1

Identificao e Controle
Adaptativo
Prof. Antonio A. R. Coelho
Universidade Federal de Santa Catarina, UFSC
Grupo de Pesquisa em Tecnologias de Controle Aplicado, GPqTCA
Departamento de Automao e Sistemas, DAS
CEP 88.040-900, Florianpolis, SC, Brasil E-mail: aarc@das.ufsc.br
2
Ementa de Identificao
Introduo.
Noes bsicas de
identificao.
Modelos de processos de
ordem reduzida e
complexos.
Mtodos clssicos para
modelagem de processos.
Identificao de sistemas via
equao a diferenas.
Identificao de sistemas via
rel.
3
Cap. 3 Modelos de processos
de ordem reduzida e complexos
Introduo.
Modelos contnuos de ordem reduzida.
Modelos discretos de ordem reduzida.
Modelos de sistemas discretos complexos.
Perturbaes nos modelos discretos.
4
Introduo
Vrias plantas industriais so bem
representados por funes de transferncia
(modelos matemticos) de primeira ou segunda
ordem.
Os sinais podem ser representados utilizando:
variveis contnuas ou discretas.
as funes de transferncia atravs das
transformadas de Laplace e z.
Planta
5
Modelos contnuos de
ordem reduzida
A representao usual de um modelo matemtico para
uma planta industrial a funo de transferncia de
primeira ordem com atraso de transporte:
1 s
Ke

) s ( U
) s ( Y
) s ( G
s
1 p
+
= =

6
Modelos contnuos de
ordem reduzida
Os parmetros (K, , ) caracterizam o
comportamento dinmico de um sistema de
primeira ordem e podem ser identificados com
base na curva (resposta) de reao do
processo.
y
t
u
7
Ganho esttico
O ganho esttico de um sistema definido por:
y(t) a variao da sada,
u(t) a variao da entrada.
K
y t
u t
=

( )
( )
8
Exemplo em um sistema de nvel
Considere o processo de nvel de lquido em
regime estvel, onde nas condies operacionais
tem-se as vazes de entrada e sada constantes e
iguais.
9
Exemplo em um sistema de nvel
As figuras ilustram os comportamentos do nvel e
o clculo do ganho considerando um aumento
sbito (na forma de degrau) na vazo de entrada e
um aumento em degrau na vazo de sada
(atravs da abertura da vlvula de sada),
respectivamente.
10
Ganho em um sistema de nvel
11
Ganho em um sistema de nvel
12
Constante de tempo
A constante de tempo para processos
industriais (caracterizada em uma funo
matemtica de primeira ordem) definida por:
-0,2
0
0,2
0,4
0,6
0,8
1
1,2
0 0,05 0,1 0,15 0,2 0,25 0,3 0,35 0,4 0,45
O tempo requerido, medido a partir do ponto
onde o sinal de sada comea a mudar, para que
a sada do processo de primeira ordem atinja
63.2% do valor da variao total, depois que
ocorreu uma mudana na entrada.
13
Constante de tempo
Pergunta: Porque 63.2%?
Para um processo de primeira ordem e sem atraso de
transporte a equao diferencial :
y(t) a sada, u(t) a entrada, K o ganho e a
constante de tempo.

dy t
dt
y t Ku t
( )
( ) ( ) + =
14
Constante de tempo
A resposta a uma mudana em degrau de amplitude M :
Sada para valores mltiplos da constante de tempo:
y() = 0.632KM (corresponde a constante de tempo),
y(2) = 0.865KM; y(3) = 0.950KM,
y(4) = 0.982KM (corresponde ao tempo de estabilizao),
y(5) = 0.993KM.
0 t ; ) e 1 ( KM ) t ( y
t
=

