Ferramentas para Controle de Processos Indústrias: Protocolo
Aberto OPC e FOSS Scilab
Jéssica Quintino1, Dionathan Barroso1, Francisco Gomes1
(1) Departamento de Energia - Faculdade de Engenharia, Universidade Federal de Juiz de Fora, Bairro Martelos, CEP: 36036-330 – Juiz de Fora - MG (Brasil)
(jessica.quintino@engenharia.ufjf.br) RESUMO
A engenharia de Automação e controle de processos tem ganhado grande destaque na área de controle de malhas devido seus resultados ter trago diversos ganhos como na qualidade do produto final e na eficiência energética. O trabalho realizado tem por finalidade a identificação e a modelagem de malhas de processos industriais, bem com a análise de desempenho. Para isso foi utilizado o FOSS Scilab como um supervisório de uma planta industrial para a identificação e a modelagem do processo. Para efetuar a comunicação foi usado o protocolo OPC, que se baseia em protocolo aberto de comunicação desenvolvido para solucionar a troca de informações entre equipamentos de fabricantes diferentes. Com as ferramentas descritas acima, forma possíveis diversas simulações e obtenção de resultados satisfatórios. Diante desse fato, vê–se um grande aplicabilidade de softwares baseado na plataforma FOSS no auxílio de estudos mostrando assim a sua potencialidade para treinamento e no uso para a educação.
INTRODUÇÃO
Com os processos industriais se tornando cada vez mais complexos, houve a necessidade de aprimoramento das técnicas de controle, consequentemente essa evolução tornou mais complexa a determinação do equipamento e do tipo de controle. As malhas de controle quando adequadamente parametrizadas garantem vantagens comparativas como aumentos da estabilidade e margem de ganho, redução dos custos energéticos, resposta e estabilização mais rápidas, maximização das taxas de produção e minimização de impactos ambientais.
Nesta situação, a utilização de estratégias adequadas de controle dos processos indústrias constitui de procedimento eficiente para aperfeiçoar a operação de uma planta industrial, sua produtividade, eficiência de produção e a qualidade dos produtos. É bem conhecido que algumas malhas industriais operam com estratégias de controle inadequadas. Tal inadequação vem do desconhecimento das funcionalidades do controlador PID. No entanto a utilização errônea dos parâmetros PID indica a não modelagem do processo em si.
A identificação de sistemas é tratada, muitas vezes, como um problema de otimização, segundo (Coelho e Coelho 2008), que envolvem algumas medidas para adequação de modelos candidatos a representar o processo real. A seleção de modelos matemáticos e o ajuste dos parâmetros são influenciados por diversos fatores, entre os quais: (i) conhecimento a priori do sistema; (ii) propriedades do modelo do sistema identificado; (iii) seleção da medida do erro a ser minimizado; (iv) presença de ruído. A identificação de sistemas consiste de um exercício que envolve múltiplos e conflitantes objetivos, tipicamente complexidade do modelo, critérios de desempenho e validação, que influenciam a seleção das estruturas do modelo matemático. (Coelho e Coelho, 2008).
Basicamente, a identificação do processo consiste na determinação de um modelo matemático que represente os aspectos essências do sistema, caracterizado pela manipulação dos sinais de
entrada e saída e que estão relacionados através de uma função de transferência contínua ou discreta. (Isermann e Lanchmann, 1985; Ljung, 1999).
Atualmente esses sistemas de controle avançados necessitam de mão de-obra qualificada. Esse trabalho visa mostrar de forma simples como é possível realizar a identificação e controle de malhas para treinamento de profissionais.
Para realizar a permuta de informações entre os equipamentos de campo, como sensores, CLP (Controlador Lógico Programável) entre outros e sistema supervisório foi utilizado o protocolo OLE for Prcesso Control – OPC é um protocolo aberto desenvolvido para a indústria de automação e suas necessidades de unificação dos protocolos, que especifica um conjunto de regras escritas e procedimentos de modo que múltiplos programas ou aplicações possam se comunicar uns com os outros. (OPC Foundantion, 2012). Esse protocolo visa comunicar diversos equipamentos de distintos fabricantes direcionam-os para um servidor, onde tais dados serão analisados e processados.
Os dados obtidos por meio do protocolo são posteriormente analisados por meio do software matemático SCILAB. Tal plataforma consiste de um software FOSS (Free and Open Soruce Software) criada e mantida pela INRIA. (Scilab, Enterprise). Nesse software foram criadas interfaces amigáveis, de forma a montar um sistema supervisório, onde o usuário consegue identificar a função de transferência da malha bem com a análise de interações entre ela e a sintonia do controlador PID.
