07 - Controladores_Processos_Industriais

Prévia do material em texto

PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Conteúdo Programático
● Modelagem Matemática.
● Resposta de Sistemas de Controle.
● Controladores de Processos Industriais.
● Lista de Exercícios 02.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores de Processos Industriais
● Conceito
● Denomina-se CONTROLADOR a todo elemento de um sistema de controle que 
é introduzido no ramo direto, antes da planta, em um sistema de malha 
fechada e que tem por objetivo:
● Transformar um sistema que em malha fechada é instável, em um sistema 
estável;
● Aumentar a velocidade de resposta de plantas a variações na sinal de 
referência;
● Diminuir a velocidade de resposta de plantas sensíveis a variações;
● Filtrar possível distúrbios (ruído ou interferências) ocorram sobre a planta 
e que poderiam torná-la instável.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores de Processos Industriais
● Controlador – Atuação
● É o elemento presente no sistema de controle de malha fechada que recebe 
como valor de entrada o erro do sistema e fornece como saída o sinal de 
controle.
● O ERRO, utilizado pelo algoritmo do controlador como entrada, é gerado pela 
diferença (realimentação negativa) entre o valor de referência, SET-POINT, e o 
valor medido (sensores) para determinada variável controlada do sistema.
● O SINAL DE CONTROLE, gerado pelo algorítmo do controlador como sinal de 
saída do mesmo, é a solução numérica do algorítmo e que é utilizada como 
entrada da planta por meio do ajuste do valor da variável manipulada 
(atuadores da planta).
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores de Processos Industriais
● Controlador – Atuação 
● À relação entre a saída e a entrada do controlador é frequentemente dado o 
nome de: LEI DE CONTROLE.
C (s) =
U c (s)
E (s)
Sistema Sem Controlador Sistema Com Controlador
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores de Processos Industriais
● Controladores Industriais – Classificação Quanto ao Algorítmo
● Teoria de Controle Clássico
● Controlador Liga-Desliga (ON / OFF)
● Controlador Proporcional + Integral + Derivativo (PID)
● Teoria de Controle Moderno
● Controlador Robusto
● Controlador Adaptativo
● Teoria de Controle Inteligentes
● Controlador por Rede Neural Artificial (ANN)
● Controlador por Lógica Nebulosa (Fuzzy Logic)
● Controlador por Algorítmos Genéticos
● OBS.:
● Todos os CONTROLADORES podem possuir versões mecânicas, elétricas, 
eletrônicas, ou digitais, e também podem ser contínuos ou discretos. 
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Liga-Desliga (ON / OFF)
● Controlador com algoritmo, lógica matemática, mais elementar que existe.
● Sua atuação é dicotômica, ou seja, o sinal de controle é caracterizado por 
atuar apenas de forma binária (digital), ligado (1) ou desligado (0). 
● A estratégia de controle consiste em monitorar o valor da variável de saída, e 
definir pela ativação ou não dos atuadores da planta.
● Tais controladores são apropriados para processos lentos e que permitem 
certa flutuação da variável controlada, como no controle de nível líquido e no 
controle de temperatura.
● Ex: Forno Elétrico com controle Digital, Geladeira, Aparelho de Ar-
condicionado (Convencionais). 
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Liga-Desliga (ON / OFF)
● A atuação do algorítmo é feito da seguinte forma:
1. Defini-se o limite mínimo e o limite máximo de erro em função do valor de 
referência. Todo sistema apresenta erro em maior ou menor grau, 
dependendo da exatidão.
2. Monitora-se o erro por meio da comparação contínua da variável 
controlada e dos limites mínimos e máximos.
3. Se erro acima do limite máximo, atuador 1 liga.
4. Senão, se erro abaixo do limite mínimo, atuador 2 liga.
5. Senão, se erro dentro do intervalo de confiança, atuadores desligados.
● OBS.:
● A oscilação em torno do valor de referência desejado é ditada pela inércia de 
resposta do processo e/ou pelos atrasos do próprio controlador (histerese) e 
deve ser devidamente projetada para um desempenho satisfatório.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional + Integral + Derivativo (PID)
● Algorítmo de controle é o mais utilizado na indústria. 
