IMPLEMENTAO DE CONTROLADORES PID UTILIZANDO LGICA FUZZY E INSTRUMENTAO INDUSTRIAL

Francisco Guerra Fernandes Jnior guerra@dca.ufrn.br Andr Laurindo Maitelli maitelli@dca.ufrn.br Fabio Meneghetti U. de Arajo meneghet@dca.ufrn.br Jos Soares Batista Lopes jsoares@dca.ufrn.br Luiz Affonso H. Guedes de Oliveira affonso@dca.ufrn.br

DCA-PPGEE-UFRN Caixa Postal 1524 CEP 59072-970 Natal, RN, Brasil

Resumo: O presente trabalho tem por objetivo a implementao de algoritmos de controle do tipo PID com sintonia de seus parmetros para o controle de nvel. O projeto consiste na sintonia de um controle convencional PID para controlar o nvel de um sistema de tanques acoplados, no qual o nvel a ser controlado o nvel do tanque 2. A simulao da planta foi implementada no LabView (computador 1), j o PID foi implementado num CLP e o supervisrio implementado no Intouch (computador 2). Foi feita uma comunicao entre os computadores e o CLP, e depois realizados os experimentos. Palavras Chaves: Sintonia de controlador PID, Mtodo da Sensibilidade Limite Modificado, Mtodo da Curva de Reao, Mtodo Fuzzy, Controle de nvel. Abstract: The present work has for objective the implementation of PID control algorithms with tunning of its parameters for the level control. The project consists of the tunning of conventional PID controller to the level of a system of coupled tanks, in which the level to be controlled is the level of tank 2. The simulation of the plant was implemented in the LabView (computer 1), already the PID was implemented in an implemented CLP and the supervisory one in the Intouch (computer 2). The communication between the computers and the CLP was made, and later carried through the experiments. Keywords: Tunning of PID controllers, Method of Sensitivity Modified Limit, Fuzzy Method, level control.

tecnolgico, que dentre os diversos conhecimentos nos trouxe as teorias clssicas de controle. Contudo, com o avano da tecnologia, os sistemas e processos ficaram ainda mais complexos, tornando ineficaz, ou at mesmo impossveis, a utilizao dos controladores convencionais obtidos a partir da teoria clssica. Isso desencadeou uma busca por novos mtodos e estratgias de controle tais como: controle multivarivel, controle adaptativo, controle preditivo, e sistemas de controle inteligente. A utilizao de sistemas inteligentes em controle tem despertado grande interesse nos ltimos anos. Dentre as tcnicas mais utilizadas esto a Lgica Nebulosa (fuzzy) e as Redes Neurais Artificiais (RNA). Existe um grande nmero de mtodos para a sintonia automtica, os quais requerem informaes variadas sobre o processo. Entre os mtodos de sintonia automtica dos parmetros do controlador tem-se: Mtodo da Sensibilidade Limite, Mtodo da Curva de Reao e Mtodo Fuzzy. Os mtodos clssicos foram implementados no Matlab por questo didtica e anlise dos resultados. O mtodo Fuzzy foi implementado no prprio supervisrio. Os parmetros foram inseridos no controlador PID implementado num CLP SLC 5/03 da Allen Bradley. O controlador ento faz o controle de nvel do sistema simulado no LabView. O projeto tambm contm um supervisrio implementado no Intouch e que se comunica com o CLP, de onde so retirados os valores das variveis do processo. Com o supervisrio pode-se visualizar todo o processo na tela do computador e tambm a partir dele so inseridos o valor do nvel desejado do processo (Set Point) e os parmetros do controlador PID.