PROTOCOLO OPC
O OPC, um acrônimo para “object linkink and embedding for process control” é um protocolo aberto de comunicação permitindo, a partir de um conjunto de regras, uma interface entre aplicações com software distintos. Foi desenvolvido por diversos fornecedores de automação industrial buscando facilitar a comunicação de dados e a interface entre dispositivos de distintos fabricantes, reduzindo custos associados à integração desses sistemas; utiliza um protocolo universal de comunicação entre Servidores e Clientes, sendo que as informações recebidas e enviadas podem ser provenientes de hardware e/ou software como CLP’s, dispositivos de E/S, banco de dados, software matemáticos.
A arquitetura OPC pode ser classificada em duas hierarquias, os “clientes” OPC e os “servidores” OPC. Os clientes OPC são aplicações (softwares) que se conectam com um ou mais servidores para interagir com os itens disponibilizados, efetuando a leitura das informações de entrada e escrita nos itens de saída, quando necessário. Os Servidores (fonte de dados) são softwares disponibilizados pelo fabricante de um CLP, ou demais equipamentos de campo, sendo os computadores os responsáveis pelo reconhecimento de drivers e compartilhamento dos dados, fornecidos pelo servidor OPC, que reconhecem os dados, provenientes da rede de comunicação dos equipamentos da planta industrial, e os “traduzem” para o padrão OPC. (Santos Neto, 2012). Essa comunicação é válida somente para OPC-DA (Data Access), uma vez que existem diferentes tecnologias OPC.
Fig. 1 – Esquema representativo do antes e o depois do desenvolvimento do protocolo OPC. Estrutura do Protocolo OPC
O protocolo OPC possui uma estrutura hierárquica para a permuta de informações entre Cliente/Servidor. Sua estrutura tem como elementos básicos os seguintes: o servidor OPC, o grupo e o item. O servidor OPC, como o próprio nome indica, serve aos clientes por meio da padronização OPC, além de possibilitar o armazenamento das informações obtidas do sistema associado; Já o grupo é um objeto de hierarquia inferior ao Servidor, que permite um mecanismo para armazenar e organizar os itens a ele associados; Os itens são objetos que representam as conexões aos dispositivos no chão de fábrica de forma que o acesso a qualquer um desses é realizado através do grupo associado. (OPC Foundation, 2012).
Configuração do servidor OPC
O servidor OPC – software fornecido pelo fabricante do equipamento – define três configurações básicas da conexão com um ou mais clientes, como configuração do grupo, parâmetros e tags (itens) com o software cliente organizando as tags em grupo; utilizou-se nesse trabalho, o servidor “Atos OPC Server” (Atos, 2013), com dois arquivos módulo, o OPC Config, um aplicativo gráfico para configuração e parametrização do acesso de dados às variáveis do sistema de automação, tais como canis de comunicação, CLPs e tags e o Servidor OPC, um serviço de rede (NT service), que implementa as interfaces do OPC e drivers de comunicação com os protocolos e dispositivos da aplicação.
MÓDULO LABORATORIAL
O módulo Laboratorial de Processos Contínuos consiste de um sistema de tanques duplo, com aquecimento e resfriamento, que possibilita o controle de quarto variáveis de processo – vazão, nível, pressão e temperatura – em circuito único, configurado segundo topologias distintas. O sistema permite alteração das variáveis de controle e controladas, para cada malha distinta. O sistema permite alteração das variáveis de controle e controladas, para cada malha distinta, em concepção por realimentação (“feedback”) ou por antecipação (“feedordward”). Opera baseada na padronização de sinais de 4 a 20 mA, adicionalmente ao protocolo digital Profibus PA. (Gomes, 2008). Sua característica diferencial é a utilização de sensores e atuadores que replicam uma ambiência industrial, com seus problemas e não linearidades, mas também permitindo seu ajuste e calibração.
Buscando reproduzir o uso da arquitetura do protocolo OPC com o sistema da planta, foram utilizados dois clientes, configurados no cliente SCILAB, um sistema supervisório que possibilita a configuração e operação do módulo tanto em malha aberta como fechada para a identificação dos modelos e sintonia de controladores.
Fig. 2. Módulo laboratorial, onde é possível simular um sistema industrial.
Adicionalmente às características especificas de cada malha, o projeto do sistema prevê complexidades adicionais, comuns em ambientes industriais.
