Académique Documents
Professionnel Documents
Culture Documents
DESACOPLAMENTO
4.1 Introdução
Muitos sistemas de controle de processos têm múltiplas entradas e múltiplas
saídas. Para estes sistemas, deseja-se freqüentemente que mudanças em
uma entrada de referência afetem apenas uma saída. Quando esta ‘não inte-
ração’ pode ser obtida, é mais fácil manter cada valor de saída em um valor
constante desejado na ausência de perturbações externas. Nesta unidade
são apresentadas noções sobre desacoplamento em sistemas multivariáveis.
U ( s) E ( s) Y ( s)
- G0 ( s)
H (s)
O sistema tem múltiplas entradas e múltiplas saídas (sistema MIMO)
no qual,
G0 ( s) : é a matriz de transferê ncia do elo direto
H ( s) : é a matriz de transferê ncia do elo de realimenta ção
E ( s) : é o vetor de erro
De acordo com o diagrama, pode-se escrever:
Y ( s) G0 ( s) E ( s) (4.1)
E ( s) U ( s) H ( s) Y ( s) (4.2)
Substituindo (4.2) em (4.1), obtém-se
Y ( s) [ I G0 ( s) H ( s)]1 G0 ( s) U ( s) (4.4)
Y ( s) G( s) U ( s) (4.5)
G ( s) [ I G0 ( s) H ( s)] 1 G0 ( s) (4.6)
4.3 O problema de desacoplamento
Considere a matriz de transferência de um processo, denotada por G p (s ), de
ordem n x n. Suponha o seguinte problema: projetar um compensador sé-
rie representado pela matriz Gc (s ) , também de ordem n x n, tal que as
n entradas e n saídas sejam desacopladas.
G ( s) [ I G0 ( s) ] 1 G0 ( s) (4.8)
Pré-multiplicando ambos os lados de (4.8) por [ I G0 ( s) ] encontra-se
[ I G0 (s) ] G( s) G0 ( s)
ou
G ( s) G0 ( s) G ( s) G0 ( s)
G0 ( s) G0 ( s) G ( s) G ( s)
G0 ( s) [ I G ( s)] G ( s)
Pós-multiplicando ambos os lados da última equação por [ I G( s)]1, obtém-
se
G0 ( s) G ( s) [ I G ( s)]1 (4.9)
Exemplo
Considere um sistema em malha fechada com duas entradas e duas saídas,
consistindo do processo, de um compensador e de uma realimentação unitá-
ria, conforme o diagrama da figura a seguir Processo
U1 (s) E1 ( s) V1 (s) 1 Y1 ( s)
- Gc11 ( s)
2s 1
Gc 21 ( s)
1
Gc12 ( s)
U 2 ( s) V2 (s)
1 Y2 (s)
- E ( s) Gc 22 ( s )
2 s 1
Determinar a matriz de transferência do compensador série de modo que a
matriz de transferência de malha fechada seja:
1 1
G ( s ) diag , (4.12)
s 1 5s 1
De acordo com o diagrama, têm-se as seguintes equações para o processo:
1
Y1 ( s ) V1 ( s )
2s 1
1
Y2 ( s ) V1 ( s ) V2 ( s )
s 1
Na forma matriz-vetor, estas equações são equivalentes a
1
Y1 ( s) 2s 1 0 V ( s)
Y ( s)
1
1 V2 ( s)
(4.13)
2 1
s 1
Portanto, a matriz de transferência do processo é
1
2s 1 0
G p ( s)
1
1
s 1
Também baseado no diagrama do sistema, têm-se as seguintes equações
para o compensador:
V1 ( s) Gc11 ( s) E1 ( s) Gc12 ( s) E2 ( s)
V2 ( s) Gc 21 ( s) E1 ( s) Gc 22 ( s) E2 ( s)
ou, na forma matriz-vetor,
V1 (s) Gc11 ( s) Gc12 (s) E1 ( s)
V ( s) G ( s) G ( s) E (s) (4.14)
2 c 21 c 22 2
Novamente de acordo com o diagrama do sistema, segue que
E1 ( s) U1 ( s) Y1 ( s) (4.15a)
E2 ( s) U 2 ( s) Y2 ( s) (4.15b)
Substituindo as equações (4.15) na equação (4.14), obtém-se:
1
2s 1 0 G ( s ) G ( s )
Go ( s) c11 c12
1 Gc 21 ( s) Gc 22 ( s)
1
s 1
Para concluir, aplicamos (4.11), lembrando que G(s) deve ter a forma diago-
nal dada em (4.7), e calculamos a matriz de transferência do compensador
1 1
1 1 1
2s 1 0 s 1 0 1 0 0
Gc ( s) s 1
1
1 0 1 1
1 0 0
s 1 5s 1 5s 1
Série, encontrando-se:
(2s 1) 0
s
G ( s ) G ( s )
Gc ( s) c11 c12
Gc 21 ( s) Gc 22 ( s) ( s 1)( 2s 1) s 1
s 5s
Note que as funções de transferência Gc11 ( s) e Gc 22 ( s) representam contro
ladores do tipo proporcional – integral, e Gc 21 ( s) representa um controlador
do tipo proporcional – integral – derivativo.
