Conheça as Principais Técnicas de Controle Automático
Costuma-se dividir as técnicas de controle em nível de complexidade. Cada técnica de controle tem características e limitações próprias. Apresentaremos neste artigo somente as técnicas de controle de uso consagrado em plantas industriais. A mais simples e comum, utilizada em quase a totalidade das malhas de controle existentes é sem dúvida o controle PID (Proporcional, Integral, Derivativo). O algoritmo PID pode variar um pouco em sua estrutura e tipo de ação. Os parâmetros que determinam estas ações são ajustáveis e produzem em conjunto a ação final de controle. O algoritmo PID é oferecido em todos os sistemas de controle digital do mercado geralmente em forma de bloco funcional. É adequado para controlar sistemas relativamente lineares, e precisa estar bem sintonizado para garantir um bom desempenho. Apresenta sérias limitações para aplicação em sistemas com características não-lineares, variantes no tempo, com tempo morto, ou sistemas com interação entre diversas variáveis.
Além do PID chamamos de CONTROLE REGULATÓRIO a uma classe de estratégias com diversos objetivos. Normalmente são implementadas por funções de transferência fornecidas como blocos funcionais nos modernos sistemas digitais. Alguns exemplos destas estratégias podem ser vistos na tabela 1 abaixo:
Estas estratégias podem ser implementadas com relativa facilidade nos modernos sistemas digitais. Apesar de melhorar o desempenho geral, devem ser utilizadas com muito critério pois apresentam algumas limitações em sua capacidade de resolução dos problemas de variabilidade. Outra classe de técnicas de controle costuma ser chamada de CONTROLE AVANÇADO. Elas têm um grau de complexidade maior que as anteriores e em geral eram implementadas por meio de “software” externo. Atualmente, os alguns fabricantes já oferecem algumas delas como parte integrante do seu sistema digital.
CONTROLE ADAPTATIVO: É destinado a controlar sistemas que variam suas características dinâmicas ao longo do tempo ou da faixa de operação. Como ideia geral o algoritmo de controle tem seus parâmetros de sintonia ajustados para obter desempenho ótimo de acordo com as características atuais do processo. O algoritmo de controle mais utilizado é o PID. O ajuste dos parâmetros pode ser feito automaticamente (“on-line”) ou sob demanda (“off-line”). Em geral este ajuste é feito utilizando-se um modelo do processo calculado a partir dos dados de operação.
Esta técnica tem sérias limitações para sua boa implementação e utilização em casos práticos. A maior parte dos problemas está ligada à dificuldade para a identificação do modelo do processo.
REDES NEURAIS
As redes neurais consistem em um método de solucionar problemas de inteligência artificial, construindo um sistema que tenha circuitos que simulem o cérebro humano. Uma rede é composta por várias unidades de processamento chamado de neurônios. Estas unidades geralmente são conectadas por canais de comunicação que estão associados a determinado peso. A maioria dos modelos de redes neurais possui alguma regra de treinamento, onde os pesos de suas conexões são ajustados de acordo com os padrões apresentados. As redes Neurais podem ser utilizadas como algoritmo de controle, permitindo uma maior capacidade de adaptação e tratamento de não-linearidades dos sistemas.
Atualmente o principal uso de redes neurais em plantas industriais é a inferência de propriedades tais como a composição físico-química de correntes. Este tipo de aplicação costuma ser chamado também de analisadores virtuais. O uso dos analisadores virtuais permite o controle e otimização sem necessidade de analisadores de processo, equipamento de alto custo e difícil manutenção.
LÓGICA DIFUSA
A lógica difusa procura representar variáveis numéricas por variáveis linguísticas ,isto é, uma variável cujos valores são palavras em lugar de números. Estas palavras são geralmente relacionadas a conceitos peculiares à linguagem humana como quente, morno, muito longe, mais ou menos próximo, grande, médio, pequeno. Os conjuntos difusos admitem que uma variável pertença mais ou menos a ele, ou seja, segundo um grau de pertinência parcial que pode variar entre zero e um. O uso da lógica difusa em conjunto com as técnicas de análise e inferências da inteligência artificial permitiu o desenvolvimento de controladores fuzzy.
Os controladores fuzzy são adequados a resolver problemas que exijam capacidade do controlador se adaptar a mudanças e não linearidades do processo. São em geral utilizados em substituição aos controladores PID no nível de controle regulatório. Sua vantagem em relação a outras técnicas de controle adaptativo é a simplicidade e velocidade do algoritmo. Como desvantagem está a dificuldade maior em sintonizar e ajustar.
CONTROLE PREDITIVO (2)
O algoritmo de Controle Preditivo utiliza internamente um modelo do processo para fazer uma predição do comportamento futuro das variáveis controladas até sua estabilização. Baseado nesta predição calcula as ações que devem ser feitas nas variáveis manipuladas para atingir e manter os “set-points” desejados. Pode ser dotado de capacidade de otimização local acoplando-se a ele um módulo de otimização. Este módulo calcula um conjunto de “set-points” que maximizem uma “função-objetivo” de lucros, por exemplo. Esta otimização é feita usando-se o mesmo modelo do processo e respeitando limites para todas as variáveis. Este algoritmo é geralmente implementado como uma camada de controle superior ao controle regulatório, como um controle em “cascata” fornecendo “set-points” para o nível inferior conforme pode ser visto na figura 3:
Este tipo de tecnologia é atualmente a mais utilizada para otimização e controle avançado de processos. Apresenta resultados práticos comprovados e é adotada por um grande número de empresas especializadas em todo o mundo. Esta tecnologia é apropriada para controle e otimização de sistemas multi-variáveis com grande interação entre si. Apresenta boa capacidade de adaptação a sistemas não lineares, com resposta inversa e tempo-morto. Pode ser utilizado para controle e otimização com restrições. Como desvantagem temos sua relativa complexidade e dificuldade de implementação e manutenção. Alguns fabricantes já oferecem versões simplificadas deste tipo de controlador em forma de blocos funcionais em seus sistemas digitais. Estas versões oferecem ferramentas destinadas a facilitar e reduzir o custo de pequenas implementações.
MFA – MODEL FREE ADAPTIVE (1)
A MFA é uma tecnologia de controle adaptativo baseado na utilização de redes neurais. A MFA diferencia-se das tecnologias convencionais por não fazer uso explícito de modelos do processo, evitando com isto todos os conhecidos problemas associados à identificação dos parâmetros. É uma tecnologia desenvolvida e patenteada em 1997, e apesar de relativamente recente, os resultados de sua aplicação em diversos casos práticos de malhas de controle problemáticas têm comprovado sua qualidade.
O algoritmo MFA é capaz de controlar processos complexos não lineares com variação de ganho e tempo morto. Não exige grande conhecimento nem modelo ou identificação do processo. Sua implementação é simples e rápida evitando projetos complicados e demorados. A sintonia inicial é bastante fácil e não exige re-sintonia dos parâmetros ao longo do tempo. O MFA é um algoritmo rápido, o que permite sua utilização em sistemas de alta frequência.
