Comparação de controlador PID com ganho variante no tempo...
Transcript of Comparação de controlador PID com ganho variante no tempo...
COMPARAÇÃO DE CONTROLADOR PID COM GANHO VARIANTE NO
TEMPO E CONTROLADOR PID COM GANHO FIXO
Juan Carlos Pereira de Oliveira
Projeto de Graduação apresentado ao Curso
de Engenharia Elétrica da Escola Politécnica,
Universidade Federal do Rio de Janeiro, como
parte dos requisitos necessários à obtenção do
título de Engenheiro.
Orientador: Oumar Diene
Rio de Janeiro
Fevereiro de 2016
Aos meus pais, irmãos e noiva.
iii
Agradecimentos
Agradeço primeiramente a Deus, por ser meu refúgio e sustento ao longo dos anos.
A meus pais, José de Oliveira e Maria de Fátima, por terem me educado até que
me tornasse quem sou hoje. À minha mãe, cujo esforço incansável me auxilia no dia
a dia, poupando-me de muitas tarefas para que estude e trabalhe mais. A meu pai,
que sempre se interessou e motivou a mim e meus irmãos para que fôssemos bem
sucedidos em nossos sonhos.
Aos meus irmãos e seus companheiros, Charles e Kelly, Dayana e Fumio, que me
apoiaram muito até terminar a graduação. Foram muitos momentos de distração e
conversas nos alegrando em meio a todas as di�culdades.
À minha noiva, Thais Mota, pelo seu apoio importantíssimo, para que crescês-
semos juntos e pudéssemos alcançar nosso sonho de formar uma família. Sou grato
pela compreensão nas ausências e ajuda nas horas mais desanimadoras.
Aos meus amigos irmãos, Vitor Hugo, Mario e Ernando. Criaram-se comigo e
sempre nos apoiamos em tudo. Agradeço pela vida deles, são pessoas especiais.
Aos amigos Janaina e Luiz Soares, são como uma segunda família para mim.
Apoiaram-me em tudo e até nas tarefas que deveria cumprir até o casamento.
Ao meu orientador, Oumar Diene. Com muita paciência suportou as vezes que
não pude estar em contato para desenvolver a pesquisa. Agradeço por seu esforço, me
atendendo sempre, principalmente próximo ao término deste trabalho. Sou grato
pelos ensinamentos de vida e aprendizado nos estudos que consegui absorver das
conversas.
Ao Programa Fomento à Formação de Recursos Humanos em Engenharia Elétrica
por meio da criação do PRH-PB 219 da PETROBRAS, pelo suporte �nanceiro.
A todos os colegas de aulas, que muito me socorreram nos momentos de estudo
e provas.
A todos os professores do departamento. Sou grato por todo conhecimento de
engenharia que obtive através deles.
Aos companheiros de trabalho, pela con�ança e motivação para que me tornasse
engenheiro.
iv
Resumo do Projeto de Graduação apresentado à Escola Politécnica/ UFRJ como
parte dos requisitos necessários para a obtenção do grau de Engenheiro Eletricista.
COMPARAÇÃO DE CONTROLADOR PID COM GANHO VARIANTE NO
TEMPO E CONTROLADOR PID COM GANHO FIXO
Juan Carlos Pereira de Oliveira
Fevereiro/2016
Orientador: Oumar Diene
Curso: Engenharia Elétrica
Os controladores PID são muito famosos pela sua grande aplicabilidade em sis-
temas de controle industriais. Desempenham as seguintes funções: rastreamento
assintótico do sinal de referência, rejeição de perturbações a degrau e ruídos de me-
dição e antecipação do futuro tornando a resposta transitória mais rápida. Outra
vantagem é o pequeno número de parâmetros que necessitam ser ajustados, facili-
tando a implementação.
Atualmente, muitos métodos vêm sendo propostos com a intenção de se encontrar
um controlador PID com ótimos índices de desempenho que possa ser aplicado em
grande parte dos processos existentes. Em sua maioria, os métodos possuem ganhos
�xos escolhidos manualmente ou através de alguma sintonia de controlador.
O presente trabalho visa a comparar os controladores de ganhos �xos com um
novo método de parâmetros variantes no tempo, que faz o sistema convergir em até
no máximo um número de iterações igual ao de variáveis de entrada. O método
utiliza escolha de ganhos ótimos que minimizam funções de Lyapunov desejadas. O
objetivo é de�nir qual método é mais e�ciente e em que tipo de sistema pode ser
aplicado.
v
Abstract of Undergraduate Project presented to POLI/UFRJ as a partial ful�llment
of the requirements for the degree of Engineer.
COMPARISON BETWEEN PID CONTROLLER WITH TIME VARIABLE
GAIN AND PID CONTROLLER WITH FIXED GAIN
Juan Carlos Pereira de Oliveira
February/2016
Advisor: Oumar Diene
Course: Electrical Engineering
PID controllers are very famous for their wide applicability in industrial control
systems. They perform the following functions: asymptotic tracking of the refer-
ence signal, disturbance rejection by step and measuring noise and anticipation of
the future becoming the transient response faster. Another advantage is the small
number of parameters that need to be adjusted, facilitating the implementation.
Currently, many methods have been proposed with the intention of �nding a
PID controller with optimal performance levels that can be applied on a large part
of existing processes. Most of the methods have �xed gains chosen manually or
through some controller tuning.
This study aims to compare the static gains controllers with a new method of
time variable parameters, which makes the system converge to a maximum number
of iterations equal to the input variables. The method uses choice of great gains
that minimize desired Lyapunov functions. The goal is to de�ne which method is
the most e�ective and what kind of system it can be applied to.
vi
Sumário
Lista de Figuras ix
Lista de Tabelas xiv
1 Introdução 1
2 Revisão Bibliográ�ca de Controladores PID 3
2.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.2 Realimentação de saída . . . . . . . . . . . . . . . . . . . . . . . . . . 3
2.3 Ação proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4
2.4 Ação Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
2.5 Ação Derivativa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
2.5.1 Modi�cação do termo derivativo . . . . . . . . . . . . . . . . . 9
2.5.2 Limite do ganho derivativo . . . . . . . . . . . . . . . . . . . . 10
2.6 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
3 Controladores PID - Método 1 13
3.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.2 Identi�cação da planta . . . . . . . . . . . . . . . . . . . . . . . . . . 13
3.3 Controlador PI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
3.4 Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
3.5 Exemplos de implementação dos controladores PI e PID . . . . . . . 22
3.6 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
4 Controladores PID - Método 2 e Ziegler-Nichols - Método 3 36
4.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 36
4.2 Identi�cação da planta (Método de Minimização das Áreas) . . . . . 36
4.3 Controlador PI (Método Polinomial) . . . . . . . . . . . . . . . . . . 37
4.4 Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 39
4.5 Controladores PID de Ziegler-Nichols . . . . . . . . . . . . . . . . . . 41
4.6 Exemplos de implementação de Controladores PI e PID . . . . . . . . 42
4.7 Exemplos de PI e PID de Ziegler-Nichols . . . . . . . . . . . . . . . . 47
vii
4.8 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54
5 Controladores PID - Método 4 56
5.1 Introdução . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.2 Conceitos básicos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
5.3 Controlador PI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
5.4 Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
5.5 Observações sobre o método . . . . . . . . . . . . . . . . . . . . . . . 62
5.5.1 Características das plantas a serem controladas . . . . . . . . 62
5.5.2 Modi�cação do controle . . . . . . . . . . . . . . . . . . . . . 63
5.6 Exemplos de implementação de controladores PI e PID . . . . . . . . 64
5.7 Conclusão . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69
6 Comparação entre os métodos 72
7 Conclusões 89
Referências Bibliográ�cas 90
A Aproximação do atraso por uma função racional 91
B Forma Canônica Controlável 93
viii
Lista de Figuras
2.1 Diagrama de blocos do sistema realimentado para controladores PID 4
2.2 Diagrama de blocos com a compensação no controlador proporcional 5
2.3 Extrapolação linear do erro . . . . . . . . . . . . . . . . . . . . . . . 8
2.4 Diagrama de blocos com controladores PID de ganho derivativo
usando somente a saída . . . . . . . . . . . . . . . . . . . . . . . . . . 10
2.5 Diagrama de Bode para a ação derivativa . . . . . . . . . . . . . . . . 11
3.1 Resposta ao degrau unitário de um sistema com atraso desprezível . . 14
3.2 Diagrama de blocos do sistema realimentado . . . . . . . . . . . . . . 15
3.3 Diagrama do lugar das raízes para o sistema com o controlador PI:
(a) Ti > τ , (b) Ti = τ e (c) Ti < τ . . . . . . . . . . . . . . . . . . . . 16
3.4 Diagrama do lugar das raízes em função de Kp . . . . . . . . . . . . . 20
3.5 Resposta do sistema em malha aberta ao degrau unitário . . . . . . . 23
3.6 Resposta usando um controlador PI . . . . . . . . . . . . . . . . . . . 23
3.7 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 24
3.8 Sinal de saída com percentual overshoot de 5% usando um controlador
PI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
3.9 Sinal de controle com percentual overshoot de 5% usando um contro-
lador PI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
3.10 Resposta usando um controlador PID . . . . . . . . . . . . . . . . . . 25
3.11 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 26
3.12 Resposta usando um controlador PID para aproximação de máximo
sobressinal de 5% . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
3.13 Sinal de controle usando um controlador PID para aproximação de
máximo sobressinal de 5% . . . . . . . . . . . . . . . . . . . . . . . . 27
3.14 Resposta ao degrau unitário do sistema em malha aberta . . . . . . . 27
3.15 Resposta(-) e sinal de controle(- -) usando um controlador PI . . . . . 28
3.16 Resposta(-) e sinal de controle(- -) com percentual de ultrapassagem
aproximado de 5% usando um controlador PI . . . . . . . . . . . . . 28
3.17 Resposta usando um controlador PID . . . . . . . . . . . . . . . . . . 29
3.18 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 29
ix
3.19 Resposta usando um controlador PID para aproximação de máximo
sobressinal de 10% . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
3.20 Sinal de controle usando um controlador PID para aproximação de
máximo sobressinal de 10% . . . . . . . . . . . . . . . . . . . . . . . 30
3.21 Resposta ao degrau unitário do sistema em malha aberta . . . . . . . 31
3.22 Resposta usando um controlador PI . . . . . . . . . . . . . . . . . . . 31
3.23 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 32
3.24 Resposta usando um controlador PI com 5% de overshoot . . . . . . . 32
3.25 Sinal de controle usando um controlador PI com 5% de overshoot . . 33
3.26 Resposta usando um controlador PI com 10% de overshoot . . . . . . 33
3.27 Sinal de controle usando um controlador PI com 10% de overshoot . . 34
3.28 Resposta(-) e sinal de controle(- -) usando um controlador PID . . . . 34
3.29 Resposta(-) e sinal de controle(- -) com percentual overshoot de 5%
usando um controlador PID . . . . . . . . . . . . . . . . . . . . . . . 35
3.30 Resposta(-) e sinal de controle(- -) com percentual overshoot de 10%
usando um controlador PID . . . . . . . . . . . . . . . . . . . . . . . 35
4.1 Diagrama de blocos do sistema realimentado para controladores PID
com ganho derivativo usando somente a saída . . . . . . . . . . . . . 40
4.2 Visualização dos parâmetros para o controlador de Ziegler e Nichols . 42
4.3 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 43
4.4 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 43
4.5 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 44
4.6 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 44
4.7 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 45
4.8 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 45
4.9 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 46
4.10 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 46
4.11 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 47
4.12 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 47
4.13 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 48
4.14 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 48
4.15 Resposta ao degrau unitário do sistema em malha aberta . . . . . . . 49
4.16 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 49
4.17 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 50
4.18 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 50
4.19 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 51
4.20 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 51
4.21 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 52
x
4.22 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 52
4.23 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 53
4.24 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 53
4.25 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 54
4.26 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 54
4.27 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 55
5.1 Diagrama de blocos PI do sistema em espaço de estados . . . . . . . 58
5.2 Diagrama de blocos PID do sistema em espaço de estados . . . . . . . 61
5.3 Resposta ao degrau unitário do sistema em malha aberta . . . . . . . 64
5.4 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 65
5.5 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 65
5.6 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 66
5.7 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 66
5.8 Resposta ao degrau unitário do sistema em malha aberta . . . . . . . 67
5.9 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 67
5.10 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 68
5.11 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 68
5.12 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 69
5.13 Resposta ao degrau unitário do sistema em malha aberta . . . . . . . 69
5.14 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 70
5.15 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 70
5.16 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 71
5.17 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 71