INTRODUO

A necessidade de se controlar sistemas e processos fsicos existe desde tempos remotos. O controle manual, primeira forma de controle utilizada pelo homem, e ainda presente em muitos processos, apresenta a necessidade de um operador humano que deve conhecer o sistema e ter razovel experincia e habilidade. Com o crescente aumento no grau de sofisticao das atividades humanas surgiu o interesse e a necessidade de automatizar ou semi-automatizar determinados processos, isso foi possvel a partir do desenvolvimento cientifico e

2 2.1

MTODOS DE SINTONIA CONTROLADORES PID Mtodo da Sensibilidade Limite

DE

Para o melhor entendimento deste mtodo tem-se a descrio do Mtodo da Sensibilidade Limite propostas por ZieglerNichols (1942):

VII Simpsio Brasileiro de Automao Inteligente. So Lus, setembro de 2005

Este mtodo, baseado no ajuste de uma malha fechada at se obterem oscilaes com amplitude constante, utiliza um conjunto de frmulas para determinar os parmetros do controlador, as quais requerem duas medidas do sistema: o Ganho critico (Gu :o ganho mnimo que torna o processo criticamente estvel), e o perodo de oscilao correspondente, Pu . Procedimento Controlador: para a Calibrao dos Parmetros do

A curva em S pode ser caracterizada por duas constantes, o atraso L e a constante de tempo T, sendo estas determinadas se passar uma tangente pelo ponto de inflexo da curva. Nos pontos onde a tangente intercepta o eixo das abcissas e a linha horizontal com ordenada k, obtemos L e T, respectivamente.

1. Reduzir as aes integral e derivativa ao seu efeito mnimo; 2. Iniciar o processo com ganho reduzido; 3. Aumentar o ganho at que a varivel controlada (sada do sistema) entre em oscilaes com amplitude constante, enquanto se provocam pequenas perturbaes no sistema. Anotar o ganho, Gu, e o perodo de oscilao Pu.

Figura 2 Simulao da planta em malha aberta pelo mtodo da curva de reao Uma vez obtidos experimentalmente L, T e N (declive mximo = K/T), podemos recorrer tabela seguinte, conforme relaes propostas na literatura por Cohen & Coon ou por Ziegler-Nichols (ver em Arruda e Barros (2003) e Berto, S e Silveira (2004)), para determinar os valores dos parmetros dos controladores. Tabela 2 Valores do controlador PID pelo mtodo da curva de reao Controlador Frmulas P KP = M/(NL) PI KP = 0.9 M/(NL) Ti = 3.3L PID KP = 1.2 M/(NL) Ti = 2L Td = L/2

Figura 1 Simulao da planta em malha fechada pelo mtodo da sensibilidade limite Com a obteno destes valores, pode-se calcular os parmetros do controlador com base nas seguintes frmulas: Tabela 1 - Valores do controlador PID pelo mtodo da sensibilidade limite Controlador Frmulas P KP = 0.5Gu PI KP = 0.45Gu Ti = Pu/1.2 PID KP = 0.6Gu Ti = Pu/2.0 Td = Pu/8 No entanto, este mtodo de calibrao apresenta as seguintes desvantagens : 1. As frmulas acima descritas no garantem uma resposta tima; 2. Nem todos os sistemas podem entrar em oscilao, ou no desejvel.

2.3

Mtodo Fuzzy

A lgica Fuzzy pode ser utilizada para a implementao de controladores, aplicados nos mais variados tipos de processos. Esta tcnica incorpora a forma humana de pensar em um sistema de controle, comportando-se de forma similar a um raciocnio dedutivo, controlando processos industriais com caractersticas no-lineares atravs de experincias e inferncias de relaes entre as variveis da planta descritas no controlador. A utilizao de regras nebulosas (regras Fuzzy e variveis lingusticas) confere ao sistema de controle vrias vantagens, incluindo: 1- Simplificao do modelo do processo; 2- Melhor tratamento das imprecises inerentes aos sensores utilizados; 3- Facilidade na especificao das regras de controle, em linguagem prxima natural; 4- Satisfao de mltiplos objetivos de controle e; 5- Facilidade de incorporao do conhecimento de especialistas humanos. Contudo, tanto as leituras de sensores quanto os sinais esperados pelos atuadores do sistema de controle no

2.2

Mtodo da Curva de Reao

Segundo COUGHANOWR & Koppel (1978) este mtodo consiste, com o sistema em malha aberta, aplicar uma perturbao degrau (amplitude M) na entrada de referncia (SP) e obter a curva reao do processo em formato sigmoidal (em situao contrria o mtodo no aplicvel) como ilustrado na figura seguinte.

