(Apostila) Controle Moderno de Processos

Controle de Processos - Parte 2 - Prof.
Eduardo Nunes Goncalves
5 Rela
c
ao Entre as V
arias Formas de Representa
c
ao de Sistemas
Equaes
Diferenciais
Equaes
de Estado
Funo de
Transferncia
Diagrama
de Simulao
5.1 Matriz de transfer

encia
SLIT contnuos no tempo podem ser descritos pela representacao
no espaco de estados:
dx(t)
= Ax(t) + Bu(t) : Equacao de estado
dt
y(t) = Cx(t) + Du(t) : Equacao de sada
sendo x(t) Rn o vetor de estados, u(t) Rp o vetor de entradas e
y(t) Rq o vetor de sadas. As variaveis de estado, x1(t), x2(t), . . .,
xn(t), podem estar associadas com os elementos do sistema que armazenam energia ou podem ser variaveis com significado puramente
matematico.
Aplicando a transformada de Laplace nas duas equacoes e escrevendo a relacao entrada-sada resulta na matriz de transferencia:
G11(s) . . . G1p(s)
...
...
G(s) = C(sI A)1B + D = ...
Gq1(s) . . . Gqp(s)
Como Y (s) = G(s)U (s), entao
Gi,j (s) =
Yi(s)
Uj (s)
Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves
No caso de sistemas lineares,

Yi(s) = Gi1(s)U1(s) + Gi2(s)U2(s) + . . . + Gip(s)Up(s), i = 1, . . . , q
Polos de G(s) = autovalores de A:
G(s) = C(sIA)1B+D =
Cadj(sI A)B + D|sI A| N (s)

=
|sI A|
Q(s)
As razes de Q(s) = |sI A| = 0 sao os polos de G(s)

As razes de Q(s) = |I A| = 0 sao os autovalores de A
Uma representacao no espaco de estado de uma funcao de transferencia G(s) e denominada uma realizacao de G(s), podendo ser
representado na forma compacta por:

A B
G(s) ,
C D
Nota: Existem diferentes possibilidades de realizacao de uma
funcao de transferencia.
5.2 Diagramas de simulac
ao
Diagramas de simulacao podem ser utilizados para obter realizacoes no espaco de estados de funcoes de transferencia. Diagramas
de simulacao utilizam apenas 3 elementos para representar sistemas:
somador, multiplicador (ganho) e integrador.
Considere a equacao diferencial:
dny(t)
dn1y(t)
dy(t)
+ a0y(t) = b0u(t)
+
a
+
.
.
.
+
a
n1
1
dtn
dtn1
dt
Usando blocos integradores pode-se obter y(t) a partir de
(n)
y(t)
oo
(n-1)
y(t)
y(t)
ooo
y(t)
y(t)
dn y(t)
dtn :
dn y(t)
dtn ,
pode ser obtida expli-
A entrada do integrador à esquerda,

citando este termo na equacao diferencial:
dy(t)
dn1y(t)
dny(t)
. . . an1
= a0y(t) a1
+ b0u(t)
dtn
dt
dtn1
(n)
u(t)
b0
y(t)
y(t)
y(t)
y(t)
ooo
x n (t)
+ + x n (t)
ooo
oo
(n-1)
y(t)
-an-1
o
xn-1(t)
x 3(t)
x 2(t)
o
x2(t)
o
x1(t)
x1(t)
o
o
o
-a0
Representacoes no espaco de estados podem ser obtidas definindo

as sadas de cada bloco integrador como variaveis de estado xi(t) (a
entrada do integrador sera dxdti(t) ). Definindo as variaveis de estado
como mostrado na figura resulta:

0
1
0 ... 0
x1
0
x1
x 0
0
1
0 x2 0
2
d .. ..
.
.
.
.
.
. . .. .. + ..
..
. = .
u

dt
0
0 . . . 1 xn1 0
xn1 0
a0 a1 a2 . . . an1
b0
xn
xn
x1
x
2

..
y = 1 0 0... 0 .
xn1
xn
5.3 Forma can

onica de vari
aveis de fase ou forma can
onica
control
avel
Equacao diferencial de alta ordem ou F.T Espaco de Estados
dny(t)
dn1y(t)
dy(t)
+ a0y(t) = u(t)
+
a
+
.
.
.
+
a
Caso 1:
n1
1
dtn
dtn1
dt
1
Y (s)
= n
G(s) =
U (S) s + an1sn1 + . . . + a1s + a0
As variaveis de estado podem ser definidas como:
dx1(t)
x1(t) , y(t)
= x2(t)
dt
dx2(t)
dy(t)
= x3(t)
x2(t) ,
dt
dt
...
...
...
dn1y(t)
dxn(t)
dny(t)
=
xn(t) ,
dtn1
dt
dtn
dxn(t)
dy(t)
dn1y(t)
dny(t)
= a0y(t) a1
+ u(t)
=
. . . an1
dt
dtn
dt
dtn1
= a0x1(t) a1x2(t) . . . an1xn(t) + u(t)
Que corresponde a seguinte realizacao no espaco de estados:

0
1
0 ... 0
x1
0
x1
x 0
0
1
0 x2 0
2
d .. ..
.
.
.
.
.
. . .. .. + ..
..
u
. = .

dt
0
0 . . . 1 xn1 0
xn1 0
a0 a1 a2 . . . an1
1
xn
xn
x1
x
2

..
y = 1 0 0... 0 .
xn1
xn
Caso 2:
dny(t)
dn1y(t)
dy(t)
+
a
+
.
.
.
+
a
+ a0y(t) =
n1
1
dtn
dtn1
dt
dmu(t)
dm1u(t)
du(t)
cm
+ c0u(t), m n
+
c
+
.
.
.
+
c
m1
1
dtm
dtm1
dt
cmsm + cm1sm1 + . . . + c1s + c0
Y (s)
= n
G(s) =
U (S)
s + an1sn1 + . . . + a1s + a0
Definindo:
Y (s) = (cmsm + cm1sm1 + . . . + c1s + c0)X1(s)
a equacao diferencial pode ser re-escrita como:
dnx1(t)
dn1x1(t)
dx1(t)
+ a0x1(t) = u(t)
+
a
+
.
.
.
+
a
n1
1
dtn
dtn1
dt
que e igual ao caso 1:
dx2(t)
dxn1(t)
dx1(t)
= x2(t),
= x3(t), . . . ,
= xn(t)
dt
dt
dt
dxn(t)
= a0x1(t) a1x2(t) . . . an1xn(t) + u(t)
dt
O que muda e a relacao entre y(t) e x1(t):
dmx1(t)
dm1x1(t)
dx1(t)
+
c
+
.
.
.
c
+ c0x1(t)
y(t) = cm
m1
1
dtm
dtm1
dt
Caso m < n
y(t) = cmxm1(t) + cm1xm2(t) + . . . + c1x2(t) + c0x1(t)
Que corresponde a seguinte equacao de sada:
y = c0 c1 . . . c m
x1
0 . . . 0 ...
xn
Caso m = n
dxn(t)
y(t) = cn
+ cn1xn(t) + cn2xn1(t) + . . . + c1x2(t) + c0x1(t)
dt
= cn[a0x1(t) a1x2(t) . . . an1xn(t) + u(t)]
+c0x1(t) + c1x2(t) + . . . + cn2xn1(t) + cn1xn(t)
= (c0 cna0)x1(t) + (c1 cna1)x2(t) + . . .
+(cn1 cnan1)xn(t) + cnu(t)
Que corresponde a seguinte equacao de sada:
x

.1
y = c0 c1 . . . cn1 .. + cnu(t)
xn
sendo ck = ck cnak .
cn1sn1 + . . . + c1s + c0
Y (s)
= cn + n
G(s) =
U (S)
s + an1sn1 + . . . + a1s + a0
c'n-1
o
o
o
u(t)
+
+ +
ooo
x1(t)
x2(t)
ooo
x n (t)
x n (t)
x1(t)
c'0
-an-1
o
o
o
-a1
-a0
cn
+
+
y(t)
+
5.4 Forma can

onica de Jordan
Considere um sistema monovariavel com todos polos reais e distintos, cuja F.T. pode ser decomposta em fracoes parciais:
f1
fn
cnsn + cn1sn1 + . . . + c1s + c0
=
c
+
+.
.
.+
G(s) =
n
sn + an1sn1 + a1s + a0
s 1
s n
Y (s) = G(s)U (s) = f1
1
1
U (s) + . . . + fn
U (s) +cnU (s)
s
n
| {z1
| {z
}
}
Z1 (s)
Zn (s)
Definindo a variaveis de estado canonicas como:

1
d
Zi(s) ,
U (s) zi(t) = izi(t) + u(t)
s i
dt
A realizacao da funcao de transferencia na forma canonica de jordan (ou forma desacoplada ou forma normal) e
z1(t)
1 0 . . . 0
1
z1(t)

.
d
z2(t) 0 2 . . . .. z2(t) 1
. + . u(t)
. = .
dt .. .. . . . . . . 0 .. ..
zn(t)
zn(t)
1
0 . . . 0 n
z
(t)
1

y(t) = f1 f2 . . . fn ... + cnu(t)
zn(t)
Na realizacao na forma canonica,
dz(t)
= Anz(t) z(t) = n(t)z(0), n(t) = eAnt =
dt
e1t
0
...
0
ent
u(t)
z 1 (t)
z 1 (t)
+
f1
+
-1
o
o
o
o
o
o
z n (t)
z n (t)
+
y(t)
+
fn
+
-n
cn
5.5 Transformac
ao de similaridade
Seja x(t) e x(t) dois conjuntos diferentes de variaveis de estado de
um mesmo sistema. Se x(t) e x(t) podem ser relacionados por
x(t) = T x(t) ou x(t) = T 1x(t)
onde a matriz T Rnn, nao singular, e denominada matriz de
transformacao, entao:
d
d
x = Ax + Bu x = T x
x = Ax + Bu
dt
dt
y = Cx + Du
y = Cx + Du
sendo
A = T 1AT,
G(s) =
A B
C D
B = T 1B,