x1 (t )
x (t )
u (t ) Kx(t ) k1 k 2 kn 2 (5.2)
xn (t )
onde K 1 n representa a matriz de ganho de realimentação, a ser calculada.
Supor que todas as variáveis de estado são acessíveis.
Substituindo a lei de controle dada por (5.2) no sistema (5.1), segue:
x (t ) ( A BK ) x(t ) (5.3a )
y (t ) Cx(t ) (5.3b)
A equação característica do sistema em malha fechada (5.3) é
det[ sI ( A BK )] 0 (5.4)
A equação (5.4) corresponde a uma equação polinomial em s, de ordem n,
com a matriz de ganho de realimentação
K k1 k2 kn
Supondo que o sistema é a estados controláveis, o projeto de uma lei de
controle consiste então na determinação de K tal que as raízes da equação
(5.4) fiquem em posições desejáveis.
Suponha que as raízes desejadas para a equação (5.4) sejam dadas:
{1 , 2 ,, n } (5.5)
Então a equação característica desejada correspondente é:
u x y
x Ax Bu C
K
Exemplo 5.1 – Lei de controle para um sistema de segunda ordem.
Considere um oscilador, sem amortecimento, com freqüência o e uma
descrição no espaço de estados dada por:
x1 0 1 x1 0
x 2 u
0 x2 1
(5.7)
2 o
Encontrar uma lei de controle tal que ambos os pólos do sistema em malha
fechada sejam alocados em -2 o. Isto significa um aumento da freqüência
natural, em dobro, e um aumento do coeficiente de amortecimento , de
0 para 1.
Solução
Aplicando (5.6) ao caso particular, obtém-se:
det[ sI ( A BK )] 0
s 0 0 1 0
det 2 k1 k 2 0
0 s 0 0 1
K k1
k 2 3o2 4o
Usando a forma canônica de controle
0 1 0 0 0
0 0 1 0 0
Ac , Bc , Cc b0 b1 bn 1
0 0 0 1 0
a0 a1 a2 an 1 1
Kc 0 a0 1 a1 2 a2 n1 an1
triz de ganho
Qc q'c n 1
(qc A)' (qc A )' , sendo qc 0 0 0 1M c1
/
Mc B AB An1B
Utilizando a fórmula de Ackermann para posicionamento de pólos
Mc B AB A2 B An 1 B (5.16)
Com base no teorema conhecido por teorema de Cayley-Hamilton, a matriz
c ( A) é definida por
c ( A) An n 1 An 1 2 A2 1 A 0 I (5.17)
onde os i são os coeficientes da equação característica desejada (5.13) .
Note que (5.17) é uma equação matricial.
Exemplo 5.2
0 1 0
A 2 , B
o 0 1
Os coeficientes do polinômio característico desejado são 1 40 , 0 40
2
Utilizando a forma geral (5.17) para este exemplo particular, segue que
2
0 0 1 2 1 0
c ( A) A 1 A 0 I
2 0
2
40 2 40
0 0 0 0 0 1
302 40
c ( A) 2
(5.18)
4 2
0 3 0
A matriz de controlabilidade é
0 1
M c B AB
1 0
e sua inversa também é
1 0 1
M c
1 0
De (5.15) conclui-se que
K 0 1 M c1 c ( A)
0 1 302 40
K 0 1 2
1 0 4 2
0 30
K 302 40
que é o mesmo resultado obtido anteriormente.
