Você está na página 1de 16

J. Miranda Lemos e A.

Bernardino - IST

Problemas MICD 1

Modelao, Identificao e Controlo Digital


2007/2008 Problemas Parte B
J. Miranda Lemos

1 Controlo de Colocao de Plos com Tcnicas Polinomiais


P1. Considere o sistema de controlo por computador da figura seguinte:
uc +

T
-

1/R

B/A

Os sinais y, u e u c representam, respectivamente, a sada do sistema a controlar, a varivel manipulada e a referncia a seguir pela sada do sisytema. O smbolo q representa o operador avano e k o tempo discreto. Sabe-se que a dinmica do sistema a controlar dada pela funo de transferncia discreta:

B(q ) q + 0.6 = 2 A(q ) q 15q + 0.6 .


Dimensione os polinmios R, S, T na lei de controlo digital
R (q )u(k ) = S (q ) y (k ) + T (q )uc (k )

por forma a serem cumpridas as seguintes especificaes: Ganho esttico unitrio do sistema em cadeia fechada; Grau mnimo do polinmio observador, com todas as razes na origem; Cancelamento do zero do processo; Atraso mnimo do sistema em cadeia fechada; Sem incluso de integrador no controlador; Polinmio caracterstico desejado para o sistema em cadeia fechada

Am ( z ) = ( z 0.5) 2 + 0.01

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 2

Para ajudar a recordar:

B = B+ B
' Bm = B Bm

Ao 2A Am B + 1 +
' T = Bm Ao

( z 1) AR ' + B S = Ao Am

S < + A R ' = Ao + Am A
R = B + R ' ( z 1)

P2.Considere o sistema de controlo por computador da figura seguinte:


uc +

T
-

1/R

B/A

Os sinais y, u e u c representam, respectivamente, a sada do sistema a controlar, a varivel manipulada e a referncia a seguir pela sada do sisytema. O smbolo q representa o operador avano e k o tempo discreto. Sabe-se que a dinmica do sistema a controlar dada pela funo de transferncia discreta:

B(q ) q + 0.6 = 2 A( q ) q 1.4 q + 0.64


Dimensione os polinmios R, S, T na lei de controlo digital

R (q )u(k ) = S (q ) y (k ) + T (q )uc (k )
por forma a serem cumpridas as seguintes especificaes:

Ganho esttico unitrio do sistema em cadeia fechada; Grau mnimo do polinmio observador, com todas as razes na origem; Atraso mnimo do sistema em cadeia fechada; Sem incluso de integrador no controlador; Polinmio caracterstico desejado para o sistema em cadeia fechada

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 3

P3.Considere o sistema de controlo por computador da figura seguinte:


uc +

T
-

1/R

B/A

Os sinais y, u e u c representam, respectivamente, a sada do sistema a controlar, a varivel manipulada e a referncia a seguir pela sada do sisytema. O smbolo q representa o operador avano e k o tempo discreto. Sabe-se que a dinmica do sistema a controlar dada pela funo de transferncia discreta:

B(q ) 1 = 2 A(q ) q
Dimensione os polinmios R, S, T na lei de controlo digital

R (q )u(k ) = S (q ) y (k ) + T (q )uc (k )
por forma a serem cumpridas as seguintes especificaes:

Ganho esttico unitrio do sistema em cadeia fechada; Grau mnimo do polinmio observador, com todas as razes na origem; Atraso mnimo do sistema em cadeia fechada; Sem incluso de integrador no controlador; Polinmio caracterstico desejado para o sistema em cadeia fechada
( q + 0.7 )( q + 0.6)

C P4. Pretende-se projectar um controlador digital para o sistema de controlo de posio de um brao flexvel da fig. P4-1. Este sistema constitudo por uma junta de um brao robot flexvel actuada pelo veio de um motor elctrico. Os sinais y , u e u c representam, respectivamente, a sada do sistema a controlar (deflexo da ponta da junta), a varivel manipulada (varivel discreta que, depois da converso D/A e da amplificao

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 4

de potncia constitui a tenso a aplicar ao motor) e a referncia a seguir pela sada do sistema (o ngulo de deflexo desejado para a ponta do brao).
y Sensor A/D

