SISTEMA DE CONTROLE PARA AQUECIMENTO DE COMBUSTÍVEL EM AUTOMÓVEIS

REGISTRO DOI: 10.5281/zenodo.10203797

Autor: Davi Carvalho Araújo
Orientador: Prof. Dr. Douglas Bressan Riffel
Coorientador: Prof. Dr. Alexandre Carlos Rodrigues Ramos

RESUMO

O aquecimento de combustível tem um papel fundamental no controle de emissões de gases poluentes em um automóvel. Impulsionado pelo aumento das restrições de emissões veiculares, este trabalho busca desenvolver um sistema de controle de aquecimento de combustível e realizar simulações para validação do projeto. Utilizando-se como decisão de projeto, o aquecimento do combustível realizado por velas aquecedoras, foi desenvolvido um modelo dinâmico capaz de simular diferentes condições de operação do motor. Softwares como MATLAB e Simulink foram utilizados para a criação e análise do algoritmo. O estudo abrange a modelagem matemática e simulação do sistema de aquecimento de combustível, dividido em condições pré-partida e pós-partida com a aplicação de controladores PID para garantir o funcionamento ideal do sistema. As simulações conduzidas utilizando o modelo desenvolvido revelaram que houve êxito na caracterização do fenômeno de estudo que contribui para o impulsionamento da inovação tecnológica e promoção de um setor automotivo mais sustentável e responsável em termos energéticos.

Palavras-chave: indústria; desenvolvimento; veículo; combustível; emissões.

ABSTRACT

Fuel heating has an essential role on vehicle emissions reduction. Driven by increased stringency in vehicle emissions regulations, this project aims to develop a fuel heating control system and conduct simulations to validate the project. Using fuel heating by glow plugs as a design decision, a dynamic model capable of simulating different engine operating conditions was developed. Software such as MATLAB and Simulink were used to create and analyze the algorithm. The study covers mathematical modeling and simulation of the fuel heating system in pre-start and post-start conditions, implementing PID controllers to ensure optimal system operation. The simulations conducted using the developed model revealed that there was success in characterizing the study phenomenon, which contributes to pushing technological innovation and promoting a more sustainable and energy-responsible automotive industry.

Keywords: industry; development; vehicle; fuel; emissions.

LISTA DE ABREVIATURAS E SIGLAS

ASME	American Society of Mechanical Engineers
CFD	Dinâmica Computacional dos Fluidos
ECU	Eletronic Control Unit
GEE	Gases de Efeito Estufa
HCU	Heating Control Unit
HIL	Hardware In The Loop
HLR	High Level Requirements
LQR	Linear Quadratic Regulator
MIL	Model In The Loop
MPC	Model Predictive Control
NOx	Óxido Nitroso
PD	Proporcional Derivativo
PID	Proporcional Integral Derivativo
PROCONVE	Programa de Controle da Poluição do Ar por Veículos Automotores
PWM	Pulse Width Module
SIL	Software In The Loop
SUV	Sports Utility Vehicle

1. INTRODUÇÃO

O avanço das leis regulamentadoras de emissões veiculares tem sido uma preocupação crescente no Brasil e em todo o mundo, impulsionado pela necessidade de combater a poluição do ar e reduzir os impactos negativos na saúde pública e no meio ambiente. Ao longo dos últimos anos, têm ocorrido mudanças significativas nas regulamentações de emissões de veículos, visando estabelecer padrões mais rigorosos para a indústria automobilística e promover a transição para tecnologias mais limpas e sustentáveis.

No Brasil, a legislação relacionada às emissões veiculares passou por uma série de avanços importantes. Em 2012, foi implementado o Programa de Controle da Poluição do Ar por Veículos Automotores (PROCONVE) fase P-7, que estabeleceu limites mais restritivos para emissões de poluentes, como óxidos de nitrogênio (NOx), material particulado (MP) e outros poluentes atmosféricos. Em 2018, entrou em vigor a fase L-7 do PROCONVE, que estabeleceu limites ainda mais rigorosos para emissões de veículos leves movidos a gasolina e etanol.

No cenário internacional, diversos países e regiões têm adotado medidas para regulamentar as emissões veiculares. A União Europeia, por exemplo, implementou normas Euro 6, que estabelecem limites mais rigorosos para emissões de veículos a diesel e gasolina, com o objetivo de reduzir as emissões de NOx e partículas finas. Os Estados Unidos também têm regulamentações rigorosas, como o padrão de emissões Tier 3, que busca reduzir as emissões de poluentes de veículos leves e pesados.

Além disso, a adoção de veículos elétricos e híbridos tem sido incentivada em muitos países como uma forma de reduzir as emissões de gases de efeito estufa e outros poluentes atmosféricos. Porém, a alternativa de mudança para uma malha com predomínio de veículos elétricos apresenta diversos entraves relacionados à produção em grande escala das baterias utilizadas nesse tipo de veículo. Além de que, a produção de energia para o determinado país deve ser de origem renovável ou limpa para que a haja essa redução da pegada de carbono que vem sendo pauta de discussões no cenário mundial atual.

Como uma alternativa extremamente eficiente e já difundida por todo o país, o Brasil se apresenta como pioneiro na pauta de redução da emissão de poluentes por obter uma sólida produção de Etanol. Ao considerar-se o ciclo completo do “poço à roda” em que são incluídos no cálculo – o plantio e colheita da cana, seu processamento, transporte e distribuição, além do uso nos carros – o E100 (mistura com 100% de Etanol Anidro) apresenta um índice de emissão de 37 gCO2/km contra os surpreendentes 131 gCO2/km do E27 (combustível atual que apresenta 27% de etanol e 73% de gasolina). (IMT, UNICA, 2017).

Sendo assim, a indústria automotiva vem investindo, cada vez mais, no desenvolvimento de estratégias que sejam capazes de reduzir o consumo de combustível e consequentemente, a emissão de gases poluentes. Complexos sistemas de controle vêm sendo implementados aos automóveis modernos com a utilização de diversas Unidades Eletrônicas de Controle (ECU) programadas para diferentes aplicações que, em conjunto, sejam capazes de compor um robusto sistema integrado de controle para diversas condições de uso do automóvel.

O sistema de aquecimento de combustível, que é o tema principal deste trabalho, se mostra como um componente primordial para o controle de emissões nos veículos de produção no Brasil e no mundo. Além de permitir uma partida mais suave e controlada do motor à combustão, as estratégias de controle de mistura são mais facilmente definidas o que acarreta uma redução na quantidade de combustível não queimado expelido pelo sistema de exaustão do motor. Ademais, o catalisador – componente primordial do sistema de controle de emissão de poluentes – também é aquecido até a sua temperatura de trabalho de forma mais rápida, o que resulta em um controle químico eficaz de gases provenientes da combustão.

A multinacional Robert Bosch LTDA foi a empresa pioneira no desenvolvimento da tecnologia de aquecimento de combustível. Em 2009, a companhia lançou a tecnologia Flex Start, que permite a partida do motor em baixas temperaturas, mesmo quando abastecido com etanol em proporções acima de 85% (MECÂNICO, 2015). Essa tecnologia utiliza um conceito inovador, aquecendo o etanol diretamente na galeria de combustível antes da injeção. Para isso, foram incorporadas velas aquecedoras – também chamadas de Glow Plugs – uma para cada bico injetor. Quando uma corrente elétrica é aplicada, as velas aquecem, preparando o combustível para a partida a frio.

Por fim, meio ao contexto de avanço das leis regulamentadoras relacionadas ao controle de emissões mundiais e à importância do sistema de aquecimento de combustível, este presente trabalho se apresenta com o objetivo de otimizar as simulações relacionadas à tecnologia em questão.

1.1. JUSTIFICATIVA

A principal função dos motores de combustão interna é produzir energia mecânica a partir da energia química contida nos combustíveis. Essa energia química é liberada a partir da queima ou oxidação do combustível nas alocações internas do motor. A mistura de ar e combustível antes e depois da ocorrência da combustão são os fluidos de trabalho do sistema. A transferência de energia em forma de trabalho que produz a potência desejada ocorre diretamente entre esses fluidos de trabalho e os componentes mecânicos que são projetados para otimização desta conversão de energia. (HEYWOOD, 2018).

O crescente consumo de combustíveis fósseis tem levantado a preocupação de que as emissões de gases de efeito estufa (GEE) causadas pela matriz energética não- renovável e o uso desses combustíveis estão causando aquecimento global que pode levar a mudanças climática em escala global. Emissões de dióxido de carbono, juntamente com outros gases de efeito estufa – metano, óxido nitroso (NOx), três grupos de gases fluorados (hexafluoreto de enxofre, hidrofluorcarbonetos e perfluorcarbonos), ozônio – precisarão ser significativamente reduzidos ao longo das próximas décadas.

Sendo assim, os motores de combustão interna precisarão se tornar fontes de energia mais eficientes com baixas emissões de GEE para que o consumo de combustíveis derivados do petróleo – gasolina e diesel – possa ser significativamente reduzido. Estima-se que o transporte seja a fonte de cerca de um quarto das emissões mundiais de GEE (HEYWOOD, 2018). O uso obrigatório de catalisadores no sistema de exaustão para controle de emissões e a utilização de combustível com matriz renovável como o etanol – produzido a partir da cana-de-açúcar no Brasil – representam medidas dos órgãos públicos e da indústria automotiva para o controle da emissão de gases poluentes. Sendo assim, os controles de emissão e o desenvolvimento de combustíveis renováveis produziram mudanças significativas em como os motores de combustão interna são projetados, operados e controlados.

1.2. OBJETIVOS

1.2.1. Objetivo Geral

Desenvolver e simular um sistema de controle de aquecimento de combustível para automóveis Flex-Fuel.