Dentre estas vale citar:
Atrasos de transporte variáveis; Modelagem não linear;
Controle não linear.
Alteração de varáveis de controle para uma mesma malha através de potência dissipada na resistência de aquecimento do tanque inferior, através da taxa de resfriamento do radiador, para vazão e potência constantes e também para qualquer das configurações citadas, é possível alteração nas varáveis durante o processo.
SISTEMA SUPERVISÓRIO
O sistema supervisório utlizado para a aquisição e analise dos dados fora desenvolvido no software Scilab. O Scilab é um software desenvolvido nos anos 80 inicialmente com o nome de Blaise um CACSD (“Computer Aided Control System Design”), criado no IRIA (“French Intitute for Research in Computer Science and Control”) e desenvolvido principalmente por François Delebecque e Steer Serge com a finalidade de fornecer uma ferramenta de Controle Automático para pesquisadores. Ele foi inspirado no software Matlab Fortran desenvolvido por Cleve Moler que mais tarde fundou com Jonh Little “The Math Works Company”. No começo dos anos 90, começou a ser chamado por Scilab e a ser desenvolvido pelo INRIA (“National Institute for
Research in Computer Science and Control”). A partir de então, o Scilab passou a ser um programa FOSS (“Free and Open Source Software”) de código aberto para a computação numérica propiciando um ambiente de computação poderoso para aplicações de engenharia e cientificas. (SCILAB ORG, 2013).
Tal supervisório possibilita as configurações e operação do módulo laboratorial tanto em malha em aberta como malha fechada para identificação dos modelos e sintonia de controladores. Ao iniciar o ambiente, na figura 3, o usuário consegue escolher entre identificar as malhas ou controlar as malhas.
Fig. 3 – Menu do supervisório responsável por definir o tipo de trabalho a ser realizado. Ao selecionar a identificação é possível fazer por meio do Teste da Resposta ao Degrau que disponibiliza o tempo morto (ө), constante de tempo (τ) e o ganho do processo (k), que são essenciais para o levantamento da função de transferência do processo, ou utilizando o Método dos Mínimos Quadrados Recursivo.
Após a identificação o sistema supervisório gera gráfico e os valores pertinentes de cada método. Para o Método dos Mínimos Quadrados é possível obter a qualificação do modelo estimado por meio de técnicas de validação de modelos como o Coeficiente de Correlação Múltipla como na equação 1.(Coelho & Coelho, 2004).
2 2)
(
)
(
1
)
(
ˆ
)
(
1
1
²
k
y
k
y
k
n
k
y
k
y
k
n
R
(1)Onde y(k) é a saída real do sistema,
yˆ
(k) é a saída estimada pelo Método dos Mínimos Quadrados ey
é a medida da N amostras da experiência. Para valores R² igual a 1 significa que houve uma exata adequação do modelo para os dados medidos do processos.(Coelho &Coelho,2004).A Figura 4 nos mostra como é realizada a obtenção dos dados por meio do Teste da Resposta ao Degrau, já na figura 5 é ilustrado a tela responsável por identificar o nível, no caso do trabalho, e o Coeficiente de Correlação múltipla que mostra a qualificação do modelo estimado usando o Método dos Mínimos Quadrados.
Fig. 4 – Resposta ao degrau
Para fazer a sintonia do controlador PID o sistema disponibiliza as opções de controle por meio do P, controle PD, controle PI e controle PID, como visto na figura 6. O controle e a alteração dos parâmetros podem ser feitas em tempo real e se for o caso, a inserção da mudança de referência e perturbações no sistema. Além disso, há também a possibilidade de operar a malha em questão no modo manual para outras verificações.
Na figura 6 tem-se a tela onde é possível realizar a sintonia da malha em questão por meio dos parâmetros PID ou manualmente.
Fig. 6 – Controle do PID de Nível
A sintonia dos controladores inseridos na interface de controle é sintonizada por meio do método clássico de Ziegler e Nichols, como na tabela 1, e a lei de controle passou a ser regida através da aproximação da regra “backward rectangular”. (Astrom et al., 1995) vista na equação abaixo:
)) ( ) ( ) ( ( ) (k e k i k e k u
k
p k
i k
d (2)Onde
u
é a variável de controle, e o controle de erro relativo à referência, o índicek
a representação da discretização do processo e i a integral do erro;k
p o ganho proporcional;k
i o ganho integral que é a relação do tempo de amostragem divido pelo tempo integral ouT
i;
k
d oganho derivativo, ou
T
Na tabela 1, que se segue têm-se os valores de sintonia dos controladores PID proposto por Ziegler e Nichols.
