Projetodecontrole UFRN

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE
CENTRO DE TECNOLOGIA
DEPT. DE ENGENHARIA DE COMPUTAO E AUTOMAO
SISTEMAS
DE
CONTROLE
Prof. Fbio Meneghetti Ugulino de Arajo
Fevereiro de 2007
Natal - RN
ndice
1
PROBLEMA DE CONTROLE ___________________________________________________ 1

1.1
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
MTODO DO LUGAR GEOMTRICO DAS RAZES (LGR)_________________________ 4

2.1
2.2
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
AES DE CONTROLE BSICAS ______________________________________________ 19

3.1
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
PROJETO DE CONTROLADORES PELO MTODO DO LGR______________________ 27

4.1
4.2
ESPECIFICAES DE DESEMPENHO________________________________________________
PROJETO DE CONTROLADORES PD________________________________________________
Passos para o projeto de controladores PD _____________________________________

4.3 PROJETO DE CONTROLADORES PI ________________________________________________
Passos para o projeto de controladores PI ______________________________________

4.4 PROJETO DE CONTROLADORES PID _______________________________________________
Passos para o projeto de controladores PID _____________________________________
Sistemas de Controle
27
28
28
30
30
32
32
4.4.1
Regras de Zigler-Nichols para o Ajuste dos Parmetros do PID ___________________

Primeiro Mtodo de Ziegler-Nichols ___________________________________________
Segundo Mtodo de Ziegler-Nichols ___________________________________________
4.5 PROJETO DE CONTROLADORES AVANO DE FASE ____________________________________
Passos para o projeto de controladores Avano de Fase ___________________________

4.6 PROJETO DE CONTROLADORES ATRASO DE FASE_____________________________________
Passos para o projeto de controladores Atraso de Fase ____________________________

4.7 PROJETO DE CONTROLADORES ATRASO-AVANO DE FASE _____________________________
Passos para o projeto de controladores atraso-avano_____________________________

4.8 EXERCCIOS _________________________________________________________________
APROXIMAO DISCRETA DE FUNES DE TRANSF. CONTNUAS_____________ 50

5.1
5.2
INTRODUO ________________________________________________________________
APROXIMAES POR INTEGRAO NUMRICA ______________________________________
Mtodo de Euler ou Forward_________________________________________________
Mtodo Backward _________________________________________________________
Mtodo Trapezoidal, Tustim ou Aproximao Bilinear _____________________________

5.3 INVARINCIA AO DEGRAU ______________________________________________________
5.4 EXERCCIOS _________________________________________________________________
6
50
50
50
51
52
52
53
IMPLEMENTAO DE CONTROLADORES DIGITAIS ___________________________ 54

6.1
6.2
INTRODUO ________________________________________________________________
PR-FILTRAGEM E ATRASO COMPUTACIONAL _______________________________________
Pr-Filtragem_____________________________________________________________
Atraso Computacional ______________________________________________________

6.3 ATUADORES NO-LINEARES ____________________________________________________
6.4 ASPECTOS OPERACIONAIS ______________________________________________________
6.5 MUDANAS DE PARMETROS ___________________________________________________
6.6 ASPECTOS NUMRICOS ________________________________________________________
6.7 PROJETO DE CONTROLADORES DIGITAIS ___________________________________________
6.7.1
Controladores Deadbeat __________________________________________________
7
54
54
54
55
56
56
57
59
60
60
PROJETO DE SISTEMAS DE CONTROLE USANDO O ESPAO DE ESTADOS ______ 63

7.1
7.2
DESCRIO POR VARIVEIS DE ESTADO ___________________________________________

SOLUO DA EQUAO DE ESTADO ______________________________________________
Caso Escalar _____________________________________________________________
Caso Vetorial _____________________________________________________________

7.3 ESTABILIDADE _______________________________________________________________
7.4 CONTROLABILIDADE __________________________________________________________
7.5 OBSERVABILIDADE ___________________________________________________________
7.6 REALIZAES DE FUNES DE TRANSFERNCIA _____________________________________
7.6.1
Realizao na Forma Cannica Observvel___________________________________
7.6.2
Realizao na Forma Cannica Controlvel __________________________________
7.7 REALIMENTAO DE ESTADO ___________________________________________________
Frmula de Ackermann para Determinao da Matriz de Ganhos K __________________

7.8 OBSERVADORES DE ESTADO ____________________________________________________
Erro de Estimao _________________________________________________________
Frmula de Ackermann para Determinao da Matriz de Ganhos do Observador L _____

7.9 REALIMENTAO DE ESTADOS OBSERVADOS _______________________________________
7.10
SEGUIDORES DE REFERNCIA (OU SERVOSISTEMAS) ________________________________
Princpio do modelo interno para referncia do tipo degrau unitrio _________________
Princpio do modelo interno para referncia do tipo rampa unitria __________________

7.11
DESCRIO POR VARIVEIS DE ESTADO DE SISTEMAS DISCRETOS NO TEMPO ____________
7.11.1
Discretizao da Equao de Estado ______________________________________
7.12
SOLUO DA EQUAO DE ESTADO DE SISTEMAS DISCRETOS NO TEMPO _______________
7.13
ESTABILIDADE DE SISTEMAS DISCRETOS NO TEMPO ________________________________
7.14
CONTROLABILIDADE DE SISTEMAS DISCRETOS NO TEMPO ___________________________
7.15
OBSERVABILIDADE DE SISTEMAS DISCRETOS NO TEMPO ____________________________
7.16
REALIMENTAO DE ESTADOS DE SISTEMAS DISCRETOS NO TEMPO ___________________
7.17
OBSERVADORES DE ESTADO DE SISTEMAS DISCRETOS NO TEMPO _____________________
7.18
SEGUIDOR DE REFERNCIA PARA SISTEMAS DISCRETOS NO TEMPO ____________________
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

7.19
8
Entrada do Tipo Degrau ____________________________________________________ 86

EXERCCIOS _______________________________________________________________ 87
INTRODUO AOS SISTEMAS DE CONTROLE TIMO _________________________ 90

8.1
8.2
CONTROLE TIMO QUADRTICO _________________________________________________ 90

CONTROLE TIMO QUADRTICO DISCRETO ________________________________________ 93
Equao de Riccati de Regime Permanente______________________________________ 94
REFERNCIAS____________________________________________________________________ 96
iii
Agradecimentos
Agradecemos
ao
Prof.
Dr.
Andr
Laurindo
Maitelli
(www.dca.ufrn.br/~maitelli) por ter, gentilmente, cedido o material

didtico que serviu de fonte para elaborao deste texto. Agradecemos
ainda, a todos os demais professores do Departamento de Engenharia
de Computao e Automao (DCA / UFRN) que, de alguma forma,
tambm contriburam com o contedo deste material. Por fim, agradecemos
a todos os alunos que tm contribudo para o aprimoramento deste texto
com suas importantes sugestes.
iv
PROBLEMA DE CONTROLE
O objetivo principal do estudo dos sistemas de controle e resolver o que se costuma

denominar por Problema de Controle. Para que se possa apresentar uma formulao geral
do que seja o problema de controle, so necessrias algumas definies iniciais.
1.1
Definies
Planta
uma parte de um equipamento ou instalao industrial, eventualmente um conjunto de

itens de uma mquina que funcionam juntos, cuja finalidade desempenhar uma dada
operao.
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
uma disposio, conjunto ou coleo de partes, dentro de um universo, que esto

conectadas ou relacionadas de tal maneira a formarem um todo.
Sistema Fsico
uma parte do universo que foi delimitada para estudo.
Especificaes de Desempenho
So descries do comportamento a ser apresentado pelo sistema fsico, conforme

solicitao do usurio.
Modelo
Consiste na representao de certas caractersticas do sistema fsico que so relevantes

para seu estudo.
Controle
a ao de fazer com que um sistema fsico atenda as especificaes de desempenho

determinadas a priori.
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.
Sistema de Controle em Malha Aberta

aquele em que a sada ou resposta no possui nenhuma influncia sobre a entrada.
Sinal de Controle
Sada
Resposta Desejada
(Varivel Manipulada)
(Varivel
de Processo)
(Referncia ou Set-Point)
MV
PV
Controlador
Planta
SP
Sistema de Controle em Malha Fechada

aquele em que a sada ou resposta influencia a entrada do sistema.
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
Controle de temperatura de uma sala
Temperatura
Desejada Termostato
+
Temperatura
Ambiente
Ar
Condicionado
Sala
Controlador
Sistema
Controle do nvel de um reservatrio

Nivel
Desejado +
Bomba
Reservatrio
Controlador
Nvel de
gua
Sistema
Bia
Sensor
1.3
Formulao Geral do Problema de Controle
Um problema de controle consiste em determinar uma forma de afetar um dado sistema

fsico de modo que seu comportamento atenda s especificaes de desempenho previamente
estabelecidas.
Como, normalmente, no possvel alterar a estrutura funcional do sistema fsico em
questo, a satisfao das especificaes de desempenho atingida mediante o projeto e
implementao de controladores (compensadores).
U = Universo
Sistema
Fsico
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
Projeto
||
Velocidade
Segurana
Conforto
Custo
Durabilidade
.
.
.
Implementao
2
2.1
MTODO DO LUGAR GEOMTRICO DAS RAZES (LGR)

Introduo
O diagrama do LGR consiste em um conjunto de curvas no plano complexo s, onde estas

curvas representam as posies admissveis para os plos de malha fechada de um dado
sistema quando o seu ganho varia de zero a infinito.
Considere o seguinte sistema:
R(s) +
G(s)
C(s)
G MF (s) =
C(s)
G(s)
=
R(s) 1 + G(s)H(s)
Os plos de malha fechada so as razes do polinmio caracterstico:

1 + G(s)H(s) = 0
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 )
G(s)H(s) = 180(2k + 1) k = 0,1,...
( 2.2 )
Condio de ngulo:
Ponto de
Teste
si
p1
z1
Im
Re
p2
Ex:
R(s) +
C(s)
C(s)
K
= 2
R(s) s + 4s + K
s(s+4)
Os plos de malha fechada so as razes da eq. caracterstica

4 16 4K
s=
= 2 4 K
2
s 2 + 4s + K = 0
p1 = 2 + 4 K
p 2 = 2 4 K
Variando K temos a seguinte tabela de plos de malha fechada:
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
G(s)H(s) = 1
K
=1
A1A 2
K=0
K=0
- 1
1
- 2
Re
G(s)H(s) = 180 o (2k + 1)

