MONOGRAFIA SistemaSupervisórioPlanta

UNIVERSIDADE FEDERAL DE OURO PRETO
INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS

DEPARTAMENTO DE ENGENHARIA ELÉTRICA
Implementação de um sistema supervisório via MATLAB para

planta SMAR PD3-F
FLÁVIO HENRIQUE PESSOA DO CARMO
TRABALHO DE CONCLUSÃO DE CURSO

JOÃO MONLEVADE, MG
2017
UNIVERSIDADE FEDERAL DE OURO PRETO
INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS
DEPARTAMENTO DE ENGENHARIA ELÉTRICA
Implementação de um sistema supervisório via MATLAB para planta

SMAR PD3-F
Flávio Henrique Pessoa do Carmo
Monografia apresentada ao Departamento de Engenharia

Elétrica da Universidade Federal de Ouro Preto como
parte dos requisitos exigidos para a obtenção do título
de Bacharel em Engenharia Elétrica.
Área de Concentração: Engenharia Elétrica
Orientadora: Anny Verly, Msc.
João Monlevade, MG
2017
C287i Carmo, Flávio Henrique Pessoa do
Implementação de um sistema supervisório via MATLAB para planta
SMAR PD3-F [manuscrito] / Flávio Henrique Pessoa do Carmo - 2017.
96 f.; il. color.; grafs.; tabs.
Orientadora: Profa. MSc. Anny Verly
Monografia (Graduação) - Universidade Federal de Ouro Preto. Instituto

de Ciências Exatas e Aplicadas. Departamento de Engenharia Elétrica.
1. Engenharia elétrica. 2. Sistemas de controle. I. Verly, Anny. II.

Universidade Federal de Ouro Preto. Instituto de Ciências Exatas e Aplicadas.
Departamento de Engenharia Elétrica. III. Título.
CDU: 681.51
Catalogação: ficha@sisbin.ufop.br
À minha família, namorada, amigos e professores que,
com carinho e paciência contribuíram para que eu alcançasse esta vitória.
Agradecimentos
Primeiramente, quero agradecer a Deus, pela vida e por colocar tantas pessoas
maravilhosas próximas a mim. Esta vitória será compartilhada com minha família, minha
namorada Geovana e amigos, que me ajudaram e me incentivaram até o fim para que esta
glória acontecesse. Por isso, deixo nesta mensagem, os meus sinceros agradecimentos à
minha família, peça chave de tudo isso.
À todos os meus grandes amigos e vizinhos da república, batalhadores em busca
dos seus sonhos, muito obrigado por me ajudar a superar todos os desafios desta longa
caminhada. Lembrarei para sempre de todas a nossas histórias com muitas gargalhadas.
À todos os amigos e guerreiros da UFOP, por toda ajuda durante todos esses anos, nos
encontraremos em outros desafios que este mundo nos trará. Aos amigos de Barão, que
sempre me deram momentos de alegria e descontração.
Aos mestres e doutores, em especial ao meu primeiro orientador Afrânio Ornelas
Ruas Vilela e à minha atual orientadora Anny Verly, pelos ensinamentos técnicos que me
tornarão um profissional em prol da sociedade.
Enfim, lembrem se: Se Deus encheu sua vida de obstáculos, é porque ele acredita
na tua capacidade de passar por cada um.
"Quem acredita sempre alcança",
(Renato Russo)
Sumário
1 INTRODUÇÃO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
1.1 Contextualização . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
1.3 Motivação e Justificativas . . . . . . . . . . . . . . . . . . . . . . . . . 23
1.4 Estrutura do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
2 FERRAMENTAS DE COMUNICAÇÃO COM PROCESSO DE CON-

TROLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.1 A Planta SMAR PD3 – F . . . . . . . . . . . . . . . . . . . . . . . . . 25
2.2 FOUNDATION T M Fieldbus . . . . . . . . . . . . . . . . . . . . . . . 27
2.3 Redes de Comunicação . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.1 Rede Foundation Fieldbus H1 . . . . . . . . . . . . . . . . . . . . . . . . 30
2.3.2 Rede Foundation Fieldbus HSE . . . . . . . . . . . . . . . . . . . . . . . 30
2.4 Instrumentos da Planta SMAR PD3-F . . . . . . . . . . . . . . . . . 30
2.5 OPC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.1 Arquitetura OPC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.5.2 OPC Toolbox . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
2.6 Sistemas Supervisórios . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.6.1 Ferramenta GUIDE do MATLAB R
. . . . . . . . . . . . . . . . . . . . . 36
2.7 Considerações Finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3 SISTEMAS DE CONTROLE AUTOMÁTICOS . . . . . . . . . . . . 38

3.1 Identificação de Sistemas . . . . . . . . . . . . . . . . . . . . . . . . . 39
3.1.1 Procedimentos para identificação de sistemas . . . . . . . . . . . . . . . . 39
3.1.1.1 Testes dinâmicos e coleta de dados . . . . . . . . . . . . . . . . . . . . . . . 40
3.1.1.2 Escolha da representação matemática . . . . . . . . . . . . . . . . . . . . . 42
3.1.1.3 Determinação da estrutura do modelo . . . . . . . . . . . . . . . . . . . . . 45
3.1.1.4 Estimação de parâmetros . . . . . . . . . . . . . . . . . . . . . . . . . . . . 45
3.1.1.5 Validação de modelos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 46
3.2 Sistemas de controle automáticos . . . . . . . . . . . . . . . . . . . . 46
3.2.1 Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
3.2.2 Sintonia de controladores PID . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.2.1 Método de Skogestad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
3.2.2.2 Sintonia de controladores utilizando SISOTOOL . . . . . . . . . . . . . . . . 49
4 DESENVOLVIMENTO DE FERRAMENTAS DE COMUNICAÇÃO
COM O PROCESSO PARA SUPERVISÃO, IDENTIFICAÇÃO E
CONTROLE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
4.2 Definição dos instrumentos utilizados . . . . . . . . . . . . . . . . . . 51
4.3 Comunicação do servidor OPC com a planta . . . . . . . . . . . . . . 53
4.4 Requisitos do sistema . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
4.5 Projeto da Interface . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
4.5.1 Tela de controles em malha aberta e malha fechada . . . . . . . . . . . . . 59
4.5.2 Tela de aquisição de dados para identificação de sistemas . . . . . . . . . . 60
4.6 Conexão do sistema com o servidor OPC e funcionamento do sistema 61
4.7 Funcionamento do controle de nível em malha fechada . . . . . . . 63
5 ENSAIOS E RESULTADOS . . . . . . . . . . . . . . . . . . . . . . . 66
5.1 Procedimentos realizados para Identificação de Sistemas . . . . . . 66
5.1.1 Identificação de sistemas utilizando métodos determinísticos . . . . . . . . 68
5.1.2 Identificação de sistemas utilizando método dos mínimos quadrados para
um modelo ARX e NARX . . . . . . . . . . . . . . . . . . . . . . . . . . 70
5.2 Procedimentos realizados para sintonia do controle de Nível do
Tanque de Aquecimento . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.2.1 Método de Skogestad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 73
5.2.2 Sintonia PID utilizando SISOTOOL . . . . . . . . . . . . . . . . . . . . . 75
6 CONCLUSÃO E TRABALHOS FUTUROS . . . . . . . . . . . . . . 76
REFERÊNCIAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
ANEXO A – DIAGRAMA P&I DA PLANTA E NORMA ISA 5.1 . 80
ANEXO B – COMPOSIÇÃO DA PLANTA DIDÁTICA PD3-F . . . 83

B.1 Transmissor de Temperatura – TT302 . . . . . . . . . . . . . . . . . 83
B.2 Conversor Fieldbus/ 4-20 mA – FI302 . . . . . . . . . . . . . . . . . 83
B.3 Plataforma de Controle e Automação de Processos – DFI302 . . . . 84
ANEXO C – TUTORIAL PARA EXECUÇÃO DO SISTEMA . . . . 87

Lista de ilustrações
Figura 1 – Planta Didática SMAR PD3-F. . . . . . . . . . . . . . . . . . . . . . . 26

Figura 2 – Comparação entre os DCS tradicionais e o FOUNDATION T M Fieldbus:
(a)Comunicação Bidirecional, (b)Distribuição dos controladores. Em
que AO, AI significam, Analog Output e Analog Input, respectivamente. 28
Figura 3 – Comparação entre DCS tradicionais e o FOUNDATION T M Fieldbus :
Confiabilidade dos dados. . . . . . . . . . . . . . . . . . . . . . . . . . 29
Figura 4 – Transmissor de Pressão - LD302. . . . . . . . . . . . . . . . . . . . . . 31
Figura 5 – Posicionador de Válvula – FY302. . . . . . . . . . . . . . . . . . . . . . 31
Figura 6 – Estrutura interna dos objetos do padrão OPC. . . . . . . . . . . . . . . 33
Figura 7 – Interface OPC Toolbox do MATLAB R
. A aba Server Namespace é
responsável pela comunicação com o servidor OPC desejado. Já a aba
OPC Toolbox Objects cria os grupos e adiciona itens, possibilitando
também ler e escrever nos itens. . . . . . . . . . . . . . . . . . . . . . 34
Figura 8 – Sinótico do sistema supervisório Process View do fabricante SMAR. . . 36
Figura 9 – Diagrama de Blocos de um sistema de controle digital. . . . . . . . . . 38
Figura 10 – Função degrau. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 40
Figura 11 – Exemplo de um sinal PRBS. . . . . . . . . . . . . . . . . . . . . . . . . 42
Figura 12 – Resposta ao degrau unitário de sistemas de primeira ordem. Quanto
menor o valor de τ , mais rápida é a resposta do sistema. . . . . . . . . 43
Figura 13 – Interface do SISOTOOL para sintonia de controladores PID. . . . . . . 50
Figura 14 – Disposição dos instrumentos da planta SMAR PD3-F. . . . . . . . . . 52
Figura 15 – Parâmetros do bloco Analog Output da válvula FY31. . . . . . . . . . 54
Figura 16 – Lógica Ladder para acionamento da bomba 1. . . . . . . . . . . . . . . 55
Figura 17 – Objetos do editor de layouts GUIDE utilizados para a construção das
interfaces. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
Figura 18 – Tela do supervisório de todo o sistema e controle de nível do tanque de
aquecimento. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
Figura 19 – Interface de ensaios para Identificação de sistemas concluída. . . . . . . 61
Figura 20 – Comunicação do cliente OPC com o servidor OPC. . . . . . . . . . . . 62
Figura 21 – Malha fechada para controle de nível do tanque de aquecimento, onde
k são amostras discretas de tempo, T é o período de amostragem, t é o
tempo no domínio contínuo, y é a saída do sistema, r é a referência, e é
o erro medido e u é o sinal enviado ao atuador. . . . . . . . . . . . . . 64
Figura 22 – Sistema para o controle de nível do tanque de aquecimento. . . . . . . 67
Figura 23 – Entrada dos parâmetros para coleta de dados do ensaio do sistema de
nível aplicando um degrau em FY-31. . . . . . . . . . . . . . . . . . . . 68
Figura 24 – Degrau de 55 % de abertura aplicado à válvula FY-31, em marrom (–),
e resposta do sistema de nível à essa entrada, em verde (–). . . . . . . 69
Figura 25 – Validação do modelo de primeira ordem calculado para o sistema de
nível do tanque de aquecimento. A curva em azul (–) representa o
modelo estimado e a curva em vermelho (- -) constitui os dados reais
coletados. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
Figura 26 – Entrada dos parâmetros para coleta de dados do ensaio dinâmico do
sistema de nível do tanque de aquecimento. . . . . . . . . . . . . . . . 71
Figura 27 – Sinal PRBS de entrada projetado e aplicado à válvula FY-31. . . . . . 71
Figura 28 – Resposta do sistema de nível do tanque de aquecimento ao ensaio
dinâmico. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Figura 29 – Simulação livre dos modelos encontrados. Em azul (–) tem-se os dados
reais do ensaio dinâmico, em verde (–) os dados gerados pelo modelo
ARX, em vermelho (–) os dados do modelo NARX. . . . . . . . . . . 73
Figura 30 – Controle PI de nível do tanque de aquecimento sintonizado pelo método
de Skogestad sem wind-up. A curva azul (–) representa a resposta do
nível do tanque de aquecimento. Em vermelho (- -) tem-se o Setpoint. . 74
Figura 31 – Controle PI de nível do tanque de aquecimento sintonizado pelo método
de Skogestad com wind-up. A curva azul (–) representa a resposta do
nível do tanque de aquecimento. Em vermelho (- -) tem-se o Setpoint. . 74
Figura 32 – Controle PI de nível do tanque de aquecimento sintonizado pelo SISO-
TOOL. A curva azul (–) representa a resposta do nível do tanque de
aquecimento. Em vermelho (- -) tem-se o Setpoint. . . . . . . . . . . . 75
Figura 33 – Diagrama P&I da planta PD3-F. . . . . . . . . . . . . . . . . . . . . . 81
Figura 34 – Transmissor de Temperatura TT-302. . . . . . . . . . . . . . . . . . . . 83
Figura 35 – Painel de Controle do Windows. . . . . . . . . . . . . . . . . . . . . . . 87
Figura 36 – Central de Rede e Compartilhamento. . . . . . . . . . . . . . . . . . . 88
Figura 37 – Configurações de rede. . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
Figura 38 – Configurações do System302 Settings. . . . . . . . . . . . . . . . . . . . 89
Figura 39 – Configurações de IP do System302. . . . . . . . . . . . . . . . . . . . . 89
Figura 40 – Finalização da configuração de rede do System302. . . . . . . . . . . . 90
Figura 41 – Procedimento Unpack no System302. . . . . . . . . . . . . . . . . . . . 90
Figura 42 – Abertura de áreas no System302. . . . . . . . . . . . . . . . . . . . . . 91
Figura 43 – Configurações no software Syscon. . . . . . . . . . . . . . . . . . . . . . 91
Figura 44 – Comissionamento dos módulos e instrumentos no Syscon. . . . . . . . . 92
Figura 45 – Download das configurações dos módulos e instrumentos. . . . . . . . . 92
Figura 46 – Abertura do LogicView. . . . . . . . . . . . . . . . . . . . . . . . . . . 93
Figura 47 – Configurações do LogicView. . . . . . . . . . . . . . . . . . . . . . . . . 93
Figura 48 – Abertura dos códigos fonte no MATLAB. . . . . . . . . . . . . . . . . 94
Figura 49 – Abertura das interfaces no MATLAB. . . . . . . . . . . . . . . . . . . 94
Figura 50 – Execução do sistema supervisório. . . . . . . . . . . . . . . . . . . . . . 95
Lista de tabelas
Tabela 1 – Passos para a comunicação do protocolo OPC no MATLAB R

. . . . . 35
Tabela 2 – Sintonia de controladores PID pelo método de Skogestad. . . . . . . . 48
Tabela 3 – Passos para executar a sintonia de controladores PID via SISOTOOL . 49
Tabela 4 – Componentes das Malhas 31 e 32. . . . . . . . . . . . . . . . . . . . . . 53
Tabela 5 – Funcionalidades do sistema. . . . . . . . . . . . . . . . . . . . . . . . . 56
Tabela 6 – Passos para criar interfaces com o GUIDE. . . . . . . . . . . . . . . . 57
Tabela 7 – Propriedades modificadas dos objetos utilizados. . . . . . . . . . . . . . 59
Tabela 8 – Sequência de comandos para seleção de estrutura para nu = 2 e ny = 2
e l = 2. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 72
Tabela 9 – Comparação entre os modelos dinâmicos obtidos. . . . . . . . . . . . . 72
Tabela 10 – Identificação funcional da norma ISA 5.1. . . . . . . . . . . . . . . . . 82
Tabela 11 – Módulos da Plataforma DFI302. . . . . . . . . . . . . . . . . . . . . . 85
Tabela 12 – Equipamentos constituintes da Plata SMAR PD3-F. . . . . . . . . . . 86
Lista de abreviaturas e siglas
AIC Critério da informação de Akaike (Akaike Information Criterion)
AR Auto Regressivo
ARX Auto Regressivo com Entrada Exógena
CEFET/MG Centro Federal de Educação Tecnológica de Minas Gerais
CLP Controlador Lógico Programável
DA Acesso a Dados (Data Acess)
DCS Sistemas de Controle Distribuídos (Distributed control system)
DCOM Modelo de objeto de Componente Distribuído (Distributed Component

Object Model)
DDC Controle Digital Direto (Digital Direct Control)
DDE Intercâmbio Dinâmico de Dados (Dynamic Data Exchange)
ERP Planejamento de Recursos Empresariais (Enterprise Resource Planning)
ERR Taxa de Redução de Erro (Error Reduction Rate)
GUIDE Ambiente de Desenvolvimento de Interfaces Gráficas de Usuários (Graphi-

cal Users Interfaces Development Environment)
HSE Ethernet de Alta Velocidade (High Speed Ethernet)
ICEA Instituto de Ciências Exatas e Aplicadas
IEC Comissão Eletrotécnica Internacional (International Electrotechnical

Commission)
IEEE Instituto de Engenheiros Eletricistas e Eletrônicos (Institute of Electrical

and Electronics Engineers)
IHS Interface Homem - Sistema
IMC Controle de Modo Interno (Internal Mode Control)
ISA Sociedade Internacional de Automação (International Society of Auto-

mation)
ISO Organização Internacional para Padronização (International Organiza-
tion for Standardization)
LQG Gaussiano Linear - Quadrático (Linear-Quadratic-Gaussian)
MATLAB Laboratório de Matrizes (Matrix Laboratory)
MES Sistema de Execução de Manufatura (Manufacturing Execution System)
MIMO Multiplas entradas, multiplas saídas (Multiple input, multiple output)
MISO Multiplas entradas, saída única (Multiple input, single output)
NARMAX Modelo não linear auto-regressivo com média móvel com Entrada Exó-
gena (Nonlinear AutoRegressive Moving Average with eXogenous input)
NARX Modelo não linear auto-regressivo com Entrada Exógena (Nonlinear

AutoRegressive with eXogenous input)
Ni Niquel
OLE Vinculação e Incorporação de Objetos (Object Linking and Embedding)
OPC Ligação e incorporação de objetos para controle de processo (Object