1.2.2. Objetivos Específicos

Realizar uma revisão bibliográfica e dissertar sobre a importância do tema;
Definir os requisitos em alto nível do sistema;

Desenvolver a estratégia de controle de cada função baseada nas condições de ativação do sistema;
Realizar simulações virtuais para validação do trabalho;

2. REVISÃO BIBLIOGRÁFICA

NASCIMENTO, F. ANÁLISE DE CONTROLADOR APLICADO A SISTEMA DE CONTROLE DE ESTABILIDADE VEICULAR. TCC — UNIVERSIDADE DE BRASÍLIA: [URL]

O trabalho “Análise de Controlador Aplicado à Sistema de Controle de Estabilidade Veicular” apresenta tópicos relevantes para o desenvolvimento do presente trabalho ao incluir a aplicação de um controlador PD com o auxílio do software MathWorks Simulink e utilizar-se de dados reais para realizar a validação do modelo. Além disso, um dos objetivos específicos do trabalho em questão é reduzir custo e tempo de desenvolvimento por meio do Model Based Design (MBD), o que se apresentar como uma semelhança em comparação ao presente trabalho.
A principal diferença apresentada pelo trabalho em questão é o tema de desenvolvimento do estudo. Enquanto o objetivo do presente trabalho é realizar uma análise a respeito do sistema de aquecimento de combustível, o trabalho em questão se relaciona com a dinâmica veicular que representa um diferente controlador aplicado à um veículo.

AMORIM, O. DESENVOLVIMENTO DE UM CONTROLE DE TRAÇÃO E UM SISTEMA DE CONTROLE ATIVO DE DISTRIBUIÇÃO DE CONJUGADO ENTRE RODAS PARA UM VEÍCULO FORMULA STUDENT ELÉTRICO. TCC — CEFET-MG: [URL]

O trabalho “Desenvolvimento de um Controle de Tração e um Sistema de Controle Ativo de Distribuição de Conjugado entre Rodas para um Veículo Formula Student Elétrico” apresenta tópicos relevantes para o desenvolvimento do presente trabalho ao citar sobre o avanço do controle de emissões veiculares e a necessidade do desenvolvimento de tecnologias para redução do consumo de combustível. Ademais, também é apresentado como similaridade, o tuning do controlador PID para o modelo desenvolvido, algo que certamente deve ser abordado no presente trabalho.

A principal diferença apresentada pelo trabalho em questão é o tema de aplicação, que no trabalho em questão, está relacionada ao controle ativo de tração para veículos com propulsão elétrica. Ademais, a estratégia de definição do modelo adotada também se difere na proposta do presente trabalho.

PROJETO E SIMULAÇÃO DE FUNÇÕES EMBARCADAS AUTOMOTIVAS: ESTUDO DE CASO PARA CARROCERIAS.

O trabalho “Projeto e Simulação de Funções Embarcadas Automotivas: Estudo de Caso para Carrocerias” apresenta tópicos relevantes para o desenvolvimento do presente trabalho ao apresentar diversos conceitos acerca do desenvolvimento de software que é aplicado na indústria, com a utilização do V- Model, Model In The Loop (MIL), Software In The Loop (SIL), Processor In The Loop (PIL) e Hardware In The Loop (HIL). Além disso, é citada também a importância do software Simulink e a extensão Stateflow para aplicações de desenvolvimento de software embarcado.
A principal diferença apresentada pelo trabalho em questão é o tema de aplicação, que no trabalho em questão, está relacionada ao desenvolvimento da lógica para aplicação no Controlador BCM (Body Control Module) que se difere do Controlador HCU (Heating Control Unit) que será o foco do presente trabalho.

IRENO, T. APLICAÇÃO DA METODOLOGIA MODEL – BASED DESIGN NO PROJETO E TESTE DE SISTEMAS DE CONTROLE. TCC — UFOP: [URL]

O trabalho “Aplicação da Metodologia Model-Based Design no Projeto e Teste de Sistemas de Controle” apresenta tópicos relevantes para o desenvolvimento do presente trabalho ao explorar a metodologia de Model-Based Design como ferramenta para o desenvolvimento de software de controle com ênfase no comportamento em tempo real das simulações, fase de testes do controlador, bem como em seus requisitos de desempenho que serão de extrema importância para um workflow eficiente no desenvolvimento do presente trabalho.

Como diferença ao comparar com o presente trabalho, o trabalho em questão apresenta um tema focado na metodologia e importância do Model Based-Design de forma generalizada, já o presente trabalho terá como foco a aplicação do MBD à uma implementação direcionada para a indústria automotiva.

FARIAS, A. DESENVOLVIMENTO DE UMA PLATAFORMA DE SIMULAÇÃO HARDWARE IN THE LOOP DE BAIXO CUSTO. TCC — UNIVERSIDADE DE BRASÍLIA: [URL]

O trabalho “Desenvolvimento de uma Plataforma de Simulação Hardware In The Loop de baixo custo” apresenta tópicos relevantes para desenvolvimento do presente trabalho ao incluir diversas informações a respeito de teste e otimização de sistemas utilizando softwares de simulação. Um dos principais objetivos deste trabalho é reduzir custos de validação para o desenvolvimento de um complexo sistema ao possibilitar um melhor entendimento da dinâmica antes da implementação ser realizada.
O detalhamento e aplicação do V-Cycle – metodologia de desenvolvimento de software – também é abordado neste trabalho e será utilizado no desenvolvimento do projeto atual.

HODEL, K. PLANEJAMENTO E ESTRUTURAÇÃO DE TESTES DE SOFTWARE EM SISTEMAS ELETRÔNICOS EMBARCADOS AUTOMOTIVOS. TESE DOUTORADO — UNIVERSIDADE DE SÃO PAULO: [URL]

A tese de doutorado “Planejamento e Estruturação de Testes de Software em Sistemas Eletrônicos Embarcados Automotivos” apresenta tópicos relevantes para o desenvolvimento do presente trabalho ao incluir, de forma extremamente detalhada, como se dá o desenvolvimento de software para aplicações da indústria automotiva, incluindo os requisitos de segurança funcional da ISO 26262.

AL-MUHSEN, N. F. INVESTIGATION OF DUAL INJECTION OF ETHANOL FUEL IN DOWN SIZED SPARK IGNITION ENGINE. University of Technology Sydney, 2019. Disponível em: < (PDF) Investigation of dual injection of ethanol fuel in downsized spark ignition engine (researchgate.net)>.

A tese de PhD “Investigation of Dual Injection of Ethanol Fuel in Downsized Spark Ignition Engine” serviu como fonte de conhecimento de diversos conceitos relacionados à utilização do etanol como combustível em motores de combustão interna. Apresentando não somente as propriedades do combustível como também dados experimentais de um estudo para aplicação de um sistema de injeção dupla em um motor de ignição por centelha.
Este trabalho concentra-se no estudo da obtenção de uma combustão ideal e realiza a análise de resultados experimentais para validar os dados admitidos. O tema se distingue do tema do presente trabalho, porém, são estudos que podem ser completares um ao outro no desenvolvimento de um sistema de injeção de combustível.

3. FUNDAMENTAÇÃO TEÓRICA

3.1. AQUECIMENTO DE COMBUSTÍVEL

A combustão da mistura ar-combustível dentro do cilindro do motor é um dos principais processos que controlam a potência, a eficiência e as emissões do motor. É extremamente relevante o desenvolvimento do conhecimento sobre os fenômenos de combustão, portanto, é necessária uma preliminar para entender a operação do motor. Esses fenômenos de combustão são diferentes para os dois principais tipos de motores

– ignição por centelha e diesel. Nos motores de ignição por faísca ou centelha, o combustível é normalmente bem misturado com o ar, seja nas portas de admissão do motor ou dentro dos cilindros do motor. Após a compressão dessa mistura ar- combustível, uma descarga elétrica inicia o processo de combustão; uma frente de chama se desenvolve a partir do “núcleo” criado pela descarga de faísca e se propaga através do cilindro até as paredes da câmara de combustão. No motor diesel, o combustível é injetado no cilindro no ar já em alta pressão e temperatura, próximo ao final do curso de compressão. A autoignição de porções da mistura formada após injeção do combustível e vaporizado com esse ar quente inicia o processo de combustão, que se espalha rapidamente. A queima então prossegue à medida que o combustível e o ar se misturam na composição apropriada para que a combustão ocorra. Desta maneira, a mistura ar-combustível desempenha um papel de controle no processo de combustão do diesel.

A termoquímica da combustão, ou seja, a composição e propriedades termodinâmicas do fluido de trabalho pré-combustão em motores e as mudanças de energia associadas com o processo de combustão que ocorre dentro do cilindro do motor é um tópico de extrema importância para o projeto de motores mais eficientes na indústria automotiva. O processo de combustão é uma reação exotérmica rápida em fase gasosa, onde o oxigênio é um reagente crítico. A frente chama é a região dentro da qual ocorre a reação de combustão, que pode se propagar subsonicamente pelo espaço da câmara de combustão; o movimento da chama em relação ao gás não queimado é um fator muito importante. A existência de uma frente de chama implica que a reação está confinada a uma zona de pequenas dimensões – a câmara de combustão do motor. A propagação espacial da chama é o resultado da forte relação entre a reação química, os processos de transporte de difusão de massa e condução de calor e o fluxo de fluidos. A geração de calor e condições específicas do combustível aceleram a reação química; a injeção de combustível otimizada em conjunto à velocidade de convecção do calor, representam variáveis a serem controladas para a obtenção de uma frente de chama ideal.

As chamas podem ser classificadas de duas formas de acordo com suas características. A primeira delas tem a ver com a composição dos reagentes à medida que entram na zona de reação. Se o combustível (na forma de vapor) e o oxidante forem essencialmente misturados uniformemente, a chama é designada como pré-misturada. Se os reagentes não são pré-misturados e devem se misturar na região onde ocorre a reação, a chama é chamada de chama de difusão porque a mistura é realizada pela difusão de combustível e ar na zona de reação (HEYWOOD, 2018).

