You are on page 1of 18

LABORATÓRIO DE CONTROLE DIGITAL

:
Prática 01: Plataforma de Hardware/Software para o
desenvolvimento dos Controladores Digitais de Processo Industriais
Prática 02 : Implementação de Controladores Digitais de Processo
Industriais- Arquitetura PID
Componentes: Juremir da Silva Ramos, Raniere Lira de Sousa Martins, Robson Moreira de
Freitas, Allan Silva, Lucas Sousa.
Resumo. Para efeito de familiarização com as
plataformas de controle a serem usadas na
disciplina de controle digital, na prática 1 simulouse, através do simulink, os efeitos na mudança do
ganho K para a função e transferência (FT)
especificada e seu diagrama de nyquist
característico. Tendo todas as ferramentas
necessárias, projetou-se um controlador PID através
do método de Ziegler-Nichols para sistemas de
malha aberta, onde mediu-se o tempo de retardo do
processo e calculou-se os parâmetros do
diferenciador e integrador do PID, processo feito
também através da resposta ao degrau de um motor
CC e do processo térmico uma FT pelo método
temporal de Ziegler-Nichols.
Na prática 2 usou-se como método de
identificação da função de transferência o método
em frequência de Ziegler-Nichols, mais conhecido
como método de Åströn&Hanglünd.

Palavras-chave: Função de transferência, ZieglerNichols, Åströn&Hanglünd, Relé, Simulink.

1.

INTRODUÇÃO

O controlador é um dispositivo físico,
podendo ser: eletrônico, elétrico, mecânico,
pneumático, hidráulico ou combinações destes. No
projeto real de um sistema de controle, o projetista
deverá decidir pela utilização de um ou mais
controladores. Esta escolha depende de vários
fatores. O tipo de controlador mais comumente
usado, mesmo em plantas das mais diversas
naturezas, é o controlador eletrônico. De fato, os
sinais
não
elétricos
são,
normalmente,

transformados em sinais elétricos, através de
transdutores, e, devido a simplicidade de
transmissão, aumento da performance, aumento da
confiabilidade e principalmente, facilidade de
compensação.
Geralmente
controladores
eletrônicos são circuitos simples, formados
basicamente por amplificadores operacionais,
sendo assim de fácil implementação prática e
baixos custos (Ogata, 2010).
O controle e a automação industrial são de
extrema importância no que diz respeito ao
melhoramento das condições de trabalho e
eficiência tanto do fator humano quanto do
maquinário empregados na realização de um
processo, tendo em vista que esse controle pode
ser realizado, por exemplo, sobre o ajuste da
velocidade de uma esteira em uma fábrica; o nível
de líquido em tanques acoplados; o funcionamento
de um motor visando a sua maior eficiência; a
trajetória de um robô em um servomecanismo;
entre outros que estão voltados diretamente para os
componentes da indústria.
1.1

Teoria Básica de Controle

Sistema de Controle é uma conexão de
componentes que formam uma configuração capaz
de produzir uma resposta desejada. O processo a
ser controlado pode ser representado por um
bloco, figura 1, cuja relação de entrada-saída
representa uma relação de ação e consequência.

