Controle multimalha

Marco Antônio Ribeiro

07 SET 2018

1
2
Sumário
Controle multimalha ...................................................................................................... 1
1. Definições e conceitos .............................................................................................. 7
Processo ................................................................................................................... 7
Modelo do sistema .................................................................................................... 7
Controle do processo ................................................................................................ 7
Objetivos do controle................................................................................................. 8
Dinâmica ................................................................................................................... 8
Tempo morto ......................................................................................................... 8
Tempo característico ............................................................................................. 9
Curva de reação do processo ................................................................................ 9
Controlabilidade ...................................................................................................... 10
Malha aberta ........................................................................................................... 10
Malha fechada......................................................................................................... 11
Controle a realimentação negativa (feedback) ........................................................ 11
Controle feedforward ........................................................................................... 12
Desvantagens do controlador feedforward .............................................................. 13
Variáveis do processo ............................................................................................. 14
Variáveis controladas .......................................................................................... 14
Variáveis manipuladas......................................................................................... 15
Scaling .................................................................................................................... 15
Distúrbio .................................................................................................................. 16
Degrau................................................................................................................. 16
Pulso ................................................................................................................... 17
Impulso ................................................................................................................ 17
Rampa ................................................................................................................. 17
Senoidal .............................................................................................................. 17
Localização do distúrbio ...................................................................................... 17
Sensores ................................................................................................................. 17
Atuadores................................................................................................................ 18
Modelo do processo ................................................................................................ 18
Controlador feedback .............................................................................................. 18
Estabilidade ............................................................................................................ 19
Ordem do sistema ................................................................................................... 19
Tipos de controle..................................................................................................... 19
Controle manual .................................................................................................. 19
Controle local....................................................................................................... 19
Controle supervisório ........................................................................................... 19

3
 Controle coordenado ........................................................................................... 20
Controle global da planta ..................................................................................... 20
Controle multimalha centralizado ......................................................................... 20
Controle multimalha centralizado ......................................................................... 21
Controle virtual .................................................................................................... 21
Controle digital..................................................................................................... 22
Controle básico e avançado ................................................................................ 23
PI (Plant Information) .............................................................................................. 23
Pilares do controle de processo .............................................................................. 24
Controle das variáveis ............................................................................................. 25
Controle de vazão ............................................................................................... 25
Controle de nível ................................................................................................. 25
Controle de pressão ............................................................................................ 25
Controle de temperatura ...................................................................................... 25
Controle de concentração .................................................................................... 26
Ganho ..................................................................................................................... 26
Algoritmo PID .......................................................................................................... 27
Seleção do algoritmo de controle:........................................................................ 27
Sistemas de controle SISO e MIMO ........................................................................ 27
Projeto de um sistema de controle .......................................................................... 28
2. Controle multimalha ................................................................................................ 29
2.1. Conceito de controle multivariável .................................................................... 29
Cascata (cascade) ............................................................................................... 29
Autosseletor (override) ........................................................................................ 29
Faixa dividida (split range) ................................................................................... 30
Relação de vazões (flow ratio) ............................................................................. 30
2.2. Conceito de controle multimalha ...................................................................... 31
Vantagens do sistema multimalha ....................................................................... 32
Desvantagens multimalha.................................................................................... 32
Complicações do controle do sistema MIMO ....................................................... 33
Exemplos de sistemas multimalha ....................................................................... 33
Controle de processo multimalha ............................................................................ 35
3. Graus de liberdade ................................................................................................. 35
Grau de liberdade: subdefinido ............................................................................ 36
Grau de liberdade: superdefinido ......................................................................... 36
4. Interação................................................................................................................. 37
Conceito de interação ............................................................................................. 37
Exemplo 1 de interação: reator-& flasher ................................................................ 38
Exemplo 2 de interação:.......................................................................................... 40

4
 Efeitos da interação ................................................................................................ 41
Interação positiva e negativa ................................................................................... 42
Interação entre malhas de controle ......................................................................... 43
Efeitos da interação no desempenho do sistema .................................................... 44
5. Medição das interações .......................................................................................... 48
Matriz de ganho relativo .......................................................................................... 48
Propriedades de  ................................................................................................... 49
 = 0 ........................................................................................................................ 49
   < 1,0 ............................................................................................................... 49
0 <  < 0,5 (.e.g., 11 = 0,25) ................................................................................... 50
 = 0,5 ..................................................................................................................... 50
0,5 <  < 1,0 (.e.g., 11 = 0,75) ................................................................................ 50
 = 1,0 ..................................................................................................................... 50
 > 1,0 ..................................................................................................................... 50
 = ±∞ ..................................................................................................................... 50
 < 0 ........................................................................................................................ 51
Conclusão sobre  .................................................................................................. 51
Propriedades algébricas da RGA: ........................................................................... 51
Propriedades de controle ........................................................................................ 51
Métodos de cálculo da RGA .................................................................................... 52
Método da relação dos ganhos de malha aberta e malha fechada .......................... 52
Ganhos de malha aberta ..................................................................................... 52
Ganhos de malha fechada ................................................................................... 53
Ganhos relativos.................................................................................................. 54
Método da matriz de ganhos de malha aberta, matriz inversa, matriz transposta,
multiplicação Hadamard da matriz de ganhos de malha aberta pela transposta da inversa.
......................................................................................................................................... 55
Produto Hadamard ou Schur de duas matrizes ................................................... 56
Multiplicação convencional de matrizes ............................................................... 56
Método da relação dos ganhos diretos e dos ganhos retaliatórios associados às
propriedades da matriz de ganho relativo. ........................................................................ 56
Tópicos adicionais na avaliação da interação ............................................................. 58
Modelagem ............................................................................................................. 59
Medidas da interação .............................................................................................. 59
Medidas dependentes da frequência....................................................................... 59
Conclusões ............................................................................................................. 59
6. Índice Niederlinski................................................................................................... 63
Matriz do ganho em regime permanente: ............................................................ 63
Matriz de ganho relativo: ..................................................................................... 64
Índice NI .............................................................................................................. 64

5
 7. Emparelhamento .................................................................................................... 65
5.1. Variável controlada e manipulada .................................................................... 65
5.2. Emparelhamento da variável e desacoplamento .............................................. 65
Exemplo de emparelhamento de malhas ............................................................. 66
Balanço de massa total ....................................................................................... 66
Balanço do componente ...................................................................................... 66
Balanço de energia .............................................................................................. 66
Relação VLE........................................................................................................ 66
Limites de consistência: ....................................................................................... 66
Especificadas externamente (N): ......................................................................... 67
Não especificadas (2N + 7):................................................................................. 67
8. Desacoplamento das malhas interativas ................................................................. 69
5.1. Introdução ........................................................................................................ 69
Estratégias alternativas para tratar com interações indesejáveis da malha de
controle ............................................................................................................................ 70
Por que desacoplar? ............................................................................................... 70
Tipos de desacoplamento ....................................................................................... 70
Sistema de desacoplamento do controle ............................................................. 70
Desacoplamento dinâmico................................................................................... 70
Desacoplamento estático ou desacoplado em faixa ............................................ 70
Sistemas triangularmente acoplados ................................................................... 71
Algumas observações sobre desacoplamento ........................................................ 71
Desacopladores ...................................................................................................... 71
Métodos de desacoplamento ............................................................................... 72
Desacoplamento parcial ...................................................................................... 72
Projeto do desacoplador ......................................................................................... 75
Princípios básicos ................................................................................................ 75
Exemplo - Projeto do desacoplador para um tanque de blending ........................ 77
Desacoplador para sistema n x n......................................................................... 80
9. Sintonia do controlador para sistemas com interação ............................................. 81
Introdução ............................................................................................................... 81
Sintonia de sistemas n x n ...................................................................................... 83
Conclusão ............................................................................................................... 83
10. Referências bibliográficas ..................................................................................... 83

6
1. Definições e conceitos
Processo
Processo é o local onde materiais e energia se juntam, durante um tempo, para fazer
ou modificar um produto desejado, dentro de determinadas especificações.
Um processo pode envolver: reação química, movimentação de fluidos, operação mecânica
e confecção de peças.

Fig. 1-1 – Processo

Pode ser considerado processo:

1) Planta completa: refinaria de petróleo
2) Unidade da planta: área destilação
3) Equipamento: coluna de destilação
4) Uma malha de controle: malha de controle de temperatura do produto em uma
bandeja da coluna de destilação
Modelo do sistema
Modelo é uma representação matemática de um sistema.
1) Modelo permite simulação e análise do sistema.
2) Modelos nunca são exatos.
3) Modelo é a base do controle feedforward.
Modelo depende do objetivo proposto.
1) Um único sistema pode ter vários modelos.
2) Sempre entender qual é o propósito do modelo.
3) Existem muitas bibliotecas de templates de modelos
Controle do processo
Controlar um processo é interferir nos balanços das massas e das energias que
entram no e saem desse processo, continuamente, na variável manipulada (MV), através de
instrumentos, chaves e sistemas para que a variável controlada (CV) fique igual ou próxima
do ponto de ajuste (SP).

Fig. 1-2 – Processo sem controle

7
 Fig. 1-3 – Processo com controle

O controle do processo é executado por vários instrumentos interligados em uma

malha de controle, onde o processo fecha essa malha, ou seja, a unidade elementar de
controle do processo é uma malha de controle com uma variável.
Objetivos do controle
1) Garantir a segurança do pessoal, do meio ambiente e do equipamento da planta.
2) Manter alta qualidade do produto de modo constante e consistente.
3) Fornecer uma operação suave da planta.
4) Otimizar o lucro da empresa.
5) Fazer monitoração e diagnóstico da operação, auxiliando a operação e aliviando os
operadores das tarefas de rotina e tediosas
Dinâmica
Dinâmica é o comportamento de um processo dependente do tempo. Na prática, a
dinâmica são os diferentes atrasos de resposta associados a todos os componentes da
malha, da qual o processo faz parte integrante. O comportamento sem controladores no
sistema é chamado de resposta em malha aberta. O comportamento com o controlador no
sistema é chamado de resposta em malha fechada.
Deve se conhecer e entender o comportamento dinâmico de um sistema físico para:
1) Projetar o equipamento,
2) Selecionar as condições de operação e
3) Implantar uma técnica de controle de modo adequado
O conhecimento do comportamento dinâmico requerido para o controle de processo é
formalizado em modelos matemáticos.
Os dois parâmetros dinâmicos mais importantes que determinam o grau de dificuldade
de controle do processo são:
1) Tempo morto ou atraso por transporte
2) Tempo característico ou constante de tempo ou
Constante tempo = Resistência x Capacitância

Tempo morto
Tempo morto é o intervalo entre aparecimento do distúrbio e início da resposta. Tempo
morto é o atraso ou tempo de transporte de material ou informação, tornando o controle
mais difícil. Ajuste do controlador não altera tempo morto. Ele somente é eliminado ou
diminuído através de
1) Alteração de lay out do processo

8
 2) Diminuição da distância entre dispositivos
3) Aumento da velocidade da informação ou processo

Fig. 1-4 – Tempo morto e tempo característico

Fig. 1-5 – Tempo característico

Tempo característico
Tempo característico ou constante de tempo é definido como o tempo entre o início da
resposta até o tempo correspondente a 63,2% do valor final da resposta ao distúrbio degrau.
Tempo característico é o parâmetro fácil do controle e quanto maior o tempo característico
mais fácil é o controle.

Curva de reação do processo

O método da curva de reação do processo consiste em aplicar um degrau unitário na
variável e plotar em um gráfico a sua resposta, no tempo, observando seu comportamento
transiente e em regime permanente. Através dessa curva, pode se obter dados para a
sintonia dos parâmetros PID do controlador:, como mostrado na tabela.

Fig. 1-6 – Resposta ao degrau

9
 Fig. 1-7 – parâmetros da sintonia

Controlabilidade
Um sistema é controlável se suas variáveis controladas podem ser mantidas em seus
pontos de ajuste, em regime permanente, a despeito dos distúrbios entrando no sistema.
Um sistema não é controlável se alguma dessas condições ocorrer:
1) Quaisquer duas variáveis de entrada (manipuladas) linearmente dependentes (dando
colunas dependentes).
2) Quaisquer duas variáveis de saída (controladas) linearmente dependentes (dando
linhas dependentes).
3) A variável de saída (controlada) do processo não é influenciada por qualquer variável
de entrada (manipulada) (dando uma coluna de zeros).
4) A variável de entrada (manipulada) do processo não influência qualquer variável de
saída (controlada) (dando uma linha de zeros).
Um sistema controlável indica que as variáveis manipuladas podem compensar os
efeitos de distúrbios em variáveis controladas selecionadas para alguma região pequena
sobre a qual a linearização é valida e não são encontrados limites nas variáveis
manipuladas. Ao contrário, a janela de operação, que é avaliada usando modelos não
lineares em regime permanente incluindo limites, define a região possível inteira de
operação.
A controlabilidade e faixa do sistema são afetadas pelo projeto do processo e pelas
condições de operação, além das variáveis controladas selecionadas. Assim, deficiências na
controlabilidade e na faixa devem ser compensadas através de mudanças no equipamento
ou no ponto de operação de controle e não no algoritmo de controle.
Um sistema é controlável quando a matriz dos ganhos relativos do processo pode ser
invertida, i.e., quando o determinante da matriz K ≠ 0.

Malha aberta
Malha aberta passiva é aquela em que uma informação do processo é indicada ou
registrada por um instrumento. A informação sai do processo e é mostrada em um display.
Malha aberta ativa é aquela em que uma ação é feita diretamente no processo, por
uma estação manual de controle ou por um controlador programável.

Fig. 1-8 – Malhas abertas passivas

10
 Fig. 1-9 – Malhas abertas ativas

Em uma estrutura de controle de malha aberta, as ações de controle são geradas

baseadas na informação externa: objetivos, condições iniciais, distúrbios, dados do
operador, etc. Um modelo do processo é requerido e não há opção para lidar com
alterações inesperadas na planta, ou distúrbios ou alterações na planta.
Malha fechada
Malha fechada de controle é aquela onde se faz a medição de uma variável na saída
do processo (controlada) e atua na entrada do processo (manipulada), para manter ou levar
o valor da variável controlada para um valor igual, próximo ou oscilando em torno do ponto
de ajuste.
O controle de malha fechada usa a informação da planta para gerar o controle. Há
muitas opções para tratar dos distúrbios, rastreamento do ponto de ajuste e incertezas, mas
o maior parâmetro é a estabilidade da planta controlada e seu desempenho.
Uma desvantagem óbvia do controle de malha fechada é a exigência da existência de
erros para agir. Assim, uma combinação de malha aberta com malha fechada pode permitir
melhores resultados.

Fig. 1-10

Fig. 1-11 – Controle malha fechada

Controle a realimentação negativa (feedback)

A estratégia de controle mais utilizada na indústria de processo contínuo é a malha
fechada com realimentação negativa (feedback). Realimentação porque se mede a variável

11
controlada na saída do processo e se atua com a variável manipulada na entrada do
processo. Negativa porque a atuação é corretiva: se a variável controlada estiver
aumentando, a correção a faz diminuir e vice versa.

Fig. 1-12 – Realimentação negativa (feedback)

Conclusões interessantes sobre o controle feedback:

1. O controle feedback funciona se o sistema de malha fechada for estável (zeros
estáveis de 1 + GKH),
2. Os modelos do processo e do distúrbio (G e Gd) são irrelevantes (insensibilidade
ao erro de modelagem),
3. Ele injeta ruído no sensor e sua imprecisão como fontes adicionais de desvio.
4. Para a variável controlada rastrear o ponto de referencia (F = H), é requerido um
conhecimento preciso do sistema de sensor (H).
5. Ele pode cancelar os distúrbios.

Fig. 1-13 – Controle feedback

Controle feedforward
A ideia básica é tomar uma ação antes que o distúrbio atinja o processo. Os distúrbios
são detectados quando entram no processo e uma alteração apropriada é feita na variável
manipulada tal que a variável controla seja mantida constante. Assim, começa-se a tomar
uma ação corretiva assim que um distúrbio entrando no sistema é detectado, em vez de
esperar pela propagação do distúrbio através de todo processo antes que uma correção
seja feita.
Controle preditivo antecipatório consiste em detectar e medir todos os distúrbios de
entrada do processo e atuar na variável manipulada de modo a manter a variável controlada
igual ao valor desejado.
1) Ação do controlador se baseia em prognóstico.

12
 2) Controlador prevê o efeito da carga e atua antes que ele o erro apareça.
A ação corretiva do controlador preditivo antecipatório se inicia assim que o distúrbio
na entrada do sistema é detectado, em vez de se esperar que o mesmo se propague por
todo o processo antes da correção seja feita, como na realimentação negativa.

Fig. 1-14 – Controle feedforward

Desvantagens do controlador feedforward

1) São requeridos modelos infinitamente exatos.
2) São também necessárias medições infinitamente exatas.
3) Distúrbios que ocorrem dentro do sistema não podem ser compensados.

Tab. 1-1

13
 Fig. 1-15 Combinação do controle feedback e feedforward

Variáveis do processo
Num sistema de controle, tem se as seguintes variáveis :
1. Variável controlada, de saída, medida, que deve ser mantida igual, próxima ou em
torno do valor desejado.
2. Variável manipulada, de entrada, que tem uma relação causal com a controlada.
3. Variável medida, não para controle, mas para indicação, registro ou monitoração.
4. Variável não medida, não controlada, não manipulada, aquela que não tem nenhum
interesse para o projetista do sistema de controle, mas que está presente, mas não
tem nenhuma interferência no processo.
5. Variável que afeta o sistema de controle, embora não seja medida, controlada ou
manipulada. Essa variável é considerada carga ou distúrbio do processo, e seu efeito
deve ser anulado ou mitigado pelas variáveis controlada e manipulada.
Variável controlada: vazões, análises, temperaturas, níveis e pressões no processo
que se tenta controlar, ou tentando mantê-las constantes quanto possível ou tentando fazê-
las seguir alguma trajetória desejada no tempo.
Variável manipulada: tipicamente as vazões entrando no ou saindo do processo que
podem afetar o controle da planta.
Distúrbios de carga: vazões, análises, temperaturas, níveis e pressões entrando no ou
saindo do processo, exceto as variáveis controladas e manipuladas.
As características das principais variáveis de processo são mostradas abaixo.

