Baixe o app para aproveitar ainda mais
Prévia do material em texto
CURSO DE BACHARELADO EM ENGENHARIA DE CONTROLE E AUTOMAÇÃO DIOGO REIS SIQUEIRA NILO ANTONIO QUEIROZ DE CARVALHO OLIVEIRA SIMULAÇÃO DE SISTEMA DE CONTROLE DE TEMPERATURA DE TANQUE BASEADO NA MODELAGEM DE UM PROCESSO REAL CAMPOS DOS GOYTACAZES - RJ 2013 1 DIOGO REIS SIQUEIRA NILO ANTONIO QUEIROZ DE CARVALHO OLIVEIRA SIMULAÇÃO DE SISTEMA DE CONTROLE DE TEMPERATURA DE TANQUE BASEADO NA MODELAGEM DE UM PROCESSO REAL Trabalho de conclusão de curso apresentado ao Instituto Federal de Educação, ciência e tecnologia Fluminense como requisito parcial para conclusão do curso de Bacharelado em Engenharia de Controle e Automação. Orientador: Sergio de Assis Galito de Araújo CAMPOS DOS GOYTACAZES - RJ 2013 2 S618s Siqueira, Diogo Reis. Simulação de sistema de controle de temperatura de tanque baseado na modelagem de um processo real / Diogo Reis Siqueira, Nilo Antonio Queiroz de Carvalho Oliveira – Campos dos Goytacazes, RJ : [s.n.], 2013. 52 f. : Il. Orientador: Sergio de Assis Galito de Araújo. Monografia (Engenharia de Controle e Automação). Instituto Federal de Educação, Ciência e Tecnologia Fluminense. Campus Campos Centro, 2013. Referencias bibliográficas: p. 52. 1. 1. Controladores PID. 2. Temperatura – Controle automático. 2. I. Oliveira, Nilo Antonio Queiroz de Carvalho. II. Araújo, Sergio de 3. Assis Galito de, orient. III. Título. CDD – 629.892 Dados Internacionais de Catalogação na Publicação (CIP) Biblioteca. Setor de Processos Técnicos (IFF) 3 DIOGO REIS SIQUEIRA NILO ANTONIO QUEIROZ DE CARVALHO OLIVEIRA SIMULAÇÃO DE SISTEMA DE CONTROLE DE TEMPERATURA DE TANQUE BASEADO NA MODELAGEM DE UM PROCESSO REAL Trabalho de conclusão de curso apresentado ao Instituto Federal de Educação, ciência e tecnologia Fluminense como requisito parcial para conclusão do curso de Bacharelado em Engenharia de Controle e Automação. Orientador: Sergio de Assis Galito de Araújo Aprovada em 16 de Dezembro de 2013 Banca Avaliadora: Prof° Sergio de Assis Galito de Araújo M.Sc. Engenharia Mecanica/UFF Instituto Federal de Educação, Ciência e Tecnologia Fluminense. Prof° William da Silva Vianna D.Sc. Engenharia e Ciência dos Materiais /UENF Instituto Federal de Educação, Ciência e Tecnologia Fluminense. Prof° Edson Simões Santos M.Sc. pesquisa operacional e inteligência computacional/UCAM Instituto Federal de Educação, Ciência e Tecnologia Fluminense. 4 AGRADECIMENTOS Aos nossos pais, Carlos Marcio de Siqueira Gomes, Debora Reis da Silva Siqueira, Tadeu Luiz de Carvalho oliveira e Maria Elisa Pinheiro Queiroz Oliveira que se esforçaram para nos dar o melhor e nos apoiaram nos momentos difíceis. Aos colegas de classe que participaram dessa mesma jornada e nos ajudaram no percurso. Aos professores que deram o seu melhor para dividir conosco seu conhecimento. Ao Professor Sergio de Assis Galito por nos orientar neste projeto, com conselhos valiosos. Ao Professor Edson Simões por nos dar suporte durante o projeto. 5 Dedicatória Dedico este trabalho ao meu pai que sempre foi meu exemplo, me mostrou o caminho correto a seguir, e à minha namorada que sempre me incentivou nos momentos difíceis. Por: Diogo Reis Siqueira Este trabalho é dedicado aos meus pais Maria Elisa e Tadeu Luiz, que me apoiaram durante toda a trajetória, a vocês, dedico essa conquista, agradeço ainda o carinho e amor irrestrito. Não poderia esquecer os tios e primos, sempre ao meu lado. Obrigado pelo incentivo. E a todos os amigos pelo carinho constante, vocês e minha família me impulsionaram a chegar hoje aqui. Por: Nilo Antonio Queiroz de Carvalho Oliveira 6 RESUMO Neste trabalho foi desenvolvido um simulador para controle de temperatura cujo processo real é formado por tanque com 100 litros de água, ebulidor de 1000 watts, ebulidor de 2000 watts, placa arduino para aquisição de dados, sensor de temperatura lm 35 e protoboard, foi aplicado um degrau para obtenção da curva de reação e a partir dela obter a função transferência e os valores iniciais de PID. O simulador permite fazer a sintonia fina sem operar o sistema real, evitando gastos desnecessários e dando ao operador experiência com este tipo de sistema. Palavras chave: Função transferência; PID; Temperatura. 7 ABSTRACT In this work it was developed a temperature control system simulator which the real process is composed by a tank with 100 liters of water, 1000 watts boiler, 2000 watts boiler, arduino board for data acquisition, temperature sensor lm 35 and protoboard, a step was applied to obtain the reaction curve and from this to obtain the transfer function and the initial values of PID. The simulator allows us to make the fine tuning without operate the real system, avoiding unnecessary expenses and giving the experience with that kind of system to the operator. Key words: Transfer function; PID; Temperature. 8 LISTA DE FIGURAS Figura 1.1– diagrama proporcional ................................................................................ 15 Figura 1.2 – diagrama integral ....................................................................................... 15 Figura 1.3 – diagrama derivativo ................................................................................... 16 Figura 1.4 – diagrama PID ............................................................................................. 17 Figura 1.5 – resposta da planta a um degrau .................................................................. 19 Figura 1.6 – curva de reação em formato de S .............................................................. 19 Figura 1.7 – controle manual .......................................................................................... 22 Figura 1.8 – controle automático .................................................................................... 22 Figura 1.9 – diagrama de controle em malha fechada .................................................... 23 Figura 2.1 – tela principal do Matlab .............................................................................. 24 Figura 2.2 – biblioteca do Simulik .................................................................................. 25 Figura 2.3 – placa Arduino .............................................................................................. 