6.1 Resposta ao degrau unitário do sistema em malha aberta . . . . . . . 72
6.2 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 74
6.3 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 74
6.4 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 75
6.5 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 75
6.6 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 76
6.7 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 76
6.8 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 77
6.9 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 77
6.10 Sinal de controle usando um controlador PI . . . . . . . . . . . . . . 78
6.11 Sinal de saída usando um controlador PI . . . . . . . . . . . . . . . . 78
6.12 Sinal de controle usando um controlador PID . . . . . . . . . . . . . 79
6.13 Sinal de saída usando um controlador PID . . . . . . . . . . . . . . . 79
xi
6.14 Sinal de saída no início da simulação usando controlador PI (�) e PID
(- -) . As cores usadas são azul (método 1), vermelho (método 2) e
preta (método 4). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.15 Sinal de saída após a perturbação usando um controlador PI (�) e
PID (- -). As cores usadas são azul (método 1), vermelho (método 2)
e preta (método 4). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
6.16 Sinal de controle no início da simulação usando um controlador PI (�)
e PID (- -). As cores usadas são azul (método 1), vermelho (método
2) e preta (método 4). . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.17 Sinal de controle após a perturbação usando um controlador PI (�) e
PID (- -). As cores usadas são azul (método 1), vermelho (método 2)
e preta (método 4). . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
6.18 Sinal de saída no início da simulação usando controlador PI (�) e PID
(- -) . As cores usadas são azul (método 1), vermelho (método 1 -
5%) e preta (método 2). . . . . . . . . . . . . . . . . . . . . . . . . . 82
6.19 Sinal de saída após a perturbação usando um controlador PI (�) e
PID (- -). As cores usadas são azul (método 1), vermelho (método 1
- 5%) e preta (método 2). . . . . . . . . . . . . . . . . . . . . . . . . 82
6.20 Sinal de controle no início da simulação usando um controlador PI (�)
e PID (- -). As cores usadas são azul (método 1), vermelho (método
1 - 5%) e preta (método 2). . . . . . . . . . . . . . . . . . . . . . . . 83
6.21 Sinal de controle após a perturbação usando um controlador PI (�) e
PID (- -). As cores usadas são azul (método 1), vermelho (método 1
- 5%) e preta (método 2). . . . . . . . . . . . . . . . . . . . . . . . . 83
6.22 Sinal de saída no início da simulação usando controlador PI (�) e PID
(- -) . As cores usadas são azul (método 1 - 5%), vermelho (método
2) e preta (método 3). . . . . . . . . . . . . . . . . . . . . . . . . . . 84
6.23 Sinal de saída após a perturbação usando um controlador PI (�) e PID
(- -). As cores usadas são azul (método 1 - 5%), vermelho (método
2) e preta (método 3). . . . . . . . . . . . . . . . . . . . . . . . . . . 85
6.24 Sinal de controle no início da simulação usando um controlador PI
(�) e PID (- -). As cores usadas são azul (método 1 - 5%), vermelho
(método 2) e preta (método 3). . . . . . . . . . . . . . . . . . . . . . 85
6.25 Sinal de controle após a perturbação usando um controlador PI (�)
e PID (- -). As cores usadas são azul (método 1 - 5%), vermelho
(método 2) e preta (método 3). . . . . . . . . . . . . . . . . . . . . . 86
6.26 Sinal de saída no início da simulação usando controlador PI (�) e PID
(- -) . As cores usadas são azul (método 1 - 5%), vermelho (método 2). 87
xii
6.27 Sinal de saída após a perturbação usando um controlador PI (�) e PID
(- -). As cores usadas são azul (método 1 - 5%), vermelho (método 2). 87
6.28 Sinal de controle no início da simulação usando um controlador PI
(�) e PID (- -). As cores usadas são azul (método 1 - 5%), vermelho
(método 2). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
6.29 Sinal de controle após a perturbação usando um controlador PI (�)
e PID (- -). As cores usadas são azul (método 1 - 5%), vermelho
(método 2). . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88
xiii
Lista de Tabelas
3.1 Ganhos dos controladores do exemplo 3.1 . . . . . . . . . . . . . . . . 22
3.2 Índices de desempenho dos controladores do exemplo 3.1 . . . . . . . 24
3.3 Ganhos dos controladores do exemplo 3.2 . . . . . . . . . . . . . . . . 26
3.4 Índices de desempenho dos controladores do exemplo 3.2 . . . . . . . 27
3.5 Ganhos dos controladores do exemplo 3.3 . . . . . . . . . . . . . . . . 29
3.6 Índices de desempenho dos controladores do exemplo 3.3 . . . . . . . 30
4.1 Controlador PID Ziegler-Nichols . . . . . . . . . . . . . . . . . . . . . 42
4.2 Ganhos dos controladores do exemplo 4.1 . . . . . . . . . . . . . . . . 43
4.3 Índices de desempenho dos controladores do exemplo 4.1 . . . . . . . 44
4.4 Ganhos dos controladores do exemplo 4.2 . . . . . . . . . . . . . . . . 45
4.5 Índices de desempenho dos controladores do exemplo 4.2 . . . . . . . 45
4.6 Ganhos dos controladores do exemplo 4.3 . . . . . . . . . . . . . . . . 46
4.7 Índices de desempenho dos controladores do exemplo 4.3 . . . . . . . 47
4.8 Ganhos dos controladores do exemplo 4.4 . . . . . . . . . . . . . . . . 49
4.9 Índices de desempenho dos controladores do exemplo 4.5 . . . . . . . 49
4.10 Ganhos dos controladores do exemplo 4.5 . . . . . . . . . . . . . . . . 51
4.11 Índices de desempenho dos controladores do exemplo 4.5 . . . . . . . 51
4.12 Ganhos dos controladores do exemplo 4.6 . . . . . . . . . . . . . . . . 53
4.13 Índices de desempenho dos controladores do exemplo 4.6 . . . . . . . 53
5.1 Índices de desempenho dos controladores do exemplo 5.1 . . . . . . . 65
5.2 Índices de desempenho dos controladores do exemplo 5.2 . . . . . . . 66
5.3 Índices de desempenho dos controladores do exemplo 5.2 . . . . . . . 68
6.1 Ganhos dos controladores de parâmetros �xos do exemplo 6.1 . . . . 73
6.2 Índices de desempenho dos controladores do exemplo 6.1 . . . . . . . 73
6.3 Índices de desempenho dos controladores do exemplo 3.1 para todos
os métodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76
6.4 Índices de desempenho dos controladores do exemplo 3.2 para todos
os métodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 84
xiv
6.5 Índices de desempenho dos controladores do exemplo 3.3 para todos
os métodos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
xv
Capítulo 1
Introdução
Os Controladores PID(Proporcional - Integral - Derivativo) são amplamente difun-
didos na indústria. Isso se deve aos poucos parâmetros a serem ajustados em sua
implementação e à sua capacidade de rastreamento assintótico do sinal de referência
do tipo degrau, rejeição assintótica de perturbações na entrada da planta e baixa
sensibilidade a ruídos de medição. Eles representam grande avanço na aplicação de
sistemas com controle em malha fechada, o que garante maior robustez e precisão.
O PID desenvolvido por Ziegler-Nichols, um dos trabalhos mais clássicos da
literatura, é baseado em valores dependentes da identi�cação da função de trans-
ferência do sistema com dois parâmetros. Ainda muito utilizado pela facilidade,
porém apresenta máximos sobressinais elevados, às vezes de até 20%, e tempos de
acomodação longos. É uma boa alternativa para aqueles que ainda regulam seus
controles manualmente através de inúmeras tentativas.
Por causa dessa característica, cada vez mais artigos e trabalhos são publicados
a �m de se procurar o método mais e�ciente e que minimize os problemas de alto
overshoot e grandes tempos de acomodação. Neste trabalho, será feita a compara-
ção entre controlador PID de ganho �xo e controlador PID de ganho variável. A
maioria dos controladores usa um ajuste �xo ao longo do tempo. DIENE [1] propõe
um método cujos ganhos são variantes no tempo, sendo escolhidos de modo que
minimizem uma função de Lyapunov proposta.
A necessidade de se veri�car para quais casos este método funciona motivou
este trabalho. Originalmente, seria um controle que faz um sistema com espaço de
estados [I, B,C, 0] convergir em até n iterações, sendo n o números de variáveis de
entrada do sistema. Houve, então, o desejo de se perceber o que acontece se a matriz
A do espaço de estados for diferente de identidade, isto é, um espaço de estados
[A,B,C, 0]. No �m, será feita uma comparação de todos os métodos apresentados.
O trabalho está organizado da seguinte forma: no capítulo 2 haverá uma revisão
bibliográ�ca sobre controladores PID, mostrando as ações proporcional, integral e
derivativa; o capítulos 3 apresenta um método de controlador com posicionamento
1
de zeros pela análise do lugar das raízes; já o capítulo 4 descreve dois métodos em
um mesmo capítulo, fazendo alocação de polos e o método de Ziegler-Nichols; por
último, apresenta-se no capítulo 5 o novo método, com ganhos variáveis no tempo;
após isso, caberá uma comparação entre todos os métodos em 6 terminando com
algumas conclusões em 7.
2
Capítulo 2
Revisão Bibliográ�ca de
Controladores PID
2.1 Introdução
Neste capítulo, haverá uma breve revisão bibliográ�ca a respeito do que são contro-
ladores PID e suas características.
Ele está escrito como: a seção 2.2 apresenta o que é a realimentação negativa;
2.3 explica os efeitos da ação integral; em 2.4, será descrita a ação integral; a ação
derivativa e algumas de suas modi�cações se encontra em 2.5; e ao �nal, há uma
conclusão do capítulo em 2.6.
2.2 Realimentação de saída
Um controlador PID(Proporcional - Integral - Derivativo) possui o seguinte algo-
ritmo:
u(t) = Kp
[e(t) +
1
Ti
∫ t
0
e(λ)dλ+ Tdde(t)
dt
](2.1)
Passando ao domínio de Laplace:
U(s) = Kp
(1 +
1
Tis+ Tds
)E(s) = K(s)E(s) (2.2)
K(s) = Kp
(1 +
1
Tis+ Tds
)(2.3)
Um diagrama com o bloco (2.3) é mostrado na �gura 2.1. Essa topologia é usada
para controlar o sistema expresso pela função de transferência G(s). No domínio do
plano complexo tem-se: R(s) é o sinal de referência; E(s) é o sinal de erro; U(s) o
3
sinal de controle; D(s) a perturbação na entrada da planta; X(s) a resposta sem os
ruídos de medição N(s).
E(s)R(s)+
−Y (s)
N(s)
G(s)K(s)
D(s)
U(s) X(s)
+
+ +
+
Figura 2.1: Diagrama de blocos do sistema realimentado para controladores PID
Através da equação (2.1), muitos escritores escrevem Kp, Ki = Kp/Ti e Kd =
KpTd como os ganhos proporcional, integral e derivativo, respectivamente. Na prá-
tica, esse uso funciona somente para facilitar cálculo dos parâmetros do controlador.
O controle é feito da seguinte forma: quando o erro é positivo, o sinal de controle
aumenta e assim a resposta tende a crescer para alcançar a referência. Quando a
resposta �ca maior que a referência, o erro �ca negativo, diminuindo o sinal de
controle e consequentemente o sinal de saída. Esse tipo de controle é chamado de
realimentação negativa, porque a resposta é subtraída da referência. O controle em
malha fechada é muito comum na literatura.
2.3 Ação proporcional
A parte proporcional do controlador é de�nida por:
up(t) = Kpe(t) (2.4)
Analisando-se o diagrama de blocos da �gura 2.1 encontra-se:
Y (s) = N(s) +G(s)[K(s)(R(s)− Y (s)) +D(s)] (2.5)
Portanto:
Y (s) =N(s)
1 +K(s)G(s)+
G(s)D(s)
1 +K(s)G(s)+K(s)G(s)R(s)
1 +K(s)G(s)(2.6)
O controlador possui três funções: rastreamento do sinal de referência, rejeição
da perturbação e diminuição da sensibilidade do sistema a ruídos de medição de
acordo com os três termos da equação (2.6).
O controlador K(s) deve possuir ganhos para que o sistema realimentado seja
estável.
4
A análise será feita para o sistema em regime permanente. A função de transfe-
rência da planta será:
G(s) = kgG(s) (2.7)
Seja o ruído de medição dado porN(s) = N/s, a perturbação igual aD(s) = D/s
e o sinal de referência R(s) = R/s, utilizando o Teorema do Valor Final obtém-se:
limt→∞
y(t) = lims→0
sY (s) =N
1 +KpkgG(0)+
kgG(0)D
1 +KpkgG(0)+
KpkgG(0)R
1 +KpkgG(0)(2.8)
• Rastreamento do sinal de referência
Para que haja o rastreamento assintótico do sinal de referência, o erro de regime
permanente deve ser nulo. Desconsiderando a perturbação e os ruídos de medição,
através de (2.8), encontra-se:
limt→∞
e(t) = r(t)− KpkgG(0)R
1 +KpkgG(0)=
R
1 +KpkgG(0)(2.9)
Logo, o erro não é nulo em regime, a menos que G(0)→∞, o que normalmente
não ocorre. Em [2], propõe-se um termo de compensação, para que o controlador
proporcional rastreie a referência, mostrado na �gura 2.2.
E(s)Kp +
U0(s)
U(s)
Figura 2.2: Diagrama de blocos com a compensação no controlador proporcional
u(t) = Kpe(t) + U0(t) (2.10)
Com U0(s) = U0/s:
Y (s) =G(s)U0(s)
1 +K(s)G(s)+K(s)G(s)R(s)
1 +K(s)G(s)(2.11)
limt→∞
e(t) = lims→0
sE(s) = lims→0
s[R(s)− Y (s)] = lims→0
R−G(0)U0
1 +KpG(0)= 0 (2.12)
Para que o erro seja zerado na situação de regime, tem-se:
5
U0 =R
G(0)(2.13)
• Rejeição de perturbações
Supõe-se agora que D(s) 6= 0. A partir de (2.8) acha-se:
limt→∞
y(t) = lims→0
sY (s) =kgG(0)D
1 +KpkgG(0)+
KpkgG(0)R
1 +KpkgG(0)(2.14)
Caso haja um ganho de malha aberta Kpkg muito elevado, isto é, KpkgG(0) >>
1, a equação anterior torna-se:
limt→∞
y(t) = lims→0
sY (s) =D
Kp
+R (2.15)
O que demonstra que um ganho alto do controlador, resulta na rejeição de pertur-
bações. É necessário cuidado para que ganhos altos não tornem o sistema instável.
• Sensibilidade aos ruídos de medição
Nesta etapa, N(s) 6= 0, logo (2.8) será:
limt→∞
y(t) = lims→0
sY (s) =N
1 +KpkgG(0)+
KpkgG(0)R
1 +KpkgG(0)(2.16)
Novamente, se KpkgG(0) >> 1, obtém-se:
limt→∞
y(t) = lims→0
sY (s) =N
KpkgG(0)+R (2.17)
O sistema é sensível a ruídos, a menos que KpkgG(0)→∞.
2.4 Ação Integral
A ação integral permite a rejeição assintótica de sinais de perturbação e rastreamento
assintótico de sinais de referência do tipo degrau. O termo de compensação da ação
proporcional é, na verdade, a ação integral. O sinal de controle torna-se:
uPI(t) = Kpe(t) + U0(t) = Kp
[e(t) +
1
Ti
∫ t
0
e(λ)dλ
](2.18)
Sendo:
U0(t) =Kp
Ti
∫ t
0
e(λ)dλ (2.19)
O controlador Proporcional + Integral na �gura 2.1 é:
6
K(s) = Kp
(1 +
1
Tis
)(2.20)
A equação (2.8) repete-se, pois o diagrama de blocos é o mesmo. Nos próximos
itens serão veri�cadas as características das ações conjuntas proporcional e integral
na rejeição de perturbação, sensibilidade a ruídos e rastreamento assintótico do sinal
de referência.
