Baixe o app para aproveitar ainda mais
Prévia do material em texto
CAPÍTULO 1 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 1 INTRODUÇÃO 1. Processo: Conjunto de Equipamentos interligados e procedimentos para produzir um (ou mais) produto(s) a partir de matérias-primas. 2. Variáveis: Em cada processo temos variáveis (T, F, x, P, etc) que indicam o ESTADO do processo, em cada instante (comportamento dinâmico) Modelagem Matemática O desenvolvimento das equações que relacionam as diferentes variáveis (de entrada e de saída) e a determinação dos parâmetros associados é conhecido como modelagem matemática de processos. PROCESSO Variáveis de Entrada Variáveis de Saída Nota: As variáveis de entrada são entradas manipuladas e perturbações (que afastam o processo do seu estado estacionário, e são a principal razão para o uso de CONTROLE de processos). Com esta finalidade, são usadas equações de balanço (massa, energia e momento) que descrevem o comportamento do processo a partir das leis que regem os fenômenos físicos e químicos. A esta forma de obtenção dos modelos dá-se o nome de modelagem fenomenológica. Também são utilizadas equações empíricas (um conjunto de equações algébrico - diferenciais, em princípio sem relação com as equações de balanço), gerando um modelo cuja estrutura (número e tipo de equações) e parâmetros são obtidos a partir de dados experimentais, por correlação ou ajuste. A esta forma de modelar dá-se o nome de identificação de processos. Uma vez determinado o modelo do processo, a resolução numérica das equações permite determinar os valores que as variáveis de saída deverão adotar em diferentes condições de operação (variáveis de entrada), este procedimento é chamado de simulação de processos . Os modelos matemáticos são ferramentas preciosas na análise e no controle de processos. Através da simulação, e portanto com conhecimento de um modelo do processo, é possível analisar o seu comportamento para diferentes condições de operação. Cabe salientar que esta forma de análise é mais rápida e segura do que realizar testes em uma planta real. Neste ponto, é importante lembrar que o modelo é uma aproximação das "leis" que regem o comportamento da planta e portanto poderão ocorrer diferenças entre o comportamento do processo e o comportamento previsto pelo modelo. CAPÍTULO 1 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 2 Análise Identificação Controle Classificação dos Modelos de Processos Os modelos podem ser classificados de acordo com a natureza das equações envolvidas. a) Quanto à dependência na variável tempo: -modelo estacionário: todas as variáveis são independentes da variável tempo -modelo dinâmico: uma ou mais variáveis são dependentes da variável tempo. b) Quanto à linearidade: Para um processo com várias variáveis de entrada e saída consideremos y o vetor de variáveis de saída e u o de variáveis de entrada, o modelo do processo pode ser representado de forma geral por: d dt y H y, u, t= ( ) (onde H é um "operador"). Se o operador H e as condições de contorno forem lineares o modelo é dito linear . Caso contrário, o modelo é não-linear. Embora a natureza apresente, em geral, comportamentos não lineares, os modelos lineares são muito utilizados pela facilidade do tratamento matemático. Deve considerar-se que um modelo linear é uma aproximação, às vezes grosseira, da realidade, e sabendo disto, os resultados obtidos na simulação de um modelo linear devem ser utilizados com cautela. c) Quanto a variações espaciais: -modelo de parâmetros concentrados (LUMPED): os parâmetros e as variáveis de saída são homogêneos em todo o sistema representado. As equações resultantes são Equações Diferenciais Ordinárias, com o tempo como variável independente. Exemplo: representação dinâmica de um reator CSTR. -modelo de parâmetros distribuídos: considera variações espaciais no comportamento do sistema, e portanto é representado por Equações Diferenciais Parciais. Exemplo: Reator PFR, dinâmico. y y ? ? u u Modelo ? Modelo CAPÍTULO 1 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 3 Controle de Processos Os modelos são importantes no projeto de estratégias de controle, sintonia de controladores e projeto de "leis de controle", já que sempre é necessário "algum" conhecimento do processo. Os objetivos do controle de processos na operação de uma unidade industrial são: a) suprimir a influência de perturbações; b) estabilizar o estado operacional de um processo; e c) otimizar o desempenho do processo. Em qualquer destas situações, há necessidade de se prever como, quando e quanto os efeitos das entradas afetarão a saída do processo. Esta necessidade é atendida por modelos matemáticos do sistema. a) Suprimir a influência de perturbações Para tal dispõe-se das estratégias: - Controle por realimentação ("feedback"): uma malha de controle por realimentação é composta por um dispositivo para medição da variável a ser controlada (saída do processo), um comparador para cálculo do desvio entre o valor de referência (set point) e o valor medido, e um controlador que atua, de acordo com o desvio calculado, sobre uma variável manipulada (normalmente vazão) para compensar os efeitos das perturbações. PROCESSO CONTROLADOR Variáveis de Saída Variáveis Manipuladas Variáveis Controladas Variáveis de Perturbação SP No exemplo de tanque de aquecimento, pode-se controlar a temperatura de saída T e o nível no tanque h (variáveis de saída medidas), atuando-se na vazão de vapor W e/ou na vazão de alimentação F (variáveis manipuladas), em resposta a flutuações em Ti (variável de perturbação): CAPÍTULO 1 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 4 - Controle por antecipação ("feedforward"): o controle por antecipação mede a perturbação e atua no processo antes que este sinta os efeitos desta variação. Este controlador atua de acordo com um modelo do processo. A estrutura do controle por antecipação é representada a seguir: CONTROLADOR PROCESSO Variáveis de Perturbação (medidas) Variáveis Controladas Variáveis Manipuladas No exemplo do tanque de aquecimento, pode-se conceber um controle de temperatura de saída T medindo-se a temperatura de alimentação Ti e atuando-se no vapor de aquecimento W para compensar possíveis flutuações na variável de perturbação. Para este tipo de controle é necessário um modelo apurado do processo, já que a ação de controle é calculada sem medição da temperatura de saída T. - Controle "feedback" combinado ao "feedforward": devido a imperfeições do modelo ou efeito de perturbações não medidas, freqüentemente utiliza-se a "ação de controle de acordo com a perturbação" (feedforward) combinada à "ação conforme o desvio da variável controlada" (feedback). CONTROLADOR PROCESSO Variáveis de Perturbação (medidas) Variáveis Controladas Variáveis Manipuladas CONTROLADOR SP FEEDBACK FEEDFORWARD CAPÍTULO 1 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 5 b) Estabilizar o Estado Operacional de um ProcessoUm processo é dito estável se a resposta transiente a uma entrada limitada produz uma saída limitada quando o tempo tende a infinito, e instável se a saída crescer sem limites. Uma possível representação da resposta destes dois casos está apresentada a seguir. Resposta estável Dado o sistema dy dt y y dy dt y y 1 1 2 2 1 2 10 10 2 = - * = * - * que representa um processo estável sem perturbações, a simulação consiste em resolver o sistema de equações para uma sequencia de valores de t. Por exemplo usando Euler podemos resolver: clear all %CONDIÇÕES INICIAIS y=[1 ;1]; %VETOR PARA ARMAZENAR VALORES DE y(t) yp=[]; %VETOR DE VALORES DE TEMPO t=[]; %SOLUÇÃO DE EQUAÇÃO DIFERENCIAL POR EULER for i=0:.01:2, y(1)=y(1)+0.01*(y(1)-10*y(2)); y(2)=y(2)+0.01*(10*y(1)-2*y(2)); yp=[yp y]; t=[t i]; endv %GRAFICAÇÃO DE RESULTADOS plot(t,yp) xlabel('tempo') ylabel('y') Cuja resposta é: CAPÍTULO 1 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 