Tab. 1-2

Variáveis controladas
Escolha das variáveis controladas:

14
1) Aquelas que estejam relacionadas com os objetivos primários do controle, e.g.,
temperatura de um aquecedor, vazão de uma mistura.
2) Aquelas que não sejam auto-regulantes.
3) Aquelas que possam exceder os limites do equipamento ou processo.
4) Aquelas que possam interagir com outras variáveis ; e.g., temperatura do reator pode
afetar a qualidade do produto.
5) Seu ponto de ajuste ótimo não deve depender do valor de distúrbios externos, para
evitar projetar um bom controlador seguinte um ruim ponto de ajuste.
6) Distúrbios devem causar pequenos desvios nas variáveis controladas, de modo que é
necessária pequena intensidade de controle
O estado do processo e a controlabilidade entrada-saída são suficientes para
realmente projetar controladores satisfatórios para as variáveis controladas.

Fig. 1-16 - Terminologia do controle

Variáveis manipuladas
Escolha das variáveis manipuladas:
1. Aquelas que tenham um efeito direto no processo, especialmente na variável controlada
de saída.
2. Aquelas que tenham um grande ganho de regime permanente (alta sensibilidade).
3. Aquelas que não tenham tempo morto.
4. Aquelas que não tenham interação com outras malhas de controle.
Depois das escolhas das variáveis controladas e manipuladas, as variáveis restantes
são consideradas como carga em um sistema SISO.
Scaling
Escalonar ou fazer o scaling é fazer as variáveis menores que 1, em tamanho. Isto é
feito dividindo cada variável por seu máxima variação esperada ou permitida. Este modo de
expressar os valores de grandezas é também chamado de modo normalizado, sempre
variando de 0,0 a 1,0. Deve se ter atenção especial quando a faixa é composta, com valores
negativos e positivos.
Por exemplo, para uma vazão que pode variar de 0 m3/h a 10 m3/h, a vazão de 6 m3/h
é normalizada como 0,60 (6 m3/h dividido por 10 m3/h).
Outro exemplo: o sinal eletrônico padrão de 4 mA a 20 mA, quando assumir o valor de
12 mA tem seu valor normalizado como 0,50 = (12 mA – 4 mA)/(20 mA – 4 mA) =
= 8 mA/16 mA = 0,50.

15
 O escalonamento ou scaling dos valores de variáveis, distúrbios, entradas, saídas,
erros, todos tem o formato normalizado como a divisão do valor instantâneo dividido pelo
máximo valor possível ou permitido assumido, tem as vantagens de:
1) Independer das constantes envolvidas nas equações
2) Independer das unidades de engenharia utilizadas.
3) Simplifica os cálculos aritméticos, pois os valores máximos são 1,0.
Distúrbio
Distúrbio pode ser considerado tudo que faz a medição se afastar do ponto de ajuste.
Sistema de controle robusto é capaz de manter a planta sob controle, a despeito dos efeitos
dos distúrbios que aparecem no processo.
Um distúrbio no processo tem formato totalmente imprevisível, porém, para estudo das
respostas das ações de controle PID aos distúrbios, eles podem ser classificados pelos
formatos: degrau, rampa, pulso, impulso, senoide.

Fig. 1-17 - Distúrbios no processo

Degrau
Distúrbio na forma de degrau é função que varia instantaneamente de um nível para
outro e depois permanece constante. Se o tamanho do degrau é igual a 1, o distúrbio é
chamado de função degrau unitário, definido como:
U(t) = 1, para t > 0 e U(t) = 0, para t ≤ 0
A resposta de um sistema a um distúrbio degrau é chamado de resposta ao degrau ou
resposta transiente.
O exemplo mais comum de um distúrbio degrau é a variação brusca do ponto de
ajuste, feita pelo operador, em sistemas digitais. O operador define o novo valor do ponto de
ajuste e quando ele clica <Enter>, o ponto de ajuste é alterado por um degrau.

Fig. 1-18. Formatos dos distúrbios

16
 Pulso
Pulso é uma função de formato arbitrário, mas usualmente retangular ou triangular,
que começa e acaba no mesmo nível. Um pulso retangular é simplesmente a soma de uma
função degrau positiva feita no tempo zero e uma função degrau negativa feita D minutos
depois. D é comprimento do pulso.
Pulso retangular de altura 1 e largura D = U(t) – U(t – D)

Impulso
Impulso é definido como a função delta Dirac, um pulso infinitamente alto com largura
zero e cuja área é 1. Este tipo de distúrbio é, obviamente, uma ficção matemática, mas é
considerada uma ferramenta útil.

Rampa
Entra rampa é função que varia linearmente com o tempo:
Função rampa = Kt

Senoidal
Entrada periódica pura como seno e cosseno raramente ocorrem em sistemas reais
químicos. Porem, a resposta de sistemas a este tipo de função forçada (chamada de
resposta em frequência do sistema) é uma prática muito importante.

Localização do distúrbio
Os distúrbios em uma malha de realimentação negativa podem estar em dois locais:
na carga do processo ou no ponto de ajuste.
Distúrbios na carga do processo podem ser variações na análise de entrada,
suprimento da pressão de vapor e temperatura da água de resfriamento. A função de
realimentação negativa do controlador quando ocorre um distúrbio na carga é retornar a
variável controlada para seu ponto de ajuste através de variações convenientes na variável
manipulada. A resposta da malha fechada a um distúrbio na carga é chamada de resposta
regulatória ou resposta da malha fechada.
Variações no ponto de ajuste também podem ser feitas quando se quer alterar
propriedades do produto ou as condições de operação. As variações do ponto de ajuste
também agem como distúrbios ao sistema de malha fechada. A função do controlador a
realimentação negativa é fazer a variável controlada ficar igual ao novo ponto de ajuste.
A resposta de malha fechada ao distúrbio do ponto de ajuste é chamada de resposta servo
(de servomecanismo, que foram as primeiras aplicações do controle de realimentação
negativa).
Sensores
Sensores detectam uma variável de interesse e gera um sinal mais amigável para
executar uma função de transmissão, indicação, registro, controle, alarme, intertravamento
ou monitoração. Outros nomes do sensor:: elemento primário, elemento transdutor, detector.
O sensor pode ser parte integral ou não do transmissor. A diferença do sensor e transmissor
é que o sensor tem saída não padrão e o transmissor tem saída padrão, embora ambos
tenham um sinal não padrão na entrada (variável medida).
Fatos sobre o sensor:
1) Sensores devem ser precisos (boa qualidade e seletivos) e devem ser exatos
(calibrados e geralmente não ajustados periodicamente). Transmissores devem ser
calibrados e ajustados periodicamente.
2) O sensor depende umbilicalmente da variável medida. Em controle, o sensor está
associado à variável controlada.

17
 3) Deve se preferir a medida direta das variáveis. Quando impraticável a medição
direta, selecionar uma variável inferencial ou calculada. Por exemplo, temperatura
pode inferir conversão e composição.
Atuadores
Atuadores são os elementos finais de controle. Exemplos de atuadores: válvulas de
controle, dampers, ventiladores, resistores elétricos, motores elétricos. Em controle, o
sensor está associado à variável manipulada.
A escolha correta do elemento final de controle evita problemas futuros. Deve-se ter
um atuador que possa acionar a faixa da variável manipulada. O elemento final deve ter
uma resposta mais rápida do que a do processo. Deve-se encontrar um meio de interfacear
o controlador com o atuador.
Modelo do processo
O primeiro item para se ter um bom controle é a identificação do processo. Essa
identificação pode ser derivada das funções transferência do processo baseadas em
princípios científicos ou de engenharia ou simplesmente através de testes experimentais,
provocando um degrau na entrada do processo e medindo sua resposta para estabelecer os
dados de um modelo. Em qualquer caso, deve-se decidir qual é a variável controlada, que é
também a variável medida. Deve-se decidir qual é a variável manipulada. Todas as variáveis
restantes são consideradas distúrbios do processo.
Por exemplo, no processo de aquecer um tanque com agitação, a variável manipulada
será a temperatura de uma bobina de aquecimento para controlar a temperatura do tanque,
que é a variável controlada. A função do processo é definida baseada nesta decisão. A
temperatura de entrada é a o único distúrbio e a função de carga é definida de acordo.
Sabe que o ganho em regime e a constante de tempo são dependentes dos valores da
vazão instantânea, densidade do liquido, capacidade de calor, coeficiente de transferência
de calor e outros.
Controlador feedback
O controlador é o principal instrumento da malha de controle que atua no processo.
O controlador feedback sempre possui:
1) Variável controlada, que é detectada pelo sensor ou conjunto sensor-transmissor, e
simbolizada como c, y, PV ou CV.
2) Variável manipulada que atua no elemento final e simbolizada como m, u, MV.
3) Ponto de ajuste ou set point, que é o valor desejado da variável controlada e
simbolizado como r, sp, SP
O objetivo do controlador é ajustar a variável manipulada para manter a variável
controlada igual, próxima ou em torno do ponto de ajuste.
A ação do controlador pode ser direta: aumenta a variável controlada na entrada,
aumenta a variável manipulada de saída ou a ação do controlador pode ser reversa:
aumenta a variável controlada na entrada, diminui a variável manipulada de saída. A
escolha das ações do controle e do elemento final de controle depende da segurança do
processo (primeira decisão) e da lógica do controle (segunda decisão).
O controlador possui três ações clássicas de controle: Proporcional, Integral e
Derivativa. A escolha das ações depende do tipo da variável controlada e das exigências do
processo. O tipo da variável inclui a dinâmica da variável (lenta ou rápida), presença ou não
de ruído. As exigências do processo incluem: igualdade entre ponto de ajuste e variável
controlada, permissão de oscilação com amplitude constante, etc.
Depois de escolhidas as ações do controlador, os parâmetros de ganho do controlador
(ou banda proporcional), tempo integral (ou ação integral) e tempo derivativo (ou ação
derivativa) devem ser adequadamente ajustadas: sintonia do controlador.

18
Estabilidade
Um sistema é considera estável quando as variáveis controladas convergem para
algum estado de regime permanente quando o processo é perturbado e instável se as
variáveis controladas tenderem ao infinito, matematicamente, quando o processo sofrer um
distúrbio.
Um processo é dito instável se sua saída se torna cada vez maior (ou positivamente
ou negativamente) com o passar do tempo. Nenhum sistema real faz isso, porque algum
limite será encontrado e a saída satura e para. Por exemplo, os limites de uma válvula são
totalmente fechada ou totalmente aberta. Um processo linear está exatamente no limite da
estabilidade se ele oscila, mesmo quando não perturbado e a amplitude das oscilações não
decaem nem aumentam.
A maioria dos processos é estável em malha aberta, i.e., estável sem controladores no
sistema. Uma exceção importante é um reator químico exotérmico, que pode ser instável em
malha aberta. Todos os processos reais podem ser feitos instáveis em malha fechada, ou
seja, instáveis quando um controlador a realimentação negativa está no sistema) se o ganho
do controlador é feito muito grande. Assim, a estabilidade é de importância vital no sistema
de controle à realimentação negativa.
Ordem do sistema
Um sistema de controle é de ordem N quando descrito por uma equação diferencial
ordinária com derivadas da ordem N. Sistema de primeira ordem é descrito por equações
diferenciais de ordem 1. Um dos processos mais encontrados é o de primeira ordem com
tempo morto.
A resposta dinâmica de um processo linear é uma soma de exponenciais no tempo,
como est. O termo s multiplicando o tempo são as raízes da equação característica ou os
eigenvalues do sistema. Eles determinam se o processo responde rapidamente ou
lentamente, se ele é oscilatório ou se é estável.
Os valores de s são pares conjugados de números reais ou complexos. Se essas
raízes são complexas, a resposta dinâmica do sistema contem alguns componentes
oscilatórios. Se as partes reais dessas raízes são negativas, o sistema é estável. Se as
partes reais de qualquer uma das raízes é positiva, o sistema é instável.
Tipos de controle
Controle manual
O controle manual é aquele realizado pelo operador diretamente ao processo, ou (da
sala de controle) através de uma estação manual de controle ou (na área industrial) atuando
no elemento final de controle.

Controle local
O controle local usa diretamente a informação obtida do processo, o mais rápido
possível, para gerar a reação do controle às alterações do processo para satisfazer os
objetivos de rastrear ou fazer o controle regulatório. O controle local também inclui controle
logico para manipular a automação.

Controle supervisório
O controle supervisório avalia o comportamento dos controles locais e comanda
alteração nos parâmetros, estrutura ou componentes. Ele pode incluir adaptação, bem como
ações de emergência.

19
 Fig. 1-19. Malha isolada

Fig. 1-20 Sistema multimalha centralizado

Controle coordenado
O controle coordenado avalia o desempenho do processo e determina objetivos
(pontos de ajuste) para o mais baixo nível de controle. Ele pode incluir rotinas de otimização
para computador as melhores condições de operação.

Controle global da planta

O controle global da planta considera as limitações entre os processos interligados
para otimizar o comportamento global da planta. Ele pode incluir o gerenciamento e critérios
de política para definir objetivos para os controle mais baixos.

Fig. 1.21.

Controle multimalha centralizado

Controle multimalha centralizado é realizado com vários controladores convencionais
teoricamente independentes..

20
 Controle multimalha centralizado
Controle multimalha centralizado concentrar o controle em um único controlador
centralizado e multivariável. Esse controlador centralizado pode ser um SDCD ou um
SCADA.

Fig. 1-22

Fig. 1-23

Controle virtual
Controle feito por software do computador. O controlador virtual possui um bloco PID
de controle em um processador digital e possui uma imagem mostrada no monitor digital do
sistema.

Fig. 1-24 – Controle virtual

21
 Controle digital
O processo industrial típico é analógico, pois envolve pressão, temperatura, vazão,
nível e análise. A função matemática do algoritmo PID é analógica.. Assim, o melhor
controlador PID de um processo analógico é o analógico. Porém, por causa dos grandes
avanços da eletrônica, informática, comunicação digital, atualmente todos os grandes
sistemas de controle e automação são digitais. Embora o controle digital seja teoricamente
pior, por causa dos atrasos da multiplexação, operação de sample-and-hold, todos os
controladores atuais são digitais e virtuais. Virtual porque o controlador consiste de um bloco
PID discretizado embutido em sistemas digitais como Sistema Digital de Controle Distribuído
(SDCD) ou sistema com Supervisório Controle e Aquisição de Dados (SCADA) realizado
tipicamente por um Controlador Logico Programável (CLP) e um computador pessoal (PC).
As vantagens atraentes do sistema digital são:
1) Possibilidade e facilidade de integração de sistemas remotamente distantes.
2) Capacidade de monitoração e diagnostico do status do instrumento.
3) Habilidade de formação de redes digitais de comunicação em grandes
distancias.
4) Habilidade de crescimento em escala, através de interoperabilidade e
Intercambiabilidade de equipamentos.
As principais desvantagens do controle digital são:
1) É não determinístico
2) Não é em tempo real.

Fig. 1-25. Sistema de controle digital e automação

No controle digital, o algoritmo de controle somente toma uma mínima parte do código
de controle, com um monte de atividades em torno do controle para garantir sua operação
correta. De um ponto de visto do algoritmo, deve se considerar, entre outros:
1) O algoritmo de controle em si
2) Saída e filtro de estado (observadores e sensores virtuais)
3) Escalonamento e monitoração
4) Conexão com os procedimentos de partida e paradas
5) Tratamento do alarme

22
 6) Armazenamento e recuperação dos dados
e do ponto de vista instrumental, também os parâmetros relacionados com:
1) dados e representações das variáveis
2) timing, amostragem e programação das tarefas (timing, sampling e scheduling)
3) sistemas de aquisição de dados.

Controle básico e avançado

O sistema de controle do processo básico (acróstico em inglês de BPCS – basic
process control system) é o responsável pelo controle regulatório básico ou chão de fábrica.
Acima dele, está o sistema de controle de alto nível, HLCS (acróstico em inglês de High
Level Control System) é uma camada opcional de controle, acima do BPCS, responsável
pelo controle avançado multivariável.
Além desses dois níveis ainda há o controle otimizado, onde entra o item custo no
sistema.

Fig. 1-26. Níveis de controle

Fig. 1-27: níveis de controle

PI (Plant Information)
PI (Plant Information) ou PIMS (Plant Information Management Systems ) é um
sistemas de aquisição de dados que, basicamente, amostra os dados do processo
residentes em fontes distintas, os armazena num banco de dados único em tempo real e
tempo histórico (ou de tendência) e os disponibiliza através de diversas ferramentas. A partir
de qualquer estação de operação ou de engenharia, pode-se visualizar tanto os dados de
tempo real como históricos da planta. Pode-se montar tabelas, gráficos de tendência, telas
sinópticas e relatórios dinâmicos, concentrando a informação e possibilitando uma visão
unificada de todo o processo produtivo. A realização de um sistema PI pode servir também
como base à implantação de outros módulos de software como reconciliador de dados,
sistemas especialistas, além de facilitar a integração de sistemas ERP com o chão de
fábrica. Um sistema PI não é um aplicativo supervisório (como InTouch ou IFix), que

23
inclui controle, alarme e intertravamento, mas é um sistema que apenas entrega dados
passivos.
O mais comum é o da OSI Software

Fig. 1-28: Sistema PI

Fig. 1-29: Tela gráfica do PI

Pilares do controle de processo

Há quatro pilares que suportam o controle de processo.
1. Sintonia
1. Algoritmo
2. Estrutura
3. Projeto

Movendo para cima nesses quatro níveis aumenta em importância, o impacto

econômico e as oportunidades para os engenheiros de controle de processo fazerem
contribuições significativas.
O nível mais baixo é a sintonia do controlador, i.e., determinar os valores das
constantes de sintonia do controlador que resultem no melhor controle.
O segundo nível é a escolha do algoritmo para usar no controlador (liga-desliga, P, PI,
PID, multivariável, preditivo, etc.).
O terceiro nível é a determinação da estrutura do sistema: o que controlar, o que
manipular e como casar a variável controlada com a variável manipulada
(emparceiramento). A seleção das estrutura doo controle para uma planta é uma função de
vital importância. Uma boa escolha das estruturas torna fácil selecionar um algoritmo e

24
sintonizá-lo. In dependente de qual algoritmo ou sintonia são usados, é muito improvável
que uma estrutura pobre possa resultar em um controle efetivo.
O nível superior é desenvolver e projetar um diagrama do processo e usar parâmetros
de projeto que produzam uma planta facilmente controlada. O estado de regime
economicamente ótimo da planta pode ser mais difícil de controlar do que uma planta
alternativa que é talvez somente pouco mais cara para construir e operar. Neste nível, o
impacto econômico de um bom controle de processo pode ser enorme, potencialmente
resultado nas diferenças entre um processo lucrativo e um desastre econômico.
Controle das variáveis
A resposta dinâmica de um processo é importante e deve ser considerada no projeto.
O processo em si coloca restrições inerentes para se conseguir desempenho dinâmico
que nenhuma quantidade de complexidade e elegância de controlador possa superar.
As escolhas da estrutura do sistema de controle, o tipo do controlador e a sintonia do
controlador são todas decisões de engenharia importantes.
As diferentes variáveis de processo possuem dinâmicas também diferentes e portanto
a escolha das ações de controle e os ajustes dos parâmetros PID são muito diferentes.