5.2 Realimentação de estados completa considerando uma entrada de
referência
x (t ) Ax(t ) Bu (t ) (5.19a )
y (t ) Cx(t ) (5.19b)
onde:
i) x n : é o vetor de variávei s de estado
ii) u : é a entrada de controle
iii) y : é a variável de saída
r u x x y
+
+ B +
+ C
K
A função de transferência do sistema em malha fechada (5.21) é dada por
Y ( s)
G( s) C[ sI ( A BK )] 1 B (5.22)
R( s )
Portanto, os n pólos do sistema em malha fechada são as raízes da equação
característica:
c (s) det[ sI ( A BK )] 0 (5.23)
x1 (t ) 0 1 0 0 x1 (t ) 0
2 0
x ( t ) 0 1 0 x2 (t ) 0
u (t ) (5.26a )
xn 1 (t ) 0 0 0 1 xn 1 (t ) 0
x (t ) a0 a1 an 2 an 1 xn (t ) 1
n
x1 (t )
x (t )
2
y (t ) b0 b1 bn 2 bn 1 (5.26b)
x (
n 1 t )
xn (t )
A seguir mostra-se que o polinômio característico do sistema na base canôni-
ca é idêntico ao polinômio característico do sistema na base original.
det( sI A ) det( sI Qc AQc1 ) det(Qc ) det( sI A) det(Qc1 ) det( sI A)
Portanto, devido a este fato, tem-se que
Considerando K k1
k 2 k n 1 , pode-se escrever que
0 1 0 0
0 0 1 0
A BK (5.30)
0 0 0 1
a0 k1 a1 k 2 an 2 k n 1 an 1 k n
0 0 5 1
A 1 0 1 ; B 2
0 1 4 0
A matriz de controlabilidade é
1 0 10
Mc B AB
A2 B 2 1 2
0 2 7
Esta é uma matriz não singular pois seu determinante, det( M c ) 43 0 , é
diferente de zero.
A inversa de M c é
Portanto,
qc 0 0 1 M c1 0,0930 0,0465 0,0233
s 0 5 1
det( sI A) 1 s 1 s 3 4s 2 s 5 s 3 5 1 4 s
0 1 s 4 s 2
cujas raízes são os pólos do sistema em malha aberta, que são: -4,06 e
-0,029 ± j 1,11 . Devido à proximidade de dois pólos (o par de pólos comple-
xo conjugado) do eixo imaginário, o sistema é quase instável.
Suponha os seguintes pólos para alocação do sistema em malha fechada:
s 1 e s 2 j
Então, o polinômio característico desejado é
1
c ( s) ( s 1)( s 2 j )( s 2 j ) s 3 5s 2 9s 5 s 3 5 9 5 s
s 2
De (3.35), a matriz ganho de realimentação, K, é portanto
qc
K 0 a0 1 a1 2 a2 qc A
qc A2
0,093 0,0465 0,0233
K 0 8 1 0,0465 0,0233 0,5116
0,0233 0,5116 2,256
K 0,349 0,325 1,837
Estabilizabilidade
Qo qo A qo A n 1
qo
1
(5.38)
onde
0
qo M o1
0
1
A matriz Mo é a matriz de observabilidade:
C
CA
Mo
n 1
CA
Visando converter o sistema (5.36) para a forma canônica observável, defina
a transformação: ~x (t ) Qo x(t ) (5.39)
Prémultiplicando ambos os lados da equação (5.39) por Qo1 , resulta
x(t ) Qo1 ~
x (t ) (5.40)
Substituindo (5.40) em (5.36), segue que
Qo1 ~x (t ) AQo1 ~x (t ) Bu (t ) (5.41a)
y (t ) CQ 1 ~
o x (t ) (5.41b)
Premultiplicando (5.41a) por Qo , obtém-se
x (t ) Qo AQo1 ~
~ x (t ) Qo Bu (t )
y (t ) CQ 1 ~
o x (t )
~ ~ ~
Definindo as matrizes A Qo AQo1 , B Qo B , C C Qo1 , resulta
~~
x (t ) A
~ ~
x (t ) B u (t ) (5.42a)
~~
y (t ) Cx (t ) (5.42b)
O sistema (5.42) está na forma canônica observável, ou seja ele está na
forma:
~ x1 (t ) 0 0 0 a0 ~ x1 (t ) b0
~
2 1 0
x (t ) 0 a1 ~
x2 (t ) b1
u (t ) (5.43a)
~ ~
xn 1 (t ) 0 1 0 an 2 xn 1 (t ) bn 2
