A tecnologia blockchain tem sido aplicada em diferentes contextos, mas ainda enfrenta desafios significativos para manter eficiência e desempenho sob taxas variáveis de entrada de transações, típicas de aplicações reais. Parâmetros como tamanho do bloco ou Batchsize e tempo limite de bloco ou Batchtimeout impactam diretamente as métricas de desempenho, que por sua vez determinam a qualidade de serviço (QoS) entregue pela rede. Neste trabalho, consideram-se metas de QoS como aproximar a taxa de vazão da rede à taxa de entrada de transações e reduzir a latência média de confirmação de blocos. A ausência de mecanismos adaptativos consolidados capazes de atender a essas metas motiva a investigação de soluções que ofereçam maior estabilidade e previsibilidade de desempenho. Nesse sentido, é proposto um arcabouço para controlar o ajuste dinâmico de parâmetros internos da blockchain, por conseguinte, avaliamos se esses ajustes alcançam metas de QoS pré-definidas via experimentos sistemáticos em ambientes controlados. Como prova de conceito desse arcabouço, foi desenvolvido uma ferramenta para monitoramento da carga de requisições e ajustes de parâmetros da rede blockchain considerando o protocolo Hyperledger Fabric e as estratégias de ajuste da literatura: a aHLF, adaptado de protocolos de consenso PBFT, e FabMAN, especificamente desenvolvida para Hyperledger Fabric. Foram conduzidos experimentos em cenários de carga constante e dinâmica, possibilitando avaliar a efetividade do arcabouço frente às metas de QoS estabelecidas. Os resultados indicam que a estratégia aHLF apresentou desempenho superior, alcançando maior proximidade entre vazão e taxa de entrada de transações, além de menor latência média em diferentes cenários. A estratégia FabMAN, embora funcional em condições de baixa carga, mostrou maior variabilidade de desempenho e perda de eficiência em cenários dinâmicos, limitando sua aplicabilidade. A análise comparativa dessas estratégias evidencia os pontos fortes e fracos do arcabouço proposto, consolida métricas de referência para trabalhos futuros e reforça a importância de mecanismos adaptativos no cumprimento de metas de QoS em redes blockchain.