Brao flexvel Veio do motor u D/A Amplificador de potncia Motor

Fig. P4-1. Controlo Digital de um brao flexvel. O smbolo q representa o operador avano e k o tempo discreto. Sabe-se que a dinmica do sistema a controlar dada pela funo de transferncia discreta:

B( q) q 2 q + 0.25 = 3 A( q) q 2.6q 2 + 2.41q 0.81


a) Dimensione os polinmios R , S e T na lei de controlo digital

R (q )u(k ) = S (q ) y (k ) + T (q )uc (k )
por forma a serem cumpridas as seguintes especificaes:

Ganho esttico unitrio do sistema em cadeia fechada; Grau mnimo do polinmio observador, com todas as razes na origem; Cancelamento dos zeros do processo; Atraso mnimo do sistema em cadeia fechada; Sem incluso de integrador no controlador; Polinmio caracterstico desejado para o sistema em cadeia fechada

Am ( z ) = z 3 1.7 z 2 + z 0.14
b) O brao operado mudando a referncia bruscamente entre posies fixas que se mantm durante bastante tempo (isto , aponta para uma direco e espera bastante tempo e s depois aponta para outra). Discuta a necessidade de se incluir um integrador na cadeia fechada. Considere as duas hipteses: i) O

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 5

amplificador de potncia no tem off-set; ii) O integrador de potncia tem off-set constante (isto , a sada do amplificador proporcional entrada adicionada de uma constante). Neste ltimo caso d a sua resposta com base num diagrama de blocos. Sugesto: Calcule A(1) . Ajuda:
B = B+B
' Bm = B Bm ' T = Bm Ao

Ao 2A Am B + 1 +
( z 1) AR ' + B S = Ao Am

S < + A
R = B + R ' ( z 1)

R ' = Ao + Am A

P5. Considere o sistema de controlo por computador da figura seguinte:


uc +

T
-

1/R

B/A

Os sinais y, u e u c representam, respectivamente, a sada do sistema a controlar, a varivel manipulada e a referncia a seguir pela sada do sistema. O smbolo q representa o operador avano e k o tempo discreto. Sabe-se que a dinmica do sistema a controlar dada pela funo de transferncia discreta:
B( q) 1 = A( q) q

a) Dimensione os polinmios R, S, T na lei de controlo digital


R (q )u(k ) = S (q ) y (k ) + T (q )uc (k )

por forma a serem cumpridas as seguintes especificaes:


Ganho esttico unitrio do sistema em cadeia fechada; Grau mnimo do polinmio observador, com todas as razes na origem; Cancelamento do zero do processo; Atraso mnimo do sistema em cadeia fechada; Incluso de 1 integrador no controlador;

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 6

Polinmio caracterstico desejado para o sistema em cadeia fechada


Am ( z ) = z m

b) Diga qual o intervalo de valores admissveis para o valor especificado m por forma a que, na resposta do sistema controlado a um escalo, no haja saturao na varivel de controlo. Designe por M o valor a que a varivel de controlo satura. Ajuda:

B = B+B

' Bm = B Bm ' T = Bm Ao

Ao 2A Am B + 1 +
( z 1) AR ' + B S = Ao Am

S < + A
R = B + R ' ( z 1)

R ' = Ao + Am A

2 Predio Linear
P1. Considere o processo
y (t ) = 2 q 2 1.4q + 0.5 e( t ) q 2 1.2 q + 0.4

em que e rudo branco de mdia nula e varincia unitria. Determine o preditor ptimo m passos frente e a varincia do erro de predio quando m = 1 , 2 e 3.

P2. Determine o preditor m passos frente do processo

y (t ) + ay (t 1) = e(t ) + ce(t 1)
Calcule tambm a varincia do erro de predio como funo de m .

P3. Considere o sistema modelado pelo modelo ARMAX


y (k ) + 0.8 y (k 1) + 0.3 y (k 2) = u (k 1) + e(k ) 0.5e(k 1) + 0.2e(k )

em que y a sada, u a entrada e e um sinal aleatrio branco, gaussiano, de mdia nula e varincia unitria.

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 7

a) Supondo que o sinal u identicamente nulo, determine os filtros preditores 1 passo frente e dois passos frente do sinal y e as varincias dos respectivos erros de predico. b) Determine o controlo de varincia mnima e a varincia da sada que com com ele obtm em regime estacionrio.