● PID é a abreviatura de um conjunto de 3 (três) controladores.:
● Lei de Controle = P (Proporcional) + I (Integral) + D (Derivativo)
● OBS:
● Todos os blocos (algoritmos de controle) presentes nos sistemas de controle 
atuais (PLC’s, Computadores com Supervisórios, IHM’s) possuem estes 3 
controladores, entretanto, não é necessário utilizar os 3 sempre, tudo vai 
depender da planta, ou do processo produtivo.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional (P)
● Algorítmo de Controle, que como o próprio nome diz, é representado por um 
ganho de valor constante:
● O Controle Proporcional é apenas um amplificador com um ganho constante. 
Um grande sinal de erro, e(s), em algum instante de tempo acarreta um valor 
alto na saída do controlador nesse instante de tempo.
C(S) = Kp
UC (t ) = K P⋅e (t ) → CP (s)=
U C (s )
e (s )
= K P ; K P é umnúmero real.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional (P)
● Vantagens:
● Simplicidade, não aumenta a ordem do sistema;
● Rapidez, uma vez um erro em sua entrada se manifesta imediatamente no 
sinal de controle.
● Desvantgens:
● Ocasionará erros de regime permanente para plantas de ordem Zero com 
entradas degrau, e para plantas Primeira Ordem com entradas rampa.
● OBS.:
● O ganho constante, entretanto, tende a existir somente para uma certa faixa 
de erros, chamada BANDA PROPORCIONAL, na faixa em que o sistema é 
considerado linear.
● Se a dimensão desses erros for incompatível com as especificações desejadas, 
deve-se procurar melhorar o controle pela inclusão da lei de controle 
integrativa.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional (P)
● Valores de KP:
● OBS.:
● O ganho constante, entretanto, tende a existir somente para uma certa faixa 
de erros, chamada BANDA PROPORCIONAL, na faixa em que o sistema é 
considerado linear.
● BANDA PROPORCIONAL pode ser definida como sendo a variação percentual 
da Variável Controlada necessária para provocar o curso completo (100%) do 
Atuador.
KP = 0 → Controlador desligado,sinal decontrole sempre Zero.
0 < KP < 1 → Controlador atenua osinal deerro.Desacelera ,freiaa resposta.
KP = 1 → Controlador não influencia ,sinal decontrole igual aoErro.
KP > 1 → Controlador amplifica osinal deerro. Acelera , intensifica aresposta.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Integral (I)
● Para se compreender como funciona este CONTROLADOR, inicialmente, 
precisamos compreender o que é uma integral. 
● Pela definição básica, integral é uma soma de pequenasparcelas, tão pequenas 
 que sua largura tende a zero. 
● Ex: Imagine um somatório, normalmente o passo é sempre um nº natural, 
agora imagine que este passo fosse um nº real, poderíamos escolher um passo 
tão pequeno quanto desejássemos.
Y (i ) = ∑
i=0
n
X (i) ; onde i = 1,2,3,4 ,⋯
Agora ,se trocarmoso i (natural)pelo t (real), temos :
Y (t ) = ∑
i=0
n
X (i)⋅∆ i = ∫
0
n
X (t )dt
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Integral (I)
● O funcionamento deste CONTROLADOR se dá pela geração de um sinal de 
controle na saída, U(s), proporcional à integral do sinal de erro, e(s), na 
entrada do mesmo.
● Este CONTROLADOR é representado por um ganho constante KI multiplicado 
pela Integral do Erro, e(s), como descrito abaixo:
U C (t ) = K I∫
0
t
e (t)dt → CI (s) =
U C (s)
e (s)
=
K I
S
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Integral (I)
● A integral entre 0 e t é de fato a área sob a curva do sinal de erro, e(s), entre 0 
e t. Assim, quando aparece um sinal de erro, a área sob a curva aumenta em 
uma razão regular e a saída do Controlador, U(s), deve também aumentar em 
uma razão regular. 
● A saída do controlador, U(s), em qualquer instante de tempo é proporcional ao 
acúmulo de efeitos do erro em instantes anteriores, ou seja, memoriza todo o 
passado do sinal de erro.
● Valores de KI:
KI = 0 → Controlador desligado,sinal decontrolesempre Zero.
0 < KI < 1 → Controlador integra oerrodeforma atenuada.Freia aresposta.
KI = 1 → Controlador integra oerrosem influencia na velocidadedosistema.