Linking and Embedding for Process Control)
PC Computador Pessoal (Personal Computer)
PID Proporcional Integral Derivativo
PLC Controlador Lógico Programável (Programmable Logic Controller)
PRBS Sinal binário Pseudo aleatório (Pseudo Random Binary signal)
Pt Platina
RMSE Erro quadrado médio (Root Mean Square Error)
SCADA Controle de Supervisão e Aquisição de Dados (Supervisory Control and

Data Aquisition)
SIMO Entrada única, multiplas saídas (single input, multiple output)
SISO Entrada única, saída única (single input, single output)
UFOP Universidade Federal de Ouro Preto
UFV Universidade Federal de Viçosa
UnB Universidade de Brasília

Resumo
No presente trabalho, um sistema supervisório é projetado e construído para executar
coletas de dados e controlar uma planta do fabricante SMAR modelo PD3-F. Em um
primeiro momento, a planta é estudada para que o projeto do sistema possa ser construído.
Os instrumentos contidos na planta, protocolos como o Foundation Fieldbus e OPC, redes
de comunicação, softwares do fabricante SMAR e também o MATLAB, são então utilizados
para que o sistema supervisório atinja seu objetivo. Com a finalização do sistema, ensaios
estáticos e dinâmicos são realizados para determinar modelos para um sistema de nível
da planta utilizando técnicas de identificação de sistemas. Com os modelos encontrados,
os métodos de Skogestad e a ferramenta SISOTOOL do MATLAB são utilizados para
sintonizar controladores PID e então controlar o sistema de nível da planta.
Palavras-chaves: Sistema Supervisório, OPC, Guide MATLAB, Foundation Fieldbus,

Identificação de Sistemas, Controle de Nível.
Abstract
In the present work, we designed and build a supervisory system to perform data collection
and to control a plant from the SMAR PD3-F manufacturer. At first, we studied the most
important characteristics of the plant so we active our goal by using the instruments,
protocols such as Foundation Fieldbus and OPC, communication networks, SMAR manu-
facturer’s softwares and also MATLAB. With the finalization of the supervisory system,
we performed static and dynamic tests to determine models for the plant level system
using system identification techniques. With the estimated models found we used the
Skogestad method and the MATLAB tool, named SISOTOOL, in order to tuning the PID
controllers.
Key-words: Supervisory System, OPC, MATLAB Guide, Foundation Fieldbus, System

Identification, Level Control.
19
1 Introdução
A busca contínua do homem em aperfeiçoar seus processos produtivos o motiva a

aprimorar técnicas que controlam e automatizam tais processos. Esses aprimoramentos
visam, na maioria das vezes, aumentar os lucros, por meio do aumento da produção e
redução de seu tempo de processamento. Visam, também, aumento da segurança do pessoal
e dos equipamentos, além de buscar manter um padrão pré-estabelecido de qualidade nos
produtos.
Segundo Moraes e Castrucci (2007), sistemas automáticos são definidos como
sistemas que utilizam computadores para controlar processos que visam substituir o
trabalho humano com o objetivo de dar segurança às pessoas envolvidas, criar um padrão
de qualidade e rapidez aos produtos desenvolvidos ou até mesmo reduzir o custo desses.
Com essas características, os processos industriais, de serviços ou de bem estar são
aprimorados. Assim, áreas como a automação industrial, instrumentação eletrônica e
controle de processos se desenvolveram a fim de atingir os objetivos supracitados.
Durante a década de 1950, dispositivos eletromecânicos, principalmente os relés,
eram os mais utilizados para efetuar controles lógicos em linhas de produção ou máquinas.
Tais sistemas, embora funcionais, possuíam um grande número de elementos, o que
significava que na ocorrência de falhas ou alterações, demandavam tempo para manutenção
e/ou troca dos elementos faltosos. Outro fator de desvantagem era que os relés apresentavam
dimensão física elevada, tornando os painéis grandes e ainda deveriam ser protegidos contra
umidade, temperatura, gases inflamáveis e etc.
Quando surgiram os componentes eletrônicos integrados em larga escala, novos
horizontes surgiram ao mundo das tecnologias para a automação industrial e assim, em 1968
a primeira experiência de um controle de lógica que permitia a programação por recursos
de software foi realizada por Dick Morley na divisão de hidramáticos da General Motors
Corporation (AMUNRUD, 2002). Dispositivos periféricos, capazes de realizar operações de
entrada e saída, e um minicomputador com capacidade de programação que forneciam
vantagens técnicas de controle representaram um marco na história da automação, era a
invenção do CLP (Controlador lógico programável) (SILVEIRA; SANTOS, 1998).
Atualmente, o conceito de CLP para o IEC (2003) é:
O CLP é um sistema eletrônico operando digitalmente, projetado para

uso em um ambiente industrial, que usa uma memória programável para
a armazenagem interna de instruções orientadas para o usuário para
implementar funções específicas, tais como lógica sequencial, temporiza-
ção, contagem e aritmética, para controlar, através de entradas e saídas
digitais ou analógicas, vários tipos de máquinas ou processos. O controla-
Capítulo 1. Introdução 20
dor programável e seus periféricos associados são projetados para serem

facilmente integráveis em um sistema de controle industrial e facilmente
usados em todas suas funções previstas.
Uma outra importante utilidade do homem ao controlar seus processos é a neces-

sidade de visualização em tempo real das variáveis de processo e variáveis manipuladas.
Para tal, diversas soluções foram desenvolvidas principalmente em novas tecnologias para
sensores, transdutores e redes industriais com intuito de dar confiabilidade aos dados
coletados. Salas de controle foram criadas a fim de que operadores pudessem visualizar e
atuar nos processos através de IHS’s (Interfaces Homem - Sistema), que podem conter
alarmes, medidores e controles.
Com a expansão da indústria e o rápido desenvolvimento da tecnologia da compu-
tação, os sistemas estão se tornando cada vez mais complexos (OLIVEIRA; MOREIRA;
CARVALHO, 2007). Para tal, interfaces digitais conhecidas como sistemas supervisórios
foram desenvolvidas para que se possam obter informações práticas e rápidas a respeito
do status do processo. Silveira e Santos (1998) propuseram que os projetistas de sistemas
automáticos criem interfaces gráficas familiares aos operadores, que expressem um fluxo
de produção ou o layout dos equipamentos da planta.
Contudo, como é possível ajustar de forma adequada os controladores de um sistema
para que os operadores possam de fato monitorar e controlar uma planta industrial dentro
de um desempenho esperado? Vários fatores estão envolvidos para solucionar esta pergunta.
Um desses é o nível de conhecimento da planta. Isso significa que é necessário, por meio
de modelos matemáticos ou gráficos, representar os sistemas e fenômenos observados.
Na década de 90, houve o interesse e a necessidade de desenvolver formas de obter
modelos matemáticos a partir de bancos de dados coletados nas entradas e saídas dos
sistemas e não somente partindo dos referenciais matemáticos que descrevem a física do
processo. Uma vantagem desse tipo de técnica, conhecida como modelagem empírica ou
identificação de sistemas, é a capacidade de modelar sistemas complexos, em que nem
sempre é possível desenvolver as equações físicas. Assim, dada a possibilidade da utilização
de dados coletados diretamente de um determinado sistema, é possível utilizar as técnicas
da identificação de sistemas para obter modelos matemáticos nos quais os projetos dos
controladores podem se basear (AGUIRRE, 2015).
O presente trabalho propõe a construção de um sistema para identificação, controle
e supervisão do processo de nível da planta SMAR PD3-F. Para construção da IHS e
implementação das diversas funções de experimentação e controle do processo de nível
utiliza-se o software MATLAB R
. Além do mais, toda a comunicação do software utilizado
com a planta da SMAR é feita via protocolo OPC.
1.1 Contextualização
Diversas universidades e centros de pesquisa, como a UFV1 , UnB2 e CEFET/MG3 ,
utilizam a planta SMAR PD3-F para realizar experimentos que simulam um ambiente
industrial reduzido visando encontrar soluções adequadas para os processos fabris. Alguns
dos trabalhos realizados são aqui abordados para que se possa ter em mente o grau de
complexidade envolvida desde a comunicação entre os equipamentos do chão de fábrica
até o monitoramento, identificação e controle dos sistemas de interesse.
Com relação a comunicação cliente/servidor, a escolha dos protocolos de comu-
nicação é um etapa importante na hora de se definir uma correta transmissão de dados.
Carvalho, Silva e Nascimento (2008) apresentaram duas formas de comunicação entre uma
coluna de destilação piloto e o software MATLAB R
. A primeira delas, a integração entre

R
os sistemas MATLAB e o InTouch (um sistema supervisório do fabricante Schneider
Electric), foi realizada por meio do protocolo DDE do MATLAB R
. Dessa maneira, o

R
MATLAB funcionou como software cliente da comunicação e o InTouch como servidor.
Já no segundo método implementado, os autores utilizaram o protocolo OPC para fazer a
comunicação entre os dois softwares supracitados.
Duarte, Figueiredo e Correa (2006) realizaram um trabalho no qual o software
MATLAB R
foi utilizado no ensino da tecnologia OPC aplicada a controle de processos.
Por intermédio da arquitetura OPC, eles criaram os elementos básicos para a comunicação:
servidor, grupos e itens. A partir dessa programação foi possível que criassem uma interface
que realiza o controle de uma malha de vazão mostrando em tempo real os valores das
variáveis de interesse em um gráfico de tendências. A interface permite ligar e desligar a
bomba contida na malha, além de permitir a escolha do controle em malha aberta e em
malha fechada por meio dos controladores P(Proporcional), PI(Proporcional Integral) e
PID (Proporcional Integral Derivativo).
Estratégias de controle também foram desenvolvidas por Simeon et al. (2007) em
ambiente MATLAB R
utilizando o protocolo OPC. Os autores criaram uma interface para
três diferentes estratégias de controle, são elas, redes neurais, lógica fuzzy e o controlador
PID sintonizado pelo método de Ziegler-Nichols.
No contexto de identificação de sistemas, Lopes et al. (2012) propuseram a utilização
de redes neurais artificiais para identificar sistemas de dinâmica assimétrica. Assim, a rede
é criada para modelar um sistema de controle de nível da planta SMAR PD3.
Cota (2010) identificou um modelo do sistema de temperatura da planta. De-
terminando parâmetros físicos do sistema, como a capacitância e a resistência térmica
1
Universidade Federal de Viçosa
2
Universidade de Brasília
3
Centro Federal de Educação Tecnológica de Minas Gerais
do sistema, ele utilizou tais parâmetros para obter a equação de diferenças do modelo.
Posteriormente, o autor aplicou métodos de identificação de sistemas para descrever o
modelo para o sistema em questão.
Como pode ser notado, os trabalhos supracitados utilizaram-se da planta com
características industriais da SMAR para aplicar ferramentas da teoria de: protocolos
de comunicações, identificação de sistemas e controle. Dessa forma, esses trabalhos são,
em alguma parte, referências para a construção do atual e os detalhes sobre os conceitos
utilizados assim como a metodologia proposta são discutidas nas próximas seções.
1.2 Objetivos
O presente trabalho objetiva a construção de um sistema de supervisão, identificação
e controle de sistemas desenvolvido através da ferramenta guide do MATLAB R
. O sistema
se comunica, utilizando o protocolo OPC, com a planta SMAR PD3 a fim de obter dados
das variáveis manipuladas e de processos. Além da aquisição destes dados, é possível
acionar e modificar o status de atuadores existentes, como válvulas, bombas e resistência
elétrica.
Outra importante funcionalidade desenvolvida é a ferramenta para identificação do
processo de nível. Com ela o usuário pode coletar dados provenientes de ensaios e assim,
determinar um modelo empírico para o processo. Por fim, com os modelos encontrados,
pode-se aplicar técnicas de controle lineares no tempo contínuo e discreto em um ponto de
operação determinado do sistema.
De maneira específica para o desenvolvimento deste trabalho pode-se enumerar os
seguintes objetivos:
1. Comunicação entre os softwares MATLAB

R
e Syscon (Cliente/Servidor) via proto-
colo OPC;
2. Desenvolvimento de uma interface gráfica utilizando a ferramenta guide do MATLAB

R
contendo uma representação gráfica da planta e objetos para monitoramento e atua-

ção sobre os instrumentos da planta;
3. Implementação de algoritmos para aquisição de dados para identificação do sistema

de nível do tanque de aquecimento;
4. Implementação de um algoritmo para controlar o sistema de nível do tanque de

aquecimento com um controlador PID;
1.3 Motivação e Justificativas

A planta SMAR PD3-F, com características industriais, fornece inúmeras possi-
bilidades de aplicações da teoria na prática, como visto na Seção 1.2. Dessa forma, a
implementação de técnicas de comunicação, identificação e controle em tal sistema são
extremamente relevantes aos alunos do curso de graduação em Engenharia Elétrica da
UFOP, sob a ótica de que é a prática que mais se aproxima do cotidiano industrial, quando
se trata de uma malha de controle.
Considera-se, também, que este trabalho seja uma iniciativa para que outras
pesquisas possam utilizá-lo como base e aprimoramento das técnicas de automação,
controle de processos e identificação de sistemas.
1.4 Estrutura do Trabalho

No Capítulo 1, uma breve introdução ao controle automático e identificação de
sistemas é apresentada. Por fim, os objetivos para o desenvolvimento do trabalho podem
ser vistos na Seção 1.2, assim como as motivações e justificativas pela Seção 1.3.
O Capítulo 2 apresenta uma revisão bibliográfica conceituando parte importante
da teoria envolvida para o desenvolvimento desse trabalho. A planta SMAR PD3-F e
suas tecnologias são discutidas, os protocolos FOUNDATION T M Fieldbus, e o OPC para
efetuar a comunicação cliente/servidor entre os softwares MATLAB R
e o Syscon são
detalhados. Um estudo sobre sistemas supervisórios é realizado para que se possa utilizar
a ferramenta GUIDE do MATLAB R
para o desenvolvimento do sistema criado.
O Capítulo 3 apresenta, também, uma revisão bibliográfica com os principais
ascpectos das teorias de identificação de sistemas e controle automático, utilizadas como
aplicação no sistema de nível.
A metodologia utilizada para desenvolver o sistema supervisório é apresentada
no Capítulo 4. A utilização das redes industriais H1 e HSE juntamente com o protocolo
FOUNDATION T M Fieldbus para a transmissão e recepção dos dados, a comunicação via
protocolo OPC, entre cliente/servidor e os métodos de programação e comandos utilizados
para criação do sistema supervisório, são apresentados pelo Capítulo 4.
No Capítulo 5, a aplicação das teorias de identificação de sistemas e controle
automático são evidenciadas para encontrar modelos lineares para o sistema de nível do
tanque de aquecimento da planta e, também, para efetuar o controle em malha fechada.
Os ensaios realizados para aquisição de dados do sistema são discutidos e modelos de
primeira ordem em tempo contínuo e modelos ARX são estimados. Por fim, técnicas de
sintonia de controladores para o sistema de nível são efetuadas utilizando o método de
Skogestad e, também, a ferramenta SISOTOOL do MATLAB R
.
Por fim, no Capítulo 6 todas as conclusões obtidas sobre os resultados encontrados

são discutidas. Ideias para futuros trabalhos são sugeridas para que os próximos alunos
possam aplicar metodologias de identificação de sistemas e controle automático utilizando
o sistema com interface desenvolvido.
25
2 Ferramentas de Comunicação com Pro-

cesso de Controle
Neste capítulo, todo o embasamento teórico no que diz respeito ao desenvolvimento

das etapas de comunicação do sistema é detalhado. A planta, as tecnologias, redes de
comunicação e os instrumentos da planta SMAR PD3-F são apresentados pelas Seções 2.1,
2.2, 2.3 e 2.4, respectivamente, a fim de que o leitor seja familiarizado com o sistema em
estudo. Logo após, o protocolo de comunicação OPC utilizado para obtenção dos dados em
tempo real da planta e também para atuar sobre ela da maneira desejada é apresentado
na Seção 2.5. Posteriormente, os sistemas supervisórios e as ferramentas utilizadas no
software MATLAB R
são apresentadas na Seção 2.6.
2.1 A Planta SMAR PD3 – F

Segundo SMAR (2012b), a Planta Didática PD3-F tem como objetivo servir de
base para o treinamento de pessoal no que diz respeito ao emprego de tecnologias em
malhas de automação de processos industriais. Isso é feito por meio da demonstração
didática de operações de malhas de controle utilizando instrumentos de campo e softwares
desenvolvidos para controles industriais. Dentre as malhas fornecidas, estão as de controle
antecipativo, controle com realimentação negativa e controle em cascata. Além dessas
malhas, podem ser geradas outras a partir da estrutura física montada sem alterações
mecânicas da planta, necessitando apenas de reconfigurações nos dispositivos. Para testar
as configurações de malhas pré-estabelecidas ou criar novas, o fabricante disponibiliza o
sistema de Automação Industrial SYSTEM302 R
(SMAR, 2012b). A Figura 1 apresenta
uma fotografia da planta SMAR PD3-F.
Capítulo 2. Ferramentas de Comunicação com Processo de Controle 26
Figura 1 – Planta Didática SMAR PD3-F.
Fonte: Cedido por (SMAR, 2012b).
O modelo apresentado na Figura 1 possui um tanque de abastecimento (tanque

inferior maior) conectado a duas bombas hidráulicas que podem bombear a água desse
reservatório para outros dois tanques, o tanque de aquecimento (tanque superior esquerdo),
que possui resistências de imersão para que a água possa se aquecer, e o tanque intermediário
ou de mistura (tanque superior direito). Com o sistema em funcionamento, pode-se controlar
a vazão por meio das válvulas pneumáticas que são controladas pelos transmissores de
vazão. De acordo com a regulação da vazão de entrada, é possível, também, controlar o
nível de fluido nos tanques superiores. (SMAR, 2012b).
Um diagrama P&I, que descreve com detalhes as malhas de controle da planta
SMAR PD3-F, pode ser visto pela Figura 33 presente no Apêndice A. As simbologias
adotadas em tais tipos de fluxogramas são as normatizadas pela ISA(International Society
of Automation). A norma que estabelece a simbologia é a ISA 5.1 e alguns exemplos
também são mostrados no Apêndice A.
Os instrumentos e controladores da planta PD3-F são construídos e projetados
para a tecnologia FOUNDATION T M Fieldbus sendo, em sua maioria, construídos pela

SMAR. Para compreender os dispositivos constituintes da planta e seu funcionamento
são definidos alguns conceitos que regem a arquitetura FOUNDATION T M Fieldbus nas
próximas seções.
TM
2.2 FOUNDATION Fieldbus
Segundo a Fieldbus Foundation (2016), o protococolo FOUNDATION T M Fieldbus
é uma rede de comunicação em tempo real projetada especificamente para controle
de processos. Um dos principais avanços para o desenvolvimento dessa tecnologia é a
substituição do sistema analógico 4-20 mA na conexão de transmissores, analisadores,
posicionadores de válvula e PLCs por um sistema de transmissão totalmente digital
distribuindo as funções de controle pela rede e fornecendo informação a todas as camadas
do sistema.
As principais características da rede são:
• Comunicação bidirecional, processamento e controle distribuído: A Figura

2(a) ilustra a comparação entre a comunicação em um DCS (Sistema de Controle
Distribuído) tradicional e um FOUNDATION T M Fieldbus. Em DCS tradicionais, a
estação de controle de campo se comunica com os equipamentos de campo apenas para
fazer a leitura dos sinais físicos analógicos desses, convertendo-os em sinais digitais. Já
utilizando a FOUNDATION T M Fieldbus , a comunicação é bidirecional. O sistema
de supervisão continua requisitando os dados dos equipamentos de campo, mas
pode também enviar dados de configuração para esses equipamentos (transmissores,
atuadores, etc.). Estes equipamentos são dotados de controladores e são ligados
em rede diretamente com o sistema de supervisão, fazendo com que as funções de
controle sejam distribuídas e processadas nos próprios instrumentos. A Figura 2(b)
ilustra a comparação entre a disposição dos controladores em um sistema 4-20mA
tradicional e um FOUNDATION T M Fieldbus (ALBUQUERQUE; ALEXANDRIA,
2009) .
Figura 2 – Comparação entre os DCS tradicionais e o FOUNDATION T M Fieldbus:

(a)Comunicação Bidirecional, (b)Distribuição dos controladores. Em que AO,
AI significam, Analog Output e Analog Input, respectivamente.
Fonte: Cedido por (SMAR, 2014e).