C = CT
T 1AT T 1B
CT
D
5.6 Diagonalizac
ao da matriz A
Se os autovalores forem todos distintos, entao existe uma matriz
T , denominada matriz modal, tal que
0
1
1
.
..
A = T AT = An =
0
n
Cada coluna da matriz modal e igual a um autovetor da matriz A:

sendo Avi = ivi e vi adj(iI A)
T = v1 v 2 . . . v n
Nota: Na forma canonica de variaveis de fase
1
1

2
1

2
T = v1 v2 . . . v n = 1
22
..
...
.
n1
n1
1
2
1
n
2n
...
. . . n1
n
...
...
...
Nota: A matriz de transicao de estados (t)

d
x(t) = Ax(t) x(t) = (t)x(0), (t) = eAt
dt
pode ser calculada a partir da matriz modal
t
e1
0
...
(t) = T nT 1, n = eAnt =
0
ent
MATLAB:
[T An]=eig(A)
sis=ss(A,B,C,D)
sis_n = ss2ss(sis, inv(T))
sis_n = canon(sis)
G=tf(sis)
sis=ss(G)
10
6 Propriedades de Sistemas Representados no Espaco

de Estados
Alem da propriedade de estabilidade serao consideradas mais
duas propriedades de sistemas representados no espaco de estados.
Controlabilidade existencia da solucao do problema de controle.
r(t)
u(t)
+
x(t)=Ax(t)+Bu(t)
x(t)
y(t)
_
K
Observabilidade possibilidade de estimar as variaveis de estado que nao podem ser medidas.
r(t)
u(t)
+
x(t)=Ax(t)+Bu(t)
x(t)
y(t)
_
Estimador
^
x(t)
K
Controlabilidade + Observabilidade condicoes para equivalencia completa entre funcoes de transferencia e representacao no
espaco de estados.
11
6.1 Estabilidade segundo Lyapunov

Defini
c
ao: O sistema dinamico contnuo x(t)
= Ax(t) e dito
ser estavel se somente se todos os autovalores de A, i(A), estao no
semi-plano esquerdo aberto, isto e, Re{i(A)} < 0, i. A matriz A
com essa propriedade e chamada de estavel ou Hurwitz.
Em 1892 o matematico russo Alexander Mikhailovitch Lyapunov
introduziu a teoria de estabilidade para sistemas lineares e nao-lineares.
Segundo Lyapunov, pode-se checar a estabilidade de um sistema encontrando uma funcao V (x), chamada funcao de Lyapunov, que para
sistemas invariantes no tempo deve satisfazer
V (x) > 0, V (0) = 0
dV
V dx
V (x) =
=
0
dt
x dt
Para o sistema x(t)
= Ax(t), a funcao de Lyapunov poder ser a

funcao quadratica V (x) = xT (t)P x(t), P = P T 0, que atende as
primeiras duas condicoes. A terceira condicao resulta em
V (x) = x T P x + xT P x = xT AT P x + xT P Ax
= xT (AT P + P A)x < 0
Teorema: O SLIT contnuo, x(t)
= Ax(t), e assintoticamente
estavel se somente se existe uma matriz simetrica definida positiva
P = P T 0, tal que
AT P + P A 0
Equivalentemente, O SLIT contnuo, x(t)
= Ax(t), e assintoticamente estavel se somente se existem matrizes simetricas definidas

positivas P = P T 0 e Q = QT 0 que atendem à equacao
algebrica se Lyapunov:
AT P + P A = Q
12
Teorema: O SLIT contnuo, x(t)
= Ax(t), y(t) = Cx(t), e

assintoticamente estavel se somente se o par (A, C) e observavel e
a equacao algebrica de Lyapunov possui uma unica solucao definida
positiva
AT P + P A = Q,
P = P T > 0,
Q = CT C 0
Equivalentemente, o sistema x(t)

= Ax(t) e estavel se existe X =
X T 0, X = P 1, tal que XAT + AX 0.
MATLAB: X = lyap(A,Q) resolve a equacao de Lyapunov: AX+
XAT + Q = 0.
Exemplo: Considere o sistema x(t)
= Ax(t), y(t) = Cx(t),
0 1 0

A = 0 0 1 , C = 1 0 0
1 2 3
O palpite incial para Q e Q = I.

No MATLAB, X=lyap(A,eye(3)) resulta:
5 0,5 1,5
X = 0,5 1,5 0,5 , i(X) = {0,19; 1,78; 5,53}
1,5 0,5
1
X 0 sistema assintoticamente estavel.
Para Q = C T C,
1,9
P = 1,8
0,5
no MATLAB, P=lyap(A,C*C) resulta:
1,8 0,5
2,8 0,9 , i(P ) = {0,002; 0,54; 4,5}
0,9 0,3
13
6.2 Controlabilidade
Defini
c
ao: O sistema dinamico x(t)
= Ax(t) + Bu(t) ou o par

(A, B) e controlavel (todos os estados sao controlaveis) se, para qualquer estado inicial x(0) = x0, qualquer tempo t1 > 0 e qualquer
estado final x1, existe uma entrada u(t) tal que a solucao da equacao
de estado satisfaca x(t1) = x1. Caso contrario, o sistema ou o par
(A, B) e dito ser nao controlavel.
u(t) deve influenciar cada variavel de estado na equacao:
X(s) = (sI A)1x(0) + (sI A)1BU (S)
= (s)x(0) + (s)BU (s)
x(t) = (t)x(t) +
( )Bu(t )d
Existem varias formas de verificar se o sistema e de estado controlavel.

