Académique Documents
Professionnel Documents
Culture Documents
INSTITUTO DE TECNOLOGIA
FACULDADE DE ENGENHARIA
ELÉTRICA
Sistemas de Controle II
Referências Bibliográficas:
1. Charles L. Phillips, Royce D. Harbour, “Feedback Control Systems”. Prentice-Hall, 1988.
2. Charles L.Phillips, H.Troy Nagle Jr.“Digital Control Systems Analysis and Design”.Prentice-Hall
1984
3. Gene F. Frankling, J. David Powell, Michael L. Workman, “Digital Control of Dynamic
Systems”.Addison-Wesley, 1997.
4. Katsuhiko Ogata, “Engenharia de Controle Moderno”. Prentice-Hall do Brasil Ltda., 1993.
Leituras extras:
1) Ioan D. Landau and Gianluca Zito. “Digital Control Systems: Design, Identification and
Implementation (Communications and Control Engineering)” Springer, 2006.
3) Coelho, A.A.R. e Coelho, L.S., “Identificação de Sistemas Dinâmicos Lineares”. Editora da UFSC,
2004.
4) Paraskevopoulos, P.N. “Digital Control Systems”, 1a. Edição, Prentice Hall, 1996.
5) Aström, K.J.; Wittenmark,B. Computer Controlled Systems: Theory and Design, Prentice-Hall
International Editions, 1990.
1. Histórico de Sistemas de Controle
A idéia de usar computadores digitais como componentes de sistemas de controle surgiu
por volta de 1950.
1. Pioneiro 1955
2. Controle digital direto 1962
3. Minicomputadores 1967
4. Microcomputdores 1972
Num sistema controlado por computador, as classes de leis de controle que podem ser
usadas pode ser aumentada. Por exemplo, é fácil usar cálculos não lineares, incorporar
lógicas e realizar cálculos exaustivos no controlador. Tabelas podem ser usadas para
armazenar dados e acumular conhecimento sobre propriedades do sistema.
Figura 2
Figura 1
Outro aspecto é que um sistema amostrado com amostragem periódica é um sistema
periódico. Assim é necessário considerar tal natureza pois, fenômenos como batimento
(harmônicos de ordem elevada) podem aparecer na saída do sistema amostrado devido à
interferência entre a frequência de entrada e a gerada no processo de amostragem.
Exemplo 02: Harmônicos de ordem elevada – A fig. 2 mostra o que pode acontecer quando um sistema
controlado por computador está sujeito a uma excitação periódica. Um sinal senoidal de frequência 4,9 Hz
é aplicado ao sistema do Ex.1. O fenômeno visto na fig. 2-b não pode ser explicado em termos de SLIT.
Por fim, sistemas controlados por computador podem se comportar muito melhor
que seus equivalentes contínuos no tempo, sendo esta a principal razão pela qual uma
teoria para sistemas amostrados é útil.
2. Estrutura Básica de Controle Digital
Tipos de Sinais
a)Aanalógico b)Contínuo,quantizado
na amplitude
c)Amostrado d)Digital
Fig. 1 - Exemplos de diversos sinais
Tipos de Sistemas
RELÓGIO
^
y(t)
SENSOR
v(t)
►Conversor D/A: Realiza a função de decodificar um sinal de entrada digital, u(kT), num
sinal de saída analógico, u(t), usualmente na forma de uma corrente ou uma voltagem. É
necessário como interface entre um computador digital e um dispositivo analógico.
Também é conhecido como decodificador. Sempre contém um dispositivo HOLD.
Na conversão A/D primeiro ocorre a amostragem do sinal contínuo e(t) para gerar
um sinal discreto, m(kT), depois ocorre a quantização do sinal discreto (Fig.3). Visto que,
uma palavra digital possuí um número finito de “bits”, ocorre então um arredondamento
no valor do sinal analógico resultando no que se denomina de erro de quantização.
e(kT)
111
110
101
100
011
Q
010
001
000
0 1.25 2.5 3.75 5.0 6.25 7.5 8.75 10 e(t)
Fig. 3 - Erro de quantização
3. Equações de diferenças lineares
O computador pode ser visto como um componente de controle dinâmico linear. Na
Fig. 4, assumindo que o conversor A/D captura amostras do sinal analógico em instantes
de tempo discretos (kT = 0, T, 2T,...) e as envia para o computador tal que m(kT) = ê(kT).
O trabalho do computador é calcular o sinal de controle u(kT), a cada período de
amostragem, para ser aplicado na planta via conversor D/A. Serão ignoradas as
características específicas dos conversores A/D e D/A para dar atenção ao tratamento dos
dados no computador.
ê(t)
m(kT) COMPUTADOR u(kT) u(t)
A/D D/A
DIGITAL
RELÓGIO
u(k) = a1u(k-1) + a2u(k-2) +...+ anu(k-n) + b0e(k) + b1e(k-1) + b2e(k-2)+...+ bme(k-m) (3)
Para resolver uma equação como a Eq. (3), precisa-se de um instante de partida e
das condições iniciais neste instante. Uma ferramenta conveniente para estudar tais
equações é a transformada Z.
4. A transformada Z
A transformada Z unilateral mapeia uma sequência semi infinita de valores em
instantes discretos em uma função de uma variável complexa.
Seja um sinal contínuo f(t) que passa por um amostrador ilustrado na Fig. 5.
f(t) f*(t)
AMOSTRADOR
t 0 T 2T 3T 4T 5T
a) kT
oo
(t-kT)
k=0 f(t)
f(t) f*(t)
1 p(t) T
f*(t)
0 T 2T 3T 4T 5T kT
b) c)
Fig. 5: a. – Amostrador b. Representação matemática c. Representação física
Seja f*(t) o sinal amostrado dado pela equação 7, onde “k” é um inteiro, Ts é o
período de amostragem e δ(.) é a função impulso unitário. Só os valores de kTs são
significativos para f(t).
f (t ) = f (kTs ) (t − kTs )
*
(4)
k =0
− skT
Como F*(s) contém o fator e s , ao contrário da maioria das funções de
transferência e dos sinais em sistemas contínuos, ela não é uma função racional de “s”.