~ (t ) 0 0 1 an 1 ~ xn (t ) bn 1
n
x
~ x1 (t )
~ x (t )
2
y (t ) 0 0 0 1 (5.43b)
~
x
n 1 ( t )
~
xn (t )
1
O polinômio característico do sistema é s
a( s) s n a0 an 1
~
a( s) det( sI A) det( sI A) a1
n 1
s
Considere que o polinômio característico com as raízes desejadas é
1
s
o( s) s n 0 1 n 1
n 1
s
~
Seja L a matriz do observador para o sistema na base canônica, pode-se
escrever a seguinte relação para a matriz do observador:
A matriz de observabilidade é:
C 1 2 0
M o CA 0 1 2
CA2 10 2 7
det( M o ) 43
Conforme (5.38), para encontrar a matriz de transformação Qo , inicialmente
0,0930
qo 0,0465
0,0233
Agora, calcula-se Qo :
9 4 1
Qo qo Aqo 2 1
A qo 4 9 2
1 2 0
Com a matriz de transformação Qo obtêm-se:
0 0 5
A Qo AQo1 1 0 1 ; C CQo1 0 0 1
~ ~
0 1 4
1
o( s) det( sI A LC ) ( s 1)( s 2 j )( s 2 j ) s 3 5 9 5 s
s 2
Portanto, a matriz de ganho do observador é
L Q L Q01 ao o a1 1 a2 2
~ 1 /
0
1
9 4 1 0 0,349
L 4 9 2 8 0,326
1 2 0 1 1,837
xˆ (t ) ( A LC ) xˆ (t ) Bu (t ) Ly(t )
Definindo o erro de estimação como E (t ) x(t ) xˆ (t ) , então a dinâmica do
erro é:
E (t ) x (t ) xˆ (t ) Ax(t ) Bu (t ) ( A LC ) xˆ (t ) Bu (t ) LCx(t )
E (t ) ( A LC) x(t ) ( A LC) xˆ(t ) ( A LC)[ x(t ) xˆ(t )]
E (t ) ( A LC)E (t )
Para o exemplo considerado, a dinâmica do erro é:
onde:
E1 (t ) 0,349 0,302 0
E (t ) E (t ) e 0,326 0,652 1 A LC
2
E3 (t ) 6,837 4,674 4
A resposta temporal do erro é:
(t ) H (t ) (5.52)
A solução da equação (5.52) é
(t ) e H t (0)
Como, de (5.47a) sabe-se que (H ) C , então
lim (t ) 0
t
xˆ (t ) Sz (t ) NCx(t ) (5.53)
Aplicando o limite, com t , sobre a equação (5.53), obtém-se
lim xˆ (t ) S lim z (t ) NC lim x(t ) (5.54)
t t t
lim [ x(t ) xˆ (t )] 0
t
/ A i I
tais que
/
t i zi 0 0 onde: t i C n
, z i C p
C
e determine uma linha para cada uma das matrizes T e Z, denotadas por
Ti e Z i , de acordo com o que segue. Se Im( i ) 0 , então Ti ti/ , Z i zi/
Se Im( i ) 0, então
i 1 i* , Ti Re( ti/ ) , Ti 1 Im( ti/ ) , Z i Re( zi/ ) , Z i 1 Im( zi/ )
( n p ) n ( n p ) p ( n p ) ( n p )
Monte as matrizes T , Z e H como:
T1 Z1 D1 0 0 i , se Im( i ) 0;
T Z 0 D Re( ) Im( )
T
2 , Z 2 , H 2 D i i
,
i Im( ) Re( )
0
i i
n p
T n p
Z 0 0 Dn p
se Im( i ) 0
Detectabilidade
u (t ) Kxˆ (t ) r (t ) (6.1)
onde:
u : é a entrada de controle;
K 1 n : é a matriz de ganho de realimentação de estados estimados (a ser
determinada); esta é uma matriz constante;
xˆ n : representa o vetor de variáveis de estado estimadas;
r : é uma entrada de referência externa
Considere um sistema LTI observável sob a forma
x (t ) Ax(t ) Bu (t ) (6.2a )
y (t ) Cx(t ) (6.2b)
Considere um observador sob a forma
xˆ (t ) ( A LC ) xˆ (t ) Bu (t ) Ly(t ) (6.3a)
w(t ) Kxˆ (t ) (6.3b)
O sistema de malha fechada resultante das conexões entre o sistema (6.2),
a lei de controle (6.1) e o observador (6.3), pode ser representado pelo dia-
grama da Figura 6.1.
