DE
CARGA
CHIEN, HRONES 11.3108 180 0.7513 43.7890 101.038 178.3408 0 0.9994
E RESWICK 20% 7
SOBRESSINAL –
PERTUBAÇÃO DE
CARGA
LOPEZ - IAE 6.5828 180 1.2740 12.3912 25.8489 47.7499 0 0.9953
LOPEZ – ITAE 7.1537 180 1.1893 11.9752 24.4144 45.1639 0 0.9966
IMC 0.3517 -75.6656 12.1684 4.6116 1.0687 25.6314 35.7068 3.9065
SIMC 2.9643 180 3.2701 4.7209 115.521 203.9950 0 1.0083
SHAMSUZZOHA 0.5619 -51.1733 9.3303 3.7308 115.521 203.9950 0 2.5090
E LEE
De uma forma geral, A partir dos valores dos índices de desempenho vemos
que os melhores controladores a ser utilizado é o controlador de Chien, Hrones e
Reswick para 0% de sobressinal, Cohen-Coon e SIMC, pois a margem de fase foi
alta sendo um pouco mais baixa para o Cohen-Coon, o valor de pico da função de
48
sensibilidade obteve valores baixos, o IAE obteve também valores baixos, o tempo
de acomodação e de subida foram baixos para Chien, Hrones e Reswick para 0%
de sobressinal e Cohen-Coon, já o SIMC obteve um alto valor de tempo de subida
e acomodação, o sobressinal foi o nulo, apenas para o Cohen-Coon que apresentou
um sobressinal mas baixo. Podemos observar que as demais técnicas são melhores
em alguns pontos do que esses métodos, assim como piores, então não podemos
definir qual o melhor controlador a partir desses índices, a análise de qual melhor
controlador fica dependendo das especificações do projeto.
49
6 CONCLUSÃO
A partir dos resultados obtidos, pode-se concluir que todas as técnicas

aplicadas obtiveram um otímo desempenho, dado que os controladores
conseguiram seguir a referência, neste caso o degrau uniário no regime
permanente.
A escolha dos controladores é feita a partir das especificações do projeto

e estão associados as condições de desempenho do sistema em malha fechada.
As variações das especificações, portanto, vão depender do projeto a ser
controlado, além de facilidades em sua implementação.
Conforme ilustrado na Figura 41, foi plotado em um mesmo gráfico a resposta

ao degrau de cada controlador, juntamente com a função de referência. Pode-se
observar que os métodos que atingiram a referência em menor tempo foram os
seguintes métodos: método de Skogestad IMC(SIMC) e o método Cohen-Coon (CC),
este último antes de atingir o regime de referência apresentou um sobressinal.
50
Figura 41: Resposta ao degrau do sistema em malha fechada utilizando as técnincas apresentadas.
Ao aplicar um degrau unitário na entrada da malha que não está sendo

controlada, foram avaliados os controladores do ponto de vista da rejeição a
perturbação, juntando em um mesmo gráfico as curvas com as respostas de cada
técnica utilizada para o controle, percebe-se que os métodos de Skogestad
IMC(SIMC) e Cohen-Coon (CC) foram aqueles que apresentaram melhor
desempenho.
51
Figura 43: Resposta ao degrau do sistema em malha fechada da pertubação utilizando as técnincas apresentadas
Foi feita uma variação na localização dos polos do processo, de 5%. Após esta
variação, foram simulados os controladores de cada técnica utilizada. Foram
plotadas as respostas ao degrau de cada técnica, junto com a referência em um
mesmo gráfico, para a realização da análise dos controladores. Os Métodos de
Skogestad IMC(SIMC) e Cohen-Coon (CC) continuaram sendo só que retornaram
melhores resultados.
Figura 42: Resposta ao degrau do sistema em malha fechada utilizando as técnincas apresentadas, com variação de 5% nos polos do sistemas.
Comparando os controladores do ponto de vista da resposta ao degrau e dos

indices de desempenho, ou seja, comparando os controladores SIMC e Cohen-
Coon, temos que, no caso do controlador projetado pelo Método Cohen-Coon, a
resposta do sistema apresentou boas características quanto ao tempo de subida,
tempo de acomodação e a IAE, porém apresenta resposta dinâmica ruim devido
ao overshoot. O controlador PI projetado pelo método SIMC, resulta numa
melhor margem de ganho e margem de fase para a resposta do Sistema, assim
como um menor valor de pico de sensibilidade .
Portanto, o que determinará a escolha do controlador apropriado para

determinado sistema são as suas especificações, que informarão o desempenho
desejado para o sistema.
52
REFERÊNCIAS BIBLIOGRÁFICAS
FRANKLIN, G.F., POWELL, J.D, E EMAMI-NAEINI, SISTEMAS DE CONTROLE PARA

ENGENHARIA. 6ªed.,Bookman
PEREIRA, L.F.A, HAFFNER, J.F., ANÁLISE DE SISTEMAS DE CONTROLE :

Características de Processos no Domínio da Freqüência . Disponível em:
<http://www.feng.pucrs.br/~gacs/new/disciplinas/ascn/apostilas/Aula13.pdf>
SISTEMAS DE SEGUNDA ORDEM. Maio,2008. Disponível em:

http://www.mspc.eng.br/contr/ctrl_0220.shtml
FOGAÇA. J.R.V., Destilação. Disponível em:

<http://www.mundoeducacao.com/quimica/destilacao.htm>.
53
ANEXO
ARQUIVO.M MATLAB
% Universidade Federal de Campina Grande
% Laboratório de Controle Digital
% Professor: George Acioli Júnior
% Grupo 07:
% Phablo Vinícius de França Oliveira - 110150014
% José Helton Tavares Maia
% --------------------------------------- %
% TÉCNICAS DE SINTONIA DO CONTROLADOR PID %
% --------------------------------------- %
%1)Tarefa de obtenção do modelo para Controle do Sistema.
%Obtendo apenas a aproximação do elemento da matriz de funções de
%transferência que será controlador (G11).
%%
%1.a) Obtenha aproximação de primeira ordem com atraso utilizando o

método
%gráfico de resposta ao degrau (curva de reação).
s = tf('s');
G11 =(2*exp(-6*s)*(12*s + 1))/(((18*s + 1)*(2.5*s + 1))*(5*s + 1)^3);
G12 =(1*exp(-.5*s))/((0.2*s + 1)*(s + 1)^3);
G21 =(2*exp(-1*s)*((-2.8*s + 1)*(6*s + 1)))/((20*s + 1)*(17.5*s +