• Rastreamento do sinal de referência
Ao se considerar perturbações e ruídos ausentes, isto é, N(s) = D(s) = 0, e
R(s) = R/s, a equação (2.8) �cará:
Y (s) =Kp
(1 + 1
Tis
)G(s)R(s)
1 +Kp
(1 + 1
Tis
)G(s)
=Kp(1 + Tis)G(s)R(s)
Tis+Kp(1 + Tis)G(s)(2.21)
Aplicando o Teorema do Valor Final obtém-se:
limt→∞
e(t) = limt→∞
[r(t)− y(t)] = R− lims→0
sY (s) = R− KpG(0)R
KpG(0)= 0 (2.22)
Logo, o erro de regime permanente é nulo. Então, garante-se com a ação integral,
o rastreamento de um degrau.
• Rejeição de perturbações
Com a perturbação diferente de zero(D(s) = D/s), a equação (2.8) se tornará:
Y (s) =TisG(s)D(s)
Tis+Kp(1 + Tis)G(s)+
Kp(1 + Tis)G(s)R(s)
Tis+Kp(1 + Tis)G(s)(2.23)
Então:
limt→∞
y(t) = lims→0
sY (s) =0TiG(0)D
KpG(0)+R = R (2.24)
O valor da perturbação não aparece na resposta em regime permanente. A
conclusão é que a perturbação foi rejeitada.
• Sensibilidade aos ruídos de medição
Da mesma forma que no caso anterior, porém agora com N(s) = N/s e sem
considerar a perturbação, tem-se:
Y (s) =TisN(s)
Tis+Kp(1 + Tis)G(s)+
Kp(1 + Tis)G(s)R(s)
Tis+Kp(1 + Tis)G(s)(2.25)
7
limt→∞
y(t) = lims→0
sY (s) =0TiN
KpG(0)+R = R (2.26)
Percebe-se que a componente de ruídos da saída também foi anulada em regime,
por isso o controlador PI torna o sistema insensível a ruídos.
2.5 Ação Derivativa
A ação derivativa promove uma antecipação do futuro em um controlador PID.
Há, dessa forma, uma redução da duração da parte transitória da resposta de um
sistema.
Na �gura 2.3, mostra-se uma extrapolação linear do erro. Essa aproximação
pode ser feita através da reta tangente no ponto (t0, e(t0)), que é:
α =de(t)
dt
∣∣∣∣t=t0
(2.27)
e(t0)
e(t1)e(t0 + Td)
e(t)
t(t0 + Td)t0 t1
Figura 2.3: Extrapolação linear do erro
Mas também:
α =e(t1)− e(t0)
t1 − t0(2.28)
Logo:
e(t1) = e(t0) + α(t1 − t0) (2.29)
8
Uma estimação do erro é feita através de (2.29) para um tempo t1, porém é
possível fazer para todo tempo t > t0:
eest(t) = e(t0) + α(t− t0) (2.30)
Considerando-se um tempo t0 + Td e a equação (2.27), tem-se:
eest(t0 + Td) = e(t0) + Tdde(t)
dt
∣∣∣∣t=t0
(2.31)
A equação (2.31) é um controlador proporcional e derivativo (PD) com ganho
proporcional unitário. Em (2.32), está mostrada a forma de um PD:
U(s) = Kp (1 + Tds)E(s) (2.32)
Ou no domínio do tempo:
u(t) = Kp
[e(t) + Td
de(t)
dt
](2.33)
2.5.1 Modi�cação do termo derivativo
A parte derivativa do controlador vista em (2.1) é:
ud(t) = KpTdde(t)
dt= KpTd
[dr(t)
dt− dy(t)
dt
](2.34)
Entretanto, como o sinal de referência é um degrau, sua derivada será ou muito
alta ou nula, quando seu valor é constante. Essas duas situações são indesejadas,
pois no início da aplicação do degrau e em suas alterações o sinal de controle será
alto, e depois o sinal de controle zeraria. Então, a seguinte alteração é feita em
aplicações com controladores PID:
ud(t) = −KpTddy(t)
dt(2.35)
A parte derivativa agora só depende da saída. O algoritmo básico do controlador
PID no domínio do tempo e em Laplace torna-se:
u(t) = Kp
(e(t) +
1
Ti
∫ t
0
e(λ)dλ− Tddy(t)
dt
)(2.36)
U(s) = Kp
(1 +
1
Tis
)E(s)−KpTdsY (s) (2.37)
A �gura 2.4 mostra a modi�cação (2.37), ondeKPI(s) é a função de transferência
das partes proporcional e integral e KD(s), a parte derivativa.
9
R(s)+
−
Y (s)G(s)
KD(s)
KPI(s) −+
Figura 2.4: Diagrama de blocos com controladores PID de ganho derivativo usandosomente a saída
2.5.2 Limite do ganho derivativo
Ruídos de medição em altas frequências representam problemas na implementação
da ação derivativa. Supondo que o mesmo seja senoidal, será:
n(t) = n0sen(ωt) (2.38)
A contribuição do ruído no sinal de controle será:
un(t) = KpTddn(t)
dt= KpTdn0ωcos(ωt) (2.39)
Como em (2.39) o sinal de controle é proporcional a ω, para as altas frequências,
seu valor será extremamente elevado. A medida adotada para resolver esse problema
é limitar o ganho derivativo para altas frequências. Sabendo que:
KD(s) = KpTds (2.40)
O Diagrama de Bode mostra que um zero na origem faz o módulo subir a 20 deci-
béis por década. Já um polo realiza o contrário, decrescendo o módulo a 20dB/dec.
Logo, a solução é introduzir um polo que elimine o crescimento do módulo gerado
pelo zero na origem em (2.40). O polo terá sua alocação no valor de −N/Td, então:
KD(s) =KpTdsTdNs+ 1
(2.41)
N é um parâmetro de projeto. Em [2], os valores típicos de N estão entre 8 e 20.
Para traçar o Diagrama de Bode, substitui-se s por jω, por isso:
KD(jω) =KpTdjωTdNjω + 1
(2.42)
Para as altas frequências, o módulo do ganho DC será:
10
limω→∞
|KD(jω)| = limω→∞
KpTdω√(TdN
)2ω2 + 1
=KpTdω
ω
√(TdN
)2+ 1
ω2
= KpN (2.43)
Este diagrama está mostrado na �gura 2.5.
ω(log)20dB/dec
N/Td
20 log(KpN)
|KD(jω)|dB
Figura 2.5: Diagrama de Bode para a ação derivativa
11
2.6 Conclusão
Neste capítulo, foram apresentados sucintamente os controladores PID com suas
ações proporcional, integral e derivativa. Apresentou-se cada uma destas compo-
nentes e algumas modi�cações conhecidas na topologia padrão.
Os controladores PID de fato rastreiam o sinal de referência em malha fechada
e rejeitam perturbações na entrada e saída da planta.
12
Capítulo 3
Controladores PID - Método 1
3.1 Introdução
Este método foi estruturado por RIBEIRO [3]. É aplicado somente em sistemas
com resposta ao degrau monotonicamente crescente. Há uma alocação dos zeros do
controlador de forma a melhorar a estabilidade do sistema e cancelar um dos polos
da planta.
Este capítulo está descrito da seguinte maneira: a seção 3.2 explica como é feita
a identi�cação da planta; em 3.3 e 3.4, está a teoria dos controladores PI e PID
em si, respectivamente; 3.5 possui três exemplos de implementação; e en�m, breve
conclusão do método em 3.6.
3.2 Identi�cação da planta
A primeira parte do método é a identi�cação do sistema em malha aberta pela
resposta ao degrau. Para que o método seja utilizado, essa resposta deve ser mo-
notonicamente crescente, ou seja, sua derivada é positiva para qualquer instante de
tempo. Após a obtenção da resposta do sistema a uma entrada igual ao degrau,
aproxima-se o sistema por uma planta de segunda ordem criticamente amortecida.
A função de transferência de um sistema de segunda ordem é:
G(s) =Kω2
n
s2 + 2ζωns+ ω2n
(3.1)
Para um sistema criticamente amortecido, a constante de amortecimento ζ = 1,
logo a planta identi�cada será:
G(s) =K
(τs+ 1)2 (3.2)
13
τ =1
ωn(3.3)
O parâmetro τ é chamado constante de tempo, sendo o inverso da frequência
natural de oscilação. A resposta ao degrau unitário da planta GI(s) é obtida através
da decomposição em frações parciais e pela transformada inversa de Laplace aplicada
a Y (s):
Y (s) =KA
s(τs+ 1)2(3.4)
y(t) = KA(1− 1
τte−
1τt − e−
1τt), t ≥ 0 (3.5)
O valor de K é a razão entre o valor de estado permanente e o valor de entrada
do degrau A. Para se encontrar a constante de tempo precisa-se calcular a área (A0),
mostrada na �gura 3.1, entre o valor de regime permanente e a curva de resposta
ao degrau:
Figura 3.1: Resposta ao degrau unitário de um sistema com atraso desprezível
A0 =
∫ ∞0
[KA− y(t)]dt (3.6)
Substituindo y(t) na integral e resolvendo, encontra-se:
A0 = 2KAτ (3.7)
τ =A0
2KA(3.8)
O parâmetro τ descrito acima é para sistemas com atraso desprezível, não
sendo muito e�caz no caso de sistemas com atraso, pois resulta em percentuais de
14
ultrapassagem altos.
3.3 Controlador PI
Como os parâmetros do controlador dependem unicamente da identi�cação da
planta, esse método só pode ser usado para sistemas que possuam resposta ao degrau
em malha aberta monotonicamente crescente.
A função de transferência do controlador PID é:
K(s) = Kp(1 +1
Tis+ Tds) (3.9)
O diagrama de blocos utilizado no PI e PID deste capítulo é mostrado na �gura
3.2.
E(s)R(s)+
−Y (s)
N(s)
G(s)K(s)
D(s)
U(s) X(s)
+
+ +
+
Figura 3.2: Diagrama de blocos do sistema realimentado
Para o caso de haver apenas os termos proporcional e integral:
K(s) = Kp(1 +1
Tis) (3.10)
A equação reorganizada torna-se:
K(s) =Kp(s+ 1
Ti)
s(3.11)
Portanto, a função de transferência do sistema em malha aberta é dada por:
K(s)GI(s) =KKp(s+ 1
Ti)
s(τs+ 1)2 (3.12)
Através da equação (3.12), percebe-se que a função de transferência do sistema
possui um zero em s = −1/Ti e polos em p1 = 0, p2 = p3 = −1/τ . Para deter-
minar Ti, recorre-se ao diagrama do lugar das raízes do sistema em malha fechada
disponível na �gura 3.3.
Quando o zero é colocado entre a origem e os polos duplos (Ti > τ), a reposta ao
degrau será sempre subamortecida. Isso restringe o método de ajuste do controlador.
15
(a)
(b)
(c)
Figura 3.3: Diagrama do lugar das raízes para o sistema com o controlador PI: (a)Ti > τ , (b) Ti = τ e (c) Ti < τ .
Para as outras duas possibilidades: zero na posição dos polos duplos (Ti = τ) ou
zero à esquerda dos polos duplos (Ti < τ), a resposta pode possuir os três tipos pos-
síveis de transitório (subamortecida, criticamente amortecida e superamortecida).
16
Escolhe-se então o zero igual a −1/τ , pois dessa forma o tempo de acomodação é
menor e o sistema possui uma melhor estabilidade relativa.
Usando-se (3.12) e substituindo-se Ti = τ , tem-se a função de transferência em
malha aberta:
K(s)GI(s) =KKpτ2
s(s+ 1/τ)(3.13)
A função de transferência em malha fechada é:
T (s) =KKpτ2
s2 +(
1τ
)s+ KKp
τ2
(3.14)
Os polos de T(s) são:
p12 = − 1
2τ±√
1− 4KKp
4τ 2(3.15)
∆ =1− 4KKp
4τ 2(3.16)
O sistema varia em seu tipo de acordo com o valor de ∆:
1. Se ∆>0, o sistema será superamortecido e o ganho do controlador terá valor:
Kp <1
4K(3.17)
2. Se ∆ = 0, o sistema será criticamente amortecido e o ganho do controlador é
de�nido por:
Kp =1
4K(3.18)
3. Se∆<0, o sistema será subamortecido e possui ganho do controlador:
Kp >1
4K(3.19)
Para o caso de uma resposta ao degrau subamortecida, pode-se de�nir o ganho
do controlador segundo um percentual de ultrapassagem desejado. Sabe-se que o
percentual de ultrapassagem de um sistema de segunda ordem subamortecido sem
zeros é:
PO(%) = e− ζπ√
1−ζ2 × 100% (3.20)
De�nindo:
17
δ = e− ζπ√
1−ζ2 (3.21)
A partir da equação (3.21) , é encontrado ζ em função de δ:
ζ =1√
1 + (π/ ln δ)2(3.22)
Comparando as equações (3.1) e (3.14) obtém-se:
ω2n =
KKp
τ 2(3.23)
ζωn =1
2τ(3.24)
Logo:
Kp =1
4K
[1 +
( π
ln δ
)2]
(3.25)
Ti = τ (3.26)
Quando o percentual de ultrapassagem for zero, ln δ → −∞, portanto Kp =
1/4K.
Algoritmo 3.1
1. Através da resposta a um degrau unitário, faz-se a identi�cação da planta através
das equações (3.6) e (3.8), obtendo-se K e τ .
2. Para uma resposta desejada sem máximo sobressinal faz-se Kp = 1/4K e Ti = τ .
Entretanto, o valor de Kp pode ser alterado pela equação (3.25) de acordo com o
percentual de ultrapassagem δ desejado.
3.4 Controlador PID
A função de transferência do controlador é dada por (3.9), após algumas manipula-
ções:
K(s) = KpTds2 + s/Td + 1/TiTd
s(3.27)
Novamente, o diagrama de blocos do PID está na �gura 3.2.
Que pode ser descrita como:
K(s) = Kp(s+ z1)(s+ z2)
s(3.28)
18
Dessa forma, os parâmetros do controlador são:
Kp =Kp
Td(3.29)
Ti =z1 + z2
z1z2
(3.30)
Td =1
z1 + z2
(3.31)
Como pôde ser visto em (3.29), (3.30) e (3.31), o ajuste dos parâmetros do
controlador está diretamente relacionado com a escolha dos zeros do controlador,
o que justi�ca a necessidade da análise do diagrama do lugar das raízes. Assim
como no controlador PI, o sistema é aproximado para segunda ordem criticamente
amortecido, então a função de transferência da planta é:
G(s) =K
(τs+ 1)2(3.32)
E a função de transferência em malha aberta é descrita por:
K(s)G(s) =KKp(s+ z1)(s+ z2)
s(τs+ 1)2(3.33)
Com o intuito de anular o efeito do polo duplo no denominador, faz-se z1 = 1/τ .