1 + 2 = 180 o
2.2
Passos para a Construo do LGR
1. Escrever o polinmio caracterstico do

modo que o parmetro de interesse (K)
aparea claramente:
p.ex.: 1 + G(s)H(s) = 1 + KP(s)

nZ
2. Fatorar o polinmio P(s) em termos dos nP

plos e nZ zeros.
1 + G(s)H(s) = 1 + K
(s + z )
i
i =1
nP
(s + p )
j
j =1
3. Assinalar os plos e zeros de malha aberta

X = Plos e O = Zeros.
no
plano
s
com
os
smbolos O LGR comea nos plos e termina nos
correspondentes.
zeros.
4. Assinalar os segmentos do eixo real que so
LGR.
O LGR se situa esquerda de um nmero

mpar de plos e zeros
5. Determinar o nmero de lugares separados,

LS (seguimentos de curva que compe o
LGR).
LS = nP, quando np nZ;

nP = Nmero de plos finitos
nZ = Nmero de zeros finitos
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.
9. Utilizando o critrio de Routh-Hurwirtz,

determinar o ponto no qual o eixo
imaginrio cruzado (se isso ocorrer).
2 Determinar as razes de
dp(s)
= 0.
ds
Ver critrio de estabilidade de

Routh-Hurwirtz.
ngulo de Partida = 180 - (i) + (j)

10. Usando a condio de ngulo, determinar o
ngulo de partida para os plos complexos e ngulo de Chegada = 180 - (i) + (j)
o ngulo de chegada para os zeros onde:
complexos.
i = ngulos de vetores partindo dos
demais plos at o plo em questo.
P(s) = 180 o q360 o em s = pj ou zi.
j = ngulos de vetores partindo dos
demais zeros at o plo em questo
Exemplo 1: Sistema com 2 plos e 1 zero reais
Considere o seguinte sistema:

R(s) +
-
s+2
C(s)
1 + G(s)H(s) = 1 +
s(s+4)

aparea claramente:
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) =
2. Fatorar o polinmio P(s) em termos dos nP

plos e nZ zeros.
Lugar Geomtrico das Razes

(LGR)
Im
3. Assinalar os plos e zeros de malha aberta

no plano s com os smbolos
correspondentes:
0.2
0.1
-5
-4
-3
-2
-1
O LGR comea nos plos e termina nos

zeros.
Re
0
-0.1
-0.2
Lugar Geomtrico das Razes

(LGR)
Total de
2 plos e zeros
(n Par)
4. Assinalar os segmentos do eixo real que

so LGR.
-5

mpar de plos e zeros.
-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
Exemplo 2: Sistema com 4 plos e 1 zero reais
Considere agora o seguinte sistema:

R(s) +
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)

aparea claramente:
1 + KP(s) = 1 + K
2. Fatorar o polinmio P(s) em termos dos

nP plos e nZ zeros.
P(s) =
s +1
s + 10 s + 32 s 2 + 32 s
4
(s + 1)
s(s + 2)(s + 4) 2
Im
3. Assinalar os plos e zeros de malha

aberta no plano s com os smbolos
correspondentes:
Plo com
multiplicidade 2
Re
-5
-4
-3
-2
-1

zeros.
-5

so LGR.
Trecho entre
2 plos
Plo com
multiplicidade 2
Im
Total de
2 plos e zeros
(n Par)
Re
-5

5. Determinar o n de lugares separados,

LS = nP, quando np nZ;
-4
-3
-2
-1
Total de
3 plos e zeros
Total de
(n Impar)
1 plos e zeros
(n Impar)
-5
LS = nP = 4
6. LGR simtrico em relao ao eixo real .

8

prosseguem em direo aos zeros
infinitos ao longo de assntotas
centralizadas em A e com ngulos A.
A =
A =
( p
Im
) ( z i )
180
nP nz
(2q + 1) 180 o , q = 0,1,2,..., (n
nP nz
60
n z 1)
Re
-5
-4
(2) + 2(4) (1) 9

=
= 3
4 1
3
(2q + 1)180 o A = 60 o ; q = 0
A =
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

sobre o eixo real.
1 Fazer K = p(s);
dp(s)
= 0.
ds
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
Im
dp(s) = 0 s = -2,5994
ds
(Pto. de sada sobre Re)
Re
-5
-4
-3
-2
-1
-5
Exemplo 3: Sistema com 2 plos reais e 2 plos complexos

Ex.: Considere agora o seguinte sistema:
R(s) +
-
C(s)
s ( s + 8s + 32 )
1 + G(s)H(s) = 1 +
K
s + 12 s + 64 s 2 + 128 s
4
(s+4)

aparea claramente:
1 + KP(s) = 1 + K
2. Fatorar o polinmio P(s) em termos dos

nP plos e nZ zeros.
P(s) =
1
s + 12 s + 64 s 2 + 128 s
4
1
s(s + 4)(s + 4 + 4i )(s + 4 4i )
10
3. Assinalar os plos e zeros de malha

aberta no plano s com os smbolos
correspondentes:
-10
-8
-6
-4
-2
-5

zeros.
-10
Im 10
Total de
2 plos e zeros
(n Par)

so LGR.
5
Re
-10

5. Determinar o n de lugares separados,
-8
-6
-4
-2
Total de
1 plos e zeros
(n Impar)
-5
-10
LS = nP = 4
6. LGR simtrico em relao ao eixo real .
10

prosseguem em direo aos zeros
infinitos ao longo de assntotas
centralizadas em A e com ngulos A.
A =
10
135
5
(0) + (4) + (4) + (4) 12

=
= 3
4
4
(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

sobre o eixo real.
1 Fazer K = p(s);
dp(s)
= 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
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
Logo, o limite de ganho para estabilidade :

K=
128
= 568,8889
0,2250
11
Im 10
10. Usando a condio de ngulo, determinar

o ngulo de partida para os plos
complexos e o ngulo de chegada para os
zeros complexos.
P(s) = 180 q360 em s = pj ou zi.
o
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 para Funes de Transferncia Tpicas

G(s)
LGR
Im
1.
K
s 1 + 1
- 1
Re
12
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
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
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
- 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
Localizando Razes no LGR
Um ponto qualquer no plano s pertence ao LGR de um sistema, ou seja, raiz deste

sistema, se forem satisfeitos os critrios de mdulo e ngulo de fase (eqs. ( 2.1 ) e ( 2.2 )).
Desta forma, uma vez traado o LGR, possvel, atravs de dois passos adicionais, verificar
se um ponto qualquer no plano s pertence ao LGR de um dado sistema.
P(s) s = s = 180 q360

i
11. Determinar a localizao das razes que

satisfazem o critrio do ngulo de fase.
i j
= 180 q360
n
n
p
z
s = si
nP
(s + p )
j
12. Determinar o valor do parmetro K na raiz si.
KP(s) s =s = 1 K i =
i
j =1
nZ
(s + z )
k
k =1
16
s =s i
Exemplo: Teste de localizao de razes para um sistema de segunda ordem

Considere o seguinte sistema de segunda ordem:
R(s) +
C(s)
s(s+4)
1 + GH(s) = 1 +
K
= s 2 + 4s + K
s(s + 4 )
Dado um ponto s1 no plano s, possvel verificar se ele pertence ao LGR do sistema em

questo atravs do critrio do ngulo de fase:
11. Determinar a localizao das razes que
satisfazem o critrio do ngulo de fase.
P(s) s =s = 180 o q360 o

i
K
= - s i - (s i + 4 ) =
s(s + 4) s =si
[(
) ]
= 180 o + = 180 o
nP
12. Determinar o valor do parmetro K na raiz si.

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
onde: |si| a magnitude do vetor que vai

da origem at si.
|(si + 4)| a magnitude do vetor
que vai de -4 at si.
Im
Re
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) =
H(s) = 1 ; s i = -0,3337 0,5780i .
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
2. Dadas as seguintes funes de transferncia de malha fechada. Considerando que

estes sistemas tm realimentao unitria, traar o LGR, e, testar se o ponto dado pertence ao
LGR:
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
3
3.1
AES DE CONTROLE BSICAS

Introduo
A introduo de um controlador em um determinado sistema visa a modificao de sua

dinmica, manipulando a relao entrada/sada atravs da atuao sobre um ou mais dos seus
parmetros, com o objetivo de satisfazer certas especificaes com relao a sua resposta
(Ogata, 1993). Os parmetros do sistema que sofrem uma ao direta do controlador, so
denominadas de variveis manipuladas, enquanto que os parmetros no qual se deseja obter
as mudanas que satisfaam as dadas especificaes, denominam-se variveis controladas.
O controlador um dispositivo fsico, podendo ser: eletrnico, eltrico, mecnico,
pneumtico, hidrulico ou combinaes destes. No projeto real de um sistema de controle, o
projetista dever decidir pela utilizao de um ou mais controladores. Esta escolha depende
de vrios fatores. O tipo de controlador mais comumente usado, mesmo em plantas das mais
diversas naturezas, o controlador eletrnico. De fato, os sinais no eltricos so,
normalmente, transformados em sinais eltricos, atravs de transdutores, e, devido a
simplicidade de transmisso, aumento da performance, aumento da confiabilidade e
principalmente, facilidade de compensao. Geralmente controladores eletrnicos so
circuitos simples, formados basicamente por amplificadores operacionais, sendo assim de
fcil implementao prtica e baixos custos (Ogata, 1993).
Uma vez determinada a necessidade de se projetar um controlador, existem algumas
configuraes possveis, com respeito ao posicionamento do mesmo no sistema a ser
controlado. Algumas das configuraes mais usadas em sistemas de controle, so:
Controladores Srie
Em geral, o projeto de controladores srie mais simples que o de controladores por

realimentao. Entretanto, normalmente exige amplificadores adicionais para aumentar o
ganho do sistema. Consiste em colocar o controlador no ramo direto de alimentao, ou seja,
em srie com a planta
Controladores por Realimentao
Em geral, o nmero de componentes necessrios na compensao por realimentao ser

menor que o nmero de componentes na compensao srie. Esta configurao recebe este
nome pois, neste caso, o compensador inserido num ramo de realimentao.
R(s) +
E(s)
Comp.
U(s)
Planta
C(s)
R(s) +
U(s)
Planta
C(s)
Comp.
19
3.2
Aes Proporcional, Integral e Derivativa (P-I-D)
Controle Proporcional (P)
A razo entre a sada e a entrada do compensador chamada de ganho proporcional K,

quanto maior for o ganho do compensador, menor ser o erro de estado estacionrio ess,
contudo, o tempo de acomodao aumenta, tendendo, em certos casos, a desestabilizar o
sistema. O inverso acontece quando se reduz (atenua) o ganho. Um compensador deste tipo,
como no acrescenta plos nem zeros ao sistema principal, representa apenas um ajuste no
seu ganho original.
u ( t ) = Ke( t )
U(s) = KE(s)
onde: e(t)= r(t) - y(t)
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 )
Para entrada degrau unitrio
C(s)
e ss =
1
1+ K
O erro ser nulo somente para K , o que nem sempre possvel.
20
Controlador Proporcional + Integral (PI)