3 Controlo de Varincia Mnima


P1. Considere o sistema cujo modelo :

y (t + 2) + 0.8 y (t + 1) + 0.4 y (t ) = u(t + 1) 0.5u(t ) + e(t + 2) + 0.7e(t + 1) + 01e(t ) .


em que {e} um sinal branco, gaussiano, de mdia nula e varincia unitria. a)Determine o controlador de varincia mnima b)Determine a potncia da sada, em regime estacionrio, quando utilizado o controlador de varincia mnima.

P2. Considere o sistema cujo modelo :


y ( t + 2 ) = u ( t ) + e( t + 2 )

em que {e} um sinal branco, gaussiano, de mdia nula e varincia unitria. a) Determine o controlador que minimiza

J = E ( y ( t + 2 ) w ( t + 2 )) I t
2

em que a referncia w satisfaz


w(t ) = 0.8w(t 1) + 0.2(t )

sendo {} um sinal branco, de varincia unitria e independente de {e}. Admita que w(t) apenas conhecida no instante t, no sendop conhecida com antecipao. b) Determine a potncia do erro de seguimento, em regime estacionrio, quando utilizado o controlador de varincia mnima que dimensionou.

P3. Considere o sistema descrito pela equao

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 8

y (t ) = 1.5 y (t 1) 0.5 y (t 2) + u(t 1) + 0.5u(t 2) + e(t )


em que u a varivel manipulada, y a sada medida e e um sinal de rudo branco com varincia unitria. Responda s seguintes perguntas: a) Determine a lei de controlo, dita de de varincia mnima, que minimiza o custo
J VM = E y 2 (t + 1) | I t

em que I t = {y (t ), y (t 1), K , u (t 1), u(t 2), K} o conjunto das observaes dos dados entrada/sada conhecidas at amostra t . b) Mostre que, com a lei de controlo da alnea a), em regime estacionrio se tem

y ( t ) = e( t )
c) Calcule agora a lei de controlo que minimiza o custo quadrtico com um peso

= 4 na aco de controlo:
J VM = E y 2 (t + 1) + u 2 (t ) | I t

d) As figuras P3-1 a P3-6 representam registos de entradas, sadas e autocovarincia da sada do sistema controlado com a lei de controlo da alnea anterior. Estas figuras foram obtidas com dois valores diferentes do peso . Trs figuras (uma auto-covarincia, um registo da entrada e um registo da sada) foram obtidas com = 0 e as outras trs com = 4 (os valores considerados nas alneas a) e c) acima). Diga quais as figuras que correspondem a = 0 . Justifique a sua resposta.
5 4 3 2 1 0 -1 -2 -3 -4 -5 0 20 40 60 Tempo [nmero de amostras] 80 100 u u 5 4 3 2 1 0 -1 -2 -3 -4 -5 0 20 40 60 Tempo [nmero de amostras] 80 100

Fig. P3-1 Entrada

Fig. P3-2 Entrada

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 9

5 4 3 2 1 0 -1 -2 -3 -4 -5 0 20 40 60 80 100 y y

5 4 3 2 1 0 -1 -2 -3 -4 -5 0 20 40 60 80 100

Fig. P3-3 Sada


Sample Autocorrelation Function (ACF)

Fig. P3-4 Sada


Sample Autocorrelation Function (ACF)

0.8 Sample Autocorrelation Sample Autocorrelation 0 5 10 Lag 15 20

0.8

0.6

0.6

0.4

0.4

0.2

0.2

-0.2

-0.2

10 Lag

15

20

Fig. P3-5 Covarincia da sada

Fig- P3-6 Covarincia da sada

P4. Controlo de varincia Mnima de um processo com +perturbaes acessveis. H muitos exemplos em que algumas das perturbaes que agem sobre o sistema a controlar podem ser medidas, facto de que se pode tirar partido para melhorar o desempenho do controlo, tornando-o mais rpido1.