KI > 1 → Controlador integra oerrodeforma amplificada. Intensifica aresposta.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Integral (I)
● Vantagens:
● Algorítmo capaz de tornar o sinal de erro, e(s), igual a zero.
● Ação integrativa (fator acumulativo) aumenta a ordem do sistema, e, 
consequentemente, melhora o desempenho do sistema em relação aos 
erros de regime permanente.
● Desvantagens:
● O aumento da ordem do sistema torna mais complicado o comportamento 
das respostas transitórias do sistema, que tendem a ser mais lentas (pois a 
integração demanda tempo para ser realizada) e/ou mais oscilatórias;
● Em sistemas com resposta muito lenta, o fator acumulativo tende a 
reduzir a estabilidade relativa da planta, ou seja, ao invés do sinal de erro, 
e(s), tender a zero ele é cresce indefinidamente.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Derivativo (D)
● O princípio matemático que descreve este CONTROLADOR é o cálculo de uma 
derivada. 
● Mas o que é uma derivada e o que a mesma representa? 
● Bom, quando temos uma curva, uma derivada é a tangente dos pontos desta 
curva em cada instante de tempo, e esta derivada descreve a taxa com que 
varia os valores da respectiva curva, isso nos possibilita identificar se a 
mesma é crescente ou decrescente. 
● Ex: Quando calculamos a velocidade de um carro (uma derivada), estamos 
calculando a taxa com a qual a posição varia no tempo. 
● A mesma dedução pode ser usada no carro quando tratamos da aceleração, 
esta é a derivada da velocidade e representa a taxa com a qual a velocidade 
varia no tempo. 
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Derivativo (D)
● Este CONTROLADOR é representado por um ganho constante KD multiplicado 
pela Derivada do Erro, e(s), como descrito abaixo:
● OBS:
● Devido ao fato de ser composto de um único ZERO (Raiz do Numerador), a 
implementação de sua Lei de Controle sozinha é impossível fisicamente, o 
sistema fica mais ZEROS que POLOS e isto não existe.
U C(t ) = K I⋅
∂e (t )
∂t
→ CD (s) =
UC (s)
e (s)
= KD⋅S →
Sistema
Antecipativo
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Derivativo (D)
● Valores de KD:
● OBS.:
● Se o sinal de erro, e(s), é uma constante, então não existe ação corretiva 
mesmo que o sinal de erro seja grande pois a taxa de variação (derivada) é 
nula.
● Ação derivativa nunca deve ser usada sozinha, pois só é efetiva durante os 
períodos em que o erro varia.
KD = 0 → Controlador desligado,sinal decontrolesempre Zero.
0 < KD < 1 → Controlador detecta ataxadevariaçãodoerrodeforma atenuada.
KD = 1 → Controlador detecta ataxadevariaçãodoerrosem influencia.
KD > 1 → Controlador detecta ataxadevariaçãodoerrodeforma amplificada.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Derivativo (D)
● Vantagens:
● Tão logo o sinal de erro, e(s), apareça, a saída do controlador, U(s), pode se 
tornar grande, já que a saída é proporcional à taxa de variação do sinal de 
erro e não ao erro propriamente dito. 
● Fornece uma grande ação corretiva antes que um grande sinal de erro 
realmente ocorra. 
● Ação derivativa reduz a ordem do sistema, e por isso, aumenta a 
velocidade de resposta do sistema, provocando um efeito estabilizante.
● Desvantagens:
● Se o sinal de erro, e(s), é uma constante, então não existe ação corretiva 
mesmo que o sinal de erro seja grande pois a taxa de variação (derivada) é 
nula.
● A redução da ordem do sistema tende a provocar ganhos altos para sinais 
de alta freqüência, facilitando a entrada de ruídos. Portanto, deve ser 
usada com cuidado, para processos bem comportados, livres de ruídos.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional + Integral (PI)
● A redução na estabilidade relativa resultante do Controle Integral pode ser 
resolvida, até certo ponto, pela ação de Controle Proporcional + Integral. 
● Fisicamente, este Controlador nada mais é do que a soma direta das parcelas 
de cada Controlador. 
● À divisão (KP/KI) dá-se o nome de Constante de Tempo Integral, I , ou seja, é 
o tempo efetivo que leva para o Controlador Integral atuar.