27 Figura 2.4 – sensor LM 35 .............................................................................................. 28 Figura 2.5 – Ebulidor de 1000 Watts .............................................................................. 30 Figura 3.1 – esquema interno do PID ............................................................................. 31 Figura 3.2 – malha feedback ........................................................................................... 32Figura 3.3 – tela principal do simulador ......................................................................... 33 Figura 3.4 – tela do gráfico do simulador ....................................................................... 34 Figura 3.5 – tela de controle do simulador ...................................................................... 35 Figura 3.6 – tela de controle e do gráfico do simulador .................................................. 36 Figura 3.7 – tanque, ebulidores e sensor .......................................................................... 38 Figura 3.8 – placa Arduino e protoboard ......................................................................... 38 Figura 3.9 – sensor revestido ........................................................................................... 39 Figura 3.10 – esquema de visualização da temperatura ................................................... 40 Figura 3.11 – gráfico de temperatura estabilizada ........................................................... 41 Figura 3.12 – esquema de captação e armazenamento de dados ..................................... 42 Figura 3.13 – curva de reação .......................................................................................... 43 Figura 3.14 – tela do curve fitting tool ............................................................................. 44 Figura 3.15 – gráfico tratado ............................................................................................ 44 Figura 3.16 – malha feedback completa ........................................................................... 47 Figura 3.17 – tela de edição do transport delay ................................................................ 47 Figura 3.18 – primeiro teste do sistema ............................................................................ 48 9 Figura 3.19 – sistema sintonizado ..................................................................................... 49 10 LISTA DE TABELAS Tabela 1.1 – tabela de valores iniciais de PID ............................................................................. 21 Tabela 3.1– tabela de sintonia .................................................................................................... 48 11 SUMÁRIO 1. FUNDAMENTAÇÃO TEÓRICA ............................................................................. 14 1.1 Transformada de Laplace ....................................................................................... 14 1.2 Controlador PID...................................................................................................... 14 1.2.1Ação de controle proporcional ........................................................................... 14 1.2.2 Ação de controle integral ................................................................................... 15 1.2.3 Ação de controle derivativa ............................................................................... 16 1.3Regras de sintonia de Ziegler-Nichols ..................................................................... 18 1.3.1 Primeiro método ................................................................................................ 18 1.4 Controle realimentado (feedback)............................................................................ 21 2 TECNOLOGIAS UTILIZADAS.................................................................................. 24 2.1 Software Principal ................................................................................................... 24 2.2 Ferramenta de Modelagem ..................................................................................... 24 2.3 Supervisório ............................................................................................................ 25 2.4 Placa de Aquisição de Dados .................................................................................. 26 2.5 Sensores ................................................................................................................... 27 2.5.1. Sensor de temperatura ....................................................................................... 28 2.6 Ebulidor ................................................................................................................... 29 3 O PROJETO DO SIMULADOR ................................................................................. 30 3.1 O projeto ................................................................................................................. 30 3.1.1 Vantagens da simulação .................................................................................... 30 3.2 Ferramenta de Modelagem ..................................................................................... 30 3.3 Supervisório ............................................................................................................ 33 3.4 Modelagem ............................................................................................................. 37 3.4.1 Captação de dados ............................................................................................. 39 3.4.2 Tratamento dos dados ........................................................................................ 43 3.4.3 Função transferência e valores iniciais de PID .................................................. 45 3.5 Sintonia fina do sistema .......................................................................................... 48 4 CONCLUSÃO ............................................................................................................. 50 5 SUGESTÃO DE TRABALHOS FUTUROS .............................................................. 51 6 REFERENCIAS .......................................................................................................... 