6 0 0.5 1 1.5 2 -1.5 -1 -0.5 0 0.5 1 1.5 tempo y Resposta instável Dado o sistema dy dt y y dy dt y y 1 1 2 2 1 2 10 10 2 = - * = * + * que representa um processo instável sem perturbações, a simulação consiste em resolver o sistema de equações para uma seqüência de valores de t. De forma semelhante ao caso anterior usando Euler podemos resolver: clear all %CONDIÇÕES INICIAIS y=[1 ;1]; %VETOR PARA ARMAZENAR VALORES DE y(t) yp=[]; %VETOR DE VALORES DE TEMPO t=[]; %SOLUÇÃO DE EQUAÇÃO DIFERENCIAL POR EULER for i=0:.01:2, y(1)=y(1)+0.01*(y(1)-10*y(2)); y(2)=y(2)+0.01*(10*y(1)+2*y(2)); yp=[yp y]; t=[t i]; end %GRAFICAÇÃO DE RESULTADOS plot(t,yp) xlabel('tempo') ylabel('y') CAPÍTULO 1 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 7 Cuja resposta é: 0 0.5 1 1.5 2 -20 -15 -10 -5 0 5 10 15 20 25 30 tempo y Exemplo: Uma solução analítica pode ser determinada por: clear all whitebg %solução analitica para as condições iniciais x(0)=1 e y(0)=1 [x,y] = dsolve('Dx = x - 10*y', 'Dy = 10*x + 2*y', 'x(0)=1', 'y(0)=1'); %solução em x figure(1) ezplot(x) %solução em y figure(2) ezplot(y) Cuja resposta é: CAPÍTULO 1 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 8 c) Otimizar o desempenho de um processo Os valores especificados das variáveis controladas (set points) definem o ponto de operação do processo, e a seleção deve ser ótima para maximizar (ou minimizar) algum critério de desempenho (função objetivo). Exemplo: Reator em batelada, com reações endotérmicas em série A®B®C, cujo objetivo é maximizar a produção do produto B com mínimo custo de vapor. A reação se dá em dois períodos. No 1º período, aplica-se alta temperatura (e consequentemente alto W) para maximizar produção de B. No 2º período, reduz-se W para inibir a produção de C (sem valor comercial) e reduzir consumo de vapor. A A,B,C A B C k k 1 2 W W máximo W tt r Perfil Ótimo de Fluxo de Vapor Maximizar F t R = ò 0 (Preço de B - ( Custo de A + Custo de Vapor)) dt No desenvolvimento de uma estratégia de controle, é preciso determinar COMO atuar nas variáveis manipuladas para manter certas variáveis (variáveis controladas) nos seus valores de referência (set-points) o maior tempo possível de forma a atingir os objetivos de produção. Para tal, é preciso um modelo do processo (fenomenológico, puramente empírico ou, como utilizado mais recentemente, híbrido, parte fenomenológico e parte empírico). Objetivos do Curso: 1. Analisar a dinâmica dos processos 2. Construir modelos matemáticos de forma a quantificar as análises 3. Estudar Técnicas para a resolução das equações que compõem o modelo 4. Introduzir métodos de simulação CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 1 PRINCÍPIOS DE MODELAGEM Introdução O objetivo da modelagem é determinar um conjunto de equações matemáticas (diferenciais, algébricas e integrais) que permitam descrever o comportamento do processo quando são modificados parâmetros e/ou variáveis deste. A abordagem que faremos neste curso visa descrever o comportamento dinâmico de um processo e, para isto, serão utilizadas equações algébrico - diferenciais e analisadas, principalmente, as respostas das variáveis de saída (variáveis controladas) quando introduzidas perturbações nas suas variáveis de entrada (variáveis de entrada, e perturbação ou carga). A este tipo de análise chamaremos de "análise da resposta dinâmica". Outros tipos de análise, como por exemplo sensibilidade paramétrica, não serão abordados. Um modelo realista do processo deve incorporar todos os efeitos dinâmicos importantes, mantendo as variáveis e equações em um número razoável. Assim, serão atendidos os objetivos da simulação da forma mais simples possível. PROCESSO Variáveis Manipuladas Variáveis Controladas Variáveis de Perturbação d m y = f ( ,m d) Considerando que o processo apresenta número total de variáveis (NVt) igual à soma das variáveis de entrada e variáveis de saída, as equações do modelo (diferenciais e algébricas) devem fornecer uma relação única entre as entradas (variáveis de perturbação - NP, e variáveis manipuladas) e as saídas (variáveis controladas inclusive). Para tal é necessário que o número de variáveis (NV) seja igual ao número de equações (NE). O grau de liberdade (NL), definido como a diferença entre NV e NE, deve ser zero ou o sistema terá infinitas soluções. Para zerar NL, tem-se: a) as variáveis de perturbação (NP) são fixadas pelo meio externo: NV = NVt-NP. Isto é, estas variáveis são conhecidas ao longo do tempo. b) os objetivos de controle impõem tantas equações quanto as necessárias para que NL=0. CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 2 Metodologia de Modelagem A modelagem de processos pode ser realizada de duas formas; a partir das leis fundamentais de física e química (fenomenológica), e a partir da informação contida nas variáveis de processo registradas ao longo do tempo (empírica). Sem dúvida que nenhuma destas metodologias é autocontida e simplesmente foram definidas de forma diferentes levando em consideração a ênfase que se dá à fonte primária de informação ou conhecimento. a) Metodologia Empírica (Identificação de Processos) O número e tipo de equações a serem utilizadas em um modelo empírico é determinado de acordo com o comportamento dinâmico do processo. Uma análise quantitativa e qualitativa dos efeitos experimentais apresentados nas variáveis do processo (saídas) quando introduzidas perturbações nas condições de operação (entradas), conjuntamente com critérios de projeto, permitem determinar a estrutura do modelo (número e tipo de equações) e os parâmetros associados. No esquema abaixo, observa-seque o comportamento do modelo proposto é comparado ao do processo para validar a proposta do modelo. A parametrização permite ajustar o modelo escolhido de forma a reproduzir o mais fielmente possível o comportamento do processo. Proposta do Modelo 1ª ordem 2ª ordem 3ª ordem 1ª ordem mais tempo morto Modelo Processo Parametrização ycalc a , a ...0 1 x y ycalc = f ( x , a , a ...)0 1 Na parametrização, os parâmetros do modelo são ajustados de forma a minimizar a diferença y y calc- , onde y calc é a saída calculada de acordo com o CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 3 modelo proposto e y as saídas do processo. Em geral, a minimização é realizada a partir do erro quadrático ( )y ycalc- 2 . A descrição detalhada deste tipo de modelagem será realizada em capítulo proprio do tema. b) Metodologia Analítica Utiliza os princípios fundamentais (leis físicas, químicas e físico-químicas) tais como as leis de conservação de massa, energia e momento, para determinar as equações diferenciais e algébricas que compõem o modelo. Na formulação do modelo, os passos importantes a serem seguidos são: Ø Esboçar diagrama esquemático do processo, rotulando todas as variáveis relevantes; Ø Definir limites físicos; Ø Determinar e selecionar as variáveis de perturbação e resposta; Ø Determinar o âmbito de utilização do modelo. Ø Formular hipóteses simplificadoras que reduzam a complexidade do modelo mas retenham as características mais relevantes do comportamento dinâmico do processo (o modelo não deve ser mais complicado do que o necessário aos objetivos pré- determinados); Ø Fixar as condições de operação (variáveis) e parâmetros que serão considerados invariáveis com o tempo (constantes). Ø Aplicar as leis apropriadas para descrever estados em regime estacionário e em regime dinâmico; Ø Verificar a consistência matemática do modelo: o grau de liberdade deve ser zero. Verificar a consiStência de unidades nos termos das equações; Ø Manter em mente as técnicas disponíveis para resolução do modelo matemático; e Ø Verificar se os resultados do modelo descrevem o fenômeno físico modelado. Nesta etapa, cabe comparar dados experimentais de entrada e saída do processo com resultados de simulações feitas a partir dos dados de entrada experimentais. Variáveis de Estado e Equações de Estado As "variáveis de estado" de um sistema é um conjunto de variáveis que permitem representar o comportamento dinâmico do sistema. Dado um conjunto de variáveis de estado do sistema, é possível conhecer o comportamento futuro a partir do conhecimento dos valores destas variáveis no instante presente e de todas as perturbações do instante presente em diante. O valor deste conjunto de variáveis de estado em um determinado instante de tempo é chamado "estado". As equações que relacionam as variáveis de estado (variáveis dependentes) às perturbações (variáveis CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 4 independentes) são ditas "equações de estado", e são derivadas da aplicação do princípio da conservação às grandezas fundamentais do sistema (massa, energia e momento). Leis Fundamentais da Conservação Considere o sistema abaixo onde temos N entradas e M saídas e onde as letras Q e W representam calor e trabalho intercambiados com o meio, respectivamente: Q W . .. 