Ciência de dados e PID: como tornar sua fábrica mais eficiente

Ciência de dados e PID: como tornar sua fábrica mais eficiente

Copyright Crank AMETEK

O Controlador Proporcional Integral Derivativo (PID) foi criado em 1911, pelo inventor Elmer Sperry, inicialmente para a Marinha do Estados Unidos. O objetivo era automatizar a direção dos navios e imitar o comportamento de um timoneiro, capaz de compensar e prever variações constantes em alto mar. Após alguns anos, a engenharia publicou a primeira análise teórica desse controle, o descrevendo através de uma equação matemática que é base do cálculo atualmente.

O PID é uma das técnicas de controle de mais utilizadas na indústria, garantindo a estabilidade e o desempenho dos processos. Seja na regulação de temperatura, pressão, vazão ou nível, o PID se destaca pela sua versatilidade e eficiência. Cada componente constitui um controle preciso do sistema, são eles:

• Controle Proporcional (P): A ação proporcional gera um sinal de saída que é proporcional ao erro atual, sendo esse a diferença entre o valor desejado (setpoint) e o valor medido (processo). Esta ação ajuda a reduzir o erro, mas somente ele não o elimina.

• Controle Integral (I): A ação integral produz um sinal de saída que é proporcional à magnitude e a duração do erro, eliminando assim o erro acumulado.

• Controle Derivativo (D): A ação derivativa considera a taxa de variação do erro, o que ajuda a prever o seu comportamento futuro e a aplicar correções mais rápidas. Dessa maneira é possível melhorar a estabilidade do sistema e reduzir a oscilação.

No entanto, a configuração e o monitoramento desses controladores ainda podem ser aprimorados, principalmente através da junção destes com tecnologias inovadoras como ciência de dados. A falta de visibilidade sobre o desempenho dos PIDs e a dificuldade em identificar oportunidades de melhoria podem levar a problemas como instabilidade do processo, desperdício de energia e aumento dos custos de manutenção.

Visualização das variáveis que permite ajustes e mais assertividade

O controlador PID pode ser representado graficamente, exemplificando a visualização da resposta do sistema ao longo do tempo. Para tal, ele é construído da seguinte maneira:

• Eixo X: O eixo horizontal geralmente representa o tempo;
• Eixo Y: O eixo vertical representa o valor da variável que está sendo controlada, como temperatura, pressão, velocidade etc.
• Linha de Setpoint: Uma linha horizontal constante que representa o valor desejado (setpoint) da variável controlada.
• Linha de resposta do sistema: Uma linha curva que mostra como a variável controlada muda com o passar do tempo em resposta ao controle PID. Ela começa no valor inicial da variável controlada e vai se movendo até eventualmente se estabilizar no valor de setpoint.

Além disso, é importante ressaltar que se a linha de resposta ultrapassar o valor de setpoint, o processo é chamado de “overshoot”. Já se cai abaixo do valor de setpoint, é chamado de “undershoot”. O controlador PID é justamente utilizado para minimizar essas variações.

Por fim, a avaliação do desempenho do PID é feita através de alguns parâmetros. O tempo de subida é o tempo de resposta do sistema ao atingir o valor de setpoint pela primeira vez. O tempo de acomodação é o tempo que leva para a resposta do sistema se estabilizar no valor de setpoint. O erro de estado estacionário é a diferença entre o valor de setpoint e o valor final da resposta do sistema.

Na figura abaixo há um exemplo gráfico de ação de controlador PID:

Copyright ST-One

O Controlador PID na indústria

O controlador PID é uma ferramenta essencial na automação industrial. Segundo o Instituto Federal de São Paulo, no estudo “Controlador PID e suas aplicações” (2021), cerca de 97% das aplicações industriais fazem seu uso. Eles geralmente estão presentes nos Controladores Lógico-Programáveis (CLPs), e são projetados para tarefas de controle específicos, que requerem modulação contínua.