Assim, podem surgir dificuldades na obtenção da transformada inversa de Laplace.
Portanto, é desejável que transformemos primeiro a função irracional F *(s) em uma função
racional, digamos F(z), através de uma transformação da variável complexa “s” em uma
outra variável complexa “z”. Uma escolha para esta transformação é dada na Equação 6.
z = e sTs (6)
Definição
Seja o sinal discreto no tempo {f(kTs):k=0, 1, ...}, sua transformada Z é definida como:
Z f (kTs ) = F ( z ) = f (kTs ).z − k (7)
k =0
1
f ( kt ) =
2j F ( z ).z k −1dz (8)
1. Linearidade:
Z [f 1 (kT) + f 2 (kT)] = F1 ( z ) + F2 ( z ); e R (9)
2. Convolução de sequência no tempo:
Z [ f1 (l ). f 2 (k − l )] = F1 ( z ).F2 ( z ) (10)
l =0
3. Deslocamento no tempo:
Seja e n + . Então:
n −1
Z [ f (k + n)] = z [ F ( z ) − f (kT).z − k ]
n
(11)
k =0
e
Z [ f ( k − n )] = z −n F ( z ) (12)
6. Teorema do valor final: Se (1-z-1)F(z) tem todos os polos com módulo menor que um:
lim f (kT) = lim (1 − z −1 ) F ( z) (15)
k → Z →1
Transformada de Laplace e Transformada Z
+
X (s) =
0
x(t )e− st dt Z f (kT ) = F ( z ) = f (kt).z − k
k =0
x (t ) X (s) X (z )
Impulso unitário (t ) 1 1
1 z
Degrau unitário u (t )
z −1
s
1 Tz
Rampa unitária r (t )
( z − 1) 2
s2
n! T 2 z ( z + 1)
Potência de t tn ; para n = 2
s n +1 ( z − 1) 3
1 z
Exponencial e − t
s + z − e −T
z ( z − cos wT )
Sinal cossenoidal cos ( t ) s
z − 2 z cos wT + 1
2
s +2
2
sen ( t )
z sin wT
Sinal senoidal
s 2 + w2 z − 2 z cos wT + 1
2
z
ak z−a
z
akcoskπ z+a
1- e − t
(1 − e )z
−T
s(s + )
(z − 1)(z − e ) −T
1 Tz e −T
t e − t (s + )
(z − e )
2
−T 2
s + z 2 − ze −T cos T
Cosseno amortecido e − t
cos ( t ) (s + ) 2
+ w2 z 2 − 2 ze −T cos T + e − 2T
ze −T sin T
Seno amortecido e − t sen ( t ) (s + ) 2
+w 2
z 2 − 2 ze −T cos T + e − 2T
Transformada z inversa
Assim como na solução de equações diferenciais utiliza-se a Transformada de Laplace e
sua inversa, a Transformada Z e sua inversa são usadas na solução de equações de
diferenças.
Z-1
Métodos:
i) Integral de Inversão: Utiliza a equação 11. Extremamente trabalhoso (não será visto);
ii) Expansão por série Infinita de Potência: Não fornece uma expressão geral para x(kT)
a partir de X(z);
iii) Expansão em frações parciais: Mais simples e direto.
Os valores de f(k) são obtidos por inspeção direta. Se F(z) é dada na forma de função
racional (Função de Transferência), a expansão em série infinita é obtida simplesmente
pela divisão do numerador pelo denominador. Neste caso, tanto o numerador quanto o
denominador devem ser escritos como potências ascendentes de z –1.
1 → k = 0
Eq. 18, se e(k) é um impulso discreto unitário definido por: e(k ) = k = (21)
0 → k 0
Retangular
A Reversa
t=kT
kT-T kT
Fig. 8: Aproximações para a integral
t
I = e(t ) dt ou I ( s) = E ( s) / s
0
(26)
Seja u(kT-T) uma aproximação para a integral de zero até t = kT-T. O problema é obter u(kT) a partir
desta informação. Sendo a integral a área sob a curva entre kT-T e kT, tem-se: O retângulo de altura
e(kT-T); o retângulo de altura e(kT); e o trapézio formado por uma reta ligando e(kT-T) a e(kT).
a1. Aproximação retangular direta (forward): a área do retângulo de altura e(kT-T) é
A = e(kT-T)*[kT-(kT-T)] = e(kT-T)*T (5a)
A integral fica: u(kT) = u(kT-T) + A;
Tomando a transformada Z: U(z)[1-z-1] = Tz-1E(z) ou seja: H(z)= Tz-1/[1-z-1]
Igualando as integrais (discreta e contínua): U(z) = [1-z-1]-1Tz-1E(z) I(s) = E(s)/s;
O equivalente discreto neste método é obtido por: s= [1-z-1]T-1z = (z-1)/T (27)
a2. Aproximação retangular reversa (backward): a área do retângulo de altura e(kT) é:
A = e(kT)*[kT-(kT-T)] = e(kT)*T (5b)
A integral fica: u(kT) = u(kT-T) + A;
Tomando a transformada Z: U(z)[1-z-1] = TE(z) ou seja: H(z)= T/[1-z-1]
Igualando as integrais (discreta e contínua): U(z) = [1-z-1]-1TE(z) I(s) = E(s)/s;
O equivalente discreto neste método é obtido por: s = [1-z-1]/T = (z-1)/zT (28)
a3. Aproximação Trapezoidal (ou Tustin): a área do trapézio é:
A = [e(kT-T) + e(kT)][kT-(kT-T)]/2 =[e(kT-T) + e(kT)][T/2] (5c)
A integral fica: u(kT) = u(kT-T) + A;
A transformada Z: U(z)[1-z-1] = (T/2)[E(z)(z-1+1)] ou H(z)= (T/2) (z-1+1) /(1-z-1)
Igualando as integrais: U(z) = (T/2) (z-1+1) /(1-z-1)E(z) I(s) = E(s)/s;
O equivalente discreto é obtido por: s = (2/T)(1-z-1)/(z-1+1) = (2/T)(z-1)/(z+1) (29)
O mapeamento no plano Z do semi-plano esquerdo do plano S, por essas aproximações, é:
Imag.. Imag..
j Imag..
a) b) c)
Real
1 Real 1
Real
OBS. Se, por alguma razão, é desejável uma unidade de atraso na função de transferência
discreta (p. ex., o tempo necessário para processar cada amostra), então é adicionado a
H(z) um zero no infinito.