UC(t ) = KP⋅e(t )+KI∫
0
t
e(t )dt → CPI (s) =
UC(s)
e(s)
= KP+
KI
S
CPI (s) =
S⋅KP+KI
S
CPI (S) =
KP⋅(S+KIKP )
S
CPI (S) =
KP⋅(S+1σ I )
S
 
UC(t ) = KP⋅e(t )+KD⋅
∂e(t )
∂ t
→ CD (s) =
UC(s)
e(s)
= KP+KD⋅S
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional + Derivativo (PD)
● Embora não seja aplicável nas indústrias, é possível a combinação P + D.
● Se o Controle Proporcional é combinado com o Derivativo, obtemos o seguinte 
sistema:
● À divisão (KD/KP) dá-se o nome de Constante de Tempo Derivativa, D, ou seja, 
é o tempo efetivo que leva para o Controlador Derivativo atuar.
CPD (S) = KD⋅(KPKD +S)
CPD (S) = KD⋅[(1σD )+S]
 
UC(t ) = KP⋅e(t )+KI⋅∫
0
t
e(t )dt+KD⋅
∂e(t )
∂ t
→ CD (s) =
UC(s)
e(s)
= KP+
KI
S
+KD⋅S
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional + Integral + Derivativo (PID)
● O Controlador PID é o modelo formado pela ação dos três controles, o 
proporcional mais o integral e mais o derivativo. 
CPID(S ) = KP⋅(1+ KIKP⋅S +
KD
KP
⋅S)
CPID(S ) = KD⋅(1+σ IS +σD⋅S)
CPID(S ) = KD⋅(1+σ I⋅S+σ I⋅σD⋅S²S )
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – ModelagemMatemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional + Integral + Derivativo (PID)
● É o algorítmo de controle mais importante da indústria atual.
● Em resumo, podemos descrever a atuação das 3 (três) ações da seguinte 
forma:
● Proporcional – Ganho na Velocidade de Resposta
● Integral – Minimização do Erro
● Derivativo – Percepção de Variação no Erro
● Embora possa parecer a princípio o mais eficiente não é muito comum 
encontrá-lo em operação na Industria. 
● Nas maior parte das plantas industriais, encontramos apenas atuação do 
Controle PI, pois ele é de simples ajuste, ou como se diz em controle, 
SINTONIA, e bastante confiável. 
● O Controlador Lógico Programável, CLP, vem com o algorítmo do PID 
completo, o que os técnico fazem para desabilitar o Controle Derivativo é 
utilizar um D igual a 0 (zero)
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Clássica
● Controlador Proporcional + Integral + Derivativo (PID)
● É o algorítmo de controle mais importante da indústria atual.
● Podemos descrever a atuação das 3 (três) ações da seguinte forma:
● Proporcional – Ganho na Velocidade de Resposta 
Contribui para a ação de controle SEMPRE com a mesma intensidade.
● Integral – Minimização do Erro 
Começa com contribuição zero e cresce em influencia com o tempo.
● Derivativo – Percepção de Variação no Erro 
Começa com máxima contribuição e decresce em influencia a medida que 
o tempo passa.
● OBS.:
● Geralemente, encontramos apenas atuação do Controle PI, pois ele é de 
simples ajuste, ou como se diz em controle, SINTONIA, e bastante confiável. 
● CLP, vem com o algorítmo do PID completo, o que os técnico fazem para 
desabilitar o Controle Derivativo é utilizar um D igual a 0 (zero)
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Moderna
● Controlador Robusto
● Conceito:
● Teoria de Controle Clássico → Fornece os fundamentos para a estabilidade. 
Os conceitos foram propostos para avaliar a estabilidade relativa de 
sistemas SISO sob dois tipos de incerteza na planta: mudanças puras no 
ganho e no tempo de resposta (Ex.: causadas devido a alterações de 
comportamento em sensores e atuadores).
● Teoria de Controle Ótimo → Fornece técnicas para incorporar a otimização 
de critérios de desempenho, além de garantir a estabilidade.
● Teoria de Controle Robusto → Fornece técnicas que visam a garantia de 
estabilidade e o atendimento ótimo de critérios de desempenho.
● Campo ativo de pesquisa desde o final dos anos 70. 