52 12 INTRODUÇÃO Nos últimos anos, os sistemas de controle automáticos têm assumido uma importância crescente no desenvolvimento e avanço da tecnologia. Praticamente todas as atividades envolvidas no nosso dia a dia, são efetuadas por algum tipo de sistema de controle. Estes são encontrados em abundância em setores da indústria, tais como controle de qualidade e fabricação de produtos, linhas de montagem automática, controle de ferramentas, tecnologia espacial e de armamento, sistemas de transporte, sistemas de potência, robôs e muitos outros (OGATA, 1998). Os sistemas para controle de processos são desenvolvidos de forma a maximizar a produção, minimizar custos e proporcionar o alcance da qualidade, além de eliminar possíveis riscos envolvidos na produção. Torna-se assim, indispensável manipular as condições dos insumos envolvidos nos processos. Dentre as muitas malhas de controle na indústria, pode-se destacar a de temperatura. Essa está diretamente ligada ao controle de qualidade do produto gerado, a garantia de funcionamento contínuo dos ambientes de produção e a segurança dos envolvidos no processo. O sistema abordado neste projeto é baseado na necessidade de um sistema de controle de temperatura para tanque de corpo de prova de uma empresa de concreto de São João da Barra de acordo com a norma brasileira NBR 5738. O aspecto mais importante do controle da temperatura do concreto está ligado a minimização do risco de fissuração por retração. A retração pode ser compreendida de forma simplificada como uma diminuição de volume das peças concretadas e pode compreender causas diversas. As principais causas de retração são a perda de água por evaporação para o ambiente ou por sucção para o substrato. Neste projetoé desenvolvido um simulador de sistema de controle de temperatura utilizando o primeiro método de Ziegler-Nichols para a obtenção da função transferência e sintonia do sistema, verificando se o método é adequado ao tipo de sistema. 13 OBJETIVO O objetivo desse projeto é a construção de um simulador de um sistema de controle de temperatura de tanque com controle feedback e testar a viabilidade do método de Ziegler- Nichols para este sistema que possui constante de tempo elevada. Este simulador permite a sintonia fina do sistema ajustando os valores de PID, fazendo com que o operador ganhe uma experiência com este tipo de sistema e visualize a ação de controle de acordo com o valor das três constantes, proporcional, integral e derivativa. JUSTIFICATIVA A região norte fluminense do estado do Rio de janeiro está em crescimento devido a produção petrolífera, que causa migração de pessoas que buscam emprego na área, o que também causa um aumento nos empreendimentos imobiliários e nos fornecedores, como empresas de concreto. Este tipo de empresa precisa fazer testes frequentes de resistência mecânica de seu produto, as empresas produzem um corpo de prova e os armazenam em tanques que precisam de temperatura constante de acordo com a norma brasileira. Por este motivo foi feito este projeto visando adquirir experiência com este tipo de sistema de controle de temperatura, possibilitando o atendimento a empresas que precisam deste tipo de controle e também incentivando aos alunos do curso a fazer projetos ligados a sistema de controle de temperatura ou aprimoramento dos existentes. 1 FUNDAMENTAÇÃO TEÓRICA 1.1 Transformada de Laplace A transformada de Laplace é um método operacional que pode ser usado de maneira proveitosa para solucionar equações diferenciais lineares. Por meio de sua utilização, é possível converter muitas funções comuns, como funções senoidais, funções senoidais amortecidas e funções exponenciais, em funções algébricas de uma variável complexa s. Operações como diferenciação e integração podem ser substituídas por operações algébricas no plano complexo. Assim uma equação diferencial linear pode ser transformada em uma equação algébrica em uma variável complexa s. Se a equação algébrica em s for solucionada em termos da variável dependente, então a solução da equação diferencial (a transformada de Laplace inversa da variável dependente) poderá ser obtida por meio da tabela das transformadas de Laplace ou pela utilização da técnica de expansão em frações parciais. Considerando tudo isso, a Transformada de Laplace facilita muito nos cálculos necessários e neste projeto é utilizado um método de obtenção da função transferência diretamente em S, e sem a necessidade de solucionar qualquer equação diferencial. 1.2 Controlador PID Controlador proporcional integral derivativo, controlador PID ou simplesmente PID, é uma técnica de controle de processos que une as ações derivativa, integral e proporcional, fazendo assim com que o sinal de erro seja minimizado pela ação proporcional, zerado pela ação integral e obtido com uma velocidade antecipativa pela ação derivativa. 1.2.1 Ação de controle proporcional A componente proporcional depende apenas da diferença entre o ponto de ajuste (setpoint) e a variável de processo. Esta diferença é referida como o termo de erro. O ganho proporcional (Kc) determina a taxa de resposta de saída para o sinal de erro. Por exemplo, se o termo de erro tem uma magnitude de 10, um ganho proporcional de 5 produziria uma resposta proporcional de 50. Em geral, aumentando o ganho proporcional irá aumentar a velocidade da resposta do sistema de controle. No entanto, se o ganho proporcional é muito grande, a variável de processo começará a oscilar. Se Kc é aumentado ainda mais, as oscilações ficarão maior e o sistema ficará instável e poderá oscilar até mesmo fora de controle. 15 Neste caso a relação entre a saída do controlador m(t) e o sinal erro atuante e(t) é proporcional a sensibilidade proporcional ou ganho ajustável: m(t) = KP .e(t) Laplace: M s E s KP ( ) ( ) 1.2.2 Ação de controle integral A componente integral soma o termo de erro ao longo do tempo. O resultado é que mesmo um pequeno erro fará com que a componente integral aumente lentamente. A resposta integral irá aumentando ao longo do tempo a menos que o erro seja zero, portanto, o efeito é o de conduzir o erro de estado estacionário para zero. O valor de saída do controlador m(t) varia em uma taxa no tempo que é proporcional ao sinal de erro atuante e(t): dm t d t K e t ou m t K e t dtI I t( ) . ( ) ( ) ( ). 