As chamas nos motores são instáveis, uma consequência óbvia do ciclo de funcionamento do motor de combustão interna. Consequentemente, chamas do motor são turbulentas. Somente com o aumento substancial dos processos de transporte laminar por convecção turbulenta, as taxas de mistura e queima e as taxas de propagação de chama podem ser feitas com rapidez suficiente para completar o processo de combustão do motor dentro do tempo disponível.

Portanto, para a formação de uma chama ideal para ignição por centelha é necessário um regime turbulento instável em sua condição pré-misturada, e para a obtenção de todos esses requisitos é imprescindível que a mistura ar-combustível através da qual a chama se propaga esteja no estado gasoso. Destarte, o controle da temperatura do combustível com o seu aquecimento ocorrente antes ou durante a sua injeção representa um fator mandatório para a obtenção de um processo de combustão ideal e consequentemente, uma melhor eficiência energética para o motor de combustão interna.

3.2. PROPRIEDADES DO ETANOL

A exploração de um biocombustível alternativo, como o etanol, tornou-se um tópico crucial para pesquisadores e para a indústria automotiva recentemente. O etanol como combustível tem sido uma alternativa promissora ao combustível gasolina. Adotar o etanol como combustível principal dos automóveis mundiais pode trazer uma redução sustentável das emissões de GEE na atmosfera terrestre.

Desde o início da década de 2000, o biocombustível etanol tem sido considerado uma opção atraente que pode ser adicionado ao combustível gasolina ou mesmo substituí-lo em motores de ignição por centelha. Pesquisas recentes mostram que o etanol combustível contribui para melhorar a qualidade da combustão e reduz a emissões de poluentes devido às suas propriedades, como o teor de oxigênio e alta velocidade de chama. Consequentemente, a eficiência térmica do motor foi melhorada e as emissões foram reduzidas (AL-MUHSEN, 2019).

Como o uso de combustíveis oxigenados pode afetar positivamente o desempenho e as emissões de escape dos motores de combustão interna, os órgãos públicos mundiais impuseram normas que ditam que certas propriedades do combustível devem ser observadas como: octanagem, pressão de vapor, curva de destilação, índice de bloqueio de vapor, teor de oxigênio, oxigenados etc. A volatilidade adequada da gasolina é uma propriedade crítica para a operação dos motores de ignição por centelha no que diz respeito ao desempenho e às emissões (RODRÍGUES-ANTÓN, 2022).

A volatilidade pode ser caracterizada por várias medidas, uma das mais comuns é a curva de destilação. A curva de destilação ASTM D86 (EN: ISO3405) representa a temperatura do vapor do combustível versus a fração volumétrica da amostra de combustível destilada. O regulamento europeu (UNE-EN228) controla o volume evaporado a 70, 100 e 150 °C (E70/E100/E150). A norma americana (ASTM D4814) controla as temperaturas nas quais 10%, 50% e 90% do volume de combustível são evaporados (T10/T50/T90) (RODRÍGUES-ANTÓN, 2022).

A presença de etanol ou outros oxigenados pode afetar a curva de destilação e, consequentemente, o desempenho e as emissões. Essa é a razão pela qual muitos pesquisadores têm se debruçado sobre mudanças empíricas nessas propriedades quando o etanol é adicionado à gasolina ou é utilizado integralmente como combustível de motores de combustão interna.

Gráfico 1 – Curvas de destilação para diferentes proporções de mistura entre etanol e gasolina.

Fonte: AL-MUHSEN, 2019.

A partir do gráfico 1, é possível inferir que o combustível formado apenas por gasolina apresenta um ponto de volatilização inicial muito menor que a temperatura referente ao combustível E100 (100% de Etanol na sua composição). Enquanto a gasolina se volatiliza em torno de 30 graus Celsius, o Etanol puro se volatiliza apenas em uma temperatura de 78 graus Celsius.

Em partidas a frio de motores de combustão interna – condição em que a temperatura de todo sistema se encontra abaixo de 25 graus Celsius – a volatilização inicial do etanol representa um entrave para um processo de combustão ideal e que esteja dentro dos limites legais de emissões. Por esse motivo, se faz importante o aquecimento de combustíveis com um alto índice de etanol antes da partida do motor.

3.3. ESTRATÉGIAS DE CONTROLE

Os softwares incorporados têm um papel crucial na indústria automobilística moderna, permitindo o gerenciamento e controle de uma ampla variedade de sistemas e funções nos veículos. É fundamental ter estratégias de controle eficientes para garantir o desempenho, segurança e eficiência dos automóveis. Nesse contexto, é importante apresentar as principais estratégias de controle utilizadas em softwares incorporados automotivos, analisando suas bases teóricas e aplicações práticas.

Os controladores são representados por um conjunto de algoritmos matemáticos que têm como objetivo manter o veículo em condições seguras. Existem diversas estratégias que podem ser utilizadas para alcançar esse objetivo, como os controladores PID, preditivos, LQR e fuzzy (NASCIMENTO, 2021). Os controladores PID (Proporcional Integral Derivativo) são uma estratégia de controle que busca minimizar o erro entre o sinal real e o desejado. Para isso, é necessário conhecer as características do sistema e ter um critério para avaliar o desempenho do controlador.

No trabalho de (NASCIMENTO, 2021) o controlador PD (Proporcional Derivativo) é aplicado a um sistema de controle de estabilidade de um veículo SUV. O objetivo do trabalho em questão é melhorar a segurança do automóvel e ao mesmo tempo um melhor desempenho em curvas.

Existem diferentes formas de otimização e desenvolvimento de algoritmo de softwares. Porém, o MPC (Model Predictive Control) vem sendo considerada uma metodologia promissora por pesquisadores e pela indústria automotiva. Nesta estratégia de controle, um modelo matemático que descreve o sistema é usado para prever o comportamento futuro. A cada intervalo de tempo, um controlador MPC recebe ou estima o estado atual da planta (MATHWORKS, 2019). Esta característica se torna notável em casos em que há o atraso de comunicação, atuação e dos sensores.

Figura 1 – Loop básico de controle para o Model Predictive Control.

Fonte: MATHWORKS, 2019.

O uso do MPC para controle de motores mostra ter grande impacto na emissão de poluentes em carros de passageiro (DEL, 2010). O controlador funciona com o objetivo de otimizar o funcionamento do motor de modo a manter as emissões abaixo do limite requerido.

Em que pese o fato que o Model Predictive Control seja eficiente, um grande problema provindo da modelagem do veículo e, em principal, o sistema de powertrain é a sua não linearidade. A descontinuidades são apresentadas como estimativas de extrema dificuldade. Normalmente são utilizadas abordagens lineares, porém estas não atingem resultados precisos em situações diversas. A principal não linearidade dos motores de combustão interna provém do fato da reação de combustão ser randômica e imprevisível. Sendo assim, os parâmetros e condições iniciais para um desenvolvimento de cálculos matemáticos devem ser os mais estritos possíveis com a função de obter um resultado dentro do esperado.

Ademais, existem os controladores fuzzy que são baseados em regras e condições de ativação. Não existe um modelo de planta de controle para descrever o comportamento de determinadas variáveis, apenas existe um conjunto de condições específicas que devem ocorrer. Para a aplicação do controlador fuzzy, o desenvolvedor deve ter um conhecimento vasto de cada estado do fenômeno observado para que consiga prever e criar uma ação baseada em cada variação de estado. Pelo motivo da incerteza relacionada ao processo de combustão, o controlador fuzzy não se apresenta como uma alternativa viável no desenvolvimento de softwares embarcados para controle de motores de combustão interna.

O controlador Proporcional-Integral-Derivativo (PID) representa uma abordagem clássica, eficiente e difundida por toda a indústria automotiva. O PID garante o desempenho, a segurança e a eficiência dos sistemas embarcados. Eles são utilizados para regular uma variedade de sistemas, desde controle de motor até sistemas de suspensão, freios e transmissão. Ao ajustar continuamente os parâmetros de controle em resposta às condições do veículo e da estrada, os controladores PID mantêm o sistema operando próximo ao ponto ideal, minimizando desvios e oscilações.

A aplicação de controladores PID em conjunto com a abordagem de Model Based Design na indústria automotiva destaca-se como uma combinação poderosa para alcançar o desempenho ideal dos veículos modernos. Essa sinergia entre técnicas consolidadas e inovações de desenvolvimento abre caminho para sistemas de controle mais precisos, eficientes e adaptáveis, contribuindo significativamente para a evolução contínua da indústria e para a experiência do consumidor.

3.4. MODEL BASED DESIGN

O Model Based Design é uma abordagem de desenvolvimento que utiliza modelos matemáticos para projetar e otimizar sistemas complexos. Na indústria automotiva, essa metodologia envolve a criação de modelos precisos que representam os comportamentos e interações dos componentes do veículo. Esses modelos podem ser usados para simular o desempenho do sistema, testar diferentes cenários e otimizar o controle.

A aplicação do MBD na indústria automotiva não apenas agiliza o processo de desenvolvimento, reduzindo custos e tempo, mas também permite uma compreensão mais profunda do sistema em análise. A integração do MBD com controladores PID oferece uma abordagem sistemática para ajustar e afinar os parâmetros do controlador, garantindo que o sistema atenda aos requisitos de desempenho, segurança e eficiência.

Na abordagem convencional, o projeto completo é codificado e submetido a testes em um protótipo físico. Isso estabelece uma restrição quanto à quantidade de testes passíveis de realização. A aplicação do Model Based Design (MBD) para projetar e testar sistemas de controle agiliza a jornada de desenvolvimento, minimizando a dependência de testes práticos em campo – procedimento geralmente mais oneroso e demorado em comparação com a simulação.

Figura 2–Fluxo de trabalho para o Model Based Design (MBD).

Fonte: MATHWORKS, 2019.

As fases de Design, Implementação e Integração constituem uma sequência de avaliações integradas ao Model Based Design (MBD). Essas etapas são comumente denominadas Model-in-the-loop (MIL), Software-in-the-Loop (SIL) e Hardware-in-the- Loop (HIL).