● Ações de controle (por realimentação) devem realizar estas tarefas 
mesmo com incertezas no modelo da planta, na dinâmica e na 
operação dos sensores e atuadores.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Moderna
● Controlador Robusto
● Motivações:
● O modelo da planta é uma idealização. A FT vai ignorar detalhes de 
operação e dificilmente será válido sob todas as condições de operação.
● A dinâmica da planta pode estar sujeita a perturbações.
● Existe um limite de precisão na operação de sensores e atuadores.
● Ponto de Partida:
● Modelo idealizado na representação por espaço de estados (matricial).
● Descrição das incertezas a serem consideradas no projeto.
● Formas de Experssar o Modelo de Incertezas:
● Limites de variação no perfil de resposta em freqüência;
● Região de localização dos pólos e zeros da planta;
● Intervalo de valores para os parâmetros físicos da planta.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Moderna
● Controlador Robusto
● Conceito:
● O algorítmo do Controlador Robusto é uma abordagem ao design do 
controlador que explicitamente lida com a incerteza.
● São projetados para funcionar corretamente desde que parâmetros 
incertos ou distúrbios são encontrados dentro de um conjunto 
(normalmente limitado).
● Métodos robustos visam alcançar desempenho robusto e/ou estabilidade 
na presença de delimitada a erros de modelagem.
● Sistemas de controle robusto incorporam frequentemente topologias 
avançadas que incluem vários loops de feed-back (realimentação negativa) 
e caminhos de feed-forward (realimentação positiva).
● As leis de controle podem ser representadas por funções de transferência 
de alta ordem necessárias para realizar simultaneamente: desejado 
desempenho na rejeição a perturbação com operação robusta de loop 
fechado.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Moderna
● Controlador Adaptativo – Controle Ótimo
● Demandas do Controle Moderno:
● O principal objetivo de controle por realimentação é obter um sistema que 
seja capaz de manter um nível esperado de desempenho mesmo frente a 
perturbações e variações nas características do sistema de controle.
● Problema:
● Controle Clássico e Robusto → Proveem respectivamente padrões de 
estabilidade relativa e medidas de custo garantido que representam um 
fator de segurança para variações e incertezas no sistema de controle.
● Algumas plantas apresentam variações amplas e com efeitos significativos 
sobre o comportamento dinâmico, um ganho linear e com coeficientes 
constantes é incapaz de fornecer a flexibilidade necessária para atender. 
● Solução: 
● Passa a ser necessário medir continuamente estas variações e então 
ajustar devidamente os parâmetros de controle (‘ganhos não-lineares’).
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria Moderna
● Controlador Adaptativo – Controle Ótimo
● Conceito:
● Modificar seus próprios parâmetros em resposta a alterações verificadas 
em algum módulo que esteja sendo monitorado. 
● Adaptar-se significa mudar o comportamento em resposta a novas 
circunstâncias de operação, com o objetivo de manter um nível esperado 
de desempenho.
● O fundamento é a estimação de parâmetros, que é o ramo da identificação 
do sistema. Métodos comuns de avaliação incluem mínimos quadrados 
recursivos e gradiente de descida.
● Controle adaptativo é uma extensão natural de sistemas realimentados 
clássicos (os quais já se ajustam a novas circunstâncias), buscando projetar 
controladores dotados de maior grau de autonomia.
● Ambos os métodos fornecem estimativas dos parâmetros da planta em 
tempo real e estes servem para atualização das leis de controle que atuam 
sobre o sistema naquele instante.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controle Ótimo:
● Desenvolvimentos em teoria de controle ótimo: controle robusto e controle 
adaptativo, têm expandido de forma significativa o conceito de automação e 
ampliado a factibilidade de controle automático na prática.
● Problema Persiste: 
● As técnicas envolvidas geralmente dependem da existência de um modelo 
matemático para a planta e o controlador, além de requerer formas 
estruturadas de representação e lógica clássica.
● Técnicas de Controle Inteligente → Buscam gerar ações de controle efetivas 
sem recorrer a tais hipóteses.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Atributos de Sistemas de Controle Inteligentes
● Aprendizado automático.
● Auto-reconfiguração.
● Mecanismos de inferência.● Elaboração e uso de planejamentos.
● Mecanismos de tomada de decisão.
● Habilidade para extrair as informações mais relevantes de bases de dados 
não-rotuladas, não-estruturadas e ruidosas.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Resultados Esperados de pelo Alto Grau de Autonomia
● Detecção de alterações na planta ou no ambiente.
