Vinicius

INTRODUÇÃO
O controle Proporcional-Integral-Derivativo (PID) é ainda hoje predominante no meio industrial. Mais que 90% de todas as malhas existentes são do tipo PI / PID atingindo uma larga faixa de aplicações: controle de processos, drivers para motores, indústria automobilística, controladores de vôo, pilotos automáticos, instrumentação, entre outros (Åstrom e Hagglund, 2001). Além disso, com a migração da tecnologia pneumática e elétrica para digital, o controlador PID se apresenta no mercado sob diversas formas e produtos como, por exemplo, os controladoressingle-loop standard, os componentes de software em controladores lógicos programáveis (CLP) e em sistemas digitais de controle distribuído (SDCD), os controladores embarcados em robôs e veículos autônomos, cd-players, etc.
Apesar desta importância, os controladores PID apresentam desempenho insuficiente em algumas aplicações. Tem sido relatado na literatura que uma porcentagem significante dos controladores instalados operam em modo manual e que mais de 50% dos PIDs instalados que operam em modo automático apresentam grandes variâncias (Oviedo et al. 2006). Este problema de desempenho é em muitos casos resultante de uma sintonia pobre devido, principalmente, à:
Ausência de conhecimentos dos operadores e engenheiros de comissionamento.
Adoção de métodos de sintonia genéricos que são baseados em critérios ad hoc os quais não são compatíveis com as características dos processos em análise;
Grande variedade de estruturas de controladores PIDs existentes, as quais levam a erros na aplicação das regras de sintonia.
A situação se agrava na indústria de processos químicos, que nos últimos anos tem adotado largamente o controle preditivo como estratégia de controle avançado, a qual requer malhas PID bem sintonizadas na camada regulatória da planta. Além disso, os processos químicos são naturalmente multivariáveis e com interações significantes entre as suas variáveis de entrada e saída, levando o engenheiro