UNIVERSIDADE TECNOLGICA FEDERAL DO PARAN

CAMPUS PATO BRANCO

ENGENHARIA ELTRICA






Ivandra Bonaldo
Tiago Lazarotto






RELATRIOS REFERENTES AOS EXERCCIOS DAS AULAS
DE CONTROLE DIGITAL






Pato Branco PR
Agosto 2014



Introduo
O presente relatrio tem como objetivo aplicar os conceitos estudados em sala de aula
com a utilizao do software matemtico MATLAB para a implementao.

Relatrio 01 : Sinais em Tempo Discreto
Um sinal de tempo discreto frequentemente derivado de um sinal de tempo contnuo,
amostrando-se a uma taxa uniforme. Definindo T como perodo de amostragem e n como
sendo um nmero inteiro tem-se para t=nT , x(t)=x(nT).


Figura 01 Sinal em Tempo Discreto.
Implementao no MATLAB:
Desenvolver um programa em matlab que calcula a operao de convoluo distreta
no tempo y[n]=x[n]*h[n], considerando:


a) y[n] = x[n] + 2h[n]:
Simulao:
% Sinal x[n]
x = [zeros(20,1)];
for k = 1:5
n = 2*k;
x(n) = k;
end
% Sinal h[n]
h = [zeros(20,1)];
for k = 4:14
n = k;
h(n) = 1;
end
% Sinal y[n]
y = [zeros(20,1)];
y = x+2*h;
% Grficos
figure(1)
subplot(3,1,1);
stem(x,'r')
title('x[n]=\Sigma_k_=_1^k^=^1^0 k*\delta[n-2k]');
grid on;
subplot(3,1,2);
stem(h,'m')
title('h[n]=u[n-4]-u[n-15]');
grid on;
subplot(3,1,3);
stem(y,'y','f')
title('y[n]=x[n]+2*h[n]');
grid on

Grficos:

b) z[n] = x[n-2].h[n]
Simulao:
% Sinal x[n]
x = [zeros(20,1)];
for k = 1:6
n = (2*k)+2;
0 2 4 6 8 10 12 14 16 18 20
0
5
x[n]=
k=1
k=10
k*[n-2k]
0 2 4 6 8 10 12 14 16 18 20
0
0.5
1
h[n]=u[n-4]-u[n-15]
0 2 4 6 8 10 12 14 16 18 20
0
5
10
y[n]=x[n]+2*h[n]
if k<6
x(n) = k
end
end
%Sinal h[n]
for k = 4:20
n = k;
if k<15
h(n) = 1;
end
if k>14
h(n) = 0;
end
end
%Sinal z[n]
z = zeros(20,1);
z = x*h;
%Grficos
figure(1)
subplot(3,1,1);
stem(x,'b');
title('x[n-2]');
grid on;
subplot(3,1,2);
stem(h,'c');
title('h[n]');
subplot(3,1,3);
stem(z,'k','f');
title('z[n]=x[n-2]*h[n]');
title('sinal z[n]=x[n-2]*h[n]')

Grficos:

c)
10
j
j 1
f[n] ( 1) x[n 20j]

Simulao:
% Sinal x[n]
f = [zeros(200,1)];
for m=1:10

for k = 1:5
p = 20*m
n = (2*k)+p;
f(n) = (-1)^m*k;
end
end
% Grfico f[n]
figure(1)
stem(f,'k');
title('Sinal f[n]');

Grfico:
0 2 4 6 8 10 12 14 16 18 20
0
5
x[n-2]
0 2 4 6 8 10 12 14 16 18 20
0
0.5
1
h[n]
0 2 4 6 8 10 12 14 16 18 20
0
5
sinal z[n]=x[n-2]*h[n]