Os tipos mais comuns de controladores são: Controladores Série Controladores por Realimentação Controle Proporcional (P). introduz-se a ação integral. 1. em que o resultado da saída influencia na atuação do controle para que se obtenha um sinal próximo da referência desejada como mostra na figura 3. No entanto sistemas de malha aberta são mais simples e podem ser utilizados em processos que não exigem tanta precisão. visto que a realimentação o torna mais insensível a distúrbios. Controlador Proporcional + Integral (PI) Controlador Proporcional + Derivativo (PD) Controlador Proporcional + Integral + Derivativo (PID) Controlador Atraso de Fase Controlador Avanço de Fase Controlador Avanço-Atraso de Fase Para o nossas práticas de Controle Digital. Sua equação é dada por: ( ) Figure 3: Controle em malha fechada Um sistema em malha fechada é mais robusto.3 Controlador Proporcional + Integral + Derivativo (PID) Figure 2: controle em malha aberta Controle em malha fechada é aquele no qual o sinal de saída possui efeito direto na variável de controle. integral e derivativa num só controlador. Estes controladores são. o processo é pré-programado para atender à referência desejada. A contribuição proporcional é dada por ( ) ( ) (2) Onde : ( ) é o erro de referência. atuando tanto no regime transitório quanto no regime permanente.Figura 1: Representação do Processo por bloco. Em um sistema de controle em malha aberta em contrapartida não há medida do sinal de saída para comparação ou mudança no sinal de entrada. O PID une as ações proporcional. É bem conhecido que muitos processos industriais podem ser controlados adequadamente por um controlador PID. atribuído como entrada do processo. portanto. . esse modelo é mostrado na figura 2. de uma indústria por exemplos.2 Tipos de Controladores Em projeto de controle são usados vários tipos de controladores para otimizar os problemas ( ) ( ) ( ) (1) Onde: ( ) é a variável de controle que incide sobre a função de transferência de malha aberta ( ) do processo. Para sanar essa diferença. amplamente utilizados e podem ser abordados de várias maneiras. O controlador proporcional apresenta. onde o mesmo vai ser detalhado abaixo. nosso foco está nos controladores PID. 1. inclusive analiticamente. geralmente. e é o ganho do controlador. Trata-se de um sistema de uma ação realimentada. um erro de regime permanente diferente de zero.

melhorando o desempenho do controlador. Estes métodos requerem do projetista um conhecimento do modelo dinâmico do processo. e as técnicas para essa tarefa variam de acordo com o objetivo que se deseja para cada ação e de como o processo é modelado através da sua dinâmica já conhecida ou não. 2. TÉCNICAS CONVENCIONAIS DE SINTONIA DE CONTROLADORES PID Figura 5: Tipo de resposta ao degrau na forma de “S”. 2. onde vamos apresentar na próxima seção. Esses parâmetros sintonizam o controlador de acordo com a tabela 1. Figura 4: Sistema com controlador PID Atualmente existem métodos sofisticados de sintetizar um controlador que cumpra as especificações. introduz-se a ação derivativa. ( ) ( ) (4) Onde: é a constante derivativa do controlador. está ilustrado a ação de um controlador PID no processo: Nesta seção serão apresentadas as técnicas mais convencionais para ajuste dos parâmetros de controladores PID através da identificação de características na dinâmica do sistema. onde pode ser empregado para sistemas com ou sem atraso de transporte desde que o atraso não seja dominante. que são determinadas através da interseção da reta tangente ao ponto de inflexão da curva com o eixo temporal.( ) onde ∫ ( ) ( ) (3) é a constante integral do controlador. Os apresentados neste relatório são bastante conhecidos e utilizados em calibração de controladores PID há mais de 60 anos. . o que levou ao desenvolvimento de técnicas sofisticadas de identificação de sistemas. A partir de uma análise gráfica podem ser encontradas duas constantes: o tempo de retardo L e a constante de tempo T. A adição da ação integral pode ocasionar uma oscilação do sinal de resposta em torno da referência. Depois da resposta do sistema que está esta apresentar a forma em S é traçado uma reta tangente ao ponto de declividade da curva de resposta ao degrau. A resposta em malha aberta é caracterizada pela ausência de um overshoot significativo bem como de uma resposta em regime permanente satisfatória. na forma de equações ou um conhecimento detalhado da resposta em frequência em uma larga banda. Na figura 4. A resposta em malha aberta do sistema é da forma mostrada abaixo na figura 5. Para eliminar essa oscilação.1 Primeiro Método de Ziegler-Nichols. A sintonia dos parâmetros de um PID é chamada de ajuste do controlador. em regime estacionário e transitório enquanto segue referências e rejeita perturbações. Qualquer uma destas informações pode ser muito difícil de obter em meio industrial. Esse primeiro método está baseado na resposta ao degrau do sistema em malha aberta.