0 Laplace: M s E s K s I( ) ( ) Obs.: Se o valor de e(t) é dobrado, por exemplo, então o valor de m(t) varia duas vezes mais rápido. Para e(t) =0, o valor de m(t) permanece inalterado. Figura 1.1 diagrama proporcional Documento da UFPR Figura 1.2 diagrama integral Documento da UFPR KP + - E(s) M(s) R(s) + - E(s) M(s) R(s) KI s 16 1.2.3 Ação de controle derivativa A componente derivada faz com que a saída diminua se a variável de processo está aumentando rapidamente. A derivada de resposta é proporcional à taxa de variação da variável de processo. Aumentar o parâmetro do tempo derivativo (Td) fará com que o sistema de controle reaja mais fortemente à mudanças no parâmetro de erro aumentando a velocidade da resposta global de controle do sistema. Na prática, a maioria dos sistemas de controle utiliza o tempo derivativo (Td) muito pequeno, pois a derivada de resposta é muito sensível ao ruído no sinal da variável de processo. O valor de saída do controlador m(t) é proporcional á taxa de variação do sinal de erro atuante e(t) no tempo: m t K de t d tD ( ) . ( ) Laplace: M s E s K sD ( ) ( ) . Controladores PID combinam as três ações de controle já observadas. Elas podem estar arranjadas em série ou paralelo. Como utiliza um modo derivativo, este controlador pode ser implementado de maneira padrão ou modificado. Matematicamente o modo padrão paralelo pode ser expresso como: Documento da UFPR Figura 1.3 diagrama derivativo 17 Hc = Função do controlador Hp = Função da planta de processo Sp = Setpoint É interessante notar que mais da metade dos controladores industriais em uso atualmente empregam esquemas de controle PID ou PID modificado (OGATA, 4ª edição, p.557) Com a sua utilização bem mais difundida do que de outros tipos de controladores, o controlador PID é bem mais prático de ser utilizado, por ser de fácil acesso para compra no mercado, e sua utilização já foi bastante estudada, melhorando também o acesso a informação sobre sua utilização, assim como fornecendo uma gama de possibilidades em diferentes aplicações. A utilidade dos controladores PID está na sua aplicabilidade geral à maioria dos Sistemas de controle. Em particular, quando o modelo matemático da planta não é conhecido e, portanto, métodos de projeto analítico não podem ser utilizados, controles PID se mostram os mais úteis. (OGATA, 4ª edição, p.557). Figura 1.4 diagrama PID Apostila de Princípios de Automação 18 A utilização de controladores PID possibilita a utilização de métodos matemáticos de sintonia, ao invés de ter que calcular o modelo matemático da planta, facilitando muito o projeto de controle. 1.3 Regras de sintoniade Ziegler-Nichols O processo de selecionar parâmetros do controlador que garantam uma dada especificação de desempenho é conhecido como sintonia do controlador. Ziegler e Nichols sugeriram regras para a sintonia de controladores PID (o que significa valores de Kp, Ti e Td) baseadas na resposta experimental ao degrau ou no valor de Kp que resulta em uma estabilidade marginal, quando somente uma ação proporcional é utilizada. As regras de Ziegler-Nichols, [...], são úteis quando os modelos matemáticos da planta são desconhecidos. (Essas regras podem, é claro, ser aplicadas ao projeto de sistemas com modelos matemáticos conhecidos) Elas sugerem um conjunto de valores de Kp, Ti e Td que vão proporcionar uma operação estável do sistema. Contudo, o sistema resultante pode exibir um Máximo sobre-sinal grande devido à resposta do degrau, o que é inaceitável. [...]. De fato, as regras de sintonia de Ziegler-Nichols fornecem estimativas dos valores dos parâmetros e proporcionam um ponto de partida na sintonia fina, e não valores definitivos de Kp, Ti e Td logo na primeira tentativa. (OGATA, 4ª edição, p.558). 1.3.1 Primeiro método No primeiro método, que foi utilizado neste projeto, foi obtido experimentalmente a resposta da planta a uma entrada em degrau unitário, como mostra a FIGURA 1.5. Se a planta não possui integradores nem pólos complexos conjugados dominantes, então essa curva de resposta ao degrau unitário pode ter o aspecto de um S, como mostrado na FIGURA 1.6. Esse método se aplica se a curva de resposta ao degrau de entrada tiver o aspecto de um S. Essa curva de resposta ao degrau pode ser gerada experimentalmente ou a partir de uma simulação dinâmica da planta. (OGATA, 4ª edição, p.558). 19 A curva com formato em S pode ser caracterizada por duas constantes, o atraso L e a constante de tempo T. O atraso e a constante de tempo são determinados desenhando se uma linha tangente no ponto de inflexão da curva com o formato em S e determinando-se a intersecção da linha tangente com o eixo dos tempos e a linha c(t) = k, como mostra a FIGURA 1.6. A função de transferência C(s)/U(s) pode ser aproximada por um sistema de primeira ordem com um atraso de transporte, como segue: Figura 1.5 resposta da planta a um degrau Figura 1.6 curva de reação em formato de S (OGATA, 4ª edição, p.559). (OGATA, 4ª edição, p.559). 20 Ziegler e Nichols sugeriram escolher os valores de Kp, Ti e Td de acordo com a fórmula que aparece na tabela 2.1 Note que o controlador PID sintonizado pelo primeiro método das regras de Ziegler- Nichols fornece: Portanto, o controlador PID tem um pólo na origem e zeros duplos em s= -1/L. 21 1.4 Controle realimentado (feedback) Dois conceitos sustentam a base da maioria das estratégias de controle automático: realimentado ou malha-fechada (realimentado) e controle feedforward (malha aberta). O controle realimentado é a técnica mais comumente utilizada das duas e na qual os conceitos da teoria de controle são baseados. O controle realimentado é a estratégia desenvolvida para se obter e manter uma condição desejada do processo através da medição desta condição no processo, compará-la com a desejada e tomar ações corretivas baseadas na diferença entre a condição desejada e a atual. A estratégia de realimentação é muito similar à ação do operador humano atento ao controle de um processo manual. O operador lê a temperatura do indicador da linha de água quente e compara com a temperatura que ele deseja (FIGURA 1.7). Se a temperatura for muito alta, ele deverá reduzir o fluxo de vapor, e se a temperatura for muito baixa, ele deverá aumentar o fluxo. Usando esta técnica, ele irá manipular a válvula até eliminar o erro. Tabela 1.1 tabela de valores iniciais de PID (OGATA, 4ª edição, p.559). 