Escolar Documentos
Profissional Documentos
Cultura Documentos
CENTRO DE TECNOLOGIA
DEPT. DE ENGENHARIA DE COMPUTAO E AUTOMAO
SISTEMAS
DE
CONTROLE
Fevereiro de 2007
Natal - RN
ndice
1
1.2
1.3
2
DEFINIES __________________________________________________________________
Planta ____________________________________________________________________
Processo __________________________________________________________________
Sistema ___________________________________________________________________
Sistema Fsico _____________________________________________________________
Especificaes de Desempenho ________________________________________________
Modelo ___________________________________________________________________
Controle __________________________________________________________________
Controlador _______________________________________________________________
Sistema de Controle _________________________________________________________
Sistema de Controle em Malha Aberta___________________________________________
Sistema de Controle em Malha Fechada _________________________________________
EXEMPLOS ___________________________________________________________________
FORMULAO GERAL DO PROBLEMA DE CONTROLE ___________________________________
1
1
1
1
1
1
1
1
1
1
2
2
2
3
2.3
2.4
2.5
3
INTRODUO _________________________________________________________________ 4
PASSOS PARA A CONSTRUO DO LGR _____________________________________________ 6
Exemplo 1: Sistema com 2 plos e 1 zero reais ____________________________________ 7
Exemplo 2: Sistema com 4 plos e 1 zero reais ____________________________________ 8
Exemplo 3: Sistema com 2 plos reais e 2 plos complexos _________________________ 10
LGR PARA FUNES DE TRANSFERNCIA TPICAS ___________________________________ 12
LOCALIZANDO RAZES NO LGR__________________________________________________ 16
Exemplo: Teste de localizao de razes para um sistema de segunda ordem ___________ 17
EXERCCIOS _________________________________________________________________ 18
3.2
3.3
3.4
3.5
4
INTRODUO ________________________________________________________________
Controladores Srie ________________________________________________________
Controladores por Realimentao _____________________________________________
AES PROPORCIONAL, INTEGRAL E DERIVATIVA (P-I-D) _____________________________
Controle Proporcional (P) ___________________________________________________
Controlador Proporcional + Integral (PI)_______________________________________
Controlador Proporcional + Derivativo (PD)____________________________________
Controlador Proporcional + Integral + Derivativo (PID) __________________________
AES DE CONTROLE AVANO-ATRASO ___________________________________________
Controlador Avano de Fase (Lead) ___________________________________________
Controlador Atraso de Fase(Lag) _____________________________________________
Controlador Avano-Atraso de Fase(Lead-Lag) __________________________________
MODIFICAES DAS AES DE CONTROLE PID______________________________________
PID Original _____________________________________________________________
Parte Derivativa -Filtro _____________________________________________________
PI-D ____________________________________________________________________
I-PD ____________________________________________________________________
EXERCCIOS _________________________________________________________________
19
19
19
20
20
21
22
23
23
23
24
24
25
25
25
25
25
26
ESPECIFICAES DE DESEMPENHO________________________________________________
PROJETO DE CONTROLADORES PD________________________________________________
Sistemas de Controle
27
28
28
30
30
32
32
4.4.1
INTRODUO ________________________________________________________________
APROXIMAES POR INTEGRAO NUMRICA ______________________________________
50
50
50
51
52
52
53
INTRODUO ________________________________________________________________
PR-FILTRAGEM E ATRASO COMPUTACIONAL _______________________________________
Pr-Filtragem_____________________________________________________________
54
54
54
55
56
56
57
59
60
60
ii
33
34
37
40
40
42
42
44
44
49
63
64
64
64
64
65
66
66
67
67
68
69
71
71
72
74
77
77
80
81
82
84
84
84
85
85
85
86
Sistemas de Controle
7.19
8
REFERNCIAS____________________________________________________________________ 96
Sistemas de Controle
iii
Agradecimentos
Agradecemos
ao
Prof.
Dr.
Andr
Laurindo
Maitelli
iv
Sistemas de Controle
PROBLEMA DE CONTROLE
Definies
Planta
Processo
Pode ser definido como uma operao ou desenvolvimento natural que evolui
progressivamente, caracterizado por uma srie de mudanas graduais que se sucedem de
modo relativamente fixo, conduzindo a um resultado ou finalidade particular.
Sistema
Sistema Fsico
uma parte do universo que foi delimitada para estudo.
Especificaes de Desempenho
Modelo
Controle
Controlador
Dispositivo utilizado para a obteno do controle de um sistema fsico.
Sistema de Controle
Conjunto formado pelo sistema a ser controlado e o controlador.
Sistemas de Controle
Sinal de Controle
Sada
Resposta Desejada
(Varivel Manipulada)
(Varivel
de Processo)
(Referncia ou Set-Point)
MV
PV
Controlador
Planta
SP
Sinal de Controle
Sada
Resposta Desejada Comparao (Varivel Manipulada)
(Varivel de Processo)
(Referncia ou Set-Point) +
MV
PV
Controlador
Planta
SP
1.2
Sensor +
Transmissor
Exemplos
Ser humano tentando pegar um objeto
Posio do
Objeto +Olhos
Brao
e Mo
Crebro
Controlador
Posio
da Mo
Sistema
Temperatura
Desejada Termostato
+
Temperatura
Ambiente
Ar
Condicionado
Sala
Controlador
Sistema
Bomba
Reservatrio
Controlador
Nvel de
gua
Sistema
Bia
Sensor
Sistemas de Controle
1.3
Entradas Manipuladas
u( t )
Entradas
Exgenas
w(t)
Meio
Ambiente
Sadas Observadas
y(t)
Sadas de Interesse
z(t)
Especificaes de
Desempenho
Modelos
||
Quantitativos (Ex.: Modelos Matemticos)
ou
Qualitativos (Ex.: Modelos em Escala)
Anlise
Sistemas de Controle
Projeto
||
Velocidade
Segurana
Conforto
Custo
Durabilidade
.
.
.
Implementao
2
2.1
G(s)
C(s)
G MF (s) =
C(s)
G(s)
=
R(s) 1 + G(s)H(s)
G(s)H(s) = 1
Como G(s)H(s) representa uma quantidade complexa, a igualdade acima precisa ser
desmembrada em duas equaes, as quais nos fornecem as seguintes condio para a
localizao dos plos no plano s:
Condio de Mdulo:
G(s)H(s) = 1
( 2.1 )
( 2.2 )
Condio de ngulo:
Ponto de
Teste
si
p1
z1
Im
Re
p2
Sistemas de Controle
Ex:
R(s) +
C(s)
C(s)
K
= 2
R(s) s + 4s + K
s(s+4)
s 2 + 4s + K = 0
p1 = 2 + 4 K
p 2 = 2 4 K
p1
p2
-4
-0,27
-3,73
-0,59
-3,41
-2,00
-2,00
-2,00 + j 1,00
-2,00 - j 1,00
-2,00 + j 2,00
-2,00 - j 2,00
Im
Ponto de
Teste
si
Im
1
- 2
Re
- 1
Sistemas de Controle
G(s)H(s) = 1
K
=1
A1A 2
K=0
K=0
- 1
1
- 2
Re
2.2
1 + G(s)H(s) = 1 + K
(s + z )
i
i =1
nP
(s + p )
j
j =1
6. O LGR simtrico com relao ao eixo real Basta desenhar a parte acima do eixo real e
(eixo horizontal)
depois espelhar o esboo.
( p j ) ( z i )
A =
7. (nP - nZ) seguimentos de um LGR
nP nz
prosseguem em direo aos zeros infinitos
ao longo de assntotas centralizadas em A e
(2q + 1) 180 o , q = 0,1,2,..., (n n 1)
com ngulos A.
A =
P
z
nP n z
1 Fazer K = p(s);
8. Determinar o ponto de sada (se existir)
sobre o eixo real.
2 Determinar as razes de
dp(s)
= 0.
ds
Sistemas de Controle
s+2
C(s)
1 + G(s)H(s) = 1 +
s(s+4)
1 + G(s)H(s) = 1 +
K (s + 2)
s 2 + 4s
K (s + 2)
= 1 + KP(s)
s 2 + 4s
K (s + 2)
s 2 + 4s
(s + 2)
(forma fatorada )
P(s) =
s(s + 4)
1 + G(s)H(s) =
Im
X = Plos e O = Zeros.
0.2
0.1
-5
-4
-3
-2
-1
Re
0
-0.1
-0.2
Total de
2 plos e zeros
(n Par)
Sistemas de Controle
-4
-3
Total de
3 plos e zeros
(n Impar)
-2
Im
0.2
0.1
-1
Total de
1 plos e zeros
(n Impar)
Re
0
-0.1
-0.2
C(s)
(s+2)(s+4)
1 + G(s)H(s) = 1 +
(s+1)
K (s + 1)
s + 10 s 3 + 32 s 2 + 32 s
4
s(s+4)
1 + KP(s) = 1 + K
P(s) =
s +1
s + 10 s + 32 s 2 + 32 s
4
(s + 1)
s(s + 2)(s + 4) 2
Im
Plo com
multiplicidade 2
Re
X = Plos e O = Zeros.