No cenário do MIL, tanto o sistema de controle quanto o modelo da planta são desenvolvidos no mesmo ambiente virtual. O propósito é verificar se a dinâmica e a resposta do sistema atendem aos requisitos preestabelecidos.

A fase do SIL engloba a redação e teste do código do controlador, realizados no ambiente virtual da planta. Essa etapa visa garantir o correto funcionamento do código. Contudo, apesar das vantagens, os métodos convencionais de simulação têm limitações em replicar condições reais.

Em resposta a essa limitação, as simulações HIL emergiram para suprir a necessidade de testar e prototipar sistemas sob condições mais realistas. Essa técnica possibilita que componentes reais e virtuais sejam testados de forma conjunta. O código do controlador é incorporado em um hardware, enquanto o modelo da planta é simulado por um componente operando em tempo real. O objetivo nessa etapa é reproduzir o comportamento do sistema de maneira tão próxima à realidade quanto possível.

4. METODOLOGIA

4.1. INTRODUÇÃO

Este capítulo apresenta em detalhes a metodologia adotada para a criação do sistema de controle de aquecimento de combustível proposto. Serão discutidos os passos sequenciais que guiaram o desenvolvimento, desde a definição dos softwares utilizados e requisitos de projeto até as condições de ativação e a aplicação de controladores. Ao longo do capítulo, serão exploradas a modelagem matemática que orientou o desenvolvimento do modelo, estratégias de controle eficientes e as variáveis de entrada do sistema para habilitar a sua simulação. Além disso, serão discutidos os desafios enfrentados durante o processo de desenvolvimento e as soluções encontradas para superá-los.

Por meio desta metodologia, busca-se não apenas criar um sistema de controle de aquecimento de combustível, mas também fornecer um guia prático para engenheiros e pesquisadores interessados em abordar problemas semelhantes. Ao final deste capítulo, espera-se que o leitor compreenda não apenas os aspectos técnicos do sistema proposto, mas também a abordagem geral que pode ser aplicada em projetos de controle em sistemas complexos e interdisciplinares.

4.2. SOFTWARES UTILIZADOS

A indústria automotiva, caracterizada por sua busca incessante por inovação e aprimoramento, tem encontrado no MATLAB e no Simulink ferramentas essenciais para o desenvolvimento de modelos avançados e sistemas de última geração. A aplicação dessas plataformas não apenas otimiza os processos de projeto e desenvolvimento, mas também impulsiona a eficiência, segurança e desempenho dos veículos modernos. Esta perspectiva é reforçada por pesquisas e literatura especializada que destacam o papel fundamental do MATLAB e do Simulink na indústria automotiva.

De acordo com um estudo conduzido por (MIAO, 2018), o uso do MATLAB é amplamente reconhecido na simulação de sistemas automotivos complexos, graças à sua capacidade de modelar e simular sistemas dinâmicos com precisão e eficiência. A plataforma permite a criação de modelos matemáticos que capturam os diferentes aspectos dos veículos, desde a dinâmica veicular até os sistemas de controle de última geração. Esses modelos são essenciais para a avaliação de desempenho, teste de cenários e otimização de sistemas, acelerando o processo de desenvolvimento e reduzindo os riscos associados a implementações em larga escala.

Além disso, de acordo com (PAPALAMBROS, 2000), o Simulink, uma extensão do MATLAB, oferece uma abordagem visual e intuitiva para modelagem e simulação. Essa ferramenta tem sido aplicada com sucesso na indústria automotiva para o desenvolvimento de sistemas de controle complexos, como sistemas de propulsão híbridos e sistemas avançados de assistência ao motorista. O Simulink permite que engenheiros e projetistas visualizem o comportamento do sistema em um ambiente virtual antes da implementação física, permitindo a identificação de problemas e aprimoramentos de forma eficiente.

Essa importância das ferramentas MATLAB e Simulink é também endossada por (KONSTANTOPOULOS, 2016), que ressaltam a capacidade dessas plataformas em permitir a colaboração entre equipes multidisciplinares. A indústria automotiva envolve diversos domínios, desde mecânica até eletrônica e software, e o MATLAB e o Simulink fornecem um ambiente integrado onde engenheiros de diferentes campos podem trabalhar de maneira coesa em projetos complexos. Essa colaboração facilitada contribui para soluções mais abrangentes e eficazes.

Em resumo, a literatura científica e estudos de caso na indústria automotiva refletem de maneira unânime a importância do MATLAB e do Simulink no desenvolvimento de modelos e sistemas. Essas plataformas capacitam a indústria a inovar, otimizar e garantir a qualidade dos sistemas veiculares, destacando-se como ferramentas indispensáveis em um setor em constante evolução.

Ambos os softwares foram utilizados para desenvolvimento do trabalho atual. O código desenvolvido no MATLAB (ANEXO A) foi utilizado de forma a definir as principais variáveis de entrada do sistema. A escolha de definir essas entradas do sistema por meio da Workspace do MATLAB se deu pela facilidade e visibilidade em se alterar as condições iniciais do sistema, assim como definir o setpoint de temperatura que poderá ser explorado de forma dinâmica por um time de calibração em uma possível aplicação do modelo.

De forma complementar, o software Simulink foi utilizado para desenvolver toda a lógica que envolve:

Condições de ativação:

Figura 3 – Simulink – Subsistema de condições de ativação do modelo.

Fonte: Autoria própria, 2023.

Definição do setpoint de temperatura de combustível:

Figura 4 – Simulink – Subsistema de definição do setpoint de temperatura do combustível.

Fonte: Autoria própria, 2023.

Controle aplicado à temperatura de combustível na condição pré-partida do motor:

Figura 5 – Simulink – Subsistema de controle aplicado à temperatura de combustível na condição pré-partida do motor.

Fonte: Autoria própria, 2023.

Controle aplicado à temperatura de combustível na condição pós-partida do motor:

Figura 6 – Simulink – Subsistema de controle aplicado à temperatura de combustível na condição pós-partida do motor.

Fonte: Autoria própria, 2023.

Controlador de PWM:

Figura 7 – Simulink – Subsistema do controlador limitador de PWM.

Fonte: Autoria própria, 2023.

Controlador de pressão de combustível:

Figura 8 – Simulink – Subsistema do controlador de pressão de combustível.

Fonte: Autoria própria, 2023.

Definições de estado do sistema:

Figura 9 – Simulink – Subsistema de definição dos estados do sistema.

Fonte: Autoria própria, 2023.

Como comentado anteriormente, o Simulink permite uma visualização aprimorada de toda a lógica do sistema por meio do um complexo diagrama de blocos e permite a utilização de blocos dinâmicos para a criação de um painel de controle para a simulação do sistema.

Figura 10 – Simulink – Painel de controle para simulação do sistema.

Fonte: Autoria própria, 2023.

4.3. REQUISITOS DE PROJETO

Na indústria automotiva, onde a complexidade dos sistemas de controle e a demanda por veículos mais seguros e eficientes estão em constante crescimento, a definição clara e precisa dos “High Level Requirements” (HLR) se revela como um alicerce crucial para o desenvolvimento de modelos de controle eficazes. Os HLR são os requisitos de alto nível que estabelecem as metas e objetivos gerais do sistema de controle, servindo como diretrizes essenciais para todo o processo de desenvolvimento. Através de uma abordagem focada em HLR, a indústria automotiva busca não apenas atingir os requisitos funcionais, mas também garantir a segurança, a qualidade e o desempenho dos sistemas de controle automotivo.

A importância dos HLR é evidenciada por pesquisas e estudos na área. De acordo com (LI, 2019), o estabelecimento correto e detalhado dos HLR é fundamental para garantir a coerência entre as expectativas dos stakeholders e a implementação prática dos sistemas de controle. Essa abordagem permite uma compreensão compartilhada das metas do projeto e proporciona uma base sólida para a avaliação dos modelos de controle à medida que são desenvolvidos.

No contexto automotivo, onde a segurança é uma prioridade máxima, os HLR desempenham um papel ainda mais crítico. Conforme destacado por (ZHAO, 2017), os HLR relacionados à segurança ajudam a identificar e mitigar potenciais riscos desde as fases iniciais do desenvolvimento. Ao estabelecer requisitos específicos de segurança, como a resposta a cenários de emergência, os modelos de controle podem ser projetados e testados de maneira a garantir a segurança dos passageiros, pedestres e outros veículos nas estradas.

Além disso, conforme ressaltado por (HELLEBUYCK, 2018), os HLR bem definidos também facilitam a colaboração entre equipes multidisciplinares na indústria automotiva. A clareza na comunicação dos objetivos gerais do sistema de controle permite que engenheiros de diferentes áreas trabalhem em conjunto de maneira mais eficaz, evitando divergências e garantindo a coesão das soluções desenvolvidas.

Em resumo, a literatura científica e as práticas da indústria automotiva enfatizam a importância dos High Level Requirements no desenvolvimento de modelos de controle. Eles são os pilares que guiam todo o processo, desde a concepção até a implementação, garantindo que os sistemas de controle atendam aos requisitos funcionais, de segurança e de qualidade exigidos pelo cenário automotivo em constante evolução.

No presente trabalho, os High Level Requirements foram definidos na fase inicial do projeto com o objetivo de coordenar o desenvolvimento de toda a lógica. Para definição desses requisitos foi utilizado o conhecimento geral a respeito de sistemas de aquecimento de combustível e o objetivo principal foi possibilitar a simulação de uma aplicação real com requisitos que envolvem a integração com os diferentes módulos presentes nos atuais veículos de produção. A lista dos High Level Requirements foi dividida em alguns tópicos:

Requisitos de sistema:

O sistema deve ser baseado em resistências (glow plugs) com aquecimento por efeito joule;

Deve existir 1 aquecedor por cilindro, posicionados em antecâmaras de aquecimento próximo à conexão com o injetor;
A potência consumida por cada aquecedor é de 400W na condição de max power em 100% de PWM;
O veículo pode possuir duas baterias, uma de 12V (Chumbo) e uma de 48V (Lítio);
O controle de aquecimento é feito pela central eletrônica Heating Control Unit (HCU);
O sistema de partida do veículo é manual e é realizado por um motor de arranque convencional.