Controle de vazão
O controlador Pi é o mais comum para controlar vazão. A ação integral elimina offset
entre medição e ponto de ajuste e tem velocidade de resposta aceitável na maioria dos
processos. Geralmente é ajustado um ganho intermediário, Banda Proporcional de 150%,
para reduzir o efeito dos ruídos (da turbulência da vazão. Nunca de usa ação derivativa em
controle de vazão). Também se usa um tempo integral baixo, p.ex., 0,1 min/repetição, ou
seja, relativamente grande ação integral para ter um rastreamento rápido do ponto de ajuste.

Controle de nível
Usualmente não é necessário manter o nível do liquido dentro de uma certa faixa em
torno do ponto de ajuste. Velocidade não é importante. Dependendo de como se configura
uma bomba de saída, pode se ter um processo com uma ação integrante em si. Também,
se a vazão de saída é usada como variável manipulada, o ajuste do controlador deve ser
conservador para evitar picos repentinos na vazão de saída. Assim, um controlador P é
usualmente adequado, presumindo que não se tem complicações como ebulição ou
vaporização. Deve se saber se a válvula usada seja ar para abrir ou ar para fechar.

Controle de pressão
O controle de pressão depende da situação e não pode ser generalizado. Por
exemplo:
Para a pressão de vapor em um tambor de flash (e assim também vazão instantânea
de vapor), é necessária uma resposta da malha rápida e precisa. Deve se usar um
controlador PI, no mínimo.
Para o topo de uma coluna de destilação, usualmente se controla a pressão
indiretamente através da condensação de vapor no condensador, que por sua vez é
controlada pela quantidade de agua de resfriamento. A transferência de calor através de um
trocador de calor tem uma dinâmica muito lenta. Assim, não se pode usar controle PI. Ou se
usa controle P ou quando o tempo de resposta for importante, usar PID.

Controle de temperatura
Atrasos na transferência de calor pode ser importante e a natureza do problema pode
ser muito diferente em vários processos. Se há um atraso no sensor, é provavelmente
devido à transferência de calor entre o sensor e o meio fluido. Termopares, dependendo do
tipo, pode ter tempos de resposta muito rápidos. A resposta total é lenta e o controle PI pode

25
ser suficiente. É improvável poder viver com qualquer offset. Controle PID é a escolha
apropriada.

Controle de concentração
A estratégia depende da situação e de como se mede a concentração. Se pode se
confiar no PH ou absorbância (espectrômetro UV, visível ou infravermelho), o tempo de
resposta do sensor pode ser razoavelmente rápido e pode se tomar a decisão baseada na
dinâmica real do processo. Mais provavelmente, pode se pensar nas linhas de controladores
PI ou PID. Se pode usar cromatografia de gás (GC) ou outros métodos analíticos lentos para
medir concentração, deve se considerar controle de amostragem de dados discretos.
Realmente, o atraso de tempo prevalente faz o controle de processo químico único e, em
um sentido, mais difícil do que qualquer sistema mecânico ou elétrico.
Em termos de situação, se se usa um controlador PI em um processo multi
capacidade lento, a resposta do sistema resultante será mesmo muito lenta. Deve usar
controle PID para aumentar a velocidade da resposta da malha fechada, sendo capaz de
usar um maior ganho proporcional, enquanto mantendo estabilidade e robustez.
Ganho
O ganho do processo, Kp, especifica a quantidade de variação da variável de saída
por unidade de variação na variável de entrada:

Fatos sobre o ganho:

1. Todo instrumento possui um ganho.
2. Processo também possui ganho
3. Ganho do controlador é o inverso da sua banda proporcional
4. Ganho de processo linear é constante; ganho de processo não linear depende do ponto
de operação.
Características de um alto ganho:
1. Resposta rápida
2. Alta sensibilidade
3. Próximo da instabilidade
O ganho do controlador é ajustável: estabelecido em número adimensional típico de
-10 a + 10 ou em banda proporcional (%); neste caso o ganho é o inverso da banda
proporcional. Ganho de equipamento com saída padronizada e fixa, depende basicamente
de sua entrada; diminuir a sua faixa de entrada aumenta o ganho.
A condição necessária (e não suficiente) para um sistema de controle feedback é ter o
ganho total da malha menor que 1. Se próximo de 1,0 (e.g., 0,9), o ganho é alto, o sistema
tem resposta rápida, mas está próximo da instabilidade. Se distante de 1,0 (e.g., 0,1), o
ganho é baixo, o sistema tem resposta lenta, mas está distante da instabilidade. Ziegler &
Nichols mostraram que o ganho ideal da malha completa é de 0,50, um compromisso entre
estabilidade e desempenho.
Em parte, sintonizar uma malha de controle, é ajustar o ganho do controlador para que
o ganho total da malha seja igual a 0,50. Com esse ganho, quando se aplica um degrau na
variável controlada, a sua resposta tem decaimento de 4 para 1. Para completar a sintonia,
ajustam se os paramentos integral e derivativo no tempo, que são função do período natural
do processo.

26
Algoritmo PID
A ação proporcional estabiliza a malha e quanto maior o ganho, mais rápida é a
malha. Há controladores com ajuste de ganho e outros com ajuste de banda proporcional,
que é o inverso do ganho.
A ação integral elimina o desvio de regime permanente entre a medição e o ponto de
ajuste. Há controladores que possuem ajuste de tempo integral (tempo por repetição) e
outros com ajuste de ação integral (repetição por tempo).
Tempo integral é inverso de ação integral.
A ação derivativa apressa a correção do controlador e por isso só é aplica em
controle de variáveis lentas, como temperatura e análise.
A ação derivativa é expressa em unidade de tempo, tipicamente em segundos.
A ação derivativa é diretamente proporcional ao tempo derivativo.

Seleção do algoritmo de controle:

Recomendações para selecionar e tratar as ações de controle:
1) Proporcional, sempre.
2) Integral, quando se quer o valor da variável controlada igual ao do ponto de ajuste.
3) Derivativo, quando o processo é instável, não amortecido, há uma grande relação
tempo morto/tempo característico, não há ruído e a variável controlada é lenta.
4) Na sintonia do controlador, observar o comportamento da variável controlada e
manipulada. Sempre usar algoritmo de controle que inclua proteção anti-saturação
do modo integral (anti reset wind up) para quando a variável manipulada. Usar
uma estrutura que inclua inicialização que comece o controle automático
suavemente da última condição manual. O período de execução digital deve ser
mais rápido com relação à dinâmica da realimentação negativa, com t ≤ 0,05
( + ) onde possível.
Sistemas de controle SISO e MIMO
Quanto ao número de entradas e saídas, o processo pode ser classificado como:
SISO– acróstico em inglês de single input – single output, única entrada – única saída,
(1 x 1).
MIMO – acróstico em inglês de multiple input – multiple output, múltiplas entradas –
múltiplas saídas, (n x n).
TITO – caso especial do MIMO, acróstico em inglês de two input – two output, duas
entradas – duas saídas, (2 x 2).
Obviamente, um TITO poderia também ser interpretado como um sistema (3 x 3):
TITO – three input – three output, três entradas – três saídas, (3 x 3) porém o sistema (2 x 2)
é o mais encontrado, na pratica de controle industrial..

Fig. 1-29 – Processo com SISO

27
 Fig. 1-30 – Processos com MIMO

Fig. 1-31 – Processos com TITO

Projeto de um sistema de controle

O processo de projetar um sistema de controle usualmente exige muitas demandas do
engenheiro. Estas demandas geralmente emergem em procedimento passo a passo como
segue:
1) Estudar a planta a ser controlada e obter informação inicial acerca dos objetivos do
controle.
2) Modelar o sistema e simplificar o modelo, se necessário.
3) Analisar o modelo resultante, determinar suas propriedades.
4) Decidir que variáveis devem ser controladas (saídas controladas)
5) Decidir que medições e variáveis manipuladas: quais sensores e atuadores serão
usados e onde eles serão localizados.
6) Selecionar a configuração de controle
7) Decidir o tipo de controlador a ser usado: analógico ou digital, físico ou virtual,
centralizado ou descentralizado, sistema digital de controle distribuído (SDCD) ou
controle supervisório e aquisição de dados (SCADA).
8) Decidir as especificações de desempenho, baseando nos objetivos gerais de
controle.
9) Projetar um controlador.
10) Avaliar o sistema controlado resultante para ver se as especificações estão
satisfeitas e se elas não estiverem satisfeitas, modificar as especificações ou o tipo
do controlador.
11) Simular o sistema controlado resultante, ou por um computador ou por uma planta
piloto.
12) Escolher o hardware e software e realizar o controlador.
13) Testar e validar o sistema de controle e sintonizar o controlador em linha, se
necessário.

28
2. Controle multimalha
2.1. Conceito de controle multivariável
Os conceitos de controle multimalha e controle multivariável são diferentes e não
devem ser intercambiados ou confundidos. No controle multimalha, as várias malhas são
idealmente independentes e no controle multivariável, as várias malhas podem ser
combinadas entre si. Controle de uma única malha é chamado de controle básico ou
regulatório e controle multivariável é também chamado de controle avançado.
Controle multivariável: tem uma única malha combinando e interligando múltiplas
malhas feedback com variáveis controladas e múltiplas variáveis manipuladas.
As malhas clássicas multivariáveis são o controle de
1) Cascata (cascade),
2) Autosseletor (override),
3) Faixa dividida (split range) e
4) Relação de vazões (flow ratio)
5) Feedforward (preditivo antecipatório).

Cascata (cascade)
No sistema de controle cascata há, no mínimo, dois controladores: o controlador
primário que mede uma variável lenta e estabelece o ponto de ajuste do controlador
secundário, que mede uma variável rápida e atua diretamente no elemento final.
A dinâmica sempre deve ser: controlador primário mais lento oque o controlador secundário.

Fig. 1-32: Controle cascata

Autosseletor (override)
No sistema de controle autosseletor ou override há, no mínimo, dois controladores
enviando suas saídas para um seletor de sinais (de máxima ou de mínima). A saída do
seletor é do controlador cuja variável controlada estiver mais próxima de um valor crítico.
O sistema de controle autosseletor é realizado com dois ou mais controladores enviando
suas saídas para um seletor de sinais, cuja saída é de um controlador com medição mais
próxima de um valor crítico.
O instrumento essencial do controle autosseletor é o seletor de sinais automático (de
alta ou de baixa).

29
 Fig. 1-33: controle autosseletor

Faixa dividida (split range)

No sistema de controle de faixa dividida ou split range há um controlador e, no mínimo,
dois elementos finais de controle recebendo o sinal de saída do controlador. A saída do
controlador é dividida em duas ou mais faixas de atuação para cada elemento final. Por
exemplo, com dois elementos finais, um trabalho com 0% a 50 % da saída do controlador e
o outro com a faixa de 50 % a 100 %.
O instrumento essencial do controle autosseletor é o posicionador, que particiona o
sinal de saída do controlador em duas ou mais faixas.

Fig. 1-34: controle faixa dividida

Relação de vazões (flow ratio)

No sistema de controle de relação de vazões (flow ratio) há (n – 1) variáveis medidas e
(n – 1) variáveis manipuladas. Quando há duas correntes, as duas vazões são medidas pelo
controlador especial, que irá atuar em uma variável manipulada e o ponto de ajuste é uma
relação entre as duas vazões. Quando se têm n correntes sendo misturada (sistema de
blending), a soma de todos os pontos de ajustes é dependente e vale 1. Uma das correntes
misturadas deve ser livre, não atuada (wild).
O instrumento essencial do controle de relação de vazões é um divisor ou
multiplicador, que pode ser incorporado ao controlador, tornando o especial e apropriado
para o controle de misturas.

30
Fig. 1-35: controle relação de vazões

2.2. Conceito de controle multimalha

A malha de controle a realimentação negativa é a mais utilizada e sempre possui uma
variável controlada (saída) e uma variável manipulada (entrada). Características padrão:
1) A variável controlada deve estar relacionada fortemente com o desempenho do
processo,
2) A variável manipulada deve ser ajustada independentemente,
3) Deve haver uma relação de causa e efeito entre a variável manipulada e a variável
controlada.
4) A dinâmica deve ser favorável.
Tipicamente, uma planta industrial complexa envolve muitas malhas de controle, cada
uma com um objetivo específico; esse sistema é chamado de controle multimalha. Cada
malha de controle envolve uma única variável, como pressão, temperatura, vazão, nível e
análise.
Os objetivos principais do controle são:
1) Qualidade do produto associada à variáveis temperatura e análise.
2) Quantidade do produto para balanço e transferência de custodia associadas às variáveis
vazão e nível.
3) Segurança do meio ambiente associada à análise (composição e pH).
4) Segurança do equipamento associada à pressão e temperatura.
5) Economia (controle de relação de vazões na combustão) e lucro da operação.
6) Proteção contra danos a pessoas e equipamentos associada à pressão: pressão e
temperatura.
Todas essas malhas são normalmente controladas de modo automático e simultâneo
e na maioria das aplicações, pode haver interação entre elas.

31
 Fig. 2-1 – Objetivos do controle

Duas características importantes do sistema de controle multimalha ficam claras

quando observando seu comportamento:
1) Os controladores de malha única são algoritmos completamente independentes que
não se comunicam diretamente entre eles.
2) A manipulação feita por um controlador pode influenciar outras variáveis controladas,
isto é, pode haver interação em todo o processo entre as malhas individuais de
controle,

Vantagens do sistema multimalha

Há muitas vantagens em usar um controle multimalha, tais como:
1) Teoricamente e idealmente, as malhas do controle multimalha são independentes.
2) Uso de controladores individuais (stand alone) com algoritmos fáceis de entender e de
sintonizar.
3) Simplicidade, permitindo projeto independente de controladores SISO, com maior
facilidade de operação e sintonia.
4) Flexibilidade e tolerância à falha, quando as malhas independentes podem ser ligadas e
desligadas, por causa da decisão do operador ou por causa de falhas, sem excessiva
degradação no desempenho das outras malhas remanescentes.
5) Facilidade de o operador entendera estratégia, que resulta da simplicidade da estrutura
de controle. Cada controlador usa somente uma variável controlada medida e ajusta
somente uma variável manipulada e como resultado, as ações dos controladores são
relativamente fáceis de acompanhar.
6) Os projetos padrão de controle foram desenvolvidos para operações unitárias comuns,
como fornos, caldeiras, compressões, colunas de distilação, reatores, trocadores de
calor, ventiladores. Isso significa que um único projeto de controle não funciona bem
para todas as operações unitárias, mesmo do mesmo tipo. Porém, várias estruturas
gerais são de uso comum, e a seleção entre alternativas pode ser baseada na análise e
experiência. Considerando essas vantagens, pode se concluir que os projetos
multimalha continuam a ser usados extensivamente, embora não exclusivamente.
Considerando essas vantagens, pode se concluir que os projetos multimalha
continuam a ser usados extensivamente, embora não exclusivamente

Desvantagens multimalha
1. Aparecimento de interações severas entre as malhas de controle do sistema, onde e
quando as malhas brigam entre si e algumas devem ser colocadas em manual (fora de
serviço automático).

32
2. Necessidade de desenvolver equipamentos de desacoplamento ou alteração das
estratégias de controle para realizar o controle do sistema, porém complicando e
encarecendo o sistema.
3. O sistema é bem controlado somente quando as matrizes da função de transferência
forem verdadeiramente diagonais e em algumas aplicações, triangulares.
4. O uso de desacopladores torna o processo mais caro e complexo e requer um bom
entendimento do projetista.
5. A ausência de desacoplamento em sistemas interativos pode degradar o desempenho e
muitos projetistas consideram essa degradação como devida a erro de modelagem.

Complicações do controle do sistema MIMO

No sistema multimalha, além dos problemas clássicos e inerentes ao controle como
estabilidade, controlabilidade, há problemas adicionais provocados pelo grande número de
malhas envolvidas. Sistemas multimalha requerem estudos adicionais relacionados com:
1) Interações ou acoplamentos das malhas do processo.
2) Medidas quantitativas das interações.
3) Emparelhamentos da variável controlada-variável manipulada mais complexos.
4) Estabilidade prejudicada e provocada pelas interações.
5) Controlabilidade impossível por causa de emparelhamentos proibidos.
6) Sintonia dos controladores de várias malhas em ordem estabelecida.
7) Estabelecimento da importância relativa das variáveis controladas.
8) Decidir aplicação de desacopladores ou sintonia ponderada das malhas.
9) Estudo do grau de liberdade do sistema envolvendo as n variáveis controladas e as m
variáveis manipuladas.
10) Decidir a melhor opção para o sistema de controle: centralizado (único controlador
complexo) ou descentralizado (vários controladores simples).

Exemplos de sistemas multimalha

As figuras seguintes mostram vários exemplos de sistemas de controle multivariável:
1) Reator químico – é necessário controlar a temperatura e composição de saída. As
variáveis manipuladas são a vazão da água de resfriamento e a vazão do processo.

Fig. -2-2a

2) Controle de mistura em tanque – é necessário controlar a vazão e a composição do

jato de saída. Para fazer esse controle, manipulam-se as vazões de cada uma das duas
entradas.

Fig. 2-2b

33
3) Evaporador – é necessário controlar o nível, vazão do processo e composição da saída,
manipulando o vapor, as vazões de entrada e de saída.

Fig. 2-2c

4) Máquina de secagem de papel – é necessário controlar a umidade e o peso base seco

(fibras por unidade de área) do produto final. As duas variáveis manipuladas são a vazão
para a máquina e a vazão do vapor para o último conjunto de tambores aquecidos.

Fig. 2-2d

5) Coluna de distilação – é necessário controlar as seguintes variáveis: pressão da

coluna, composições do produto e níveis no acumulador e na base da coluna.
As cinco variáveis manipuladas são: vazão do refrigerando para o condensador, a vazão
do distilado, vazão de refluxo, vazão dos produtos de fundo e a vazão do vapor para o
reboiler.