-5
-4
-3
-2
-1
Trecho entre
2 plos
Plo com
multiplicidade 2
Im
Total de
2 plos e zeros
(n Par)
Re
-5
-4
-3
-2
-1
Total de
3 plos e zeros
Total de
(n Impar)
1 plos e zeros
(n Impar)
-5
LS = nP = 4
Sistemas de Controle
A =
A =
( p
Im
) ( z i )
180
nP nz
nP nz
60
n z 1)
Re
-5
-4
4 1
A = 180 o ; q = 1
o
(n P n z 1) = 2 A = 300 ; q = 2
A= -3
-2
-1
300
A =
-5
s +1
s + 10 s + 32 s 2 + 32 s
s 4 + 10 s 3 + 32 s 2 + 32 s
p(s) = K =
s +1
dp(s)
3s 4 + 24 s 3 + 62 s 2 + 64 s + 32
=
ds
(s + 1)2
logo:
dp(s)
= 0 s = 2,5994
ds
1 + KP(s) = 1 + K
Sistemas de Controle
Im
dp(s) = 0 s = -2,5994
ds
(Pto. de sada sobre Re)
Re
-5
-4
-3
-2
-1
-5
C(s)
s ( s + 8s + 32 )
1 + G(s)H(s) = 1 +
K
s + 12 s + 64 s 2 + 128 s
4
(s+4)
1 + KP(s) = 1 + K
P(s) =
1
s + 12 s + 64 s 2 + 128 s
4
1
s(s + 4)(s + 4 + 4i )(s + 4 4i )
10
X = Plos e O = Zeros.
-10
-8
-6
-4
-2
-5
-10
Im 10
Total de
2 plos e zeros
(n Par)
5
Re
-10
-8
-6
-4
-2
Total de
1 plos e zeros
(n Impar)
-5
-10
LS = nP = 4
10
Sistemas de Controle
A =
10
135
5
(2q + 1)180 o A
A =
A
4
A
(n P n z 1) = 3
A
= 45 o ; q = 0
45
225
-10
-8
-4 -3 -2
-6
||
315
A
= 135 o ; q = 1
-5
= 225 ; q = 2
o
= 315 o ; q = 3
-10
1 Fazer K = p(s);
dp(s)
2 Determinar as razes de
= 0.
ds
1
1 + KP(s) = 1 + K 4
3
s + 12 s + 64 s 2 + 128 s
p(s) = K = s 4 + 12 s 3 + 64 s 2 + 128 s
dp(s)
= 4 s 3 36 s 2 128 s - 128
ds
logo:
dp(s)
= 0 s = 1,5767
ds
9. Utilizando o critrio de Routh-Hurwirtz,
determinar o ponto no qual o eixo real
cruzado (se isso ocorrer).
O polinmio caracterstico :
80
60
40
20
-4
-3
s4
s3
s2
s1
s0
s 4 + 12 s 3 + 64 s 2 + 128 s + K = 0
A partir do critrio de Routh-Hurwirtz,
determinamos o polinmio auxiliar:
53,3334 s 2 + 568,8889 = 0
cujo as razes determinam os pontos onde o
LGR cruza o eixo imaginrio.
s1,2 = 3,2660 i
Sistemas de Controle
p(s)
(-1,5767; 83,5704)
1
12
b1
c1
K
b1 =
c1 =
-2
0 s
-1
64
128
K
12(64) 128
= 53,3333
12
b1 (128) 12(K )
= 128 0,2250K
b1
128
= 568,8889
0,2250
11
Im 10
1 = 225
5
-10
-8
-6
-4
-2
90
Logo:
1 = 180 (90 + 90 + 135 ) = 225
o
3 = 135
Re
0
2
90
-5
Por simetria
-10
dp(s) = 0 s = -1,5767
ds
(Pto. de sada sobre Re)
10
10
3,2660 i
-10
-8
-6
-4
-2
-10
-8
-6
-4
-2
-5
-5
-10
-10
2.3
LGR
Im
1.
K
s 1 + 1
- 1
Re
12
Sistemas de Controle
Im
2.
K
(s 1 + 1)(s 2 + 1)
- 1
Re
- 1
Im
3.
K
(s 1 + 1)(s 2 + 1)(s 3 + 1)
- 1
- 1
- 1 Re
1
Im
4.
K
s
Re
Im
5.
K
s(s 1 + 1)
- 1
Re
Sistemas de Controle
13
Im
6.
K
s(s 1 + 1)(s 2 + 1)
- 1
- 1
Re
Im
7.
K(s a + 1)
s(s 1 + 1)(s 2 + 1)
- 1
- 1
- 1
Re
Plo com
multiplicidade 2
8.
K
s2
Re
Plo com
multiplicidade 2
9.
K
s (s 1 + 1)
2
Im
- 1
Im
Re
14
Sistemas de Controle
Im
10.
K(s a + 1)
; a > 1
s 2 (s 1 + 1)
- 1
- 1
Re
Plo com
multiplicidade 3
11.
K
s3
Re
Plo com
multiplicidade 3
12.
K(s a + 1)
s3
Im
- 1
Im
Re
Im
Plo com
multiplicidade 3
13.
K(s a + 1)(s b + 1)
s3
Sistemas de Controle
- 1 - 1
a
b
Re
15
Plo com
multiplicidade 2
14.
K(s a + 1)
s (s 1 + 1)(s 2 + 1)
2
- 1
- 1
- 1
Im
Re
Im
15.
2.4
K(s a + 1)(s b + 1)
s(s 1 + 1)(s 2 + 1)(s 3 + 1)(s 4 + 1)
Re
i j
= 180 q360
n
n
p
z
s = si
nP
(s + p )
j
KP(s) s =s = 1 K i =
i
j =1
nZ
(s + z )
k
k =1
16
s =s i
Sistemas de Controle
C(s)
s(s+4)
1 + GH(s) = 1 +
K
= s 2 + 4s + K
s(s + 4 )
K
= - s i - (s i + 4 ) =
s(s + 4) s =si
[(
) ]
= 180 o + = 180 o
nP
(s + p )
Ki =
nZ
(s + z )
k
j =1
nZ
(s + z )
k
k =1
K i = s i (s i + 4)
j =1
k =1
Ki =
(s + p )
s =s i
s =s i
Im
Re
Sistemas de Controle
17
2.5
Exerccios
1. Traar o LGR para os seguintes sistemas (com K>0), e, testar se o ponto dado
pertence ao LGR do sistema:
a) G(s)H(s) =
b) G(s) =
K
; s i = -1,0066 + 3,9950i .
s(s + 6s + 25)
2
K
;
s(s + 1)(s + 2)
c) G(s)H(s) =
K(s + 2)
; s i = -0,7660 + 0,2995i .
s 2 + 2s + 3
d) G(s) =
1
1
; H(s) = ; s i = -0,4968 + 1,3290i .
s
s + 4s + 5
e) G(s) =
1
1
; H(s) =
; s i = 2,5509 - 4,1649i .
s +1
s s + 4s + 13
f) G(s) =
1
s +1
; H(s) = 2 ; s i = -0,2968 + 4,3290i .
s + 3,6
s
18
a)
C(s)
s2 +1
= 2
; s i = -0,5000 + 0,5000i .
R(s) 2s + 2s + 1)
b)
C(s)
1
= 4
; s i = -1,0000 - 1,5811i .
3
R(s) s + 4s + 11s 2 + 14s + 11
Sistemas de Controle
3
3.1
Controladores Srie
R(s) +
E(s)
Comp.
Sistemas de Controle
U(s)
Planta
C(s)
R(s) +
U(s)
Planta
C(s)
Comp.
19
3.2
u ( t ) = Ke( t )
U(s) = KE(s)
Resumo
um amplificador com ganho ajustvel (K).
O aumento de K diminui o erro de regime.
Em geral, o aumento de K torna o sistema mais oscilatrio, podendo instabiliz-lo.
Melhora o regime e piora o transitrio, sendo bastante limitado.
Ex:
R(s) +
( s + 1 )
C(s)
e ss =
1
1+ K
20
Sistemas de Controle
1 t
u (t ) = K p e(t ) + e( )d
i 0
onde: K i =
Kp
U (s) =
(K
s + Ki )
s
E ( s)
Resumo
Tende a zerar o erro de regime, pois aumenta o tipo do sistema.
Adiciona um plo em p = 0 e um zero em z = - Ki/Kp.
utilizado quando a resposta transitria aceitvel e resposta em regime
insatisfatria.
Como aumenta a ordem do sistema, acrescenta possibilidades de instabilidade
diferentes daquelas apresentadas pelo sistema original.
Ex:
R(s) +
Kp +
Sistemas de Controle
i
s
C(s)
( s + 1 )
1
=0
1+
21
u (t ) = K p e(t ) + d e(t )
dt
U(s) = (K p + K d s )E(s)
Resumo
Ex:
R(s) +
-
Kp + Kd s
C(s)
Js
(K p + K d s)
C(s)
= 2
R (s) Js + K d s + K p
22
Sistemas de Controle
O PID une as aes proporcional, integral e derivativa num s controlador, atuando tanto
no regime transitrio quanto no regime permanente.
