Escolar Documentos
Profissional Documentos
Cultura Documentos
Edio Digital
Revisto
com base nas edies de Julho/2003 e Novembro/2005
ii
Dias Pereira
iii
INTRODUO
Este livro foi desenvolvido a partir das lies por mim dadas na disciplina de Controlo
No Linear, da licenciatura em Engenharia de Automao Controlo e Instrumentao da
Escola Superior de Tecnologia de Setbal / IPS, nos anos lectivos de 1998/99 a
2005/06. Nessa cadeira, inserida no 2 semestre do 4 ano, procura-se:
mostrar que muitos dos sistemas de interesse prtico, em reas muito diversas,
devem ser modelados e tratados como sistemas no lineares.
chamar a ateno para algumas das caractersticas prprias dos sistemas no
lineares.
compreender a teoria de Lyapunov em alguns casos simples.
conhecer as tcnicas de controlo no linear mais usuais.
Os alunos ao iniciarem o estudo desta disciplina devero ter conhecimentos gerais de
anlise matemtica que incluam funes trigonomtricas e nmeros complexos, clculo
diferencial e integral, varivel complexa, sries de Fourier e transformada de Laplace,
bem como conhecimentos de lgebra linear e geometria analtica. Devero tambm ser
conhecedores de funes reais de varivel inteira, somatrios, sries numricas e de
potncias. Os alunos devero tambm ter conhecimentos gerais da Teoria dos Sinais e
Sistemas, bem como os conceitos bsicos do Controlo Linear de diagramas de Bode e
de Nyquist, de funo de transferncia e estabilidade.
Como numa cadeira semestral no possvel abordar com um mnimo de profundidade
as matrias referentes a sistemas e controlo no linear, optou-se apresentar os temas
mais correntes, algumas vezes sem a preocupao de demonstrar alguns dos teoremas,
mas tendo sempre a preocupao de fazer com que os alunos compreendessem o seu
significado.
Escreveu-se este texto sob a forma de livro, em edio electrnica. Deste modo os
alunos, e outros interessados, alm de disporem de um livro de apoio, podem adquirir os
conceitos bsicos sem necessidade imediata de recorrer a bibliografia estrangeira. Esta
no entanto fundamental, quando j se fez uma abordagem aos assuntos na lngua
materna, para uma melhor compreenso e maior aprofundamento das matrias expostas;
cada autor tem o seu modo prprio de explicar e de abordar os diversos assuntos.
Espero que este livro, continue a auxiliar todos aqueles que se iniciam nestas matrias e
por esse motivo necessitem de um texto em Lngua Portuguesa.
Quero agradecer a todos aqueles que de uma forma ou de outra contriburam para que
este livro tomasse forma.
iv
CONTEDO
pg.
1. SISTEMAS NO LINEARES..............................................................................................1
1.1. INTRODUO .....................................................................................................................1
1.2. CLASSIFICAO DOS SISTEMAS .........................................................................................2
1.2.1. Sistemas estticos e dinmicos...............................................................................3
1.2.2. Sistemas relaxados e no relaxados.......................................................................4
1.2.3. Sistemas de parmetros distribudos e de parmetros concentrados ....................4
1.2.4. Sistemas causais e no causais ..............................................................................4
1.2.5. Sistemas variantes no tempo e invariantes no tempo .............................................4
1.2.6. Sistemas contnuos e discretos ...............................................................................4
1.2.7. Sistemas determinsticos e estocsticos..................................................................5
1.2.8. Sistemas estveis e instveis...................................................................................5
1.2.9. Sistemas lineares e no lineares.............................................................................5
1.3. COMPORTAMENTO DOS SISTEMAS NO LINEARES ..............................................................5
1.3.1. Dependncia de amplitude da excitao ................................................................6
1.3.2. Tempo de escape finito ...........................................................................................7
1.3.3. Pontos de equilbrio mltiplos................................................................................9
1.3.4. No unicidade da soluo ....................................................................................10
1.3.5. Dependncia crtica dos parmetros....................................................................10
1.3.6. Bifurcaes...........................................................................................................11
1.3.7. Caos ou dependncia crtica das condies iniciais ............................................12
1.3.8. Ciclos limite ou oscilaes ...................................................................................12
1.3.9. Existncia de harmnicas e sub-harmnicas .......................................................13
1.4. ESCRITA DAS EQUAES ..................................................................................................13
1.4.1. Sistemas mecnicos clssicos...............................................................................14
1.4.2. Teorema do momento linear.................................................................................14
1.4.3. Teorema do momento angular .............................................................................14
1.4.4. Movimento linear .................................................................................................15
1.4.5. Movimento de rotao..........................................................................................16
1.4.6. Sistemas elctricos................................................................................................16
1.4.7. Sistemas Trmicos ................................................................................................18
1.4.8. Sistemas qumicos.................................................................................................21
1.5. MODELO DE ESTADO ........................................................................................................22
1.5.1. Modelo de estado, sistema contnuo.....................................................................22
1.5.2. Modelo de estado discreto....................................................................................25
1.5.3. Obteno da trajectria .......................................................................................26
1.5.4. Pontos de equilbrio. ............................................................................................28
1.5.5. Trajectrias e estabilidade ...................................................................................28
1.6. ALGUMAS NO LINEARIDADES CORRENTES .....................................................................29
1.6.1. Saturao .............................................................................................................29
1.6.2. Zona Morta...........................................................................................................30
1.6.3. Histerese...............................................................................................................31
1.6.4. Folga ....................................................................................................................33
1.6.5. Atrito Esttico.......................................................................................................35
1.6.6. Caracterstica liga/desliga ou on/off ...............................................................35
1.7. PROBLEMAS RESOLVIDOS ................................................................................................37
1.8. PROBLEMAS PROPOSTOS ..................................................................................................41
v
vii
6.2.3.2.
6.2.3.3.
Operaes.................................................................................................................. 165
Regras if-then............................................................................................................ 167
viii
1. SISTEMAS NO LINEARES
1.1. Introduo
O objectivo destes textos efectuar o estudo de sistemas no lineares e o modo de os
controlar. Um sistema designa-se por no linear sempre que na sua constituio intervenha pelo menos um componente ou um sub-sistema no linear. Os sistemas no lineares no satisfazem o princpio da sobreposio, pelo que o seu comportamento depende
da amplitude dos sinais que nele intervm. Sero apenas estudados sistemas no lineares
causais, quer sejam variantes ou invariantes no tempo, contnuos ou discretos.
Os mtodos clssicos utilizados no estudo dos sistemas lineares, em particular a anlise
em frequncia (lugar das razes, diagramas de Bode e Nyquist) no so aplicveis aos
sistemas no lineares. H assim necessidade de recorrer a outros mtodos para proceder
ao estudo destes sistemas, em particular da sua estabilidade, sendo de entre outros de
destacar os mtodos devidos a Lyapunov (1)
Entende-se por controlo no linear o conjunto de procedimentos destinados a fazer com
que as variveis de sada de um sistema no linear se aproximem de uma determinada
referncia e estabilizem numa vizinhana do seu valor. Como acontece no domnio
linear, o controlo no linear utiliza realimentao, quer da sada quer do estado, para
gerar um sinal de controlo que vai actuar sobre o processo. Por vezes a cadeia de realimentao projectada no linear, ou para compensar as no linearidades do sistema que
est a ser controlado, ou para melhorar certos aspectos do controlo.
Quando se pretende controlar sistemas no lineares utilizando os mtodos do controlo
linear, estes de um modo geral apenas permitem um bom desempenho dentro de uma
pequena gama de operao do sistema. Fora dela, o desempenho ser mau ou mesmo
instvel. Nestes casos torna-se necessrio considerar o sistema linearizado em torno de
determinados pontos de funcionamento usando parmetros de controlo especficos para
cada ponto (gain schedule) e ajustar os parmetros automaticamente (controlo adaptativo), ou ento utilizar uma cadeia de realimentao negativa que faa com que o sistema em cadeia fechada se comporte como linear (linearizao por realimentao).
Nem sempre possvel linearizar o sistema em torno de um ponto de funcionamento,
por exemplo quando o sistema contm atritos de Coulomb, folgas, zonas mortas, saturaes, etc., no linearidades muito correntes em processos e sistemas reais. Para este tipo
de no linearidades, chamadas no linearidades duras, necessrio usar determinadas
tcnicas de controlo especficas.
1 - SISTEMAS NO LINEARES
Modelo 1
Modelo 2
...
Modelo N
(mundo formal)
Estruturas
matemticas
simplificadas
Pg. 2
1- SISTEMAS NO LINEARES
Entrada
u(t)
[1p]
SISTEMA
Sada
NO LINEAR
y(t)
[1q]
y (t ) = T [x (t ), u(t ), d(t ), t ]
(1.1)
Um sistema designa-se esttico se a sua sada y(t), depender, quando muito, da entrada
u(t) no mesmo instante t. Caso y(t) dependa de variaes da entrada ou da sada, ou dos
seus valores integrados, o sistema diz-se dinmico. No sentido matemtico, um sistema
esttico uma aplicao de u(t) em y(t). Um sistema dinmico, ao contrrio de um sistema esttico, possui memria, pelo facto da sada depender de valores tomados noutros
instantes.
Pg. 3
1 - SISTEMAS NO LINEARES
Um sistema de parmetros distribudos todo aquele em que pelo menos um dos seus
parmetros caractersticos depende de pelo menos uma coordenada espacial, de tal forma que essa dependncia se reflicta nas caractersticas do sistema. exemplo clssico
de um sistema de parmetros distribudos uma linha de transmisso de sinais, quando o
comprimento de onda destes sinais inferior ordem de grandeza do comprimento da
linha. Pelo contrrio, um circuito RLC que trabalhe com um sinal de 10 MHz, a que
corresponde um comprimento de onda de 30 m, ser um sistema de parmetros concentrados.
1.2.4. Sistemas causais e no causais
Um sistema diz-se causal se a sua sada, num determinado instante, depender apenas
das entradas presente e passadas, no dependendo das entradas futuras.
Os sistemas em tempo real so sempre causais. No entanto, sistemas que trabalhem com
sinais gravados podero ser no causais. Sistemas cujas entradas sejam variveis que
no sejam o tempo, podero ser no causais: por exemplo a deformao de uma viga
depender dos esforos sua esquerda e sua direita (coordenada x, equiparvel a tempos negativos e positivos, respectivamente).
1.2.5. Sistemas variantes no tempo e invariantes no tempo
(1.2)
Designa-se por sistema contnuo todo aquele que opera com sinais em tempo contnuo
e por sistema discreto todo o sistema que opera com sinais em tempo discreto.
Muitas das propriedades dos sistemas discretos so semelhantes s dos sistemas contnuos; outras so fundamentalmente diferentes. Os sistemas do mundo macroscpico
real, salvo algumas excepes, so contnuos. O processamento de sinais num computador essencialmente discreto, pelo que essencial dominar-se as propriedades de
ambos os tipos de sistemas e saber efectuar a converso de sistemas contnuos para discretos, e vice-versa.
Pg. 4
1- SISTEMAS NO LINEARES
Um sistema diz-se estocstico sempre que processe variveis aleatrias. No caso contrrio o sistema diz-se determinstico. Repare-se que basta a existncia de uma varivel
aleatria para que o sistema seja estocstico.
1.2.8. Sistemas estveis e instveis
Se existir pelo menos um valor de u(t) que torne a sada infinita, o sistema instvel. A
determinao da estabilidade de um sistema um dos tpicos mais importantes do controlo de sistemas, uma vez que nos problemas de Engenharia essencial que os sistemas
mantenham a sada dentro de determinados limites.
Como se ver adiante no captulo 3, h outras formas de definir estabilidade de um sistema, que podero conduzir a classificaes diferentes: um oscilador no linear (sistema
sem entrada, apenas com sada), que segundo as definies que se daro adiante um
sistema instvel, de acordo com a definio que acaba de ser dada estvel, desde que a
amplitude da sua oscilao seja limitada.
1.2.9. Sistemas lineares e no lineares
Ao contrrio do que se passa com os sistemas lineares, que so caracterizados por possurem uma propriedade comum, que a de satisfazerem o princpio da sobreposio, os
sistemas no lineares so os que ficam de fora, por no obedecerem a este princpio. A
ausncia de uma propriedade unificadora, que os caracterize sem ser por aquilo a que
no obedecem, torna a sua sistematizao mais difcil de fazer do que a dos sistemas
lineares.
Um sistema linear todo aquele que satisfaz o princpio da sobreposio, o que se traduz analiticamente do modo seguinte:
T [a1u1 (t ) + a2u2 (t )] = a1T [u1 (t )] + a2T [u2 (t )]
(1.4)
1 - SISTEMAS NO LINEARES
Seja por exemplo o modelo do movimento de um veculo submarino, de massa m actuado por uma fora propulsora u. Designando por v a velocidade do veculo, a equao do
movimento representada por:
mv + k v v = u
(1.5)
em que k o coeficiente de atrito. Note-se que nesta expresso a fora de atrito de arrastamento proporcional, em mdulo, ao quadrado da velocidade, tendo a direco oposta
a esta. Suponha-se m = 1 kg e k = 1 kg m-1 e aplique-se ao veculo uma fora de 1.0 N
durante 5 segundos. Este ficar sujeito a uma variao de velocidade, como se indica na
Fig. 1.2. Repare-se que o tempo de estabelecimento maior quando se retira a fora
propulsora do que quando esta aplicada. Este fenmeno que no acontece nos sistemas
lineares, onde os dois tempos so iguais, compreende-se bem se o sistema (1.5) for
comparado com o sistema linear equivalente, com amortecimento k|v| funo da velocidade: Com velocidades prximas da unidade o amortecimento maior do que quando as
velocidades esto prximas de zero, o que justifica a assimetria.
velocidade, m/s
1.0
y(t)
u(t)
5.0
tempo /segundos
20.0
Pg. 6
1- SISTEMAS NO LINEARES
Aplique-se agora ao sistema uma fora propulsora semelhante, mas com a amplitude
u = 10 N (Fig. 1.3). A velocidade do veculo aumenta e tender a estabilizar em 3.2 m/s e
no em 10 m/s como aconteceria se o sistema fosse linear. Tambm neste caso os tempos de estabelecimento a subir e a descer so diferentes. As velocidades de estabilizao
do sistema podem ser obtidas, para estes dois casos por
u = 1.0 N :
v = 0 0 + vs vs = 1.0 vs = 1.0m / s
u = 10 N :
v = 0 0 + vs vs = 10 vs = 10 3.2m / s
(1.6)
u(t)
velocidade, m/s
10.0
5.0
y(t)
5.0
10.0
20.0
tempo, segundos
Num sistema linear instvel, a resposta, por muito rapidamente que tenda para infinito,
demora um tempo infinito a atingir este valor. Em contrapartida, alguns sistemas no
lineares podem atingir o valor infinito num intervalo de tempo finito.
Considere-se o seguinte modelo de crescimento, com a > 0 e c > 0, em que a taxa de
crescimento no constante mas aumenta com x(t):
x (t ) = a (1 +
x (t )
) x (t )
c
(1.7)
A soluo desta equao encontra-se representada na Fig. 1.4, para t > 0 a = 0.5 c = 0.5
e x(0) = 0.5. A soluo atinge o valor infinito num intervalo de tempo finito. Diz-se que
o sistema tem uma singularidade na soluo, ou ainda, que apresenta um tempo de
escape finito.
Pg. 7
resposta
1 - SISTEMAS NO LINEARES
50
0
0
0.5
1.0
tempo [s]
Designam-se pontos de equilbrio aqueles em que todo o estado que nele se inicia permanece inalterado: x(t) = xe, ou seja, x e = 0.
Num sistema linear, definido pela equao de estado x = A x , tais pontos obtm-se
resolvendo a equao homognea A xe = 0. Se a matriz do sistema, A, for regular, a
soluo desta equao xe(t) = 0, ou seja, o nico ponto de equilbrio a origem. Tratando-se de sistemas no lineares, poder haver outros pontos de equilbrio, distintos da
origem, como se mostra nos exemplos que se do a seguir.
Um ponto de equilbrio pode variar no tempo. Uma trajectria que se dirija para um
ponto de equilbrio deste tipo pode cruzar-se com ela prpria.
Exemplo 1
Seja o sistema de 1 ordem representado pela equao
x (t ) = [ x (t ) 1] x (t )
(1.8)
Este sistema, variante de (1.7) com a < 0 e c < 0, admite como pontos de equilbrio
xe1 = 0 e xe2 = 1. A sua resposta tem um comportamento diferente, consoante seja iniciada na vizinhana do estado xe = 0 ou xe = 1, como se pode observar na Fig. 1.5.
Repare-se que o ponto de equilbrio xe = 0 estvel, ou seja, as trajectrias iniciadas na
sua vizinhana no se afastam dele, enquanto que o ponto de equilbrio xe = 1 instvel.
Note-se a existncia de uma singularidade na soluo que se inicia em x0 > 1.
Pg. 8
1- SISTEMAS NO LINEARES
x(t)
1
0
t
Exemplo 2
Considere-se o movimento do pndulo ligado a uma haste rgida, sem amortecimento,
descrito pela equao diferencial
A = g sen
(1.9)
A introduo das variveis de estado x 1 = (posio angular) e x2 = (velocidade
angular), conduz a
x1 = x2
(1.10)
g
x2 = A sen x1
Os pontos de equilbrio obtm-se fazendo x1 = 0 e x2 = 0 , o que conduz a
0 = x2 e
g
0 = A sen x1e
(1.11)
ou seja,
x1e k
x = 0
2e
k = 0, 1, 2, "
(1.12)
1 - SISTEMAS NO LINEARES
x = x 3
(1.13)
Trata-se de uma equao de termos separveis, que pode ser escrita na forma
x 3 x = 1
(1.14)
x (t ) = 0
(1.15)
x (0) = x0
(1.16)
prova-se que condio suficiente para que a soluo de (1.16) seja nica, que
F ( x )
x
seja contnua numa vizinhana de x0. O sistema (1.13) no satisfaz a esta condio no
ponto x = 0.
1.3.5. Dependncia crtica dos parmetros
A estrutura das solues de um sistema no linear pode ser fortemente dependente dos
valores que possa tomar um parmetro do sistema, como se exemplifica a seguir.
Considere-se o sistema descrito pelas equaes de estado
x1 = x1 + x2 x13
x2 = x1
(1.17)
Pg. 10
1- SISTEMAS NO LINEARES
= - 0.1
x0 = [2; 0]
1
0.8
1.5
0.6
0.4
x1
amortecido
0.2
0.5
0
-0.2
-0.4
-0.6
-0.5
-0.8
-1
10
15
20
25
30
tempo, segundos
35
40
45
-1
-1
50
-0.5
0.5
1.5
x1
= + 0.1
x0 = [2; 0]
0.8
1.5
0.6
0.4
Ciclo limite
resposta
x1
1
0.2
0
0.5
-0.2
-0.4
-0.6
-0.5
-0.8
-1
-1
-1
0
10
15
20
25
30
tempo, segundos
35
40
45
-0.5
0.5
50
1.5
x1
1.3.6. Bifurcaes
Designa-se por bifurcao uma dependncia crtica nos parmetros particular, como a
exemplificada a seguir. Seja o sistema
x + x + x3 = 0
(1.18)
A equao pode representar um sistema massa-mola em que a mola dura (ver definio de mola dura adiante em 1.4.4 e em 7.3). O sistema (1.18) admite 3 pontos de equilbrio:
xe= 0,
xe = ,
xe = -
Com positivo o sistema sempre estvel; com negativo torna-se instvel, havendo
uma mudana qualitativa no comportamento em torno do ponto = 0.
Pg. 11
1 - SISTEMAS NO LINEARES
Nos sistemas lineares estveis, a pequenas variaes nas condies iniciais correspondem pequenas variaes na resposta. Tal porm no acontece em alguns sistemas no
lineares, em que pode acontecer serem as solues extremamente sensveis a variaes
das condies iniciais, sendo a sada, a partir de certo valor de t, imprevisvel. A este
tipo de sistemas d-se o nome de sistemas caticos e ao fenmeno em si chama-se caos.
Seja o seguinte sistema no linear
x + 0.1x + x 5 = 6sen t
(1.19)
As respostas deste sistema, para condies iniciais, x(0) = [2; 3] e x(0) = [2.01; 3.01],
prximas, esto representadas na Fig. 1.7.
x(t)
2.5
2
1.5
1
0.5
0
-0.5
-1
-1.5
-2
-2.5
10
15
20
25
30
35
40
45
50
t /s
Num sistema linear, invariante no tempo, para que se estabelea uma oscilao de
amplitude constante, necessrio que haja, nos sistemas contnuos, pelo menos um par
de plos sobre o eixo imaginrio. Mas esta condio no robusta, sendo na prtica
impossvel de conseguir, ficando os plos ligeiramente esquerda ou direita do eixo
imaginrio, o que conduz a uma oscilao amortecida ou crescente, respectivamente.
H no entanto determinados sistemas no lineares que entram em oscilao, com amplitude e frequncia constantes, independentemente do valor inicial do estado. Estas oscilaes so designadas por ciclos limite.
Considere-se o sistema representado pela equao diferencial, conhecida por equao
de Van der Pol:
mx + 2 ( x 2 1) x + kx = 0
Pg. 12
(1.20)
1- SISTEMAS NO LINEARES
Esta equao equivalente de um sistema massa-mola-amortecedor, em que o coeficiente de amortecimento b = 2 (x2 - 1), depende da amplitude da oscilao. Para x > 1
o coeficiente de amortecimento positivo estando o amortecedor a retirar energia ao
sistema. Qualquer oscilao que exista com x > 1 ser amortecida. Para x < 1 o coeficiente b negativo, estando agora o amortecedor a fornecer energia ao sistema: toda a
oscilao que exista com x < 1, ser amplificada at que x atinge o valor 1. A partir da,
se x continuasse a aumentar, entrava-se no regime amortecido. Isto faz com que se estabelea uma oscilao de amplitude x = 1.
Repare-se que o fenmeno diferente do que acontece nos osciladores lineares, em que
o sistema, para oscilar, tem que ser marginalmente estvel. Aqui a amplitude das oscilaes no depende de pequenas variaes nos parmetros do sistema. Tambm a amplitude de oscilao independente das condies iniciais x0. Uma outra diferena para os
sistemas lineares (marginalmente estveis) que a forma da oscilao no necessariamente sinusoidal. Para saber mais detalhes sobre ciclos limite ver adiante a seco
2.3.
Num sistema linear, uma excitao sinusoidal conduz a uma resposta tambm sinusoidal, com a mesma frequncia. Num sistema no linear tal poder no acontecer, podendo o estado (ou a sada) ser uma oscilao contendo frequncias mltiplas ou sub-mltiplas da frequncia do sinal sinusoidal de excitao. Tais constituintes so designadas por harmnicas e sub-harmnicas da frequncia do sinal de excitao.
1.4. Escrita das equaes
Uma das formas correntes de representar um sistema atravs do seu modelo de estado.
Muitas vezes o modelo de estado obtido a partir de uma ou vrias equaes diferenciais associadas ao sistema. Mas como que se obtm essas equaes diferenciais? A
resposta simples: a partir do conhecimento rigoroso da fsica/qumica do sistema;
sabendo as suas caractersticas possvel escrever relaes entre as suas variveis.
Consideram-se a seguir alguns tipos genricos de sistemas do domnio da Engenharia:
Pg. 13
1 - SISTEMAS NO LINEARES
Nos sistemas mecnicos clssicos (ou newtonianos) a escrita das equaes passa por:
1 Identificar o sistema em causa e o referencial em uso.
2 Identificar o tipo de movimento (linear, angular) e referenciar as variveis em
jogo, como sejam as posies, velocidades, acelerao, posies angulares,
velocidades angulares, etc.
3 Identificar e referenciar todas as foras e momentos do jogo.
4 Relacionar as variveis, utilizando os dois teoremas fundamentais da mecnica,
o do movimento linear e o do movimento angular.
1.4.2. Teorema do momento linear
Para um sistema constitudo por massas mk localizadas por rk , com aceleraes rk ,
sujeitas a foras exteriores fek , com momento linear associado a cada massa dado por
p k = mk rk , o teorema do momento linear pode enunciar-se:
A derivada em ordem ao tempo do momento linear do sistema, P, igual resultante
das foras exteriores aplicadas ao sistema, Fe
dP
= Fe
dt
em que
P = p k = mk rk
(1.21)
Fe = fke
(1.22)
(1.23)
N e = rk fke
(1.24)
Por vezes conveniente considerar a energia do sistema. Sem entrar com a energia
externa ao sistema, h habitualmente a ter em conta a energia cintica associada ao facto das massas mk se encontrarem em movimento com velocidade vk, e dada por:
1
Ec = mk vk2
(1.25)
2
Pg. 14
1- SISTEMAS NO LINEARES
e a energia potencial, associada ao facto, associada ao facto das massas estarem a ser
sujeitas a uma fora, e consequentemente poderem mudar a sua posio e o seu estado
de movimento. Para a fora de atraco terrestre a energia potencial dada por
Ep = g mk hk
(1.26)
massa
mola
amortecedor
mx = F e
(1.27)
Mola:
k1 x + k3 x 3 = F
(1.28)
Amortecedor:
k a x + kb x x = F
(1.29)
Pg. 15
1 - SISTEMAS NO LINEARES
(a)
Massa em rotao:
J = TJ
(1.30)
Mola em toro(a):
k ( 0 ) = Tk
(1.31)
Amortecedor rotativo(a):
B = TB
(1.32)
v (t ) = R i (t )
(1.33)
v (t ) = L
di (t )
dt
(1.34)
i (t ) = C
dv(t )
dt
(1.35)
Pg. 16
1- SISTEMAS NO LINEARES
di1 (t )
di2 (t )
v1 (t ) = R1i1 (t ) + L1 dt + LM dt
v (t ) = R i (t ) + L di1 (t ) + L di2 (t )
M
2 2
2
2
dt
dt
em que
(1.36)
v2 (t ) n2
=
v1 (t ) n1
n1i1 (t ) + n2i2 (t ) = 0
(1.37)
Repare-se que ao escrever as equaes dos circuitos elctricos para sistemas no lineares no se podem considerar os sinais alternados sinusoidais, uma vez que aparecem
harmnicas. preciso fazer intervir as relaes entre valores instantneos das tenses e
das correntes.