15
Atraso de transporte
O tempo morto na dinmica do processo, normalmente
o tempo que leva para o material se mover ou ser
transportado de um ponto a outro.
Esta a razo pela qual o termo equivalente atraso de
transporte sempre utilizado para descrever tempo
morto.
16
Atraso de transporte
O atraso de transporte pode ser definido como:
O tempo decorrido aps a ocorrncia de uma
perturbao no processo at que seja notada uma
mudana na sada do mesmo.
17
Exemplo de atraso de transporte
Dois fluidos, quente e frio, so misturados num sistema
de bombeamento:
A temperatura das vazes combinadas medida em
um ponto jusante do ponto de mistura.
Qual a resposta da temperatura medida aps um
aumento em degrau na vazo do fluido frio?
18
Exemplo de atraso de transporte
19
Funo de transferncia
de segunda ordem
Processos industriais so inerentemente bem
representados por uma funo de transferncia de
segunda ordem:
ou

1
e
2
so as constantes de tempo, K o ganho, o
atraso de transporte contnuo, w
n
a freqncia
natural e o fator de amortecimento.
) 1 s )( 1 s (
Ke
) s ( G
2 1
s
2 p
+ +
=



1
s
2
s
Ke
) s ( G
n
2
n
2
s
2 p
+ +
=

0,00
0,25
0,50
0,75
1,00
1,25
1,50
1,75
2,00
0,00 0,50 1,00 1,50 2,00 2,50 3,00 3,50 4,00
20
Funo de transferncia
de segunda ordem
A freqncia natural determina o perodo de
oscilao da sada e o comportamento dinmico
est caracterizado por:
> 1 sistema sobre-amortecido
(razes reais e desiguais,
1

2
).
= 1 sistema criticamente amortecido
(razes reais e iguais,
1
=
2
).
< 1 sistema sub-amortecido
(razes complexas conjugadas).
21
Funo de transferncia
genrica
Seja a funo de transferncia:
As razes do polinmio do denominador, D(.), so
denominadas plos do sistema. As razes do
polinmio do numerador, N(.), so denominadas
zeros do sistema.
(.) D
(.) N
(.) U
(.) Y
=
22
Funo de transferncia
de terceira ordem
Se a condio
assegurada, a resposta do sistema de
terceira ordem pode ser aproximada pelas
razes dominantes do sistema de segunda
ordem.
) 1 s )( w s w 2 s (
w
) s ( G
2
n n
2
2
n
+ + +
=
| w | 10 | / 1 |
n

23
Modelos discretos
de ordem reduzida
Embora muitos processos sejam contnuos por
natureza, os modernos sistemas de controle utilizados
para controlar processos baseiam-se em
computadores digitais e aplicam algoritmos de
controle digital.
24
Modelos discretos
de ordem reduzida
O sinal de controle implementado em intervalos de
tempo com o intervalo denominado perodo de
amostragem (T
s
).
Se a tcnica de projeto de controle por computador
baseia-se no modelo matemtico do processo
controlado, ento um modelo discreto da planta
necessrio para projetar e calcular a sada do sinal de
controle.
25
Concepes de controle
analgica e digital
26
Modelos discretos de
ordem reduzida
A representao funo de transferncia discreta
equivalente de modelos com funes contnuas de
primeira e segunda ordem pode ser calculada com
as tcnicas de sistemas amostrados.
27
Modelos discretos de
ordem reduzida
O procedimento de clculo utiliza o segurador de
ordem zero em cascata com a funo de
transferncia contnua do processo e um conjunto
de amostras da sada do processo em perodos de
amostragem so disponveis para identificao e
controle.
28
Modelos discretos de
ordem reduzida
Segurador de ordem zero em srie com o processo
G
p
(s) a funo de transferncia do processo, G
h
(s)
a funo de transferncia do segurador de ordem
zero, Y(s) e Y
*
(s) so os sinais de sada contnuo e
pulsado (discreto) e, U(s) e U
*
(s) so os sinais de
entrada contnuo e pulsado (discreto).
29
Modelos discretos de
ordem reduzida
A funo de transferncia amostrada do sistema
calculada por:
G
h
(s) tem a forma:
{ }
Y z
U z
Z G s G s z Z
G s
s
h p
p
( )
( )
( ) ( ) ( )
( )
= =