5 0 -0. O método de ajuste de controladores de Ziegler-Nichols de malha fechada pode ser empregado em situações específicas. um exemplo do LGR está na figura 6.5 1 0.Tabela 1: Sintonia dos parâmetros de um PID através do método Ziegler–Nichols malha aberta.5 0 0 10 20 30 40 50 Figura 7: Saída com oscilação constante.2 --PID 0. Para determinar o controlador PID vamos segui os seis passos abaixo. Tu. ( ) ( ) ( ) (5) Segundo Passo : Determinar o ganho crítico. que pode ser feito através do lugar das raízes(LGR) do sistema em malha aberta ou pelo método de Routh. Tabela 2: Sintonia dos parâmetros de um PID através do método Ziegler–Nichols malha fechada.5 -1 -1. e pode ser calculado substituindo s por jw na equação característica do sistema em malha fechada e fazendo Kc = Ku.5 -2 -1.Ku Pu/1. é necessário que.5 Ku --PI 0.k). Primeiro Passo : Determinar a função de transferência da malha aberta com controlador proporcional. conforme a figura 7. Em seguida.5 1 Figura 6: Exemplo de LGR. O principal ponto que tem que ser observado é o comportamento da resposta do sistema (variável controlada). Caso a resposta se torne oscilatória para algum valor de Kc. -2.Ku 0.5. Ku. é necessário transformar o controlador PID em um Controlador tipo P ( elimina-se a ação integral e a derivativa). aumenta-se gradativamente o valor do ganho proporcional (Kc) e deve-se verificar se a variável controlada irá oscilar.Pu 0. Quarto Passo : Determinação do período crítico. Quinto Passo : Usando a tabela 2 de ZieglerNichols. Ku é o valor da constante Kc que faz com que a resposta do sistema oscile com amplitude constante quando a entrada sofrer uma variação do tipo degrau.5 2 1.5 -1 -0. Para isso.Pu . juntamente com os valores de ku e Tu. o método de Z-N de malha fechada poderá ser aplicado.9T/L 1. Terceiro passo : Traçar a resposta ao degrau do sistema e verificar a oscilação mantida da resposta. obtém-se os ajustes do PID. que é o período de oscilação do sinal traçado no gráfico mostrado na figura 7. 2. 2 1. Inicialmente. Comando do Matlab para traçar o lugar das raízes : rlocus(num. eliminando a parte integral e a derivativa.3 2L TD 0 0 L/2 Imag Axis 1 0. para cada Kc.5 -2 2.125. o sistema seja submetido à uma variação de set-point do tipo degrau .den.6.2 Segundo Método de Ziegler-Nichols.2L Ti ∞ L/0. ou seja. Verificar se o método poderá ser aplicado.5 Real Axis 0 0.5 Controlador P PI PID Kp T/L 0.45. Controlador Kp Ti TD P 0.

Figura 8 – (a)Sistema em malha fechada com relé sem histere.4Tu PID 0. A obtenção deste valor crítico é feita através da adição de uma função não-linear do tipo relé sem histerese ao processos de malha fechada.Ku 0. (c) (d) . algo facilmente resolvido com a introdução de uma zona de histerese no relé. Um exemplo de relé com histerese é mostrado na Figura 9.Pu 0.2 --1. A Figura 8ilustra a saída de um sistema em malha fechada com relé sem histerese. é possível obter o período crítico.45. atingindo o ponto crítico de oscilação. Tabela 3: Cálculos dos parâmetros do PID Controlador Kp Ti Td Tp P 0.Ku Pu/1. temos apenas uma diferença que nesse caso usamos um relé sem histerese.5. A partir desses valores pode-se obter os parâmetros do relé através da seguinte tabela 3. bem como o ganho crítico ( ). e ainda o ganho crítico através das equações: ( ) (5) ( ) (6) Em que “h” é a amplitude de oscilação do relé e “a” é amplitude de oscilação da saída.Pu (a) (b) Observação: Esse método é equivalente ao método descrito na seção 2. no qual o sistema começa a oscilar. A não-linearidade do relé é interpretada no domínio da frequência através do Diagrama de Nyquist. determinando-se a função de transferência em malha aberta na frequência de cruzamento (frequência crítica ).6.3 Método de Ziegler-Nichols frequencial Este método consiste em determinar o valor do ganho proporcional que torna o sistema marginalmente estável. (b) Diagrama de Nyquist do sistema.Sexto Passo : Obter a resposta ao degrau com o PID ajustado de acordo com o método de ZieglerNichols.2. (c) Sinal do relé.5 Ku --Tu PI 0.125. (d) Resposta do sistema ao sinal do relé. e através dele a frequência crítica. apenas o primeiro método na. Observação: Esse método não foi utilizado em sala. Para o Relé com histerese A transição abrupta que o relé ideal proporciona entre flancos o torna bastante sensível a ruídos de processos industriais. 2. bem como a resposta em frequência do sistema. cujos valores foram obtidos por experimentação. Utilizando de uma função relé para obter uma saída oscilatória do processo.