Condições de ativação:

O sistema de aquecimento de combustível deve ser usado apenas quando o veículo estiver abastecido com uma mistura de combustível que possua mais que 85% de etanol em sua composição;
O sistema de aquecimento deve ser usado prioritariamente para auxiliar partidas a frio abaixo de 25°C de temperatura de fluido de arrefecimento do motor;
O veículo deve estar equipado com um sistema de aprendizado de combustível utilizando sensor de etanol.

Limites de funcionamento:

O sistema de aquecimento de combustível pode ser utilizado pós- partida do motor com uma operação em max power contínua de até 30 segundos;
O sistema de aquecimento de combustível pode ser utilizado pós- partida do motor em condição de modulação de potência (PWM abaixo de 50%) por até 150s;
O tempo de operação total do sistema de aquecimento de combustível não pode superar 180 segundos;
A temperatura do combustível não deve ultrapassar os valores da curva de pressão de vapor do etanol;
Caso a carga da bateria de chumbo esteja abaixo de 50%, o sistema pode usar a bateria de 48V;
O aquecimento não pode ocorrer usando o barramento de 48V caso a carga da bateria de Lítio esteja abaixo de 50%.

Interação com o usuário:

O motorista deve ser informado que o aquecimento está ocorrendo;
O motorista deve ser informado quando ele está autorizado a efetuar a partida;
O aquecimento deve iniciar no momento de reconhecimento da chave do veículo, podendo ser reconhecida no momento de abertura da porta do motorista ou pelo sensor de proximidade.

Requisitos de calibração:

A função deve permitir ao time de calibração o livre mapeamento em cada fase de operação;
Deve ser possível estabelecer setpoints de temperatura de combustível para cada fase de operação.

4.4. MODELAGEM MATEMÁTICA

A modelagem matemática de um sistema de controle de aquecimento de combustível desempenha um papel crucial na otimização e eficiência de processos industriais e veículos que dependem de motores de combustão interna. Esse tipo de sistema é vital para garantir que o combustível seja mantido em uma temperatura adequada para sua queima eficiente, minimizando emissões prejudiciais e maximizando a eficiência energética.

Para começar, é fundamental entender as propriedades termodinâmicas do combustível e como ele se comporta em diferentes temperaturas. A modelagem pode ser baseada em equações que descrevem a condutividade térmica, a capacidade térmica e a densidade do combustível em função da temperatura. Além disso, a variação das propriedades físicas do combustível com a temperatura, como a viscosidade e a volatilidade, também deve ser considerada.

Uma abordagem comum para modelar um sistema de controle de aquecimento de combustível é usar equações diferenciais que descrevem a transferência de calor dentro do sistema. A equação clássica da condução de calor, a equação de Fourier, pode ser empregada para representar como o calor se propaga através do combustível e dos elementos de aquecimento. A modelagem também pode incorporar a transferência de calor por convecção, especialmente se houver fluxo de líquido ou gás em torno do combustível aquecido.

A resposta dinâmica do sistema de controle de aquecimento pode ser descrita por equações diferenciais ordinárias que levam em consideração a inércia térmica do combustível e dos componentes de aquecimento. Essas equações podem ser usadas para prever como a temperatura do combustível irá variar ao longo do tempo em resposta a mudanças nas condições de operação ou em sinais de controle.

Uma vez que a modelagem matemática básica tenha sido estabelecida, técnicas avançadas de controle podem ser aplicadas para otimizar o desempenho do sistema. Controladores PID (Proporcional-Integral-Derivativo) podem ser ajustados com base nas características dinâmicas do sistema modelado, visando manter a temperatura do combustível dentro de limites desejados. Algoritmos de controle avançados, como controle preditivo, podem ser implementados para antecipar mudanças nas condições operacionais e ajustar o aquecimento de forma mais eficiente.

Além disso, a modelagem matemática pode incorporar fatores externos, como variações na temperatura ambiente e a demanda de calor do motor, para criar um sistema de controle adaptativo. Isso permitiria que o sistema ajustasse automaticamente a potência de aquecimento para atender às necessidades variáveis do sistema.

Em resumo, a modelagem matemática de um sistema de controle de aquecimento de combustível é uma ferramenta poderosa para entender e otimizar a eficiência e o desempenho de processos industriais e sistemas de propulsão. Ao considerar as propriedades termodinâmicas do combustível, a transferência de calor e as respostas dinâmicas do sistema, é possível projetar estratégias de controle inteligentes que garantam a combustão eficiente, reduzindo as emissões e maximizando a eficiência energética.

(INCROPERA, 1990) A modelagem matemática utilizada no modelo é baseada na equação de transferência de calor por convecção e na equação da calorimetria que são definidas como:

Essa é a diferença de temperatura que o corpo (neste caso, o combustível) irá atingir quando aquecido por “glow plugs”. A temperatura de superfície do glow plug em função do PWM aplicado é uma informação que deve ser informada pelo fabricante do componente. Para a simulação desejada no presente trabalho, essa informação foi definida baseando-se em temperaturas relativas à temperatura ambiente. No entanto, essa equação considera apenas o equilíbrio térmico entre o corpo e o meio envolvente, não levando em conta a variação temporal.

Gráfico 2 – Curva de temperatura para a superfície do Glow Plug.

Fonte: Autoria própria, 2023.

Para incluir a variação temporal, podemos introduzir uma equação diferencial que descreve como a temperatura do combustível varia ao longo do tempo. Isso pode ser representado pela seguinte equação:

Essa equação diferencia a taxa de resfriamento ou aquecimento do combustível em relação à diferença entre sua temperatura e a temperatura ambiente. Isso permitirá modelar a dinâmica do aquecimento do combustível pelos “glow plugs” ao longo do

tempo. Para uma modelagem mais precisa, outros fatores, como a variação do coeficiente de transferência de calor, também podem ser considerados. Porém, para a aplicação atual, a equação definida já se apresenta como ideal para a simulação pretendida.

Figura 11 – Simulink – Subsistema da modelagem matemática para a condição pré- partida.

Fonte: Autoria própria, 2023.

Para descrever a temperatura final do combustível aquecido por “glow plugs” levando em consideração o fluxo de combustível no condição pós-partida do motor, podemos usar a equação de transferência de calor, que incorpora tanto a condução quanto a convecção do calor. (YARA, 2010) A equação diferencial que descreve essa situação pode ser expressa como:

Ao se definir uma calibração base em regime aberto para uma partida a frio, com a largura do pulso de injeção de combustível, a vazão mássica de combustível pode ser definida pela vazão de combustível em l/min multiplicada pela sua densidade.

Figura 12 – Simulink – Subsistema da modelagem matemática para a condição pós- partida.

Fonte: Autoria própria, 2023.

Algumas funções transferência foram utilizadas durante o desenvolvimento do modelo com o objetivo de simular alguns fenômenos físicos e resultados que seriam obtidos em uma aplicação em um veículo de produção:

4.5. VARIÁVEIS DE ENTRADA DO MODELO

A substituição de sensores físicos por condições de entrada em um sistema de controle de aquecimento de combustível é uma abordagem interessante que pode aprimorar o processo de controle e reduzir os custos associados à instalação e manutenção dos sensores. Essa técnica envolve utilizar informações disponíveis no próprio sistema ou em outros sensores para estimar as variáveis relevantes. Embora seja uma estratégia promissora, sua eficácia depende da precisão das estimativas e da integração de métodos avançados de modelagem e algoritmos de controle.

Para substituir com precisão os sensores reais, é fundamental ter um modelo matemático do sistema de aquecimento de combustível. O modelo deve capturar as interações térmicas, fluidodinâmicas e termodinâmicas do sistema, permitindo prever variáveis importantes, como a temperatura do combustível e dos elementos de aquecimento, com base nas condições conhecidas de entrada.

As variáveis de entrada do modelo que representam valores que seriam aquisitados por sensores reais podem ser alteradas durante a simulação do sistema, porém, existe algumas variáveis de entrada que são definidas de forma constante para compor o modelo matemático. A tabela 1 reúne os nomes definidos para cada variável, junto com a sua unidade e uma breve descrição do seu significado.

Tabela 1 – Condições de entrada do sistema.

Fonte: Autoria própria, 2023.

4.6. CONDIÇÕES DE ATIVAÇÃO

A eficiência e o desempenho dos sistemas de controle de aquecimento de combustível são influenciados por diversos fatores, incluindo as condições nas quais são acionados. Essas condições de acionamento têm um papel fundamental na otimização do consumo de combustível, na redução de emissões e no funcionamento geral do sistema. Neste tópico, vamos discutir as principais condições que determinam o acionamento adequado de um sistema de controle de combustível para aquecimento, abrangendo aspectos que vão desde a temperatura do motor até o reconhecimento da chave do veículo.

Destarte, para o sistema desenvolvido no presente trabalho, o subsistema “Condições de Ativação” é responsável por compor toda a lógica de ativação do sistema. Existem diversos tipos de aplicação que variam pela diferença de componentes que podem existir em diferentes veículos. Em alguns veículos atuais, o reconhecimento de uma possível condição pré partida do motor é realizada pela abertura da porta do motorista. Porém, para veículos que possuem um sistema com chave por aproximação, essa pode ser a condição que dá início ao aquecimento de combustível e permite o motorista dar partida no motor sem nenhum tipo de atraso. Para a aplicação escolhida para simulação, foi definida uma aplicação com uma chave por aproximação, sendo assim, o aquecimento deverá ocorrer quando as seguintes condições baseadas nos High Level Requirements forem obedecidas:

Percentual de etanol na mistura acima de 85%;
Temperatura inicial de combustível abaixo de 25°C;
O aquecimento deve iniciar no momento de reconhecimento da chave do veículo pelo sensor de proximidade;
Nenhuma falha do sistema pode ter sido identificada.