Para outros componentes, a relao entre as tenses e as correntes depender da finalidade do modelo e da preciso exigida. Por exemplo, consoante os casos, um dodo
poder ser representado por:
a) Ideal, R = 0
b) Ideal, R 0
c) Real
Pg. 17
1 - SISTEMAS NO LINEARES
O dodo um elemento essencialmente no linear. A relao entre a corrente i e a tenso v num dodo dada por:
i = is (e
qv
k BT
1)
(1.38)
em que
is corrente inversa de saturao,
T temperatura absoluta a que se encontra a juno,
q carga elctrica do electro, q = 1.602 177 10-19 C,
kB constante de Boltzman, kB = 1.380 658 10-23 J K-1.
Quando um circuito contiver como elemento um transstor de juno (Fig. 1.10a), as
relaes entre as suas tenses e correntes podem ser representadas pelo modelo de
Ebers-Moll, que se encontra representado graficamente na Fig. 1.10b.
IIC
VEC
E
IC
IE
VEB
IB
VCB
IE
NIE
P VE
N N
-IE0
IB
VC P
IC
-IC0
a) Representao simblica
b) Modelo de Ebers-Moll
1- SISTEMAS NO LINEARES
Q = m
(1.40)
O calor latente pode definir-se para a fuso, para a vaporizao e para a sublimao.
A Fig. 1.11 mostra a relao entre a temperatura e a quantidade de calor fornecida a
uma massa unitria de gelo/gua/vapor, quando, a temperatura varia numa larga gama.
temperatura
e) vapor
d) gua
+vapor
100 C
0 C
a)
gelo
b) gelo
+gua
1
calor
latente
de fuso
c) gua
Q/m
2
calor
latente de
vaporizao
1 - SISTEMAS NO LINEARES
pv = nRT
(1.41)
TB
TA
Pg. 20
1- SISTEMAS NO LINEARES
A expresso (1.42) tem o nome de lei de ohm trmica, por ser semelhante lei de ohm
da electrotecnia. Aqui as temperaturas equivalem s tenses elctricas e as potncias
trmicas s correntes. Esta expresso pode ser escrita sob a forma
(1.43)
Ao parmetro R AB = 1/ G AB d-se o nome de resistncia trmica do material e exprimese em C/W. As equaes (1.42) e (1.43) podem representar-se graficamente pelo
esquema da Fig. 1.13.
R
AB
TA
TB
PAB
Normalmente um sistema qumico contm dois ou mais produtos que postos em presena reagem entre si, originando novos produtos, com absoro ou libertao de energia
trmica. Para se obterem as equaes representativas de um processo qumico recorre-se
normalmente ao balano de massa e ao balano de energia.
Quase sempre as velocidades de reaco dependem da temperatura e da presso, que
correntemente so variveis manipuladas. Acontece que de um modo geral as reaces
so reversveis, sendo necessrio jogar com vrios parmetros para, por exemplo,
maximizar a concentrao de um determinado reagente. Quando as reaces so exotrmicas, necessrio tomar as devidas precaues para retirar o excesso de calor produzido; quando so endotrmicas, h necessidade de fornecer energia ao sistema, a fim
de garantir que a temperatura necessria ao desenvolvimento das reaces se mantenha.
De uma forma genrica o balano de massas num reactor qumico, expresso pela equao de conservao de massa, escreve-se:
d
( V ) = mi k mo k
dt
k
k
(1.44)
em que
mki massa de cada produto que entra no reactor, por unidade de tempo,
Pg. 21
1 - SISTEMAS NO LINEARES
A equao do balano de energia quase sempre mais complexa que a anterior, uma
vez que envolve a energia associada s massas que entram e saem, a energia recebida ou
perdida por conveco e por radiao, e a energia produzida pela prpria reaco:
Variao
da energia
acumulada
Energia que
entra com
os produtos
Energia
os produtos
Energia
desenvolvida
na reaco
Energia
o exterior
"
xn t )=f n [ x1 (t ), x2 (t ),", xn (t ), u1 (t ), u2 (t )," , u p (t ), t ]
em que
Pg. 22
(1.46)
1- SISTEMAS NO LINEARES
x1 (0)=x10
x (0)=x
2
20
"
xn (0)=xn 0
(1.47)
As variveis xi(t), designam-se por variveis de estado. D-se o nome de ordem do sistema ao nmero mnimo de variveis suficientes para definir o sistema.
Nem sempre as variveis de sada de um sistema yj(t), coincidiro com as variveis de
estado. De uma forma genrica existir a relao
"
y (t )=h [ x (t ), x (t )," , x (t ), u (t ), u (t )," , u (t ), t ]
q 1
2
n
1
2
p
q
(1.48)
As equaes (1.46) a (1.48) podem escrever-se de uma forma mais compacta. Introduzindo os conceitos de vector de estado, vector de entrada e vector de sada respectivamente definidos por
y1 (t )
y (t )
2
y (t ) =
"
yq (t )
(1.49)
f 2 [ x1 (t ), x2 (t )," , xn (t ), u1 (t ), u2 (t )," , u p (t ), t ]
f ( x, u, t ) =
"
f n [ x1 (t ), x2 (t )," , xn (t ), u1 (t ), u2 (t )," , u p (t ), t ]
(1.50)
h2 [ x1 (t ), x2 (t )," , xn (t ), u1 (t ), u2 (t )," , u p (t ), t ]
h( x, u, t ) =
"
hq [ x1 (t ), x2 (t )," , xn (t ), u1 (t ), u2 (t ),", u p (t ), t ]
(1.51)
x1 (t )
x (t )
x (t ) = 2
"
xn ( t )
u1 (t )
u (t )
2
u(t ) =
"
u p (t )
e tambm os vectores
Pg. 23
1 - SISTEMAS NO LINEARES
y (t ) = h[x(t ), u(t ), t ]
x (0) = x
0
a)
(1.52) b)
c)
em que x Dx \ n , u Du \ p , y Dy \ q e t \ + .
A equao (1.52)a designa-se por equao de estado do sistema, a equao (1.52)b) por
equao de sada e a equao (1.52)c) representa o valor inicial do estado (condies
iniciais).
O sistema representado deste modo diz-se de uma nica varivel se tiver uma nica
varivel escalar de entrada e uma nica varivel escalar de sada, ou seja, as dimenses
de u(t) e y(t) so iguais a 11 (p=1, q=1). Na literatura anglo-saxnica estes sistemas
designam-se por sistemas SISO (Single Input, Single Output). O sistema designa-se
multivarivel se tiver mais do que uma varivel de entrada ou mais do que uma varivel
de sada, ou seja, nas dimenses de u(t) e y(t), iguais respectivamente a p1 e q1,
p>1ou q>1. So os chamados sistemas MIMO (Multiple Input, Multiple Output).
Se no dispuser de nenhuma varivel de entrada, ou se o valor desta for identicamente
nulo, o sistema diz-se no forado ou em regime livre. Para um sistema em regime livre
tem-se a equao de estado:
x (t ) = f [x(t ), t ]
(1.53)
Sempre que as funes f e h de um sistema no dependam explicitamente do tempo o
sistema diz-se invariante no tempo. Para estes sistemas o modelo de estado escreve-se:
x (t ) = f [x(t ), u(t )]
y (t ) = h[x(t ), u(t )]
x (0) = x
0
(1.54)
y (t ) = h[x (t )]
x (0) = x
0
(1.55)
Pg. 24
1- SISTEMAS NO LINEARES
t
u(t)
x (t )
(.)dt
x(t)
y(t)
(1.56) b)
y ( k ) = h[x ( k ), u( k ), k ]
x (0) = x
c)
0
que se encontra esquematizado na Fig. 1.15, e em que q-1 representa o operador atraso,
definido por
q 1[x( k )] = x( k 1)
(1.57)
k
u(k)
x(k + 1)
g
q-1
x(k)
y(k)
h
Pg. 25
1 - SISTEMAS NO LINEARES
Sistemas discretos
Considere-se o sistema discreto representado pelo modelo de estado (1.56). Para efectuar a integrao numrica deste sistema deve proceder-se do seguinte modo:
a) Definir o valor das condies iniciais.
b) Obter a entrada inicial u(0). As entradas seguintes podero ser definidas durante
a execuo do algoritmo ou podero ser pr-definidas aqui neste ponto.
c) A partir de um ciclo for, ou outro equivalente, calcular o estado no instante
posterior, x(k+1), e a sada no instante corrente y(k).
Exemplo 3
Obter a soluo numrica do sistema discreto
x1 ( k + 1) = 0.9 x2 ( k )
x (0) = 0.2
sujeito s condies iniciais 1
x2 ( k + 1) = x1 ( k ) 0.1x2 ( k )
x2 (0) = 0.8
Resoluo
Vai utilizar-se o Matlab. Como neste programa os ndices dos vectores no podem ser
negativos nem nulos, as condies iniciais devero escrever-se x1(1)=0.2 e x2(1)=0.8.
Este sistema encontra-se em regime livre pelo que u(k)=0, para todo o k (k1). O sistema invariante no tempo. Um programa para obter a soluo ser
x1(1)=0.2; x2(1)=0.8; % Condies iniciais
N=100; % Nmero de instantes discretos a considerar
for k=1:N-1, % Incio do ciclo, com N-1 iteraes
x1(k+1)=0.9*x2(k);
x2(k+1)=-x1(k)-0.1*x2(k);
end % Fim do ciclo
plot([x1' x2'])
Note-se que na primeira iterao, em que k=1, se calculam os valores de x1(2) e x2(2) a
partir das condies iniciais x1(1) e x2(1). Apenas se efectuam N-1 iteraes porque se
deseja N valores do vector de estado. A ltima iterao calcula o estado no instante 100
(k=99, k+1=100). A ltima instruo, plot, permite a representao grfica do estado
em funo do tempo discreto, k.
Pg. 26
1- SISTEMAS NO LINEARES
Todos os sistemas representados por um modelo de estado discreto podem ter a soluo
obtida por numericamente por este mtodo, mesmo que sejam variantes no tempo ou
sujeitos a uma entrada u(k).
1.5.3.1.2
Sistemas contnuos
Seja um sistema contnuo representado pelo modelo de estado (1.52). Uma das formas
de integrar numericamente este sistema, ou seja, de obter x(t) e y(t), passa por discretiz-lo previamente e a seguir obter a soluo do sistema discretizado. Tal no entanto no
necessrio efectuar, uma vez que os programas de computador dispem j de algoritmos que fazem eles mesmos a discretizao. A maior parte dos programas exige que a
descrio do sistema esteja feita sob a forma de modelo de estado, ou seja de uma equao n-vectorial de 1 ordem. Se a descrio do sistema estiver feita sob a forma de uma
equao diferencial poder ser necessrio efectuar a mudana de representao para um
modelo de estado.
Exemplo 4
Vai dar-se um exemplo em que se utiliza o Matlab para integrar o sistema
x1 (t ) = x2 + x1 x3
x1 (0) = 0.5
x2 (0) = 2.0
x (0) = 0.1
3
Resoluo
O sistema dado dever ser escrito num ficheiro, a que chamaremos numerico_sist: O
ficheiro comea com uma funo, com o mesmo nome, para se poder efectuar a passagem de parmetros.
function xdot=numerico_sist(t,x)
xdot=zeros(3,1); % Valor inicial da derivada do estado
xdot(1)=-x(2)+x(1)*x(3);
xdot(2)=x(1)+x(2)*x(3);
xdot(3)=-x(3)-x(1)^2+x(3)^2;
Pg. 27
1 - SISTEMAS NO LINEARES
O Matlab dispe de outros algoritmos para integrar sistemas alm do ode45, nomeadamente ode23, ode113, ode15s e ode23s. Estes dois ltimos devem ser utilizados se o sistema contiver variaes muito rpidas comparadas com os intervalos de tempo para os
quais se pretende conhecer a soluo.
1.5.4. Pontos de equilbrio.
Os conceitos aqui apresentados so vlidos quer para sistemas contnuos quer para sistemas discretos. Apenas sero referidos a um ou outro tipo quando houver dvidas na
interpretao. Chamam-se pontos de equilbrio de um sistema aos valores do estado
tais que
(sistemas contnuos)
x (t ) = 0
(1.58)
x( k + 1) = x( k )
(1.59)
ou
(sistemas discretos)
Um sistema no excitado (u=0), que inicie a sua trajectria num estado inicial x0 coincidente com um ponto de equilbrio, permanece indefinidamente nesse valor do estado.
Considere-se um sistema no excitado. A definio dada implica que os pontos de equilbrio de um sistema contnuo devem satisfazer a equao:
f ( x, t ) = 0
(1.60)
A resoluo desta equao vectorial permite determinar os pontos de equilbrio. Para
um sistema contnuo linear e autnomo, descrito pela equao de estado
x (t ) = Ax(t )
(1.61)
os pontos de equilbrio obtm-se calculando as razes da equao
Ax(t ) = 0
(1.62)
Se a matriz A for regular, a equao (1.62) admite uma nica soluo, x(t) = 0. Se a
matriz for singular h um nmero infinito de pontos de equilbrio, que formam um
hiperplano que passa pelo ponto x(t) = 0.
Um ponto de equilbrio diz-se estvel se aps qualquer pequena perturbao o estado
no se afastar da vizinhana do ponto de equilbrio. Os conceitos sobre a estabilidade de
pontos de equilbrio sero apresentados adiante no Cap. 3.
1.5.5. Trajectrias e estabilidade
Designe-se por x(t; x0, t0) a soluo da equao de estado (1.52) que tem incio no instante t = t0 com as condies iniciais x0 =x(t0).
No espao n-dimensional Dx \ n , entre os instantes t0 e t, a soluo x(t; x0, t0) ir descrever uma curva, chamada trajectria ou rbita do sistema.
A cada valor inicial x0 est associada uma ou mais rbitas, consoante o sistema admita
uma ou mais solues. No caso do sistema ser linear, a unicidade da soluo da equao
de estado implica que a um determinado x0 corresponde uma e uma s rbita. A trajectria depende das condies iniciais (x0, t0). Uma trajectria diz-se estvel se e s se
t0 , > 0 (t0 , ) > 0 x 0 x1 < x(t; x 0 , t0 ) x (t; x1 , t0 ) < t t0
Pg. 28
(1.63)
1- SISTEMAS NO LINEARES
Muitos sistemas fsicos exibem uma caracterstica esttica do tipo indicado na Fig. 1.16.
Nesta caracterstica, que no ser necessariamente simtrica em relao origem, para
valores elevados de |u| tem-se y/u 0, sendo pois a sada limitada. Diz-se que existe
saturao, ou que a sada se encontra saturada.
Sada, y
yM
Entrada, u
ym
y = k u + c ,
y
,
M
u < um
um u uM
u > uM
(1.64)
em que ym= y(um) e yM =y(uM). Qualquer dos valores ym ou yM pode ser positivo ou negativo, com a condio ym< yM. Um dos valores, ym ou yM poder ser infinito (em mdulo), mas apenas um deles.
A saturao aqui apresentada muito corrente em dispositivos de controlo industrial.
Por exemplo, a relao entre o sinal de comando e a abertura de uma vlvula do tipo
indicado, com a gama de sada compreendida entre 0 e 100 %. tambm corrente
introduzir-se na sada do controlador da vlvula um mdulo ou algoritmo que produza a
saturao com a finalidade, de no forar a vlvula para fora da gama.
Pg. 29
1 - SISTEMAS NO LINEARES
y
yM
um
uM
ym
sat ( x ) = x ,
1 ,
x < 1
1 x 1
(1.65)
x >1
A zona morta uma no linearidade cuja caracterstica, representada nas Fig. 1.18a e
Fig. 1.18b, pode ser de dois tipos, designados por tipo I e tipo II.
y(u)
y(u)
-zM
-zM
0
zM
zM
Pg. 30
1- SISTEMAS NO LINEARES
0,
y=
ku ,
u zM
k (u + zM ),
,
y = 0
k (u z ),
M
(1.66)
u > zM
u < zM
zM u zM
u > zM
(1.67)
1.6.3. Histerese
y(u)
3
+yM
4
- uM
- yM
uM
Pg. 31
1 - SISTEMAS NO LINEARES
y(u)
y
yM
-uM
-uM+2h
0
h uM-2h uM
-yM
ramo crescente:
yM ,
y = k (u h),
y ,
M
ramo decrescente:
yM ,
y = k (u + h),
y ,
M
Pg. 32
u < u M + 2 h
uM + 2h u uM
u > uM
(1.68)
u > u M 2h
u M u u M 2 h
u < uM
(1.69)
1- SISTEMAS NO LINEARES
1.6.4. Folga
Este tipo de no linearidade, designada em ingls por backlash, deve o seu nome ao facto de ser muito comum em sistemas mecnicos em que os elementos no se ajustam perfeitamente, isto , sistemas com folgas mecnicas. Um destes sistemas em que a folga
vulgar o desmultiplicador de velocidade com rodas dentadas apresentado na Fig. 1.22
(ver tambm a 1 figura do Probl. 1.2).
h
roda accionada
roda motriz
y
3
yM
- uM
01
h/2
4
5
uM
-yM
Pg. 33
1 - SISTEMAS NO LINEARES
Admita-se que o sinal de entrada no sistema com folga alternado sinusoidal de amplitude uM. Admita-se ainda que este sinal tem incio no instante t0 como sinal crescente e
que no instante inicial a folga se encontra meio vencida. Enquanto a amplitude de u
cresce de 0 a h/2 vai-se vencer a restante folga e consequentemente a sada y nula. a
transio 01 indicada na figura. Continuando u a crescer, o valor de y vai acompanhar
o de u, atrasado de h/2, ou, como estamos a admitir ganho 1 (inclinao a 45), diminudo de h/2. a transio 12 indicada na figura.
Convm aqui frisar a diferena entre a histerese e a folga. A histerese acompanhada de
saturao, enquanto na folga a saturao no existe. A folga s se vai manifestar quando
u mudar de sentido, independentemente da sua amplitude.
O sinal de entrada aumentou at ao seu valor mximo uM e vai comear a diminuir, de
uma forma montona. Os primeiros instantes da diminuio do sinal de entrada vo ser
para compensar a folga, e portanto a sada no varia. Mais concretamente, enquanto u
diminui de uM at uM - h a amplitude de y mantm-se constante e igual a yM. a transio 23 da figura. Continuando u a diminuir, o valor de sada ir diminuir, seguindo o
ramo 34, atingindo-se o ponto 4 quando a amplitude do sinal tiver o seu valor mnimo
- uM . Aqui o sinal de u muda de sentido e, como na transio 23, a nova transio
45 destinada a vencer a folga. A resposta y segue agora o ramo 512, no se voltando ao ponto 0.
Note-se que na caracterstica da folga so possveis quaisquer pontos entre as rectas
paralelas representadas a trao interrompido, que enquadram o losango apresentado,
desde que haja mudana no sentido de u. Repare-se ainda que se a amplitude uM do sinal
de entrada for inferior a h/2 a sada y sempre nula.
Indica-se a seguir a expresso analtica da folga (caso em que k=1)
0
u - h / 2
yM
y=
u + h / 2
yM
u h / 2
0 u h/2
h / 2 < u < uM
1 ramo ascendente de u
uM h u uM
1 ramo descendente
uM < u < uM h
2 ramo descendente
uM u uM + h
2 ramo ascendente
uM + h < u < uM
3 ramo ascendente
(1.70)
Na Fig. 1.24 representa-se a evoluo temporal do sinal de entrada, u, e do sinal de sada, y, de um sistema com folga, admitindo a entrada sinusoidal. Repare-se no atraso
introduzido e no patamar no sinal de sada.
A folga aparece tambm em sistemas mecnicos accionados por correntes, sendo notria quando estas no se encontram suficientemente tensas.
Pg. 34
1- SISTEMAS NO LINEARES
u(t)
y(t)
x 0
x = 0
(1.71)
Este tipo de no linearidade, representado na Fig. 1.25 tem como descrio analtica:
u<0
M ,
y = no definido u = 0
M
u>0
(1.72)
sgn( x ) = 0 ,
1 ,
u<0
u=0
u>0
(1.73)
Pg. 35
1 - SISTEMAS NO LINEARES
y
yM
0
u
-yM
-h
h
u
-M
Pg. 36
1- SISTEMAS NO LINEARES
temperatura
referncia
2h
t
ligado
desligado
t
Probl. 1.1
Classifique, no que respeita linearidade/no linearidade, os sistemas descritos pelas
seguintes equaes (tcontnuo, ndiscreto):
a) y (t ) + 0.1 y (t ) = 0.5 x 2 (t )
b) y (t ) + 0.1 y (t ) = 0.5 x (t 2)
c) y (t ) + t y (t ) = 0.5 x (t )
d) y (t ) = x ( )d
e) y (t ) + y (t ) = x (t )
f) y (t ) = 1 + x ( )d
g) y ( n ) + 0.2 y ( n 1) = x (n )
h) y (n + 1) + e j n y ( n ) = x ( n )
Resoluo:
Um sistema linear todo aquele que satisfaz o princpio da sobreposio:
x1 y1 , x2 y2 x = a1 x1 + a2 x2 y = a1 y1 + a2 y2
a) Representando o sistema de forma mais abreviada: y + 0.1 y = 0.5 x 2 .
Excitado por x1 origina y1 tal que y1 + 0.1 y1 = 0.5 x12 (1)
Excitado por x2 origina y2 tal que y 2 + 0.1 y2 = 0.5 x22 (2)
Multiplicando a eq.(1) por a1, a eq. (2) por a2 e somando obtm-se
y + 0.1 y = 0.5( a1 x12 + a2 x22 ) (3)
Pg. 37
1 - SISTEMAS NO LINEARES
(a2 )
y 2 + t y2 = 0.5 x2
( a1 y1 + a2 y 2 ) + t ( a1 y1 + a2 y2 ) = 0.5( a1 x1 + a2 x2 )
Logo, o sistema linear.
t
2
y 2 (t ) + y2 (t ) = x2 (t ) (a2 )
[a1 y1 (t ) + a2 y 2 (t )] + [a1 y1 (t ) + a2 y2 (t )] = [a1 x1 (t 2 ) + a2 x2 (t 2 )]
Logo, o sistema linear.
t
Pg. 38
1- SISTEMAS NO LINEARES
Probl. 1.2
Considere um sistema mecnico constitudo por duas rodas dentadas iguais com 3,0
de folga. A roda motriz descreve um movimento alternado em rampa (sinal triangular)
com a frequncia de 0.125 Hz e a amplitude compreendida entre 30 e +30. Designe
por 1 a posio da roda motriz e por 2 a da roda accionada. Admita que no instante
inicial 1=0 e que a folga se encontra meio vencida.
a) Escreva as expresses analticas que representam, nos primeiros 6 segundos, a posio das duas rodas em funo do tempo.
b) Faa uma representao que mostre a caracterstica 2(1). Sobre os grficos represente os valores numricos correspondentes ao seu problema.
c) Qual o atraso, em graus, introduzido por este sistema, e qual a sua no linearidade?
Resoluo:
Desenhando as rodas dentadas e as variveis de posio 1 e 2 (figura seguinte)
P2
P1
R2
R1
1
2
1.5
-30
T/4
Pg. 39
1 - SISTEMAS NO LINEARES
1
s =8s . amplitude de 30 corresponde T/4=2 s. Como cor0.125
responde a um deslocamento angular de 1,5 (ver figura), tem-se
1.5
=
= 0.1s .
T / 4 30
Clculo de : T =
a) Expresso analtica de 1(t) e de 2(t) nos primeiros 6 segundos = 3T/4 (ver figura):
0 t <T /4
tk
k (t T / 2) T / 4 t < 3T / 4
1 (t ) =
0 t < 2s
15t
Para t=T/4 1=30 k=15 /s e portanto 1 (t ) =
2 t < 6s
15(t 4)
A expresso analtica de 2(t) anloga de 1(t), com inclinaes semelhantes, apenas
preciso tomar em considerao os patamares. Observando a figura pode concluir-se:
0
15(t 1)
2(t) = 28.5
-15(t-4)
-28.5
0 t 0.1s
0.1 t 2s
2 t 2.2s
2.2 t 6s
6 t 6.2s
-30
30
-28.5
c) Atraso e no linearidade
O atraso introduzido corresponde a metade da folga: =0.1 s
desvio
1.5
No linearidade: NL % =
100% =
100% = 2.5 %.
curso
60
Nota: o desvio o desvio da caracterstica em relao recta que melhor a aproxima,
que na figura se encontra representada a trao interrompido e passando pela origem.
Pg. 40
1- SISTEMAS NO LINEARES
Probl. 1.3
A evoluo de uma populao descrita pelo seguinte modelo:
x (t ) = a (1 +
x (t )
) x (t )
c
Probl. 1.4
Considere a equao seguinte, que representa de uma forma muito simples a velocidade
de um veculo subaqutico.
mv + k v v = u
a) Obtenha a soluo, para u = 1 N, para velocidades positivas e negativas; v(0)=0.
b) Idem, para u = 10 N. Compare os resultados e comente.
Probl. 1.5
Considere um pndulo simples, ligado por meio de uma haste rgida, sem amortecimento.
a) Obtenha um modelo que o represente.
b) Determine os seus pontos de equilbrio, indicando qual a sua estabilidade.
c) Em que condies que o sistema pode ser considerado linear?
Probl. 1.6
Muitos dos sistemas fsicos no lineares podem ser descritos por uma equao diferencial de ordem n do tipo
d n y (t )
d n 1 y (t )
=
f
t
y
t
y
t
[
,
(
),
(
),...,
, u(t )]
dt n
dt n 1
onde y(t) e u(t) so a sada e a entrada do sistema (escalares).
a) Obtenha um modelo de estado para este modelo.
b) Indique como determinaria os pontos de equilbrio.
Sugesto: Utilize como variveis de estado xn(t)=y(n-1)(t)
Pg. 41
1 - SISTEMAS NO LINEARES
Probl. 1.7
Obtenha um modelo de estado para o sistema fsico no linear descrito pela equao
y ( n ) (t ) = f1[t , y (t ), y (t ),..., y ( n 1) (t ), u(t )] f 2 [t , y (t ), y (t ),..., y ( n 2) (t )]u (t )
onde y(t) e u(t) so a sada e a entrada do sistema (escalares).
Sugesto: Utilize como variveis de estado xn = y ( n 1) f 2 (t , y , y ,..., y ( n 2) )u
Probl. 1.8
Determine os pontos de equilbrio dos seguintes sistemas:
x1 = x2
x1 = x1 + x2
b)
a)
3
2
3
x2 = x1 + 0.2 x1 x2
x2 = 0.1x1 2 x2 0.8 x1 0.1x1
x1 = x2
c)
2
2
x2 = x1 + x2 (1 3x1 2 x2 )
2
2
x1 = ( x1 x2 )( x1 + x2 1)
d)
2
2
x2 = ( x1 + x2 )( x1 + x2 1)
x = y (1 x 2 y 2 )
e)
2
2
y = x (1 x y )
Probl. 1.9
Considere um reservatrio para gua controlado por um controlador liga/desliga com
histerese. O reservatrio tem um dimetro de 5 m e uma capacidade de 200 m3. O set-point do controlador de 80 % da altura mxima e a histerese de 10 cm. Os consumidores debitam uma mdia de 100 l/s e a alimentao do reservatrio, onde se encontra a vlvula de controlo, fornece um caudal de 200 l/s. Nestas condies faa uma
representao grfica, completada com valores numricos, em que se indique
a) A evoluo do nvel do tanque.
b) O caudal de alimentao e a respectiva abertura da vlvula.
