1 introdução

CONTROLE CONTROLE AVANÇADOAVANÇADO

Prof. André Laurindo MaitelliProf. André Laurindo Maitelli

DCA-UFRN

SumárioSumário

• Introdução ao Controle Avançado;

• Controle Não-convencional: cascata, feedforward, override, split range, relação

• Controle Robusto;

• Controle Adaptativo;

• Identificação de Sistemas;

• Controle Preditivo;

• Controle Preditivo Multivariável;

• Aplicações de Controle Avançado.

Alguns Conhecimentos NecessáriosAlguns Conhecimentos Necessários

• Transformada de Laplace;

• Análise transitória e em regime;

• Lugar Geométrico das Raízes;

• Métodos de Resposta em Freqüência;

• Variáveis de Estado;

• Instrumentação industrial;

• Controladores PID.

INTRODUÇÃOINTRODUÇÃO

O que é Controle ?O que é Controle ?

• Um problema de controle consiste em determinar uma forma de afetarforma de afetar um sistema físico considerado de modo que o seu desempenho atenda às especificações especificações de desempenho;de desempenho;

• O comportamento do sistema físico pode ser alterado através das variáveis manipuladas geradas por um controlador.controlador.

Especificações de DesempenhoEspecificações de Desempenho

• Podem envolver requisitos como:– Rapidez na respostaRapidez na resposta: tempo de subida,

transferência em tempo mínimo;– ExatidãoExatidão: sobre-sinal, erro de regime,

rastreamento de referência;– CustoCusto: mínima energia, mínimo combustível;– SegurançaSegurança: estabilidade, robustez à incertezas;– ConfortoConforto: rejeição à distúrbios, capacidade de

auto-diagnóstico;– SimplicidadeSimplicidade: modelos reduzidos, número

pequeno de componentes.

HistóricoHistórico• 1769 Máquina a vapor de James Watt

• 1868 J. C. Maxwell desenvolve o modelo matemático para o controle de uma máquina a vapor

• 1913 Henry Ford desenvolve uma máquina de montagem utilizada na produção de automóveis

• 1927 H. W. Bode analisa amplificadores realimentados

• 1932 H. Nyquist desenvolve um método para analisar a estabilidade de sistemas

• 1952 Controle numérico desenvolvido pelo MIT

• 1954 George Devol desenvolve o primeiro projeto industrial robotizado

• 1970 Teoria de variáveis de estado e controle ótimo é desenvolvida

• 1980 Projeto de sistemas de controle robusto é desenvolvido

• 1990 Automação da manufatura é difundida

• 1995 Controle automático é largamente utilizado em automóveis e

Sistemas robustos são utilizados na manufatura

O que é Controle Avançado ?O que é Controle Avançado ?

• Anos 60: qualquer algoritmoalgoritmo ou estratégia de controle que derivasse do PID clássico;PID clássico;

• Anos 70: computadores de processo permitiram a implementação de controladores do tipo Feedforward, Multivariável e Ótimo;Feedforward, Multivariável e Ótimo;

• Proliferação de técnicas ditas avançadas de controle: avanços na indústria eletrônica, especialmente no desenvolvimento de dispositivos computacionais de baixo custo, ocorrida a partir dos anos 70.

O que é Controle Avançado ?O que é Controle Avançado ?

• Na prática, controle avançado pode significar desde a implementação de esquemas de controle FeFeedforward ou em cascata até a de algoritmos de controle adaptativo ou de estratégias de otimização;

• Com a implementação de controle avançado os benefícios em termos de custos operacionais são entre 2 a 6%.

Controle AvançadoControle Avançado

• Usa técnicas de controle preditivo controle preditivo multivariávelmultivariável a processos industriais para impedir que as variáveis de processo violem as suas restrições;

• Visa maximizar uma dada função de desempenho do processo (usualmente econômica);

• Envia os SetPointsSetPoints para o controle regulatório;

• Utiliza técnicas de controle não-lineares: fuzzy, neural, adaptativo, robusto, etc;

• Realiza inferência de produtos.

Hierarquia da AutomaçãoHierarquia da Automação

Benefícios do Controle Benefícios do Controle AvançadoAvançado

Benefícios do Controle Benefícios do Controle AvançadoAvançado

Principais VantagensPrincipais Vantagens• Melhoria na qualidade dos produtosMelhoria na qualidade dos produtos: o uso de

inferência reduz as variações nas propriedades dos produtos;

• Aumento no rendimento dos produtosAumento no rendimento dos produtos mais mais nobres;nobres;

• Aumento da capacidade da unidadeAumento da capacidade da unidade: o controle preditivo multivariável respeita as restrições da unidade;

• Economia e consumo de energia;Economia e consumo de energia;

• Aumento da estabilidade operacional da unidadeAumento da estabilidade operacional da unidade: a proteção das restrições, rejeição de perturbações e a natureza preditiva do controlador tornam o processo mais fácil de controlar.