1. O par (A, B) e controlavel se somente se a matriz de controlabilidade:

2
n1
C , B AB A B . . . A B Rnnp
possui posto n (posto de linha completo). Sendo n o numero de

variaveis de estados.
Nota: se o sistema possuir uma entrada, posto C = n |C| =

6 0.
6 0
Se o sistema possui multiplas entradas, posto C = n |CC T | =
MATLAB:
C=ctrb(A,B)
sis=ss(A,B,C,D)
C=ctrb(G)
rank(C)
14
2. Uma entrada u(t) que resulta em x(t1) = x1 e dada por:

T (t t)
1
u(t) = B T eA
sendo
Wc(t) ,
Wc(t1)1(eAt1 x0 x1)
T
eA BB T eA d
Desse modo o sistema e controlavel se somente se a matriz Wc(t)

possui posto completo (e definida positiva) para qualquer t > 0.
Para sistemas estaveis, e necessario analisar apenas P , Wc(),
isto e, o par (A, B) e controlavel se somente se o gramiano de controlabilidade
Z
T
P ,
eA BB T eA d
0
e definido positivo (P 0) e desta forma possui posto completo n.

P pode ser obtido da solucao da equacao de Lyapunov:
AP + P AT = BB T
MATLAB:
P=lyap(A,B*B)
P = gram(G,c)
eig(P) % controlavel se i(P ) > 0, i
3. Seja qiA = iqi. O sistema e de estado controlavel se somente
se B qi 6= 0, i.
B qi = 0 modo natural eit nao controlavel.
MATLAB:
[Q,P] = eig(A)
Q = conj(Q)
B*Q
15
Exemplo: Considere um SLIT representado por:
2 2 1
1
s+2
=
G(s) = 0 4 1 =
(s + 2)(s + 4) s + 4
1 0 0
1. A matriz de controlabilidade possui duas linhas (ou colunas)

dependentes

1 4
C = B AB =
, |C| = 0 posto C = 1 < 2
1 4
2. O gramiano de controlabilidade e singular (|P | = 0)

0,125 0,125
P =
0,125 0,125
3. Os autovalores de A sao 1 = 2 e 2 = 4 e os correspondentes autovetores esquerdos sao q1 = [0,707 0,707]T e q2 = [0 1]T ,

tal que,
B q1 = 0 (e2t nao controlavel)
B q2 = 1 6= 0 (e4t controlavel)
6.3 Observabilidade
Defini
c
ao: O sistema dinamico x(t)
= Ax(t) + Bu(t), y(t) =

Cx(t) + Du(t) ou o par (A, C) e observavel (todos os estados sao
observaveis) se, para algum t1 > 0, o estado inicial x(0) = x0 puder
ser determinado a partir da historia no tempo do sinal de entrada
u(t) e do sinal de sada y(t) no intervalo [0, t1]. Senao o par (A, C)
e dito ser nao observavel.
Cada variavel de estado deve influenciar y(t) na equacao:
Z t
( )Bu(t )d + Du(t)
y(t) = C(t)x(0) + C
0
16
1. O par (A, C) e observavel se somente se a matriz de observabilidade
CA
O=
Rqnn
...
CAn1
possui posto n (posto completo de coluna).
Nota: Se o sistema possuir uma sada, posto O = n |O| =

6 0. Se
6 0
o sistema possui multiplas sadas, posto O = n |OT O| =
MATLAB:
O=obsv(A,C)
O=obsv(sis)
rank(O)
2. O par (A, C) e observavel se a matriz
Z t
T
eA C T CeA d
Wo ,
0
e difinida positiva para todo t > 0. Para sistemas estaveis, o par

(A, C) e observavel se somente se o gramiano de observabilidade
Z
T
Q,
eA C T CeA d
0
possui posto n (ser definido positivo).

O gramiano de observabilidade, Q, pode ser obtido como a solucao
da equacao de Lyapunov
AT Q + QA = C T C
MATLAB:
Q=lyap(A,CC)
Q = gram(G,o)
eig(O) % observavel se i(Q) > 0, i
17
3. Seja Avi = ivi. O sistema e observavel se somente se Cvi 6=

0, i.
MATLAB:
[V,An]=eig(A)
C*V
Exemplo: Considere o sistema,
0 1 0 0
s2
0 0 1 0
G(s) =
=
24 2 5 1 (s + 4)(s + 3)(s 2)
2 1 0 0
1. Analisando a matriz de observablidade verifica-se que o sistema

nao e observavel:
2 1 0
O = 0 2 1 , |O| = 0 posto O < 3
24 2 7
2. Gramiano de observabilidade:
1,45 0,56 0,08