Agora o sistema em malha aberta se comporta como um sistema de segunda ordem
tornando a análise do ajuste mais simples. O zero z2 será colocado à esquerda
do polo duplo, pois desta forma o lugar das raízes tenderá a se afastar do eixo
imaginário, como mostrado na �gura 3.4 . Como consequência, o sistema possuirá
melhor desempenho no transitório e uma maior estabilidade relativa. Foi adotado o
zero z2 = 1, 5/τ , como uma primeira estimativa.
Reescrevendo-se a função de transferência em malha aberta:
K(s)G(s) =KKp(s+ z2)
s(s+ 1/τ)(3.34)
K =K
τ 2(3.35)
Para se encontrar o ganho Kp recorre-se ao lugar das raízes desse sistema, bem
como às suas propriedades. Como se sabe, no ponto de partida P1, o sistema possui
raízes múltiplas, caracterizando um sistema criticamente amortecido. Já no ponto
de chegada P2, o sistema em malha fechada poderá ser criticamente amortecido ou
subamortecido, devido à existência do zero no numerador da função de transferência.
A determinação do ganho que leva os polos do sistema realimentado às posições P1
19
Figura 3.4: Diagrama do lugar das raízes em função de Kp
e P2 será um ponto de partida para o ajuste dos controladores PID. Para isso,
assume-se que Q(s) = KpB(s)/A(s), onde
A(s) = s(s+ 1/τ) e B(s) = K(s+ z2) (3.36)
A função de transferência em malha fechada é:
T (s) =Q(s)
1 +Q(s)=
KpB(s)
A(s) + KpB(s)(3.37)
Assim, o polinômio característico do sistema realimentado é:
pc(s) = A(s) + KpB(s) (3.38)
Sabe-se que, se p ∈ R é uma raiz múltipla de pc(s), então sua derivada para
s = p também será igual a zero, ou seja,
pc(s) =dpc(s)
ds= 0, para s = p (3.39)
A partir da equação (3.39), Kp é:
Kp = −A(s)
B(s)= −A
′(s)
B′(s)(3.40)
Encontram-se as raízes múltiplas através da equação A(s)B′(s)−A′(s)B(s) = 0.
Dessa forma, tem-se:
20
s2 + 2z2s+ z2/τ = 0 (3.41)
A solução é:
s1 = −z2 +
√z2
2 −z2
τ(3.42)
s2 = −z2 −√z2
2 −z2
τ(3.43)
Onde s1 corresponde ao ponto de partida P1 e s2, ao ponto de partida P2.
Substituindo-se essas raízes na equação (3.40):
Kp1 = − 1
K
[2
(−z2 +
√z2
2 −z2
τ
)+
1
τ
](3.44)
Kp2 = − 1
K
[2
(−z2 −
√z2
2 −z2
τ
)+
1
τ
](3.45)
Foram encontrados os ganhos referentes aos pontos de partida e chegada. Entre
esses dois valores, usa-se o menor por três motivos:
1. A resposta ao degrau do sistema realimentado é criticamente amortecida;
2. Um ganho alto no controlador, em geral, provoca um elevado sinal de controle
aplicado à planta;
3. Como o método será utilizado em plantas de ordem elevada, um ganho de
malha aberta pode ser indesejado, podendo tornar o sistema realimentado
instável;
Portanto, como Kp1<Kp2:
Kp = − 1
K
[2
(−z2 +
√z2
2 −z2
τ
)+
1
τ
](3.46)
Lembrando-se que z1 = 1/τ , z2 = 1, 5/τ e K = K/τ 2 , os parâmetros do
controlador PID são dados em função de K e τ (parâmetros da identi�cação da
planta por um sistema de segunda ordem criticamente amortecido):
Kp =0, 6699
K(3.47)
Ti =5τ
3(3.48)
Td =2τ
5(3.49)
21
Algoritmo 3.2
1. Através da resposta a um degrau unitário, faz-se a identi�cação da planta através
das equações (3.6) e (3.8), obtendo K e τ .
2. Para uma resposta desejada sem máximo sobressinal usam-se as equações (3.47),
(3.48) e (3.49). Entretanto, o valor de Kp pode ser corrigido multiplicando-o pelo
fator [1 + (π/ ln δ)2] de acordo com o percentual de ultrapassagem δ desejado. Essa
aproximação produz máximos sobre sinais bem próximos do desejado.
3.5 Exemplos de implementação dos controladores
PI e PID
O objetivo do método de RIBEIRO [3] é amenizar os problemas do método de
Ziegler-Nichols, como o alto percentual de ultrapassagem, e manter a facilidade de
aplicação do mesmo.
Usou-se percentual de ultrapassagem de 5% e 10% para sistemas subamortecidos,
resultando numa constante de amortecimento (ζ) igual a 0,69 e margem de fase
γ = 64, 6253o, um valor considerado satisfatório para um sistema de controle.
A perturbações aplicada em todo este trabalho é um degrau adicionado na saída
da planta com valor de 10% do sinal de referência.
Exemplo 3.1 Sistema de segunda ordem
A função de transferência da planta do exemplo 3.1 é:
G(s) =0, 25s+ 1
(s+ 2)2(3.50)
Na �gura 3.5 está a resposta do sistema ao degrau.
Como o sistema é monotonicamente crescente, pode-se fazer a identi�cação da
planta, resultando emK = 0, 25 e τ = 0, 3750. Os ganhos do controlador encontrado
estão na tabela 3.1.
Tabela 3.1: Ganhos dos controladores do exemplo 3.1
Controlador Kp Ti TdPI 1,0 0,3750 -
PI(5%) 2,0997 0,3750 -PID 2,6796 0,6250 0,15
PID(5%) 5,6265 0,6250 0,15
22
t(s)
y(t)
Figura 3.5: Resposta do sistema em malha aberta ao degrau unitário
Nas �guras 3.6 e 3.9 foram implementados os controladores PI. Colocou-se per-
turbação N(s) do tipo degrau nas saídas das plantas para um tempo t = 20s con-
forme diagrama de blocos na �gura 3.2.
t(s)
y(t)
Figura 3.6: Resposta usando um controlador PI
Nas �guras 3.10 a 3.13 são mostrados os grá�cos obtidos para o PID.
Os índices de desempenho do exemplo 3.1 aparecem na tabela 3.2.
Umax e Umin são os valores máximo e mínimo, respectivamente, atingidos pelo
sinal de controle. tr, ts e tp são os tempos em segundos de subida (intervalo para
a resposta ir de 10% a 90% do seu valor de regime permanente), acomodação (va-
lores da resposta com variação menor que 2% do valor de regime permanente) e
rejeição da perturbação (considerando em regime para variações menores que 2%),
respectivamente. Mss é o valor de máximo sobressinal.
23
t(s)
u(t)
Figura 3.7: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 3.8: Sinal de saída com percentual overshoot de 5% usando um controladorPI
Tabela 3.2: Índices de desempenho dos controladores do exemplo 3.1
Controlador Umax Umin tr ts tp Mss(%)PI 4,0064 1,0 2,6960 4,2850 2,3430 0,088
PI(5%) 4,4629 2,0997 1,3250 3,6410 1,2350 4,42PID 4,5420 -36,4620 1,8090 2,7840 1,5260 0,37
PID(5%) 6,6150 -80,96 0,9460 2,9410 0,8360 4,62
Exemplo 3.2 Sistema de quinta ordem
A função de transferência da planta está em (3.51) e resposta ao degrau unitário
na �gura 3.14:
24
t(s)
u(t)
Figura 3.9: Sinal de controle com percentual overshoot de 5% usando um controladorPI
t(s)
y(t)
Figura 3.10: Resposta usando um controlador PID
G(s) =(s+ 2)(s+ 5)(s+ 13)(s+ 15)
(s+ 1)(s+ 4)(s+ 7)(s+ 8)(s+ 10)(3.51)
Os parâmetros da planta identi�cada obtidos são K = 0, 8705 e τ = 0, 3871. A
tabela 3.3 mostra os ganhos dos controladores calculados. As �guras 3.15 e 3.16
mostram os resultados obtidos no PI.
As �guras 3.17 a 3.20 estabelecem os resultados dos controladores PID para o
exemplo 3.2.
Na tabela 3.4, estão os índices de desempenho do exemplo 3.2.
O PI(5%) apresenta um sinal de controle alto porque há um empenho em diminuir
o tempo de subida, porém no �nal seu tempo de acomodação é próximo ao do PI
25
t(s)
u(t)
Figura 3.11: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 3.12: Resposta usando um controlador PID para aproximação de máximosobressinal de 5%
Tabela 3.3: Ganhos dos controladores do exemplo 3.2
Controlador Kp Ti TdPI 0,2872 0,3871 -
PI(5%) 0,8218 0,3871 -PID 0,7695 0,6452 0,1549
PID(5%) 1,6158 0,6452 0,1549
sem percentual de ultrapassagem. Os PID's mostram o mesmo caso.
Exemplo 3.3 Sistema de oitava ordem com atraso
A função de transferência do exemplo 3.3 está descrita na equação (3.52). A
26
t(s)
u(t)
Figura 3.13: Sinal de controle usando um controlador PID para aproximação demáximo sobressinal de 5%
t(s)
y(t)
Figura 3.14: Resposta ao degrau unitário do sistema em malha aberta
Tabela 3.4: Índices de desempenho dos controladores do exemplo 3.2
Controlador Umax Umin tr ts tp Mss(%)PI 1,1627 0,2872 3,0540 4,5850 2,5530 0,56
PI(5%) 1,2634 0,6030 1,5710 4,3530 1,3370 3,09PID 1,3505 -10,8446 2,1170 3,18 1,6910 0,91
PID(5%) 2,0714 -24,0343 1,0990 3,4560 0,8820 2,81
resposta ao degrau unitário pode ser vista na �gura 3.21. Os parâmetros calculados
para identi�car a planta são: K = 45, 0311 e τ = 2, 1560. Na tabela 3.5 estão os
ganhos dos controladores do exemplo 3.3. Podem ser vistos os controladores PI do
27
t(s)
y(t)
u(t)
Figura 3.15: Resposta(-) e sinal de controle(- -) usando um controlador PI
t(s)
y(t)
u(t)
Figura 3.16: Resposta(-) e sinal de controle(- -) com percentual de ultrapassagemaproximado de 5% usando um controlador PI
exemplo 3.3 nas �guras 3.22 a 3.27, e do PID nas �guras 3.28 a 3.30. As perturbações
foram aplicadas para um tempo t = 60s. Os índices de desempenho desse exemplo
estão na tabela 3.6.
G(s) =(s+ 1, 1)(s+ 1, 5)2(s+ 1, 9)2(s+ 2, 1)(s+ 2, 4)
(s+ 1)8e−0,5s (3.52)
28
t(s)
y(t)
Figura 3.17: Resposta usando um controlador PID
t(s)
u(t)
Figura 3.18: Sinal de controle usando um controlador PID
Tabela 3.5: Ganhos dos controladores do exemplo 3.3
Controlador Kp Ti TdPI 0,0056 2,1560 -
PI(5%) 0,0117 2,1560 -PI(10%) 0,0159 2,1560 -PID 0,0149 3,5934 0,8624
PID(5%) 0,0312 3,5934 0,8624PID(10%) 0,0426 3,5934 0,8624
29
t(s)
y(t)
Figura 3.19: Resposta usando um controlador PID para aproximação de máximosobressinal de 10%
t(s)
u(t)
Figura 3.20: Sinal de controle usando um controlador PID para aproximação demáximo sobressinal de 10%
Tabela 3.6: Índices de desempenho dos controladores do exemplo 3.3
Controlador Umax Umin tr ts tp Mss(%)PI 0,0222 0,0056 13,5730 26,1270 12,8350 0
PI(5%) 0,0258 0,0117 4,9160 14,7950 6,6670 7,82PI(10%) 0,0310 0,0159 3,6890 18,7960 4,9970 19,08PID 0,0242 -1,2622 7,5420 17,2310 7,31 0
PID(5%) 0,0357 -2,6748 3,1130 10,7470 4,0060 10,77PID(10%) 0,0485 -3,6533 2,4720 9,4750 3,3190 19,12
30
t(s)
y(t)
Figura 3.21: Resposta ao degrau unitário do sistema em malha aberta
t(s)
y(t)
Figura 3.22: Resposta usando um controlador PI
3.6 Conclusão
Nos exemplos dados anteriormente, percebe-se que os controladores deste método
rastreiam assintoticamente a referência e rejeitam as perturbações presentes. A ação
derivativa torna o sistema mais rápido. Em contra ponto, a derivação na saída gera
variações bruscas no sinal de controle.
Este método produz altos máximos sobressinais e ainda diferentes do projetado
devido ao atraso. Em sistemas com atraso não é o mais adequado.
31
t(s)
u(t)
Figura 3.23: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 3.24: Resposta usando um controlador PI com 5% de overshoot
32
t(s)
u(t)
Figura 3.25: Sinal de controle usando um controlador PI com 5% de overshoot
t(s)
y(t)
Figura 3.26: Resposta usando um controlador PI com 10% de overshoot
33
t(s)
u(t)
Figura 3.27: Sinal de controle usando um controlador PI com 10% de overshoot
t(s)
u(t)
y(t)
Figura 3.28: Resposta(-) e sinal de controle(- -) usando um controlador PID
34
t(s)
u(t)
y(t)
Figura 3.29: Resposta(-) e sinal de controle(- -) com percentual overshoot de 5%usando um controlador PID
t(s)
u(t)
y(t)
Figura 3.30: Resposta(-) e sinal de controle(- -) com percentual overshoot de 10%usando um controlador PID
35
Capítulo 4
Controladores PID - Método 2 e
Ziegler-Nichols - Método 3
4.1 Introdução
O trabalho de GOMES [4] compara alguns métodos de identi�cação de plantas e
controladores PID. Nota-se que um controlador apresenta índices de desempenho
superior entre todos os mostrados, cujo procedimento é a alocação de polos domi-
nantes de forma a garantir percentual overshoot e tempo de acomodação desejados.
Além disso, será usado o método de identi�cação de plantas que visa à menor área
entre as curvas de resposta ao degrau das plantas reais e identi�cadas, chamado de
Minimização das áreas.
De acordo com o critério explicado, os melhores métodos eleitos naquele trabalho
são: o método de Minimização das Áreas (planta identi�cada) e o método Polinomial
(sintonia do controlador).