1)^4);
G22 =((-0.4*s +1)*(0.6*s + 1))/(((3*s + 1)*(1.5*s + 1))*(0.2*s +

1)^2);
figure(1)
hold on
step(G11,'b')
title('Resposta ao Degrau unitário de G11(s)')
legend('Resposta ao Degrau')
grid on
hold off
%Parametros da curva de reação
54
Kc = 2;
Lc = 12;
talc = 1.545;
G11c = (Kc*exp(-Lc*s))/(talc*s+1);
%%
%1.b)Obtenha a aproximação de primeira ordem com atraso utilizando as

regras
%de aproximação half rule do artigo.
% Parametros de Half Rule
Khr = 1.334;
talhr = 3.5;
teta = 13.5;
G11hr = (Khr*exp(-teta*s))/(talhr*s+1)
% i)Plote na mesma curva as respostas ao degrau unitário e os

diagramas de
%Bode do processo e dos modelos obtidos de primeira ordem.
%Resposta ao degrau
figure(2)
hold on
stepplot(G11,'b',G11c, 'r', G11hr, 'g')
title('Respostas ao Degrau unitário')
legend('G11','Método gráfico: curva de reação','Regras de aproximação

Half Rule')
grid on
hold off
% Diagrama de Bode
figure(3)
hold on
bode(G11)
bode(G11c)
bode(G11hr)
title ('Diagramas de Bode')
55
legend('G11','Método gráfico: curva de reação','Aproximação por Half
rule')
grid on
hold off
% Grupo 07:
% --------------------------------------- %
% --------------------------------------- %
% 2)Tarefa de obtenção Projeto do Controlador PI.
s = tf('s');
G11 = (2*exp(-6*s)*(12*s + 1))/(((18*s + 1)*(2.5*s + 1))*(5*s + 1)^3);
%%
% Aproximação de primeira ordem com atraso utilizando as regras de

aproximação half rule.
K = 2;
tal = 1.545;
L = 12;
%%
% 1- MÉTODO DA CURVA DE REAÇÃO, PROPOSTO POR ZIEGLER-NICHOLS
% Parametros do controlador PI
Kp = 0.9*tal/(K*L);
Ti = 3.3*L;
Ki = Kp/Ti;
% Função de tranferência da malha fechada
56
Gpi = Kp + (Ki/s);
Gf11 = (Gpi*G11)/(1 + Gpi*G11);
% Resposta ao degrau do sistema em malha fechada
figure(1)
stepplot(Gf11,'b')
title('Resposta ao Degrau do sistema em malha fechada utilizando o

método de ZIEGLER-NICHOLS', 'fontsize',12)
grid on
pause
% 2- MÉTODO DE COHEN-COON (CC)
Kpcc = (0.083+0.9*tal/L)*(1/K);
Ticc = ((3.3+0.31*L/tal)/(1+2.2*L/tal))*L;
Kicc = Kpcc/Ticc;
Gpicc = Kpcc + (Kicc/s);
Gf11cc = (Gpicc*G11)/(1 + Gpicc*G11);
figure(2)
stepplot(Gf11cc,'b')

método de COHEN-COON (CC)', 'fontsize',12)
grid on
pause
% %
% 3- MÉTODO DE CHIEN, HRONES E RESWICK (CHR)
% Regras de Sintonia para o Método de CHR (Sinal de Referência) - 0%

Sobresinal
Kpchr_sr_0 = 0.35*tal/(K*L);
Tichr_sr_0 = 1.2*tal;
57
Kichr_sr_0 = Kpchr_sr_0/Tichr_sr_0;
Gpichr_sr_0 = Kpchr_sr_0 + (Kichr_sr_0/s);
Gf11chr_sr_0 = (Gpichr_sr_0*G11)/(1 + Gpichr_sr_0*G11);
figure(3)
stepplot(Gf11chr_sr_0,'b')

método (CHR)- Sinal de Referência e 0% de Sobresinal', 'fontsize',12)
grid on
pause
% %

Sobresinal
Tichr_sr_20 = tal;
figure(4)
stepplot(Gf11chr_sr_20)

método (CHR)- Sinal de Referência e 20% de Sobresinal', 'fontsize',12)
grid on
pause
% %
% Regras de Sintonia para o Método de CHR (Perturbação de Carga) - 0%

Sobresinal
58
Kpchr_pc_0 = 0.6*tal/(K*L);
Tichr_pc_0 = 4*L;
Kichr_pc_0 = Kpchr_pc_0/Tichr_pc_0;
Gpichr_pc_0 = Kpchr_pc_0 + (Kichr_pc_0/s);
Gf11chr_pc_0 = (Gpichr_pc_0*G11)/(1 + Gpichr_pc_0*G11);
figure(5)
stepplot(Gf11chr_pc_0,'b')

método (CHR)- Pertubação de Carga e 0% de Sobresinal', 'fontsize',12)
grid on
pause

Sobresinal
Tichr_pc_20 = 2.3*L;
figure(6)
stepplot(Gf11chr_pc_20,'b')

método (CHR)- Pertubação de Carga e 20% de Sobresinal', 'fontsize',12)
grid on
pause
% 4 - Método de otimização (Lopez - Pertubaçao de carga)
59
% Parametros do controlador PI - Criterio IAE:
Kp4_iae = (0.984*(L/tal)^-0.986)/K;
ti4_iae = tal/(0.608*(L/tal)^-0.707);
td4_iae = 0;
Ki4_iae = Kp4_iae/ti4_iae;
% Função de transferencia de malha fechada do controlador PI:
Gpi4_iae = Kp4_iae + (Ki4_iae/s);
Gf11_4_iae = (Gpi4_iae*G11)/(1 + Gpi4_iae*G11);
figure(7)
stepplot(Gf11_4_iae)

método de otimização (Lopez - Pertubação de carga)- Critério
IAE','fontsize',12)
grid on
pause
% Parametros do controlador PI - Criterio ITAE:
Kp4_itae = (0.859*(L/tal)^-0.977)/K;
ti4_itae = tal/(0.674*(L/tal)^-0.68);
td4_itae = 0;
Ki4_itae = Kp4_itae/ti4_itae;
% Função de transferência de malha fechada do controlador PI:
Gpi4_itae = Kp4_itae + (Ki4_itae/s);
Gf11_4_itae = (Gpi4_itae*G11)/(1 + Gpi4_itae*G11);
figure(8)
stepplot(Gf11_4_itae)