1 2 N . .. 1 2 M s Entradas Saídas As equações de estados são obtidas aplicando-se o Princípio da Conservação. Para uma grandeza S, temos que: [tempo] e S][Consumo d [tempo] e S][Geração d [tempo] S][Saída de [tempo] e S][Entrada d [tempo] de S][Acúmulo -+-= 3 Quantidades Fundamentais: Massa, Energia e Momentum. Na modelagem de processos químicos, utiliza-se freqüentemente: a) Balanço de Massa Total b) Balanço de Massa por Componente c) Balanço de Energia d) Conservação de Momento CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 5 Balanço de Massa Total: d V dt Fi ii NE Fjj NS j ( )r r r= = å - = å 1 1 onde Fi = vazão volumétrica da i-ésima corrente. ri = densidade da i-ésima corrente. NE = número de correntes de entrada. NS = número de correntes de saída. Exemplo: Formulação de Modelo para Tanque de Nível a)Representação Esquemática do Processo e Definição dos Limites Físicos: h Fi F TANQUE F h Fi b)Identificar e selecionar variáveis de perturbação e resposta: variável de perturbação: Fi(t) (NP=1) variável manipulada (variável de entrada): F(t) (vazão volumétrica) variável controlada (variável resposta): h(t) c) Formular Hipóteses Simplificadoras -densidade constante (composição constante) -temperatura constante d)Fixar condições e parâmetros: parâmetros: densidade (r), área transversal do tanque(A). condições iniciais:F F F F e h hi i( ) ; ( ) ( ),0 0 00 0 0= = = (condições em t=0) d)Aplicação das leis de conservação Dadas as simplificações introduzidas, o único balanço relevante é o balanço de massa: CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 6 taxa de acúmulo: dt dh A dt tdm r= )( ( Ahm r= , com h = altura do tanque) taxa de alimentação: iFr taxa de saída: Fr balanço: FF dt dh A i rrr -= modelo estacionário: iFFdt dh =\= 0 e)Verificar consistência matemática: número total de variáveis: 3 (F F hi , e ) número de equações: 1 (balanço de massa) número de variáveis de perturbação: 1 (Fi) NV=NVt-NP=3-1=2 grau de liberdade: NL=NV-NE=2-1=1 Para zerar o NL, torna-se necessária mais uma equação. Recorre-se à equação que fornece a vazão como função da altura da coluna de líquido (F f h= ( )). f)Resolução: Partindo-se do modelo A F A F dt dh FF dt dh A FF dt dh A i i i -= -= -= rrr e considerando F h R = CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 7 onde R representa a resistência ao escoamento. Tem-se: dh dt F A h RA i= - cuja solução é: ( )h RF ei t RA= - -1 ou seja, esta equação permite conhecer a altura de fluido no tanque para qualquer instante de tempo e para qualquer valor da perturbação (Fi). Uma solução numérica pode ser obtida utilizando o seguinte programa: % Simulação de um tanque de nível global R A Fi tfin % parâmetros do modelo: Fi=1.2; R=30; A=1; %condição inicial e tempos de integração: tin=0; tfin=1; h0=1; x0=h0; %integração: [t,x]=ode23('dhdt',tin,tfin,x0); %gráfico: plot(t,x,'+b') hold on plot(t,x,'b') xlabel('tempo') ylabel('nível (h)') line([0.48; 0.48],[1 1.578]) hold off function dh=dhdt(t,x) global R A Fi tfin %perturbação: if t>=tfin/2; Fi=1.5; end F=x/R; dh=(Fi-F)/A; CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – UniversidadeFederal do Rio de Janeiro Edição: 09/2003 8 0 0.2 0.4 0.6 0.8 1 1 1.5 2 tempo ní ve l ( h) Balanço de Massa por Componente A componente do volumede unidadepor reação de taxaa ér A componente domolar ãoconcentraç a é AC sistema noA componente do moles de número o é An global balanço no como definidos são iF e NS NE, :onde , 1 , 1 )()( rVjAC NS j jFiAC NE i iFdt VACd dt And +å = -å = == Exemplo:Modelo para Reator CSTR a)Representação Esquemática do Processo e Definição dos Limites Físicos: h F, Ca(t) Reator Ca(t),h(t) Fi(t), Cai(t) Fi(t), F(t) Cai(t) CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 9 b)Identificar e selecionar variáveis de perturbação e resposta: variável de perturbação: Cai(t) (NP=1) variável manipulada (variável de entrada): Fi(t), F(t) (vazões volumétricas) variável controlada (variável resposta): Ca(t), h(t) c) Formular Hipóteses Simplificadoras densidade constante (composição constante) temperatura constante cinética de primeira ordem d)Fixar condições e parâmetros: parâmetros: densidade (r), área transversal do tanque(A), constante de reação k condições iniciais: 00,0,0, )0()0(,)0(,)0(;)0( hheCCFFCCFF aaoaiaiii ===== d)Aplicação das leis de conservação Com as simplificações introduzidas, os únicos balanços relevantes são o balanço de massa total e por componente Balanço Global: taxa de acumulação: dt dh A dt tdm r= )( taxa de alimentação: iFr taxa de saída: Fr balanço: FF dt dh A i rrr -= modelo estacionário: iFFdt dh =\= 0 Balanço por Componente VkCrV rVaFCia CiFdt VACd dt And a= +-== )()( e)Verificar consistência matemática: BA AkCr ¾¾ ®¾ = CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 10 número total de variáveis: 5 ( hCFF aaii e C,,, ) número de equações: 2 (balanço de massa total e para o componente A) número de variáveis de perturbação: 1 (Cai) NV=NVt-NP=5-1=3 grau de liberdade: NL=NV-NE=3-2=1 Para zerar o NL, torna-se necessária mais uma equação. Recorre-se a equação que fornece a vazão como função da altura da coluna de líquido (F f h= ( ) , um controlador de nível, por exemplo). Uma solução numérica pode ser obtida utilizando o seguinte programa: % Para um reator CSTR (mistura perfeita) no qual % se conduz uma reação isotérmica (A->B), calcular % as variáveis dede estado a cada t, utilizando a rotina de % integração ode23 (Runge-Kuta) clear all global A ro V cai F Fi k %parâmetros do processo A=5; %ft2, área transversal do reator ro=50; %lb/ft3, densidade T=600; %R, temperatura do reator k0=7.08*10^10; %1/h, termo pre-exponencial da constante de reação %logo: %constante de reação na temperatura atual %k=k0*exp(-E/R/T); %1/h, constante de reação - Arrhenius %variáveis de entrada cai=0.5; %lbm/ft3, concentração da alimentação Fi=50; %ft3/hr, vazão de alimentação F=Fi; %vazão de retirada %condições iniciais ca=0.2; %lbm/ft3, concentração inicial no reator h=10; %ft, altura do reator x0=[ca h]'; %tempo de integração tini=0; tfin=10; %integração [t,x]=ode23('deriv1',[tini tfin],x0); %gráficos subplot(2,1,1),plot(t,x(:,1),'b') ylabel('Composição – lbm/h') xlabel('tempo(h)') subplot(2,1,2),plot(t,x(:,2),'b') ylabel('Altura - ft') xlabel('tempo(h)') function dcadt=deriv(t,x) global A ro V cai F Fi k CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 11 %valores atuais das variáveis de estado ca=x(1); h=x(2); %derivada da concentração dca=(Fi*cai-F*ca)/(h*A)-k*ca; %derivada da altura dh=(Fi-F)/h; %vetor de derivadas dcadt=[dca dh]'; Balanço de Energia A 1ª Lei da Termodinâmica trata da Conservação da Energia d E V dt d U K V dt d E V dt Fii NE i Ui Ki i Fjj NS j U j K j j Q W ( ) [( ) ] ( ) ( ) ( ) r f r r r f r f = + + = = å + + - = å + + + - 1 1 (Fluxo entra por convecção) (Fluxo sai por convecção ou difusão) onde : E = energia total do sistema (energia por unidade de massa). U = energia interna. Q = calor adicionado por condução, radiação ou reação. K = energia cinética. f = energia potencial. W = Ws Pii 1 NE Vi Pjj 1 NS V j+ = å - = å (trabalho) Ws = trabalho de eixo. W = trabalho de eixo + trabalho PV P = Pressão do sistema O trabalho para colocar (e retirar) uma unidade de massa no (do sistema) está representado pelos dois outros termos (somatórios). Em sistemas de engenharia química, as variações de energia cinética (K) e potencial (f ) são geralmente desprezíveis e, portanto E»U, WS»0. Como definição de entalpia: H U PV= + (onde V =V/r) CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 12 tem-se que as variações de energia interna e trabalho realizado se resumem a variações de entalpia, substituindo as definições e introduzindo-se as simplificações acima, tem- se: sWQjHj NS j jFiHi NE i iFdt VEd dt dH dt dU dt dE , dt dP sWQjHj NS j jFiHi NE i iFdt VEd -+å = -å = = @@= -+å = -å = = rr r rr r 11 ][ 0 :líquidos para 11 ][ As variações de energia são essencialmente funções de pressão, composição e, principalmente, de temperatura: Cp H T P H VC p T Tref= \ = -( ) ( ) ¶ ¶ r por integração a P constante. QjHj NS j j FiHi NE i i F dt VCpTd +å = -å = = rr r 11 ][ Conservação de Momento i direção na atuando força i direção na velocidade : 1 )( ésimajijF iv onde N i ij F dt iMvd = = å = = onde : vi = velocidade na direção i. CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 13 FRij = j-ésima força atuando na direção I. Exemplo de Conservação de Momento Tanque com saída lateral, onde são relevantes as forças de atrito na seção de escoamento. Dados: Fh : força hidráulica (empurra o líquido) Fa : força de atrito (se opõe ao escoamento) F = Vazão volumétrica Ap = área da seção reta do tubo At = área da seção reta do tanque v = velocidade de escoamento do fluido M = massa de água no tubo Hipóteses: Escoamento empistonado Fluido incompressível Temos, então, o balanço de forças Da equação acima definimos o modelo como: L ph ghAF r= Fi F 2 )( LvkghAFF dt LvAd Fpah p -=-= r r ah FFdt Mvd -= )( rp F A Lvk L gh dt vd 2)( -= CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 14 Equações Adicionais a) Transporte de Calor e MassaAs equações de transporte descrevem a transferência de energia, massa e quantidade de movimento (momento) entre o sistema e a vizinhança. Estas leis têm a forma de um fluxo (taxa de transferência por unidade de área) proporcional a uma força motriz (gradiente de temperatura, concentração ou velocidade). A constante de proporcionalidade é uma propiedade física do sistema (coeficiente de troca térmica, difusividade e viscosidade). A nível molecular, tem-se as leis de Fourier, Fick e Newton. grandeza calor massa momento fluxo q N A t rz força motriz ¶ ¶ T z ¶ ¶ C z A ¶ ¶ v z z propriedade K D m "lei" Fourier Fick Newton Fluxo = Constante * Força Motriz b) Equações de Estado Termodinâmico Descrevem como as propriedades físicas (densidade, entalpia) variam com temperatura, pressão e composição. Exemplos: Equação de gás ideal: PV nRT= Equação de Van der Waals: P RT V b a V = - - 2 Entalpia: dado C A A Tp = +1 2 h C dTp T T = ò 0 (líquido) H v= +h l (vapor) com lv =calor de vaporização. Para mistura de componentes assumindo calor de mistura desprezível: CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 15 h = = = å å x h M x M j j j j NC j j j NC 1 1 com x j = fração molar e M j = peso molecular. c) Equações de Equilíbrio Termodinâmico Descrevem as condições do sistema sob equilíbrio. Baseiam-se na segunda lei da termodinâmica. Equilíbrio Químico: n m m m jj NC j j j RT Pj = å = = + 1 0 0 ln n = coeficiente estequiométrico (>0 para produto). m j = potencial químico. m j 0 = potencial padrão (energia livre de Gibbs/mol). Pj = pressão parcial. Equilíbrio de Fase: (quando m mj j I II= ) Determina a composição do vapor dada a composição do líquido e vice-versa. A fase vapor pode ser descrita como ideal pela Lei de Dalton (P y Pi i= ). A fase líquida, dependendo do sistema em questão, pode ser descrita pela Lei de Raoult; P x Pj j s j NC = = å 1 onde a pressão de vapor do componente puro pode ser calculado por exemplo pela equação de Antoine: ( )ln P A T Bj s j j= + , CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 16 pela Volatilidade Relativa; a ij i i j j y x y x = por Constante de Equilíbrio K y x K f T x P i i = =; ( , , ) ou como Líquido Não-Ideal. P x P f x T j j s j j NC j = = = å g g 1 ( , ) com g j = coeficiente de atividade (se ideal g j=1). d) Equações Cinéticas Descrevem as taxas de reações químicas que ocorrem no sistema: Equação de Arrhenius é freqüentemente usada e representa uma das mais severas não- linearidades em engenharia química: k k e E RT= - 0 E = energia de ativação R = constante dos gases CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 17 Lei da Ação das Massas: reaçãopor moles de número do variação)( )( 1 = = R R dt jdn onde dt jdn Vj R n Exemplo de Modelagem com Balanços de Energia e Massa Seja um tanque de aquecimento de área transversal A, representado esquematicamente abaixo: Vapor (W) Fi Ti F T h 2 Variáveis de Perturbação: Ti, Fi 2 Variáveis de Entrada: Q,F 2 Variáveis de Saída: h, T Para zerar grau de liberdade: NE=6-2=4=NV BM, BE, 2 controladores (Q=f(T) e F=g(h)) A seguir estão apresentadas de forma resumida as etapas na formulação do modelo do processo. hipótese simplificadora: densidade constante, Cp constante, variações de energia cinética e potencial desprezíveis Q(t) F(t) Fi(t) Ti(t) TANQUE T(t) h(t) CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 18 Balanço de Massa: d V dt d Ah dt A dh dt F F A dh dt F Fi i r r r r r= = = - \ = - A FF dt dh i -= Balanço de energia: QHFHF dt VEd iii +-= rr r ][ (1) mas K=0 (variações de energia potencial e cinética desprezíveis), e, por definição: )()( refprefp TTAhCTTVCH -=-= rr (2) Substituindo (2) em (1) tem-se: QTTTT dt hATTCd refrefi refp +---= - )(CF )(CF )( ppii rr r QTTTT dt dT h dt dh TTAC refrefirefp +---=úû ù êë é +- )(CF )(CF)( ppii rrr (3) Do balanço de massa em (3) tem-se: p refrefiiref i ref C Q TTTT dt dT hAFFT A FF TTA r +---=+-+ - - )(F )(F)( )( )( i pC Q TiTiFdt dT hA r +-= )( Em resumo, o modelo é formado por duas equações de estado: FiFdt dh A -= ou dV dt Fi F= - pC Q TiTiFdt dT hA r +-= )( ou pC Q TiTiFdt dT hA r +-= )( CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 19 sendo V e T as variáveis de estado. Como variáveis de entrada tem-se Ti, Fi, q e F. Os parâmetros do modelo são: pCA ,, r No estado estacionário, tem-se: Ts , Ti,s, Fi,s %Simulação de um tanque de aquecimento global U A V ro Cp Fi Ti F Th tfin %parâmetros do modelo (no sistema Inglês de unidades): U=150; A=200; ro=50; Cp=0.75; %variáveis de entrada: Fi=40; F=38; Th=540; Ti=530; %condições iniciais: T=530; V=50; x0=[T V]'; %intervalo de integração: tin=0; tfin=1; %integração: %SINTAXE A SER ALTERADA SEGUNDO A VERSÂO DO MATLAB [t,x]=ode23('dtdv',[tin tfin],x0); %gráficos: subplot(2,1,1), plot(t,x(:,1),'r') xlabel('tempo (h)') ylabel('Temperatura (ºR)') subplot(2,1,2), plot(t,x(:,2),'b') xlabel('tempo (h)') ylabel('Volume (ft3)') function dTV=dtdv(t,x) global U A V ro Cp Fi Ti F Th tfin dV=Fi-F; dT=(Fi*(Ti-x(1))+U*A*(Th-x(1))/ro/Cp)/x(2); dTV=[dT dV]; CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 20 Balanço de Massa e Energia Combinados: Modelo de Reator CSTR não Adiabático Em um reator não adiabático de mistura perfeita ocorre uma reação de primeira ordem exotérmica A Bk¾ ®¾ (ra=kCa). Ca é a concentração do reagente A, T a temperatura e F a vazão volumétrica. V Água (W) Fi Ti F T Ca i Ca O processo pode ser representado da seguinte forma: Variáveis e parâmetros: Variáveis de Estado (Variáveis de Saída): V, Ca, T Q(t) F(t) Cai(t) Fi(t) Ti(t) REATOR Ca(t) T(t) h(t) CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 21 Variáveis de Entrada: Ca,i, Fi, Ti (Perturbação) e Q, F (manipuladas) Parâmetros: r, Cp,l=(-DHr)(>0, exotérmica),K0, E ,R NVt=8; NV = NVt - NVp = 8 – 3 = 5 Equações: São necessárias 5 equações: BMt, BMA, BE, F=f(Ca) e Q=f(T) Hipóteses simplificadoras: densidade constante, Cp constante, variações de energia cinética e potencial desprezíveis. BM: Supor: a) 0 pC ; )Bn,Af(n p =¶ ¶ = T C b) Balanço de Massa Total FiFdt dV FiFidt Vd -=\-= rr r (1) BMA: VrFCFC dt VCd dt dn AAiA AA i +-== )( VrFCFC dt VCd dt dn ABiB BB i +-== )( BE: Sii WQFhhFdt nhd dt Vhd dt Vhd -+-=== rr r r )()()( (h é entalpia por mol) Sii WQFhhFdt nhd dt Vhd dt Vhd -+-=== rr r r )()()( CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 22 Notar que: BBAA hnhnnh ~~ += logo dt dT T H dt dn h dt dn h dt nhd B B A A ¶ ¶ ++= ~~)( e )()()( 11111111111 TTCpFThFThF -+= rrr dt hd n dt hd n T H B B A A ~~ += ¶ ¶ Assim: BBBiBBAAAAAAiAp hFChFChVrhVrhFChFCdt dT VC dt nhd ii ~~~~~~)( -+-+-+= r Também: ))()(()( TTCThFThF ipiiiiiii -+= rr ) ~~ ( BBAA hChCFhF +=r ))() ~~ ()( TTCFhChCFThF ipiiBBAAiiiii ii -++= rr Logo: QhFChFCTTCFhCFhCF hhVrhFChFChFChFC dt dT VC BBAAipiBBiAAi BAABBBiBAAAiAp iii ii +---++= -+-+-+ ~~ )( ~~ ) ~~ ( ~~~~ r r obs: ABreação HHH ~~ -=D calor gerado na reação por mol de A reagido reaçãoA HVrTTCpFdt dT VCp D+-= )( 1111rr CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 23 % Para um reator CSTR (mistura perfeita) no qual % se conduz uma reação exotérmica (A->B), resfriado % por serpentina, este programa calcula, as variáveis % de estado a cada t, utilizando a rotina de % integração ode23 (Runge-Kuta) clear all global U A Tc Ti E DeltaH Cp ro V k0 R Fi cai F %parâmetros do processo U=150; %BTU/(h.ft2.R), coeficiente de troca térmica A=250; %ft2, área de troca térmica DeltaH=-30000; %BTU/lbm, calor de reação ro=50; %lb/ft3, densidade Cp=0.75; %BTU/(lbm.R), calor específico E=30000; %BTU/lbm, energia de ativação R=1.99; %BTU/(lbm.R), constante dos gases k0=7.08*10^10; %1/h, termo pre-exponencial da constante de reação %variáveis de entrada cai=0.5; %lbm/ft3, concentração da alimentação Fi=40; %ft3/hr, vazão de alimentação F=41; %vazão de retirada Tc=594.6; %R, temperatura do fluido de refrigeração Ti=530; %R, temperatura da alimentação %condições iniciais ca=0.16; %lbm/ft3, concentração inicial no reator T=603; %R, temperatura do reator V=48; %ft3, volume do reator x0=[ca T V]'; %tempo de integração tini=0; tfin=10; %integração [t,x]=ode23('deriv',tini,tfin,x0); %gráficos subplot(3,1,1), plot(t,x(:,1),'c') ylabel('concentração - lbm/ft3') subplot(3,1,2), plot(t,x(:,2),'g') ylabel('Temperatura - ºR') subplot(3,1,3), plot(t,x(:,3),'g') ylabel('Volume - ft3') xlabel('tempo(h)') function dcadt=deriv(t,x) global U A Ti Tc E DeltaH Cp ro V k0 R Fi cai F %perturbação de 50% na vazão da alimentação, if t>=5 Fi=40; else Fi=50; end %valores atuais das variáveis de estado ca=x(1); T=x(2); V=x(3); %constante de reação na temperatura atual k=k0*exp(-E/R/T); %1/h, constante de reação - Arrhenius %derivada da concentração dca=Fi*(cai-ca)/V-k*ca; CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 24 %derivada da temperatura qger=-DeltaH*k*ca*V; %calor gerado (BTU/h) qinout=Fi*Cp*ro*(Ti-T); %variação de por convecção qrem=U*A*(T-Tc); dt=(qinout+qger-qrem)/(V*ro*Cp); %derivada do volume dv=Fi-F; %vetor de derivadas dcadt=[dca dt dv]'; Multiplicidade de Estados Estacionários CSTR onde ocorre uma reação exotérmica Cai(t) Fi(t) Ti(t) CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 25 Água (W) Fi Ti F T hCa i Ca Admitindo F(t)=Fi(t) (Volume constante) O modelo do processo pode ser escrito como: com ( )k k E RT= -0 exp / ESTADOS ESTACIONÁRIOS % Dado um reator CSTR (mistura perfeita) no qual % se conduz uma reação exotérmica (A->B), resfriado % por serpentina, formulou-se um modelo matemático: % BM estacionário: 0=Cai*q-Ca*q-k*Ca*V, ou seja, % Ca=Cai/(k*V/q+1) % BE estacionário: 0=qin-qout+qger-qrem % qin=q*Ti/V % qout=q*T/V % (-DeltaH)*Ca*k0*exp(-E/(R*T) % qrem=U*A*(T-Tc) % Este programa calcula, para diferentes temperaturas (T) % o calor gerado por reação (qger), o calor que entra e sai % por convecção (qin, qout), e o calor removido pela serpentina % (qrem), ilustrando a ocorrência de três estados estacionários. Q(t)=UA(T-Tc) F(t) REATOR Ca(t) T(t) h(t) ( ) ( ) ( ) ( )Ca p i aaai a TTUAC C k HTT V F dt dT kCCC V F dt dC -+D-+-= --= r CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 26 %parâmetros do modelo q=50; %ft3/hr, vazão de alimentação U=80; %BTU/(h.ft2.R), coeficiente de troca térmica A=50.0; %ft2, área de troca térmica DeltaH=-35000; %BTU/lbm, calor de reação V=48; %ft3, volume do reator ro=50; %lb/ft3, densidade Cp=0.75; %BTU/(lbm.R), calor específico E=32000; %BTU/lbm, energia de ativação R=1.99; %BTU/(lbm.R), constante dos gases k0=7.08*10^10; %1/h, termo pre-exponencial da constante de reação %condições de operação cai=0.5; %lbm/ft3, concentração da alimentação Tc=594.6; %R, temperatura do fluido de refrigeração Ti=530; %R, temperatura da alimentação T=linspace(550,750,100); %temperaturas investigadas %cálculo dos calores k=k0*exp(-E/R./T); %1/h, constante de reação - Arrhenius ca=cai./(k*V/q+1); %lbm/ft3, concentração no reator qger=-DeltaH*(k.*ca)*V; %BTU/h,calor gerado por reação exotérmica qin=q*Cp*ro*Ti; %BTU/h,calor que entra no reator por convecção qout=q*Cp*ro*T; %BTU/h,calor que sai do reator por convecção qrem=-U*A*(Tc-T); %BTU/h,calor removido pela serpentina %gráfico hold on plot(T,(qrem+qout),'b') plot(T,(qger+qin),'m') text(580,1e6,'P1') text(630,1.4e6,'P2') text(700,1.85e6,'P3') ylabel('BTU/h') xlabel('Temperatura,ºR') text(700,2e6,'qrem+qout') text(730,1.7e6,'qger+qin') hold off No estado estacionário, a taxa de geração de calor é igualada pela taxa de remoção de calor. O gráfico abaixo mostra que isto ocorre em três pontos (P1, P2 e P3). CAPÍTULO 2 Modelagem Dinâmica de Processos Ofélia de Queiroz F. Araújo Escola de Química – Universidade Federal do Rio de Janeiro Edição: 09/2003 27 . 550 600 650 700 750 0.8 11.2 1.4 1.6 1.8 2 2.2 x 10 6 B TU /h Temperatura,ºR P1 P2 P3 qrem+qout qger+qin Através de um controlador, o ponto P2 pode se tornar estável. Os pontos P1 e P3 são estáveis com transiente representado a seguir: 0 2 4 6 8 10 550 600 650 700 750 800 850 900 950 Te m pe ra tu ra - ºR tempo(h) 3. SISTEMAS LINEARES Um sistema é dito linear quando as equações diferenciais que compõem o modelo são todas lineares. Desta forma, não existem produtos de variáveis, variáveis com fatores exponenciais, etc. Os coeficientes associados podem ser constantes ou variantes (funções do tempo). Exemplo de Sistema Linear Invariante no Tempo: )(22)(11322 2 1 tautuayadt dya dt yda +=++ Exemplo de Sistema Linear Variante no Tempo: )(2)(2)(1)(1)(3)(22 2 )(1 tutbtutbytadt dyta dt ydta +=++ Exemplo de Sistema Não-Linear: ( ) ( ) ( ) ( ) ( ) ( ) dC t dt F t V C t C t k e E RT C tA i A i A t A= - - -( ) /, 0 Para os sistemas lineares, e em particular sistemas lineares invariantes no tempo, existem métodos de solução das equações diferenciais que podem ser utilizados de forma geral, isto é, há solução para modelos de qualquer complexidade (número e ordem das EDO's). A partir desta característica dos sistemas lineares foi possível desenvolver técnicas universais para análise do comportamento dinâmico e projeto de controladores. Até pouco tempo, estas técnicas eram quase exclusivamente as únicas ferramentas de análise e projeto. Com o aumento da capacidade de cálculo dos computadores atuais, é possível analisar sistemas não lineares cada vez mais complexos. Em contrapartida, não existe um método geral que possa ser utilizado para analisar sistemas não lineares. Por esta razão, e para iniciar o estudo de sistemas dinâmicos, neste curso são apresentadas as técnicas de análise de sistemas lineares como uma ferramenta de uso geral que pode ser utilizada em um grande número de casos práticos. As técnicas de projeto de sistemas de controle são objeto do curso de Controle e Instrumentação de Processos. Quando o modelo resulta em equações não-lineares, e para poder utilizar as técnicas de analise de sistemas lineares, recorre-se, freqüentemente, à técnica de linearização em torno do ponto de operação. Esta técnica está baseada na suposição de que o processo se comporta como um sistema linear na vizinhança de um determinado ponto (conjunto de valores para as variáveis do processo), chamado de ponto de operação. Este tipo de aproximação é valida, em geral, para processos. Quando os processos são em batelada, como por exemplo na produção de alguns polimeros, não é possível determinar um ponto de operação já que a excursão das variáveis ao Processo y(t) u1(t) u2t) longo do tempo é muito grande. Em alguns casos é possível dividir o tempo de operação do processo e utilizar modelos lineares diferentes em cada um destes intervalos do tempo de operação. 