22 Apostila de Princípios de Automação Um controle realimentado automático irá operar de maneira semelhante (FIGURA 1.8). Se existe um erro, o sistema de controle irá atuar na válvula de forma a mudar a sua posição até anular o erro. Figura 1.8 controle automático Apostila de Princípios de Automação Figura 1.7 controle manual 23 A única distinção entre o controle manual e o automático é que o automático é mais preciso, consistente e não fica cansado ou distraído. Contudo os dois sistemas possuem os mesmos elementos de um controle em malha-fechada (FIGURA 1.9). Figura 1.9 diagrama de controle em malha fechada Apostila de Princípios de Automação 2 TECNOLOGIAS UTILIZADAS 2.1 Software Principal MATLAB (Matrix Laboratory) é um software interativo de alta performance voltado para o cálculo numérico. O MATLAB integra análise numérica, cálculo com matrizes, processamento de sinais e construção de gráficos em ambiente fácil de usar onde problemas e soluções são expressos somente como eles são escritos matematicamente, ao contrário da programação tradicional. Sua janela principal é mostrada na FIGURA 2.1. (Wikipédia). 2.2 Ferramenta de Modelagem Simulink é uma ferramenta para modelagem, simulação e análise de sistemas dinâmicos. Sua interface primária é uma ferramenta de diagramação gráfica por blocos e bibliotecas customizáveis de blocos. Mostrado na FIGURA 2.2. (Wikipédia). Figura 2.1 tela principal do Matlab Foto de autoria própria 25 O software oferece alta integração com o resto do ambiente MATLAB. Simulink é amplamente usado em teoria de controle e processamento digital de sinais para projeto e simulação multi domínios. 2.3 Supervisório O supervisório Intouch é uma Interface homem Máquina (IHM), esse software mostra uma representação gráfica deum ambiente de produção. As ferramentas, materiais e processos usados para criar um produto aparecem como elementos visuais nas janelas de um aplicativo Figura 2.2 biblioteca do Simulik Foto de autoria própria 26 IHM. Operadores da usina interagem com a interface gráfica de um aplicativo para monitorar e administrar os processos de fabricação. O termo SCADA (proveniente do seu nome em inglês Supervisory Control and Data Acquisition) normalmente se refere a sistemas centralizados que monitoram e controlam locais inteiros, ou sistemas complexos de áreas grandes (sistemas com dimensões como uma planta industrial). O objetivo principal dos sistemas SCADA é propiciar uma interface de alto nível do operador com o processo informando-o "em tempo real" de todos os eventos de importância da planta. O supervisório intouch em comparação com os demais softwares de mercado é uma das interfaces homem-máquina mais fáceis de ser configurada. 2.4 Placa de Aquisição de Dados O Arduino Duemilanove ("2009") é uma placa de micro controlador baseada no ATmega328. Ele possui 14 pinos de entrada/saída digital (dos quais 6 podem ser usados como saídas analógicas PWM), 6 entradas analógicas, um cristal oscilador de 16 MHz, uma conexão USB, uma entrada para alimentação, um cabeçalho ICSP e um botão de reset. Ele contém tudo que é necessário para que o micro controlador funcione. (http://multilogica-shop.com). A placa arduino pode ser programado e processar dados independentemente ou se comunicar com software rodando no computador. Nele pode se desenvolver objetos interativos, utilizando entradas de sensores ou chaves, econtrolando uma variedade de luzes, motores ou outras saídas físicas. 27 Micro controlador ATmega328 Voltagem operacional 5V Voltagem de alimentação (recomendada) 7-12V Voltagem de alimentação (limites) 6-20V Pinos I/O digitais 14 (dos quais 6 podem ser saídas PWM) Pinos de entrada analógica 6 Corrente contínua por pino I/O 40 mA Corrente contínua para o pino 3.3V 50 mA Memória flash 32 KB (2KB usados para o bootloader) SRAM 2 KB EEPROM 1 KB Velocidade de clock 16 MHz 2.5 Sensores Um sensor é um dispositivo que responde a um estímulo físico/químico de maneira específica e mensurável analogicamente. Alguns sensores respondem com sinal elétrico a um estímulo positivo, isto é, convertem a energia recebida em um sinal elétrico. Nesse caso, podem ser chamados de transdutores. O transdutor converte um tipo de energia em outro. É geralmente composto por um elemento sensor, normalmente piézoeletrico, e uma parte que converte a energia proveniente dele em Figura 2.3 placa Arduino (Fonte: multilogica shop) 28 sinal elétrico. O conjunto formado por um transdutor tensómetro, um condicionador de sinal (amplificador) e um indicador é chamado de sistema de medição em malha fechada. (Wikipédia). Quando o sinal é disponibilizado não por um indicador, mas na forma de corrente ou tensão já condicionado - (4 a 20) mA, (0 a 10) V ou (0 a 5) V, geralmente - o dispositivo é chamado de transmissor ou transdutor. Entre outras aplicações, os sensores são largamente usados na medicina, indústria e robótica. 2.5.1 Sensor de temperatura O sensor LM35 é um sensor de precisão, fabricado pela National Semiconductor, que apresenta uma saída de tensão linear relativa à temperatura em que ele se encontrar no momento em que for alimentado por uma tensão de 4-20Vdc e GND, tendo em sua saída um sinal de 10mV para cada Grau Celsius de temperatura, sendo assim, apresenta uma boa vantagem com relação aos demais sensores de temperatura calibrados em “KELVIN”, não necessitando nenhuma subtração de variáveis para que se obtenha uma escala de temperatura em Graus Celsius. (fonte: national.com). O LM35 não necessita de qualquer calibração externa ou “trimming” para fornecer com exatidão, valores temperatura com variações de ¼ºC ou até mesmo ¾ºC dentro da faixa de temperatura de –55ºC à 150ºC. Figura 2.4 sensor LM 35 Fonte: site Electro Schematics 29 2.6 Ebulidor O ebulidor aquecedor elétrico é uma resistência utilizada para aquecimento e fervura de líquidos. Esse tipo de atuador é utilizado para aquecer líquidos em geral, pelo efeito Joule, segundo o qual ele trabalha. O mesmo é fabricado pela Indústria de aparelhos elétricos ResiswalLtda e pela metalúrgica Santa Edwiges. Neste projeto serão utilizados dois ebulidores, de 1000w apresentado na FIGURA 2.5 e o de 2000 Watts. Figura 2.5 Ebulidor de 1000 Watts Foto de autoria própria 3 O PROJETO DO SIMULADOR 3.1 O projeto O simulador é composto por dois softwares, o Simulink, que possibilita