VII Simpsio Brasileiro de Automao Inteligente. So Lus, setembro de 2005

pertencem linguagem desta lgica, fazendo-se necessrio que converses da lgica aritmtica para a lgica Fuzzy sejam realizadas. Assim, estes tipos de sistemas possuem elementos adicionais denominados fuzzificador e defuzzificador e esto posicionados na entrada e sada do sistema de controle, respectivamente. Estes elementos so responsveis por transformar as medidas obtidas dos sensores em conjutos Fuzzy (fuzzificador) e em transformar os conjuntos obtidos na sada do controlador em valores que pertenam a sistemas analgicos de controle para o processo (defuzzificao). A figura a seguir mostra a estrutura de um sistema Fuzzy:

- Takagi-Sugeno: a funo que caracteriza este modelo baseada em uma combinao linear de entradas, tendo como parmetros um conjunto constante; - Tsukamoto: Geralmente a funo no linear tendo como domnio os possveis graus de compatibilidade entre cada premissa e as entradas. Em ambos os modelos de sistema por interpolao, obtm-se para cada regra, um nico valor para a varivel de controle. Finalmente, uma ao de controle global obtida, fazendo-se uma mdia ponderada dos valores individuais obtidos, onde cada peso o prprio grau de compatibilidade entre a premissa da regra e as entradas, normalizado. O controlador seguir o modelo de Takagi-Sugeno e implementa uma rede de 2 controladores PID para pontos de operao estrategicamente pr-definidos de acordo com o sistema a ser controlado. O modelo de Takagi-Sugeno exige que todos os termos nebulosos sejam funes monotnicas e que as concluses das regras sejam dadas por funes. Assim, o mtodo de interpolao obtm um valor preciso e ponderado relativo ao de controle para cada PID. Fazendo-se necessrio que, para os valores obtidos para cada PID, sejam agregados em uma nica sada, atravs de uma outra mdia ponderada. Baseado na teoria do modelo Takagi-Sugeno tem-se a seguinte estrutura matemtica para o sistema com apenas dois conjuntos nebulosos. E seguindo trs regras nebulosas para trs pontos de operao, ou seja, escalonamento entre dois controladores PID (PID1 e PID2), descritas abaixo: PID1(s) = Kp1 + Ki1/s + Kd1s PID2(s) = Kp2 + Ki2/s + Kd2s (2.1) (2.2)

Figura 3 Estrutura de um sistema Fuzzy A interface de fuzzificao responsvel pela identificao dos valores numricos fornecidos pelos sensores, normalizando estes valores em um universo de discurso padronizado formando um conjunto nebulozo (Fuzzy) a ser inserido no bloco seguinte da figura 3. A base de conhecimento consiste de uma base de dados e uma base de regras. importante que existam uma quantidade de regras prdefinidas necessrias para mapear totalmente as diversas combinaes possveis, garantindo que haver uma regra especfica ativa qualquer que seja a entrada do sistema. O procedimento de inferncia verifica o grau de compatibilidade entre os fatos e as regras, determinando o grau de compatibilidade global da premissa de cada regra e , por fim, determinando o valor da concluso global (ao de controle) a partir da agregao dos valores obtidos em funo do grau de compatibilidade da regra com os dados. A defuzzificao obtm uma nica ao de controle a partir do conjunto nebuloso obtido, o procedimento compreende a identificao do domnio das variveis de sada num nico universo de discurso e com a ao de controle nebulosa inferida, uma ao de controle no-nebulosa tomada. Os modelos de sistemas fuzzy podem ser divididos em dois tipos: os clssicos e os de interpolao. Os clssicos se caracterizam pela concluso de cada regra especificar um termo nebuloso dentro de um conjunto fixo de termos, sendo estes termos, conjuntos nebulosos convexos representados graficamente por funes com: tringulos, trapzios e funes de sino. Os modelos clssicos mais comuns so o modelo de Mamdani e o modelo de Larsen. O sistema nebuloso por interpolao se caracteriza por apresentar uma concluso atravs de uma funo estritamente monotnica, usualmente diferente para cada regra. A seguir dois modelos de sistema por interpolao:

O PID1 foi projetado no ponto de operao 5cm de nvel do tanque 2 e o PID2 projetado no ponto de operao 25cm de nvel do mesmo tanque. Os parmetros para cada ponto de operao foram obtidos a partir do Mtodo da Curva de Reao e ajustes heursticos.