3.1 Linearização Linearizar é expandir um função não-linear em uma série de Taylor em torno do estado estacionário, ou ponto de operação, e desprezar todos os termos após as primeiras derivadas. Seja g(x) uma função genérica ela pode ser expressa como: g x g xs dg x dx x xs x xs( ) ( ) ( ) | ( )@ + = - + termos de ordem superior sendo o modelo linear: gl x g xs dg x dx x xs x xs( ) ( ) ( ) | ( )@ + = - Por exemplo para: g x x( ) = 3 %Gera 100 pontos entre 0 e 10 x=linspace(0,10,100) ; g=x.^3; %Plota uma curva de coordenadas x e g plot(x,g) hold xlabel ('x') ylabel ('g') uma aproximação linear na vizinhança do ponto x0 6= sera: ( )g x x x x xl x x( ) = + -3 2 00 03 gl=216+3*6^2*(x-6); plot(x,gl,'b') hold off observa-se que o modelo linear só é uma aproximação razoavel do modelo não linear na vizinhança do ponto x0 6= . A propriedade mais importante dos sistemas lineares é que é possível aplicar o princípio de superposição. O princípio da superposição estabelece que a resposta de um sistema (saída) à aplicação simultânea (soma) de duas perturbações (entradas) é igual à soma das respostas do sistema às duas perturbações introduzidas separadamente. Desta forma, é possível calcular a resposta de um sistema a um conjunto de perturbações somadas tratando uma perturbação por vez e somando as respectivas saídas. Experimentalmente, se for observado que causas e efeitos são proporcionais, o que garante que o princípio de superposição é válido, o sistema pode ser considerado linear. Vamos utilizar como exemplo o modelo do tanque de nível do capitulo 2: dh dt F A h RA i= - cuja solução é: ( )h RF ei t RA= - -1 claramente pode ser observado que para dois valores diferentes de vazão de entrada obtemos duas respostas h e se somamos as entradas a resposta do sistema será a soma das saídas individuais: ( ) ( ) ( ) ( )( ) ( ) ( ) h RF e h RF e F F F h RF e R F F e RF e RF e h h i i i i i i i i i i t RA t RA t RA t RA t RA t RA 1 1 2 2 1 2 1 2 1 2 1 2 1 1 1 1 1 1 = - = - = + = - = + - = - + - = + - - - - - - 3.1.1 Linearização de Modelo Não-Linear: Tanque de Nível Um tanque de nível tem vazão de retirada dada pela relação: F k h= h Fi F Considerando-se densidade e temperatura constantes, tem-se: Balanço de Massa: dV dt A dh dt Fi F A dh dt k h Fi= = - \ + = uma equação não-linear. A linearização de F(h) em torno de uma altura hs fornece: F h F hs k hs h hs( ) ( ) ( )@ + -2 que é uma equação linear. Substituindo a expansão no modelo acima temos: ( )A d hdt k hs h hs Fi+ - =2 assim obtendo um modelo linear que é válido na vizinhança de hs. % Simulação de tanque de nível, comparando saída de % modelo não-linear (hnl) com saída de % modelo linearizado (hl) clear all global k A Fi const hs %condições iniciais x0=[0.9 0.9]'; %altura inicial para os 2 modelos hl=[]; hnl=[]; Fi=1; %parâmetros dos modelos A=10; %área transversal do tanque hs=1; %altura no estado estacionário k=1; %constante para cálculo de F const=k/(2*sqrt(hs)); %integração tin=0; deltat=0.5; for i=1:30 if i>=15 Fi=1.2; %perturbação de 20% em Fi end tfin=tin+deltat; [t,x]=ode23('dalt',tin,tfin,x0); n=length(t); %comprimento do vetor tempo x0=[x(n,1) x(n,2)]'; tin=tfin; tempo(i)=t(n); hl(i)=x0(1); hnl(i)=x0(2); end plot(tempo,hl,'*g') hold on plot(tempo,hnl,'r') text(2,1.7,'* modelo linear') text(2,1.6,'- modelo não-linear') xlabel('tempo') ylabel('altura') hold off function dh=dalt(t,x) global k A Fi const hs dhnl=(Fi-k*sqrt(x(2)))/A; dhl=(Fi-const*(x(1)-hs))/A; dh=[dhl dhnl]'; Exemplo Adicional: Modelo de um forno Dado: (1) (2) Substituindo (1) em (2): Aplicando Taylor Daí temos: Balanço Dinâmico: (I) Balanço Estacionário: (II) Subtraindo (I) de (II), temos o modelo do processo: Exemplo Adicional 3.2 Reator Encamisado: F constante, V constante Reação obedece cinética de 1º ordem Balanço de massa para componente A: Os termos FCAo , FCA e Vkoe -E/RT são não-lineares Aplicando Taylor: BalançoDinâmico: Balanço Estacionário: Subtraindo: Balanço de Energia para o Reator: Linearizando: Substituindo, temos: Balanço Energético para a Camisa: Após as linearizações necessárias, temos o modelo linear do processo: Obs.: As variáveis com “^” são variáveis desvio, ou seja, variáveis cujo valor é subtraído do estado estacionário. Por exemplo, TRANSFORMADA DE LAPLACE A transformada de Laplace é utilizada para resolução de equações diferenciais ordinárias (EDO) lineares ou linearizadas. O sistema originalmente descrito no espaço t transforma- se em equação algébrica no espaço s, um número complexo. O método apresenta 3 etapas: 1) Transformação da EDO (linear) em equação algébrica; 2) Resolução da Equação Algébrica resultante em termos da variável independente s 3) Aplicação da transformada inversa para obter a resolução da EDO. Por definição, para t>0: Exemplos: 1) 2) A Transformada de Laplace desfruta da propriedade de linearidade, ou seja: ò== ¥ - 0 )()())(( dtetfsFtfL st 2222 0 )()( 0 )()( 0 0 2 2 1 2 1 )( )( 2 1)( 2 1)( 2 )cos( :. )cos()())(( )cos()( ws s ws s iws e iws e sF dteedteeesF ee wt EulerIdent dtewtsFtfL wttf wtiswtis wtiswtisstwtiwti wtiwti st + =úû ù êë é + =ú û ù ê ë é + - - -= ò +=ò += + = ò== = ¥+--- ¥ +--- ¥ -- - ¥ - ss e dtesF dtewtsFtfL tf t t st st st 1 )1()( )cos()())(( 1)( 00 0 ==ò= ò== = ¥= = -¥ - ¥ - { } )()()()( 2111 sbFsaFtbftafL +=+ Transformada de derivada: Transformada de Integral: )()0()()()( )( )(' )(')())('( 00 0 ssFfdtetfsetfsF tfv dtsedu vduuvudv tfv eu dtetfsFtfL stst st st st +-=ò+= = -= ò ò-= = = ò== ¥ -¥- - - ¥ - [ ] úû ù êë é +-=--= -== ò== ¥ - )0()0()()0()0()()( )0()}({)}('{)( )('')())(''( 2 0 dt df sfsFs dt df fssFssF dt df tf dt d sLtf dt d LsF dtetfsFtfL st 1 1 0 21 0 ...)0()()( )('')())(( - - = -- ¥ - ++úû ù êë é +-= ò== n n t nnn stn dt fd dt df sfssFssF dtetfsFtfL )( ')'( ')'()( ' 0 ' 000 tfdv s e du dttfv eu dttfedttfL st t st t st = -= ò= = òò= þ ý ü î í ì ò - - ¥ - ¥ Exemplo 1) Exemplo 2) Transformada de Laplace de Funções Básicas: a) Degrau s sF dttf s dttfL dttf s e dttf s e dttfL t t sttst )( ')'( 1 )( )(')'()( 0 ' 00 00 ' 00 +úû ù êë é ò= þ ý ü î í ì ò ò-úû ù êë é ò-= þ ý ü î í ì ò = ¥ ¥ -¥-¥ 0)()12(0)()(2)( )()}({ )0()( )( ] )0( )0([)( )( 0)0('),0()0(,0)( )( 2 )( 22 2 2 2 2 2 =++\=++ = -= þ ý ü î í ì +-= þ ý ü î í ì ===++ sYsssYssYsYs sYtyL yssF dt tdy L dt dy sysFs dt tyd L yyty dt tdy dt tyd 21 2 0 1 121 2 0 1212 2 0 )( )( )()()( )()()()( asasa b sU sY sUbsYasasa tubtya dt tdya dt tyda ++ = =++ =++ s k dtekdtetuktuLktfL tt tt ktkutf stst =ò=ò== î í ì £ > == ¥ - ¥ - 00 .1)())}(({)}({ )0(,0 )0(,1 )()( f(t) t=0 b) Rampa c) Seno 2 0 2 0 1)}({ / ))}(({)}({ )0(,0 )0(, )()( s k ss tketfL sedv dtdu tu dttektuLktfL tt ttkt ktkutf st st st =÷ ø ö ç è æ +-= = = = ò== î í ì £ > == ¥ - - ¥ - k f(t) t=0 22 0 0 )( 2 1 )( 2 )sen( :. )sen()())(( )sen()( ws w dteeesF ee wt EulerIdent dtewtsFtfL wttf stwtiwti wtiwti st + =ò += + = ò== = ¥ -- - ¥ - d) Exponencial Teoremas a) Teorema do deslocamento em t b) Teorema do deslocamento em s c) Teorema