Este capítulo está organizado da seguinte maneira: a seção 4.2 apresenta o mé-
todo de identi�cação da planta; o controlador PI e PID estão em 4.3 e 4.4, respec-
tivamente; explica-se o método de Ziegler-Nichols em 4.5; são mostrados exemplos
em 4.6 e 4.7; conclui-se o capítulo em 4.8.
4.2 Identi�cação da planta (Método de Minimiza-
ção das Áreas)
O método de identi�cação da planta consiste em minimizar a função custo que é
a área entre a resposta ao degrau da planta real e a da planta identi�cada. Esta
função é de�nida como:
36
δ =
∫ ∞0
|yr(t)− ym(t)|dt (4.1)
A identi�cação da planta é feita através de uma função de transferência do pri-
meiro grau com atraso, dada por:
GI(s) =Ke−Ts
τs+ 1(4.2)
A resposta da planta identi�cada a uma entrada degrau é:
yI(t) = £−1
{1
sGI(s)
}= £−1
{Ke−Ts
s(τs+ 1)
}= £−1
{K
se−Ts − K
s+ 1/τe−Ts
}
yI(t) = (K −Ke−(t−T )τ )u0(t− T ) (4.3)
A função de custo �ca:
δ =
∫ ∞0
|yr(t)− yI(t)|dt =
∫ T
0
|yr(t)− 0|dt+
∫ ∞T
|yr(t)− yI(t)|dt
=
∫ T
0
|yr(t)|dt+
∫ ∞T
|yr(t)−K +Ke−(t−T )τ |dt (4.4)
Fazendo-se a substituição de variável, λ = t− T e dλ = dt tem-se:
δ =
∫ T
0
|yr(t)|dt+
∫ ∞0
|yr(λ+ T )−K +Ke−λτ |dλ (4.5)
Assim, o problema de otimização de identi�cação da planta pode der de�nido
como:
minT,τδ = minT,τ
(∫ T
0
|yr(t)|dt+
∫ ∞0
|yr(λ+ T )−K +Ke−λτ |dλ
)(4.6)
Os valores de T e τ são de�nidos para o ponto de mínimo da função de custo na
equação (4.6).
4.3 Controlador PI (Método Polinomial)
A determinação dos parâmetros é feita através do posicionamento de polos domi-
nantes. A função de transferência da planta é dada pela equação (4.2) e a do
controlador por (3.10). Usando-se a aproximação de Padé (1,1) da equação (A.9), a
planta torna-se:
37
GI(s) =K(1− T
2s)
(τs+ 1)(1 + T2s)
(4.7)
A equação do controlador pode ser modi�cada para:
K(s) =Kps+Ki
s(4.8)
Sendo:
Ki = Kp/Ti (4.9)
A função de transferência em malha aberta é Gma(s) = K(s)GI(s), logo a função
em malha fechada para um sistema com realimentação unitária negativa é Gmf (s) =
Gma/(1 +Gma). Dessa forma, o polinômio característico é:
pc(s) = s3 +
(2
T+
1
τ− KKp
τ
)s2 +
(2
τT+
2KKp
τT− KKi
τ
)s+
2KKi
τT(4.10)
Dois polos são dominantes e o terceiro polo é posto quatro vezes mais afastado do
eixo real, para que tenha pouca in�uência sobre o sistema realimentado. Portanto:
pc(s) = (s+ αζω)(s2 + 2ζωs+ ω2) = s3 + a1s2 + a2s+ a3 (4.11)
Sendo ζ, o coe�ciente de amortecimento, ω, a frequência de oscilação natural e
α,a constante de afastamento do terceiro em relação aos polos dominantes. Para
determinar ζ e ω usa-se o máximo sobressinal, Mss, e o tempo de acomodação, ts,
como descrito nas equações (4.12) e (4.13):
ζ =
√ln2Mss
ln2Mss + π2(4.12)
ω = − lnMss
ζts(4.13)
Igualando-se as equações (4.10) e (4.11), obtém-se:
a1 =2
T+
1
τ− KKp
τ(4.14)
a2 =2
τT+
2KKp
τT− KKi
τ(4.15)
a3 =2KKi
τT(4.16)
38
Usando-se (4.14) e (4.16):
Kp =τ
K
(2
T+
1
τ− a1
)(4.17)
Ki =a3τT
2K(4.18)
Logo:
Ti =2KKp
a3τT(4.19)
Foram usados o segundo e quarto termos do polinômio característico para resolver
os ganhos, entretanto também se pode usar o terceiro termo fazendo:
Ki =
(2
τT+
2KKp
τT− a2
)(4.20)
Em seguida, encontra-se Ti por (4.9).
Algoritmo 4.1
1. Com a resposta ao degrau do sistema, calcula-se K, que é o valor de regime
permanente da resposta.
2. Obtêm-se os valores do atraso, T , e da constante de tempo, τ , através da mi-
nimização da área entre a resposta com planta identi�cada e a real na equação (4.6).
3. Projeta-se o controlador escolhendo o percentual overshoot, Mss, e o tempo de
acomodação, ts, da respota desejada.
4. As equações (4.12) e (4.13) fornecem a constante de amortecimento, ζ, e
frequência natural, ω.
5. Encontram-se os coe�cientes do polinômio característico da equação (4.11).
6. Através de (4.17) e (4.19) acham-se os valores dos ganhos do controlador pro-
porcional e Integral.
4.4 Controlador PID
A sintonia do controlador PID é feita através do mesmo processo anterior. A �gura
4.1 mostra o diagrama de blocos com a alteração da parte derivativa do controle que
será usada para esse controlador.
39
Figura 4.1: Diagrama de blocos do sistema realimentado para controladores PIDcom ganho derivativo usando somente a saída
A função KPI(s) é a mesma da equação (4.8) e o controle derivativo é:
KD(s) = Kds (4.21)
onde:
Kd = KpTd (4.22)
Ki = Kp/Ti (4.23)
A parte derivativa do sinal de controle é:
UD(s) = −KdsY (s) (4.24)
Dessa forma, o polinômio característico do sistema realimentado torna-se:
pc(s) = s3 +
(τ + T
2− KTKp
2+KKd
)s2 +
(1 +KKp − KTKi
2
)s+KKi(
τT2− KTKd
2
) (4.25)
Como o polinômio característico possui o mesmo grau, o sistema será projetado
através de polos dominantes como no PI.
Igualando-se os coe�cientes dos polinômios das equações (4.11) e (4.25) como no
PI, obtém-se um sistema linear para encontrar Kp, Ki e Kd:
40
0 K a3KT2
K −T2K T
2a2K
−T2K 0 K + T
2a1K
Kp
Ki
Kd
=
T2a3τ
T2a2τ − 1
T2a1τ − T
2− τ
(4.26)
Resolvendo o sistema linear da equação (4.26), calcula-se por (4.22) e (4.23) os
parâmetros do controlador Kp, Ti e Td.
Procura-se obter ganhos para os menores máximos sobressinais e tempos de
acomodação. Costuma-se usar α = 4, o que normalmente basta para projetar um
bom controlador. O valores que será inserido nas simulações é N = 8 para o polo
na ação derivativa.
Algoritmo 4.2
1. Com a resposta ao degrau do sistema, calcula-se K, que é o valor de regime
permanente da resposta.
2. Obtêm-se os valores do atraso, T , e da constante de tempo, τ , através da mi-
nimização da área entre a resposta com planta identi�cada e a real na equação (4.6).
3. Projeta-se o controlador escolhendo-se o percentual overshoot, Mss, e o tempo de
acomodação, ts, da resposta desejada.
4. As equações (4.12) e (4.13) fornecem a constante de amortecimento, ζ, e a
frequência natural, ω.
5. Encontram-se os coe�cientes do polinômio característico da equação (4.11).
6. Resolvendo-se o sistema linear de (4.26) e usando-se as equações (4.22) e (4.23),
os valores dos ganhos do controlador Kp , Ti e Td são obtidos.
4.5 Controladores PID de Ziegler-Nichols
O método mostrado em [5], consiste em utilizar a resposta ao degrau do sistema
para obter ganhos para os diferentes tipos de controladores (P, PI e PID). Com
os parâmetros encontrados, que são as interseções da reta de maior tangente com
o eixos x e y, calculam-se os ganhos do controlador mostrados na tabela 4.1. A
implementação será feita de acordo com o diagrama de blocos na �gura 4.1.
A �gura 4.2 mostra os valores de a e L para uma curva de resposta monotonica-
mente crescente qualquer.
41
Tabela 4.1: Controlador PID Ziegler-Nichols
Controlador Kp Ti TdP 1/a - -PI 0, 9/a 3L -PID 1, 2/a 2L L/2
Figura 4.2: Visualização dos parâmetros para o controlador de Ziegler e Nichols
Algoritmo 4.3
1. Obter a resposta da planta a um degrau unitário. Encontrar o ponto de inclinação
máxima (ponto de in�exão) e as interseções L e a (�gura 4.2), respectivamente com
os eixos x e y, da reta tangente à curva de resposta nesse ponto.
2. Com os valores de a e L têm-se os parâmetros do controlador desejado através
da tabela 4.1.
4.6 Exemplos de implementação de Controladores
PI e PID
O parâmetro de limitação do ganho derivativo da seção 2.5.2 será igual a 8 para
os exemplos posteriores. A parte derivativa do controle dependerá apenas da saída,
como na seção 2.5.1.
Exemplo 4.1 Sistema de segunda ordem
Este exemplo será o mesmo da equação (3.50).
Os parâmetros da planta identi�cada são: K = 0, 25, τ = 0, 6870 e T = 0, 0780.
Os controladores estão na tabela 4.4. As perturbações foram inseridas em t = 10s.
O controlador PI foi projetado para ts = 2s e Mss = 0, 1% e o PID, ts = 1, 7 e
42
Mss = 0, 1%. As perturbações foram inseridas em t = 10s. As �guras 4.3 e 4.4
mostram os sinais de saída e controle do PI. Já 4.5 e 4.6 são �guras do PID. A
tabela 4.5 fornece os índices de desempenho dos controladores implementados.
Tabela 4.2: Ganhos dos controladores do exemplo 4.1
Controlador Kp Ti TdPI 17,5140 0,8216 -PID 12,9423 0,3883 0,0085
t(s)
u(t)
Figura 4.3: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 4.4: Sinal de saída usando um controlador PI
Exemplo 4.2 Sistema de quinta ordem
43
t(s)
u(t)
Figura 4.5: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 4.6: Sinal de saída usando um controlador PID
Tabela 4.3: Índices de desempenho dos controladores do exemplo 4.1
Controlador Umax Umin tr ts tp Mss(%)PI 17,5140 2,2486 0,3620 0,5430 0,3010 1,13PID 12,9423 -7,6480 0,3510 1,4050 0,3160 12,52
Será usada a equação (3.51). A identi�cação da planta é K = 0, 8705, T = 0, 1 e
τ = 0, 7760. No projeto do PI foi considerado ts = 3s e no PID, ts = 2s, ambos com
Mss = 0, 1%. As �guras 4.7 e 4.8 mostram o sinal de controle do PI e a resposta.
Nas �guras e 4.9 e 4.10 podem ser vistos os resultados das implementações do PID.
Exemplo 4.3 Sistema de oitava ordem com atraso
44
Tabela 4.4: Ganhos dos controladores do exemplo 4.2
Controlador Kp Ti TdPI 6,6616 2,5362 -PID 3,7172 0,46 0,0212
t(s)
u(t)
Figura 4.7: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 4.8: Sinal de saída usando um controlador PI
Tabela 4.5: Índices de desempenho dos controladores do exemplo 4.2
Controlador Umax Umin tr ts tp Mss(%)PI 6,6616 2,4825 0,7820 4,9860 0,2 0PID 3,7172 -6,6574 0,3530 1,7390 0,2850 2,72
45
t(s)
u(t)
Figura 4.9: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 4.10: Sinal de saída usando um controlador PID
A função de transferência é dada pela equação (3.52). A identi�cação da planta
conduz ao seguintes valores: K = 45, 0311, T = 2, 1020 e τ = 2, 3930. Os ganhos
dos controladores estão na tabela 4.7. Os parâmetros de projeto são: ts = 32s e
Mss = 1% para o PI. M = 0, 1% e ts = 25s para o PID. O sinal de controle e a
resposta ao degrau do PI estão nas �guras 4.11 e 4.12, respectivamente. As �guras
do PID são 4.13 e 4.14. Os índices de desempenho estão postos na tabela 4.7.
Tabela 4.6: Ganhos dos controladores do exemplo 4.3
Controlador Kp Ti TdPI 0,0041 1,5033 -PID 0,0136 3,0199 0,8155
46
t(s)
u(t)
Figura 4.11: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 4.12: Sinal de saída usando um controlador PI
Tabela 4.7: Índices de desempenho dos controladores do exemplo 4.3
Controlador Umax Umin tr ts tp Mss(%)PI 0,0222 0,0041 11,5180 20,1050 11,7680 0,03PID 0,0222 0,01 6,4950 11,6070 7,2140 0,0174
4.7 Exemplos de PI e PID de Ziegler-Nichols
Nestas simulações não foi usado o limite de ganho derivativo, entretanto a ação
derivativa continua a usar somente a saída.
47
t(s)
u(t)
Figura 4.13: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 4.14: Sinal de saída usando um controlador PID
Exemplo 4.4 Sistema de segunda ordem
O método de Ziegler-Nichols é inviável para a função de transferência do exemplo
3.50. Não há pontos de in�exão na resposta ao degrau, logo a inclinação máxima
acontece na origem. Os parâmetros a e L serão nulos. Isto conduziria a um ganho
Kp → ∞ e Ti → 0. No PID, também o ganho derivativo se anularia. Então o
exemplo usado aqui será:
G(s) =s+ 10
(s+ 2)2(4.27)
A resposta ao degrau unitário está na �gura 4.15. As interseções com os eixos
encontradas são a = 0, 0980 e L = 0, 0519. Os ganhos dos controladores PID estão
na tabela 4.8.