A partir da definição de uma condição pré partida, o aquecimento irá iniciar e o subsistema de controle para a temperatura de combustível pré partida será ativado para definição do aumento da temperatura de combustível. Caso o motorista dê partida no motor de forma manual, a temperatura inicial para o subsistema de controle do aquecimento na condição pós partida será a última temperatura calculada na condição anterior. O sistema continuará ativo e controlado de forma a garantir a temperatura ideal do combustível até seu limite de tempo seguindo os High Level Requirements ser atingido. Para uma condição de 100% de PWM aplicado, o tempo máximo de atuação deverá ser de 30 segundos como forma de proteger os componentes. No caso de uma condição de modulação de potência em que o valor de PWM esteja abaixo de 50%, o limite máximo de operação deverá ser de 150 segundos. O tempo máximo de operação do sistema não poderá ultrapassar 180 segundos no total.

4.7. APLICAÇÃO DE CONTROLADORES

Como abordado anteriormente, à medida que a busca por eficiência energética e controle preciso avança nos sistemas de motores à combustão, estratégias de controle avançadas têm se tornado uma necessidade da indústria automotiva. Dentre essas estratégias, os controladores PID (Proporcional-Integral-Derivativo) se destacam como uma alternativa versátil e eficaz para a regulação da temperatura de combustível em um sistema de aquecimento. A aplicação desses controladores requer conhecimento e expertise para oferecer a capacidade de otimizar processos de queima, minimizar o consumo de combustível e reduzir as emissões de gases poluentes. A natureza adaptativa dos controladores PID, que combinam as ações proporcional, integral e derivativa, permite uma resposta dinâmica às variações de temperatura, garantindo um aquecimento estável e eficiente.

A literatura de controle de processos e automação tem abordado extensivamente as aplicações dos controladores PID em sistemas de aquecimento de combustível. (CHEN, 2010) ressaltam a importância da compreensão da dinâmica do processo para um controle eficaz, destacando que os controladores PID são particularmente úteis em sistemas com características dinâmicas variáveis, como os sistemas de aquecimento de combustível. Em seu trabalho sobre controle de processos de combustão, (GUEORGUIEV, 2019) enfatizam a aplicação dos controladores PID como uma ferramenta valiosa para otimizar a eficiência energética e a redução das emissões de poluentes.

Para o presente trabalho, foram utilizados diversos conceitos e insights presentes na bibliografia de (NISE, 2017) e (FRANKLIN, 2013) para otimização da resposta de sistemas em malha fechada. O ajuste dos parâmetros do controlador é extremamente importante para atender os requisitos específicos do sistema, como tempo de estabilização e amortecimento.

Uma abordagem comum para controlar a potência de aquecimento é a utilização do sinal PWM (Pulse Width Modulation, ou Modulação por Largura de Pulso), juntamente com um controlador PID. O PWM é uma técnica de controle que ajusta a largura do pulso de um sinal elétrico para controlar a média de potência entregue a um dispositivo, como um elemento de aquecimento. No contexto de sistemas de aquecimento de combustível, o PWM modula a quantidade de energia fornecida ao elemento de aquecimento, ajustando a largura dos pulsos em função da diferença entre a temperatura desejada e a temperatura real do combustível. Quanto maior a diferença, maior será a largura dos pulsos, resultando em uma potência de aquecimento mais alta.

Para otimizar a regulação da temperatura no sistema desenvolvido, o PWM foi combinado com um controlador PID. O controlador PID analisa o erro entre a temperatura desejada e a temperatura atual do combustível e gera um sinal de controle proporcional à magnitude desse erro. Esse sinal de controle é então convertido em um sinal PWM, que ajusta a potência de aquecimento. A ação proporcional do controlador PID garante uma resposta rápida às variações de temperatura, ajustando a largura dos pulsos de acordo com a magnitude do erro.

A aplicação de controladores PID no modelo desenvolvido iniciou-se pela definição da modelagem matemática para ambas as condições do aquecimento de combustível, com fluxo e sem fluxo. Após ser definida a lógica da modelagem matemática do sistema, foi possível acompanhar a resposta do sistema à uma entrada por degrau que representasse 100% do PWM aplicado. Essa curva de resposta foi aquisitada e exportada para uma ferramenta do MATLAB chamada System Identification que tem a função de gerar uma função transferência com números de polos e zeros predefinidos que define a dinâmica do sistema e permite um ajuste efetivo dos parâmetros do controlador.

Desta forma, foi possível aplicar o método de Ziegler Nichols (ZIEGLER, 1942) para definição dos ganhos dos controladores PID. A sintonia começa ajustando o ganho proporcional (KP) até que o sistema oscile de maneira sustentada. A amplitude das oscilações é medida e relacionada ao período de oscilação. A partir desses valores, os parâmetros do controlador são calculados de acordo com três métodos distintos:

Método de Ganho Crítico (P): O ganho proporcional é ajustado até que o sistema comece a oscilar de maneira sustentada. O valor do ganho é então multiplicado por um fator específico para obter o ganho proporcional (KP) sintonizado.
Método de Ganho Crítico com Frequência de Corte (PI): Além de ajustar o ganho proporcional até a oscilação sustentada, o ganho integral (KI) é estimado a partir do período de oscilação. Uma fórmula é utilizada para determinar o valor do ganho integral com base no ganho proporcional.
Método de Ganho Crítico com Frequência de Corte e Ganho Derivativo (PID): Além dos passos anteriores, o ganho derivativo (KD) também é introduzido. O ganho derivativo é calculado com base no tempo que o sistema leva para atingir metade da amplitude máxima de oscilação.

Um dos métodos desenvolvidos por Ziegler e Nichols é baseado na informação do processo na forma da resposta ao degrau do sistema em malha aberta.

K é o ganho estático do processo que será dado pela divisão da aquisição da entrada pela saída do controlador.

A curva de resposta ao degrau será caracterizada por duas constantes, o atraso de transporte (0) e a constante de tempo (r). O atraso de transporte e a constante de tempo podem ser determinados ao desenhar-se uma linha tangente no ponto de inflexão da curva e determinando-se a interseção da linha tangente com o eixo da abscissa e a linha quando a saída do sistema estiver constante.

Figura 13 –Resposta do processo de primeira ordem em malha aberta.

Fonte: PINTO, 2014.

Com os valores de K, r e 0, é possível utilizar a tabela definida por (ZIEGLER, 1943) que define a sintonia PID em função dos parâmetros de um modelo de primeira ordem com atraso.

Tabela 2 – Ziegler-Nichols para sintonia.

Fonte: ZIEGLER, 1943.

Para definição de um projeto eficiente e preciso, foram definidos alguns objetivos para o ajuste de parâmetros dos controladores do sistema:

Condição pré-partida do motor:

Priorização de uma rápida resposta do sistema com o objetivo de minimizar ao máximo o tempo necessário para alcançar a temperatura desejada para o combustível no sistema de aquecimento;
Para evitar qualquer problema de volatilização do combustível dentro do common rail, a estabilidade e precisão da resposta do controlador foram fatores também importantes para o ajuste de parâmetros.

Condição pós-partida do motor:

Como o motor já se encontra em funcionamento nesta condição, o tempo de resposta não se apresenta como fator primordial para ajuste dos parâmetros do controlador;
Neste caso, é importante a obtenção de resultados precisos que garantam a temperatura de combustível calibrada para a garantia de uma combustão eficiente.

Com esses objetivos devidamente definidos, foi possível definir os controladores ajustados para ambas as condições e garantir o funcionamento esperado para o sistema.

Figura 14 – Controlador PID de Aquecimento pré-partida.

Fonte: Autoria própria, 2023.

Figura 15 – Controlador PID de Aquecimento pós-partida.

Fonte: Autoria própria, 2023.

5. RESULTADOS E DISCUSSÕES

5.1. DINÂMICA DE ATIVAÇÃO

Após concluir a simulação do sistema de controle de combustível para aquecimento, é essencial analisar os resultados obtidos em relação às condições estabelecidas para ativação. Como mencionado anteriormente, essas condições desempenham um papel crucial na eficiência e no desempenho do sistema, afetando diretamente o consumo de combustível, as emissões e o funcionamento geral do veículo. Nesse contexto, os resultados da simulação fornecerão informações valiosas sobre como o subsistema “Condições de Ativação” contribui para otimizar esses aspectos.

Neste estudo, optamos por simular um sistema que utiliza uma chave por aproximação para ativar o aquecimento do combustível. Essa ativação está ligada a quatro condições essenciais: a proporção de etanol na mistura, a temperatura inicial do combustível, o reconhecimento da chave pelo sensor de proximidade e a ausência de falhas no sistema. Essas condições foram cuidadosamente definidas com base em requisitos importantes.

Ao avaliar os resultados da simulação, é fundamental analisar como o sistema responde a cada uma dessas condições e como elas afetam o processo de aquecimento do combustível.

Com base nessas análises, poderemos determinar quão eficaz é o subsistema “Condições de Ativação” em garantir que a otimização do aquecimento do combustível que é fundamental para reduzir as emissões, aumentar a eficiência e garantir o funcionamento confiável do sistema de controle de combustível. Esses resultados desempenharão um papel crucial na validação e no aprimoramento do sistema, fornecendo informações valiosas para futuras otimizações e melhorias na tecnologia.

Sendo assim, ao analisar os resultados da simulação, foi constatado um perfeito funcionamento do subsistema em questão. Com o auxílio do software MATLAB, foi possível aquisitar as respostas do sistema e criar gráficos que demonstram a dinâmica do sistema.

Para uma condição de 90% de percentual de etanol na mistura de combustível, 18°C de temperatura ambiente e 20°C como a temperatura inicial do combustível, é possível inferir as variáveis booleanas indicando a ocorrência do aquecimento quando os triggers da chave por aproximação e o botão Start/Stop são ativados.