Figura 4 - exemplo de dois conjuntos nebulosos (baixo e alto). O conjunto nebuloso foi obtido heursticamente, resultando num conjunto que deu um resultado melhor que os dos mtodos descritos nas seces anteriores. A funo de transferncia do controlador dada, no domnio da frequncia, por: D(s) = U(s)/E(s)=( PID1 + PID2)/ ( + ) (2.3)

VII Simpsio Brasileiro de Automao Inteligente. So Lus, setembro de 2005

Sendo o peso do conjunto nebuloso baixo e o do conjunto nebuloso alto. As regras nebulosas so descritas a seguir: 1. 2. Se Nvel = baixo ento = ativar e = desativar; Se Nvel = alto ento alfa = ativar e beta = ativar;

recursos e efetuarem tcnicas de ao de controle dos mais diversos tipos, tais como: Proporcional-Integral-DerivativoPID, PID adaptativo (no linear), Lgica Fuzzy (lgica nebulosa), Preditiva, entre outros. O CLP para a implementao de controle discreto ainda se configura como o principal equipamento utilizado pelas indstrias, e deve continuar a ser largamente utilizado, pois a cada dia novos recursos lhe so adicionados, tornando-os cada vez mais prticos e eficientes nas tarefas a que se destina. Dentre esses novos recursos, principalmente em nvel de comunicao que se observam as principais inovaes. Tanto na comunicao entre os operadores e os sistemas (interfaces homem-mquina) como na comunicao entre mquinas (redes de campo), as facilidades atuais so inmeras, com uma grande diversidade de opes de mercado. Existe uma tendncia em definir padres entre fabricantes, que permitam ao projetista dispor de tecnologias abertas, possuindo alto grau de intercomunicabilidade de vrios fabricantes. Neste sentido, algumas experincias vm se concretizando recentemente, como o caso do OPC (Object Linked and embedding for Process Control o mesmo que o OLE do Windows, o qual permite realizar transferncias de objetos entre diferentes aplicaes) cujo desenvolvimento foi encabeado pela Microsoft, e tende a se tornar o padro de relacionamento entre os diversos mdulos de software ou hardware de diferentes fabricantes. Para uma reduo de custos, o sistema promove junto aos computadores, controladores e dispositivos digitais com capacidade de processamento autnomo de uma forma geral, uma intercomunicabilidade por meio fsico adequado, de forma a obter grandes topologias dentro de regras gerais e procedimentos definidos para a transmisso de dados. Cria-se sistema de comunicao em rede e os computadores passam a trocar dados entre eles e a compartilhar recursos. Quando informaes de um sistema de controle so tratadas, a partir de dados coletados por meio de dispositivos sensores ou de qualquer dispositivo indicador de estado de um equipamento, por meio do processamento de dados feito por um sistema de superviso, segundo um grande banco de dados, todos os nveis acima, como o de coordenao, planejamento e gerenciamento, so beneficiados de tal modo a melhor coordenar a programao e o controle de produo, planejando o processo de fabricao como um todo e estabelecendo uma nova gesto de gerenciamento dos negcios.

Assim, pode-se afirmar que ao final do processo de formulao matemtica houve o desenvolvimento de um controlador PID com escalonamento de ganhos, que seus parmetros se ajustam de forma inteligente de acordo com as funes de ponderaes pr-definidas. Ou seja, uma rede de controladores lineares locais com ponderaes fuzzy matematicamente equivalente a um controlador linear de mesma estrutura em que os ganhos seguem as mesmas regras de ponderao fuzzy.