Relatrio 02: Transformada Z Inversa:
Quando X(z), a transformada z para x(kT) ou x(k) dada, a operao que determina o
correspondente x(kT) ou x(k) chamada de inversa da transformada z. A inversa da
transformada z retorna uma sequncia especfica de valores apenas para instantes discretos
de tempo e nada para outros instantes. A notao utilizada Z
-1
.
Implementao no Matlab:
Dada a seguinte funo de transferncia de tempo discreto, calcular o Z transformada
inversa usando os mtodos computacionais Integral (filtro e equao de diferena) e a
inverso. Compare os resultados grficas usando Matlab (caule (n, x [n])), considerando o
tempo de amostragem T = 0,1 s.
a)

3Z
X Z
Z 0.5 Z 0.2

= [] [ ] [ ] [ ]
Simulao:
%% Equao Diferena
N=30;
d=[1 zeros(1,30)];
y=zeros(1,N);
for k=1:N
if k==1
y(k)= 0;
end
if k==2
0 50 100 150 200 250
-5
-4
-3
-2
-1
0
1
2
3
4
5
Sinal f[n]
y(k)= 0.7*y(k-1)+3*d(k-1);
end
if k>2
y(k)= 0.7*y(k-1)-0.1*y(k-2)+3*d(k-1);
end
end
stem(y,'g')
%% Filter
N=0:30;
n=[3];
d=[1 -0.7 0.1];
x=[1 zeros(1,30)];
z=filter(n,d,x)
figure
stem(N,z,'b')

Grficos:

0 5 10 15 20 25 30
0
0.5
1
1.5
2
2.5
3

b)


1 2
1 2
2 Z 0.5Z
X Z
1 Z 0.1Z

= [] [ ] [ ] [ ]
[ ]
Simulao:
%% Equao Diferena
n = 100;
Y = zeros(1,n);
t = 0.1:0.1:10;
C = zeros(1,n);
for k=1:n
if k==1
Y(k)=2;
elseif k==2
Y(k)=Y(k-1)-1;
else
Y(k)=Y(k-1)-0.1*Y(k-2);
end
end
%% filter
num = [2-1];
den = [1 -1 0.1];
x = [1 zeros(1,99)];
C = filter(num,den,x);
figure (1)
subplot(211)
stem(t,Y)
title('Transformada Inversa');
gridon;
subplot(212)
stem(t,C)
0 5 10 15 20 25 30
0
0.5
1
1.5
2
2.5
3
title('Metodo Computacional');
gridon;

Grfico:



Relatrio 03: Mtodo de Discretizao.
- Forward difference ou Euler
Esse mtodo de discretizao utiliza a integral de um retngulo no grfico/curva,
seguida da transformada Z da equao. Esse mtodo no muito preciso, visto
que alguns pontos da curva, no so discretizados.
- Backward difference
Esse mtodo de discretizao utiliza a soma da funo mais a integral no grfico
da curva, seguida da transformada Z da equao. Por consequncia, a
discretizacao desse mtodo no tao precisa, visto que alguns pontos que no
pertencem a curva so discretizados.
- Trapezoidal ou Tustin
Esse mtodo de discretizao o mais preciso entre os mtodos de discretizao.
Utiliza-se de uma integral com menos pontos somado com a funo. Dessa
maneira, a discretizao mais precisa.
Implementao no Matlab:
Com o auxilio do matlab encontre aproximao de tempo discreto para o
seguinte casos, utilizando os trs mtodos analticos discutido anteriormente.
0 1 2 3 4 5 6 7 8 9 10
0
0.5
1
1.5
2
Transformada Inversa
0 1 2 3 4 5 6 7 8 9 10
0
0.5
1
Metodo Computacional
a)
1
G(s)
s 2