A ao integral corresponde a ter-se uma taxa de variao do sinal de sada com relao a
t
entrada ( u& = k i e u = k i e dt ). Desta forma, com uma ao integral, atua-se beneficamente

0
na resposta em regime permanente, tendendo a eliminar o erro de estado estacionrio,

contudo, prejudica-se o regime transitrio, pois acrescenta-se plos ao sistema tendendo a
desestabiliz-lo, e com isso aumentar o tempo de acomodao.
A atuao de um controlador PI corresponde soma de uma ao proporcional com uma
ao integral. Desta forma pode-se melhorar a resposta transitria com a contribuio da ao
proporcional, enquanto a ao integral corrige o erro de estado estacionrio.
1 t
u (t ) = K p e(t ) + e( )d
i 0
onde: K i =
Kp
U (s) =
(K
s + Ki )
s
E ( s)
, sendo i o tempo integrativo ou reset time.
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 +
Para entrada degrau unitrio e ss =
i
s
C(s)
( s + 1 )
1
=0
1+
21
Controlador Proporcional + Derivativo (PD)
Embora um controlador puramente derivativo no seja implementvel na prtica, a ao

derivativa, associada ao proporcional, corresponde ao acrscimo de um zero ao sistema,
atuando beneficamente no regime transitrio, tendendo a aumentar a estabilidade relativa do
sistema e reduzindo o tempo de acomodao, contudo, contrapondo-se a estas vantagens, ele
aumenta o tempo de subida e, por no atuar no regime permanente, no corrige o erro de
estado estacionrio.
Obs.: Este compensador, por introduzir um avano de fase, considerado na bibliografia
como um caso particular de um compensador em avano. (Ogata, 1993 e Kuo, 1995)
u (t ) = K p e(t ) + d e(t )
dt
U(s) = (K p + K d s )E(s)
onde: Kd = Kp d, sendo d a constante derivativa.
Resumo
Leva em conta a taxa de variao do erro

Adiciona um zero em z = - Kp/Kd
utilizado quando a resposta em regime aceitvel e resposta transitria
insatisfatria.
Introduz um efeito de antecipao no sistema, fazendo com que o mesmo reaja no
somente magnitude do sinal de erro, como tambm sua tendncia para o instante
futuro, iniciando, assim, uma ao corretiva mais cedo.
A ao derivativa tem a desvantagem de amplificar os sinais de rudo, o que pode
causar um efeito de saturao nos atuadores do sistema.
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
Controlador Proporcional + Integral + Derivativo (PID)
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
utilizado quando temos resposta transitria e em regime insatisfatrias.

Adiciona um plo em p = 0 e 2 zeros, que dependem dos parmetros do controlador.
Geralmente os dois zeros so reais e iguais.
3.3
Aes de Controle Avano-Atraso
Controlador Avano de Fase (Lead)
Sua principal finalidade suprir um atraso de fase estabelecido naturalmente pelas

prprias caractersticas de alguns componentes do sistema original. Este tipo de compensao
permite remodelar o lugar das razes de maneira a obterem-se plos dominantes desejados em
malha fechada. Em geral seus efeitos correspondem a um aumento no amortecimento, com
menores tempo de subida e de acomodao, o que corresponde, no domnio da freqncia, a
um aumento na largura de faixa. Alm disso, as margens de ganho e de fase so melhoradas,
contudo o erro de estado estacionrio no afetado.
G c (s) =
G c (s) = K c
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
Introduz um zero e um plo

Melhora o transitrio, a exemplo do controlador PD
Sempre adianta a fase
23
Controlador Atraso de Fase(Lag)
Uma compensao em atraso melhora o erro em regime permanente, no entanto, diminui

a largura de faixa, o que implica, em termos de domnio do tempo, numa resposta mais lenta,
com maiores tempos de subida e acomodao. Em alguns casos preciso reduzir a largura de
faixa de um dado sistema com o intuito de torn-lo menos susceptvel a sinais de rudo
G c (s) =
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
Introduz um zero e um plo

Melhora o regime, a exemplo do controlador PI
Sempre atrasa a fase
No zera o erro, mas o reduz bastante
Controlador Avano-Atraso de Fase(Lead-Lag)
Em casos onde se deseja uma resposta rpida, caracterstica de sistema com

compensao em avano, porm com diminuio do erro em regime estacionrio, que
garantida por uma compensao em atraso, possvel usar um controlador que una ambas as
caractersticas, que o caso do controlador em avanoatraso.
G c (s) =
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
Introduz dois zeros e dois plos

usado para melhorar o desempenho em regime e o transitrio
anlogo ao controlador PID
24
3.4
Modificaes das Aes de Controle PID
PID Original
Parte Derivativa -Filtro

Td s
, com: 0.1
1 + Td s
PI-D
Objetivo: No derivar variaes bruscas no sinal de referncia
I-PD
Objetivo: No derivar, nem amplificar variaes bruscas no sinal de referncia.
25
3.5
Exerccios
1. Dados os seguintes sistemas e seus respectivos controladores, traar o LGR do

sistema sem o controlador, e, testar se o ponto dado pertence ao LGR do sistema. Em seguida
traar o LGR com sistema em srie com o controlador e testar se agora o ponto pertence ao
LGR:
a) G(s) =
1
1
; H(s) = 2 ; s i = -0,2968 + 4,3290i ,
s + 3,6
s
Controlador PD com Kp = 0,4 e Kd = 1.
26
4
4.1
PROJETO DE CONTROLADORES PELO MTODO DO LGR

Especificaes de Desempenho
Normalmente, as especificaes de desempenho transitrio so dadas em termos de

sistemas de 2a ordem, ou seja, em termos de fator de amortecimento () e freqncia natural.
Para um sistema de segunda ordem, temos:
C(s)
2n
= 2
s = n n 2 1
2 ; Plos
R (s) s + 2n s + n
( 4.1 )
Se as especificaes forem: M p (%) M e t s T , temos min e n ( n )min .
Im
-1
= cos
min
Re
( )
n min
Regio Vivel para os plos de malha fechada
O projeto de controladores basicamente um mtodo educado de tentativa-e-erro, onde

se tenta satisfazer todas as especificaes de desempenho. Uma vez projetado o controlador, o
projetista deve verificar se o sistema em malha fechada satisfaz todas as especificaes de
desempenho. Se no for este o caso, repete o processo de projeto por modificao de
parmetros ajustveis, ou modifica a configurao do sistema, at atingir as especificaes
requeridas.
Quando desejamos alterar o desempenho transitrio de um sistema, o controlador deve
contribuir com singularidades de modo que o LGR do sistema passe no ponto especificado,
calculado a partir das especificaes de desempenho. Quando desejamos alterar o
desempenho em regime, o controlador deve contribuir com o ganho necessrio, sem alterar
muito o LGR do sistema original.
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 )
utilizado quando o sistema tem um transitrio insatisfatrio e regime bom.
Passos para o projeto de controladores PD
1) Traduzir as especificaes de desempenho em termos de uma localizao desejada dos

plos dominantes de malha fechada
2) Verificar se o objetivo no pode ser atingido com um controlador Proporcional
3) Se o PD necessrio, localizar o zero de modo que a condio de ngulo seja
satisfeita
4) Calcular o ganho total requerido, aplicando a condio de mdulo.
5) Calcular a constante de erro estacionrio
6) Se a constante no for adequada, tentar um outro controlador.
7) Simular o sistema com o controlador e observar o comportamento da resposta. Caso
no seja satisfatrio, tentar um ajuste fino dos parmetros do controlador (Kc e z)
OBS: PD prtico G c (s) = K p +
K ds
s
1 +
a
3 a 10
EXEMPLO:
R(s) +
2
s2
Gc(s)
C(s)
Projetar um controlador Gc(s) para que: t s 4s ; M p 20% .

Da equao do mximo pico: M P = e
do tempo de acomodao (para 2%): t s =
28
1 2
= 20% , obtemos: min = 0,46 ; e da equao
= 4 ; obtemos: ( n )min = 1 .
Sendo ainda: d = n 1 2 , para os valores de e n encontrados, temos: d = 1,95 .

Logo os plos dominantes de malha fechada devem estar em -1 1,95i.
Como imprescindvel a introduo de um controlador PD para a obteno dos plos
dominantes desejados, determinam-se o zero e o ganho do controlador utilizando-se o critrio
de ngulo e o critrio do mdulo, respectivamente.
= 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
Como o sistema originalmente j tem um ganho K = 2,0 , temos que: K c = K t K = 1,0

Resposta no Tempo
2
1.8
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.
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.
Passos para o projeto de controladores PI

1) Localizar o plo na origem;
2) Determinar o zero de modo que a condio de ngulo seja satisfeita;
3) Calcular o ganho total requerido, aplicando a condio de mdulo;
4) Simular o sistema em malha fechada com o controlador
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 à Rampa
10
9
Com Controlador
8
7
Resposta
Sem Controlador
5
4
3
2
1
0
30
5
Tempo
10
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
Testa-se valores para o mdulo do zero do controlador to pequenos quanto possvel. As

respostas apresentadas, foram obtidas com K c = 1 e z = 0,25 . Quanto menor for o valor de z,
menos o transitrio ser alterado, porm, o seguimento da referncia se dar mais lentamente.
Resposta à Rampa
10
Referencia
Sem Controlador
z = 0.10
z = 0.25
z = 0.50
9
8
7
Resposta
6
5
4
3
2
1
0
5
Tempo
10
31
4.4
Projeto de Controladores PID
So muito freqentemente utilizados em sistemas de controle industriais. De uma

maneira geral, a funo de transferncia de um PID, considerando zeros reais da seguinte
forma:
s 2 K d + sK p + K i
Ki
( s + z1 )( s + z 2 )
Gc ( s ) = K p +
+ Kd s =
= Kc
s
s
s
( 4.4 )
Passos para o projeto de controladores PID
1) Traduzir as especificaes de desempenho em termos de uma localizao desejada de

plos dominantes de malha fechada;
2) Verificar se o objetivo no pode ser atingido com um controlador mais simples;
3) Se o PID necessrio, localizar o plo na origem e os zeros de modo que a condio
de ngulo seja satisfeita;
4) Calcular o ganho total requerido, aplicando a condio de mdulo;
no seja satisfatrio, tentar um ajuste fino dos parmetros do controlador (Kc , z1 e z2).
1
; H(s). Projetar um controlador PID para que
s +1
os plos de malha fechada estejam em s = 1 3 i
EXEMPLO: Dado o sistema G ( s ) =
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
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
4.4.1 Regras de Zigler-Nichols para o Ajuste dos Parmetros do PID