48
t(s)
y(t)
Figura 4.15: Resposta ao degrau unitário do sistema em malha aberta
Tabela 4.8: Ganhos dos controladores do exemplo 4.4
Controlador Kp Ti TdPI 9,1822 0,1556 -PID 12,2429 0,1037 0,0259
t(s)
u(t)
Figura 4.16: Sinal de controle usando um controlador PI
Tabela 4.9: Índices de desempenho dos controladores do exemplo 4.5
Controlador Umax Umin tr ts tp Mss(%)PI 9,1822 -2,2901 0,09 0,9510 0,3320 38,36PID 12,2429 -32,5792 0,0840 0,9040 0,3110 35,61
49
t(s)
y(t)
Figura 4.17: Sinal de saída usando um controlador PI
t(s)
u(t)
Figura 4.18: Sinal de controle usando um controlador PID
Exemplo 4.5 Sistema de quinta ordem
A função de transferência usada é a equação (3.51). Os parâmetros encontrados
pelo método da resposta ao degrau de Ziegler-Nichols são a = 0, 053 e L = 0, 0045.
Os ganhos dos controladores aparecem na tabela 4.10. As �guras 4.20 e 4.21 são do
PI e 4.22 e 4.23 do PID. Os índices de desempenho dos controladores do exemplo
4.5 estão na tabela 4.11.
Exemplo 4.6 Sistema de oitava ordem com atraso
A função de transferência usada é a equação (3.52). Os parâmetros encontrados
pelo método da resposta ao degrau de Ziegler-Nichols são a = 11, 2849 e L = 1, 3031.
Os ganhos dos controladores aparecem na tabela 4.10. As �guras 4.24 e 4.25 são do
50
t(s)
y(t)
Figura 4.19: Sinal de saída usando um controlador PID
Tabela 4.10: Ganhos dos controladores do exemplo 4.5
Controlador Kp Ti TdPI 168,4897 0,0134 -PID 224,6530 0,0090 0,0022
t(s)
u(t)
Figura 4.20: Sinal de controle usando um controlador PI
Tabela 4.11: Índices de desempenho dos controladores do exemplo 4.5
Controlador Umax Umin tr ts tp Mss(%)PI 168,4897 -15,4069 0,0060 0,0430 0,0220 20,85PID 224,6530 -71,3487 0,0060 0,0570 0,0240 26,47
51
t(s)
y(t)
Figura 4.21: Sinal de saída usando um controlador PI
t(s)
u(t)
Figura 4.22: Sinal de controle usando um controlador PID
PI e 4.26 e 4.27 do PID. Os índices de desempenho dos controladores do exemplo
4.6 estão na tabela 4.13.
Para calcular a máxima inclinação, o atraso e−0,5s foi substituído pela aproxi-
mação de Padé(2,2) descrita na equação A.11. Após isso, faz-se a Transformada
Inversa de Laplace, passando para o domínio do tempo e encontrando a derivada.
Esse procedimento de transformada inversa também foi realizado para os exemplos
4.4 e 4.5.
52
t(s)
y(t)
Figura 4.23: Sinal de saída usando um controlador PID
Tabela 4.12: Ganhos dos controladores do exemplo 4.6
Controlador Kp Ti TdPI 0,0798 3,9093 -PID 0,1063 2,6062 0,6516
t(s)
u(t)
Figura 4.24: Sinal de controle usando um controlador PI
Tabela 4.13: Índices de desempenho dos controladores do exemplo 4.6
Controlador Umax Umin tr ts tp Mss(%)PI 0,0928 -0,0408 1,450 211,4070 82,0480 73,28PID 0,1210 -6,9168 1,2870 23,2240 7,8310 64,39
53
t(s)
y(t)
Figura 4.25: Sinal de saída usando um controlador PI
t(s)
u(t)
Figura 4.26: Sinal de controle usando um controlador PID
4.8 Conclusão
Os controladores dos métodos deste capítulo atingem seu objetivo de rastrear a
referência e rejeitar perturbações.
O método de Ziegler-Nichols possui fácil implementação, porém possui elevados
máximos sobressinais como no exemplo 4.6. Pode-se dizer que o método de alocação
de polos é superior, porque não apresenta altos percentuais de ultrapassagem e parte
transitória tão oscilatória.
54
t(s)
y(t)
Figura 4.27: Sinal de saída usando um controlador PID
55
Capítulo 5
Controladores PID - Método 4
5.1 Introdução
DIENE [1] desenvolveu um método de controladores com ganhos variantes ou adap-
táveis em relação ao tempo. Essa contribuição é de grande valor, porque na literatura
de Sistemas de Controle a maioria dos métodos trabalha com parâmetros �xos.
Escreveu-se o capítulo de tal maneira que na seção 5.2, há uma apresentação de
conhecimentos que preparam o entendimento do controlador; em 5.3 e 5.4 explica-se
PI e PID, respectivamente; 5.5 insere algumas observações sobre o método; alguns
exemplos são usados em 5.6; uma conclusão do capítulo aparece em 5.7.
5.2 Conceitos básicos
A técnica consiste em escolher uma função de Lyapunov (Control Lyapunov Function
- CLF) adequada, tal que ganhos ótimos façam-na decrescer tão rápido quanto
possível. Uma função de Lyapunov pode ser de�nida por:
Teorema 5.1 Seja x = 0 um ponto de equilíbrio de um sistema. Então a solução
x(k) = 0 ∀ k será assintoticamente estável se existir uma função escalar V (xk) = 0,
chamada de Função de Lyapunov, de�nida em D ⊂ Rn e contínua em xk, tal que
1. V (0) = 0, ∀ k ≥ k0.
2. V (xk) > 0 ∀ xk 6= 0 e ∀ k ≥ k0.
3. ∆V (xk) = V (xk+1)− V (xk) ∀ xk 6= 0 e ∀ k ≥ k0.
4. 0 < W (||xk||) < V (xk) ∀ k ≥ k0, tal que W (τ) é uma função contínua positiva
de�nida em R, onde W (0) = 0 e quando τ → ∞, W (τ) → ∞ monotonica-
mente.
56
O controle será feito através de um espaço de estados discreto com as matrizes
(A,B,C,0): xk+1 = Axk +Buk
yk = Cxk
ek = r − ykuk = f(ek)
(5.1)
onde xk ∈ Rn×1 é a variável de estado, r ∈ R é o sinal de referência, yk ∈ R é a
saída, uk ∈ R é o sinal de controle e ek ∈ R, o sinal de erro. A matriz do sistema
A ∈ Rn×n, a de entrada B ∈ Rn×1 e a de saída C ∈ R1×n são as matrizes do espaço
de estados. Quando o objetivo for controlar uma planta cuja função de transferência
é conhecida, a função será descrita em sua forma controlável canônica em espaço de
estados.
O erro da próxima iteração é:
ek+1 = r − yk+1 = r − Cxk+1 = r − CAxk − CBuk (5.2)
podendo ser escrito como:
ek+1 = r − Cxk + C(I − A)xk − CBuk = ek − CBuk + C(I − A)xk (5.3)
onde I é uma matriz identidade da mesma ordem de A. Em [1] A = I, por isso
o erro �ca reduzido a ek+1 = ek − CBuk. Entretanto, neste trabalho os sistemas
simulados não possuem essa característica.
5.3 Controlador PI
O sinal de controle no controlador PI em tempo discreto é:
uk = gp(k)ek + gi(k)k∑i=0
ei (5.4)
gp(k) e gi(k) são os ganhos proporcional e integral. A parte integral é reescrita
usando uma variável de estado qk:
qk+1 = ek + βkqk (5.5)
βk é um ganho introduzido para que o estado integrador seja nulo em regime
permanente. A equação (5.4) �ca:
57
uk = gp(k)ek + gi(k)qk = αkpk (5.6)
em que
pk = ek + γkqk (5.7)
Portanto, o ganho proporcional é gp(k) = αk e gi(k) = αkγk é o ganho integral.
O espaço de estados de (5.1) torna-se:xk+1 = Axk + αkBpk
ek+1 = ek − αkCBpk + C(I − A)xk
qk+1 = ek + βqk
pk+1 = ek+1 + γk+1qk+1
(5.8)
O espaço de estados de (5.8) está esboçado na �gura 5.1.
ek qk+1 qkr+
−++ +Bαkγk AtrasoAtraso
βk
pkC
A
uk ykxk+1 xk
Figura 5.1: Diagrama de blocos PI do sistema em espaço de estados
Escolhendo a norma de ek como a CLF:
Ve(k) = 〈ek, ek〉 (5.9)
em que 〈a, b〉 é o produto escalar entre a e b.
Calcula-se ∆Ve = Ve(k + 1)− Ve(k):
∆Ve = 〈ek+1, ek+1〉 − 〈ek, ek〉 (5.10)
= 〈ek − αkCBpk + C(I − A)xk, ek − αkCBpk + C(I − A)xk〉 − 〈ek, ek〉
∆Ve = −2αk〈ek, CBpk〉+ 2〈ek, C(I − A)xk〉+ α2k〈CBpk, CBpk〉+
−2αk〈CBpk, C(I − A)xk〉+ 〈C(I − A)xk, C(I − A)xk〉 (5.11)
Para que a norma de ek+1 diminua tanto quanto possível, ∆Ve deve ser mínimo.
Portanto, a derivada ∂∆Ve/∂αk será igualada a zero para o ganho αk ótimo:
58
∂∆Ve∂αk
= −2〈ek, CBpk〉+ 2αk〈CBpk, CBpk〉 − 2〈CBpk, C(I − A)xk〉 = 0 (5.12)
Logo:
αk =〈ek, CBpk〉+ 〈CBpk, C(I − A)xk〉
〈CBpk, CBpk〉(5.13)
A �m de se saber βk, escolhe-se a CLF:
Vq(k) = 〈qk, qk〉 (5.14)
Vq(k + 1) = 〈qk+1, qk+1〉 = 〈ek + βkqk, ek + βkqk〉
= 〈ek, ek〉+ 2βk〈ek, qk〉+ β2k〈qk, qk〉 (5.15)
Minimizando Vq(k + 1):
∂Vq(k + 1)
∂βk= 2〈ek, qk〉+ 2βk〈qk, qk〉 = 0 (5.16)
Assim:
βk = −〈rk, qk〉〈qk, qk〉
(5.17)
En�m, para determinar γk+1, faz-se a CLF:
Vp(k) = 〈pk, pk〉 (5.18)
Do mesmo modo que anteriormente:
Vp(k + 1) = 〈pk+1, pk+1〉 = 〈ek+1 + γk+1qk+1, ek+1 + γk+1qk+1〉
= 〈ek+1, ek+1〉+ 2γk+1〈ek+1, qk+1〉+ γ2k+1〈qk+1, qk+1〉 (5.19)
∂Vp(k + 1)
∂γk+1
= 2〈ek+1, qk+1〉+ 2γk+1〈qk+1, qk+1〉 = 0 (5.20)
γk+1 = −〈ek+1, qk+1〉〈qk+1, qk+1〉
(5.21)
Algoritmo 5.1
1. Calcular e0 = r − Cx0, p0 = e0 e q0 = 1, 3p0.
59
2. Para k = 0, 1, 2, 3, 4, ...
xk+1 = Axk + αkBpk
βk = − 〈rk,qk〉〈qk,qk〉
αk = 〈ek,CBpk〉+〈CBpk,C(I−A)xk〉〈CBpk,CBpk〉
ek+1 = ek − αkCBpk + C(I − A)xk
qk+1 = ek + βqk
γk+1 = − 〈ek+1,qk+1〉〈qk+1,qk+1〉
pk+1 = ek+1 + γk+1qk+1
3. A resposta do sistema é dada por yk = Cxk e o sinal de controle uk = αkpk.
5.4 Controlador PID
O controlador PID a tempo discreto possui um sinal de controle da forma:
uk = gp(k)ek + gi(k)k∑i=0
ei + gd(k)(xk − xk−1) (5.22)
gp(k), gi(k) e gd(k) são os ganhos proporcional, integral e derivativo.
Criando um novo estado:
pk = ek + δk(xk − xk−1) + qk (5.23)
Repete-se qk como em (5.5). Usando-se a derivada discreta do estado, pois
segundo [5], derivação do erro produz ganhos altos devido às variações rápidas da
referência (Seção 2.5.1), encontra-se xk = xk−1 + αk−1Bpk−1. Portanto, pk é:
pk = ek + qk + δkαk−1Bpk−1 = ek + γk−1Bpk−1 + qk (5.24)
O espaço de estados Planta+Controle é:xk+1 = Axk + αkBpk
ek+1 = ek − αkCBpk + C(I − A)xk
qk+1 = ek + βqk
pk+1 = ek+1 + qk+1 + γkBpk
(5.25)
A �gura 5.2 mostra o espaço de estados do controlador PID implementado.
Semelhante ao caso do PI, usam-se as funções de Lyapunov (5.9), (5.14) e (5.18).
Como as equações de ek+1 e qk+1 são as mesmas também, αk e βk serão dados por
(5.13) e (5.17).
Entretanto, pk+1 no PID é diferente, sendo γk um vetor. Vp(k + 1) será:
60
ek qk+1 qkr+
−++ +Bαk
AtrasoγkB
AtrasoAtraso
βk
pkC
A
uk ykxk+1 xk
Figura 5.2: Diagrama de blocos PID do sistema em espaço de estados
Vp(k + 1) = 〈ek+1 + qk+1 + γkBpk, ek+1 + qk+1 + γkBpk〉
= 〈ek+1, ek+1〉+ 2〈ek+1, qk+1〉+ 〈qk+1, qk+1〉+
+2〈ek+1, γkBpk〉+ 2〈qk+1, γkBpk〉+ 〈γkBpk, γkBpk〉 (5.26)
No sistema monovariável, o sinal de erro e os estados p e q são escalares, logo:
Vp(k+ 1) = e2k+1 + 2ek+1qk+1 + q2
k+1 + 2ek+1pkγkB + 2qk+1pkγkB + p2k(γkB)2 (5.27)
De�nindo-se n como o grau do sistema, há a possibilidade de se escrever:
Vp(k+1) = e2k+1+2ek+1qk+1+q2
k+1+2ek+1pk
n∑i=1
γkiBi+2qk+1pk
n∑i=1
γkiBi+p2k(
n∑i=1
γkiBi)2
(5.28)
Para se encontrar o ganho γk, faz-se o gradiente de (5.28) nulo:
∇Vp(k + 1) =
∂Vp(k+1)
∂γk1∂Vp(k+1)
∂γk2
.
.
.∂Vp(k+1)
∂γkn
=
2pk(ek+1 + qk+1)B1 + 2p2kB1
n∑i=1
γkiBi
2pk(ek+1 + qk+1)B2 + 2p2kB2
n∑i=1
γkiBi
.
.
.