método de otimização (Lopez - Pertubação de carga)- Critério
ITAE','fontsize',12)
grid on
pause
%%
% 5 - MÉTODO IMC
% Parametros do controlador PI:
Kp6_imc = L/(K*(L+tal));
60
ti6_imc = L;
td6 = 0;
Ki6_imc = Kp6_imc/ti6_imc;
% Funcao de transferência de malha fechada do controlador PI:
Gpi6_imc = Kp6_imc + (Ki6_imc/s);
Gf11_6_imc = (Gpi6_imc*G11)/(1 + Gpi6_imc*G11);
figure(9)
stepplot(Gf11_6_imc)

método IMC','fontsize',12)
grid on
pause
%%
% 6 - MÉTODO DE SKOGESTAD IMC (SIMC)
%Parametros do controlador PI
Kpsimc = (tal/((K*L*L)+L)); %Tc = atraso(L)
Tisimc = min(tal,4*(2*L));
Kisimc = Kpsimc/Tisimc;
Gpisimc = Kpsimc + (Kisimc/s);
Gf11simc = (Gpisimc*G11) / (1+Gpisimc*G11);
figure(10)
stepplot(Gf11simc,'b');

método de SKOGESTAD IMC (SIMC)', 'fontsize',12)
grid on
pause
%%
% 7 - MÉTODO IMC PARA REJEIÇÃO DE DISTÚRBIOS, PROPOSTO POR SHAMSUZZOHA

E LEE
talc = 0.2; % Talc foi determinado de forma que o beta forneça um

valor real
61
beta = tal*(1-sqrt(((1- talc/tal)^3)*exp(-L/tal)));
%Parametros do Controlador PI
TiIMC = (tal + 2*beta) - ((3*(talc^2) - ((L^2)/2) + 2*beta*L -

(beta^2))/(3*talc - 2*beta + L));
KpIMC = TiIMC/(K*(3*talc - 2*beta + L));
KiIMC = KpIMC/TiIMC;
GpiIMC = KpIMC + (KiIMC/s);
Gf11IMC= (GpiIMC*G11)/(1 + GpiIMC*G11);
figure(11)
stepplot(Gf11IMC,'b');

método de IMC PARA REJEIÇÃO DE DISTÚRBIOS, PROPOSTO POR SHAMSUZZOHA E
LEE','fontsize',12)
grid on
pause
%%
% Plotando todas as figuras em uma só
figure (12)
stepplot(G11,Gf11,Gf11cc,Gf11chr_sr_0,Gf11chr_sr_20,Gf11chr_pc_0,Gf11c
hr_pc_20,Gf11simc,'--',Gf11IMC,'m--',Gf11_4_iae,'y--',Gf11_4_itae,'c--
','g--',Gf11_6_imc,'k--');
legend ('G11','ZIEGLER-NICHOLS','COHEN-COON (CC)','CHR - Sinal de

Referencia- 0% de Sobresinal','CHR - Sinal de Referencia - 20% de
Sobresinal','CHR - Pertubação de carga - 0% de Sobresinal','CHR -
Pertubação de carga - 20% de Sobresinal','MÉTODO DE SKOGESTAD IMC
(SIMC)','MÉTODO IMC PARA REJEIÇÃO DE DISTÚRBIOS, PROPOSTO POR
SHAMSUZZOHA E LEE','Lopes - IAE','Lopes - ITAE','IMC');
title('Respostas ao degrau do sitema e do sistema em malha fechada

utilizando as técnicas apresentadas');
grid on
pause
% Grupo 07:
62
%
% --------------------------------------- %
% --------------------------------------- %
clear all
clc
% 3)Tarefas de Análise de Robustez do Controlador PI projetado
%%
%3.a)Aplique um degrau unitário na entrada da malha que não está sendo
%controlada.
%Sendo G12(s) como perturbação temos:
s = tf('s');
G12 = (1*exp(-.5*s))/((0.2*s + 1)*(s + 1)^3);
G11 =(2*exp(-6*s)*(12*s + 1))/(((18*s + 1)*(2.5*s + 1))*(5*s + 1)^3);
%%

K = 1.334;
tal = 3.5;
L = 13.5;
%%
Kp = 0.9*tal/(K*L);
Ti = 3.3*L;
Ki = Kp/Ti;
Gpi = Kp + (Ki/s);
Gf11 = G12/(1+Gpi*G11);
figure(1)
63
stepplot(Gf11,'b');
title('Resposta ao Degrau do sistema em malha fechada da Pertubação

utilizando o método de ZIEGLER-NICHOLS', 'fontsize',12)
grid on
pause
%%
Kpcc = (0.083+0.9*tal/L)*(1/K);
Ticc = ((3.3+0.31*L/tal)/(1+2.2*L/tal))*L;
Kicc = Kpcc/Ticc;
Gf11cc = (G12)/(1 + Gpicc*G11);
figure(2)
stepplot(Gf11cc)

utilizando o método de COHEN-COON (CC)', 'fontsize',12)
grid on
pause
% %
%%

Sobresinal
64
Gf11chr_sr_0 = (G12)/(1 + Gpichr_sr_0*G11);
figure(3)

utilizando o método (CHR)- Sinal de Referência e 0% de
Sobresinal','fontsize',12)
grid on
pause
% %

Sobresinal
Tichr_sr_20 = tal;
Gf11chr_sr_20 = (G12)/(1 + Gpichr_sr_20*G11);
figure(4)

utilizando o método (CHR)- Sinal de Referência e 20% de Sobresinal',
'fontsize',12)
grid on
pause
% %

Sobresinal
Tichr_pc_0 = 4*L;
65
%
Gf11chr_pc_0 = (G12)/(1 + Gpichr_pc_0*G11);
figure(5)
stepplot(Gf11chr_pc_0)

utilizando o método (CHR)- Pertubação de Carga e 0% de
grid on
pause%

Sobresinal
Gf11chr_pc_20 = (G12)/(1 + Gpichr_pc_20*G11);
figure(6)
stepplot(Gf11chr_pc_20)

utilizando o método (CHR)- Pertubação de Carga e 20% de
grid on
pause
%%
66
Kp4_iae = (0.984*(L/tal)^-0.986)/K;
ti4_iae = tal/(0.608*(L/tal)^-0.707);
td4_iae = 0;
% Função de transferncia de malha fechada do controlador PI:
Gf11_4_iae = (G12)/(1 + Gpi4_iae*G11);
figure(7)

utilizando o método de otimização (Lopez - Pertubação de carga)-
Critério IAE','fontsize',12)
grid on
pause
Kp4_itae = (0.859*(L/tal)^-0.977)/K;
ti4_itae = tal/(0.674*(L/tal)^-0.68);
td4_itae = 0;
Gf11_4_itae = (G12)/(1 + Gpi4_itae*G11);
figure(8)