Conforme apresentado anteriormente, o problema de controle consiste em determinar
uma forma, normalmente, mediante o projeto de controladores, de afetar um dado sistema
fsico de modo a satisfazer certas especificaes de desempenho.
Tambm sabemos que, apesar de todo o avano tecnolgico dos ltimos anos, com o
surgimento de solues avanadas, tanto em termos de algoritmos de controle quanto de
hardware, os controladores PID, e suas variaes, ainda so, com larga vantagem, os mais
usados na indstria. Os argumentos, para essa massiva predominncia do PID, vo desde a
simplicidade, facilidade de implementao e manuteno. A maioria desses argumentos se
justifica pelo nmero reduzido de parmetros sintonizveis existentes nos PIDs. Embora,
algumas verses de PIDs, trazidas em CLPs e instrumentos de redes industriais, apresentem
um nmero elevado de parmetros a serem ajustados, a estrutura bsica de um PID contm
apenas trs parmetros: O ganho proporcional kP, a constante de tempo integrativo i (ou o
ganho integrativo ki), e, a constante de tempo derivativo d (ou o ganho derivativo kd).
O ajuste dos parmetros de um controlador chamado de sintonia (tuning). Quando se
tem um modelo matemtico, representativo, do sistema, a escolha dos parmetros do
controlador recai no desenvolvimento de um projeto, que pode ser feito com base mo mtodo
do lugar geomtrico das razes, dentre outros. Como, nem sempre possvel se obter um
modelo, que represente, adequadamente, a dinmica que se deseja controlar, se fez necessrio
o surgimento de tcnicas, que no dependessem de modelo, para sintonia do controlador.
Zigler e Nichols propuseram dois mtodos para sintonia de controladores PID baseadas em
experimentao e, conseqentemente, independentes da existncia de um modelo matemtico
do sistema. Ambas visam, basicamente, a obteno de 25% de sobre-sinal mximo, na
resposta ao degrau.
33
Primeiro Mtodo de Ziegler-Nichols
Plantas que no envolvam integrador(es), ou, plos complexos conjugados dominantes,

tendem a apresentar uma curva de resposta ao degrau em forma de S.
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
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
Utilizando-se mtodos numricos (Diferenciao Numrica por Diferenas Finitas

Centrais) determinou-se que o ponto de inflexo da curva ocorre aos 0,7 segundos, com
amplitude de 0,1270. Determinou-se, ento, tomando um ponto anterior e um ponto posterior
a este, a reta tangente ao ponto de inflexo (y = 0,2495t 0,0477).
Resposta ao Degrau: L = 0.19104 e T = 2.0041
0.5
0.45
0.4
Amplitude
0.35
0.3
0.25
0.2
0.15
0.1
0.05
0
5
Tempo
10
Uma vez determinada a reta tangente, determinou-se: L 0,2 e T 2,0.

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
Os mtodos de Ziegler-Nichols fornecem uma estimativa inicial para os parmetros do

controlador. Caso a resposta do sistema controlado no seja satisfatria, com os parmetros
fornecidos pelo mtodo de Ziegler-Nichols, o projetista dever determinar alteraes nestes
parmetros para as quais o sistema funcione satisfatoriamente.
1.4
M P = 17.81%
1.2
Resposta
1
t s = 3.9seg.
0.8
0.6
0.4
0.2
36
5
Tempo
10
Segundo Mtodo de Ziegler-Nichols
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
Como os mtodos de Ziegler e Nichols so, essencialmente, experimentais, aplicados a

sistemas para os quais no se dispe de modelos matemticos, a obteno, na prtica, do
ganho crtico, consiste em, uma vez implementado um controlador PID, ele configurado
para funcionar como um controlador P (i = e d = 0). O ganho proporcional aumentado
at que a sada do sistema apresente oscilaes mantidas. Tal valor de ganho ser o ganho
crtico, Kcr, e o perodo de tais oscilaes ser chamado de perodo crtico, Pcr. Uma vez
determinadas estas constantes, elas so usadas para determinao dos parmetros do
controlador, de acordo com a seguinte tabela:
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
Os mtodos de Ziegler-Nichols, para determinao dos parmetros de controladores

PIDs, tm sido amplamente utilizados e sua importncia indiscutvel. Porm, importantes
notarmos que:
1. Em sistemas cuja resposta ao degrau no tem forma de S, no possvel
aplicar o primeiro mtodo de Ziegler-Nichols;
2. Em sistemas que no se tornam marginalmente estvel para nenhum ganho,
no possvel aplicar o segundo mtodo de Ziegler-Nichols; e,
3. Os mtodos de Ziegler-Nichols fornecem, apenas, uma estimativa inicial para
os parmetros do controlador, sendo necessrio, em muitos casos, um ajuste
fino desses parmetros, por parte do projetista.
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
Como a curva de resposta no tem forma de S, o primeiro mtodo de Ziegler-Nichols no

se aplica. introduzido um ganho ajustvel na malha do sistema e, aps algumas tentativas,
determina-se o ganho que faz com que o sistema tenha oscilaes mantidas, Kcr = 4,00. e o
perodo dessas oscilaes, Pcr = 6,3s.
Resposta ao Degrau com Ganho Crtico, K cr = 4
P cr = 6.3s
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
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:
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
Sempre possvel, a partir dos valores fornecidos pelos mtodos de Ziegler-Nichols,

buscar um ajuste melhor do controlador, de acordo com a experincia do projetista. Neste
caso, apenas aumentando, em 50%, o valor de kd, obtm-se a seguinte resposta:
Resposta ao Degrau
M P = 16.3%
1.2
t s = 6.8seg.
Amplitude
0.8
0.6
0.4
0.2
10
15
20
25
Tempo
30
35
40
45
50
39
4.5
Projeto de Controladores Avano de Fase

A FT de um controlador avano de fase :
1
T = K s + z , com: 0 < < 1
Gc ( s ) = K c
c
1
s+ p
s+
T
s+
( 4.5 )
utilizado quando o sistema tem um transitrio insatisfatrio e regime bom.
Passos para o projeto de controladores Avano de Fase

plos dominantes de malha fechada
2) Verificar se o objetivo no pode ser atingido com um controlador Proporcional
3) Se o controlador avano de fase necessrio, posicionar o zero do controlador em um
local adequado
4) Determinar a localizao do plo do controlador de modo que a condio de ngulo
seja satisfeita
5) Calcular o ganho total requerido, aplicando a condio de mdulo
6) Calcular a constante de erro estacionrio
7) Se a constante no for adequada, tentar um outro controlador, voltando ao passo 3.
no seja satisfatrio, tentar um ajuste fino dos parmetros do controlador (Kc e z)
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) =
Da FT de MF, temos: n = 2,0 e = 0,5 . Logo, para as especificaes dadas, os plos

dominantes de malha fechada devem estar em -2 3,4641i.
Fazendo-se uma breve anlise do LGR do sistema original com relao aos plos
desejados, verifica-se que o zero do controlador deve est esquerda dos plos de MA do
sistema original. Foi escolhido, empiricamente, z = 3,0 . A partir da, aplicando o critrio do
ngulo calculamos p = 5,6 e aplicando o critrio do mdulo obtemos que o ganho total do
sistema ser: K t = 19,2 . Como o sistema originalmente j tem um ganho K = 4,0 o ganho do
controlador ser: K c = K t K = 4,8 .
40
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 no Tempo

5
Sinal de Controle
-1
5
Tempo
41
4.6
Projeto de Controladores Atraso de Fase

A FT de um controlador atraso de fase :
1
T = K s + z , com > 1
Gc ( s ) =
c
s+ 1
s+ p
T
Kc
s+
( 4.6 )
O objetivo do controlador melhorar o regime, sem alterar significativamente o

transitrio.
Sabemos que: K v = lim sG ( s ) . Logo, com o controlador em srie com a planta, temos
s 0
que: Kvcomp = lim sGc ( s )G ( s ) = lim Gc ( s ) K v

s 0
onde: Kvcomp
s 0
Kc T
=
1
T
K = K K
c v
v
Aplicando a condio de mdulo para o sistema com o controlador e considerando que os

plos de malha fechada no tero grandes alteraes, temos:
1
T
s+ 1
T
Kc
Logo:
s+
G ( s ) s = 1 K c Kvcomp K v
1
s1
1
T
Gc ( s )
1
s+
T
s+
( 4.7 )
Passos para o projeto de controladores Atraso de Fase

1) Determine o ganho de malha aberta utilizando a condio de mdulo
2) Calcule o coeficiente de erro particular especificado para o problema
3) Determine a quantidade de aumento no coeficiente de erro necessria para atender as

especificaes
4) Determine o plo e o zero do controlador que produz o aumento necessrio, sem
alterar significativamente o LGR original (prximos entre si e prximos da origem).
5) Simular o comportamento do sistema com o controlador, voltando ao passo 4, caso
necessrio
42
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 à Rampa
10
Resposta
Referencia
Sem Controlador
Com Controlador
5
Tempo
0.5
0.5
-0.5
-0.5
-1
10
-1
-2
-1.5
-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
Projeto de Controladores Atraso-Avano de Fase

De uma maneira geral, a FT de um controlador atraso-avano de fase :
1
s+
T1
Gc ( s ) = K c
s+
T1
s +
T2
1
s +
T2
( 4.8 )
utilizado quando o transitrio e o regime esto insatisfatrios.
Passos para o projeto de controladores atraso-avano

plos dominantes de malha fechada.

