Universidade Federal de Minas Gerais UFMG Escola de Engenharia Departamento de Mecnica - DEMEC

EMA166 Sistema de Controle em Tempo Discreto

Notas de Aula

Introduo ao Controle de Sistemas em Tempo Discreto

Autor: Prof. Dr. Lzaro Valentim Donadon

Fevereiro de 2008

Prefcio
Ementa:

Amostragem de Sinais contnuos; Transformada Z; Modelos Discretos; Espao de Estados discreto; Anlise de Sistemas Discretos; Controladores PID digital; Mtodos de projeto de controladores em tempo discreto.
Programa: Semana: 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Data: 27/02 05/03 12/03 19/03 26/03 02/04 09/04 16/04 23/04 07/05 14/05 21/05 28/05 04/06 11/06 18/06 25/06 Assunto: Introduo ao controle de sistemas em tempo discreto Transformada Z Funo de Transferncia em Tempo Discreto Parte I Funo de Transferncia em Tempo Discreto Parte II Aula de Exerccios 1 Prova Projeto de Controladores por Mtodos Clssicos Exerccios Formulao por Matrizes de Estado Controlabilidade e Observabilidade Alocao de Plos, realimentao e observadores de estado Exerccios Matlab Observadores de ordem reduzida Exerccios Exerccios adicionais 2 Prova Apresentao dos projetos

Critrios de Avaliao: 1 Prova 35%, 2 Prova 35%, projeto 20%, listas de exerccio 10% Bibliografia:

K. Ogata. Discrete-Time Control Systems. Prentice Hall, 2nd Edition. 1994. G.F. Franklin, J.D. Powell, and M.L. Workman. Digital Control of Dynamic Systems. Addison-Wesley, 3rd Edition. 1998.

ii

Sumrio
1 INTRODUO AO CONTROLE DE SISTEMAS EM TEMPO DISCRETO1
1.1 1.2 1.3 1.4 1.4.1 1.4.2 1.5 INTRODUO .............................................................................................................................1 SISTEMAS DE CONTROLE EM TEMPO DISCRETO ...........................................................................1 TIPOS DE SINAIS .........................................................................................................................5 AMOSTRAGEM DE SINAIS CONTNUOS ........................................................................................6 Teoria da Amostragem Tratamento emprico....................................................................6 No unicidade de sinais amostrados ....................................................................................8 EXERCCIOS PROPOSTOS ............................................................................................................8

TRANSFORMADA Z .......................................................................................... 10
2.1 2.1.1 2.1.2 2.1.3 2.2 2.2.1 2.2.2 2.3 2.4 MTODO DA TRANSFORMADA Z ..............................................................................................10 Transformada Z ..................................................................................................................10 Transformada Z de funes elementares ............................................................................10 Propriedades da Transformada Z ......................................................................................12 TRANSFORMADA Z INVERSA ....................................................................................................14 Mtodo de expanso em fraes parciais...........................................................................15 Mtodo computacional - Matlab ........................................................................................17 EXERCCIOS RESOLVIDOS ........................................................................................................18 EXERCCIOS PROPOSTOS ..........................................................................................................19

FUNO DE TRANSFERNCIA EM TEMPO DISCRETO ........................ 21

3.1 3.2 3.2.1 3.2.2 3.2.3 3.2.4 3.3 3.3.1 3.3.2 3.3.3 3.3.4 3.3.5 3.3.6 3.3.7 3.3.8 3.4 3.5 AMOSTRAGEM IMPULSIVA .......................................................................................................21 CIRCUITO DATA-HOLD ............................................................................................................22 Segurador de Ordem Zero - ZOH.......................................................................................22 Segurador de primeira ordem ............................................................................................23 Funes de Transferncia em Tempo Discreto com ZOH..................................................25 Resposta em Freqncia do ZOH.......................................................................................26 FUNO DE TRANSFERNCIA PULSADA ...................................................................................27 Transformada de Z de FTs incluindo o amostrador...........................................................28 Funo de Transferncia em Cascata ................................................................................28 Funo de transferncia em malha fechada.......................................................................29 Funo de transferncia em malha fechada de controladores digitais ..............................30 Funo de transferncia pulsada de um controlador PID digital......................................31 Simulao de sistemas em tempo discreto ..........................................................................34 Realizao de Controladores digitais e filtros digitais ......................................................36 Resposta ao Impulso Finita e Infinita.................................................................................38 EXERCCIOS RESOLVIDOS ........................................................................................................39 EXERCCIOS PROPOSTOS ..........................................................................................................41

PROJETO DE CONTROLADORES POR MTODOS CLSSICOS .......... 43

4.1 4.2 4.3 4.4 4.5 4.6 4.6.1 4.6.2 4.7 4.8 MAPEAMENTO ENTRE PLANO Z E PLANO S...............................................................................43 ANLISE DE ESTABILIDADE DE SISTEMAS NO PLANO Z............................................................47 RESPOSTA TRANSIENTE ...........................................................................................................48 MTODO DE PROJETO BASEADO NO LUGAR DAS RAZES ...........................................................49 CONTROLADOR TIPO DEAD BEAT.........................................................................................56 PROJETO DE CONTROLADORES PID .........................................................................................57 Ziegler-Nichols malha fechada...........................................................................................57 Ziegler-Nichols Malha Aberta............................................................................................58 EXERCCIOS RESOLVIDOS ........................................................................................................59 EXERCCIOS PROPOSTOS ..........................................................................................................59

FORMULAO POR MATRIZES DE ESTADO........................................... 61

iii

5.1 5.2 5.3 5.3.1 5.3.2 5.3.3 5.3.4 5.3.5 5.4 5.5 5.6 5.7 5.8

INTRODUO FORMULAO DE ESTADO ...............................................................................61 NOMENCLATURA DE ESPAO DE ESTADOS ..............................................................................62 REPRESENTAO DE ESPAO DE ESTADOS DISCRETOS ............................................................62 Forma Cannica Controlvel.............................................................................................62 Forma Cannica Observvel..............................................................................................63 Forma Cannica Diagonal.................................................................................................63 Forma Cannica de Jordan................................................................................................64 No unicidade das matrizes de estado................................................................................64 SIMULANDO UM SISTEMA NA FORMA DE ESTADO DISCRETO .....................................................65 PASSANDO DE MATRIZES DE ESTADO PARA FT........................................................................65 DISCRETIZAO DE MATRIZES DE ESTADO CONTNUAS ..........................................................66 EXERCCIOS RESOLVIDOS ........................................................................................................69 EXERCCIOS PROPOSTOS ..........................................................................................................72

CONTROLABILIDADE E OBSERVABILIDADE ......................................... 73

6.1 6.2 6.3 6.4 6.5 6.5.1 INTRODUO ...........................................................................................................................73 CONTROLABILIDADE ................................................................................................................73 CONTROLABILIDADE DE SADA ................................................................................................75 OBSERVABILIDADE ..................................................................................................................76 COMENTRIOS GERAIS SOBRE CONTROLABILIDADE E OBSERVABILIDADE................................79 Condies de controlabilidade e observabilidade em termos de Funes de Transferncia 79 6.5.2 Efeito da discretizao .......................................................................................................80 6.5.3 Princpio da dualidade .......................................................................................................81 6.6 EXERCCIOS RESOLVIDOS ........................................................................................................82 6.7 EXERCCIOS PROPOSTOS ..........................................................................................................83

PROJETO DE CONTROLADORES VIA ALOCAO DE PLOS ........... 84

7.1 7.2 7.3 7.4 7.5 7.5.1 7.5.2 7.5.3 7.6 7.7 INTRODUO ...........................................................................................................................84 FRMULA DE ACKERMANN ......................................................................................................85 FORMAS ALTERNATIVAS PARA O GANHO K ..............................................................................86 CONTROLE POR REALIMENTAO DE ESTADO .........................................................................88 OBSERVADORES DE ESTADO ....................................................................................................90 Observadores de Estado de Ordem Completa....................................................................91 Comentrios sobre estimador de estado.............................................................................93 Estimadores de Ordem Reduzida........................................................................................97 EXERCCIOS RESOLVIDOS ......................................................................................................103 EXERCCIOS PROPOSTOS ........................................................................................................109

PROJETOS ......................................................................................................... 111

8.1 8.2 8.3 8.4 PNDULO INVERTIDO .............................................................................................................112 SUSPENSO ATIVA PARA DE VECULO ................................................................................113 CONTROLE NO COLOCADO ...................................................................................................114 PROJETO DE FILTROS DIGIAIS ................................................................................................115

REFERNCIAS BIBLIOGRFICAS ............................................................. 116

iv

Captulo 1

1 Introduo ao Controle de Sistemas em Tempo Discreto

Neste item, ser apresentado os equipamentos utilizados em sistemas de controle.

1.1 Introduo
Aqui, sero tratados sistemas lineares e invariantes no tempo em que o controle de sistemas em tempo discreto entendido como a implementao de sistemas de controle utilizando placas de aquisio de dados capazes de medir uma determinada quantidade de sinais analgicos, process-los e devolv-los ao meio ambiente.

1.2 Sistemas de controle em tempo discreto

Um sistema de controle em tempo contnuo em realimentao pode ser apresentado como na Figura 1.1, neste caso, todos os sinais envolvidos so sinais contnuos e o sistema de controle e a planta podem ser escrito no domnio de Laplace.

Figura 1.1: Exemplo de um sistema de controle em tempo contnuo J os sistemas de controle em tempo discreto envolvem a discretizao de uma ou mais variveis do processo de controle. Normalmente, a implementao de um sistema de controle em tempo discreto envolve a utilizao de um computador em conjunto com uma placa de aquisio de dados para a implementao do controlador. Sendo assim, est implcito no mtodo que ocorra pelo menos uma passagem do tempo contnuo para o tempo discreto, denominada discretizao ou amostragem do sinal, e uma passagem do tempo discreto para o tempo contnuo, chamada de reconstruo. A implementao em tempo real de controle para um sistema de controle em tempo discreto em realimentao onde o controlador implementado em tempo discreto pode ser observado na Figura 1.2.

Figura 1.2: Exemplo de um sistema de controle em tempo discreto Ambiente Fsico o ambiente no qual ser implementado o sistema de controle, o ambiente real onde o processo fsico ocorre. Ambiente Computacional o ambiente onde o sistema de controle implementado, isto , onde ocorre o processo de sntese do controlador e calculada a lei de controle. Este ambiente representa o hardware e software onde o sistema de controle implementado, como por exemplo no Matlab/Simulink. Varivel Fsica a quantidade fsica que se deseja medir para ser usada no sistema de controle, por exemplo, deslocamento, velocidade, acelerao, temperatura, presso, etc. Transdutor o dispositivo capaz de transformar uma quantidade de entrada em outra quantidade de sada, normalmente voltagem, isto , o dispositivo que tem a capacidade de medir a varivel fsica e transform-la em voltagem para ser utilizado como informao pelo sistema de controle, em outras palavras, simplesmente o sensor, como acelermetros, vibrmetros laser, clulas de carga, sensores de posio, tacmetros, microfones, etc. Condicionador de sinais o dispositivo que alimenta o transdutor, pois normalmente o transdutor precisa de uma fonte de alimentao especfica para ele. De maneira geral, os transdutores geram uma quantidade de voltagem insuficiente para serem utilizados em sistemas de medida e controle, necessitando assim de um sistema de amplificao. Os condicionadores de sinais podem incluir um amplificador operacional como fonte de alimentao bsica, um sistema de amplificao e filtros analgicos, integradores, etc. Filtros Analgicos so dispositivos que modificam o sinal de entrada, isto , eles eliminam determinadas faixas de freqncia do sinal de entrada. So classificados como filtros passa-baixo, onde apenas freqncias abaixo de um determinado valor esto presentes no sinal de sada, filtros passa-alto onde apenas freqncias acima de um determinado valor esto presentes no sinal de sada, passa-banda onde apenas uma determinada faixa de freqncias est no sinal de sada e rejeita-banda onde uma banda de freqncias retirada do sinal de sada. Alguns filtros podem incluir um sistema de amplificao, mas em geral no substituem o sistema de condicionamento de sinal.

Figura 1.3: Exemplo de curva em freqncia de um filtros ideais. Passa-baixo. Passaalta, Rejeita-banda ou Notch e Passa-banda Multiplexador Analgico normalmente parte integrante da placa de aquisio de sinais e o dispositivo que conecta os canais de entrada da placa de aquisio de dados ao circuito Sample and hold. Normalmente uma placa de aquisio de sinais contm vrios canais de entrada e apenas um multiplexador analgico. Circuito Sample-and-Hold dispositivo que faz a amostragem, sample, e mantm o sinal amostrado por um determinado perodo de tempo, hold. Este dispositivo aquele que o usurio tem a escolha do tempo de discretizao. Conversor Analgico Digital o dispositivo que realmente realiza o processo de amostragem e quantificao do sinal analgico, isto , a sada do conversor A/D um sinal binrio, normalmente o multiplexador analgico e circuito sample-and-hold so partes integrantes do conversor A/D.

Figura 1.4: Componentes bsicos de um sistema de medida Demultiplexador dispositivo que conecta a sada de dados da placa de aquisio de sinais com os respectivos canais de sada. Esta conexo sincronizada com o respectivo tempo de amostragem. Conversor Digital Analgico o dispositivo que transforma uma entrada digital, neste caso um nmero binrio, em uma sada analgica. Hold um dispositivo que mantm o sinal de sada do conversor D/A seguindo uma determinada funo, isto , o hold mais comum o Zero-Order Hold (ZOH), segurador de ordem zero, ele mantm o sinal constante como apresentado abaixo. Este dispositivo parte integrante do conversor D/A, Figura 1.5.

Figura 1.5: sinal contnuo e sinal contnuo com segurador de ordem zero Filtro de reconstruo um filtro analgico adicionado na sada do conversor D/A com o intuito de eliminar as escadas feitas pelo hold. Este filtro pode ser eliminado do processo se necessrio. Sistema de condicionamento do atuador um dispositivo parecido com o condicionador apresentado anteriormente e serve para alimentar, filtrar e amplificar o atuador. Atuador o dispositivo responsvel por implementar a lei de controle no sistema fsico, isto , o dispositivo que implementa fisicamente a lei de controle.

Figura 1.6: Componentes bsicos de um sistema de atuao Exemplo 1.1: Controle de temperatura de uma autoclave

Figura 1.7: Sistema de monitoramento de temperatura em uma autoclave Exemplo 1.2: Montagem experimental de um sistema de controle

Figura 1.8: Sistema de controle detalhado

1.3 Tipos de sinais

Sinais em analgico em tempo contnuos so sinais contnuos definidos em qualquer instante de tempo cuja amplitude varia continuamente neste intervalo. Figura 1.9(a). Sinal em tempo contnuo quantizado um sinal cuja amplitude s pode assumir valores pr-determinados. Figura 1.9(b). Sinais discretizados so sinais que s podem assumir valores em determinados instantes de tempo. Figura 1.9(c). Sinais discretizados e quantizados so sinais discretizados que s podem assumir determinados valores de amplitude. Figura 1.9(d).

(a) Sinal contnuo

(b) Sinal contnuo quantizado

(c) Sinal discretizado (d) Sinal discretizado quantizado Figura 1.9: Tipos de sinais

A Figura 1.9(a) representa um sinal analgico qualquer, enquanto que a Figura 1.9(d) representa um sinal visto por um sistema de aquisio de dados, isso significa que existiro erros entre a passagem de um sinal contnuo para um sinal discreto. Aqui o termo sinal contnuo ser referir sempre ao sinal da Figura 1.9(a) enquanto que um sinal discreto ou em tempo discreto a um sinal igual ao da Figura 1.9(d). Controle de sistemas em tempo discreto envolver uma ou mais variveis que s podem ser acessadas ou lidas em determinados instantes de tempo atravs de um processo de amostragem.

1.4 Amostragem de sinais contnuos

Este item ser explicado como a amostragem de um sinal contnuo deve ser feito sem que haja perda de informao ou se cometa erros durante este processo. O Processo de Amostragem de sinais contnuos substitui o sinal em tempo contnuo por uma seqncia de valores em tempo discreto. Este processo normalmente seguido por um processo de quantizao do sinal discreto.

1.4.1 Teoria da Amostragem Tratamento emprico

A amostragem ou discretizao de um sinal analgico feita seguindo um determinado tempo de amostragem T, em segundos, ou freqncia de amostragem fa, dada em Hz. Sendo que, 1 T= fa Ento, a amostragem dada pela seguinte relao,

x (kT ) = x ( t ) (t kT )
k =

k=0, 1, 2 ...

onde o delta de dirac extrai o valor da funo no instante em que t = kT.

(a) sinal contnuo (b) Sinal amostrado Figura 1.10: Sinal contnuo e sinal amostrado

Para que um sinal contnuo possa ser corretamente discretizado, ele deve obedecer as regras imposta por Fourier, isto , a maior freqncia contida no sinal a ser amostrado dever obrigatoriamente ser menor que metade da freqncia de amostragem fa que conhecida como freqncia de Nyquist fN. De modo geral, para uma boa aplicao de sistemas de controle, deve ser considerado pelo menos de 4 a 6 pontos por perodo da maior freqncia a ser amostrada para que o sistema de controle possa funcionar adequadamente.
Exemplo 1.3: Supor um sinal analgico com apenas uma freqncia igual a 400 Hz. Se a amostragem for feita com uma freqncia de amostragem fa = 1600 Hz. Pede-se:

a) Qual o tempo de amostragem? Soluo: O tempo de amostragem T dados por, 1 1 T= = = 0.625 ms fa 1600 b) Quantos pontos por perodo? Soluo: Como o sinal contnuo tem f = 400 Hz e a amostragem foi feita em 1600 Hz, ento o nmero de pontos por perodo dado por, Nmero de pontos por perodo n = 1600/400 = 4. c) Grfico do sinal correto vs sinal amostrado

Figura 1.11: Sinal correto e sinal amostrado

Exemplo 1.4: Supondo um sistema massa-mola com m=0.5 kg e k = 100.000 N/m que ser simulado em tempo discreto por uma senide com freqncias de 65 e 85 Hz. Qual dever ser o tempo de amostragem mnimo supondo 6 pontos por perodo? Soluo: Para 6 pontos por perodo, 1 1 F = 65 Hz, ento, T = = 2.57 ms 6 65 1 1 = 1.96 ms F = 85 Hz, ento, T = 6 85

n =

447.21 k = 447.21 rad / s significando que f n = = 71.18 Hz , ento 2 m

T=

1 1 = 2.35 ms 6 71.18 Desta forma, ter de ser amostrado com o menor T, ento, 1.96 ms.

1.4.2 No unicidade de sinais amostrados

Supondo a Figura 1.12, observe que se a senoide de 400 Hz for amostrada com T = 2 ms isso representa uma freqncia de amostragem fa = 500 Hz e uma freqncia de Nyquist fN = 250 Hz. O sinal original de 400 Hz se rebate em Nyquist, representando uma freqncia aparente de 100 Hz.

Figura 1.12: Sinal contnuo e sinal amostrado incorretamente Desta forma, no se pode amostrar um sinal cuja freqncia seja maior que a freqncia de Nyquist, para evitar este problema, os sinais devem ser filtrados por um filtro passa baixo para eliminar todas as freqncias do sinal acima de Nyquist. Alm disso, significa que uma vez o sinal tenha sido amostrado, no mais possvel recupera-lo completamente devido ao problema de amostragem. Por isso, a discretizao do sinal deve ser feita com muito cuidado para obter o resultado final desejado. Em geral, o tempo de discretizao ser limitado pela capacidade da placa de aquisio de sinais, isto , as placas possuem uma capacidade limitada em velocidade de processamento, isso na prtica ir limitar a velocidade de aquisio.

1.5 Exerccios Propostos

Exerccio 1.1: (Prova de 2007) Calcular o tempo de amostragem mnimo para simular o sistema de 2 ordem dado abaixo para uma entrada senoidal com freqncia = 50 radl/s, supondo 6 pontos por perodo. 100 G (s) = 2 s + 20s + 10000

Captulo 2

2 Transformada Z
Neste captulo, ser abordada a transformada e a transformada inversa de Z.

2.1 Mtodo da Transformada Z

O mtodo da Transformada Z, transforma equaes diferenciais temporais em equaes algbricas no domnio discreto. Aqui, sero tratados sinais e sistemas lineares e com parmetros invariantes no tempo, e ser assumido que o tempo de amostragem T ser escolhido tal que ser possvel a reconstruo do sinal temporal original, significando que no ser levado em conta erros de processamento de sinais. Para iniciar, deve-se considerar que a discretizao de um sinal temporal contnuo dada por, x (kT ) = x ( t ) (t kT )
k =
+

k=0, 1, 2 ...

2.1.1 Transformada Z
A transformada Z de uma funo temporal contnua x(t), onde t representa apenas o eixo positivo de tempo, para um tempo de amostragem T ser definida por,
X(z ) = Z[x (t )] = Z[x (kT )] = x (kT )z k
k =0

2.1.2 Transformada Z de funes elementares

1 0 t Funo Degrau Unitrio definido como x (t ) = 0 t < 0 Soluo: Aplicando a definio, X(z ) = Z[x (t )] = Z[1] = z k = 1 + z 1 + z 2 + z 3 + L
k =0

Fazendo, G = 1 + z 1 + z 2 + z 3 + L G = z 1 + z 2 + z 3 + z 4 L = G 1 z

Portanto, G z 1 = G 1 G = zG z G (z 1) = z G = = z z 1 1 z 1 Ento,

10

X(z ) = Z[x (t )] = Z[1] = z k = 1 + z 1 + z 2 + z 3 + L =

k =0

1 z = 1 z 1 1 z

Note que esta srie convergir se |z| >1. t 0 t Funo Rampa Unitria definida por: x (t ) = 0 t < 0 Soluo: Aplicando a definio, X(z ) = Z[t ] = Z[kT ] = kTz k = T z 1 + 2z 2 + 3z 3 + L
k =0

Fazendo,
G = z 1 + 2z 2 + 3z 3 + L (1 z 1 )G = z 1 + 2z 2 + 3z 3 + L z 2 2z 3 3z 4 L z 1 G = z 1 + z 2 + z 3 + z 4 + L z Comparando com o exemplo do degrau unitrio, ento, z z 1 z 1 GG= 1 = = 2 z 1 z (z 1) 1 z 1 2 Portanto, Tz 1 Tz X(z ) = Z[t ] = Z[kT ] = kTz k = T 1z 1 + 2z 2 + 3z 3 + L = = 2 (z 1)2 k =0 1 z 1

a k Funo Polinomial na forma x (t ) = 0 Soluo: Aplicando a definio,

0t t<0

com a constante. 1 z = 1 za 1 az

X(z ) = Z a k = a k z k = 1 + az 1 + a 2 z 2 + a 3 z 3 + L =
k =0

[ ]

Utilizando o mesmo princpio do exemplo anterior, G = 1 + az 1 + a 2 z 2 + a 3 z 3 + L Portanto, (1 az 1 )G = 1 + az 1 + a 2 z 2 + a 3 z 3 + L az 1 a 2 z 2 a 3 z 3 L = 1 Ento, 1 z (1 az 1 )G = 1 G = = 1 za 1 az Finalmente, 1 z X(z ) = Z a k = a k z k = 1 + az 1 + a 2 z 2 + a 3 z 3 + L = = 1 za 1 az k =0

[ ]

e at Funo Exponencial na forma: x (t ) = 0 Soluo: Aplicando a definio,

0t t<0

X(z ) = Z e at = Z e akT = e akT z k = 1 + e aT z 1 + e 2aT z 2 + e 3aT z 3 + L

k =0

[ ] [

11

Comparando com a soluo do exemplo anterior, fcil notar que a = e-aT, ento, 1 z X(z ) = Z e at = Z e akT = e akT z k = = aT 1 1 e z z e aT k =0

[ ] [ ]

sin t 0 t Funo Senoidal definida como: x (t ) = t<0 0 Soluo: Sabendo-se que, 1 j t sin t = e e j t 2j Aplicando a definio, 1 1 X(z ) = Z[sin t ] = Z e jt e jt = Z e j t Z e j t 2j 2j Observe que aqui se aplicou duas propriedades da transformada Z, que foi a multiplicao por uma constante e a propriedade da soma. Ento, pela transformada Z da exponencial, 1 1 1 1 Z[x (t )] = Z[sin t ] = Z e jt e jt = jT 1 jT 1 1 e z 2j 2j 1 e z

([ ] [

])

1 e jT e jT z 1 z 1 sin T z sin T = = 2 jT jT 1 2 1 2 2j1 e + e z +z 1 2z cos T + z z 2z cos T + 1

2.1.3 Propriedades da Transformada Z

Multiplicao por uma constante: Linearidade:
Z[ax ( t )] = aZ[x ( t )] = aX(z)

x (kT) = f (kT) + g(kT) ento X(z) = F(z) + G (z)

Z a k x (kT) = X(a 1 z)

Multiplicao por ak: Prova:

Z a k x (kT) = a k x (kT)z k = x (kT) a 1 z

k =0 k =0

= X(a 1 z)

Translao no tempo ou translao real, Z[x ( t nT)] = z n X(z) Prova:

Z[x ( t nT)] = x (kT nT)z k

k =0

= z n x (kT nT)z (k n )
k =0

Definindo m = k-n, ento, Z[x ( t nT)] = z n

m= n

x(mT)z

Como x(mT) para m<0 por definio igual a zero,

12

Z[x ( t nT )] = z n x (mT)z m = z n X(z)

m =0

Alm disso,
n 1 Z[x ( t + nT )] = z n X(z) x (kT)z k k =0

Prova
Z[x ( t + nT)] = x (kT + nT )z k
k =0

= z n x (kT + nT )z (k + n )
k =0

= z n x (mT)z m = z n x (mT)z m z n x (mT)z m

m=n m =0 m=0

n 1

= z n X(z) z n x (mT)z m
m =0

n 1

= z n X(z) x (kT)z k k =0
n 1

Exemplo 2.1: Achar a transformada Z do degrau unitrio quando o degrau aplicado 4 perodos de amostragem, isto , para k = 4. Soluo: como a transformada Z do degrau unitrio comeando em k = 0 dada por, z X(z ) = Z[x (t )] = Z[1] = z 1 O problema pede, X(z ) = Z[x (t 4T )] Utilizando o teorema da translao no tempo, z 4 Z[x ( t 4T )] = z 4 x (mT)z m = z 4 X(z) = z 1 m =0 -4 Neste caso, deve ser notado que z significa um atraso de tempo de 4 sem considerar qual foi o atraso de tempo utilizado. Translao complexa,

Z e at x ( t ) = x (kT)e akT z k = x (kT ) e aT z

k =0 k =0

= X ze aT

Exemplo 2.2: Encontrar a transformada Z de te at Soluo: como a transformada de t, rampa unitria dada por, Tz 1 Tz X(z ) = Z[t ] = = = X(z) 2 (z 1)2 1 z 1 Ento, pelo teorema da translao complexa,

X(z ) = Z te at =

(1 (ze ) )

T(ze aT )

2 aT 1

(ze

Tze aT
aT

1)

13

Teorema do valor inicial: Se x(t) possui uma transformada X(z) e se lim X(z)
z

existe, ento o valor inicial x(0) dado por, x (0) = lim X(z)
z

Prova: Como a transformada z de uma seqncia de nmeros dada por, X(z ) = Z[x (kT)] = x (kT)z k = x (0) + x (T)z 1 + x (2T)z 2 + x (3T)z 3 + L
k =0

Fazendo z tender ao infinito, sobra apenas x(0).