Probl. 1.10
Considere o sistema discreto representado pela seguinte equao s diferenas:
x1 (n + 1) = x2 (n) + u (n)
Pg. 42
2. SISTEMAS DE 2 ORDEM
2.1. Introduo
Num sistema de 2 ordem o vector de estado contm apenas duas componentes. Se estes
sistemas forem autnomos e sem entradas exteriores, o estudo do vector de estado, que
residir num plano, o plano de estado, permite obter uma compreenso global, do comportamento do sistema.
Designem-se as duas componentes da varivel de estado por x1 e x2. De uma forma
geral x1 \ e x2 \ . Um sistema deste tipo que admita representao por meio de um
modelo de estado, ser descrito pelo sistema de equaes de estado escalares
x1 (t ) = f1[ x1 (t ), x2 (t )]
x2 (t ) = f 2 [ x1 (t ), x2 (t )]
x2 (0) = x20
(2.1)
(1)
(2.3)
Designa-se suave, toda a funo diferencivel at ordem que for necessria para os clculos. Se a
funo for diferencivel at ordem p designa-se por funo de classe Cp e se for indefinidamente
diferencivel designa-se por funo de classe C.
Pg. 43
2 - SISTEMAS DE 2 ORDEM
x2 (t ) = a2 x1 (t ) + b2 x2 (t )
a)
(2.4)
b)
x(t ) + bx + cx (t ) = 0
(2.5)
Para obter a soluo desta equao necessrio em primeiro lugar obter as solues da
equao caracterstica correspondente,
2 + b + c = 0
(2.6)
que so
b + b 2 4c
2
sendo a soluo de (2.5) dada por
1 =
b b 2 4c
2
(2.7)
x (t ) = k1e 1t + k2e 2t
se 1 2
(2.8)
se 1 = 2
(2.9)
2 =
ou por
Os valores das constantes k1 e k2 podem ser obtidos a partir das condies iniciais e das
equaes (2.8)/(2.9) e suas derivadas, fazendo nelas t = 0.
Chama-se a ateno para o facto de as razes do polinmio caracterstico serem os valores prprios da matriz A do sistema linear (2.4). Consoante os valores que 1 e 1 possam ter, assim a evoluo das solues. So de salientar os casos analisados a seguir.
Pg. 44
2 - SISTEMAS DE 2 ORDEM
v1
v2
v1
v2
Pg. 45
2 - SISTEMAS DE 2 ORDEM
x
j
v1
v2
2 - SISTEMAS DE 2 ORDEM
2.2.1.4. Centro
Se 1 e 2 forem complexos conjugados com a parte real nula, as solues so oscilatrias, sem amortecimento ou expanso. As solues mantm a amplitude constante, no
convergindo para a origem nem se afastando delas como se observa pela rbita da Fig.
2.6. A origem um ponto de equilbrio criticamente estvel, designado por centro.
[Re(1)]=0
x
Se um dos valores prprios for nulo, as solues degeneram em rectas (Fig. 2.7).
x
x
x
a) 1= 0, 2 < 0
x
b) 1= 0, 2 > 0
Se o valor prprio for negativo as trajectrias convergem para a origem. A forma das
trajectrias depende dos valores das constantes k1 e k2 em (2.9)b). Se for k1=0 e k20 as
rbitas so as representadas na Fig. 2.8a, para <0. Se se tiver k10 e k2=0 as trajectrias
no espao de fases so as da Fig. 2.8b, para <0. A origem estvel.
Pg. 47
2 - SISTEMAS DE 2 ORDEM
<0
x
x
<0
a) k1= 0, k2 0
b) k1 0, k2 = 0
x
x
>0
a) k1= 0, k2 0
b) k1 0, k2 = 0
Se o valor prprio for duplo e nulo, as trajectrias so paralelas a uma recta que passa
pela origem (Fig. 2.10).
x
2 - SISTEMAS DE 2 ORDEM
Chamam-se ciclos limite s oscilaes que se podem estabelecer, com amplitude frequncia e forma bem definidas, sem que o sistema esteja sujeito a qualquer solicitao
externa. Estas oscilaes, auto-excitadas a partir do rudo ou de pequenas perturbaes,
so, como se disse na seco 1.3.8, uma caracterstica de alguns sistemas no lineares, e
nunca podem aparecer em sistemas lineares.
Num sistema de 2 ordem um ciclo limite define, no plano de estado, uma curva fechada que divide o plano de estado em duas regies: uma regio interior ao ciclo limite e
uma outra exterior ao ciclo limite.
Um ciclo limite estvel quando uma curva fechada para a qual tendem as diversas
trajectrias que se iniciam numa determinada regio (regio de atraco do ciclo limite). As trajectrias podem iniciar-se dentro ou fora do ciclo limite, ou ento sobre este,
como se indica na Fig. 2.11a). Repare-se na diferena entre ciclo limite e trajectria
fechada, por exemplo a trajectria da Fig. 2.6, correspondente a um sistema massa mola
sem amortecimento. Nesta ltima, a trajectria depende das condies iniciais: para
diversas condies iniciais assim se tero diferentes trajectrias. Com um ciclo limite
tal no acontece: quaisquer que sejam as condies iniciais as trajectrias iniciadas
numa determinada regio de atraco vo tender sempre para o mesmo ciclo limite.
2.3.1.2. Ciclo limite instvel
Um ciclo limite instvel quando qualquer trajectria que se inicie na sua vizinhana se
afasta dele ver Fig. 2.11b). Apenas as trajectrias que sobre ele se iniciam nele permanecem. No entanto, mesmo estas, devido existncia de rudo ou de pequenas perturbaes, acabam por descolar do ciclo limite e divergir dele.
2.3.1.3. Ciclo limite semi-estvel
Um ciclo limite semi-estvel quando qualquer trajectria que se inicie na sua vizinhana se comporta de modo diferente, como estvel ou como instvel, consoante se
inicie no interior ou no exterior do ciclo limite. No exemplo da Fig. 2.11c), as trajectrias que se iniciam no exterior do ciclo limite tendem para ele, e as que se iniciam no
seu interior divergem dele. Claro que devido existncia de rudo ou de pequenas perturbaes mais tarde ou mais cedo, no caso da Fig. 2.11c), uma trajectria que se inicie
no exterior de um ciclo limite deste tipo acaba por atravessar o ciclo para o seu interior e afastar-se dele. Um ciclo limite semi-estvel pode ser estvel interno ou estvel
externo.
Pg. 49
2 - SISTEMAS DE 2 ORDEM
x2
trajectrias
convergentes
trajectrias
divergentes
x2
x1
ciclo
limite
a) Estvel
x2
convergente
divergente
x1
x1
ciclo
limite
ciclo
limite
b) Instvel
c) Semi-estvel
Considerem-se os pontos de equilbrio do sistema numa determinada regio do espao de fases e designe-se por
N o nmero de ns, centros ou focos interiores a ,
S o nmero de pontos de sela.
(2.10)
Pg. 50
2 - SISTEMAS DE 2 ORDEM
x(t) = f [x(t)]
(2.11)
(2.12)
(2.13)
Nestas condies, integrando (2.13) ao longo de uma curva fechada L que coincida com
o ciclo limite dever ser
(2.14)
( f1dx2 f 2dx1 ) = 0
L
Mas pelo teorema de Stokes , representando por S a rea delimitada pelo ciclo limite,
f
f
(2.15)
L ( f1dx2 f 2dx1 ) = S ( x11 + x22 )dx1dx2
(Considere-se, para o efeito F = ( f 2 , f1 , 0) e calcule-se F.ds e rotF ). Para que o integral de superfcie seja nulo necessrio que o integrando, se for diferente de zero e no
amortecido mude de sinal. (O integrando div f). Se o integrando for amortecendo a
trajectria tende para o ponto de equilbrio zero e no haver ciclo limite, a oscilao
amortecida. Se o integrando for nulo, nem sequer h oscilao.
2.3.2.4. Nota sobre alguns operadores vectoriais
(2.16)
=
,
,"
xn
x1 x2
Define-se gradiente de uma funo escalar h(x),
h ( x ) h ( x )
h ( x )
grad h ( x ) h ( x )
, ...,
=
x
xn
x1
(2.17)
f1 ( x ) f 2 ( x )
f ( x )
+
+"+ n
x1
x2
xn
A divergncia define-se para um campo vectorial e um campo escalar.
div f (x ) f (x ) =
(2.18)
Pg. 51
2 - SISTEMAS DE 2 ORDEM
x 2 = x2 ( t )
e em seguida eliminar a varivel t entre as equaes obtidas, ficando-se com uma relao do tipo (2.3).
Exemplo 2.1 Sistema linear massa-mola
Seja um sistema mecnico constitudo por uma massa ligada a uma mola, como indicado na Fig. 2.12. Este sistema um caso particular daquele que apresentado adiante no
Cap.7; aqui a mola linear e no h atrito.
O corpo pode deslocar-se apenas segundo a direco x. Com o sistema em repouso o
corpo encontra-se na posio x=0 e a resultante das foras que sobre ela actuam nula.
A fora exterior que sobre ele actua, resultante da deformao da mola, tem o valor
f = kx
(2.20)
Desloque-se o bloco para a posio x0 e a seguir liberte-se o mesmo. Este tender a voltar para a posio inicial.
x0
Mola
Massa
| | | | | | | | | |
-2 -1 0 1 2
(2.21)
mx + kx = 0
(2.22)
x(t ) = x0 cos(0t )
(2.23)
2 - SISTEMAS DE 2 ORDEM
k
m
0 =
com
(2.24)
(2.25)
x 2
02
= x02
(2.26)
que a equao de uma elipse. A Fig. 2.13 representa estas elipses para diversos valores
de x0 para m = 1 kg e k = 10 N/m, ou seja, representa o retrato de fase.
x
0.1
0.2 0.3
0.4 x0=0.5
(2.27)
2
x
=
x
2
2
com x1(0) = 0 e x2(0) = C. A partir de (2.28) obtm-se
dx1
1
=
dx2
x2
que integrada conduz a
x2 = Ce x1
(2.29)
(2.30)
2 - SISTEMAS DE 2 ORDEM
x2
C>0,
-1
-2
-3
-1
C<0,
-0.8
-0.6
-0.4
-0.2
0.2
0.4
0.6
0.8
x1
antena
u
Fig. 2.15 Esquema do satlite
Os propulsores podem fornecer um binrio u de amplitude U constante, que pode ser
positivo ou negativo, consoante o sentido dos jactos. O objectivo do controlo manter a
antena num determinado ngulo de referncia R, atravs de uma manipulao conveniente dos propulsores. O satlite pode ser considerado como um corpo rgido que se
move em torno do seu centro de massas. Designando por J o momento de inrcia do
satlite em torno do seu centro de gravidade, a posio angular da antena e por u o
binrio propulsor, as equaes do movimento permitem escrever
J = u
(2.31)
>0
<0
(2.32)
2 - SISTEMAS DE 2 ORDEM
Na Fig. 2.16, a seguir, encontra-se representada a cadeia de controlo para este satlite.
satlite
jactos
r =0
+U
1/ J
s
u
-U
1
s
(2.33)
(2.34)
trajectrias
parablicas
linha de
comutao
u= +U
u= U
Pg. 55
2 - SISTEMAS DE 2 ORDEM
(2.35)
que um conjunto de parbolas com o foco sobre o eixo e concavidade para a esquerda.
O retrato de fase completo obtm-se juntando os dois diagramas anteriores. A comutao entre os diagramas faz-se exactamente sobre o eixo dos , que corresponde
mudana de sinal do erro. Repare-se que partindo de um estado inicial qualquer o satlite ir oscilar em torno da posio de referncia. A convergncia da oscilao para zero
poder ser feita com a introduo de realimentao da velocidade angular.
H um grande nmero de sistemas que podem ser descritos por uma equao diferencial
de 2 ordem do tipo
x + f ( x, x ) = 0
(2.36)
Para represent-los no espao de estados efectuam-se as substituies
x1 = x
x2 = x1
(2.37)
x1 = x2
x2 = f ( x1 , x2 )
(2.38)
Foi o estudo deste tipo de sistemas que contribuiu para o desenvolvimento da representao no plano de fase.
2.4.2. Mtodos grficos
x2 = f 2 ( x1 , x2 )
(2.39)
2 - SISTEMAS DE 2 ORDEM
dx2 f 2 ( x1 , x2 )
=
dx1
f1 ( x1 , x2 )
(2.40)
(2.41)
2
x2 = 2 x2 x1
a)
(2.42)
b)
a) obtm-se:
b) por (2.42)a
Dividindo (2.42)b
dx2
x
= 2 2 1
dx1
x2
e fazendo
(2.43)
dx2
= (isoclnica ), obtm-se a equao de uma recta, no plano (x1, x2).
dx1
x2 =
2
x1
2 +
(2.44)
1
x1
1+
(2.45)
equao (2.45) correspondem, para diversos valores de , as isoclnicas que se representam na Fig. 2.18. Para a obteno das trajectrias procede-se do seguinte modo:
1. Parte-se do valor (x1, x2) correspondente s condies iniciais x1(0) e x2(0). No
exemplo da figura admite-se x1(0) = 0, e x2(0) = 1, a que corresponde o ponto A.
2. A inclinao da trajectria dada pela mdia aritmtica das inclinaes associadas s isoclnicas vizinhas. Assim, a inclinao do troo de trajectria situado
entre as isoclnicas = 1 e = 1.2 aproximadamente ( 1 1.2) / 2 = 1.1 .
O ponto B determinado pela interseco da recta que parte de A com inclinao
1.1, com a isoclnica = 1.2 . O segmento AB constitui assim um troo aproximado da trajectria.
Pg. 57
2 - SISTEMAS DE 2 ORDEM
-1.4
-1.6
-1.8
= -2
D
E
-2.5
-3
-4
-6
- 11
9
4
2
x1
1
0.5
= -1
= 0
- 0.2
- 0.4
Pg. 58
2 - SISTEMAS DE 2 ORDEM
Probl. 2.1
k
b
x2 = m x1 m x2
x
O modelo de estado ficaria completo com a equao de sada y = C T 1 (even x2
tualmente y=x1) e com as condies iniciais x(0)=x0, que de momento no so dadas.
x2 = 0
x = 0
x1 = 0
k
1
b) Pontos de equilbrio:
b
x2 = 0
x2 = 0
m x1 m x2 = 0
Este resultado era de esperar, pois tratando-se de um sistema linear o nico ponto de
equilbrio a origem do espao de estados.
c) No havendo amortecimento b=0, ficando a equao diferencial do sistema reduzida a
mx + kx = 0 . A equao caracterstica 2 + k / m = 0 , que admite como solues
= j k / m . Uma vez que m e k so positivos, h dois plos sobre o eixo imaginrio. Uma vez que os plos so distintos a soluo x(t) dada por (2.8):
k /mt
+ k2e j
k /mt
k / m = 0 e
Pg. 59
2 - SISTEMAS DE 2 ORDEM
x (t ) = 0.2 0 sen( 0t )
Eliminando t entre estas duas equaes obtm-se a equao da trajectria:
x 2
2
x + 2 = (0.2) 2
d) A trajectria obtida representa uma elipse, de eixos 0.2 e 0.20. Repare-se que os
eixos da elipse dependem das condies iniciais. Nas figuras representa-se a evoluo do estado e o plano de fase.
x
x
0.2
x0
-0.2
evoluo do estado
Existe uma grande diferena entre esta trajectria e um ciclo limite. Embora esta trajectria seja fechada e se repita sobre ela prpria, o seu tamanho depende das condies iniciais, enquanto que num ciclo limite a forma deste independente das condies iniciais: de onde quer que se parta, dentro da bacia de atraco, -se conduzido
sempre ao mesmo ciclo limite, com a mesma forma e dimenses.
e) H apenas um ponto de equilbrio, que um centro. De acordo com o exposto atrs
em 2.3.2 ser N=1 e S=0. Pelo teorema de Poincar est satisfeita a condio necessria para a existncia de um ciclo limite (N=S+1). Poder pois haver ciclo limite,
mas no quer dizer que haja. A condio necessria mas no suficiente.
Para aplicar o teorema de Bendixon escreva-se o modelo de estado na forma matricial e calcule-se div f:
x
f1 2
x1 f1
x = f f = k x
2
2 2
1
m
Pg. 60
2 - SISTEMAS DE 2 ORDEM
divf =
x1
k
f
f
x
f1
= 1+ 2 = 2+
( x1 ) = 0 + 0 = 0
x2 f 2
x1 x2
x1 x2 m
A condio necessria para que haja ciclo limite que div f no amortea e mude de
sinal. Neste caso, ao ser nula, no muda de sinal nem amortece. Logo, no pode
haver ciclo limite.
Probl. 2.2
Considere o sistema descrito pela equao de Van der Pol
v (1 v 2 )v + kv = 0
em que e k so constantes reais, positivas (v a tenso de sada do sistema).
a) Obtenha um modelo de estado para o sistema.
b) Determine os seus pontos de equilbrio.
c) Com o auxlio dos teoremas de Poincar e de Bendixon conclua sobre a existncia de
ciclos limite.
d) Com o auxlio de um PC obtenha a trajectria para as condies iniciais v = 0 , v = 0 ,
num oscilador com = 1.0 e k = 1.0.
Resoluo:
a) Efectuando as mudanas de varivel x1 = v e x2
x1 = x2
, ou, na forma matricial,
2
x2 = (1 x1 ) x2 kx1
=
x (1 x 2 ) x kx
2
1
2
1
x2 = 0
x = 0
x1 = 0
b) Pontos de equilbrio: 1
2
x2 = 0
x2 = 0
(1 x1 ) x2 kx1 = 0
Para caracterizar o ponto de equilbrio obtido vai ver-se como o sistema linearizado
obtido a partir deste.
f1 f1
x x
x
x
1
2
2
2
2
2
x x
2 x=x
1
e
Clculo de A:
x2
x2
x1
x2
A=
2
2
x [ (1 x1 ) x2 kx1 ] x [ (1 x1 ) x2 kx1 ] {xx12==00
2
1
0
1
0 1
=
=
2
2 x1 x2 k (1 x1 ) {xx12==00 k
Pg. 61
2 - SISTEMAS DE 2 ORDEM
2 4k
que no so do tipo
2
ponto de sela. De acordo com o exposto atrs em 2.3.2 ser N=1 e S=0. Pelo teorema
de Poincar est satisfeita a condio necessria para a existncia de um ciclo limite,
(N=S+1). Poder pois haver ciclo limite.
f
f x
Calcule-se div f: div f = 1 + 2 = 2 +
[ (1 x12 ) x2 kx1 ] = (1 x12 )
x1 x2 x1 x2
Esta quantidade muda de sinal e no amortecida, logo, pelo teorema de Bendixon,
pode haver um ciclo limite.
2.6. Problemas propostos
Probl. 2.3
Considere o sistema autnomo, em regime livre
x1 = sen x1
3
x2 = x2
a) Determine os pontos de equilbrio e caracterize-os.
b) Trace de forma aproximada, usando o mtodo das isoclnicas, o seu retrato de fase.
Probl. 2.4
Utilizando o mtodo das isoclnicas esboce o retrato de fase dos sistemas descritos por
a) x + x +0.5 x = 0
b) x + x +0.5 x = 1
Confirme os resultados obtidos utilizando o computador.
Probl. 2.5
Utilizando o mtodo das isoclnicas obtenha o esboo do retrato de fase do movimento
do pndulo gravtico sem atrito, a que corresponde a equao diferencial + sen = 0.
Nota: Repare que as isoclnicas so funes sinusoidais.
Probl. 2.6
Considere o sistema linear representado por
x + x + 0,1875 x = 0
a) Mostre que o ponto de equilbrio um n estvel.
b) Determine a inclinao das assimptotas mencionadas na Fig.2.1.
Pg. 62
3.2. Introduo
Quando se projecta ou se estuda um sistema de controlo, um dos pontos importantes que
necessrio ter em conta a sua estabilidade. De uma forma geral deve-se garantir que
o sistema seja estvel. Com efeito, um sistema instvel alm de ser difcil de controlar
potencialmente perigoso, se a energia a ele associado for elevada. Um sistema instvel
pode por exemplo conduzir ao voo descontrolado de um avio (e sua eventual queda),
ou ao rebentamento de um reactor qumico.
O problema da estabilidade apareceu desde cedo na histria do controlo automtico com
o regulador automtico de Watt(1), sistema mecnico baseado no pndulo cnico, destinado a estabilizar a velocidade da mquina a vapor. Este dispositivo constitui um sistema de controlo no linear.
O primeiro trabalho terico sobre a estabilidade de sistemas de controlo no lineares foi
publicado por Lyapunov em 1892 na sua tese de doutoramento, com o ttulo The General Problem of Motion Stability. Nele determinado o comportamento de sistemas no
lineares com o auxlio de uma funo escalar com caractersticas semelhantes energia
associada ao sistema, que hoje se designa por funo de Lyapunov.
O trabalho de Lyapunov foi traduzido para Francs em 1908, e foi reimpresso apenas
em 1947, pela Universidade de Princeton. S nos anos 60 que este trabalho atraiu a
ateno da comunidade cientfica, tendo a partir da sido completado e desenvolvido.
Neste captulo sero introduzidos conceitos que no tm correspondncia nos sistemas
lineares referentes aos pontos de equilbrio e estabilidade, so apresentados o mtodo da
linearizao de Lyapunov, muitas vezes designado por 1 mtodo, e o mtodo directo de
Lyapunov, conhecido tambm como 2 mtodo.
3.3. Pontos de equilbrio e estabilidade
3.3.1. Sistemas autnomos em regime livre
Viu-se no captulo 1, seces 1.5.1 e 1.5.2, que um sistema no linear, contnuo ou discreto, pode ser representado por um sistema de equaes vectoriais, designado por
modelo de estado do sistema. Para um sistema contnuo determinstico o modelo de
estado escreve-se
y (t ) = h(x (t ), u(t ), t ]
x(0) = x
0
a)
(3.1)b)
c)
x(0) = x 0
3
x2 = (b / m ) x2 ( k1 / m ) x1 ( k3 / m ) x1 + u
(3.4)
u = (k3 / m ) x13
(3.5)
x2 = (b / m ) x2 ( k1 / m ) x1
(3.6)
x(t ) = f [x(t )]
Pg. 64
(3.7)
e pelas condies iniciais (3.3)b). Repare-se que um sistema em cadeia fechada em que
a lei de controlo (3.2) varia com o tempo, como acontece no caso do controlo adaptativo, conduz a uma equao de estado com dependncia explcita do tempo, ou seja, conduz a um sistema no autnomo.
Exemplo 3-2
Resoluo:
Apesar de no se encontrar excitado, o sistema no autnomo, uma vez que variante
no tempo.
3.3.2. Pontos de equilbrio de sistemas autnomos
Considere-se o sistema autnomo descrito por (3.7). Se as condies iniciais x(0) forem
tais que a trajectria x(t) permanea sempre igual a si mesma (e consequentemente a
x0), diz-se que x0 um estado de equilbrio ou ponto de equilbrio. Designar-se-o neste texto, os pontos de equilbrio por xe. Trata-se de vectores com a dimenso igual
ordem do sistema. Como se ver, um sistema pode ter um, vrios ou infinitos pontos de
equilbrio.
Analiticamente pode definir-se ponto de equilbrio por
x e ponto de equilbrio t > 0, x (t ) x e
(3.8)
f (x e ) = 0
(3.10)
x (t ) = Ax(t )
(3.11)
Ax e = 0
(3.12)
Pg. 65
z = f (z + xe )
(3.14)
varivel x corresponde a nova varivel z e a correspondncia biunvoca. Alm disso, ze = 0 o ponto de equilbrio correspondente a x = xe. Portanto, o estudo do comportamento do sistema (3.7) na vizinhana de xe poder ser facilitado analisando o comportamento de (3.14) na vizinhana da origem (z=0). Se o sistema (3.7) possuir mais do
que um ponto de equilbrio, e se se pretender estudar o seu comportamento na vizinhana de cada ponto de equilbrio utilizando o procedimento que acaba de ser exposto,
haver que efectuar tantas mudanas de varivel quantos os pontos de equilbrio que se
desejam estudar.
3.3.3. Estabilidade de pontos de equilbrio
O estado de equilbrio xe=0 diz-se estvel no sentido de Lyapunov (nsLy) se, para qualquer R > 0 existir r(R) > 0 tal que se ||x(0)|| < r ento ||x(t)|| < R, para todo o t > 0.
O estado de equilbrio diz-se instvel, caso contrrio. Analiticamente pode escrever-se:
x e = 0 estvel nsLy (R > 0, r ( R ) > 0 x (0) < r x(t ) < R, t
(3.15)
A definio afirma que num sistema estvel nsLy, se for desejado que uma trajectria
no saia fora de uma bola de raio R (qualquer que este seja), ento a trajectria dever
ser iniciada dentro de outra bola, cujo raio r < R, depender de R.
Na Fig. 3.1. representa-se a evoluo da norma do estado de um sistema estvel nsLy.
Pg. 66
||x(t)||
R
||x(t)||
r
||x(0)||
||xe||=0
0
trajectrias
x2
ciclo limite
R
x1
Pg. 67
r
x(0)
||xe||=0
0
2 bacia de
atraco
1 bacia de
atraco
t > 0,
(3.16)
Os conceitos sobre estabilidade que se acabaram de apresentar, referem-se estabilidade na vizinhana de um determinado ponto de equilbrio. A estabilidade assim definida
designa-se por estabilidade local. No entanto, se o estado inicial se encontrar longe do
ponto de equilbrio, o seu comportamento poder ser diverso.
Por este motivo importante saber como que um sistema se comporta, quando o seu
estado inicial se encontra afastado de determinado ponto de equilbrio. Surge assim o
conceito de estabilidade global.
Um estado de equilbrio diz-se globalmente estvel se for estvel, qualquer que seja o
valor inicial do seu estado.
Um estado de equilbrio diz-se globalmente assimptoticamente estvel se for assimptoticamente estvel, qualquer que seja o valor do seu estado inicial. De um modo semelhante se define estado de equilbrio globalmente exponencialmente estvel.