• Diagnóstico avançado: Investigação do status dos instrumentos. Isso significa que

pode-se providenciar ações de segurança em caso de falhas na saída dos transmissores
gerando uma maior confiabilidade dos dados. A Figura 3 mostra a comparação
entre a leitura dos dados dos instrumentos em um sistema 4-20mA tradicional e um
FOUNDATION T M Fieldbus . No sistema tradicional, apenas o valor de corrente
proporcional à grandeza medida está disponível. Já no sistema FOUNDATIONT M
Fieldbus, o instrumento pode enviar para o sistema de supervisão o valor já convertido
da grandeza medida, a unidade da medição, o status do equipamento e até alarmes
podem ser configurados (ALBUQUERQUE; ALEXANDRIA, 2009).
TM
Figura 3 – Comparação entre DCS tradicionais e o FOUNDATION Fieldbus : Confia-
bilidade dos dados.
Fonte: Cedido por (SMAR, 2014e).
• Redundância: Garantia de fornecimento constante de energia para a aplicação. A

redundância garante que, em caso de falha, outra fonte assuma automaticamente o
fornecimento de energia.
• Segurança intrínseca: Para uso em áreas perigosas, com alimentação e comuni-

cação pelo mesmo par de fios: Para esta finalidade, barreiras de segurança com
repetidores internos são instaladas. Os repetidores possuem entradas intrinsecamente
seguras e galvanicamente isoladas para sinais digitais provenientes do campo (SENSE,
2014).
• Interfaces padronizadas entre os equipamentos: Com uma descrição extensa

dos dados de um equipamento, existe a possibilidade da interoperabilidade entre
equipamentos de fabricantes diferentes facilitando a comunicação entre eles.
2.3 Redes de Comunicação

Duas redes de comunicação estão presentes na planta SMAR PD3. Nesta seção,
essas são mencionadas para que se conheça a forma da troca de dados entre os equipamentos
de campo e os sistemas supervisórios.
2.3.1 Rede Foundation Fieldbus H1

Esta rede, com taxa de 31.25 Kbits/s e camada física baseada nas normas ISA
S50.02-1992 ou IEC 61158-2:2000, que estipulam uso de cabo par trançado blindado, é
projetada para comunicação entre os equipamentos de campo. Cada equipamento possui
um endereço lógico na rede de 1 byte (SMAR, 2008).
2.3.2 Rede Foundation Fieldbus HSE

Esta rede, baseada na camada física Ethernet para comunicação com taxa de 100
Mbps regulamentada pelas normas IEEE 802.3-2000, ISO/IEC 8802.3-2000 permite que
se construa uma rede de controle industrial com componentes independentemente do
fabricante. Portanto, ela é o link entre os sistemas supervisórios e PLCs (SMAR, 2008).
2.4 Instrumentos da Planta SMAR PD3-F

Nesta seção, são detalhados alguns instrumentos diretamente utilizados no desen-
volvimento do trabalho presente.
• Transmissores de Pressão LD302: Apresentado na Figura 4, o LD302 é o transmissor

da SMAR para a planta PD3-F que utiliza a rede H1 do protocolo FOUNDATIONT M
Fieldbus . Tal transmissor executa medidas de pressão diferencial, absoluta e ma-
nométrica, além das medições de nível e de vazão utilizando um sensor capacitivo
(SMAR, 2014a).
Figura 4 – Transmissor de Pressão - LD302.
• Posicionador de Válvulas FY302: O posicionador de válvulas FY302 fornece uma

saída de pressão para o atuador da válvula de controle, posicionando-a de acordo
com a entrada recebida da saída de um controlador. É através de tal instrumento
que se pode regular o fluxo de líquido passando pelos tubos da planta no modo
automático (SMAR, 2014c). A Figura 5 apresenta uma foto do FY302.
Figura 5 – Posicionador de Válvula – FY302.
No Apêndice B, uma descrição completa de todos os outros elementos que consti-

tuem a planta SMAR PD3-F pode ser consultada.
2.5 OPC
Em 1995, um grupo de algumas empresas se reuniu com o objetivo de desenvolver
um padrão para acesso a dados em tempo real de redes industriais no sistema operaci-
onal Microsoft Windows baseado na tecnologia OLE/DCOM. O grupo fundou a OPC
Foundation, uma entidade sem fins lucrativos para reger as regras do protocolo OPC,
tais como estabelecer os padrões a serem desenvolvidos em sistemas para comunicação
dos dispositivos de campo com sistemas de monitoração, supervisão e gerenciamento,
garantindo comunicação universal (FONSECA, 2002).
As vantagens oferecidas pelo padrão OPC DA (Data Acess) para comunicação com
equipamentos são:
• Interfaces de comunicação de dados em tempo real entre servidores e clientes

padronizada;
• Eliminação da necessidade de drivers proprietários, tornando possível a comunicação

entre sistemas de diversos fabricantes;
• Desempenho e otimização da comunicação entre dispositivos melhorada;
• Integração com sistemas de gerenciamento tais como MES, ERP e também com
aplicações do Windows;
• Redução de custos e tempo para desenvolvimento e implantação de interfaces e

drivers de comunicação, reduzindo o custo de integração dos sistemas.
2.5.1 Arquitetura OPC

A Figura 6 mostra os três objetos considerados essenciais na arquitetura OPC:
servidor (server), grupo (group) e item. Segundo Souza, Seixas Filho e Pena (1998), para
um cliente, um servidor é uma estrutura para armazenar grupos e estes armazenam os itens.
Os itens não são especificamente valores, mas um meio de acesso a valores representando,
portanto conexões a pontos de entrada ou saída. Os grupos reúnem o conjunto de itens
que interessam ao cliente assumindo, então, o papel de interação entre cliente-servidor.
Figura 6 – Estrutura interna dos objetos do padrão OPC.
Fonte: Autor.
Todo servidor OPC envia os dados nos seguintes formatos:
• Valor do dado;
• Time Stamp (Fornecido pelo servidor por intermédio da leitura do time stamp dos
dispositivos de campo). Time Stamp é um termo usado para descrever o tempo que é
impresso em um arquivo para controlar o momento em que os dados são adicionados,
removidos, enviados, recebidos etc.;
• Informação de estado: exibição da qualidade do dado com três possibilidades:

Good: Dado Válido;
Bad: Problemas na comunicação com dispositivo de campo;
Uncertain: Dispositivo de campo fora de operação.
2.5.2 OPC Toolbox

O OPC Toolbox é uma ferramenta do software MATLAB R
que fornece conexão
com servidores OPC DA (OPC Foundation Data Acess), podendo acessar dados em tempo
real e histórico diretamente do MATLAB
R
ou Simulink
R
. A Figura 7 ilustra a interface
da ferramenta OPC Toolbox no MATLAB R
.
Figura 7 – Interface OPC Toolbox do MATLAB R

. A aba Server Namespace é responsável
pela comunicação com o servidor OPC desejado. Já a aba OPC Toolbox Objects
cria os grupos e adiciona itens, possibilitando também ler e escrever nos itens.
Fonte: (MATHWORKS, 2015).
Com o OPC Toolbox, é permitido ler, escrever e registrar dados OPC de dispositivos,
tais como, sistemas de controle distribuídos, controle de supervisão, sistemas de aquisição
de dados e controladores lógicos programáveis, que estejam em conformidade com o padrão
OPC Foundation DA.
Segundo Duarte, Figueiredo e Correa (2006), para efetuar a comunicação por meio
de linhas de comando no MATLAB R
, existem algumas funções disponibilizadas pelo
software para esse fim. Para realizar a comunicação, as funções devem seguir a ordem
mostrada pela Tabela 1:
Tabela 1 – Passos para a comunicação do protocolo OPC no MATLAB

R
.
Passos Comandos OPC para comunicação
opcda: Cria um objeto de acesso a dados. O primeiro parâmetro do
comando faz referência à localização do Servidor OPC em interesse
1 podendo ser local ou remoto. O segundo parâmetro define qual
servidor no host especificado será utilizado.
Sintaxe de exemplo: cliente = opcda (’localhost’, ’Smar.hseoleserver.0’);
connect: Conecta o cliente OPC ao servidor.
2
Sintaxe de exemplo: connect (cliente);
addgroup: Adiciona um grupo de acesso aos dados para o objeto.
3
Sintaxe de exemplo: grupo = addgroup(cliente);
additem: Adiciona um item de acesso aos dados para o grupo
especificado. Na sintaxe deste item encontra-se um exemplo da
4 inserção de um posicionador de válvula da planta didática como
item do grupo 1.
Sintaxe de exemplo: item1 = additem(grupo,‘FY31_A01.OUT.VALUE’);
read: Executa a leitura dos itens adicionados.
5
Sintaxe de exemplo: variavel_auxiliar = read(item1);
write: Atribui um valor ao item.
6
Sintaxe de exemplo: write (item1,50);
2.6 Sistemas Supervisórios

Os sistemas supervisórios SCADA (Supervisory Control and Data Aquisition)
tornam possíveis que os dados das variáveis de processo ou de uma instalação física sejam
monitorados e rastreados utilizando uma interface amigável ao usuário.
O projeto dos sistemas supervisórios atuais identificam as variáveis de interesse
através de tags, podendo executar funções computacionais (operações matemáticas, lógicas,
etc.) ou representar pontos de entrada/saída de dados do processo que está sendo controlado.
Por meio das tags, os dados são coletados e mostrados aos usuários (COELHO, 2010). A
Figura 8 mostra o sinótico principal do sistema de supervisão Process View disponibilizado
pelo fabricante SMAR para controle da planta PD3-F.
Segundo Coelho (2010), os sistemas SCADA contêm tarefas em blocos ou módulos,
que permitem flexibilidade e robustez, de acordo com a solução desejada. As principais
funções de um sistema supervisório são:
• Supervisão: Funções de monitoramento do processo como sinóticos animados,

gráficos de tendência das variáveis, relatórios e etc.
• Operação: Sistemas SCADA atualmente podem ligar e desligar equipamentos,

alterar o Set Point de variáveis, operação de malhas e etc.
• Controle DDC (Digital Direct Control): Podem possuir linguagens que permi-
Figura 8 – Sinótico do sistema supervisório Process View do fabricante SMAR.
tem definir ações de controle diretas sem a dependência de um nível intermediário.
2.6.1 Ferramenta GUIDE do MATLAB

R
Para criar a interface gráfica do sistema supervisório do presente trabalho, utiliza-

se a ferramenta GUIDE (Graphical Users Interfaces Development Environment) do
MATLAB R
.
O GUIDE fornece ferramentas para projetar interfaces de usuário para aplicativos
personalizados. Usando o editor de layout, é possível projetar graficamente uma interface,
pois o editor contém objetos como gráficos, textos, botões, barras deslizantes, menus dentre
outros objetos para se construir um software.
Após criada a interface, o GUIDE, então, gera automaticamente o código no
MATLAB R
para construir a interface do usuário, permitindo ao usuário modificar para
programar o comportamento de aplicativo.
2.7 Considerações Finais

O presente capítulo apresentou a planta SMAR PD3 e algumas de suas tec-
nologias. Pôde-se observar instrumentos presentes na planta, assim como o protocolo
FOUNDATIONT M Fieldbus trata os dados para comunicação entre os transmissores e
módulos controladores.
O protocolo OPC, também esclarecido no capítulo, descreve a importância da
padronização dos drivers proprietários para a comunicação entre cliente/servidor. Por
fim, os sistemas supervisórios SCADA foram apresentados para que seus componentes
principais, visualização das variáveis da planta, gráfico de tendências, alarmes, acionamento
de atuadores e interfaces representativas se tornassem claras.
38
3 Sistemas de Controle Automáticos
Para falar sobre Sistemas de Controle Automáticos, seus elementos constituintes

devem ser esclarecidos. Por isso, a Figura 9 é apresentada com a finalidade de conceituar
os elementos do sistema. Nela tem-se um diagrama de blocos de um Sistema de Controle
Digital com realimentação. A Planta é o sistema dinâmico a ser controlado. Já o Atuador
é o dispositivo de potência por onde o controlador consegue atuar na planta. O Sensor
é o elemento de medição, que converte uma grandeza física de saída da planta y(t) em
um sinal eletrônico. O sinal proveniente da saída do sensor é um sinal analógico que é
convertido para digital por meio de um Conversor A/D. Da mesma forma, o sinal digital
proveniente da saída do controlador é convertido para analógico por meio de um Conversor
D/A. O sincronismo da conversão dos sinais é realizado por um Relógio. A referência, ou
o setpoint r(kT), é ajustada internamente ao "Computador", onde a letra k simboliza o
tempo discreto, T o tempo de amostragem. O sinal y(t) convertido pelo Conversor A/D é
comparado ao sinal de Referência r(kT), gerando um sinal de Erro e(kT) que é enviado ao
controlador. Enfim o controlador utiliza esse sinal para calcular e corrigir o Atuador para
atingir o Setpoint desejado (CASTRUCCI; BITTAR; SALES, 2011).
Figura 9 – Diagrama de Blocos de um sistema de controle digital.
Fonte: Adaptado de (CASTRUCCI; BITTAR; SALES, 2011).
Para que o controlador consiga ser efetivo ao enviar sinais para os atuadores e con-
sequentemente controlar a planta em um setpoint, modelos matemáticos são essenciais para
descrever a dinâmica dos componentes do sistema. Métodos de sintonia de controladores,
usualmente, utilizam os modelos encontrados para otimizar o controle. Logo, a supervisão,
previsão e controle tornam-se robustos, dando confiabilidade aos dados apresentados.
O presente capítulo apresenta teorias desenvolvidas de duas grandes áreas: A
identificação de sistemas, apresentada pela Seção 3.1 e o controle automático, visto pela
Capítulo 3. Sistemas de Controle Automáticos 39
Seção 3.2. As técnicas apresentadas aqui são apenas um caminho que pode ser utilizado
para modelar sistemas e sintonizar controladores. Diversas outras técnicas podem ser
utilizadas para aplicar ao sistema desenvolvido no presente trabalho.
3.1 Identificação de Sistemas

Quando se tem conhecimento a fundo das relações matemáticas que descrevem
os fenômenos físicos envolvidos em processos é possível empregar tal conhecimento para
obtenção de modelos que descrevam as dinâmicas de interesse. Esse tipo de técnica de
modelagem é comumente conhecida como modelagem caixa branca ou modelagem física
(GARCIA, 2009). No entanto, dependendo do tipo de processo, obter modelos matemáticos
empregando tal técnica pode ser um procedimento exaustivo e na maioria das vezes de
difícil dedução. Nesse sentido, a identificação de sistemas é a área do conhecimento que
possibilita o emprego de técnicas alternativas para obtenção de modelos matemáticos.
Na área da identificação de sistemas é possível utilizar bancos de dados coletados à
partir das entradas e saídas de interesse de um processo para obter modelos matemáticos.
Uma vantagem desse tipo de técnica, conhecida como modelagem caixa preta ou empírica,
é a capacidade de modelar sistemas complexos, em que nem sempre é possível desenvolver
as equações físicas do processo (AGUIRRE, 2015).
3.1.1 Procedimentos para identificação de sistemas

Segundo Aguirre (2015), em geral, os principais passos para solucionar os problemas
de identificação de sistemas são:
1. Testes dinâmicos e coleta de dados: É necessário executar ensaios no sistema a fim

de efetuar a aquisição dos dados de excitação de entrada e a resposta exercida pelo
sistema para obter modelos.
2. Escolha da representação matemática a ser usada: Dependendo do tipo do sistema a

ser modelado, representações matemáticas específicas são utilizadas para obter um
melhor modelo para o sistema.
3. Determinação da estrutura do modelo: Na presente etapa, pode-se definir a ordem

do modelo a ser projetado para representar o sistema da forma mais fiel possível.
4. Estimação de parâmetros: Métodos clássicos como o de mínimos quadrados, são

utilizados para encontrar os parâmetros da estrutura do modelo escolhida no Passo
3.
5. Validação do modelo: Por fim, verifica-se o modelo encontrado de fato descreve o

comportamento do sistema.
Uma observação importante a ser feita é que não existe apenas um único modelo
para um determinado sistema, dado que o modelo é apenas uma representação aproximada
do sistema, existe uma família de modelos possíveis. A escolha de qual modelo utilizar
depende da finalidade do mesmo bem como da característica específica que se deseja
observar.
3.1.1.1 Testes dinâmicos e coleta de dados
Etapa inicial dos procedimentos de identificação trata, principalmente, do aspecto

relacionado com o projeto do sinal de entrada, que excitará a dinâmica do sistema, e
da frequência de amostragem. Na maioria dos casos, empregam-se sinais testes do tipo
degraus ou sinais PRBS (Pseudo-Random Binary Sequence), que são os descritos aqui.
Degrau
O degrau é um sinal elementar que pode ser definido no tempo discreto por (3.1) e
no tempo contínuo por (3.2) (OPPENHEIM, 2010).