K
U(s) = K p + i + K d s E(s)
s
2
U(s) K d s + K p s + K i
=
E(s)
s
Resumo
3.3
U(s) K(s + z) Kz (s / z + 1)
=
=
E(s)
(s + p)
p (s / p + 1)
p>z
s +1
1
1
, em que: z =
; p=
; K c = K ; 0 < < 1
s + 1
Resumo
23
G c (s) = K c
U(s) K(s + z) Kz (s / z + 1)
=
=
E(s)
(s + p)
p (s / p + 1)
z>p
s +1
1
1
, em que: z =
; p=
; K c = K ; >1
s + 1
Resumo
G c (s) = K c
U(s) K (s + z 1 )(s + z 2 )
=
(s + p1 )(s + p 2 )
E(s)
1s + 1 2s + 1
1 1
; em que:
< ; K c >0 ; >1 ; 0 < < 1
1s + 1 2s + 1
2 1
Caractersticas
Sistemas de Controle
3.4
PID Original
PI-D
I-PD
Sistemas de Controle
25
3.5
Exerccios
1
1
; H(s) = 2 ; s i = -0,2968 + 4,3290i ,
s + 3,6
s
26
Sistemas de Controle
4
4.1
( 4.1 )
Im
-1
= cos
min
Re
( )
n min
Regio Vivel para os plos de malha fechada
Sistemas de Controle
27
4.2
Projeto de Controladores PD
A funo de transferncia de um PD :
Kp
= K c (s + z)
G c (s) = K p + K d s = K d s +
K
d
( 4.2 )
K ds
s
1 +
a
3 a 10
EXEMPLO:
R(s) +
2
s2
Gc(s)
C(s)
28
1 2
= 4 ; obtemos: ( n )min = 1 .
Sistemas de Controle
= 117,13
d
z =
+ ( n )min
tan (180 )
= 180 ATAN
( n )min z
z = 2,41
1 2 + = 180 = 2 180 = 54,25
d
( n )min
= 1 = 2 = 180 ATAN
Kt =
2
d
+ 12
+ ( z 1)
2
d
=2
Sem Controlador
1.6
1.4
M P = 31.87%
Resposta
1.2
Com Controlador
t s = 3.64seg.
0.8
0.6
0.4
0.2
0
5
Tempo
10
A simulao mostra que a especificao de desempenho com relao ao mximo sobresinal no foi cumprida, sendo necessrio realizar um ajuste fino nos parmetros do
controlador. Neste caso, usar um ganho K c 2,5 resolve esse problema.
Sistemas de Controle
29
4.3
Projeto de Controladores PI
A funo de transferncia de um PI :
Gc ( s ) = K p +
s + K i / K p K c (s + z)
K i sK p + K i
=
=
= Kp
s
s
s
s
( 4.3 )
usado quando o sistema Tipo N e se deseja que o mesmo apresente erro zero para
uma entrada de complexidade N, ou seja, quando desejamos melhorar o regime.
5) Caso o desempenho no seja satisfatrio, tentar fazer um ajuste fino dos parmetros do
controlador (Kc e z)
2
; H(s) =1 . Projetar um controlador para que o sistema
s ( s + 2)
tenha erro zero para entrada rampa, alterando o mnimo possvel o transitrio.
EXEMPLO: Dado G ( s) =
Resposta `a Rampa
10
9
Com Controlador
8
7
Resposta
Sem Controlador
5
4
3
2
1
0
30
5
Tempo
10
Sistemas de Controle
Resposta no Tempo
1.4
1.2
M P = 4.32%
Resposta
1
t s = 4.36seg.
0.8
0.6
0.4
0.2
5
Tempo
10
9
8
7
Resposta
6
5
4
3
2
1
0
Sistemas de Controle
5
Tempo
10
31
4.4
( 4.4 )
Uma rpida anlise do problema nos mostra que o nmero de parmetros (Kc , z1 e z2)
que precisam ser calculados maior do que o nmero de equaes que descrevem o problema
(critrio de ngulo e critrio de mdulo). Uma alternativa para contornar este problema
considerar que os zeros do controlador so idnticos.
Neste caso, tem-se:
3
1 z
= 96,95
3 1 = 143,79
3
3 + 1 = 110,10 z1 = z 2 =
+1
(
)
tan
180
3 = 120,00
= 180
z1 = z 2 = 0,79
= 1 = 2 = 180 ATAN
( )
)
= 180 ATAN(
= 180 ATAN( )
1 = 180 ATAN
2
3
1 2 3 + 2
Kc =
32
3 1 + 12
3 + 1 + 12
( 3)
+ (1 z )
( 3)
+ 12
= 2,37
Sistemas de Controle
Resposta no Tempo
1.4
1.2
M P = 13.96%
Com Controlador
Resposta
1
t s = 7.65seg.
0.8
Sem Controlador
0.6
0.4
0.2
5
Tempo
10
33
y
Reta tangente no
ponto de inflexo
Tempo
L
Este tipo de curva pode ser caracterizado por duas constantes: tempo de retardo (L) e
constante de tempo (T). Essas constantes so determinadas traando-se uma reta, tangente ao
ponto de inflexo da curva de resposta, e encontrando-se os pontos de interseo dessa reta
com o eixo dos tempos e com uma reta dada por y(t) = K. Uma vez determinadas estas
constantes, elas so usadas para determinao dos parmetros do controlador, de acordo com
a seguinte tabela:
Tipo de
Controlador
KP
T
L
PI
0,9
T
L
L
0,3
PID
1,2
T
L
2L
L
2
EXEMPLO: Considere uma planta com modelo matemtico desconhecido. Uma entrada,
tipo degrau unitrio foi imposta a essa planta e amostras, de sua sada, foram colhidas,
experimentalmente, a cada 0,1 segundos. O resultado desse ensaio pode ser visto na curva de
resposta apresentada na figura a seguir.
34
Sistemas de Controle
Resposta ao Degrau
1
Referencia
Resposta
0.9
0.8
Amplitude
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
5
Tempo
10
Amplitude
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
5
Tempo
10
35
De posse desses valores, fazendo-se uma breve consulta tabela proposta por Ziegler e
Nichols, tem-se os seguintes parmetros para um controlador PID: kP = 12,5886, i = 0,3821 e
d = 0,0955. Com esta sintonia, a planta com o controlador apresentaram a seguinte resposta:
Resposta ao Degrau: Kp = 12,5886, Ti = 0,3821 e Td = 0,0955
1.8
M P = 66.19%
1.6
1.4
Resposta
1.2
1
t s = 5seg.
0.8
0.6
0.4
0.2
0
5
Tempo
10
1.2
Resposta
1
t s = 3.9seg.
0.8
0.6
0.4
0.2
36
5
Tempo
10
Sistemas de Controle
Este mtodo consiste em determinar o valor de ganho proporcional, que torna o sistema
marginalmete estvel, com sua sada apresentando oscilaes mantidas. Esse valor de ganho
chamado de ganho crtico, Kcr.
y
Pcr
Tempo
Tipo de
Controlador
KP
0,5 K cr
PI
0,45 K cr
0,5Pcr
1,2
PID
0,6 K cr
0,5Pcr
0,125Pcr
37
EXEMPLO: Considere uma planta com modelo matemtico desconhecido. Uma entrada,
tipo degrau unitrio foi imposta a essa planta e amostras, de sua sada, foram colhidas,
experimentalmente, a cada 0,1 segundos. O resultado desse ensaio pode ser visto na curva de
resposta apresentada na figura a seguir.
Resposta ao Degrau
1
Referencia
Resposta
0.9
0.8
Amplitude
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
10
15
20
25
Tempo
30
35
40
45
50
1.6
1.4
1.2
Amplitude
1
0.8
0.6
0.4
0.2
0
38
10
15
20
25
Tempo
30
35
40
45
50
Sistemas de Controle
De posse desses valores, fazendo-se uma breve consulta tabela proposta por Ziegler e
Nichols, tem-se os seguintes parmetros para um controlador PID: kP = 2,4000, i = 3,1500 e
d = 0,7875. Com esta sintonia, a planta, com o controlador, apresentaram a seguinte resposta:
Resposta ao Degrau: Kp = 2,40, Ti = 3,15 e Td = 0,79
M P = 26.64%
1.2
Amplitude
1
t s = 8.6seg.
0.8
0.6
0.4
0.2
10
15
20
25
Tempo
30
35
40
45
50
1.2
t s = 6.8seg.
Amplitude
0.8
0.6
0.4
0.2
Sistemas de Controle
10
15
20
25
Tempo
30
35
40
45
50
39
4.5
( 4.5 )
4
. Projetar um controlador Gc(s) para que
s(s + 2)
n = 4 rad/s sem modificar o fator de amortecimento.