A utilizao do controlo antecipativo (em Ingls: feedforward control) muito comum em

processos industriais, permitindo melhorar o desempenho, com reflexos directos no desempenho financeiro. Historicamente, esta ideia remonta a Poncelet, engenheiro francs do sc. XIX mais conhecido pela inveno de uma balana que tem o seu nome. Nesta altura, Watt tinha patenteado o regulador de realimentao de mquinas a vapor que tem o seu nome e que constituiu um grande sucesso comercial. Foi na tentativa de ter uma patente alternativa que Poncelet sugeriu regulart o fluxo de vapor (varivel manipulada) medidno no a velocidade (sada), mas sim o binrio resistente a vencer (perturbao). A inexistncia de sensores adequados, o facto de haver incerteza e perturbaes no acessveis (que o controlo antec

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 10

Um exemplo de muitos possveis fornecido pelo controlo do nvel do barrilete num grupo gerador de vapor de uma central termoelctrica. O barrilete (fig. P41) +e um cilindro de ao parcialmente preenchido por gua e parcialmente por vapor, do qual extrado vapor para utilizao nas turbinas. A fig. P4-2 mostra um esquema do circuito de gua/vapor em torno do barrilete. Por forma a

manter o nvel da gua em aproximadamente 50%, injectada gua.

Fig. P4 1. Aspecto do revestimento exterior de um dos topos do barrilete num grupo gerador de vapor de dimenso mdia (150 MW).

ipativo no pode rejeitar) e a inexistncia de um corpo terico adequado impediram a ideia de funcionar na altura.

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 11

Vapor para a turbina u Vapor h gua gua de alimentao gua Tubagem descendente Painis de gua
Fig. P4-2. Esquema do circuito de gua/vapor junto ao barrilete.

Vapor

Cham a

A quantidade de gua que injectada calculada por um controlador que comanda uma vlvula. Por forma a tornar a actuao mais rpida, o controlador tem actuao antecvipativa (feedforward): Ainda antes que o nvel desa, o controlador abre a vlvula por forma a deixar passar a quantidade de gua de alimentao (fig. P4-2) correspondente massa de vapor (por unidade de tempo) que saiu para a turbina.
Caudal de vapor para a turbina (perturbao acessvel) Contr. Antecip. Outras perturbaes (no acessveis) Nvel Barrilete/Evaporador

Controlador Realiment.

+ +

Fig. P4-3. Diagrama de blocos do controlo de nvel do barrilete Incluindo uma aco antecipativa do cauidal de vapor.

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 12

Como, devido a erros de modelao e a outras perturbaes no medidas este equilbrio no perfeito, existe uma aco de controlo por retroaco que se adiciona a esta, o que resulta no esquema da fig. P4-3. O controlo de antecipao destina-se assim a aumentar a rapidez de resposta na rejeio das perturbaes no nvel causadas por variaes do caudal de vapor pedido pela turbina, e o controlo por retroao destina-se a estabilizar o sistema e eliminar os erros residuais.

Este exemplo motiva o problema seguinte: Considere o sistema modelado por


A* ( q 1 ) y (t + d ) = u (t ) + v (t + d )

(1)

em que d 1 o atraso do sistema (conhecido) e A* ( q 1 ) um polinmio no operador atraso q 1 dado por

A* ( q 1 ) = 1 + a1 q 1 + K + a n q n
em que os coeficientes a1 , K , a n so conhecidos.

A sada do sistema y , a entrada u e v uma perturbao. No instante t , v (t ) conhecida, mas v (t + d ) no. Sabe-se no entanto que v pode ser modelada como rudo branco de varincia unitria filtrado apenas com com plos, ou seja:

H * ( q 1 )v (t ) = (t )
em que
H * ( q 1 ) = 1 + h1 q 1 + K + h p q p

Determine a lei de controlo que permite calcular u(t ) por forma a minimizar o funcional de varincia mnima

J VM (u(t )) = E y 2 (t + d ) I t

As observaes disponveis no instante t , I t , so y at t , u at t 1 e v at t .

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 13

Sugesto: Escreva a perturbao v (t + d ) como a soma de um preditor d passos frente e um erro de predio, e use esta soma no modelo (1).