Simulao:
T1 = 0.5;
T2 = 0.1;
T3 = 0.01;
T = 0.1;
num = [0 1];
den = [1 2];
Gs=tf(num,den);
% Mtodo de Forward
Gz1T1 = c2d(Gs,T1,'forward');
Gz1T2 = c2d(Gs,T2,'forward');
Gz1T3 = c2d(Gs,T3,'forward');
% Mtodo de Backward
Gz2T1 = c2d(Gs,T1,'zoh');
Gz2T2 = c2d(Gs,T2,'zoh');
Gz2T3 = c2d(Gs,T3,'zoh');
% Mtodo de Tustin
Gz3T1 = c2d(Gs,T1,'tustin');
Gz3T2 = c2d(Gs,T2,'tustin');
Gz3T3 = c2d(Gs,T3,'tustin');
figure(1)
subplot(3,1,1)
step(Gz1T1)
title('Mtodo Forward tempo T_{1}')
subplot(3,1,2)
step(Gz2T1)
title('Mtodo Forward tempo T_{2}')
subplot(3,1,3)
step(Gz3T1)
title('Mtodo Forward tempo T_{3}')
figure(2)
subplot(3,1,1)
step(Gz1T2)
title('Mtodo Backward tempo T_{2}')
subplot(3,1,2)
step(Gz2T2)
title('Mtodo Backward tempo T_{2}')
subplot(3,1,3)
step(Gz3T2)
title('Mtodo Backward tempo T_{2}')
figure(3)
subplot(3,1,1)
step(Gz1T3)
title('Mtodo Tustin tempo T_{3}')
subplot(3,1,2)
step(Gz2T3)
title('Mtodo Tustin tempo T_{3}')
subplot(3,1,3)
step(Gz3T3)
title('Mtodo Tustin tempo T_{3}')


Grficos:

Grfico 01- Mtodo Forward


Grfico 02 Mtodo Backward
0 1 2 3 4 5 6 7 8 9 10
0
0.5
Mtodo Forward tempo T
1
Time (seconds)
A
m
p
l
i
t
u
d
e
0 1 2 3 4 5 6 7 8 9 10
0
0.5
Mtodo Forward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 1 2 3 4 5 6 7 8 9 10
0
0.5
Mtodo Forward tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
0 0.5 1 1.5 2 2.5 3 3.5
0
0.5
Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 0.5 1 1.5 2 2.5 3 3.5
0
0.5
Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 0.5 1 1.5 2 2.5 3 3.5
0
0.5
Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e

Grfico 03 Mtodo Tustin


b)
2
1
G(s)
s 3s 2

Simulao:
T1 = 0.5;
T2 = 0.1;
T3 = 0.01;
num=[1 3];
den=[1 10 100 0];
Gs=tf(num,den);
% Mtodo de Forward
Gz1T1 = c2d(Gs,T1,'forward');
Gz1T2 = c2d(Gs,T2,'forward');
Gz1T3 = c2d(Gs,T3,'forward');
% Mtodo de Backward
Gz2T1 = c2d(Gs,T1,'zoh');
Gz2T2 = c2d(Gs,T2,'zoh');
Gz2T3 = c2d(Gs,T3,'zoh');
% Mtodo de Tustin
Gz3T1 = c2d(Gs,T1,'tustin');
Gz3T2 = c2d(Gs,T2,'tustin');
Gz3T3 = c2d(Gs,T3,'tustin');
figure(1)
subplot(3,1,1)
step(Gz1T1)
title('Mtodo Forward tempo T_{1}')
subplot(3,1,2)
step(Gz2T1)
title('Mtodo Forward tempo T_{2}')
0 0.5 1 1.5 2 2.5 3 3.5
0
0.5
Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
0 0.5 1 1.5 2 2.5 3 3.5
0
0.5
Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
0 0.5 1 1.5 2 2.5 3 3.5
0
0.5
Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
subplot(3,1,3)
step(Gz3T1)
title('Mtodo Forward tempo T_{3}')
figure(2)
subplot(3,1,1)
step(Gz1T2)
title('Mtodo Backward tempo T_{2}')
subplot(3,1,2)
step(Gz2T2)
title('Mtodo Backward tempo T_{2}')
subplot(3,1,3)
step(Gz3T2)
title('Mtodo Backward tempo T_{2}')
figure(3)
subplot(3,1,1)
step(Gz1T3)
title('Mtodo Tustin tempo T_{3}')
subplot(3,1,2)
step(Gz2T3)
title('Mtodo Tustin tempo T_{3}')
subplot(3,1,3)
step(Gz3T3)
title('Mtodo Tustin tempo T_{3}')