Exemplo 3-4
Determine o tipo de estabilidade do seguinte sistema:
x (t ) = [1 + sen 2 x (t )]x (t )
Resoluo:
O sistema de 1 ordem e admite como ponto de equilbrio x=0.
Nem sempre necessrio determinar analiticamente a soluo x(t) para saber o comportamento do sistema. Este exemplo pode resolver-se de uma forma bastante simples.
Pg. 69
Com efeito, do sistema dado, e atendendo a que o seno uma funo limitada, pode
dx
escrever-se x(t ) x(t ) Separando as variveis fica
dt . Esta equao pode ser
x
integrada membro a membro entre os instantes 0 e t, a que correspondem os estados x0
x(t )
e x(t), resultando ln
t , ou ainda x(t ) x0 e t , pelo que o sistema exponencialx0
mente estvel.
x = f (x)
(3.17)
Admita-se que a funo f de classe C1, ou seja, diferencivel uma vez. Nestas condies o sistema (3.17) pode escrever-se
f
x = x + fos (x )
x xe =0
(3.18)
f
onde representa o primeiro termo do desenvolvimento de f(x) em srie de Taylor
x
e fos(x) representa os restantes termos de ordem superior. Uma vez que o desenvolvimento em srie feito em torno do ponto de equilbrio xe= 0, a expresso (3.18) no tem
termo constante.
f
Repare-se que representa a matriz Jacobiana de f, que se representar por A,
x
Pg. 70
f1
x
1
f
f
A = = i = ...
x x j
f n
x
1
f1
xn
...
f n
...
xn
...
(3.19)
x = Ax + fos ( x )
(3.20)
x = Ax
(3.21)
fos ( x ) = f (x ) Ax
(3.22)
Note-se que a linearizao pode ser aplicada a sistemas excitados com entrada u, invariantes no tempo,
x(t ) = f [x(t ), u(t )]
(3.23)
resultando do desenvolvimento
f
x = x+
x xue==00
ou ainda
f
x =0 u + fos (x, u)
u ue=0
x = Ax + Bu + fos ( x, u)
(3.24)
(3.25)
(3.26)
com
f
A=
x xue==00
(3.27)
f
B=
u xue==00
(3.28)
Um mtodo expedito para obter o sistema linearizado a partir de (3.7), consiste simplesmente em desprezar os termos que convergem para zero com uma ordem superior a
1, substituir cos x por 1, sen x por x, etc.
Pg. 71
Exemplo 3-5
x 2 = x2
O ponto de equilbrio deste sistema x1 = 0 e x2 = 0 .
A= 1
=
=
f 2 f 2
0 1 x1 =0, x2 =0 0 1
x x
2 x1 = 0, x2 = 0
1
O sistema linearizado pois dado por
x1 1 0 x1
x = 0 1 x
2
2
Para obter este mesmo sistema por um mtodo expedito poderia simplesmente desprezar-se o termo de 2 ordem, na primeira equao, x22 .
b)
x1 = x1 sen x2
x2 = x2 sen x1
A= 1
=
=
1 x =0, x =0 1 1
f 2 f 2
cos x1
1
2
x x
2 x1 = 0, x2 = 0
1
O sistema linearizado assim
x1 1 1 x1
x = 1 1 x
2
2
Para obter este mesmo sistema pelo mtodo expedito poderia simplesmente substituir-se
sen x1 por x1 e sen x2 por x2.
Pg. 72
x1 = sen x1 + x22
2
x2 = x1 0.5sen x2 + u
c)
f
f
De acordo com (3.26) ser x = Ax + Bu , com A =
e B= .
x
=
0
x ue=0
u xue==00
2
sen x1 + x2 = 0
Os pontos de equilbrio do sistema autnomo so obtidos por 2
, que
x1 0.5sen x2 = 0
admite como soluo 3 pontos de equilbrio, entre os quais se encontra a origem do
espao de estados. Para este ponto ser:
f1
x
A= 1
f 2
x
1
f1
x2
2 x2
cos x1
1 0
=
=
Note-se que o sistema apenas tem uma entrada (escalar), pelo que fica
f1
u
0
0
=
=
B=
1 x1 =0, x2 =0;u =0 1
f 2
u x1 =0, x2 =0;u =0
0 x1 0
x 1
O sistema linearizado em torno da origem ser pois 1 =
+ u
x2 0 0.5 x2 1
3.4.2. Mtodo de Lyapunov da linearizao
x(t ) = Ax(t )
(3.29)
O mtodo da linearizao de Lyapunov parte da anlise da matriz A do sistema linearizado para concluir sobre a estabilidade do sistema no linear, e afirma o seguinte:
Exemplo 3-6
Utilizando o mtodo da linearizao concluir sobre a estabilidade dos sistemas descritos
pelos seguintes modelos:
a) x = x 3 sen x
b) x = (1 x )3 1
c) x + 2 x 2 = a x, a
Resoluo:
a) O nico ponto de equilbrio deste sistema a origem. Utilizando o mtodo expedito
pode obter-se o sistema linearizado em torno da origem, x = x . Tem-se pois A= 1.
O valor prprio desta matriz, 1, encontra-se no semi-plano complexo s esquerdo. O
sistema linearizado exponencialmente estvel e consequentemente o sistema original assimptoticamente estvel.
b) Este sistema pode ser simplificado, obtendo-se x = 3x + 3x 2 x 3 . O nico ponto de
equilbrio x=0. O sistema linearizado ser pois x = 3x . O plo encontra-se no
Pg. 74
semi-plano complexo s esquerdo, e tem o valor 3. O sistema linearizado exponencialmente estvel e portanto o sistema original assimptoticamente estvel.
x1 = x2
c) Efectuando as mudanas de varivel x = x1 e x = x2 vem
2
x2 = ax1 2 x2
Os pontos de equilbrio so x1 = 0 e x2 = 0 . O sistema linearizado ser
x1 = x2
, ou seja,
x2 = ax1
x1 0 1 x1
x = a 0 x , ou ainda,
2
2
x1
x1
0 1
x = A x , com A = a 0
2
2
1
= 0,
Os valores prprios de A obtm-se resolvendo a equao A I = 0 :
a
2 a = 0 , = a . H a distinguir dois casos:
1. a > 0 . Neste caso h um plo do sistema linearizado no semi-plano complexo s
direito. O sistema linearizado instvel e consequentemente o sistema original tambm instvel.
2. a 0 . Neste caso h um par de plos sobre o eixo imaginrio. O sistema linearizado
marginalmente estvel, nada se podendo concluir sobre o sistema original.
x = x2
B
com b =
> 0.
d) Fazendo = x1 e = x2 pode escrever-se 1
ML
x2 = g sen x1 bx2
x = 0
x = k , k = 0, 1, 2,
Pontos de equilbrio: 2
, ou, 1
.
g sen x1 bx2 = 0
x2 = 0
2
g b
Estes valores prprios esto localizados no semi-plano complexo s esquerdo. O sistema linearizado exponencialmente estvel e portanto o sistema original assimptoticamente estvel (nos pontos de equilbrio indicados).
x = x2
.
2. k = 1, 3, . Nestes casos o sistema linearizado ser 1
x2 = gx1 bx2
0 1
1
, sendo os valores prprios 1,2 = ( b b2 + 4 g ) . Estes
A matriz A ser
2
g b
valores prprios esto localizados um no semi-plano complexo s esquerdo e o outro
no semi-plano direito. O sistema linearizado instvel e portanto o sistema original
tambm instvel. Note-se que estes pontos de equilbrio correspondem s posies
em que a massa do pndulo se encontra no topo.
1. k = 0, 2, 4,
Pg. 75
(3.30)
V p ( x ) = ( k1 x + k3 x 3 )dx =
0
1 2 1
k1 x + k3 x 4
2
4
(3.31)
Vc ( x ) =
1 2
mx
2
(3.32)
V (x) =
1 2 1
1
k1 x + k3 x 4 + mx 2
2
4
2
Pg. 76
(3.33)
V ( x ) = k1 xx + k3 x 3 x + mxx = (k1 x + k3 x 3 + mx ) x
(3.34)
Notando que a quantidade entre parntesis, pela equao (3.30) igual a b x x , vem:
V ( x ) = b x x 2 = b x
(3.35)
Uma vez que se trata de um sistema com amortecimento (b>0), a expresso (3.35) mostra que, independentemente do estado inicial, a funo V (x ) sempre negativa, isto , a
energia total do sistema vai diminuindo, at atingir o valor zero, quando x = 0 .
Os conceitos contidos neste exemplo constituem a base do mtodo directo de Lyapunov.
3.5.2. Funes positivas definidas
Uma funo escalar, contnua e unvoca, de um vector, diz-se localmente positiva definida se dentro de uma bola de raio R0 for:
>0
V (x )
=0
x0
x=0
(3.36)
A funo V(x) diz-se globalmente positiva definida se (3.36) for vlida para todo o
espao de estados.
Tomando o exemplo do sistema atrs representado em (3.30) e considerando a sua energia total V(x) dada por (3.33), conclui-se imediatamente que V(x) globalmente definida positiva. Na Fig. 3.6 encontra-se representada geometricamente uma funo positiva
definida.
V(x)
x2
V3
V3
V1
V2
V3>V2>V1
V1
0
x1
a) Representao 3D
x2
V2
x1
V1<V2<V3
b) Curvas de nvel
Repare-se que a definio de funo positiva definida exige que V(0) = 0. Isto implica
que o seu nico mnimo a origem (estado nulo). Note-se ainda, que na representao
por meio de curvas de nvel estas no se intersectam, uma vez que a funo V(x) unvoca.
Pg. 77
Uma funo V(x) diz-se negativa definida (local ou globalmente) se a sua simtrica
V(x) for positiva definida.
Uma funo escalar, contnua e unvoca, diz-se positiva semidefinida (local ou globalmente) se:
0 x0
(3.37)
V (x )
=0 x=0
A funo diz-se negativa semidefinida se V(x) for positiva semidefinida.
Uma funo escalar, contnua V(x) diz-se localmente indefinida se, dentro de uma bola
de raio R0 qualquer, em torno da origem tomar valores positivos e negativos.
Exemplo 3-7
V ( x ) = 1 cos + 2
1
V (x) = 2 x 2 + x 2
2
1
V (x) = 2 x 2 x 2
4
( x1 = , x2 = )
Resoluo:
a) Efectuando as mudanas de varivel = x1 e = x2 obtm-se o modelo de estado
x1 = x2
x2 = sen x1 2 x2
Os pontos de equilbrio obtm-se resolvendo o sistema de equaes
x2 = 0
sen x1 2 x2 = 0
obtendo-se x1 = k , k
e x2 = 0 .
Pg. 78
Dentro de uma bola centrada na origem e de raio R, uma funo V(x) diz-se funo de
Lyapunov se e s se:
V(x) for positiva definida,
V (x) for negativa semidefinida.
Para uma funo de Lyapunov tem-se pois:
V ( x ) > 0,
V ( x ) 0,
x0
V (0) = 0
x0
V (0) = 0
(3.38)
x2
V3
x2
V(t)
V1
0
x(t)
x0
x1
V2
x(t)
x1
x0
V1<V2<V3
a) Representao 3D
b) Curvas de nvel
Indicar quais das funes abaixo so funo de Lyapunov dos respectivos sistemas, para
a origem:
a) x = x
V (x) = x 2 + x 2
x1 = x2 x13
b)
3
x2 = x1 x2
V ( x ) = x12 + x22
x = x2 sen x1
c) 1
x2 = x1 sen x2
V (x) =
1 2
( x1 + x22 )
2
Resoluo:
a) A funo V(x) positiva definida. Analise-se a derivada: V ( x ) = 2 xx + 2 xx = 2( x + x ) x .
A partir do sistema obtm-se x = x , pelo que V ( x ) = 2( x x ) x = 2( x + x )( x ) = 4 x 2
que negativa definida. Logo, V(x) uma funo de Lyapunov do sistema dado.
Pg. 79
(3.39)
Se numa bola de raio R com centro em xe=0 existir uma funo escalar V(x), contnua,
com 1 derivada contnua, tal que:
V(x) localmente positiva definida,
V (x ) localmente negativa semidefinida,
ento o ponto de equilbrio xe=0 localmente estvel.
Se alm disto V (x ) for localmente negativa definida, o ponto de equilbrio assimptoticamente estvel.
Para demonstrar este teorema preciso provar que dado um nmero real positivo, R,
existe um outro nmero real tambm positivo r < R, tal que qualquer trajectria com
incio no interior da bola de raio r permanece no interior da bola de raio R [definio
dada pela expresso (3.15)].
Seja m o valor mnimo de V sobre uma superfcie de raio R (mnimo de V sobre a curva
de interseco de V(x) com a esfera de raio R). Considere-se uma superfcie esfrica de
raio r < R tal que a sua interseco com V(x) seja menor que m. Considere-se uma trajectria iniciada sobre esta esfera. Uma vez que por ser uma funo de Lyapunov V(x)
no pode crescer, ser sempre V(x) m, ou seja, V(x) ficar sempre no interior da esfera de raio R. Logo a trajectria estvel.
Se V(x) for estritamente decrescente, as trajectrias ficaro contidas no interior da bola
com raio cada vez menor, o que significa que o sistema assimptoticamente estvel.
Repare-se que a existncia de uma funo de Lyapunov condio suficiente para a
estabilidade do sistema, mas no condio necessria: um sistema poder ser estvel e
no se conhecer nenhuma funo de Lyapunov associada.
Pg. 80
x2
x(t)
x1
V3
V1
V2
V1>V2>V3
Um sistema pode admitir mais do que uma funo de Lyapunov. Algumas delas podero dar mais informao sobre a estabilidade do sistema do que outras.
Exemplo 3-9
Concluir sobre a estabilidade dos sistemas seguintes, em torno da origem, dos quais se
conhece uma funo de Lyapunov, candidata, V(x):
V (x ) = x 2 + x 2
a) x = x x 3
x22
x1 = x
1
b)
x = x2
2
(1 + x12 ) 2
V (x ) =
x12
+ x22
2
1 + x1
Pg. 81
Resoluo:
a) A funo V(x) positiva definida. Analise-se a sua derivada: V (x ) = 2 xx + 2 xx . A
partir do sistema dado obtm-se x = x 3x 2 x . Substituindo x em V (x ) conclui-se
que V (x ) < 0 . A funo V(x) radialmente limitada. Esto pois satisfeitas todas as
condies da seco 3.5.4 e anterior: Logo o sistema localmente estvel na origem.
b) A funo V(x) positiva definida mas no radialmente ilimitada. Com efeito, para
cada valor de x2, V (x) no tende para quando x1 . Analise-se a sua derivada.
2 x 3 x + 2 x2 (1 + x12 ) 2 x2
V (x) = 1 1
. Substituindo em V (x ) os valores de x1 e de x2 e
(1 + x12 ) 2
4 x22
, que negativa semidefinida.
(1 + x12 ) 2
Portanto o sistema dado localmente assimptoticamente estvel na origem, mas no
V (x ) = pi j xi x j
(3.40)
i =1 j =1
Pg. 82
(3.41)
Uma vez que qualquer matriz pode ser decomposta na soma de duas matrizes, uma
simtrica e outra anti-simtrica, e que a forma quadrtica associada a uma matriz anti-simtrica nula, pode considerar-se que em (3.41) a matriz P simtrica.
Uma matriz P diz-se positiva definida (pd) se a forma quadrtica que lhe est associada
for positiva definida, ou seja:
x 0 x T Px > 0
(3.42)
A condio xT P x = 0 para x=0, que aparece em (3.36), naturalmente satisfeita.
Uma vez que xTPx o produto interno de xT e de Px, a interpretao geomtrica de
definio de forma quadrtica pd a seguinte: O vector x e a sua imagem Px devem
fazer um ngulo que esteja no intervalo (-/2, /2).
condio necessria para uma matriz ser pd que os elementos da sua diagonal principal sejam estritamente positivos (pi i > 0).
condio necessria e suficiente para que uma matriz seja pd que os seus menores
principais sejam estritamente positivos, ou seja:
1 = | p11 |> 0, 2 =
p11
p12
p21
p22
p11 ...
> 0,
, n = ...
pn1 ...
p1n
... > 0
pnn
(3.43)
P = UT U
(3.44)
em que U a matriz unitria de vectores prprios de P, e uma matriz diagonal contendo os valores prprios de P. Designando por min e max o menor e o maior valor
prprio de P, tem-se a partir de (3.44),
(3.45)
Pg. 83
x = Ax
(3.46)
(3.47)
Uma maneira simples de obter uma funo candidata a funo de Lyapunov a que
decorre do seguinte teorema:
Pg. 84
x = f (x )
(3.50)
com f(x) suave, tendo como ponto de equilbrio de interesse a origem do espao de
estados. Seja A(x) o Jacobiano do sistema:
f
(3.51)
A(x) =
x
Se numa regio em torno do ponto de equilbrio a matriz
F( x ) = A ( x ) + A T ( x )
(3.52)
x V (x )
(3.54)
(3.55)
Pg. 85
x1 = 6 x1 + 2 x2
3
x2 = 2 x1 6 x2 2 x2
(3.56)
Tem-se
f1 f1
2
f
6 x1 + 2 x2 x1 x2 6
=
A(x ) =
=
=
3
2
x x 2 x1 6 x2 2 x2 f 2 f 2 2 6 6 x2
x x
2
1
4
12
F( x ) = A ( x ) + A T ( x ) =
2
4 12 12x2
F(x) negativa definida se F(x) for positiva definida:
1 menor principal de F(x): |F11| = |12| = 12 > 0.
12
4
2
2
= 144 + 144 x2 16 = 144 x2 + 128 > 0
2 menor principal de F(x):
2
4 12 + 12 x2
Logo F(x) nd e portanto uma funo de Lyapunov candidata
V(x) = f T(x) f(x) = (6x1+2x2)2 + (2x16x22x23)2.
Como V(x) quando ||x|| , a origem globalmente estvel.
3.7.1.2. Teorema de Krasovskii generalizado
F( x ) = A T P + PA + Q
(3.57)
O mtodo do gradiente varivel uma outra forma de se obter uma funo de Lyapunov
associada a um sistema. Parte-se da relao integral
x
V ( x ) = V ( ).d
0
(3.59)
V
V
,...,
V (x ) =
xn
x1
(3.60)
Vi = aij x j
(3.62)
j =1
Exemplo 3-11
2
x2 = 2 x2 + 2 x1 x2
(3.63)
V1 (x ) = a11 x1 + a12 x2
V2 ( x ) = a21 x1 + a22 x2
(3.64)
2.
V1 V2
a
a
=
a12 + x2 12 = a21 + x1 21
x2
x1
x2
x1
(3.65)
(3.66)
3. Escolhendo
x1
x2
x1
x2
1 2
( x1 + x22 )
2
(3.67)
Pg. 87
Por vezes utiliza-se o conhecimento que se tem sobre a fsica do processo para a obteno da funo de Lyapunov associada a um determinado sistema. Esta anda de um
modo geral associada ao conceito de energia (potencial, cintica, elctrica, magntica) e
ao facto de que normalmente a sua soma (potencial+cintica, para sistemas mecnicos
ou elctrica+magntica para sistemas elctricos) se dissipa com o decorrer do tempo. A
energia tem um valor essencialmente positivo ou nulo, o que significa ser V(x) definida
positiva. A dissipao significa que V(x) diminui e tende para zero quando x0, ou
seja, V ( x ) definida negativa.
Este mtodo vantajoso em relao aos mtodos matemticos sempre que se lida com
sistemas de ordem elevada.
3.8. Conjuntos invariantes
A introduo do conceito de conjunto invariante e dos teoremas a ele associados, permite analisar a estabilidade de sistemas no caso em que a funo de Lyapunov no permite
efectuar o estudo da estabilidade em torno de um ponto de equilbrio.
3.8.1. Definio
Considere-se o sistema autnomo (3.50) e seja V(x) uma funo escalar contnua que
admita derivadas parciais de 1 ordem. Considere-se um valor real > 0 e seja a
regio do espao de estados em que se verifica a condio V(x) < . Admita-se que
V (x) 0 para x . Seja R o conjunto de pontos dentro de onde V (x ) =0 e seja M o
Pg. 88
maior conjunto invariante contido em R. Ento, toda a trajectria x(t) com origem em
converge para M quando t .
A interpretao geomtrica deste teorema encontra-se na Fig. 3.9. A demonstrao
encontra-se na ref. [1] da bibliografia Slotine, J.J.E./Li, Weiping.
Corolrio: Se nas condies anteriores V(x) for localmente positiva definida,
V (x ) negativa semidefinida e o conjunto R definido por V ( x ) = 0 no contiver trajectrias alm da trajectria x 0, ento o ponto de equilbrio 0 assimptoticamente estvel.
Alm disso a maior regio um domnio de atraco do ponto de equilbrio.
V=
V(x)
R
M
x0
x2
x1
Fig. 3.9 Convergncia da trajectria para o conjunto invariante.
3.8.3. Teorema global do conjunto invariante
Considere-se o sistema autnomo (3.50), x = f ( x ) , e seja V(x) uma funo escalar contnua que admita derivadas parciais. Admita-se que
V (x ) 0 para qualquer x,
||x|| V(x) .
Seja R o conjunto de todos os pontos em que V (x ) = 0 e M o maior conjunto invariante
em R. Ento todas as solues convergem de uma forma global e assimpttica para M
quando t .
Exemplo 3-12: Uma classe de sistemas n.l. de 2 ordem.
x + f ( x) + g ( x) = 0
(3.68)
Pg. 89
x f ( x ) > 0,
x g ( x ) > 0,
para x 0
para x 0
(3.69)
Estas expresses tm o significado indicado na Fig. 3.10. A equao (3.68) pode representar por exemplo um sistema massa-mola-amortecedor em que as foras devidas ao
amortecimento e mola podero seguir (3.69).
g ( x)
f ( x)
Do ponto de vista fsico, a imposio das condies (3.69) equivale a dizer que o coeficiente de amortecimento positivo e a fora exercida pela mola resistente. Nestas
condies de esperar que as energias cintica e potencial do sistema vo diminuindo e
que o sistema no fique bloqueado em nenhum ponto de equilbrio diferente da origem.
Considere-se a funo
x
1
(3.70)
V ( x ) = x 2 + g ( )d
0
2
que, no caso de se tratar de um sistema mecnico, poder corresponder sua energia
total. A partir de V(x) obtm-se, por derivao,
V ( x ) = xx + g ( x ) x = xf ( x ) xg ( x ) + g ( x ) x = xf ( x ) 0
(3.71)
Devido s condies impostas x f ( x ) s pode ser nula para x = 0 . Mas para x = 0 tem-se x = g ( x ) que diferente de zero sempre que x0, o que significa o que h pouco
se afirmou, isto , que o sistema no pode ficar preso em nenhum ponto de equilbrio
que no seja a origem. Considerando R como o conjunto definido por x = 0 , o maior
conjunto invariante M contido em R contm apenas o ponto x=0 (x=0, x = 0 ). A aplicao do teorema local do conjunto invariante indica que a origem localmente assimptoticamente estvel.
Como alm disto
Pg. 90
(3.72)
em que f(.,.) uma funo seccionalmente contnua no tempo e indefinidamente diferencivel em relao a x.
Designam-se por pontos de equilbrio do sistema (3.72) todos aqueles em que para todo
t t0 o estado estacionrio, ou seja,
f [x e (t ), t ] = 0,
t > t0
(3.73)
tambm de salientar que a extenso de determinados conceitos tem que ser feita com
bastante cuidado, para no se chegar a concluses erradas. Como exemplo tome-se o
sistema linear massa mola amortecedor, em que o amortecimento b(t) > 0 varia com o
tempo:
x + b( t ) x + k 0 x = 0
(3.74)
O nico ponto de equilbrio deste sistema a origem, x=0. Aparentemente, uma vez que
se trata de um sistema dissipativo, parece, primeira vista, que se o movimento for iniciado num estado x0, este tender a convergir para o ponto de equilbrio. Tal poder
no acontecer. Exemplifique-se com b(t)=2+et e k0 = 0 e inicie-se o movimento no instante t=0 com x(0)=2 e x (0) = 1 . A soluo da equao dada por x(t)=1+et, que
tende para 1 quando t. Embora possa parecer paradoxal, que neste sistema, sendo
x=0 o ponto de equilbrio, a soluo no convirja para ele. A explicao, do ponto de
vista fsico, simples: o amortecimento vai aumentando de tal forma que o sistema fica
preso em x = 1 antes de chegar ao ponto de equilbrio.
3.9.2. Estabilidade de um ponto de equilbrio
O ponto de equilbrio x=0 diz-se estvel no sentido de Lyapunov, no instante t0, se para
qualquer R>0 existir r(R,t0) tal que para todo o tt0
x(t0 ) < r ( R, t0 ) x(t ) < R
(3.75)
x(t ) x0 e (t t0 ) , t t0
(3.76)
H no entanto um conceito novo, que no aparecia nos sistemas autnomos: O de estabilidade uniforme:
O ponto de equilbrio x=0 do sistema no autnomo (3.72) diz-se uniformemente estvel se o escalar r da definio acima puder ser escolhido independentemente do instante
inicial t0, ou seja, r=r(R). O conceito de estabilidade uniforme extensvel aos sistemas
assimptoticamente estveis. Para um sistema no autnomo a estabilidade exponencial
implica estabilidade uniforme.
3.9.3. Mtodo directo de Lyapunov
Uma funo escalar de um vector x e de um escalar t diz-se localmente positiva definida se V(0,t)=0 e existir uma funo V0(x) positiva definida, no dependente de t, tal que
(3.77)
V ( x, t ) V0 ( x ),
t > t0
Repare-se que existe um predomnio de V(x,t) sobre a correspondente funo V0(x)
independente do tempo.
De uma forma anloga define-se uma funo globalmente positiva definida, negativa
definida, positiva semidefinida e negativa semidefinida.
H no entanto um conceito novo que no existe para os sistemas autnomos: o conceito
de funo decrescente.
Uma funo V(x,t) diz-se decrescente se V(0,t)=0 e existe uma funo positiva definida
invariante no tempo V1(x) tal que
V ( x, t ) V1 (x ),
t > t0
(3.78)
Uma vez que 1 1 + sen 2 t 2 , existe uma funo V0 (x ) = ( x12 + x22 ) positiva definida e
independente do tempo, tal que V ( x, t ) V0 ( x ) . Logo a funo dada, variante no tempo,
positiva definida. Por outro lado existe V1 (x ) = 2( x12 + x22 ) tal que V (x, t ) V1 (x )
qualquer que seja t. Alm disso V(0,t)=0 e portanto a funo dada decrescente.