0

n<0
u[n] = , (3.1)
A n≥0


0

t<0
u(t) =  . (3.2)
A t≥0
Onde A é uma constante, n são amostras discretas do tempo e t é o tempo no domínio
contínuo.
Sua forma gráfica é apresentada na Figura 10 para o domínio do tempo contínuo.
Figura 10 – Função degrau.
Fonte: Adaptado de (NISE, 2012).

Para o tempo discreto o comportamento da função é semelhante, apenas com a

diferença que os pontos são tomados em pontos discretos.
Sinal PRBS e Escolha da Taxa de Amostragem

O tipo mais comum de sinal pseudo-aleatório é a sequência de comprimento máximo
ou simplesmente sinais de sequencia m. Para gerar sinais de sequência m, é necessário
executar a operação XOR(Exclusive OR) entre alguns bits de registro de deslocamento
(AGUIRRE, 2015).
Os sinais tem apenas dois valores possíveis, +V e −V , como ilustrado pela Figura
11. Qualquer mudança de valor somente ocorrem em instantes bem definidos, como
t = 0, Tb , 2Tb , ... As mudanças entre os valores possíveis é feita de forma determinística,
o que significa que o mesmo sinal pode ser gerado repetidas vezes. Outra característica
de sinais pseudo-aleatórios é que são periódicos com período T = N Tb , sendo N um
número ímpar definido por N = 2n − 1 e n é o número de bits do registro de deslocamento
(AGUIRRE, 2015).
Para determinar o valor de V deve se considerar a máxima excursão permitida ao
sinal sem que se comprometa o funcionamento adequado do sistema. O sinal PRBS gerado
normalmente tem baixa amplitude e é somado ao sinal de entrada do processo a partir do
inicio da coleta de dados (AGUIRRE, 2015).
Para definir a periodicidade do sinal gerado, determina-se o número de bits n e o
intervalo entre bits Tb . Tal periodicidade não deve ser menor que o tempo de acomodação
do sistema que está sendo testado. Tb deve ser compatível com a menor constante de tempo
de interesse. Se o intervalo entre bits é muito grande, o sistema entenderá o sinal PRBS
como um degrau. Já se Tb for muito pequeno, o sistema não terá tempo de responder a
uma transição antes de chegar à próxima. Portanto, o valor do intervalo entre bits deve
estar definido dentro do intervalo de (3.3) (AGUIRRE, 2015).
τmin τmin
≤ Tb ≤ , (3.3)
10 3
onde τmin é igual a menor constante de tempo de interesse.
Figura 11 – Exemplo de um sinal PRBS.
Fonte: Autor.
Segundo Aguirre (2015), com relação à escolha do período de amostragem, pode-se

empregar um procedimento que consiste em utilizar as funções de autocorrelação linear
expressa por (3.4) e não linear por (3.5), da saída do sistema:
ry0 y0 (τ ) = E[(y(k) − ȳ(k))(y(k − τ ) − ȳ(k))], (3.4)
ry20 y20 (τ ) = E[(y 2 (k) − ȳ 2 (k))(y 2 (k − τ ) − ȳ 2 (k))], (3.5)

em que, ȳ(k) e ȳ 2 (k) é a média temporal de cada um dos sinais, e o apóstrofo (0 ) indica
que o valor médio foi subtraído dos sinais. E[•] indica a esperança matemática. A escolha
da taxa de amostragem pode ser feita por (3.6):
τm τm
≤ Ts ≤ , (3.6)
20 10
em que, τm é medido em números de atrasos com relação ao menor dos mínimos entre
τy0 e τy02 , τm = min{τy0 , τy02 } . Portanto, se o sinal amostrado de saída não estiver dentro
da faixa estabelecida por (3.6), faz-se necessário decimá-lo para que o mesmo atenda os
limites estabelecidos.
3.1.1.2 Escolha da representação matemática
A escolha da representação matemática a ser utilizada é uma etapa importante

no processo de identificação de um sistema, pois essa etapa depende das características
do processo, e.g. dados com características altamente não lineares, e do objetivo para o
qual o modelo será utilizado, e.g. para o controle de processos em uma pequena faixa de
operação. Modelos lineares podem ser representados por diferentes formas. Uma delas é a
representação por funções de transferência (AGUIRRE, 2015).
Por definição, a função de transferência é definida como a transformada da resposta
h(t) ao impulso do sistema considerando condições iniciais nulas. Para sistemas contínuos,
utiliza-se a transformada de Laplace e a função é representada por H(s). A transformada

de Laplace de um sinal x(t) é definida por (3.7) (OPPENHEIM, 2010):
Z ∞
X(s) = L{x(t)} = x(t)e−st . (3.7)
0
Se o sistema for discreto, a resposta ao impulso no tempo h[k], a função de

transferência H(z) é definida pela transformada Z como mostra (3.8).
k=0
x(k)z −k .
X
X(z) = Z{x(K) = (3.8)
k=−∞
A forma padrão da função de transferência de um sistema de primeira ordem está

exposta em (3.9).
K
H(s) = , (3.9)
τs + 1
em que K é o ganho do sistema e a constante de tempo τ está diretamente relacionada
com a velocidade em que o sistema responde quando esse é excitado com uma determinada
entrada. Aplicando degraus de amplitude unitária à entrada de um sistema de primeira
ordem, mantendo K constante e variando τ , pode-se visualizar a resposta do sistema como
mostado pela Figura 12.
Figura 12 – Resposta ao degrau unitário de sistemas de primeira ordem. Quanto menor o

valor de τ , mais rápida é a resposta do sistema.
Fonte: Autor.
Uma forma para descobrir o ganho e a constante de tempo de um sistema de

primeira ordem é a utilização de métodos determinísticos. Tais métodos não dão nenhum
tratamento especial ao ruído presente nos dados, o que significa que só apresentarão bons
resultados quando a relação sinal/ruído é suficientemente alta (AGUIRRE, 2015).
O ganho K pode ser definido por (3.10) e a constante de tempo do sistema por
(3.11).
K = (y(∞) − y(0− ))/A, (3.10)
onde A é a amplitude do degrau aplicado à entrada, y(∞) e y(0− ) é o valor em regime

permanente e valor inicial de y(t), respectivamente.
y(t) = 0, 632(y(∞) − y(0− )) + y(0− ). (3.11)
Em sistemas discretos, a representação de modelos pode ser feita por equações a

diferenças. Algumas estruturas de tais modelos são (AGUIRRE, 2015):
Modelo Auto Regressivo (AR1 ): Os modelos Auto-Regressivos são autônomos,
pois não contém entradas. A representação geral é mostrada em (3.12).
y(k) = a1 y(k − 1) + a2 y(k − 2) + ... + an y(K − ny ), (3.12)
em que y representa a saída, k os instantes discretos, ny os atrasos da saída e a são

coeficientes das saídas definidos na etapa de estimação de parâmetros.
Modelo Auto Regressivo com entradas Exógenas (ARX2 ): Ao incluir uma
entrada ao modelo AR, cria-se os modelos Auto Regressivos com Entradas Exógenas
representados por (3.13):
y(k) = a1 y(k − 1) + ... + any y(k − ny ) + b1 u(k − 1) + ... + anu u(k − nu ), (3.13)
onde nu representam os atrasos das entradas e b são coeficientes dos termos das entradas.
Modelo Não linear Auto-regressivo com entradas exógenas e média mó-
vel (NARMAX3 ): De forma sucinta, o modelo polinomial não linear auto-regressivo
com média móvel pode ser descrito da seguinte maneira por (3.14):
y(k) = F l [y(k − 1), ..., y(k − ny ), u(k − d), ..., u(k − d − nu + 1), e(k − 1), ..., e(k − ne )] + e(k),
(3.14)
em que, F l é uma função polinomial não linear qualquer, de grau de não linearidade l. y(k)
e u(k), são respectivamente, saída e entrada do sistema que tem seus atrasos representados
por ny e nu . O termo d representa o tempo de retardo do sistema. Já e(k) indica todos os
efeitos que não podem ser bem representados por F l e ne representa o máximo atraso em
1
Do inglês: AutoRegressive.
2
Do inglês: AutoRegressive with exogenous inputs.
3
Do inglês: Nonlinear AutoRegressive Moving Average with exogenous inputs.
e. Como pode ser notado pela Equação 3.14 , a parte determinística representa os modelos
NARX (Modelos não lineares auto regressivos com entrada exógena).
Ainda, existem outros tipos de representações lineares e não lineares que podem
ser consultadas em (AGUIRRE, 2015).
3.1.1.3 Determinação da estrutura do modelo
Escolhida uma representação de modelo, é necessário definir qual estrutura será

utilizada. No caso de modelos NARX precisa-se definir o grau de não linearidade,l, e
quais termos de processo, y(k − ny ) e u(k − nu ), serão incluídos. Já para os modelos
ARX, o problema se restringe basicamente, a escolha do número de polos ny , de zeros
nu e do atraso puro de transporte, se houver. Contudo, em se tratando de sistemas não
lineares, o número de termos candidatos cresce rapidamente com o aumento do grau de não
linearidade e dos máximos atrasos do sistema ny e nu . Assim, para se obter um modelo que
não seja subparametrizado e nem sobreparametrizado é necessário o emprego de critérios
que auxiliem nessa escolha. O critério de informação de Akaike verifica a redução na
variância dos resíduos à medida que são acrescentados termos ao modelo, de acordo com
(3.15):
AIC(n) = Nobs ln(var[ξ(k)]) + 2n, (3.15)
em que, No bs corresponde ao número de amostras, var[ξ(k)] é a variância dos resíduos,

que é definido como o erro de predição de um passo à frente e n é o número de termos
do modelo. Assim, em conjunto com o critério AIC pode-se utilizar o método da taxa
de redução de erro (ERR) que permite ranquear em ordem de importância os termos
candidatos, tanto para modelos lineares quanto para não lineares. O ERR permite avaliar
se existe uma melhoria do erro de saída do modelo devido a inclusão de um novo termo
(AGUIRRE, 2015).
3.1.1.4 Estimação de parâmetros
Os algoritmos normalmente utilizados nesta etapa são derivados do estimador de

Mínimos Quadrados (MQ). Considerando que o modelo NARMAX, representado por
(3.14), possa ser escrito por (3.16):
y = Ψθ̂ + ξ, (3.16)
em que, θ̂ representa o vetor de parâmetros pelo MQ ∈ <n×1 , Ψ é a matriz de regressores

∈ <Nobs ×n , e y é o vetor de dados de saída ∈ <Nobs ×1 . n é o número de parâmetros do
modelo a serem estimados, e(•)T se refere a transposição de matrizes ou vetores. ξ é o
vetor de erros cometidos ao se aplicar y como Ψθ̂.
Dessa forma, seguindo o procedimento descrito em Aguirre (2015), chega-se à

(3.17):
θ̂M Q = (ΨT Ψ)−1 ΨT y (3.17)
3.1.1.5 Validação de modelos
As ferramentas de validação de modelos, basicamente, se distribuem em critérios

de validação estatísticos, qualitativos e quantitativos. Dentre os critérios estatísticos, para
sistemas lineares, lança-se mão das funções de autocorrelação dos resíduos rξξ e correlação
cruzada dos resíduos com a entrada ruξ . Contudo, quando são identificados modelos não
lineares são necessárias utilizar funções de correlações não lineares, rξξ2 (τ ), rξξu (τ ), ru20 ξ (τ ),
ru20 ξ2 (τ ), rŷξξ2 (τ ), rŷξu2 (τ ) e rξ20 ξ20 (τ ) (AGUIRRE, 2015). O intuito dessas ferramentas é
detectar possíveis dinâmicas não modeladas nos resíduos da estimação.
A técnica utilizada para validação dinâmica qualitativa, neste trabalho, é a predição
de infinitos passos à frente (simulação livre) (AGUIRRE, 2015). Nesse tipo de validação o
modelo é simulado indefinidamente reutilizando as predições passadas. Para isso, é neces-
sário que o modelo seja inicializado com as amostras de validação da saída experimental.
Em Aguirre (2015) é apresentado um índice para a validação quantitativa, definido como
RMSE por (3.18):
qP
No bs
k=1 (y(k) − ŷ(k))2
RM SE = qP , (3.18)
No bs
k=1 (y(k) − ȳ(k))2
em que, ŷ(k) é a simulação livre da saída do modelo e ȳ é o valor médio do sinal de saída
do sistema. Vale salientar que quanto menor for o valor do RMSE, maior será a eficiência
do modelo na recuperação das características dinâmicas do sistema.
3.2 Sistemas de controle automáticos

Dada a malha de controle apresentada na Figura 9, o elemento Conversor A/D
tem a função de converter um sinal analógico y(t) num sinal discreto y(kT) no tempo e na
amplitude. Assim, o Conversor A/D consiste em duas etapas subsequentes: a amostragem,
que converte um sinal analógico y(t) numa sequência de pulsos y(kT), e a conversão das
amplitudes desses pulsos num sinal digital (CASTRUCCI; BITTAR; SALES, 2011).
Já o Conversor D/A é um dispositivo eletrônico que tem a função de converter
uma sequência de entrada u(kT) num sinal de tempo contínuo u(t). Há vários métodos
de conversão de um sinal digital em analógico, sendo que o mais usual recebe o nome de
segurador de ordem zero. Dada uma sequência de entrada u(kT), o Conversor D/A ou
segurador de ordem zero gera na sua saída um sinal u(t). O termo "ordem zero"decorre
do fato de a função u(t) ser aproximada em cada intervalo [kT,(k+1)T] por um valor
constante, ou seja, por um polinômio de ordem zero. Para mais detalhes sobre segurador
de ordem zero, veja (CASTRUCCI; BITTAR; SALES, 2011).
3.2.1 Controlador PID

Existem inúmeras estruturas matemáticas utilizadas como controladores automáti-
cos, tanto no tempo contínuo como discreto, no ramo industrial a maioria das estruturas
utilizadas é uma forma padrão denominada PID. Há ainda outras estruturas como redes
avanço-atraso, controladores fuzzy, redes neurais, etc. O foco do atual trabalho está nos
controladores PID.
Segundo Gomes (2008), atualmente, mais da metade dos controladores utilizados na
indústria são controladores PID. Seu uso é bastante difundido, devido à sua aplicabilidade
em grande parte dos sistemas de controle. Outro motivo determinante para seu uso é a
necessidade de ajuste de poucos parâmetros. Contudo, para se obter o resultado esperado
é necessário fazer uma boa sintonia do controlador PID, sendo essa dependente do modelo
matemático encontrado para descrever a dinâmica da planta.
O controlador PID é composto por três ações básicas de controle, que permitem
que ele use o erro entre a saída e o valor desejado em três etapas diferentes para produzir
um sinal ao atuador para que a saída tenha erro em regime permanente nulo. As três ações
de controle mencionadas são a proporcional a integral e a derivativa (OGATA, 2011).
Um controlador PID pode ser expresso por (3.20) no domínio do tempo contínuo,
Kp Z t de(t)
u(t) = Kp e(t) + e(t)dt + Kp Td . (3.19)
Ti 0 dt
No domínio de Laplace, a função de transferência do controlador PID é dado por
(3.21):
U (S) 1
= Kp (1 + + Td s), (3.20)
E(S) Ti s
onde Kp representa o ganho proporcional, Td representa o tempo derivativo e Ti representa
o tempo integral.
Cada ação de controle trata o sinal de erro da sua forma e as suas combinações
produzem o controlador PID (OGATA, 2011).
Partindo da função de transferência do controlador PID apresentada em (3.20),
diversas aproximações podem ser empregadas para obter uma função de transferência
discreta representada ou pela transformada Z ou por equações a diferenças. Segundo
Castrucci, Bittar e Sales (2011), a melhor aproximação para a parte integral é obtida
com o método de Tustin, e a melhor aproximação para a parte derivativa é obtida com o
método Retangular para Trás. Pode se descrever o controlador PID no tempo discreto
por meio de (3.21). Mais detalhes sobre as aproximações discretas podem ser vistas em
(CASTRUCCI; BITTAR; SALES, 2011).
(k¯c + k̄i + k¯d ) − (k¯c − 2k¯d )z −1 + k¯d z −2

P ID(z) = , (3.21)
1 − z −1
sendo k¯c = kc (1 − 2T
T
i
), o ganho proporcional,k̄i = kc T
Ti
, o ganho integral, k¯d = kc Td
T
, o ganho
derivativo e T o período de amostragem.
Considerando z −1 o operador atraso, tal que x(k)z −1 = x(k − 1), a equação a
diferenças pode, então, ser obtida a fim de implementá-la em um programa de computador
pela Equação 3.22:
u(kT ) = u[(k − 1)T + (k¯c + k̄i + k¯d )e(kT ) − (k¯c + 2k¯d )e[(k − 1)]T + (k¯d )e[(k − 2)]T ], (3.22)
onde u(kT ) é o sinal enviado para o atuador no instante k, e e(kT ) é o erro instantâneo
do sistema.
3.2.2 Sintonia de controladores PID

Com intuito de obter uma sintonia prática para os parâmetros do controlador PID,
o presente trabalho aborda o método de Skogestad (SKOGESTAD, 2004) e a aplicação da
ferramenta SISOTOOL do MATLAB R
.
3.2.2.1 Método de Skogestad
O método de Skogestad se caracteriza por ser simples e traz resultados satisfatórios

para a sintonia de controladores PID em malha fechada (SKOGESTAD, 2004). O método
requer os parâmetros do processo a partir da curva de reação do sistema a ser controlado.
Com o modelo em mãos do sistema e o parâmetro τc , pode se utilizar a Tabela 2 para
determinar a sintonia do controlador (SKOGESTAD, 2004).
Tabela 2 – Sintonia de controladores PID pelo método de Skogestad.