Q = 0,56 0,22 0,03 , i(Q) = {0; 0,0053; 1,67}
0,08 0,03 0,006
3. Testando cada modo natural, com i(A) = {4; 3; +2},
0,06 0,10 0,22

C[v1 v2 v3] = C 0,24 0,31 0,44 = [0,36 0,52 0]
0,97 0,94 0,87
v3 e2t nao observavel.
18
6.4 Controlabilidade e observabilidade na forma can

onica
de Jordan
1
z1(t)
d z2(t) 0
. = .
dt .. ..
0
zn(t)
0
2
...
...
0
...
0
0 n
...
...
...
b1
z1(t)

z2(t) b2
.. + ..
. .
zn(t)
bn
u(t)
(t)
z
1

y(t) = c1 c2 . . . cn ... + Du(t)
zn(t)
Se nao existir nenhuma linha totalmente nula em Bn, entao todas as variaveis de estado sao afetadas por u(t) sistema controlavel.
Se nao existir nenhuma coluna totalmente nula em Cn, entao
todas as variaveis de estado afetam pelo menos uma das sadas
sistema observavel.
linha bi = 0 eit e nao controlavel
coluna ci = 0 eit e nao observavel
6.5 Relac
ao entre controlabilidade, observabilidade e
fun
c
oes de transfer
encia
Teorema: Se ocorrer cancelamento de polo com zero em
G(s)=Y(s)/U(s), entao o sistema sera ou nao controlavel ou nao observavel de acordo com a escolha das variaveis de estado. Se nao ocorrer cancelamento de polo com zero entao o sistema sera controlavel e
observavel.
19
Sc
y(t)
r(t)
Sco
So
Su
G(s) = Cco(sI Aco)Bco + D

6.6 Realizac
ao Mnima
Defini
c
ao: Uma realizacao no espaco de estados (A, B, C, D) de
G(s) e dita ser uma realizacao mnima de G(s) se A possui a menor
dimensao possvel (menor numero de estados). A dimensao mnima
e denominada grau de McMillan de G(s).
Somente os modos naturais controlaveis e observaveis contribuem
para o comportamento entrada-sada de u(t) para y(t). Uma realizacao no espaco de estados e minima se somente se o par (A, B) e
controlavel e o par (A, C) e observavel.
Um modo natural e escondido se ele e nao controlavel e/ou nao
observavel, nao aparecendo na realizacao mnima. Polos nao controlaveis e/ou nao observaveis sao cancelados por zeros de G(s) =
C(sI A)1B + D.
MATLAB:
Gm = minreal(G)
20
Exemplo: Considere o sistema,
0 1 0 0
s2
0 0 1 0
G(s) =
=
24 2 5 1 (s + 4)(s + 3)(s 2)
2 1 0 0
A realizacao mnima e obtida como
8,627 3,3440 0,3746

1
Gm(s) = 7,785 1,6270 0,3127 =
(s + 4)(s + 3)
1,433 1,717
0
6.6 Realizac
ao Balanceada
A realizacao mnima em que os gramianos de controlabilidade e
observabilidade sao iguais e na forma de uma matriz diagonal
h1 0 . . . 0
p
0
0 h2
Pb = Qb = ..
, hi = i(P Q), i = 1, . . . , n
. . . ...
.
0 0 . . . hn
e conhecida como realizacao balanceada. Os valores h1 > h2 > . . . >

hn > 0, sao conhecidos como valores singulares de Hankel. O valor
singular de Hankel hi e proporcional à influencia da variavel de estado
xi(t) na relacao entre o vetor de entradas u(t) e o vetor de sadas y(t).
MATLAB:
[Gb,g] = balreal(Gm)
calcula a realizacao balanceada, Gb, a partir da realizacao mnima,
Gm, e retorna tambem o vetor de valores singulares de Hankel, g.
21
Exemplo: Considerando a realizacao mnima do exemplo anterior,

a realizacao balanceada e os graminanos sao:
1,012
2,437 0,3186
1
Gb(s) = 2,437 5,988 0,3186 =
(s + 4)(s + 3)
0,3186 0,3186
0

0,0501
0
Pb = Qb =
0 0,0085
6.7 Redu
c
ao de modelos
A partir da realizacao balanceada e possvel obter uma aproximacao de ordem reduzida do sistema eliminado as variaveis de estado
associadas com os valores singulares de Hankel que sao relativamente
pequenos.
Exemplo: Considere o sistema estavel, controlavel e observavel com
a seguintes realizacao no espaco de estados:
2
0 0,5 0,5 1 5
1
2 0,5 0,5 1 8
2 4,5 7
10,5 3 7
G(s) =
11,5 3 6,5 1,5 5,5 11
1,5 0 0,5 0,5 0,5 9

2
0
2
1 0 0
Atraves do comando balreal, sao calculados os valores singulares de Hankel como: {5,6; 2,6; 0,2; 0,02; 0,001}. Relativamente,
as duas primeiras variaveis de estado da forma balanceada possuem
peso maior na relacao entrada e sada e o sistema de 5a ordem pode ser
aproximado por um de 2a ordem usando os comandos do MATLAB:
sis = ss(A,B,C,D)
sisb = balreal(sis)
sysr = modred(sisb,[3 4 5])
22
0,9641 1,1782 3,2770