Um ZOH pode ser representado pela Fig. 12. É visto como um pulso de amplitude igual
ao valor da amostra.
(a)
Z.O.H
f(kT) f(t)
T t
1 T
s -
T t
1
−Ts
s e
H(s)
Como que e = z , obtemos:
− Ts −1
H(z) = (1 − z −1 )Z (34)
s
f (kT) − f (kT − T )
OBS. Segurador de 1ª. ordem: f (t ) = f (kT) + t − kT, para kT t kT + T
T
2
1 + Ts 1 − e −Ts
Com função de transferência: G H 1 (s) = .
T s
2. Mapeamento Entre o Plano S e o Plano Z
Considerando um sinal discreto, u(kT), como amostras de um sinal contínuo, u(t), então, os polos da
transformada de Laplace do sinal contínuo se relacionam com os polos da transformada Z do sinal
discreto pela equação z = esT .
Ou ainda, se para um dado polo no plano S se conhece as características temporais (resposta no
tempo), a equação z = esT permite descobrir onde se situa um polo no plano Z com mesmas características
de resposta no tempo.
Desta forma, podemos explorar os conhecimentos das características do plano S e então transferi-las
para propriedades equivalentes no Plano Z.
O mapeamento z = esT é de muitos para um. Existem muitos valores de s para um mesmo z.
Assim, o plano S é definido em um número infinito de faixas periódicas. A faixa primária se estende
de W = − Ws a W = + Ws , e as faixas complementares se estendem de − Ws a − 3Ws , − 3Ws
2 2 2 2 2
a − 5Ws , ... , para frequências negativas, e de Ws a 3Ws , 3Ws a 5Ws ,... , para frequências
2 2 2 2 2
positivas, conforme mostra a Fig. 13.
jw
s + j3Ws 7Ws/2
s + j2Ws 5Ws/2
s + jWs 3Ws/2
Fig. 13
s FAIXA Ws/2
PRIMARIA
-Ws/2
s - jWs
-3Ws/2
s - j2Ws
-5Ws/2
s - j3Ws
-7Ws/2
Considerando apenas a faixa primária mostrada na Fig. 14a, o caminho descrito por
(1)→(2)→(3)→(4)→(5)→ (1) no semi-plano esquerdo do plano S é mapeado no círculo unitário centrado
na origem no plano Z pela transformação z = e sT, conforme o caminho descrito na Fig. 14b.
PLANO S jw PLANO Z
jIm(z)
2 Ws/2
3
1
o
2 3 1
5 4
4 Re(z)
5
-Ws/2
Fig. 14a Fig. 14b
Todas as outras faixas complementares são também mapeadas dentro do círculo unitário no plano Z.
Assim, todos os pontos no semi-plano esquerdo do plano s são mapeados dentro da região interna do
círculo unitário no plano Z.
Os pontos no semiplano direito do plano S são mapeados na região externa ao círculo unitário no plano Z.
Tais características são ilustradas na Fig. 15 e as devidas correspondências são descritas na Tabela 2.2.
Fig. 15
Podemos também predizer qual será a resposta natural do sistema (resposta ao pulso unitário) pela
localização do(s) polo(s) no plano Z, tal como é feito no plano S para o caso contínuo. Isto é mostrado na
Fig. 16.
Fig. 16 - Resposta transitória característica em função da posição dos polos no plano Z.
O mecanismo de amostragem
Na seção anterior, observamos que o mapeamento do plano S para o Z é de muitos para
um. Isto se deve ao fato do processo de amostragem provocar a geração de harmônicos.
Análise espectral
A função p(t), Fig. 11, é periódica, logo ela pode ser expandida em série de Fourier.
1 Τ/2 − jnωst
C e
jnws t
p(t ) = n onde: Cn = p(t)e
n=− Τ −Τ/2
Como,
C e
jnws t
f (t ) =
*
n f (t )
n = −
x(t )e
− j ( w−nws ) t
dt = X ( f − nfs )
−
Logo, F( f ) = C F ( f − nf )
n=−
n s (35)
Fig. 17
CRITÉRIO DE JURY
Dado o polinômio característico de um sistema na forma da Eq. 39, onde os ais são
coeficientes reais e an é positivo (senão, multiplica-se F(z) por menos um), constrói-se a
Tabela 1 usando as Eq. 40 a 43 para obter seus elementos e as condições necessárias e
suficientes para estabilidade são as relacionados nos itens de (a) a (n).
2n-5 po p1 p2 p3
2n-4 p3 p2 p1 po
2n-3 qo q1 q2
TABELA 1 - ARRANJO PARA CRITÉRIO DE JURY
a a
b = o n− k k = 0, 1, ..., n-1 (40)
k a a
n k
b b
c = n-1− k
o k = 0, 1, ..., n-2 (41)
k b b
n-1 k
p p
q = o 3 (42)
o p p
3 o
p p
q = o 1 (43)
2 p p
3 2
Condições necessárias e suficientes para estabilidade pelo critério de Jury.
a) F( 1) > 0
b) F(-1) > 0 para “n” par
<0 para “n” ímpar
c) a a
o n
d) b > b
o n-1
e) c > c
o n- 2
...
n) q > q
o 2
CRITÉRIO DE ROUTH
A estabilidade para sistemas lineares, invariantes no tempo e contínuos, é garantida se os
polos se situam no semi-plano esquerdo do plano “S” Como foi visto anteriormente, nos
sistemas discretos a estabilidade está associada ao interior do círculo unitário. Desde que,
a transformação bilinear (Tustim) faz o mapeamento do semi-plano esquerdo do plano “S”
no interior do círculo unitário no plano “Z”, então, pode-se utilizar diretamente o critério
de estabilidade de Routh para sistemas discretos, desde que, converta-se o polinômio
característico do sistema discreto F(z) num polinômio característico em “s”, F(s), usando a
transformação bilinear, que é dada por:
2 z− 1
s= . (44)
T z+ 1
ou ainda,
1+ (T/2)s
z= (45)
1− (T/2)s
Assim, dado um polinômio F(z), utiliza-se a Eq. 45 para converte-lo num polinômio F(s),
e em seguida aplica-se o critério de Routh-Hurwitz exatamente da mesma maneira como
este é estabelecido para sistemas contínuos.