Grficos:

Grfico 04 Mtodo Forward

0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
100
200
Mtodo Forward tempo T
1
Time (seconds)
A
m
p
l
i
t
u
d
e
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
100
200
Mtodo Forward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 500 1000 1500 2000 2500 3000 3500 4000 4500 5000
0
100
200
Mtodo Forward tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e

Grfico 05- Mtodo Backward




0 100 200 300 400 500 600 700 800 900 1000
0
20
40
Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 100 200 300 400 500 600 700 800 900 1000
0
20
40
Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 100 200 300 400 500 600 700 800 900 1000
0
20
40
Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e

Grfico 06 Mtodo Tustin


c) () ( )( )( )(

)

Simulao:
T1 = 0.5;
T2 = 0.1;
T3 = 0.01;
num=[1 5 6];
den=[1 0.2 0.01 0.1];
Gs=tf(num,den);
% Mtodo de Forward
Gz1T1 = c2d(Gs,T1,'forward');
Gz1T2 = c2d(Gs,T2,'forward');
Gz1T3 = c2d(Gs,T3,'forward');
% Mtodo de Backward
Gz2T1 = c2d(Gs,T1,'zoh');
Gz2T2 = c2d(Gs,T2,'zoh');
Gz2T3 = c2d(Gs,T3,'zoh');
% Mtodo de Tustin
Gz3T1 = c2d(Gs,T1,'tustin');
Gz3T2 = c2d(Gs,T2,'tustin');
Gz3T3 = c2d(Gs,T3,'tustin');
figure(1)
subplot(3,1,1)
step(Gz1T1)
title('Mtodo Forward tempo T_{1}')
subplot(3,1,2)
step(Gz2T1)
title('Mtodo Forward tempo T_{2}')
subplot(3,1,3)
0 10 20 30 40 50 60 70 80 90 100
0
2
4
Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
0 10 20 30 40 50 60 70 80 90 100
0
2
4
Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
0 10 20 30 40 50 60 70 80 90 100
0
2
4
Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
step(Gz3T1)
title('Mtodo Forward tempo T_{3}')
figure(2)
subplot(3,1,1)
step(Gz1T2)
title('Mtodo Backward tempo T_{2}')
subplot(3,1,2)
step(Gz2T2)
title('Mtodo Backward tempo T_{2}')
subplot(3,1,3)
step(Gz3T2)
title('Mtodo Backward tempo T_{2}')
figure(3)
subplot(3,1,1)
step(Gz1T3)
title('Mtodo Tustin tempo T_{3}')
subplot(3,1,2)
step(Gz2T3)
title('Mtodo Tustin tempo T_{3}')
subplot(3,1,3)
step(Gz3T3)
title('Mtodo Tustin tempo T_{3}')

Grficos:

Grfico 07- Mtodo Forward.
0 50 100 150 200 250 300 350
-1
0
1
x 10
27 Mtodo Forward tempo T
1
Time (seconds)
A
m
p
l
i
t
u
d
e
0 50 100 150 200 250 300 350
-1
0
1
x 10
27 Mtodo Forward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 50 100 150 200 250 300 350
-5
0
5
x 10
26 Mtodo Forward tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e

Grfico 08 Mtodo Backward

Grfico 09 -Mtodo Tustin.
0 50 100 150 200 250 300 350
-1
0
1
x 10
27 Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 50 100 150 200 250 300 350
-1
0
1
x 10
27 Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 50 100 150 200 250 300 350
-1
0
1
x 10
27 Mtodo Backward tempo T
2
Time (seconds)
A
m
p
l
i
t
u
d
e
0 10 20 30 40 50 60 70 80 90 100
-1
0
1
x 10
9 Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
0 10 20 30 40 50 60 70 80 90 100
-1
0
1
x 10
9 Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
0 10 20 30 40 50 60 70 80 90 100
-1
0
1
x 10
9 Mtodo Tustin tempo T
3
Time (seconds)
A
m
p
l
i
t
u
d
e
Relatrio 04 PWM