G(s) Gr (s) = 1,1782 0,2135 1,0586
3,2770 1,0586 0,5111
Step Response
10
9
8
a
2 ordem
Amplitude
6
a
5 ordem
5
4
3
2
1
0
0
10
12
Time (sec)
Bode Diagram
40
Magnitude (dB)
20
2a ordem
0
20
5 ordem
Phase (deg)
40
45
2a ordem
45
5a ordem
90
0.1
10
Frequency (rad/sec)
100
1000
23
7 Projeto de Sistemas de Controle no Espaco de Estados

Configuracao de um sistema de controle generalizado:
w
u
z
v
K
Sendo w o vetor de variaveis exogeneas (sinais de referencia, disturbios e rudos), z o vetor de variaveis controladas (sinais de erro,
variaveis manipuladas etc.), v o vetor de variaveis medidas (entradas
do controlador) e u o vetor de variaveis de controle ou manipuladas
(sadas do controlador).
O objetivo de projeto e determinar o controlador K tal que o
sistema seja estavel, apresente uma resposta transitoria adequada e
o efeito das variaveis exogenas sobre as variaveis controladas seja
minimizado.

T
Quando v(t) = x(t) = x1 . . . xn , ou seja, todas as variaveis
de estado sao medidas (ou estimadas) para seremutilizadas como
entradas para o controlador, e K = k1 . . . kn e um vetor de
ganhos, tem-se o controle por realimentacao de estados.
Se v(t) 6= x(t) o controle
pode ser controle por realimentacao
estatica de sada, para K = k1 . . . kq , ou controle por realimentacao dinamica de sada se

B
A
k
k
K(s) = Ck (sI Ak )1Bk + Dk =
Ck Dk
24
7.1 Forma Can

onica Control
avel
Considere um sistema linear, monovariavel, invariante no tempo,
expresso em termos de variaveis de estado gerais:

cn1sn1 + . . . + c1s + c0
Y (s)
A B
= cn + n
G(s) =
=
C D
U (S)
s + an1sn1 + . . . + a1s + a0
Se o sistema e totalmente controlavel, entao existe uma matriz
T , x(t) = T xc(t), que transforma o sistema para forma canonica
controlavel:

0
1
0 ... 0
0
0
1
0
0
dxc(t) ..
.
.
.
.
..
. . .. xc(t) + ..
= .
u(t)

dt
0
0 ... 1
0
0
a0 a1 a2 . . . an1
1

y = c0 c1 . . . cn1 xc(t) + cnu(t)
A matriz T pode ser calculada por um dos tres modos abaixo:
a1 . . . an1 1
...

1
0
1) T = McMcc1 = B AB . . . An1B
.
..
an1 1
1
0 ... 0
q1

1
q
A
1
2) T 1 =
sendo
q
=
Mc
0
.
.
.
0
1
1
...
q1An1

3) T = q1 q2 . . . qn sendo qn = B, qni = Aqni+1 + aniqn,
i = 1, . . . , n 1.
25
7.2 Controle por Posicionamento de P

olos Atrav
es de
Realimentac
ao de Estados
D
r(t)
u(t)
+
x(t)=Ax(t)+Bu(t)
x(t)
y(t)
Se o sistema for totalmente controlavel, atraves da acao de controle

u(t) = r(t) Kx(t)
onde K = [k1 k2 . . . kn] e um vetor de ganhos, e possvel
posicionar os autovalores (polos) do sistema em malha-fechada em
qualquer posicao desejada:
dx(t)
= Ax(t) + B[r(t) Kx(t)] = (A BK) x(t) + Br(t)
| {z }
dt
Af
y(t) = Cx(t) + D[r(t) Kx(t)] = (C DK) x(t) + Dr(t)

| {z }
Cf
Teorema: Se o par [A, B] e controlavel, entao atraves da realimentacao de estado u(t) = r(t) Kx(t) os autovalores de
Af = A BK podem ser escolhidos de acordo com K.
Procedimento de projeto do controlador:
1. Q() = |I A| = n + an1n1 + . . . + a1 + a0
2. Qf () = ( 1) . . . ( n) = n + an1n1 + . . . + a1 + a0

3. Kc = a0 a0 a1 a1 . . . an1 an1
26

4. q1 = 0 . . . 0 1 Mc1
q1
q1A
1
T =
...
q1An1
5. K = KcT 1
Este procedimento pode ser substitudo por uma unica equacao,

denominada formula de Ackerman:
K = [0 . . . 0 1]Mc1Qf (A)
MATLAB:
>> K = place(A,B,p)
onde p e um vetor com os polos desejados para o sistema em malhafechada.
Exemplo: Controle de velocidade de um motor CC, controlado por
armadura, por posicionamento de polos atraves de realimentacao de
estado. Considere o modelo linear invariante no tempo:
#
"

1
Kb
Ra
d ia(t)
La La
ia(t)
=
+ La ea(t)
Ki
B
m(t)
0
dt m(t)
J
J

ia(t)
y(t) = 0 1
+ [0]ea(t)
m(t)
Os parametros do motor sao: Ra = 1 , La = 50mH, J = 0,1Kgm,