● Tomada de decisões mesmo na presença de informações incompletas ou 
conflitantes, provenientes de múltiplos sensores.
● Geração de modelos ou representações qualitativas.
● Desenvolvimento de ações apropriadas para modificar o desempenho do 
sistema frente a eventos inesperados.
● Reconfiguração do sistema na presença de falhas internas..
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Conceito:
● Algorítmos com Inteligência Artificial são definidos como o fragmento 
computacional que possui a habilidade de atingir os objetivos, verificando as 
características e níveis de inteligência humana em seres humanos, em 
determinados grupos de animais definidos e em instrumentos industriais.
● Inteligência Artificial é o ramo da ciência que analisa o agrupamento de 
paradigmas que tem como objetivo justificar a forma como um 
comportamento inteligente pode emergir.
● Coloquialmente, o termo Inteligência Artificial é aplicado quando uma 
máquina imita funções cognitivas que os seres humanos associam com outras 
mentes humanas, tais como aprendizagem e resolução de problemas.
 
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Representação do Conhecimento
● Entre as coisas que a AI precisa representar estão: objetos, propriedades, 
categorias e relações entre objetos; situações, eventos, estados e tempo; 
causas e efeitos; o conhecimento sobre o conhecimento (o que sabemos sobre 
o que outras pessoas sabem); e muitos outros domínios bem menos 
pesquisados.
● Planejamento
● Agentes Intelligentes devem ser capazes de estabelecer metas e alcançá-los. 
Eles precisam de uma maneira de visualizar o futuro, de uma representação 
do estado do mundo e ser capaz de fazer previsões sobre como suas ações 
mudarão isso, e ser capaz de fazer escolhas que maximizem a utilidade dentre 
as escolhas disponíveis.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Aprendizagem
● Métodos de aprendizagem, um conceito fundamental da pesquisa AI desde o 
início, [é o estudo de algoritmos de computador que melhoram a eficiencia e 
exatidão automaticamente através da experiência.
● Aprendizado não supervisionado é a capacidade de encontrar padrões em um 
fluxo de entrada. 
● Aprendizado supervisionado inclui classificação e regressão numérica.
● Linguagem Natural de Processamento
● Possibilita, às máquinas, a capacidade de ler e compreender a linguagem 
humana. 
● Sistema de processamento de linguagem natural suficientemente poderosa 
permitiria interfaces de usuário de linguagem natural e a aquisição de 
conhecimento diretamente de fontes humanas escritas, tais como: textos 
notócias, jornais, artigos, etc.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Percepção
● Capacidade de usar a entrada de sensores, tais como: câmeras, microfones, 
sensores táteis, sonar e outros, para deduzir os aspectos do mundo.
● Movimento e Manipulação
● Inteligencia é requerida por robos para lidar com tarefas tais como: 
manipulação e navegação de objetos, com sub-problemas tais como: 
localização, mapeamento e planejamento de rotas.
● Criatividade
● São abordadas em AI teoricamente, a partir da perspectiva filosófica e 
psicológica, e experimentalmente, através da implementação específica de 
sistemas que geram saídas úteis.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Inteligencia Geral
● Tarefas simples, como a tradução automática por máquina, exigem que uma 
máquina capaz de ler e escrever em ambas línguas (PNL), acompanhar o 
argumento do autor (razão), saber sobre o que está sendo falado 
(conhecimento) e reproduzir fielmente a intenção original da autor 
(inteligência social).
● Abordagens
● Controladores baseados em Redes Neurais Artificiais.
● Controladores baseados em Lógica Nebulosa.
● Controladores baseados em Algorítmos Genéticos.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Diagrama de Blocos Geral de um Sistema com AI
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado em Redes Neurais Artificiais
● Conceito de RNA:
● São modelos computacionais inspirados pelo sistema nervoso central de 
um animal (em particular o cérebro) que é capaz de realizar o aprendizado 
de máquina bem como o reconhecimento de padrões. Redes neurais 
artificias geralmente são apresentadas como sistemas de "neurônios 
interconectados que podem computar valores de entradas".
● São técnicas computacionais que apresentam um modelo matemático 
inspirado na estrutura neural de organismos inteligentes e que adquirem 
conhecimento através da experiência. 