Fig. 2-2e

34
Controle de processo multimalha
Todos os processos anteriores são controlador por várias malhas de controle com
objetivos que se integram e com resultados que se interagem. Os controles desses
processos multivariáveis são complexos e desafiadores para o engenheiro de processo.
As principais questões que o engenheiro de controle deve fazer quando envolvido com
sistemas desse tipo são:
1) Há interação entre as malhas?: Se não houver, todos os problemas de controle com
única malha.
2) O controle é possível?: Pode se fazer o controle da variável controlada específica com a
variável manipulada disponível?
3) O sistema de controle projetado é estável?: Sobre qual faixa de operação se consegue
manter a variável controlada próxima do ponto de ajuste?
4) Qual é o efeito da interação na resposta das malhas a realimentação negativa?
5) Quanta interação existe entre as malhas
6) Qual é o melhor modo para emparelhar as variáveis controladas e manipuladas para
reduzir o efeito da interação?
7) Como a interação entre as malhas pode ser reduzida ou eliminada através de um projeto
apropriado?
Em um sistema multimalha, as alterações feitas na saída de um controlador pode ser
fonte de perturbação para outra malha de controle. Essa interação pode passar em uma
única direção, por exemplo, a alteração na vazão de alimentação de um processo pode
perturbar a composição do produto de saída do processo. Porém, há também processos
onde o controlador perturbado responde enviando outra perturbação de volta para a primeira
malha. Esta interação bidirecional compreende uma malha adicional de realimentação
negativa passando através dos dois controladores em serie e é causa de instabilidade para
o processo.
3. Graus de liberdade
Deve se saber como determinar o número máximo de variáveis que podem ser
controladas em um processo industrial.
Uma exigência para o sucesso do projeto é: o número de variáveis manipuladas deve
ser maior ou igual ao número de variáveis controladas.
Isso, porém, não garante que se pode controlar as variáveis controladas que se quer
controlar.
Para se determinar completamente um sistema, o grau de liberdade deve ser igual a
zero. Há duas fontes de equações adicionais que reduziria o grau de liberdade a zero, i.e.,
sistema e seu ambiente. O ambiente se refere a tudo fora do domínio do sistema de malha
fechada que tem a capacidade de influenciar as condições de operação.
Os distúrbios de processo e algumas entradas especificadas externamente caem
nessa categoria. As equações remanescentes são fornecida pelo sistema de controle que
impõe certas relações entre as saídas a serem controladas e as entradas a serem
manipuladas. Estas relações são exatamente as equações do controlador.
Assumindo que haja N saídas controladas e M entradas a serem disponíveis para sua
manipulação (M> N). para ter uma única solução de N equações de controlador, deve se ter
exatamente N manipulações livremente ajustáveis. Ou seja, para um projeto perfeito do
sistema de controle, é necessário identificar as N melhores variáveis manipuladas entre o
número M disponível de entradas para possível manipulação. Isto é chamado de sistema
quadrado onde o número de entradas manipuladas e o número de saídas controladas sejam
iguais.
Porém, é possível projetar um sistema de controle não quadrado, onde o número de
entradas manipuladas é maior do que o número de saídas controladas.

35
 Um sistema de controle sempre vai possuir m variáveis de entrada que podem ser as
manipuladas e n variáveis de saída que podem ser as controladas. O caso ideal é ter m = n,
quando o sistema está definido corretamente.

Fig. 2-3

Grau de liberdade: subdefinido

Quando se tem um sistema com m entradas e n saídas, e m é menor que n, então
esse sistema é definido como subdefinido. Ou seja, há um excesso de variáveis controladas
(na saída).

Fig. 2-4

O emparelhamento de um sistema subdefinido é mais fácil, desde que se faça a

seguinte consideração:
Por considerações econômicas ou outras razões, decidir que m das n variáveis de
saída (controladas) são as mais importantes e emparelhar essas m variáveis de saída com
as m variáveis de entrada (manipuladas).
As (n – m) variáveis menos importantes ficam sem qualquer controle, livres.

Grau de liberdade: superdefinido

Quando se tem um sistema com m entradas e n saídas, e m é maior que n, então esse
sistema é definido como superdefinido. Ou seja, há um excesso de variáveis manipuladas
(na entrada).

Fig. 2-5

36
 É mais difícil emparelhar as variáveis de um sistema superdefinido, pois tem se mais
entradas que podem ser emparelhadas com menos saídas e é possível fazer vários
subsistemas quadrados menores dos quais se pode decidir o emparelhamento.
Deve se quebrar as variáveis de entrada e saída em pequenos quadrados de modo
que cada saída possa ser emparelhada com uma entrada.
O número de subsistemas é:

 m  m!
  = (m-n)!
 n  n!

Como emparelhar sistema superdefinido:

1) Determinar todos os subsistemas quadrados de um dado modelo.
2) Obter a matriz de ganho relativo de todos os subsistemas.
3) Escolher o melhor subsistema, baseado no critério que o melhor subsistema é
aquele que é o mais próximo da matriz identidade (matriz ideal com todos os
elementos da diagonal iguais a 1 e os outros iguais a zero).
4) Usar a matriz de ganho relativo para emparelhar as variáveis de entrada e saída.
5) Emparelhar a malha na ausência dos modelos do processo.
4. Interação
Conceito de interação
A interação é um efeito geralmente nocivo e indesejável que aparece no controle
multimalha, quando vários controladores de malha simples no processo brigam entre si,
porque não foi feita análise na etapa do projeto do número de controladores necessários e
possíveis. A interação está associada com o conceito de grau de liberdade de controle do
sistema, quando são consideradas o numero de equações do processo e o número de
controladores para executar o controle. Outro modo de conceituar o grau de liberdade do
controle do processo é considerar o número n de variáveis controladas e o número m de
variáveis manipuladas. Para o sistema ser controlável é necessário que o número de
variáveis manipuladas seja igual (caso ideal) ou menor que o número de variáveis
controladas.
A interação de malhas é também chamada de acoplamento de malhas.
Se as ações de controle de cada malha afetam as outras, as malhas são chamadas de
interativas. Um processo multimalha possui acoplamento de malhas quando o controle de
uma malha interfere, melhorando ou piorando, no controle de outras malhas, mesmo sem
interligação física entre as malhas.

Um processo multivariável é dito ter interação quando as variáveis de entrada do processo

(manipuladas) afetam mais de uma variável de saída (controladas) de processo, ou do
mesmo modo, quando as variáveis de saída (controladas) são afetadas por mais de uma
variável de entrada (controladas).

A interação produz vários efeitos indesejáveis. As malhas perturbam outras malhas e

há malhas de realimentação negativa escondidas que podem desestabilizar o sistema. Um
ou os dois controladores podem ser usualmente reajustados para restaurar a estabilidade,
mas sempre com uma perda de desempenho. Se as malhas estiverem configuradas
incorretamente, porém, o controle pode ser perigo inteiramente quando o controlador mais
rápido for colocado em automático, mesmo que o desempenho individual da malha seja

37
adequado. Isso pode ser mistificado para o engenheiro que não tiver conhecimento do
conceito de interação.
Exemplo simples e direto mostrando a interação de duas malhas de controle.
Há dois controladores: um de vazão FC e outro de pressão, ambos manipulando duas
válvulas de controle em serie em uma mesma linha de tubulação. É evidente que essas
duas malhas se interagem, brigando entre si; caso típico de acoplamento.
Como a vazão é uma pervariável, ela passa pelas duas válvulas e deve ser a sempre
a mesma. Como há dois controladores, com pontos de ajustes independentes, é impossível
fazer o controle com os dois controladores atuando em duas válvulas em série.
O controlador de vazão irá desfazer ou fazer algo diferente do controlador de pressão.
Neste sistema é fácil eliminar a interação, tornando o sistema mais simples e
controlado pela estratégia de cascata. Continuam dois controladores, PC e FC, porém com
uma única válvula de controle. A saída do controlador de pressão (mais lenta) agora é o
ponto de ajuste do controlador de vazão (mais rápida). Agora o sistema de controle tem um
desempenho melhor que se fosse controlado apenas pelo controlador de pressão ou apenas
pelo controlador de vazão.

Fig. 2-6

Fig. 2-7
Exemplo 1 de interação: reator-& flasher
A Fig. 2-12a mostra o controle convencional de nível de um processo consistindo de
um reator químico e um flasher, sistema típico de muitas plantas industriais.
Variáveis controladas:
1) Nível do reator
2) Nível do flasher
Variáveis manipuladas
1) Vazão do produto de saída do reator
2) Vazão de reciclo flasher para reator
As alimentações 1 e 2 entram no reator.
O produto do reator é enviado para o flasher, através de uma linha com um controlador de
vazão. O líquido do flasher é retornado para o controlador através uma linha com um
controlador de vazão.

38
 A pressão no flasher é muito menor que a pressão do reator, e por isso os líquidos
voláteis contidos no produto são vaporizados e enviados do flasher para uma coluna de
distilação a jusante para recuperação.
O controlador de vazão do produto do reator para o flasher é cascateado pelo
controlador de nível do reator. Nessa malha multivariável de cascata, o controlador de vazão
manipula a válvula de controle (m1).
Os produtos leves e pesados do Flasher vão para colunas de distilação. Uma parte do
produto do Flasher retorna para o reator através de uma linha com um controlador de vazão.
Esse controlador de vazão é cascateado pelo controlador de nível do Flasher. Nessa malha
multivariável de cascata, o controlador de vazão manipula a válvula de controle (m2).
Há uma interação ou acoplamento, indesejável, entre as duas malhas de nível do
reator e do flasher: quando o nível do reator aumenta, o controlador de nível aumenta a
vazão do produto, que causa o nível do flash aumentar.
De modo inverso, quando o nível do flasher aumenta, o controlador de nível no flasher
aumenta a vazão de reciclo, que aumenta o nível do reator.
A Fig. 2-12b ilustra o desacoplamento ou a não interação do processo reator e flasher,
onde a interação entre as duas malhas de controle de nível foi eliminada.
A vazão do produto do reator é ajustada como a soma dos sinais m1 + m2, que são os
sinais de saída dos controladores de nível do reator e do flasher. A vazão de reciclo é
ajustada como
am1 + m2, onde a é a fração da vazão do produto que fica na base do flasher como um
líquido.
Quando o nível do reator aumenta, causando a ação direta da saída do controlador
LC 1 também aumentar por m1, a vazão do líquido para a base do flasher irá aumentar por
am2. Porém, a vazão também aumenta por am1 se o somador 2 estiver corretamente
ajustado.
Portanto, o nível do flasher permanece inalterado e a interação foi desacoplada. Uma
sequência similar de eventos ocorre quando a saída do controlador do flasher altera por
m2.

Fig. 2-8

39
 Fig. 2-9

O ganho relativo é independente das faixas dos transmissores e tamanhos de

válvulas, por que esses parâmetros afetam igualmente os ganhos da malha aberta e da
malha fechada.
A utilidade dos ganhos relativos como medida da interação deriva diretamente de sua
definição. Se o ganho para um dado par de variável controlada – variável manipulada não
fosse afetado pela interação com outras malhas, o ganho relativo para esse par seria a
unidade, porque o ganho de malha fechada é exatamente igual ao ganho da malha aberta.
Em um processo com duas variáveis controladas e duas variáveis manipuladas
(sistema 2 x 2), há quatro ganhos de malha aberta a se considerar. Embora somente duas
sejam evidentemente fechadas dentro das malhas de controle, a escolha de duas deve ser
feita corretamente. Há casos onde a escolha é fácil e obvia e há outros casos onde a
escolha é complicada e há chance de 50 % de se fazer uma escolha correta ou errada.
Em um processo com três pares de variáveis, sistema 3 x 3, a chance de uma escolha
correta é reduzida para 1 em 6 configurações possíveis. Para eliminar a necessidade de
adivinhação e fornecer ao projetista uma medida do desempenho do sistema multivariável,
foi desenvolvido o método do ganho relativo.
Exemplo 2 de interação:
Um exemplo de controle multimalha é dado na Fig. 201: processo flash.
Considere o comportamento do sistema quando a vazão de alimentação aumentar.
Um efeito inicial é um aumento da quantidade de vapor entrando no tambor, embora a
percentagem vaporizada de alimentação diminua por causa de uma pequena diminuição da
temperatura de entrada.
A pressão no tambor aumenta por causa do vapor adicional, portanto o controlador de
pressão PIC 1 toma a ação de aumentar a abertura da válvula na linha de vapor.
Outro efeito é uma diminuição na temperatura depois do trocador de calor, que é
sentida pelo controlador de temperatura TIC 3. Esse controlador a realimentação negativa
aumenta a vazão de vapor para o trocador de calor, que retorna a temperatura para seu
ponto de ajuste e causa também mais alimentação a ser vaporizada. Esse vapor adicional
causa a pressão aumentar e o controlador de pressão deve responder a essas variações
também. O aumento na vazão de entrada e variações na quantidade de vaporizado introduz
variações na vazão liquida no inventario líquido do tambor.
O controlador de nível varia aumenta a abertura da válvula na linha do produto líquido
para manter o nível próximo ao ponto de ajuste.

40
Fig. 2-10. Sistema de controle multimalha

Duas características importantes desse sistema ficam claras quando observando seu
comportamento:
1) Os controladores de malha única são algoritmos completamente independentes que
não se comunicam diretamente entre eles.
2) A manipulação feita por um controlador pode influenciar outras variáveis controladas,
isto é, pode haver interação em todo o processo entre as malhas individuais de
controle.
Efeitos da interação
A interação entre as malhas geralmente é algo indesejável, pois há vários efeitos
nocivos da interação, tais como:
1) Afeta a estabilidade do sistema de controle
2) Degrada o desempenho do controle
3) Torna impossível o controle automático de todas as malhas de controle interativas.
Para entender o sistema, é útil apresentar o processo em um diagrama de blocos.
O diagrama de blocos de um sistema geral (2 x 2), lembrando que cada função de
transferência do processo relaciona uma entrada a uma saída, é mostrado na Fig. 2-12.

Fig. 2-11

Cada termo Gij (s) relaciona a entrada manipulada j para a saída controlada i e os
termos de Gdj (s) relaciona os efeitos de um distúrbio em cada saída do processo. Se mais

41
de um distúrbio importante é para ser considerado, funções de transferência adicionais do
distúrbio podem ser incluídas. Notar que se os dois G12 (s) e G21 (s) [ou por alternativa G11
(s) e G22 (s)] forem zero, o processo não tem interação, porque uma entrada afeta somente
uma saída. Em tal caso, o sistema se comporta como dois processos independentes e o
comportamento de cada malha de controle é independente.
O conjunto de equações simultâneas relacionando entradas para saídas no diagrama
de blocos são geralmente apresentadas em uma forma matricial como segue:

Cada elemento da matriz é uma função de transferência relacionando uma entrada

com uma saída. Resolvendo as operações das matrizes tem se:
CV1(s) = G11(s) MV1(s) + G12(s) MV2(s) + Gd1(s) D(s)
e
CV2(s) = G21(s) MV1(s) + G22(s) MV2(s) + Gd2(s) D(s)
Quando não há interação e apenas distúrbios, tem se:
G12(s) = 0
G21(s) = 0
ficando
CV1(s) = G11(s) MV1(s) + Gd1(s) D(s)
CV2(s) = G21(s) MV1(s) + Gd2(s) D(s)
Se
G11(s) = 0 e G22(s) = 0
G12(s) ≠ 0 e G21(s) ≠ 0
Não há interação entre as variáveis controladas e manipuladas m1 – c1 e m2 – c2 e mesmo
assim, embora ruim, ainda é possível pois o controle é feito através das interações
Interação positiva e negativa
No processo da mistura, com malhas de vazão e análise, a interação é tal que as duas
malhas se ajudam mutuamente, i.e., fechando a malha de vazão causa uma alteração na
composição do produto que é na mesma direção que a alteração original.
Nesse caso, há uma interação positiva, que resulta em um aumento no ganho da malha
quando a outra malha é fechada.

Fig. 2-12

42
 Quando as duas malhas brigam entre si, a interação é chamada de interação negativa
e o ganho da malha diminui ou muda de sinal quando a outra malha é fechada.
Isto é porque a interação causa uma alteração na variável controlada que é na direção
oposta da alteração original. A mudança do sinal do ganho ocorre quando a mudança da
interação é maior que a mudança original. Por causa dessa possível mudança no sinal do
ganho, a interação negativa pode ser um problema mais severo do que a interação positiva.
A apresentação anterior da interação foi limitada a seu efeito nos ganhos de regime
permanente. Uma análise mais profunda baseada em diagramas de bloco pode ser usada,
onde uma medida quantitativa de interação e sua aplicação no emparceiramento correto das
variáveis controlada e manipulada em sistemas de controle multivariável.
Para evitar as interações entre duas malhas em um sistema TITO, deve se:
1) Dessintonizar os controladores feedback.
2) Considerar a seleção das variáveis controladas e manipuladas.
3) Usar diferentes tipos de esquemas de controle multimalha.
4) Considerar o esquema de desacoplamento do sistema de controle.
Interação entre malhas de controle
Considere um processo com duas entradas e duas saídas:

O esquema de tal processo é dado pela Fig. 2-14:

Fig. 2-13 – Malhas abertas

Fig. 2-14. Malhas fechadas

Qualquer variação em qualquer uma das entradas irá causar variação nos valores das
duas saídas. Este fenômeno persiste mesmo quando as duas malhas de controle são
formadas como na Fig. 3. Isto é chamado de interação da malha de controle. Há dois tipos
de feitos de uma entrada sobre uma saída: direta e indireta. Os efeitos são mais bem

43
explicados pela Fig. 4, onde a linha azul indica o efeito direto da entrada c1 sobre a saída
m1 dentro de sua própria malha, ou seja, a malha 1, onde a linha magenta indica efeito
indireto da entrada c1 sobre a saída que m1 produz através da malha 2.
O conceito dessa interação de malha será usado para entender a Matriz de Ganho
Relativo (RGA – Relative Gain Array).

Fig. 2-15. Efeitos direto e indireto da interação da malha de controle.