EXEMPLO: Dado o sistema G (s) =
40
Sistemas de Controle
Resposta no Tempo
1.4
MP = 21.13%
Com Controlador
1.2
Sem Controlador
Resposta
1
ts = 2.24seg.
0.8
0.6
0.4
0.2
5
Tempo
10
10
Sinal de Controle
-1
Sistemas de Controle
5
Tempo
41
4.6
s+
( 4.6 )
onde: Kvcomp
s 0
Kc T
=
1
T
K = K K
c v
v
Kc
Logo:
s+
G ( s ) s = 1 K c Kvcomp K v
1
s1
1
T
Gc ( s )
1
s+
T
s+
( 4.7 )
42
Sistemas de Controle
5
; H(s) =1 . Projetar um controlador para que o sistema
s ( s + 2)
tenha um erro de regime para entrada rampa unitria igual a 1/20, sem alterar
significativamente o transitrio.
EXEMPLO: Dado G ( s ) =
Calculando, com relao ao sistema original, a constante de erro estacionrio para uma
entrada tipo rampa, temos K V = 2,5 . Dos requisitos de projeto, temos que Kv comp = 20 . Logo,
Kvcomp K v 8 . Uma boa escolha para o zero do controlador costuma ser z = 0,1 , que
corresponde a T = 10 . Com esses valores de z e , temos que a FT do controlador dada por:
( s + 0,1)
GC ( s ) =
( s + 0,0125)
Resposta `a Rampa
10
Resposta
Referencia
Sem Controlador
Com Controlador
5
Tempo
0.5
0.5
-0.5
-0.5
-1
10
-1
-2
-1.5
Sistemas de Controle
-1
-0.5
-2
-1.5
-1
-0.5
43
Quanto maior for o valor de T, menor sero as alteraes causados pelo controlador com
relao ao comportamento transitrio do sistema original. Contudo, valores muito grandes de
T tendem a no ser implementveis na prtica.
Resposta no Tempo
1.4
M P = 20.58%
1.2
Com Controlador
1
Resposta
Sem Controlador
t s = 3.84seg.
0.8
0.6
0.4
0.2
4.7
5
Tempo
10
s+
T1
Gc ( s ) = K c
s+
T1
s +
T2
1
s +
T2
( 4.8 )
44
Sistemas de Controle
s+
s+
1
T1
T1
s+
1
T1
T1
1
T2
1
s+
T2
s+
s1
1
T2
K c G ( s ) s ; considerando:
1
1
s+
T2
s+
s1
1
s1
atraso esteja entre -5o e 0 o, e o mdulo desta parte em s1 seja aproximadamente a unidade.
5) Simular o sistema com o controlador e observar o comportamento da resposta. Caso
no seja satisfatrio, tentar um ajuste fino dos parmetros do controlador.
4
; H(s). Projetar um controlador atrasos( s + 0.5)
avano para que os plos de malha fechada tenham = 0.5 , n = 5 rad / s e para que o
sistema tenha um Kvcomp = 80 .
4
, fcil notar
s + 0,5s + 4
que: = 0,125 , n = 2 rad / s . Alm disso podemos observar que os plos de MF do sistema
se localizam em: s1, 2 = -0,25 1,98i . De G(s) temos ainda que K v = lim sG ( s) = 8 .
Determinando a FT de MF da planta no controlada Gmf ( s) =
s 0
Das especificaes de projeto, temos que os plos dominantes de malha fechada devem
estar em s1, 2 = -2,50 4,33i .
s+
A partir dos plos de MF da planta no controlada, temos:
s+
Sistemas de Controle
1
T1
= 180 .
T1
s = 0 , 25 +1, 98i
45
s+
A partir dos plos desejados, temos:
s+
1
T1
235 .
T1
s = - 2 , 50 + 4 , 33i
4,33
120
1 = 180 ATAN
2,50
onde:
4,33
= 180 ATAN
115
1
2,50 0,50
s = -2,50+ 4,33i
2
1
0
-1
-2
-3
-4
-3
-2
-1
s + 0,5
4
s + 5 s ( s + 0,5)
= 1 Kc =
s = 2 , 50 + 4 , 33i
s ( s + 5)
4
=
s = 2 , 50 + 4 , 33i
25
= 6,25
4
Kvcomp
KV K c
= 16
46
Sistemas de Controle
Resposta no Tempo
1.8
1.6
Sem Controlador
1.4
MP = 19.88%
1.2
Resposta
Com Controlador
1
ts = 1.26seg.
0.8
0.6
0.4
0.2
0
5
Tempo
5
Tempo
10
7
6
5
Sinal de Controle
4
3
2
1
0
-1
-2
Sistemas de Controle
10
47
Resposta no Tempo
10
Com Controlador
Resposta
Sem Controlador
5
48
5
Tempo
10
Sistemas de Controle
4.8
Exerccios
1. Considere o exemplo da seo 4.2. Verifique, atravs de simulao, a resposta do
sistema com o controlador PD projetado: variando-se o ganho do controlador:
a. Variando-se o ganho do controlador de 1 5, com incremento de 0,5;
b. Variando-se o ganho do controlador de 1 2, com incremento de 0,1;
c. Variando-se a posio do zero do controlador de 0,1 3,1, com incremento de
0,5. Lembrar de recalcular o ganho;
d. Variando-se a posio do zero do controlador de 0,4 0,8, com incremento de
0,05. Lembrar de recalcular o ganho;
2. Para cada um dos sistemas dados a seguir, projetar o controlador indicado para
satisfazer as especificaes dadas:
1
. Projetar um PD para que em MF
10000( s 1,1772)
n = 0,5 rad / s .
a. G ( s ) =
= 0,7 ,
820
. Projetar um controlador em atraso para que o fator
s ( s + 10)( s + 20)
de amortecimento dos plos dominantes permanea em = 0,6 , mas, a
constante de erro de velocidade esttico aumente para Kv comp = 41s 1 .
b. G ( s) =
1
. Projetar um controlador em atraso-avano para que o
s( s + 1)( s + 5)
fator de amortecimento dos plos dominantes seja = 0,5 , e, a constante de
erro de velocidade esttico seja Kv comp = 50s 1 (escolher o zero da poro em
c. G ( s) =
3. Seja G ( s) =
a. Kc = 1,00; z = 0.01;
b. Kc = 1,00; z = 0.05;
c. Kc = 1,00; z = 0.10;
d. Kc = 1,00; z = 0.25;
e. Kc = 1,00; z = 0.50;
f. Kc = 2,50; z = 0.25;
g. Kc = 5,00; z = 0.25;
Sistemas de Controle
49
5
5.1
A/ D
u(kT)
Algoritmo
y(kT)
D/A
y(t)
Relgio
5.2
Uma funo de transferncia representa uma equao diferencial. Assim sendo, natural
obter uma equao de diferenas cuja soluo a aproximao para a equao diferencial.
Existem trs formas bsicas de fazer esta aproximao: mtodo Forward (ou mtodo de
Euler), mtodo Backward e mtodo Tustin (ou mtodo de trapezoidal).
Supondo que os valores dos sinais de entrada e sada de um sistema contnuo so
medidos a cada T segundos e que este perodo T suficientemente pequeno, podemos obter
uma equao de diferenas que modela aproximadamente a relao entre um sinal de entrada
t
G(s) =
Y(s) 1
=
U(s) s
( 5.1 )
Y(z)
T
=
U(z) z 1
( 5.2 )
50
Sistemas de Controle
s=
z 1
T
( 5.3 )
Neste caso, podemos mostrar que o semi-plano esquerdo do plano s mapeado para a
regio mostrada na figura abaixo, a qual inclui o crculo unitrio. Assim sendo, neste tipo de
aproximao possvel que um sistema contnuo estvel (plos em s no semi-plano esquerdo)
seja transformado em um sistema discreto instvel (plos em z fora do crculo unitrio).
Plano s
Im
Mtodo Forward
Plano z
Im
Semi-plano Esquerdo
Re
Re
Crculo Unitrio
Mtodo Backward
Y(z) Tz
=
U(z) z 1
( 5.4 )
z 1
Tz
( 5.5 )
Neste caso, podemos mostrar que o semi-plano esquerdo do plano s mapeado para a
regio mostrada na figura abaixo, a qual est contido no crculo unitrio. Assim sendo, neste
tipo de aproximao, um sistema contnuo estvel sempre ser transformado em um sistema
discreto estvel. Porm, podemos ter sistemas contnuos instveis transformados em sistemas
discretos estveis.