● Limitação: 
● Uma grande rede neural artificial pode ter apenas centenas ou milhares de 
unidades de processamento; já o cérebro de um mamífero pode ter muitos 
bilhões de neurônios.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado em Redes Neurais Artificiais
● Neurônio Biológico x 
Neurônio Artificial:
Rede Neural Artificial
Rede 
Neural 
Natural
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado em Redes Neurais Artificiais
● Vantagens:
● Aprendizagem: têm a capacidade de aprender através de uma fase 
chamada fase de aprendizagem. 
● Auto-organização: cria sua própria representação de informação no seu 
interior, descarregando ao usuário isto.
● Tolerância a falhas: Como uma RNA armazena informações de forma 
redundante, pode continuar a responder de uma forma aceitável, mesmo 
que esteja parcialmente danificada.
● Desvantagens:
● Flexibilidade: Não pode lidar com grandes mudanças na informação de 
entrada, tais como sinais ruidosos ou outras alterações na entrada.
● Real Time: A estrutura de uma RNA é paralela, de modo que se for 
implementado com computadores ou dispositivos eletrônicos especiais, 
podem obter respostas em tempo real.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado em Redes Neurais Artificiais
● Aplicações:
● Reconhecimento Automático de Alvos; 
● Reconhecimento de Caracteres; 
● Robótica; 
● Diagnóstico Médico; 
● Sensoriamento Remoto; 
● Processamento de Voz; 
● Biometria.
 
PUCMINAS – ENG. PRODUÇÃO – Automaçãoe Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado em Lógica Nebulosa – Fuzzy Logic
● Conceito de Lógica Nebulosa:
● É uma extensão da lógica booleana que admite valores lógicos 
intermediários entre o FALSO (0) e o VERDADEIRO (1); por exemplo o 
valor médio 'TALVEZ' (0,5). Isto significa que um valor lógico difuso é um 
valor qualquer no intervalo de valores entre 0 e 1. Este tipo de lógica 
engloba de certa forma conceitos estatísticos principalmente na área de 
Inferência.
● As implementações da lógica difusa permitem que estados indeterminados 
possam ser tratados por dispositivos de controle. Desse modo, é possível 
avaliar conceitos não-quantificáveis. Casos práticos: avaliar a temperatura 
(quente, morno, médio, etc...), o sentimento de felicidade(radiante, feliz, 
apático, triste...), a veracidade de um argumento (correctíssimo, correcto, 
contra-argumentativo, incoerente, falso, totalmente erróneo, etc..)
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado em Lógica Nebulosa – Fuzzy Logic
● Conceito de Lógica Nebulosa:
● A lógica difusa (fuzzy) deve ser vista mais como uma área de pesquisa 
sobre tratamento da incerteza, ou uma família de modelos matemáticos 
dedicados ao tratamento da incerteza, do que uma lógica propriamente 
dita. A lógica difusa normalmente está associada ao uso da teoria de 
conjuntos fuzzy proposto por Lukasiewicz.
● A lógica difusa é um conceito matemático surgido em 1965 a partir do 
conceito de Conjuntos Fuzzy, que são conjuntos nebulosos, ou vagos. 
Diferentemente dos conjuntos clássicos, os conjuntos fuzzy não são 
rígidos.
● A importância desse conceito matemático é a relevância relativa da 
imprecisão, e a eficiência das respostas imprecisas em alguns casos. A 
lógica nebulosa já está presente em muitos setores produtivos, como 
indústrias de aviação, eletrodomésticos, agricultura entre outros. 
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado em Lógica Nebulosa – Fuzzy Logic
● Vantagens:
● Conceitualmente fácil de ser entendida;
● Flexibilidade;
● Tolerância a imprecisão de dados;
● Modelagem não linear de complexidade arbitrária;
● Construída baseado na experiência dos especialistas;
● Misturada a outras técnicas de controle baseada em linguagem natural. 
● Desvantagens:
● Necessitam de mais simulação e testes; 
● Não aprendem facilmente, são difíceis para se estabelecer regras 
corretamente;
● Não possuem uma definição matemática precisa.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado em Lógica Nebulosa – Fuzzy Logic
● Aplicações:
● Sistemas complexos que são difíceis ou impossíveis de modelar;
● Sistemas controlados por especialistas;
● Sistemas com entradas e saídas complexas e contínuas;
● Sistemas que se utilizam da observação humana como entradas ou como 
base para regras;
● Sistemas que são naturalmente “vagos”, como os que envolvem ciências 
sociais e comportamentais, cuja descrição é extremamente complexa. 