1
1
G s
e
s
h
sT
s
( )
( )
=


1
30
Modelos discretos de
ordem reduzida
A funo de transferncia discreta
correspondente a equao :

a
1
e b
0
so os coeficientes do modelo discreto, z
o operador deslocamento, d o atraso de transporte
discreto e satisfaz a relao:
1 s
Ke

) s ( U
) s ( Y
) s ( G
s
1 p
+
= =

1
1
0
) 1 d (
1
0
d
1 p
z a 1
b z

a z
b z
) z ( G

+
+
=
+
=
s s
T ) 1 d ( dT + <
31
Modelos discretos de
ordem reduzida
O parmetro a
1
funo de e T
s
enquanto que o
parmetro b
0
funo de K, e T
s
.
Por outro lado, a funo de transferncia discreta
correspondente a equao
dada por:
) 1 s )( 1 s (
Ke
) s ( G
2 1
s
2 p
+ +
=



2
2
1
1
1
1 0
) 1 d (
2 1
2
1 0
d
2 p
z a z a 1
) z b b ( z
a z a z
) b z b ( z
) z ( G

+
+ +
+
=
+ +
+
=
32
Exemplo numrico
Considere o processo de primeira ordem
representado por:
K
1
= 1, = 7.5 seg, T
s
= 4 seg. Obter a funo de
transferncia discreta sem e com o segurador de
ordem zero.
1 s
K
) s ( G
1
p
+
=

v
o
R
C v
i
33
Soluo do exemplo
34
Modelos de sistemas
discretos complexos
Se um computador utilizado para controlar um
processo, o sistema de controle pode ser
representado pela configurao.
35
Modelos de sistemas
discretos complexos
O modelo entrada/sada para o processo,
utilizando a transformada z, pode ser obtido como:
G
p
(z) a funo de transferncia do processo,
incluindo o segurador de ordem zero, e pode ser
representada por uma razo de dois polinmios em
z
-1
.
) z ( U ) z ( G ) z ( Y
p
=
36
Modelos de sistemas
discretos complexos
ou
A equao uma representao usual na literatura
de Identificao e Controle Adaptativo.
) z ( U
) z ( Y
) z ( A
) z ( B
z ) z ( G
1
1
d
p
= =

A z y t z B z u t
d
( ) ( ) ( ) ( )

=
1 1
37
Modelos de sistemas
discretos complexos
38
Exemplo numrico
Obter a equao a diferenas equivalente e
avaliar as caractersticas de malha aberta do modelo
discreto relativo ao processo de segunda ordem
representado por:
G s
s s
p
( )
( )( )
=
+ +
1
3 1 5 1
39
Exemplo numrico
Considerando o segurador de ordem zero e T
s
= 1
seg, ento com o auxlio do Matlab tem-se:
) 2 t ( u 0234 . 0 ) 1 t ( u 0279 . 0 ) 2 t ( y 5866 . 0 ) 1 t ( y 5353 . 1 ) t ( y + + =
A z y t z B z u t
d
( ) ( ) ( ) ( )

=
1 1
1 d ; z 0234 . 0 0279 . 0 ) z ( B ; z 5866 . 0 z 5353 . 1 1 ) z ( A
1 1 2 1 1
= + = + =

40
Exemplo numrico
Como as razes relativas aos plos e zeros
posicionam-se no interior do crculo unitrio no
plano complexo z o sistema estvel e de fase
mnima.
Os resultados do exemplo podem ser obtidos
executando-se o programa em Matlab.
41
Programa em Matlab da converso
contnua para discreta
42
Perturbao nos modelos
discretos
A perturbao pode ser definida como:
Um sinal que tende a afetar adversamente a
magnitude da entrada e/ou sada de um
sistema.
43
Perturbao nos modelos
discretos
A estrutura de um sistema composto pelo processo e
uma perturbao constante na sada, denominada
offset, :
representao do processo com perturbao de
carga.
44
Perturbao nos modelos
discretos
A representao matemtica da planta :
cte ) t ( v ; ) t ( v ) d t ( u
) z ( A
) z ( B
) t ( y
1
1
= + =