Pg. 92
Uma vez que V(x,t) uma funo do tempo, explicitamente e tambm atravs da evoluo do estado, para o clculo da sua derivada utilizam-se as regras normais da derivao
da funo de vrias variveis e de funo composta:
V ( x, t )
e como
d
V V dx(t )
V ( x, t ) =
+
dt
t x dt
(3.79)
V V
+
f ( x, t )
t x
(3.80)
dx (t )
x (t ) = f ( x, t ) , vem
dt
V ( x, t ) =
Isto significa que a derivada da funo de Lyapunov deve ser calculada ao longo das
trajectrias do sistema.
Os teoremas de Lyapunov sobre a estabilidade de pontos de equilbrio de sistemas no
autnomos encontram-se resumidos na seco seguinte.
3.9.4. Teoremas de Lyapunov para sistemas no autnomos
Seja uma bola BR0 de raio R0 centrada no ponto de equilbrio x=0 do sistema no autnomo. Definem-se os seguintes conceitos de estabilidade:
3.9.4.1. Estabilidade no sentido de Lyapunov (nsLy)
Se existir uma funo escalar V(x,t) com derivadas parciais contnuas, tal que
a) V(x,t) positiva definida,
b) V ( x, t ) negativa semi-definida,
ento o ponto de equilbrio x=0 estvel nsLy.
3.9.4.2. Estabilidade uniforme
Pg. 93
Se a bola BR0 considerada for todo o espao de estados e se alm das condies a) c) d)
se verificar tambm
e) V(x,t) radialmente ilimitada,
ento o ponto de equilbrio x=0 global, uniforme e assimptoticamente estvel.
Exemplo 3-14
2 t
x2 (t ) = e x1 (t ) x2 (t )
tomando como funo de Lyapunov V (x, t ) = (1 + e 2 t ) x12 + x22 .
Resoluo:
A funo V(x,t) pd, uma vez que existe uma funo independente do tempo,
V0(x)=x12+x22 tal que V(x,t)V0(x), para todo tt0.
Clculo de V ( x, t ) :
x + x2
= 2[ x22 x1 x2 + x12 (1 + e 2 t )]
V ( x, t ) = 2e 2 t x12 + [2(1 + e 2 t ) x1 , 2 x2 ] 2 1t
e x1 x2
2
2
V (x,t) 2 (x1 x1 x2 + x2 ) = (x1x2)2 x12 x22 0
Como V(x,t) radialmente ilimitada, conclui-se que o sistema global, uniforme e
assimptoticamente estvel.
3.9.5. Mtodo directo de Lyapunov para sistemas lineares no autnomos.
Quando um sistema linear no autnomo, no podem ser utilizados os mtodos tradicionais de anlise de sistemas autnomos para concluir sobre a sua estabilidade. O
exemplo seguinte mostra a necessidade de se tomarem as devidas precaues com os
sistemas no autnomos.
Seja o sistema linear no autnomo
x1 1 e 2 t x1
(3.81)
x =
2 0 1 x2
A matriz A do sistema depende do tempo. Para determinar a estabilidade -se tentado a
determinar os valores prprios de A(t) e, a pensar que se estes estiveram sempre no
semiplano complexo esquerdo, para todo t > t0, que o sistema ser estvel. Tal no entanto falso. O sistema acima admite um valor prprio duplo = 1 (no semiplano complexo esquerdo) e no estvel. Com efeito, a soluo do sistema , resolvendo primeiro em ordem a x2 e depois em ordem a x1
Pg. 94
x2 (t ) = x2 (0)e-t
t
x1 (t ) + x1 (t ) = x2 (0)e
x1(t) tende para infinito e portanto o sistema no estvel.
Uma situao anloga a esta acontece com os sistemas discretos lineares variantes no
tempo: o sistema pode ter os plos sempre no interior da circunferncia de raio 1 e no
ser estvel. A estabilidade de um sistema no autnomo estabelecida no seguinte
Teorema:
Seja o sistema linear no autnomo
x ( t ) = A (t )x (t )
(3.82)
condio suficiente para que o sistema (3.82) seja assimptoticamente estvel que a
matriz (simtrica)
A (t ) + A T (t )
(3.83)
tenha os valores prprios (reais) no semi-plano complexo esquerdo, ou seja,
t t0 , i,
i [A(t ) + A T (t )]
(3.84)
(3.85)
Se a funo f(x,t) puder ser aproximada por (3.85) em qualquer instante, dever ter-se
lim sup
x 0
|| fos ( x, t ) ||
=0
|| x ||
(3.86)
Pg. 95
x ( t ) = A (t )x (t )
(3.87)
Pg. 96
1 (V > 0 , V > 0 )
V=0
x0
V=0
x1
Pg. 97
Se a origem do sistema (3.72) for estvel nsLy existe uma funo positiva
definida V(x,t), com derivada no positiva ao longo da trajectria do sistema.
Este teorema garante que sempre que o ponto de equilbrio x = 0 de um sistema no
autnomo representado por (3.72) estvel nsLy, existe uma funo de Lyapunov que
lhe est associada (e portanto existem infinitas).
3.10.2. Teorema recproco, estabilidade assimpttica e uniforme
Pg. 98
Neste captulo vai-se estudar um tipo de sistemas em que o percurso directo linear e
invariante no tempo e a realimentao constituda por uma no linearidade esttica,
como se representa na Fig. 3.12. Este tipo de sistemas aparece com alguma frequncia
em casos de interesse prtico (Sistema autnomo x = Ax , realimentao b ( y ) , sada
y = cT x ):
G(s)
(y)
Fig. 3.12 Sistema linear com realimentao no linear.
A funo de transferncia G(s) obtm-se a partir do modelo de estado por
G( s ) = C( sI - A )-1 b
(3.88)
Se a funo (y) fosse linear, por exemplo (y)=kx, a estabilidade do sistema poderia ser
estudada calculando os valores prprios da matriz do sistema em cadeia fechada
AbkC. Como (y) no linear, a anlise da estabilidade do sistema em cadeia fechada
torna-se mais complicada do que no caso linear. No entanto, se se obrigar (y) a satisfazer determinadas condies, designadas condies sectoriais, apresentadas a seguir, j
possvel efectuar a anlise da estabilidade do sistema.
3.11.1.1. Funo pertencente a sector
Uma funo contnua pertence ao sector [k1,k2] se existirem dois nmeros no negativos k1 e k2 tais que
( y)
y 0 k1
k2
(3.89)
y
Geometricamente a condio (3.89) implica que o grfico da funo no linear (y) est
localizado entre duas rectas com declive k1 e k2, como se mostra na Fig. 3.13.
Pg. 99
(y)
k2y
(y)
k1y
y
Sector
[k1, k2]
(3.90)
Pg. 100
(3.92)
W ( j ) = x + jy = Gr ( j ) + j G j ( j )
(3.94)
Com esta nomenclatura, a relao (3.93) implica que o sistema no linear global e
assimptoticamente estvel se sobre o plano complexo (x,y) a representao de W(j)
estiver para baixo da recta x-y+1/k=0. Na Fig. 3.14 esto traados o diagrama W(j),
designado por diagrama de Popov, e a recta que efectua a separao das regies, da
estabilidade e instabilidade.
Um sistema linear caracterizado pela equao de estado x = Ax + bu controlvel se e s se o determinante da matriz de controlabilidade Co = [b|Ab|...|An-1b] for diferente de zero.
Pg. 101
imag
inclinao 1/k
instvel
W(j)
instvel
estvel
1
x y + = 0
k
1
k
real
estvel
estvel
s+3
s + 7 s + 10
2
(3.95)
e
(
)
=
Gr ( j ) = 4
G
j
j
+ 29 2 + 100
4 + 29 2 + 100
Substituindo em (3.93) vem
1
4 2 + 30 + 2 ( 2 + 11) + ( - )( 4 + 29 2 + 100) > 0
k
Esta desigualdade satisfeita para qualquer estritamente positivo e para qualquer
nmero k tal que 0<k<, pelo que o sistema dado global e assimptoticamente estvel.
Pg. 102
Este critrio, como o anterior, aplicvel a sistemas com o trajecto directo linear e realimentao no linear esttica, sujeito s condies impostas atrs, uma generalizao
do Teorema de Nyquist para este tipo de sistemas.
Considere-se o sistema apresentado na Fig. 3.12. Se forem satisfeitas as condies
seguintes:
a) A matriz A no tem valores prprios sobre o eixo j e tem p valores prprios no semiplano complexo direito,
b) A no linearidade pertence ao sector [k1, k2],
c) Verifica-se uma das condies:
c1) 0 <k1 k2 e o diagrama de Nyquist de G(j) no entra no disco
D(k1, k2) (Fig. 3.15) e envolve-o p vezes no sentido contrrio aos
ponteiros do relgio,
c2) 0 = k1 < k2 e o diagrama de Nyquist de G(j) permanece no semi-plano Re(s) 1/k2,
c3) k1 <0 < k2 e o diagrama de Nyquist de G(j) permanece no interior do
disco D(k1, k2),
c4) k1 <k2 <0 e o diagrama de Nyquist de G(j) no entra no disco
D(k1, k2) e envolve-o p vezes no sentido contrrio ao dos ponteiros
do relgio,
ento o ponto de equilbrio x=0 global e assimptoticamente estvel.
Imag
D(k1, k2)
Real
1
k1
1
k2
Pg. 103
Probl. 3-1
Obter a linearizao do sistema a seguir indicado, calculando a matriz Jacobiana e utilizando o mtodo expedito.
x1 = x1 + x1 x2
x2 = x2
Resoluo:
O ponto de equilbrio deste sistema x1 = 0 e x2 = 0 .
Neste sistema tem-se f1 ( x1 , x2 ) = x1 + x1 x2 e f 2 ( x1 , x2 ) = x2 , sendo a matriz Jacobiana
f1
x
1
A=
f 2
x
1
f1
x2
1 + x2
=
f 2
0
x2 x =0, x =0
1
x1
1 0
=
1 x =0, x =0 0 1
1
2
Probl. 3-2
Determine o tipo de estabilidade dos seguintes sistemas:
a) x = x 3
b) x = x1/ 2
c) x = sen( x )
Resoluo:
a) O sistema admite como ponto de equilbrio x = 0. A equao pode escrever-se na
forma x 3dx = dt , que integrada membro a membro entre os instantes 0 e t, aos
1
1
2 = 2t , ou ainda
quais correspondem os estados x0 e x, conduz a
2
x
x0
1
1
, pelo que o sistema
x (t ) =
. Quando t x(t) tende para zero com
1
2t
+ 2t
x02
assimptoticamente estvel nsLy, mas no exponencialmente estvel, pois decai de
uma forma mais lenta que qualquer exponencial.
Pg. 104
1
o que conduz a x (t ) = ( x t ) 2 . Esta soluo tende para infinito com t, pelo que o
2
sistema instvel nsLy.
c) Os pontos de equilbrio deste sistema so x=k, com k=0, 1, 2, ... Como anteriorx
x
x
ln(tan 0 ) + t
x
2
=e
= ket , donde x (t ) = 2 arctan(ket ) . Quando t x(t) tende
2
para , consoante o valor de x0 seja positivo ou negativo.
seja, tan
Probl. 3-3
Determine os pontos de equilbrio dos seguintes sistemas autnomos:
x1 = x2 + x12
a)
2
x2 = x1 x2
x1 = x2 x13
b)
3
x2 = x1 x2
x1 = x2
c)
2
x2 = x1 + (1 x1 ) x2
Probl. 3-4
Determine o tipo de estabilidade dos seguintes sistemas:
a) x = x 2
b) x = x 1/ 2
c) x = a cos( x)
a +
Probl. 3-5
Obtenha os sistemas linearizados correspondentes a:
x = x2
a) 1
k +
x
=
k
sen
x
1
2
x = x2 cos x1
b) 1
x2 = x1 + sen x2
Probl. 3-6
Utilizando o teorema da linearizao de Lyapunov, determine a estabilidade dos pontos
de equilbrio dos seguintes sistemas
x1 = x2
a)
3
x2 = x1 + x1
x = x2 (1 + cos x1 )
b) 1
x2 = x1 (1 + sen x2 )
x = x2
c) 1
x2 = sen( x1 + x2 )
Pg. 105
Probl. 3-7
Mostre que V ( x ) = x12 + x22 uma funo de Lyapunov, para a origem, para cada um dos
seguintes sistemas:
x = x2
a) 1
x2 = x1
3
x = x2 x1
b) 1
3
x2 = x1 x2
2
x = x1 2 x2
c) 1
3
x2 = 2 x1 x2 x2
Probl. 3-8
Mostre que a funo V ( x ) = ax12 + bx1 x2 + cx22 definida positiva se e s se
a > 0 e 4ac b2 > 0 sendo definida negativa sse a < 0 e 4ac b2 > 0 .
Probl. 3-9
Considere o sistema de 1 ordem representado pelo modelo de estado
x = x (1 + x )
em que x escalar e est sujeito condio inicial x(0) = x0.
a) Determine os seus pontos de equilbrio.
b) Obtenha analiticamente a soluo.
c) Com o auxlio do Matlab faa num s grfico o traado das solues que se iniciam entre 1 e +1 (degraus de 0.1), para o tempo compreendido entre 0 e 6
segundos.
d) Anloga anterior, para x0 compreendido entre 1.5 e 0.8 (degraus de 0.1), para
0 t 1 s.
e) Escreva de novo a soluo para os valores particulares x0 = 0.5 e x0 = 1.5. Alguma delas exibe tempo de escape finito? Se sim qual delas e qual o seu valor?
f) Com o auxlio dos dados obtidos at aqui indique quais as bacias de atraco e
qual a(s) separatriz(es).
g) A partir do conhecimento que j tem do sistema indique qual o tipo de estabilidade nsLy dos pontos de equilbrio, justificando com o uso da definio e dizendo
quais os domnios a considerar para R e r(R).
h) Linearize o sistema em torno de xe = 0. A partir da estabilidade do sistema linearizado conclua sobre a estabilidade de xe = 0 do sistema dado. Que teorema utilizou?
i) Anlogo ao anterior, para xe = 1.
Probl. 3-10
Considere um sistema de 2 ordem representado pelo modelo de estado
Pg. 106
x1 = x2 (1 + x22 )
2
x2 = x1 (1 + x1 ) 0.4 x2
a) Determine os seus pontos de equilbrio.
b) Com o auxlio do Matlab faa o traado do campo de vectores na regio do espao
de estados constituda por um rectngulo tal que 2 x1 2 e 2 x2 2 . Sobre
c)
d)
e)
f)
ele represente uma trajectria que se inicie em x = [1.5 -1]T e dure 20 segundos.
Linearize o sistema em torno do ponto de equilbrio xe=0. Determine a estabilidade do sistema linearizado e a partir dela, utilizando o teorema de Lyapunov da
linearizao, conclua sobre a estabilidade do sistema dado.
Usando o teorema de Krasovskii determine a estabilidade do sistema dado.
Com os resultados da alnea anterior obtenha uma funo de Lyapunov para o sistema dado. Verifique que positiva definida e que a sua derivada em ordem ao
tempo negativa definida.
Com o auxlio do Matlab trace um grfico de V(x), com x pertencente ao domnio
dado em b). Sugesto: Use um ciclo for dentro de outro ciclo for para x1 e x2 e
a instruo surf ou mesh. Trace tambm as curvas de nvel de V(x).
Probl. 3-11
Considere um sistema linear de realimentado negativamente por uma funo (y):
Sistema linear: G ( j ) =
a
,
s + s + 0.29
2
( y ) = y sen 2 y
(a=AA)
Pg. 107
Pg. 108
y (t ) =
A0
+ [ An cos(n0t ) + Bn sen( n0t )]
2 n =1
(4.2)
Y0
+ Yn cos( n0t + n )
2 n =1
(4.3)
ou, equivalentemente
y (t ) =
2
y (t ) cos( n0t )dt
T T
(4.5)
Bn =
2
y (t ) sen( n 0t )dt
T T
(4.6)
Yn =
(4.7)
An2 + Bn2
n = arctan(
An
)
Bn
(4.8)
Se y(t) par, y(t) = y (-t), tem-se Bn = 0. Se y(t) mpar, y(t) = -y(-t), An = 0, para n1.
A0 o valor mdio do sinal de sada.
Pg. 109
A aplicao das frmulas acima permite efectuar o clculo de algumas funes descritivas correntes. U designa a amplitude do sinal sinusoidal de entrada, estando os restantes
smbolos definidos nas figuras.
y
Y
N=
-Y
4Y j 0
e
U
(4.9)
y
Y
N=
-h
4Y j [ arctan( Uh )]
e
U
(4.10)
-Y
Fig. 4.2 Funo descritiva da caracterstica liga/desliga com histerese
Zona morta
y
-
declive k
N =k
2k
2 0
arc sen( ) + ( ) 1 ( ) ej
U
U
U
Pg. 110
(4.11)
y
declive k
-S
S
N=
2k
S
S
S 2 j0
arc sen( ) + ( ) 1 ( ) e
U
U
U
(4.12)
Folga
y
declive k
-b
b
4kb b
a1 =
( 1)
U
kU
2b
2b
2b
2
b1 =
arcsen( 1) ( 1) 1 ( 1)
U
U
U
2
1
| N( U) |=
a 12 + b12
U
N (U ) = arctg (
(4.13)
a1
)
b1
Se um sistema no linear tiver uma estrutura tal que se for excitado por uma entrada
sinusoidal as harmnicas de ordem superior primeira contidas na resposta forem suficientemente atenuadas, ento a estabilidade do sistema pode ser analisada pelo mtodo
da funo descritiva.
Admita-se que se tem um sistema em cadeia fechada satisfazendo essas condies, e
que possvel agrupar os elementos no lineares numa funo descritiva N, e os elementos lineares num outro bloco, G (Fig. 4.6). A funo de transferncia do sistema
dada por
GN
Y=
R
(4.14)
1 + GN
A equao caracterstica dada por 1+GN = 0 pelo que resolvendo em ordem a G
1
(4.15)
G ( j ) =
N (U , )
A expresso (4.15) indica que o ponto 1 do diagrama de Nyquist substitudo aqui
pelo lugar geomtrico de 1/N.
Pg. 111
N(U, j)
G(j)
Pg. 112
imag
0
U 0 A1
real
A
A2
G(j)
B1
B2
B
-1/N
U
Pg. 113
u(t)
y(t)
Liga/Desliga
Y , u < 0
Com a entrada sinusoidal tem-se u(t ) = U sen( t ) e y (t ) =
+Y , u > 0
y(t) no se encontra bem definida para t = kT. Considerar-se- o seu valor nulo nesses
instantes.
Devido ao facto de se considerar u(t) sinusoidal, y(t) tambm uma funo mpar, pelo
que os coeficientes An em (4.5) so nulos, subsistindo apenas os coeficientes Bn da
expresso (4.6). A funo descritiva, N, ser ento obtida dividindo B1 por U. Para o
clculo de B1 utiliza-se a expresso (4.6) com n=1:
T
2
2 T /2
B1 = y (t ) sen( t )dt = Y sen( t )dt + Y sen( t )dt =
T /2
T 0
T
T
2Y
T
{[ cos(t )]
2Y
4Y
[ ( 1 + 1) + (1 + 1)] = .
T
B
4Y
. Para indicar que se trata de um valor real escreA funo descritiva ser N = 1 =
U U
4Y j 0
e .
ve-se por vezes N =
U
=
T /2
0
+ [cos( t )]T / 2 =
T
Probl. 4-2
e(t)
Pg. 114
Liga /
Desliga
u(t)
G( s) =
1
s +1
y(t)
Resoluo
Sobre o diagrama G ( j ) correspondente funo de transferncia do sistema de 1
1
U
, com se indica na Fig. 4.7.
ordem dado desenha-se o grfico de =
N
4
imag
U=
U=0
-1/N
0
=0
real
G(j)
Pg. 115
0.2
0.1
-1/N
0
-0.1
-0.2
-0.3
G ( j )
-0.4
-0.5
-0.6
-0.7
-0.8
-0.6
-0.4
-0.2
0.2
Pg. 116
1.5
.
s +1
Probl. 4-9
y(t)
G(s)
1
.
s + s +1
O bloco D uma linha de atraso, descrita por y(t)=Kx(t-T0).
onde G ( s) =
r (t)
e (t)
+
G(j)
u (t)
f (u)
Onde G ( j ) =
10
e f (u ) = u 3 .
s + s +1
2
Pg. 117
x(t)=Acos (t)
2s+1
s+1
s+1
2s+1
F1
F2
y(t)
N ( A, ) = 2
1
1 1
+
arcsin
1
A>1
A2
A A
Onde A e so, respectivamente, a amplitude e a frequncia angular do sinal x(t).
a) Determine o ganho de alta frequncia do filtro F1 ( lim F1 ( j ) ) e o ganho de
Pg. 118
y = h( x )
Neste tipo de sistemas, e para os casos em que possvel efectuar a linearizao exacta,
h normalmente que efectuar uma mudana de varivel de estado
z = z( x )
(5.2)
u = u ( x, v )
(5.3)
ou seja, efectuar uma mudana de varivel de controlo, em que v uma nova varivel
intermdia que conduz o sistema original (5.1), a um sistema linear.
Pg. 119
A linearizao por realimentao tem sido utilizada com xito numa grande gama de
aplicaes, nomeadamente no controlo de braos rob e manipuladores, peas de artilharia, helicpteros, avies e satlites, alm de ser usada em aparelhagem mdica e nas
indstrias qumica e farmacutica.
Consoante as variveis utilizadas para efectuar a realimentao sejam as variveis de
estado ou ento as variveis de sada, assim o tipo de tratamento ser diferente (eventualmente idntico). Antes de apresentar o formalismo matemtico da linearizao por
realimentao sero apresentados alguns exemplos.
5.1.1. Exemplo de linearizao e controlo por realimentao
Considere-se o problema de controlar o nvel do lquido no interior de um tanque esfrico aberto, como o que se representa na Fig. 5.1.
q 1, u
~~~~~~~~~~~~~~~~~~~~~~~
r
h
S2
q2
(5.4)
Pg. 120
d h
S ( )d = u(t ) S2 2 gh(t )
dt 0
ou ainda, desenvolvendo o 1 membro(1),
S ( h )h(t ) = u(t ) S
2 gh(t )
(5.5)
(5.6)
(5.7)
em que v(t) uma nova varivel manipulada intermdia, escolhida por (5.7) de modo a
tornar (5.6) linear. Com efeito, substituindo u(t) na equao do sistema resulta o sistema
h(t ) = v (t )
(5.8)
Este sistema pode ser controlado para uma referncia r(t) varivel no tempo utilizando a
lei de controlo
v (t ) = r(t ) ke(t )
(5.9)
em que e = hr representa o valor do erro e k uma constante real. Substituindo (5.9) em
(5.8) obtm-se
e(t ) + ke(t ) = 0
(5.10)
Se a constante k for escolhida positiva, a soluo da equao (5.10) tende para zero
quando t , ou seja, a equao do erro exponencialmente estvel.
Se a referncia r mudar, o novo erro tende exponencialmente para zero, o que significa
que o nvel do tanque segue a referncia.
Substituindo a lei de controlo (5.9) em (5.7) obtm-se
u(t ) = S2 2 gh + S ( h ) r S ( h )ke
(5.11)
Relembre-se que
b ( x ) f ( x, y )
d b( x)
db( x)
da ( x)
f ( x, y )dy =
dy + f (b, y )
f ( a, y )
a( x)
dx a ( x )
x
dx
dx
Pg. 121
Um sistema no linear diz-se na forma companheira se a sua dinmica puder ser representada por uma equao do tipo
x ( n ) = f (x ) + g (x) u
(5.12)
x = [ x, x ," , x ( n 1) ]T
(5.13)
x1 = x
x = x
2
"
xn = x ( n 1)
(5.14)
" "
xn 1 xn
xn f ( x ) + g ( x ) u
(5.15)
1
[v (t ) f (x )]
g (x )
(5.16)
u(t ) =
(5.17)
e( t ) = x ( t ) r ( t )
(5.18)
(5.19)
a lei de controlo
conduz a um seguimento exponencialmente convergente se as razes do polinmio
caracterstico
n + kn 1 n 1 + " + k1 + k0 = 0
(5.20)
tiverem a parte real estritamente negativa.
Pg. 122
(5.21)
com
k0
k
k= 1
"
kn 1
xr
x r
e=
"
( n 1) ( n 1)
r
x
(5.22)
O procedimento que acaba de ser apresentado foi aplicado a sistemas na forma companheira, no lineares no estado mas lineares na entrada. Eles so expansveis ao caso em
que na equao (5.12) em vez de estar u estiver uma funo (u), invertvel. Neste caso
efectuando uma mudana de varivel prvia
u = 1 ( w)
(5.23)
Exemplo 5-1
Considere-se o sistema de 2 ordem no linear no estado e linear na entrada,
(5.26)
z1 = x1
z2 = 2 x2 + sen x1
(5.27)
Pg. 123
(5.28)
u=
1
(v + 3x1 cos x1 sen x1 cos x1 )
2 cos 2 x1
(5.29)
z2 = v
(5.30)
Repare-se que a relao entre u e v no global. Com efeito ela s vlida desde que o
denominador em (5.29) seja diferente de zero, ou seja, para x1 /4+k/2, k = 1, 2,
Para estes valores de x1 o coeficiente de u em (5.26) anula-se e o sistema deixa de ser
controlvel, uma vez que o estado passa a no depender de u.
Se for desejado que o novo estado estabilize a origem, poder utilizar-se a lei de controlo
v = k T e
(5.31)
com k e e dados por
k
z r
e
(5.32)
k = 0
e=
z r
k1
A razes do polinmio caracterstico (5.20) devero localizar-se no semi-plano complexo esquerdo, eixo imaginrio excludo, para que o sistema em cadeia fechada seja exponencialmente estvel.
A Fig. 5.2 resume o conjunto de transformaes que se efectuaram para linearizar e controlar o sistema deste exemplo.
g
r(t)
-e(t)
v = -kTe
v(t)
u = u(z,v)
u(t)
x = f(x,u)
x(t)
controlo
linearizao
z = z(x)
Pg. 124
Repare-se no seguinte:
y = h( x )
(5.33)
e projecte-se um sistema de controlo para seguir uma referncia r(t). A referncia e suas
derivadas assumem-se conhecidas e limitadas.