do Valor Final d) Teorema do Valor Inicial Exemplos: )( 1 )())(( )( 0 as dteesFtfL etf stat at + =ò== = ¥ -- - f(t) t-t0 g(t ) )()()}({ ,0 ),( )( 0 0 00 0 00 sFedtettfttfL tt ttttf tg stst -- ¥ =ò -=- î í ì < ³- = )()()()}({ )( 00 asFdtetfedtetfetfeL tasatstatat -=ò=ò= -- ¥ - ¥ )(lim)(lim 0 ssFtf st ®¥® = )(lim)(lim 0 ssFtf st ¥®® = Função Pulso Função Impulso É o limite do pulso quando t0 tende a zero: 0 )4)(5,2( 5 lim)(lim)( 5 )4)(5,2( 5 lim)(lim)0( )4)(5,2( 5 )( 0 0 = -- ==¥ = -- == -- = ¥®® ®¥® ss tff ss tff ss sF st st f(t) 0 t0 h )1()()()}({ )(, ,0 0, 0,0 )( 0 0 0 0 0 0 stst e st ke s h s htthuthutfL áreahtk ttt tth t tf -- -=-=--== = ï î ï í ì >£ ££= < = 1)}({ 0 :1 ... !3!2 1 lim)1(lim 0 33 0 22 0 0 0 0 0 00 0 0 00 = ¥=Þ= = +-+-= ==- - ® - ® tL ht kpara stst ste onde kst st k e st k st t st t d Inversão de Transformada de Laplace Para obter-se a resolução da EDO, é preciso transformar o resultado da equação algébrica (em s) para t. Para tal, utiliza-se a EXPANSÃO HEAVISIDE ou EXPANSÃO EM FRAÇÕES PARCIAIS. Seja, F s Q s P s ( ) ( ) ( ) = , onde a ordem de Q(s) e P(s) são, respectivamente M e N (M£ N), a inversão é feita em três etapas: 1. Fatora-se P(s) em termos das suas raízes (polos de F(s)), e reescreve-se F(s) como: F s Q s P s A s p B s p W s pN ( ) ( ) ( ) ( ) ( ) ... ( ) = = - + - + + -1 2 2. As constantes A, B ... W são calculadas: A s p F s s p B s p F s s p W s pN F s s pN = ® - = ® - = ® - lim ( ( ).( )) lim ( ( ).( )) ... lim ( ( ).( )) 1 1 2 2 3. Pelo uso da Tabela, encontrar a transformada inversa termo a termo. f t L A s p L B s p L W s pN ( ) { ( ) } { ( ) } ... { ( ) }= - - + - - + + - - 1 1 1 2 1 4. REPRESENTAÇÃO DE ENTRADA E SAIDA 4.1 Introdução Existem diversas formas de representar um processo através de um modelo matemático. Uma forma muito utilizada é a representação de entrada e saída. Como exemplo de um modelo de entrada e saída pode-se utilizar o modelo do CSTR e considerar que a entrada do processo é Fi e a saída T. Desta forma, um modelo de entrada-saída terá como variável indepentdente Fi e como variável dependente T. Obviamente há outras variáveis muito importantes que não são consideradas variáveis de saída como V e Ca . Em geral é possível descrever um sistema linear como: ( ) ( ) ( ) ( ) ( )a y a y a y a y b u b u b u b u n mn n n n m m m m0 1 1 1 0 1 1 1+ + + + = + + + + ³ - - - -L L& & ; onde y e u são funções do tempo e f k é a derivada de ordem k de f. e uma forma de representação muito utilizada é a de "função de transferência". A função de transferência de um sistema linear invarianteno tempo está definida como a transformada de Laplace da saída (resposta do sistema) sobre a transformada de Laplace da entrada (exitação ou perturbação no sistema), supondo todas as condições iniciais iguais a zero. Sendo necessário que todas as condições iniciais sejam iguais a zero (para qualquer processo), e sabendo que as variáveis de um processo em geral não têm condições iniciais iguais a zero, deve- se definir um novo conjunto de variáveis chamadas "variáveis desvio" que cumpram as condições requeridas. A "variável desvio" é definida como o afastamento da variável do seu valor no estado estacionário ou valor de referência. Ou seja: xdesvio t x t xs( ) ( )= - onde xs = valor no estado estacionário Na continuação do texto, dado que as funções de transferência que serão utilizadas estão definidas para variáveis desvio, fica entendido que todas as variáveis são variáveis desvio. Esta transformação de variável é representada graficamente na seguinte figura. t=linspace(.1,20,100); x=sin(t)./t +1.2; plot(t,x,'b') hold text(8,1.4,'x(t)') x=sin(t)./t ; plot(t,x,'g') text(8,.2,'x-desvio(t)') x=1.2*ones(size(t)); plot(t,x,'r') text(1.5,1.3,'xs') x=zeros(size(t)); plot(t,x) hold off 0 5 10 15 20 -0.5 0 0.5 1 1.5 2 2.5 x(t) x-desvio(t) xs A determinação de variáveis desvio permite definir condições iniciais iguais a zero para resolução das equações diferenciais ordinárias (EDO's) do modelo. 4.2 Resolução de Sistemas Lineares Resolver um modelo significa encontrar as variáveis de saída como função do tempo em resposta a alguma mudança nas variáveis de entrada. Para isto, recorre-se à solução analítica ou integração numérica do conjunto de equações que representam o processo. Uma ferramenta muito útil na resolução destes sistemas é a Transformada de Laplace, já que é possível transformar uma equação diferencial no domínio do tempo em uma equação algébrica no dominio de Laplace. A solução de uma equação algébrica é muito mais simples que o de uma equação diferencial e, se a equação diferencial for linear invariante no tempo, a transformação da solução do domínio de Laplace para o domínio do tempo será simples. Para mais detalhes sobre a transformada de Laplace vide anexo I. A função de transferência do modelo acima descrito pela EDO é obtida transformando , em primeiro lugar, a EDO para o dominio de Laplace: ( ) a y s s a y s s a y s s a y s b u s s b u s s b u s s b u s n m n n n n m m m m0 1 1 1 0 1 1 1( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )+ + + + = + + + + ³ - - - -L L a seguir, extrai-se o fator comum y(s) e u(s) obtendo: ( ) ( ) ( ) a s a s a s a y s b s b s b s b u s n m n n n n m m m m0 1 1 1 0 1 1 1+ + + + = + + + + ³ - - - -L L( ) ( ) ou colocado em forma de função de transferencia: ( ) y s u s b s b s b s b a s a s a s a n m m m m m n n n n ( ) ( ) = + + + + + + + + ³ - - - - 0 1 1 1 0 1 1 1 L L Este tipo de representação é muito útil pois permite tratar sistemas complexos a partir de blocos simples com operações de soma e multiplicação. Para exemplificar suponhamos que um processo é descrito por duas equações diferenciais: ( ) ( ) ( ) ( ) ( )a y a y a y a y b u b u b u b u n mn n n n m m m m0 1 1 1 0 1 1 1+ + + + = + + + + ³ - - - -L L& & ; ( ) ( ) ( ) ( ) ( )c u c u c u c u d x d x d x d x l pl l l l p p p p0 1 1 1 0 1 1 1+ + + + = + + + + ³- - - -L L& & ; para obter a solução y (saída) como função do tempo para uma determinada função de perturbação x, é necessário resolver a segunda equação e, conhecendo a função u, resolver a primeira. Usando o conceito de função de transferência, obtem-se: ( ) Y s U s b s b s b s b a s a s a s a G n m m m m m n n n n ( ) ( ) = + + + + + + + + = ³ - - - - 0 1 1 1 0 1 1 1 1 L L ( ) U s X s d s d s d s d c s c s c s c G l p p p p p l l l l ( ) ( ) = + + + + + + + + = ³ - - - - 0 1 1 1 0 1 1 1 2 L L Obviamente, não é necessário, neste caso, calcular x pois pode-se operar a equação algebrica obtendo: ( ) ( ) Y s X s b s b s b s b a s a s a s a d s d s d s d c s c s c s c l p n m m m m m n n n n p p p p l l l l ( ) ( ) = + + + + + + + + + + + + + + + + ³ ³ - - - - - - - - 0 1 1 1 0 1 1 1 0 1 1 1 0 1 1 1 L L L L A solução no dominio de Laplace consiste agora em, uma vez determinada a função de perturbação x, calcular a transformada inversa de Laplace de: ( ) ( ) Y s b s b s b s b a s a s a s a d s d s d s d c s c s c s c X s l p n m m m m m n n n n p p p p l l l l ( ) ( )= + + + + + + + + + + + + + + + + ³ ³ - - - - - - - - 0 1 1 1 0 1 1 1 0 1 1 1 0 1 1 1 L L L L Ou seja ( ))()( sYty -1L= Cada função de transferência pode ser representada graficamente por um bloco (que substitui o quociente de polinômios), uma entrada (representado à variável independente) e uma saída (representando à variavel dependente). Sistemas complexos podem ser representados graficamente através de blocos ligados entre si, por exemplo, no sistema acima teríamos dois blocos com a saída do segundo coincidindo com a entrada do primeiro. A seguir são apresentados alguns esquemas de diagramas de blocos e se descrevem as regras básicas de operações com blocos. 