2) Determine a contribuio angular necessria para a rede em avano
3) Determine T1 e atravs da condies de ngulo
44
s+
s+
1
T1
T1
4) Determine Kc atravs da condio de mdulo

s+
Gc ( s )G ( s ) s = 1 =
1
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
5) Determine a partir das exigncias de erro:

= lim sK c
s 0
1
s1
Kvcomp = lim sGc ( s)G ( s) =

s 0
G ( s ) = K c K V , e, escolha T2 de modo que a contribuio angular da parte em
atraso esteja entre -5o e 0 o, e o mdulo desta parte em s1 seja aproximadamente a unidade.
no seja satisfatrio, tentar um ajuste fino dos parmetros do controlador.
EXEMPLO: Dado o sistema G ( s) =
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+
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
Logo a contribuio de fase da rede em avano de: = 180 + 1 + 2 55 .
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
fcil notar que infinitas combinaes de T1 e podem gerar a contribuio de fase

desejada. Sendo assim, necessrio fixar, aleatoriamente, algum dos parmetros. Neste caso,
o zero da rede em avano pode ser posicionado em s = -0,5, acarretando em um cancelamento
matemtico um dos plos da planta. A partir da, com a posio do zero e a contribuio de
fase, a posio do plo determinada como sendo aproximadamente em s = -5,0, ou seja,
T1 = 2 e = 10
Agora, do critrio de mdulo, temos:
Kc
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
A partir do erro de velocidade esttico desejado Kvcomp = 80 e dos valores anteriormente

calculados, temos: =
Kvcomp
KV K c
= 16
Como qualquer valor de T2 5 satisfaz a condio de ngulo, assumido que T2 = 5 .

Conclui-se assim o projeto do controlador.
46
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
10
47
Resposta no Tempo
10
Com Controlador
Resposta
Sem Controlador
5
48
5
Tempo
10
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) =
avano de forma a cancelar o plo da planta em s = -1).

2
, verifique atravs de simulao a resposta do sistema com um
s + 2s + 1
controlador PI, com os seguintes parmetros:
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;
49
5
5.1
APROXIMAO DISCRETA DE FUNES DE TRANSF. CONTNUAS

Introduo
Muitas vezes um sistema analgico de controle substitudo por um sistema de controle

digital devido s vantagens deste ltimo sistema, particularmente no que toca comunicao
e flexibilidade. Nestes casos, natural pensarmos em mtodos que convertem um sistema
analgico (contnuo) para um sistema digital (discreto) com caractersticas semelhantes. Um
caminho para isto usar um curto perodo de amostragem e fazer algumas aproximaes
discretas a partir do controlador contnuo.
H(z) G(s)
u(t)
A/ D
u(kT)
Algoritmo
y(kT)
D/A
y(t)
Relgio
5.2
Aproximaes por Integrao Numrica
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
u(t) e sua integral y(t) = u( )d , ou seja:

o
G(s) =
Y(s) 1
=
U(s) s
( 5.1 )
Mtodo de Euler ou Forward
Baseia-se na seguinte equao de diferenas, resultado do mtodo de integrao

numrica de Euler; y k = y k 1 + Tu k 1 ; ou seja:
H(z) =
Y(z)
T
=
U(z) z 1
( 5.2 )
Comparando as equaes ( 5.1 ) e ( 5.2 ), conclumos que nesta aproximao:
50
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
Baseia-se na seguinte equao de diferenas, resultado do mtodo de integrao

numrica semelhante ao de Euler; y k = y k 1 + Tu k ; ou seja,
H(z) =
Y(z) Tz
=
U(z) z 1
( 5.4 )

s=
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
51
Mtodo Trapezoidal, Tustim ou Aproximao Bilinear
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 )
Neste caso, podemos mostrar que o semi-plano esquerdo do plano s transformado no

crculo unitrio, como mostra a figura abaixo. Neste caso, sistemas contnuos estveis so
transformados em sistemas discretos estveis e sistemas contnuos instveis so
transformados em sistemas discretos instveis.
Plano s
Mtodo Tustin
Im
Plano z
Im
Semi-plano Esquerdo
Re
Re
Crculo Unitrio
5.3
Invarincia ao Degrau
A idia utilizar uma equivalncia de ordem zero de sistema G(s), considerando-o

precedido por um Segurador de Ordem Zero (SOZ)
H(z) G(s)
SOZ
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 )
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
a) Use a aproximao de Tustin para encontrar a representao discreta do

controlador PI;
b) Determine as relaes entre os parmetros contnuos K e i e seus
correspondentes discretos.
53
IMPLEMENTAO DE CONTROLADORES DIGITAIS
6.1
Introduo
O principal problema tratado neste captulo a implementao de algoritmos de controle

em computadores digitais. Uma vez escolhida uma lei de controle e obtida sua representao
discreta, necessrio implement-la. Normalmente, no basta colocar a lei de controle na
forma de um cdigo de computador, existem importantes consideraes que no podem ser
desprezadas. preciso, por exemplo, estabelecer comunicao com os sensores e atuadores e
criar interfaces homem-mquina (IHM).
Os detalhes da implementao dependem dos hardware e software usados. Supondo uma
implementao em um computador digital com relgio (RTC Real Time Clock) e
conversores A/D e D/A, um esquema geral poderia ser representado da seguinte forma:
Computador Digital
r(t) +
e(t)
A/D
e(kT)
Algoritmo
u(kT)
D /A
u(t)
Atuadores
Planta
ou
Processo
y(t)
Relgio
Sensores
A lei de controle implementada no algoritmo computacional opera em ciclos, com

durao equivalente ao perodo de amostragem determinado para o sistema.
Relgio
Cdigo Computacional:
Ler dados (A/D);
Calcular varivel de controle;
Escrever dados (D/A);
6.2
Pr-Filtragem e Atraso Computacional
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
Em alguns casos a soluo mais simples introduzir um filtro analgico na frente do

amostrador:
Relgio
y(t)
r(t) +
Filtro
C(z)
SOZ
G(s)
Sensores
Um circuito analgico tpico para um filtro de segunda ordem :

R
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
Tanto os conversores (A/D D/A) quanto os clculos computacionais requerem tempo,

por isso, sempre existir atraso quando uma lei de controle for implementada
computacionalmente. Este atraso chamado de atraso computacional, e, afeta o desempenho
global do sistema controlado.
y
y(Tk+1)
y(Tk)
y(Tk-1)
Tempo
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
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
Existem basicamente duas possibilidades: A varivel de processo medida no instante k

pode ser usada para calcular a ao de controle para o instante k+1, ou a varivel de processo
medida no instante k usada imediatamente no calculo da ao de controle, que, por sua vez,
deve ser enviada ao conversor D/A to rpido quanto possvel.
No primeiro caso, o atraso computacional constante, o que uma vantagem, porm
igual ao perodo de amostragem, o que pode ser demasiado grande para alguns sistemas. J no
segundo caso, o atraso normalmente ser menor, porm depender de aspectos da
programao, e, para leis de controle no lineares poder variar a cada ciclo.
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)
Um dos principais atuadores encontrados em processos industriais so as vlvulas.

Durante a abertura e fechamento as vlvulas so aproximadamente lineares, porm, as
situaes de totalmente aberta e totalmente fechada so exemplos tpicos de no-linearidade
por saturao de atuador.
Existem, fundamentalmente, dois caminhos para lidar com essa realidade: Um utilizar
tcnicas de projeto que levem em conta as no-linearidades. Estes mtodos costumam
envolver clculos complexos, gerando assim, leis de controle tambm complexas. Outro
caminho utilizar mtodos heursticos simples.
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
No caso do controle regulatrio de processos, comum exibir informaes sobre os

valores de referncia (SP Set-point), sobre as sadas medidas (PV Process Variable), e
sinais de controle. Alm disso, a interface tambm deve possibilitar ao operador a alterao
dos ganhos, do tempo integrativo e do tempo derivativo. Tambm costuma ser desejado que
haja a possibilidade de alternar entre os modos de operao automtico e manual. Uma forma
simples de realizar o controle manual atravs de botes para aumentar e diminuir o valor do
sinal de controle. Porm, como o controlador um sistema dinmico, precaues devem ser
tomadas no chaveamento do modo de operao manual para o automtico, para que a
transio seja suave evitando que surjam transitrios devido ao chaveamento.
6.5
Mudanas de Parmetros
Nos controladores convencionais o operador, normalmente, tem flexibilidade para alterar

valores como: referncia e parmetros bsicos dos controladores (ganhos e tempos). Nos
controladores implementados computacionalmente essa flexibilidade ainda maior.
Devido a grande facilidade para realizar clculos possvel utilizar uma parametrizao
no algoritmo de controle e mostrar outra ao operador atravs da interface. Por exemplo, o
algoritmo pode trabalhar sempre com os tempos derivativo e integrativo, mas, a interface
pode possibilitar que o operador entre ou com estes tempos ou com os respectivos ganhos. No
segundo caso, a partir dos ganhos fornecidos pelo operador, os tempos seriam calculados e
ento usados no algoritmo de controle.
Porm, existem dois problemas com a alterao de parmetros em tempo real. Um
problema est relacionado com a programao em tempo real. Se mais de um programa,
rodando simultaneamente, estiver utilizando os mesmos dados possvel que haja problemas.
necessrio ter certeza de que a alterao ser aceita e processada por todos os programas
que estejam usando o parmetro em questo.
O outro problema algortmico. A alterao de parmetros em tempo real pode acarretar
em efeitos similares ao de perturbaes. Esses efeitos so chamados de transientes de
chaveamento. Tal problema, muitas vezes, pode ser contornado com alteraes simples no
cdigo do programa. Considere, por exemplo, os dois cdigos a seguir para implementao do
algoritmo de um controlador PI.
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);
Considere tambm o modelo discreto de um sistema de tanques acoplados de segunda

ordem:
G ( z ) = 10 5
9,687 z + 9,645
z 1,987 z + 0,987
2
( 6.2 )
57
Considerando-se os parmetros do controlador como sendo: kP = 2 e i = 100, temos que,

se esses parmetros permanecerem inalterados, ambos os algoritmos geram sinais de controle
idnticos. Conseqentemente, a resposta do sistema em ambos os casos tambm idntica.
Sistema de Segunda Ordem com Controlador PI Parmetros Constantes

Algoritmo #1
25
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
Porm, se em algum instante o tempo integrativo for alterado, no sistema com o

controlador PI implementado de acordo com o algoritmo #1 surgir um transiente de
chaveamento, enquanto que com o algoritmo #1 o sistema fica livre desse transiente.
Considere o caso onde o sistema apresentado anteriormente sofre uma reduo de 10
vezes no tempo integrativo, a partir do milsimo instante. Note como surgimento do
transiente de chaveamento perturba o sistema no primeiro caso, enquanto que com o segundo
algoritmo o sistema apenas tende a acomodar-se mais rapidamente, o que exatamente o
efeito desejado ao reduzir-se o tempo integrativo.
58
Sistema de Segunda Ordem com Controlador PI Variao de Parmetros

Algoritmo #1
25
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
59
6.7
Projeto de Controladores Digitais

Considere um sistema discreto descrito pelo seguinte diagrama de blocos:
R(z) +
E(z)
D(z)
U(z)
G(z)
Y(z)
A partir do mesmo podemos escrever que, Y ( z ) = G ( z ) D( z )[R( z ) Y ( z )]