INSTRUMENTAO INDUSTRIAL

O crescente avano tecnolgico nas mais diversas reas do conhecimento humano tem se mostrado, nos ltimos anos, surpreendente. A utilizao de automao nas indstrias tem sido cada vez maior, proporcionando um aumento na qualidade e quantidade da produo e, ao mesmo tempo, oferecendo preos atrativos. Ou seja, a utilizao da automao aumenta a eficincia, tornando as empresas competitivas no mercado. Portanto, trata-se de um caminho de uma nica mo. Para se fazer frente concorrncia procura-se aumentar a produtividade (razo entre o volume produzido e os recursos empregados), reduzir custos de produo e aumentar a qualidade dos produtos oferecidos. Ao mesmo tempo, para atender s exigncias de diversidade do mercado consumidor e a gradativa reduo da vida til dos produtos, procura-se ampliar a flexibilidade na utilizao dos sistemas produtivos. A automao industrial pode ser definida como um conjunto de tcnicas destinadas a tornar automticos vrios processos na indstria, substituindo o trabalho muscular e mental do homem por equipamentos diversos. O conceito de automao varia com o ambiente e experincia da pessoa envolvida. So exemplos de automao: - Para uma dona de casa, a mquina de lavar roupa ou lavar loua. - Para um empregado da indstria automobilstica, pode ser um rob. - Para uma pessoa comum, pode ser a capacidade de tirar dinheiro do caixa eletrnico. Com o advento dos dispositivos microprocessados, vieram os Controladores Lgicos Programveis (CLP), onde a forma bsica de programao oriunda da lgica de programao dos diagramas eltricos a rels. Prprio para ambientes industriais, os controladores realizam uma rotina cclica de operao, o que caracteriza seu princpio de funcionamento, e operam apenas variveis digitais, efetuando controle discreto, portanto. Quando tais equipamentos manipulam variveis analgicas, so muitas vezes chamados de Controladores Programveis. J o controle do tipo analgico desenvolveu-se, inicialmente, com o surgimento dos amplificadores operacionais, por meio das malhas especficas de ao de controle. Controladores de processos contnuos evoluram juntamente com a microeletrnica e passaram a utilizar circuitos mais complexos, microprocessados, de forma a poderem utilizar poderosos

Figura 5 Integrao de um Sistema Industrial Ou seja, ao estabelecer a integrao dos dados digitalmente por meio de uma rede de computadores entre os mais diferentes

VII Simpsio Brasileiro de Automao Inteligente. So Lus, setembro de 2005

nveis hierrquicos dentro de uma indstria, reduz-se o custo de fabricao, pela eficincia da manipulao do produto, aumenta-se a produtividade e se estabelece um novo conceito em automao industrial, a integrabilidade de seus componentes nos mais diferentes nveis. A figura 5 mostra a integrao dos diferentes nveis hierrquicos de um sistema industrial, desde os sensores at a gerncia. Redes Industriais de Computadores: Com a necessidade de integrao de todo o conjunto de informaes contido na indstria, aliada utilizao do nmero crescente de dispositivos digitais de controle, bem como evoluo dos computadores e seus perifricos, que surgiram as redes industriais. O processamento distribudo uma soluo eficaz no compartilhamento de informaes e recursos dispostos por um conjunto de mquinas processadoras. Vrios usurios podem trocar informaes em todos os nveis dentro da fbrica e viabilizar economicamente um padro de comunicao, de modo que: ficam garantidas as aplicaes tpicas de processamento na engenharia de produo e aplicaes especficas na rea de controle de processos. Uma rede de computadores composta basicamente por: a) unidade de processamento: lugar onde ser executado o software do usurio. Aplicativo gerenciador dos dados que sero compartilhados. b) sistema especialista: conhecido como sistema gerenciador, composto por hardware (equipamento de rede, placa, etc) e software. c) meio fsico: linha transmissora de dados, podendo ser par tranado, coaxial ou fibra tica. Outros meios utilizados so radiofrequncia, microondas, satlites, etc.. Controladores Lgicos Programveis (CLPs) Um CLP um aparelho digital que usa memria programvel para armazenar instrues que implementam funes como: lgica, sequenciamento, temporizao, contagem e operaes aritmticas, para controlar atravs de mdulos de entrada e sada (digital e analgica) diversos tipos de mquinas e processos. So sistemas modulares compostos basicamente de: fonte de alimentao, CPU, memria, mdulos de entradas e sadas, linguagens de programao, dispositivos de programao, mdulos de comunicao e mdulos especiais (opcionais). Alm de dispensar o uso de computadores de grande porte, tornando-a uma unidade isolada, o CLP apresenta como principais vantagens: maior confiabilidade, flexibilidade, velocidade, permitir funes avanadas, permitir comunicaes e diagnstico Supervisrio O supervisrio um software destinado a promover a interface homem/mquina, proporcionando a superviso de um processo atravs de telas devidamente configuradas. Possui telas que representam o processo que podem ser animadas em funo das informaes recebidas pelo CLP, controlador, etc. Por exemplo: no acionamento de uma bomba, a representao na tela mudar de cor informando que a mesma est ligada; se um determinado nvel varia no campo, a representao na tela