Teorema do valor final: Supondo que x(kT) onde x(0) = 0 para todo k<0, tenha a transformada X(z) e todos os plos de X(z) estejam dentro do circulo de raio unitrio com exceo de um plo simples em z = 1, isto a condio de estabilidade que ser apresentada mais frente. Ento, o valor final de x(kT) pode ser expresso por, lim x (kT) = lim 1 z 1 X(z)
k z 1

[(

Prova: Sabendo-se que pela definio da transformada Z, Z[x (kT )] = X(z ) = x (kT )z k
k =0

Ento, Z[x (kT T )] = z 1 X(z ) = x (kT T )z k

k =0

Subtraindo um do outro,

x(kT )z k x(kT T )z k = X(z) z 1X(z)

k =0 k =0

Aplicando o limite quando z tende unidade, lim x (kT )z k x (kT T )z k = lim (1 z 1 )X(z) z 1 k =0 k =0 z 1 Como foi assumido que x(k) = 0 para k < 0 ento, o lado esquerdo da equao acima torna-se, k k lim x (kT )z k x (kT T )z k = x (kT )(1) x (kT T)(1) z 1 k =0 k =0 k =0

= [x (kT ) x (kT T)]

k =0

Expandindo o somatrio,

[x (kT ) x (kT T)] = [x (0) x (1)] + [x (1) x (0)] + [x (2) x (1)] + L =

k =0

= x () = lim x (k )
k

Ento,
k z 1

lim x (k ) = lim 1 z 1 X(z)

[(

2.2 Transformada Z inversa

Como apresentado anteriormente, quando sinais contnuos so amostrados, a sua reconstruo no nica, isto , parte do sinal pode ter sido perdida devido ao teorema
14

da amostragem. Por exemplo, o sinal apresentado na Figura 2.1, como o sinal amostrado gera apenas os pontos discretos, qual o sinal real?
2 1.5 1 0.5 0 -0.5 -1 -1.5 -2 0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1

Figura 2.1: Sinal amostrado e suas possveis reconstrues Assim, a transformada Z de x(kT) ou x(t) gera um nico X(z), desde que especificado o tempo de amostragem T. Por sua vez, a transformada inversa de X(z) gera um nico x(kT), mas resta saber se este x(kT) representa a resposta esperada para x(t), assim pode-se dizer que a transformada inversa de X(z) pode no gerar um nico x(t).

2.2.1 Mtodo de expanso em fraes parciais

Alguns mtodos podem ser utilizados para encontrar a transformada z inversa, nesta parte ser abordado o mtodo de expanso em fraes parciais que consiste em expandir X(z) em fraes na forma mais simples possvel e utilizar a tabela de transformada Z para encontrar a sua representao em tempo contnuo. z 1 1 az 1 Soluo: Nas tabelas de transformada Z no se encontra a funo acima, porm, fazendo, 1 X(z) = z 1 Y(z) = 1 az 1 Utilizando a tabela de transformada z, tem-se que, 1 Z 1 [Y(z)] = Z 1 = ak 1 az 1 Porm, o desejado , Z 1 [X(z)] = Z 1 z 1 Y(z) = y(kT T) = a ( k 1) T Assim, y(kT T) = a ( k 1) T k = 1,2,3, L y(kT ) = 0 k0
Exemplo 2.3: Encontrar a transformada z inversa de X(z) =

15

Para encontrar a transformada z inversa de X(z), deve-se notar que X(z) dada da seguinte forma, b 0 z m + b1 z m 1 + L + b m 1 z + b m com m n X(z) = z n + a 1 z n 1 + L + a n 1 z + a n Ou ainda, b z ( n m ) + b1 z ( n m +1) + L + b m z n X(z) = 0 1 + a 1 z 1 + L + a n z n Colocando na forma de plos e zeros, b (z z 1 )(z z 2 )L (z z m ) X(z) = 0 (z p1 )(z p 2 )L (z p n ) Supondo que todos os plos so plos no repetidos e tenha pelo menos 1 zero na origem, bm = 0, ento, a melhor expanso ser na forma, a1 a2 an X(z) = + +L+ z z p1 z p 2 z pn Se houver plos repetidos, supondo um plo duplo e nenhum outro plo, a expanso poder ser na forma, c1 c X(z) = + 2 2 z (z p1 ) z p1
Exemplo 2.4: Supondo que a transformada z seja na forma z2 + z + 2 X(z) = 3 z 2z 2 + 2z 1

1 1 j 3 , 2 portanto, um plo real e um par de plos complexos conjugados, sendo assim, fazendo, a z + a3 a z2 + z + 2 X(z) = = 1 + 22 = 2 (z 1)(z z + 1) z 1 z z + 1 As razes do denominador, que so os plos, so dadas por, 1, =

(a 1 + a 2 )z 2 + ( a 1 a 2 + a 3 )z + (a 1 a 3 ) (z 1)(z 2 z + 1)

Portanto, montando o sistema matricial para a soluo, 1 0 a 1 1 a 1 1 1 0 1 4 1 1 1 1 1 a = 1 a = 1 1 1 1 = 3 2 2 a 2 a 1 1 0 1 3 3 0 1 2 2 Ento, z2 + z + 2 4 3z + 2 4 3z 2 X(z) = = + 2 = + 2 + 2 2 (z 1)(z z + 1) z 1 z z + 1 z 1 z z + 1 z z + 1

4z 1 3z 1 2z 2 + 1 z 1 1 z 1 + z 2 1 z 1 + z 2 Para o primeiro termo, 4 k = 1,2,3,L 4 z 1 X(z) = Y(z) = y(kT ) = 4(1) x (kT) = 4 1k 1 = k0 1 z 1 0 Para o segundo termo, deve-se notar que, =

( )

16

z 1 sin T 1 2z 1 cos T + z 2 Aplicando o teorema da translao complexa, e aT z 1 sin T Z e akT sin kT = 1 2e aT z 1 cos T + e 2 aT z 2 Ento, comparando o segundo membro de X(z) com a equao acima, nota-se que se e 2aT = 1 , significando que e aT = 1 e cos T = 1 2 , significando que T = 3 Z[sin t ] =

e consequentemente, sin T = 3 2 . Ento,

e aT z 1 sin T 3 z 1 k Z(1) sin k = = 3 1 2e aT z 1 cos T + e 2aT z 2 2 1 z 1 + z 2 Significando que, 3z 1 2 3 (1k )sin k k = 1,2,3,L X(z) = Z2 3 (1k )sin k = x (kT) = 3 3 1 z 1 + z 2 0 k0 Para a terceira parte, utilizando a resposta anterior, 1 4 3 k (1 )sin k = 4z 2 z 1 X(z) = Y(z) = Z 3 1 z 1 + z 3 4 3 k x (kT) = 3 (1 )sin 3 (k 1) k = 1,2,3,L 0 k0 Portanto, a soluo final fica, 4 3 x (kT) = 4 2 3 sin 3 k + 3 sin 3 (k 1) k = 1,2,3,L 0 k0

2.2.2 Mtodo computacional - Matlab

O mtodo apresentado aqui pode ser implementado em qualquer software, ele consiste em calcular a resposta do sistema ao delta de Kronecker, neste caso, a resposta ser numrica, e em alguns casos a reconstruo pode ser retirada facilmente. Exemplo 2.5: Calcular a transformada Z inversa de, z(z + 2) z 2 + 2z X(z) = = 2 (z 1)2 z 2z + 1 No Matlab digitar:
num=[1 2 0]; den=[1 -2 1]; u=[1 zeros(1,30)]; x=filter(num,den,u) % % % % numerador denominador delta de Kronecker resposta ao delta de Kronecker

Soluo encontrada.
x =

17

Columns 1 through 12 1 4 7 10 13 16 19 22 25 28 31 34

Columns 13 through 24 37 40 43 46 49 52 55 58 61 64 67 70

Columns 25 through 31 73 76 79 82 85 88 91

Neste caso, a seqncia de valores dada por x (k ) = 3k + 1 k=0, 1, 2, .....

2.3 Exerccios Resolvidos

Exemplo 2.6: Encontrar a transformada Z de, cos t t 0 x(t) = t<0 0 e jt + e jt Soluo: Sabendo-se que cos t = e que, 2 1 1 Z e jt = e Z e jt = t 1 1 e z 1 e t z 1 Ento, 1 1 1 z 2 z cos T Z[cos t ] = + = 2 2 1 e t z 1 1 e t z 1 z 2z cos T + 1

[ ]

Exemplo 2.7: Encontrar a transformada Z do sinal que tem a seguinte representao em Laplace, 1 X(s) = s(s + 1) Neste caso, das tabelas de transformada de laplace inversa, tem-se que, L1 [X(s)] = 1 e t t 0 Ento a transformada Z fica, 1 1 (1 e T )z 1 Z[X(s)] = Z 1 e t = = 1 z 1 1 e T z 1 (z 1)(z e T )

Exemplo 2.8: Encontrar a transformada Z da funo definida na assumindo tempo de amostragem T = 1 segundo.

18

1 0.8

x(t)

0.6 0.4 0.2 0 0 1 2 3 4 5 6 7 8

Figura 2.2: sinal a ser discretizado Observe que h algumas possveis solues, pois x(t) pode ser escrita como 3 impulsos devidamente defasados e o degrau unitrio defasado de 4 instantes de tempo, x (kT) = 0.25(kT 1) + 0.5(kT 2) + 0.75(kT 3) + 1(kT 4) Aplicando a transformada Z em cada termo, z 1 z 2 3z 3 z 4 z 1 z 5 Z[x (kT)] = + + + = 4 2 4 1 z 1 4(1 z 1 )2 Ou ento, como uma reta iniciando em 0 menos uma reta negativa iniciando em 4, 1 1 kT (kT 4) 4 4 Aplicando a transformada Z em cada termo, 1 z 1 1 z 5 z 1 z 5 Z[x (kT)] = = 4 (1 z 1 )2 4 (1 z 1 )2 4(1 z 1 )2 x (kT) =

2.4 Exerccios Propostos

Exerccio 2.1: Obter a transformada Z de, 1 a) x ( t ) = 1 e at a b) x ( t ) = t 2 e at

1 0.8

x(t)

0.6 0.4 0.2 0 0 1 2 3 4 5 6 7 8

c)

Exerccio 2.2: Considerando a seguinte funo de transferncia discreta, z 1 X(z) = 1 z 1 1 + 1.3z 1 + 0.4z 2 Determinar: a) Valor inicial x(0);

)(

19

b) Valor final x(); c) A transformada Inversa;

Exerccio 2.3: (Prova 2007) Calcular a Transformada Z do sinal apresentado abaixo,

20

Captulo 3

3 Funo de transferncia em tempo discreto

3.1 Amostragem impulsiva
Considerando um sinal x(t) que ser amostrado por um amostrador, conhecido como sampler, de tal modo que a intervalos de tempo T, conhecido como tempo de amostragem ou tempo de discretizao, ocorra uma leitura, este sinal dado pela Figura 3.1, e pode ser representado por, x * ( t ) = x (kT )( t kT)
k =0

Figura 3.1: Amostrador impulsivo Supondo que no so medidos tempos negativos, devido a causalidade, ento a equao acima pode ser expandida como, x * ( t ) = x (0)( t ) + x (T)( t T) + L + x (kT)( t kT) + L Observe que o representa um trem de impulsos e, uma das formas de entender o fenmeno da amostragem que o sinal x(t) modula o trem de impulsos para formar o sinal amostrado conforme apresentado pela Figura 3.2.

Figura 3.2 : Amostrador impulsivo como um modulador 21

Agora aplicando a Transformada de Laplace no sinal amostrado, X * (s) = L x * ( t ) = x (0)L[( t )] + x (T)L[( t T)] + x (2T )L[( t 2T)] + L

= x (0) + x (T)e Ts + x (2T)e 2 Ts + L = x (kT)e kTs

k =0

Sabendo-se que a Transformada de laplace de um impulso defasado de a , L[( t a )] = e as Ento, X * (s) = x (0) + x (T)e Ts + x (2T)e 2 Ts + L = x (kT)e kTs
k =0

Definindo,
e Ts = z s=

1 ln z T

Ento, X * (s) ento,

X * (s) Desta forma, 1 X * ln z = X(z) T
1 s = ln z T
1 s = ln z T

= x (kT )z k
k =0

O lado direito desta equao a definio de transformada Z da seqncia x(t),

= X(z)

3.2 Circuito Data-Hold

A sada de um amostrador um trem de impulsos, mas em alguns casos isso no desejvel, e o necessrio seria um sinal contnuo, a transformao de um sinal na forma de trem de impulsos em um sinal contnuo pode ser feito por um circuito tipo Data-Hold, que nada mais do que o processo de se obter um sinal contnuo x(t) de uma seqncia discreta x(kT). O circuito Data-Hold nada mais do que um interpolador, isto , ele gera ou mantm um sinal entre dois impulsos seguindo uma interpolao polinomial na forma, h (kT + ) = a n n + a n 1 n 1 + L + a 1 + a 0 onde h(kT+) a sada do circuito data-hold. Assumindo x(kT) como o sinal que passar pelo circuito, neste caso, h(kT) deve ser igual a x(kT) para que os sinais sejam os mesmos, ento, h (kT + ) = a n n + a n 1 n 1 + L + a 1 + x (kT)

3.2.1 Segurador de Ordem Zero - ZOH

A forma mais simples de interpolao fazendo n=0, que representa um circuito de ordem zero dado por,

22

h (kT + ) = x (kT) Na Figura 3.3:, observa-se o resultado de um segurador de ordem zero.

Figura 3.3: Exemplo de sinal amostrado com uma reconstruo utilizando o ZOH O ZOH mantm o sinal anterior at que um novo sinal aparea, ento, h (kT + t ) = x (kT) Significando que a sada do circuito ser igual entrada at que ocorra outro sinal de entrada, ento, k = 0 h ( t ) = x (0)[1( t ) 1( t T)] k = 1 h (T + t ) = x (T)[1( t T ) 1( t 2T )] k = 2 h (2T + t ) = x (2T)[1( t 2T) 1( t 3T)] Ento a resposta temporal do ZOH ser definida como, h ( t ) = x (0)[1( t ) 1( t T)] + x (T)[1( t T) 1( t 2T)] + L
= x (kT)[1( t kT) 1( t (k + 1)T)]
k =0

Como a Transformada de Laplace do degrau unitrio atrasada de kT dada por, e kTs L[1( t kT)] = s Ento a Transformada de Laplace da resposta do ZOH torna-se, e kTs e (k +1)Ts 1 e Ts H(s) = x (kT) x (kT)e kTs = s s s k =0 k =0 Como, X * (s) = x (kT)e kTs
k =0

Ento, 1 e Ts * X (s) s Consequentemente, a funo de transferncia o ZOH dada por, H(s) 1 e Ts G ZOH (s) = * = s X (s) H(s) =

3.2.2 Segurador de primeira ordem

Fazendo n=1, que representa um circuito de primeira ordem dado por,

23

h (kT + ) = a 1 + x (kT) Aplicando a condio que, h ((k 1)T ) = x ((k 1)T) Ento, h ((k 1)T) = a 1T + x (kT) = x ((k 1)T) Portanto, x (kT) x ((k 1)T) a1 = T Consequentemente, a equao do segurador de primeira ordem fica, x (kT) x ((k 1)T) h (kT + ) = + x (kT) T Como o FOH utiliza uma extrapolao linear utilizando o valor anterior e o atual para predizer o valor do prximo e, alm disso, o valor h(kT) deve ser igual a x(kT). ento, x (0) x (T) k = 0 h () = + x (0) = 1 + x (0) T T x (T ) x (0) k = 1 h (T + ) = + x (T) = 1 + x (T ) x (0) T T T

x (2T) x (T) + x (2T) = 1 + x (2T) x (T) T T T Que pode ser expressa convenientemente como, h (kT + ) = 1 + x (T) x ((k 1)T) T T Fica difcil escrever a equao sem assumir uma entrada conhecida, utilizando uma entrada degrau para x(t), t t h ( t ) = 1 + 1( t ) 1( t T) T T Somando e subtraindo 1(t-T), t tT h ( t ) = 1 + 1( t ) 1( t T) 1( t T ) T T Aplicando a transformada de Laplace a cada um dos termos da equao acima, 1 1 1 Ts + 1 1 H(s) = + 2 2 e Ts e Ts = 1 e Ts s Ts 2 s Ts Ts * Agora, a transformada de Laplace da entrada x (t) do FOH , 1 * X (s) = 1(kT)e kTs = 1 e Ts k =0 Ento a funo de transferncia do segurador de primeira ordem FOH fica, 2 Ts + 1 H(s) G FOH (s) = * = 1 e Ts X (s) Ts 2 Um exemplo do FOH dado na Figura 3.4:. k = 2 h (2T + ) =

24

Figura 3.4: FOH de um sinal qualquer

3.2.3 Funes de Transferncia em Tempo Discreto com ZOH

Supondo que antes da funo G(s) h um ZOH, ento a convoluo de G(s) com o ZOH dada por, 1 e Ts X(s) = G (s) s Fazendo, 1 e Ts G (s) X(s) = G (s) = 1 e Ts = 1 e Ts G 1 (s) = G 1 (s) e Ts G 1 (s) s s Pegando apenas o ltimo termo, X 1 (s) = e Ts G 1 (s) Aplicando o teorema da convoluo,

x 1 ( t ) = g 0 ( t )g 1 ()d
0

onde,

g 0 ( t ) = L1 e Ts = (t T ) g 1 ( t ) = L1 [G 1 (s)]

[ ]

Ento,
x 1 ( t ) = ( t T )g 1 ()d
0 t

Como o delta extrai o valor da funo, x 1 ( t ) = g1 ( t T) Alm disso, Z[g1(t)]=G1(Z), ento, por definio, Z[x 1 ( t )] = Z[g 1 ( t T)] = z 1G 1 (z) Porm, o desejado , X(z) = Z G 1 (s) e Ts G 1 (s) = Z[g 1 ( t )] Z[x 1 ( t )]

= G 1 (z) z 1

] G (s) G (z) = (1 z )G (z) = (1 z )Z s

1 1
1 1

No caso do FOH preceder a funo G(s), tem-se 2 Ts + 1 X(s) = 1 e Ts G (s) Ts 2 Utilizando o mesmo resultado do ZOH,

25

 X(z) = Z 1 e Ts

Ts + 1 G (s) 2 Ts

2 Ts + 1 G (s) = 1 z 1 Z 2 Ts

Exemplo 3.1: Obter a transformada Z de, 1 e Ts 1 X(s) = s s +1 Soluo: Como representa um ZOH, 1 e Ts 1 1 1 1 X(z) = Z = 1 z Z = s + 1 s s + 1 s

T 1 1 1 1 1 1 e z = 1 z 1 Z = 1 z 1 = 1 1 e T z 1 1 e T z 1 s s + 1 1 z

3.2.4 Resposta em Freqncia do ZOH

A funo de transferncia do ZOH dada por, 1 e Ts G ZOH = s A resposta em freqncia, que o diagrama de bode, pode ser encontrada substituindo s por j, 1 e Tj 2 1 e Tj 2e (1 / 2 )Tj e (1 / 2 )Tj e (1 / 2 )Tj G ZOH ( j) = = = j 2 j 2 j

2e (1 / 2 )Tj e (1 / 2 )Tj e (1 / 2 )Tj sin (T / 2) = Te 1 / 2Tj 2 j T / 2

Nas figuras abaixo, s representa a freqncia de Nyquist, isto a mxima freqncia que o sinal ainda pode ser reconstrudo adequadamente. Caso o sinal amostrado apresente freqncias acima da freqncia de Nyquist o sinal discretizado apresentar erro de aliasing.

(a) (FRF)

(b) diagrama de Bode

26

Figura 3.5: Resposta em freqncia do ZOH O ZOH pode ser entendido como um filtro de reconstruo do sinal amostrado e ele no um filtro passa-baixo ideal. Como a magnitude muda com a freqncia, atenuando o sinal a medida que a freqncia aumenta, o ZOH distorce o sinal, isto , ele muda a amplitude e a fase do sinal de sada.

3.3 Funo de Transferncia Pulsada

A funo de transferncia, FT, pulsada a funo de transferncia em Laplace envolvendo o amostrador. Supondo que um sistema cuja resposta ao impulso seja h(t) tenha a entrada x(t) e a sada seja y(t), cujas transformadas de Laplace so H(s), X(s) e Y(s) respectivamente. Pelo teorema da convoluo tem-se,
y(t ) = h ( t ) * x ( t ) = h (t )x ()d = x (t )h ()d
0 0 t t

Que no domnio de Laplace dada por, Y(s) = H(s)X(s) Adicionando um amostrador em x(t), este dado por, x * ( t ) = x ( t )(t kT ) = x (kT )(t kT )
k =0 k =0

Aplicando esta entrada no sistema, tem-se que a resposta y(t) ser a combinao de cada impulso gerado por x*(t) em h(t), sendo assim, y( t ) = h ( t ) x (0) + h ( t T ) x (T ) + h ( t 2T) x (2T ) + L + h ( t kT) x (kT ) = = h ( t nT) x (nT)
n =0 k

0 t kT

Amostrando tambm a sada do sistema, tem-se a Soma de Convoluo dada por, y(kT ) = h (kT nT) x (nT) = x (kT nT)h (nT) = h (kT) * x (kT)
n =0 n =0

O procedimento feito at aqui exatamente o que ocorre na Figura 3.6. Deve-se notar que H(z) a resposta do sistema ao delta de Kronecker, pois se, 1 k = 0 x (kT) = (kT) = 0 k 0 Ento,

27

X(z) = Z[(kT)] = x (kT)z k = 1

k =0

Significando que Y(z) = H(z) se a entrada for um impulso.