● Reconhecimento de padrões e Data mining;
● Robótica;
● Sistemas de apoio à tomada de decisão.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado Algorítmos Genéticos
● Conceito:
● Técnica de procura utilizada na ciência da computação para achar 
soluções aproximadas em problemas de otimização e busca.
● São uma classe particular de algoritmos evolutivos que usam técnicas 
inspiradas pela biologia evolutiva como hereditariedade, mutação, seleção 
natural e recombinação (ou crossing-over).
● São implementados como uma simulação de computador em que uma 
população de representações abstratas de solução é selecionada em busca 
de soluções melhores. 
● A evolução geralmente se inicia a partir de um conjunto de soluções criado 
aleatoriamente e é realizada através de gerações. A cada geração, a 
adaptação de cada solução na população é avaliada, alguns indivíduos são 
selecionados para a próxima geração, e recombinados ou mutados para 
formar uma nova população. A nova população então é utilizada como 
entrada para a próxima iteração do algoritmo.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado Algorítmos Genéticos
● Metodologia:
● As técnicas de busca e otimização tradicionais iniciam-se com um único 
candidato que, iterativamente, é manipulado utilizando algumas 
heurísticas (estáticas) diretamente associadas ao problema a ser 
solucionado. 
● Geralmente, estes processos heurísticos não são algorítmicos e sua 
simulação em computadores pode ser muito complexa. Apesar destes 
métodos não serem suficientemente robustos, isto não implica que eles 
sejam inúteis. Na prática, eles são amplamente utilizados, com sucesso, 
em inúmeras aplicações.
● Por outro lado, as técnicas de computação evolucionária operam sobre 
uma população de candidatos em paralelo. Assim, elas podem fazer a busca 
em diferentes áreas do espaço de solução, alocando um número de 
membros apropriado para a busca em várias regiões.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado Algorítmos Genéticos
● Diferença da Metodologia:
1. AGs trabalham com uma codificação do conjunto de parâmetros e não com 
os próprios parâmetros.
2. AGs trabalham com uma população e não com um único ponto.
3. AGs utilizam informações de custo ou recompensa e não derivadas ou 
outro conhecimento auxiliar.
4. AGs utilizam regras de transição probabilísticas e não determinísticas.
● Algoritmos Genéticos são muito eficientes para busca de soluções ótimas, 
ou aproximadamente ótimas em uma grande variedade de problemas, pois 
não impõem muitas das limitações encontradas nos métodos de busca 
tradicionais.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado Algorítmos Genéticos
● Diagrama de Blocos Básico:
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Controladores Industriais – Teoria baseada em 
Inteligência Artificial
● Controlador baseado Algorítmos Genéticos
● Aplicações: 
● Síntese de circuitos analógicos;
● Síntese de protocolos; 
● Programação Genética;
● Gerenciamento de redes;
● Computação Evolutiva;
● Otimização evolutiva multi-critério;
● Problemas de otimização complexos;
● Ciências biológicas;
● Autômatos auto-programáveis. 
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Conteúdo Programático
● Modelagem Matemática.
● Resposta de Sistemas de Controle.
● Controladores de Processos Industriais.
● Lista de Exercícios 02.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Lista de Exercícios da Unidade 02
● Realizar uma pesquisa sobre um dos Algoritmos de Controle Industriais 
indicados no próximo slide e escrever um resenha sobre o mesmo contendo.
● Definição
● Funcionamento Básico
● Vantagens e Desvantagens
● Estudo de um CasoPrático
● Poderá ser realizado individualmente ou em grupos de até 5 alunos.
 
PUCMINAS – ENG. PRODUÇÃO – Automação e Controle
Unidade 02 – Modelagem Matemática e Controle Proc. Industriais
Lista de Exercícios da Unidade 02
● Controladores Selecionáveis:
● Controladores Robustos
● Controladores PID Auto Sintonizáveis ◄ ISSO NÃO É UM PID SIMPLES.....
● Controladores Adaptativos Preditivos
● Controladores por Redes Neurais
● Controladores por Lógica Fuzzy
● Controladores por Algoritmos Genéticos