r u x x y
B C
A
B
̂x
w x̂
K L
A LC
Fig. 6.1
Substituindo (6.2a) e (6.3a) em (6.5), encontra-se a dinâmica do erro
E (t ) Ax(t ) Bu (t ) [( A LC ) xˆ (t ) Bu (t ) Ly (t )]
E (t ) ( A LC )[ x(t ) xˆ (t )]
E (t ) ( A LC )E (t ) (6.6)
Da teoria de sistemas lineares, deduz-se que a solução para o sistema (6.6) é
( A LC )( t t o )
E (t ) e E (to )
onde: E (to ) x(to ) xˆ (to )
Por outro lado, substituindo (6.1) em (6.2a), encontra-se o sistema sob reali-
mentação de estados, como segue:
x (t ) Ax(t ) Bu (t ) Ax(t ) BK xˆ (t ) Br (t )
x (t ) Ax(t ) BK xˆ (t ) Br (t ) BKx (t ) BKx (t )
x (t ) ( A BK ) x(t ) BK [ x(t ) xˆ (t )]
x (t ) ( A BK ) x(t ) BK E (t ) (6.7)
Definindo um vetor de estados aumentado por x (t )
/ /
/
E (t ) , o comporta-
mento dinâmico do sistema de malha fechada pode ser definido no espaço de
estados aumentado, reunindo as equações (6.7) e (6.6), numa só equação,
como segue:
x (t ) A BK BK x(t ) B
E (t ) 0 r (t )
A LC E (t ) 0
(6.8a)
x(t )
y (t ) C 0 (6.8b)
E (t )
ou:
x (t ) A x(t ) B r (t ) (6.9a)
y (t ) C x(t ) (6.9b)
onde:
x(t ) A BK BK B
x , A
2n
, B , C C 0
E (t ) 0 A LC 0
Os 2n pólos do sistema de malha fechada aumentado (6.8), são as raízes do
polinômio característico:
det( sI A) det( sI A BK ) det( sI A LC ) c (s) o (s)
das quais n são os pólos desejados para o sistema sob realimentação de esta
dos estimados e n são os pólos desejados para o observador.
Y ( s)
G ( s) C ( sI A) 1 B
R( s)
1
sI A BK BK B
G ( s ) C 0
0
0 sI A LC
( sI A BK ) 1 ( sI A BK ) 1 ( BK )( sI A LC ) 1 B
G ( s ) C 0 1
0 ( sI A LC ) 0
G ( s ) C ( sI A BK ) 1 B
Exemplo 6.1
Isto implica que o polinômio característico desejado para o sistema sob a re-
alimentação de estados estimados é:
c ( s) ( s 3)( s 1 i )( s 1 i ) s 3 5s 2 8s 6
1
c ( s) s 3 6 8 5 s
s 2
Uma vez que o sistema dado já está na forma canônica controlável, então a
matriz de transformação de equivalência é a matriz identidade, Qc I . Por
tanto, a matriz do ganho de realimentação é
K a0 0 a1 1 a2 2 5 6 1 8 4 5
K 1 7 1
O cálculo da matriz do observador para o sistema dado, já foi resolvido no
Exemplo 5.4, onde foi encontrado:
0,349
L 0,326
1,837
A determinação de K e L completa o projeto do sistema composto: realimen-
tação de estados mais observador.