Relatrio 05- Amostragem
Os circuitos sampleandholdso aplicados para se obter a amostragem de um sinal
contnuo em perodos de tempo, sendo mantido em um determinado valor para que seja
realizado o processo necessrio ou a reconstruo do sinal de amostragem.
A amostragem obtida de um sinal deve obedecer ao teorema de Nyquist, onde a
frequncia de amostragem deve ser pelo menos duas vezes maior que a frequncia do sinal
amostrado, evitando assim, a distoro do mesmo, e no implicando na sua reconstruo. A
ainda dois fenmenos a se considerar, o folding, onde h sobreposio de frequncia, e
aliasing, que implica na leitura e reconstruo do sinal.
Implementao no Matlab
Desenvolver um sistema em Simulink para analisar sinais com mltiplas
componentes de frequncia e sendo amostrado e retido com um retentor de ordem zero
(ZOH): F1=1Hz; F2=5Hz; F3=100Hz. Analisar o sinal de sada para diferentes valores de perodo
de amostragem do ZOH: ZOH_sampling_time = 0.01s .. 0.001s
Simulao:

Grfico:

Grfico 10 - Sinal de Entrada.

Grfico 11- Sinais de Sada.
Com um perodo de amostragem de 0.1s, o sinal de amostragem no representa o sinal
de entrada. Com o aumento da taxa de amostragem com Ts = 0.01s obtemos um sinal
semelhante ao sinal de entrada, mas que no obtm amostras do sinal de frequncia de
100Hz. J com o perodo de amostragem de 0.001s obtemos um sinal de amostragem
praticamente equivalente ao sinal de entrada.
Adicionando um filtro de segunda ordem passa-baixa com frequncia de corte de 20Hz a
sada do sistema:

Grfico :
No h mais os sinais de componentes harmnicas no sinal de sada.

Grfico 12 Com Filtro.

Relatrio 06 PID
O esquema de controle PID analgico tem sido usado com sucesso em muitos sistemas
de controle industriais por mais de meio sculo. O prncipio bsico do esquemade controle PID
que atua sobre a varivel a ser manipulada atravs de uma apropriada combinao de trs
aes de controle; ao de controle proporcional (aonde a ao de controle proporcional ao
sinal de erro atuante, a qual a diferena entre a a entrada e o sinal de realimentao); a ao
de controle integral (aonde a ao de controle proporcional a integral do sinal de erro
atuante) e a alao de controle derivativa (aonde aao de controel proporcional a variao
do sinal de erro atuante).

0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-4
-2
0
2
4
Tempo (s)
A
m
p
l
i
t
u
d
e
Entrada
0 0.1 0.2 0.3 0.4 0.5 0.6 0.7 0.8 0.9 1
-4
-2
0
2
4
Tempo (s)
A
m
p
l
i
t
u
d
e
Sada
Implementao Matlab:
Considere o sistema de circuito fechado, incluindo um controlador PID em tempo
discreto da figura a seguir:


Construir um programa "pidsimulation.m" com oroteiro para a simulao computacional
do sistema de malha fechada de 20 s, e um design apropriado PID considerando os ganhos:
-A entrada de referncia uma onda quadrada com 10s perodo, e 4 magnitude.
- A sada da planta tem um rudo aleatrio com 0,1 amplitude mxima.
- Em 7.5s o ganho planta alterado para 0,7.
- O sinal de sada est saturada em 10.
Calculando a equao diferena:
[] (

[ ] (

)[ ] (

)[ ])
[] [ ] ( )[ ]