O sistema de controlo vai procurar impor valores a u no sentido de minimizar a diferena entre y e r. Por agora no se far qualquer considerao sobre qual o critrio de
minimizao. Vai sim procurar-se uma relao explcita entre u e y (ou das suas derivadas), que de momento apenas aparece implcita atravs de (5.33). Procure abordar-se o
problema por meio de um exemplo.
Exemplo 5-2
3
x2 = x1 + x3
2
x3 = x1 + u
y = x
(5.34)
Neste sistema no existe uma relao explcita entre a sada e a entrada, como pretendido que haja. Para a obter, derive-se a equao de sada e substitua-se o valor de
x1 dado por (5.34)
y = sen 2 x2 + ( x2 + 3) x3
(5.35)
Pg. 125
Como ainda no aparece a relao entre y (ou suas derivadas) e u, derive-se de novo e
substitua-se x 2 e x3 pelos seus valores dados por (5.34). Obtm-se
y = f1 (x ) + ( x2 + 3)u
(5.36)
(5.37)
Agora, na equao (5.36) j aparece uma relao explcita entre a sada e a entrada
(atravs de y e de u). Escolhendo uma nova varivel de entrada v, relacionada com u
por
1
u=
( v f1 )
(5.38)
x2 + 3
(5.39)
(5.40)
com
k
k = 0
k1
y r
e=
y r
(5.41)
(5.42)
(5.43)
ou ainda
que, se as razes da sua equao caracterstica tiverem a parte real estritamente negativa, representa um sistema exponencialmente estvel.
Se as condies iniciais forem e(0) =0, e(0) =0, e(0) =0, tem-se, para qualquer t 0, e(t) =0,
ou seja, h um seguimento perfeito da trajectria. Para condies iniciais diferentes
destas o erro e(t) tende exponencialmente para zero.
Chama-se a ateno para o seguinte:
A expresso (5.38), que define a nova varivel manipulada v, no global, isto ,
no vlida para todo o espao de estados, no se aplicando se x2 = 3.
Como no caso do exemplo anterior, continua a ser necessrio o conhecimento das
variveis de estado, pois o clculo de y e de y utiliza os seus valores.
Para a obteno de uma relao explcita entre y e u houve necessidade de derivar
duas vezes a sada. Diz-se que o sistema tem um grau relativo igual a 2.
Pg. 126
(5.44)
Com efeito r no pode ser superior a n, porque se fosse possvel derivar um nmero de
vezes superior a n ento o sistema no seria de ordem n mas de ordem superior a n.
Se ao fim de derivar n vezes ainda no houver uma relao explcita entre a entrada e a
sada porque o sistema no controlvel.
5.1.5. A dinmica interna
Exemplo 5-3
Considere-se o sistema no linear de 2 ordem
Pg. 127
x1 x23 + u
=
x2 u
y = x
(5.46)
e projecte-se um controlador que faa a sada seguir uma referncia r(t), limitada e com
derivada limitada. Procure-se uma relao entre y e u, derivando y:
y = x1 = x23 + u
(5.47)
(5.48)
(5.49)
(5.50)
Substituindo (5.50) em (5.49) e notando que r = y e , -se conduzido equao diferencial de 1 ordem, para o erro,
e + ke = 0
(5.51)
cuja equao caracterstica tem o valor prprio = k, pelo que o erro converge para
zero, exponencialmente (k>0).
A dinmica interna obtm-se substituindo a lei de controlo (5.48) na 2 equao de
(5.46), ainda no utilizada, resultando
x2 + x23 = r ke
(5.52)
Uma vez que (5.51) garante que e(t) limitado, e que por hiptese a referncia e a sua
derivada so limitadas, tem-se
r ke < C
(5.53)
em que C uma constante positiva, e portanto
(5.54)
x1 x23 + u
=
x2 u
y = x
Pg. 128
(5.55)
chega-se a uma equao para o erro igual a (5.51), mas a dinmica interna dar
x2 x23 = r + ke
(5.56)
que, mesmo com r + ke < C , como anteriormente, uma equao cuja soluo tende
para infinito quando t.
Embora nos exemplos apresentados tenha havido como motivao o seguimento de uma
referncia, o mtodo da linearizao por realimentao pode ser utilizado tambm para
a anlise da estabilidade de um sistema no linear na vizinhana de um ponto de equilbrio.
Viu-se que o grau relativo de um sistema est relacionado com o nmero de derivaes
que necessrio efectuar sobre a varivel de sada at se obter uma relao explcita
entre y(r) e u. A dinmica interna de um sistema ser caracterizada por um determinado
nmero de equaes diferenciais de 1 ordem, concretamente n-r. Um caso importante
aquele em que para obter a relao entre y e u necessrio derivar y um nmero de
vezes igual ordem do sistema. Neste caso o grau relativo r = n, e o nmero de equaes representativas da dinmica interna zero. O conjunto de variveis y, y , , y(n)
pode ser tomado para vector de estado e o sistema fica assim transformado num sistema
na forma companheira, anlogo ao sistema (5.15). Neste caso a linearizao entradasada equivalente linearizao entrada-estado e o sistema controlvel.
5.1.6. Dinmica interna de sistemas lineares
x1 0 1 x1 1
=
+ u
x2 0 0 x2 1
y = 1 0 x1
[ ]
x2
(5.57)
(5.58)
(5.59)
(5.60)
x2 + x2 = r ke
(5.61)
Pg. 129
x1 0 1 x1 1
=
+ u
x2 0 0 x2 1
y = 1 0 x1
[ ]
x2
(5.62)
a lei de controlo (5.59), embora conduza mesma equao para o erro, (5.60), origina a
dinmica interna
x2 x2 = r + ke
(5.63)
cuja soluo tende para infinito quando t. Qual ser a diferena nos dois sistemas
que conduz a resultados to diferentes? Antes de responder a esta questo observem-se
as respectivas funes de transferncia, que podem ser obtidas pela relao
G ( s ) = c T ( s I A ) 1 b
(5.64)
Obtm-se assim
1 sistema:
s +1
G1 ( s ) = 2
s
2 sistema:
s 1
G2 ( s ) = 2
s
Embora os dois sistemas tenham os mesmos plos, o primeiro tem o zero igual a 1
enquanto que o segundo tem o zero igual a +1. O sistema com o zero no semi-plano
complexo esquerdo(2) tem a dinmica interna estvel, enquanto que o sistema com o
zero no semi-plano complexo direito(3) tem a dinmica interna instvel.
Considere-se agora um outro exemplo, um sistema de 3 ordem com um excesso de
plos sobre zeros igual a dois. A sua funo de transferncia genrica pode escrever-se
G( s) =
b0 + b1s
ao + a1s + a2 s 2 + s 3
(5.65)
1
u
a0 + a1s + a2 s 2 + s 3
x2 = x1
x3 = x2
(5.66)
2
3
Pg. 130
1
0
a1
0 x1 0
1 x2 + 0 u
a2 x3 1
(5.67)
y = [ b0
b1
x1
0 ] x2
x3
(5.68)
Como em (5.68) no existe nenhuma relao explcita entre a sada e a entrada, derive-se a sada. Obtm-se
y = b0 x1 + b1 x2 = b0 x2 + b1 x3
(5.69)
e voltando a derivar
y = b0 x2 + b1 x3 = b0 x3 + b1 ( a0 x1 a1 x2 a2 x3 + u )
(5.70)
Verifica-se que o nmero de diferenciaes necessrias para obter uma relao explcita
entre a sada e a entrada, ou seja, o grau relativo, igual ao excesso de plos sobre
zeros. Escolhendo a lei de controlo
b
1
(5.71)
u = (a0 x1 + a1 x2 + a2 x3 0 x3 ) + (
r k0e k1e)
b1
b1
com k0 e k1 positivos, -se conduzido equao de 2 ordem, que origina um erro exponencialmente estvel,
(5.72)
e + k1e + k0e = 0
A dinmica interna do sistema ser descrita por n r = 1 equao. Escolhendo a 1
equao escalar de (5.67) para representar a dinmica interna, vem
1
x1 = x2 = ( y b0 x1 )
(5.73)
b1
b0
1
x1 = y
(5.74)
b1
b1
Uma vez que y limitado, por ser y = r + e, e tanto r como e so limitados, a estabilidade de (5.74) depende da localizao do seu plo, que o zero da funo de transferncia
(5.65): se o sistema for de fase mnima o zero encontra-se no semi-plano complexo
esquerdo, e a dinmica interna estvel. Se o sistema for de fase no mnima o zero
encontra-se no semi-plano complexo direito, e a dinmica interna instvel.
Como exemplos clssicos de sistemas de fase no mnima, tem-se o controlo da altitude
de um avio, por meio da manipulao do leme de elevao, e o controlo do nvel do
ebulidor de uma caldeira por manipulao do caudal de gua de alimentao.
ou seja
x1 +
Na seco anterior estudou-se o efeito da localizao dos zeros da funo de transferncia de um sistema linear sobre a estabilidade da sua dinmica interna. Ser que possvel estender o conceito de zero(s) da funo de transferncia de um sistema linear a um
sistema no linear? O problema que comea por se pr partida que para um sistema
no linear no se define funo de transferncia e, portanto, no existem os conceitos de
zero ou de plo. H no entanto uma forma de abordar este assunto atravs do conceito
de dinmica zero:
Pg. 131
Dado um sistema linear, define-se dinmica zero desse sistema como sendo
a dinmica interna que actuada pela entrada mantm a sada a zero.
Para o sistema (5.46) do Exemplo 5-3 a dinmica zero obtm-se a partir da equao
(5.52), fazendo o 2 membro igual a zero, ou seja,
x2 + x23 = 0
(5.75)
b0
, estiver no semi-plano complexo esquerdo, e instvel caso a raiz se
b1
Pg. 132
(5.78)
A funo escalar faz corresponder a cada ponto do espao vectorial um valor real.
No que se segue admitir-se- que h(x) e f(x) so funes suaves de x (4).
5.2.1.2. Campo covectorial
Define-se produto interno de um campo vectorial f(x) por um campo covectorial w(x),
e representa-se por < w, f > , pelo escalar
n
< w, f >= w ( x )f ( x ) = wi (x ) f i ( x )
(5.79)
i =1
O produto de w(x) por f(x) deve ser entendido como o produto matricial de uma matriz
linha 1n (covector w), por uma matriz coluna n1 (vector f).
5.2.1.4. Gradiente
h (x )
, ou
x
f(x) funo suave se todas as sua componentes forem funes suaves em relao a todas as componentes de x. Ver Cap.2, nota da pg.43.
Pg. 133
h( x ) grad h (x )
h( x ) h (x )
h (x )
=
, ...,
x
xn
x1
(5.80)
f1 ( xn )
f1 ( x1 )
"
x
xn
1
f (x) f i (x)
"
f ( x )
=
= "
x
x j f ( x )
n 1 " f n ( xn )
x1
xn
i, j = 1, 2, " , n
(5.81)
Dados uma funo escalar h(x) e um campo vectorial f(x), define-se derivada de Lie de
h(x) em relao a f(x), e representa-se por Lf h, pela expresso
Lf h(x ) =
h( x )
f ( x ) = h (x )f ( x ) =< h (x ), f (x ) >
x
(5.82)
(5.83)
(5.84)
Uma funo escalar pode ser derivada em relao a mais do que um campo vectorial.
Sejam f(x) e g(x) dois campos vectoriais. Define-se LgLf h(x) pela expresso
L g Lf h( x ) = Lg [ Lf h( x ) ] = [ Lf h( x ) ] g( x )
(5.85)
L g Lf h ( x ) Lf Lg h ( x )
(5.86)
Pg. 134
Dados um campo vectorial f(x) e um campo vectorial g(x), define-se derivada de Lie de
g(x) em relao a f(x), e representa-se por Lf g, pela expresso
L f g ( x) =
Note-se que
g (x)
f ( x)
x
(5.87)
g (x)
uma matriz, pelo que o seu produto por f um vector.
x
Exemplo 5-4
Sejam x = [x1, x2]T
h(x) = x13 + x2
x2
f(x) =
2
x1 + x2
Calcular: a) Lf h
b) L2f h
c) Lg h
e) LgLf h.
Resoluo:
x2
h
f(x) = [3x12 1]
= 3x12 x2 + x1 + x22
2
x
x
+
x
1 2
x2
(Lf h )
f = [6x1x2+1 3x12+2x2]
b) L2f h=
= 3x13+3x12x22+2x1x2+x2+6x1x22+2x23
2
x
x1 + x2
a) Lf h =
c) Lg h = [3x12 1] = 1
1
(Lg h )
f = [0 0] f = 0
d) LfLg h =
x
(Lf h )
0
g = [6x1x2+1 3x12+2x2] = 3x12+2x2 LfLg h
e) LgLf h =
x
1
5.2.1.7. Aplicaes da derivada de Lie
y = h(x )
As derivadas da sada podem obter-se por
h h
y = x x = x f = Lf h
(Lf h )
2
(5.89)
y = x x = Lf h
"
y ( n ) = Ln h
f
Pg. 135
A derivada de Lie j apareceu no Cap. 3 seco 3.5.3, embora o seu nome no tenha
sido a referido, aquando do clculo da derivada da funo de Lyapunov ao longo de
uma trajectria do sistema. Considere-se ento uma funo de Lyapunov candidata, para
o sistema (5.88). A derivada V (x ) obtm-se por
V ( x )
V (x )
V ( x ) =
x =
f ( x ) = LfV ( x )
x
x
(5.90)
As derivadas de Lie podem ser usadas para redefinir as expresses de grau relativo de
um sistema, apresentadas atrs em 5.1.4. Seja o sistema no linear no estado e linear na
entrada
x = f (x ) + g(x )u
(5.91)
y = h(x )
e seja r o seu grau relativo. Isto significa que necessrio derivar r vezes a 2 equao
de (5.91) at se obter uma dependncia explcita da entrada na sada. Derive-se uma vez
a 2 equao (5.91) e substitua-se x pelo seu valor:
y =
h
h
x = (f + g u ) = Lf h + Lg h u
x
x
(5.92)
Se o sistema for de grau relativo r = 1 dever ser Lg h 0 . Se r >1 ter que ser Lg h = 0 .
Neste caso dever derivar-se de novo a sada. Derivando, substituindo x pelo seu valor
e generalizando o raciocnio at derivada de ordem r, pode afirmar-se o seguinte:
O sistema (5.91) de grau relativo r se para qualquer xD se verificar
i
Lg Lf h (x ) = 0, 0 i r 2
r 1
Lg Lf h( x ) 0
(5.93)
g (x)
f (x)
f ( x)
g ( x)
x
x
(5.94)
(5.96)
ad 0f g = g
(5.97)
Exemplo 5-5
x
2x + x
1
2
Dados x = 1 , f(x) =
, g(x) = 2x , calcular [f, g].
x
x
senx
1
2
2
1
Resoluo:
[f, g] =
g (x )
f ( x )
f(x)
g(x) =
x
x
2
0 0 2 x1 + x2
2 0
x2 sen x1 x2 cos x1
sen x1
1
1
2x =
1
2 2 x1
4 x1 + 2 x2 + x2 cos x1 + 2 x1 sen x1
Exemplo 5-6
Considere o sistema obtido a partir de (5.91) fazendo f(x) =Ax, g(x) = b e h(x) = cTx.
Tem-se assim o sistema linear
x = Ax + b u
y = cTx
Calcule os vectores {adf0g, -adf g, adf2g, , (-1)n-1adfn-1g}
Resoluo:
A aplicao das definies (5.97) e (5.96) permite obter o resultado
{b, Ab, A2b, , An-1b}
Que semelhana tem com a matriz de controlabilidade de um sistema linear?
5.2.1.9. Propriedades do parntesis de Lie
P1. Bilinearidade:
[(1f1 + 2f 2 ), g ] = 1[f1 , g ] + 2 [f 2 , g ]
[f , ( 1g1 + 2 g 2 )] = 1[f , g1 ] + 2 [f , g 2 ]
(5.98)
[f , g ] = [g, f ]
(5.99)
L[ f ,g ] h = Lf Lg h Lg Lf h
(5.100)
Pg. 137
5.2.1.10. Difeomorfismos
Considere-se uma regio do espao de estados, n, um vector x e uma aplicao (x) de em n. A aplicao (x) diz-se um difeomorfismo se existir 1(x) e se
alm disso (x) e 1(x) forem funes suaves.
Normalmente a regio onde o difeomorfismo definido uma vizinhana de um ponto x0 do espao de estados. Nestas condies diz-se que se trata de um difeomorfismo
local. Em casos menos correntes a regio onde o difeomorfismo se encontra definido
coincide com todo o espao de estados, tratando-se ento de um difeomorfismo global.
Os teoremas seguintes estabelecem as condies para a existncia de difeomorfismos.
Considere-se um campo vectorial (x)
:
(5.101)
y = h(x )
(5.102)
x =
f (x) +
g( x ) u
x
x
x
(5.103)
(5.104)
Pg. 138
(5.105)
z = f * ( z) + g * ( z ) u
y = h * ( z)
(5.106)
h g + h g + h g = 0
x1 1 x2 2 x3 3
(5.107)
Se o sistema (5.107) admitir soluo, isto , se existir h(x1,x2,x3) que o satisfaa, diz-se
que ele completamente integrvel.
A questo est em saber quais as condies a impor a f = [f1, f2, f3]T e g = [g1, g2, g3]T
para que o sistema admita soluo. A resposta a este problema dada pelo teorema de
Frobenius, que se apresenta a seguir.
Teorema de Frobenius:
(5.108)
h g = 0
(5.109)
Considere-se agora o caso geral de um conjunto de m campos vectoriais {f1, f2, , fm},
todos eles definidos em n e linearmente independentes, com m < n.
i = 1," , n m; j = 1," , n
(5.110)
Repare-se que o nmero de funes escalares hi(x) igual a nm, e o nmero de equaes diferenciais n(nm).
Um conjunto de campos vectoriais linearmente independentes diz-se involutivo se e s
se existirem funes escalares i j k : n tais que
m
[fi , f j ] = ijk ( x) f k ( x)
(5.111)
k =1
A expresso (5.111) significa que os parntesis de Lie de dois quaisquer campos vectoriais podem ser expressos por uma combinao linear dos campos de vectores originais.
Com as definies dadas pode apresentar-se o teorema de Frobenius de um modo mais
formal:
Teorema de Frobenius:
Exemplo 5-7
Determine a existncia de soluo para o seguinte sistema de equaes diferenciais:
h h
x3 x x = 0
1
2
h
h
h
x
+ 2 x2
3 x3
=0
1
x1
x2
x3
Resoluo:
x3
Do sistema obtm-se f1 = 1 e f2 =
0
x1
2 x . Calcule-se [f , f ].
1 2
2
3 x3
1 0 0 x3 0 0 1 x1 2 x3
f 2
f1
f1
f 2 = 0 2 0 1 0 0 0 2 x2 = 2 = 2f1
[f1, f2] =
x
x
0 0 3 0 0 0 0 3 x3 0
x = f ( x ) + g( x ) u
(5.112)
A um sistema com esta estrutura d-se o nome sistema linear na entrada, linear no
controlo ou linear na varivel de controlo.
Nesta seco sero estabelecidas as condies para que a um sistema deste tipo possa
ser efectuada uma linearizao entrada-estado. Note-se que h sistemas um pouco mais
genricos do que este, do tipo
x = f (x ) + g( x ) ( x, u )
(5.113)
com (x,u) = [(x)+u] e invertvel, que podem ser convertidos forma (5.112).
Com efeito, fazendo
v = [ ( x ) + u ]
(5.114)
o sistema fica imediatamente na forma (5.112), calculando-se u atravs de
u = 1 ( v ) ( x )
(5.115)
Considere-se um sistema do tipo (5.112), com f(x) e g(x) campos vectoriais suaves em
n. O sistema diz-se linearizvel entrada-estado numa regio n se existirem
1. Um difeomorfismo
: n
(5.116)
u = (x) + (x) v
(5.117)
z = (x)
(5.118)
(5.119)
com
0
0
A = ...
1
0
...
0
0
... 0
1 ... 0
... ... ...
0 ... 1
0 ... 0
0
0
0
b = ...
0
1
(5.120)
Pg. 141
Repare-se que a forma das matrizes A e b faz com que o sistema (5.120) tenha a forma
de um integrador mltiplo. Este facto no introduz qualquer perda de generalidade,
uma vez que todo o sistema linear pode ser escrito na forma companheira, que por sua
vez, por meio da mudana de varivel (5.118) pode ser transformado num integrador
mltiplo. Note-se que na linearizao entrada-sada de um sistema com grau relativo
r=n tambm se conduzido a um integrador mltiplo, de ordem n. Isto significa que se
um sistema for linearizvel entrada-estado e a sua sada for a 1 componente do vector
de estado, y=z1, ento o sistema linearizvel entrada-sada, com grau relativo r=n.
5.3.2. Condies para efectuar a linearizao entrada-estado
(5.121)
(5.122)
2. O conjunto de vectores
involutivo.
A primeira condio indica que o sistema controlvel. Exemplificando para um sistema linear (ver Exemplo 5-6) tem-se
{adf0g, adf g, adf2g, , adfn-1g} = {b, -Ab, A2b, ,(-1)n-1An-1b}
(5.123)
Pg. 142
Com base nos resultados que se acabam de apresentar possvel estabelecer o seguinte
algoritmo destinado a efectuar a linearizao entrada-estado de um sistema no linear do
tipo (5.112).
1. Construir os campos de vectores {g, adf g, , adf n-1g}
(5.125)
2. Verificar se as condies 1. e 2. da seco anterior, de controlabilidade e involutividade so satisfeitas. Caso no o sejam o sistema no linearizvel entrada-sada. Caso sejam, passar ao ponto seguinte.
3. Calcular a 1 componente do novo vector de estado, z1, a partir de (5.93) e fazer
r=n
i = 0, 1, , n2
(5.126)
z1 adf i g = 0
n-1
(5.127)
z1 adf g 0
4. Calcular o novo estado
(x) =
1
n 1
Lg Lf z1
(5.128)
(5.129)
(5.130)
(5.131)
Considere um brao mecnico actuado por um veio atravs de uma junta flexvel, como
se mostra na Fig. 5.3.
a) Determinar um modelo de estado representativo da dinmica do sistema.
b) Nas condies em que tal possvel, efectue a linearizao entrada-sada do modelo.
Resoluo:
Designando por
T Binrio motor (varivel de controlo, u),
J Momento de inrcia do veio motor,
m Posio angular do veio motor, relativamente vertical,
k Coeficiente de toro do eixo de ligao (k>0),
M Massa do brao,
L Distncia do centro de massas do brao ao eixo de ligao,
I Momento de inrcia do brao em relao ao veio,
Posio angular do brao, relativamente vertical (varivel controlada),
Pg. 143
M, I,
k
T, J, m
flexvel
d 2 m
T
J
=
+ k ( m )
dt 2
2
k ( ) = MgL sen + I d
m
dt 2
(5.132)
(5.133)
tem-se
x2
MgL
k
sen x1 - ( x1 - x3 )
I
I
f =
x4
( x1 - x3 )
J
0
0
g = 0
1
J
(5.134)
MgL
k
cos x1 +
g
f
f (x)
I
I
ad f g = f g =
g (x) =
0
x
x
x
Pg. 144
1
0
0
0
0
k
I
0
k
J
0
0
0 0
0=
1
1
0 J
0
0
1 (=g1)
J
MgL
k
cos x1 +
f
I
I
ad f(2) g = ad f (ad f g ) = ad f (g1 ) = g1 =
0
x
2
3
e, mais uma vez, at se obter, [g adf g ad f g ad f g] =
0
0
0
0 k
0 0
IJ
1=
1 0
J k
0 0 2
0
k
I
0
k
J
0
0
0
k
IJ
1
J
k
J2
k
IJ
J2
Viu-se na seco 5.1.4 que para efectuar a linearizao entrada-sada se derivava a sada
r vezes at se ter uma relao explcita entre a derivada de ordem r da sada e a entrada,
procurando-se ento uma lei de controlo que cancelasse a linearidade. Ao valor r d-se
o nome de grau relativo do sistema.
Acontece porm que este procedimento nem sempre possvel, devido ao facto do grau
relativo do sistema poder ser indefinido. Considerar-se-o a seguir os casos em que o
grau relativo bem definido e em que indefinido.
5.4.1. Grau relativo bem definido
y = h(x )
com f g e h funes suaves e considere-se uma regio do espao de estados x n.
Derivando a sada, e utilizando a notao de geometria diferencial, obtm-se [ver (5.89)]
h
h
y =
x =
(f + gu ) = Lf h + Lg h u
(5.136)
x
x
Se for Lg h 0 para algum x = x0 pertencente a x, ento por continuidade tambm ser
diferente de zero numa regio , finita, na vizinhana de x0. A transformao da entrada, dentro de ,
1
(5.137)
u=
( Lf h + v )
Lg h
conduz relao linear entre y e v,
y = v
(5.138)
Se Lgh = 0 para todo x pertencente a x, ento necessrio diferenciar de novo a sada,
obtendo-se
y = L2f h + Lg Lf h u
(5.139)
(5.140)
com Lg Lrf 1h 0 para algum x = x0. Ento por continuidade esta desigualdade ser verificada numa regio finita x. A lei de controlo
u=
1
( Lrf h + v )
Lg Lrf1h
(5.141)
Pg. 146
(5.142)
r 1
Lg Lf h( x ) 0
(5.143)
Viu-se que quando o grau relativo de um sistema r, se deve verificar LgLr-1f h(x) 0.
Acontece porm que esta expresso pode ser diferente de zero numa vizinhana de x0,
mas ser nula no prprio ponto x0. Diz-se ento que o sistema tem um grau relativo
indefinido em x0. Ilustre-se este caso com um exemplo.
Seja o sistema de 2 ordem
x = ( x , x) + u
2
y = x
(5.144)
onde uma funo no linear do estado x=[x x ]T. Derivando a sada duas vezes
obtm-se
y = 2 xx
(5.145)
y = 2 xx + 2 x 2 = 2 x( + u ) + 2 x 2
(5.146)
Comparando com (5.139) ser LgLf h(x) = 2x. Para x 0 o grau relativo r = 2, mas
para x=0 (o nosso ponto de interesse), LgLf h(x) = 0, e portanto no se sabe qual o grau
relativo.
Por vezes uma mudana na varivel de sada suficiente para tornar o problema solvel. Veja-se por exemplo o que acontece com o clculo do grau relativo se na equao
de sada do sistema acima se fizer y = x, em vez de y = x2. No entanto em muitos outros
casos o problema no tem soluo no podendo efectuar-se a linearizao entrada-sada
na vizinhana de um ponto de funcionamento.