(a) Figura 10–Diagrama de Nyquist do sistema. tem como base um ponto qualquer no diagrama de Nyquist. Para o relé com histerese. ( ) ) (10) Deve-se projetar um controlador que mova o diagrama de Nyquist do ponto A para o ponto B. e objetiva projetar um controlador que modifique o ponto para uma situação de tal que o processo correspondente tenha maior estabilidade. logo o controlador deve causar uma alteração . Considerando o ponto obtido A como ( ) ( ) (9) E o ponto B como ( ( ) ( ) √ (8) À semelhança do relé ideal o período crítico obtém-se diretamente dos resultados experimentais. (b) Diagrama de Nyquist do sistema. de forma que: e . em homenagem ao seu idealizador. os parâmetros do controlador PID podem ser calculados a partir das equações abaixo: 2. é desejável projetar um controlador que modifique esse ponto no diagrama de Nyquist de forma a se obter uma resposta mais satisfatória. também conhecido como método de Astrom. Na curva de Nyquist.4 Método de Ziegler-Nichols Modificado (Método de Astrom) ( O método de Ziegler-Nichols modificado. Com esses parâmetros é possível projetar o controlador PID responsável por movimentar a . como mostra a figura 10. menor erro de offset e uma resposta mais imediata. (7) √ Utilizando um relé para se obter graficamente os valores de Tu e Ku e ainda o ponto de oscilação G(jwu) dado pela equação 5. A introdução de histerese no relé implica em alterações no cálculo do ganho crítico. (b) Figura 9 – (a) Sistema em malha fechada com relé com histerese.25 (tabela 3). o ponto identificado pelo relé é dado pelas coordenadas. A partir desseas premissas. ) ( (11) ) √ ( ) (12) (13) onde = 0.

K = 0.5. regulando o sistema de acordo com o desejado. fez-se a simulação do processo em malha aberta para K = 0. Para K=2. a partir de uma função de transferência dada.5. 1 e 2. seguida de uma discussão sobre a resposta desses sistemas para cada tipo de controle.5. A função de transferência analisada é a seguinte: Figura 13: Simulação em malha aberta para K=1 A figura 14 apresenta a curva de resposta da simulação do processo em malha aberta para K=1. tem-se: .5. (14) Utilizando o MATLAB/SIMULINK. Figura 12: Resposta a simulação em malha aberta para K=0. 2 METODOLOGIA Nesta seção serão apresentados sistemas simulados que foram programados com as técnicas de controle vistas neste relatório.5 Para K=1. e entrada degrau unitário. INSTRUÇÕES PARA A SIMULAÇÃO O trabalho foi escrito no editor de programas do software MATLAB e simulado os sistemas no Simulink com auxílio da placa de desenvolvimento MCLAB2. tem-se que: Figura 14: Resposta a simulação em malha aberta para K=1 Figura 11: Simulação em malha aberta para K=0. como mostrado a seguir. RESULTADOS E DISCUSSÕES 2.5 A figura 12 apresenta a curva de resposta da simulação do processo em malha aberta para K=0.curva no diagrama de Nyquist.1 Parte Simulada Como objetivo de simulação. fez-se a simulação do processo em malha aberta e em malha fechada para três diferentes ganhos. Para K=0. 1 e 2. tem-se: 3.