5. LUGAR GEOMÉTRICO DAS RAÍZES PARA SISTEMAS DISCRETOS
Seja o sistema discreto da Fig. 18
R Y
0 K Gc(z) Gp(z)
-
Fig. 18: Sistema discreto em malha fechada.
Y ( z) KGc ( z )G p ( z )
Sua função de transferência de malha fechada é: =
R( z ) 1 + KGc ( z )G p ( z )
Portanto o polinômio característico de malha fechada é: 1 + KGc(z)Gp(z) = 0 (46)
Def. I: O LGR são os pontos no plano “z” para sistemas discretos (ou no plano “s” para
sistemas contínuos) onde se encontram as raízes do polinômio característico do sistema
em malha fechada, conforme algum parâmetro varia de zero até infinito. Os pontos no
LGR são os polos do sistema de malha fechada.
Def. II: O LGR de 1 + K Gc(z)Gp(z) = 0 é o lugar dos pontos no plano “z” onde a fase de
Gc(z)Gp(z) é 180o, ou seja: Gc(z)Gp(z) = 180o
Sendo a Eq. 1.10.1 a mesma encontrada para sistemas contínuos, então as mesmas regras
para construção do LGR em sistemas contínuos valem para os Sistemas discretos. Muda o
significado, pois nos discretos, o LGR deve ser interpretado em relação ao círculo
unitário.
Resumo das regras de construção de um LGR.
1: Marcar no plano “Z” os polos (X) e zeros (O) de malha aberta. Definir: n= número de
polos de malha aberta e m = número de zeros de malha aberta.
2: O LGR só existe no eixo real em regiões à esquerda de um número ímpar de polos mais
zeros. Marcar estas regiões.
d[Gc( z)Gp( z)]
3: Os possíveis pontos de ramificação são obtidos por: =0
dz
4: O número de assíntotas, suas inclinações e ponto de encontro, são obtidos,
respectivamente, por:
q = 0, 1, 2, ..., n-m-1
(2q + 1)
q
m−n
= polos − zeros
m−n
5: A intercessão com o círculo unitário (que corresponde a intercessão com o eixo
imaginário no plano “s”), pode ser obtida pelo critério de Routh usando a transformação
bilinear.
6: Ângulos de partida dos polos (ou chegada dos zeros) podem ser obtidos pela condição
de fase, isto é: Gc(z)Gp(z) = 180o
7: O LGR inicia nos polos de malha aberta e termina nos zeros de malha aberta
6. ESPECIFICAÇÕES PARA PROJETO DE CONTROLADORES DIGITAIS
O problema de projeto de controladores digitais tem a mesma formulação do caso
analógico, isto é, dada uma planta e um conjunto de especificações, deve-se determinar
um controlador tal que, o sistema total (planta e controlador) em malha fechada, atenda as
especificações. Para controladores digitais, existem duas abordagens:
a. Especifica-se o período de amostragem de acordo com uma das regras práticas (item 8)
b. Determina-se o equivalente discreto Gp(z) da planta Gp(s) pelo método ZOH.
c. Projeta-se o compensador Gc(z) de acordo com alguma técnica (métodos analíticos,
LGR, resposta em frequência, alocação de polos, etc.) de modo a atender as
especificações.
( z − 1)
Coeficiente de erro de posição estático (Kp):
Para uma entrada degrau unitário: e() = z 1 1
Lim ( z −1) = (49)
z →1 ( z −1) (1+Gc( z)Gp( z)) 1+ Kp
Onde: Kp = Lim G ( z)G ( z) = Gc(1)Gp(1) (50)
c p
z→1
Para sistemas do tipo zero Kp é um número finito ➔ e() = 1
1+ Kp
Para sistemas do tipo um ou maior, Kp → .➔ e() = 0
Fig. 22a: Regiões do plano S definidas pelas inequações 80, 81 e 82 Fig.22b: Intercessão.
Fig. 23a: Regiões do plano Z definidas pelas inequações 80, 81 e 82 Fig. 23b: Intercessão.
ESPAÇO DE ESTADOS
1. Introdução
Um sistema linear, invariante no tempo, relaxado, a parâmetros concentrados e mono variável
pode ser descrito por uma equação diferencial da forma:
n n −1 0 n −1 n−2 0
y(t ) + a1 y(t ) + ... + an−1 y(t ) + an y(t ) = b1 u(t ) + b2 u(t ) + ... + bn−1 u(t ) + bn u(t ) (1)
n➔ ordem do sistema
A eq. (1) pode ser representada no domínio da frequência, pelo uso da transformada de Laplace,
em termos da seguinte função de transferência:
n −1 n−2
Y ( S ) b1 S + b2 S + ... + bn−1 S + bn
G(S ) = = n n −1
(2)
U (S ) S + a1 S + ... + an−1 S + an
A análise (projeto de controlador) do sistema pode ser feita a partir da eq. (2), pelo uso de técnicas
clássicas de controle como: Critério de Routh, Lugar Geométrico das Raízes, Diagrama de Bode,
Diagrama de Nyquist . . .