Pg. 147
Suponha que pretende controlar o nvel de um tanque cnico (com o vrtice para baixo)
com 10 m de altura e dimetro no cimo de 6 m. O sistema anlogo ao da Fig. 5.1, bem
como a definio das variveis.
a) Obtenha um modelo de estado para o sistema, para os valores numricos dados.
b) Efectue uma linearizao por realimentao, baseado nos conceitos apresentados na
seco 5.1.1.
c) Com o auxlio do Simulink faa uma simulao deste modelo. Ponha a referncia a
variar entre 0.8 e 1.2 m, com um perodo de 1 minuto. Utilize a realimentao de
estado indicada na equao (5.9) e limite a derivada da referncia. Observe a referncia, a sada, o erro e o caudal de entrada.
d) Repita o ensaio anterior mas com a referncia a variar entre 8.8 e 9.2 m. Conclua
sobre o desempenho do controlador. Limite este caudal q1 a 0.1 m3/s. Que conclui?
Resoluo
a) Esquema da instalao e equaes:
O dimetro d, da superfcie do lquido,
cota h, proporcional h, devido ao
facto do tanque ser cnico.
D
d = kh = h = 0.6h
H
A rea da superfcie do lquido, S(h)
S (h) =
d2
4
(0.6h )2
4
d1=100 mm
q1
S(h)
V
H
= 0.2827h 2
S2
q2
d2=100 mm
ou ainda
S ( h )h = u S2 2 gh .
h = 0.123h 2 + 3.537h 2 u
Pg. 148
1
2
+
u(t ) =
v
(
t
)
0.123
h
3.537h 2
Substituindo na equao do sistema obtm-se, depois de efectuar as simplificaes
h(t ) = v (t )
que a equao que representa o modelo linearizado.
c) e d) (O limitador de caudal s dever ser includo na alnea d))
Osciloscpio1
ref
href
Referncia
Mux
k1h2
erro
k2sqrt(h)
Controlador Osciloscpio
u
Limitador
Osciloscpio2
k1h2
k2sqrt(h)
Tanque
Cnico
Lei de
Controlo
Modelo completo
1
u
sqrt
0.0348
Math
Function
Gain
3
h'
k2sqrt(h)
0.2827
Math
Function1
1
s
Integrator
Product
referncia
href
1
0.001s+1
tanque cnico
du/dt
Derivative
e
ref
0.2
4
v
Transfer Fcn
Signal
Generator
Gain2
k1h2
Constant
Gain1
3
h1
5
erro
controlador linear
Pg. 149
Probl. 5-2
x
x2 = x2 e 1 + x1 u
Resoluo
z1 = x1
a) Por analogia com (5.27) efectue-se a mudana de variveis
x1
z 2 = 2 x2 + e
Ser pois
z1 = x1
z1 = 3z1 + z2
x1
x1
z2 = 2 x2 + x1e
z2 = 2 x2 + x1e
ou ainda
z1 = 3z1 + z2
z1 = 3z1 + z2
x1
x1
x1
2 x1
z2 = 2 x2 e + 2 x1 u + x1e
z2 = 3x1e + e + 2 x1 u
Introduzindo a lei de controlo
1
( v + 3x1e x1 e 2 x1 )
u=
2 x1
obtm-se o sistema linear
z1 = 3z1 + z2
3 1
0
ou seja z = Az + bv , com A =
e b=
0 0
1
z2 = v
b) A lei de controlo no pode ser aplicada em x1=0, pelo que a linearizao no global.
Probl. 5-3
Considere o sistema no linear
x1 = x1 x2 x3
x = x x x
2
3
1 3
x
=
x
u
1
3
y = x1
Utilizando os conhecimentos adquiridos nas seces 5.1.4 e 5.1.5
a)
b)
c)
d)
Pg. 150
Resoluo
a) Como no existe nenhuma relao explcita entre a entrada e a sada, derive-se y:
y = x1 = x1 x2 x3 .
Uma vez que continua a no haver nenhuma relao explcita entre a entrada e a sada, derive-se de novo:
y = x1 x2 x3 x2 x3
y = x1 x2 x3 ( x3 x1 x3 ) x3 x2 ( x1 u )
ou ainda
y = x1 x2 x3 x32 + x1 x32 x1 x2 u
A lei de controlo
1
(v x1 + x2 x3 + x32 x1 x32 )
u=
x1 x2
conduz ao sistema linear
y=v
b) O grau relativo do sistema r=2. Com efeito, foi necessrio derivar a sada 2 vezes,
at se obter uma relao explcita entre a entrada e a sada (atravs da sua derivada).
c) A lei de controlo no pode ser aplicada em x1=0 ou x2=0, pelo que a linearizao no
global.
d) A dinmica zero pode obter-se substituindo a lei de controlo na ltima equao de
1
estado e igualando v a zero, resultando assim x3 = ( x1 x2 x3 x32 + x1 x32 )
x2
Probl. 5-4
1 2s
2 + 2s + s2
a) Obtenha um modelo de estado para o sistema.
b) Projecte um controlador por realimentao de estado para a sada seguir uma referncia conhecida e com derivada limitadas. (Porque que se impe esta condio?)
c) Como representaria a dinmica interna deste sistema? Ser que ela estvel?
d) Represente a dinmica zero do sistema.
Considere o seguinte sistema linear: G ( s ) =
Resoluo
a) Por comparao entre o sistema dado e o modelo da expresso (5.65) pode escrever-se o modelo de estado, anlogo a (5.67) / (5.68)
x1 0 1 x1 0
x = 2 2 x + 1 u
2
2
x
y = [1 2] 1
x2
Pg. 151
Probl. 5-5
x = x2 x13
Considere o sistema 1
e a funo de Lyapunov V (x ) = x12 + x22 .
3
x2 = x1 x2
Utilizando o formalismo da Geometria Diferencial calcule V ( x ) . Utilize a expresso
(5.90). Que conclui sobre a estabilidade do sistema?
Resoluo
x2 x13
O sistema dado pode ser escrito na forma x = f ( x ) , com f ( x ) =
.
3
x1 x2
3
3
x
x
x
x
x
x
x
1
2 1
1 2
2
que negativa definida, pelo que V (x ) funo de Lyapunov do sistema, e portanto o
sistema estvel.
Pg. 152
Probl. 5-6
Usando a notao da Geometria Diferencial determine o grau relativo do sistema apresentado no Probl. 5-3.
Resoluo
Na seco 5.4 encontram-se as expresses (5.143), que sero utilizadas para a determinao de r. O sistema do Probl. 5-3 pode escrever-se
x1 x1 x2 x3 0
x2 = x3 x1 x3 + 0 u
x3 x1 1
x1
y = [1 0 0] x2
x3
x1
0
g = 0 ,
1
h = x1
x1
x 2
0
0
x1
0 = [1 0 0] 0 = 0 .
x 3
1
1
Portanto o grau relativo ser superior a 1. Ensaie-a ento (5.143) para r=2:
h
Ser L h(x ) =
x1
1
f
h
x2
h
x3
x1 x2 x3
x1 x2 x3
x3 x1 x3 = [1 0 0] x3 x1 x3 = x1 x2 x3
x
x1
1
L L h ( x ) = Lg ( x1 x2 x3 ) = [1 x3
1
g f
0
x2 ] 0 = x 2
1
Este valor diferente de zero, excepto quando x2=0. Para x20 o grau relativo r=2,
sendo indefinido em x2=0.
Pg. 153
Probl. 5-7
Considere de novo o sistema do Probl. 5-3.
a) Construa a matriz {adf0g, adf g, adf2g, , adfn-1g} apresentada no Exemplo 5-6 e
tambm em (5.123).
b) Que conclui sobre a controlabilidade do sistema? Ser local ou global?
Resoluo
a) Uma vez que se trata de um sistema de 3 ordem a matriz pedida ser apenas
M={adf0g, adf g, adf2g}.
No Probl. 5-6 viu-se que em relao ao Probl. 5-3 se tinha
x1 x2 x3
f = x3 x1 x3 ,
x1
0
g = 0 ,
1
h = x1
pelo que
1. ad 0f g = g = [ 0 0 1]
g1
x
1
g 2
g
f
f g=
2. ad f g = [f , g ] =
x
x
x1
g3
x
1
0 0 0 x1 x2 x3 1
= 0 0 0 x3 x1 x3 x3
0 0 0 x1 1
g
f
3. ad f2g = ad f (ad f g ) = ad f g =
x
g1
x
1
g 2
=
x1
g3
x
1
g1
x2
g 2
x2
g 3
x2
Pg. 154
g 2
x2
g3
x2
x3
0
0
f1
x2
f 2
x2
f 3
x2
f1
x3
0
f 2
0 =
x3
1
f 3
x3
x2 0
x2 x2
1 x1 0 = 0 1 x1 = x1 1 = g
0 1
0 0
f
g =
x
f1
g1
x
x3
x1 x2 x3 1
f
g 2
x3 x1 x3 2
x3
x
x1 1
f 3
g3
x
x3
1
0 1 0 x1 x2 x3 1
= 1 0 0 x3 x1 x3 x3
0 0 0 x1 1
f1
g1
x
x3
x1 x2 x3 1
f
g 2
x3 x1 x3 2
x
x3
x1 1
f 3
g3
x
x3
1
g1
x2
f1
x2
f 2
x2
f 3
x2
f1
x3
x2
f 2
x1 1 =
x3
0
f 3
x3
x3 x2 x2 x2
0 1 x1 x1 1 = x1
0
0 0 x2
M = 0 x1 1 x1
0
x2
1
b) O determinante da matriz obtida det(M ) = x1 + x2 + x2 ( x1 1) = 2 x1 x2 1 , que
diferente de zero, excepto para x1 x2 = 0,5 . O sistema dado controlvel, excepto
para estes pontos do espao de estados. A controlabilidade no pois global.
Probl. 5-8
Com o auxlio do teorema de Frobenius indique se o seguinte sistema de equaes s
derivadas parciais completamente integrvel:
h h
x3 x x = 0
1
2
h
h
h
2 x1
+ x2
+ x3
=0
x1
x2
x3
Resoluo
Pelo teorema de Frobenius, c.n.s. para que o sistema seja completamente integrvel
x3
2x1
0
x3
simultaneamente nulos.
2 0 0 2 x3 0 0 1 2 x1 3x3
g
f
[f , g ] = f g = 0 1 0 1 0 0 0 x2 = 1
x
x
1 0 1 0 0 0 0 x3 0
O resultado obtido no pode ser expresso como combinao linear de f e g, pelo que o
sistema no completamente integrvel.
Probl. 5-9
Considere o modelo do pndulo ligado a um ponto por meio de uma haste rgida,
podendo rodar em torno desse ponto. O pndulo encontra-se excitado por uma fora u.
x1 = x2
g
b
1
x2 = A sen x1 m x2 + ml u
e em que g representa a acelerao da gravidade, A o comprimento da haste, m a massa
do pndulo e k o seu coeficiente de atrito cintico. As componentes x1 e x2 do estado
representam a posio angular do pndulo em relao vertical, e a sua velocidade.
Pg. 155
e g= 1
a) Para este modelo, x = f ( x ) + g( x ) u , tem-se f =
g
b
sen x1 x2
m
A
mA
Verifique-se se o sistema controlvel. Por ser de 2 ordem ser M=[adf0g, adf g].
0
ad 0f g = g = 1
mA
1
x2
0
1 0
0 0
g
f
mA
f g=
ad f g =
g
b g
b 1 =
x
x
0 0 sen x1 x2 cos x1 x2 b
m A
m mA 2
A
m A
0 mA
M=
A caracterstica de M igual a 2 desde que m ou A ,
1
b
mA m 2A
pelo que o sistema controlvel. Por sua vez os vectores coluna da matriz M so
constantes, e portanto involutivos [aplique-se-lhes a definio (5.108)]. Esto pois
satisfeitas as condies para que se possa efectuar a linearizao entrada-estado.
b) A 1 componente do novo vector de estado, z1, dever ser obtida por meio das expresses (5.126) e (5.127). Uma vez que n=2, da expresso (5.126) resulta
0
z1 z1
1 z1
z1
x x 1 = 0 mA x = 0 x = 0
2
2
1 2
mA
z1 z1 mA
z1 mA
1 z1
z1
0
0
x b 0 mA x 0 x 0
x x b
1
1
1
1 2
m 2A
m 2A
A forma mais simples de satisfazer a ltima expresso consiste em fazer z1=x1.
Pg. 156
z z
=
z2 = Lf z1 = 1 1 g
1
0
[
] g
b
b = x2
sen x1 x2
x1 x2 sen x1 x2
m
m
A
A
z2 ] = [ x1
x2 ] = x
n 1
z1 = x2 (j calculado atrs).
Lf z1 =Lf Lf
n 1
x2
x2 x2
z1 = Lf x2 =
g sen x b x =
x
x
1 1
1
2
m
A
x2
= g sen x b x
= [ 0 1] g
1
2
sen x1 b x2
A
m
m
A
Lg Lf
n 1
0
0
x2 x2
1
z1 = Lg x2 =
1 = [ 0 1] 1 =
mA
x1 x1
mA
mA
g
b
sen x1 x2
m = mg sen x + Abx
Logo, ser ( x ) = A
1
2
1
mA
( x) =
1
= mA
1
mA
Pg. 157
k1 a k5 Constantes positivas,
x1 Corrente no motor,
x1 = k1 x1 k2 x2u + k3
x2 = k4 x2 + k5 x1u
y = x
2
x2 = x1 x1 x2 + ln x2 + u
y = x
1
a) Determine uma lei de controlo u(x1,x2,v) (v a nova varivel de controlo), que transforme este sistema em y = v . A lei de controlo global? Justifique.
b) Considere agora apenas as equaes entrada-estado. Determine f(x1,x2) e g(x1,x2) de
x
modo a que o sistema fique na forma: 1 = f ( x1 , x2 ) + g ( x1 , x2 ) u
x2
c) Defina variveis de estado z1 e z2 tais que z1 g = 0, z1 ad f g 0 e z 2 = L f z1 .
Utilizando estas variveis, calcule a lei de controlo u =(x1,x2)+(x1,x2)v onde:
L2f z1
1
( x1 , x2 ) =
( x1 , x2 ) =
Lg L f z1
Lg L f z1
Pg. 158
Num outro tipo de formalismo, designado por algoritmos genticos, definem-se entes
matemticos com propriedades semelhantes s das clulas biolgicas, que nascem, se
multiplicam e desaparecem de acordo com um conjunto de regras bem definidas. Estes
algoritmos tm sido utilizados em vrios campos cientficos, nomeadamente no controlo
de processos.
Neste captulo apenas sero abordadas a lgica difusa e as redes neuronais e a sua aplicao no controlo de sistemas.
6.2. Conjuntos e lgica difusa
6.2.1. Introduo
O conceito de conjunto difuso (fuzzy set) est associado a uma classe de objectos em
que no se consegue, ou no tem interesse, efectuar a classificao de uma forma precisa, no sentido convencional. Embora o conceito se perca na 2 metade do sculo XIX,
ele s em 1965 foi formalmente apresentado, por Zadeh(1). Uma das preocupaes que
estiveram na base do aparecimento dos conjuntos difusos foi a seguinte:
Algumas classes de objectos no tm critrios de pertena bem definidos.
Veja-se o seguinte exemplo: Esto 60 pessoas de diversas nacionalidades numa esplanada em Paris, numa noite de Outubro, em que a temperatura ronda os 17 C. Como
que os utentes da esplanada classificam o ambiente: muito frio, frio, tpido, quente ou
muito quente?
Este problema, que aqui se equaciona para um facto do dia a dia, pe-se em qualquer
outro ramo de actividade, como sejam numa indstria ou at mesmo numa cincia exacta como a Matemtica. Num processo industrial, um determinado operador trabalha com
uma certa vlvula com uma abertura que considera ideal, enquanto outro operador, nas
mesmas circunstncias acha que essa vlvula se encontra demasiado aberta. E em
matemtica, o que que se entende por analisar o comportamento de uma determinada
funo na vizinhana de x=0? Qual dever ser o domnio a considerar?
para formalizar este tipo de conceitos que se estudam os conjuntos difusos, e os sistemas que com eles operam, designados por sistemas difusos. O conceito de tal modo
flexvel e poderoso que pode ser estendido aos sistemas de controlo, dando origem ao
controlo difuso.
6.2.2. Conjuntos e sistemas difusos
6.2.2.1. Definies
O conceito convencional de conjunto obtido custa de uma determinada caracterstica, C. Designando por U o conjunto universal e por x os seus elementos, para um
determinado conjunto A atribui-se um valor CA(x) a cada um do seus elementos xU,
do seguinte modo:
1
Pg. 160
1, sse x A
CA ( x ) =
0, sse x A
(6.1)
U {0,1}
(6.2)
Esta classificao dicotmica, embora exacta, poder no ser das mais apropriadas para
lidar com certo tipo de fenmenos. Considere-se assim o exemplo dado atrs para classificar o ambiente da esplanada em funo da temperatura. Pode efectuar-se uma classificao, do tipo anterior, do modo seguinte:
Temperatura (T)
varivel convencional
(exacta)
Ambiente
T < 10 C
muito frio
10 T < 17 C
frio
17 T < 24 C
tpido (morno)
24 T < 30 C
quente
T 30 C
muito quente
varivel lingustica
A :
U {0,1}
(6.3)
Pg. 161
muito
frio
ambiente
frio
tpido
(6.4)
quente muito
quente
0.8
funes de
pertena
Funo de pertena
0.6
0.4
0.2
0
0
10
15
20
25
30
35
40C
(6.5)
(6.6)
(6.7)
(6.8)
cuja representao grfica se encontra na Fig. 6.2. O conjunto difuso dos nmeros prximos de zero , neste exemplo, caracterizado pela funo de pertena (6.9). O nmero
difuso aproximadamente zero poder ser caracterizado pela mesma funo de pertena.
A(x)
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.1
0
-3
-2
-1
(6.10)
Um conjunto difuso A pode ser considerado como sendo a unio dos seus singulares
constituintes. Nesta conformidade, num universo de discurso discreto X={x1, x2, ,xn}
o conjunto pode representar-se por
n
A = A ( xi ) / xi
(6.11)
i =1
[ 0,1)
( 0,1]
(6.12)
O princpio da extenso permite a generalizao de conceitos matemticos convencionais aos conjuntos difusos. Seja f uma funo contnua tal que f: XY. Pelo princpio
da extenso, ao conjunto difuso A definido em X feito corresponder um conjunto difuso f(A) tal que
Pg. 163
f (A) = f (A) ( x) / f ( x)
(6.13)
f (A) ( y ) = sup A ( x)
(6.14)
y= f ( x)
Este princpio est na base da aritmtica difusa, cujas operaes foram generalizadas a
nmeros difusos, por meio da aplicao de (6.13) e de (6.14).
~
2
|
0
|
1
|
2
~
3
~
5
|
3
|
4
|
5
|
6
|
7
x = ( L, U, G, S )
(6.15)
6.2.3.2. Operaes
Nos conjuntos convencionais definem-se as seguintes as operaes fundamentais ou
operaes bsicas: unio, interseco e complemento:
Unio
A B = {x U | x A x B}
(6.16)
Interseco
A B = {x U | x A x B}
(6.17)
Complemento
A = {x U | x A}
(6.18)
Unio de A e B
grau de pertena
= grau de pertena
funo de pertena
Conjuntos difusos A e B
0.8
0.6
0.4
0.2
0
50
100
1
0.8
0.6
0.4
0.2
0
1
0.8
0.6
0.4
0.2
0
50
50
100
Complemento de A
grau de pertena
grau de pertena
Interseco de A e B
(6.19)
100
1
0.8
0.6
0.4
0.2
0
50
100
(6.20)
Pg. 165
A
1
An
, An (x)}
(6.22)
T( x, y ) ( x, y ) x
Pg. 166
(6.24)
Norma-S
Sejam A(x) e B(x) duas funes de pertena de dois conjuntos difusos
A e B respectivamente. O conjunto C diz-se norma-S de A e B sse existir uma funo de
pertena C(x) definida do modo seguinte:
C ( x) = S ( A ( x), B ( x))
S:
(6.25)
(6.26)
x y = n( n( x )
n( y ))
(6.27)
A caracterstica quente representada por um nmero entre 0 e 1 e portanto o antecedente gera um nmero tambm compreendido entre 0 e 1. A palavra Vero um conjunto difuso; o consequente atribui a uma varivel de sada (tempo) um conjunto difuso
(Vero).
Pg. 167
-100
P0
P+
100
presso / mBar
-180
-90
90
180
direco do vento /
4. Escolha das conectivas a utilizar. Para este efeito devero ser definidos os tipos
de funes a utilizar para as funes de pertena da conjuno e da disjuno.
Neste exemplo escolhe-se para a interseco a funo mnimo(x,y) e para a unio a
funo mximo(x,y).
Pg. 168
direco do vento
N (norte)
S (sul)
E (este)
O (oeste)
SC
SC+
CH
SC
CH
CH
CH+
CH+
CH
CH+
H neste exemplo um total de 8 regras, que definem as 4 variveis difusas de sada indicadas acima. No caso geral as regras no tero necessariamente que ser feitas apenas
com o operador and, podero ser mais complexas, em particular quando h mais que
duas entradas.
Ficam assim definidas, em termos de variveis lingusticas, as 4 possibilidades que o
tempo atmosfrico ir ter, em funo das medies efectuadas na presso e na direco
do vento. No caso de pretender dar esta informao de forma numrica ou atravs de um
ponteiro sobre uma escala, torna-se necessrio efectuar a agregao das variveis lingusticas de sada assim obtidas e converter a agregao num valor numrico atravs da
operao inversa da fuzificao, que designada por desfuzificao. Estes dois pontos
sero abordados no exemplo seguinte, do controlo de um satlite.
Pg. 169
O projecto de um controlador difuso tem passos muito semelhantes aos anteriores. Vai
admitir-se que o controlador ser inserido numa cadeia de controlo convencional, com
realimentao negativa, como se mostra na Fig. 6.6.
referncia +
erro
controlador
difuso
controlo
processo
sada
regras
Pg. 170
antena
u
Fig. 6.7 Esquema do satlite
2. Universos do discurso:
A posio do satlite poder variar entre e +. A determinao da sua velocidade
angular um pouco mais complicada. Ela depende do momento de inrcia do satlite
em torno do seu eixo de rotao e do binrio propulsor. Para um satlite com a massa
de 200 kg, e o dimetro de 2,8 m, e para um binrio propulsor de 1 Nm, um clculo
aproximado permite determinar o momento de inrcia do satlite (suposto homogneo J =2/5mR2 =160 kg.m2) e concluir, utilizando as expresses (2.34: J = U ) e
(2.35: J = U ) que a velocidade angular estar compreendida entre 0,20 e + 0,20
rad/s. Tem-se assim os valores do universo do discurso: = x1[,+] rad e =
x2[0,2,+0,2] rad/s.
3. Definio das funes de pertena:
A definio das funes de pertena feita de acordo com a sensibilidade que o
especialista tem em relao ao problema especfico em causa. Mesmo assim recomendado que se faam vrias hipteses, se testem os resultados e se escolha a que
conduzir a melhores resultados. Uma vez que se est a apresentar um exemplo, vai
comear-se com um nmero muito pequeno de funes de pertena e testar o resultado. Na prtica corrente ter entre 3 e 11 funes de pertena por varivel. Escolhemos 3 funes de pertena para a posio e outras 3 para a velocidade:
Posio:
RE rodado esquerda
R0 centrado
RD rodado direita
Velocidade:
VE velocidade para a esquerda
V0 velocidade nula
VD velocidade para a direita
(x1)
RE
- /8
0 /8
(x2)
VE
-0.20
RD
R0
VD
V0
-0.07
x1 = pos. ang.
0.07
...
RE
R0
RD
JD2
JD
J0
JD
J0
JE
J0
JE
JE2
Pg. 172
JE2
-1.0
JE
-0.5
(u)
-0.25
J0
JD2
JD
0.25
0.5
1.0
u = jacto
Pg. 173
JE2
JE
(u)
J0
JD2
JD
agregao
-1.0
-0.5
-0.25
0
0.07
0.25
0.5
1.0
u = jacto
7. Desfuzificao da sada.
A desfuzificao consiste em converter a varivel de sada lingustica num valor
numrico. No exemplo que se est a apresentar, a sada a funo de pertena que
limita a rea sombreada, e resultado da agregao das sadas de cada regra. Mas a
sada para o jacto no pode ser uma funo de pertena, tem que ser um valor numrico, que neste exemplo dever estar no intervalo [-1, 1], em que 1 o mximo de
intensidade que o jacto pode ter num sentido e -1 no sentido oposto. pois necessrio efectuar a converso da sada lingustica num nmero que esteja dentro da gama
de sada. Um mtodo muito vulgar para efectuar esta converso o chamado mtodo
do centride; consiste em determinar o centro geomtrico da rea definida pela funo de pertena da agregao das variveis de sada e a partir da sua posio determinar a coordenada da sada, pela distncia ao eixo das ordenadas, como se indica na
Fig. 6.10.
6.2.6. Controlo difuso do satlite no Matlab
Pg. 174
Modelo do satlite:
Resultados do controlo:
posio
angular
/ rad
posio
referncia
0.5
0.4
0.3
0.2
0.1
0
-0.1
-0.2
-0.3
-0.4
-0.5
60
80
100
120
140
160
180
200
tempo / s
Pg. 175
Pg. 176
-1
n1
n -1
L-1
nL-1
nL
N de unidades
2
P
AL
i
n -1
Entrada
1 camada
escondida
Camada
de sada
a -1
1
i1
a -1
bi
i2
a -1
n -1
ii
i(.)
ai
i n -1
Na terminologia das RNA costume designar por camadas escondidas todas as que se
encontram entre a entrada e a camada de sada, no sendo a entrada contabilizada para
efeito de contagem do nmero de camadas, embora muitas vezes se lhe chame camada
de entrada. Assim, por exemplo, quando se referir uma rede de trs camadas, significa
que se trata de uma rede com duas camadas escondidas e uma camada de sada.
1.5
1
0.5
-6.0
-4.0
-2.0
2.0
4.0
-0.5
-1
-1.5
Pg. 178
6.0
Nas duas expresses seguintes esto indicados os clculos efectuados na unidade genrica i da camada :
n
Valor interno:
ii = wij a j 1 + bi
(6.29)
ai = i (ii )
(6.30)
j =1
Sada:
w21
...
W =
wi1
...
w
n 1
w12
...
w22
...
...
wi 2
...
...