Para K=0. tem-se: . fez-se a simulação do processo em malha fechada para K = 0.5. Figura 17: Simulação em malha fechada para K=0. como mostrado a seguir.5. Figura 20: Resposta a simulação em malha fechada para K=1 Para K=2. utilizando o MATLAB/SIMULINK. tem-se que: Figura 19: Simulação em malha fechada para K=1 A figura 20 apresenta a curva de resposta da simulação do processo em malha aberta para K=1.Figura 15: Simulação em malha aberta para K=2 A figura 16 apresenta a curva de resposta da simulação do processo em malha aberta para K=2. Figura 18: Resposta a simulação em malha fechada para K=0.5. 1 e 2.5 A figura 18 apresenta a curva de resposta da simulação do processo em malha aberta para K=0.5 Para K=1. tem-se: Figura 16: Resposta a simulação em malha aberta para K=2 Da mesma maneira.

O diagrama de Nyquist vai variar sempre que alterar o ganho. encontra-se o diagrama de Nyquist utilizando o Matlab da seguinte maneira: . den=[1 2 1].5.Figura 21: Simulação em malha fechada para K=2 A figura 22 apresenta a curva de resposta da simulação do processo em malha aberta para K=2. logo. Figura 23: Diagrama de Nyquist para K=0. outro para K=1 e. foi demonstrado a simulação e resposta a entrada degrau unitário em malha aberta e em malha fechada para a variação do ganho. y=tf(num.5.den) nyquist(y) grid Desta forma. apresentado é: Figura 24: Diagrama de Nyquist para K=1 o diagrama de Nyquist Por fim. com os valores de K=0. para K=2. outro para K=2. apresentado é: o diagrama de Nyquist Como mostrado através dos gráficos. y=tf(num. den=[1 2 1]. encontra-se o diagrama de Nyquist do sistema. 1 e 2. finalmente. sendo um para K=0.5. Para K=0. encontra-se o diagrama de Nyquist utilizando o Matlab da seguinte maneira: num=[0.5 Para K=1.5]. Em seguida. será apresentado três diagramas de Nyquist.den) nyquist(y) grid Figura 22: Resposta a simulação em malha fechada para K=2 Desta forma. encontra-se o diagrama de Nyquist utilizando o Matlab da seguinte maneira: num=[1].

encontra-se os parâmetros T e L necessários para encontrar a função de transferência desejada. Figura 27: Diagrama no Simulink com a função de transferência da resposta ao degrau.num=[2]. figura 16. den=[1 2 1]. faz-se a leitura dos parâmetros do bloco TransportDelay3. considerando K=2. mostrado nas figuras 15 e 16.63.5 e. apresentado é: o diagrama de Nyquist Figura 26: Parâmetro L Figura 25: Diagrama de Nyquist para K=2 Posteriormente. Para encontrar o L. tem-se a função de transferência desejada através da seguinte fórmula: G(s) = (15) Desta forma. da resposta ao degrau. no qual. y=tf(num. em seguida a curva do processo simulado. temos a simulação do processo para K = 2. como mostrado a seguir. a partir dos parâmetros encontrados. tem-se que a função de transferência desejada é: .2% do valor final de saída de T. foi encontrada uma função de transferência para o processo considerando K=2. para K=2 Como mostrado. através do gráfico da figura 16. Do início da simulação. tem-se que é o valor de T é aproximadamente 2. O valor de T é aproximadamente 63. tem-se que o parâmetro L é 0. Da resposta a simulação em malha aberta para K=2.den) nyquist(y) grid Desta forma. tem-se a simulação com a função de transferência desejada e. em posse dos parâmetros T e L. Logo.