mudar informando a alterao de nvel. O supervisrio l e escreve na memria do CLP ou controlador para a atualizao das telas. Quando fala-se de superviso tem-se a idia de dirigir, orientar ou inspecionar em um nvel hierrquico superior. Atravs do sistema supervisrio possvel de ligar ou desligar bombas, abrir ou fechar vlvulas, ou seja, escrever na memria do CLP. Atualmente o mercado disponibiliza vrios programas supervisrios, tais como INTOUCH, ELIPSE, AIMEX, FIX32, VIEW, CIMPLIST e outros. Neste trabalho foi utilizado o Intouch, um dos mais populares supervisrios na indstria.

3.1

Comunicao e descrio do sistema

A comunicao utiliza a infra-estrutura do Projeto Controle Avanado Aplicado a Processos Industriais de Petrleo e Gs, aprovado no Edital CTPETRO/CNPq 01/2003. Os softwares utilizados no desenvolvimento deste trabalho foram o LabView, Intouch da Wonderware FactorySuite e o RSLinx junto com o RSLogix da Rockwell. O Controlador Logico Programavel - CLP utilizado o SLC 5/03 da Allen Bradley com dois cartes digitais e trs analgicos para a comunicao com a planta.

Figura 6 - Diagrama do Sistema de Comunicao. O Diagrama da Figura 6 explicita a comunicao entre o Supervisrio, o CLP e a Planta para a simulao do processo. O planta se comunica com o CLP atravs de rotinas de programao em modo diferencial de tenses. A planta que ser descrita na prxima seco foi simulada no Labview instalado num computador que se comunica com o CLP SLC 5/03 da Allen Bradley, atravs da placa de aquisio de dados (DAQ PCI-6024E) AD/DA da National Instruments. No CLP foi implementado o controlador PID que envia o sinal de controle para controlar o nvel do tanque 2 da planta. A planta envia para o CLP o valor do nvel do tanque 2 para o clculo do erro entre a referncia e o nvel do tanque 2. O RSLogix foi utilizado para a programao na linguagem Ladder do CLP. O LabVIEW (Laboratory Virtual Instrument Engineering WorkBench) uma ferramenta que no necessita de conhecimentos aprofundados em programao para o desenvolvimento de programas. Utiliza-se uma Linguagem G que uma linguagem grfica de programao de alto nvel baseada no fluxo de dados atravs de um diagrama de blocos. Este Software permite criar processos virtuais que simulam entradas fsicas que podem emular contatos e interagir com o CLP ou qualquer outro dispositivo que trabalhe com tenses ou correntes. O Supervisrio implementado no Intouch, instalado em um outro computador, se comunica com o CLP atravs do padro de comunicao serial RS-232 e dele obtm os valores dos nveis dos tanques, o sinal de controle e os parmetros do PID para fazer a superviso do sistema. E ao mesmo tempo o Supervisrio envia dados da referncia (Set Point) e dos parmetros do PID para o CLP. Os parmetros do PID so calculados pelos mtodos descritos na seco 2.