Processo g(s) Kc Ti Td
Ke−θs τ
1a Ordem τ s+1 K(τc +θ)
M in[τ, 4(τc + θ)] -
Ke−θs τ
2a Ordem (τ1 s+1)(τ2 s+1) K(τc +θ)
M in[τ, 4(τc + θ)] τ2
−θs
Atraso puro de tempo Ke 0 - -
Onde K é a constante de ganho do sistema, τ é a constante de tempo do sistema em

malha aberta. Segundo Campos e Campos (2014), τc = 0, 7τ , para sintonizar controladores
de processos didáticos sem atraso de transporte. θ é o atraso puro de transporte do sistema.
3.2.2.2 Sintonia de controladores utilizando SISOTOOL
A ferramenta SISOTOOL do MATLAB R

permite que o usuário faça ajustes de
controladores para sistemas SISO (do inglês, Single Input Single Output) com realimentação
unitária tanto para sistemas contínuos quanto para discretos. Segundo Mathworks (2016),
usando a ferramenta, pode-se:
• Projetar controladores usando: diagrama de Bode e Nichols, lugar das raízes, por
adição, modificação ou remoção de polos, zeros e ganhos do controlador.
• Sintonia automática PID, LQG (Linear Quadratic Gaussian control) ou IMC (Inter-
nal Mode Control).
• Projeto baseado em otimização.
• Mapeamento automático de loop.
• Sintonia de compensadores para arquiteturas de controle de loop único ou multiloop.
Os passos para-se aplicar a ferramenta SISOTOOL para sintonia de controladores

são descritos na Tabela 3:
Tabela 3 – Passos para executar a sintonia de controladores PID via SISOTOOL

Passos Descrição dos Passos
No prompt do MATLAB digite:
1
sisotool(nome da variável da função de transferência).
2 Vá em Control and Estimation Tool Manager/ Automated Tuning.
3 Na opção Design method, escolha o método PID Tuning.
4 Para a opção Tuning method, selecione a opção Classical design formulas.
5 Selecione a estrutura do compensador em Controller Type.
Em formula, o usuário pode escolher o método de sintonia desejado
6
(Ziegler-Nichols, Skogestad IMC, Chien–Hrones–Reswick, dentre outros).
Clique em Update Compensator para projetar o compensador referente a planta
7
escolhida.
Depois de projetado, a função de transferência do compensador aparecerá no campo

destacado como mostra a Figura 13:
Existe ainda a opção de exportar os dados do sistema controlado em malha fechada
na tela Control and Estimation Tools Manager para o Workspace do MATLAB R
seguindo
o caminho: File/Export.../Compensator C/Export to Workspace.
Figura 13 – Interface do SISOTOOL para sintonia de controladores PID.
Fonte: Adaptado de (MATHWORKS, 2016).

No presente capítulo, os métodos utilizados para identificação de sistemas e controle
automático foram discutidos.
Para a identificação de sistemas, os projetos para os testes dinâmicos e coleta de
dados, escolha da representação matemática a ser usada, determinação da estrutura do
modelo, estimação de parâmetros e validação do modelo foram abordados.
Nos tópicos de controle automático, definições a respeito do controlador PID assim
como os métodos de sintonia de Skogestad e a aplicação da ferramenta SISOTOOL foram
sucintamente descritos para aplicação do processo no sistema desenvolvido.
Vale salientar que pode-se utilizar as técnicas clássicas da teoria de sistemas de
controle ou ainda métodos determinísticos para se projetar os controladores no tempo
contínuo e utilizando as devidas aproximações pode-se discretizá-los com intuito de
implementar as equações em um computador, conforme apresentado na Figura 9.
51
4 Desenvolvimento de Ferramentas de Comu-

nicação com o Processo para Supervisão,
Identificação e Controle
4.1 Introdução
O processo de aquisição de dados das variáveis controladas é feita por meio do
protocolo OPC (Seção 2.5), uma tecnologia para conectar aplicações do Windows a
equipamentos de campo. O sistema de Automação Industrial SYSTEM302 R
possui
ferramentas para executar esta comunicação que, portanto, se comporta como o servidor
da rede. Com o servidor criado e disponibilizando os dados, é necessário agora adicionar
clientes a rede para solicitar o acesso aos dados.
Neste trabalho, o sistema de supervisão será desenvolvido no software MATLAB R
,
pois este possui a ferramenta de conexão com servidores OPC chamada OPC toolbox(Seção
2.5.2). Através dessa ferramenta, a conexão entre servidores e clientes OPC se torna possível
e, portanto, os dados dos equipamentos controlados da planta podem ser manipulados ou
visualizados. Como se mostrou na Seção 2.6, um sistema supervisório deve possuir uma
interface amigável que demonstre com clareza a situação da planta em tempo real. Para
isso, o MATLAB R
também disponibiliza um editor de layout de interfaces GUIDE, ver
Seção 2.6.1, onde se pode construir uma interface mostrando gráficos, valores e outras
informações do status da planta instantaneamente.
O presente capítulo discute a metodologia utilizada para o desenvolvimento do
sistema supervisório. Na Seção 4.2 a definição de quais instrumentos são utilizados é
realizada. Na Seção 4.3 a metodologia para a comunicação do servidor OPC com a planta é
detalhada. Já as Seções 4.4 e 4.5 detalham os requisitos presentes no sistema e o projeto das
interfaces desenvolvidas respectivamente. Com a comunicação e as interfaces construídas
pode-se então desenvolver a comunicação do sistema supervisório com o servidor OPC
e demonstrar o funcionamento do sistema como especificados pelas Seções 4.6 e 4.7
respectivamente.
4.2 Definição dos instrumentos utilizados

Inicialmente, uma análise dos instrumentos presentes na planta é realizada para
verificar as possibilidades de implantação do sistema supervisório. A Figura 14 mostra a
disposição dos instrumentos na planta SMAR PD3-F simbolizados e nomeados conforme a
Capítulo 4. Desenvolvimento de Ferramentas de Comunicação com o Processo para Supervisão,
Identificação e Controle 52
norma ISA 5.1 presente no Apêndice A.
Figura 14 – Disposição dos instrumentos da planta SMAR PD3-F.

Analisando a Figura 14 pode-se perceber que a planta está separada em duas

malhas: uma para o tanque de aquecimento, denominada Malha 31 e outra para o tanque
de mistura também chamada de Malha 32. A Tabela 4 apresenta os componentes de
cada uma das malhas.
Tabela 4 – Componentes das Malhas 31 e 32.

Malha 31 Malha 32
Chaves de nível LS31A e LS31B; Transmissor de temperaturaTIT32;
Termostato TS31; Transmissor de vazão FIT32;
Transmissor de temperatura TIT31; Posicionador de válvula FY32;
Transmissor de nível LIT31; Bomba 02.
Transmissor de vazão FIT31;
Conversor estático de potência TY31;
Resistências de imersão R1 e R2;
Posicionador de válvula FY31;
Bomba 01.
De acordo com a Tabela 4 e com a Figura 14, os componentes instalados nas

malhas devem estar representados na interface do sistema supervisório. Todos os atuadores
devem ser acionados pela interface (válvulas, bombas e resistências), o que indica a criação
de botões de acionamento.
4.3 Comunicação do servidor OPC com a planta

Primeiramente, o computador onde se localiza o servidor OPC deve ser configurado
em rede com os módulos DF63 e DF75 da plataforma de controle e automação de processos
DFI302 (descritos no Apêndice B) para que a conexão seja bem sucedida. O módulo DF63,
cuja função é um gateway entre as redes H1 e HSE (Seção 2.3), está configurado com o
IP 85.16.177.201. Já o módulo DF75, que interliga os equipamentos FOUNDATIONT M
Fieldbus está configurado com o IP 85.16.177.200. Portanto, o computador deve estar
associado à mesma classe de IP dos dois módulos no Windows e no sistema SYSTEM302 R
da SMAR, software que tem a função de gerenciamento das configurações de controle da

planta.
Com a configuração de rede realizada, pode-se definir a área de interesse de controle.
Nesta etapa, todos os instrumentos utilizados na malha de controle são adicionados e
configurados através do software Syscon. Para que os dados sejam mostrados corretamente,
configurações de calibração dos equipamentos de campo são realizadas como, por exemplo,
unidades de medidas utilizadas, valores máximos e mínimos de medição, medição direta
ou indireta dentre outros.
Para cada instrumento, existem blocos com parâmetros específicos que podem ser
lidos ou alterados. Os blocos de interesse para a construção do sistema são os Analog
Inputs, que contém parâmetros como o valor lido da variável medida pelo transmissor e os
Analog Outputs, com blocos que permitem modificar a saída de um atuador. A Figura 15
ilustra os parâmetros do bloco Analog Output da válvula FY31. Modificando, por exemplo,
o parâmetro OUT.VALUE do bloco, a posição da abertura da válvula será mudada.
Figura 15 – Parâmetros do bloco Analog Output da válvula FY31.
Fonte: Retirada do software Syscon.
Todos os parâmetros podem ser referenciados por tags, o que facilita a manipulação
e leitura dos dados de interesse.
A fabricante SMAR disponibiliza um arquivo com as configurações mencionadas
já realizadas de todos os instrumentos da planta. O arquivo, Studio_original, também
contém lógicas Ladder para acionamento digital das bombas, resistências e geração de
alarmes que podem ser modificados pelo software LogicView da SMAR. A Figura 16 ilustra
a lógica ladder implementada para o acionamento da bomba 1.
Figura 16 – Lógica Ladder para acionamento da bomba 1.
Fonte: Retirado do software LogicView.
Por intermédio da Figura 16, verifica–se que algumas condições devem ser atendidas
para acionar a bomba 1. Os contatos com o símbolo da letra V são virtuais e os com a
letra H são físicos. As condições envolvem os itens descritos abaixo para que não ocorram
danos nos equipamentos da planta:
• Chave local/remoto do painel da planta na posição remoto;
• Alarme selo da bomba 1 não atuado;
• Alarme térmico da bomba 1 não atuado;
• Alarme de nível baixo (boia) presente no reservatório não atuado;
• Botão de emergência em nível lógico 1.
4.4 Requisitos do sistema

Para projetar o sistema, uma lista com as especificações de funcionalidades é criada.
A Tabela 5 engloba as funcionalidades identificadas para o sistema.
Tabela 5 – Funcionalidades do sistema.

SERVIÇOS REQUISISTOS ESPECÍFICOS
Controle em Malha Aberta • Leitura de todas as variáveis físicas da planta;
• Acionar válvulas com o valor proporcional desejado;
• Acionar resistências de imersão;
• Plotar os gráficos de tendências de todas as variáveis;
• Salvar os dados coletados
Controle em Malha Fechada • Controlador PID para o sistema de nível
do tanque de aquecimento;
• Possibilidade de alteração dos parâmetros
do controlador PID;
• Leitura das variáveis físicas em tempo real da planta;
• Plotar o gráfico de tendências mostrando o setpoint
e o valor em tempo real da variável de processo;
• Salvar os dados coletados
Identificação de Sistemas • Possibilidade de executar ensaios do sistema de nível
do tanque de aquecimento;
• Projetar sinais PRBS para excitar a dinâmica do
sistema de nível modificando os parâmetros do sinal;
• Definir a amplitude de um degrau para excitar o
sistema;
• Possibilidade de vários degraus consecutivos para
verificação da resposta do sistema;
• Escolher o tempo de coleta dos dados;
• Salvar os dados coletados.
4.5 Projeto da Interface

Tendo em vista todos os requisitos descritos na Seção 4.4, foi definido que o sistema
teria duas telas gráficas, uma para o controle em malha aberta e fechada e outra para
aquisição de dados para identificação do sistema em malha aberta. Para criar uma tela
utilizando o editor de layouts de interface no MATLAB R
os passos da Tabela 6 são
executados:
Tabela 6 – Passos para criar interfaces com o GUIDE.

Passos Descrição dos Passos
Ao executar o MATLAB, digite na janela command window
1
o comando guide.
Uma tela denominada GUIDE Quick Start será inicializada.
Uma nova interface pode ser criada selecionando um template
2
Blank GUI (default) no campo GUIDE templates pela aba
Create New GUI. Para confirmar pressione OK.
A tela de edição da interface criada é então exibida, podendo
3
inicializar o desenvolvimento do projeto.
Ao salvar o projeto com o nome desejado, arquivos com
a extensão .fig e .m são criados. Os arquivos do tipo .fig
4 contém toda a estrutura montada para a interface. Já os
arquivos cuja extensão é .m criam automaticamente as
funções padrão para a correta inicialização das interfaces.
Existem objetos disponíveis para a estruturação das interfaces GUIDE. Neste

trabalho, os objetos empregados foram:
• Push button: São botões que são utilizados para acionar algum evento que compreen-
dem: conectar ao servidor OPC, ligar e desligar as bombas, modificar a porcentagem
de abertura das válvulas, acionar a resistência de imersão, iniciar o controle auto-
mático de nível do tanque de aquecimento e iniciar a aquisição de dados na tela de
identificação de sistemas.
• Edit text: Por meio destes objetos é possível visualizar o valor das variáveis em tempo
real da planta. Eles também são utilizados para inserir valores de porcentagem de
abertura das válvulas, potência transferida à resistência, parâmetros de sintonia do
controlador PID, parâmetros do projeto do sinal PRBS e degraus de entrada.
• Static Text: São utilizados para nomear partes da interface. Eles deixam de uma
forma evidente a função de um edit text e nomeiam figuras.
• Pop-up menu: Com este objeto, o usuário pode escolher uma determinada função a
ser executada. Nas telas criadas, terão função de modificar o controle manual para
o controle automático de nível, decidir qual gráfico de tendências será mostrado
e escolher qual entrada será gerada para excitar o sistema de nível do tanque de
aquecimento.
• Axes: Por meio dos axes, os gráficos de tendências podem ser plotados e as figuras
que desenham a planta podem ser exibidas.
• Panel: Estes objetos basicamente agrupam outros que tenham funções conjuntas
como, por exemplo, o edit text, o static text e o push button para acionamento da
porcentagem de abertura de uma válvula.
Para fins de ilustração, os objetos mencionados estão mostrados na Figura 17.
Figura 17 – Objetos do editor de layouts GUIDE utilizados para a construção das interfa-
ces.
Fonte: Retirado do editor de layouts GUIDE.
Cada objeto possui propriedades específicas que podem ser manipuladas para
determinada aplicação. Para acessá–las basta um duplo clique em cima de cada objeto e
elas são listadas. As propriedades utilizadas para manipulação dos objetos estão ilustradas
na Tabela 7.
Tabela 7 – Propriedades modificadas dos objetos utilizados.

PROPRIEDADES FUNÇÃO OBJETOS
MODIFICADOS
Background Color Modifica a cor de fundo do botão • Pushbutton
• Edit text
• Static text
• Pop-up menu
• Axes
• Panel
FontSize Altera o tamanho da letra da
propriedade string do botão • Pushbutton
• Edit text
• Static text
• Panel
String Dá nome à função do botão. • Pushbutton
• Edit text
• Static text
• Pop-up menu
Tag Referencia o objeto no código fonte. • Pushbutton
• Edit text
• Static text
• Pop-up menu
• Axes
• Panel
Value Contém o valor a ser manipulado
para gerar uma ação • Pop-up menu
Visible Torna o objeto visível ou invisível • Pop-up menu
Utilizando os objetos e propriedades descritos nesta seção, as interfaces do sistema

com as especificações mencionadas na Seção 4.4 podem ser projetadas. As telas são
apresentadas e detalhadas nas Subseções 4.5.1 e 4.5.2.
4.5.1 Tela de controles em malha aberta e malha fechada

Para que a tela de controle em malha aberta e malha fechada e supervisório seja
desenvolvida, a representação da estrutura da planta SMAR PD3-F deve ser montada
criando um sinótico representativo da planta. Para isso, objetos do tipo axes foram
inseridos em disposições a fim de formar um desenho da planta. Figuras representando
os transmissores, válvulas, bombas e encanamentos foram então exibidas nesses objetos
criando assim um desenho esquemático da planta. Os axes também são utilizados na tela a
fim de plotar gráficos de tendências das variáveis em tempo real. Essas mesmas grandezas
são também apresentadas através de objetos edit texts, tornando possível a visualização de
todas elas simultaneamente. Além disso, os edit texts podem ser utilizados como objetos
de entrada dos valores desejados pelo usuário para a porcentagem de abertura das válvulas
e da resistência assim como entrada para os parâmetros de sintonia do controlador PID e

do setpoint desejado.
Outros objetos utilizados, os push buttons são adicionados à tela para executar os
acionamentos dos atuadores da planta. Além desses, há um pushbutton para executar a
conexão com o servidor OPC.
Por fim, a inserção de pop up menus é realizada para que o usuário do sistema
escolha trabalhar em malha aberta ou malha fechada para o sistema de nível do tanque de
aquecimento. Outro pop up menu define qual gráfico é mostrado no axes com função de
plotar gráficos de tendências. Os gráficos disponíveis nesse pop up menu são: Para a malha
31(nível, vazão, porcentagem da abertura da válvula, temperatura e potência enviada à
resistência de imersão), para a malha 32(temperatura, vazão e porcentagem da abertura
da válvula). Após a inserção dos objetos mencionados, a tela é apresentada pela Figura 18.
Figura 18 – Tela do supervisório de todo o sistema e controle de nível do tanque de

aquecimento.
Fonte: Autor.
4.5.2 Tela de aquisição de dados para identificação de sistemas