Plano s
Mtodo Backward
Im
Plano z
Im
Semi-plano Esquerdo
Re
Re
Crculo Unitrio
Sistemas de Controle
51
Esta aproximao corresponde ao mtodo dos trapzios para integrao numrica, que
u + u k 1
corresponde seguinte equao de diferenas; y k = y k 1 + T k
; ou seja:
2
H(z) =
Y(z) T (z + 1)
=
U(z) 2 (z 1)
( 5.6 )
s=
2 z 1
T z +1
( 5.7 )
Mtodo Tustin
Im
Plano z
Im
Semi-plano Esquerdo
Re
Re
Crculo Unitrio
5.3
Invarincia ao Degrau
G(s)
Desta forma, a funo de transferncia discreta H(z), pode ser obtida a partir de G(s),
atravs da seguinte equao,
z 1 G(s)
H(z) =
Z
z s
52
( 5.8 )
Sistemas de Controle
5.4
Exerccios
1. Fazer as aproximaes Forward, Backward, Tustin e Invariante ao Degrau para:
a) G ( s) =
1
s
b) G ( s) =
1
s2
c) G ( s ) =
1
s+a
d) G ( s ) =
s
s+a
e) G ( s) = K
f) G ( s) =
g) G ( s ) =
s
s+a
s
(s + a )2
(s + a )2 + 2
1
.
2. Um controlador PI continuo descrito por K 1 +
is
Sistemas de Controle
53
6.1
Introduo
e(t)
A/D
e(kT)
Algoritmo
u(kT)
D /A
u(t)
Atuadores
Planta
ou
Processo
y(t)
Relgio
Sensores
Cdigo Computacional:
Ler dados (A/D);
Calcular varivel de controle;
Escrever dados (D/A);
6.2
Pr-Filtragem
Para evitar aliasing1 necessrio usar um pr-filtro analgico, antes de amostrar os sinais
dos sensores analgicos, visando eliminar distrbios e rudos com freqncias superiores a
freqncia de Nyquist. A pr-filtragem fundamentalmente importante, quando existem
componentes de alta freqncia que podem contaminar o sinal amostrado.
Aliasing um fenmeno que ocorre quando o sinal amostrado contm harmnicas maiores que a metade
da freqncia de amostragem.
54
Sistemas de Controle
r(t) +
Filtro
C(z)
SOZ
G(s)
Sensores
Implementao, atravs de
amplificador operacional, de um
filtro de segunda ordem, com
1
freqncia: =
, e, funo de
RC
transferncia dada por ( 6.1 ), onde:
B a largura de banda selecionada
para o filtro.
2C
3
3C
2
G f (s) =
2
2
( 6.1 )
s + 2 s + 2
B
B
Filtros de ordem superior podem ser obtidos pelo arranjo, em cascata, de vrios filtros de
primeira e segunda ordem.
Atraso Computacional
Varivel de Processo
Varivel de Processo
Tempo
u
Varivel de Controle
u(Tk+1)
u(Tk)
Atraso
Computacional
Tk-1
y(Tk)
y(Tk-1)
Tk
Sistemas de Controle
Tk+1
Tempo
u(Tk+1)
Varivel de Controle
y(Tk+1)
u(Tk)
u(Tk-1)
Tk-1
Tk
Atraso
Computacional
Tk+1
Tempo
55
6.3
Atuadores No-Lineares
Grande parte dos mtodos para o projeto de controladores baseia-se na teoria de sistemas
lineares, ou seja, partem do pressuposto de que o processo a ser controlado linear. No
entanto, a maioria dos sistemas fsicos reais apresentam algum tipo de no-linearidade. No
caso dos sistemas de controle, isso acontece, mas tipicamente, com os atuadores. Uma das
principais no-linearidades apresentadas por atuadores a saturao.
Planta ou Processo
u(t)
Atuador
Dinmica Linear
up(t)
y(t)
6.4
Aspectos Operacionais
Neste ponto ser discutida a interface entre o sistema de controle e o operador. Isto inclui
a apresentao de dados e a alterao, por parte do operador, dos parmetros do controlador.
Interface
Valores numricos;
Grficos;
Imgems;
Animaes ...
Ajuste de Parmetros
Referncia;
Ganhos;
Controlador
Operador
Apresentao de Dados
Tempo integrativo;
Tempo derivativo;
Modo de operao ...
56
Sistemas de Controle
6.5
Mudanas de Parmetros
Algoritmo #1
Algoritmo #2
e(k) = r - y(k);
I(k) = I(k-1) + e(k) * T;
u(k) = Kp * (e(k) + I(k)/ti);
e(k) = r - y(k);
I(k) = I(k-1) + Kp* e(k) * T / ti;
u(k) = Kp * e(k) + I(k);
Sistemas de Controle
9,687 z + 9,645
z 1,987 z + 0,987
2
( 6.2 )
57
40
30
20
20
15
10
10
5
0
0
-10
500
1000
1500
2000
-20
0
500
1000
1500
2000
500
1000
1500
2000
Algoritmo #2
25
40
30
20
20
15
10
10
5
0
0
-10
500
1000
1500
2000
-20
0
Sistemas de Controle
40
30
20
20
15
10
10
-10
0
0
500
1000
1500
2000
-20
0
500
1000
1500
2000
500
1000
1500
2000
Algoritmo #2
25
40
30
20
20
15
10
10
-10
0
0
6.6
500
1000
1500
2000
-20
0
Aspectos Numricos
Sistemas de Controle
59
6.7
E(z)
D(z)
U(z)
G(z)
Y(z)
Y ( z)
Y ( z ) / R( z )
1
, temos que: D( z ) =
R( z )
G ( z ) 1 Y ( z ) / R( z )
}](
Y ( z)
= y1 z 1 + y 2 z 2 + ... + 1 z n + z ( n +1) + ... 1 z 1 = y1 z 1 y1 z 2 + y 2 z 2 + ... + z n
R( z )
Y ( z)
= y1 z 1 ( y 2 y1 ) z 2 + ... + (1 y n 1 ) z n
R( z )
Y ( z)
= p1 z 1 + p 2 z 2 + ... + p n z n , com
R( z )
=1
( 6.3 )
Por analoga:
U ( z)
= q0 + q1 z 1 + q 2 z 2 + ... + q n z n , com:
R( z )
q 0 = u 0 ; q1 = u1 u 0 ; q n = u n u n 1
( 6.4 )
qi = u n
Ento,
60
Sistemas de Controle
Y ( z)
D( z )G ( z )
=
= P( z )
R( z ) 1 + D( z )G ( z )
( 6.5 )
Y ( z)
Y ( z ) R( z ) P( z )
= G( z) =
=
U ( z)
R( z ) U ( z ) Q( z )
( 6.6 )
ou:
q + q1 z 1 + K + q n z n
Q( z )
= 0
1 P( z ) 1 p1 z 1 + K + p n z n
G( z) =
b1 z 1 + b2 z 2 + ... + bn z n
q
0
1
2
n
q0
1 + a1 z + a 2 z + ... + a n z
( 6.7 )
p1 z 1 + p 2 z 2 + ... + p n z n
q0 + q1 z 1 + q 2 z 2 + ... + q n z n
( 6.8 )
Seja ainda:
p1 = b1q 0
M
eM
qn = anqo pn = bnqo
Como:
= q 0 b i = 1 , ento: q 0 =
1
.
b
i
EXEMPLO:
Projetar um controlador deadbeat para o seguinte sistema: G ( z ) =
0.368 z + 0.265
.
z 1.368 z + 0.368
2
SOLUO:
q 0 = 1 (b1 + b2 ) = 1.58
p1 = q0 b1 = 0.581
q1 = a1 q0 = 2.160
p 2 = q0 b2 = 0.418
q 2 = a 2 q0 = 0.581
Logo:
Sistemas de Controle
1
1.5
Sinal de Controle
Sada
0.8
0.6
0.4
0.2
0
62
1
0.5
0
-0.5
Instante
10
-1
Instante
10
Sistemas de Controle
7.1
aplicvel a sistemas de mltiplas entradas e mltiplas sadas, que podem ser lineares ou
no-lineares, invariantes ou variantes no tempo e com condies iniciais no-nulas.
O estado de um sistema no instante t0 a quantidade de informao em t0, que, junto com
a entrada u(t) em t t 0 , determina univocamente o comportamento do sistema para todo
t t0 .
Considere os vetores:
x1 (t )
x (t )
x(t ) = 2
:
x n (t )
u1 (t )
u (t )
2
u(t ) =
:
u p (t )
y1 (t )
y (t )
2
y (t ) =
:
y q (t )
( 7.1 )
( 7.2 )
( 7.3 )
Y( s ) = C(sI A ) B + D U( s ) = G ( s )U( s )
1
( 7.4 )
De onde, conclui-se:
G ( s ) = C(sI A ) B + D
1
( 7.5 )
63
7.2
}* L
{U ( s)}
x(t ) = e x(0) + e a ( t ) bu ( )d
at
( 7.6 )
Caso Vetorial
x(t ) = e x(0) + e A (t ) BU ( )d
At
( 7.7 )
onde: e At = L1 (sI A )
}.
7.3
At
A 2t 2
Akt k
= I + At +
+ ... +
+ . . . ; que converge para todo t finito e para todo A.
2!
k!