Critério ITAE','fontsize',12)
grid on
pause
%%
% 5 - MÉTODO IMC
ti6_imc = L;
67
td6 = 0;
Gf11_6_imc = (G12)/(1 + Gpi6_imc*G11);
figure(9)

utilizando o método IMC','fontsize',12)
grid on
pause
%%
% 6 - MÉTODO SKOGESTAD IMC (SIMC)
KpSIMC = (tal/((K*L*L)+L)); %Tc = atraso(L)
TiSIMC = min(tal,4*(2*L));
KiSIMC = KpSIMC/TiSIMC;
GpiSIMC = KpSIMC + (KiSIMC/s);
Gf11SIMC = (G12) / (1+GpiSIMC*G11);
figure(10)
stepplot(Gf11SIMC,'b');

utilizando o método de SKOGESTAD IMC (SIMC)', 'fontsize',12)
grid on
pause
%%
% 7 - MÉTODO DO IMC PARA REJEIÇÃO DE DISTÚRBIOS, PROPOSTO POR

SHAMSUZZOHA E LEE

valor real
68

(beta^2))/(3*talc - 2*beta + L));
KpIMC = TiIMC/(K*(3*talc - 2*beta + L));
KiIMC = KpIMC/TiIMC;
Gf11IMC= (G12)/(1 + GpiIMC*G11);
figure(11)
stepplot(Gf11IMC,'b');

utilizando o método IMC para Rejeição de Distúrbios, proposto por
Shamsuzzoha e Lee', 'fontsize',12)
grid on
pause
%%
% Plotando todas as figuras em uma só
figure (12)
stepplot(Gf11,Gf11cc,Gf11chr_sr_0,Gf11chr_sr_20,Gf11chr_pc_0,Gf11chr_p
c_20,Gf11SIMC,'--',Gf11IMC,'m--',Gf11_4_iae,'y--',Gf11_4_itae,'c--'
);legend('ZIEGLER-NICHOLS','COHEN-COON (CC)','CHR - Sinal de
Referencia - 0% de Sobresinal','CHR - Sinal de Referencia - 20% de
SHAMSUZZOHA E LEE');
legend ('ZIEGLER-NICHOLS','COHEN-COON (CC)','CHR - Sinal de Referencia

- 0% e Sobresinal','CHR - Sinal de Referencia - 20% de
SHAMSUZZOHA E LEE','Lopes - IAE','Lopes - ITAE');
title('Respostas ao degrau do sistema em malha fechada da Perturbação

grid on
pause
%%
69
% Grupo 07:
% --------------------------------------- %
% --------------------------------------- %
s = tf('s');
%%

K = 3;
tal = 0.3;
L = 2;
%%
%3.b) Assuma uma variação na localização dos polos do Processo de 5%.
G11m = (3*exp(-0.7*s))/((0.198*s + 1)^8);
%%
Kp = 0.9*tal/(K*L);
Ti = 3.3*L;
Ki = Kp/Ti;
Gpi = Kp + (Ki/s);
Gf11m = (Gpi*G11m)/(1 + Gpi*G11m);
figure(1)
stepplot(Gf11m)
70
title('Resposta ao Degrau do sistema modificado em malha fechada
utilizando o método de ZIEGLER-NICHOLS', 'fontsize',12)
grid on
pause
% %
%%
Kpcc = (0.083+0.9*tal/L)*(1/K);
Ticc = ((3.3+0.31*L/tal)/(1+2.2*L/tal))*L;
Kicc = Kpcc/Ticc;
Gf11ccm = (Gpicc*G11m)/(1 + Gpicc*G11m);
figure(2)
stepplot(Gf11ccm)
title('Resposta ao Degrau do sistema modficiado em malha fechada

utilizando o método de COHEN-COON (CC)', 'fontsize',12)
grid on
pause
% %
%%
Sobresinal
Gf11chr_sr_0m = (Gpichr_sr_0*G11m)/(1 + Gpichr_sr_0*G11m);
71
figure(3)
stepplot(Gf11chr_sr_0m)

'fontsize',12)
grid on
pause
% %

Sobresinal
Tichr_sr_20 = tal;
Gf11chr_sr_20m = (Gpichr_sr_20*G11m)/(1 + Gpichr_sr_20*G11m);
figure(4)
stepplot(Gf11chr_sr_0m)

'fontsize',12)
grid on
pause
% %

Sobresinal
Tichr_pc_0 = 4*L;
Gf11chr_pc_0m = (Gpichr_pc_0*G11m)/(1 + Gpichr_pc_0*G11m);
72
%
figure(5)
stepplot(Gf11chr_pc_0m)

utilizando o método (CHR)- Pertubação de Carga e 0% de Sobresinal',
'fontsize',12)
grid on
pause%

Sobresinal
Gf11chr_pc_20m = (Gpichr_pc_20*G11m)/(1 + Gpichr_pc_20*G11m);
figure(6)
stepplot(Gf11chr_pc_20m)

utilizando o método (CHR)- Pertubação de Carga e 20% de Sobresinal',
'fontsize',12)
grid on
pause
%%
Kp4_iae = (0.984*(L/tal)^-0.986)/K;
ti4_iae = tal/(0.608*(L/tal)^-0.707);
td4_iae = 0;
73
Gf11_4_iae = (Gpi4_iae * G11m)/(1 + Gpi4_iae*G11m);
figure(7)

Critério IAE','fontsize',12)
grid on
pause
Kp4_itae = (0.859*(L/tal)^-0.977)/K;
ti4_itae = tal/(0.674*(L/tal)^-0.68);
td4_itae = 0;
Gf11_4_itae = (Gpi4_itae * G11m)/(1 + Gpi4_itae*G11m);
figure(8)

