2. REVISÃO BIBLIOGRÁFICA
Sistemas de controle de nível são processos não-lineares fundamentais em
muitas plantas industriais (BHAMBHANI e CHEN, 2008). A lógica fuzzy tem sido
utilizada em sistemas não-lineares e, principalmente, em sistemas cujo modelo
matemático está sujeito a incertezas (apud SANDRI e CORREA, 1999). Os
principais problemas para se projetar controladores em processos de nível são as
não-linearidades, variações de parâmetros, atrasos de transporte e perturbações
diversas (KOUHI et al., 2008). Alguns trabalhos abordaram questões de processos
com tanques acoplados (LUNA FILHO, GOSMANN e BAUCHSPIESS, 2002, MELO
e BERNARDES, 2006), em que o objetivo é o estudo e a comparação de técnicas de
controle em um sistema não-linear com múltiplas entradas e saídas. Controladores
PID-Fuzzy baseados em modelos de previsão foram propostos em KAYACAN e
KAYNAK (2006), sendo que o objetivo era obter um controlador que possuísse a
capacidade de prever o valor futuro da saída do sistema e realizar correções,
antecipando variações intensas na regulação do processo. CHATRATTANAWUTH
et al. (2006) controlaram um sistema de nível por meio de um controlador I-PD-
Fuzzy. Uma comparação entre estruturas de controladores PI em controle de nível
pode ser encontrada em BHAMBHANI e CHEN (2008). Leis de controle difusas que
usam fórmulas matemáticas ao invés de conhecimento heurístico sobre o processo
também são utilizadas (HECKENTHALER e ENGELL, 1994). DUSSUD et al. (1998),
desenvolveram um controlador nebuloso para o controle de nível de metal fundido
em processos de vazamento contínuo, uma vez que um controlador PID clássico
não é capaz de regular de modo adequado variações intensas de nível (o que pode
levar a derramamento de material).
Na teoria de controle clássica, os controladores apresentam características
operacionais fixas. Isso acarreta algumas limitações, uma vez que sistemas reais
necessitam de certa capacidade de adaptação em face às variações dos processos
envolvidos (COELHO e ALMEIDA, 2003). Nesse sentido, os sistemas de controle
fuzzy podem ser um meio eficiente para se superar as limitações dos controladores
clássicos, porque o algoritmo de controle dos mesmos é formado por um conjunto de
regras lógicas capazes de descrever em uma rotina a experiência humana, intuição
e heurística para controlar um processo (apud SANDRI e CORREA, 1999).