Figura 3.6 : Sistema em tempo contnuo com amostradores

3.3.1 Transformada de Z de FTs incluindo o amostrador

Em sistemas em tempo discreto, alguns sinais do sistema so amostrados enquanto outros continuam representados em tempo contnuo, que exatamente o que ocorre na Figura 3.6. Sendo assim, ser til calcular a funo de transferncia pulsada contendo amostradores em vrias posies. Note que na Figura 3.6, a funo de transferncia Y(s) dada por, Y(s) = H(s)X * (s) A Transformada de Laplace Inversa de Y(s) dada por, y( t ) = L1 H(s)X * (s) = h ( t ) x * ()d
0

= h ( t ) x ()( kT)d = h (kT) x (kT)

0 k =0 k =0

Aplicando a transformada Z,
Y(z) = h (kT) x (kT) z n n =0 k =0

Fazendo m = n - k, Y(z) = h (mT) x (kT)z (k +m )

m = 0 k =0

= h (mT)z m x (kT)z k
m =0 k =0

= H(z)X(z) Significando que, Y * (s) = H(s)X * (s) = H * (s)X * (s) Aplicando transformada Z, torna-se, Y(z) Y(z) = H(z)X(z) = H (z) X(z)

3.3.2 Funo de Transferncia em Cascata

28

Considerando o sistema apresentado na Figura 3.7(a), supondo que os amostradores esto sincronizados. Neste caso, observa-se que, U(s) = G (s)X * (s)
Y(s) = H(s) U * (s) Como mostrado no item anterior, encontra-se, U * (s) = G * (s)X * (s) Y * (s) = H * (s)G * (s)X * (s) * * * Y (s) = H (s) U (s) Aplicando a Transformada Z, obtm-se a funo de transferncia, Y(z) Y ( z ) = H ( z )G ( z ) X ( z ) = H(z)G ( Z) X(z) Porm, aplicando o mesmo mtodo na Figura 3.7(b), neste caso tem-se que, Y(s) = H(s)G (s)X * (s) = HG (s)X * (s) Que resulta em, * Y * (s) = [HG (s)] X * (s) Cuja transformada Z dada por, Y(z) = HG (z) X(z) Nota-se claramente que, HG (z) H(z)G ( Z)

Figura 3.7 :Sistemas em cascata

Exemplo 3.2: Encontrar a funo de transferncia discreta em cascata do sistema apresentado na Figura 3.7 supondo, 1 1 e H(s) = G (s) = s+a s+b Para a Figura 3.7(a) tem-se, Y(z) 1 1 1 1 = H(z)G ( Z) = Z Z = aT 1 bT 1 X(z) s + a s + b 1 e z 1 e z Para a Figura 3.7(b) tem-se, 1 Y(z) 1 ba 1 e aT e bT z 1 1 = HG ( Z) = Z = Z = aT 1 bT 1 X(z) s + a s + b b a (s + a )(s + b ) b a 1 e z 1 e z Este exemplo mostra claramente que ambos so diferentes.

)(

3.3.3 Funo de transferncia em malha fechada

29

Como mencionado anteriormente, a amostragem pode ocorrer em qualquer etapa do processo de controle. Supondo um sistema em malha fechada como o descrito na Figura 3.8.

Figura 3.8: sistema em malha fechada envolvendo amostador Consequentemente, E(s) = R (s) H(s)G (s)E * (s) = R (s) HG (s)E * (s) Que pode ser reescrito utilizando FT pulsada para todos os termos como, R * (s) * E * (s) = R * (s) [HG (s)] E * (s) E * (s) = 1 + GH * (s) Como, C * (s) = G * (s)E * (s) Ento, a funo de transferncia pulsada de malha fechada dada por, R * (s) C * (s) G * (s) C * (s) = G * (s)E * (s) = G * (s) * = 1 + GH * (s) R (s) 1 + GH * (s) Aplicando a transformada Z, encontra-se a funo de transferncia discreta em malha fechada, C( z ) G (z) = R (z) 1 + GH(z)

3.3.4 Funo de transferncia em malha fechada de controladores digitais

Na prtica, o controlador ser um controlador digital e a planta ser em tempo contnuo. Neste caso haver um amostrador que discretiza o sinal atravs do conversor A/D quando o sinal entra em uma placa controladora ou no sistema que realiza o controlador, como um controlador lgico programvel CLP, que normalmente implementado em tempo discreto. Aps a realizao do controlador, o sinal de controle gerado enviado para o conversor D/A que normalmente possui um ZOH para implementar a lei de controle em tempo contnuo. Um caso como o apresentado aqui sem levar em conta as funes de transferncia dos conversores A/D e D/A dado na Figura 3.9.

30

Figura 3.9: sistema em malha fechada envolvendo amostador No caso, a funo de transferncia em malha fechada dada por, C(s) = G (s)G * (s)E * (s) C * (s) = G * (s)G * (s)E * (s) D D Aplicando a transformada Z, C( z ) = G ( z ) G D ( z ) E ( z ) Como, E(z) = R (z) C(z) C(z) = G (z)G D (z)[R (z) C(z)] Chegando a, G D ( z )G ( z ) C( z ) = R ( z ) 1 + G D ( z )G ( z )

3.3.5 Funo de transferncia pulsada de um controlador PID digital

A resposta de um controlador PID no domnio do tempo dada por, t 1 d m( t ) = K e( t ) + e( t )dt + Td e( t ) Ti 0 dt onde e(t) a entrada do controlador dada pela diferena da resposta da planta e pela referncia a ser seguida, K o ganho proporcional, Ti a constante de tempo do controle integral e Td a constante de tempo do controle proporcional. Para se obter a funo de transferncia pulsada do controlador PID, necessrio realizar a discretizao da resposta temporal. A integral ser aproximada pela soma trapezoidal e a derivada ser aproximada pela derivada da interpolao utilizando 2 pontos. Assim, T e ( 0) + e ( T ) e ( T ) + e ( 2T ) e((k 1)T ) + e(kT) m(kT ) = K e(kT) + + +L+ + Ti 2 2 2
+ Td e(kT) e((k 1)T ) T

T k e((h 1)T ) + e(hT) Td m(kT ) = K e(kT) + + [e(kT) e((k 1)T )] Ti h =1 2 T Para resolver o problema, deve-se primeiro notar que, i 1 1 k Z x ( h ) = X (z) x (h )z h 1 h =0 h =i 1 z Prova: esta transformada comprovada fazendo,

Ou ento,

~ (k ) = x (h ) = x (i) + x (i + 1) + L + x (k ) y
h =i

31

A transformada Z de cada um dos termos utilizando a propriedade da translao real, ~ Y(z) = x (i)z i + x (i + 1)z ( i +1) + L + x (k )z k Porm, observe que, definindo, ~ X(z) = x (i)z i + x (i + 1)z (i +1) + L + x (k )z k + L E da definio de transformada Z,

X(z) = Z[ x (k )] = x (k )z k = x (0) + x (1)z 1 + x (2)z 2 + L

k =0

Ento, obtm-se,
i 1 ~ X(z) = X(z) x (h )z h h =0

1 ~ X(z) 1 z 1 ~ Pois a transformada Z de x(k) que comea em k = i X(z) , finalmente,

i 1 1 1 ~ k ~ X(z) x (h )z h X(z) = Z x ( h ) = Y ( z ) = 1 1 1 z 1 z h =0 h =i Voltando ao problema original utilizando o resultado acima e assumindo a causalidade, isto , que para o tempo t = 0 no h resposta do erro, 1 k [E(z) E(0)] = 1 1 E(z) Z e(hT) = 1 1 z h =1 1 z 1 k 1 [E(z) E(0)] = z 1 E(z) Z e((h 1)T) = z 1 1 1 z 1 z h =1 Agora, para Z[e(kT)] = E(z)

Por outro lado, ~ ~ ~ ~ ~ (k ) ~ (k 1) = x (k ) Y(z) z 1 Y(z) = X(z) Y(z) = y y

Z[e((k 1)T)] = z 1 E(z) Ento, a transformada Z do controlador PID dada por, T 1 1 z 1 Td + M ( z ) = K E ( z ) + E(z) z 1 E(z) + Ti 2 1 z 1 1 z 1 T

Resultando em,
M(z) T 1 + z 1 Td 1 + = K + 1 z 1 1 E(z) T 2Ti 1 z Rearranjando os termos, Td M(z) T T 1 1 = K 1 2T + T 1 z 1 + T 1 z E(z) i i

KI = K P + + K D 1 z 1 1 1 z

Onde
Kp = K K KT =K I = 2Ti 2

ganho proporcional

32

KI =

KT = Ti KTD KD = = T

ganho integral ganho derivativo

A equao acima referenciada como sendo a forma em posio.

Exemplo 3.3: Comparar a resposta ao degrau do sistema abaixo considerando o sistema com e sem o controlador PID digital na forma como apresentado na Figura 3.10.

R(z)
+ -

KP +

KI + K D 1 z 1 1 z 1

0.3679z 1 + 0.2642z 2 1 0.3679z 1 1 z 1

)(

Figura 3.10 : sistema em malha fechada envolvendo amostador Assumindo que o tempo de amostragem T de 1 segundo, os ganhos do controlador sejam KP = 1, KI=0.2, KD = 0.2 e que a planta seja dada por, 1 Gp = s(s + 1) Soluo: Primeiro deve-se calcular a funo de transferncia pulsada entre o ZOH e a planta. A convoluo da planta e o ZOH dada por, 1 e s 1 G ZOH G p = s s(s + 1) Aplicando a transformada de Z, 1 e s 1 1 1 Z G ZOH G p = Z = (1 z )Z 2 = s (s + 1) s s(s + 1)

1 (T 1 + e T ) + (1 e T Te T )z 1 z 1 = (1 z 1 )Z 2 = (1 z 1 ) (1 z 1 )2 (1 e T z 1 ) s (s + 1) Esta transformada foi obtida atravs de tabela de transformao. Item 13 fazendo a = 1. Para comparar com o resultado do Exemplo 2.7, deve-se lembrar que naquele ponto estava-se trabalhando com sinais, que so as respostas, e no as Funes de Transferncia como tratadas aqui. No Exemplo 2.7, a resposta convoluo da FT com entrada. Agora substituindo os valores de T = 1 e simplificando, obtm-se, 0.3679z 1 + 0.2642z 2 Z G ZOH G p = G (z) = (1 z 1 )(1 0.3679z 1 ) A funo de transferncia do controlador PID dada por KI M(z) = G D (z) = K P + + K D (1 z 1 ) = E(z) 1 z 1

K P + K I + K D (K P + 2K D )z 1 + K D z 2 1.4 1.4z 1 + 0.2z 2 = 1 z 1 1 z 1 Agora a funo de transferncia em malha fechada dada por, =

33

1.4 1.4z 1 + 0.2z 2 0.3679z 1 + 0.2642z 2 G D ( z )G ( z ) C( z ) 1 z 1 1 z 1 1 0.3679z 1 = = = R ( z ) 1 + G D ( z )G ( z ) 1.4 1.4z 1 + 0.2z 2 0.3679z 1 + 0.2642z 2 1+ 1 z 1 1 0.3679z 1 1 z 1

)(

)(

0.5151z 1 0.1452z 2 0.2963z 3 + 0.0528z 4 1 2.3679z 1 + 1.7358z 2 0.3679z 3 = 0.5151z 1 0.1452z 2 0.2963z 3 + 0.0528z 4 1+ 1 2.3679z 1 + 1.7358z 2 0.3679z 3 0.5151z 1 0.1452z 2 0.2963z 3 + 0.0528z 4 = 1 1.8528z 1 + 1.5906z 2 0.6642z 3 + 0.0528z 4

Programa em Matlab
clear all;close all;clc % planta sem o sistema de controle discreto % significando que a simulao tempo contnuo num=[1]; % numerador contnuo den=[1 1 0]; % denominador contnuo figure('Color',[1 1 1]) step(num,den) % resposta ao degrau % Planta controlada com PID digital numd=[0 0.5151 -0.1452 -0.2963 0.0528]; dend=[1 -1.8528 1.5906 -0.6642 0.0528]; kT=[0:1:40]; % vetor de tempo discreto com T=1 r=ones(1,41); % criao do degrau unitrio c=filter(numd,dend,r); % simulao do sistema figure('Color',[1 1 1]);plot(kT,c,'ko',kT,c,'k-') title('Unit-Step Response');xlabel('kT [s]');ylabel('Output C')

(a) sem controle (b) controlado Figura 3.11: Resposta do sistema

3.3.6 Simulao de sistemas em tempo discreto

Uma funo de transferncia em tempo discreto pode ser representada por, 34

Y(z) b 0 z (n m ) + b1 z (n m +1) + L + b m z n b 0 z n m + b1 z n m 1 + L + b m = = X ( z) 1 + a 1 z 1 + L + a n z n z n + a 1 z n 1 + L + a n Que tambm pode ser expressa na forma de plos e zeros, Y(z) b 0 (z z 1 )(z z 2 )L (z z m ) = nm (z p1 )(z p 2 )L (z p n ) X(z) Observe que, Y(z) b 0 + b1 z 1 + L + b m z m = X(z) 1 + a 1 z 1 + L + a n z n Que pode ser reescrita como, (1 + a 1z 1 + L + a n z n )Y(z) = (b 0 + b1z 1 + L + b m z m )X(z) Aplicando a transformada inversa de Z, obtm-se, y(kT) + a 1 y(kT T) + a 2 y(kT 2T) + L + a n y(kT nT) = b 0 x (kT) + b1 x (kT T) + L + b m x (kT mT) Significando que a resposta atual y(kT) obtida fazendo, y(kT) = a 1 y(kT T) a 2 y(kT 2T) L a n y(kT nT) +

nm

+ b 0 x (kT) + b1 x (kT T) + L + b m x (kT mT) Deve ser lembrado que para kT < 0 a resposta do sistema ser zero, isto y(-T) = 0 devido condio de causalidade.
Exemplo 3.4: Calcular a resposta ao degrau unitrio em tempo discreto com T = 0.5 para o sistema dado em tempo contnuo, s G (s) = (s + 1)2 Soluo: Das tabelas de transformada Z, s 1 (1 + T)e T z 1 1 0.9098z 1 Z = = 2 2 1 1.2131z 1 + 0.3679z 2 1 e T z 1 (s + 1)

Y(z) z 2 0.9098z = 2 U(z) z 1.2131z + 0.3679 Ento, o sistema a ser simulado , (1 1.2131z-1 + 0.3679z-2)Y(z) = (1 0.9098z-1)U(z) Aplicando a Transformada Z inversa, y(kT) 1.2131y((k-1)T) + 0.3679y((k-2)T) = u(kT) 0.9098u((k-1)T) Rearranjando, y(kT) = 1.2131y((k 1)T) 0.3679 y((k 2)T) + u (kT) 0.9098u ((k 1)T) Como x(kT)=1(kT), ento, comeando o processo de iterao, Para k = 0 Para k = 1 u(kT) = u(0) = 1 y(kT) = y(0) = u(0) = 1 u(kT) = u(0.5) = 1; u(0)=1 y(kT) = y(0.5) = 1.2131y(0) + u(0.5) - 0.9098u(0) = 1.2131 +1 - 0.9098 = 1.3033 u(kT) = u(1) = 1; u(0.5) = 1; y(kT) = y(1) = 1.2131y(0.5) - 0.3679y(0) + u(1) - 0.9098u(0.5) 35

Para k=2

= 1.2131*1.3033 - 0.3679 + 1 - 0.9098 = 1.3033 Para k=3 u(kT) = u(1.5) = 1; u(1) = 1; y(kT) = y(1.5) = 1.2131y(1.5) - 0.3679y(1) + u(1.5) - 0.9098u(1) = 1.2131*1.3033 - 0.3679*1.3033 + 1 - 0.9098 = 1.1917 x(kT) = u(2) = 1; u(1.5) = 1; u(1) = 1 y(kT) = y(2)=1.2131y(1.5)-0.3679y(1)+u(2)-0.9098u(1.5) = 1.2131*1.191-0.3679*1.3033+1 - 0.9098 = 1.0564

Para k=4

E assim por diante.

3.3.7 Realizao de Controladores digitais e filtros digitais

Considerando o sistema abaixo, Y(z) b 0 + b1 z 1 + L + b m z m = X(z) 1 + a 1 z 1 + L + a n z n A sua representao em diagramas de bloco, ou utilizando o Simulink do Matlab, dada na Figura 3.12, esta realizao conhecida como padro, pois o sistema pode ser alterado para se obter outras realizaes.

Figura 3.12 : Funo de transferncia

Exemplo 3.5: Implementar em Simulink o exemplo da Figura 3.10. Utilizando funes de transferncia para o controlador e para a planta e finalmente a funo de transferncia de malha fechada. Soluo: a funo de transferncia da planta dada por, 0.3679z 1 + 0.2642z 2 G (z) = 1 1.3679z 1 + 0.3679z 2 Funo de transferncia do controlador PID digital, 1.4 1.4z 1 + 0.2z 2 G PID (z) 1 z 1

36

Para implementar esta funo de transferncia da planta e do controlador utilizase o bloco denominado Discrete Filter, mas poderia ser utilizado os blocos Discrete Transfer Fcn ou Discrete Zero-Pole. A implementao do sistema est apresentada na Figura 3.13:.

Figura 3.13: Diagrama de blocos implementado em Simulink utilizando funes de transferncia Para a implementao da funo de transferncia de malha fechada, optou-se pela expanso em blocos ao invs de se utilizar funo de transferncia, para tanto, deve-se observar que a funo de transferncia de malha fechada dada por, C( z ) 0.5151z 1 0.1452z 2 0.2963z 3 + 0.0528z 4 = R (z) 1 1.8528z 1 + 1.5906z 2 0.6642z 3 + 0.0528z 4 Observe que neste caso, observa-se que o termo b0 zero, pois sua representao , b + b1z 1 + b 2 z 2 + b 3 z 3 + b 3 z 4 G MF (z) = 0 1 + a 1z 1 + a 2 z 2 + a 3 z 3 + a 4 z 4 Para este caso, a soluo se encontra na Figura 3.14.

Figura 3.14 : Diagrama de blocos implementado em Simulink utilizando atrasadores

37

3.3.8 Resposta ao Impulso Finita e Infinita

Observe que filtros ou funes de transferncia na forma digital podem ser classificados de acordo com a durao da resposta ao impulso, isto , tem-se os chamados filtros IIR, Infinite Impulse Response, e FIR, Finite Impulse Response. Como apresentado anteriormente, considera-se uma funo de transferncia na forma, Y(z) b 0 + b1 z 1 + L + b m z m = X(z) 1 + a 1 z 1 + L + a n z n Que pode ser representada em termos de equao de diferenas na forma, y(kT) = a 1 y((k 1)T) a 2 y((k 2)T) L a n y((k n )T) + + b 0 x (kT) + b1 x ((k 1)T) + L + b m x ((k m)T) A forma acima conhecida como Filtro IIR, cuja resposta composta dos atrasos na entrada e na sada da funo de transferncia. Supondo que os termos ai sejam todos iguais a zeros, neste caso tem-se, y(kT) = b 0 x (kT) + b1 x ((k 1)T) + L + b m x ((k m)T) Significando que a resposta da planta composta apenas dos atrasos da entrada, este tipo de resposta conhecida como filtro FIR. Que em termos da transformada Z dada por, Y ( z ) = b 0 + b 1 z 1 + L + b m z m Este tipo de resposta interessante, pois no apresenta plos. FIR provm do fato que a resposta ser composta por um nmero finito de atrasos de tempo da entrada. Exemplo 3.6: Transformar a funo de transferncia abaixo que est na forma IIR para a forma FIR e calcular a resposta ao degrau unitrio. 2 0.6z 1 G (z) = 1 + 0.5z 1 Para transformar a resposta acima para forma FIR, deve-se dividir o numerador pelo denominador, ou ento, calcular a resposta ao impulso.
clear all;close all;clc % denifindo os dados da planta num=[2 -0.6]; den=[1 0.5]; x=[1 zeros(1,10)]; y=filter(num,den,x)

Uma alternativa para ao x=[1 zeros(1,10)]; e y=filter(num,den,x) seria utilizar direto a resposta ao impulso discreto y=dimpulse(num,den)
Y= Columns 1 through 8 2.0000 -1.6000 0.8000 -0.4000 0.2000 -0.1000 0.0500 -0.0250

Columns 9 through 11 0.0125 -0.0063 0.0031

38

Tomando apenas os valores abaixo de z-7, ento, a forma FIR fica, Y(z) 2 0.6z 1 = G (z) = X(z) 1 + 0.5z 1 2 1.6z 1 + 0.8z 2 0.4z 3 + 0.2z 4 0.1z 5 + 0.05z 6 0.025z 7 Cuja equao de diferenas fica, y FIR (kT) = 2x (kT) 1.6 x ((k 1)T) + 0.8x ((k 2)T) 0.4x ((k 3)T) + + 0.2x ((k 4)T) 0.1x ((k 5)T) + 0.05x ((k 6)T ) 0.025x ((k 7)T) Enquanto que a forma IIR dada por, y IIR (kT) = 0.5 y((k 1)T) + 2 x ((k )T) 0.6 x ((k 1)T)
k=0 k=1 k=2 k=3 k=4 k=5 k=6 k=7 k=8 k=9 k=10 Resposta ao degrau unitrio FIR y(0) = 2x(0) = 2*1 = y(1) = 2x(1)-1.6x(0) = 2*1-1.6*1 = y(2) = 2-1.6+0.8 = y(3) = 2-1.6+0.8-0.4 = y(3) = 2-1.6+0.8-0.4+0.2 = y(3) = 2-1.6+0.8-0.4+0.2-0.1 = y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05 = y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05-0.025 = y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05-0.025 = y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05-0.025 = y(3) = 2-1.6+0.8-0.4+0.2-0.1+0.05-0.025 = 2.0 0.4 1.2 0.8 1.0 0.9 0.95 0.925 0.925 0.925 0.925 Resposta ao degrau unitrio IIR y(0) = 2x(0)= y(1) = -0.5y(0)+2x(1)-0.6x(0) y(2) = -0.5y(1)+2x(2)-0.6x(1) y(3) = -0.5y(2)+2x(3)-0.6x(2) y(4) = -0.5y(3)+2x(4)-0.6x(3) y(5) = -0.5y(4)+2x(5)-0.6x(4) y(6) = -0.5y(5)+2x(6)-0.6x(5) y(7) = -0.5y(6)+2x(7)-0.6x(6) y(8) = -0.5y(7)+2x(8)-0.6x(7) y(9) = -0.5y(8)+2x(9)-0.6x(8) y(10) = -0.5y(9)+2x(10)-0.6x(9) 2.0 0.4 1.2 1.0 0.9 0.95 0.925 0.9375 0.9312 0.9328 0.9336

3.4 Exerccios Resolvidos

Exemplo 3.7: Calcular a resposta de sin t na forma discreta para uma freqncia de 1 Hz utilizando 8 pontos por perodo. Utilizar a equao na forma recursiva.