VII Simpsio Brasileiro de Automao Inteligente. So Lus, setembro de 2005

MODELO DA PLANTA

A planta um sistema de tanques acoplado uma bomba dgua. Os dois tanques so ligados em cascata, ou seja, o tanque 1 recebe gua da bomba e o tanque 2 recebe a gua do tanque 1. O objetivo deste trabalho controlar o nvel do tanque 2 atravs de um controlador PID utilizando os mtodos descritos nas seces anteriores para fazer a sintonia do PID. Neste trabalho foi utilizado este modelo de planta, mas o sistema descrito na seco 3.1 pode ser facilmente adaptado e aplicado em outras plantas.

Foram utilizados os modelos obtidos e projetados os controladores PID1 e PID2 para os pontos de operao 5cm e 25cm respectivamente. Com os controladores PID1 e PID2 obtidos foi ento aplicado o mtodo fuzzy para o controle da planta no linearizada descrita pelo modelo matemtico a seguir:

L1 =
i

K a1 2 gL1 + m V p A1 A1 a2 A2 2 gL2 + a1 A2 2 gL1

(3.3)

L2 =

(3.4)

O resultados so mostrados a seguir.

RESULTADOS OBTIDOS

Os ensaios realizados no processo de controle de nvel visam manter o nvel do tanque 2 durante 200 segundos, em cada uma das trs referncias propostas de 5cm, 20cm e 15cm, respectivamente, com um mnimo de overshoot e menor tempo de estabilizao. Figura 7 - Modelo da Planta Este modelo trata-se de um sistema de segunda ordem j que cada tanque em separado um sistema de primeira ordem. O modelo matemtico linearizado para o sistema descrito na Figura 7 o seguinte:

L1 =

a1 A1 a2 A2

K g L1 + m V p 2 L10 A1 a g L2 + 1 2 L20 A2 g L1 2 L10

(3.1)

L2 =

(3.2)

Na tabela a seguir identificamos cada parmetro acima: Tabela 3 Descrio dos parmetros Parmetros Descrio L1 e L2 Nvel dos tanques 1 e 2 reas das bases dos tanques 1 A1 e A2 e2 a1 e a2 Orifcios de sada dos tanques; L10 e L20 Pontos de operao para linearizao do modelo Km Constante da bomba; Vp Tenso aplicada na bomba g Acelerao da gravidade Para obteno do modelo matemtico foram utilizados os valores descritos na Tabela 4. Tabela 4 Descrio dos Valores Parmetros Valores A1 = A2 15,518 cm2 a1 = a2 0,178 cm2 L10 = L20 5cm e 25 cm Km 4,6 cm3/s.V g 9,81 m/s2 Aplicando estes parmetros nas equaes 3.1 e 3.2 obtm-se os modelos em variveis de estado para os pontos de referncia 5cm e 25cm.

Figura 8 Resposta da planta em malha fechada a mudanas de referncia utilizando o PID1, o PID2 e o mtodo Fuzzy

Figura 9 Valores Kp e Ti do PID aplicado na planta utilizando o mtodo Fuzzy Analizando a figura 8 verifica-se que na referncia de 5cm o PID1 obteve um melhor tempo de estabilizao e apresentou um maior overshoot que o PID2 e o Fuzzy. O Fuzzy apresentou um resultado melhor que o PID2, obtendo um tempo de estabilizao menor.

VII Simpsio Brasileiro de Automao Inteligente. So Lus, setembro de 2005

Em 20cm houve uma inverso, o PID2 obteve o melhor resultado com menores overshoot e tempo de estabilizao. O Fuzzy obteve um resultado melhor que o PID1 com melhor tempo de estabilizao e menor overshoot. J em 15cm os resultados dos PID2 e Fuzzy obtiveram resultados bem semelhantes e melhores que o do PID1, com menores tempo de estabilizao e overshoot. De um modo geral o mtodo Fuzzy apresentou um melhor resultado, j que em todos os pontos de referncia obteve resultado melhor que o PID1 ou PID2, dependendo da referncia.