Quando Utilizar Controle AvançadoQuando Utilizar Controle Avançado ?

Problema Técnica Adequada Perturbações externas Feedforward

Controle preditivo Elevado tempo morto Compensação do tempo morto

Controle preditivo Ruído nas medições Filtros analógicos ou digitais Variáveis não medidas Controle inferencial

Filtro de Kalman Controle preditivo

Não linearidades Ganho não-linear ou programado Controle adaptativo Controle preditivo

Dinâmica complexa Controle preditivo Restrições Controle preditivo com restrições Interação entre variáveis Desacoplamento

Controle preditivo multivariável Impacto econômico Otimização on-line

Controle Otimizante

Quando Utilizar Controle AvançadoQuando Utilizar Controle Avançado ?

• Antes de partir para o controle avançado, deve-se tentar otimizar o controle regulatório:– Sintonizando os parâmetros dos PID´s;– Verificando a instrumentação.

• O investimento em Controle Avançado custa de dez a quinze vezes mais em relação a melhorias no sistema de controle regulatório.

CaracterísticasCaracterísticas• O Controle Avançado amplamente utilizado

na indústria de processo é multivariável, tem característica preditivacaracterística preditiva e apresenta uma função linear de otimização otimização econômica;econômica;

• Utiliza um modelo linearmodelo linear do processo obtido através de testestestes efetuados na planta;

• As suas variáveis manipuladas são os Set-Set-PointsPoints dos controladores PID do SDCD e atualizadas em torno de uma vez por minuto.

Implantação de CAVImplantação de CAV

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

Passos da Implantação de CAVPassos da Implantação de CAV

• Projeto funcionalProjeto funcional: diretrizes para maximizar a lucratividade de determinado processo;

• Revisão e ajuste de malhas regulatóriasRevisão e ajuste de malhas regulatórias: sintonia dos controladores PID, avaliação da instrumentação (sensores, válvulas, etc);

• Identificação do processoIdentificação do processo: seleção do melhor modelo em uma classe, estimação dos parâmetros, validação;

• Implementação do controle preditivo Implementação do controle preditivo multivariável;multivariável;

• Treinamento de operadores.Treinamento de operadores.

Otimização em Tempo RealOtimização em Tempo Real

MODELOSMODELOS

Modelos de ProcessoModelos de Processo

• Qualquer descrição de um sistema pode ser considerada como seu modelo;

• Em termos de propósitos de controle, o modelo deve conter informações que permitam predizer as conseqüências das mudanças das condições operacionais dos processos;

• Um modelo pode ser desde uma descrição matemática ou até qualitativa do comportamento de um processo.

Classificação dos ModelosClassificação dos Modelos

CONTROLADORESCONTROLADORES

Controle Baseado no ModeloControle Baseado no Modelo

• Modelo Inverso;

• PID;

• Adaptativo;

• Preditivo com Restrições;

• Multivariável;

• Robusto;

• Globalmente Linearizante.

Modelo InversoModelo Inverso

• ImpraticávelImpraticável devido:– Incertezas no modelo G(s);– Processos de fase não-mínima;– Limitações no sinal de controle u.

uy y

G(s)1/G(s)

PID ClássicoPID Clássico

• Utilizado em mais de 80% das malhas de controle existentes na indústria;

• Pode ser sintonizado (selecionados os 3 parâmetros) empiricamente ou pelo uso do modelo do processo;

• É ótimo para processos de 1a ordem com atraso ou para processos de 2a ordem sem atraso;

• Na prática, as características dos processos são não-lineares e/ou variantes;

• Possível solução: escalamento de ganho.

Controle AdaptativoControle Adaptativo

Controle AdaptativoControle Adaptativo

• Os parâmetros do modelo são atualizados periodicamente;

• Os parâmetros atualizados são então usados pelo controlador;

• São comercialmente disponíveis controladores PID com auto-sintonia;

• Permite o uso de modelos não-lineares: redes neurais, séries temporais não-lineares.