Em um sistema TITO (duas entradas-duas saídas), qualquer variação nos valores de

qualquer uma das entradas irá causar variação nos valores das outras duas saídas.
Este fenômeno é chamado de interação ou acoplamento das malhas.
Efeitos da interação no desempenho do sistema
As respostas de um sistema de controle são influenciadas pela interação.
Primeiro se deriva a função de transferência do sistema multimalha com realimentação
e determina as principais diferenças de um controle de única malha. Começa-se esse
procedimento considerando o mesmo sistema:
1) Sem controle
2) Com um controlador
3) Com dois controladores
Suponha que um único controlador seja realizado no sistema, com o objetivo de
controlar CV ajustando MV. A função de transferência considerada quando sintonizando o
controlador:

Nesse caso, a malha de controle deve ser considerada como um sistema de única
malha; porém mudanças em MV1 causada pelo controlador irá afetar CV2 por causa da
interação.
Seja agora uma estrutura mais complexa para determinar se ela afeta a primeira
malha. O diagrama de bloco para um processo multivariável com um controlador de única
malha é dado pela Fig. 20.7. Este exemplo é considerado para demonstrar os efeitos de
interação de sistemas de malha fechada. A função de transferência relacionando MV1(s)
com CV1(s) deve ser considerada quando sintonizar o controlador usando essas variáveis
medida e manipulada.
Essa função de transferência segue para o caso com Gc2(s) realizada:

44
 Fig. 2-16 diagrama de blocos de sistema (2 x 2) com um controlador de única malha.

Essa equação difere da função de transferência com o controle de CV2(s), pelo

segundo termo e o caminho representado pelo segundo termo é mostrado com a linha
pontilhada na Fig 20.7. Claramente, esse caminho resulta da interação do processo e do
segundo controlador. O segundo termo do lado direito na equação seria zero se G12(s) ou
G21(s) ou ambos forem zero, quando o controlador G12(s) não teria efeito na função de
transferência para CV1(s)/MV1(s).
O caminho mostrado com a linha pontilhada será referido como uma interação de
transmissão e será visto ter uma grande importância na estabilidade.

Interação de transmissão existe quando uma variação no ponto de ajuste do controlador

afeta sua variável controlada através de um caminho que inclui outra variável.

É possível ter interação no processo, ou seja, somente G12(s) ou G21(s) forem zero
sem ter interação de transmissão, que requer que ambos G12(s) ou G21(s) sejam zero.
O projeto do controle pode ser completado aplicando dois controladores de única
malha no processo, como mostrado na Fig. 20.8. A seguinte função de transferência de
malha fechada pode ser determinada da manipulação doo diagrama de blocos.

Fig. 2-17 Diagrama de bloco de sistema (2 x 2) com dois controladores de única malha

45
 Com a expressão característica CE(s) obtida, que é a mesma para a Eq 20 14 através
de Eq 20 16.

Quando os dois termos de interação G12(s) e G21(s) são ambos não zero, a resposta
dinâmica de um controlador de única malha entre CV1(s) e MV1(s) depende de todos os
termos em uma função de transferência de malha fechada. Como resultado, a estabilidade e
desempenho da malha 1 depende da sintonia da malha 2. Por um argumento similar, a
estabilidade e desempenho da malha 2 depende da sintonia da malha 1. Desse modo,

Os dois controladores devem ser sintonizados simultaneamente para conseguir

estabilidade e desempenho desejados.

Os ajustes necessários nas variáveis manipuladas podem ser usados como uma
indicação de como a interação varia o comportamento do sistema. A relação geral de regime
permanente para um sistema 2 x 2 é expressa aqui em variáveis de desvio:

Essas equações são geralmente escritas em forma matricial:

Essa equação pode ser rearranjada para

onde K-1 é o inverso do ganho da matriz do regime permanente e existe para um sistema
controlável. Essa equação representa o cálculo feito pelo controlador com off set zero do
regime permanente.

46
 A equação também pode ser usada para determinar as alterações de regime
permanente em MV’1 e MV’2 para qualquer variação específica em CV’1 e CV’2 (variações do
ponto de ajuste).
As matrizes de ganho do processo na Tab 2-1 representam os sistemas hipotéticos
com várias extensões de interação:
1) A não tem interação: K12 = K21 = 0.
2) B tem uma interação de transmissão moderada.
3) C tem uma interação de transmissão forte
4) D não é controlável (o determinante da matriz de ganho é zero).
5) E tem uma interação de único sentido
(K21 = 0) com comportamento variável.

Tab. 2-1 – Sumário das alterações da variável manipulada para sistemas com
diferentes quantidades de interação

Em particular, o controle multivariável não é possível com o sistema D, por que não é
possível controlar CV’1 e CV’2 de modo independente. Esse sistema não tem interesse
porque uma mudança no projeto do processo seria requerida para controlar as variáveis
controladas selecionadas.
As variações nas variáveis manipuladas para as alterações da CV especificada são
dadas na Tab 20 1.
As alterações da variável manipulada para os sistemas B e C com interação
transmissão (dois sentidos) diferem dos valores de única malha reportados como sistema A.
Também, as diferenças no comportamento da variável manipulada do sistema A aumenta
com o aumentos nos termos da interação. Para casos reportados na tabela, as
manipulações para os sistemas B e C são maiores do que aeuelas para o sistema A, mas
para outras alterações da CV especificada, sistemas B e C podem ser melhores que o
sistema A.

47
5. Medição das interações
Interação ou acoplamento de malhas de um sistema de controle multimalha
geralmente é indesejável e por isso deve ser diminuída ou eliminada. Deve se primeiro
avaliar a quantidade de interação presente no controle do processo, para depois se esforçar
para projetar um sistema de controle não interativo.
A ferramenta clássica para medir o grau de interação entre malhas de controle é a
matriz de ganhos relativos (RGA – relative gains array)
A matriz de ganhos relativos fornece uma ferramenta útil para
1) Estimar a interação em regime permanente entre malhas de controle.
2) Assinalar o tipo de interação (positiva ou negativa) das malhas e estabelecer uma
prioridade de desacoplamento.
3) Determinar o melhor e recomendado emparelhamento entre variável controlada-
variável manipulada.
4) Avaliar a ordem de calibração das malhas de controle envolvidas.
5) Estimar o grau de dificuldade do controle das malhas do sistema.
Há vários métodos para realizar a matriz de ganho relativo, tais como:
1) Através da relação dos ganhos de malha aberta e ganhos de malha fechada
2) Através da matriz de ganhos de malha aberta, K, inverter K obtendo K-1, transpondo
K-1 obtendo (KI-1)T, fazendo o produto Hadamard de K por (K-1)T.
3) Através da relação dos ganhos diretos e ganhos retaliatórios da matriz de ganhos de
malha aberta e das propriedades dos elementos da matriz de ganhos relativos.
Matriz de ganho relativo
Matriz de ganho relativo é uma ferramenta analítica usada para determinar o
emparelhamento ótimo da variável controlada (saída)-variável manipulada (entrada) para um
sistema MIMO (múltiplas entradas-múltiplas saídas). Caso particular de MIMO é TITO: duas
entradas-duas saídas. Matriz de ganho relativo é uma forma normalizada da matriz de
ganhos que descreve o impacto de cada variável controlada na saída, relativa a cada
impacto da variável controlada em outras variáveis. As interações de processo dos sistemas
de controle de malha aberta e malha fechada são medidas para todos os emparelhamentos
possíveis das variáveis controlada e manipulada.
A interação no processo é um fator importante influenciando o comportamento dos
sistemas multimalha. Uma medida quantitativa da interação é necessária para proceder com
um método de análise multimalha e a matriz de ganho relativo, que foi provada ser útil em
análise de sistema de controle, é introduzida para satisfazer essa necessidade. A matriz de
ganho relativo foi desenvolvida por Bristol (1966) e estendida por vários engenheiros,
notadamente Shinskey (1988) e McAvoy (1983).
O ganho relativo é a divisão do ganho de malha aberta sobre o ganho de malha
fechada.
O ganho relativo para um par selecionado de variáveis manipulada e controlada é
definido como a divisão de um ganho de malha aberta para esse par com todas as outras
malhas abertas pelo seu ganho de malha aberta quando todas as outras malhas são
fechadas pelas suas variáveis controladas sendo mantidas constantes e em seus pontos de
ajustes pelos seus controladores:

48
Onde ij é o ganho relativo de qualquer par de variáveis controlada ci pela manipulada mj.
O numerador é o ganho de malha aberta determinado com todas as outras variáveis
manipuladas constantes e o denominador é o ganho de malha fechada determinado com
todas as outras variáveis controladas constantes, que literalmente se aplica ao estado de
regime permanente.
O ganho relativo é adimensional, pois a mesma dimensão aparece no numerador e no
denominador. O ganho relativo independe da escala e dos termos comuns aparecendo nos
ganhos de malha aberta e fechada. O ganho relativo não é afetado pelas não linearidades
em dado ponto de operação. Se o processo for não linear, porém, os relativos calculados se
alteram com as condições de operação.
A matriz de ganho relativo dos valores ij arranjados em linhas (ci) contra colunas (mi):

onde n é o número de pares de variáveis no sistema. Uma propriedade importante da matriz

de ganho relativo é que os números em cada coluna e cada linha somem 1,0.
Para preencher uma matriz (2 x 2), então, somente é necessário calcular um l e os outros na
mesma linha e na mesma coluna são complementares e os valores da diagonal são iguais.
Para preencher uma matriz (n x n), então, é necessário calcular (n – 1)2 valores de 
Um corolário dessa propriedade é que para cada l que excede 1,0, deve haver um
número negativo na mesma linha e na mesma coluna, e os pares da malha de controle com
números negativos devem ser evitados.
Propriedades de 
Os valores de  cobrem todos os números possíveis, de menos infinito até mais
infinito. Eles podem ser separados em seis regimes distintos, cada um com seu conjunto
próprio de características.
=0
Se  é zero, é porque indica o numerador da equação é zero, mas o denominador não
o é. Neste caso, a malha em questão não pode ser fechada sozinha com sucesso, mas
poderia controlar muito bem quando as outras malhas no sistema estiverem fechadas. Isto é
usualmente o caso quando uma das outras variáveis controladas for o nível do líquido. Um
processo contínuo deve ter suas malhas de nível fechadas antes de qualquer outra puderem
funcionar corretamente. Em um processo multivariável complexo, como distilação, é
usualmente necessário especificar as malhas de nível primeiro e depois avaliar os ganhos
relativos das malhas de análise. Isso elimina os zeros da matriz de ganho relativo.
Conclusão: Ganho de malha aberta igual a zero indica que não há relação de causa-
efeito entre manipulada e controlada. Deve se alterar o emparelhamento, fazendo m1 - c2 e
m2 -c1 ou 1-2/2-2 para desacoplar as malhas.
Com  = 0, o sistema resultante controlado é não interativo.
   < 1,0
Ganhos relativos na faixa de 0 a 1,0 indicam a existência de uma malha feedback
negativa adicional formada pela interação. Para retornar a malha pretendida para a mesma
estabilidade que ela tinha quando operando sozinha, o ganho proporcional do controlador
deve ser multiplicado por . A malha feedback adicional contem mais elementos dinâmicos,

49
requerendo um aumento no tempo integral. Sistema (2 x 2) onde todos os ganhos são 0,5
são comuns. Um exemplo é o controle de pressão da caldeira e as vazões de ar e relação
gás oxigênio pelo gás. No caso da calceira, o conteúdo de oxigênio no gás é controlado pela
relação gás-para-ar.
0 <  < 0,5 (.e.g., 11 = 0,25)
Se 11 = 0,25, então os elementos diagonais da RGA são iguais a 0,25 e os elementos
da não diagonal são iguais a 0,75. Os valores maiores indicam um emparelhamento mais
conveniente, ou seja, com c1 com m2 e c2 com m1.
 = 0,5
Se 11 = 0,5, então as duas entradas manipuladas afetam as duas saídas controladas
no mesmo grau. Isto reflete o pior caso, independente de qual emparelhamento é usado, o
grau de interação será o mesmo.
0,5 <  < 1,0 (.e.g., 11 = 0,75)
Se 11 = 0,75, então os elementos diagonais da RGA são iguais a 0,75 e os elementos
da não diagonal são iguais a 0,25. Os valores maiores indicam um emparelhamento mais
conveniente será c1 com m1 e c2 com m2.
 = 1,0
O valor mais desejável de  é 1,0, que indica que o numerador e o denominador da
equação são iguais, ou seja, o ganho de malha aberta é igual ao ganho de malha fechada
da malha. Isto significa que fechando as outras malhas não tem nenhum efeito no
comportamento da malha sendo examinada. Assim, ao avaliar uma matriz de ganhos
relativos, é aconselhável conectar aquelas malhas com ganhos relativos próximos de 1. Isto
não é uma garantia absoluta do melhor desempenho porque o ganho relativo não inclui
considerações dinâmicas, mas ele garante apenas a estabilidade em regime permanente.
Uma interação de sentido único pode ainda existir, se a variável manipulada mi não
perturbar as outras variáveis controladas ou ci não é afetada pelas outras variáveis
manipuladas mj, o ganho relativo será igual a 1,0. Porém, sem interação com duplo sentido,
não existe nenhuma malha de realimentação negativa escondida e assim a estabilidade da
malha em questão não é afetada pelo fechamento das outras malhas.
Conclusão:  = 1 implica em ausência de interação e sistema desacoplado.
 > 1,0
Se 11 > 1,0, então os elementos não diagonais da RGA são negativos. Se o
emparelhamento empregado for c1 com m1 e c2 com m2., os ganhos relativos são portanto
maiores que 1. Tem se 11 > 1 e 22 > 1.
Ganhos relativos maiores que 1,0 indicam a existência de uma malha feedback
positiva adicional formada pela interação. Quando essa malha aumenta em força,  também
aumenta. (Quando a malha de feedback positiva domina,  é negativa). A malha feedback
positiva tem desvio de fase menos que 180 graus da malha de feedback negativa e portanto
não torna mais lenta de modo significativo a resposta dinâmica da malha feedback negativa.
No caso de duas malhas interativas tendo dinâmica similar e  = 10 ou mais, ambos os
ganhos do controlador precisam ser divididos por 2 quando as duas malhas forem fechadas,
mas os ajustes de integral e derivativo pode ser deixados como estavam para operação de
única malha.
 = ±∞
Quando o denominador da equação tender para zero,  tenderá para o infinito e um
mais infinito em qualquer lugar da matriz irá requerer um menos infinito na mesma linha e na
mesma coluna. Essas malhas não podem ser controladas de modo independente por que as
variáveis tem essencialmente o mesmo efeito em cada outra. Enquanto calcular um

50
resultado de infinito nem sempre é possível, qualquer ganho relativo cujo valor absoluto
exceda 100 é assumido infinito – as variáveis são essencialmente dependentes e as malhas
não podem ser fechadas.
Conclusão: Ganho de malha aberta é muito maior que o ganho de malha fechada.
A interação aumenta com o aumento de .
É muito difícil controlar as duas malhas de modo independente se  for muito grande.
<0
Ganhos negativos indicam a presença de estabilidade condicional porque o numerador
e denominador na equação têm sinais opostos. Se a malha em questão foi configurada para
ter uma malha de feedback negativa enquanto a outras malhas estiverem abertas, ela se
tornará uma malha feedback positiva quando as outras malhas forem fechadas. Feedback
positivo causa a variável controlada se afastar do ponto de ajuste em vez de se aproximar
dele e assim deve ser evitada em um sistema de controle.
É possível reconfigura a malha em questão para ter feedback negativa quando as
outras malhas forem fechadas revertendo a ação de um controlador. Mas sua resposta
dinâmica será ruim porque ela contém elementos adicionais do processo, ao lado de outros
controladores. Porém, o principal perigo é que a abertura de outra malha, ou porque o
controlador foi colocado em manual ou porque sua saída saturou em um limite, ele deixa a
malha reconfigurada como feedback positivo. Portanto, malhas com ganhos relativos
negativos nunca devem ser conectadas.
Resumindo: ganho de malha aberta tem diferente sinal do ganho de malha fechada.
Abrindo ou fechando a segunda malha tem efeitos dramáticos. Usar controle multivariável.
Conclusão sobre 
O valor de , junto com as regras correspondentes para o emparelhamento entrada-
saída, ainda são insuficientes. Uma análise rigorosa inclui consideração do sistema onde há
mais variáveis manipuladas na entrada do que variáveis controladas na saída, ou seja, a
presença de distúrbios. Os sinais dos ganhos do processo são fatores importantes na
análise da matriz RGA.
As malhas de controle devem ter emparelhamentos entrada-saída que dê ganhos
relativos com valores que sejam o mais próximo possível de 1.
O uso dos ganhos relativos para determinar o melhor emparelhamento para controle
multimalha leva ao que é chamado estratégia de controle com interação dominante.
Propriedades algébricas da RGA:
1) A matriz é independente do scaling das entradas e das saídas.
2) Suas linhas e colunas somam 1.
3) Plantas com elementos altos da matriz são sempre mal condicionadas.
4) Uma alteração relativa em um elemento de G igual ao inverso negativo de seu
correspondente elemento RGA gera singularidade.
5) A RGA é a matriz identidade se G é triangular superior ou inferior.
6) A matriz  – I fornece uma medida da interação bidirecional.
Bristol (1966) originalmente introduziu a RGA como uma medida em regime
permanente nas interações para controle descentralizado. Porém, a matriz RGA é também
útil em frequências próximas à frequência de cruzamento e não apenas para w = 0 (regime
permanente).
Propriedades de controle
Além dessas propriedades algébricas, a RGA possui também propriedades de controle
uteis:
1) A RGA é um bom indicador da sensibilidade a incerteza:

51
 2) Incerteza nos canais de entrada (incerteza da entrada diagonal) – plantas com
elementos grandes em torno da frequência de cruzamento são fundamentalmente
difíceis de controlar por causa da sensibilidade a essa incerteza. Em particular,
desacopladores ou controladores inversores não devem ser usados nessas
aplicações.
3) Incerteza dos elementos, elementos grandes da matriz implicam em sensibilidade
ara incerteza elemento por elemento.
4) Plantas não quadradas. Entradas extras: se a soma dos elementos em uma coluna
da RGA é pequena (<< 1), então pode se considerar excluir a entrada
correspondente. Saídas extras: se todos os elementos em uma linha da RGA são
pequenos (<< 1), então a saída correspondente não pode ser controlada.
5) RGA e sistema descentralizado
1) Integridade: para plantas estáveis, eliminar emparelhar elementos negativos da
RGA de regime permanente. Caso contrário, se os subcontroladores forem
projetados de modo independente com ação integral, as interações irão causar
instabilidade, ou quando todas as malhas forem fechadas ou quando a malha
correspondente ao ganho relativo negativo se tornar inativa, (e.g., por causa da
saturação).
2) Estabilidade: preferir emparelhamentos correspondentes a um número RGA
próximo de 0 nas frequências de cruzamento.
Métodos de cálculo da RGA
Matriz de ganho relativo é uma ferramenta analítica usada para determinar o
emparelhamento ótimo da variável controlada (saída)-variável manipulada (entrada) para um
sistema MIMO (múltiplas entradas-múltiplas saídas). Caso particular de MIMO é TITO: duas
entradas-duas saídas. Matriz de ganho relativo é uma forma normalizada da matriz de
ganhos que descreve o impacto de cada variável controlada na saída, relativa a cada
impacto da variável controlada em outras variáveis.
As interações de processo dos sistemas de controle de malha aberta e malha fechada
são medidas para todos os emparelhamentos possíveis das variáveis controlada e
manipulada.
Há três métodos clássicos para calcular os elementos de uma matriz de ganhos
relativos, entre os quais se destacam três que serão usados neste trabalho:
1) Método da relação dos ganhos de malha aberta e malha fechada
2) Método da matriz de ganhos de malha aberta, matriz inversa, matriz transposta,
multiplicação Hadamard da matriz de ganhos de malha aberta e a transposta da
inversa.
3) Método da relação dos ganhos diretos e dos ganhos retaliatórios associados às
propriedades da matriz de ganho relativo.
Método da relação dos ganhos de malha aberta e malha fechada
Um roteiro para se fazer a útil matriz de ganhos relativos envolve os seguintes passos:
1) Determinar os ganhos de malha aberta para todos os pares de variável controlada e
manipulada.
2) Determinar os ganhos de malha fechada para todos os pares de variável controlada
e manipulada.
3) Determinar os ganhos relativos para todos os pares de variável controlada e
manipulada.