B = 0,01Nms/rad e Ki = Kb = 0,5Vs/rad:

d ia(t)
20 10
ia(t)
20
=
+
ea(t)
5 0,1
m(t)
0
dt m(t)
27
Deseja-se Qf () = s2 + 2ns + n2 , = 0,707 e n = 10

K = 0,3 0,486 .
120
Tl(t)=4,1Nm
100
r(t)
m(t)
80
60
e() 0
ea(t)
40
20
0
0
0.5
1.5
2
tempo (s)
2.5
3.5
7.3 Realimentac
ao de Estado com Ac
ao Integral
Para eliminar o erro de regime estacionario, deve-se introduzir uma
acao integral no sistema acrescentando (fisicamente) a seguinte variavel de estado no sistema:
dz(t)
= e(t) = r(t) y(t) = r(t) Cx(t) Du(t)
dt
Com esta variavel adicional o sistema passa a ser:

d x(t)
A 0
x(t)
B
0
=
+
u(t) +
r(t)
C 0
z(t)
D
1
dt z(t)
= Ax(t) + Bu(t) + Bf r(t)

x(t)
y(t) = C 0
+ Du(t) = Cx(t) + Du(t)
z(t)
28
Adotando a acao de controle:

Z t
x(t)

= Kx(t) ki
u(t) = Kx(t) = K ki
e( )d
z(t)
0
e introduzido a acao integral na lei de controle. O sistema de malha

fechada resultante e:
dx(t)
= (A BK) x(t) + Bf r(t)
| {z }
dt
Af
y(t) = (C DK)x(t)
Se o par (A, B) e controlavel, e possvel calcular K de modo que

o sistema em malha-fechada seja estavel, entao
dz(t)
= 0 r(t) = y(t) para t
t dt
lim
Exemplo: Controle de velocidade de um motor CC com acao integral:

ia
20 10 0
ia
20
0
d
m = 5 0,1 0 m + 0 ea + 0 r
dt
z
z
0
1 0
0
1
i
a

y = 0 1 0
m + [0]ea + [0]r
z
Deseja-se Qf () = (s + a)(s2 + 2ns + n2 ), a = 20, = 0,707 e
n = 10

K = 0,7 3,286 20 .
29
120
T (t)=4,1Nm
l
100
r(t)
(t)
e() = 0
80
60
ea(t)
40
20
0.5
1.5
2
tempo (s)
2.5
3.5
7.4 Forma Can

onica Observ
avel
Considere um sistema linear, monovariavel, invariante no tempo,
expresso em termos de variaveis de estado gerais:

cn1sn1 + . . . + c1s + c0
Y (s)
A B
G(s) =
=
= cn + n
C D
U (S)
s + an1sn1 + . . . + a1s + a0
Se o sistema e totalmente observavel, entao existe uma matriz T

que transforma o sistema para forma canonica observavel: x(t) =
T xo(t):
c0
0 0 . . . 0 a0
c
1 0 . . . 0 a
1
1
dxo(t)
.
.. a2 x0(t) +
=0 1
c2 u(t)
..
..
dt
...
... 0
.
.
0 . . . 0 1 an1
cn1
y(t) = 0 0 . . . 0 1 + [cn]u(t)
30
A matriz T pode ser calculada por um dos tres modos abaixo:
C
a1 . . . an1 1
..
1 0 CA
.
1
1
1) T = Moo Mo =
...
...
an1 1
n1
CA
1
0 ... 0

0
..

1 .
n1
2) T = q1 Aq1 . . . A q1 sendo q1 = Mo
0
1

q1

q
1
3) T = ..2 sendo qn = C e qn1 = qn1+1A + an1qn,
.
qn
i = 1, 2, . . . , n 1
7.5 Estimadores de Estado
Diagrama de blocos do estimador de estado com operacao em
malha-aberta:
u
+
+
A
Sistema
o
^x
x^
+
+
A
Estimador
31
Diagrama de blocos do estimador de estado assintotico:
A
Sistema
+
L
^x
x^
A
Estimador
A equacao dinamica do estimador assintotico e
d
x(t)
= (A LC)
x(t) + Bu(t) + Ly(t)
dt
O erro de estimacao definido como e(t) , x(t) x(t) possui a
seguinte equacao dinamica
de(t)
= (A LC)e(t)
dt
Teorema: Se o par (A, C) e totalmente observavel, entao podese determinar L tal que o estimador possua quaisquer autovalores
desejados.
Se todos os autovalores de (A LC) possuem parter real negativa,
entao
lim e(t) = 0
32
Procedimento de projeto do estimador:

1. Q() = |I A| = n + an1n1 + . . . + a1 + a0
2. Qo() = ( 1) . . . ( n) = n + bn1n1 + . . . + b1 + b0
b0 a0
b1 a1
3. Lo =
...
bn1 an1