Soluo: Para a senide na forma, y( t ) = sin 2t , com T = 1/(8*1) = 0.125 s. Calculando a Transformada Z, z sin T Z[y( t )] = Z[y(kT)] = 2 z 2z cos T + 1 Como = 2, ento sin 2T = sin(20.125) = 0.7071 cos 2T = cos(20.125) = 0.7071 Assim, tem-se, Y(z) 0.7071z 1 = U(z) 1 1.4142z 1 + z 2 Aplicando a Transformada Z inversa, (1 1.4142z 1 + z 2 )Y(z) = 0.7071z 1 U(z) y(kT) 1.4142 y((k 1)T + y((k 2)T) = 0.7071u ((k 1)T) Para gerar a senide, deve-se aplicar a resposta ao impulso, isto u(0) = 1 e u(kT) = 0 para k 1, ento Para k=0 K=1 K=2 y(0) = 0 y(0.125) = 0.7071u(0) = 0.7071 y(0.250) = 1.4142y(0.125) = 1

39

K=3 K=4

y(0.375) = 1.4142y(0.250) - y(0.125) = 0.7071 y(0.500) = 1.4142y(0.375) - y(0.250) = 0

Impulse Response
1 0.8 0.6 0.4

Amplitude

0.2 0 -0.2 -0.4 -0.6 -0.8 -1 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Tempo [s] (sec)

Exemplo 3.8: Encontrar a FT de malha fechada em tempo discreto para o seguinte sistema,

Soluo: Montando as seguintes equaes, E(s) = R(s) H(s)C(s) (I) C(s) = P(s)X*(s) (II) X(s)=G(s)E*(s) (III) A primeira equao no est na forma satisfatria para aplicar a transformao para FT pulsada, pois no contm nenhum sinal amostrado. O ideal deixar do lado direito somente sinais amortrados, ento, combinando a 1 equao com a 2 equao, E(s) = R(s) H(s)P(s)X*(s) (IV) Aplicando a transformao para FT pulsada em (III), [X(s)]*=[G(s)E*(s)]* X*(s)=G*(s)E*(s) (V) Para (IV) [E(s)]* = [R(s)]* [H(s)P(s)X*(s)]* E*(s) = R*(s) HP*(s)X*(s) (VI) Combinando (V) e (VI), encontra-se a funo de transferncia pulsada em malha fechada, C * (s) G * (s)P * (s) = R * (s) 1 + G * (s)HP * (s) Aplicando a Transformada Z, encontra-se a funo de transferncia discreta em malha fechada, C( z ) G ( z) P( z) = R (z) 1 + G (z)HP(z)

40

3.5 Exerccios Propostos

Exerccio 3.1: Obter a transformada Z das seguintes funes de transferncia, e comparar os resultados com os valores obtidos no Matlab com T = 1 e a = 3. s+3 a) G (s) = (s + 1)(s + 2)

b) G (s) = Dica:
clear all;close all;clc

1 e Ts 1 s (s + a )2

% denifindo os dados da planta T=0.2; num=[1 3]; den=conv([1 1 ],[1 2]); Gs=tf(num,den) % planta contnua Gz=c2d(Gs,T) % planta discreta

Exerccio 3.2: (Prova de 2007) Calcular a Transformada Z do seguinte sinal, 1 e st G (s) = (s + 2)2 Exerccio 3.3: (Exame de 2007) Calcular a Transformada Z da seguinte funo de transferncia, 1 G (s) = 2 s + 3s + 2 Exerccio 3.4: (Prova de 2007) Calcular a resposta c(kT) para k = 0,1,2,3,4,5, rupondo que a entrada r(kT) seja um impulso e o tempo de amostragem T = 1 segundo, C( z ) 1 + 2 z 1 = R (z) 1 0.5z 1 2

Exerccio 3.5: Obter a funo de transferncia discreta em malha fechada dos seguintes diagramas de bloco,

(a)

41

(b)
Exerccio 3.6: (Prova de 2007) Calcular a funo de transferncia em malha fechada do seguinte diagrama de blocos,

Exerccio 3.7: (Exame de 2007) Calcular a funo de transferncia em malha fechada do seguinte diagrama de blocos,

42

Captulo 4

4 Projeto de controladores por mtodos clssicos

4.1 Mapeamento entre plano Z e plano S
A estabilidade absoluta e relativa de sistemas lineares com parmetros invariantes no tempo em se tratando de sistemas de controle em malha fechada em tempo contnuo so determinados pelos plos de malha fechada no plano S. Sabendo-se que os plos complexos esto em pares conjugados conforme,
s1, 2 = n j d = n j n 1 2

Figura 4.1: Plo complexo no plano complexo S Quando a amostragem incorporada no processo, a relao que rege a transformao do plano complexo S para o plano discreto Z dada por, 1 e Ts = z s = ln z T onde T o tempo de amostragem e s a raiz complexa. Como a raiz s possui uma parte real e uma parte imaginria, s = + j Ento, z = e Ts = e T (+ j ) = e T e jT Como a exponencial complexa dada por, e jT = cos T j sin T

43

Significando que esta parte repetida a cada 2k, significando que freqncias que so mltiplas inteiras da freqncia de amostragem 2/T so mapeadas na mesma regio no plano Z, de acordo com a Figura 4.2, pois, z = e Ts = e T (+ j ) = e T e jT = e T e j(T 2 k )

Figura 4.2: Faixas peridicas no plano complexo e a correspondente regio no plano discreto, onde s corresponde freqncia de amostragem. Alm disso, o lado esquerdo do plano S possui parte real negativa, significando que,
z = eT < 1

Ento todo o lado esquerdo do plano complexo localizado no plano Z dentro de um crculo de raio unitrio, o eixo j mapeado exatamente em cima do circulo e o lado direito do plano S mapeado fora do circulo de raio unitrio. Alm disso, quanto menor o tempo de discretizao mais prximo do crculo de raio unitrio encontra-se a raiz. Isto ocorre porque se T tende para zero ento eT tende para 1. Observa-se pela equao de transformao que razes com a mesma parte real mas com parte imaginria diferente localizam-se em forma de crculo no plano complexo, de acordo com a Figura 4.3. Isto tambm significa que a parte real d a distncia da origem no plano z, isto , o raio.

44

Figura 4.3: Localizao das razes complexas com a mesma parte real no plano discreto. No caso de razes complexas com a mesma parte imaginria, elas encontram-se na forma de retas inclinadas de de acordo com a Figura 4.4.

Figura 4.4: Localizao das razes complexas com a mesma parte imaginria no plano discreto. Para traar as curvas de fator de amortecimento constante, basta lembrar que um plo complexo pode ser dado por,
s = n + jn 1 2 = n + jd Aplicando a transformao, z = eTs = e( n + jd ) = e Consequentemente,
z =e
2 d 2 s 1 2 d + j 2 d s 1 2 s

d s Assim, a magnitude de z decresce e o ngulo aumenta quando d, que a freqncia natural amortecida, aumenta, caracterizando assim uma espiral logartmica. Note que para uma dada relao d/s, a magnitude de z torna-se apenas uma funo do fator de amortecimento . A representao da curva com fator de amortecimento constante dada na Figura 4.5. e angle(z ) = 2

45

Figura 4.5: Representao das curvas de fator de amortecimento constante. Note que se a espiral de fator de amortecimento constante est no segundo ou terceiro quadrante do plano S, lado real negativo, ento a espiral decai para dentro do circulo no plano Z. Se ela estiver no primeiro ou quarto quadrante, lado real positivo, que neste caso corresponderia a um caso com fator de amortecimento negativo, corresponderia a uma espiral crescendo para fora do circulo de raio unitrio. Alm disso, deve- se notar que a medida que a freqncia aumenta, ela passa de uma banda para outra, sendo assim, s necessrio representar a primeira parte, que corresponde a 0 1/2s, Figura 4.6, a parte correspondente de -1/2s 0 uma imagem espelho para a parte de baixo. A curva para freqncia n constante, so crculos no plano S que so perpendiculares s curvas de fator de amortecimento constante, assim, a sua representao dada na Figura 4.6, onde /T s/2.
1 0.6/T 0.8 0.6 0.4 0.9/T 0.2 0 -1 0.7/T 0.8/T 0.5/T 0.4/T 0.1 /T 0.3 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 0.2/T

0.1/T

/T
-0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1

Figura 4.6: Representao das curvas de freqncia natural constante e fator de amortecimento constante. Esta abordagem anterior foi feita para determinar qual a regio dos plos e zeros desejados para as funes de transferncia em tempo discreto. Ento a partir dos grficos anteriores pode-se determinar a regio desejada dos plos e zeros discretos de acordo com a Figura 4.7.

46

Figura 4.7: Localizao das razes complexas desejadas no plano discreto. Aqui deve ser mencionado que se um sistema em tempo contnuo possui um par de plos na forma s = - j1 no plano s, e for feita uma amostragem tal que 1 > 1/2s em que s = 2/T, sendo T o tempo de amostragem, significando que este par de plos complexo possui freqncia natural maior que a freqncia de Nyquist, ele cair fora da primeira faixa de valores, mas como mencionado anteriormente, ele ser transportado para dentro do circulo de raio unitrio do plano Z como se estivesse posicionado no plano S em s = - j(1 - s).

4.2 Anlise de Estabilidade de Sistemas no plano Z

Como mencionado anteriormente, para que um sistema seja assintoticamente estvel no plano complexo S, os plos devero obrigatoriamente possuir a parte real negativa, que significa no plano Z estar localizado dentro do circulo de raio unitrio, sendo assim, Assintoticamente estvel, todos os plos devero apresentar z < 1 . Para que um sistema seja marginalmente estvel no plano complexo S, o sistema dever possuir pelo menos 1 plo com a parte real nula e os demais possurem parte real negativa, assim, marginalmente estvel, pelo menos 1 plo em z = 1 e os demais com z < 1 ;

Para que o sistema seja instvel no plano complexo S, ele deve possuir pelo menos 1 plo com parte real positiva, que no plano Z corresponde parte localizada fora do circulo de raio unitrio, assim ,instvel, pelo menos 1 plo apresentando z > 1 .

Exemplo 4.1: Considerando o sistema em malha fechada apresentado abaixo, determinar a estabilidade para K = 1 e um tempo de amostragem T = 1s.

47

 1 (T 1 + e T ) + (1 e T Te T )z 1 z 1 = (1 z 1 ) = (1 z 1 )Z 2 (1 z 1 )2 (1 e T z 1 ) s (s + 1) Esta transformada foi obtida atravs de tabela de transformao. Item 13. fazendo a = 1. Agora substituindo os valores de T = 1 e simplificando, obtm-se, 0.3679z 1 + 0.2642z 2 Z G ZOH G p = G (z) = (1 z 1 )(1 0.3679z 1 ) Como a funo de transferncia em malha fechada dada por, 0.3679z 1 + 0.2642z 2 1 C( z ) KG (z) (1 z 1 )(1 0.3679z 1 ) = 0.3679z 1 + 0.2642z 2 = = R (z) 1 + KG (z) 0.3679z 1 + 0.2642z 2 1 z 1 + 0.6321z 2 1+1 (1 z 1 )(1 0.3679z 1 ) Ento, calculando as razes do denominador, que so os plos, encontra-se, z 1, 2 = 0.5 j0.6181

Soluo: Calculando a convoluo do ZOH com a planta, 1 e s 1 1 1 Z G ZOH G p = Z = (1 z )Z 2 = s (s + 1) s s(s + 1)

Pegando o valor absoluto,

z 1, 2 =

(0.5)2 + (0.6181)2

= 0.7950

Como o valor menor que 1, significa que o sistema assintoticamente estvel.

4.3 Resposta Transiente

Algumas aplicaes de controle envolvem a melhora da resposta transitria do sistema segundo alguns critrios. A resposta transitria aparece na resposta do sistema quando ocorre alguma mudana de excitao, esta mudana pode ser do regime permanente para um outro regime permanente ou simplesmente quando o sistema sai do repouso. As especificaes para a resposta transiente envolvem normalmente os seguintes parmetros apresentados na Figura 4.8, 1. Tempo de atraso td (Delay time) o tempo requerido para que a resposta do sistema alcance metade da resposta em regime permanente. Este parmetro est relacionado com a velocidade de resposta do sistema. 2. Tempo de subida tr (Rise Time) o tempo requerido para que a resposta do sistema suba de 10% para 90% ou de 5% para 95% da resposta em regime permanente. Observe que se um sistema possui uma constante de tempo baixa, isto , ele demore bastante para responder a uma mudana de

48

excitao, mas ocorre uma subida rpida, o tr ser pequeno ao passo que o td ser grande. 3. Tempo de pico tp (Peak Time) o tempo requerido para que a resposta do sistema atinja o primeiro pico de sobresinal. 4. Mximo sobresinal Mp (Maximun Overshoot) o pico mximo de sinal acima da referncia a ser atingida, isto , se a referncia for a resposta ao degrau, o pico acima da amplitude 1. Por ser um fator que depende da excitao, costuma-se utilizar um percentual de sobresinal definido como, c( t ) c( ) porcentagem de sobre sin al = 100% c( ) 5. Tempo de estabilizao ts (Settling Time) o tempo necessrio para a resposta do sistema alcance e permanea dentro de uma porcentagem da resposta em regime permanente, usualmente 2%.

Figura 4.8: Resposta ao degrau de um sistema com os parmetros de projeto. Observe que nem todas as especificaes so aplicadas a todos os sistemas, isto , se um sistema for superamortecido ou se for um sistema de primeira ordem ou se todas as razes forem puramente reais negativas, no ocorrer o sobre sinal e nem o tempo de pico.

4.4 Mtodo de Projeto baseado no lugar das razes

O mtodo de projeto de controladores baseado no lugar das razes baseado no fato que a resposta do sistema baseada nos plos dominantes do sistema em malha fechada. O modo mais simples de aloc-los utilizar um controlador proporcional na forma apresentada na Figura 4.9.

49

Figura 4.9: Sistema de malha fechada com controlador proporcional. O sistema em malha fechada possui a resposta dada por, C( z ) KG (z) = R (z) 1 + KG (z) onde K representa o ganho do controlador proporcional. O denominador ou equao caracterstica dado por, 1 + KG (z) = 0 Que pode ser reescrita como, (z z1 )(z z 2 )L (z z m ) 1+ K =0 (z p1 )(z p 2 )L (z p n ) O mtodo do lugar das razes baseado em dar valores para K na equao cima e encontrar os plos correspondentes desejados. Interessante notar que, (z z1 )(z z 2 )L (z z m ) 1 = (z p1 )(z p 2 )L (z p n ) K
Exemplo 4.2: Supondo que o sistema seja dado por, 1 e s 1 1 e T Z G ZOH G p = Z = T s s + 1 z e E o controlador seja na forma integral dada por, K z G D (z) = =K 1 z 1 1 z Investigar a influencia do ganho K e do tempo de amostragem T para a estabilidade do sistema. Supondo que T = 0.5s, 1s e 2s. Soluo: A funo de transferncia em malha fechada dada por, z 1 e T G (z) = G D (z) Z[G ZOH G P ] = K z 1 z e T Ento, C( z ) G (z) K 1 e T z = = 2 R (z) 1 + G (z) z + K 1 e T 1 e T z + e T Substituindo o valor de T = 0.5s,

[ (

Programa feito em Matlab

clear all;close all;clc % tempo de amostragem T = 0.5; % Definio da planta num=[(1-exp(-T)) 0]; den=conv([1 -1],[1 -exp(-T)]);

50

% Empacotando sys=tf(num,den,T) % aplicao do mtodo do lugar das razes rlocus(sys);zgrid Transfer function: 0.3935 z ---------------------z^2 - 1.607 z + 0.6065 Sampling time: 0.5 Transfer function: 0.6321 z ---------------------z^2 - 1.368 z + 0.3679 Sampling time: 1 Transfer function: 0.8647 z ---------------------z^2 - 1.135 z + 0.1353 Sampling time: 2

Figura 4.10: Lugar das razes para T = 0.5s

51

Figura 4.11: Lugar das razes para T = 1s

Figura 4.12: Lugar das razes para T = 2s

Exemplo 4.3: Observar a influncia da variao dos parmetros do controlador PID para o seguinte sistema, 1 G p (s) = (s + 1)(s + 5) Aplicando a transformada na convoluo da planta com o ZOH,

52

Z G ZOH G p

1 e s 1 1 1 = Z = 1 z Z ( = s s + 1)(s + 5) s s(s + 1)(s + 5) 1 1 1 = 1 z 1 Z + = 5s 4(s + 1) 20(s + 5)

( (

1 1 1 = 1 z 1 + 1 T 1 4 1 e z 20 1 e 5T z 1 5 1 z 4 1 e 5T z 1 1 e T z 1 5 1 z 1 1 e 5T z 1 + = 20 1 e T z 1 1 e 5T z 1

) (

)( (

) (

(4 5e

+ e 5T z 1 + 4e 6 T 5e 5T + e T z 2 20 1 e T z 1 1 e 5T z 1

) ( (

)( )( )

)(

) ) ( )

1 z 1 1 e T z 1

)(

O primeiro passo calcular

clear all;close all;clc % Planta contnua num=1; % numerador den=[conv([1 1],[1 5])]; % denominador Gp=tf(num,den) % empacotando % Planta discreta T=0.1; % tempo de amostragem b1=(4-5*exp(-T)+exp(-5*T)); b2=(4*exp(-6*T)-5*exp(-5*T)+exp(-T)); numd=[0 b1 b2]/20; % numerador a1=-exp(-T)-exp(-5*T); a2=exp(-6*T); dend=[1 a1 a2]; % denominador Gz=tf(numd,dend,T) % empacotando figure('Color',[1 1 1]) step(Gp,Gz) legend('Contnuo','Discreto') % diagrama de bode para escolher Kp figure;rlocus(Gz);zgrid;set(gcf,'Color',[1 1 1])

Step Response
0.2 1 0.18 0.8 0.16 0.14 0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 0.02 -1 0 0 1 2 3 4 5 6 -1 -0.8 -0.6 -0.4 0.8/T 0.7/T 0.9/T /T /T 0.9/T 0.8/T 0.7/T

Root Locus
0.6/T 0.5/T 0.4/T System: Gz Gain: 10 Pole: 0.734 + 0.206i 0.2/T Damping: 0.705 Overshoot (%): 4.38 Frequency (rad/sec): 3. 0.1/T

Amplitude

0.12 0.1 0.08 0.06 0.04 Contnuo Discreto

Imaginary Axis

0.1 0.3/T 0.2 0.3 System: Gz 0.4 0.5 Gain: 0 0.6 Pole: 0.607 0.7 Damping: 1 0.8 Overshoot (%): 0 0.9 Frequency (rad/sec): 5

0.1/T

0.6/T

0.5/T 0

-0.2

0.2/T System: Gz Gain: 50 0.3/T Pole: 0.648 - 0.538i 0.4/T Damping: 0.241 Overshoot (%): 45.8 Frequency (rad/sec): 7.14 0.2 0.4 0.6 0.8 1

Time (sec)

Real Axis

53

Figura 4.13: Resposta do sistema considerando tempo contnuo e discreto e lugar das razes Calculando a resposta do sistema com o controlador proporcional,
% fechando a malha - Controle porporcional Kp Sys1=feedback(2*Gz,1) % ganho Kp = 2 Sys2=feedback(10*Gz,1) % ganho Kp = 10 Sys3=feedback(50*Gz,1) % ganho Kp = 50 figure('Color',[1 1 1]);step(Sys1,Sys2,Sys3) legend('K_P = 2','K_P = 10','K_P = 50')

Figura 4.14: Respostadas do sistema controlado para vrios valores de Kp

54

% Controle PD % Kp = 50 , Kd = 0 Kp=50;Kd=0;Ki=0; num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0]; GPIDz=tf(num,den,T) sysMA=GPIDz*Gz sysMF1=feedback(sysMA,1) % Kp = 50 , Kd = 10 Kp=50;Kd=10;Ki=0; num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0]; GPIDz=tf(num,den,T) sysMA=GPIDz*Gz sysMF2=feedback(sysMA,1) % Kp = 50 , Kd = 50 Kp=50;Kd=50;Ki=0; num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd]; den=[1 -1 0]; GPIDz=tf(num,den,T) sysMA=GPIDz*Gz sysMF3=feedback(sysMA,1) figure('Color',[1 1 1]) step(sysMF1, sysMF2, sysMF3,3) legend('K_D = 0','K_D = 10','K_D = 50')

% Controle PID % Kp = 50 , Kd = 50 , Ki = 0 Kp=50;Kd=50;Ki=0; num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0]; GPIDz=tf(num,den,T) sysMA=GPIDz*Gz sysMF4=feedback(sysMA,1) % Kp = 50 , Kd = 50 , Ki = 2 Kp=50;Kd=50;Ki=2; num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0]; GPIDz=tf(num,den,T) sysMA= GPIDz*Gz sysMF5=feedback(sysMA,1) % Kp = 50 , Kd = 50 , Ki = 10 Kp=50;Kd=50;Ki=10; num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0]; GPIDz=tf(num,den,T) sysMA=GPIDz*Gz sysMF6=feedback(sysMA,1) % Kp = 50 , Kd = 50 , Ki = 40 Kp=50;Kd=50;Ki=40; num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd]; den=[1 -1 0]; GPIDz=tf(num,den,T) sysMA=GPIDz*Gz sysMF7=feedback(sysMA,1) figure('Color',[1 1 1]) step(sysMF4,sysMF5,sysMF6,sysMF7,5) legend('K_I = 0','K_I = 2','K_I = 10','K_I = 40')

Figura 4.15: Respostadas do sistema controlado para vrios valores de Kd, mantendo o valor de Kp = 50.

55

Figura 4.16: Respostadas do sistema controlado para vrios valores de Ki, mantendo os valores de Kp = 50 e Kd = 50.

4.5 Controlador Tipo Dead Beat

Uma resposta tipo Dead Beat aquela em que o sistema apresenta o menor tempo de estabilizao possvel, sem erro estacionrio e sem apresentar oscilaes durante o transiente. Ento se um sistema de controle em malha fechada for projetado para que a resposta do sistema de malha fechada apresente uma resposta dead beat, o controlador que gerou esta resposta recebe o nome de controlador dead beat.

Figura 4.17: Diagrama de blocos de um sistema de controle utilizando controlador Dead Beat Supondo o sistema de controle em malha fechada com o apresentado na Figura 4.17, cuja malha fechada dada por, G D ( z )G ( z ) C( z ) = R ( z ) 1 + G D ( z )G ( z ) Para que o sistema em malha fechada tenha uma resposta dead beat, necessariamente a malha fechada deve ser na forma, a z N + a 1 z N 1 + L a N C( z ) = F(z) = a 0 + a 1 z 1 + L a N z N = 0 R (z) zN onde N deve ser maior ou igual a ordem do sistema G(z). Observe que F(z) no deve conter potencias positivas de z, pois significaria que o sistema seria no causal. 56

4.6 Projeto de Controladores PID

Os controladores PIDs so os controladores mais utilizados na prtica devido a sua fcil implementao e ajuste. Aqui so apresentados os mtodos Ziegler-Nichols de ajuste de controladores PID. Deve ser lembrado que o PID Contnuo dado por, K ds 2 + K ps + K I K PID(s) = K p + K d s + I = s s 1 K c Td Ti s 2 + K c Ti s + K c = = K c 1 + Td s + Ti s Tis Enquanto que o PID discreto dado por, KI T 1 + z 1 Td 1 1 PID(z) = K c 1 + 2T 1 z 1 + T 1 z = K P + 1 z 1 + K D 1 z i

4.6.1 Ziegler-Nichols malha fechada

Supondo um controlador PID na forma,

Figura 4.18: Controlador PID Para aplicar o mtodo Ziegler-Nichols de malha fechada deve-se primeiro encontrar qual o ganho proporcional Kp, com o ganho integral Ki e o ganho Kd iguais a zero, que torna o sistema de malha fechada marginalmente estvel, isto , pelo menos um dos plos do sistema de malha fechada deve ser puramente imaginrio no plano complexo S, que no plano discreto Z significa tem mdulo 1 ou estar em cima do crculo de raio unitrio. Este ganho Kp passa a ser chamado de ganho crtico Kcr. O sistema apresentado na Figura 4.18, fazendo o PID somente Kp, o sistema de malha fechada dado por, Y (z) G (z)Kp = R (z) 1 + G (z)Kp Para o calculo do ganho crtico, pelo menos um dos plos da equao acima deve possuir parte real igual a zero.

57

Root Locus
5 4 3 2

Root Locus
1 0.6/T 0.8 0.7/T 0.8/T 0.5/T

Imaginary Axis

Imaginary Axis

1 0 -1 -2 -3 -4 -5 -3

System: Gs Gain: 4.5 Pole: 0.00145 + 3.63i Damping: -0.0004 Overshoot (%): 100 Frequency (rad/sec): 3.63 System: Gs Gain: 4.47 Pole: -0.00302 - 3.63i Damping: 0.000832 Overshoot (%): 99.7 Frequency (rad/sec): 3.63

0.6 0.4 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 -1

0.9/T /T /T 0.9/T

System: Gz Gain: 3.35 Pole: 0.807 + 0.59i 0.4/T Damping: 0.000454 0.1 0.3 (%): Overshoot /T 99.9 0.2 Frequency (rad/sec): 3.15 0.3 0.4 0.2/T 0.5 0.6 0.7 0.1/T 0.8 0.9

0.1/T

0.8/T 0.7/T 0.6/T 0.5/T 0

0.2/T System: Gz 0.3/T 3.35 Gain: Pole: 0.807 - 0.59i 0.4/T Damping: 0.000454 0.2 Overshoot (%): 99.9 0.8 0.4 0.6 Frequency (rad/sec): 3.15

-2

-1

-0.8

-0.6

-0.4

-0.2

Real Axis

Real Axis

Figura 4.19: Lugar das Razes no plano complexo S e no plano discreto Z O segundo passo consiste em traar a resposta ao degrau do sistema realimentado pelo ganho crtico Kcr. Desta resposta retirado o tempo de oscilao Tu.
Step Response
1.5 1.5

Step Response

Amplitude

0.5

Amplitude
0.5

Tempo de Oscilao Tu
0 0

Tempo de oscilao Tu
3.5 4 4.5 5 0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5

0.5

1.5

2.5

Time (sec)

Time (sec)

Figura 4.20: Resposta ao degrau do sistema realimentado com Kcr Agora os parmetros do controlador podem ser ajustados de acordo com a tabela abaixo. Tabela 4-1: Ajustes do controlador PID para o mtodo Ziegler-Nichols malha fechada. Tipo do controlador Kc Ti Td P 0,5 Kcr --PI 0,45.Kcr Tu/1,2 --PID 0,6.Kcr 0,5Tu 0,125Tu

4.6.2 Ziegler-Nichols Malha Aberta

O mtodo Ziegler-Nichols em malha aberta pode ser aplicado quando a curva de resposta ao degrau unitrio de entrada apresentar o aspecto de um S. Essa curva de resposta ao degrau unitrio pode ser gerada experimentalmente ou a partir de uma simulao dinmica da planta.