Ganhos de malha aberta

Definição de ganho de malha aberta: variação da variável controlada sobre a variável
manipulada, com todas as malhas em aberto (modo manual). Para o seu cálculo, dá um

52
degrau em uma variável manipulada, mantendo a outra variável manipulada em manual e
constante e lê se a variação na variável controlada correspondente.

Tem se a matriz de ganhos de malha aberta:

onde Kij é o ganho relacionando a iézima variável controlada com a jésima variável manipulada.
As barras verticais indicam que os ganhos são determinados com as malhas abertas, ou
seja, uma alteração é feita em cada variável manipulada enquanto as outras variáveis
manipuladas são mantidas constantes.
Pode parecer que as variáveis controladas e manipuladas podem ser emparelhadas
simplesmente comparando os ganhos de malha aberta. Por exemplo, se K12 for maior em
tamanho que K11, então m2 deve ser escolhida para controlar c1. Isso não é muito correto,
porém, por que os ganhos usualmente têm diferentes unidades e não podem ser
comparados entre si. Mesmo se os ganhos fossem expressos em %TO/%CO, fatores tais
como faixas do transmissor e tamanhos de válvulas, que não têm nada a ver com a
interação do processo, iriam afetar o emparelhamento.
Se ci não responde a mj quando todas as outras variáveis manipuladas estão
constantes, Kij é zero e mj não pode ser usada para controlar c1. Se existir alguma interação,
alterando mj irá afetar outras variáveis controladas, bem como ci. Assim, se elas são
mantidas constantes, as outras variáveis manipuladas terão uma interação durante a
segunda avaliação do ganho de malha aberta. O resultado será uma diferença entre os dois
ganhos de malha aberta, causando ij ser nem 0 nem 1.
Outra possibilidade seria ter o denominador na Kij igual a zero, quando lij tenderia para
infinito, embora qualquer número maior que 5 iria indicar uma potencial perda de controle.
Nesse caso, a presença de outras malhas fechadas iriam evitar c1 de responder a m1.
Como o processo é tipicamente representado pelo regime permanente e o ganho
dinâmico, seus ganhos relativos devem ser esperados conter também os dois componentes.
Em muitos casos, porém, o regime permanente será considerado mais importante e mais
fácil de ser administrado.
Em geral, os ganhos relativos estáticos são avaliados primeiro e os dinâmicos, mais
tarde.

Ganhos de malha fechada

Definição de ganho de malha fechada: variação da variável controlada sobre a variável
manipulada, com uma malha em manual e todas as malhas fechadas, modo automático e
com a medição igual ao ponto de ajuste e constante. Para o seu cálculo, dá um degrau em
uma variável manipulada, mantendo a outra variável controlada em manual e constante e lê
se a variação na variável controlada correspondente.

53
 Tem se a matriz de ganhos de malha fechada:

É importante destacar que os ganhos de malha fechada não são os mesmos que os
ganhos das malhas fechadas no controle convencional.

Ganhos relativos
Definição de ganho relativo: cada elemento da matriz é igual à divisão do ganho de
malha aberta pelo ganho de malha fechada de cada elemento das outras matrizes.

ou, de outro modo:

Tem se a matriz de ganhos relativos:

Que pode ser escrita de modo simplificado:

54
 É evidente que cada ganho relativo é adimensional, porque é definido como a relação
de dois ganhos com às mesmas variáveis controladas e manipuladas. Isto fica mais claro
que os ganhos são substituídos, como, por exemplo, para 12:
Método da matriz de ganhos de malha aberta, matriz inversa, matriz transposta,
multiplicação Hadamard da matriz de ganhos de malha aberta pela transposta da
inversa.
A expressão

sugere que ambos dados em malha aberta e em malha fechada são requeridos para
determinar o ganho relativo. Porém, o ganho relativo pode ser calculado apenas dos dados
da malha aberta, que pode ser demonstrado rearranjando a equação acima para dar:

O procedimento para calcular a matriz de ganho relativo consiste em

1) Criar a matriz de ganhos de malha aberta, K,
2) Calcular sua matriz inversa, K-1
3) Calcula a matriz transposta da inversa, (K-1)T
4) Multiplicar por Hadamard (ou Schur) as duas matrizes de ganhos de malha aberta e
a transposta da inversa, elemento por elemento.
A matriz dos ganhos do processo em malha aberta é seminal. A partir do
conhecimento e disponibilidade dessa matriz, pode se chegar à matriz de ganho relativo
pelo seguinte caminho: desde que a matriz dos ganhos do processo seja conhecida, K,
então a RGA pode ser calcula como:

Ou seja, a RGA é igual à matriz dos ganhos do processo, K, multiplicada por

Hadamard pela matriz inversa (K-1) da matriz transposta de KT.
Devem ser esclarecidas algumas características e exigências de matriz:
Para uma matriz tem inversa, é necessário que seu determinante seja diferente de 0.
O produto Hadamard (ou produto Schur) é uma multiplicação de elemento por
elemento de duas matriz de mesma ordem (n x n) e é totalmente diferente de multiplicação
convencional de matrizes.
Uma matriz de ganho relativo (RGA) é uma matriz quadrada não singular G definida
como:

RGA (G) = (G) = G x (G-1)T

55
 onde x denota um produto Hadamard (ou Schur), onde se tem o produto de cada
elemento de uma matriz pelo elemento correspondente da outra matriz.
Para um sistema (n x n):

Produto Hadamard ou Schur de duas matrizes

Multiplicação convencional de matrizes

Método da relação dos ganhos diretos e dos ganhos retaliatórios associados às

propriedades da matriz de ganho relativo.
No projeto do sistema de controle do processo selecionam se e emparelham as
variáveis manipuladas e controladas, baseando se na maior causalidade entre essas
variáveis. Idealmente, uma variável manipulada deve afetar apenas uma variável controlada
e como consequência, uma variável controlada só deve ser afetada por uma variável

56
manipulada. Infelizmente, na prática isso não ocorre e uma variável manipulada pode afetar
mais de uma variável controlada e uma variável controlada pode ser afetada por mais de
uma variável manipulada. Esta ação (geralmente) indesejável chama se de interação.

Fig 2-19.Sem interação

Fig. 2-19: Com interação

As constantes K11 e K22 são chamadas de ganhos diretos e os ganhos K12 e K21 são
chamados de ganhos retaliatórios ou ganhos da interação. Quando houver interação entre
as malhas, K12 e K21 são diferentes de 0.

Fig. 2-20. Ações diretas e retaliatórias no sistema de controle

Uma determinação analítica é possível se o modelo de regime permanente do sistema

é disponível, se
c1 = K11 m1 + K12 m2
c1 = K21 m1 + K22 m2
onde Kij são os ganhos em regime permanente da matriz da função de transferência do
processo. Kij é o ganho de malha aberta, já definido e vale

57
 Um elemento da matriz de ganho relativo para um sistema (2 x 2) pode ser dado pela
seguinte equação:

onde Kij é o ganho de malha aberta, já definido.

Propriedades da matriz, que serão usadas para a sua criação:

1) Todas os elementos das linhas e das colunas somam 1:

2) E como consequência a matriz de ganhos relativos pode ser escrita assim:

Com essas propriedades e pela manipulação dos elementos da matriz de ganho de

malha aberta, chega se à seguinte expressão para um sistema
(2 x 2):
O cálculo do ganho relativo pode ser muito sensível aos erros no cálculo do ganho.
Como um exemplo, seja o seguinte ganho relativo para um processo (2 x 2), e assumindo
que cada ganho do processo tenha um fator de erro ij, que é 1,0 para ausência de erro.

Quando o elemento de ganho relativo tem um valor alto, o ganho relativo pode tomar
valores variando amplamente e mesmo trocar o sinal para pequenos erros em ganhos de
processo individuais.
Tópicos adicionais na avaliação da interação
Alguns tópicos importantes sobre interação são:
1) Modelagem
2) Medidas da interação
3) Medidas dependentes da frequência
4) Sintonia da malha de controle

58
Modelagem
Modelo conveniente para projetar o sistema de controle:
1) Os detalhes do modelo são determinados pelos objetivos do controle. Estática, faixa de
baixa frequência, autonomia, modelos DT ou híbridos são exemplos de opções.
2) As variáveis e relações selecionadas para construir o modelo irão depender dos efeitos
envolvidos no estudo. Algumas variáveis podem ser eliminadas ou tratadas como
distúrbios se elas não forem tão relevantes ou se elas puderem se tornar crucial se seus
efeitos particulares devem ser modelados.
3) A metodologia do projeto do controle recomenda ou até determina o tipo de
representação.
4) O conhecimento ou a disponibilidade do processo para fornecer dados reais permitem
técnicas experimentais ou teóricas de modelagem.
5) A exatidão e complexidade do modelo dependem das exigências do controle.

Fig. 2-21
Medidas da interação
A matriz relevante, aqui a matriz de ganho do processo, K, pode ser decomposta em
três matrizes, que podem ser usadas para determinar as direções nas variáveis controladas
que causam as variáveis manipuladas altear o máximo e o mínimo. Também, a relação da
máxima sobre a mínima variação nessas duas direções pode ser determinada e é chamada
o número condição. Claramente, quando maior o número condição, mais interação afeta o
sistema multimalha. Também, o número condições indica a sensibilidade do cálculo para
erros do modelo.
A matemática básica dessa avaliação é apresentada por Ortega e aplicações de
controle por Barton e Arkun. A relação entre o ganho relativo o número condição é dado por
McAvoy e Grosdidier.
Medidas dependentes da frequência
A maioria do material sobre controlabilidade e interação se baseia principalmente nas
medidas em regime permanente. Uma definição alterativa dependente da frequência
envolve a habilidade de influenciar a trajetória dinâmica das variáveis de saída (controladas)
e requerem que o determinante de G(S) ≠ 0. Nas aplicações de controle de processos
contínuos operados especificamente em regime permanente, a definição de controlabilidade
envolve o estado a controlabilidade em regime (w – 0).
Os efeitos da interação devem ser calculados perto das frequências criticas das
malhas de controle.
Conclusões
Sistemas de controle de processo multimalha foram apresentados e o conceito
importante de interação de processo foi definido. Métodos padrão de modelagem podem ser

59
usados para representar o comportamento entrada-saída do processo sem controle.
Interação – uma entrada afetando mais de uma saída – influencia o comportamento do
sistema multimalha. Usando a convenção que os controladores de malha unida são
emparelhados sobre os elementos 1-1 e 2-2 em um processo de duas variáveis, interação
ocorre quando, no mínimo, um dos termos interativos G12(s) ou G21(s) é não zero. O modelo
do processo pode ser empregado para determinar uma medida útil da interação: a matriz de
ganho relativo.
Exigências de controlabilidade e valores para o ganho relativo são realmente
extensões de condições que são requeridas para bom controle feedback de malha única,
como resumido na seguinte tabela:

Tab. 2-3

Como as exigências são menos obvias em sistemas multimalha, são fornecidos testes
matemáticos rigorosos.
A interação de transmissão – o caminho adicional da conexão através de um
controlador interativo – ocorre quando ambos os termos de interação em um sistema (2 x 2)
são não zero. Interação de transmissão pode afetar fortemente o comportamento de um
sistema multimalha:
Dependendo da direção das alterações desejadas nas variáveis controladas, ela pode
influenciar muito os ajustes requeridos nas variáveis manipuladas.
Ela pode influenciar a estabilidade do sistema e a sintonia apropriada do controlador.
Alguns resultados são gerais para todos os sistemas multimalha de qualquer ordem (n
x n), enquanto alguns são restritos a sistemas de 2 variáveis (2 x 2).
Finalmente, uma interpretação importante relacionada com o desempenho do controle
pode ser alcançada com esses resultados de sintonia, considerando um sistema tendo
dinâmica similar e um ganho relativo muito maior que 1,0. (Muitos processos importantes
tem grandes ganhos relativos). Neste sistema, o ganho do processo multimalha é menor
que o ganho do processo de malha única e a avaliação da sintonia indicou que o ganho do
controlador no sistema multimalha deve ser reduzida de seu valor de malha única. Como um
resultado, a redução no ganho efetivo do processo causado pela interação no sistema
multimalha não pode ser compensado por um aumento no ganho do controlador; se tentar
aumentar o ganho do controlador para melhorar o desempenho do controle, o sistema ficará
instável. Assim, o produto Kp Kc pode ser pequeno (i.e., muito menor que 1,0) no sistema
interativo, e ajustes feedback na resposta para alguns distúrbios pode ser muito lenta por
causa deste efeito de dessintonia da interação. Este limite de estabilidade para sistemas
multimalha considera o retorno muito lento para o ponto de ajuste experimentado por alguns
processos com grandes ganhos relativos.
Como as exigências são menos obvias em sistemas multimalha, são fornecidos testes
matemáticos rigorosos.
A interação de transmissão é o caminho adicional de a conexão entre uma entrada e
uma saída através de um controlador interativo e ocorre quando os dois termos de interação
em um sistema (2 x 2) são não zero.

60
A interação de transmissão pode afetar fortemente o comportamento de um sistema
multivariável.
1) Dependendo das direções das mudanças desejadas nas variáveis controladas, pode
se aumentar ou diminuir substancialmente os ajustes requeridos nas variáveis
manipuladas.
2) A interação de transmissão pode influenciar a sensibilidade do sistema para erros de
modelagem.
3) A interação de transmissão pode influenciar a estabilidade do sistema e a sintonia
correta do controlador.
Uma interpretação importante relativa ao desempenho do controle pode ser alcançada
destes resultados de sintonia considerando um sistema tendo dinâmicas similares e um
ganho relativo muito maior que 1,0. (Muitos processos importantes possuem grandes
ganhos relativos). Nesse sistema, o ganho do processo multimalha é menor que o ganho do
processo com única malha por um fator de cerca de 1/. (Eq 20-25).
Porém, a estabilidade e a avaliação da sintonia indicam que o ganho do controlador no
sistema multimalha deve ser reduzido de se valor de malha única, como na Fig 20-12.
Como resultado, a redução no ganho efetivo do processo causado pela interação no sistema
multimalha não pode ser compensada por um aumento no ganho do controlador; se tentar
aumentar o ganho do controlador para melhorar o desempenho do controle, o sistema ficará
instável. Assim, o produto Kp Kc pode ser melhor (i.e., muito menor que 1,0) no sistema com
interação e os ajustes de realimentação negativa em resposta a alguns distúrbios pode ser
muito lentos por causa desse efeito de dissintonia de interação. Este limite de estabilidade
para sistemas multimalha considera o retorno muito lento para o ponto de ajuste
experimentado por alguns processos com grandes ganhos relativos.
O seguinte resumo é útil:
Tab. 2-4

Tab. 2-5

Condições Sistema de única malha Sistema multimalha

requeridas
Controlabilidade Uma relação causal existe n relações causais independentes xistem
entre as variáveis manipuladas entre as variáveis manipuladas e
e controladas, Kp ≠ 0 controladas, det K ≠ 0.
Ganho do Kp não muda de sinal O sinal do ganho de realimentação negativa
processo vista por cada controlador não dpende do
monotônico status de outros controladores, i.e., o
sistema é integral controlável.

61
Tab. 2-6
Sistemas n x n Somente sistemas 2 x 2
Modelagem Função de transferência de malha fechada
Controlabilidade Eq 20-14 e Eq 20-17
Definição de matriz de ganho Relação entre RGA e estabilidade, Eq 20-34
relativo, Eq 20 25
Cálculo do ganho relativo, Eq 20 Sintonia PI
27
Interpretações de ganho relativo Condições para controlabilidade integral 2x2
Condição para controlabilidade
integral n x n

Tab. 2-7

62
6. Índice Niederlinski
Índice de Niederlinski (NI) é uma ferramenta que determina o grau de controlabilidade
do processo: NI positivo significa que o sistema é controlável e pode ser estável. Índice NI
zero ou negativo significa que o sistema não é controlável e não é estável.
As várias equações para determinar o índice de Niederlinski podem ser:

Ou para sistemas (3 x 3):

onde
|G(0)| é o módulo do determinante da matriz dos ganhos relativos em regime
permanente

é o produto dos elementos da matriz diagonal da matriz de ganho relativo.

Um NI negativo indica instabilidade na malha de controle. Para uma matriz
(2 x 2), NI indica estabilidade em emparelhamentos, mas isso não é verdade para matrizes
de maior ordem. Para matrizes (n x n), n > 2, a única conclusão tirada do NI negativo é que
há instabilidade.
Valor negativo para NI, quando todas as malhas de controle estão fechadas, implica
que o sistema será integralmente instável para todos os valores possíveis dos parâmetros
do controlador. Para projetar um sistema de controle descentralizado para um processo,
dada uma função de transferência, a matriz de ganho relativo é usada para obter uma
tentativa de emparelhamento de malha e então o índice NI é usado para verificar a
estabilidade do sistema de malha fechada usando o emparelhamento recomendado pela
matriz de ganho relativo.
O resultado mais imediato para a seleção do emparelhamento é o critério de
Niederlinski. O critério de Niederlinski pode excluir qualquer emparelhamento candidato,
assumindo que o sinal do ganho integral em Kii é o mesmo que o ganho em regime
permanente de Gii, como esperando em um projeto descentralizado.