Para construir a tela de aquisição de dados para identificação de sistemas, todos os
requisitos mencionados na Tabela 5 devem estar presentes. Como na tela anterior mostrada
pela Figura 18, objetos edit texts são construídos para permitir ao usuário a possibilidade
de colocar os parâmetros desejados tanto dos sinais PRBS quanto de degraus de entrada.
Tais objetos novamente têm, também, a função de exibir os dados das grandezas ao usuário.
Objetos do tipo pop up menus dão ao usuário a possibilidade da escolha das entradas para
excitação do sistema e a possibilidade de visualizar os gráficos desejados (nível, vazão,
temperatura e porcentagem da abertura da válvula). Axes exibem figuras da planta. Por

fim, um botão para iniciar a coleta de dados é colocado para que o procedimento se inicie.
A Figura 19 apresenta o desenvolvimento concluído da interface de aquisição de dados.
Figura 19 – Interface de ensaios para Identificação de sistemas concluída.
Fonte: Autor.
4.6 Conexão do sistema com o servidor OPC e funcionamento do

sistema
Com o servidor OPC configurado, como descrito na Seção 4.3, o cliente OPC, que
nesse caso é o sistema em construção, pode ser conectado através de alguns comandos do
OPC toolbox do MATLAB R
. Como foi discutido também na Seção 4.3, dois controladores
distintos, o DF63 e o DF75, trocam dados com o servidor OPC. Portanto, para que o cliente
OPC também tenha acesso aos dados, a conexão deve ser feita junto aos dois servidores.
O DF63 pode ser encontrado no PC do servidor OPC com o nome Smar.hseoleserver.0
e tal servidor contém dados de todos os instrumentos FOUNDATIONT M Fieldbus. Já o
DF75 é nomeado como SMAR.DfiOleServer.0 e através dele a troca de dados das variáveis
inseridas na lógica ladder pode ser realizada. Como descrito na Seção 2.5.2, se os comandos
mencionados pela Tabela 1 forem executados, todos os itens de interesse contidos nos
servidores podem ser acessados através de tags. A Figura 20 ilustra o procedimento para
adição de alguns itens de interesse dos dois servidores.
Pela Figura 20, pode-se constatar a forma como é realizada a comunicação com todos
os itens de interesse pelo protocolo OPC. Como mostrado na Seção 2.5.1, a comunicação é
realizada em três estágios. Ao se conectar com o servidor OPC, pode–se criar grupos a fim
Figura 20 – Comunicação do cliente OPC com o servidor OPC.
Fonte: Autor.
de separar os itens em categorias. Na Figura 20, para o servidor SMAR.hseoleserver.0 foi

adicionado o Grupo 1 que inclui as tags dos valores de saída das grandezas físicas medidas
nos blocos analog inputs e analog outputs correspondentes dos transmissores da planta. Já
na conexão com o servidor SMAR.DfiOleServer.0, o Grupo 2 foi adicionado para distinguir
as tags de estados das bombas e conversor de potência.
Com a conexão bem sucedida, basta ao sistema receber os parâmetros requisitados
pelo usuário, processá-los e retornar ao usuário pelos objetos criados. Dois comandos do
MATLAB R
, são utilizados para esse fim:
• Get: Através desse comando, os parâmetros pedidos pelo usuário são lidos na proprie-
dade desejada de tal objeto. No exemplo abaixo, a variável porcentagem_acionamento_
valvula32 recebe o valor requisitado pelo usuário no objeto edit_acionamento_valvula32
que está localizado na propriedade string deste objeto:
porcentagem_acionamento_valvula32=get(handles.edit_acionamento_valvula32,
’String’);
• Set: Utilizando o comando set, os valores de saída calculados ou tratados no código

fonte podem ser expostos nos devidos objetos, como os edit texts ou os axes. No
exemplo abaixo a propriedade string do objeto edit_aberturaaquecimento recebe o
valor contido na variável valor_fy31.
set(handles.edit_aberturaaquecimento, ’String’, valor_fy31);
Portanto, com o sistema adequado para receber os pedidos dos usuários, basta
tratar as informações necessárias e enviar aos usuários as solicitações. A manipulação das
tags adicionadas para enviar, comandos para os atuadores ou leitura dos dados da planta,
pode ser feita com dois comandos:
• Read: As leituras dos itens adicionados pela comunicação OPC é realizada por
este comando e então repassada aos objetos pelo comando set. No exemplo abaixo,
a variável aux_fy31 lê o valor contido no item_fy31. Como se trata do protocolo
FOUNDATION T M Fieldbus, além do valor esta estrutura também contém o status de
operação do equipamento (Seção 2.2). Para acessar o valor deve se, como executado
na segunda linha do exemplo, acessar o item value da estrutura.
aux_fy31=read(item_fy31);
valor_fy31=aux_fy31.Value;
• Write: Suponha que se deseja excitar o sistema de nível com um sinal PRBS.
A sequencia binária pseudoaleatória pode ser enviada para a válvula através do
comando write. O comando abaixo foi utilizado para esse fim ao executar o botão
coletar dados com a entrada PRBS marcada. O item de saída da válvula da malha
31 recebe o atual valor da variável contida no sinal PRBS gerado.
write(item_fy31,amplitude);
4.7 Funcionamento do controle de nível em malha fechada

Para execução do controle de nível do tanque de aquecimento da planta SMAR
PD3-F, utiliza-se um controlador PID. Levando-se em conta que o transmissor indicador de
nível da Malha 31, LIT-31, faz medições de -20 a 100, devido a sua localização de medição,
a unidade de entrada de nível deve ser convertida para uma escala em porcentagem de 0 a
100%. As duas linhas de código abaixo executam tal conversão para o setpoint do nível
desejado e para o valor atual lido através do comando read.
set_point_porcentagem=(valor_sp-nivel_min)/(nivel_max-nivel_min)*100;
nivel_pv_porcentagem= (valor_lit31-nivel_min)/(nivel_max-nivel_min) *100;
em que:
set_point_porcentagem: Valor convertido do setpoint para a escala de 0 a 100%.
Nível_pv_porcentagem: Nível instantâneo convertido para a escala de 0 a 100%.
valor_sp: Valor do setpoint na escala de -20 a 100.
valor_lit31: Nível instantâneo na escala de -20 a 100.
nivel_min: Nível mínimo da escala original igual a -20.
nível_max: Nível máximo da escala original igual a 100.
Com a devida conversão efetuada e com os parâmetros do controlador requeridos
pelo usuário, pode-se calcular o erro (e(kT)) pela diferença entre r(kT) e y(kT). O valor
resultante é enviado para a equação a diferenças dada por (3.22) localizada na Seção 3.2.1.
A Equação (3.22) calcula o valor do sinal u(kT) que é então enviado para o atuador FY31
através do comando write para corrigir sua abertura e então tentar zerar o erro do nível
do tanque de aquecimento. A malha de controle criada pode ser vista pela Figura 21.
Figura 21 – Malha fechada para controle de nível do tanque de aquecimento, onde k são
amostras discretas de tempo, T é o período de amostragem, t é o tempo no
domínio contínuo, y é a saída do sistema, r é a referência, e é o erro medido e
u é o sinal enviado ao atuador.
Fonte: Autor.
Uma técnica utilizada na malha de controle foi a ação anti-windup do integrador

do controlador. Foi necessária a aplicação de tal técnica porque a válvula FY-31 apresenta
limites de abertura (0 a 100%). Segundo Soares et al. (2011), quando o valor da variável
de controle atinge o limite máximo (ou mínimo) do atuador ocorre a saturação do sinal
de controle. Isso faz com que a malha de realimentação seja de certa forma "quebrada",
pois o atuador permanecerá no seu limite máximo (ou mínimo) independentemente da
saída do processo. Entretanto, se um controlador com ação integral é utilizado, o erro
continuará a ser integrado e o termo integral tende a se tornar muito grande, ou seja,
tende a "carregar-se"demasiadamente. Do inglês, diz-se que o termo integral"winds-up".
Neste caso, para que o controlador volte a trabalhar na região linear (saia da saturação)
é necessário que o termo integral se "descarregue". Para tanto deverá-se esperar que o
sinal de erro troque de sinal e, por um longo período de tempo, aplicar na entrada do
controlador, um sinal de erro de sinal oposto. A consequência disto é que a resposta
transitória do sistema tenderá a ficar lenta e oscilatória, característica esta extremamente
indesejável em um processo industrial. Portanto, a implementação anti-windup leva em
consideração quando a saída do atuador se satura, o termo integral é recalculado de forma
que seu valor permaneça no valor limite do atuador.
Para resolver o problema, uma simples rotina condicional é necessária. Se o sinal
calculado por (3.22) for maior que 100, o valor enviado para FY-31 é 100. Já se o valor
calculado por (3.22) for menor que 0, envia-se 0 para a válvula FY-31.

No capítulo atual, a metodologia para o desenvolvimento do sistema de supervisão,
identificação e controle foi apresentada.
Primeiramente, uma listagem dos instrumentos presentes nas malhas foi preenchida
a fim de definir os componentes principais que seriam escolhidos para a programação.
Logo após, as configurações entre os instrumentos da planta e o Syscon foram
efetuadas com o intuito de estabelecer conexão em ambas as partes.
Com a conexão bem sucedida, os requisitos do sistema foram criados afim de
desenvolver suas funções. Feito isso, a construção da interface desenvolvida na ferramenta
GUIDE do MATLAB R
foi detalhada a fim de demonstrar didaticamente o funcionamento
das malhas de controle.
Realizados esses passos, o protocolo OPC foi empregado para produzir a comuni-
cação cliente/servidor OPC. As partes da arquitetura OPC, server, group e item foram
formadas e consequentemente, com a estrutura montada, a comunicação entre sistema
supervisório (cliente) e servidor (Syscon) foi bem sucedida.
Por fim, uma malha de controle fechada para o sistema de nível do tanque de aque-
cimento foi feita e a arquitetura de um controlador PID foi adicionada a essa. Aditivamente,
uma técnica anti-windup foi incorporada.
66
5 Ensaios e Resultados
A abordagem apresentada neste capítulo engloba alguns ensaios que puderam ser
realizados a fim de encontrar modelos que descrevem o comportamento do sistema de nível
do tanque de aquecimento da planta. Utilizando os modelos encontrados, controladores
puderam ser projetados com o propósito de controlar o sistema de nível do tanque de
aquecimento em questão.
Nas seções seguintes, serão detalhados os métodos implementados para a identi-
ficação de sistemas e controle da planta. Na Seção 5.1, a descrição da malha montada
para os ensaios é realizada. As aberturas das válvulas manifold utilizadas são mencionadas
para prover a reprodução dos ensaios posteriormente. Com a malha montada, um ensaio
para identificar um modelo de primeira ordem e outro para identificar modelos ARX e
NARX são apresentados na Seções 5.1.1 e 5.1.2. Outro ensaio para identificar a curva de
calibração da válvula FY-31 é realizado e mostrado na Seção ??. Ensaios para o controle
de nível também são feitos. Utilizando o modelo encontrado na seção 5.1.1, sintonias
de controladores pelo método de Skogestad, Seção 5.2.1, e com auxílio da ferramenta
SISOTOOL, Seção 5.2.2, são empregadas.
5.1 Procedimentos realizados para Identificação de Sistemas

Como descrito na Seção 3.1, os procedimentos para a identificação de sistemas
podem ser divididos em cinco etapas. Esta seção aborda tais passos realizados para a
identificação do sistema de nível do tanque de aquecimento. A Figura 22 ilustra o processo
para a realização dos ensaios. O procedimento se baseia no bombeamento da água do
reservatório ao tanque de aquecimento através da bomba. No início do processo, a água
passa pela válvula de controle FY-31, na qual a abertura desta válvula define a sua vazão.
O valor de vazão é medido por meio de FIT-31. A abertura no fundo do tanque simula o
consumo de água e é feita através de uma válvula do tipo manifold. Uma pequena abertura
da válvula estabelece a vazão de saída. Para medir o nível do tanque de aquecimento, o
medidor LIT-31 é utilizado. A vazão de entrada inicialmente deve ser maior que a vazão
de saída para que o nível no tanque de aquecimento aumente. À medida que o nível do
tanque de aquecimento aumenta, o peso da água ,devido a gravidade, também aumenta
dificultando a entrada de água no tanque e, consequentemente, a vazão na saída da água
aumenta. Devido a estes comportamentos, o processo analisado é não linear com dinâmica
assimétrica, ou seja, a resposta ao degrau possui crescimento rápido no início e lento
próximo à região de estado estacionário.
Foram realizados ensaios dinâmicos e estáticos sobre o processo com o objetivo de
Capítulo 5. Ensaios e Resultados 67
Figura 22 – Sistema para o controle de nível do tanque de aquecimento.
Fonte: Autor.
detectar modelos para o sistema de nível do tanque de aquecimento.

Vale ressaltar que a planta SMAR PD3-F possui diversas válvulas manifold que
modificam o fluxo de água nos seus encanamentos, como pode ser visto pelo fluxograma
mecânico mostrado na Figura 33 no Apêndice A. Portanto, os modelos encontrados neste
trabalho se referem ao ponto de operação da planta no momento da coleta de dados. Com
base nisto, seguindo a simbologia e numeração do fluxograma da Figura 33, as válvulas 2,
4, 9 e 11 devem estar totalmente abertas. As válvulas 6, 7 e 18 devem estar totalmente
fechadas. A válvula 19 simula o consumo de água do tanque de aquecimento.
Nos ensaios realizados, a abertura da válvula 19 esteve em torno de meia abertura
completa.
5.1.1 Identificação de sistemas utilizando métodos determinísticos

Com o objetivo de encontrar uma função de transferência em tempo contínuo, foi
necessário executar os seguintes passos para a coleta de dados como mostrado na Figura
23 utilizando o sistema supervisório construído:
1. Abriu-se a tela de identificação de sistemas;
2. Em parâmetros para coleta de dados, foi selecionada a opção Degrau no pop up menu;
3. No parâmetro Amplitude do degrau [%], escreveu-se 55 para que um degrau desta

amplitude fosse aplicado à válvula FY-31;
4. Para o Tempo de amostragem, o tempo de 1 segundo foi colocado;
5. Por fim, para o parâmetro Tempo de coleta, colocou-se um tempo suficientemente

grande para que se pudesse atingir o regime permanente do sistema;
6. Para iniciar o ensaio, clicou-se no botão Coletar dados para que a coleta fosse iniciada.
Neste momento, a bomba foi ligada e foi aplicado um degrau à válvula de 55%. Os
dados começaram a ser coletados até que o regime permanente fosse tangido.
7. Atingido o regime permanente, clicou-se em Parar coleta. Assim, neste instante um

arquivo chamado dados.mat foi criado na pasta do sistema. Esse arquivo contém os
dados coletados no ensaio, possibilitando agora um estudo sobre esses.
Figura 23 – Entrada dos parâmetros para coleta de dados do ensaio do sistema de nível
aplicando um degrau em FY-31.
Fonte: Autor.
O resultado obtido é mostrado na Figura 24. De posse do dados experimentais

utilizaram-se as Equações (3.10) e (3.11) para obter o modelo para uma função de
transferência de primeira ordem. Dessa forma, encontrou-se uma constante de ganho de
K = 1, 435 e τ = 96 segundos.
Figura 24 – Degrau de 55 % de abertura aplicado à válvula FY-31, em marrom (–), e

resposta do sistema de nível à essa entrada, em verde (–).
Fonte: Autor.
Logo, a função de transferência de primeira ordem para o sistema de nível do

tanque de aquecimento aplicando um degrau à válvula FY-31 é apresentado pela Equação
5.1:
1, 435
H(s) = (5.1)
96s + 1
Os resultados de validação do modelo 5.1 simulado versus os dados coletados são
apresentados na Figura 25.
Figura 25 – Validação do modelo de primeira ordem calculado para o sistema de nível do

tanque de aquecimento. A curva em azul (–) representa o modelo estimado e
a curva em vermelho (- -) constitui os dados reais coletados.
Fonte: Autor.
5.1.2 Identificação de sistemas utilizando método dos mínimos quadrados

para um modelo ARX e NARX
Para identificar modelos ARX e NARX, é necessário realizar um ensaio dinâmico
excitando o sistema com um sinal PRBS na entrada. Para isso, foi necessário projetar
o PRBS executando ensaios estáticos com aplicações de degraus à entrada do sistema
de nível do tanque de aquecimento. Os ensaios consistiram na aplicação de degraus com
percentagens de abertura da válvula FY-31 de 57, 60 e 63 utilizando a tela de identificação
de sistemas, Figura 19. Desses ensaios foi possível coletar as constantes de tempo do
sistema para o projeto do sinal PRBS. Desta forma, projetou-se o PRBS para operar
entre os intervalos -V = 57% e +V = 63%. Nesse intervalo, a menor constante de tempo
obtida foi de τmin = 107 segundos. Então, de acordo com a Equação 3.3 da Seção 3.1.1.1,
10, 700 ≤ Tb ≤ 35, 667 segundos. Escolhendo Tb = 35, 6677 segundos e ainda, considerando
o tempo de acomodação para τmin igual a 4 ∗ 107 segundos, para n = 4, a desigualdade,
N Tb ≥ 4 ∗ 107, é atendida. Com os parâmetros do sinal PRBS de entrada projetados,
pôde-se então utilizar a tela de identificação de sistemas novamente para executar um
ensaio de excitação do sistema de nível aplicando o sinal PRBS à válvula FY-31.
Para que o sinal PRBS aplicado à FY-31 pudesse operar entre as excursões de
57 e 63 %, um degrau de 60 % de abertura da válvula foi aplicado. Ao atingir o regime
permanente, pôde–se então efetuar o ensaio dinâmico do sistema. Os seguintes passos
foram executados para coletar a base de dados do ensaio. A Figura 26 ilustra a forma de
entrada de dados no software.
1. Em parâmetros para coleta de dados, selecionou se a opção PRBS no pop up menu;
2. Para o parâmetro Número de bits [n], o valor calculado igual a 4 foi inserido;
3. Em Intervalo entre bits [Tb], colocou–se o valor calculado, 35,667 segundos;
4. No parâmetro Amplitude do PRBS [V], escreveu–se 3%, o que significa que a válvula,
até então configurada para a abertura de 60%, iria para 57 e 63%, de acordo com o
sinal PRBS gerado;
5. Para o Tempo de Amostragem, o tempo de 1 segundo foi colocado;
6. Por fim, para o parâmetro Tempo de coleta, inseriu–se o total de 1080 pontos;
7. Ao finalizar o preenchimento dos parâmetros, clicou se no botão Coletar dados para

que a coleta fosse iniciada. Neste momento, a bomba foi ligada e foi iniciado o
ensaio dinâmico. Os dados começaram a ser coletados até atingir o tempo de coleta
configurado.
8. Atingido o tempo de coleta, o ensaio foi finalizado. Assim, neste instante um arquivo
chamado dados.mat foi criado. Esse arquivo contém os dados coletados no ensaio,
possibilitando agora continuar o processo de identificação de sistemas.
Figura 26 – Entrada dos parâmetros para coleta de dados do ensaio dinâmico do sistema
de nível do tanque de aquecimento.
Fonte: Autor.
Ao final do ensaio, dividiu - se os dados dinâmicos de entrada (Sinal PRBS aplicado

à válvula), Figura 27, e saída (resposta do sistema de nível à aplicação da entrada), Figura
28, em dois conjuntos, a primeira metade para identificação dos sistemas e a segunda
metade para a validação dos mesmos. Apesar do tempo de amostragem no ensaio ser
de 1 segundo, após a aplicação de (3.6) da Seção 3.1.1.1, verificou-se a necessidade de
decimação dos dados para se ajustar a taxa de amostragem para 8 segundos.
Figura 27 – Sinal PRBS de entrada projetado e aplicado à válvula FY-31.
Fonte: Autor.
Dessa forma, prossegue-se com a identificação dos sistemas determinando-se a

estrutura dos modelos ARX e NARX. De acordo com a Seção 3.1.1.3, para a detecção
de estrutura dos modelos ARX, utilizaram-se os critérios AIC e ERR. As sequências de
resultados oriundos da aplicação dessas técnicas é apresentada na Tabela 8.
Onde, Ωcand = Agrupamento de termos candidatos, ncand = Número de termos
candidatos e Termos ERR = Termos selecionados pelo critério ERR.
Figura 28 – Resposta do sistema de nível do tanque de aquecimento ao ensaio dinâmico.
Fonte: Autor.
Tabela 8 – Sequência de comandos para seleção de estrutura para nu = 2 e ny = 2 e l = 2.