0
4. q1 = Mo1 ...
1

n1
T = q1 Aq1 . . . A q1
5. L = T Lo
MATLAB:
>> L = place(A,C,p)
onde p e um vetor com os polos desejados para o estimador.
7.6 Realimentac
ao de Estados atrav
es de Observadores
O estimador de estado calcula em tempo real x(t) a partir dos
sinais de entrada e sada do sistema, u(t) e y(t) e o vetor de estado
estimado x(t) e usado na realimentacao:
r(t)
u(t)
+
Planta
Estimador
^x(t)
y(t)
33
Considerando a acao de controle u(t) = r(t) K x(t), as equacoes

do sistema em malha-fechada com realimentacao de estado baseada
em estimador de estado sao:
d
dt
x(t)
d
x(t)

A
BK
x(t)
+
LC A BK LC
x(t)

x(t)
y(t) = C DK
+ Dr(t)
x(t)
=
B
B
r(t)
7.7 Regulador Linear Quadr

atico - LQR
O controlador linear quadratico, baseado na lei de realimentacao de
estado u(t) = Kx(t), e aquele que minimiza o funcional quadratico:
Z
T

x (t)Qx(t) + uT (t)Ru(t) + 2xT (t)N u(t) dt
J(u) =
0
sujeito à dinamica do sistema:
dx(t)
= Ax(t) + Bu(t)
dt
O ganho do controlador que minimiza o funcional e dado por
K = R1(B T S + N T )
sendo S = S T 0 a solucao da equacao de Ricatti:
AT S + SA (SB + N )R1(B T S + N T ) + Q = 0
O problema possui solucao se
par (A, B) e controlavel,
R 0,
Q N R1N T 0.
34
MATLAB:
>> K = lqr(A,B,Q,R,N)
onde se N for omitido, a matriz e considerada nula por padrao.
Exemplo: Controle de velocidade de um motor CC com acao integral:
1 0 0

Q = 0 1 0 , R = 1 K = 1,09 4,73 31,62
0 0 1000
120
Tl(t)=4,1Nm
100
r(t)
m(t)
e() = 0
80
60
ea(t)
40
20
0.5
1.5
2
tempo (s)
2.5
3.5

(Apostila) Controle Moderno de Processos

Transféré par

Informations du document

Titre original

Copyright

Formats disponibles

Partager ce document

Partager ou intégrer le document

Options de partage

Avez-vous trouvé ce document utile ?

Ce contenu est-il inapproprié ?

Droits d'auteur :

Formats disponibles

(Apostila) Controle Moderno de Processos

Transféré par

Droits d'auteur :

Formats disponibles

Controle de Processos - Parte 2 - Prof.

Eduardo Nunes Goncalves

5.1 Matriz de transfer

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

No caso de sistemas lineares,

Cadj(sI A)B + D|sI A| N (s)

As razes de Q(s) = |sI A| = 0 sao os polos de G(s)

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

pode ser obtida expli-

A entrada do integrador `a esquerda,

Representacoes no espaco de estados podem ser obtidas definindo

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

5.3 Forma can

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

5.4 Forma can

Definindo a variaveis de estado canonicas como:

Na realizacao na forma canonica,

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

Cada coluna da matriz modal e igual a um autovetor da matriz A:

Nota: Na forma canonica de variaveis de fase

Nota: A matriz de transicao de estados (t)

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

6 Propriedades de Sistemas Representados no Espaco

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

6.1 Estabilidade segundo Lyapunov

= Ax(t), a funcao de Lyapunov poder ser a

= Ax(t), e assintoticamente estavel se somente se existem matrizes simetricas definidas

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

Teorema: O SLIT contnuo, x(t)

= Ax(t), y(t) = Cx(t), e

Equivalentemente, o sistema x(t)

O palpite incial para Q e Q = I.

no MATLAB, P=lyap(A,C*C) resulta:

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

= Ax(t) + Bu(t) ou o par

Existem varias formas de verificar se o sistema e de estado controlavel.

possui posto n (posto de linha completo). Sendo n o numero de

Nota: se o sistema possuir uma entrada, posto C = n |C| =

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

2. Uma entrada u(t) que resulta em x(t1) = x1 e dada por:

Desse modo o sistema e controlavel se somente se a matriz Wc(t)

e definido positivo (P 0) e desta forma possui posto completo n.

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

Exemplo: Considere um SLIT representado por:

1. A matriz de controlabilidade possui duas linhas (ou colunas)

3. Os autovalores de A sao 1 = 2 e 2 = 4 e os correspondentes autovetores esquerdos sao q1 = [0,707 0,707]T e q2 = [0 1]T ,

= Ax(t) + Bu(t), y(t) =

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

1. O par (A, C) e observavel se somente se a matriz de observabilidade

Nota: Se o sistema possuir uma sada, posto O = n |O| =

e difinida positiva para todo t > 0. Para sistemas estaveis, o par

possui posto n (ser definido positivo).

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves

3. Seja Avi = ivi. O sistema e observavel se somente se Cvi 6=

1. Analisando a matriz de observablidade verifica-se que o sistema

1,45 0,56 0,08

3. Testando cada modo natural, com i(A) = {4; 3; +2},

0,06 0,10 0,22

v3 e2t nao observavel.

Controle de Processos - Parte 2 - Prof. Eduardo Nunes Goncalves