4.2.1 Diagrama de blocos Considere um processo cujo comportamento dinâmico é descrito por uma equação diferencial ordinária (EDO) de ordem n, linear ou linearizada. O uso de Transformada de Laplace, com variáveis desvio (condições iniciais zero), permite a representação da relação entre as entradas (perturbações e estímulos) e saídas (variáveis controladas) através de Diagramas de Bloco. Esta abordagem permite fornecer as condições de saída quando conhecidas as condições de entrada. Para um processo de uma entrada e uma saída o diagrama de blocos é: com Y s G s U s ou Y s U s G s ( ) ( ) ( ) ( ) ( ) ( ) = = onde G(s) é a função de transferência que relaciona a saída Y(s) à entrada U(s). Para um processo como o descrito no item 4.2, onde são definidas duas funções de transferência, tem-se: Y s U s G s U s X s G s ( ) ( ) ( ); ( ) ( ) ( )= =1 2 cujo diagrama de blocos corresponde a: ou, operando temos: y s u s u s x s g s g s y s x s g s ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )= = =1 2 cujo diagrama de blocos corresponde a: O que permite definir a primeira operação em diagrama de blocos, dois blocos em serie podem ser substituídos por um único bloco e a função de transferência que este representa será o produto das duas funções de transferência dos blocos individuais. Para um sistema representado por: Y s Y s Y s G s U s G s U s( ) ( ) ( ) ( ) * ( ) ( )* ( )= + = +1 2 1 2 temos o seguinte diagrama de blocos: onde podemos observar dois novos elementos, o ponto de bifurcação e o ponto de soma Um diagrama de blocos muito utilizado em controle é o que representa um sistema realimentado:A redução deste diagrama a um bloco único esta dado por: ( ) ( ) Y s G s X s X s U s H s Y s Y s G s U s H s Y s Y s G s U s g s H s Y s Y s G s H s Y s G s U s G s H s Y s G s U s Y s U s G s G s H s ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = = - = - = - + = + = = + 1 1 Com estes exemplos é possível observar que qualquer diagrama de blocos pode ser reduzido a um único bloco. A antitransformada de um sistema descrito por um único diagrama de blocos foi apresentada anteriormente, e desta forma vemos que a resolução de um sistema dinâmico de uma entrada e uma saída, independente da sua complexidade inicial, pode ser transformado em um problema representado por um único bloco e resolvido sempre da mesma forma. Para fins de análise do sistema dinâmico e controle, a função de transferência pode ser interpretada como um ganho entre o sinal de saída e o de entrada. Este ganho apresenta uma parte estática (ganho estático) e uma parte dinâmica (ganho dinâmico). O ganho estático é o valor do ganho quando o tempo tende a infinito (que pode ser obtido aplicando o teorema do valor final à função de transferência). O ganho dinâmico é a parte da função de transferência dependente da variável de Laplace s, definido pelas transformadas das equações diferenciais que descrevem o processo. Como já foi exposto, um modelo de um processo obtido no domínio do tempo (t) pode ser representado no domínio complexo (s) como um modelo de Entrada-Saída (Input-Output), e o procedimento para desenvolver este modelo é representado de forma esquemática a seguir: Modelo Dinâmico do Processo EDO e Equações Algébricas Obter Modelo Estacionário (zerando derivadas temporais) Leis Fundamentais Hipóteses Simplificadoras Linearizar Termos Não-Lineares Subtrair Equação Estacionária da Equação Dinâmica Definir Variáveis Desvio Aplicar Transformada de Laplace (Condições Iniciais 0) Eliminar Todas as Saídas Exceto a de Interesse Eliminar Todas as Entradas Exceto a de Interesse Dividir Saída por Entrada Funções de Transferência Repetir para todas as Entradas Repetir para todas as Saídas 4.2.2 Desenvolvimento de um Modelo Entrada-Saída: 2 CSTR em Série Considerando um sistema de dois reatores CSTR em série como os da figura abaixo: V 1 C 1 V 2 C 2 F C 0 (t) F(1+ C 1 (t) F C 2 (t) a a ) F onde ocorre uma reação A®B. Fazendo-se as seguintes suposições: 1) A reação que ocorre em ambos reatores é de 1ª ordem, irreversível, conduzida isotermicamente (A reagindo para B). 2) Os volumes de liquido nos dois reatores podem ser considerados constantes. e considerando que a constante de reação é k, a vazão volumétrica é F e a concentração molar é C o modelo do processo pode ser obtido a partir de: Balanço de massa por componente para o reator 1: V dC dt FC t FC t FC t kC t V1 1 0 2 1 1 11= + - + -( ) ( ) ( ) ( ) ( )a a Balanço de massa por componente para o reator 2: V dC dt F C t C t kC t V2 2 1 2 2 21= + - -( ) ( ( ) ( )) ( )a Se defininmos: t a a t a a 1 1 1 1 1 2 2 2 2 2 1 1 1 1 = + + = + + = + + = + + V F KV K F F KV V F KV K F F KV ( ) ( ) ( ) ( ) as duas equações que representam o processo serão: t a t 1 1 1 1 0 1 2 2 2 2 2 1 dC t dt C t K C t K C t dC t dt C t K C t ( ) ( ) ( ) ( ) ( ) ( ) ( ) + = + + = Para serem consistentes com o modelo, as condições iniciais devem cumprir as seguintes relações: C K C K C C K C 1 1 0 1 2 2 2 1 0 0 0 0 0 ( ) ( ) ( ) ( ) ( ) = + = a que são obtidas considerando que o processo está em repouso no instante t=0. Como as condições iniciais não são zero, devem-se transformar as variáveis originais para variáveis desvio. Assumindo que: C t C t C C t C t C C t C t C desvio desvio desvio 0 0 0 1 1 1 2 2 2 0 0 0 ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) = + = + = + o modelo fica: t a t 1 1 1 1 1 1 0 0 1 2 2 2 2 2 2 2 2 1 1 0 0 0 0 0 0 0 d C t C dt C t C K C t C K C t C d C t C dt C t C K C t C desiío desvio desvio desvio desvio desvio desvio ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) + + + = + + + + + + = + æ è ç ö ø ÷ æ è ç ö ø ÷ æ è ç ö ø ÷ æ è ç ö ø ÷ æ è ç ö ø ÷ æ è ç ö ø ÷ æ è ç ö ø ÷ Dado que os valores iniciais são constantes os termos que contêm derivadas ficam em função das variáveis desvío. Para os outros termos, utilizando as relações entre as condições iniciais, podem- se escrever o modelo como: t a t 1 1 1 1 0 1 2 2 2 2 2 1 dC t dt C t K C t K C t dC t dt C t K C t desvio desvio desvio desvio desvio desvio desvio ( ) ( ) ( ) ( ) ( ) ( ) ( ) + = + + = e, para simplificar a notação, retira-se a palavra desvio, ficando o modelo: t a t 1 1 1 1 0 1 2 2 2 2 2 1 dC t dt C t K C t K C t dC t dt C t K C t ( ) ( ) ( ) ( ) ( ) ( ) ( ) + = + + = sendo agora, as suas variáveis, variáveis desvio. Aplicando a transformada de Laplace ao modelo anterior tem-se: C s K s C s K s C s1 1 1 0 1 1 21 1 ( ) ( ) ( ) ( ) ( )= + + +t a t C (s) = (2 2 K s C s2 11t + ) ( ) E a representação em diagrama de blocos é: + + a K 1 t 1 s+1 K 1 t 1 s+1 C 2 (s) ^ C 0 ^ C 1 ^ (s) (s) K 2 t 2 s+1 C 2 (s) ^ 1º CSTR 2º CSTR Manipulando-se algebricamente (os blocos ou as equações), obtém-se: C s K K s s K K C s2 1 2 1 2 1 2 01 1 ( ) ( )( ) ( )= + + -t t a e a função de transferência global será: Para resolver o problema, tem-se dois caminhos. O primeiro é calcular a antitransformada de Laplace do modelo acima para uma perturbação da concentração do componente A na corrente de entrada. Dado que o método de solução é analítico, obtém-se uma expresão matemática explícita que relaciona a variável de interesse (concentração de A no segundo reator) com o tempo. A segunda forma, atualmente muito utilizada, é resolver numericamente as equações diferenciais que representam o processo, e para tal é necessário o uso de computadores. O método analítico é importante quando se deseja, por exemplo, analisar características do sistema, como estabilidade em diferentes condições de operação, ou projetar controladores para o processo. Uma solução numérica para o modelo é: clear all global alfa k tau c0 alfa=[.2 1]; k=[1 2]; tau=[.1 .2]; c0=[1 0]; ci=[.1 .1]; ti=0; tf=10; [t c]=ode45('cstr2s',ti,tf,ci); plot(t,c) 0 2 4 6 8 10 0 0.5 1 1.5 2 2.5 3 3.5 G s C s C s K K s s K K ( ) ( ) ( ) ( )( ) = = + + - 2 0 1 2 1 2 1 21 1t t a A função cstr2s.m utilizada no exemplo acima é: function [dc]=cstr2s(t,c) global alfa k tau c0 % Esta função contém o modelo matematico de um % processo que consta de dois reatores em serie % nos quais se produz uma reação de primeira ordem. % % Este arquivo forma parte do texto do curso de % modelagem e
Compartilhar