controle de temperatura

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