a montagem de diversas lógicas de controle e a comunicação entre softwares através de comandos do Matlab, e o Intouch, que nos permite a montagem de uma interface gráfica e de comando que aproxima a simulação de uma situação real e facilita a interação do usuário com o simulador. O simulador representa um sistema de aquecimento de tanque, com sensor de temperatura, resistência para aquecimento, e controlador, no Simulink montamos a lógica de controle do sistema (malha em feedback), ligado ao Intouch que possibilita a visualização da ação das variáveis, sintonia fina do PID e variar a temperatura para visualizar a ação de controle. Como a parte de controle será apenas feita em simulação, utilizamos o esquema de PID ideal, sem filtro na parte derivativa 3.1.1 Vantagens da simulação A maior vantagem da simulação é poder fazer testes sem realmente alterar os sistemas, alguns sistemas são perigosos, como o de usinas nucleares, outros apenas com custo muito elevado, então, a simulação nos traz a oportunidade de desenvolver projetos reais, com custos menores, adquirir alguma experiência com o tipo de sistema, fazer a análise do comportamento, ou seja, mudar sem causar danos ou custos muito altos, e sem riscos. 3.2 Ferramenta de Modelagem O Simulink possui uma infinidade de blocos que possibilita diversas aplicações, inclusive montar blocos de acordo com a necessidade do projeto, como mostrado na FIGURA 3.1, a montagem de um Bloco PID que será explicado a seguir. 31 Para que circulem os dados entre o Simulink e o Intouch é preciso à criação de um canal de comunicação no Matlab, escolhendo uma variável para a absorção do canal e criando com o comando “variável=ddeinit(view,’tagname’)”, a variável utilizada foi “a”, a palavra “View” do comando se refere a aba de visualização do Intouch, e “tagname” é o tópico que estão os tags utilizados no Intouch e serão requisitados ou escritos pelo Simulink. O bloco matlab function serve para executar uma function, que está numa pasta do programa, um arquivo com extensão “.m”, os arquivos contém comandos de programação, neste projeto os comandos utilizados são de leitura ou de escrita, comandos que farão com que a function leia um tagname do Intouch ou escreva no tagname, os comandos de leitura e escrita são respectivamente, “variavel=ddereq(a,'tagname do Intouch'); e “variavel =ddepoke(a,''tagname do Intouch'',valor de escrita). Cada uma das três matlab functions mostrado na FIGURA 3.1 vai pegar o valor das constantes proporcional, integral e derivativa, e passarão pelo seu respectivo ramo, sendo multiplicado pelo erro, no caso da proporcional, multiplicada pelo erro e passando no bloco integrador, no caso da constante da parte integral e passando pelo bloco derivativo e multiplicado pelo erro, no caso da constante derivativa, as três somadas no final, gerando o sinal de controle. Figura 3.1 esquema interno do PID Foto de autoria própria 32 Selecionando todos os blocos e clicando com botão esquerdo do mouse, selecionando a opção “create subsystem” é criado um bloco e facilita a visualização do simulador inteiro, e olhando a FIGURA 3.2 podemos visualizar o PID montado, como um bloco apenas. Na FIGURA 3.2 observa se um sistema em malha feedback (com realimentação) que será o sistema de controle do projeto, com a entrada representada pelo bloco matlab function SP (setpoint), que buscará este valor da interface gráfica montada no Intouch, a saída representada pelo bloco matlab function temperatura, que escreverá no tagname da interface gráfica que representará essa variável. Como vimos antes, o bloco constant “a”, é o bloco do canal de comunicação entre os 2 softwares e o bloco PID é aquele montado na FIGURA 3.1, já a função transferência será ajustada de acordo com a modelagem abordada no próximo capitulo. O bloco “real time pacer” serve para que o tempo do Simulink seja o mesmo que o tempo de um cronometro, já que utilizando um bloco de relógio no Simulink, sem o bloco de tempo real, observa se que o tempo passa um pouco mais rápido do que o observado em cronômetros comuns. Figura 3.1 malha feedback Foto de autoria própria 33 3.3 Supervisório Na FIGURA 3.3 é mostrada a tela principal do simulador, essa tela mostra como é um sistema real de aquecimento de água com controlador com saída PWM, relé de estado sólido ligado à saída PWMe resistência para aquecimento de água ligada em série com o relé. PWM (Pulse Width Modulation) é utilizada para variar o valor da transferência de potência entregue a uma carga sem as perdas ocorridas normalmente devido à queda de tensão por recursos resistivos e relé de estado sólido é um dispositivo semicondutor capaz de desempenhar as mesmas funções dos relés eletromecânicos comuns, porém seu sistema de funcionamento é completamente diferente. O relé de estado sólido não possui partes mecânicas, operando por meio de tiristores que comutam quando uma determinada corrente passa por eles, esse é um processo químico que ocorre no tiristor, transistores ou triacs, isso elimina a necessidade de contatos metálicos no interior do relé o que aumenta exponencialmente a sua vida útil e a segurança da operação além de eliminar o barulho e requerer cargas menores para a alimentação. Figura 3.3 tela principal do simulador Foto de autoria própria 34 A tela principal apenas indica qual a temperatura do tanque com a barra com escala de zero a cem, e com o valor, com uma casa decimal de precisão, aparecendo acima da barra, e dá acesso as outras duas telas. A FIGURA 3.4 mostra a abertura da tela do gráfico, que nos permite acompanhar a ação de controle em tempo real, acompanhando a variável reagir ao erro e se aproximar do setpoint (ou se afastar no caso de sistemas instáveis) com o passar do tempo. A tela do gráfico foi configurada como pop up, que faz com que ela fique por cima das outras a não ser que seja fechada no canto superior direito, no botão voltar. Figura 3.4 tela do gráfico do simulador Foto de autoria própria 35 Na FIGURA 3.5 é mostrada a abertura da tela de controle que possibilita a alteração das variáveis do processo, temperatura, setpoint, constantes proporcional, integral e derivativa, de acordo com a necessidade do operador. A tela de controle também configurada como pop up e fechada no canto superior direito no botão voltar. A configuração das telas gráfica e