Critério ITAE','fontsize',12)
grid on
pause
%%
% 5 - MÉTODO IMC
ti6_imc = L;
td6 = 0;
Gf11_6_imc = (Gpi6_imc * G11m)/(1 + Gpi6_imc*G11m);
74
figure(9)

utilizando o método IMC','fontsize',12)
grid on
pause
%%
% 6 -MÉTODO SKOGESTAD IMC (SIMC)
KpSIMC = (tal/((K*L*L)+L)); %Tc = atraso(L)
KiSIMC = KpSIMC/TiSIMC;
Gf11SIMCm = (GpiSIMC*G11m) / (1+GpiSIMC*G11m);
figure(10)
stepplot(Gf11SIMCm);

método de SKOGESTAD IMC (SIMC)', 'fontsize',12)
grid on
pause
%%
% 7 - MÉTODO DO IMC PARA REJEIÇÃO DE DISTÚRBIOS, PROPOSTO POR

SHAMSUZZOHA E LEE

valor real

(beta^2))/(3*talc - 2*beta + L));
KpIMC = TiIMC/(K*(3*talc - 2*beta + L))
KiIMC = KpIMC/TiIMC
75
Gf11IMCm= (GpiIMC*G11m)/(1 + GpiIMC*G11m);
figure(11)
stepplot(Gf11IMCm);

método IMC para Rejeição de Distúrbios, proposto por Shamsuzzoha e
Lee','fontsize',12)
grid on
pause
%% Plotando todas as figuras em uma só
figure (12)
stepplot(Gf11,Gf11cc,Gf11chr_sr_0,Gf11chr_sr_20,Gf11chr_pc_0,Gf11chr_p
c_20,Gf11SIMC,'--',Gf11IMC,'m--',Gf11_4_iae,'y--',Gf11_4_itae,'c--'
);legend('ZIEGLER-NICHOLS','COHEN-COON (CC)','CHR - Sinal de
Referencia - 0% de Sobresinal','CHR - Sinal de Referencia - 20% de
SHAMSUZZOHA E LEE');
legend ('ZIEGLER-NICHOLS','COHEN-COON (CC)','CHR - Sinal de Referencia

- 0% de Sobresinal','CHR - Sinal de Referencia - 20% de
SHAMSUZZOHA E LEE','Lopes - IAE','Lopes - ITAE');
title('Respostas ao degrau do sitema modificado em malha fechada

grid on
pause
% %
% Grupo 07:
% --------------------------------------- %
76
% --------------------------------------- %
% 4)Tarefas de Quantificação do Desempenho do Controlador PI

projetado.
s = tf('s');
G11 =(2*exp(-6*s)*(12*s + 1))/(((18*s + 1)*(2.5*s + 1))*(5*s + 1)^3);
G12 =(1*exp(-.5*s))/((0.2*s + 1)*(s + 1)^3);
%%

K = 1.334;
tal = 3.5;
L = 13.5;
%%
Kp = 0.9*tal/(K*L);
Ti = 3.3*L;
Ki = Kp/Ti;
Gpi = Kp + (Ki/s);
Gf11 = (Gpi*G11)/(1 + Gpi*G11);
% 4.a) Margens de Ganho e Fase
fprintf('Margem de ganho e Fase para o método proposto por ZIEGLER-

NICHOLS\n')
[Gm,Pm,Wg,Wp] = margin(Gf11)
Gm_dB = 20*log10(Gm)
% 4.b) Máximo da Função de Sensibilidade (Ms)
fprintf('Máximo da função de Sensibilade para o método proposto por

ZIEGLERNICHOLS \n')
S = 1/(1 + Gpi*G11);
77
[mag, phase] = bode(S);
Ms = 20*log10(max(mag))
% 4.c) IAE (Integral Absolute Error)
fprintf('IAE (Integral Absolute Error) para o método proposto por

ZIEGLERNICHOLS \n')
[resposta_deg, tempo] = step(Gf11);
erro = 1 - resposta_deg;
IAE = trapz(tempo, abs(erro));
% 4.d) TV (Total Variantion)
fprintf('TV (Total Variantion) para o método proposto por ZIEGLER-

NICHOLS\n')
[u,t] = step(Gf11);
TV_ZN = sum(abs(diff(u)));
% 4.e,f e g) Tempo de subida, Tempo de acomodação e Sobressinal

(Overshoot)
fprintf('Tempo de subida, Tempo de acomodação e Sobressinal

(Overshoot) para o método proposto por ZIEGLER-NICHOLS \n') resultado
= stepinfo(Gf11);
tempo_subida = resultado.RiseTime
tempo_acomodacao = resultado.SettlingTime
sobressinal = resultado.Overshoot
%%
Kpcc = (0.083+0.9*tal/L)*(1/K);
Ticc = ((3.3+0.31*L/tal)/(1+2.2*L/tal))*L;
Kicc = Kpcc/Ticc;
Gf11cc = (Gpicc*G11)/(1 + Gpicc*G11);
%4.a) Margens de Ganho e Fase
78
fprintf('Margens de Ganho e Fase para o método proposto por COHEN-COON
(CC)\n')
[Gmcc,Pmcc,Wgcc,Wpcc] = margin(Gf11cc)
Gm_dBcc = 20*log10(Gmcc)
fprintf('Máximo da Função de Sensibilidade (Ms) para o método proposto

por COHEN-COON (CC) \n')
Scc = 1/(1 + Gpicc*G11);
[magcc, phasecc] = bode(Scc);
Mscc = 20*log10(max(magcc))
fprintf('IAE (Integral Absolute Error) para o método proposto por

COHEN-COON(CC) \n')
[resposta_degcc, tempocc] = step(Gf11cc);
errocc = 1 - resposta_degcc;
IAEcc = trapz(tempocc, abs(errocc))
% % 4.d) TV (Total Variantion)
fprintf('TV (Total Variantion) para o método proposto por COHEN-COON

(CC)\n')
[u,t] = step(Gf11cc);
TV_CC = sum(abs(diff(u)))
% %

(Overshoot)

(Overshoot) para o método proposto por COHEN-COON (CC) \n')
resultadocc = stepinfo(Gf11cc);
tempo_subidacc = resultadocc.RiseTime
tempo_acomodacaocc = resultadocc.SettlingTime
sobressinalcc = resultadocc.Overshoot
%%
79
Sobresinal
fprintf(' Margens de Ganho e Fase para o método de CHR (Sinal de

Referência)- 0% Sobresinal \n')
[Gm2,Pm2,Wg2,Wp2] = margin(Gf11chr_sr_0);
Gm_dB2 = 20*log10(Gm2);
fprintf(' Máximo da Função de Sensibilidade (Ms) para de CHR (Sinal de