1 2s 1
G ( s ) C ( sI A BK ) B 3
s 5s 2 8s 6
o ( s) det( sI A LC ) s 3 5s 2 9s 5
Princípio da separação
k m1 k m 2 k mn
na lei de controle (7.3), obtém-se a seguinte equação equivalente:
u1 (t ) k11 k12 k1n x1 (t )
u (t ) k k k x (t )
2 21 22 2n 2
um (t ) km1 km 2 k mn xn (t )
O projeto de sistemas de controle e de sistemas reguladores ótimos baseados
Para sistemas com vetores reais e matrizes reais, a equação (7.4) é especi
almente escrita como segue:
Para uma ampla classe de sistemas de controle pode-se mostrar uma rela-
ção direta entre as funções de Lyapunov e os índices de desempenho quadrá-
ticos utilizados na síntese dos sistemas de controle ótimo. A abordagem de
Lyapunov para a solução de problemas de otimização será iniciada
considerando-se um caso simples conhecido como o problema de otimização
paramétrica.
Problema de otimização paramétrica resolvido pelo segundo método de
Lyapunov
Discute-se aqui a relação direta entre as funções de Lyapunov e os índices
de desempenho quadráticos e resolve-se o problema de otimização
paramétrica utilizando essa relação.
Admite-se que
d
x * Qx ( x * Px) (7.7)
dt
onde P é uma matriz hermitiana, ou simétrica real, definida positiva.
x * Qx x * Px x * Px (7.8)
De (7.5), pode-se escrever:
x* x * A * (7.9)
Substituindo (7.5) e (7.9) em (7.8), segue que
x * Qx x * A * Px x * PAx x * ( A * P PA) x
Pelo segundo método de Lyapunov sabe-se que, dada Q, existe P se A é
estável (ou seja (A) C ) tal que:
-
A * P PA Q (7.10)
Resolver esta equação matricial implica em determinar os elementos de P.
Exemplo 7.1
Considere o sistema mostrado na Figura 7.1. Determine o valor do coefici-
ente de amortecimento 0 tal que, ao submeter a uma solicitação r(t)
em degrau unitário, o seguinte índice de desempenho seja minimizado:
J (e 2 e 2 )dt , com 0 (7.12)
0
r (t ) e(t ) 1 y (t )
+-
s(s 2 )
Fig. 7.1
De acordo com o sistema da Figura 7.1, o sinal de erro é dado por
e(t ) r (t ) y (t ) (7.13)
Consideram-se condições iniciais nulas. A função de transferência de malha
fechada é:
Y ( s) 1
2
R( s) s 2s 1
ou
s 2Y (s) 2sY (s) Y (s) R( s) (7.14)
De (7.14) obtém-se a seguinte equação diferencial:
y(t ) 2y (t ) y (t ) r (t ) (7.15)
Combinando (7.13) com (7.15), a equação diferencial fica em termos de e(t):
x1 (t ) 0 1 x1 (t )
x (t ) 1 2 x (t )
2 2
Portanto, a matriz de estados do sistema é
0 1
A
1 2
Combinando (7.18) com o índice de desempenho J, definido em (7.12), segue
J (e 2 e 2 )dt ( x12 x22 )dt
0 0
1 0 x1
J x
0
1 x2
0 x2
dt
J x / Qx dt
0
onde:
x1 e 1 0
x , Q
x2 e 0
A/ P PA Q (7.20)
Para o presente exemplo, seja
p11 p12
P
p12 p22
a equação (7.20) torna-se
1 1 1
p11 , p12 , p22
4 2 4
O índice de desempenho J pode ser dado por
1 2 1 2
J x (0 ) Px(0 )
T
x1 (0 ) x1 (0 ) x2 (0 ) x2 (0 )
4 4
Substituindo-se as condições iniciais x1 (0 ) 1, x2 (0 ) 0 nesta última
Equação, obtém-se:
1
J
4
Para minimizar J em termos de , faz-se
J
0
Assim fazendo, segue que
J 1
1 0
4 2
x (t ) Ax(t ) Bu (t ) (7.21)
Determine a matriz K da lei de controle
u (t ) Kx(t ) (7.22)
tal que o seguinte índice de desempenho seja mínimo:
J ( x*Qx u* Ru )dt (7.23)
0
u x
x Ax Bu
K
Fig. 7.2
Um método para se resolver o problema de otimização formulado anteriormen
mente é mostrado na seqüência
x (t ) Ax(t ) B [ Kx(t )]
x (t ) ( A BK ) x(t ) (7.24)
Suponha que a matriz (A-BK) seja estável, ou seja, ( A BK ) C
Substituindo (7.22) em (7.23), tem-se
J ( x*Qx x* K * RKx )dt
0
J x* (Q K * RK ) xdt
0
Utilizando a idéia apresentada ao se resolver o problema de otimização para-
métrica, faz-se
d
x * (Q K * RK ) x ( x * Px) (7.25)
dt
onde P é uma matriz hermitiana ou real simétrica definida positiva.