controle como pop up permite que as duas sejam abertas simultaneamente e fiquem por cima da tela principal, como mostrado na FIGURA 3.6, isso possibilita a sintonia fina do PID e a observação da ação de controle simultaneamente, facilitando o trabalho de sintonia e melhorando a experiência do operador com o sistema, uma vez que o operador vê imediatamente a resposta do sistema. Figura 3.5 tela de controle do simulador Foto de autoria própria 36 O próximo passo do simulador é obter uma função transferência equivalente a um sistema que se deseja simular, foi decidido utilizar um sistema de aquecimento de tanque e pela utilização do primeiro método de Ziegler-Nichols para obtenção da função transferência e sintonia do sistema. Figura 3.6 tela de controle e do gráfico do simulador Foto de autoria própria 37 3.4 Modelagem O sistema proposto inicialmente neste trabalho era equivalente a um tanque de corpo de prova de concreto de 400 litros e que teria um setpoint de 27 °c com variação máxima de 2 graus (para mais ou para menos, segundo a NBR 5738), ou seja, teria que ser um sistema rápido o suficiente para compensar um distúrbio e usar resistência elétrica para atender a norma brasileira NBR 5738 (que não permite a movimentação de líquidos em tanque de corpo de prova), então foi utilizado a formula de calorimetria para volumes constantes, “Q = M.C.delta T” e fórmula de potência, “Potencia = energia/tempo” usando o tempo estimado de 5 minutos para mudar em 1 grau Celsius o sistema, e foi calculado uma resistência elétrica de aproximadamente 6 mil watts. O sistema deste trabalho seria a metade do real, com 200 litros de água e 3 mil watts de resistência, mas teve que ser adaptado para 100 litros e 2 mil watts por 3 questões, a primeira por causa das correntes de convecção, a água quente sobe e a fria desce, então a parte circular do ebulidor teria que ficar no fundo do tanque, o que era impossível com 200 litros por causa da característica construtiva do ebulidor que impedia a imersão do cabo (norma do fabricante), a segunda questão era o gasto de energia seria muito alto com 3 mil watts, e a terceira questão era que o tanque tinha uma torneira com vedação de borracha, como não é desconhecida a temperatura máxima resistida, decidimos por diminuir a potência. O sistema experimental é formado pelo tanque com capacidade para 300 litros, mostrado na FIGURA 3.7, os dois ebulidores para estabilizar e modelar o sistema, já apresentados no capítulo 2, nas FIGURAS 2.5 e 2.6, laptop com os programas Matlab e Simulink para o tratamento dos dados, placa arduino 2009 para aquisição de dados, mostrada na FIGURA 2.3, protoboard (FIGURA 3.8) e sensor LM 35 colado em um tubo de látex chamado de garrote (normalmente encontrado em farmácias), usado para isolar a parte de metal do sensor para evitar curto circuito (a face oposta aos contatos do LM 35 deve ficar descoberta, esta face que mede a temperatura) (FIGURA 3.9). 38 Figura 3.7 tanque, ebulidores e sensor Figura 3.8 placa Arduino e protoboard Foto de autoria própria Foto de autoria própria 39 3.4.1 Captação de dados O sistema de captação de dados no simulink é formado pelos blocos de entrada analógica, que pega o valor do sensor lido pela placa arduino, bloco de constante, que é um valor achado através da função de leitura do sensor, que é “0,01V/°c”, então com 5V que é o valor máximo da arduino o sensor leria uma faixa de 500°c (lembrando que o datasheet indica faixa do sensor de -55 à 150°c). Para achar o valor aproximado de conversão precisamos comparar a faixa de leitura com a faixa da entrada analógica, que é de 10bits (de 0 a 1023), usando uma regra de 3, obtém se: Temperatura-------entrada 500°c--------------- 1024 Temperatura=entrada x 500/1024 Temperatura =entrada x 0.48828125 Figura 3.9 sensor revestido Foto de autoria própria 40 Então para achar a temperatura em graus célsius tem que multiplicar o valor de leitura do sensor que chega pela constante, como vemos na FIGURA 3.10, o bloco de leitura analógica da porta zero sendo multiplicado pelo bloco de constante que foi inserido o valor encontrado e um display e scoop para monitoramento e comprovação da estabilidade do sistema. O sistema para poder ser modelado pela entrada em degrau, primeiro precisa ser estabilizado para minimizar erros causados por distúrbios, então utilizamos o ebulidor de 1000 Watts para este fim, ligando-o, a temperatura saiu da ambiente de 21°c para 43°c quando observamos uma constância gráfica mostrado na FIGURA 3.11. Figura 3.10 esquema de visualização da temperatura Foto de autoria própria 41 A partir daí pode-se aplicar o degrau para achar a curva que nos permitirá achar a função transferência do sistema. Na FIGURA 3.12 pode ser visto o esquema de captação dos dados para a modelagem matemática no Simulink, a maioria dos blocos foi visto e explicado anteriormente, o bloco adicional é o bloco “to workspace” que cria uma variável no workspace do Matlab, o que facilita muito na hora de gerar o gráfico, não precisando exportar dados para nenhuma outra plataforma, não precisando de nenhum outro software, utilizando apenas outra ferramenta do Matlab, que será apresentado mais à frente. Figura 3.11 gráfico de temperatura estabilizada (tempo de amostragem de 30 segundos) Foto de autoria própria 42Utilizando essa configuração no Simulink, depois de aplicar o degrau de 2000W, esperou-se o sistema estabilizar novamente, e o gráfico encontrado com um tempo de amostragem de 30 segundos é mostrado na FIGURA 3.13 (gráfico de temperatura por tempo de amostragem), esse gráfico é obtido utilizando o comando plot(x) do Matlab, mas como sua visualização não é muito boa, pegamos os pontos obtidos e foi utilizada a ferramenta “curve fitting” para gerar uma curva aproximada aos pontos obtidos, com uma menor oscilação. Figura 3.12 esquema de captação e armazenamento de dados Foto de autoria própria 43 3.4.2 Tratamento dos dados No Matlab, digitando “cftool”, abre a tela da ferramenta (FIGURA 3.14), precisamos apenas inserir os valores de X e Y e escolher o procedimento para gerar a curva, a escolhida foi interpolação, o que gerou o gráfico da FIGURA 3.15 (gráfico de temperatura por tempo de amostragem), que foi utilizado para obter os valores necessários para formar a função transferência e para obter os valores de P, I e D. Figura 3.13 curva de reação Foto de autoria própria 44 Figura 3.15 gráfico tratado Figura 3.14 tela do curve fitting tool Foto de autoria própria Foto de autoria própria 45 A partir da obtenção dos gráficos foi iniciado o processo de obtenção da função transferência e dos valores iniciais de P, I e D, achando os valores de tempo morto, constante de tempo e constante do processo. 