Modelo 1. Ωcand 2. ncand 3. AIC(n) 4. T ermosERR
ARX {Ωy , Ωu } 4 2 {y(k − 1, )y(k − 2), u(k − 1), u(k − 2)}
NARX {Ωy , Ωu , Ωy2 , Ωuy , Ωu2 14 3 {y(k − 1, )u(k − 1), u(k − 1), u(k − 1)}
O conjunto de termos definido genericamente como Ωyp um−p , em que y(k − i)p u(k −
j)m−p ∈ Ωyp um−p , ∀ m = 0, . . . , l; p = 0, . . . , m; i = 1, . . . , ny , e j = d, . . . , nu é chamado de
agrupamento de termos. O somatório dos coeficientes de todos os termos que pertencem a
um dado agrupamento é denominado de coeficiente do agrupamento e é representado por
P
y p um−p (AGUIRRE, 2015).
De posse da estrutura do modelo dinâmico, prosseguiu-se com a etapa de estimação

dos parâmetros utilizando o estimador dos Mínimos Quadrados (Seção 3.1.1.4). A Tabela
9 apresenta os parâmetros estimados para os modelos selecionados e os índices RMSEs
obtidos com os dados de validação pela Equação 3.18. Por fim, com os modelos encontrados,
utilizou-se a massa de dados de validação para realizar as simulações livres que podem ser
vistas na Figura 29.
Tabela 9 – Comparação entre os modelos dinâmicos obtidos.
Tipo de Modelo Modelos Estimados RM SEv
ARX y(k) = 1, 9106y(k − 1) − 0, 9156y(k − 2) + 0, 2854u(k − 1) − 0, 2792u(k − 2) 0,3969
NARX y(k) = 0, 9144y(k − 1) − 0, 1013u(k − 1) + 0.0034u(k − 1)u(k − 1) 0,1432

Figura 29 – Simulação livre dos modelos encontrados. Em azul (–) tem-se os dados reais
do ensaio dinâmico, em verde (–) os dados gerados pelo modelo ARX, em
vermelho (–) os dados do modelo NARX.
Fonte: Autor.
5.2 Procedimentos realizados para sintonia do controle de Nível do

Tanque de Aquecimento
Depois de realizadas as técnicas de identificação de sistemas, pode-se executar a
sintonia de controladores e utilizar a interface de controle construída no presente trabalho
para estabelecer o controle de nível do tanque de aquecimento da planta SMAR PD3-F.
Dois métodos foram utilizados para executar a sintonia de controladores do tipo PI. O
método de Skogestad, descrito pela Seção 3.2.2.1 e a sintonia de controladores através da
ferramenta SISOTOOL, definida pela Seção 3.2.2.2.
5.2.1 Método de Skogestad

O método de Skogestad, é o primeiro utilizado para sintonizar um controlador PI
para o sistema de nível do tanque de aquecimento. Utilizando a função de transferência
encontrada na Seção 5.1.1 apresentada por (5.1), onde a variável manipulada é a abertura
da válvula FY-31, e a variável controlada é o nível do tanque de aquecimento.
Para sintonizar o controlador de nível pelo método de Skogestad, utiliza-se a Tabela
2 para encontrar os parâmetros do controlador. Sabendo que K = 1, 435, τ = 96 segundos e
que θ = 0 pois não existe atraso puro de transporte considerável, os parâmetros encontrados
pela Tabela 2 são: Kc = 1, 124 e Ti = 89.
Com esses resultados, o sistema desenvolvido no presente trabalho é utilizado para
verificar a sintonia do controlador. Com a interface de controle, coloca-se os parâmetros
Kc , Ti , já o parâmetro Kd insere-se o valor zero, pois trata-se de um controlador PI. O
setpoint requerido para o ensaio foi 50% do nível do tanque. Duas coletas de dados foram
feitas para demonstrar o resultado da técnica anti-windup, descrita na Seção 4.7. A Figura
30 mostra o controle de nível efetuado utilizando a sintonia pelo método de Skogestad

sem anti-windup e a Figura 31 utilizando tal técnica.
Figura 30 – Controle PI de nível do tanque de aquecimento sintonizado pelo método de

Skogestad sem wind-up. A curva azul (–) representa a resposta do nível do
tanque de aquecimento. Em vermelho (- -) tem-se o Setpoint.
Fonte: Autor.
Figura 31 – Controle PI de nível do tanque de aquecimento sintonizado pelo método de

Skogestad com wind-up. A curva azul (–) representa a resposta do nível do
tanque de aquecimento. Em vermelho (- -) tem-se o Setpoint.
Fonte: Autor.
5.2.2 Sintonia PID utilizando SISOTOOL

Para executar a sintonia PID utilizando a ferramenta SISOTOOL, utiliza-se no-
vamente a função de transferência apresentada pela Equação 5.1. Conforme mostrado
pela Seção 3.2.2.2, pode-se calcular os parâmetros do controlador. Logo, os parâmetros
para o PI encontrados são: Kp = 6, 28 e Ti = 11, 356. Portanto, utilizando o sistema e
zerando o ganho derivativo e com o setpoint de 50%, insere-se os parâmetros calculados
pelo SISOTOOL. A resposta do sistema em malha fechada pode ser vista pela Figura 32.
Figura 32 – Controle PI de nível do tanque de aquecimento sintonizado pelo SISOTOOL.

A curva azul (–) representa a resposta do nível do tanque de aquecimento.
Em vermelho (- -) tem-se o Setpoint.
Fonte: Autor.
Analisando os resultados obtidos para validar o sistema de controle de nível

em malha fechada, os dois métodos utilizados para sintonizar o controlador obtiveram
resultados satisfatórios. O método de Skogestad apresentou sobre sinal de aproximadamente
7% antes da inserção da técnica anti - windup e sobre sinal zero após a técnica. Porém,
com Skogestad o regime permanente foi atingido com mais tempo, tornando o sistema
mais lento. Já com o sintonia pelo SISOTOOL, o sistema se tornou bem mais ágil, mas
oscilações pequenas (em torno de 2%) apareceram.

Nesse capítulo, os resultados das técnicas de identificação de sistemas e controle
automático foram apresentadas.
Modelos ARX, NARX e um modelo de primeira ordem em tempo contínuo para o
sistema de nível do tanque de aquecimento foram aqui apresentados e validados.
A outra abordagem do capítulo foram as técnicas de sintonia de controladores,
como Skogestad e a ferramenta SISOTOOL, para controlar o sistema de nível da planta.
76
6 Conclusão e Trabalhos futuros
Sistemas supervisórios industriais são de fundamental importância para o controle,

segurança e produção da planta. Por meio deles, deseja-se obter o máximo de informação
de todas as variáveis que envolvem o processo com o intuito de evitar falhas e maximizar
a produção.
O sistema supervisório criado neste trabalho para a planta SMAR PD3-F possui
fins didáticos, possibilitando aos alunos utilizar mais uma ferramenta para Identificação de
Sistemas e Controle Digital. Pode-se concluir que a utilização do GUIDE do MATLAB R
para o desenvolvimento do sistema supervisório foi satisfatório, pois além de tornar possível
uma interface amigável com um layout que descreva a planta, diversas técnicas, ferramentas
e métodos do MATLAB R
podem ser associados ao sistema.
Para demonstrar a eficiência do sistema, diversos ensaios foram utilizados para
encontrar representações matemáticas mais adequadas ao sistema de controle de nível da
planta. Para atingir esse objetivo foram descritas as ferramentas oriundas da teoria de
identificação caixa preta para estimação de modelos ARX e NARX. Dos resultados obtidos
pôde-se observar que o sistema de nível em estudo possui dinâmica não linear, tendo em
vista que seu comportamento em estado estacionário para diferentes pontos de operação
não é regulado pela mesma dinâmica linear. Além do mais, observou-se que modelos não
lineares de primeira ordem são mais adequados para descrever o processo em questão.
Por fim, as técnicas de sintonia de controladores de Skogestad e SISOTOOL
utilizadas também tiveram desempenho satisfatório para o nível do tanque desejado, com a
sintonia por Skogestad não apresentando sobre sinal, porém com dinâmica lenta. A sintonia
por SISOTOOL, apesar de apresentar uma pequena oscilação, obteve uma dinâmica mais
rápida que o método de Skogestad.
Diversos trabalhos poderão ser continuados tomando esse como referência. Outras
malhas de controle da planta poderão ser inseridas no sistema desenvolvido para serem
controladas, assim como outras topologias de controladores poderão ser programadas para
que haja uma comparação com o PID aqui desenvolvido.
As bases de dados aqui coletadas também estarão disponíveis para que outros
modelos possam ser identificados. Outras técnicas de identificação de sistemas poderão ser
incorporadas ao sistema para que cada vez mais funcionalidades se tornem disponíveis e
gerem riquezas aos futuros trabalhos.
77
Referências
AGUIRRE, L. A. Introdução à identificação de sistemas: Técnicas lineares e não-lineares

aplicadas a sistemas reais. [S.l.]: Editora UFMG. 4a edição, 2015. Citado 9 vezes nas
páginas 20, 39, 41, 42, 43, 44, 45, 46 e 72.
ALBUQUERQUE, P. U. B.; ALEXANDRIA, A. R. Redes industriais: Aplicações em
sistemas digitais de controle distribuído. Editora Ensino Profissional. 2a edição, 2009.
Citado 2 vezes nas páginas 27 e 29.
AMUNRUD, A. Programmable logic controllers. EE, paper, v. 1, 2002. Citado na página
19.
CAMPOS, P. R. B.; CAMPOS, C. A. B. Sintonia de controladores para processos
didáticos sem atraso de transporte. 2014. Citado na página 49.
CARVALHO, A. S.; SILVA, R. C.; NASCIMENTO, D. B. Sistema de comunicação OPC
para uma coluna de destilação piloto. SEGeT–Simpósio de Excelência em Gestão e
Tecnologia, 2008. Citado na página 21.
CASTRUCCI, P. d. L.; BITTAR, A.; SALES, R. M. Controle Automático. Rio de Janeiro:
Editora LTC, 2011. Citado 4 vezes nas páginas 38, 46, 47 e 48.
COELHO, M. Apostila de sistemas supervisórios. Curso superior de Tecnologia em
Automação e Controle de Processos Industriais Contínuos. Instituto Federal de Educação,
Ciência e Tecnologia de São Paulo. Cubatão, SP, 2010. Citado na página 35.
COTA, F. E. M. Modelagem matemática do sistema de temperatura da planta didática
de automação industrial SMAR-PD3. Departamento de Engenharia Elétrica, Universidade
Federal de Viçosa, p. 33, 2010. Citado na página 21.
DUARTE, C. R. M.; FIGUEIREDO, L. C.; CORREA, M. V. Utilização do MATLAB no
ensino da tecnologia OPC aplicada a controle de processos. 2006. Citado 2 vezes nas
páginas 21 e 34.
FIALHO, A. B. Instrumentação industrial: conceitos, aplicações e análises. [S.l.]: Editora
Érica, 2002. Citado na página 83.
Fieldbus Foundation. Foundation Fieldbus high speed Ethernet. 2016. Disponível em:
<http://www.fieldbus.org>. Citado na página 27.
FONSECA, M. O. Comunicação OPC: Uma abordagem prática. VI Seminário de
Automação de Processos, Associação Brasileira de Metalurgia e Materiais, Vitória, ES,
2002. Citado na página 32.
GARCIA, C. Modelagem e Simulação de Processos Industriais e de Sistemas
Eletromecânicos. [S.l.]: Edusp. 2a edição, 2009. Citado na página 39.
GOMES, S. Comparação entre métodos de identificação de plantas com respostas ao
degrau monotonicamente crescentes e sintonia de controladores PID. Projeto de graduação,
Universidade Federal do Rio de Janeiro, Rio de Janeiro, RJ, 2008. Citado na página 47.
Referências 78
IEC. Programmable controllers. International Standard, v. 2. Ed, 2003. Citado na página

19.
ISA. International Society of Automation. 2016. Disponível em: <https://www.isa.org/>.
Citado na página 82.
LOPES, J. C. S. et al. Identificação de um sistema dinâmico assimétrico por redes neurais
artificiais. Anais do XVI Congresso Brasileiro de Automática, Salvador, 2012. Citado na
página 21.
MATHWORKS. OPC Toolbox. 2015. Disponível em: <http://www.mathworks.com/
products/opc>. Citado na página 34.
MATHWORKS. Control System Designer. 2016. Disponível em: <https://www.
mathworks.com/help/control/ref/controlsystemdesigner-app.html>. Citado 2 vezes nas
páginas 49 e 50.
MORAES, C. C.; CASTRUCCI, P. L. Engenharia de automação industrial. [S.l.]: Grupo
Gen-LTC, 2007. Citado na página 19.
NISE, N. S. Engenharia de sistemas de controle. [S.l.]: LTC, 2012. Citado na página 40.
OGATA, K. Engenharia de Controle Moderno. [S.l.]: LTC, 5a edição, 2011. Citado na
página 47.
OLIVEIRA, M. V.; MOREIRA, D. M.; CARVALHO, P. V. R. Construção de interfaces
para salas de controle avançadas de plantas industriais. Revista Brasileira de Ergonomia,
Rio de Janeiro, Volume 3, 2007. Citado na página 20.
OPPENHEIM, A. V. Sinais e sistemas. [S.l.]: Prentice-Hall, 2a edição, 2010. Citado 2
vezes nas páginas 40 e 43.
SENSE. Sense instruments. 2014. Disponível em: <http://www.sense.com.br>. Citado
na página 29.
SILVEIRA, P. R.; SANTOS, W. E. Automação e controle discreto. São Paulo: Editora
Érica, 1998. (Automação Industrial). Citado 2 vezes nas páginas 19 e 20.
SIMEON, E. J. A. et al. Different control strategies used in didatic plant PD3 of SMAR
through OPC technology. XIX International Congress of Mechanical Engineering, 2007.
Citado na página 21.
SKOGESTAD, S. Simple analytic rules for model reduction and pid controller tuning.
Journal of process control, 2004. Citado na página 48.
SMAR. Manual dos procedimentos de instalação, operação e manutenção. Foundation
Fieldbus. 2008. Citado na página 30.
SMAR. Manual de instruções, manutenção e operação. Transmissor de temperatura
Fieldbus TT302. 2012a. Citado na página 83.
SMAR. Manual de instruções operação e manutenção de plantas didáti-
cas PD3-F. 2012b. Disponível em: <http://www.smar.com/brasil/produto/
pd3-planta-didatica-hart-foundation-fieldbus-e-profibus>. Citado 10 vezes nas páginas
25, 26, 31, 36, 52, 81, 83, 84, 85 e 86.
Referências 79
SMAR. Manual de instrução, manutenção e operação. Transmissor de Pressão Fieldbus

LD302. 2014a. Citado na página 30.
SMAR. Manual de instruções, manutenção e operação. Posicionador de válvulas Fieldbus

FY302. 2014c. Citado na página 31.
SMAR. Manual de Treinamento. 2014e. Citado 2 vezes nas páginas 28 e 29.
SOARES, C. E. et al. Controladores baseados no princípio do modelo interno com ação

Anti-Windup. 2011. Citado na página 64.
SOUZA, L. C. A.; Seixas Filho, C.; PENA, R. T. Padrão de acesso a dados OPC e sua
implementação em um driver OPC-Modbus. In: II Congresso Mineiro de Automação,
V Simpósio Regional de Instrumentação da ISA-BH/GRINST-MG. [S.l.: s.n.], 1998. p.
157–164. Citado na página 32.
80
ANEXO A – Diagrama P&I da Planta e

Norma ISA 5.1
A Norma ISA 5.1 estabelece os símbolos gráficos para identificação dos instrumentos
e dos sistemas de instrumentação usados para medição e controle, apresentando um sistema
de designação que inclui código de identificação. Cada instrumento é identificado por um
conjunto de letras (identificação funcional) e números (identificação da malha de controle),
onde:
• Conjunto de letras:
Primeira letra: identifica a variável medida pelo instrumento (variável de controle,
distúrbio).
Letras subsequentes: funções do instrumento.
• Número da malha: Todos os instrumentos da malha devem apresentar o mesmo

número.
Com base nessas identificações, a Tabela 10 define a simbologia para algumas

variáveis físicas medidas e as funções dos instrumentos.
Um diagrama P&I da planta SMAR PD3 está disponível na Figura 33. Todos os
componentes do diagrama foram simbolizados pela norma ISA 5.1.
ANEXO A. Diagrama P&I da Planta e Norma ISA 5.1 81
Figura 33 – Diagrama P&I da planta PD3-F.