A eq. (1) pode ainda ser representada no domínio do tempo, por um conjunto de n equações
diferenciais de 1a ordem da forma:
•
= A. X (t ) + B.u (t )
X (t )
Equação de estado (3)
Y (t ) = C. X (t ) + D.u (t ) Equação de saída
onde,
A: Matriz n x n X(t): Vetor de Estados n x 1
B: Vetor n x 1 u(t): Ação de Controle 1 x 1
C: Vetor 1 x n y(t): Saída 1x1
D: Escalar 1 x 1
A descrição (3) é conhecida como representação de estados, e toda análise (projeto de controlador)
realizada a partir da mesma é denominada de técnica moderna de controle. Tal descrição tem como
características:
a) Permitir a descrição de modelos mais gerais como: sistemas multivariáveis, variantes no tempo ou
não-lineares.
b) Descrição completa do sistema.
2. Conceitos
• Estado: O estado de sistema dinâmico é o menor conjunto de variáveis tal que, o
conhecimento destas em t = t0, juntamente com a entrada u(t) para t t0, determina completamente o
comportamento do sistema para qualquer instante t t0.
••• •• •
u y 1 y 1 y 1 y
6
S S S
6
11
OBS: A escolha das variáveis de estado não é única, assim, um mesmo sistema pode ter mais de uma
representação de estados. Seja o exemplo:
Ex2:
R L
+
V(t) Vc(t)
i(t) C
-
Solução:
di(t )
V (t ) = Ri (t ) + L + Vc (t )
dt
dVc (t )
i (t ) = C
dt
• •
a) Definindo: x1 (t ) = i (t ) x1 (t ) = i (t ) = [V (t ) − Rx1 (t ) − x 2 (t )] / L
• •
x 2 (t ) = Vc (t ) x 2 (t ) = Vc (t ) = x1 (t ) / C
R 1
• − − 1
x(t ) = L L x(t ) + L V (t )
1
0 0
C
y (t ) = (0 1)x(t )
•
b) Definindo: x1 (t ) = Vc (t ) x1 (t ) = x 2 (t )
dVc (t ) • ••
x 2 (t ) = x 2 (t ) = Vc (t ) = [V (t ) − RCx 2 (t ) − x1 (t )] / LC
dt
• 0 1 0
x1 (t ) = 1 R x(t ) + 1 V (t )
− −
LC L LC
y (t ) = (1 0)x(t )
• y (t ) 1 0 x1 (t )
Se considerarmos duas saídas : Vc (t ) e i (t ) = C Vc(t ), então : Y = 1 =
y 2 (t ) 0 C x 2 (t )
• • •
c) Definindo: x1 (t ) = Vc (t ) + Ri (t ) x 1 (t ) = x 2 (t ) + R i (t ) = x 2 (t ) + RC x 2 (t )
dVc (t ) • ••
x 2 (t ) = x 2 (t ) = Vc (t ) = [V (t ) − x1 (t )] / LC
dt
R R
• − 1
x(t ) = L x(t ) + L V (t )
− 1 0 1
LC LC
y (t ) = (1 − RC )x(t )
3. Realizações ou Formas canônicas: Obtenção de uma Representação de Estados dada uma G(s)
3.1. Realização Paralela ou Diagonal ou de Soma
Aplica-se quando G(s) possui polos reais e distintos e resulta numa matriz “A” na forma diagonal.
8
Ex4: Obter uma representação de estados para G(s) = 2 .
s + 6s + 8
Solução:
8 4 4 Y ( s)
G( s) = = − =
( s + 2)(s + 4) s + 2 s + 4 U ( s)
4 + 1
4
S+2 + +
S +
U(S) Y(S) U(S) Y(S)
-2
+ +
4 + 1
-4
S+ 4 +
S
-4
.
x1 = −2x1 + 4u
. − 2 0 4
. X = X + u
x 2 = −4x 2 − 4u ou 0 − 4 − 4
y = x1 + x 2 y = (1 1)X
3.2. Forma de Jordan
Aplica-se quando G(s) possui polos reais e repetidos resultando numa matriz “A” quase diagonal.
Ex4: Obter uma representação de estados para
40 40 80 160 160 Y ( s)
G ( s) = = = − + = .
s + 6.5s + 14 s + 10 (s + 2) (s + 2.5) (s + 2)
3 2 2 2
s + 2 s + 2.5 U ( s )
4 + 1
4
S+2 + +
S +
U(S) Y(S) U(S) Y(S)
-2
+ +
4 + 1
-4
S+ 4 +
S
-4
3.3. Realização na Forma Canônica de Controlador
Aplica-se para uma G(s) qualquer, desde que o grau do denominador seja maior que o do
numerador.
b1 s 2 + b2 s + b3
Ex5: Obter uma representação de estados para G( s) = .
s 3 + a1 s 2 + a 2 s + a3
Solução:
( s) 1 • •• •• •
= + a + a + a3 = u
s 3 + a1 s 2 + a 2 s + a3
1 2
U ( s)
Y (s) •• •
= b1 s 2 + b2 s + b3 y = b1 + b2 + b3
U ( s)
b1
b2
... .. .
U(S) 1 1 1 Y(S)
b3
S S S
-a1
-a2
-a3
Definindo:
•• •
x1 = x 1 = −a1 x1 − a 2 x 21 − a 3 x 3 + u
.
• •
x2 = x 2 = x1
•
x3 = x 3 = x2
y = b1 x1 + b2 x 21 + b3 x 3
Assim:
− a1 − a2 − a3 1
•
x= 1 0 0 x + 0 u
0 0 0
1
y = (b1 b2 b3 )x
3.4- Realização na forma canônica de observador
Pode ser obtida diretamente da forma canônica de controlador, com as seguintes substituições:
A0 Act B0 Cct C0 Bct
Para o exemplo anterior, tem-se:
− a1 1 0 b1
.
x = − a2 0 1 x + b 2 u
−a 1 0 b 3
3
y = (1 0 0)x
OBS: Se o grau do denominador for igual ao grau do numerador, deve-se reescrever a função de
transferência realizando uma divisão polinomial. O termo constante formará a matriz “D” da
representação de estados.
b1 s 2 + b2 s + b3 b1 (b2 − b1a2 / a1 ) s + (b3 − b1a3 / a1 )
Ex6: G( s) = = + .
a1 s 2 + a2 s + a3 a1 a1 s 2 + a2 s + a3
b1 s 2 + b2 s + b3 a1 s 2 + a 2 s + a3
b b b1
− b1 s 2 − 1 a 2 s − 1 a3
a1 a1 a1
__________
__________
__________
__________
_______
(b2 − b1 a 2 / a1 ) S + (b3 − b1 a3 / a1 )
b1 (b2 − b1 a 2 / a1 ) s + (b3 − b1 a3 / a1 )
G ( s) = +
a1 a1 s 2 + a 2 s + a3
b1
1 = 2 = (b2 − b1 a 2 / a1 ) 3 = (b3 − b1 a3 / a1 )
a1
a2 a
•.