Referência) - 0% Sobresinal \n')
Schr_sr_0 = 1/(1 + Gpichr_sr_0*G11);
[magchr_sr_0, phasechr_sr_0] = bode(Schr_sr_0);
Mschr_sr_0 = 20*log10(max(magchr_sr_0))
fprintf('IAE (Integral Absolute Error) para o método de CHR (Sinal de

[resposta_degchr_sr_0, tempochr_sr_0] = step(Gf11chr_sr_0);
errochr_sr_0 = 1 - resposta_degchr_sr_0;
IAEchr_sr_0 = trapz(tempochr_sr_0, abs(errochr_sr_0))
fprintf('TV (Total Variantion) para o método de CHR (Sinal de

Referência) - 0% Sobresinal \n' )
[u,t] = step(Gf11chr_sr_0);
TV_chr_sr_0 = sum(abs(diff(u)))
80
(Overshoot)

(Overshoot) para o método de CHR (Sinal de Referência) - 0% Sobresinal
\n')
resultadochr_sr_0 = stepinfo(Gf11chr_sr_0);
tempo_subidachr_sr_0 = resultadochr_sr_0.RiseTime
tempo_acomodacaochr_sr_0 = resultadochr_sr_0.SettlingTime
sobressinalchr_sr_0 = resultadochr_sr_0.Overshoot
%%

Sobresinal
Tichr_sr_20 = tal;
fprintf('Margens de Ganho e Fase para o método de CHR (Sinal de

[Gm3,Pm3,Wg3,Wp3] = margin(Gf11chr_sr_20);
Gm_dB3 = 20*log10(Gm3);
fprintf('Máximo da Função de Sensibilidade (Ms) para o método de CHR

(Sinal de Referência) - 20% Sobresinal \n')
Schr_sr_20 = 1/(1 + Gpichr_sr_20*G11);
[magchr_sr_20, phasechr_sr_20] = bode(Schr_sr_20);
Mschr_sr_20 = 20*log10(max(magchr_sr_20))
81
fprintf('IAE (Integral Absolute Error) para o método de CHR (Sinal de
[resposta_degchr_sr_20, tempochr_sr_20] = step(Gf11chr_sr_20);
errochr_sr_20 = 1 - resposta_degchr_sr_20;
IAEchr_sr_20 = trapz(tempochr_sr_20, abs(errochr_sr_20))
fprintf('TV (Total Variantion) para o método de CHR (Sinal de

Referência) - 20% Sobresinal \n' )
[u,t] = step(Gf11chr_sr_20);
TV_sr_20 = sum(abs(diff(u)))
% %

(Overshoot)

(Overshoot) para o método de CHR (Sinal de Referência) - 20%
Sobresinal \n')
resultadochr_sr_20 = stepinfo(Gf11chr_sr_20);
tempo_subidachr_sr_20 = resultadochr_sr_20.RiseTime
tempo_acomodacaochr_sr_20 = resultadochr_sr_20.SettlingTime
sobressinalchr_sr_20 = resultadochr_sr_20.Overshoot
%%

Sobresinal
Tichr_pc_0 = 4*L;
fprintf(' Margens de Ganho e Fase para o método de CHR (Pertubação da

carga) - 0% Sobresinal \n')
82
[Gm4,Pm4,Wg4,Wp4] = margin(Gf11chr_pc_0);
Gm_dB4 = 20*log10(Gm4);

(Pertubação da carga) - 0% Sobresinal \n')
Schr_pc_0 = 1/(1 + Gpichr_pc_0*G11);
[magchr_pc_0, phasechr_pc_0] = bode(Schr_pc_0);
Mchr_pc_0 = 20*log10(max(magchr_pc_0))
fprintf('IAE (Integral Absolute Error) para o método de CHR

[resposta_degchr_pc_0, tempochr_pc_0] = step(Gf11chr_pc_0);
errochr_pc_0 = 1 - resposta_degchr_pc_0;
IAEchr_pc_0 = trapz(tempochr_pc_0, abs(errochr_pc_0))
% 4.d) TV (Total Variantion)
fprintf('TV (Total Variantion) para o método de CHR (Pertubação da

carga) - 0% Sobresinal \n' )
[u,t] = step(Gf11chr_pc_0);
TV_pc_0 = sum(abs(diff(u)))
% %

(Overshoot)

(Overshoot) para o método de CHR (Pertubação da carga) - 0% Sobresinal
\n')
resultadochr_pc_0 = stepinfo(Gf11chr_pc_0);
tempo_subidachr_pc_0 = resultadochr_pc_0.RiseTime
tempo_acomodacaochr_pc_0 = resultadochr_pc_0.SettlingTime
sobressinalchr_pc_0 = resultadochr_pc_0.Overshoot
%%

Sobresinal
83
fprintf('Margens de Ganho e Fase para o método de CHR (Pertubação da

[Gm5,Pm5,Wg5,Wp5] = margin(Gf11chr_pc_20);
Gm_dB5 = 20*log10(Gm5);
%4.b) Máximo da Função de Sensibilidade (Ms)

Schr_pc_20 = 1/(1 + Gpichr_pc_20*G11);
[magchr_pc_20, phasechr_pc_20] = bode(Schr_pc_20);
Mchr_pc_20 = 20*log10(max(magchr_pc_20))
fprintf('IAE (Integral Absolute Error) para o método de CHR

[resposta_degchr_pc_20, tempochr_pc_20] = step(Gf11chr_pc_20);
errochr_pc_20 = 1 - resposta_degchr_pc_20;
IAEchr_pc_20 = trapz(tempochr_pc_20, abs(errochr_pc_20))
fprintf('TV (Total Variantion) para o método de CHR (Pertubação da

[u,t] = step(Gf11chr_pc_20);
TV_pc_20 = sum(abs(diff(u)))
% %

(Overshoot)
84
(Overshoot) para o método de CHR (Pertubação da carga) - 20%
Sobresinal \n')
resultadochr_pc_20 = stepinfo(Gf11chr_pc_20);
tempo_subidachr_pc_20 = resultadochr_pc_20.RiseTime
tempo_acomodacaochr_pc_20 = resultadochr_pc_20.SettlingTime
sobressinalchr_pc_20 = resultadochr_pc_20.Overshoot
% %
Kp4_iae = (0.984*(L/tal)^-0.986)/K;
ti4_iae = tal/(0.608*(L/tal)^-0.707);
td4_iae = 0;
Gf11_4_iae = (Gpi4_iae*G11)/(1 + Gpi4_iae*G11);
% Margens de Ganho e Fase
fprintf('Margem de ganho e fase para o método de otimização de