Dentro da indústria, o controlador pode ser usado para controle de inúmeras variáveis, como:

1. Controle de temperatura em fornos industriais e máquinas em geral, através da leitura de sensores de temperatura;
2. Monitoramento do nível de líquidos em tanques de armazenamento, ajustando a taxa de fluxo de saída e entrada;
3. Controle de pressão em um sistema hidráulico, pelo ajuste da bomba ou válvula de alívio dentro do intervalo desejado;
4. Ajuste de velocidade de máquina, configurando a entrega de insumos dentro do parâmetro ideal;

No entanto, a extração de informação de um controlador PID em um CLP apresenta alguns desafios. Para tal, é necessário estabelecer uma sintonia entre os parâmetros, ou seja, encontrar os valores ideias para as constantes proporcional, integral e derivativa. Isso requer um conhecimento técnico aprofundado dos sistemas e uma calibragem cuidadosa. Também, é preciso saber identificar claramente quais as variáveis controladas e as manipuladas, e identificar erros quando há diferença entre elas e o valor desejado.

Por isso, para potencializar e tirar proveito das funcionalidades de um controlador PID, a indústria deve fazer a coleta e a análise dos dados gerados. Eles reúnem os dados dos sensores e dispositivos conectados para monitorar o desempenho do sistema, identificar gargalos e otimizar o processo produtivo.

Copyright ST-One

Mais otimização com PID e Análise de Dados

É possível utilizar técnicas estatísticas para coletar e analisar dados dos controladores PID em tempo real. Essa análise permite identificar padrões, tendências e anomalias que podem afetar o desempenho do controle. Com base nessas informações, é possível ajustar os parâmetros do PID de forma precisa e eficiente, garantindo um controle mais estável, preciso e econômico.

Entre as métricas utilizadas para avaliar o desempenho dos PIDs, destacam-se:

• Pontuação de Manutenção: Indica a necessidade de manutenção preventiva ou corretiva do controlador o do atuador (bomba, inversor etc.), com base em indicadores constância de saturação do controle.
• Pontuação de Ajuste: Avalia a qualidade do ajuste do PID, considerando a estabilidade, a rapidez de resposta e o erro em regime permanente.

Para que a análise possa ser intuitiva, os gráficos que representam seu cálculo precisam ser claros e personalizáveis, facilitando a visualização e interpretação das informações. Com elementos customizáveis, os dashboards permitem aos operadores e engenheiros monitorar o desempenho dos PIDs em tempo real, identificar problemas e tomar decisões rápidas e assertivas.

Neste contexto, com ciência de dados é possível obter:

• Visão geral do desempenho dos PIDs: Permite acompanhar o desempenho de todos os controladores da planta em um único lugar;
• Identificação rápida de problemas: Alertas e notificações automáticas sobre desvios do setpoint, instabilidade do controle ou necessidade de manutenção;
• Análise comparativa: Possibilita comparar o desempenho de diferentes controladores, do melhor ao pior, e implementar melhorias;
• Histórico de dados: Permite acompanhar a evolução do desempenho dos PIDs ao longo do tempo e avaliar o impacto das ações de otimização;

Dados de desempenho precisos, em tempo real

Uma indústria que faz uso do controlador PID difere positivamente de uma que não a utiliza. Através dele é possível, por exemplo, ter um maior controle de erro entre o valor desejado e valor real de uma variável do sistema. Também, a linha que possui esse tipo de controlador responde de maneira mais eficaz às mudanças nas condições de produção e se ajusta rapidamente para manter a variável controlada perto do valor desejado.

Como consequência, a indústria como um todo tem uma melhora na eficiência operacional, principalmente com a coleta e análise de dados de um sistema com controlador PID. Isso porque, dessa maneira, é possível avaliar todos os parâmetros do controlador (proporcional, integral e derivativo, como visto) e seu desempenho ao longo do tempo. O acesso a essas informações oportuniza uma visão geral da operação, que serve como base para melhorias mais assertivas.

O uso da ciência de dados representa uma verdadeira revolução no controle PID. Através da união dessas duas ferramentas, é possível ter mais sintonia entre os parâmetros, um controle adaptativo e simulações do comportamento futuro do sistema. Ao fornecer informações precisas e em tempo real sobre o desempenho dos controladores, os dados permitem que as indústrias otimizem seus processos, reduzam custos e aumentem a eficiência.

Saiba mais sobre nós.