P5. Considere o sistema descrito pelo modelo ARMAX

y (t + 1) = ay (t ) + u(t ) + e(t + 1) + ce(t )


a) Usando a tcnica baseada em polinmios obtenha o controlo de varincia mnima. b) Suponha que o controlo aplicado ao sistema definido por uma retroaco da sada da forma

u(t ) = Ky (t )
Obtenha a varincia da sada em regime estacionrio em funo do ganho K e dos parmetros a e c . Sugesto: Comece por escrever uma equao de diferenas para E y 2 (t + 1) depois calcule o regime estacionrio. Soluo: lim E y 2 (t ) =
t

1 + c 2 + 2( K a ) c 1 (K a) 2

c) Obtenha uma equao para o ganho que minima a varincia derivando em ordem ao ganho a expresso que obteve em b). Mostre que o controlador que obteve na alnea a) uma das solues desta equao. d) Tome agora a = 0.6 e c = 0.4 . Usando o MATLAB, represente graficamente a varincia da sauda em funo do ganho K , usando a expresso deduzida em b) para este caso particular. A expresso fornece valores da varincia inferiores ao correspondente ao ganhno de varincia mnima calculado em a). Explique o paradoxo.

4 Controlo Adaptativo
P1. Considere o sistema cujo modelo :
y ( k + 1) + ay ( k ) = u ( k ) + e( k + 1) + ce( k )

em que e um sinal branco, gaussiano, de mdia nula e varincia unitria.

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 14

a) Determine o controlo de varincia mnima em funo dos parmetros a e b . b) Determine a potncia do erro de seguimento, em regime estacionrio, quando utilizado o controlador de varincia mnima que dimensionou em funo dos parmetros a e b . c) A lei de controlo de varincia mnima dimensionada na alnea a), mas assumindo rudo incorrelacionado (isto , assumindo que c = 0 ), foi usada com um estimador de mnimos quadrados para obter um controlador adaptativo. Observou-se o comportamento do ganho que se mostra na fig. P1-1. Diga qual o valor verdadeiro de c sabendo que a = 0.9 . Justifique.
0.4

0.2

-0.2

-0.4

-0.6

-0.8

-1 0

200

400

600

800

1000 1200 1400 1600 1800 2000

Fig. P1-1. Evoluo do tempo do ganho.

d) Calcule agora a lei de controlo que minimiza o custo quadrtico com um peso

na aco de controlo:
J VM = E y 2 (t + 1) + u 2 (t ) | I t

P2. As figuras seguintes representam registos obtidos no ensio de um controlador adaptativo de mnimos quadrados + varincia mnima dessintonizada num sistema linear.

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 15

1.5 1 0.5 0 Ganhos -0.5

-5

200

400

600

800

1000

1200

5 -1 -1.5 -2 -2.5 -5 u 0 200 400 600 800 Tempo [nmero de amostras] 1000 1200

200

400 600 800 Tempo [nmero de amostras]

1000

1200

Problema 2 Acima: Situao (A)

5
1.5 1 0.5 0 Ganhos -0.5

-5

200

400

600

800

1000

1200

5
-1 -1.5 -2 -2.5

200

400 600 800 Tempo [nmero de amostras]

1000

1200

-5

200

400 600 800 Tempo [nmero de amostras]

1000

1200

Problema 2 Acima: Situao (B)

O sistema descrito pela equao

y (t ) = 1.5 y (t 1) 0.5 y (t 2) + u(t 1) + 0.5u(t 2) + e(t )


em que se usa a nomenclatura habitual na descrio dos sistemas ARX. Na amostra 400 o coeficiente de y(t-1) alterado, passando bruscamente do valor 1.5 para o valor 1. O controlo visa minimizar o funcional: E y 2 (t + 1) + u 2 (t ) | I t

A estimativa em linha feita com o algoritmo de mnimos quadrados recursivos com factor de esquecimento. Responda justificadamente s seguintes perguntas: a) Os registos consideram duas situaes designadas A e B, que foram obtidas com dois valores diferentes do factor de esuecimento. Usaram-se os valores

J. Miranda Lemos e A. Bernardino - IST

Problemas MICD 16

para o factor de esquecimento de de 0.98 e 0.99. Diga, justificando com badse nos gficos, qual o valor do factor de esquecimento correspondente a cada situao. b) As primeiras 1000 amostras usaram um valor do peso na aco de controlo,

, e de 1001 a 1200 foi usado outro valor de . Os valores possveis so 0 e 3.


Diga justificadamente que valor foi usado em cada fase dos ensaios.