ANEXO A. Diagrama P&I da Planta e Norma ISA 5.1 82
Tabela 10 – Identificação funcional da norma ISA 5.1.

Primeira Letra Letras Subsequentes
Função de
Variável Medida Função
Modificadora Informação Modificadora
ou inicial Final
ou Passiva
A Analisador - Alarme - -
B Chama de queimador - Indefinida Indefinida Indefinida
Controlador
C Condutividade Elétrica - - -
(12)
Densidade ou massa
D Diferencial - - -
específica (Density)
Elemento
E Tensão Elétrica - - -
primário
Razão
F Vazão (Flow) - - -
(fração)
G Medida dimensional - Visor
Comando Manual
H - - - -
(Hand)
I Corrente Elétrica - Indicador - -
Varredura ou
J Potência - - -
seletor
Lâmpada
L Nível (Level) - - -
piloto
M Umidade (Moisture) - - - -
N Indefinida - Indefinida Indefinida Indefinida
Orificio de
O Indefinida - - -
restrição
Ponto de
P Pressão ou Vácuo - - -
teste
Integrador ou
Q Quantidade ou Evento - - -
Totalizador
Registrador
R Radioatividade - - -
ou impressor
Velocidade ou
S Segurança - Chave -
Frequência (Speed)
T Temperatura - - Transmissor -
U Multivariável - Multifunção Multifunção Multifunção
V Viscosidade - - Válvula -
W Peso ou força (Weigh) - Poço - -
Não Não Não
X Não classificada -
classificada classificada classificada
Relé ou
Y Indefinida - - -
computação
Elemento
final de
Z Posição - - -
controle não
classificado
Fonte: Adaptado de (ISA, 2016).
Exemplos da aplicação da Tabela 10 no diagraa P&I da Figura 33 são:
• LT: Transmissor de Nível;
• LS: Chave de Nível;
• TC: Controlador de Temperatura;
• FT: Transmissor de Vazão;

83
ANEXO B – Composição da Planta

Didática PD3-F
Além dos instrumentos descritos na seção 2.4, outros elementos estão presentes na
planta e são, brevemente, apresentados aqui.
B.1 Transmissor de Temperatura – TT302

O TT302, assim como o LD302, utiliza a rede H1 do protocolo FOUNDATION T M
Fieldbus . É possível executar medições de temperatura utilizando termoresistências, como
o PT100, ou termopares aceitando ainda outros sensores que geram resistência ou tensão
(SMAR, 2012a). A Figura 34 mostra uma fotografia do transmissor.
Sensores do tipo termorresistência funcionam com variação da resistência elétrica de
um condutor metálico em função da temperatura. Os condutores metálicos mais utilizados
são a platina ou o níquel. As termorresistências que possuem maior utilização são Pt-100,
Pt-1000, Ni-100 e a Ni-1000. Já os termopares são sensores bimetálicos que, ao surgir uma
diferença de temperatura entre os dois metais, um campo elétrico é criado no interior do
condutor. O campo elétrico faz surgir uma força eletromotriz (tensão) de origem térmica.
(FIALHO, 2002)
Figura 34 – Transmissor de Temperatura TT-302.
B.2 Conversor Fieldbus/ 4-20 mA – FI302

O conversor recebe os dados digitais vindos da rede Foundation Fieldbus e os
converte em uma saída em corrente de 4-20 mA proporcional à entrada. Ele possui três
canais de saída em corrente independentes e envia em um destes canais um sinal para
ANEXO B. Composição da Planta Didática PD3-F 84
um conversor de potência que acionará os posicionadores de válvulas (SMAR, 2012b). O

instrumento também é o responsável pelo envio da potência requerida pelas resistências
de imersão presentes no tanque de aquecimento da planta.
B.3 Plataforma de Controle e Automação de Processos – DFI302

A DFI302 ( Fieldbus Universal Bridge) é uma plataforma, composta por vários
módulos que tem alta possibilidade de processamento e é a responsável pela comunicação
e aquisição de dados de processo com o instrumentos do protocolo FOUNDATION T M
Fieldbus sendo um elemento chave na arquitetura dos sistemas de controle de campo
(SMAR, 2012b).
Uma breve descrição desses módulos é feita na Tabela 11. Logo a seguir outros
equipamentos constituintes da planta encontram – se conceituados na tabela 12. As tabelas
11 e 12 foram adaptadas de SMAR (2012b).
Tabela 11 – Módulos da Plataforma DFI302.
Módulo Função
DF63 •Controlador multifuncional;
•Gateway entre redes H1 independentes
e redes HSE;
• Comunicação Modbus;
• Capacidade de instanciação de blocos flexíveis
e configuração através da linguagem Ladder.
DF75 •Controlador HSE;

•Associar controle discreto ao controle contínuo
com uso de blocos funcionais FOUNDATIONTM
Fieldbus;
• Executa controle discreto via lógica Ladder;
• Permite comunicação entre os dispositivos
de campo;
• Comunicação Modbus.
Switch Ethernet • Conecta o módulo DF63 a uma

rede local Ethernet 100Mbps
IS400P • Módulo Isolador distribuidor de sinal;

• Isola galvanicamente um sinal transmitido
de corrente ou tensão do instrumento receptor;
• Isola a alimentação do módulo
da entrada e da saída de dados.
Módulo de Alimentação • Garante fornecimento constante

de energia para a aplicação;
• Tensão: 24 Vdc
• Corrente: 3 A
DF50 •Fonte para Backplane;

•Fonte redundante que garante o fornecimento
constante de energia caso haja falha
em uma das fontes;
DF52 • Fonte de Alimentação para Rede Fieldbus;

• Equipamento de segurança não – intrínseco
com proteção contra sobrecorrente e
curto – circuito para alimentação
dos elementos fieldbus;
• Indicação de falhas;
• Tensão: 90 a 264 Vac para frequências
de 47 a 63 Hz ou 127 a 135 Vdc
Fonte: Adaptado de (SMAR, 2012b).
Tabela 12 – Equipamentos constituintes da Plata SMAR PD3-F.
Equipamento Função
Inversor de Frequência •Transforma tensão e frequência CA fixa
em variável possibilitando controle da rotação
da bomba do tanque de mistura.
Bombas Hidráulicas •Promovem a circulação da água pelas

tubulações e tanques
;
Válvulas de Controle tipo Globo • Controlam o fluxo da água.
Dois Rotâmetros de Água • Mostram o valor instantâneo da vazão

da água que circula nas tubulações e nos tanques.
Sensor de temperatura
tipo Pt100-IEC •Mede a temperatura da água no tanque de aquecimento.
Sensor de temperatura
tipo Termopar • Mede a temperatura da água no tanque de mistura.
Chave de Nível •Detecta nível baixo de água no tanque

de aquecimento e envia um sinal para o painel
de controle para inibir a potência elétrica
transferida para as resistências elétricas
Conversor Estático • Alimenta as resistências elétricas do

tanque de aquecimento
Termostato • Limita a temperatura da água do tanque

de aquecimento.
Chave Magnética
para ajuste local • Utilizada para fazer ajuste local através
do acionamento de um reed switch
Orifício integral
para medição de vazão • Elemento primário de medição que provoca
uma diferença de vazão. A partir dele,
o transmissor mede a vazão das tubulações.
Resistência de Imersão • Resistência Elétrica contida no tanque

de aquecimento para aquecimento da água.
Sinalizadores • Detecta nível baixo de água no tanque

de aquecimento e envia um sinal para o
painel de controle para inibir
a potência elétrica transferida para
as resistências elétricas evitando queimá – las.
Fonte: Adaptado de (SMAR, 2012b).
87
ANEXO C – Tutorial para execução do

sistema
Para executar o sistema, os passos descritos neste anexo devem ser seguidos. São
eles:
1. Energize a planta.
2. Conecte o cabo de rede do computador ao módulo switch ethernet da planta.
3. Abra a válvula manifold que supre ar comprimido para FY-31 e FY-32.
4. Abra a válvula manifold que fornece água para encher o reservatório.
5. Ligue o computador e conecte os tokens de validação dos softwares da SMAR nas

portas USB do computador.
6. Com o sistema operacional Windows iniciado, é necessário configurar a rede. Vá

em: Menu Iniciar/Painel de Controle/Central de Rede e Compartilhamento, como
mostra a Figura 35.
Figura 35 – Painel de Controle do Windows.
Fonte: Retirado de Microsoft Windows.

ANEXO C. Tutorial para execução do sistema 88
7. Clique em Alterar configurações do adaptador como mostrado pela Figura 36.
Figura 36 – Central de Rede e Compartilhamento.
8. As configurações executadas nesse item são apresentadas pela Figura 37. Dê um duplo
clique em Conexão Local. Depois clique em Propriedades/Protocolo TCP/IP Versão
4 (TCP/IPv4). Marque a opção Usar o seguinte endereço IP. No campo Endereço
IP digite 85.16.177.54. No campo Máscara de sub-rede coloque 255.255.255.0. Clique
em OK para confirmar.
Figura 37 – Configurações de rede.
9. Na Área de Trabalho do Windows, vá em Menu Iniciar/Programas/SMAR/ Sys-

tem302 Settings. Clique em Show current settings. Em Communication Server Set-
tings, clique em IP Address (NIC), como ilustrado pela Figura 38.
Figura 38 – Configurações do System302 Settings.
Fonte: Retirado de System302.
10. Na janela Communication Server Settings, marque a opção 85.16.177.54 em IP

Address. Clique em OK. Clique em Next para executar a configuração, como mostrado
pela Figura 39.
Figura 39 – Configurações de IP do System302.
11. Espere processar as configurações. Ao final clique em OK para concluir, como

apresentado pela Figura 40.
Figura 40 – Finalização da configuração de rede do System302.
12. Abra o software System302. Para inicializar o pacote de configurações originais da

SMAR, clique no botão Unpack, como ilustrado pela Figura 41. Clique no botão
Browse. Selecione o caminho onde o arquivo Studio_original.tgz está armazenado e
clique em Open. Por fim, clique em Unpack para carregar o arquivo.
Figura 41 – Procedimento Unpack no System302.
13. Na tela principal do System302, clique em Areas como mostrado pela Figura 42. Dê
um duplo clique em PD3_DF75-FFB1. Esse procedimento faz o software Syscon
abrir.
Figura 42 – Abertura de áreas no System302.
14. No Syscon, clique no botão On-line como mostrado pela Figura 43. Clique com botão
direito em HSE Network1 e clique em Expand.
Figura 43 – Configurações no software Syscon.
Fonte: Retirado de Syscon.
15. Na janela HSE Network1, clique com botão direito em PD3_DF75, Comission...,
OK. Repita o procedimento para PD3_DF63. Na janela PD3_DF63_DF75, dê um
duplo clique em PD3_CH1, como apresentado pela Figura 44. Uma lista com todos
os instrumentos conectados irá abrir. Repita o procedimento de comissionamento
para todos eles.
Figura 44 – Comissionamento dos módulos e instrumentos no Syscon.
16. Ao fim dos comissionamentos, faça o procedimento similar para download das configu-
rações. Clique com botão direito em PD3_DF75, Download. Repita o procedimento
para PD3_DF63. Na janela PD3_DF63_DF75, dê um duplo clique em PD3_CH1,
como apresentado pela Figura 45. Uma lista com todos os instrumentos conectados
irá abrir. Repita o procedimento de comissionamento para todos eles.
Figura 45 – Download das configurações dos módulos e instrumentos.

17. Volte ao System302 e clique em Logics. Dê um duplo clique em PD3_DF75-FFB1,

como mostra a Figura 37. Este procedimento abre o software LogicView.
Figura 46 – Abertura do LogicView.
18. Clique na aba Communication. Logo após, clique no botão On-line, depois em
Download Configuration, como apresenta a Figura 47. Agora todos os módulos estão
prontos para comunicação com o MATLAB.
Figura 47 – Configurações do LogicView.
Fonte: Retirado de Logic View.
19. Abra o MATLAB. Para abrir os códigos fonte clique no botão Open File, como
mostra a Figura 48. Procure a pasta Versão Final TCC e abra todos os arquivos
com a extensão .m.
Figura 48 – Abertura dos códigos fonte no MATLAB.
Fonte: Retirado de MATLAB.
20. Para abrir as interfaces, vá para a janela Command Window do MATLAB e digite
guide. Clique na aba Open Existing GUI, pressione o botão Browse e procure a pasta
Versão Final TCC. Abra os arquivos tela_aquisicao_dados.fig e tela_principal.fig,
como ilustra a Figura 49.
Figura 49 – Abertura das interfaces no MATLAB.

21. Para executar o sistema basta clicar no botão Run Figure como ilustra a Figura 50.
Figura 50 – Execução do sistema supervisório.
Após os procedimentos descritos, o sistema supervisório em condições para utiliza-

ção.

MONOGRAFIA SistemaSupervisórioPlanta

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

MONOGRAFIA SistemaSupervisórioPlanta

Diunggah oleh

Hak Cipta:

Format Tersedia

UNIVERSIDADE FEDERAL DE OURO PRETO

INSTITUTO DE CIÊNCIAS EXATAS E APLICADAS

Implementação de um sistema supervisório via MATLAB para

FLÁVIO HENRIQUE PESSOA DO CARMO

TRABALHO DE CONCLUSÃO DE CURSO

Implementação de um sistema supervisório via MATLAB para planta

Flávio Henrique Pessoa do Carmo

Monografia apresentada ao Departamento de Engenharia

Área de Concentração: Engenharia Elétrica

Orientadora: Anny Verly, Msc.

96 f.; il. color.; grafs.; tabs.

Orientadora: Profa. MSc. Anny Verly

Monografia (Graduação) - Universidade Federal de Ouro Preto. Instituto

1. Engenharia elétrica. 2. Sistemas de controle. I. Verly, Anny. II.

2 FERRAMENTAS DE COMUNICAÇÃO COM PROCESSO DE CON-

3 SISTEMAS DE CONTROLE AUTOMÁTICOS . . . . . . . . . . . . 38

6 CONCLUSÃO E TRABALHOS FUTUROS . . . . . . . . . . . . . . 76

ANEXO A – DIAGRAMA P&I DA PLANTA E NORMA ISA 5.1 . 80

ANEXO B – COMPOSIÇÃO DA PLANTA DIDÁTICA PD3-F . . . 83

ANEXO C – TUTORIAL PARA EXECUÇÃO DO SISTEMA . . . . 87

Figura 1 – Planta Didática SMAR PD3-F. . . . . . . . . . . . . . . . . . . . . . . 26

Tabela 1 – Passos para a comunicação do protocolo OPC no MATLAB R

AIC Critério da informação de Akaike (Akaike Information Criterion)

ARX Auto Regressivo com Entrada Exógena

CEFET/MG Centro Federal de Educação Tecnológica de Minas Gerais

CLP Controlador Lógico Programável

DA Acesso a Dados (Data Acess)

DCS Sistemas de Controle Distribuídos (Distributed control system)

DCOM Modelo de objeto de Componente Distribuído (Distributed Component

DDC Controle Digital Direto (Digital Direct Control)

DDE Intercâmbio Dinâmico de Dados (Dynamic Data Exchange)

ERP Planejamento de Recursos Empresariais (Enterprise Resource Planning)

ERR Taxa de Redução de Erro (Error Reduction Rate)

GUIDE Ambiente de Desenvolvimento de Interfaces Gráficas de Usuários (Graphi-

HSE Ethernet de Alta Velocidade (High Speed Ethernet)

ICEA Instituto de Ciências Exatas e Aplicadas

IEC Comissão Eletrotécnica Internacional (International Electrotechnical

IEEE Instituto de Engenheiros Eletricistas e Eletrônicos (Institute of Electrical

IHS Interface Homem - Sistema

IMC Controle de Modo Interno (Internal Mode Control)

ISA Sociedade Internacional de Automação (International Society of Auto-

LQG Gaussiano Linear - Quadrático (Linear-Quadratic-Gaussian)

MATLAB Laboratório de Matrizes (Matrix Laboratory)

MES Sistema de Execução de Manufatura (Manufacturing Execution System)

MIMO Multiplas entradas, multiplas saídas (Multiple input, multiple output)

MISO Multiplas entradas, saída única (Multiple input, single output)

NARX Modelo não linear auto-regressivo com Entrada Exógena (Nonlinear

OLE Vinculação e Incorporação de Objetos (Object Linking and Embedding)

OPC Ligação e incorporação de objetos para controle de processo (Object

PC Computador Pessoal (Personal Computer)

PID Proporcional Integral Derivativo

PLC Controlador Lógico Programável (Programmable Logic Controller)

PRBS Sinal binário Pseudo aleatório (Pseudo Random Binary signal)

RMSE Erro quadrado médio (Root Mean Square Error)

SCADA Controle de Supervisão e Aquisição de Dados (Supervisory Control and

SIMO Entrada única, multiplas saídas (single input, multiple output)

SISO Entrada única, saída única (single input, single output)

UFOP Universidade Federal de Ouro Preto

UFV Universidade Federal de Viçosa

UnB Universidade de Brasília

Palavras-chaves: Sistema Supervisório, OPC, Guide MATLAB, Foundation Fieldbus,

Key-words: Supervisory System, OPC, MATLAB Guide, Foundation Fieldbus, System

A busca contínua do homem em aperfeiçoar seus processos produtivos o motiva a