Estabilidade
Considere uma representao em variveis de estado de um sistema SISO:
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t ) + du (t )
( 7.8 )
Teorema: Um sistema estvel, se, quando u(t) = 0, para todo x(0), temos que
lim x(t ) = 0
t
OBS: se u(t) = 0
x( t ) = e At x(0)
64
Sistemas de Controle
EXEMPLO:
3
1 1 3
0
s + 1 1
s + 3 4 = ( s + 1)( s + 3)( s 2)
x& = 0 3 4 x + 0u det( sI A) = 0
0
1
0
S 2
0 2
0
7.4
Controlabilidade
Definio: O sistema (A,B,C,d) controlvel se, quaisquer que sejam x(0) e x(T), existe
u(t) 0 t T que transfere o estado x(0) para o estado x(T) em um tempo finito.
Teorema: O sistema (A,B,C,d) controlvel se e somente se, o posto da matriz de
controlabilidade Unxnp associada igual a n.
U = B AB A 2B ... A n 1B
( 7.9 )
OBS: Uma matriz R dita possuir posto (rank), (R), igual a m, se existir uma submatriz
Mmxm de modo que o determinante de M no nulo, e o determinante de todas as submatrizes
rxr (onde r > m) de R zero.
EXEMPLO1:
1 1
R1 =
1 1
1
1
R2 =
0
(R 1 ) = 1
2
3
0
0
2
2
0
(R 2 ) = 2
EXEMPLO2:
1F
x1
1F
u = x&1 + x1
u = x& 2 + x 2
x2
1
1 0
x& =
x + u
1
0 1
1 1
U = [B AB] =
1 1
(U) = 1 < 2
(No-Controlvel)
Sistemas de Controle
65
7.5
Observabilidade
C
CA
V = CA 2
:
CA n 1
( 7.10 )
EXEMPLO:
1F
1 0 0
1
x& = 0 0 1 x + 1u
0 1 1
0
+
1 1
1F
y = [0 1 0]x
1H
-
1 0
C 0
7.6
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t ) + du (t )
(A,B,C,d) uma realizao de G(s) se:
C(sI A ) B + d = G ( s )
1
com:
1 s n 1 + 2 s n 2 + ... + n
Y ( s)
N (s)
= G ( s) = n
+d =
+d
n 1
n2
U ( s)
D( s)
s + 1 s + 2 s + ... + n
66
Sistemas de Controle
0
1
A=
0
n
n
0 ... 0 - n -1
; B = n 1 ; C = [0 0 ... 0 1]
2
0 ... 0 - 2
0 ... 1 - 1
1
0 ... 0
( 7.11 )
1
...
0
0
0
...
A=
0
0
...
n n 1 ...
Sistemas de Controle
0
0
0
2
0
0
; B = ; C = [ n
0
1
1
1
0
n 1 ... 2
1 ]
( 7.12 )
67
7.7
Realimentao de Estado
u(t)
x(t)
y(t)
x(t)
A
( 7.13 )
k2
Assim, temos:
x& (t ) = Ax(t ) + Bu (t )
x& (t ) = Ax(t ) + B(Kx(t ) + r (t ) )
u (t ) = Kx(t ) + r (t )
x& (t ) = (A + BK )x(t ) + Br (t )
( 7.14 )
u(t)
x(t)
y(t)
x(t)
A
K
68
Sistemas de Controle
K = [0 0 ... 1] U 1 q c ( A)
( 7.15 )
U = B AB A 2 B ... A n 1B
onde:
.
q c ( A) = A n + a1 A n 1 + ... + a n I
EXEMPLO:
1
1 0
x + u
x& =
Dado;
1 , usando; u (t ) = Kx(t ) + r (t ) . Determine K para que os
0 2
y = [1 1]x
SOLUO:
(s) = (s + 1)(s + 2) = s 2 + 3s + 2
1
1
U = [B AB] =
1 2
1 2 1
U 1 =
3 1 1
6 0
q c ( A) = A 2 + 3A + 2I =
0 0
K=
Sistemas de Controle
2 1 6 0
1
[0 1]
= [ 2 0]
3
1 1 0 0
69
SIMULAO:
x& (t ) = (A + BK )x(t ) + Br (t )
y (t ) = Cx(t )
Rotina Matlab:
% Programa para Realimentao de Estado
clear all;
A=[1 0;0 -2];B=[1 1]';C=[1 1];d=0;
K=[-2 0];
Aa=[A+B*K];
t=0:0.01:5;
u=0*t;
x0=[1 1]';
[Y1,X1]= LSIM(A,B,C,d,u,t,x0);
% Sistema Original
% Matriz de Ganhos
% Matriz Dinamica realimentada
% Tempo da simulaao
% Sinal de entrada (nulo)
% Condioes iniciais
% Simula o sistema, sem realimentaao
% para uma entrada e cond. iniciais dadas
% Simula o sistema, com realimentaao
% para uma entrada e cond. iniciais dadas
[Y,X] = LSIM(Aa,B,C,d,u,t,x0);
figure;plot(t,Y1,'r','linewidth',2)
title('Sada sem realimentao de estado')
figure;plot(t,Y,'b','linewidth',2)
title('Sada com realimentao de estado')
Sada sem realimentao de estado
150
2
1.5
100
1
0.5
50
0
0
70
-0.5
Sistemas de Controle
7.8
Observadores de Estado
x& (t ) = Ax (t ) + L( y (t ) y (t ) ) + Bu (t )
; (Estimador Assinttico)
y
(
t
)
=
C
x
(
t
)
onde: L = [l1
l2
( 7.16 )
... l n ]
u(t)
x(t)
y(t)
C
x(t)
+
+
^
x(t)
L
C
^y(t)
^
x(t)
Erro de Estimao
O erro entre x e x , conhecido como erro de estimao (ou erro de observao), dado
x (t ) = x(t ) x (t ) , derivando-se, temos:
por; ~
~
x& (t ) = x& (t ) x& (t ) = [Ax(t ) + Bu (t )] [Ax (t ) + L( y (t ) y (t ) ) + Bu (t )]
~
x& (t ) = A(x(t ) x (t ) ) LC(x(t ) x (t ) )
ou, simplesmente:
~
x& (t ) = (A LC )~
x (t )
( 7.17 )
Sistemas de Controle
71
V = C CA CA 2 K CA n 1
onde:
q L ( A) = A n + a1 A n 1 + ... + a n I
( 7.18 )
EXEMPLO:
1
1 0
x + u
x& =
Dado;
1 . Projetar um observador de estados com autovalores -3, -3.
0 2
y = [1 1]x
SOLUO:
( s ) = ( s + 3)( s + 3) = s 2 + 6s + 9
1
C 1
V= =
CA 1 2
1 2 1
V 1 =
3 1 1
16 0
q L ( A) = A 2 + 6 A + 9I =
0 1
1 16 0 2 1 0 1 16
=
L=
3 0 1 1 1 1 3 1
72
Sistemas de Controle
SIMULAO:
0 x(t ) B
x& (t ) A
=
x& (t ) LC A LC x (t ) + B u (t )
x(t )
y (t ) = [C 0]
x (t )
Rotina Matlab:
% Programa para Observadores de Estado
clear all;close all;clc
A=[1 0;0 -2];B=[1 1]';C=[1 1];d=0; % Sistema Original
L=1/3*[16 -1]';
% Matriz de Ganhos do Observador
I=eye(2);
% Matriz identidade 2x2
Aa=[A 0*I;L*C (A-L*C)];
Ba=[B;B];
Ca=[C zeros(size(C))];
t=0:0.01:5;
u=0*t;
x0=[1 1 0 0]';
% Tempo da simulaao
% Sinal de entrada (nulo)
% Condioes iniciais
% Erro de estimativa
73
150
1.2
X1
X2
X1 Estimado
X2 Estimado
0.8
100
0.6
0.4
50
0.2
0
-0.2
X1
Erro de estimativa de X1
0.8
X1 Estimado
Erro de estimativa
Erro de estimativa de X2
0.6
0.4
0.2
2
0
-0.2
-0.4
0
7.9
0.5
-0.6
1.5
Para a realimentao de estados necessrio que todos os estados reais da planta, x(t ) ,
sejam mensurveis. Quando isto no ocorre, h a necessidade de construir um observador de
estados. Neste caso a realimentao feita a partir dos estados estimados, x (t ) :
u(t)
x(t)
y(t)
C
x(t)
^
x(t)
^y(t)
^
x(t)
74
Sistemas de Controle
x& (t ) = Ax(t ) + Bu (t )
Seja:
. Se x (t ) uma estimativa de x(t ) , ento, na realimentao
y (t ) = Cx(t )
de estados utiliza-se:
u (t ) = Kx (t ) + r (t )
( 7.19 )
x(t )
y (t ) = [C 0]
x (t )
( 7.20 )
EXEMPLO:
1
1 0
x + u
x& =
Dado;
1 . Utilizar a realimentao de estados em conjunto com o
0 2
y = [1 1]x
SIMULAO:
BK
x(t ) B
x& (t ) A
x& (t ) = LC A LC + BK x (t ) + B u (t )
x(t )
y (t ) = [C 0]
x (t )
Rotina Matlab:
% Programa para Observadores de Estado + Realimentao de Estado
clear all;close all;clc
A=[1 0;0 -2];B=[1 1]';C=[1 1];d=0;
L=1/3*[16 -1]';
K=[-2 0];
I=eye(2);
Aa=[A B*K;L*C (A-L*C+B*K)];
Ba=[B;B];
Ca=[C zeros(size(C))];
t=0:0.01:5;
u=0*t;
x0=[1 1 0 0]';
Sistemas de Controle
% Sistema Original
% Matriz de Ganhos do Observador
% Matriz de Ganhos de Realimentaao
% Matriz identidade 2x2
% Matrizes aumentadas do Observador
% Tempo da simulaao
% Sinal de entrada (nulo)
% Condioes iniciais
75
% Erro de estimativa
1.2
X1
X2
X1 Estimado
X2 Estimado
0.5
0.8
0.6
0.4
0.2
-0.5
0
-0.2
-1
Resposta do Sistema
Erro de estimativa
1
Erro de estimativa de X1
0.8
Erro de estimativa de X2
0.6
1.5
0.4
0.2
0.5
0
-0.2
-0.4
-0.6
76
-0.5
Sistemas de Controle
r = C r x r
( 7.21 )
( 7.22 )
r(t) = 1; t 0; r& = 0 :
x& = 0 x r
Escolhendo xr = r, temos: r
r = 1x r
b) Rampa unitria:
r& = 1
:
r(t) = t, t 0;
&r& = 0
x& r1 0 1 x r1
& =
x r1 = r
x r 2 0 0 x r 2
, temos:
Escolhendo
x r 2 = r&
r = [1 0] x r1
x
r2
z = x&
e& = Cz
, ento temos:
Definimos novas variveis de estado como:
, ou, na
z& = Az + Bw
w = u&
forma matricial:
e& 0 C e 0
z& = 0 A z + B w
Sistemas de Controle
( 7.23 )
77
Se o sistema for controlvel, ento, existe uma lei de controle por realimentao de
estado, da forma; w = k1e + k 2 z , tal que os plos do sistema aumentado podem ser
posicionados arbitrariamente.