Matriz do ganho em regime permanente:

63
 Matriz de ganho relativo:

Índice NI

Definindo:

Um sistema (2 x 2) pode ser caracterizado totalmente pela relação única , a relação zeta.
Quanto menor valor de , mais perfeita é o emparelhamento diagonal.
Para um sistema 3 x 3:

Controladores descentralizados são largamente usados nas indústrias de processo por

causa de sua simplicidade, facilidade de projeto e de sintonia. Porém, o desempenho de um
controlador descentralizado pode ser ruim por causa do aparecimento das interações das
malhas do processo.
Uma alternativa é usar controlador multivariável. Um controlador descentralizado pode
ser feito tolerante a falha de modo muito mais fácil que o controlador multivariável.
Controlador de bloco descentralizado tem uma estrutura intermediária entre esses dois
extremos. O controlador de bloco descentralizado equilibra o alto desempenho dado por um
controlador totalmente multivariável e a facilidade de realização e manutenção de um
controlador descentralizado.

64
 A matriz de ganho relativo é modificada para Ganho Relativo de Bloco dinâmico.
Ganho relativo é definido como a divisão do ganho representando o ganho do
processo em uma malha isolada pelo ganho aparente do processo na mesma malha,
quando todas as outras malhas estão fechadas.
Ganho relativo do bloco para o par (c1, m1) é definido como a divisão do ganho do
bloco em malha aberta pelo ganho do bloco aparente na mesma malha quando todas as
outras malhas estão fechadas.
7. Emparelhamento
5.1. Variável controlada e manipulada
Quanto mais um par é afetado pela interação com outras malhas, mais longe da
unidade é seu ganho relativo. Quando a interação é positiva, o ganho relativo é positivo e
menor que a unidade, porque o banho da malha fechada tem o mesmo sinal e é maior do
que o ganho da malha aberta. Quando a interação é negativa, o ganho relativo é ou maior
que a unidade ou negativo, porque o ganho da malha fechada é menor que o ganho da
malha aberta ou tem um sinal oposto.
Regra de emparelhamento: para minimizar o efeito da interação em um sistema
multivariável, o par das variáveis controlada e manipulada deve ser tal que o ganho relativo
para cada par seja o mais próximo possível da unidade.
Esta regra considera somente o efeito do regime permanente da interação. Em alguns
sistemas, principalmente aqueles com interação negativa, o efeitos dinâmicos podem negar
a validade da regra.
Deve se evitar, a todo custo, fazer emparelhamentos com ganhos relativos negativos.
Um ganho relativo negativo significa que a ação do processo altera quando as outras
malhas forem abertas e fechadas ou quando suas variáveis manipuladas atingirem seus
limites (e.g., válvulas totalmente abertas ou totalmente fechadas).
nesses casos, a malha com o ganho relativo negativo ficará instável a não ser que a ação
do controlador seja alterada, uma coisa difícil de ser feita automaticamente.
É possível, embora não recomendável, selecionar um par com um ganho relativo igual
a zero. Neste caso, a variável manipulada não tem efeito direto na variável controlada e
depende da interação com outras malhas para ser controlada (ganho de malha aberta igual
a zero). Um emparelhamento com um ganho relativo alto não irá funcionar bem, porque a
interação com outras malhas cancela a maioria do efeito direto da variável manipulada sobre
a variável controlada (ganho de malha fechada próximo de zero).
5.2. Emparelhamento da variável e desacoplamento
O desacoplamento tem o mesmo efeito em cada malha quando as malhas com
interação tenham sido antes desacopladas. Por causa disso e por causa de a ação do
desacoplador poder se bloqueada se a válvula que ele atua for levada para a saturação, é
importante emparelhar as variáveis controlada e manipulada adequadamente mesmo
quando se usa o desacoplador.
No exemplo anterior, as variáveis estavam emparelhadas corretamente, com a
corrente 1, a vazão maior, controlando a vazão do produto e com a corrente 2, a vazão
menor, controlando a composição. Isso faz a relação das duas corrente ser menor que 1, de
modo que a ação do controlador de vazão alterando a corrente 1 tenha um efeito maior na
vazão do produto do que a ação do desacoplador.
Supondo que a relação da corrente 2 para a corrente 1 fosse 10 e tendo o mesmo
emparelhamento: o desacoplador teria um efeito 10 vezes maior na vazão do produto do
que a ação direta do controlador. O mesmo acontece com o controlador de composição.

65
 Exemplo de emparelhamento de malhas
As equações do processo baseadas no balanço de massas e de energia são as
seguintes:

Balanço de massa total

Balanço do componente

Para

Balanço de energia

Relação VLE

Limites de consistência:

As 5 equações acima possuem

(2n + 3) equações com 4n = 14 variáveis ou limites ou parâmetros.

66
Constantes (N + 7):

Especificadas externamente (N):

Não especificadas (2N + 7):

Variáveis não especificadas são candidatos potenciais para a manipulação.

O número de variáveis controladas é igual a (2n + 7) – (2n + 3) = 4.
Em outras palavras, 4 do total de
(2n + 7) variáveis seriam apropriadamente selecionadas para o controle. A exigência
operacional de um tambor flash estabelece que nível, pressão e temperatura devem ser
mantidos em um ponto de ajuste desejado (controladas). Para garantir taxa de constante de
produção, a alimentação do líquido deve ser mantida em um ponto de ajuste desejado.
Todas essas variáveis controladas, h, p, T, Ff são medições primárias. Através da inspeção
de (2n + 7) variáveis não especificadas se conclui que Ff, Fv, FL e Ws são ideais para
manipulação.
Para um sistema (n x n) há n configurações possíveis de malha de controle.

67
Para um exemplo, um sistema 2 x 2 tem duas configurações:

c1 – m1 e c2 – m2
c1 – m2 e c2 – m1
Do mesmo modo, um sistema 3 x 3, tem 6 possíveis configurações de malha de
controle:
c1 – m1 e c2 – m2 e c3 – m3
c1 – m1 e c2 – m3 e c3 – m2
c1 – m1 e c2 – m1 e c3 – m3
c1 – m2 e c2 – m3 e c3 – m1
c1 – m2 e c2 – m3 e c3 – m1
c1 – m3 e c2 – m1 e c3 – m2
Um sistema 4 x 4, como o tambor flash, tem 24 possíveis configurações.
A seleção da melhor configuração (emparelhamento ideal entrada-saída) é um
problema difícil para sistema multimalha.
O método qualitativo deve seguir o seguinte critério:
1) A manipulação deve ser direta e rápida.
2) O tempo morto entre a manipulação e a manifestação deve ser o mínimo.
3) A interação entre as malhas deve ser a mínima.
Qualitativamente, é mais fácil achar o melhor emparelhamento entrada-saída entre 24
prováveis configurações. Ff pode se controlar a si mesma usando uma válvula e um
indicador de valor como controlador.
Ws tem um efeito direto e rápido sobre a temperatura, T.
A vazão de liquido (FL) tem efeito direto no nível do líquido (h) e e a vazão de vapor
(Fv) tem efeito direto na pressão da coluna (p).
Portanto, a configuração ideal de controle seria a indicada na Fig. 1.
Essa configuração pode ser considerada como uma apropriada em vez da melhor.

68
 Fig. 2-22. Emparelhamento proposto

8. Desacoplamento das malhas interativas

5.1. Introdução
O modo mais simples para reduzir ou eliminar a interação entre malhas através do
projeto de um sistema de controle apropriado é por desacoplamento. O desacoplamento
pode ser uma possibilidade rentável e realista quando aplicado cuidadosamente. A matriz de
ganho relativo fornece uma indicação de quando o desacoplamento pode ser benéfico. Se
para a melhor opção de emparelhamento, um ou mais dos ganhos relativos estão distantes
de 1, o desacoplamento pode ajudar. Para sistemas existentes, a experiência de operação
usualmente ajuda a tomar a decisão.
Desacopladores podem ser projetados de diagramas de blocos ou de princípios
básicos de engenharia. A diferença básica é que, diferente dos controladores preditivos
antecipatórios (feedforward), os Desacopladores fazem parte do controle a realimentação
negativa das malhas. Por isso, eles devem ser selecionados e projetados com muito
cuidado. Uma característica básica do desacoplamento é que em sistemas interativos, o
desacoplamento faz para cada malha o que as outras malhas estavam fazendo de qualquer
forma. A diferença é que o desempenho de cada malha se torna independente da sintonia e
a condição aberta/fechada das outras malhas, desse que a ação do desacoplador não seja
bloqueada.
Em algumas aplicações, a interação pode se tornar suficientemente severa para
impedir o controle satisfatório, mesmo com o melhor emparelhamento das variáveis
controladas e manipuladas. Malhas idênticas são particularmente problemáticas por causa
de sua resposta dinâmica simpática. Dessintonizar um ou mais controladores pode ser
aceitável, se as malhas são muito rápidas, como em vazão, mas não para malhas lentas,
como em composição. E, em alguns sistemas tendo malhas de nível de líquido com
interação, a estabilidade pode ser inatingível sem desacoplamento.
A essência do desacoplamento é a imposição de uma rede de computação que irá
cancelar a interação naturalmente existente no processo, permitindo controle independente
de malha única.
Em teoria, isso iria parecer que o desacoplamento do sistema precisa somente ser um
inverso do processo para cancelar sua interação. Na prática, o inverso não é realizável,
porque ele iria requerer adiantamento e avanços de tempo para compensar os tempos

69
mortos e os atrasos característicos do processo. Mesmo sem a compensação dinâmica, um
desacoplador em regime permanente apresenta problemas operacionais e de estabilidade.
Por esses motivos, os vários meios possíveis de aplicar desacoplamento são
cuidadosamente explorados, juntamente com uma avaliação de sua eficiência sob
condições reais.
Fig. 1 mostra que o desacoplamento pode ser simplesmente um somador de sinal
para a válvula de controle da malha do chuveiro para adicionar a saída do controlador da
malha mais rápida (vazão de ar de combustão) para a malha mais lenta (pressão do forno).
Se o desacoplamento total é requerido e não realizado, a banda proporcional das duas
malhas deve ser aumentada para reduzir a reação à interação. Para casos extremos de
interação, aumentar a banda proporcional não é suficiente e um dos controladores deve ser
colocado em manual. Se meio desacoplamento é requerido mas não realizado, a banda
proporcional da malha mais lenta terá de ser aumentada para reduzir a reação aos
distúrbios da malha mais rápida. Aumentar a banda proporcional infelizmente aumenta o
erro devido aos distúrbios originados dentro da malha. Se uma malha tem muito ruído e
deve ter sua banda proporcional muito aumentada, o desacoplamento pode ser
desnecessário. Interação severa pode se manifestar como a resposta inversa e distúrbios
não controlados de alta frequência.
Estratégias alternativas para tratar com interações indesejáveis da malha de
controle
1) Dessintonizar um ou mais controladores a realimentação negativa.
2) Selecionar diferentes pares de variável controlada – variável manipulada.
3) Usar um esquema de controle de desacoplamento.
4) Usar algum outro tipo de esquema de controle multivariável.
Por que desacoplar?
Os controladores do sistema multimalha são projetados usando o modelo simples do
processo como modelo de regime permanente ou modelo função transferência.
Basicamente isso permite alteração no ponto de ajuste que resulta em afetar as variáveis
controladas desejadas.
Usando desacoplador, pode se compensar as interações no processo e assim reduzir
as interações entre as malhas de controle.
Tipos de desacoplamento
Sistema de desacoplamento do controle
Básico: Usar controladores adicionais (desacoplador) para compensar as interações
do processo e assim reduzir as interações da malha de controle.
Ideal: o desacoplamento do controle permite alterações no ponto de ajuste para afetar
somente as variáveis controladas desejadas.
Típico: controladores desacopladores são projetados usando um simples modelo do
processo (e.g., modelo de regime permanente ou modelo de função de transferência).

Desacoplamento dinâmico
No desacoplamento dinâmico, cada entrada depende de uma e somente uma entrada.
A matriz função transferência H(s) é diagonal para todos s. Nesta caso, o problema reduz a
separar malhas de controle SISO.

Desacoplamento estático ou desacoplado em faixa

Quando a matriz função transferência H(s) é diagonal somente em faixa de frequência
finita, se diz que o sistema é desacoplado nesta faixa. Em particular, se diz, quando H(0) é
diagonal, que o sistema é estaticamente desacoplado.

70
 Sistemas triangularmente acoplados
Um sistema é triangularmente acoplado quando as entradas e saídas podem ser
ordenadas de tal modo que a matriz função transferência H(s) é triangular superior ou
inferior, para todos s. O acoplamento é então hierárquico.
Valores de 
▪ =1 Sem interação.
▪ =0 Ganho de malha fechada é zero. Trocar o emparelhamento 1-1, 2-2 para 1-2,
2-1.
▪ 0 <  < 1 ganho de malha fechada é maior do que o ganho de malha aberta. Maior
interação para  = 1.
▪ >1 ganho de fechada é menor que o ganho de malha aberta. A interação
aumenta com o aumento ode  . Muito difícil controlar as duas malhas de modo
independente se  for muito grande.
▪ <0 O ganho de malha fechada tem sinal diferente do ganho de malha aberta. A
abertura ou fechamento da segunda malha tem efeito dramático. As malhas brigam
entre si.
Tal emparelhamento deve ser evitado para controle descentralizado e as malhas devem
ser controladas juntas com um sistema multivariável.
Algumas observações sobre desacoplamento
Embora à primeira vista o desacoplamento pareça ser uma ideia atraente, há algumas
desvantagens:
Como o desacoplamento é conseguido através da coordenação de sensores e
atuadores para efetuar um comportamento de diagonal aparente, a falha de um dos
atuadores (emperramento da válvula, saturação) pode afetar pesadamente todas as malhas.
Em contraste com isso, o controle multimalha pode ter um certo grau de tolerância à falha
quando cada malha tentará manter seus ponto de operação independente de outras falhas
de atuador ou sensor.
em geral, o desacoplamento não pode ser conseguido com reguladores industriais
convencionais de modo oque a vantagem sobre o controle centralizado é somente a
facilidade que a separação fornece no projeto: desacoplamento é usualmente uma
estratégia de projeto para realizações centralizadas com controle baseado em computador.
Um projeto de desacoplamento (controlador inverso) pode não ser desejável para
todas as tarefas de rejeição de distúrbio, a não ser que os distúrbios entrem
independentemente em cada saída. Como outros modelos de distúrbios, uma consideração
de correlação (interação) no canal do distúrbio pode levar a projetos melhores, conseguindo
níveis similares de rejeição de distúrbio com menor uso da entrada.
Muitos sistemas MIMO com fase não mínima, quando desacoplado feedforward,
aumentam a multiplicidade dos zeros RHP de modo que as limitações de desempenho
devido a sua presença são agravadas. Desacoplamento feedforward não funciona neste
caso, desacoplamento pode ser muito sensível aos erros de modelagem, especialmente
para planta mal condicionadas.
Desacoplamento feedback necessita de medições completas de estado.
Feedback total de estado tem boas propriedades de robustez, mas a estabilidade e as
margens de robustez do desempenho de malhas baseadas em desacoplamento usando
estados estimados devem ser verificadas explicitamente.
Desacopladores
Há vários modos de quantificar interações em sistemas multimalha, incluindo sua
estrutura e sua força.

71
 Interações podem ter uma estrutura geral (cada entrada afeta potencialmente cada
saída) ou mostra padrões particulares, tais como diagonal dominante ou triangular. Elas
também podem mostrar padrões dependentes de frequência, tais como sendo
estatisticamente acopladas ou desacopladas por banda.
Quanto menor a forca de interação, mais facilmente um sistema se comporta como um
conjunto de sistemas independentes que podem ser avaliados e controlados
separadamente.
Interação fraca pode ser devida à natureza da dinâmica da interação ou a uma
separação na faixa de frequência ou escala de tempo.
Quanto mais forte a interação, mais importante se torna ver o MIMO e suas interações
como um todo. Vendo os sistemas MIMO e suas interações como um todo requer síntese
generalizada e técnica de projeto e insight.
Em controle de sistema completamente descentralizado, o sistema MIMO é
aproximado como um conjunto de sistemas SISO independentes.
Quando aplicável, a vantagem de controle completamente descentralizado é que se
pode aplicar a teoria mais simples de SISO.
A aplicabilidade desta aproximação depende da dinâmica desprezada da interação,
que pode ser vista como erros de modelagem; a análise da robustez pode ser aplicada para
determinar seu impacto.
As chances de sucesso são aumentadas pelo emparelhamento cuidadoso das
entradas e saídas (por exemplo, usando a matriz de ganho relativo, RGA) e pelo uso de
feedforward.
Feedforward é geralmente uma ferramenta muito efetiva em problemas MIMO.
Interações são assim tomadas como distúrbios; isto é uma aproximação, por que as
interações envolvem feedback, enquanto a análise do distúrbio realmente presume que os
distúrbios sejam entradas independentes.
Alguns problemas MIMO podem ser mais bem tratados como problemas SISO se um
pré-compensador é usado primeiro. Isto leva a diferentes tipos de desacoplamento do
controle.

Métodos de desacoplamento
O desacoplamento pode ser aplicado tanto na entrada como na saída do processo. Se
aplicado na entrada, cada controlador será capaz de manipular todas as válvulas, para
controlar sua própria variável sem perturbar as outras. Se um desacoplador for aplicado na
saída do processo, ele gera um conjunto de novas variáveis controladas, em que cada uma
responde somente a uma variável manipulada. Se o desacoplamento é de entrada ou de
saída, é provável ser mais efetivo em uma dada situação depende principalmente da
importância do novo conjunto de variáveis.

Desacoplamento parcial
Nem sempre é necessário desacoplar todas as interações. Quando o controle de uma
das variáveis é mais importante do que o controle das outras, resulta no melhor controle
dessa variável quando somente são realizados os termos do desacoplador que mantem
essa variável constante.
Supondo que no exemplo do tanque de blending seja mais importante manter
constante a composição do produto do que manter a vazão do produto constante, deve se
então realizar somente o desacoplador D11(s) (AY-2) na Fig. 13-3.3. Isso mantem a
composição de alterar quando o controlador de vazão tomar ação. Quando o controlador de
composição tomar ação, a vazão é permitida variar e o controlador de vazão deve tomar

72
ação para trazer a vazão de volta para seu ponto de ajuste. Porém, essa ação do
controlador de vazão não afeta a composição, porque o desacoplador compensa isso.
Os efeitos adversos dos erros de desacoplamento podem ser minimizados usando
desacopladores não lineares, projetados no processo de modo parecido com controle
feedforward. A desestabilização pode ser eliminada completamente aplicando somente um
desacoplamento parcial: em um sistema 2 x 2 somente um dos desacopladores seria
realizado.
Isto efetivamente quebra a malha de feedback formado pelos dois controladores, como
indicado pela equação:

Perturbações de uma malha são evitados de entrar na segunda malha, apesar

daqueles originados na segunda malha possam ainda propagar para a primeira, mas não
podem retornar.
O desacoplamento parcial apresenta as seguintes vantagens:
Ele quebra a terceira malha feedback.
Ele mantem os distúrbios fora da malha desacoplada.
Ele evita a instabilidade na malha feedback através dos desacopladores.
Ele evita a instabilidade causada pelos erros dos desacopladores.
Ele é mais fácil de projetar e ajustar do que um desacoplar completo.