Gráfico 3 – Condições de Entrada do Sistema.

Fonte: Autoria própria, 2023.

Lembrando que essas variáveis são apenas variáveis de entrada que são apresentadas de forma estática por se tratar de variáveis simbólicas que representam entradas do sistema que em uma aplicação real seriam utilizados sensores para aquisição desses dados.

Gráfico 4 – Condições Booleanas de Ativação do Sistema.

Fonte: Autoria própria, 2023.

Destarte, com as condições de ativação do sistema bem definidas, o sistema desenvolvido será ativado da maneira correta seguindo os High Level Requirements do projeto.

5.2. LIMITAÇÕES DO SISTEMA

Posteriormente à simulação do sistema, foi possível evidenciar o funcionamento do sistema de contadores desenvolvido para garantir o funcionamento dentro dos limites do sistema que foram definidos anteriormente pelos High Level Requirements.

Neste contexto, este capítulo apresenta uma análise dos limites de funcionamento do sistema, destacando as implicações das condições de ativação do sistema, modulação de potência e tempo máximo de operação. Os resultados fornecem informações que constatam o funcionamento esperado do sistema e servem para uma futura otimização do desempenho do sistema de controle de aquecimento de combustível em veículos equipados com chaves por aproximação, contribuindo para a melhoria da eficiência energética e a redução das emissões de poluentes.

Destarte, é importante verificar se os prazos estabelecidos para a atuação do sistema são cumpridos para garantir que os componentes estejam funcionando corretamente. Ao analisar os resultados da simulação, foi constatado um perfeito funcionamento do subsistema em questão. Com o auxílio do software MATLAB, foi possível aquisitar as respostas do sistema e criar gráficos que demonstram a dinâmica das diferentes variáveis internas do modelo.

Figura 16 – Gráficos para os limites de tempo do sistema.

Fonte: Autoria própria, 2023.

A partir dos gráficos da figura 16 é possível inferir que o limite de tempo para o PWM aplicado foi atingido, com isso, a flag de limite de contador foi ativada, resultando em um status desativado para o sistema de aquecimento de combustível. Essa lógica desenvolvida é de extrema importância para garantir o funcionamento ideal do sistema e proteger os seus componentes envolvidos.

Ademais, como a aplicação definida foi um veículo híbrido em que possui dois tipos de bateria em sua arquitetura – uma bateria de chumbo (12 V) e uma bateria de lítio (48 V) – uma lógica foi desenvolvida para alternar entre as baterias responsáveis pelo aquecimento dos glow plugs. A bateria de chumbo 12 V se apresenta como a bateria principal para esta aplicação contudo – seguindo os High Level Requirements do projeto – caso a bateria de 12 V apresente uma carga menor que 50%, o fornecimento de energia deve ser realizado pela bateria de lítio 48 V.

Figura 17 – Gerenciamento de Carga e Térmico das baterias.

Fonte: Autoria própria, 2023.

A partir da figura 17 é possível observar o funcionamento esperado para o sistema de ativação das baterias. O gráfico “Gerenciamento de Carga das Baterias” demonstra que quando a bateria de chumbo (12 V) alcança uma carga menor que 50%, o sistema automaticamente define a bateria de lítio (48 V) como responsável pelo fornecimento de energia aos resistores que passa a ter sua energia drenada.

5.3. MODULAÇÃO DE POTÊNCIA

Esta seção examinará os resultados da simulação do nosso sistema de controle de aquecimento de combustível, concentrando-se especificamente na aplicação da modulação de potência controlada pelos controladores PID (Proporcional-Integral- Derivativo). Conforme discutido anteriormente, os controladores PID desempenham um papel crucial na regulação precisa da temperatura do combustível, contribuindo significativamente para a eficiência energética e a redução das emissões de poluentes.

É importante entender como a combinação do sinal PWM (Pulse Width Modulation) com os controladores PID afeta diretamente o desempenho do nosso sistema. Essa abordagem proporciona uma resposta dinâmica e adaptativa às variações de temperatura, assegurando um aquecimento estável e eficiente, independentemente das condições operacionais.

Destarte, é importante verificar a abordagem de modulação desenvolvida para a aplicação de potência ao sistema de forma a garantir que a temperatura de superfície dos glow plugs obedeça a essa relação e garanta o aquecimento do fluido na condição sem fluxo ou com fluxo de combustível. Ao analisar os resultados da simulação, foi constatado um perfeito funcionamento do subsistema em questão. Com o auxílio do software MATLAB, foi possível aquisitar as respostas do sistema e criar gráficos que demonstram a dinâmica das diferentes variáveis internas do modelo.

Gráfico 5 – Modulação do PWM.

Fonte: Autoria própria, 2023.

Após plotagem, o gráfico 5 representa o PWM para ambas as condições pré e pós partida do motor, deste é possível inferir que a modulação da potência controlada via PID foi aplicada corretamente baseando-se na resposta da diferença de temperatura de combustível calculada pelo modelo e pelo setpoint de temperatura definido por calibração.

Gráfico 6 – Temperatura de Superfície do Glow Plug.

Fonte: Autoria própria, 2023.

O gráfico 6 mostra a variação da temperatura de superfície do glow plug que é calculada a partir da aplicação de potência à resistência do componente. É possível inferir que existe uma semelhança entre as curvas do gráfico 5 e do gráfico 6 já que o objetivo da modulação do PWM é justamente controlar a quantidade de energia em forma de calor que será transferida para o combustível.

5.4. TEMPERATURA DO COMBUSTÍVEL

O capítulo da modelagem matemática de um sistema de controle de aquecimento de combustível nos fornece um entendimento profundo de como esse sistema opera e nos permite otimizar sua eficiência e desempenho em uma ampla gama de aplicações industriais e veículos que utilizam motores de combustão interna. Ao realizar simulações desse sistema com a implementação de controladores, pudemos observar resultados significativos que destacam a importância da calibração dos setpoints de temperatura.

Durante as simulações, aplicamos o Pulse Width Modulation (PWM) como uma estratégia de controle para regular o aquecimento do combustível. O PWM ajusta a potência de aquecimento de forma proporcional à diferença entre a temperatura medida e o setpoint calibrado. Os resultados demonstraram claramente como essa abordagem controla eficazmente a temperatura do combustível, mantendo-a dentro dos limites desejados.

No entanto, é crucial ressaltar que o sucesso dessa estratégia de controle está intrinsecamente ligado à calibração precisa dos setpoints de temperatura. A calibração adequada é o alicerce do funcionamento eficiente do sistema de controle de aquecimento de combustível. Se os setpoints não estiverem configurados corretamente, podem ocorrer problemas sérios:

Ineficiência Energética: Setpoints muito altos podem resultar no superaquecimento do combustível, desperdiçando energia e aumentando os custos operacionais.

Eficiência de Combustão Reduzida: Setpoints muito baixos podem levar a uma combustão incompleta, gerando emissões nocivas e comprometendo a eficiência energética.
Desgaste Prematuro: Flutuações excessivas de temperatura devido a setpoints mal calibrados podem causar desgaste prematuro em componentes críticos do sistema.

Além disso, as simulações destacaram como a capacidade de ajustar dinamicamente os setpoints com base nas mudanças nas condições operacionais é fundamental. Isso demonstra a importância da modelagem matemática contínua do sistema, que pode incorporar variações na temperatura ambiente, na demanda de calor do motor e em outros fatores externos. Essa adaptabilidade contribui para um controle mais inteligente e eficiente, maximizando ainda mais a eficiência energética e a redução de emissões.

A modelagem matemática e as estratégias de controle bem projetadas são instrumentos poderosos para atingir os objetivos de eficiência e redução de emissões, garantindo que o combustível seja mantido na temperatura adequada para uma queima eficiente e sustentável. Com isso, a variação de temperatura observada durante a simulação permite representar o comportamento de um fenômeno em uma real aplicação. Utilizando o software MATLAB, foi possível gerar os gráficos da variação da temperatura de combustível calculada por meio da modelagem matemática desenvolvida no trabalho.

Figura 18 – Temperatura do combustível calculada e controlada.

Fonte: Autoria própria, 2023.

A partir da figura 18 é possível observar o comportamento final esperado para o sistema em que a temperatura do combustível é calculada e controlada baseado na calibração de setpoints previamente definida. Ademais, é possível observar o sucesso na definição dos parâmetros dos controladores PID. Para a condição pré-partida, o combustível atingiu a temperatura esperada em 17 segundos, o que representa um bom período para a aplicação por chave de aproximação. Em muitos dos casos, o motorista não precisará nem mesmo aguardar para estar apto a dar partida no motor. Em adição, para a condição pós-partida, o sistema não apresenta uma rápida resposta de forma intencional. O principal objetivo nesta condição é garantir uma temperatura de combustível estável, o que pôde ser observado na resposta do sistema.

5.5. CONTINUIDADE DO ESTUDO

O trabalho atual, que se concentra no desenvolvimento de um sistema de controle de aquecimento de combustível, abre caminho para uma série de futuras pesquisas e aplicações práticas no campo da engenharia automotiva e da otimização de sistemas de combustível. Uma área fundamental para a expansão desse trabalho é a validação do sistema por meio da aplicação em um controlador real em um veículo de teste. Esse passo crítico permitirá que o sistema seja testado em condições de operação do mundo real, o que é essencial para garantir que ele funcione de maneira eficaz e segura em ambientes automotivos reais.

Além disso, é importante considerar a integração do sistema de controle de aquecimento de combustível com outros componentes de software essenciais em um veículo. Isso inclui o sistema de controle térmico de componentes, o sistema de controle de pressão de combustível e o sistema de controle de injeção de combustível. A interação desses sistemas desempenha um papel crucial no desempenho geral do veículo e na eficiência do consumo de combustível. Portanto, testar o sistema de aquecimento de combustível em conjunto com esses componentes permitirá a definição de mais condições de contorno, possibilitando que os controladores sejam melhor calibrados para envolver o comportamento dinâmico do sistema de maneira mais precisa e eficaz.