portanto. utilizando o 1º método. O sinal de referência adotado é mostrado na figura 29. Para o PID. que mostra como encontrar os parâmetros de um PID através do método de Ziegler-Nichols para malha aberta. Figura 28: Curva do processo simulado Por último. encontrou-se os valores destes parâmetros com auxílio desta tabela mencionada. (18) (19) Sabendo que Ki = 1/Ti e Kd = Td.5 Ki = 1. como mostrado na figura 30.06 Td = 0. a necessidade da análise gráfica para constatação da controlabilidade .06 Kp = 0. portanto. Ti e Td.265 (16) A curva do processo simulado com a função de transferência encontrada na equação 16 e mostrada na figura 27 é mostrada na figura 28.5*L = 0. o diagrama com a função de transferência em série com o controlador PID. Figura 30: Parâmetros inseridos no bloco do controlador PID Tem-se.5 (17) Figura 31: Diagrama no Simulink com o PID inserido Vê-se.G(s) = Ti = 2*L = 1. mostrados a seguir: Kp = 1.2*T/L = 2.1. Figura 29: Sinal de referência adotado Como mostrado na tabela1. tem-se: Kp = 2.265 Esses parâmetros foram inseridos no controlador PID através do Simulink. inserido com o propósito de controlar o sistema. item 2. fez-se o projeto de um controlador PID pelo método de Ziegler-Nichols da resposta temporal. tem-se os valores de Kp. dentro do processo de simulação que precede a parte prática.

5 Figura 33. controlando o sistema simulado. 34. a curva de resposta foi obtida. em rpm.2% do ganho. cujo valor é encontrado quando a saída apresenta 63. tem-se: Kp = 7. Figura 32: Curva de resposta a inserção do controlador PID na planta estudada Fica claro. Após a execução da simulação o motor foi ativado através da plataforma de hardware Mclab2. como mostrado na Fig. Analisado o gráfico de saída e comparando com a Fig.5 Sabendo que Ki = 1/Ti e Kd = Td.5 Kp = 0. 33 apresenta a simulação utilizada.2*T/L = 7. Utilizando o MATLAB/SIMULINK foi traçada a curva de resposta ao degrau de velocidade de um motor CC. 35. como mostrado na Fig.5*L = 0. referente ao primeiro método de sintonia de controladores PID de Ziegler-Nichols. pré-estabelecida.realizada pelo controlador PID projetado. Figura 34. desta forma. tem-se: O degrau de entrada utilizado inicialmente foi de 80.2 Ki = 0. que a inserção do controlador nesta planta estudada tem o desempenho desejado. Para isso foi necessário analisar em malha aberta o comportamento do motor para uma entrada de velocidade. 2.2 Parte Prática Objetivo: Projetar um controlador PID para um motor CC pelo método de Ziegler-Nichols. percebe-se que o atraso de transporte(L) foi de 1 s e a constante de tempo(T). Essa velocidade seria transmitida através de uma entrada PWM ao motor.2 Ti = 2*L = 2 Td = 0. que seria permutado para 100 após 60 segundos. A Fig. Então. 5. de 6 s. . Diagrama no Simulink utilizado para controlar o motor Esses parâmetros foram inseridos no controlador PID através do Simulink. Em seguida. encontrou-se os seguintes parâmetros para o controlador: Kp = 1. Resposta ao degrau do motor CC em malha aberta Utilizando os dados da Tabela I.

O comportamento pode ser observado na Fig. como mostra a figura a. no sistema simulado ( ) foi determinado o ponto de cruzamento de ganho para comparar com o valor encontrado anteriormente no diagrama de Nyquist. ( . Curva de saída do processo controlado Como pode-se observar no gráfico de saída. os parâmetros . ( √ ) Para o rele sem histerese. O gráfico da saída do processo com o rele sem histerese pode ser visto na figura 38. Após isso. a velocidade do motor oscila em torno da entrada.encontrados pelo método de Ziegler-Nichols não satisfazem totalmente as condições de estabilidade. neste caso. Isso ocorre porque. Figura 37: Esquema montado no Simulink Simulando no MATLAB. assim: ) (b) Figura 35. (a) Simulação utilizando o controlador e (b) os parâmetros utilizados. visto que dependem exclusivamente da resposta em malha aberta. é possível obter os valores necessários para o calculo através do gráfico da saída do sistema com o rele. 36.1 Método de Aströn-Hunglünd Utilizando um rele sem histerese. Como os valores dos parâmetros do PID são fixos. Figura 36. não é possível melhorar a resposta do sistema utilizando este método. (a) 3. a curva de resposta do processo controlado foi obtida.