Desde que os plos do sistema aumentado sejam alocados na regio de estabilidade, o
erro de rastreamento ser estvel. Assim, o objetivo de rastreamento assinttico com erro em
regime nulo ser alcanado. Ou seja, a resposta do sistema abaixo assintticamente estvel.
e& 0
z& = Bk
1
C e
A + Bk 2 z
( 7.24 )
u (t ) = w( )d = k1 e( )d + k 2 x(t )
( 7.25 )
t
x& = Ax + Bu x& = Ax + B k1 e( )d + k 2 x
0
( 7.26 )
Logo:
r(t) +
-
k1
u(t)
B k1 x 0
+
r
0 x n +1 1
( 7.27 )
x(t)
y(t)
C
x(t)
A
k2
EXEMPLO:
1
0
0
x + u
x& =
78
Sistemas de Controle
SOLUO:
Sistema aumentado dado por:
0 e 0
e& 0 1
z& = 0 0
1 z1 + 0 w .
1
z& 2 0 2 2 z 2 1
U = B AB A B = 0
1 2 .
1 2
2
2 2 1
1
U = 2 1 0
1 0 0
K = [0 0 ... 1] U 1 q c ( A) ; com:
20 20 10
q ( A) = A 3 + 12A 2 + 22A + I = 0 0 0
c
0 0 0
Logo: K = [k1
k 2 ] = [k1
k 21
k 21 ] = [ 20 20 10] .
logo:
1
0 x1 0
x&1 0
x& = 22 12 20 x + 0 r
2
2
x& 3 1
0
0 x3 1
Sistemas de Controle
79
SIMULAO:
x& A + Bk 2
x& = C
n +1
x
y = [C 0]
x n +1
B k1 x 0
r
+
0 x n +1 1
Rotina Matlab:
% Programa para Seguidor de Refercia do tipo Degrau
clear all;close all, clc
A=[0 1;-2 -2];B=[0 1]';C=[1 0];d=0;
K=[-20 -20 -10];
k1=K(1,1);k2=K(1,2:3);
% Sistema Original
% Matriz de Ganhos
[Y1,X1]= LSIM(A,B,C,d,u,t,x0);
[Y,X] = LSIM(Aa,Ba,Ca,d,u,t,x0a);
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
10
10
x& (t ) = Ax(t ) + Bu (t )
Considere o sistema:
y (t ) = Cx(t )
Definimos o erro de rastreamento como: e(t ) = y (t ) r (t ) ; com: e&&(t ) = &y&(t ) = C&x&(t ) .
z = &x&
Definimos novas variveis de estado como:
, temos:
w = u&&
e& 0 1 0 e 0
e&& = 0 0 C e& + 0 w
z& 0 0 A z B
( 7.28 )
Se o sistema acima for controlvel, ento existe w = k1e + k 2e& + k 3 z , tal que o sistema
aumentado assintticamente estvel e e(t) 0 quando t .
A lei de controle ser dada por:
u (t ) = 0 0 w( )dd = 0 0 (k1e( ) + k 2 e&( ) + k 3 &x&(t ) )dd
t s
t s
u (t ) = k1 0 0 e( )dd + k 2 0 e( )d + k 3 x(t )
t s
Logo:
t s
t
x& = Ax + Bu x& = Ax + B k1 0 0 e( )dd + k 2 0 e( )d + k 3 x(t )
x n +1 (t ) = e( )d
Definindo:
, temos:
x n + 2 (t ) = e( )d d
( 7.29 )
x& n + 2 (t ) = x n +1 (t )
logo:
x& A + Bk 3
x& = C
n +1
x& n + 2
0
r(t) +
-
k1
+
+
Bk 2
0
1
B k1 x 0
0 x n +1 + 1 r
0 x n + 2 0
u(t)
( 7.30 )
x(t)
y(t)
C
x(t)
k2
A
k3
81
y (k ) = Cx(k ) + Du (k )
( 7.31 )
( zI G )X( z ) = zx(0) + HU ( z )
Para condies iniciais nulas (x(0) = 0):
X ( z ) = ( zI G ) H U ( z )
1
Logo;
Y ( z ) = C( zI G ) H + D U ( z )
1
( 7.32 )
Y ( z ) = G ( z )U ( z )
onde:
G ( z ) = C(zI G ) H + D
1
( 7.33 )
x(t ) = e At x(0) + e At e A Bu ( )d
0
( k +1)T
Bu ( )d
( 7.34 )
e;
kT
82
Sistemas de Controle
e x(kT ) = e
AT
A ( k +1)T
x ( 0) + e
A ( k +1)T
kT
Bu ( )d
( 7.35 )
( k +1)T
AT
Bu ( )d =
kT
( k +1)T
= e AT x(kT ) + e AT
A ( kT )
Bu (k )d
kT
Assim;
T
Logo:
x((k + 1)T ) = G (T)x(kT) + H (T)u (kT)
( 7.36 )
EXEMPLO:
0 1
0
x
Dado o sistema: x& =
+
SOLUO:
G (T ) = e AT
T
Sabendo que:
T At , temos:
At
H (T ) = e Bdt = e dt B
0
0
AT
=L
[(sI A ) ]
1
1
1
s 1
1 s
L
= L1
=
0 s 2
0
s (s + 2 ) = 1
1
0
s + 2
1
1 e 2T
2
e 2T
e;
Sistemas de Controle
83
T
At
e dt B = 1
0 0
0
1
1 e 2T
2
e 2T
1
e 2 T 1
0 T +
2
dt = 2
1 1
2T
2 1 e
2
2
x(k + 1) = Gx(k ) + Hu (k )
Considere o seguinte sistema discreto:
.
Cx
D
y
(
k
)
=
(
k
)
+
u
(
k
)
x(k ) = G k x(0) + G k j 1 Hu ( j )
j =0
x(k + 1) = Gx(k ) + Hu (k )
Dado:
.