Efetuando a derivada do lado direito da Equação (7.25), e combinando o re-
sultado com (7.24), obtém-se
x * (Q K * RK ) x x * Px x * Px
x * ( A BK ) * Px x * P( A BK ) x
x *[( A BK ) * P P( A BK )] x
Comparando-se ambos os membros desta última equação, deve ter
( A BK ) * P P( A BK ) (Q K * RK ) (7.26)
Aplicando o segundo método de Lyapunov, se (A-BK) é uma matriz estável,
então existe uma matriz P, definida positiva, que satisfaz a Equação (7.26).
Como, por hipótese, os autovalores de (A-BK) têm partes reais negativas, em-
tão x(∞)=0. Portanto,
J x * (0) Px(0) (7.27)
Assim, o índice de desempenho J pode ser obtido em termos do estado inicial
x(0) e da matriz P.
( A * K * B*) P P( A BK ) Q K * T * TK 0
Que pode ser reescrita sob a forma:
K T 1 (T *)1 B* P
ou
K R 1B * P (7.28)
A Equação (7.28) fornece a matriz ótima K.
Conseqüentemente, a lei de controle ótimo para o problema de controle ótimo
quadrático, quando o índice de desempenho é dado por (7.23), é linear e
dada por:
u(t ) K x(t ) R 1B * Px(t )
A matriz P, na Equação (7.28), deve satisfazer a Equação (7.26), ou a seguin
Equação reduzida:
A * P PA PBR 1B * P Q 0 (7.29)
A Equação (7.29) é chamada de equação matricial reduzida de Riccati.
Com base na exposição apresentada, apresentam-se as etapas de projeto
Procedimento resumido para o projeto da lei de controle ótimo
1) Resolver a Equação matricial reduzida de Riccati (7.29), para encontrar P
2) Substituir a matriz P na Equação (7.28), para encontra a matriz K, ótima
Y ( s) G ( s) R( s) (8.4)
Para um sistema de malha fechada a saída é
GI ( s )
YI Y ( s ) Y ( s) R( s) (8.5)
1 GI ( s ) H ( s )
G( s) G( s)
Y ( s) Y ( s) R( s ) (8.6)
1 [G( s) G( s)]H ( s)
Substituindo (8.1) em (8.6), após alguma manipulação algébrica, encontra-se
a seguinte expressão para a variação da grandeza de saída:
G( s)
Y ( s) R( s )
[1 G( s) H ( s) G( s) H ( s)][1 G( s) H ( s)]
Para G(s)H(s) >> ∆G(s) H(s), situação muito frequente de ocorrer na prática,
então, a expressão acima pode ser aproximada para:
G( s)
Y ( s) R( s ) (8.7)
[1 G( s) H ( s)] 2
T
S 1 (8.10)
G
Note que, para o sistema de malha aberta tem-se T(s)=G(s), ou equiva-
lentemente G(s)/(T)=1.
Em termos percentuais significa que a sensibilidade de um sistema de malha
aberta a variações de parâmetros do processo é 100 %. Em outras palavras, o
sistema de malha aberta está vulnerável a variações no processo.