− − 3 1
x = a1 a1 x + u
1 0
0
3 1
y = 2 x + u
a1 a1 a1
4. Solução de Equação de Estados Invariante no Tempo.
(0) = I
( t ) = e At = (e −At ) −1 = [(− t )]−1
( t 1 + t 2 ) = e A ( t1 + t 2 ) = e At1 e At2 = ( t 1 )( t 2 )
[( t )]n = (nt )
( t 2 − t 1 ).( t 1 − t 0 ) = ( t 2 + t 0 )
X ( s ) = ( s − a) −1 x(0) + ( s − a) −1 bU ( s )
bU ( s )
Tomando L-1: x(t ) = e at x(0) + L−1 ;
s−a
1
F1 ( s ) =
com s − a (Integral de Convolução)
F2 ( s ) = U ( s )
t
x (t ) = eat x (0) + ea ( t −) .b.u().d
0
•.
de modo análogo ao caso matricial: X (t ) = A. X (t ) + B.u(t )
t
Resulta que: X (t ) = e At X (0) + e A(t − ) .B.u ( ).d
0
Resposta as Resposta a
condições entrada u()
iniciais
(1)
.
X = AX + Bu
G(S)
y = CX + Du
(2)
Dada uma representação de Espaço de Estados, existe uma única função de transferência associada
a mesma (1). O problema inverso, como já foi visto, admite mais de uma solução e é denominado
Problema das Realizações.
5.1. Obtenção de G(S) dada uma representação de Estados
•
Seja X = AX + Bu
y = CX + Du
X ( s ) = ( sI − A) −1 . X (0) + ( sI − A) −1 .B.U ( s )
= [C.(sI − A) −1 .B + D]U ( s )
Y ( s)
Logo: G ( s) = = C.(sI − A) −1 .B + D
U ( s)
s 0 − R / L − 1/ L s + R / L 1/ L
Solução: sI − A = − =
0 s 1/ C 0 − 1 / C s
− 1/ L
(sI − A)−1 =
s 1
1 / C s + R / L R 1
s2 + s +
L LC
−1 1 / L
= (0 1) (sI − A)
Y ( s)
G( s) =
U ( s) 0
1 / L
= (1 / C s + R / L )
Y ( s) 1 1 / LC
G( s) = =
U ( s) 0 s2 + s R + 1 R
s2 + s +
1
L LC L LC
Do exemplo 2, tem-se que:
dv C ( t ) d 2 v C (t)
v( t ) = RC + LC + v C (t)
dt dt 2
Logo: V (s) = (1 + RCs + LCs 2 )VC (s)
VC ( s ) 1
=
V ( s ) 1 + RCs + LCs 2
VC ( s) 1 / LC
=
V (s) R 1
s2 + s +
L LC
6. Auto Valores e Auto Vetores
Def.2: Autovalores: São as raízes da equação característica. Coincidem com os polos do sistema.
Simbologia: i
Def.3: Denomina-se auto vetor de uma matriz “A”, associado ao auto valor i, o vetor pi (nx1) que
satisfaz:
( i I − A). pi = 0 ou i . pi = A. pi
Ex7: Dado o sistema, obter sua equação característica, seus autovalores e auto vetores
• − 6 − 8 8
x = x + u
1 0 0
y = (0 1)x
s 0 − 6 − 8
det(SI − A) = 0 det − = 0
0 s 1 0
Solução: a) Equação característica:
s + 6 8
det = s 2 + 6 s + 8 = 0
−1 s
1 = −2
b) Autovalores: s 2 + 6 s + 8 = 0
2 = − 4
p11
c) Auto vetores: Para 1 1 . p1 seja p1 =
p12
p − 6 − 8 p11 − 2 p11 = −6 p11 − 8 p12
− 2. 11 =
p12 1 0 p12 − 2 p12 = p11
4 p11 = −8 p12
É verdadeira para qualquer p11 ou p12
p11 = −2 p12
1
Arbitrando p11 = 1 p12 = −1 / 2 , logo p1 = É um auto vetor associado ao auto valor –2.
− 1/ 2
p
Para 2 2 . p2 = A. p2 seja p2 = 21
p22
p − 6 − 8 p21 − 4 p21 = −6 p21 − 8 p22
− 4 21 =
p22 1 0 p22 − 4 p22 = p21
p21 = −8 p22
É verdadeiro para qualquer p21 ou p22
p22 = −4 p22
1
Arbitrando p21 = 1 p22 = −9 / 4 , logo p2 = É um auto vetor associado ao autovalor –4.
− 1 / 4
Como já foi visto anteriormente, a representação de sistemas no espaço de estados não é única, assim,
uma particular definição do vetor de estados x(t), pode ser redefinida por qualquer transformação linear
não-singular deste vetor, ou seja, x(t ) = P .z(t ) , onde: z(t) representa o novo vetor de estados e P é uma
matriz não-singular qualquer.
•
x( t ) = A. x( t ) + Bu( t )
Seja a representação de estados:
y( t ) = C . x ( t )
• •
Tem-se que: x( t ) = P . z( t )
•
P . z( t ) = A. P .z( t ) + B.u( t )
Assim,
y( t ) = C . P . z ( t )
•
z( t ) = P −1 . A. P .z( t ) + P −1 .B.u( t )
Ou ainda,
y( t ) = C . P . z ( t )
Que é a nova representação de estados obtida a partir da transformação.
OBS 1: A equação característica, os autovalores e os auto vetores não se alteram após uma transformação
linear não singular.