Tabela. 1. Sintonia dos controladores PID segundo Ziegler & Nichols
Controlador Kp Ti Td
P τ ∕(kө) --- ---
PI 0,9 τ ∕(K ө) 3,33ө ---
PID 1,2 τ ∕(k ө) 2 0,5ө
Os dados
τ, k
eө
são obtidos por meio do Resposta ao Degrau em que a figura 4, nos mostra o gráfico de onde são obtidos os dados.SIMULAÇÕES E RESULTADOS
A fim de conhecer o processo, foi aplicado primeiramente a Resposta ao Degrau no nível do reservatório superior trabalhando com a potência máxima do motor e válvula totalmente aberta. Com isso obteve-se o gráfico da figura 7 em reposta.
Fig. 7 - Resposta ao Degrau nível do reservatório superior.
E após estimar a função de transferência pela Resposta ao Degrau foi aplicado o Método dos Mínimos Quadrados (MMQ) para efeitos de comparação e para aplicar o Coeficiente de Correlação para qualificar o modelo estimado.
Na figura 8 é possível ver o modelo estimado pelos Mínimos Quadrados e ao lado a superposição dos gráficos a fim comparar o estimado pela Resposta ao Degrau pelo MMQ.
Fig. 8 – Método dos Mínimos Quadrados
CONCLUSÃO
Diante dos resultados apresentados observa-se a aplicabilidade e a utilidade do sistema que se mostraram satisfatórios, o que demonstra que a metodologia empregada desde os elementos físicos até a escolha do uso do protocolo de comunicação é válida.
No mais, podemos dizer que o trabalho obteve resultados que propiciam compreender o vasto campo de aplicação que o protocolo de comunicação OPC possui. Um destaque importante é quanto aos usos de softwares livres no caso do Scilab, que se adequa perfeitamente ao protocolo OPC, por meio de toolbox, estes são motivadores para continuação deste trabalho, em especial para criação de um supervisório em JAVA, que possuiu um potencial muito grande para criação de ambientes interativos e interfaces gráficas.
Um dos principais benefícios de se fazer o uso do protocolo somado a um software livre, além do seu aprendizado, consiste na redução dos custos e tempo de desenvolvimento de interfaces e drivers de comunicação, com consequente redução de custo de integração de sistemas. Esta potencialidade facilita sobre a maneira que seja escolhida, dentro de diversas opções, os tipos de controle que melhor se adaptarão ao processo.
Sua utilização nas atividades laboratoriais na Universidade Federal de Juiz de Fora, reforça os conhecimentos técnicos dos alunos em áreas diversas, abrangendo não só os aspectos mais conceituais da teoria de controle, mas os aspectos práticos de conexão e configuração de sistemas, presentes no meio industrial e cujo conhecimento torna-se, cada vez mais, uma necessidade para os engenheiros.
AGRADECIMIENTOS
Agradecemos ao Programa de Educação tutorial (PET-MEC), CAPES, FAPEMING, CNPQ e UFJF.
REFERENCIAS
Astrom, K.J. & Hagglund, T. Hagglund. PID Controllers, Theory, Design and Tuning (2nd) (1995). Atos Automação Industrial. Curso básico de Controladores Programáveis, Ref.5-0026.110, Manual - Fevereiro/2006. Disponível em: http://www.atos.com.br. [Acessado em: abril de 2013] (2013) Coelho, A. A. R.; Coelho, L. S. Identificação de Sistemas Dinâmicos Lineares. ed.UFSC, (2004). Gomes, F. J. & Pinto, D. P. Laboratórios Integrados para Controle de Processos e Análise da Eficiência Energética de Sistemas Industriais, COBENGE, (2008).
OPC Foundation, What is OPC?
Disponível http://www.opcfoundation.org/Default.aspx/01_about/01_whatis.asp?MID=AboutOPC. [Acessado em: 21 de abril de 2013] (2012).
Santos Neto, A. F.; Barroso, D. S. Tornando a Educação em Controle de Processos mais realista: a utilização do protocolo OPC, COBENGE, (2012).
Ziegler, J. G. & Nichols, N. B. 1942; Optimal settings for automatic controllers, Transactions of the ASME.
Isermann, R. & Lanchmann, K. H (1985); Parameter Adaptive Control with configuration Aids and Supervision Functions. .Automatica, v21, p 625-638.