58

Figura 4.21: Resposta ao degrau unitrio A curva com o formato em S pode ser caracterizada por duas constantes, o atraso L e a constante de tempo T. O atraso e a constante de tempo so determinados desenhando-se uma linha tangente no ponto de inflexo da curva com o formato de S e determinando-se a interseo da linha tangente com o eixo do tempo. O ajuste do controlador PID, segundo este mtodo, introduz no sistema dois zeros em -1/L se o projeto for feito em tempo contnuo. Tabela 4-2: Ajustes do controlador PID para o mtodo Ziegler-Nichols malha aberta. Tipo de controlador Kc Ti Td P T/L 0 PI 0,9T/L L/0,3 0 PID 1,2T/L 2L 0,5L

4.7 Exerccios Resolvidos 4.8 Exerccios Propostos

Exerccio 4.1: Para o sistema abaixo, quais seriam os plos em tempo discreto? 100 G (s) = 2 s + 10s + 100 Exerccio 4.2: Para o Exemplo 4.1, encontrar quais os valores que K que tornam o sistema em malha fechada um sistema assintoticamente estvel, marginalmente estvel e instvel. Exerccio 4.3: Para o sistema em tempo contnuo abaixo, encontrar um ajuste para o controlador PID para o sistema em tempo discreto utilizando os mtodos ZiegleNichols de malha aberta e malha fechada e fazer ajustes finos para,

59

2 1 e H(s) = (s + 1)(s + 2)(s + 3) 30s + 1 Para resolver este problema deve-se assumir que h um amostrador em X(s) e um ZOH em U(s). G (s) =

60

Captulo 5

5 Formulao por Matrizes de Estado

A representao em forma de Matrizes de Estado um das principais ferramentas de simulao de sistemas, e elas so formuladas diretamente no domnio em tempo contnuo ou discreto e no envolvem transformaes para Laplace ou transformada Z.

5.1 Introduo formulao de estado

Considerando um sistema massa-mola-amortecedor na forma, & m&&( t ) + cy( t ) + ky( t ) = u ( t ) y Que pode ser reescrito como, u(t) &&( t ) + 2 n y( t ) + 2 y( t ) = & y n m Definindo uma varivel como, & & x 1 ( t ) = y( t ) x 1 ( t ) = y( t ) Definindo uma outra varivel como, & & & x 2 ( t ) = y( t ) = x 1 ( t ) x 2 ( t ) = &&( t ) y Substituindo na equao original e deixando somente uma varivel com a derivada temporal, ento, u(t) & x 2 ( t ) + 2 n x 2 ( t ) + 2 x 1 ( t ) = n m Agora, escrevendo um sistema na seguinte forma, & 0 x 1 (t) 0 x 1 (t) 1 + u ( t ) = 2 & x 2 ( t ) n 2 n x 2 ( t ) 1 / m Ainda est faltando a resposta y(t) do sistema, que dada por, x (t) y( t ) = [1 0] 1 + {0}u ( t ) x 2 ( t ) Que pode ser escrito da seguinte maneira, & x ( t ) = Ax( t ) + Bu ( t ) y( t ) = Cx ( t ) + Du ( t ) A forma acima conhecida como forma de estado. Como observado, a transformao para a formulao de espao de estados consistiu em transformar uma equao de segunda ordem em duas equaes de primeira ordem. Generalizando, a transformao de espao de estados consiste em transformar um sistema de equaes de ordem n para um sistema de primeira ordem de 2n equaes, tornando assim, mais simples a sua soluo.

61

5.2 Nomenclatura de Espao de Estados

Vetor de estado x(t) o vetor de ordem n que contm todos os estados. Vetor de sada y(t) o vetor de ordem m que contm todas as respostas. Vetor de entrada u(t) o vetor de ordem r que contm todas as entradas. Matriz de estado A a matriz de ordem nn que contm os autovalores e os autovetores do sistema. Matriz de entrada B a matriz de ordem nr da entrada. Matriz de sada C a matriz de ordem mn da sada. Matriz de transmisso direta D matriz de ordem mr que correlaciona diretamente a entrada com a sada. Ento, & {x ( t )}n1 = [A]nn {x ( t )}n1 + [B]nr {u ( t )}r1

{y( t )}m1 = [C]mn {x ( t )}n1 + [D]mr {u ( t )}r1

A representao em diagramas de bloco do sistema acima dada por,

Figura 5.1: Representao em diagrama de blocos para tempo contnuo.

5.3 Representao de Espao de Estados discretos

A formulao de espao de estados discretos dado por, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k ) Nota-se que as matrizes C e D no mudaram, significando que so as mesmas matrizes para sistemas em tempo contnuo. Agora, supondo um sistema discreto cuja funo de transferncia dada por, Y(z) b 0 + b1 z 1 + L + b n z n = U(z) 1 + a 1 z 1 + L + a n z n Esta FT pode ser representada de vrias maneiras em espao de estados, pois a formulao de estado no nica.

5.3.1 Forma Cannica Controlvel

62

A forma cannica controlvel dada por, 1 0 L 0 x 1 ( k ) 0 x 1 (k + 1) 0 x (k + 1) 0 0 1 L 0 x 2 ( k ) 0 2 M M M O M M + 0 u ( k ) = M x (k + 1) 0 0 0 L 1 x n 1 (k ) M n 1 x n (k + 1) a n a n 1 a n 2 L a 1 x n (k ) 1

x 1 (k ) x (k ) y(k ) = [b n a n b 0 b n 1 a n 1 b 0 L b1 a 1 b 0 ] 2 + b 0 u (k ) M x n (k ) Se a matriz G for uma matriz de posto cheio, isto , o determinante diferente de zero, o sistema controlvel, caso contrrio, significa que pelo menos 1 dos estados no controlvel. A controlabilidade significa que o sistema pode ser alterado de qualquer estado para qualquer estado em um perodo de tempo finito.

5.3.2 Forma Cannica Observvel

A forma cannica observvel dada por, x 1 (k + 1) 0 0 0 L a n x 1 (k ) b n a n b 0 x (k + 1) 1 0 0 L a x (k ) b a b n 1 2 n 1 0 n 1 2 u (k ) M M M + M = M M M O x (k + 1) 0 0 L 0 a x (k ) b a b 2 0 2 n 1 2 n 1 x n (k + 1) 0 0 L 1 a 1 x n (k ) b1 a 1 b 0 x 1 (k ) x (k ) y(k ) = [0 0 L 1] 2 + b 0 u (k ) M x n (k ) Para o sistema ser completamente observvel, a matriz G deve ser uma matriz de posto cheio. A observabilidade significa que todos os estados do sistema podem ser observados ou medidos.

5.3.3 Forma Cannica Diagonal

Expandindo a FT em fraes parciais tal que, c c2 c Y(z) = b0 + 1 + +L n z p1 z p 2 z pn U(z) Ento, a forma cannica diagonal dada por,

63

 x 1 (k + 1) p1 x (k + 1) 0 2 = M 0 x n (k + 1) 0 y(k ) = [c1

0 x 1 (k ) 1 p 2 L 0 x 2 (k ) 1 + u (k ) M O M M M 0 L p n x n (k ) 1 x 1 (k ) x (k ) c 2 L c n ] 2 + b 0 u (k ) M x n (k ) 0
L

onde pi representa os plos do sistema.

5.3.4 Forma Cannica de Jordan

A forma cannica de jordan usada quando se deseja representar o sistema na forma diagonal mas existem plos repetidos. Supondo que o plo p1 repetido m vezes, ento, x 1 ( k ) 0 x 1 (k + 1) x (k + 1) x 2 ( k ) 0 p1 1 0 L 0 2 M M 0 p1 1 L 0 M [ 0] x m ( k ) 1 M M O M x m (k + 1) M _______ + __ u (k ) _______ = 0 0 0 L p1 x (k ) 1 x (k + 1) p m +1 L 0 m +1 m +1 M O M M [ 0] M M x (k + 1) 0 L p n x n (k ) 1 n
y(k ) = [c1 x 1 (k ) x (k ) L c n ] 2 + b 0 u (k ) M x n (k )

c2

5.3.5 No unicidade das matrizes de estado

A representao de estado no nica, isto , para um mesmo sistema na forma de funo de transferncia pode haver vrias representaes de estado. Por exemplo, supondo que um sistema seja observvel e controlvel, definies que sero apresentada mais frente, ento haver uma representao na forma cannica controlvel e observvel. Para exemplificar, supondo o sistema na seguinte forma de estado, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k ) Supondo uma transformao tal que,

64

 x ( k ) = Px ( k ) onde a matriz P de ordem nn, mesma ordem da matriz G. Ento, Px (k + 1) = GPx (k ) + Hu (k ) y(k ) = CPx (k ) + Du (k ) Que pode ser reescrito como, x (k + 1) = P 1GPx (k ) + P 1 Hu (k ) y(k ) = CPx (k ) + Du (k ) Agora definindo, G = P 1GP , C = CP e H = P 1 H Ento, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k )
Que exatamente da mesma forma que o sistema original. Se a matriz P for a matriz dos autovetores da matriz G, ento o sistema ser diagonalizado, caso isso no seja possvel, a matriz resultante ser a matriz de Jordan.

5.4 Simulando um sistema na forma de estado discreto

Nesta parte, supe-se que o sistema seja linear e invariante no tempo na forma, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k ) Pegando apenas os estados do sistema, para o instante inicial tm-se, x (1) = Gx (0) + Hu (0) Para o instante seguinte, x (2) = Gx (1) + Hu (1) = G (Gx (0) + Hu (0) ) + Hu (1) = G 2 x (0) + GHu (0) + Hu (1) Para o instante seguinte, x (3) = Gx (2) + Hu (2) = G (G 2 x (0) + GHu (0) + Hu (1) ) + Hu (2) =
= G 3 x (0) + G 2 Hu (0) + GHu (1) + Hu (2) Fazendo isso para k instantes, x (k ) = G x (0) + G k j1 Hu ( j)
k j= 0 k 1

k = 1, 2, 3 ...

Substituindo este resultado em y(k), k 1 y(k ) = C G k x (0) + G k j1 Hu ( j) + Du (k ) j= 0

k = 1, 2, 3 ...

5.5 Passando de Matrizes de Estado para FT

Supe-se o sistema na forma, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k ) Aplicando transformada Z, obtm-se,

65

zX(z) zx (0) = GX(z) + HU(z) Y(z) = CX(z) + DU(z) Supondo condies iniciais nulas, 1 zX(z) = GX(z) + HU(z) (zI G )X(z) = HU(z) X(z) = (zI G ) HU(z) Substituindo em Y(z), 1 1 Y(z) = C(zI G ) HU(z) + DU(z) = C(zI G ) H + D U(z) Como a funo de transferncia pulsada a relao dada por Y(z)/U(z), Y(z) 1 = C(zI G ) H + D U(z) Observe que se Y(z)/U(z) uma matriz mr.

5.6 Discretizao de Matrizes de Estado Contnuas

Em se tratando de sistemas em tempo discreto, pode-se converter diretamente de matrizes de estado contnuas para matrizes de estado discretas. Porem necessrio fazer uma reviso de matrizes antes de mostrar o processo de discretizao. Em se tratando de matrizes h alguns cuidados a serem tomados e algumas definies a serem compreendidas. Comeando com, Aktk 1 1 e At = I + At + A 2 t 2 + L + A k t k + L = 2! k! k! k =0 Diferenciando esta soluo em relao ao tempo, para isso a derivada feita termo a termo, encontra-se, d At e = Ae At = e At A dt Agora, trs relaes importantes, e At e At = I e (A + B )t = e At e Bt se AB = BA e (A + B )t e At e Bt se AB BA Agora, obtendo a resposta para matrizes de estado contnuas, isto , & x ( t ) = Ax( t ) + Bu ( t ) Que pode ser reescrita como, & x ( t ) Ax( t ) = Bu ( t ) Agora pr-multiplicando por e-At, d At & e At [x ( t ) Ax( t )] = e x ( t ) = e At Bu ( t ) dt Integrando1 de 0 a t,

At

x ( t ) x (0) = e A Bu ()d
0 t

Que pode ser rearranjada como,

x ( t ) = e x (0) + e A ( t ) Bu ()d
At 0

A equao acima representa a soluo para um sistema na forma de estado contnuo. Para a soluo completa, basta substituir os estados x(t) em,
1

Deve ser lembrado que a integral da derivada a prpria funo aplicada os limites de integrao.

66

y( t ) = Cx ( t ) + Du ( t ) Para fazer o mesmo para um sistema discreto, tem-se que, & x ( t ) = Ax( t ) + Bu ( t ) x ((k + 1)T) = Gx (kT) + Hu (kT) Para que possa ser utilizada a soluo de um sistema contnuo para encontrar a soluo de um sistema discreto, assume-se que a entrada u(t) entre um perodo e outro de amostragem constante, isto , que h um ZOH, ento, u ( t ) = u (kT) kT t < kT+T Ento, a soluo,
x ( t ) = e At x (0) + e A ( t ) Bu ()d
0 t

Para o tempo kT,

x (kT) = e AkT x (0) + e AkT e A Bu ()d
0 kT

Para o tempo (k+1)T,

x ((k + 1)T) = e
A ( k +1)T

x ( 0) + e

A (( k +1)T )

( k +1)T

e
0

Bu ()d

Agora fazendo, x ((k + 1)T) e AT x (kT) = e A (k +1)T x (0) + Simplificando2,

( k +1)T

kT e A ((k +1)T )Bu ()d e AT e AkT x (0) + e A (kT )Bu ()d 0 0

x ((k + 1)T ) = e AT x (kT ) + e A (k +1)T e AT e AkT x (0) + e A (k +1)T = e AT x (kT ) + e A (k +1)T

(k +1)T
kT

(k +1)T
0

A A AT AkT e Bu()d e e e Bu()d 0

kT

Bu ()d

Supondo agora o ZOH, ento, o tempo entre kT e (k+1)T pode ser substitudo por 0 e T dentro da integral, pois o que vai variar apenas u() que considerado constante. Ento,
x ((k + 1)T) = e AT x (kT ) + e AT e A Bu ()d
0 T

Aplicando a transformao de varivel onde = T-,

x ((k + 1)T ) = e AT x (kT ) + e A Bu ( )d
0 T

Que representa a soluo da equao de estado discreta na forma, x ((k + 1)T) = Gx (kT) + Hu (kT) Que neste caso, tem-se que para encontrar estas matrizes discretas, necessariamente, T G = e AT e H = e A d B 0 Pelas equaes acima, verifica-se claramente que as matrizes discretas so dependentes do tempo de amostragem.
2

Deve ser lembrado que e

AT AkT

= e A (k +1)T 67

A soluo para y(kT) dada simplesmente por, y(kT) = Cx (kT) + Du (kT) Se a matriz A for no singular, ento T A H = e d B = A 1 e AT I B = e AT I A 1B 0 Exemplo 5.1: Considerando o sistema abaixo, encontrar a representao de estado discreto e a expresso para funo de transferncia discreta para T = 1 s. b2 1 1 G (s) = = 2 = 2 s(s + 2) s + 2s s + a 1s + a 2 Soluo: O primeiro passo encontrar uma representao de estado para o sistema, utilizando a forma cannica controlvel, & x 1 ( t ) 0 1 x 1 ( t ) 0 = + u (k ) & x 2 ( t ) 0 2 x 2 ( t ) 1

x (t) y( t ) = [1 0] 1 x 2 ( t ) Como foi visto, para as matrizes discretas tm-se3, 1 2 T 1 0.4323 AT 1 2 1 e = G=e = 0 0.1353 0 e 2 T Outra forma de encontrar a matriz G fazendo, 1 1 1 L e At = (sI A ) = s s(s + 2) 1 0 s+2 Cuja transformada de laplace inversa dada por, 1 1 s s(s + 2) 1 1 1 e 2 t e At = L1 = 2 1 2 t 0 0 e s+2 Ento, T 1 T 1 e 2 0 1 H = e A d B = d = 2 1 2 0 0 0 e 2T 1 1 e 1 e 2 T 1 T + T + T 2 2 0 = 2 2 = 0.2838 = 1 0.4323 1 1 2 T 2 T 1 e 2 1 e 0 2 Desta forma, o sistema discreto na forma de matrizes de estado dado por,

[ ]

e At = I + At +

1 2 2 1 Ak tk A t + L + Ak tk + L = 2! k! k! k =0

68

 x 1 (k + 1) 1 0.4323 x 1 (k ) 0.2838 = + u (k ) x 2 (k + 1) 0 0.1353 x 2 (k ) 0.4323 x (k ) y(k ) = [1 0] 1 x 2 (k ) Para a representao em FT discreta, Y(z) 1 = G (z) = C(zI G ) H + D U(z) 1 0 1 0.4323 0.2838 0.2838z + 0.1485 = [1 0] z 0 1 0 0.1353 0.4323 + 0 = z 2 1.1353z 0.1353 O mesmo problema pode ser resolvido utilizando o Matlab,
clear all;close all;clc % Planta contnua num=1; den=[conv([0 0 1],[1 2 0])];
1

% numerador % denominador

% Transformando para matrizes de Estado [A,B,C,D]=tf2ss(num,den) % discretizando as matrizes T=1; [G,H]=c2d(A,B,T) % voltando para TF discreta [numd,dend]=ss2tf(G,H,C,D)

Observe que neste caso, as matrizes de estado no esto na forma cannica, mas o resultado em Funo de Transferncia deve ser exatamente o mesmo.

5.7 Exerccios Resolvidos

Exemplo 5.2: Para o sistema abaixo, converter para matrizes de estado discretas utilizando o Matlab, s+2 G (s) = 3 s + 1.6325s 2 + 10.6325s + 10
clear all;close all;clc % denifindo os dados da planta T=0.1; num=[1 2]; den=conv([1 2*0.1*sqrt(10) 10],[1 1]); % Funes de Transferencia Gs=tf(num,den) % planta contnua Gz=c2d(Gs,T) % planta discreta % Matrizes de Estado [A,B,C,D]=tf2ss(num,den)

69

MEs=ss(A,B,C,D) % empacotando MEz=c2d(MEs,T) % Matrizes de estado discreta

Exemplo 5.3: Para uma suspenso ativa representando de veculo, escrever as matrizes de estado contnuas supondo que o distrbio da via seja w(t).

Neste caso, as matrizes que regem o comportamento dinmico do sistema so dadas por, Massa Suspensa, & & m S && S + c S (x S x N ) + k S (x S x N ) = u ( t ) x Masssa No-Suspensa, & & m N && N + c S (x N x S ) + k S (x N x S ) + k P x N = k P w ( t ) u ( t ) x Que na forma matricial fica, u(t) & 0 && S c S c S x S k S x k S x S m S 0 m && + c x + k k + k x = k w ( t ) u ( t ) N x P S P P S cS & P S p Este caso representa um sistema MIMO, duas entradas e duas sadas. Definindo as variveis de estado iniciando pelos deslocamentos, & & & & x1 = x S x1 = x S e x 2 = x N x 2 = x N Para as velocidades, & & x 3 = x 1 = && S e x 4 = x 2 = && N x x Com as definies acima, as equaes de estado so dadas por, & x1 = x 3 & x2 = x4 c k u(t) & x 3 = S (x 3 x 4 ) S (x 1 x 2 ) + mS mS mS c k k k 1 & x 4 = S (x 4 x 3 ) S (x 2 x 1 ) P x 2 + P w ( t ) u(t) mN mN mN mN mN Que na forma matricial fica, 0 1 0 0 0 0 & x1 0 x1 0 0 0 1 0 x k x 1 kS c cS 2 u & 2 S + 0 S = m m mS x 3 mS mS w & S x 3 S kP (k S + k P ) c S kS c S x 1 x 4 & 4 mN mN mN mN mN mN De forma geral, se for sempre assumido que o vetor de estado se inicia com deslocamentos e depois as velocidades, as matrizes de estado podem ser dadas a partir das matrizes dinmicas como, 70

&& & [M ]{X( t )} + [C]{X( t )} + [K ]{X( t )} = {F( t )} Sendo que o vetor de estado, X( t ) {X( t )} = & X ( t ) E as matrizes de estado, [ [ & {X} = [M0]]1 K [MI]1 C{X} + [M0]1 F{U} ] A resposta do sistema deve ser dada pelo que se deseja medir, supondo que seja necessrio medir os deslocamentos e velocidades, y 1 1 0 0 0 x 1 0 0 y 0 1 0 0 x 0 0 u 2 2 + = y 3 0 0 1 0 x 3 0 0 w y 4 0 0 0 1 x 4 0 0 Caso seje necessrio medir apenas o deslocamento da massa suspensa, x1 x u {y1 } = [1 0 0 0] 2 + [0 0] w x 3 x 4
Exemplo 5.4:Para o sistema abaixo, encontrar as matrizes de estado.

As equaes de movimento na forma matricial so dadas por, k2 0 x 1 F1 + u 1 u 2 x 0 &&1 k 1 m1 0 0 m && + k k + k k 3 x 2 = F2 + u 2 u 3 0 x 2 2 2 1 2 0 k3 k 2 + k 3 x 3 F3 + u 3 0 m 3 && 3 0 x Portanto, as matrizes de estado podem ser dadas como,
0 & x1 0 x 0 & 2 k x 3 1 & = m1 & x 4 k 2 x 5 & m2 x 6 & 0 0 0 0 k2 m1 k + k2 1 m2 k3 m3 0 0 0 0 k3 m2 k + k3 2 m3 1 0 0 0 0 1 0 x 1 0 0 0 1 x 2 0 1 0 0 0 x 3 + x 4 m 1 0 0 0 0 x 5 x 6 0 0 0 0 0 0 0 0 1 m2 0 0 0 0 0 0 1 m3 0 0 0 1 m1 0 0 0 0 0 1 m1 1 m2 0 F 1 F2 0 F3 u1 1 m 2 u 2 u 1 3 m3 0 0 0

71

5.8 Exerccios Propostos

Exerccio 5.1: Para a FT abaixo, escrever a representao em matrizes de estado na forma cannica controlvel, observvel e diagonal para, s +1 a) G (s) = para T = 0.1 s; s(s + 2)(s + 3) 1 para T = 0.1 s; b) G (s) = 3 2 s + 4s + 5s + 2 Exerccio 5.2: Supondo o seguinte sistema dinmico,

Supondo, m1 = m2 = m3 = 0.5 kg, k1 = k2 = k3 = k4 = 10.000 N/m, c2 = c3 = 50 Ns/m, determinar utilizando o Matlab, a) b) c) d) e) f) Equao de movimento matricial Matrizes de estado contnuas; Matrizes de estado discretas; Freqncias naturais e modos de vibrar; Resposta em freqncia, diagrama de bode; Resposta ao Impulso contnua e discreta.

Exerccio 5.3: (Prova 2007) Considerando o sistema abaixo, escrever a forma cannica controlvel e observvel, 2z + 0.5 G (z) = 2 z z + 0.5

72

Captulo 6

6 Controlabilidade e Observabilidade
6.1 Introduo
A controlabilidade se refere capacidade do sistema ter seu estado alterado de qualquer estado para qualquer outro estado, de modo geral significa que o sistema pode ser controlado. A observabilidade significa que o sistema pode ter seus estados observados, em outras palavras, o sistema pode ser inteiramente medido, significando que qualquer tipo de informao pode ser conseguida.

6.2 Controlabilidade
Um sistema de controle dito ser de estado completamente controlvel se possvel transferir o sistema de um estado qualquer para um outro estado desejvel qualquer em um perodo finito de tempo utilizando uma lei de controle sem restries. Para um sistema discreto, a controlabilidade significa que o sistema pode ser transferido de um estado qualquer x(kT) para um estado final x(kT) utilizando no mximo n perodos de amostragem. Considerando um sistema em espao de estados discretos na forma, x (k + 1) = Gx (k ) + Hu (k ) Sua soluo temporal dada por, x (kT) = G k x (0) + G k j1 Hu ( j)
j= 0 k k 1 k 2 k 1

k = 1, 2, 3 ...

= G x (0) + G Hu (0) + G Hu (T ) + L + Hu ((k 1)T) Esta soluo pode ser rearranjada para os primeiros n instatnes de tempo como, u (n 1) u (n 2) n n 1 x (n ) G x (0) = H GH L G H M u (0) onde n a dimenso da matriz G. Como a dimenso de H n1 e cada coluna da matriz H GH ... Gn-1H n1, ento a dimenso da matriz nn para o caso de uma nica entrada u(k), caso a entrada seja um vetor de dimenso 1r, ento a matriz de dimenso nnr Significando que dada uma lei de controle u(k), para alterar o estado do sistema de x(0) para x(n) a matriz necessariamente precisa obedecer seguinte relao, posto H GH L G n 1 H = n Esta matriz conhecida como matriz de controlabilidade. Caso o posto da matriz de controlabilidade seja menor que n, no significa que o sistema incontrolvel, mas

73

significa que pelo menos um dos estados no pode ser controlado, isto , parte do sistema pode ser controlado e parte no. Dever ser notado que a controlabilidade de estado independe da sada, isto , a controlabilidade de estado independente das matrizes C e D.
Exemplo 6.1: Verificar se os sistemas abaixo so de estado completamente controlveis. Sistema 1: x 1 (k + 1) 1 0 x 1 (k ) 2 x (k + 1) = 0 2 x (k ) + 3 u (k ) 2 2 Soluo: Construindo a matriz de controlabilidade, 2 1 0 2 2 2 [H GH] = 3 0 2 3 = 3 6 No necessrio calcular o posto da matriz e controlabilidade, pois s observar se as linhas so linearmente independentes, neste caso, o posto = 2, ento o sistema completamente controlvel.

