FACEPE A energia elétrica é considerada como um dos principais insumos do setor industrial; sua disponibilidade, qualidade e custo são diretamente ligados à capacidade competitiva deste setor. Com o aumento dos custos da eletricidade e da emissão de gases causadores do efeito estufa, ações voltadas para o uso eficiente deste insumo tornam-se cada vez mais atrativas. Uma parte muito importante da área de controle e automação dos processos industriais é a sintonia dos controladores PID, uma vez que os processos, dentre outras coisas, dependem dos seus controladores, e estes para serem produtivos precisam estar bem sintonizados. O presente trabalho descreve uma maneira de sintonizar desses tipos de controladores baseada em inteligência artificial utilizando uma técnica de otimização evolutiva, conhecida como Otimização por Enxame de Partícula (PSO), técnica eficiente na otimização de funções com vários mínimos locais, funcionando desta forma como uma alternativa às diversas formas de sintonizações clássicas existentes. O objetivo deste trabalho é o de demonstrar o ganho em desempenho no controlador, tanto na parte energética como na ação de controle, proporcionado pela sintonia do controlador através do PSO. Uma parte importante da metodologia deste trabalho é a possibilidade da implementação direta no sistema real dos parâmetros sintonizados do controlador, encontrados por meio da otimização por PSO via simulação computacional; para isso, foi necessária a modelagem do sistema de forma digital, a qual permitiu reproduzir os efeitos da dinâmica do processo real. A implementação real foi feita por meio do protótipo de um sistema de exaustão industrial, o qual é todo controlado por um controlador lógico programável (CLP), localizado no Laboratório de Sistemas Motrizes da Universidade Federal de Pernambuco, a partir do qual foi realizada a coleta de dados experimentais para a análise do desempenho do sistema quando do uso deste tipo de sintonia do controlador. Electricity is considered as one of the main inputs of the industrial sector; its availability, quality and cost are directly related to the competitive capacity of this sector. With rising costs of electricity and the emission of greenhouse gases, actions aimed at the efficient use of this input become increasingly attractive. A very important part of the area of control and automation of industrial processes is the tuning of the parameters of the PID controllers, since the processes, among other things, depend on their controllers, and these to be productive must be well tuned. The present work describes a way of tuning these types of controllers based on artificial intelligence using an evolutionary optimization technique, known as Particle Swarm Optimization (PSO), an efficient technique for optimizing functions with several local minimums, working in this way as a different form of classical tuning. The objective of this work is to demonstrate the gain in performance in the controller, both in the energy part and in the control action, provided by the controller tuning through the PSO. An important part of the methodology of this work is the possibility of directly implementing in the real system the tuned parameters of the controller, found by means of PSO optimization through computational simulation; for this it was necessary to model the system in digital form, which allowed to reproduce the effects of the actual process dynamics. The actual implementation was done through the prototype of an industrial exhaust system, which is all controlled by means of a PLC, located in the Laboratory of Motor Systems of the Federal University of Pernambuco, from which the collection of experimental data for the analysis of the performance of the system when using this type of controller tuning.