CONTROLE
AVANÇADO
Prof. André Laurindo Maitelli
DCA-UFRN
Sumário
• 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 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.
INTRODUÇÃO
O que é Controle ?
• Um problema de controle consiste em
determinar uma forma de afetar um
sistema físico considerado de modo que o
seu desempenho atenda às especificações
de desempenho;
• O comportamento do sistema físico pode
ser alterado através das variáveis
manipuladas geradas por um controlador.
Especificações de Desempenho
• Podem envolver requisitos como:
– Rapidez na resposta: tempo de subida,
transferência em tempo mínimo;
– Exatidão: sobre-sinal, erro de regime,
rastreamento de referência;
– Custo: mínima energia, mínimo combustível;
– Segurança: estabilidade, robustez à incertezas;
– Conforto: rejeição à distúrbios, capacidade de
auto-diagnóstico;
– Simplicidade: modelos reduzidos, número
pequeno de componentes.
Histórico
• 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 ?
• Anos 60: qualquer algoritmo ou estratégia de
controle que derivasse do PID clássico;
• Anos 70: computadores de processo permitiram a
implementação de controladores do tipo
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 ?
• Na prática, controle avançado pode
significar desde a implementação de
esquemas de controle Feedforward 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 Avançado
• Usa técnicas de controle preditivo
multivariável 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 SetPoints para o controle regulatório;
• Utiliza técnicas de controle não-lineares: fuzzy,
neural, adaptativo, robusto, etc;
• Realiza inferência de produtos.
Hierarquia da Automação
Benefícios do Controle Avançado
Benefícios do Controle Avançado
Principais Vantagens
• Melhoria na qualidade dos produtos: o uso de
inferência reduz as variações nas propriedades dos
produtos;
• Aumento no rendimento dos produtos mais nobres;
• Aumento da capacidade da unidade: o controle
preditivo multivariável respeita as restrições da
unidade;
• Economia e consumo de energia;
• Aumento 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 Avançado ?
Problema
Perturbações externas
Técnica Adequada
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 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.
Características
• O Controle Avançado amplamente utilizado
na indústria de processo é multivariável,
tem característica preditiva e apresenta
uma função linear de otimização
econômica;
• Utiliza um modelo linear do processo
obtido através de testes efetuados na planta;
• As suas variáveis manipuladas são os SetPoints dos controladores PID do SDCD e
atualizadas em torno de uma vez por
minuto.
Implantação 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 CAV
• Projeto funcional: diretrizes para maximizar
a lucratividade de determinado processo;
• Revisão e ajuste de malhas regulatórias:
sintonia dos controladores PID, avaliação
da instrumentação (sensores, válvulas, etc);
• Identificação do processo: seleção do
melhor modelo em uma classe, estimação
dos parâmetros, validação;
• Implementação do controle preditivo
multivariável;
• Treinamento de operadores.
Otimização em Tempo Real
MODELOS
Modelos 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 Modelos
CONTROLADORES
Controle Baseado no Modelo
•
•
•
•
•
•
•
Modelo Inverso;
PID;
Adaptativo;
Preditivo com Restrições;
Multivariável;
Robusto;
Globalmente Linearizante.
Modelo Inverso
y
u
1/G(s)
y
G(s)
• Impraticável devido:
– Incertezas no modelo G(s);
– Processos de fase não-mínima;
– Limitações no sinal de controle u.
PID 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 Adaptativo
Controle 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
Restrições
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
econômicos e restrições (limites em fluxos,
pressões, temperaturas, emissões na atmosfera,
etc) podem ser incluídos na formulação do
problema.
Controle Multivariável
Variáveis
Manipuladas
Perturbações
SP
CONTROLADOR
PLANTA
Variáveis Controladas
Controle 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 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
Linearizante
Controle Globalmente
Linearizante
• Controladores adaptativos ou robustos não
tem bom desempenho no controle de
processos fortemente não-lineares;
• Processo é linearizado por realimentação de
estado.
Controle Inferencial
Controle 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
Antecipatório
• Alternativas ao tradicional controle por
realimentação;
• Não substituem o controlador por
realimentação convencional, mas são
alterações ou adições que possibilitam
melhorar o desempenho do sistema de
controle.
Controle 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 Cascata
Controle Convencional
exemplo
Controle em Cascata - exemplo
Operação
• 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 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
exemplo
Controle Antecipatório
• 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 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 Antecipatório
Comportamento Dinâmico