Sistema 2:
x 1 (k + 1) 1 0 x 1 (k ) 2 x (k + 1) = 0 2 x (k ) + 0 u (k ) 2 2 Soluo: Construindo a matriz de controlabilidade, 2 1 0 2 2 2 [H GH] = 0 0 2 0 = 0 0 Neste caso, claramente o sistema possui posto = 1, significando que o sistema no completamente controlvel.

Sistema 3: 0 0 0 x 1 (k + 1) 0 1 x 1 (k + 1) 2 1 x (k + 1) 0 2 1 0 0 x 2 (k + 1) 0 0 2 u (k ) 1 x 3 (k + 1) = 0 0 2 0 0 x 3 (k + 1) + 3 0 u 2 (k ) 0 0 5 1 x 4 (k + 1) 0 0 x 4 (k + 1) 0 x 5 (k + 1) 0 0 0 0 5 x 5 (k + 1) 2 1 Soluo: Construindo a matriz de controlabilidade, H GH G 2 H G 3 H G 4 H Como a soluo mais complicada, utiliza-se o matlab para resolver o problema,

clear all;close all;clc % definindo matriz G G=[-2 1 0 0 0 0 -2 1 0 0 0 0 -2 0 0 0 0 0 -5 1 0 0 0 0 -5] % definindo matriz H

74

H=[0 1;0 0;;3 0;0 0;2 1] % Construindo matriz de Controlabilidade CO=ctrb(G,H) rank(CO)

Como o posto = 5, que a dimenso da matriz G, ento o sistema de estado completamente controlvel. Sistema 4: 0 0 0 x 1 (k + 1) 0 x 1 (k + 1) 2 1 x (k + 1) 0 2 1 0 0 x 2 (k + 1) 3 2 x 3 (k + 1) = 0 0 2 0 0 x 3 (k + 1) + 0 0 0 5 1 x 4 (k + 1) 2 x 4 (k + 1) 0 x 5 (k + 1) 0 0 0 0 5 x 5 (k + 1) 0
1 0 u (k ) 1 0 u 2 (k ) 1 0

Soluo: Construindo a matriz de controlabilidade, H GH G 2 H G 3 H G 4 H Como a soluo mais complicada, utiliza-se o matlab para resolver o problema,

clear all;close all;clc % definindo matriz G G=[-2 1 0 0 0 0 -2 1 0 0 0 0 -2 0 0 0 0 0 -5 1 0 0 0 0 -5] % definindo matriz H H=[0 1;3 0;0 0;2 1;0 0] % Construindo matriz de Controlabilidade CO=ctrb(G,H) rank(CO)

Como o posto = 3 que menor que a dimenso da matriz G, ento o sistema no de estado completamente controlvel.

6.3 Controlabilidade de sada

Em muitas implementaes prticas de sistemas de controle, desejvel controlar a sada do sistema e no necessariamente todos os estados do sistema. Neste caso, deve ser lembrado que a resposta do sistema dada por, k 1 y(kT) = C G k x (0) + G k j1 Hu ( j) + Du (kT) k = 1, 2, 3 ... j= 0 k k 1 = CG x (0) + CG Hu (T ) + L CHu ((k 1)T) Esta soluo pode ser rearranjada para os primeiros n instantes de tempo como, 75

 u (n 1) u (n 2) n n 1 y(n ) CG x (0) = CH CGH L CG H M u (0) Significando que para a sada ser completamente controlvel, o posto da matriz precisa ser m, que a dimenso da matriz C, isto , posto CH CGH L CG n 1 H = m Caso esteja presente a matriz D, a condio de controlabilidade completa de sada dada por, posto D CH CGH L CG n 1 H = m Dever ser notado que a controlabilidade de sada dependente de todas as matrizes que compe o sistema, isto , a controlabilidade de sada dependente das matrizes G, H, C e D.

6.4 Observabilidade
Um sistema dito completamente observvel se todo estado inicial x(0) pode ser determinado a partir da observao de y(k) em um perodo finito de tempo. Observabilidade completa significa que, dado y(0), y(T), y(2T), ..., possvel determinar x1(0), x2(0), ..., xn(0). Utilizando esta definio, ento dado um sistema na forma, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) Sua resposta dada por, k 1 y(kT) = C G k x (0) + G k j1 Hu ( j) k = 1, 2, 3 ... j= 0 Fazendo a resposta para os n primeiros instantes de tempo, y(0) = Cx (0) y(0) C y(1) CG y(1) = CGx (0) x (0) = M M M n 1 y(n 1) CG n 1 y(n 1) = CG x (0) Consequentemente, com os primeiros n instantes de tempo, deve ser possvel determinar os estados iniciais x1(0), x2(0), ..., xn(0). Note que y(kT) um vetor de dimenso m1, portanto a simulao acima possui nm equaes todas envolvendo os estados iniciais. Para obter um conjunto nico de estados iniciais, deve necessariamente existir n equaes lineares independentes, isso significa necessariamente que a matriz nmn, C CG =n posto M n 1 CG Esta conhecida como matriz de observabilidade. Normalmente, esta equao no usada, mas a equao transposta dela dada por,

76

posto C H (CG ) L CG n 1 = n onde H representa a hermitiana, que o conjugado transposto. Observe que a observabilidade independente da matriz de entrada B.
H H

Exemplo 6.2: Considerando os sistemas abaixo, verificar a observabilidade.

Sistema 1: x 1 (k + 1) 1 0 x 1 (k ) = x 2 (k + 1) 0 2 x 2 (k ) x (k ) y(k ) = [1 5] 1 x 2 (k ) Encontrando a matriz de observabilidade, 1 1 0 1 1 1 CH G HCH = = 5 0 2 5 5 10 Como se observa, a matriz de observabilidade tem posto 2 que a mesma ordem da matriz G, ento o sistema completamente observvel.

Sistema 2: x 1 (k + 1) 1 0 x 1 (k ) = x 2 (k + 1) 0 2 x 2 (k ) x (k ) y(k ) = [0 1] 1 x 2 (k ) Encontrando a matriz de observabilidade, 0 1 0 0 0 0 CH G HCH = = 1 0 2 1 1 2 Como se observa, a matriz de observabilidade tem posto 1 que menor que ordem da matriz G, ento o sistema no completamente observvel.

Sistema 3:
x 1 (k + 1) 2 x (k + 1) 0 2 x 3 (k + 1) = 0 x (k + 1) 0 4 x 5 (k + 1) 0 0 0 0 x 1 (k ) 1 0 0 x 2 (k ) 2 0 0 x 3 (k ) 0 3 1 x 4 (k ) 0 0 3 x 5 (k ) x 1 (k ) x (k ) 2 y1 (k ) 1 1 1 0 1 = x 3 (k ) y 2 ( k ) 0 1 1 1 0 x ( k ) 4 x 5 (k ) 1 2 0 0 0

Como o sistema definido acima um sistema de alta ordem, difcil de ser feito, utiliza-se o Matlab,

77

clear all;close all;clc % definindo matriz G G=[-2 1 0 0 0 0 -2 1 0 0 0 0 -2 0 0 0 0 0 -3 1 0 0 0 0 -3] % definindo matriz C C=[1 1 1 0 1 0 1 1 1 0] % Construindo matriz de Controlabilidade OB=obsv(G,C) rank(OB)

Como o posto da matriz de observabilidade 5 que a mesma dimenso da matriz G, ento o sistema completamente observvel. Sistema 4: x 1 (k + 1) 2 x (k + 1) 0 2 x 3 (k + 1) = 0 x (k + 1) 0 4 x 5 (k + 1) 0 0 0 0 x 1 (k ) 1 0 0 x 2 ( k ) 2 0 0 x 3 (k ) 0 3 1 x 4 ( k ) 0 0 3 x 5 (k ) x 1 (k ) x (k ) 2 y 1 ( k ) 1 1 1 0 1 = x 3 (k ) y 2 ( k ) 0 1 1 0 0 x ( k ) 4 x 5 (k ) 1 2 0 0 0

Como o sistema definido acima um sistema de alta ordem, difcil de ser feito, utiliza-se o Matlab,
clear all;close all;clc % definindo matriz G G=[-2 1 0 0 0 0 -2 1 0 0 0 0 -2 0 0 0 0 0 -3 1 0 0 0 0 -3] % definindo matriz C C=[1 1 1 0 1 0 1 1 0 0] % Construindo matriz de Controlabilidade OB=obsv(G,C) rank(OB)

78

Como o posto da matriz de observabilidade 4 que menor que a dimenso da matriz G, ento o sistema no completamente observvel.

6.5 Comentrios gerais observabilidade

sobre

controlabilidade

Nesta parte, ser feito alguns comentrios sobre a controlabilidade e observabilidade de sistemas em tempo discreto.

6.5.1 Condies de controlabilidade e observabilidade em termos de Funes de Transferncia

Em se tratando de funes de transferncia, no deve haver cancelamentos entre plos e zeros das plantas, isso significar que este estado ser no observvel e no controlvel. Este tipo de situao pode ocorrer em sistemas em srie, onde os zeros de uma planta so os plos da outra. Como em alguns casos o desejvel realizar o controle entre as duas, isso no ser possvel.
Exemplo 6.3: Mostrar que o sistema abaixo no completamente controlvel, Y(z) z + 0.2 = 2 U(z) z + z + 0.16 Escrevendo na forma cannica controlvel, 1 x 1 (k ) 0 x 1 (k + 1) 0 + u (k ) = x 2 (k + 1) 0.16 1 x 2 (k ) 1

x (k ) y(k ) = [0.2 1] 1 x 2 (k ) Porm, a matriz G pode ser rearranjada e o sistema fica, 1 x 1 ( k ) 0 x 1 (k + 1) 0 + u (k ) = x 2 (k + 1) 0.16 0 x 2 (k ) 1 x (k ) y(k ) = [0.2 1] 1 x 2 (k ) Verificando a controlabilidade, 0 0 1 0 0 0 [H GH] = 1 0.16 0 1 = 1 1 Verificando que o sistema no completamente controlvel. Pode-se verificar isso diretamente pela matriz G, onde a diagonal principal nula, outra forma fatorando o denominado da FT, Y(z) z + 0.2 z + 0.2 = 2 = U(z) z + z + 0.16 (z + 0.8)(z + 0.2) Neste caso, verifica-se que h um zero cancelando um plo.
Exemplo 6.4: Verificar que o sistema no observvel,

79

[C

1 0 x 1 ( k ) 0 x 1 (k + 1) 0 0 1 x 2 ( k ) + 0 u ( k ) x 2 (k + 1) = 0 x (k + 1) 6 11 6 x (k ) 1 3 3 x 1 (k ) y(k ) = [4 5 1]x 2 (k ) x (k ) 3 Para a observabilidade, 4 0 0 6 4 0 6 36 4 4 6 6 H H 2H H G C G C = 5 1 0 11 5 0 11 60 5 = 5 7 5 1 0 1 6 1 1 6 25 1 1 1 1

Cujo determinante zero, mostrando que o posto da matriz de observabilidade menor que a dimenso da matriz G assim, o sistema no completamente observvel. Este fato provm do cancelamento entre um plo por um zero, observe que a FT dada por, (z + 1)(z + 4) Y(z) z 2 + 5z + 4 1 = C(zI G ) H = 3 = 2 U(z) z + 6z + 11z + 6 (z + 1)(z + 2 )(z + 3) Observando que um plo cancelado por um zero, significando que este resultado no pode ser observado, pois sua influncia anulada.

6.5.2 Efeito da discretizao

Quando um sistema sofre uma discretizao, isto , quando um sistema passado de tempo contnuo para tempo discreto, dependendo da taxa de amostragem T empregada, poder haver cancelamento entre plos e zeros. Para exemplificar, considera-se o sistema abaixo, & x 1 ( t ) 0 1 x 1 ( t ) 0 = + u(t) & x 2 ( t ) 1 0 x 2 ( t ) 1 x (t) y( t ) = [1 0] 1 x 2 ( t ) Cujas matrizes de controlabilidade e observabilidade em tempo contnuo so dadas por, 0 1 1 0 [B AB] = e C H A H C H = 1 0 0 1 Significando que para tempo contnuo o sistema completamente controlvel e observvel. Aplicando a discretizao, encontra-se, x 1 (k + 1) cos T sin T x 1 (k ) 1 cos T = + u (k ) x 2 (k + 1) sin T cos T x 2 (k ) sin T

x (k ) y(k ) = [1 0] 1 x 2 (k ) A questo ser, h algum valor de T para qual o sistema perder controlabilidade e observabilidade? Para responder a esta questo, faz-se,
80

1 cos T cos T + 1 2 cos 2 T [H GH] = sin T + 2 cos T sin T sin T Para que no tenha controlabilidade, faz-se o determinante igual a zero, chegando a, 2 sin T(1 cos T ) = 0 Significando que para T = n a matriz de controlabilidade ser de posto menor que a dimenso da matriz G, mostrando que o sistema ser de estado no completamente controlvel. O mesmo fato pode ser verificado atravs da matriz de observabilidade, 1 cos T CH G HCH = 0 sin T Fisicamente, o que ocorreu foi que se pretende observar e controlar uma freqncia que exatamente igual Nyquist, por isso no foi possvel control-la.

6.5.3 Princpio da dualidade

Como a transformao para espao de estados no nica, ento h uma transformao de uma forma para outra, a qual ser til quando se deseja obter uma forma cannica de estado. Supondo um sistema na forma, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k ) Para transform-lo na forma cannica controlvel, aplica-se uma matriz de transformao T na forma, T = MW e x (k ) = Tx (k ) onde M a matriz de controlabilidade dada por, M = H GH L G n 1 H e a matriz W dada por, a n 1 a n 2 L a 1 1 a n 2 a n 3 L 1 0 W= M M O M M 1 L 0 0 a1 1 0 L 0 0 Aplicando esta transformao no sistema, encontra-se, x (k + 1) = T 1GTx (k ) + T 1 Hu (k ) y(k ) = CTx (k ) + Du (k ) onde o sistema definido acima est na forma cannica controlvel.

Q = (WN H ) e x (k ) = Qx (k ) onde N a matriz de observabilidade dada por,

1

Para transform-lo na forma cannica observvel, aplica-se,

N = C H G H C H L (G H ) H H Aplicando esta transformao no sistema, encontra-se

n 1

]
81

 x (k + 1) = Q 1GQx (k ) + Q 1 Hu (k ) y(k ) = CQx (k ) + Du (k ) Interessante notar que se o sistema est na forma cannica controlvel dada por, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k ) Para se obter a forma cannica observvel, basta fazer, H x (k + 1) = Gx (k ) + C u (k )
H y(k ) = H x (k ) + Du (k ) Esta equao demostra o princpio da dualidade

()

()

6.6 Exerccios Resolvidos

Exemplo 6.5: Verificar para que valores de a, b, c e d o sistema completamente controlvel e observvel. 1 x 1 (k ) a x 1 (k + 1) 0 = + u (k ) x 2 (k + 1) 0.4 1.3 x 2 (k ) b

x (k ) y(k ) = [c d ] 1 x 2 (k ) Soluo: a matriz de controlabilidade, a 0 1 a a b [H GH] = b 0.4 1.3 b = b 0.4a 1.3b Calculando o determinante e, para que o sistema seje completamente controlvel, o determinante deve ser diferene de zero, ento, 0.4a 2 1.3ab b 2 0 Para a matriz de observabilidade, [c d] d C c 1 = 0 = CG [c d ] 0.4 1.3 0.4d c 1.3d Portanto, c 2 1.3cb + 0.4d 2 0 Como os valores de a, b, c e d no podem ser valores complexos, tem-se a resposta como,

82

6.7 Exerccios Propostos

Exerccio 6.1: Para a FT abaixo, escrever a representao em matrizes de estado na forma cannica controlvel, observvel e diagonal utilizando as transformaes. s +1 G (s) = para T = 0.1 s; s(s + 2)(s + 3) Exerccio 6.2: Determinar para quais valores de a o sistema completamente observvel e controlvel. z +1 a) G (z) = 3 z + az 2 + z 1 az + 1 b) G (z) = 2 z + 3z 1 az 2 2z + 1 c) G (z) = 2 z + 3z 1

83

Captulo 7

7 Projeto de Controladores via Alocao de Plos

7.1 Introduo
A alocao de plos uma tcnica parecida com a tcnica do lugar das razes, a qual consiste em realizar uma realimentao de sada para realocar ou ajustar os plos de malha fechada. Porm a tcnica do lugar das razes baseada na alocao apenas dos plos dominantes do sistema em malha fechada, que so os plos com a menor parte real possvel. J a tcnica de alocao de plos posiciona todos os plos do sistema em malha fechada atravs de uma realimentao de estado. Como ser feita uma realimentao de estado, considera-se que os estados esto disponveis, caso no estejam, eles necessitam se estimados atravs de um estimador de estado que ser visto mais adiante, alm disso, o sistema de estado completamente controlvel. Sendo assim, dado o sistema na forma, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k ) A realimentao de estado ser dada por4, para um regulador, u (k ) = Kx (k ) onde K representa um vetor de ganhos de realimentao se u(k) for uma nica lei de controle, caso haja vrias leis de controle, K ser uma matriz. Assim, o sistema em malha fechada dado por, x (k + 1) = Gx (k ) + Hu (k ) = Gx (k ) HKx (k ) = (G HK )x (k ) y(k ) = Cx (k ) + Du (k ) Portando a conduta do sistema realimentado ser dada por, ~ G = G HK Portanto, deve-se especificar os plos do sistema de malha fechada atravs dos plos de G-HK da seguinte forma, ~ det zI G = (z p1 )(z p 2 )L (z p n ) Para encontrar os valores do vetor ou matriz de ganho K deve-se resolver esta equao. Porm, ela pode ser complicada dependendo da ordem do sistema, para isso criou-se a frmula abaixo.

Se a referncia a ser seguida zero, o sistema de controle denominado de regulador, caso contrrio, o sistema de controle denominado controlador.

84

Figura 7.1: Diagrama de blocos de um sistema de controle por realimentao de estado para um regulador.

7.2 Frmula de Ackermann

Esta frmula permite encontrar o ganho do controlador de realimentao de estado facilmente. Para a sua deduo inicia-se expandindo a equao caracterstic de malha fechada, det zI G + HK = (z p1 )(z p 2 )L (z p n ) = z n + 1 z n 1 + 2 z n 2 + L n 1 z + n
~ Utilizando o teorema de Cayley-Hamilton que diz que G deve satisfazer sua ~ prpria equao caracterstica, isto , substituindo G no lado direito no lugar de z, ~ ~ ~ ~ ~ G n + 1G n 1 + 2 G n 2 + L + n 1G + n I = G = 0 ~ Agora fazendo as multiplicaes para G , I=I ~ G = G HK ~ 2 2 G 2 = (G HK ) = G 2 GHK HKG + (HK ) ~ = G 2 GHK HK (G HK ) = G 2 GHK HKG ~ ~ 3 2 G 3 = (G HK ) = (G HK ) (G HK ) = G 2 GHK HKG (G HK ) = ~ ~ 2 = G 3 G 2 HK GHKG + G (HK ) HKGG + HKGHK = ~ = G 3 G 2 HK GHK (G HK ) HKG (G HK ) = ~ ~ = G 3 G 2 HK GHKG HKG 2 M ~ ~ n G n = (G HK ) = G n G n 1 HK L HKG n 1 Ento, a equao pode ser reescrita como, ~ ~ ~ ~ n I + n 1G + n 2 G 2 + L + G n = n I + n 1 (G HK ) + n 2 G 2 GHK HKG + ~ L + G n G n 1 HK L HKG n 1 Expandindo os termos e rearranjando na forma,

= (z ) = 0

( )

~ ~ ~ n I + n 1G + n 2 G 2 + L + G n = n I + n 1G + n 2 G 2 + L + G n + ~ ~ n 1 HK n 2 GHK + HKG L G n 1 HK L HKG n 1

Observando que a primeira linha do lado direito (G),

85

~ ~ ~ G = (G ) n 1 HK n 2 GHK + HKG L G n 1 HK L HKG n 1 Que pode ser escrito como, ~ ~ n 1 K + n 2 KG + L + KG n 1 ~ ~ n 2 ~ n 1 n 2 K + n 3 KG + L + KG = 0 G = (G ) H GH L G H M K

( )

( )

Observa-se que a matriz H GH L G n 1H a matriz de controlabilidade, rearranjnado na forma, ~ ~ n 1 K + n 2 KG + L + KG n 1 ~ ~ n 2 n 2 K + n 3 KG + L + KG = H GH L G n 1 H 1 (G ) M K Observando que sobrou apenas o ganho do controlador K na n-sima linha, e ele pode ser extrado multiplicando ambos os lados por um vetor composto por [0 0 0 1], assim, ~ ~ n 1 K + n 2 KG + L + KG n 1 ~ ~ n 2 n 2 K + n 3 KG + L + KG = [0 0 L 1] M K

K = [0 0 L 1] H GH L G n 1 H (G ) Esta a Frmula de Ackermann para a determinao do ganho de realimentao de estado.

1

= [0 0 L 1] H GH L G n 1 H (G ) Ento, tem-se que,

1

7.3 Formas alternativas para o ganho K

A frmula de Ackermann uma excelente alternativa para o clculo do ganho K por ser de fcil implementao computacional, contudo existem alternativas sua utilizao, como se ver a seguir. 1. Comparao direta: Este mtodo consiste em substituir diretamente os coeficientes do ganho K dentro da equao caracterstica, zI G + HK = (z p1 )(z p 2 )L (z p n ) = z n + 1 z n 1 + 2 z n 2 + L n 1 z + n = 0 Porm, s de fcil aplicao quando a ordem do sistema baixa. 2. Outra forma do clculo do ganho K atravs de, K = [ n a n n 1 a n 1 L 1 a 1 ]T 1 = [ n a n onde, 86

n 1 a n 1 L 1 a 1 ](MW )

 a n 1 a n 2 L a 1 1 a n 2 a n 3 L 1 0 M = H GH L G n 1 H e W= M M O M M 1 L 0 0 a1 1 0 L 0 0 Quando este modo for aplicado, se o sistema estiver na forma cannica controlvel, a matriz transformao T torna-se a identidade, facilitando a aplicao do mtodo.