OBS 2: Uma transformação linear é deita invariante se não altera o polinômio característico de uma
realização.
OBS 3: Sendo a Matriz de transformação “P” formada pelos auto vetores do sistema, a nova
representação de estados recai na forma paralela, isto é, a nova matriz “A” do sistema ( P −1 . A. P ) é
diagonal, sendo os elementos da diagonal principal, os autovalores do sistema.
8.Controlabilidade e Observabilidade
São propriedades qualitativas de sistemas dinâmicos lineares e são importantes quando se considera:
• Projeto de compensadores por realimentação de estados.
• Projeto de observadores de estado
• Projeto de compensadores baseado na minimização ou maximização de um dado índice de
desempenho.
8.1. Controlabilidade
Definição: Um sistema <A,B> é de estado completamente controlável, se existe um sinal de controle
u(t), tal que, o estado do sistema pode ser levado de qualquer estado inicial x(0), para qualquer estado
final desejado x(tf), num intervalo de tempo finito.
•
x( t ) = Ax( t ) + Bu( t )
Teorema: O sistema de dimensão (ordem) n, é controlável se, e somente se, a
y( t ) = Cx( t ) + Du( t )
matriz de controlabilidade ℭ , conforme definida a seguir, tem posto (rank) igual a m, ou seja, ℭ é não
singular.
ℭ = B A.B A2 .B An −1 .B
• − 2 1 1
x = x +
Ex8: Verificar se o sistema é controlável: 0 − 1 0
y = (1 0)x
1 − 2 Singular
Solução: ℭ =
0 0 não controlável
8.2. Observabilidade
Definição: O sistema <A,C> é de estado completamente observável se, para qualquer estado inicial
x(0), existir um tempo finito , tal que x(0) pode ser determinado (de forma única) a partir de u() e y().
•
x( t ) = Ax( t ) + Bu( t )
Teorema: O sistema: de dimensão n, é de estado se, e somente se, a matriz de
y ( t ) = Cx ( t ) + Du ( t )
observabilidade , definida a seguir, tem posto (rank) n, ou seja, é não singular.
C
C.A
= C . A2
n −1
C . A
• − 2 1 1
x = x +
Ex9: Verificar se o sistema é observável: 0 − 1 0
y = (1 0)x
1 0 não singular
Solução: =
− 2 1 observável
9 PROJETO DE SISTEMAS DE CONTROLE USANDO ESPAÇO DE ESTADOS
Objetivo
Mostrar como se realiza o projeto de controladores baseado na formulação de espaço de estados e mostrar
como se realiza o projeto de observadores de estado. As vantagens desta abordagem se evidenciam
quando se tem sistemas multivariáveis.
Formulação do problema
Seja um sistema linear invariante no tempo contínuo representado na forma de espaço de estados de
acordo com a equação (1).
•
X (t) = AX (t) + Bu(t) + G1w(t) (1)
Y (t) = CX (t)
onde: X (nx1), A (nxn), B(nx1),C(1xn) e G1 (nx1)
u(t) : ação de controle
w(t): entrada de perturbação
Deseja-se determinar uma lei de formação para a ação de controle u(t) em função do vetor de estados X(t),
tal que, o sistema <A,B,C,D> em malha fechada, tenha um desempenho que atenda um conjunto de
especificações pré estabelecidas.
Situações possíveis
No problema formulado tem-se duas possibilidades para as variáveis de estado do vetor X(t):
– Todas disponíveis: Existe um sensor para cada variável. Neste caso vai-se direto ao projeto do
controlador que é subdividido em:
1 - Regulação: A referência é zero para todo o tempo.
2 - Rastreamento: A referência é uma função do tempo.
K
Gráfica: Diagrama de simulação
Analítica / Paramétrica:
X = X t
^
Definindo o vetor de estado aumentado:
O sistema em malha aberta com o vetor aumentado fica:
•
X = A 0 X + Bu + 0r
• −C 0 0 1
•
^ ^ ^ ^
Sem perda de generalidade, seja r = 0, então: X = A X + B u
^ ^
Se < A,B > é controlável e não tendo nenhum zero na origem, pode-se usar imposição de polos e
no scilab
A = [0 1;2 -1]; B = [0;1]; C = [1 0]; D = 0;sysc=syslin('c',A,B,C,D);
Abig = [A [0;0];-C 0]; Bbig = [B ;0]; Cbig=[C 0];Dbig=[0;0;0];
p1=-4;p2=-4;p3=-4;P=[p1 p2 p3];d1=conv([1 4],[1 4]);d=conv(d1,[1 4]);
alfacA=d(1)*Abig*Abig*Abig+d(2)*Abig*Abig+d(3)*Abig+d(4)*[1 0 0;0 1 0;0 0 1];
Cont= [Bbig Abig*Bbig Abig*Abig*Bbig];det(Cont);
Kbig=[0 0 1]*inv(Cont)*alfacA;ki=-Kbig(3);Abigmf=[A-B*[Kbig(1) Kbig(2)] B*ki;-C 0]; Bbigmf =
[0;0;1]; Cmf = [C 0]; Dmf=0;S1=syslin('c',Abigmf, Bbigmf,Cmf,Dmf;t=0:0.01:5; u=ones(t);
x=csim(u,t,S1); plot2d(t,x,2)
Equações de Estado
Um SLIT contínuo têm a seguinte representação no espaço de estados:
•
x = AX +Bu (59)
Y = CX +Du
Onde u é a ação de controle (px1); Y o vetor de saídas (rx1) e X o vetor de estados (nx1);
A é uma matriz (nxn); C um vetor (rxn);
B é um vetor (nxp); D uma matriz (rxp)
No caso mono variável, p = r = 1, tem-se a seguinte solução das equações de estado, no
intervalo de tempo [to,t]
t
X(t)= e A( t − to).X(to)+ eA(t − ).B.u().d (60)
to
A representação no espaço de estados de um sistema discreto, equivalente ao descrito na
equação (59) precedido por um ZOH, Fig. 6, pode ser obtida a partir da equação (60).