5.5. Pode-se observar que com o controlador o sistema consegue seguir a referencia. d=0.5. ε=0. A partir do gráfico temos que a=0. Figura 38: Gráfico de saída do sistema simulado para o rele sem histerese. ReG = (((-pi)*(sqrt((a^2)(e^2))))/4*d). histerese .26. nesse caso: ( ) O período T do processo simulado é: .64. Desses valores. G=ReG+i*ImG. porem apresenta um sobressinal relevante. o ganho critico é: Assim podemos observar que o ganho critico calculado com o relé sem histerese é o mesmo obtido analisando-se o diagrama de Nyquist para a função de transferência simulada. obtemos os parâmetros do controlador PID. para calcular os valores dos parâmetros do controlador para o relé com histerese.Com os parâmetros do controlador PID calculados. Para melhorar ainda mais a resposta do sistema foi projetado o controlado PID pelo método de Astron. a=0. e=0. %CÁLCULOS DOS PARÂMETROS DO PID d=0. ra = abs(G). Para encontrar os parâmetros do controlador PID utiliza-se os dados obtidos através do rele sem histerese. ImG = (-(pi*e)/(4*d)). Para esse método foi utilizado um programa feito no MATLAB. Assim: ( ) Como ( ) ⁄ : Figura 39: Gráfico de saída do sistema simulado com o controlador PID obtido com relé sem Como o ganho utilizado na função é K=2. o sistema foi simulado para observar a eficiência do controlador. fia = atan(e/((sqrt((a^2)(e^2))))) . rb = ra/3.

Td = 0.25)+((tan(fib fia))^2))))/(2*0. ou seja. pode-se perceber que o método de Astron.4. Figura 41: Gráfico de saída da velocidade aplicado com o relé sem histerese.fia))/ra Ti = ((tan(fib fia))+(sqrt((4*0. o sistema foi simulado para observar a eficiência do controlador. A partir do gráfico temos que a=12. foi implementado o método do rele sem e com histerese para a identificação do processo de velocidade do motor CC da placa MCLAB2 da MOSAICO.fib = (60*pi)/180 %80° T = 5. d=0. tem o tempo de acomodação menor. Parte Prática a) Utilizando o Simulink/MatLab: Para o projeto do controlador pelo método frequencial de Ziegler-Nichols utiliza-se os dados obtidos através do rele sem histerese. . é melhor quando comparado ao método de Ziegler-Nichols. pois não apresenta sobressinal. Assim para encontrar os parâmetros do controlador PID temos: Com os parâmetros do controlador PID calculados. Depois de projetados o controlador pelo método de Ziegler-Nichols e pelo método de Astron. Após a simulação. obtemos os parâmetros do controlador PID. o sistema chega mais rápido à estabilidade. para em O período T do processo simulado é: . ε=0. Desses valores. K = (rb*cos(fib .5.25*w). Ki = K/Ti Kd = K*Td Assim temos para o controlador PID pelo método de Astron: seguida projetar os controladores PID pelo método de Astron. Assim: ( ) Figura 40: Gráfico de saída do sistema simulado com o controlador PID obtido pelo método do Como ( ) ⁄ : Astron. w = (2*pi)/T.25*Ti.