LopezPertubação de Carga (Critério IAE)\n')
[Gm4_iae,Pm4_iae,Wg4_iae,Wp4_iae] = margin(Gf11_4_iae)
Gm_db4_iae = 20 * log10(Gm4_iae)
% Máximo da Função de Sensibilidade (Ms)
fprintf('Máximo da função de Sensibilidade para o método de otimização

de Lopez-Pertubação de Carga (Critério IAE)\n')
S4_iae = 1/(1+Gpi4_iae*G11);
[mag4_iae, phase4_iae] = bode(S4_iae);
M4_iae = 20*log10(max(mag4_iae))
% IAE (Integral Absolute Error)
fprintf('IAE(Integral Absolute Error) para o método de otimização de

[resposta_deg4_iae, tempo4_iae] = step (Gf11_4_iae);
erro4_iae = 1 - resposta_deg4_iae;
IAE4_iae = trapz(tempo4_iae, abs (erro4_iae))
85
% TV(Total Variantion)
fprintf('TV (Total Variantion) para o método de otimização de

[u,t] = step(Gf11_4_iae);
TV4_iae = sum(abs(diff(u)))
% Tempo de subida, Tempo de acomodação e Sobressinal (Overshoot)

(Overshoot) para o método de otimização de Lopez-Pertubação de Carga
(Critério IAE)\n')
resultado4_iae = stepinfo(Gf11_4_iae);
tempo_subida4_iae = resultado4_iae.RiseTime
tempo_acomodacao4_iae = resultado4_iae.SettlingTime
sobressinal4_iae = resultado4_iae.Overshoot
%%%
Kp4_itae = (0.859*(L/tal)^-0.977)/K;
ti4_itae = tal/(0.674*(L/tal)^-0.68);
td4_itae = 0;
Gf11_4_itae = (Gpi4_itae*G11)/(1 + Gpi4_itae*G11);
fprintf('Margem de ganho e fase para o método de otimização de

LopezPertubação de Carga (Critério ITAE)\n')
[Gm4_itae,Pm4_iae,Wg4_iae,Wp4_iae] = margin(Gf11_4_itae)
Gm_db4_itae = 20 * log10(Gm4_itae)
fprintf('Máximo da função de Sensibilidade para o método de otimização

de Lopez-Pertubação de Carga (Critério ITAE)\n')
S4_itae = 1/(1+Gpi4_itae*G11);
[mag4_itae, phase4_itae] = bode(S4_itae);
M4_itae = 20*log10(max(mag4_itae))
86
fprintf('IAE(Integral Absolute Error) para o método de otimização de
[resposta_deg4_itae, tempo4_itae] = step (Gf11_4_itae);
erro4_itae = 1 - resposta_deg4_itae;
IAE4_itae = trapz(tempo4_itae, abs (erro4_itae))
%71
fprintf('TV (Total Variantion) para o método de otimização de

[u,t] = step(Gf11_4_itae);
TV4_itae = sum(abs(diff(u)))

(Overshoot) para o método de otimização de Lopez-Pertubação de Carga
(Critério ITAE)\n')
resultado4_itae = stepinfo(Gf11_4_itae);
tempo_subida4_itae = resultado4_itae.RiseTime
tempo_acomodacao4_itae = resultado4_itae.SettlingTime
sobressinal4_itae = resultado4_itae.Overshoot
%%%
% 5 - MÉTODO IMC
ti6_imc = L;
td6 = 0;
Gf11_6_imc = (Gpi6_imc*G11)/(1 + Gpi6_imc*G11);
fprintf('Margem de ganho e fase para o método IMC \n')
[Gm6_imc,Pm6_imc,Wg6_imc,Wp6_imc] = margin(Gf11_6_imc)
Gm_db6_imc = 20 * log10(Gm6_imc)
87
fprintf('Máximo da função de Sensibilidade para o método IMC \n')
S6_imc = 1/(1+Gpi6_imc*G11);
[mag6_imc, phase6_imc] = bode(S6_imc);
M5_itae = 20*log10(max(mag6_imc))
fprintf('IAE(Integral Absolute Error) para o método IMC \n')
[resposta_deg6_imc, tempo6_imc] = step (Gf11_6_imc);
erro6_imc = 1 - resposta_deg6_imc;
IAE6_imc = trapz(tempo6_imc, abs (erro6_imc))
fprintf('TV (Total Variantion) para o método IMC \n')
[u,t] = step(Gf11_6_imc);
TV6_imc = sum(abs(diff(u)))

(Overshoot) para
o método IMC \n')
resultado6_imc = stepinfo(Gf11_6_imc);72
tempo_subida6_imc = resultado6_imc.RiseTime
tempo_acomodacao6_imc = resultado6_imc.SettlingTime
sobressinal6_imc = resultado6_imc.Overshoot
%%
% 6- MÉTODO DE SKOGESTAD IMC (SIMC)
KpSIMC = (tal/((K*L*L)+L)) %Tc = atraso(L)
KiSIMC = KpSIMC/TiSIMC
Gf11SIMC = (GpiSIMC*G11) / (1+GpiSIMC*G11);
88
fprintf('Margem de ganho e Fase para o método de Skogestad IMC (SIMC)

\n')
[GmSIMC,PmSIMC,WgSIMC,WpSIMC] = margin(Gf11SIMC)
Gm_dBSIMC = 20*log10(GmSIMC)
fprintf('Máximo da função de Sensibilade para o método de Skogestad

IMC
(SIMC) \n')
SSIMC = 1/(1 + GpiSIMC*G11);
[magSIMC, phaseSIMC] = bode(SSIMC);
MsSIMC = 20*log10(max(magSIMC))
fprintf('IAE (Integral Absolute Error) para o método de Skogestad IMC

(SIMC)
\n')
[resposta_degSIMC, tempoSIMC] = step(Gf11SIMC);
erroSIMC = 1 - resposta_degSIMC;
IAESIMC = trapz(tempoSIMC, abs(erroSIMC))
fprintf('TV (Total Variantion) para o método de Skogestad IMC (SIMC)

\n' )
[u,t] = step(Gf11SIMC);
TV_SIMC = sum(abs(diff(u)))
% %

(Overshoot)

(Overshoot) para
o métodode Skogestad IMC (SIMC) \n')
resultadoSIMC = stepinfo(Gf11SIMC);
tempo_subidaSIMC = resultado.RiseTime
tempo_acomodacaoSIMC = resultado.SettlingTime
sobressinalSIMC = resultado.Overshoot
89
%
%%
% 7- MÉTODO IMC PARA REJEIÇÃO DE DISTÚRBIOS, PROPOSTO POR SHAMSUZZOHA