3. Se os plos desejados pi para o sistema em malha fechada forem distintos, pode-se aplicar a seguinte relao diretamente, 1 K = [1 1 L 1][1 2 L n ] onde, i i = (G p i ) H com i = 1 ... n Se a resposta desejada for dead beat, significando que pi = 0, ento, i = G i H com i = 1 ... n
Exemplo 7.1: Considerando o sistema abaixo, 1 x 1 ( k ) 0 x 1 (k + 1) 0 = + u (k ) x 2 (k + 1) 0.16 1 x 2 (k ) 1 Cujos plos do sistema so, z 1 z = 0.2 = z 2 + z + 0.16 = 0 1 zI G = 0.16 z 1 z1 = 0.8 E os plos de malha fechada sejam dados por, z 1, 2 = 0.5 j0.5

Soluo: O primeiro passo verificar se o sistema de estado completamente controlvel. Ento, a matriz de controlabilidade , 0 0 1 0 0 1 [H GH] = 1 0.16 1 1 = 1 1 Significando que o sistema de estado completamente controlvel. Agora aplicando a frmula de Ackermann para encontrar o ganho da realimentao de estado, 1 K = [0 1][H GH ] (G ) Para (z), que o novo polinmio caracterstico, (z ) = (z 0.5 + j0.5)(z 0.5 j0.5) = z 2 z + 0.5 Portanto, 1 2 1 0 1 0 1 0 1 0 = [0.34 2] + 0.5 K = [0 1] 0 1 1 1 0.16 1 0.16 1 Soluo utilizando o Matlab,
clear all;close all;clc % Matrizes do sistema G=[0 1;-0.16 -1] H=[0;1]

87

% Vetor dos novos polos im=sqrt(-1); P=[0.5+im*0.5 0.5-im*0.5] % Utilizando Frnula de Ackermann K=acker(G,H,P) % Forma alternativa K=place(G,H,P)

Root Locus 1 0.6/T 0.8 0.6 0.4 Imaginary Axis 0.2 0 -0.2 -0.4 -0.6 -0.8 -1 -1 0.9/T /T /T 0.7/T 0.8/T 0.5/T 0.4/T 0.6/T 0.8 0.6 0.2/T 0.4 0.1/T Imaginary Axis 0.9/T 0.2 /T 0 /T -0.2 0.9/T -0.4 0.2/T 0.3/T 0.6/T -0.8 -0.6 -0.4 -0.2 0.5/T 0 Real Axis 0.4/T 0.2 0.4 0.6 0.8 1 -0.6 -0.8 -1 -1 -0.8 -0.6 -0.4 -0.2 0.8/T 0.7/T 0.6/T 0.7/T 0.8/T

Root Locus 0.5/T 0.4/T 0.3/T 0.2/T System: Gmf Gain: 0 Pole: 0.5 + 0.5i Damping: 0.404 Overshoot (%): 25 Frequency (rad/sec): 0.858

0.1 0.3/T 0.2 0.3 0.4 System: Gma 0.5 Gain: 0 0.6 Pole: -0.2 0.7 Damping: 0.456 0.8 Overshoot (%): 20 0.9 Frequency (rad/sec): 3.53

0.1/T

System: Gma Gain: 0 0.9/T Pole: -0.8 Damping: 0.0709 Overshoot (%): 80 0.8/T Frequency (rad/sec): 3.15 0.7/T

0.1/T

0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.10.3/T 0.5/T 0 Real Axis 0.4/T 0.2 0.4

System: Gmf Gain: 0 Pole: 0.5 - 0.5i Damping: 0.404 0.1/T Overshoot (%): 25 Frequency (rad/sec): 0.858 0.2/T

0.6

0.8

(a) Plos originais (b) Plos realocados Figura 7.2: Lugar das razes do sistema sem controle e controlado

7.4 Controle por Realimentao de Estado

Supondo o seguinte sistema, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) + Du (k ) Quando h uma referncia a ser seguida, a lei de controle ser dada por, u (k ) = k 0 r (k ) Kx (k ) onde r(k) uma referncia a ser seguida e k0 uma constante para ajustar a resposta controlada do sistema para que no ocorra erro estacionrio, isto significa que se a referencia a ser seguida for o degrau unitrio ento a sada dever ser tal que y()1. Ento, o ganho k0 precisa ser ajustado. Substituindo a lei de controle no sistema encontra-se, x (k + 1) = Gx (k ) + H(rk 0 (k ) Kx (k ) ) = (G HK )x (k ) + Hk 0 r (k ) y(k ) = Cx (k ) + Du (k ) Neste caso, a conduta do sistema dada por G HK, que a mesma conduta apresentada para um regulador. Desta forma, as mesmas frmulas para calcular o ganho K podem ser aplicadas.

88

Figura 7.3: Controle por realimentao de estado.

Exemplo 7.2: Dado o sistema baixo.

1 x 1 ( k ) 0 x 1 (k + 1) 0 = + u (k ) x 2 (k + 1) 0.16 1 x 2 (k ) 1 x (k ) y(k ) = [1 0] 1 x 2 (k ) E os plos de malha fechada sejam, z 1, 2 = 0.5 j0.5 Soluo: Para o ganho K, 1 2 1 0 1 0 1 0 1 0 K = [0 1] 0.16 1 0.16 1 + 0.50 1 = [0.34 2] 1 1 Agora basta encontrar o ganho k0 para que o sistema em malha fechada no apresente erro estacionrio. Para isso, encontra-se a FT do sistema, Y(z) ~ 1 ~ = G (z) = C zI G H R (z) Onde, neste caso, 1 0 1 ~ 0 0 ~ G = G HK = 1[0.32 2] = 0.5 1 e H = k 0 H 0.16 1 Portanto, 1 1 k0 z 0 Y(z) ~ 1 ~ = G (z) = C zI G H = [1 0] k 0 1 = 2 U(z) 0.5 z 1 z z + 0.5 5 Para o erro estacionrio , k0 k0 1 = lim y(k ) = lim 1 z 1 Y(z) = lim 1 z 1 2 =1 1 k z 1 z 1 z z + 0.5 1 z 1 1 + 0.5 Portanto, k 0 = 0.5

A soluo utilizando o Matlab fica,

clear all;close all;clc % Matrizes do sistema G=[0 1;-0.16 -1]; H=[0;1]; C=[1 0];D=0;
5

Deve ser lembrado que Y(z)=G(z)U(z), com R(z) sendo a entrada degrau unitrio.

89

T=1; % sistema em malha aberta empacotado Gma=ss(G,H,C,D,T) % Vetor dos novos polos im=sqrt(-1); P=[0.5+im*0.5 0.5-im*0.5] % Calculando ganho K K=acker(G,H,P) K=place(G,H,P) % sistema em malha fechada Gf=G-H*K; Hf=0.5*H; Gmf=ss(Gf,Hf,C,D,T) % clculo da resposa ao degrau step(Gma,Gmf,30) legend('Gma','Gmf')

Step Response 1.4 Gma Gmf 1.2

Amplitude

0.8

0.6

0.4

0.2

10

15 Time (sec)

20

25

30

Figura 7.4:Resposta ao degrau unitrio do sistema sem controle e malha fechada com o controlador

7.5 Observadores de Estado

No incio deste captulo, foi apresentada a realimentao de estado, onde se admitia que os estados do sistema estavam disponveis. Porm, nem sempre isso possvel, j que em muitas aplicaes de sistemas de controle, mede-se apenas algumas variveis de sada, sendo assim, nem todos os estados esto disponveis para serem utilizados na realimentao de estados. Neste caso, deve-se criar um estimador de estado que pode ser de ordem completa, em que todos os estados so estimados, ou de ordem mnima, em que apenas

90

os estados no medidos so estimados, ou de ordem reduzida, em que os estados no medidos e alguns dos estados medidos so estimados. Os estados do sistema sero estimados com base nas entradas e nas sadas disponveis do sistema, isto , atravs da entrada u(k) e da sada y(k). Ser projetado um novo sistema tal que os estados deste novo sistema sejam os estados do sistema a ser controlado, ver Figura 7.5, onde ~ (k ) representa a estimativa dos estados da planta x original. Como previsto que ser utilizada a sada do sistema, dever ser notado que a condio de observabilidade deve ser obedecida.

Figura 7.5: Sistema de controle por realimentao de estados junto com observador de estado.

7.5.1 Observadores de Estado de Ordem Completa

Ento, considerando um sistema, cujos estados x(k) no podem ser medidos, dado por, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) Supondo que os estados do sistema acima podem ser aproximados pelos estados do seguinte sistema, ~ (k + 1) = G~ (k ) + Hu (k ) x x ~ (k ) = C~ (k ) y x onde as matrizes G, H, C e D so as mesmas matrizes de estado do sistema cujos estados no podem ser medidos. Na prtica, estas matrizes precisam ser estimadas, assunto que no ser abordado aqui. Alm disso, tem-se que a resposta dos dois sistemas deve ser a mesma, isto significa que a diferena das respostas deve tender a zero com o passar das iteraes, isto , lim (y(k ) ~ (k ) ) = 0 y
k

Uma forma de fazer com que isso ocorra pela introduo de um sistema de controle, pois se as entradas e as sadas forem iguais e as matrizes de eswtado so as mesmas, isso significa que os estados so os mesmos, ento o sistema utilizado para a estimao de estados deve ser dado por, ~ (k + 1) = G~ (k ) + Hu (k ) + K (y(k ) ~ (k ) ) x x y e ~ (k ) = C~ (k ) y x onde Ke um controlador introduzido para garantir que os dois sistemas se comportem da mesma forma. 91

Figura 7.6: Sistema de controle por realimentao de estados junto com observadores de estado completo. O sistema do estimador de estado completo pode ser reescrito substituindo ~ (k ) = C~ (k ) , y x ~ (k + 1) = (G K C )~ (k ) + Hu (k ) + K y(k ) x x e e ~ (k ) = C~ (k ) y x Observe que a matriz do sistema dada por (G-KeC) e para um sistema controle por realimentao de estado dada por (G-HK). Ento, do princpio dualidade entre a forma cannica controlvel e observvel, o vetor de ganho Ke observador de estado pode ser encontrado da mesma forma que o vetor de ganho pois, zI G + HK = (z p1 )(z p 2 )L (z p n ) = z n + 1 z n 1 + 2 z n 2 + L n 1 z + n = 0 Agora, a expresso torna-se, H zI G H + K e C H = (z p1 )(z p 2 )L (z p n ) = z n + 1 z n 1 + 2 z n 2 + L n 1 z + n = 0 Significando que o ganho de estado era dado por, utilizando a frmula de Ackermann, K = [0 0 L 1] H GH L G n 1 H (G ) Ento, o ganho do estimador de estado pode ser dado por, 1 C 0 CG 0 K e = (G ) M M n 1 CG 1
1

de da do K,

92

Deve-se notar que a frmula para o clculo do vetor de ganho do observador de estado depende da inversa da matriz de observabilidade.
Exemplo 7.3: Supondo o sistema, x 1 (k + 1) 0 0.16 x 1 (k ) 0 u (k ) = + x 2 (k + 1) 1 1 x 2 (k ) 1

x (k ) y(k ) = [0 1] 1 x 2 (k ) Projetar um observador de estado completo para que o estimador de estado tenha plos em, z 1, 2 = 0.5 j0.5 Soluo: O polinmio caracterstico para o observador, (z ) = (z 0.5 + j0.5)(z 0.5 j0.5) = z 2 z + 0.5 E o ganho do observador, 1 C 0 K e = (G ) CG 1

[0 1] 0 0.16 2 0 0.16 1 0 0 = 1 + 0.50 1 [0 1]0 0.16 1 1 1 1 1 1

1

0.34 0.32 0 1 0 0.34 = = 2 2.34 1 1 1 2 Para se utilizar o comando acker ou place do Matlab, deve ser lembrado que o que est sendo calculado est conjugado transposto, ento,
clear all;clc;close all % Matrizes do sistema G=[0 -0.16;1 -1] C=[0 1] % Vetor dos novos polos im=sqrt(-1); P=[0.5+im*0.5 0.5-im*0.5] % utilizando acker Gt=G'; Ct=C'; K=acker(Gt,Ct,P); Ke=K'

7.5.2 Comentrios sobre estimador de estado

Definindo que o erro da estimativa de estado seja, e( k ) = x ( k ) ~ ( k ) x Agora subtraindo ambos os sistemas,

93

x x (k + 1) ~ (k + 1) = Gx (k ) + Hu (k ) (G K e C )~ (k ) Hu (k ) K e y(k ) x = G (x (k ) ~ (k ) ) + K C~ (k ) K Cx (k ) x x = (G K e C )(x (k ) ~ (k ) ) x
e e

e(k + 1) = (G K e C )e(k ) Significando que o comportamento do erro do estimador vai depender da posio dos plos da equao caracterstica G-KeC. Normalmente, deve-se escolher os plos do observador de 2 a 5 vezes mais rpido que a da planta a ser estimada, isto , com uma freqncia de 2 a 5 vezes maior. Porm, em aplicaes prticas, se a resposta da planta for contaminada com rudo, deve utilizar uma estimativa mais lenta.
Exemplo 7.4: Supondo o sistema, 1 0 x 1 ( k ) 0 x 1 (k + 1) 0 0 1 x 2 ( k ) + 0 u ( k ) x 2 (k + 1) = 0 x (k + 1) 0.5 0.2 1.1 x (k ) 1 3 3 x 1 (k ) y(k ) = [0 1 0]x 2 (k ) x (k ) 3 Projetar um controlador de estado e um observador de estado para a resposta ao degrau supondo, Razes do controlador: 0.5j0.5 e 0.5 P = z 3 1.5z 2 + z 0.25 Razes do observador: 0.3j0.5 e 0.3 P = z 3 0.9z 2 + 0.52z 0.102

Portanto,

Soluo: Observe que as razes da planta so dadas por, z 1 0 zI G = 0 0 z 1 = 0 0.5 0.2 z 1.1

z1 = 0.5 z 3 1.1z 2 + 0.2z + 0.5 = 0 z1, 2 = 0.8 j0.6 Que podem ser melhor compreendidas atravs da passagem para tempo contnuo, 1 z = e Ts s = ln z T Portanto, assumindo T = 1 s, as razes em tempo contnuo so dadas por, s1, 2 = 0.6931 j3.1416
s 3, 4 = j0.6435 Portanto o par complexo representa um plo marginalmente estvel, j a nova posio, 0.5j0.5 e 0.5 representa, z 1 = 0.5 s1 = 0.6931

z 2,3 = 0.5 j0.5 s 2,3 = 0.3466 j0.7854 Iniciando pela verificao da controlabilidade e observabilidade do sistema, Controlabilidade:

94

[
Observabilidade:

1 0 0 H GH G 2 H = 0 1 1.1 1 1.1 1.01

0 0 0 .5 C G C G C = 1 0 0 .2 0 1 1 .1 Portanto, o sistema de estado completamente controlvel e observvel.

2H

Root Locus 1.5 1 0.7/T 0.5 Imaginary Axis 0.8/T System: Gpp Gain: 0 0.5/T Pole: 0.5 + 0.5i 0.6/T 0.4/T Damping: 0.404 0.10.3/T Overshoot (%): 25 0.2 System: Gpp 0.3 Frequency (rad/sec): 0.858 0.4 0.2/T Gain: 0 0.5 Pole: 0.5 0.6 0.7 Damping: 1 0.8 Overshoot0.1/T (%): 0 0.9 Frequency (rad/sec): 0.693

Root Locus System: Gpp Gain: 0 Pole: 0.3 + 0.5i 0.5/T Damping: 0.464 0.4/T

1 0.7/T 0.5 Imaginary Axis 0.8/T 0.9/T 0 /T /T 0.9/T -0.5 0.8/T 0.7/T -1

0.6/T Overshoot (%): 19.3 Frequency (rad/sec): 1.16

0.9/T 0 /T /T 0.9/T -0.5

0.1 System: Gpp 0.2 0.3/T Gain: 0 0.3 0.4 Pole: 0.3 0.2/T 0.5 Damping: 1 0.6 0.7 Overshoot (%): 0 0.1/T 0.8 0.9 Frequency (rad/sec): 1.2

0.1/T 0.2/T System: Gpp Gain: 0 Pole: 0.3 0.5i 0.5/T - 0.4/T Damping: 0.464 Overshoot (%): 19.3 Frequency (rad/sec): 1.16 0.6/T -0.2 0 Real Axis 0.2 0.4 0.3/T

0.1/T

0.8/T 0.7/T System: Gpp Gain: 0 0.3/T Pole: 0.5 - 0.5i 0.6/T 0.4/T 0.5/TDamping: 0.404 Overshoot (%): 25 Frequency (rad/sec): 0.858 -0.4 -0.2 0 0.2 0.4 0.6 Real Axis

0.2/T

-1 -1 -0.8 -0.6

0.8

-1.5 -1

-0.8

-0.6

-0.4

0.6

0.8

Figura 7.7: Justificativa para as alocaes dos plos do controlador e observador Projeto do Controlador, K = [0 0 1] H GH G 2 H

(G ) = [ 0.75 0.8 0.4]

Projeto do Observador, C K e = (G ) CG CG 2
1

0 1.204 0 = 0.2 1 0.54

0.25

H* u

x(k+1)

1 z

x(k)
3

C* u Resposta Controlada

3 3

G* u

Kc* u

H* u

x(k+1)

1 z

x(k)
3

C* u

3 3

G* u

Ke* u

95

Figura 7.8: Diagrama de blocos do controle de estado e do observador

1.4 3 2.5 2 1 1.5

1.2

Amplitude

0.8

Am plitude
0 10 20 30 40 50 60 70 80 90 100

1 0.5 0

0.6

0.4

0.2

-0.5 -1

10

20

30

40

50

60

70

80

90

100

Tempo

Tem po

Figura 7.9: Resposta do sistema nominal e ao sistema com x(0)= [-2 3 1]T Para a planta do sistema definida por, x (k + 1) = Gx (k ) + Hu (k ) y(k ) = Cx (k ) A funo de transferncia dada por, z Y(z) G1 (z) = = C(zI G )H = 3 2 U( Z) z 1.1z + 0.2z + 0.5 Para o sistema definido por, ~ (k + 1) = G~ (k ) + Hu (k ) + K [ y(k ) ~ (k )] = (G K C )~ (k ) + Hu (k ) + K y(k ) x x y x E E E ~ (k ) = C~ (k ) y x Aplicando transformada Z, ~ ~ zX(z) = (G K E C )X(z) + HU(z) + K E Y(z) ~ 1 1 X(z) = (zI G + K E C ) HU(z) + (zI G + K E C ) K E Y(z) Como a lei de controle dada por, u (k ) = r (k ) K C ~ (k ) x Aplicando a transformada Z, ~ U(z) = R (z) K C X(z) =

= R (z) Kc (zI G + K E C ) HU(z) + (zI G + K E C ) K E Y(z) Definindo, 0.4z 2 0.72z 0.153 1 G 2 = Kc(zI G + K E C ) H = 3 z 0.9z 2 + 0.52z 0.102 0.959z 2 1.3561z + 0.8622 1 G 3 = Kc(zI G + K E C ) K E = 3 z 0.9z 2 + 0.52z 0.102 Ento, G3 1 U (z) = R (z) + G 2 U (z) + G 3 Y(z) U(z) = R (z) + Y (z) (1 G 2 ) (1 G 2 ) Atravs da equao acima, observa-se que o sistema em malha fechada pode ser resumido a,
1 1

96

0.25

z3-0.9z2+0.52z-0.102 z3-1.3z2+1.24z+0.051 Controlador Avano

z z3-1.1z2+0.2z+0.5 Planta 0.959z2-1.356z+0.8622 z3-1.3z2+1.24z+0.051 Controlador

Resposta Controlada

Figura 7.10: Sistema em malha fechada Substituindo em Y(z)=G1(z)U(z), GG G1 G1 Y(z) Y(z) = R (z) + 1 3 Y (z) = (1 G 2 ) (1 G 2 ) R (z) 1 G 2 G 1G 3 Que substituindo os valores chega-se a, Y (z) z = 3 2 R (z) z 1.5z + z 0.25 Observe que houve cancelamento de plos e zeros e no final, os plos so os plos estipulados pela realimentao de estado. Para o ajuste do ganho Ko para eliminar o erro estacionrio, k0z 1 lim y(k ) = lim 1 z 1 Y(z) = lim 1 z 1 3 2 k z 1 z 1 z 1.5z + z 0.25 1 z 1

K0 = 1 K 0 = 0.25 1 1.5 + 1 0.25

7.5.3 Estimadores de Ordem Reduzida

Na prtica, alguns estados do sistema so medidos, significando que nem todos os estados devem ser estimados. Alm disso, a medida do estado pode no ser precisa. Nestes casos, utiliza-se observadores de ordem reduzida ou de ordem mnima. Supondo n estados x(k) do sistema e a sada y(k) do sistema seja de ordem m. Como a sada uma combinao linear dos estados, correlacionado pela matriz C, ento o observador de ordem reduzida ser de ordem n-m. Escrevendo o vetor de estado em duas partes, x (k ) x (k ) = a x b (k ) onde xa(k) a parte do vetor de estado que pode ser diretamente medida e de ordem m, xb(k) a parte que precisa ser estimada e de ordem n-m. Ento o sistema pode ser reescrito como, x a (k + 1) G aa G ab x a (k ) H a + u (k ) = x b (k + 1) G ba G bb x b (k ) H b x (k ) y(k ) = [I 0] a y(k ) = x a (k ) x b (k ) Desta forma, a equao de estado contendo a dinmica dos estados que so conhecidos dada por, x a (k + 1) = G aa x a (k ) + G ab x b (k ) + H a u (k ) 97

Que pode ser rearranjada como, x a (k + 1) G aa x a (k ) H a u (k ) = G ab x b (k ) A parte restante, que representa a dinmica dos estados no medidos, dada por, x b (k + 1) = G ba x a (k ) + G bb x b (k ) + H b u (k ) Como a equao de estado para o observador de estado de ordem completa dada por, ~ (k + 1) = G~ (k ) + Hu (k ) x x ~ (k ) = C~ (k ) y x Comparando com a equao de estado dos estados no medidos na seguinte x b (k + 1) = G bb x b (k ) + (G ba x a (k ) + H b u (k ) ) E a sada do observador de estado completo, ~ (k ) = C~ (k ) y x Comparando com, x a (k + 1) G aa x a (k ) H a u (k ) = G ab x b (k ) O projeto do observador de ordem mnima ou de ordem reduzida pode ser encontrado comparando a equao de estado do observador de ordem completada dada por, ~ (k + 1) = G~ (k ) + Hu (k ) x x ~ (k ) = C~ (k ) y x Comparada com, x b (k + 1) = G bb x b (k ) + (G ba x a (k ) + H b u (k ) ) x a (k + 1) G aa x a (k ) H a u (k ) = G ab x b (k ) Onde observa-se que, Observador de ordem completa ~(k ) x G Hu(k) y(k) C Ke ordem nm Observador de ordem mnima ~ (k ) x
b

forma,

Gbb Gbaxa(k) + Hbu(k) Xa(k+1) - Gaaxa(k) - Hau(k) Gab Ke ordem (n-m)m

Utilizando a tabela acima, atravs do projeto do observador de ordem completa que dado por, ~ (k + 1) = (G K C )~ (k ) + Hu (k ) + K y(k ) x x e e O projeto do observador de ordem mnima ou de ordem reduzida dado por, ~ (k + 1) = (G K G )~ (k ) + (G x (k ) + H u (k ) ) + xb bb e ab x b ba a b + K e (x a (k + 1) G aa x a (k ) H a u (k ) ) Substituindo xa(k) = y(k), pois so os estados medidos,

98

~ (k + 1) = (G K G )~ (k ) + (G y(k ) + H u (k ) ) + xb bb e ab x b ba b + K e (y(k + 1) G aa y(k ) H a u (k ) ) Rearranjando, ~ (k + 1) = (G K G )~ (k ) + K y(k + 1) + xb bb e ab x b e

+ (G ba K e G aa )y(k ) + (H b K e H a )u (k ) O problema em utilizar a equao acima est no fato de ter que medir y(k+1). Ento, uma forma mais conveniente de expressar a equao acima fazendo, ~ (k + 1) K y(k + 1) = (G K G )~ (k ) + (G K G )y(k ) + (H K H )u (k ) xb e bb e ab x b ba e aa b e a ~ (k ) K y(k ) ) + (G K G )K y(k ) + = (G K G )(x + (G ba K e G aa )y(k ) + (H b K e H a )u (k ) = (G K G )(~ (k ) K y(k ) ) + x
bb e ab b e bb e ab b e bb e ab e

+ [(G bb K e G ab )K e + G ba K e G aa ]y(k ) + (H b K e H a )u (k )

Definindo,

+ [(G bb K e G ab )K e + G ba K e G aa ]y(k ) A equao acima descreve a dinmica do observador de estado de ordem mnima ou ordem reduzida. O erro do observador pode ser definido como, ~ e(k ) = (k ) (k ) = x b (k ) ~ b (k ) x Que se torna, x b (k + 1) ~ b (k + 1) = [G bb x b (k ) + (G ba x a (k ) + H b u (k ) )] + x [(G K G )~ (k ) + (G x (k ) + H u (k ) ) + x + K e (x a (k + 1) G aa x a (k ) H a u (k ) )]
bb e ab b ba a b

~ ~ (k ) K y(k ) = ~ (k ) K x (k ) = (k ) xb xb e e a Pode-se escrever o sistema como, ~ (k + 1) = (G bb K e G ab )(k ) + (H b K e H a )u (k )

K e (G aa x a (k ) + G ab x b (k ) + H a u (k ) G aa x a (k ) H a u (k ) ) Que simplificando encontra-se, x b (k + 1) ~ b (k + 1) = G bb [x b (k ) ~ b (k )] + K e G ab [~ b (k ) x b (k )] x x x Que se reduz a, e(k + 1) = G bb e(k ) K e G ab e(k ) = (G bb K e G ab )e(k ) Portanto, a equao caracterstica do erro do observador de ordem mnima ou de ordem reduzida dada por, zI G bb + K e G ab = 0 Assim, o projeto do observador de ordem reduzida feito escolhendo os plos desejados para a equao acima, utilizando a frmula de Ackerman, conforme,

K e (x a (k + 1) G aa x a (k ) H a u (k ) ) Substituindo a equao de xa(k+1), x b (k + 1) ~ b (k + 1) = G bb [x b (k ) ~ b (k )] + K e G ab ~ b (k ) x x x

Rearranjando, x b (k + 1) ~ b (k + 1) = G bb [x b (k ) ~ b (k )] + K e G ab ~ b (k ) x x x

99

 G ab G G K e = (G bb ) ab bb M n 1 G ab G bb Sendo que n agora a ordem da matriz Gbb.