7197e005. rb = ra/90.m Nessa parte do trabalho foi desenvolvido um código no MatLab para demonstrar a eficiência do controlador PID aplicado ao motor CC utilizando os parâmetros encontrados na simulação anterior.clc %condição inicial valor=300. o sistema foi simulado para observar a eficiência do controlador. pode-se perceber pelo gráfico de saída que o método de Aströn apresenta vantagens quando comparado ao de ZieglerNichols. K = (rb*cos(fib .1. fia = atan(e/((sqrt((a^2)(e^2))))) fib = (60*pi)/180 %80° T = 8. u(1:3)=0. G=ReG+i*ImG.5. Após a implementação dos controladores PID projetados pelo método de Ziegler-Nichols e pelo método de Aströn. b) Programando em . pois não possui sobressinal. ra = abs(G).T=0. kd= 2. Ki = K/Ti Kd = K*Td Figura 43: Gráfico de saída da malha de velocidade do motor CC com o controlador PID obtido pelo método do Astron.0014.ki=0.25*Ti. ReG = (((-pi)*(sqrt((a^2)(e^2))))/4*d). a=19. o sistema foi simulado para observar a eficiência do controlador. e=5. .0183. o erro em regime é menor. kc=0. %Pratica identificação processo de velocidade %CÁLCULOS DOS PARÂMETROS DO PID d=0. Temos então o código escrito: clear.Com os parâmetros do controlador PID calculados. Td = 0.25*w). Para esse método foi utilizado um programa feito no MATLAB. para calcular os valores dos parâmetros do controlador.fia))/ra Ti = ((tan(fib fia))+(sqrt((4*0. porem ele tem um tempo de acomodação um pouco maior.4. ImG = (-(pi*e)/(4*d)). Para melhorar ainda mais a resposta do sistema foi projetado o controlado PID pelo método do Astrom. Figura 42: Gráfico de saída da malha de velocidade do motor CC com o controlador PID obtido pelo método frequencial de Ziegler-Nichols. w = (2*pi)/T.y(1:3)=0.25)+((tan(fib fia))^2))))/(2*0. Assim temos para o controlador PID pelo método do Astrom: Com os parâmetros do controlador PID calculados.

y(k). fazendo-se necessário o uso de um software matemático para a redução de erros. u(2)=0.entrada(k)). pause(0. CONCLUSÕES Foi possível observar através do desenvolvimento do controlador PID utilizando o método de Ziegler-Nichols que resultados satisfatórios são obtidos. Elétrica Apostila de Sistemas de Controle I. cap. e(2) = 0. elseif u(k)<0 entrada(k)=0. visto que o processo acompanha a referência com pouca oscilação. gama=kd/T. pois este “avisa” para a placa qual o canal de comunicação e em seguida a velocidade para a rotação do motor CC do ventilador. 6. apresenta um regime transitório rápido e sem oscilações. O uso do método de Astron se mostrou ainda mais eficiente. end % tempo(k)=k. apesar da maior complexidade dos cálculos necessários. end %saida da planta plot(y). . Hélio Leães. Temos ainda o a função de discretização do controlador PID: u(k) = u(k-1)+alfa*e(k)+beta*e(k1)+gama*e(k-2). set_pwm_duty(1. r=100. É portanto reconhecível a superioridade do método.valor_PWM). %referência constante de velocidade %condição inicial do erro u(1)=0. o código foi executado e a resposta obtida pode ser vista na figura abaixo. else entrada(k)=u(k). visto que além de apresentar uma resposta bastante próxima à referência.1).” USP.0).REFERÊNCIAS [1] HEY. %simulação %condição de saturação if u(k)>1 entrada(k)=1. pois a mesma possui uma estabilização suave e uma constante de tempo maior em relação ao método de ZieglerNichols. beta=((ki*T)/2) . Com isso temos a condição de saturação (entre 0 e 1) . %erro u(k) = u(k1)+alfa*e(k)+beta*e(k-1)+gama*e(k2). para o controle da velocidade e como os parâmetros são descritos inicialmente. 1997.alfa=kc+((ki*T)/2)+kd/T. O comando necessário para a comunicação do MatLab com a placa é o set_pwm_duty(canal. 5. “Projeto Reenge -Eng. for k=3:valor y(k) = velocidade_ventilador. Figura 44: Gráfico de saída do sistema executado com o controlador PID discretizado no MatLab Nessa figura foi observado que a resposta obtida está condizente com o comportamento esperado de um processo controlado pelo método de Astron apresentado no Simulink. set_pwm_duty(1.kc-((2*kd)/T). pag 1-15. %saida real e(k) = r . e(1) = 0. 4.

Computer-Controled Systems: Theory and Design.. . Richard C. 1997. Karl J. [4] ASTROM. Bjorn.tradução e revisão Jackson Paul Matsuura. Sistemas de Controle Modernos.. 12 ed.. [3] Dorf. Ogata. WITTENMARK.[2] K. Engenharia de Controle Moderno.revisor Eduardo Aoun Tannuri – São Paulo: Pearson Prentice Hall. 3ª ed. 2010. Prentice Hall.trad Heloísa Coimbra de Sousa. 2013.– Rio de Janeiro: LTC.