Essas futuras pesquisas e aplicações têm o potencial de melhorar significativamente a eficiência dos veículos, reduzir as emissões de poluentes e contribuir para a transição para uma mobilidade mais sustentável. Além disso, a validação em condições reais e a integração com outros sistemas automotivos são passos cruciais para a segurança e a confiabilidade do sistema de controle de aquecimento de combustível. Portanto, o trabalho atual representa apenas o primeiro passo em direção a um futuro mais promissor e eficiente na indústria automobilística.

6. CONCLUSÃO

Neste trabalho, foram apresentadas diversos conceitos e discussões a respeito do sistema de aquecimento de combustível em automóveis, incluindo uma análise detalhada do desenvolvimento do sistema que é o objetivo deste presente trabalho. Diferentes referências foram utilizadas para somar e atestar o desenvolvimento do projeto que pode ser considerado um sucesso de execução.

O design e testes de sistemas de controle utilizando o Model Based Design é uma maneira mais eficiente e sofisticada que os testes reais em campo visto que acelera o processo de design, testes e sintonia dos controladores.

Para atingir o objetivo proposto de desenvolvimento do sistema que caracteriza o aquecimento de combustível por meio do uso de glow plugs, foi necessária a modelagem de sistema dinâmico: a variação temperatura baseada na potência aplicada ao resistor do aquecedor. Esse sistema dinâmico foi dividido em duas condições de operação para o motor – condição pré-partida e pós-partida – em que todo o sistema de ativação, desativação e controle é responsável por receber todas as informações do veículo e adaptar-se para garantir seu funcionamento ideal dentro do limite de emissões de gases poluentes.

Os softwares MATLAB e Simulink se apresentam como alternativas extremamente utilizadas na indústria automotiva e foram utilizados para desenvolvimento de todo o modelo e lógica do sistema. O MATLAB foi utilizado para definir algumas condições de contorno do sistema, ajustar os parâmetros de calibração e gerar os gráficos dos resultados das simulações realizadas. O Simulink foi utilizado como fundação para todo o sistema com o desenvolvimento da lógica por meio de diagramas o que permite uma visualização e dinamismo para o modelo desenvolvido.

As simulações realizadas com o modelo do sistema desenvolvido atestaram o sucesso do objetivo do projeto. O modelo matemático desenvolvido foi utilizado para representar a dinâmica do sistema e a aplicação de controladores PID que fazem o papel de controlar a temperatura de combustível e garantir o funcionamento ideal do sistema. Em síntese, o desenvolvimento de um sistema de aquecimento de combustível assume um papel central na busca por soluções energéticas mais eficientes e sustentáveis. O funcionamento atestado por meio das simulações não só valida a viabilidade do sistema, mas também demonstra seu potencial para contribuir significativamente para a otimização dos recursos energéticos. Portanto, investir no desenvolvimento e implementação de sistemas de aquecimento de combustível é uma estratégia crucial para um futuro energético mais limpo e eficiente, alinhando-se com nossos objetivos de sustentabilidade e preservação do meio ambiente.

O desenvolvimento e simulação do sistema em MATLAB-Simulink representa apenas uma pequena parte de um código com milhões de linhas que está presente nos diferentes controladores de um veículo. É decerto que o sistema desenvolvido representa um componente de extrema importância à todo o conjunto de software voltado para o controle de emissões – contudo – para uma validação do sistema e calibração dos parâmetros de forma mais precisa, um futuro trabalho pode ser desenvolvido e testado em conjunto com o modelo de outras funcionalidades e dinâmicas do veículo como o sistema de controle térmico de componentes, o sistema de controle de pressão de combustível e o sistema de controle de injeção de combustível.

Em resumo, ao longo deste trabalho, foi possível analisar em detalhes o desenvolvimento do sistema e destacar a sua importância no aumento da eficiência na queima de combustíveis e consequentemente, a redução das emissões nocivas. Este projeto não apenas demonstra a viabilidade técnica, mas também aponta para um futuro mais promissor, onde a inovação tecnológica desempenha um papel crucial na construção de um ambiente sustentável e responsável do ponto de vista energético.

7. REFERÊNCIAS

AL-MUHSEN, N. F. Investigation of Dual Injection of Ethanol Fuel in Down sized Spark Ignition Engine.University of Technology Sydney, 2019. Disponível em: < (PDF) Investigation of dual injection of ethanol fuel in downsized spark ignition engine (researchgate.net)>.

AMORIM, O. Desenvolvimento de um controle de tração e um sistema de controle ativo de distribuição de conjugado entre rodas para um veículo Formula Student elétrico. TCC — CEFET-MG: [URL]

Bosch chega à marca de três milhões de sistemas Flex Start produzidos no Brasil.Disponível em: <https://autoentusiastas.com.br/2021/10/bosch-chega-a-marca-de-tres- milhoes-de-sistemas-flexstart-produzidos-no-brasil/>.

CHEN, Y.; SEBORG, D. E. Process Dynamics and Control. John Wiley & Sons, 2018.

DEL, L. R. et al. Automotive Model Predictive Control. Conference on Decision and Control (CDC), v. 402, p. 284, 2010. Disponível em: <http://link.springer.com/10.1007/978-1-84996-071-7>.

FARIAS, A. Desenvolvimento de uma plataforma de simulação hardware in the loop de baixo custo.TCC — UNIVERSIDADE DE BRASÍLIA: [URL]

FRANKLIN, Gene F. Sistemas de Controle para Engenharia. Bookman, 2013.

GUEORGUIEV, V.; RACHEV, B. PID Control in Combustion Processes. Springer, 2019.

HELLEBUYCK L., KNAUSS E., VAN DEN BROEK P. Aligning high-level requirements and tests for component-based software in the automotive domain. Journal of Systems and Software, 2019.

HEYWOOD, John B. Internal combustion engine fundamentals. 2 ed. New York McGraw-Hill, Inc., 2018. 1721 p.

HODEL, K. Planejamento e estruturação de testes de software em sistema eletrônicos embarcados automotivos. TESE DOUTORADO — UNIVERSIDADE DE SÃO PAULO: [URL]

IMT, UNICA. Análise Estatística de Desempenho e Performance de Combustíveis. Desenvolvido pelo Instituto Mauá de Tecnologia, 2017.

INCROPERA, F.P.; DEWITT, D.P. Fundamentos de Transferência de Calor e de Massa, 3a edição, LTC – Livros Técnicos e Científicos Editora S. A., R. J. 1990.

IRENO, T. Aplicação da metodologia Model – Based Design no projeto e teste de sistemas de controle. TCC — UFOP: [URL]

KONSTANTOPOULOS P., KOLIOS D., MATTHOPOULOS, D. P. Amulti-disciplinary approach for the analysis and simulation of automotive systems using MATLAB-SIMULINK. Procedia Computer Science, 2016.

LI M., LOU D., HUANG L. High-level requirements analysis for automotive software development.2019 IEEE 26th International Conference on Software Analysis, Evolution and Reengineering (SANER) (pp. 575-579). IEEE, 2019.

MATHWORKS. Model – Based Design for embedded control systems, 2019.

MECÂNICO, R. O. Flex Start: Agora é sem tanquinho. Disponível em:<https://omecanico.com.br/agora-e-sem-tanquinho/>. Acesso em: 11 abr. 2023.

MIAO H., WANG J., ZHANG J., & ZHANG Y. MATLAB/Simulink-based simulationstudy on vehicle dynamic performance. In IOP Conference Series: Materials Science and Engineering (Vol. 452, No. 1, p. 012037). IOP Publishing, 2018.

NASCIMENTO, F. Análise de controlador aplicado a sistema de controle de estabilidade veicular.TCC — UNIVERSIDADE DE BRASÍLIA: [URL]

NISE, N. S. Engenharia de Sistemas de Controle. 7a Edição, LTC, 2017.

PAPALAMBROS P. Y., WILDE D. J. Principles of optimal design: modeling and computation.Cambridge University Press, 2000.

PINTO, J. E. Aplicação Prática do Método de Sintonia de Controladores PID Utilizando o Método do Relé com Histerese. Dissertação de Mestrado do Programa de Pós-Graduação em Engenharia Elétrica e de Computação da UFRN, 2014.

RODRÍGUES-ANTÓN, L. M. et al. Theoretical determination of distillation curves of gasoline, ethanol and ethyl tert-butyl ether ternary blends from the experimental distillation curve of gasoline. Fuel, Volume 308, Elsevier, 2022, 122030, ISSN 0016- 2361. Disponível em: <https://doi.org/10.1016/j.fuel.2021.122030>.

SILVA, G. Projeto de simulação de funções embarcadas automotivas: Estudo de caso para carrocerias.TCC — UTFPR: [URL]

VANDORE, V. Auto-tuning control using Ziegler Nichols, em ‘9^thIEEE/IAS International Conference on Industry Applications – INDUSCON’. Pages of Control Engineering: http://www.controleng.com/article/CA6378136.html.

YARA, H.E. Projeto de um sistema de controle de temperatura para chuveiros aquecidos por queima de gás.POLI USP. Disponível em: < http://sites.poli.usp.br/d/pme2600/2010/Artigos/Art_TCC_037_2010.pdf>.

ZHAO J., XIE T., DUAN C. A framework for safety analysis of automotive control systems based on system models.IEEE Transactions on Industrial Informatics, 2017.

ZIEGLER, J. B. & N. B. NICHOLS. Optimum settings for automatic controls. 1942, Transactions ASME 64, 759-768.

ZIEGLER, J. B. & N. B. NICHOLS. Process lags in automatic control circuits. 1943, Transactions ASME 65, 433-444.

ANEXO A – CÓDIGO MATLAB DE PARAMETRIZAÇÃO

ANEXO B – CÓDIGO MATLAB PARA GERAÇÃO DE GRÁFICOS