Se for especificado
Y ( z)
Y ( z ) / R( z )
1
, temos que: D( z ) =
R( z )
G ( z ) 1 Y ( z ) / R( z )
6.7.1 Controladores Deadbeat

Um controlador deadbeat ou de resposta mnima aquele que satisfaz as seguintes
condies:
O tempo de subida deve ser mnimo;
O erro de regime deve ser zero.
Para um planta de ordem n o tempo mnimo igual a nT, o problema a ser resolvido
obter D(z), tal que, para uma entrada degrau, ou seja, R(z) = (1 - z -1)-1 a resposta seja: y(k) =
r(k) = 1 para k n, com: u(k) = u(n) para k n.
Aplicando a transformada Z temos:
Y ( z ) = y1 z 1 + y 2 z 2 + ... + 1 z n + z ( n +1) + ...
U ( z ) = u 0 + u1 z 1 + u 2 z 2 + ... + u N z n + z ( n+1) + ...
}](
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
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:
Usando as equaes ( 6.6 ) em ( 6.5 ), temos:

D( z ) =
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:
Da equao ( 6.6 ), temos:

G( z) =
Comparando ( 6.7 ) e ( 6.8 ), temos que:

q 1 = a 1q 0
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:
1.58 2.16 z 1 + 0.58 z 2

D( z ) =
1 0.58 z 1 0.418 z 2
61
As figuras a seguir mostram a sada da planta e o sinal de controle com o controlador

deadbeat projetado:
Resposta ao Degrau com o Deadbeat
Sinal de Controle do Deadbeat
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
PROJETO DE SISTEMAS DE CONTROLE USANDO O ESPAO DE ESTADOS
7.1
Descrio por Variveis de Estado
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 )
x(t) vetor de estados.

xi(t) varivel de estado.
u(t) vetor de entrada.
y(t) vetor de sada.
E as matrizes; A(t)nxn; B(t)nxp; C(t)qxn; D(t)qxp.

Na representao por variveis de estado, temos:
x& (t ) = A(t )x(t ) + B(t )u(t )

y (t ) = C(t )x(t ) + D(t )u(t )
Equao de Estado (dinmica do sistema)

Equao de Sada (observao do sistema)
( 7.1 )
Ou ainda, no caso invariante no tempo, temos:
x& (t ) = Ax(t ) + Bu(t ) Equao de Estado (dinmica do sistema)

y (t ) = Cx(t ) + Du(t ) Equao de Sada (observao do sistema)
( 7.2 )
Aplicando Transformada de Laplace temos:

( sI A) X( s ) = BU( s ) + X(0)
X( s ) = (sI A ) BU ( s ) + (sI A ) X(0)

1
( 7.3 )
Para condies iniciais nulas ( X(0) = 0 ):
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
Matriz Funo de Transferncia
( 7.5 )
Como (sI A ) corresponde ao polinmio caracterstico de G(s), os autovalores de A

correspondem s razes do polinmio caracterstico, ou seja, aos plos de G(s).
63
7.2
Soluo da Equao de Estado

Caso Escalar
1
1
x& (t ) = ax(t ) + bu (t ) Laplace
X ( s ) = (s a ) x(0) + (s a ) bU ( s )
Aplicando a Transformada inversa de Laplace, obtemos:
x(t ) = L1 {X ( s )} = e at x(0) + bL1 (s a )
}* L
{U ( s)}
x(t ) = e x(0) + e a ( t ) bu ( )d
at
( 7.6 )
Caso Vetorial
x& (t ) = Ax(t ) + Bu(t )

t
x(t ) = e x(0) + e A (t ) BU ( )d
At
( 7.7 )
onde: e At = L1 (sI A )
}.
A exponencial matricial; e At , pode ser calculada atravs da srie:

e
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)
Corolrio: Um sistema estvel, se, todos os autovalores da matriz A apresentam parte

real negativa.
OBS: Os autovalores de A so as razes da equao caracterstica: ( s ) = det (sI A ) = 0 .
64
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
Logo, o sistema instvel.
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)
Justificativa: Se x1(0) = x2(0) x1(t) = x2(t); t 0 .
65
7.5
Observabilidade
Definio: O sistema (A,B,C,d) observvel, se, para todo x(0), o conhecimento da

entrada u(t) e da sada y(t) em um tempo finito suficiente para determinar x(0).
Teorema: O sistema (A,B,C,d) observvel, se e somente se, o posto da matriz de

observabilidade Vnqxn associada igual a n.
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
0 1 (V) = 2; Logo, o sistema No-observvel.

V = CA = 0
CA 2 0 1
1
7.6
Realizaes de Funes de Transferncia

Dada a seguinte representao em variveis de estado de um sistema SISO:
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
7.6.1 Realizao na Forma Cannica Observvel
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 )
7.6.2 Realizao na Forma Cannica Controlvel
1
...
0
0
0
...
A=
0
0
...
n n 1 ...
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
A idia bsica da realimentao de estados consiste em alocar os plos de malha fechada

(autovalores da matriz dinmica), modificando, assim, a dinmica do sistema.
x& (t ) = Ax(t ) + Bu (t )
Dada uma representao em variveis de estado de um sistema;
:
y (t ) = Cx(t ) + du (t )
u(t)
x(t)
y(t)
x(t)
A
Usando realimentao de estado, cada varivel de estado multiplicada por um ganho e

realimentada para o terminal de entrada, ou seja:
u (t ) = Kx(t ) + r (t )
onde: K = [k1
( 7.13 )
... k n ] o vetor de ganhos de realimentao.
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 )
OBS: Devemos ter acesso a todos os estados do sistema.
u(t)
x(t)
y(t)
x(t)
A
K
Teorema: Se (A,B,C,d) for controlvel, usando u (t ) = Kx(t ) + r (t ) podemos escolher

arbitrariamente os autovalores de (A + BK ) .
68
Frmula de Ackermann para Determinao da Matriz de Ganhos K

1- Formar ( s ) = s n + a1 s n 1 + ... + a n 1 s + a n com os plos desejados.
2- Calcular K da seguinte forma
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
autovalores do sistema sejam -1 e -2.
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=
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
[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
Sada com realimentao de estado
150
2
1.5
100
1
0.5
50
0
0
70
-0.5
7.8
Observadores de Estado
O observador de estados consiste em um mecanismo (algoritmo) para estimao dos

estados da planta. uma soluo til quando os estados reais da planta no esto accessveis,
situao muito comum na prtica .
x& (t ) = Ax(t ) + Bu (t )
Seja:
, conhecendo-se A, B e C, e a medio de y(t) e u(t),
y (t ) = Cx(t )
constri-se o estimador:
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 )
Para que lim ~

x (t ) = 0 necessrio que os autovalores de (A LC ) sejam estveis, ou
t
seja, tenham parte real negativa.

Teorema: Se (A,B,C,d) for observvel, ento um estimador de estado assinttico com
quaisquer autovalores pode ser construdo.
71
Frmula de Ackermann para Determinao da Matriz de Ganhos do Observador L

1- Formar ( s ) = s n + a1 s n 1 + ... + a n 1 s + a n com os plos desejados para o observador.
2- Calcular L da seguinte forma
L = q L ( A)V 1[0 0 ... 1]
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
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))];
% Matrizes aumentadas do Observador
t=0:0.01:5;
u=0*t;
x0=[1 1 0 0]';
% Tempo da simulaao
% Condioes iniciais
[Y,X] = LSIM(Aa,Ba,Ca,d,u,t,x0); % Simula o sistema aumentado

% para entrada e cond. iniciais dadas
E = [X(:,1)-X(:,3) X(:,2)-X(:,4)];
% Erro de estimativa
figure;plot(t,X(:,1),'b','linewidth',2);hold on; plot(t,X(:,3),'r','linewidth',2)

set(1,'Position',[10 258 380 280]);title('Estado X_1 e sua estimativa')
legend('X_1','X_1 Estimado'); hold off
figure;plot(t,E(:,1),'b','linewidth',2);hold on; plot(t,E(:,2),'r','linewidth',2)
set(3,'Position',[482 258 380 280]);title('Erro de estimativa')
legend('Erro de estimativa de X_1','Erro de estimativa de X_2');hold off
73
Estado X1 e sua estimativa
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
0.6
0.4
0.2
2
0
-0.2
-0.4
0
7.9
0.5
-0.6
1.5
Realimentao de Estados Observados
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
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 )
Porm, se a realimentao feita a partir dos estados estimados, a dinmica do estimador

precisa ser considerada. Desta forma, tem-se:
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 )
( 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
observador de estados projetados anteriormente.
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]';
% Sistema Original
% Matriz de Ganhos do Observador
% Matriz de Ganhos de Realimentaao
% Matriz identidade 2x2
% Tempo da simulaao
% Condioes iniciais
75
[Y,X] = LSIM(Aa,Ba,Ca,d,u,t,x0); % Simula o sistema aumentado

% para entrada e cond. iniciais dadas
E = [X(:,1)-X(:,3) X(:,2)-X(:,4)];
% Erro de estimativa
Figure;plot(t,X(:,1),'b','linewidth',2);hold on; plot(t,X(:,3),'r','linewidth',2)

figure;plot(t,E(:,1),'b','linewidth',2);hold on; plot(t,E(:,2),'r','linewidth',2)
set(3,'Position',[482 258 380 280]);title('Erro de estimativa')
legend('Erro de estimativa de X_1','Erro de estimativa de X_2');hold off
figure;plot(t,Y,'b','linewidth',2);set(4,'Position',[602 258 380 280])
title('Resposta do Sistema')
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
0.8
0.6
1.5
0.4
0.2
0.5
0
-0.2
-0.4
-0.6
76
-0.5
7.10 Seguidores de Referncia (ou servosistemas)

Para que um sistema descrito por variveis de estado possa, alm de possuir a dinmica
desejada (garantida pela alocao de plos por realimentao de estado), seguir uma
determinada entrada, com erro zero, usamos o princpio do modelo interno.
Considere entradas de referncia descritas por equaes do tipo:
x& r = A r x r
r = C r x r
( 7.21 )
com condies iniciais desconhecidas. Um modelo equivalente para entradas de referncia :

r ( n ) + n 1 r ( n 1) + .... + 1 r& + 0 r = 0
( 7.22 )
onde r ( n ) a n-sima derivada de r(t).