Fig. 2-23

Fig. 2-24

73
 Fig 2-25

Resolvendo a equação para essas condições, acha se que a composição do produto

agora aumenta para 20,5 % do peso do sal. O ganho da malha da composição do produto
fica:

Isso representa um aumento de 67 % no ganho da malha da composição do produto,

de 0,15 % para 0,25 % em peso do sal (kg/h), causada pela interação com o controlador de
vazão.
Para distinguir esses dois ganhos, chama-se K’x2 de ganho de malha fechada, por que é o
ganho da malha de composição quando a malha de vazão é fechada, enquanto Kx2 é o
ganho de malha aberta, o ganho da malha de composição quando a malha de vazão está
aberta.
A interação ocorre porque quando o controlador de composição altera a vazão da
corrente de concentrada, ele causa uma alteração na vazão do produto, que por sua vez,
causa o controlador de vazão alterar a vazão da corrente do diluído, que causa uma
alteração na composição do produto. Essa alteração adicional na composição do produto
não ocorreria se a vazão do produto não fosse controlada. É fácil mostrar que a instalação
do controlador de composição causa uma alteração similar no ganho do controlador de
vazão.
Fig. 13-1.3 mostra a resposta das variáveis controlada e manipulada para a alteração
na vazão da corrente de concentrado. A alteração na vazão ocorre no ponto A com o
controlador de vazão em manual. No ponto B, o controlador é passado para automático e
traz a vazão do produto de volta para o ponto de ajuste. O aumento adicional na
composição do produto é o resultado da interação.

Fig. 2-26 Resposta ao degrau

74
Projeto do desacoplador
Princípios básicos
As técnicas de projeto do desacoplador discutidas anteriormente eram derivadas do
diagrama de bloco do sistema de controle multivariável. Como os diagramas de bloco
mostram somente relações lineares entre as variáveis, somente desacopladores lineares
podem ser projetados por esse procedimento.
O projeto de desacopladores podem ser obtidos aplicando princípios básicos de
engenharia para o processo. O procedimento é fundamentalmente o mesmo para o projeto
de controladores preditivos antecipatórios (feedforward). A única diferença é que, no projeto
do desacoplador, os distúrbios para uma malha são as variáveis manipuladas das outras
malhas.
A Fig. 2-27 apresenta o diagrama de blocos para um sistema interativo 2 x 2. Esse
diagrama mostra graficamente que a interação entre as duas malhas é causada pelos
blocos que cruzam o processo com as funções de transferência G,,(s) e G,,(s). para
contornar essa interação, dois blocos Desacopladores com funções de transferência D,,(s) e
D,,(s) são instalados, como mostrado na Fig. 2-28.
O objetivo dos desacopladores é cancelar os efeitos dos blocos que cruzam o processo, de
modo que cada variável controlada não seja afetadas pelas alterações na variável
manipulada de outra malha. Em outras palavras, o desacoplador D,,(s) cancela o efeito da
variável manipulada M,(s) na variável controlada C,(s) e D,,(s) cancela o efeito de M2(s) na
variável controlada C,(s).

Fig. 2-27

Da álgebra do diagrama de bloco, esses efeitos são:

Notar que isso é similar a projetar controladores preditivos antecipatórios (feedforward)

em que M,(s) é um distúrbio para C1(s) e M,(s) é um distúrbio para C2(s). Para obter as
formulas de projeto para os Desacopladores, resolver as funções de transferência do
desacoplador da equação.

75
 Essas fórmulas podem ser usadas para projetar Desacopladores linear para sistemas
2 x 2, bem as funções de transferência do processo e válvulas podem ser derivados de
princípios básicos ou aproximado das respostas ao degrau das variáveis controladas para
as variáveis manipuladas.
No último enfoque, as funções de transferência da válvula, processo e transmissor são
agrupadas em uma única função de transferência para cada combinação.
As formulas dos Desacopladores se tornam:

onde
Os desacopladores tomam parte das malhas (o que pode ser vido no diagrama de
bloco Fig.2-28). A relação entre cada variável controlada e sua variável manipulada no
diagrama desacoplado é obtida da álgebra do diagrama:

Os dois termos em cada formula mostram o que o diagrama da Fig. 2.28 mostra
graficamente: em um sistema desacoplado, cada variável manipulada afeta sua variável
controlada através de dois caminhos paralelos. Nos sistemas interativos, esses dois
caminhos podem ajudar cada outro se seus efeitos são aditivos (interação positiva) ou
podem brigar entre si, se os efeitos são de sinal contrário (interação negativa).
Se os Desacopladores podem ser realizados exatamente como projetado pela Eq 13-
2.2, então a substituição na equação dá, depois de alguma simplificação:

76
 É fácil mostrar que os ganhos de regime permanente dos temos entre colcheta,
obtidos fazendo s = 0 nas funções de transferência, são exatamente os mesmos dos ganhos
de malha fechada.
Em outras palavras, o efeito dos Desacopladores perfeitos sobre o ganho da malha é
o mesmo que o efeito de fechar as duas malhas sem Desacopladores. Isto faz sentido,
porque cada desacoplador está mantendo cada variável controlada constante quando a
variável manipulada na outra malha altera. Isso é exatamente o que o controlador na outra
malha faz, em regimente permanente, se ele tem modo integral.

Exemplo - Projeto do desacoplador para um tanque de blending

Projetar um desacoplador linear para um tanque de blending da Fig. 13-1a. Desprezar
as constantes de tempo das válvulas de controle, porque elas são relativamente pequenas
com as constantes de tempo do tanque.
Para obter as funções de transferência para o tanque, escrever os balanços total e de
sal. Assumindo uma mistura perfeita, volume e densidade constantes e composição de
entrada constante, as equações diferenciais são:

onde
R é densidade da solução, kg/m3
V é o volume da solução no tanque, m3.
As vazões w1(t) e w2(t) são em kg/min
As composições são em fração de massa de sal (mf)
Fazendo linearização e tomando a transformada de Laplace, tem-se as funções de
transferência:

Onde:

77
 Esses ganhos são os mesmos que aqueles da Eq 13-2.10 porque, dado que as
condições base estão em regime permanente, pode ser mostrado que:

As funções de transferência desenvolvidas combinam com o diagrama de bloco da

Fig. 2-28, com

C1(s) = W(s)
C2(s) = X9s)

Quando se desprezam a constante de tempo das válvulas de controle, as funções de

transferência mostradas no diagrama de bloco são:

onde Kv1 e Kv2 são os ganhos da válvula em (kg/h)/%CO.

os desacopladores são agora obtidos substituindo as funções de transferência
anteriores nas formulas do projeto do desacoplador,

onde os ganhos foram substituídos da equação.

A Fig. 13-3.3 mostra o diagrama de instrumentação para o tanque com o desacoplador
linear. No diagrama,
FY-1 realiza D11(s) e
AY-2 realiza D21(s).
Os dois desacopladores são ganhos simples. Isso faz sentido, porque as duas vazões
de entrada têm os mesmos efeitos dinâmicos na vazão e composição de saída.
O desacoplador D11(s) (FY-1) tem um ganho negativo, porque seu objetivo é manter a
vazão de saída constante quando a segunda corrente de entrada alterar. Isto requer que a
primeira vazão varie na direção oposta pela mesma quantidade. O ganho do desacoplador
corrige as diferentes capacidades das duas válvulas.
O desacoplador D11(s) (AY-2) é positivo, porque seu objetivo é manter a composição
de saída constante quando a primeira vazão de entrada alterar. Para manter a composição
de saída constante, a vazão da corrente de entrada deve variar na mesma direção que a

78
vazão da corrente do diluído e a relação das duas correntes deve se manter constante.
Notar que isso é exatamente o que o desacoplador faz; seu ganho é a relação das duas
correntes corrigidas para as capacidades das duas válvulas.
Para ilustrar, seja a válvula 2 com metade do ganho (capacidade) da válvula 1 (Kv1 = 2
Kv2) e que nessas condições de base, a vazão é 50 % maior que a vazão 2 (w1 = 1,5 w2).
Então, se o controlador de composição altera sua saída por 1 %, o desacoplador D11(s), com
um ganho de -1,5, altera o sinal da válvula 1 por – 0,5 %. Como a válvula 1 tem o dobro do
ganho da válvula 2, a vazão da corrente 1 irá diminuir por exatamente a mesma quantidade
de aumento da corrente 2, mantendo a vazão total constante. Se o controlador de vazão
agora altera sua saída por 1 %, o desacoplador D11(s), com um ganho de 2/1,5 = 1,33, altera
o sinal para a válvula 2 por 1,33 %. Como a válvula 2 tem a metade de ganho da válvula 1, a
alteração na vazão da corrente 2 é 1,33/2 = 0,67 da alteração na vazão da corrente 1. Isto
mantém a relação da corrente 2 para a corrente 1 em 0,67. Ou seja, a vazão da corrente 1
continua a ser 50 % que a vazão da corrente 2, o que mantem constante a composição de
saída

Fig. 2-28

Fig. 2-29

79
 Fig. 2-30

Desacoplador para sistema n x n

O procedimento simples para projetar desacoplador para sistemas 2 x 2, Eq 13-3.1,
não pode ser estendido para os sistemas com mais de dois objetivos de controle de
interação. Uma vez mais, deve se usar notação matricial para esquematizar um
procedimento de projeto para um sistema geral n x n. Porém, mesmo com notação matricial,
o projeto de desacopladores não é simples para estes sistemas de ordem mais alta, por
causa do grande número requerido de desacopladores.
Por exemplo, para um sistema 4 x 4, devem ser projetados e realizados 12
desacopladores.
Pelas regras de multiplicação de matrizes, pode se mostrar que as relações entre as
variáveis controladas e manipuladas em um sistema n x n desacoplado é

Ou de modo equivalente:

80
 Onde os termos da matriz (g1(s) combina as funções de transferência de todos
elementos de campo.
O objetivo da matriz do desacoplador D(s) é obter o seguinte sistema desacoplado:

Em outras palavras, uma matriz diagonal. Comparando esse resultado desejado com a
Eq 13-3.9, acha-se que:

Depois, resolve se a matriz do desacoplador premultiplicando pelo inverso da matriz

da função de transferência do processo.

Essa é a fórmula do projeto para desacoplar um sistema n x n. A equação matricial

representa n2 equações independentes. As N2 desconhecidas são os elementos fora da
diagonal (n2 – n) de D(s) e os n elementos da matriz diagonal G’p(s).
A Eq 13-3.10 não é fácil de resolver, porque a solução requer a inversão de uma
matriz de funções de transferência. Por causa disso, os sistemas de controle multivariável
com computador e moddem são projetados por métodos diferentes. Dois desses métodos
são Controle de Matriz Dinâmica (DMC) e Identificação do Comando (IdCom).
Se o inverso B(s) = G-1p(s) pode ser obtido, então os elementos da matriz do
desacoplados são calculados como segue:

Esse cálculo força os termos diagonais da matriz do desacoplador serem iguais a 1.

9. Sintonia do controlador para sistemas com interação
Introdução
A sintonia de malhas com interação pode ser muito enfadonha por que os parâmetros
de sintonia requeridos se alteram quando as malhas com interação são comissionadas. As
malhas mais rápidas ou as malhas menos afetadas pelas outras malhas devem ser
sintonizadas primeiro. Depois de cada malha ser sintonizada, elas devem ser deixadas em
automático de modo que seus efeitos nas malhas subsequentes sejam considerados. As
malhas mais lentas ou as malhas com as maiores interações devem ser sintonizadas no
final. Se a estabilidade se torna um problema, a sequência dos controladores sintonizados
para esse ponto deve ser repetida, mas com os controladores já sintonizados deixados em
automático. A sequência pode ser repetida sucessivamente, até que os controladores sejam
suficientemente dessintonizados para se ter estabilidade.

81
 Fig. 1. Meio desacoplamento do controle de pressão do forno

A interação torna a sintonia de sistemas de controle multivariável uma tarefa difícil.

Porém, procedimentos corretos podem superar essas dificuldades.
O primeiro passo no procedimento de sintonia, depois do emparelhamento corretos
das variáveis controlada e manipulada, é determinar a velocidade relativa das malhas. Se
uma malha for muito mais rápida do que os outros dizem, tendo uma constante de tempo
dominante cinco vezes menor, então ela é sintonizada primeiro com a outra malha aberta.
Depois a malha mais lenta é sintonizada com a malha mais rápida fechada. A hipótese é
que fechando a malha mais lenta tem um efeito menor no desempenho da malha mais
rápida, porque a malha mais rápida pode responder rapidamente as ações da malha mais
lenta. Quando a malha mais lenta é sintonizada com a malha mais rápida fechada, a
sintonia recebe toda a interação. Malhas de pressão e temperatura são usualmente mais
rápidas que malhas de temperatura e análise.
Por exemplo, no tanque de blending Ex 13-5.3, a malha de vazão tem uma constante
de tempo de malha fechada de 0,3 minuto, enquanto a malha de análise tem uma constante
de tempo de malha fechada de 10 minutos. Neste exemplo, foi visto que a constante de
tempo da malha de controle de vazão não se altera quando a malha de composição foi
fechada.
Se as duas malhas tem aproximadamente a mesmo velocidade de resposta, então
deve se dessintonizar uma malha, colocando um pequeno ganho e um grande tempo
integral terá o mesmo efeito de fazer essa malha lenta. Isso irá reduzir seu efeito na
resposta da outra malha, porque a malha desacoplada irá parecer estar aberta. Tal enfoque
é seguido quando o controle de uma variável é mais importante que o controle de outra
variável. O controlador da variável menos importante é aquele que deve ser dessintonizado
(ter ganho muito pequeno).
Finalmente, quando as duas malhas tem a mesma velocidade de resposta e tem igual
importância, cada controlador deve ser sintonizado com a outra malha em aberto. Assim, a
sintonia deve ser ajustada considerando a interação. Se a interação for positiva, então as
duas malhas se ajudam mutuamente. Isso significa que os efeitos dinâmicos de interação
são usualmente desprezíveis. Em tal caso, ajustar o ganho de cada controle de sua sintonia
inicial (malha aberta) multiplicando-a pelo ganho relativo para o par. O principio é que tal
ajuste irá manter constante o ganho total para cada malha. Para o ganho da malha se
manter o mesmo,

onde os primeiros denotam os ganhos do controlador e processo quando a outra malha for
fechada. Resolvendo o ganho do controlador com a outra malha fechada resulta:

82
Por exemplo, no tanque de blending do Exemplo 13-5.3, o ganho relativo para qualquer
emparelhamento é 0,5. Isso significa que o ganho obtido para cada controlador quando a
outra malha estiver aberta deveria ser reduzido pela metade para considerar o aumento no
ganho do processo quando a outra malha estiver fechada. Nesse caso, porém, a malha de
controle de vazão é tão rápida que não é necessário ajustar o seu ganho. Quando o ganho
do controlador de composição é reduzido para (25)(0,5) = 13 %CO/%TO, as raízes da
equação característica se torna -0,083, -3,36 e -0,0952 ± i0,501 min-1, com um período de
oscilação de 12,5 minuto, uma relação de decaimento de 0,3 e um tempo de resolução de
52 minutos. Esses números estão próximos daqueles para cada malha tomada
separadamente quando o ganho do controlador de composição é 25 %CO/%TO.
Se a interação for negativa, então seu efeito na resposta dinâmica é muito significativo
porque as duas malhas brigam entre si. A resposta inversa causa a variável controlada
mover no modo errado primeiro e é muito nociva para o desempenho da malha. Por causa
disso, ajustes dos ganhos do controlador devem ser feitos por tentativa e erro, depois de as
duas malhas serem fechadas.
Sintonia de sistemas n x n
O procedimento apresentado para sistemas 2 x 2 podem ser estendidos para qualquer
número de malhas. O que é necessário fazer é colocar as malhas em ordem de velocidade
de resposta e então sintonizar essas malhas que são mais rápidas para considerar a
interação entre elas. Depois as malhas mais lentas devem ser ranqueadas em ordem de
importância decrescente e as malhas menos importantes devem ser dessintonizadas, se
possível. Finalmente, os ganhos das malhas lentas devem ser ajustados para compensar o
efeito da interação. A Eq 3-5.5 é conveniente para fazer o ajuste dessas malhas onde a
interação é positiva. Lembrar que a interação é positiva quando o ganho relativo para um
para está entre 0 e +1.
Conclusão
Quando se quer projetar e sintonizar um sistema de controle a realimentação negativa,
deve se verificar se há interação, que deve ser medida a partir dos ganhos de malha aberta.
Os ganhos relativos são usados como uma medida quantitativa da interação e também para
emparelhar as variáveis controlada e manipulada de modo a minimizar o efeito da interação.
O emparelhamento correto tem cada par com um ganho relativo próximo da unidade. Depois
deve se se projetar os desacopladores, que podem eliminar parcialmente ou totalmente o
efeito da interação.
Gráficos de fluxos de sinal são introduzidos e usados para determinar as funções de
transferência de malha fechada de sistemas multivariável. Finalmente, deve se ter um
procedimento para sintonizar as malhas com interação.
10. Referências bibliográficas
1) Marlin, T. E., Process Control – Designing processes and control systems for
dynamic performance, 2a. ed. 1991.
2) McMillan, G.K., Tuning and control loop performance, 1983.
3) Ochiai, S., Interaction and decoupling, Liptak, B. (editor) Process Control, 4a. ed.,
2005
4) Shinskey, F. G., process control systems – application, design, adjustment, 2a. ed.,
1979
5) Smith, C. & Corripio, A.B., Principles and practice of automatic process control, 2a.
ed., 1997.
6 Campbell, B.D., Friedmann, P.G. & Shinskey, F.G., Relative Gains Array.

83