45
Perturbao nos modelos
discretos
Neste tipo de representao habitual distinguir,
alm da perturbao de carga, diferentes tipos de
perturbaes ou imprecises que afetam a
estabilidade do processo controlado, tais como:
perturbao estocstica.
erro de medio.
variao paramtrica.
impreciso na estrutura do modelo da planta.
46
Perturbao nos modelos
discretos
Quando presente em um sistema de controle o
offset eliminado pela ao integral do controle.
Alguns esquemas de controle adaptativo estimam
o valor de v(t) (amplitude da perturbao) para
compensar seu efeito e melhorar a dinmica de
malha fechada da planta.
As diferentes formas que o sinal v(t) pode assumir
so: pulso, degrau, rampa, senoidal ou rudo
aleatrio.
47
Perturbao nos modelos
discretos
O projeto dos algoritmos de controle timo depende
da natureza da perturbao. Na teoria de controle
estocstico os controladores so desenvolvidos sob
a suposio de que as perturbaes so
estocsticas por natureza.
A forma importante de perturbao aleatria
aquela associada com mudanas no-previsveis
no sistema.
48
Perturbao nos modelos
discretos
Perturbaes so agregadas ao processo e
modeladas com uma seqncia rudo branco
(rudo Gaussiano), de mdia nula e varincia
2
.
49
Programa em Matlab
50
Perturbao nos modelos
discretos
51
Perturbao nos modelos
discretos
O diagrama representando o sistema de controle em
malha aberta completo (processo e perturbao).
representao do processo com
perturbao estocstica.
52
Perturbao nos modelos
discretos
A equao
uma forma cannica (modelo paramtrico) para
um sistema dinmico discreto com uma entrada,
uma sada e um atraso de transporte que um
mltiplo inteiro do perodo de amostragem, quando
sujeito a perturbaes estocsticas.
y t
B z
A z
u t d
C z
A z
e t ( )
( )
( )
( )
( )
( )
( ) = +

1
1
1
1
53
Perturbao nos modelos
discretos
O sinal e(t) um seqncia aleatria no-
correlata de mdia nula e utilizada para representar
uma perturbao. O polinmio C(z
-1
) tem a forma:
C z c z c z c z
nc
nc
( ) ...

= + + + +
1
1
1
2
2
1
54
Perturbao nos modelos
discretos
y t
B z
A z
u t d
C z
A z
e t ( )
( )
( )
( )
( )
( )
( ) = +

1
1
1
1
O modelo matemtico CARIMA, em substituio ao
modelo CARMA da equao
caracterizado pela seguinte equao a
diferenas:
A z y t z B z u t
C z
z
e t
d
( ) ( ) ( ) ( )
( )
( )
( )

= +
=
1 1
1
1
1
55
Caractersticas dos modelos
discretos
A concepo da representao do processo
CARIMA importante para assegurar uma parte
integral na lei de controle digital e proporcionar erro
nulo em regime entre a sada e a referncia para
qualquer setpoint e perturbao de carga com
comportamento em degrau.
Diversos tipos de modelos matemticos lineares
discretos podem ser utilizados em identificao e
controle adaptativo.
56
Modelos de sistemas dinmicos
discretos
57
Modelos em identificao
e controle adaptativo
Nas reas de Identificao e Controle Adaptativo os
coeficientes dos polinmios A(z
-1
), B(z
-1
) e C(z
-1
) so
desconhecidos, podem ser constantes ou
variantes no tempo e devem ser estimados por
tcnicas de identificao em uma particular
aplicao experimental.
A literatura de Identificao de Sistemas tambm
emprega no lugar dos modelos CAR, CARMA,
CARIMA as notaes ARX, ARMAX, ARIMAX,
respectivamente, onde X denota exogenous ou
external input.
58
Produtos e aplicaes
59
Modelo: alguma coisa que
mmica caractersticas
relevantes de uma situao
sendo estudada:
mapa, modelo, brinquedo,
modelo matemtico.
O modelo algumas vezes
modificado, frequentemente
descartado e algumas vezes
usado de qualquer forma pois
melhor do que nada.
O que um modelo
matemtico de planta?
60
Estabilidade, dvidas?