0 0 M 1

Figura 7.11: Diagrama de blocos do controlador de estado e do observador de ordem mnima ou de ordem reduzida
Exemplo 7.5: Supondo o seguinte sistema, x (k + 1) = Gx (k ) + Hu (k ) ~ (k ) = Cx (k ) y Com, 1 0.2 0.02 G= , H = 0.2 e C = [1 0] 0 1 Projetar um controlador de estado para que os plos do sistema em malha fechada sejam estabelecidos em Z1,2 = 0.6 j0.4 Assumir que apenas o primeiro estado x1(k) pode ser medido. Projetar um observador de ordem mnima para que o erro do observador seja do tipo Dead-Beat. Determinar a Funo de Transferncia de realimentao do sistema de controle.

Soluo: Iniciando pela verificao da observabilidade e controlabilidade do sistema, 0.02 1 0.2 0.02 0.02 0.6 [H GH] = 0 .2 0 1 0 .2 = 0 .2 0 .2

100

 1 1 0 1 1 1 G T C T = = 0 0.2 1 0 0 0.2 Novo polinmio caracterstico para a realimentao de estado, (z ) = (z 0.6 j0.4 )(z 0.6 + j0.4) = z 2 1.2z + 0.52 Frmula de Ackermann para a realimentao de estado, 1 K = [0 1][H GH ] (G ) =

[C

1 2 0.02 0.6 1 0.2 1 0.2 1 0 = [0 1] 0 1 1.20 1 + 0.520 1 0.2 0.2 = [8 3.2] Desta forma, a lei de controle dada por, x (k ) y( k ) u (k ) = Kx (k ) = [8 3.2]~ 1 = [8 3.2]~ x 2 (k ) x 2 (k ) Para encontrar o observador de ordem mnima, deve-se separar o sistema segundo, G ab 1 0.2 G H a 0.02 G = aa = 0 1 e H = H = 0 .2 G ba G bb b Como o observador deve ter comportamento Dead-Beat, o polinmio caracterstico dado por6, (z ) = z = 0 Aplicando Ackermann para o ganho do observador de ordem mnima, 1 K e = (G bb )[G ab ] [1] = (1)(0.2) 1 (1) = 5 A equao de estado do observador de ordem mnima, ~ (k + 1) = (G bb K e G ab )(k ) + (H b K e H a )u (k )

+ [(G bb K e G ab )K e + G ba K e G aa ]y(k ) Substituindo os valores, ~ (k + 1) = (1 (5)(0.2) )(k ) + (0.2 (5)(0.02) )u (k ) + [(1 (5)(0.2) )5 + 0 (5)(1)]y(k ) = 0.1u (k ) 5 y(k ) S est faltando os estados no estimados dado por, ~ ~ ~ (k ) = K y(k ) + (k ) = 5y(k ) + (k ) x2 e E a equao da lei de controle, u (k ) = 8 y(k ) 3.2~ 2 (k ) x Estas ltimas trs equaes definem o sistema de controle. Combinando as duas ltimas, ~ u (k ) = 8y(k ) 3.2(5y(k ) + (k ) ) ~ = 24 y(k ) 3.2(k ) Se esta equao verdade, ~ u (k + 1) = 24 y(k + 1) 3.2(k + 1) Substituindo a equao do observador,

O polinmio caracterstico para dead beat deve ser da ordem a ser utilizada, como neste caso precisa-se estimar apenas um estado, o polinmio caracterstico apenas z.

101

u (k + 1) = 24 y(k + 1) 3.2(0.1u (k ) 5y(k ) ) u (k + 1) + 0.32u (k ) = 24 y(k + 1) + 16 y(k ) Para a funo de transferncia do controlador, aplica-se a transformada Z na equao anterior, zU(z) + 0.32U(z) = 24zY(z) + 16Y(z) Chegando a, U (z) 24z 16 = G D (z) = Y(z) z + 0.32 A funo de transferncia da planta, Y (z) 1 = C(zI G ) H + D = G P (z) = U(z) z 0 1 0.2 0.02 = [1 0] 0 z 0 1 0.2 0.02z + 0.02 = 2 z 2z + 1
0.02z+0.02 z2-2z+1 Scope Planta 24z-16 z+0.32 Controlador
1

Ko Step Gain

Figura 7.12: Diagrama de blocos do sistema em malha fechada A equao caracterstica do sistema em malha fechada, assumindo que a resposta seja C(z) e a referncia a ser seguida R(z), pode ser encontrada atravs do diagrama de blocos, Figura 7.12, dada por, K o G P (z) K 0.02z 2 + 0.0264z + 0.0064 C( z ) = = o R ( z ) 1 + G P ( z )G D ( z ) z 3 1.2z 2 + 0.52z Para que o sistema no tenha erro estacionrio, K 0.02z 2 + 0.0264z + 0.0064 1 = lim c(k ) = lim 1 z 1 C(z) = lim 1 z 1 o 3 2 k z 1 z 1 z 1.2z + 0.52z 1 z 1

) (

K o 0.0528 = 1 K o = 6.0606 0.32 Notar que a equao caracterstica do sistema em malha fechada dada por, z 2 1.2z + 0.52 z = 0 Representando os mesmos plos escolhidos para o fechamento da malha. =

Justificativa para a escolha dos plos do controlador em z1,2 = 0.6 j0.4. Os plos originais so z1,2 = 1, que so plos marginalmente estveis, porm, passando os plos escolhidos para tempo contnuo encontra-se s1,2 = - 0.327 j0.588, representando N = 0.6728 rad/s e fator de amortecimento = 0.486. Isto foi feito assumindo T = 1s.

102

7.6 Exerccios Resolvidos

Exemplo 7.6: Para o sistema abaixo, projetar um controle por realimentao de estado em tempo discreto para o sistema abaixo, 50 G (s) = 2 s + 2s + 100 Sabendo-se que o desejado para o sistema acima seria que o seu fator de amortecimento fosse 2 / 2 e sua freqncia natural fosse 20 rad/s.

Soluo: Passando o sistema para tempo discreto, precisa-se saber qual a freqncia natural do sistema, por anlise simples, verifica-se que ela de 10 rad/s, portanto a maior freqncia ser de 20 rad/s. Sendo assim, escolhe-se T = 0.05 s. Agora, discretizando o sistema, atravz de tabelas fcil verificar que, 1 s +1 1 1 e Ts 1 2 G (z) = Z s G (s) = 1 z Z 2s s 2 + 2s + 100 1 1 1 z s +1 1 99 = Z 2 + 1 2 2 1 z 2 s + 2s + 100 2 99 s + 2s + 100 Comparando com os items 16 e 17 da tabela de transformada, a = 1 e = 99 , ento, 1 e Ts 0.05923z + 0.05727 G (z) = Z s G (s) = z 2 1.672z + 0.9048 Transformando para matrizes de estado, utilizando a forma cannica observvel, pois a matriz C na forma unitria,

x 1 (k + 1) 0 0.9048 x 1 (k ) 0.05727 = + u (k ) x 2 (k + 1) 1 1.672 x 2 (k ) 0.05923 x (k ) y(k ) = [0 1] 1 x 2 (k ) Para os novos plos do sistema em tempo contnuo,

2 2 s1, 2 = n jd = 20 20 1 2 = 14.1421 j14.1421 2 Passando para tempo discreto, z 1, 2 = e sT = e ( 14.1421 j14.1421) 0.05) = 0.3749 j0.3203 Projetando o controle via realimentao de estado, matriz de controlabilidade, 0.05727 0 0.9048 0.05727 0.5727 0.0536 [H GH] = = 0.05923 1 1.672 0.05923 0.5923 0.1563 Novo polinmio caracterstico, (z) = (z 0.3749 + j0.3203)(z 0.3749 j0.3203) = z 2 + 1.672z 0.9048 Aplicando Ackerman,

103

K = [0 1][H GH ] (G ) =
1

0.5727 0.0536 = [0 1] 0.5923 0.1563 = [7.5878 8.2331]

0 0.9048 2 0 0.9048 1 0 1 0.74981 + 0.24310 1 1.672 1.672

Desta forma, a lei de controle dada por,

x (k ) u (k ) = Kx (k ) = [7.5878 8.2331] 1 x 2 (k )

Exemplo 7.7: Para o sistema acima, projetar um sistema de controle em realimentao utilizando um estimador tipo Dead Beat para o observador de estado de ordem reduzida.

Soluo: Observa-se que neste caso, a posio da matriz C est diferente da formulao proposta. Comparando as equaes do observador de ordem reduzida e a equao do sistema, observa-se que, G ba 0 0.9048 G H 0.05727 e H = b = G = bb = G ab G aa 1 1.672 H a 0.05923 Como o observador deve ter comportamento Dead-Beat, o polinmio caracterstico dado por, (z ) = z = 0 Aplicando Ackermann, 1 K e = (G bb )[G ab ] [1] = (0)(1) 1 (1) = 0 Significando que o observador de ordem reduzida no pode ser aplicado. Porm, a transformao para matrizes de estado no nica, aplicando a seguinte transformao, xn 1 (k ) 1 1 x 1 (k ) 1 1 T= xn (k ) = 0 1 x (k ) 2 0 1 2 O sistema fica, 1 xn 1 (k + 1) 1 1 0 0.9048 1 1 xn 1 (k ) 1 1 0.05727 u (k ) + = 1.672 0 1 xn 2 (k ) 0 1 0.05923 xn 2 (k + 1) 0 1 1
1 1 xn 1 (k ) y(k ) = [0 1] 0 1 xn 2 (k ) Chegando a, xn 1 (k + 1) 1 0.2328 xn 1 (k ) 0.1165 + = u (k ) xn 2 (k + 1) 1 0.672 xn 2 (k ) 0.05923
1

xn (k ) y(k ) = [0 1] 1 xn 2 (k ) A resposta do novo sistema e do sistema antigo exatamente a mesma, significando que os dois sistemas so os mesmos. Agora, aplicando o mtodo, 1 K e = (G bb )[G ab ] [1] = (1)(1) 1 (1) = 1 A equao de estado do observador de ordem mnima,

104

+ [(G bb K e G ab )K e + G ba K e G aa ]y(k ) Substituindo os valores, ~ (k + 1) = (1 (1)(1) )(k ) + (0.1165 (1)(0.05923) )u (k ) + [(1 (1)(1) )1 0.2328 (1)(0.672)]y(k ) = 0.0573u (k ) 0.9048 y(k ) S est faltando os estados no estimados dado por, ~ ~ ~n (k ) = K y(k ) + (k ) = y(k ) + (k ) x 1 e Neste ponto deve ser lembrado que o que est sendo estimado xn1(k) no x1(k) como necessrio para o controlador, porm da relao de transformao utilizada, 1 x 1 (k ) 1 1 xn 1 (k ) 1 1 xn1 (k ) 1 1 T= x (k ) = 0 1 xn (k ) = 0 1 xn (k ) 2 2 0 1 2 Significando que x2(k) = xn2(k), mas x1(k) = xn1(k)+xn2(k) = xn1(k)+x2(k), assim, a lei de controle fica, x ~n (k ) xn 2 (k ) u (k ) = Kx (k ) = [7.5878 8.2331] 1 xn 2 (k ) ~n (k ) x = [7.5878 0.6453] 1 xn 2 (k ) Estas ltimas trs equaes definem o sistema de controle. Combinando as duas ltimas, u (k ) = 7.5878~n 1 (k ) 0.6453xn 2 (k ) x ~ = 7.5878(y(k ) + (k ) ) 0.6453x (k )
~ = 8.2331y(k ) 7.5878(k ) Se esta equao verdade, ento, ~ u (k + 1) = 8.2331y(k + 1) 7.5878(k + 1) Substituindo a equao do observador, ~ u (k + 1) = 8.2331y(k + 1) 7.5878(k + 1)
2

~ (k + 1) = (G bb K e G ab )(k ) + (H b K e H a )u (k )

= 8.2331y(k + 1) 7.5878(0.0573u (k ) 0.9048 y(k ) )

= 8.2331y(k + 1) 0.4348u (k ) + 6.8654 y(k ) Para a funo de transferncia do controlador, aplica-se a transformada Z na equao anterior, zU(z) + 0.4348U(z) = 8.2331zY(z) + 6.8654Y(z) Chegando a, U(z) 8.2331z 6.8654 G D (z) = = Y(z) z + 0.4348 A funo de transferncia da planta original, 0.05923z + 0.05727 G P (z) = 2 z 1.672z + 0.9048 A equao caracterstica do sistema em malha fechada, assumindo que a resposta seja C(z) e a referncia a ser seguida R(z), pode ser encontrada atravs de, K o G P (z) K o 0.05923z 2 + 0.08302z + 0.0249 C( z ) = = R (z) 1 + G P (z)G D (z) z 3 0.7494z 2 + 0.2428z + 0.0002473 Para que o sistema no tenha erro estacionrio,

105

lim c(k ) = lim 1 z 1 C(z) =

k z 1 2 1 1 K o 0.05923z + 0.08302 z + 0.0249 = lim 1 z 3 2 z 1 z 0.7494z + 0.2428z + 0.0002473 1 z 1 K 0.1671 = o = 1 K o = 2.9533 0.4936

Exemplo 7.8: Supondo o seguinte sistema, com T = 1s, x 1 (k + 1) 2.86 1.36 0.2 x 1 (k ) 1 x 2 (k + 1) = 3.86 1.36 0.2 x 2 (k ) + 1 u (k ) x (k + 1) 3.36 0.86 0.2 x (k ) 1 3 3

x 1 (k ) y(k ) = [1 0 0]x 2 (k ) x (k ) 3 a) Determinar se o sistema completamente observvel e controlvel; b) Implementar uma realimentao para posicionar os plos em, Z1,2 = 0.5 i0.5 e Z3 = 0.1 c) Implementar um estimador para os estados no estimados para que este apresente resposta deadbeat. Soluo: Iniciando pela controlabilidade e observabilidade, 0 0 1 1 1.7 1.73 2.86 1.36 0.2 H H H 2H H G C G C = H GH G 2 H = 1 2.7 3.43 e C 3.602 2.212 0.34 1 2.7 3.93

Portanto, sistema completamente controlvel e observvel. Para calcular o vetor de realimentao de estado, o novo polinmio caracterstico dado por, (z ) = z 3 1.1z 2 + 0.6z 0.05 Ento o vetor de realimentao de estado, K c = [0 0 1] H GH G 2 H (G ) = [1.16 0.66 0.1] Para a determinao do observador de ordem reduzida, deve-se fazer, [ 1.36 0.2] 2.86 1 G aa G ab e H = H b = 1 G= = 3.86 1.36 0.2 H G ba G bb 3.36 0.86 0.2 a 1 O polinmio para o observador deve ser deadbeat, ento, (z ) = z 2 O vetor de controle do observador, 1 G ab 0 1 K e = (G bb ) = G ab G bb 1 1 A equao de estado do observador de ordem mnima, ~ (k + 1) = (G bb K e G ab )(k ) + (H b K e H a )u (k )
1

+ [(G bb K e G ab )K e + G ba K e G aa ]y(k ) Substituindo os valores,

106

 0 0 1 ~ (k + 1) = (k ) + 1 y(k ) = P1(k ) + P 2 y(k ) + P3u (k ) 0.5 0 A outra equao necessria, ~ ~ ~ (k ) = (k ) + K x (k ) = (k ) + 1 y(k ) xb e a 1

Figura 7.13: Diagrama de blocos do sistema de controle com estimador de ordem mnima
Exemplo 7.9: Supondo o sistema apresentado no Exemplo 7.4, projetar um observador de estado de ordem mnima para os estados que no so medidos. Supor resposta DeadBeat para o observador, utilizando o mesmo controlador proposto no exemplo.

1 0 x 1 ( k ) 0 x 1 (k + 1) 0 0 1 x 2 ( k ) + 0 u ( k ) x 2 (k + 1) = 0 x (k + 1) 0.5 0.2 1.1 x (k ) 1 3 3 x 1 (k ) y(k ) = [0 1 0]x 2 (k ) x (k ) 3 Soluo: O primeiro passo verificar qual a sada que medida, no caso a sada x2(k). Ento necessrio reescreve o sistema na seguinte forma, 0 1 x 2 ( k ) 0 x 2 (k + 1) 0 0 0 x 1 ( k ) + 0 u ( k ) x 1 (k + 1) = 1 x (k + 1) 0.2 0.5 1.1 x (k ) 1 3 3 Nesta nova configurao,
x (k ) x a (k ) = x 2 (k ) ; x b (k ) = 1 x 3 (k )

107

0 1 0 G aa = 0 ; G ab = [0 1] ; G ba = ; G bb = 0.5 1.1 0.2 0 Ha = 0 ; Hb = 1 Ainda do Exemplo 7.4, o ganho do controlador, K c = [ 0.75 0.8 0.4] O ganho do observador de estado mnimo pode ser encontrado atravs da equao do erro dada por, e(k + 1) = (G bb K e G ab )e(k ) Como foi especificada resposta tipo deadbeat, ento, (z ) = z 2 Aplicando a frmula de ackerman, 1 G ab 0 0 K e = (G bb ) = G ab G bb 1 1.1 A construo do diagrama de blocos segue atravs das seguintes equaes, ~ ~ (k + 1) = (G bb K e G ab )(k ) + (H b K e H a )u (k )
+ [(G bb K e G ab )K e + G ba K e G aa ]y(k ) ~ = P1(k ) + P 2 y(k ) + P3u (k )

Substituindo os valores, ~ ~ (k + 1) = P1(k ) + P 2 y(k ) + P3u (k ) ~ ~ 0 1 (k ) 1 1 (k + 1) 0 0 ~ = (k ) + 0.2 y(k ) + 1 u (k ) ~ 2 (k + 1) 0.5 0 2 A segunda equao a ser utilizada, ~ ~ ~ (k ) = (k ) + K x (k ) = (k ) + K y(k ) xb e a e Substituindo os valores, ~ x ~1 (k ) 1 (k ) 0 ~ = ~ + y( k ) x 3 (k ) 2 (k ) 1.1 Finalmente a terceira equao, x x 1 (k ) ~ 1 (k ) u (k ) = K 0 r (k ) K c x 2 (k ) = K 0 r (k ) K c x 2 (k ) x (k ) ~ (k ) 3 x 3 Substituindo os valores,
x ~1 (k ) u (k ) = K 0 r (k ) [ 0.75 0.8 0.4]x 2 (k ) ~ (k ) x 3

Chegando a,

108

0.25

H* u

x(k+1)

1 z

x(k)
3

C* u Resposta Controlada

3 3

G* u

P2* u n(k)

Ke2* u

P3* u

n(k+1)

1 z

2 2 2

2 2

x~(k)
2

P1* u

Kc* u

Figura 7.14: Diagrama de blocos do sistema de controle com estimador de ordem mnima

7.7 Exerccios Propostos

Exerccio 7.1: (Prova 2007) Para o sistema abaixo, pede-se,

x 1 (k + 1) 1 1 x 1 (k ) 1 + u (k ) = x 2 (k + 1) 0.5 0 x 2 (k ) 0.5 x (k + 1) y(k ) = [1 0] 1 x 2 (k + 1) a) Verificar se o sistema Controlvel; b) Projetar um sistema de controle via realimentao de estado para que os novos plos do sistema sejam posicionados em, z1, 2 = 0.15 j 0.3 c) Supondo uma entrada degrau r(k), calcular qual o ganho k0 para que no haja erro estacionrio;
Exerccio 7.2: (Prova 2007) Para o sistema do Exerccio 7.1, pede-se,

a) Verificar se o sistema Observvel; b) Projetar um observador de ordem completa para que este apresente resposta tipo DeadBeat; c) Colocar as equaes necessrias e desenhar o diagrama de blocos da planta observador de ordem completa realimentao de estado para uma resposta ao degrau unitrio;
Exerccio 7.3: (Prova 2007) Para o sistema abaixo, pede-se, 0.2 x 1 (k ) 1 x 1 (k + 1) 1 + u (k ) = x 2 (k + 1) 0.5 0.75 x 2 (k ) 0.5

x (k + 1) y(k ) = [1 0] 1 x 2 (k + 1)

109

a) Projetar um observador de ordem mnima para o estado que no medido, para que este apresente uma resposta tipo DeadBeat; b) Escrever as equaes necessrias e desenhar o diagrama de blocos planta observador de ordem mnima realimentao de estado supondo que o sistema seja um regulador.
Exerccio 7.4: (Exame 2007) Para o sistema abaixo pede-se,

x 1 (k + 1) 1 1 x 1 (k ) 1 = + u (k ) x 2 (k + 1) 2 0 x 2 (k ) 2 x (k + 1) y(k ) = [0 1] 1 x 2 (k + 1) a) Verificar se o sistema Controlvel e Observvel; b) Projetar um sistema de controle via realimentao de estado para que os novos plos do sistema sejam posicionados em, z 1, 2 = 0.5 j0.5 ; c) Projetar um observador de ordem reduzida para o estado que no medido, supor resposta deadbeat para o observador de ordem reduzida; d) Escrever as equaes necessrias e o diagrama de blocos para o conjunto sistema-controlador-observador de ordem reduzida supondo que o sistema de controle seja um Regulador.

110

Captulo 8

8 Projetos
Nesta parte, ser apresentada uma seqncia de projetos interessantes de sistemas mecnicos envolvendo sistemas de controle em tempo discreto. Para a implementao dos sistemas de controle, necessariamente dever ser seguido os seguintes passos, 1. Modelagem matemtica; onde o aluno dever assumir todas as condies necessrias para o equacionamento do sistema, tais como posio dos sensores e atuadores, se h atrito, linearizao, etc. 2. Equaes na forma de funo de transferncia e de Espao de Estados ambos em tempo contnuo e tempo discreto; onde o aluno dever optar por uma das formas para a transformao de tempo contnuo para tempo discreto. Alm disso, deve-se especificar qual o tempo de amostragem e explicar a sua escolha; 3. Apresentar o sistema em diagrama de blocos; nesta parte ser apresentado o diagrama de blocos contendo planta e sistema de controle separadamente, pode ser feita em Simulink; 4. Implementao do sistema de controle, explicando a sua escolha e detalhando o procedimento de clculo; 5. Apresentao dos resultados contendo distrbio e lei de controle;

111

8.1 Pndulo Invertido

Implementar um sistema de controle para que a massa suspensa do pndulo invertido apresentado na Figura 8.1 fique em equilbrio na posio vertical. Sabendo-se que M = 2 Kg, L = 0.5 m e m = 0.1 kg.

Figura 8.1: Pndulo invertido. O problema est resolvido por realimentao de estado no Ogata, pgina 596. Implementar um controlador PID para que o desempenho do sistema controlado seja parecido com o j implementado.

112

8.2 Suspenso Ativa para de veculo

Implementar um sistema de controle em de suspenso veicular, Figura 8.2, para que a massa suspensa da suspenso apresente a menor acelerao possvel. Sabendo-se que Ms = 250 Kg, Ks = 5.000 N/m, Cs = 250 Ns/m, Mn = 25 kg e Kp = 100.000 N/m.

Figura 8.2: Suspenso de de veculo. Para a implementao do sistema de controle, assumir que apenas a acelerao medida, mas verificar a acelerao e deslocamento da massa suspensa. O objetivo aqui manter a acelerao da massa suspensa igual a zero, portanto o sistema de controle um regulador. Distrbios da via a serem considerados a) Entrada degrau com 100 mm de altura; b) Entrada circunferncia de 150 mm de raio; Deve ser lembrado que os distrbios da via so relacionados com o tempo, simular para 40 km/h e 100 km/h.

113

8.3 Controle no colocado

Supondo o sistema apresentado na Figura 8.3, o objetivo e minimizar o deslocamento da massa M3, com um controlador posicionado entre as massas M1 e M2 e um outro controlador posicionado entre as massas M2 e M3.

Figura 8.3: Sistema de 3GDL para controle no colocado. Objeivo investiga sistemas de controle colocado e no colocado. Considerar que M1 = M2 = M3 = 0.5 Kg, K1 = K2 = K3 = 10 KN/m. Excitao um impulso dado na massa M3.

114

8.4 Projeto de Filtros Digiais

Apresentar o projeto de filtros digitais contendo os seguintes passos: a) b) c) d) e) f) O que so filtros digitais; Para que so utilizados; Influncia dos plos e zeros; Tipos de Filtros digitais; Projetos de cada Tipo; Resposta em Freqncia;

O aluno dever fazer uma implementao computacional exemplificando a utilizao de filtros digitais;

115

9 Referncias Bibliogrficas
K. Ogata. Discrete-Time Control Systems. 2nd Ed. Prentice Hall, 1994. G.F. Franklin, J.D. Powell, and M.L. Workman. Digital Control of Dynamic Systems. Addison-Wesley, 3rd Edition. 1998. C.H. Houpis, G.B. Lamont. Control Systems. Theory, Hardware, Software. 2nd Ed. McGraw-Hill, 1992. J.J. Distefano III, A. R. Stubberud. Schaums Outline of Theory and Problems of Feedback and Control Systems. 2nd Ed., Schaums Outline Series, McGraw-Hill. 1990.

116