Cx
D
y
(
k
)
=
(
k
)
+
u
(
k
)
WC = H GH K G n 1 H
84
( 7.37 )
Sistemas de Controle
WO =
M
n 1
C G
( 7.38 )
x(k + 1) = Gx(k ) + Hu (k )
Dado o seguinte sistema na forma discreta:
y (k ) = Cx(k ) + Du (k )
Fazendo-se: u (k ) = Kx(k ) + r (k ) , tem-se: x(k + 1) = Gx(k ) + H (Kx(k ) + r (k ) ) , logo:
x(k + 1) = (G + HK )x(k ) + Hr (k )
( 7.39 )
( 7.40 )
y (k ) = Cx (k )
( 7.41 )
( 7.42 )
Sistemas de Controle
( 7.43 )
85
( 7.44 )
u (k + 1) = k 2 x(k + 1) + k1v(k + 1)
logo:
( 7.45 )
Da, temos:
G
H
x( k ) 0
x(k + 1)
u (k + 1) = k k G k CG 1 k H k CH u (k ) + k r (k + 1)
2
1
2
1
1
( 7.46 )
x( k )
y(k ) = [C 0]
u (k )
Se os autovalores da matriz dinmica da equao ( 7.46 ) forem estveis
v(k ) = V (k + 1) quando k
v() = v() + r y ()
Considerando a referncia do tipo degrau, e, definindo: xe (k ) = x(k ) x()
u e (k ) = u (k ) u () . Temos:
G
H
x e (k + 1)
x e (k )
u (k + 1) = k k G k CG 1 k H k CH u (k )
2
1
2
1
e
e
2
( 7.47 )
x (k )
Definindo w(k ) = [k 2 k 2 G k1CG 1 k 2 H k1CH ] e
u e ( k )
86
Sistemas de Controle
x (k + 1) G H xe (k ) 0
Temos: e
= 0 0 u (k ) + 1 w(k ) e (k + 1) = G (k ) + Hw(k ) .
u
(
k
1
)
+
e
e
[k 2
k1 ] = K
G I H
[0 1]
CG CH
( 7.48 )
7.19 Exerccios
1 0
1
x + u
x& =
a)
0 2
1
y = [1 1]x
1
0
0
x + u
x& =
b)
2 2
1
y = [1 0]x
1
1
1
x + u
x& =
c)
0
0 1
y = [1 2]x
1
0
1
x + u
x& =
d)
1
2,1 1,5
y = [1 0]x
x& = 0
e)
6
y = [4 5
x& = 11
f)
6
y = [1 0
Sistemas de Controle
0
0
0
1 x + 0u
1
11 6
1
1]x
1 0
2
0 1 x + 6u
2
0 0
0]x
87
x& = 0
g)
1
y = [1 1
x& = 0
0
h)
y = 1
0
2 2
2
1 1 x + 0u
1
0 1
0]x
0 0
0 1
2 0 x + 1 0u
0 1
3 1
0 0
x
1 0
Observ.
Seg.Ramp
1 0
1
x + u
x& =
a)
0 2
1
y = [1 1]x
1
0
0
x + u
x& =
b)
2 2
1
y = [1 0]x
88
Sistemas de Controle
1
0
1
x + u
x& =
c)
2,1 1,5
1
y = [1 0]x
x& = 11
d)
6
y = [1 0
1 0
2
0 1 x + 6u
2
0 0
0]x
x& = 0
e)
1
y = [1 1
2 2
2
1 1 x + 0u
1
0 1
0]x
Sistemas de Controle
89
O problema de controle, de uma forma geral, consiste em determinar uma lei de controle
que faa com que o sistema atenda a certas especificaes de desempenho. No caso dos
sistemas de controle timo, a obteno de uma lei de controle se d pela minimizao de um
funcional de custo.
J = f (x, u, t )
( 8.1 )
( 8.2 )
u = Kx
( 8.3 )
J = L(x, u)dt
( 8.4 )
J = (x T Qx + u T Ru)dt
( 8.5 )
onde: Q uma matriz real simtrica positiva semi-definida; e R uma matriz real simtrica
positiva definida.
Existem vrias maneiras de resolver o problema do LQR, a mais comumente usada
aquela que se baseia no segundo mtodo de Liapunov. A maior vantagem da aplicao do
mtodo de Liapunov que, exceto em casos muito especiais, a estabilidade fica garantida a
priori, ou seja, garante-se encontrar uma matriz de ganhos K que resulte em autovalores
estveis de (A + BK).
A soluo do problema de otimizao inicia-se pela substituio da lei de controle ( 8.3 )
na equao de estados ( 8.2 );
x& = Ax + BKx = (A + BK )x
90
( 8.6 )
Sistemas de Controle
e no funcional ( 8.4 ),
J = (x T Qx + x T K T RKx)dt = x T Q + K T RK xdt
( 8.7 )
Para mostra que uma funo de Liapunov pode, efetivamente, ser usada na soluo deste
problema, vamos, inicialmente, supor que:
(Q + K
RK =
d T
x Px
dt
( 8.8 )
(Q + K
RK = x& T Px x T Px&
( 8.9 )
(Q + K RK ) = (A + BK ) x Px x P(A + BK )x
(Q + K RK ) = x [(A + BK ) P + P(A + BK )]x
T
( 8.10 )
(A + BK )T P + P(A + BK ) = (Q + K T RK )
( 8.11 )
( 8.12 )
( 8.13 )
Assim, o funcional pode ser obtido em termos das condies iniciais x(0) e de P, que, por
sua vez, est relacionada com (A + BK ) e (Q + K T RK ).
Para obter a soluo do problema de controle timo quadrtico, seguem-se os seguintes
passos. Inicialmente, como R uma matriz real simtrica positivo definida, podemos
escrever:
R = TT T
( 8.14 )
91
(A
+ K T B T )P + P(A + BK ) + Q + K T T T TK = 0
( 8.15 )
( )
A T P + PA + TK + T T
][
T
( )
B T P TK + T T
B T P PB T T T
BT P + Q = 0
( 8.16 )
( )
x T TK + T T
][
T
( )
B T P TK + T T
( 8.17 )
BT P x
A expresso ( 8.17 ), por ser quadrtica, no negativa, logo seu mnimo ocorre quando
ela nula, ou seja, quando:
TK + (T T ) B T P = 0 TK = (T T ) B T P
1
K = T 1 (T T ) B T P
( 8.18 )
K = R 1 B T P
( 8.19 )
ou simplesmente:
onde P deve satisfazer a equao ( 8.16 ) ou sua verso reduzida, conhecida como Equao de
Algbrica de Riccati de matriz reduzida.
A T P + PA PBR 1B T P + Q = 0
( 8.20 )
EXEMPLO:
0 1
0
x& =
x + u
1 0
2
da realimentao para o funcional; J = (x T
x + u )dt .
0
1
0
SOLUO:
O primeiro passo resolver a equao de Riccate e determinar a matriz P:
92
Sistemas de Controle
0 0 p11
1 1 p
12
p12 p11
+
p22 p12
p11 p12
p12 0 1 p11
p22 0 1 p12
p12 0
p
[1][0 1] 11
p22 1
p12
0
0 p11 p12 p122
+
p12 1 0 0 0
+
=
p22 0 1 0 0
p12 p22 1 0 0 0
+
=
2
p22
0 1 0 0
p122 + 1 = 0
2 1
p11 p12 p12 p22 = 0
; P =
1 1
p11 p12 p12 p22 = 0
p p + p p p2 +1= 0
22
12
22
22
12
O segundo, e ltimo, passo consiste em utilizar a matriz P, determinada anteriormente,
para calcular a matriz tima de ganhos da realimentao de estados K:
2 1
K = R 1B T P = [1][0 1]
= [1 1]
1 1
8.2
k = 0,1,2,...,N
( 8.21 )
( 8.22 )
1 T
T
x (k )Qx(k ) + u (k )Ru(k )
2 k =0
( 8.23 )
onde: Q uma matriz real simtrica positiva semi-definida; e R uma matriz real simtrica
positiva definida.
Assim como no caso contnuo, a matriz de ganhos K definida em funo de uma matriz
real simtrica positivo definida P. Onde K dada por:
Sistemas de Controle
93
K = R + H T PH
H T PG
( 8.24 )
P = Q + G T PG G T PH R + H T PH
H T PG
( 8.25 )
H T P (k )G
( 8.26 )
Partindo de uma soluo inicial nula P(0) = 0, damos incio a um processo iterativo que
dever convergir para uma matriz P constante. Quando os elementos de P no variarem
significativamente (dentro de uma tolerncia previamente estabelecida) tomaremos a ltima
matriz P calculada como sendo a soluo da equao de Riccati de regime permanente e a
usaremos para determinar a matriz de ganhos K.
EXEMPLO:
0,2 0
1
x(k ) + u(k ) . Determine a matriz
Considere o seguinte sistema; x(k + 1) =
0 0,4
1
tima de ganhos da realimentao, considerando;
1
Q =
0
0
0 , 5
e R = 1.
SOLUO:
O primeiro passo resolver a equao de Riccate e determinar a matriz P. Sendo P(0)=0,
temos:
1,0000 0,0000
H T P(0)G = Q =
0,0000 0,5000
1,0240 0,0160
H T P(1)G =
0,0160 0,5640
1,0251 0,0186
H T P(2)G =
0,0186 0,5714
1,0252 0,0189
1,0252 0,0189
1,0252 0,0189
P(4) =
; P(5) =
; P(6) =
0,0189 0,5723
0,0189 0,5724
0,0189 0,5724
94
Sistemas de Controle
1,0525 0,0189
P=
0,0189 0,5724
Em seguida, utilizamos a matriz P, determinada anteriormente, para calcular a matriz
tima de ganhos da realimentao de estados K:
K = R + H T PH
Sistemas de Controle
H T PG = [0,0786 0,0865]
95
Referncias
Alm disso, outras fontes bibliogrficas muito teis podem ser encontradas na Internet.
Alguns exemplo so os diversos materiais que podem ser encontrados nas pginas eletrnicas
de alguns professores do DCA:
96
Sistemas de Controle