Exemplos:
a) Degrau unitrio:
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
Princpio do modelo interno para referncia do tipo degrau unitrio

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 ) .
Das caractersticas do sinal de referncia, temos: e&(t ) = y& (t ) r&(t ) = y& (t ) = Cx& (t ) .
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

( 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 )
A entrada de controle u(t) obtida da expresso:

t
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:
Definindo: x n +1 (t ) = e( )d , temos: x& n +1 (t ) = e(t ) = y (t ) r (t ) = Cx(t ) r (t ) ;

logo:
x& A + Bk 2
x& = C
n +1
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& =
Considerando o sistema descrito por:

2 2
1 . Projetar um controlador
y = [1 0]x
para que o sistema tenha erro zero para entrada degrau.
78
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
Logo, a matriz de controlabilidade do sistema aumentado, isto , calculada levando-se

em conta as matriz A e B do sistema aumentado da por:
0
1
0
U = B AB A B = 0
1 2 .
1 2
2
Como o posto da matriz de controlabilidade do sistema aumentado igual dimenso do

sistema aumentado: (U) = n = 3, o sistema controlvel. Logo, possvel alocar seus plos
de maneira que o rastreamento da referncia seja assinttico.
Escolhendo os plos desejados em 10 e -1j1, temos:
( s ) = ( s + 10)( s + 1 + j1)( s + 1 j1) = s 3 + 12 s 2 + 22s + 20
Aplicao da frmula de Ackermann:
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] .
De onde conclumos que a lei de controle dada por:

u (t ) = w( )d = k1 e( )d + k 2 x(t ) = 20 e( )d + [ 20 10]x(t )
t
logo:
1
0 x1 0
x&1 0
x& = 22 12 20 x + 0 r
2
2
x& 3 1
0
0 x3 1
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
Aa=[A+B*k2 B*k1;C 0];

Ba=[zeros(size(B));-1];
Ca=[C 0];
t=0:0.01:10;
u=0*t+1;
x0=[0 0]';x0a=[0 0 0]';

% Tempo da simulaao
% Sinal de entrada (degrau)
% Condioes iniciais (nulas)
[Y1,X1]= LSIM(A,B,C,d,u,t,x0);
% Simula o sistema, sem realimentaao

% Simula o sistema, com seguidor de referncia
[Y,X] = LSIM(Aa,Ba,Ca,d,u,t,x0a);
figure; plot(t,Y1,'r','linewidth',2); set(1,'Position',[232 258 380 280])

title('Sada do Sistema Original'); axis([0 max(t) 0 1.2])
figure; plot(t,Y,'b','linewidth',2); set(2,'Position',[232 258 380 280])
title('Sada do Sistema com Seguidor de Referncia'); axis([0 max(t) 0 1.2])
Sada do Sistema Original
Sada do Sistema com Seguidor de Referncia
0.8
0.8
0.6
0.6
0.4
0.4
0.2
0.2
10
10
Princpio do modelo interno para referncia do tipo rampa unitria

80
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 +1 (t ) = e(t ) = y (t ) r (t ) = Cx(t ) r (t )

;
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
7.11 Descrio por Variveis de Estado de Sistemas Discretos no Tempo
A partir de agora sero considerados sistemas discretos no tempo.

81
Considere um sistema discreto linear e invariante no tempo descrito em variveis de

estado:
x(k + 1) = Gx(k ) + Hu (k )
y (k ) = Cx(k ) + Du (k )
( 7.31 )
Aplicando transformada Z, temos:

zX( z ) zx(0) = GX( z ) + HU ( z )
( 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 )
7.11.1 Discretizao da Equao de Estado

Considere um sistema linear e invariante no tempo, descrito pela seguinte equao
diferencial: x& (t ) = Ax(t ) + Bu (t ) . A soluo para esta equao diferencial dada por:
t
x(t ) = e At x(0) + e At e A Bu ( )d
0
Supondo u(t) constante entre kT e (k + 1)T;

x((k + 1)T ) = e A ( k +1)T x(0) + e A ( k +1)T
( k +1)T
Bu ( )d
( 7.34 )
e;
kT
x(kT ) = e AkT x(0) + e AkT e A Bu ( )d

0
Multiplicando-se ambos os lados desta ultima equao por eAT, obtm-se:
82
e x(kT ) = e
AT
A ( k +1)T
x ( 0) + e
A ( k +1)T
kT
Bu ( )d
( 7.35 )
Agora, subtraindo a equao ( 7.34 ) da equao( 7.35 ), obtm-se:

x((k + 1)T ) = e x(kT ) + e
AT
( k +1)T
AT
Bu ( )d =
kT
( k +1)T
= e AT x(kT ) + e AT
A ( kT )
Bu (k )d
kT
Assim;
T
x((k + 1)T ) = e AT x(kT ) + e AT e At Bu (kT )dt

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

0
Logo:
x((k + 1)T ) = G (T)x(kT) + H (T)u (kT)
( 7.36 )
EXEMPLO:
0 1
0
x
Dado o sistema: x& =
+
1u , com T = 1s . Obter a forma discreta:

0 2

x((k + 1)T ) = G (T )x(kT ) + H (T )u (kT )
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;
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
Se T = 1s , temos ainda que:

x 1 ((k + 1)T ) 1 0,432 x 1 (kT ) 0,284
x ((k + 1)T ) = 0 0,135 x (kT ) + 0,432 u (kT)
2

2

7.12 Soluo da Equao de Estado de Sistemas Discretos no Tempo
x(k + 1) = Gx(k ) + Hu (k )
Considere o seguinte sistema discreto:
.
Cx
D
y
(
k
)
=
(
k
)
+
u
(
k
)
Conhecendo as condies iniciais e a entrada a partir do instante zero, podemos escrever,

x(1) = Gx(0) + Hu (0)
x(2) = Gx(1) + Hu (1) = G 2 x(0) + GHu (0) + Hu (1)
x(3) = Gx(2) + Hu (2) = G 3 x(0) + G 2 Hu (0) + GHu (1) + Hu (2)
M
k 1
x(k ) = G k x(0) + G k j 1 Hu ( j )
j =0
7.13 Estabilidade de Sistemas Discretos no Tempo
x(k + 1) = Gx(k ) + Hu (k )
Dado:
.
Cx
D
y
(
k
)
=
(
k
)
+
u
(
k
)
Um sistema discreto estvel se todos os autovalores de G esto dentro de crculo

unitrio.
7.14 Controlabilidade de Sistemas Discretos no Tempo
O sistema (G,H,C,D) controlvel se o posto da matriz de controlabilidade WC for igual

a n.
WC = H GH K G n 1 H
84
( 7.37 )
7.15 Observabilidade de Sistemas Discretos no Tempo
O sistema (G,H,C,D) observvel se o posto da matriz de observabilidade WO for igual

a n.
C
CG
WO =
M
n 1
C G
( 7.38 )
7.16 Realimentao de Estados de Sistemas Discretos no Tempo
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 )
O problema de controle atravs da realimentao de estados consiste em projetar K para

que (G + HK) tenha plos desejados.
Assim como no caso contnuo uma das ferramentas disponveis para a determinao da
matriz de ganhos da realimentao, K, a formula de Ackermann.
K = [0 0 L 1]WC1q c (G )
( 7.40 )
7.17 Observadores de Estado de Sistemas Discretos no Tempo
A dinmica do observador de estados dada por:

x (k + 1) = Gx (k ) + L( y (k ) y (k ) ) + Hu (k )
y (k ) = Cx (k )
( 7.41 )
A dinmica do erro e estimao dos estados descrita ento por:

~
x (k + 1) = x(k + 1) x (k + 1)
x (k + 1) = Gx(k ) + Hu (k ) [Gx (k ) + L( y (k ) y (k ) ) + Hu (k )]
x (k + 1) = (G LC )~
x
( 7.42 )
O projeto de observadores de estado consiste em determinar L para que (G LC) tenha

plos desejados. Dessa forma, utilizando-se a formula de Ackermann, temos:
L = q C (G ) WO1 [0 0 L 1]
( 7.43 )
85
7.18 Seguidor de Referncia para Sistemas Discretos no Tempo
Entrada do Tipo Degrau

x(k + 1) = Gx(k ) + Hu (k )
Dado o sistema:
y (k ) = Cx(k )
e um sinal do tipo: v(k ) = v(k 1) + r (k ) y (k ) ,

14243
e( k )
v(k + 1) = v(k ) + r (k + 1) y (k + 1) =
onde: = v(k ) + r (k + 1) + C[Gx(k ) + Hu (k )] =

= CGx(k ) + v(k ) CHu (k ) + r (k + 1)
A realimentao de estado para o seguidor de degraus dada por:
u (k ) = k 2 x(k ) + k1v(k )
( 7.44 )
u (k + 1) = k 2 x(k + 1) + k1v(k + 1)
logo:
u (k + 1) = k 2 [Gx(k ) + Hu (k )] + k1 [ CGx(k ) + v(k ) CHu (k ) + r (k + 1)]
u (k + 1) = ( k 2 G k1CG )x(k ) + ( k 2 H k1CH )u (k ) + k1v(k ) + k1 r (k + 1)
u (k + 1) = ( k 2 G k1CG )x(k ) + ( k 2 H k1CH )u (k ) + u (k ) + k 2 x(k ) + k1 r (k + 1)

u (k + 1) = (k 2 k 2 G k1CG )x(k ) + (1 k 2 H k1CH )u (k ) + k1 r (k + 1)
( 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
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 ) , e calculando o ganho atravs da

Usando realimentao de estado: w(k ) = K
) , temos que:
= [0 0 ... 1]W 1q (G
frmula de Ackermmann: K
c
c
[k 2
k1 ] = K
G I H
[0 1]
CG CH
( 7.48 )
7.19 Exerccios
1. Dados os seguintes sistemas, determine se eles so estveis, controlveis e observveis

e obtenha uma funo de transferncia equivalente (ou, matriz de funes de
transferncia, se for o caso):
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
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
2. Considere a funo de transferncia obtida no item c da questo 1 (FT de ordem 2,

sem cancelamento de plos e zeros):
a) Obtenha uma realizao na forma cannica controlvel;
b) Verifique se este sistema observvel.
3. Considere a funo de transferncia obtida no item e da questo 1:

a) Obtenha uma realizao na forma cannica observvel;
b) Verifique se este sistema controlvel.
4. Para cada sistema, projete um observador de estados, uma realimentao de estados,

um seguidor de referncia para entrada do tipo degrau e um seguidor de referncia
para entrada do tipo rampa, usando os plos fornecidos, respectivamente, para cada
caso.
Sistema
Observ.
Plos desejados para o:

Realim.
Seg.Deg.
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

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
89
Introduo aos Sistemas de Controle timo
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 )
Estudaremos os sistemas de controle timo quadrticos, mais especificamente, os

reguladores lineares quadrticos (LQR Linear Quadratic Regulator).
8.1
Controle timo Quadrtico
No caso do controle timo quadrtico, temos um sistema dinmico,

x& = Ax + Bu
y = Cx
( 8.2 )
u = Kx
( 8.3 )
com a seguinte lei de controle:
onde a matriz de ganhos K, ser obtida a partir da minimizao de um funcional de custo

quadrtico, do tipo:
J = L(x, u)dt
( 8.4 )
Portanto, o projeto de reguladores timos baseados em ndices de desempenho (funcional

de custo) quadrticos consiste, simplesmente, na determinao dos elementos da matriz K.
Uma forma tpica para o funcional quadrtico :
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 )
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 )
onde P uma matriz real simtrica positivo definida.