u(t) . y(kT)
u(kT) HOLD X(t) C
X = AX + Bu
Para um período de amostragem, isto é, [to,t] => [kT, kT+T], a equação (60) resulta
kT + T
X(kT + T) = eATX(kT) + eA(kT+ T− )Bu()d (61)
kT
com o ZOH, u( )=u(kT) é constante para [kT, kT+T]. Definindo, = kT+T- , a
Eq. 61 fica,
x1 (kT + T) a1 a 2 a 3 x1 (kT) 1
x (kT + T) = 1 0 0 x 2 (kT) + 0u(kT)
2
x3 (kT + T) 0 1 0 x3 (kT) 0
(66)
x1 (kT)
y(kT) = b1 b2 b 3 x 2 (kT)
x3 (kT)
Controlabilidade e Observabilidade
Controlabilidade:
Um sistema discreto , de ordem “n” é controlável se for possível determinar uma
sequência de controle u(k), k = 0, 1,..., n, tal que um ponto arbitrário X(n) possa ser
atingido a partir de qualquer estado inicial X(0), ou ainda, se e somente se, o “rank” da
matriz de controlabilidade C for igual a n, onde:
Observabilidade:
Um sistema discreto ,C de ordem “n” é observável se existir um k finito tal que, o
conhecimento das entradas: u(0), u(1),.....,u(k-1) e das saídas: y(0), y(1),....., y(k-1) seja
suficiente para se determinar o estado inicial X(0) do sistema, ou ainda, se e somente se,
o “rank” da matriz de observabilidade O for igual a n, onde:
O= C C C 2
........ C
n−1 T
(72)
Posicionamento de Polos via Realimentação de Estados Discreta
Se o sistema discreto é de estado completamente controlável, pode-se posicionar
arbitrariamente seus polos de malha fechada no plano Z, pelo uso de uma realimentação
de estados, ponderada por um vetor de ganhos apropriado conforme a Equação 2.63.
K = [ k1 k2 kn ] (2.63)
O cálculo do vetor K do controlador pode ser feito de forma análoga às apresentadas para
o casso contínuo. Se o sistema for de ordem baixa, basta escrever a equação característica
em função dos ganhos e igualar à equação característica desejada.
Para um sistema em malha aberta representado no espaço de estados pelas Equações 64 e
2.51 com D = 0, ao se fechar a malha com realimentação de estados, o sinal de controle
u(kT) é dado pela Equação 2.64, onde K é dado pela Equação 2.63.
u(kT) = −Kx(kT) (2.64)
A equação de estado do sistema em malha fechada é dada pela Equação 2.65. Portanto a
equação característica de malha fechada é dada pela Equação 2.66 e será função dos
elementos ki do vetor K.
x(kT + T ) = − K x(kT) (2.65)
det( zI − ( − K )) = 0 (2.66)
Supondo que se deseje λ1, λ2, ..., λn como polos de malha fechada, então a equação
característica desejada de malha fechada é dada pela Equação 2.67.
P ( z) = (z − 1 )(z − 2 )(z − n ) = z n + an−1 z n−1 + + a1 z + a0 = 0 (2.67)
c
Assim os polos de malha fechada são as raízes do polinômio característico que agora é
dado pela Eq. 2.66. Pode-se então usar um dos dois procedimentos descritos
anteriormente para calcular K (igualar as Eq. 2.65 e 2.66 ou usar a Eq. 2.68).
Projeto de Servo Sistema para Sistemas Discretos
Considerando que todas as variáveis de estado podem ser medidas, vetor de estado
disponível, dois casos são apresentados a seguir.
Servo Sistema Discreto quando a Planta Possui um Integrador
Se a planta tem integrador (tipo um), utiliza-se a configuração ilustrada na Fig. 8, onde
necessáriamente a variável de estado x1(t) tem de ser igua a saída y(t). Assim, o sinal de
controle é dado pela Eq. 2.70.
x (kT )
1 (2.70)
x2 (kT )
u(kT ) = −[ 0 k2 k3 ... kn ] + k1[r (kT ) − x1(kT )] = − KX (kT ) + k1r (kT )
x (kT )
n
Para o integrador, têm-se as Eq. 2.71 e 2.72. Resultando no diagrama de simulação da Fig.
10, onde xi(k) é definindo como variável de estado.
xi(z)z - xi(z) =Ei(z) (2.71)
xi(k+1) - xi(k) = ei(k) (2.72)
Assim a equação de estado e a de saída para o integrador resultam nas Eq. 2.73 e 2.74.
xi(k+1) = xi(k) + ei(k) = xi(k) + r(k) - CX(k) (2.73)
yi(k) = hxi(k) (2.74)
A equação de estado e a de saída para a planta em malha aberta, k i = K = 0, são dadas
pelas Eq. 2.75 e 2.76.
X(k+1) = X(k) + u(k) (2.75)
y(k) = CX(k) (2.76)
X = A X + B u(k ) (2.78)
^ ^ ^
Y =C X
Se o sistema aumentado em malha aberta for controlável (determinante não nulo da matriz
de controlabilidade, Eq. 2.79), então, pode-se usar a ação de controle da Eq. 2.80, para
fechar a malha e reposicionar os polos.
^ ^ ^ ^ ^ n ^
Cont = B A B A B
(2.79)
^
u(k) = - KX(k) + kihxi(k) = -[ K -kih][ X(k) xi(k)]t = - K [ X(k) xi(k)]t (2.80)
Em malha fechada tem-se a Eq. 2.81.
X(k+1) = [- K]X(k) + kihxi(k) (2.81)
X (k + 1) − K k i h X (k ) 0
x (k + 1) = − C +
1 xi (k ) 1
r (k )
i
y (k ) C 0 X (k )
y ' ( k ) = 0 h x ( k )
i (2.82)
Definindo os n+1 polos desejados de malha fechada, Eq. 2.83, o vetor K pode ser obtido
pela fórmula de Ackermann, Eq. 2.84.
Pd ( s) = ( s − 1 )( s − 2 )( s − n )( s − n +1 ) (2.83)
−1
K = 0 0 1Cont Pd ( A)
^ ^ ^
(2.84)