PID, MPC ou Fuzzy, qual melhor estratégia de controle?
Um dos princípios mais importantes da teoria de controle é o mecanismo de feedback em malha fechada. A essência desse mecanismo é o monitoramento de uma variável de saída do processo, comumente chamada de variável controlada ou variável de processo (PV). Ao sofrer um distúrbio, a variável controlada se afasta do valor desejado, o setpoint (SP), e o controlador, por meio de um algoritmo de controle, atua em uma variável manipulada (MV) para corrigir o efeito do distúrbio.
Baseado no princípio descrito anteriormente, diversas técnicas foram desenvolvidas com o objetivo de tornar o processo mais estável, reduzindo o erro entre o setpoint desejado e o valor real da variável controlada. Um dos algoritmos de controle mais aplicados em controles industriais é o Proporcional-Integral-Derivativo, o famoso PID.
Por ser um algoritmo de implementação relativamente simples, e com uma boa robustez para uma gama considerável de processos, o PID tradicional ainda é o algoritmo mais aplicado no meio industrial. Entretanto, por ser um controle reativo, e não antecipatório, tem uma ação corretiva, ou seja, ele espera o desvio acontecer para tomar uma ação. Além disso, é um controlador SISO (do inglês single-input, single-output) pois considera somente uma variável controlada e atua somente em uma variável manipulada. Por fim, o algoritmo considera uma relação linear entre a variável de processo (PV) e a variável manipulada (MV) e, por isso, não se adequa satisfatoriamente a processos não-lineares, como é o caso de uma combustão em uma caldeira, de uma reação química em um reator, ou mesmo um controle de pH.
Em processos onde as limitações do PID são críticas para o controle, opta-se por utilizar técnicas mais avançadas como o Controle Preditivo baseado em Modelo (do inglês Model Predictive-based Control, o MPC). Como o próprio nome diz, a ideia do MPC é predizer o comportamento das variáveis (e, por consequência, do sistema) em um determinado horizonte de tempo (também conhecido como horizonte de predição), e tal predição é realizada a partir de um modelo matemático do sistema. Portanto, baseado em um modelo matemático do sistema, o MPC atua nas variáveis de controle de modo que a variável controlada alcance o setpoint desejado.
Outra vantagem do MPC sobre o PID é o fato de ser um sistema capaz de trabalhar com múltiplas variáveis, e possibilitar uma estratégia de controle mais rica com a inclusão de ações de realimentação, pré-alimentação, restrições de entrada e saída, e técnicas de compensação de tempos mortos.
Entretanto, modelar determinados processos é algo bastante complexo, ou até mesmo impossível de ser realizado, dificultando a aplicação de sistemas MPC. Outro aspecto negativo do MPC é sua necessidade de manutenção constante (dado que os equipamentos têm suas características físicas alteradas ao longo do tempo, sendo necessário alterar o modelo estabelecido inicialmente), e tal manutenção requer profissionais que sejam especialistas não só no processo, como também em técnicas avançadas de controle.
Uma alternativa aos controles PID e MPC são os controles baseados em lógica Fuzzy. O controlador Fuzzy deriva de uma técnica de inteligência artificial que busca simular o raciocínio humano para resolver problemas. Por isso, a ideia do controle Fuzzy é atuar como sendo o melhor operador de uma planta, dispensando modelos matemáticos complexos, permitindo que esse tipo de controle seja aplicado em diversos tipos de processos industriais diferentes.
O principal objetivo da lógica Fuzzy é trazer para a linguagem de máquina conceitos humanos subjetivos e, dessa forma, possibilitar uma estratégia de controle que seja mais robusta e eficiente. Exemplificando, enquanto na lógica boleana tradicional (zero ou um), uma variável como temperatura será classificada como quente ou fria, na lógica Fuzzy essa mesma variável poderá ser classificada de forma muito mais ampla: muito quente, quente, morna, fria, muito fria (ou quantos outros estados forem necessários).
De forma resumida, na prática, o controle Fuzzy segue três etapas:
- fuzzyficação: classificação dos valores dentro de uma função de pertinência);
- regras de inferência: aplicação de um conjunto de regras do tipo “se variável A tem valor X, e variável B tem valor Y, então variável C terá valor Z”;
- defuzzificação: converte o resultado da regra de inferência para um valor que possa ser compreendido por um atuador.
Portanto, o controle baseado em Lógica Fuzzy tem a vantagem de ser robusto, de simples implementação (dispensa modelagem matemática complexa), com rápido tempo de resposta, e de caráter antecipatório.
Respondendo ao título deste artigo, a melhor estratégia de controle a ser aplicada dependerá de qual processo desejamos controlar. Se é um processo simples, linear e com poucas variáveis, o PID pode ser uma excelente escolha. Se é um processo que envolve uma quantidade maior de variáveis, porém, que obedece um modelo matemático, o MPC pode ser uma ótima escolha. Por outro lado, se é um processo onde a modelagem matemática é impraticável, e demanda muita intervenção do operador, a Lógica Fuzzy será a melhor escolha.
Para saber mais sobre como aplicar a Lógica Fuzzy em sua empresa, visite www.i.systems.com.br