Controle Preditivo com Controle Preditivo com RestriçõesRestrições

Controle Preditivo com Restrições

• Controladores PID não são adequados para sistemas com grandes atrasos;

• Controladores preditivos são uma boa alternativa;

• Controle Preditivo Generalizado (GPC) é largamente usado na indústria;

• No GPC o cálculo do sinal de controle é um problema de otimização, onde objetivos objetivos econômicos e restriçõeseconômicos e restrições (limites em fluxos, pressões, temperaturas, emissões na atmosfera, etc) podem ser incluídos na formulação do problema.

Controle MultivariávelControle Multivariável

CONTROLADOR PLANTA

SP

Variáveis Controladas

PerturbaçõesVariáveis

Manipuladas

Controle MultivariávelControle Multivariável

• Processos com mais de uma entrada (Variável Manipulada) e/ou mais de uma saída (Variável de Processo);

• Exemplo: reator químico, em que nível, temperatura e pressão devem ser controlados;

• Em muitos casos a alteração de uma variável manipulada causa mudanças em mais de uma variável de processo (acoplamento).

Controle RobustoControle Robusto

• Quantificação das incertezas no modelo “nominal” do processo (faixa de operação);

• Projeto de um controlador que deve manter a estabilidade, bem como um desempenho especificado sobre a faixa de condições de operação.

Controle Globalmente Controle Globalmente LinearizanteLinearizante

Controle Globalmente Controle Globalmente LinearizanteLinearizante

• Controladores adaptativos ou robustos não tem bom desempenho no controle de processos fortemente não-lineares;

• Processo é linearizado por realimentação de estado.

Controle InferencialControle Inferencial

Controle InferencialControle Inferencial

• Pela monitoração de variáveis secundárias é possível inferir a variável primária, geralmente uma medida da qualidade do produto;

• Os estimadores de inferência podem ser por equações de relação;

• O uso de Redes Neurais tem tido sucesso;• Um exemplo típico é o controle de composição.

Em misturas binárias em fase vapor, esta composição pode ser determinada a partir da pressão e da temperatura por meio de uma equação de estado.

Controle em Cascata, Relação e Controle em Cascata, Relação e AntecipatórioAntecipatório

• Alternativas ao tradicional controle por realimentação;

• Não substituem o controlador por Não substituem o controlador por realimentação convencionalrealimentação convencional, mas são alterações ou adições que possibilitam melhorar o desempenho do sistema de controle.

Controle em CascataControle em Cascata

• É um método simples, envolvendo dois controladores por realimentação em cascata;

• O controle em cascata é definido como a configuração onde o sinal de saída de um controlador é o SetPoint de pelo um outro controlador.

Controle em CascataControle em Cascata

Controle Convencional Controle Convencional exemploexemplo

Controle em Cascata - exemploControle em Cascata - exemplo

OperaçãoOperação

• Quando ocorre um aumento na vazão de entrada, o nível aumentará e o controlador de nível aumentará o sinal de Set Point para o controlador da vazão de saída, fazendo com que a mesma aumente, retornando o nível do tanque ao valor do Set Point ajustado para o mesmo;

• Quando ocorre uma mudança na pressão na linha de descarga, o controlador de vazão ajustará a válvula de saída antes que o nível do tanque seja significativamente alterado.

Controle de RelaçãoControle de Relação

• Existem muitas situações nos processos industriais onde é necessário manter duas variáveis numa proporção ou relação definida;

• Uma variável flutua livremente de acordo com as exigências do processo e é chamada de variável livre;

• A outra variável é proporcional à variável livre e é chamada de variável manipulada;

• Exemplos: a mistura de aditivos à gasolina, mistura proporcional de reagentes de um reator químico e a mistura de fluxos quentes e frios para se obter uma determinada temperatura da mistura.

Controle de Relação Controle de Relação exemploexemplo

• O controle antecipatório ou feedforward é proposto para suprir uma deficiência do controle por realimentação, que é a necessidade da existência de um erro para que o controlador tome alguma atitude;

• A idéia do controle antecipatório é medir os distúrbios que perturbam o processo e tomar uma atitude antes que os mesmos perturbem a saída do processo.

Controle AntecipatórioControle Antecipatório

• O distúrbio é medido e baseado num valor do Set-Point para a variável controlada, é calculado o valor necessário para a variável manipulada de maneira a evitar que a variável controlada seja alterada;

• Para tanto, é necessário o conhecimento da dinâmica do processo, o atraso de transporte, constante de tempo e ganho, no caso de um processo de primeira ordem.

Controle AntecipatórioControle Antecipatório

Controle AntecipatórioControle Antecipatório

Comportamento DinâmicoComportamento Dinâmico