3.4.3 Função transferência e valores iniciais de PID Analisando a variação de temperatura no processo, obtemos o range de 10,4 °C (53,8 – 43,4) que é equivalente a 100% da variação, para achar a constante de tempo precisa-se achar o valor da temperatura em 63,2% da variação, utilizando regra de três, tem-se: 10,4-------------100% X----------------63,2% X= 6,6(aproximado) Somando com o valor inicial de temperatura (43,4 °C) obtém-se o valor aproximado de 50°C, observando no gráfico, o valor encontrado foi de 274, como o tempo de amostragem foi de 30 segundos, multiplicamos os dois valores, obtemos o valor da constante de tempo de 8220 segundos. O tempo morto observado no gráfico foi de aproximadamente 6, multiplicando por 30(tempo de amostragem) obtém-se o valor de 180 segundos. O sistema utilizado não possui transmissor, como é necessário saber a faixa de trabalho configurada nele, então tivemos que estipular uma faixa a ser tomada como 100%, que foi de 10°C a 65°C, ou seja, uma variação de 55°C, então, comparando as faixas (do transmissor e a faixa de temperatura obtida), tem-se: 55--------------------100% 10,4------------------ΔY ΔY = 18,9% O valor máximo de resistência do sistema foi estipulado em 2000 Watts e a variação foi de 1000 W para 2000 W, tem-se uma variação de 50%, para achar a constante do sistema divide- se a variação da saída pela da entrada, então obtém-se: 46 𝐾 = 18,9 50 K = 0,378 Então a função transferência do processo é: 𝑌(𝑠) = 0,378 8220s+1 .e-180s Aplicando os valores adquiridos na tabela 2.1 do capitulo 2 para achar os valores iniciais de Kp Ti e Td, obtém-se: Kp=54,8 Ti=360 Td=90 Para achar os valores de Ki e Kd temos que usar as formulas tiradas da equação do controlador, no capitulo 2: Kp = k Ki = k/Ti Kd = K*Td Aplicando os valores nas formulas obtem-se: Kp = 54,8 Ki = 0,15 Kd = 4932 47 A partir desses valores obtidos, é preciso que mudar os valores na função transferência da FIGURA 3.2 e acrescentar o bloco “transport delay” para acrescentar o tempo morto do sistema, a alteração é apresentada nas FIGURAS 3.16 e 3.17. Figura 3.16 malha feedback completa Figura 3.17 tela de edição do transport delay Foto de autoria própria Foto de autoria própria 48 3.5 Sintonia fina do sistema Colocando o sistema para funcionar, é visto que o sistema chega até 26.1 °C e estabiliza em 25.7 °C (figura 3.18), mesmo estando no limite aceitável de 2 °C para mais ou para menos, o sistema está com um erro de offset, então uma sintonia fina melhoraria bastante o sistema, e para isso utiliza-se a TABELA 3.1. Figura 3.18 primeiro teste do sistema Tabela 3.1 tabela de sintonia Foto de autoria própria Fonte: arquivo ppt controladores 49 Olhando a tabela observa-se que a constante proporcional diminui o erro de offset (regime permanente) e a constante integral elimina esse tipo de erro, mas as duas constantes aumentam a máxima sobre sinal e Ki aumenta o tempo de estabilização, então precisa-se compensar com a constante derivativa que diminui esses dois inconvenientes, lembrando que em um sistema real, Kd aumenta a sensibilidade do sistema a distúrbios, mas em um simulador não causará problemas. Fazendo a sintonia fina, percebe-se que se o valor da constante integral passar de 1, o sistema fica com uma máxima sobre sinal muito grande, inviável para o caso do tanque de corpo de prova, então não pode-se aumentar o Ki além de 1, logo, sintonizando o simulador chega-se aos valores de: Kp = 95 Ki = 0.999 Kd = 6500 O sistema continua com um erro de offset, mas com erro de menos de 1 grau Celsius, (mostrado na Figura 3.19) resultado um pouco mais aceitável que o anterior e dentro do limite de dois graus Celsius para mais ou para menos estabelecido anteriormente. Figura 3.19 sistema sintonizado Foto de autoria própria 4 CONCLUSÃO A construção do simulador de sistema de controle de temperatura nos possibilitou executar todas as etapas de um projeto de controle, captação de dados, modelagem e sintonia do controlador, possibilitou observar a ação de controle das constantes proporcional, integral e derivativa, através da sintonia fina, é visto os efeitos das mesmas no sistema, nos dando experiência em sistemas de controle de temperatura e nos aproximando de um sistema real. O simulador possibilitou a verificação da viabilidade do método de controle, que se mostrou ser um passo importante para o início da sintonia fina, pois nos deu a noção da magnitude das constantes necessária para este tipo de sistema, nos aproximando do valor final de PID. 5 SUGESTÃO DE TRABALHOS FUTUROS Neste trabalho foi construído algo importante na vida de um estudante em formação, então fica a sugestão de que seja feita comparações entre métodos de controle através da utilização de simuladores como este, um sistema real pode ter um custo elevado para que estudantes façam suas experiências, então é sugerida a utilização de simuladores para a consolidação de conhecimentos, testando outros métodos ou estratégias de controle. 6 REFERÊNCIAS <http://pt.wikipedia.org/wiki/Controlador_proporcional_integral_derivativo>.acesso em: Julho de 2013 <ftp://ftp.demec.ufpr.br/disciplinas/TM119-A/DCSAP-4A.DOC?>.acesso em: Julho de 2013 Ogata, Katsuhiko. Engenharia de controle moderno, 4ª edição <http://www.ni.com/white-paper/3782/pt/>.acesso em: Julho de 2013 <http://pt.wikipedia.org/wiki/MATLAB>.acesso em: Julho de 2013 <http://pt.wikipedia.org/wiki/Simulink>.acesso em: Julho de 2013 help do intouch SISTEMA SCADA SUPERVISÓRIO - apostila de Willian Viana <http://multilogica-shop.com/Arduino-duemilanove>.acesso em: Julho de 2013 <https://pt.wikipedia.org/wiki/Sensor>.acesso em: Julho de 2013 <www.national.com>.acesso em: Julho de 2013 <http://www.prof-leonardo.com.br/controle2/Controladores%20PID.pptx.>.acesso em: Julho de 2013 <http://pt.scribd.com/doc/37574722/Apostila-de-Principios-de-Automacao>.acesso em: Julho de 2013 <http://www.electroschematics.com/6393/lm35-datasheet/>.acesso em: Julho de 2013
Compartilhar