Para o sistema de malha fechada
A função de transferência é:
G( s)
T ( s)
1 G( s) H (s)
Aplicando a definição de sensibilidade, Equação (8.9), tem-se:
T G( s) 1 G( s)
S T
G T ( s) [1 G( s) H ( s)] G( s) /[1 G( s) H ( s)]
G 2
ou
1
S
T
(8.11)
1 G( s) H ( s)
G
Por este resultado, demonstra-se mais uma vez que a sensibilidade do proces-
so G(s) pode ser reduzida projetando-se um sistema de malha fechada com
alta magnitude para G(s)H(s) na faixa de frequências de interesse.
Sensibilidade do Sistema a mudanças no elemento de retroação
A sensibilidade do Sistema a mudanças no elemento de retroação H(s) é:
T H ( s) 0 G( s)G( s) H ( s)
S
T
H T ( s) [1 G( s) H ( s)] G( s) /[1 G( s) H ( s)]
H 2
S S S
T N D
(8.14b)
onde αo é o valor nominal do parâmetro.
Um sistema de malha fechada evita que as possíveis incertezas da planta
G(s) afetem significativamente a saída de desempenho do sistema porque a
sensibilidade a mudanças ou erros é reduzida pelo ganho de malha
1+G(s)H(s)
Esta característica dos sistemas a malha fechada é uma grande vantagem
para os amplificadores eletrônicos aplicados nos Sistemas de
Telecomunicações. Para ilustrar a importância da retroação na redução da
sensibilidade, apresenta-se a seguir uma aplicação simples para ilustrar.
Vn -
A Vo
+
VP
Fig. 8.3
Um exemplo de circuito eletrônico, obtido aplicando-se realimentação negati-
va ao Amplificador Operacional da Figura 8.3, está esquematizado na Figura
8.4 R f
R1 if
-
Vd A Vo
i1 +
Vin
Fig.8.4
vo vo
vin Vo
A A
vin vo
vo
vo
R1 Rf R1 AR1 AR f R f
Após alguns passos algébricos encontra-se
vo A
(8.17)
vin 1 R1 A R1
Rf Rf
Como a configuração é inversora, o ganho do Amplif. Operacional pode ser
substituído por A=-Ad , de modo que a Equação (8.15), torna-se equivalente a
vo Ad
(8.18)
vin R1 R1
1 Ad
Rf Rf
O ganho diferencial do Amplificador Operacional, Ad , é muito grande, sendo
típicamente │Ad │> 104 . Assim sendo, a Equação (8.18) é aproximadamente
vo Ad Ad
(8.19a)
vin 1 Ad
R1 1 Ad k
Rf
onde k=R1/Rf . Sendo Ad k >>1, então:
vo Ad Rf
(8.19b)
vin Ad k R1
Esta é a expressão do ganho do Amplificador inversor, considerando modelo
ideal para o Amplificador operacional ( ou seja Ad =∞, Ri=∞, Ro=0 )
A Equação (8.19a) pode ser representada pelo diagrama de blocos da Figura
a seguir
Fig. 8.5
Na prática o ganho diferencial do Amplificador Operacional, Ad , é vulnerável a
variações. Para amplificadores em malha aberta foi demonstrado que a
sensibilidade é igual a 1, conforme Equação (8.10). Então o Amplificador Ope
racional em malha aberta também tem sensibilidade igual a 1.
G( s) H ( s) Ak
S
T
1
1 G( s) H ( s) 1 Ak
k
d ln T T / T
S
T
(8.20)
d ln K K / K
k
onde T(s) é a função de transferência do Sistema e K o parâmetro de interesse
Com a aplicação crescente da técnica de pólos e zeros (plano s), tornou-se
útil definir uma medida de sensibilidade em termos do posicionamento das
raizes da equação característica.
ln K n
ri 1
SK
T 1
(8.23)
ln K i 1 ln K (s ri )
Quando os zeros de T(s) são independentes do parâmetro K de modo que
z j
0
ln K
Esta sensibilidade logarítmica pode ser obtida determinando-se a derivada de
T(s) em relação a K. Em particular para o ganho independente de K, tem-se
ri
n
1
S S K
T
(8.24)
( s ri )
K
i 1
e as duas medidas de sensibilidade são diretamente relacionadas.
O cálculo da sensibilidade de raiz para um sistema de controle pode ser
efetuado utilizando-se o método de lugar das raízes.
ri
S
ri
(8.25)
K / K
K