E LEE

valor real
% Parametros do controlador PI73
(beta^2))/(3*talc - 2*beta + L));
KpIMC = TiIMC/(K*(3*talc - 2*beta + L))
KiIMC = KpIMC/TiIMC
Gf11IMC= (GpiIMC*G11)/(1 + GpiIMC*G11);;
% %
fprintf('Margem de ganho e Fase para o método IMC para rejeição de
distúrbios, proposto por Shamsuzzoha e Lee \n')
[GmIMC,PmIMC,WgIMC,WpIMC] = margin(Gf11IMC)
Gm_dBIMC = 20*log10(GmIMC)
fprintf('Máximo da função de Sensibilade para o método IMC para

rejeição de
SIMC = 1/(1 + GpiIMC*G11);
[magIMC, phaseIMC] = bode(SIMC);
MsIMC = 20*log10(max(magIMC))
fprintf('IAE (Integral Absolute Error) para o método IMC para rejeição

de
[resposta_degIMC, tempoIMC] = step(Gf11IMC);
90
erroIMC = 1 - resposta_degIMC;
IAEIMC = trapz(tempoIMC, abs(erroIMC))
fprintf('TV (Total Variantion) para o método de Skogestad IMC (SIMC)

\n' )
[u,t] = step(Gf11IMC);
TV_IMC = sum(abs(diff(u)))
% %

(Overshoot)

(Overshoot) para
o métodode IMC para rejeição de distúrbios, proposto por Shamsuzzoha e

Lee
\n')
resultadoIMC = stepinfo(Gf11IMC);
tempo_subidaIMC = resultado.RiseTime
tempo_acomodacaoIMC = resultado.SettlingTime
sobressinalIMC = resultado.Overshoot
% %
91

Modelagem e projeto de controladores PID para coluna de destilação

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Modelagem e projeto de controladores PID para coluna de destilação

Diunggah oleh

Hak Cipta:

Format Tersedia

Modelagem e projeto de

Figura 1: Coluna de Destilação .................................................................................................................... 8

A destilação, é um dos métodos físicos de separação de misturas homogêneas

O esquema de uma coluna de destilação esta exemplificado na Figura 1.

Figura 1: Coluna de Destilação

Fluxo de entrada ou alimentação

Deseja-se que o fluxo de topo D seja o mais puro possível, ou seja, a

Um dos modelos utilizados para descrever uma coluna de destilação

𝐺 (𝑠) 𝐺12 (𝑠) 𝑈1 (𝑠)

O diagrama de blocos que representam o modelo segue na Figura 2.

Figura 2: Diagrama de blocos

O controlador pode ser multivariável ou por malha. Considerando o caso mais

Figura 3: diagrama de blocos do processo mais os controladores PID individuais.

Para o caso do controlador PID por malha, a sintonia é realizada considerando

O objetivo geral desde trabalho é a realização do projeto de controladores do

Pretende-se também obter uma aproximação de primeira ordem com atraso

1.3 ORGANIZAÇÃO DO TEXTO

Na seção 3, são obtidas aproximações das respostas ao degrau unitário

2.1 MÉTODO GRÁFICO DE RESPOSTA AO DEGRAU (CURVA DE REAÇÃO)

O método da Curva de Reação também conhecido como método gráfico de

Figura 4: Representação da Curva S para determinação de L e τ.

2.2 HALF RULE

A partir das regras de aproximação de Half-Rule é possível obter sistemas de

A aproximação de primeira ordem do sistema pelo método de Half Rule é feita

A aproximação de segunda ordem:

Onde o termo h é o período de amostragem para as implementações digitais.

No caso do sistema possuir ordem igual a zero, o termo (𝑇0 𝑠 + 1) é cancelado

2.3 TÉCNICAS DE SINTONIA

2.3.1 Método da Curva de Reação, proposto por Ziegler-Nichols (ZN)

O método da curva de reação de Ziegler-Nichols é um dos mais clássicos

presentes na Tabela 2. Onde K, L e 𝜏 são obtidos fazendo a aproximação da função

de transferência para uma função de primeira ordem com atraso.

Controlador 𝑲𝒑 𝑻𝒊 [seg] 𝑻𝒅 [seg]

2.3.2 Método de Cohen-Coon (CC)

Tabela 3: Regras de sintonia para o método de Cohen-Coon

Controlador 𝑲𝒑 𝑻𝒊 [seg] 𝑻𝒅 [seg]

2.3.3 Método de Chien, Hrones e Reswick (CHR), para 0% de sobresinal e

Devido os métodos de sintonia de ZN apresentarem limitações no que se refere

Para sinal de referência temos:

Controlador 0% de Sobressinal 20% de Sobresinal

Para a perturbação da carga temos:

Controlador 0% de Sobressinal 20% de Sobresinal

2.3.4 Métodos de Otimização por Lopez, para perturbação de carga

Estas técnicas de sintonia buscam minimizar os critérios de desempenho IAE

Nas expressões anteriores A,B,C,D,E,F são parâmetros especificados

Tabela 6: Regras de sintonia para o método de otimização (Lopez – Perturbação de carga)

2.3.5 Internal Model Control (IMC)

Esse método considera a precisão do modelo do processo analisado no

Tabela 7: Regras de sintonia para o método IMC

Este método é uma modificação do o método IMC, levando em consideração

Neste contexto, o método "Skogestad IMC" (SIMC) é sugerido ao invés do

Assim, para um sistema FOPDT, o controlador será do tipo PI, com os

Tabela 8:Regra de Sintonia para o Método SIMC (Primeira Malha de Controle)

2.3.7 IMC para Rejeição de Distúrbios, proposto por Shamsuzzoha e Lee

Shamsuzzoha e Lee propuseram modificações no método IMC de forma

Nesta extensão, é utilizado um grau de liberdade extra denominado β, que

Permitem fazer o cancelamento do pólo em malha aberta

um sistema do tipo FOPDT, e assumindo-se que Gp(s)=Gd(s), tem-se

e os parâmetros do controlador PID são calculados conforme a Tabela 3.

Um índice de desempenho é uma medida quantitativa do desempenho de um

2.4.1 Margem de ganho (GM)

Define-se por Margem de Ganho – GM, a faixa de ganho que se pode

Sendo ωM a frequência em que a fase de G(jω)H(jω) é igual a 180º . Pode-