REFERNCIAS BIBLIOGRFICAS
LabVIEW Basics I Course Manual 6.0, September 2000 Edition Part Number 320628G-01; LabVIEW Basics II Course Manual 6.0, September 2000 Edition Part Number 320629G-01; Lima, Fabio Soares de ,Introduo Linguagem G LabView, Novembro 2002; Berto, Maria Isabel & S, Fabiana Rodrigues & Silveira, Vivaldo. Avaliao de Controle PID Adaptativo para um Sistema de Aquecimento Resistivo de gua. Cinc. Tecnol. Aliment., Campinas, jul.-set. 2004; DAQ 6023E, 6024E, and 6025E User Manual, Multifunction I/O Devices for PCI, PXI , CompactPCI, and PCMCIA Bus Computers, Desenber, 2000; Lima, Fabio Soares de ,Estratgia de Escalonamento de Controladores PID Baseado em Regras Fuzzy para Redes Industriais Foundation Fieldbus Usando Blocos Padres, Dissertao de mestrado do PPGEE da UFRN. Setembro 2004; Coelho, L.S. & A.A.R. Coelho. Algoritmos Evolutivos em Identificao e Controle de Processos: uma Viso Integrada e Perspectivas. SBA Controle & Automao Vol. 10 no. 01 / Jan., Fev., Mar, Abril de 1999;

Figura 10 Valores dos controladores PID1, PID2 e Fuzzy aplicados na planta. Na figura 9 verificam-se as variaes dos valores Ki e Ti do mtodo Fuzzy aplicado na planta. E a figura 10 apresenta os valores dos controladores PID1, PID2 e Fuzzy aplicados na planta para a obteno dos resultados obtidos na figura 8. O controlador do PID1 o que apresenta maior variao de valores para controlar a planta. A bomba que envia gua para a planta recebe como tenso mxima 22 Volts. Se o controlador retorna um valor maior que 22 ento este valor reduzido para 22, como verificado na Figura 10.

Coelho, Leandro dos Santos. Aprendizado dos Fundamentos de Sistemas Dinmicos Usando o Software Maple. Cobengo, 2001; Arruda, Gustavo H. M. de & Barros, Pricles R. Estimao da funo de sensibilidade baseada em experimento com rel em malha fechada. Sba Controle & Automao v.14 n.3 Campinas jul./set. 2003; Maitelli, A. L. Apostila de Controladores Programveis.UFRN, Natal-RN, (ftp://ftp.dca.ufrn.br/pub/users/maitelli/clp/); Lgicos 2003.

CONCLUSO

Bailey, D. & Wright, E. Practical SCADA for Industry. Elsevier, 2003; Boyer, S. A. Supervisory Control and Data Acquisition. International Society for Measurement and Control. Carolina do Norte, 1993; NATALE, F. Automao Industrial. Siemens, 1989; OLIVEIRA, J. C. P. Controlador Lgico Programvel. Makron Books do Brasil, 1990;

Neste trabalho so apresentados mtodos de sintonia de controladores PID para o controle de nvel. Foi utilizado o mtodo fuzzy para e realizao dos experimentos. Sendo este ultimo o que apresentou o melhor resultado, obtendo menores overshoot e tempo de estabilizao. Os experimentos foram realizados com o sistema em malha fechada. O controlador PID foi implementado num CLP para que fosse simulado um processo de uma forma mais prxima do que utilizado no controle de processos industriais. Resultados experimentais obtidos com um sistema de controle de nvel so apresentados para ilustrao das tcnicas de identificao dos parmetros do controlador PID. O sistema apresentado pode ser aplicado em plantas mais complexas fazendo-se suas adaptaes. Este o primeiro artigo feito com essa estrutura, utilizando a planta de tanques, e foi observado um bom funcionamento do sistema. Para trabalhos futuros este sistema ser aplicado em outras plantas, dentre as quais est uma coluna de destilao que apresenta um modelo mais complexo. E outros mtodos de sintonia de PID tambm sero estudados e aplicados nos processos.

AGRADECIMENTOS

FINEP, Petrobras, CNPq e CAPES pelo apoio financeiro.

VII Simpsio Brasileiro de Automao Inteligente. So Lus, setembro de 2005