Expandindo a equao ( 8.8 ), temos:
(Q + K
RK = x& T Px x T Px&
( 8.9 )
Substituindo ( 8.6 ) em ( 8.9 ), temos:
(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 )
Pelo segundo mtodo de Liapunov, sabemos que, para um dado (Q + K T RK ), se

(A + BK ) for estvel, existe uma matriz P, tal que:
(A + BK )T P + P(A + BK ) = (Q + K T RK )
( 8.11 )
A equao ( 8.11 ) conhecida como Equao Algbrica de Riccati (ARE - Algebraic

Riccati Equation).
O funcional de custo pode ser calculado como:
J = x T Q + K T RK xdt = x T Px = x() T Px () + x(0) T Px (0)

0
0
( 8.12 )
Como (A + BK ) assumida com sendo estvel, temos que x() 0 ; logo:

J = x(0) T Px(0)
( 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 )
onde T uma matriz no singular.

Substituindo ( 8.14 ) em ( 8.11 ), temos:
91
(A
+ K T B T )P + P(A + BK ) + Q + K T T T TK = 0
( 8.15 )
Reescrevendo ( 8.15 ), podemos obter:
( )
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 )
A minimizao do funcional J com relao a matriz de ganhos K, requer a minimizao

de:
( )
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 )
Resumindo, dados uma sistema dinmico na forma ( 8.2 ) e um funcional de custo

quadrtico na forma ( 8.5 ), o projeto de um regulador linear quadrtico consiste,
basicamente, de dois passos:
1. Encontrar a soluo P da Equao Algbrica de Riccati ( 8.20 ); e,
2. Usar esta soluo para determinar a matriz de ganhos da realimentao K.
EXEMPLO:
0 1
0
x& =
x + u
Considere o seguinte sistema;

0 1
1 . Determine a matriz tima de ganhos
y = [1 0]x
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
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 p22 0 p12 p22 p12 p22
p12 1 0 0 0
+
=
p22 0 1 0 0
p12 p22 1 0 0 0
+
=
2
p22
0 1 0 0
De onde obtemos o seguinte sistema de equaes simultneas:
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
Controle timo Quadrtico Discreto
No caso do controle timo quadrtico discreto, possvel mostrar que, considerando o

controle do processo para um tempo finito, a matriz de ganhos K varia ao longo do tempo,
permanecendo constante apenas nos instantes iniciais. Porm, se consideramos que o controle
do processo atuar indefinidamente, com o instante final, N, tendendo ao infinito, podemos
adotar uma soluo sub-tima, considerando o sistema em regime, onde a matriz de ganhos K
constante.
Neste caso, para N = , temos um sistema dinmico dado por:
x(k + 1) = Gx(k ) + Hu(k );
k = 0,1,2,...,N
( 8.21 )
com a seguinte lei de controle:

u(k ) = Kx(k )
( 8.22 )
onde a matriz de ganhos K, ser obtida a partir da minimizao de um funcional de custo

quadrtico, do tipo:
J=
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:
93
K = R + H T PH
H T PG
( 8.24 )
Sendo a matriz P a soluo de uma equao de Riccati de regime permanente.
P = Q + G T PG G T PH R + H T PH
H T PG
( 8.25 )
Equao de Riccati de Regime Permanente
Uma forma de resolver a equao de Riccati de regime permanente considerar o caso

transitrio, onde:
P(k + 1) = Q + G T P(k )G G T P(k )H R + H T P(k )H
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:
P(1) = Q + G T P(0)G G T P(0)H R + H T P(0)H
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
Considerando uma tolerncia de 10-4, atingimos uma soluo satisfatria na sexta

iterao:
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
H T PG = [0,0786 0,0865]
95
Referncias
Este texto destina-se a ser uma fonte de informaes terico-didticas, facilmente

acessvel, para alunos de disciplinas relacionadas ao tema de Sistemas de Controle. Desta
forma, este material no se prope a substituir livros, tambm relacionados a este tema, tais
como:
1. DORF, R. C. e BISHOP, R. H. Modern Control Systems. Addison-Wesley, 1995.
2. K. OGATA. Engenharia de Controle Moderno - Segunda Edio. Prentice-Hall do Brasil, 1990.
3. B. C. KUO. Sistemas de Controle Automtico. Prentice-Hall do Brasil, 1985.
4. G. F. FRANKLIN, J. D. POWELL e A. E. NAEINI. Feedback Control of Dynamic Systems. AddisonWesley, 1986.
5. J. J. D'AZZO e C. H. HOUPIS. Anlise e Projeto de Sistemas de Controle Lineares. Guanabara Dois, 1984.
6. ROHRS, C. E., MELSA, J. L. e SCHULTZ, D. G. Linear Control Systems. McGraw-Hill, 1993.
7. GOLTEN, J. e VERNER, A. Control System Design and Simulation. McGraw-Hill, 1991.
8. ASTROM, K e Wittenmark, B. Computer-Controlled Systems-Theory and Design. Prentice-Hall Internat.,
1990.
9. K. OGATA. Dicrete-Time Control Systems. Prentice-Hall, 1987.
10. FRANKLIN, G. F. e POWELL, J. D. Digital Control of Dynamic Systems. Addison-Wesley Publ., 1980.
11. SMITH, C. L. Digital Computer Process Control. Intext Educational Publishers, 1972.
12. K. OGATA. Designing Linear Control Systems with MATLAB. Prentice-Hall, 1994.
13. Quanser, Inovation Educate. Manual Coupled Water Tank Experiments.
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:
14. Prof. Dr. Adelardo Adelino D. de Medeiros, www.dca.ufrn.br/~adelardo/, (17/11/2005).

15. Prof. Dr. Andr Laurindo Maitelli, www.dca.ufrn.br/~maitelli/, (17/11/2005)
96

Projetodecontrole UFRN

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Projetodecontrole UFRN

Enviado por

Direitos autorais:

Formatos disponíveis

UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE

Prof. Fbio Meneghetti Ugulino de Arajo

PROBLEMA DE CONTROLE ___________________________________________________ 1

MTODO DO LUGAR GEOMTRICO DAS RAZES (LGR)_________________________ 4

AES DE CONTROLE BSICAS ______________________________________________ 19

PROJETO DE CONTROLADORES PELO MTODO DO LGR______________________ 27

Passos para o projeto de controladores PD _____________________________________

Passos para o projeto de controladores PI ______________________________________

Passos para o projeto de controladores PID _____________________________________

Regras de Zigler-Nichols para o Ajuste dos Parmetros do PID ___________________

Passos para o projeto de controladores Avano de Fase ___________________________

Passos para o projeto de controladores Atraso de Fase ____________________________

Passos para o projeto de controladores atraso-avano_____________________________

APROXIMAO DISCRETA DE FUNES DE TRANSF. CONTNUAS_____________ 50

Mtodo de Euler ou Forward_________________________________________________

Mtodo Backward _________________________________________________________

Mtodo Trapezoidal, Tustim ou Aproximao Bilinear _____________________________

IMPLEMENTAO DE CONTROLADORES DIGITAIS ___________________________ 54

Atraso Computacional ______________________________________________________

PROJETO DE SISTEMAS DE CONTROLE USANDO O ESPAO DE ESTADOS ______ 63

DESCRIO POR VARIVEIS DE ESTADO ___________________________________________

Caso Escalar _____________________________________________________________

Caso Vetorial _____________________________________________________________

Frmula de Ackermann para Determinao da Matriz de Ganhos K __________________

Erro de Estimao _________________________________________________________

Frmula de Ackermann para Determinao da Matriz de Ganhos do Observador L _____

Princpio do modelo interno para referncia do tipo degrau unitrio _________________

Princpio do modelo interno para referncia do tipo rampa unitria __________________

Entrada do Tipo Degrau ____________________________________________________ 86

INTRODUO AOS SISTEMAS DE CONTROLE TIMO _________________________ 90

CONTROLE TIMO QUADRTICO _________________________________________________ 90

Equao de Riccati de Regime Permanente______________________________________ 94

(www.dca.ufrn.br/~maitelli) por ter, gentilmente, cedido o material

O objetivo principal do estudo dos sistemas de controle e resolver o que se costuma

uma parte de um equipamento ou instalao industrial, eventualmente um conjunto de

uma disposio, conjunto ou coleo de partes, dentro de um universo, que esto

So descries do comportamento a ser apresentado pelo sistema fsico, conforme

Consiste na representao de certas caractersticas do sistema fsico que so relevantes

a ao de fazer com que um sistema fsico atenda as especificaes de desempenho

Sistema de Controle em Malha Aberta

Sistema de Controle em Malha Fechada

Controle de temperatura de uma sala

Controle do nvel de um reservatrio

Formulao Geral do Problema de Controle

Um problema de controle consiste em determinar uma forma de afetar um dado sistema

MTODO DO LUGAR GEOMTRICO DAS RAZES (LGR)

O diagrama do LGR consiste em um conjunto de curvas no plano complexo s, onde estas

Os plos de malha fechada so as razes do polinmio caracterstico:

G(s)H(s) = 180(2k + 1) k = 0,1,...

Os plos de malha fechada so as razes da eq. caracterstica

Variando K temos a seguinte tabela de plos de malha fechada:

G(s)H(s) = 180 o (2k + 1)

Passos para a Construo do LGR

1. Escrever o polinmio caracterstico do

p.ex.: 1 + G(s)H(s) = 1 + KP(s)

2. Fatorar o polinmio P(s) em termos dos nP

3. Assinalar os plos e zeros de malha aberta

O LGR se situa esquerda de um nmero

5. Determinar o nmero de lugares separados,

LS = nP, quando np nZ;

9. Utilizando o critrio de Routh-Hurwirtz,

Ver critrio de estabilidade de

ngulo de Partida = 180 - (i) + (j)