2pk(ek+1 + qk+1)Bn + 2p2kBn
n∑i=1
γkiBi
=
0
0
.
.
.
0
(5.29)
Cada γki é dependente dos outros. A solução é fazer todos os γki iguais. Portanto:
61
γki = −ek+1 + qk+1
pkn∑j=1
Bj
(5.30)
Então:
γk = [ γk1 γk2 ... γkn ] (5.31)
com γk1 = γk2 = ... = γkn dados pela equação (5.30).
Algoritmo 5.2
1. Calcular e0 = r − Cx0, p0 = e0 e q0 = 1, 3p0.
2. Para k = 0, 1, 2, 3, 4, ...
xk+1 = Axk + αkBpk
βk = − 〈rk,qk〉〈qk,qk〉
αk = 〈ek,CBpk〉+〈CBpk,C(I−A)xk〉〈CBpk,CBpk〉
ek+1 = ek − αkCBpk + C(I − A)xk
qk+1 = ek + βqk
γki = − ek+1+qk+1
pkn∑i=j
Bj
, ∀i. γk é vetor linha formado pelos γki's de 1 até a dimensão
do espaço de estados.
pk+1 = ek+1 + qk+1 + γkBpk
3. A resposta do sistema é dada por yk = Cxk e o sinal de controle uk = αkpk.
5.5 Observações sobre o método
Mostram-se algumas informações importantes sobre o método nesta seção.
5.5.1 Características das plantas a serem controladas
Como pode ser visto em (5.13) e nos espaços de estado dos controladores PI e
PID expressos em (5.8) e (5.25), alguns termos dependem da multiplicação CB.
O presente método não funciona quando este termo é igual a zero, pois o sinal de
controle permanece em zero.
Na forma canônica controlável, apresentada no Apêndice B, a matriz C repre-
senta os coe�cientes do numerador da função de transferência que se deseja obter o
espaço de estados. Porém, B sempre possui o valor 1 em sua primeira linha e 0 nas
restantes (embora o 1 possa estar em qualquer uma das outras linhas por Transfor-
mações de Similaridade). Por consequência, se a função de transferência tiver grau
62
relativo do denominador em relação ao numerador maior que a unidade, resulta que
CB = 0.
CB = [ nC1 nC2 ... nCn ]
1
0
0
.
.
.
0
(5.32)
Para que CB 6= 0, nC1 deve ser não nulo. Para isso, o grau do polinômio do
numerador da função de transferência é menor uma unidade do que a ordem do
espaço de estados (mesma do denominador da função de transferência), resultando
em grau relativo igual a 1.
Considerando-se uma matriz Q de transformação de similaridade. Para uma
realização em espaço de estados [A,B,C,D], a nova realização será [A, B, C, D] =
[Q−1AQ,Q−1B,CQ,D]. Quando CB = 0, encontra-se:
CB = CQQ−1B = CB = 0 (5.33)
Uma observação importante é que transformações de similaridade não alteram
o produto CB, como mostrado em (5.33). Quando uma planta não puder ser con-
trolada, essas transformações não farão o controle funcionar, pois o produto CB
continua nulo.
5.5.2 Modi�cação do controle
Este método faz o sistema alcançar a referência em uma iteração, mas acaba di-
vergindo depois, quando a matriz A não é identidade. Sendo A = I, assim que
o estado chega a um valor que garante o rastreamento da referência, a variável de
estado não mais se atualiza, ou seja, pk = 0 (sinal de controle se anula) e então
xk+1 = Axk + αkBpk = Ixk = xk. Porém, se A 6= I, o controle deve permanecer
ligado para compensar a evolução do estado. Então, pk+1 continuará no valor ante-
rior, isto é, pk+1 = pk. Essa escolha faz o sistema não divergir quando a variável de
estado for sendo calculada para as próximas iterações.
63
5.6 Exemplos de implementação de controladores
PI e PID
Inicialmente, desejava-se obter resultados de diferentes métodos para um mesmo sis-
tema linear. Entretanto, foi percebido durante a pesquisa que este método funciona
apenas para plantas com zeros posicionados entre -1 e 1.
Até o presente momento não se descobriu a razão para esse fato. Sabe-se ape-
nas que o sistema realimentado diverge passados alguns segundos durante os quais
assemelha-se a um sistema convergente. As variáveis de estado se tornam grandes
demais e o controle já não consegue fazer o sistema rastrear o sinal de referência.
Portanto, os próximos exemplos serão da mesma ordem dos anteriores com zeros
de valores absolutos menores que 1. O tempo de amostragem será de 0,1s.
Exemplo 5.1 Sistema de segunda ordem
A função de transferência do exemplo 5.1 é:
G(s) =1, 6(s+ 0, 5)
(s+ 2)2(5.34)
Na �gura 5.3, pode-se ver a resposta ao degrau do sistema.
Através da mesma deve-se encontrar um espaço de estados do sistema. Aqui,
usou-se a forma canônica controlável. Os valores de p0 e q0 são de�nidos nos algo-
ritmos 5.1 e 5.2. Todas as variáveis de estado iniciais x0 são nulas.
t(s)
y(t)
Figura 5.3: Resposta ao degrau unitário do sistema em malha aberta
As �guras 5.4 e 5.5 mostram os resultados do PI; e 5.6 e 5.7 são as �guras do
PID. Na tabela 5.1 estão os índices de desempenho dos controladores.
Exemplo 5.2 Sistema de quinta ordem
64
t(s)
u(t)
Figura 5.4: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 5.5: Sinal de saída usando um controlador PI
Tabela 5.1: Índices de desempenho dos controladores do exemplo 5.1
Controlador Umax Umin tr ts tp Mss(%)PI 4,2187 0,6250 0,1 0,1 0,1 0PID 4,2187 0,6250 0,1 0,1 0,1 0
A função de transferência do exemplo 5.2 pode ser de�nida como:
G(s) =25(s+ 0, 5)(s+ 0, 7)(s+ 0, 8)(s+ 0.9)
(s+ 0, 5)(s+ 1)(s+ 1, 2)(s+ 3)(s+ 5)(5.35)
A resposta ao degrau do sistema é mostrada na �gura 5.8.
O sinal de controle e a resposta do controlador PI estão nas �guras 5.9 e 5.10.
65
t(s)
u(t)
Figura 5.6: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 5.7: Sinal de saída usando um controlador PID
O PID está nas �guras 5.11 e 5.12. A tabela 5.2 mostra os resultados obtidos neste
exemplo.
Tabela 5.2: Índices de desempenho dos controladores do exemplo 5.2
Controlador Umax Umin tr ts tp Mss(%)PI 0,8788 0,04 0,1 0,1 0,1 0PID 0,8788 0,04 0,1 0,1 0,1 0
Exemplo 5.3 Sistema de oitava ordem
A função de transferência da equação (3.52) não convergiu usando este método
de controle. Além disso, outros sistemas foram testados e se obteve também a
66
t(s)
y(t)
Figura 5.8: Resposta ao degrau unitário do sistema em malha aberta
t(s)
u(t)
Figura 5.9: Sinal de controle usando um controlador PI
não convergência. Não se usará sistemas com atraso nos exemplos posteriores. O
exemplo 5.3 é o sistema linear representado pela seguinte função de transferência:
G(s) =(s+ 0, 2)(s+ 0, 4)2(s− 0, 8)(s− 0, 1)(s+ 0, 9)(s− 0, 5)
(s+ 1)8(5.36)
O seu valor de regime permanente é y∞ = 0, 9216 como na �gura 5.13.
As �guras 5.14 e 5.15 são do controlador PI. Os grá�cos do PID estão nas �guras
5.16 e 5.17. A tabela 5.3 mostra os índices de desempenho conseguidos com o PI e
o PID.
Para todos os exemplos os resultados dos controladores PI e PID foram seme-
lhantes. Isso se deve ao fato de que somente o ganho γk e o estado pk+1 são diferentes
67
t(s)
y(t)
Figura 5.10: Sinal de saída usando um controlador PI
t(s)
u(t)
Figura 5.11: Sinal de controle usando um controlador PID
Tabela 5.3: Índices de desempenho dos controladores do exemplo 5.2
Controlador Umax Umin tr ts tp Mss(%)PI 15,1160 0,0013 0,1 0,1 0,1 0PID 15,1160 0,0013 0,1 0,1 0,1 0
nos algoritmos. No entanto, fazendo-se com que o estado pk+1 seja igual ao anterior
quando o sinal de erro for zerar, não há uma atualização desse estado. Assim, tanto
o sinal de controle como a resposta serão idênticas, porque a todo momento o erro
está prestes a tornar-se nulo.
68
t(s)
y(t)
Figura 5.12: Sinal de saída usando um controlador PID
t(s)
y(t)
Figura 5.13: Resposta ao degrau unitário do sistema em malha aberta
5.7 Conclusão
O método de controle proposto em [1] também é aplicado para sistemas que não
possuem a matriz A do espaço de estados igual a identidade. Entretanto, para que
continue havendo convergência é preciso que o sinal de controle não se anule após
alcançada a referência e os zeros da função de transferência esteja entre -1 e 1.
O rastreamento da referência não acontece quando o sistema possui atraso, ha-
vendo explosão de valores. Perturbações na entrada da planta não são percebidas,
falhando no rastreamento da referência.
Além dessas novas informações sobre os tipos de sistemas onde o método é e�caz,
relembra-se que a função de transferência do sistema deve possuir grau relativo igual
a um.
69
t(s)
u(t)
Figura 5.14: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 5.15: Sinal de saída usando um controlador PI
As vantagens do método são os curtos tempos de subida, acomodação e rejeição
de perturbação na saída da planta. Esses índices de desempenho são impressionan-
tes, pois sendo um método tão rápido, ainda assim não ocorre máximos sobressinais.
70
t(s)
u(t)
Figura 5.16: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 5.17: Sinal de saída usando um controlador PID
71
Capítulo 6
Comparação entre os métodos
A comparação entre todos os métodos será feita através de três sistemas: os sistemas
de quinta e oitava ordem (para os quais o método 4 não se aplica por possuírem
zeros que não estão entre -1 e 1), exemplos para todos os métodos de ganho �xo, e
o sistema do exemplo 6.1, em que somente o método 3 não se aplica.
A função de transferência que será usada para a comparação entre métodos é:
Exemplo 6.1 Sistema de terceira ordem
Neste exemplo será usado um sistema de terceira ordem com o objetivo de ob-
servar o comportamento dos métodos para um sistema diferente. A função de trans-
ferência da planta é:
G(s) =1, 2346(s+ 0, 9)2
(s+ 1)3(6.1)
A resposta ao degrau do sistema pode ser vista na �gura 6.1.
t(s)
y(t)
Figura 6.1: Resposta ao degrau unitário do sistema em malha aberta
As �guras estão dispostas da seguinte forma:
72
• Método 1. 6.2 a 6.5.
• Método 2. 6.6 a 6.9.
• Método 3. O método de Ziegler-Nichols não se aplica a este exemplo.
• Método 4. 6.10 a 6.13.
Parâmetros:
• Método 1. K = 1, 0 e τ = 0, 3889.
• Método 2. K = 1, 0, T = 0, 0116, τ = 0, 7782, PI(ts = 0, 3 e M = 0, 1%) e
PID(ts = 0, 2s e M = 0, 1%).
• Método 4. a = 0 e L = 0.
A tabela 6.1 mostra os ganhos obtidos para os métodos com ganhos �xos. A
tabela 6.2 indica os índices de desempenho de todos os métodos para o exemplo 6.1.
Foram separados por método e tipo.
Tabela 6.1: Ganhos dos controladores de parâmetros �xos do exemplo 6.1
Controlador Kp Ti TdMétodo 1 - Posicionamento de zeros
PI(5%) 0,5249 0,3889 -PID(5%) 1,4166 0,6481 0,1556Método 3 - Alocação de polos
PI 27,6594 0,1040 -PID 41,2849 0,0596 0,0043
Tabela 6.2: Índices de desempenho dos controladores do exemplo 6.1
Controlador Umax Umin tr ts tp Mss(%)Método 1 - Posicionamento de zeros
PI(5%) 1,1141 0,5249 1,4590 4,0470 1,3120 4,2PID(5%) 1,8694 -21,0209 1,04 3,2770 0,8860 4,13
Método 2 - Alocação de polos
PI 27,6594 -1,7660 0,0430 0,29 0,0370 12,21PID 41,2849 -36,1564 0,0270 0,1920 0,0260 16,65
Método 5 - Ganhos variáveis
PI 1,8063 0,81 0,1 0,1 0,1 0PID 1,8063 0,81 0,1 0,1 0,1 0
73
t(s)
u(t)
Figura 6.2: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 6.3: Sinal de saída usando um controlador PI
As �guras 6.14 e 6.15 mostram grá�cos de controladores PI e PID no início da
simulação e após a perturbação. Nas �guras 6.16 e 6.17, pode-se ver o sinal de
controle para as mesmas condições do sinal de saída.
O critério utilizado para a�rmar que um PID é superior em questão de desem-
penho foi máximo sobressinal não maior que 10% e tempos de acomodação, subida
e rejeição de perturbação pequenos. Quando o máximo se aproxima de 10%, o que
já não é muito bom, o melhor controlador deve ter índices bem melhores de res-
posta transitória quanto a duração dos tempos do que o método que possui baixo
percentual de ultrapassagem. A magnitude máxima do sinal de controle também é
considerada, bem como o valor negativo atingido no PID por causa da ação deri-
vativa. Quanto maior for a magnitude, seja o sinal positivo ou negativo, pior é o
controlador.
74
t(s)
u(t)
Figura 6.4: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 6.5: Sinal de saída usando um controlador PID
Na tabela 6.2, o controlador de ganhos variantes no tempo é superior em todos
os índices de desempenho. O seu valor mínimo no PID não ocorre variação brusca
para perturbações na saída da planta, o que é vantajoso porque alguns sistemas
podem não suportar sinais polarizados inversamente.
Portanto, quando se deseja controlar um sistema com zeros próximos à origem
(alto percentual de ultrapassagem), o melhor é usar o controlador discreto de ganhos
variantes no tempo. Só não se pode desconsiderar que sistemas lineares com atraso
fazem o controle divergir.
Para o exemplo 3.1, as �guras 6.18 a 6.21 mostram a comparação de todos os
tipos e métodos presentes na tabela 6.3.