Simulao:
Ts=.1;
Kp=2;
Ki=.001;
Kd=14;
sat=10;
k=1;
erro(k)=0;
soma_erro=0;
m(k)=0;
for i=0:Ts:20
%% Sinal de entrada
if i<5
entrada(k)=4;
elseif i<10
entrada(k)=0;
elseif i<15
entrada(k)=4;
elseif i<20
entrada(k)=0;
end
%% Discretizao da planta
if i<7.5
if k==1
saida(k)=0;
elseif k==2
saida(k)=(saida(k-1)*(2*Ts^2-2*Ts))/Ts;
else
saida(k)=(Ts^3*m(k-2)-(2*Ts^2-2*Ts)*saida(k-1)-(2*Ts^3-
2*Ts^2+Ts)*saida(k-2))/Ts;
end
else
saida(k)=(1.4*Ts^3*m(k-2)-(2*Ts^2-2*Ts)*saida(k-1)-(2*Ts^3-
2*Ts^2+Ts)*saida(k-2))/Ts;
end
%% Discretizao do sensor
if k==1
sensor(k)=0;
else
sensor(k)=saida(k-1)-(10*Ts-1)*sensor(k-1);
end
%% Controlador PID
erro(k)=entrada(k)-sensor(k);
soma_erro=soma_erro+erro(k);
mp(k)=Kp*erro(k);
mi(k)=Ki*soma_erro;
if k==1
md(k)=Kd*erro(k);
else
md(k)=Kd*(erro(k)-erro(k-1));
end
m(k)=mp(k)+mi(k)+md(k);
%% Saturacao
if m(k)>sat
m(k)=sat;
elseif m(k)<(-sat)
m(k)=-sat;
end
k=k+1;
end

Grfico:


Relatrio 07- Deadbeat
O projeto do controlador deadbeat todo desenvolvido no domnio z e todos os plos
do sistema so substitudos por plos na origem do plano complexo z. Essa estratgia tem a
prioridade de levar todos os estados do modelo para zero em n intervalos de amostragem
quando ocorre um impulso de distrbio na entrada. No controlador deadbeat o perodo de
amostragem o nico parmetro de projeto, que por sua vez influencia drasticamente a
magnitude do sinal controlado que aumenta significativamente com a diminuio do perodo
de amostragem.
Esse controlador deve satisfazer as seguintes condies: O tempo de subida deve ser
mnimo e o erro de regime deve ser zero.

Implementao no Matlab:
Simular o sistema de malha fechada; Investigar problemas de estabilidade na planta com
avariao dos parmetros;
-Definir a saturao no atuador e mostrar o impacto desta condio quando t> 0.
- Verificar o desempenho do controlador para as entradas senoidal e triangular;
- Reprojetar o controlador e re-analisar o sistema de plos em s =- 1 e s =- 2
se T = 0,1.
Simulao:
a) Ps=1/(s*(s+1))
Ts=1;
s=zpk('s');
z=zpk('z',Ts);
Ps=1/(s*(s+1))
step(Ps)

Grfico:


Junto com ZOH:
Simulao:
Pz=c2d(Ps,Ts)
Tz=1/z
Cz=Tz/(Pz*(1-Tz))
Cz=minreal(Cz)
step(Cz*Pz/(1+Cz*Pz))

Grfico:
0 0.5 1 1.5 2 2.5 3
x 10
4
0
0.5
1
1.5
2
2.5
3
x 10
4
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e



Sinal de controle.
0 2 4 6 8 10 12 14 16 18 20
0
0.2
0.4
0.6
0.8
1
1.2
1.4
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e


b) 1/[(s+1)*(s+2)]
Simulao:
Ts=0.1
s=zpk('s');
z=zpk('z',Ts);
Ps=1/((s+1)*(s+2))
step(Ps)

Grfico:
0 5 10 15 20 25
-3
-2
-1
0
1
2
3
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e

Simulao:
Pz=c2d(Ps,Ts)
Tz=1/z
Cz=Tz/(Pz*(1-Tz))
step(Cz/(1+Cz*Pz))

Grfico:
0 1 2 3 4 5 6 7
0
0.05
0.1
0.15
0.2
0.25
0.3
0.35
0.4
0.45
0.5
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e








0 1 2 3 4 5 6
-400
-300
-200
-100
0
100
200
300
400
Step Response
Time (seconds)
A
m
p
l
i
t
u
d
e