Para a tabela 6.4, foram geradas �guras de comparação também para todos os
tipos e métodos. Elas estão nas �guras 6.22 a 6.25. Foi utilizado somente o método
75
t(s)
u(t)
Figura 6.6: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 6.7: Sinal de saída usando um controlador PI
Tabela 6.3: Índices de desempenho dos controladores do exemplo 3.1 para todos osmétodos
Controlador Umax Umin tr ts tp Mss(%)Método 1 - Posicionamento de zeros
PI 4,0064 1,0 2,6960 4,2850 2,3430 0,088PI(5%) 4,4629 2,0997 1,3250 3,6410 1,2350 4,42PID 4,5420 -36,4620 1,8090 2,7840 1,5260 0,37
PID(5%) 6,6150 -80,96 0,9460 2,9410 0,8360 4,62Método 2 - Alocação de polos
PI 17,5140 2,2486 0,3620 0,5430 0,3010 1,13PID 12,9423 -7,6480 0,3510 1,4050 0,3160 12,52
76
t(s)
u(t)
Figura 6.8: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 6.9: Sinal de saída usando um controlador PID
1 com 5% de ultrapassagem, considerado o melhor PI e PID do método para o
exemplo 3.2.
No método 3 da tabela 6.5, seu sinal de controle e resposta não são muito bons
(máximo sobressinal de até 60% no PID e resposta muito oscilatória no PI) como
mostrado nas �guras 4.24 a 4.27, não será colocado o seu grá�co na comparação. As
�guras 6.26 a 6.29 mostram a comparação dos métodos 1 e 2 para o exemplo 3.3.
Caso se queira controlar um sistema com zeros distantes da origem (sistemas
com pouco ou quase nenhum overshoot), a melhor escolha para sistemas sem atraso
é a alocação de polos do método 2. O problema seria o elevado máximo sobressinal
e o sinal de controle mostrado pelas tabelas 6.3 e 6.4, porém ainda com máximo em
torno de 10%. O critério adotado indica que o método 4 é superior ao métodos 1 e
3.
77
t(s)
u(t)
Figura 6.10: Sinal de controle usando um controlador PI
t(s)
y(t)
Figura 6.11: Sinal de saída usando um controlador PI
O método 1 não é aconselhável para sistemas com atraso porque produz elevados
percentuais de ultrapassagem. Entretanto, pode fornecer bons índices no que se
refere a tempo de acomodação antes e depois de perturbações, como visto na tabela
6.5. Caso a resposta seja lenta, há a alternativa de projetar com um pequeno máximo
de ultrapassagem. Deve ser considerado que o atraso produz um máximo maior que
o projetado.
78
t(s)
u(t)
Figura 6.12: Sinal de controle usando um controlador PID
t(s)
y(t)
Figura 6.13: Sinal de saída usando um controlador PID
79
t(s)
y(t)
Figura 6.14: Sinal de saída no início da simulação usando controlador PI (�) e PID(- -) . As cores usadas são azul (método 1), vermelho (método 2) e preta (método4).
t(s)
y(t)
Figura 6.15: Sinal de saída após a perturbação usando um controlador PI (�) e PID(- -). As cores usadas são azul (método 1), vermelho (método 2) e preta (método4).
80
t(s)
u(t)
Figura 6.16: Sinal de controle no início da simulação usando um controlador PI (�)e PID (- -). As cores usadas são azul (método 1), vermelho (método 2) e preta(método 4).
t(s)
u(t)
Figura 6.17: Sinal de controle após a perturbação usando um controlador PI (�)e PID (- -). As cores usadas são azul (método 1), vermelho (método 2) e preta(método 4).
81
t(s)
y(t)
Figura 6.18: Sinal de saída no início da simulação usando controlador PI (�) e PID(- -) . As cores usadas são azul (método 1), vermelho (método 1 - 5%) e preta(método 2).
t(s)
y(t)
Figura 6.19: Sinal de saída após a perturbação usando um controlador PI (�) ePID (- -). As cores usadas são azul (método 1), vermelho (método 1 - 5%) e preta(método 2).
82
t(s)
u(t)
Figura 6.20: Sinal de controle no início da simulação usando um controlador PI (�)e PID (- -). As cores usadas são azul (método 1), vermelho (método 1 - 5%) e preta(método 2).
t(s)
u(t)
Figura 6.21: Sinal de controle após a perturbação usando um controlador PI (�) ePID (- -). As cores usadas são azul (método 1), vermelho (método 1 - 5%) e preta(método 2).
83
Tabela 6.4: Índices de desempenho dos controladores do exemplo 3.2 para todos osmétodos
Controlador Umax Umin tr ts tp Mss(%)Método 1 - Posicionamento de zeros
PI 1,1627 0,2872 3,0540 4,5850 2,5530 0,56PI(5%) 1,2634 0,6030 1,5710 4,3530 1,3370 3,09PID 1,3505 -10,8446 2,1170 3,18 1,6910 0,91
PID(5%) 2,0714 -24,0343 1,0990 3,4560 0,8820 2,81Método 2 - Alocação de polos
PI 27,6594 6,9536 0,550 1,7450 0,440 0,17PID 46,8050 -10,1739 0,03 0,1660 0,0290 8,78
Método 3- Ziegler-Nichols
PI 168,4897 -15,4069 0,0060 0,0430 0,0220 20,85PID 224,6530 -71,3487 0,0060 0,0570 0,0240 26,47
t(s)
y(t)
Figura 6.22: Sinal de saída no início da simulação usando controlador PI (�) e PID(- -) . As cores usadas são azul (método 1 - 5%), vermelho (método 2) e preta(método 3).
84
t(s)
y(t)
Figura 6.23: Sinal de saída após a perturbação usando um controlador PI (�) ePID (- -). As cores usadas são azul (método 1 - 5%), vermelho (método 2) e preta(método 3).
t(s)
u(t)
Figura 6.24: Sinal de controle no início da simulação usando um controlador PI (�)e PID (- -). As cores usadas são azul (método 1 - 5%), vermelho (método 2) e preta(método 3).
85
t(s)
u(t)
Figura 6.25: Sinal de controle após a perturbação usando um controlador PI (�) ePID (- -). As cores usadas são azul (método 1 - 5%), vermelho (método 2) e preta(método 3).
Tabela 6.5: Índices de desempenho dos controladores do exemplo 3.3 para todos osmétodos
Controlador Umax Umin tr ts tp Mss(%)Método 1 - Posicionamento de zeros
PI 0,0222 0,0056 13,5730 26,1270 12,8350 0PI(5%) 0,0258 0,0117 4,9160 14,7950 6,6670 7,82PI(10%) 0,0310 0,0159 3,6890 18,7960 4,9970 19,08PID 0,0242 -1,2622 7,5420 17,2310 7,31 0
PID(5%) 0,0357 -2,6748 3,1130 10,7470 4,0060 10,77PID(10%) 0,0485 -3,6533 2,4720 9,4750 3,3190 19,12
Método 2 - Alocação de polos
PI 0,0222 0,0041 11,5180 20,1050 11,7680 0,03PID 0,0222 0,01 6,4950 11,6070 7,2140 0,0174
Método 3 - Ziegler-Nichols
PI 0,0928 -0,0408 1,450 211,4070 82,0480 73,28PID 0,1210 -6,9168 1,2870 23,2240 7,8310 64,39
86
t(s)
y(t)
Figura 6.26: Sinal de saída no início da simulação usando controlador PI (�) e PID(- -) . As cores usadas são azul (método 1 - 5%), vermelho (método 2).
t(s)
y(t)
Figura 6.27: Sinal de saída após a perturbação usando um controlador PI (�) e PID(- -). As cores usadas são azul (método 1 - 5%), vermelho (método 2).
87
t(s)
u(t)
Figura 6.28: Sinal de controle no início da simulação usando um controlador PI (�)e PID (- -). As cores usadas são azul (método 1 - 5%), vermelho (método 2).
t(s)
u(t)
Figura 6.29: Sinal de controle após a perturbação usando um controlador PI (�) ePID (- -). As cores usadas são azul (método 1 - 5%), vermelho (método 2).
88
Capítulo 7
Conclusões
O presente trabalho contribuiu para conhecer o alcance do novo método de controle
proposto por DIENE [1], bem como desenvolvê-lo para novos sistema cuja matriz A
do espaço de estados não é a identidade.
Durante a pesquisa veri�caram-se algumas características do controle ainda sem
explicação do motivo, tais como:
1. O método não rejeita perturbação na entrada da planta; há a convergência,
porém só volta ao erro de regime permanente nulo caso ocorra uma perturbação
com efeito contrário.
2. Somente plantas com funções de transferência com zeros entre -1 e 1 podem
ser controladas. Sistemas instáveis com a matriz A sendo identidade são con-
troláveis.
3. Sistemas com atraso fazem o controle divergir para matriz A diferente de
identidade. Ainda é necessário veri�cações posteriores, pois não foi o objetivo
falar do caso de A = I, mas para esse caso, somente atrasos pequenos mantêm
o sistema estável.
Foi explicado que a função de transferência deve possuir grau relativo igual a
um, para que seja possível realizar seu controle.
O controlador proposto possui ótimos índices de desempenho para os casos em
que funciona. Há algumas limitações que futuramente podem ser explicadas e até
mesmo resolvidas ou contornadas de alguma forma.
Os trabalhos futuros serão: investigar como o controle pode rejeitar perturbações
na entrada da planta; analisar matematicamente o método investigando-se o motivo
pelo qual os zeros devem estar posicionados entre -1 e 1.
89
Referências Bibliográ�cas
[1] DIENE, O. Métodos iterativos lineares:análise e projeto através de ferramentas
da teoria de controle. Tese de Mestrado, Universidade Federal do Rio de
Janeiro, 2004.
[2] ÅSTRÖM, K. J., HÄGGLUND, T. PID controllers: theory, design and tuning.
Instrument of Society America, 1995.
[3] RIBEIRO, S. Ajuste automático de Controladores PID. Projeto de graduação,
Universidade Federal do Rio de Janeiro, 2001.
[4] GOMES, S. A. P. Comparação entre métodos de identi�cação de plantas com
respostas ao degrau monotonicamente crescentes e sintonia de controlado-
res PID. Projeto de graduação, Universidade Federal do Rio de Janeiro,
2008.
[5] ÅSTRÖM, K. J., HÄGGLUND, T. Automatic tuning of PID Controllers. Ins-
trument Society of America, 1988.
[6] DIENE, O., BHAYA, A. �Projeto de controladores PID com ganhos variantes
para uma classe de sistemas lineares e aplicações à determinação de al-
goritmos de processamento de sinais�. In: CBA 2010. XVIII Congresso
Brasileiro de Automática, 12 a 16 de setembro 2010.
[7] DIENE, O., BHAYA, A. �Design of discrete-time adaptative PID controllers
for a class of linear integrator systems�. In: IFAC 2011.18th IFAC World
Congress, August 28 - September 2 2011.
[8] OGATA, K. Engenharia de Controle Moderno. CIP-Brasil, 1982.
[9] BASILIO, J. C., MATOS, S. R. �Uma nova técnica de ajuste automático de con-
troladores PI e PID industriais�. In: CBA 2000. XIII Congresso Brasileiro
de Automática, pp. 689�695, 2000.
90
Apêndice A
Aproximação do atraso por uma
função racional
Em alguns casos, precisa-se transformar uma função irracional em racional para que
facilite trabalhar com transformada inversa de Laplace e outras aplicações.
A inclusão do atraso em uma função de transferência é feita usando a Aproxi-
mação de Padé. O objetivo é igualar a série de Mclaurin da função irracional e−Ts
com a série de Mclaurin de uma função racional, ou seja:
e−Ts =b(s)
a(s)(A.1)
O grau de b(s) é igual a p e o grau de a(s) é igual a q. A função racional b(s)/a(s)
é chamada Aproximação de Padé(p, q).
Mostrar-se-á a Aproximação de Padé(1, 1), e a partir dos resultados obtidos,
obter-se-á a Aproximação de Padé(2, 2). Para o primeiro caso, b(s) = b0s + 1 e
a(s) = a0s+ 1 de modo que:
ε = e−Ts − b0s+ 1
a0s+ 1(A.2)
seja mínimo. Encontrando as expansões em série de Mclaurin:
b(s)
a(s)=b0s+ 1
a0s+ 1= b1 + (b0 − a0b1)s− a0(b0 − a0b1)s2 + a2
0(b0 − a0b1)s3 + ... (A.3)
e−s = 1− s+s2
2!− s3
3!+s4
4!+ ... (A.4)
Igualando-se os três primeiros coe�cientes de (A.3) e (A.4) encontra-se:
b1 = 1 (A.5)
91
b0 − a0b1 = −1 (A.6)
− a0(b0 − a0b1) =1
2(A.7)
Resolvendo o sistema das equações (A.5),(A.6) e (A.7), acha-se a0 = 1/2 e b0 =
−1/2 e b1 = 1. Portanto:
e−s ≈ b0s+ 1
a0s+ 1=
1− s2
1 + s2
(A.8)
Substituindo s por Ts, o Aproximante de Padé(1, 1) �ca:
e−Ts ≈ b0s+ 1
a0s+ 1=
1− Ts2
1 + Ts2
(A.9)
O Aproximante de Padé(2, 2) é obtido da mesma forma, porém neste caso:
b(s)
a(s)=b0s
2 + b1s+ b2
a0s2 + a1s+ 1= b2 +(b1− b2a1)s+2(b0 + b2a0−a1b1−a2
1b2)s2
2!+ ... (A.10)
Consequentemente:
e−Ts =1− Ts
2+ (Ts)2
12
1 + Ts2
+ (Ts)2
12
(A.11)
92
Apêndice B
Forma Canônica Controlável
Seja uma função de transferência do tipo:
E(s) =sm + ne(m−1)s
m−1 + ...+ ne2s2 + ne1s+ ne0
sn + dn−1sn−1 + dn−2sn−2 + ...+ d2s2 + d1s+ d0
(B.1)
O espaço de estados na forma controlável canônica é:
A =
−dn−1 −dn−2 −dn−3 · · · −d1 −d0
1 0 0 · · · 0 0
0 1 0 · · · 0 0
0 0 1 · · · 0 0...
......
. . ....
...
0 0 0 0 1 0
(B.2)
B =
1
0
0...
0
(B.3)
C = [ 1 ne(n−1) ne(n−2) · · · ne2 ne1 ne0 ] (B.4)
Com a matriz D = 0. Essa realização em espaço de estados é controlável, ou
seja, pode-se levar o sistema de um estado inicial x0 a um estado �nal xf através de
uma certa entrada.
93