... ...
wn 2 ...
w1n 1
w2 n 1
...
win 1
...
wn n 1
(6.31)
por I o vector de valores internos nas unidades da camada , por B o vector de constantes ou vector de polarizao da camada e por A o vector de sada da camada ,
i1
i2
I =
...
i n
b1
b2
B =
...
b n
a1
a2
A =
...
a n
(6.32)
I =W A
+B
A = (I )
(6.33)
(6.34)
corrente fazer-se a funo de activao igual para todas as unidades de uma mesma
camada.
Pg. 179
Uma vez que as funes de activao so limitadas, para se poder ter uma sada com
uma amplitude arbitrria faz-se a camada de sada linear ( (x) = x), pelo que a sada
de uma rede com L camadas dada pela expresso
A L =WL L-1 (WL-1 (
( (W (
+B )+
)+BL-1 )+BL
(6.35)
A1
A2
O sinal de entrada poder ser uma funo contnua do tempo, P(t), sendo ento a sada
tambm uma funo contnua, admitindo-se neste caso que a execuo dos clculos se
faz em tempo contnuo e num intervalo de tempo infinitesimal, ou poder ser uma
sequncia de sinais discretos do tempo ou de outras variveis. Neste caso a execuo
dos clculos faz-se ao ritmo da chegada das entradas da rede.
Repare-se que a RNA, tal como aqui foi definida, uma rede esttica, no guardando
qualquer informao relativa a estados anteriores; no existe realimentao das sadas
nas entradas. No caso de se desejar manipular sistemas dinmicos, os valores anteriores
das entradas, sadas ou estados devero ser aplicados entrada juntamente com a entrada actual da rede.
6.3.1.2. A rede de base radial
A estrutura desta rede semelhante da rede anterior, mas com uma diferena importante: o sinal de entrada primeiramente transformado por meio de uma funo no
linear, s sendo em seguida efectuada a soma dos valores resultantes de cada converso,
como se mostra na expresso (6.36) e na Fig.6.15.
n
ai = wi i (ai 1 , ci )
(6.36)
j =1
a -1
1 ( a1 1 , c1 )
a -1
2
al -1
2 ( a 21 , c 2 )
1
i ( a i , c i )
ii
ai
n 1 ( a n11 , c n 1 )
n -1
Pg. 180
A RNA constitui um aproximador universal. Uma das suas vantagens sobre outros
aproximadores consiste em ter-se uma estrutura com um nmero finito de unidades. Se
a funo a aproximar for contnua, possvel aproxim-la por meio de uma RNA com
apenas duas camadas, uma camada escondida e a camada de sada:
f 2 =W2 1 (W1P+B1 )+B2
(6.37)
Se a funo a aproximar for descontnua, poder no ser possvel aproxim-la por meio
de uma rede de duas camadas. no entanto sempre possvel aproxim-la por meio de
uma RNA com trs camadas:
f 3 =W3 2 (W2 1 (W1P+B1 )+B2 )+B3
(6.38)
Este ltimo caso de bastante interesse em sistemas de controlo com a lei de realimentao descontnua, ou em sistemas em que haja necessidade de identificar modelos
inversos de processo de fase no mnima.
6.3.3. Estrutura de uma rede
Pg. 181
Expresso
Grfico
1 ,2
1
Exponencial
1
(x) =
1 + e x
0 ,8
0 ,6
0 ,4
0 ,2
0
-6 ,0
-4 ,0
-2 ,0
0 ,0
2 ,0
4 ,0
6 ,0
0 .0
2 .0
4 .0
6 .0
1 .5
Exponencial
( x) =
1 e
1 + e x
0 .5
0
- 6 .0
-4 .0
-2 .0
-0 .5
-1
-1 .5
1
0 .8
0 .6
0 .4
Trigonomtrica
inversa arctg()
2
(x) = arctan(x)
0 .2
0
- 6 .0
- 4 .0
- 2 .0
- 0 .2
0 .0
2 .0
4 .0
6 .0
- 0 .4
- 0 .6
- 0 .8
-1
1 ,5
Hiperblica th()
Igual 2, excepto
factor de escala em x
0 ,5
0
-6 ,0
-4 ,0
-2 ,0
0 ,0
2 ,0
4 ,0
6 ,0
-0 ,5
-1
-1 ,5
1 ,5
Degrau unitrio
0 ,5
0
-6 ,0
-4 ,0
-2 ,0
0 ,0
2 ,0
4 ,0
-0 ,5
-1
-1 ,5
Pg. 182
6 ,0
O mtodo correntemente usado para avaliar o desempenho de uma rede consiste em calcular o funcional de custo, JNd, obtido pela soma do quadrado dos desvios da previso
em relao ao processo, e referida a um par de sequncias { y } e {y} de comprimento
Nd.
Nd
J Nd = [ y (k ) y (k )]2
(6.39)
k =1
Considera-se que a rede adequada se o valor deste funcional for inferior a um determinado limite de aceitao.
Os parmetros ideais para a rede sero assim aqueles a que corresponde o mnimo do
funcional JNd. Pode no entanto acontecer que este mnimo esteja acima do limite de
aceitao. Isto poder ser devido a vrias causas:
O mnimo obtido para JNd no um mnimo absoluto mas sim um mnimo local.
O nmero de unidades da rede no suficiente.
O nmero de entradas da rede no o correcto.
(6.40)
, y (n n y ), u (n p),
, u (n p nu )]
(6.41)
em que
n - tempo discreto,
u(n) - varivel de entrada,
y(n) - varivel de sada,
p - atraso de transporte,
nu - nmero de entradas atrasadas,
ny - nmero de realimentaes atrasadas.
, y (n n y 1), u (n p 1),
y (n 2) = f [ y (n 3),
, y (n ny 2), u (n p 2),
, u (n p nu 1)]
, u (n p nu 2)]
(6.42)
(6.43)
y (n h) = f [ y (n h 1),
, y (n h ny ), u (n h p),
, u (n h p nu )]
(6.44)
A substituio sucessiva em (6.41) de (6.42), (6.43), ..., (6.44) conduz a uma equao do
tipo
y (n) = g[ y (n h 1),
Pg. 184
, y (n h n y ), u (n p ),
, u (n h p nu )]
(6.45)
nu
u(n)
y(n)
Tempo discreto
n
ny
, y (n n y ), u (n p + h),
, u (n p nu )]
(6.46)
pelo que para dois pares de sequncias u(n) e y(n) se espera ter para uma RNA estimadora do processo, cuja sada se designar por y (n) ,
y (n + h) = g [ y (n 1),
, y (n n y ), u (n p + h),
, u (n p nu )]
(6.47)
h+nu+1
entradas
u
ny
entradas
y
u(n-p)
u(n-p-1)
u(n-p-2)
u(n-p-h-nu)
y(n-h-1)
y(n-h-2)
y(n-h-ny)
y ( n)
O nmero de unidades nas camadas escondidas depende da relao (6.41) que caracteriza o processo, que partida no conhecido. Considera-se habitualmente uma rede
com um total de unidades igual ao valor estimado para nu+ny, por se verificar suficiente.
Treino da rede
Para o treino da rede devem ser considerados dois casos: treino em grupo (batch) e
treino em linha (on line). O primeiro tem interesse quando o processo a identificar
invariante no tempo ou ento para a obteno de um valor inicial de parmetros para a
rede. O treino em linha poder ser necessrio sempre que preciso identificar um processo variante no tempo. Chama-se no entanto a ateno para o facto de o treino em
linha, quando se trata de processos no lineares, poder conduzir obteno de uma rede
que no aproxime o processo globalmente. No treino em linha pois necessrio ter cuidado com os dados utilizados, para no se cair num ponto de funcionamento local. Neste caso tem-se uma rede bem treinada localmente mas com pouca capacidade para
generalizar para outro tipo de dados de entrada. Assim, o algoritmo de treino no dever esquecer os dados iniciais mas sim complement-los.
Pg. 186
Treino em grupo.
Uma vez que se trata de identificar um processo genrico, que poder ser linear ou nolinear, uma questo que se coloca a definio da amplitude do sinal de entrada. Dever
considerar-se o sinal de entrada a poder variar entre -auM e + auM sendo uM o valor
absoluto mximo detectado na sequncia de entrada e a uma constante real maior do
que a unidade. De forma anloga se estabelece o domnio para o sinal de sada.
O nmero de valores das sequncias {u} e {y} utilizados para o treino em grupo, Nd,
dever ser da ordem das centenas, para permitir ter uma grande variedade de amplitudes.
Alimentando a rede com (h+nu+1) entradas desde u(n-p) a u(n-p-h-nu) e com ny entradas
desde y(n-h) a y(n-h-ny), esta origina um sinal de sada y (n) . A rede deve ser treinada
utilizando um algoritmo disponvel, por exemplo o de rectro-propagao dos erros ou o
algoritmo de Marquardt-Levenberg. O nmero de iteraes utilizado para obter a convergncia da rede varivel consoante os casos estudados, a respectiva rapidez de convergncia e o valor aceite para JNd. No caso da rectro-propagao a fim de acelerar a
convergncia devem utilizar-se os mtodos do passo adaptativo e do momento, conhecidos das redes neuronais e postos disposio pelos fornecedores do software especfico de redes neuronais.
Aps o treino em grupo as redes devem testadas utilizando outras sequncias de entrada
/sada, com outras formas amplitudes e nmero de pontos, para verificar a sua boa capacidade de generalizao. Aps ser definido um critrio de aceitao, a rede considerada adequada e suficientemente treinada quando satisfaz esse critrio. Por vezes considera-se como critrio de aceitao o andamento da curva de erro y(n) - y(n) , em vez do
valor de JNd.
Treino em linha.
Uma vez que o treino de uma rede neuronal envolve um nmero muito grande de iteraes, normalmente superior a 1000, ao efectuar-se o treino em linha no pode ser feita
apenas uma destas iteraes por cada passo de execuo do controlo. O seu nmero
depender da velocidade de variao no tempo do prprio processo. No entanto dever
ser pelo menos da ordem das dezenas. A Fig. 6.18 representa esquematicamente as
sequncias para efectuar o treino em linha.
Pg. 187
actualizao da rede
|||||||||||||||
|||||||||||||||
|||||||||||||||
|||||||||||||||
|||||||||||||||
tempo discreto, n
instantes de execuo
do controlo
No controlo de um processo com atraso de transporte utilizando um controlador clssico, por exemplo um PID, medida que se vo tendo tempos de atraso maiores torna-se
necessrio baixar o ganho proporcional e aumentar o tempo de integrao, se se quiserem evitar oscilaes ou ter um sistema instvel. Esta medida torna a resposta do sistema lenta. Com o fim de obter controladores com melhor desempenho, utilizam-se outros
mtodos. De entre os que utilizam redes neuronais foram estudados os seguintes: Uso de
um controlador clssico em que o erro obtido subtraindo referncia o valor da previso, e controlo por meio do modelo inverso. Em qualquer dos casos o modelo dever ser
actualizado em linha.
Pg. 188
0
d
r=A
m
dr
p=mg
(7.1)
ou, uma vez que d2r/dt2 a acelerao a que se encontra submetida a massa m, pode
escrever-se, aplicando a lei de Newton, e usando uma notao simplificada:
mA = f e
(7.2)
Pg. 189
A resultante das foras exteriores actuando sobre o corpo de massa m (suposta a massa
concentrada no seu centro de massas) constituda por duas parcelas: uma fora de restituio devida ao seu peso (mg sen ) e outra resistente, devido ao atrito, que se admitir ser viscoso, ou seja, proporcional velocidade linear do corpo ( bA ), pelo que
(7.2) se pode escrever:
(7.3)
x2 = ( g / A) sen x1 (b / m) x2
(7.4)
( g / A) sen x1 (b / m) x2 = 0
(7.5)
ou ainda:
sen x1 = 0
x2 = 0
ou
x1 = k ,
x2 = 0
k = 0, 1, 2,"
(7.6)
Do ponto de vista de localizao fsica apenas as solues para k=0 e k=1 so distintas;
as restantes so repeties das posies geomtricas das primeiras. No entanto as solues so distintas, como se pode observar na Fig. 7.2.
Voltando s variveis iniciais e (ou ), os pontos de equilbrio distintos so:
e1 0 rad
= 0 rad/s
e1
e 2 rad
=
e 2 0 rad/s
Pg. 190
(rad)
30
(rad/s)
25
om
eg
a 20
(ra
d/s
) 15
tet
a
(ra 10
d)
5
0
-5
-10
0
10
15
20
25
tempo (s)
30
35
40
10
(rad/s)
8
6
4
2
0
-2
-4
-6
10
15
20
x1 = posio (rad)
25
30
(rad)
Pg. 191
x0
x
amortecedor
mola
massa
o
| | | | | | | | | | | | |
-3 -2 -1 0 1 2 3
d 2x
dx
+ b + k1 x + k3 x 3 = f
2
dt
dt
(7.7)
em que
x + 2 x + 02 x = f / m
(7.8)
com = k1 / m e = b / 2m ).
2
0
Se k3 for positivo a mola diz-se dura: a sua fora resistente incremental aumenta com a
amplitude da coordenada x. Se k3 for negativo a mola diz-se macia: a sua fora resistente incremental diminui com a amplitude. Neste caso, se se tratar de uma mola passiva,
dever ser imposta a condio adicional
k3 2
x <1
k1
(7.9)
que corresponde fora resistente da mola ser positiva. A Fig. 7.5 representa a fora
resistente de uma mola linear, de uma mola dura e a de uma mola macia.
Pg. 192
0.8
mola dura
0.6
mola linear
0.4
mola macia
0.2
0
-0.2
-0.4
-0.6
-0.8
-0.5
-0.4
-0.3
-0.2
-0.1
0.1
0.2
0.3
0.4
0.5
deformao
k3 3 1
b
k1
x2 = m x2 m x1 m x1 + m f
(7.10)
Considere-se o sistema em regime livre (f = 0), a partir das condies iniciais [x00; 0],
isto posio inicial x0 distinta da posio de repouso e velocidade inicial nula. Se o
amortecimento for fraco(1) a massa vai oscilar, de uma forma amortecida em torno da
posio x=0, sendo a frequncia de oscilao funo da amplitude.
Para k3 > 0 observa-se que a frequncia de oscilao aumenta com a amplitude (a mola
mais resistente para amplitudes maiores) e para k3 < 0 a frequncia de oscilao diminui
com a amplitude (Fig. 7.6).
Considere-se agora o sistema em regime forado; admita-se que sobre o bloco se exerce
uma fora alternada sinusoidal f(t) de frequncia e amplitude F constante,
f (t ) = F cos(t )
(7.11)
(7.12)
Para o sistema linear equivalente (7.8), o amortecimento diz-se fraco se 2 < 02.
Pg. 193
k3 = 0, mola linear
amplitude
k3<0
mola macia
k3 >0
mola dura
frequncia
A Fig. 7.7 representa a relao entre a amplitude de oscilao X por unidade de fora de
excitao, para diversos valores do amortecimento (2), em funo da frequncia da fora de excitao. Estas funes de transferncia so bastante conhecidas do estudo da
resposta de sistemas lineares de 2 ordem.
A relao X/F depende de e do amortecimento do sistema e no depende de F. Para
um determinado grau de amortecimento existe uma relao unvoca entre X/F e . O
grfico X/F apresentado considera apenas o regime forado, que se estabelece depois de
desaparecer a resposta transitria inicial.
Nestas condies, se a frequncia variar lentamente no tempo, o ponto representativo
de X/F em funo de evolui sobre a curva respectiva, quer aumente, quer diminua.
=0
=0
1/4
1/2
1/2
1
2
=8
= b/2m
Pg. 194
2
6
k3>0
k3<0
5
3
0
Seja agora o caso em que k3 0. Admite-se k3 suficientemente elevado para se poderem observar as no linearidades. As curvas de resposta em frequncia, para um amortecimento muito pequeno, tomam o aspecto indicado na Fig. 7.8.
Analise-se a curva correspondente a k3 > 0. Admita-se F constante e lentamente
varivel e crescente. Partindo do ponto 1, medida que a frequncia vai aumentando,
vai-se progredindo sobre a curva X/F at se atingir o ponto 2, em que a amplitude de
oscilao mxima. Neste ponto um ligeiro aumento de produz uma descontinuidade
na amplitude da oscilao, de 2 para 3. Continuando a aumentar caminha-se at ao
ponto 4 com uma diminuio contnua da amplitude. Se agora descer lentamente a
partir de 4, a amplitude seguir a trajectria 43561 havendo uma nova descontinuidade, com aumento brusco de amplitude, na transio de 56. A este fenmeno
chama-se ressonncia com saltos. Esta exige que a no linearidade seja aprecivel e o
amortecimento pequeno. Tem a propriedade de exibir uma gama de frequncias em que
para cada existem duas amplitudes de oscilao estveis.
Para a curva correspondente a k3 < 0 acontece um fenmeno semelhante.
Pg. 195
Considere-se o circuito elctrico representado na Fig. 7.9a), constitudo por um condensador, uma bobina e um elemento resistivo com a caracterstica indicada em b). A capacidade do condensador e o coeficiente de auto-induo da bobina supe-se constantes.
So exemplos de dispositivos electrnicos de resistncia negativa os dodo tnel , o
transstor unijuno, o dodo de 4 camadas e o transstor de avalanche.
Para valores de v junto da origem a um aumento de v corresponde uma diminuio i.
por esta razo que se diz o circuito exibir resistncia negativa.
i
C
L
v
iC
iL
elemento
de
resistncia
negativa
(7.13)
ic = C
dv
dt
iL =
1 t
v( )d
L
(7.14)
dv 1 t
+
v( )d + h(v) = 0
dt L
(7.15)
d 2v
dv
+ Lh(v) + v = 0
2
dt
dt
Pg. 196
t
pode escrever-se
LC
(7.16)
d 2v
L
dv
+
h(v) + v = 0
2
dt
C
dt
(7.17)
(7.19)
v (1 v 2 )v + v = 0
(7.20)
pode escrever-se:
que a equao de Van der Pol(3). Esta equao foi utilizada por Van der Pol para estudar osciladores electrnicos com tubos de vazio. um exemplo muito corrente apresentado no estudo dos sistemas no lineares, por exibir um ciclo limite.
Para a obteno da equao de estado correspondente ao sistema descrito pela equao
(7.20), faam-se as mudanas de varivel x1 = v e x2 = v . Obtm-se assim a equao
de estado
x1 = x2
(7.21)
2
x2 = x1 + (1 x1 ) x2
A integrao numrica desta equao, para dois valores distintos de , conduz s solues apresentadas na Fig. 7.10. Na Fig. 7.11 indicam-se as respectivas trajectrias no
espao de estado.
= 2.0
= 0.2
x2
x1
t (segundos)
t (segundos)
x2
x2
= 0.2
= 2.0
x1
x1
(7.22)
Repare-se que para valores muito pequenos de v se tem (1v ) 1. A equao (7.22),
devido existncia de 0, no tem solues peridicas. Para > 0 as solues crescem indefinidamente com o tempo e para < 0 decrescem e tendem para zero. Considere-se o caso em que > 0 e o estado inicial v = 0 e v = 0. Qualquer perturbao em v
faz com que este comece a aumentar. No entanto, a partir de uma certa amplitude o termo (1-v2) comea a ser francamente diferente de 1 . a existncia da no linearidade
.
que estabiliza o sistema: o termo (1-v2)v amplifica v se |v| < 1 e amortece-o se |v| > 1.
Este fenmeno d origem a uma soluo peridica.
2
Pg. 198
y
r
f(r)
mM
r2
(7.23)
(7.24)
Substituindo f(r) pelo seu valor dado por (7.23) e dividindo por m vem:
GM
r r 2 + 2 = 0
r
r + 2r = 0
(7.25)
x2 = r
x3 =
x4 =
Pg. 199
x1 = x2
x2 = x1 x32 GM
x1
x3 = x4
2x x
x4 = 2 4
x1
(7.26)
A equao de estado contm duas equaes lineares e duas equaes no lineares. Uma
vez que G e M so constantes, o comportamento do movimento de um planeta de massa
m em torno de uma estrela de massa M vai depender exclusivamente das suas condies
iniciais, uma vez que no h outros parmetros ou solicitaes. A rbita do planeta, no
sentido geomtrico, ser a trajectria no sub-espao de estados x1 x3 , isto a trajectria
no plano (r, ). De acordo com os valores iniciais x0 = [ r0 r0 0 0 ] assim a rbita ser
elptica ou um ramo de hiprbole. A zona de transio corresponde rbita parablica.
Pg. 200
x2 = (c x1 dx2 ) x2
(7.27)
com a, b, c, d, , > 0.
Nas equaes acima a taxa de crescimento per capita da espcie 1 dada por
x1
= a bx1 x2
x1
(7.28)
(c x1 dx2 ) x2 = 0
(7.29)
obtendo-se os 3 pontos
0
xe1 = c
d
a
xe 2 = b
0
ad c
bd
xe3 =
bc a
bd
(7.30)
4
5
motor do
agitador
vlvula de
segurana
Reagente A
q cAi Ti
~~~~~~~~~~~~~~~~~~~~~~~~
V, , T
agitador
Refrigerante
qc Tci
qc T c
permutador de calor
Reagentes A e B
q, cA, cB, T
(7.31)
r = kc A
(7.32)
com
dc A dcB
(7.33)
=
dt
dt
em que k representa o coeficiente de reaco do produto A e cA a sua concentrao
molar. O coeficiente k fortemente dependente da temperatura a que se d a reaco e
correntemente aproximado pela Lei de Arrhenius
r=
Pg. 202
k = k0 e
E
RT
(7.34)
em que:
k constante de velocidade,
E energia de activao,
k0 factor pr-exponencial,
R constante de Boltzmann.
Admitindo que as densidades do reagente A e da mistura so iguais, o balano de massas permite escrever
dc A
= q (c Ai c A ) V k cA
dt
(7.35)
Vq
dT
= w (Ti T ) + (H ) V k cA + U A (Tc T )
dt
(7.36)
em que:
q
RT
(
)
=
c
c
c
k
e
cA
A
Ai
A
0
V
E
T = q (T T ) Jk e RT c + UA(T T )
i
A
c
0
(7.37)
Pg. 203
Energia
em jogo
Energia libertada
pela reaco
C
Energia retirada
pelo permutador
T1
T2 T2
T3
Temperatura
Pg. 204
Smbolo
Constante de Boltzmann
kB
Constante de Coulomb
ke
Constante de Faraday
Constante de Planck
Constante de Stefan
Constante gravitacional
eV
Massa do electro
me
Massa do neutro
mn
Massa do proto
mp
Nmero de Avogadro
NA
Raio de Bohr
a0
Pg. 205
8.3.3 Geometria
Fraces
Rectngulo de lados a e b
soma
a c ad bc
=
b d
bd
multiplicao
a c ac
=
b d bd
a c ad
=
b d bc
diviso
Potncias
x m x n = x m+n
x
= x m n
n
x
( x m ) n = x m n
x1/ n = n x
Factorizao
Permetro: P = 2( a + b)
quadrado perfeito:
rea: A = a b
Tringulo de base b e altura h
rea: A =
1
bh
2
( a + b)( a b) = a 2 b2
Equaes
b
1 grau: ax + b = 0 x =
a
b b2 4ac
2 grau: ax + bx + c = 0 x =
2a
2
Esfera de raio r
A = 4 r 2
rea:
Volume:
4
V = r3
3
d = dA / r 2
a y = x y = log a x
8.3.4 Limites
f ( x0 ) = 0
g ( x0 ) = 0
f ( x)
f ( x )
= lim
lim
x x0 g ( x )
x x0 g ( x )
1
lim(1 + )n = e
n
n
k n
lim(1 + ) = e k
n
n
ex 1
=1
lim
x 0
x
ex
lim p =
x x
log b x
log b a
log x log10 x
ln x log e x
ln x = 2.302585 log x
Pg. 206
ln1 = 0
rea da base: A = ab
log a ( x p ) = p log a x
Paralelippedo de lados a, b e c
ngulo slido:
x
log a ( ) = log a x log a y
y
A = r2
rea:
diferena de quadrados:
ln e = 1
Volume: V = a b c
( a + b) 2 = a 2 + 2ab + b2
log a x =
. r
r
h
log( x + 1)
=1
x
log x
lim
=0
x
x
sen x
=1
lim
x 0
x
tan x
lim
=1
x 0
x
8.3.6 Trigonometria
lim
x 0
( x x0 ) 2
f ( x0 ) +
2!
n n 1 n( n 1) n 2 2
a b+
a b +
1!
2!
n( n 1) 2
x +
2!
1
2
x x 2 x3 5x 4 7 x5
(1 + x ) = 1 + +
+
2 8 16 128 256
1
2
x 3x 2 5 x 3 35 x 4 63x 5
(1 + x ) = 1 +
+
2
8
16 128 256
x2 x3
ex = 1 + x + + +
2! 3!
ln(1 x ) = x
1
1
1
csc =
sec =
tan
sen
cos
a
b
c
b
a
=
=
sen sen sen
cot =
f ( x ) = f ( x0 ) + ( x x0 ) f ( x0 ) +
(1 + x )n = 1 + nx +
Teorema de Pitgoras: b2 + c 2 = R 2
b
c
b
sen =
cos =
tan =
R
R
c
8.3.5 Sries
( a + b) n = a n +
1 2 1 3
x x
2
3
sen x = x
x 3 x5
+
3! 5!
(x em radianos)
cos x = 1
x2 x4
+
2! 4!
(x em radianos)
tan x = x
x3 2 x5
+
+
3 15
(x rad, | x |< / 2
sen 2 + cos2 = 1
1 + tan 2 = sec 2
1 + cot 2 = csc 2
sen( ) = sen cos cos sen
cos( ) = cos cos sen sen
tan( ) =
tan tan
1 tan tan
2 tan
1 tan 2
8.3.7 Derivadas
d n
x = nx n 1
dx
du
dv
v u
d u
dx
dx
=
dx v
v2
d x
e = ex
dx
d x
a = a x log a
dx
d v
du
dv
+ ( log u ) u v
u = vu v 1
dx
dx
dx
n
d
uv ) = u ( n ) + nu ( n 1) v +
n (
dx
+ Crn u ( n r ) v ( r ) + + uv ( n )
Pg. 207
d
1
log x =
dx
x
d
1
log a x =
dx
x log a
d
sen x = cos x
dx
d
cos x = sen x
dx
d
tan x = sec2 x
dx
d
cot x = csc 2 x
dx
d
1
arc sen x =
dx
1 x2
d
1
arccos x =
dx
1 x2
d
1
arctan x =
dx
1 + x2
d
1
arc cot x =
dx
1 + x2
d
1
arcsec x =
dx
x x2 1
d
1
arccos x =
dx
x x2 1
8.3.8 Integrais indefinidos
vdu = vu udv
n
x dx =
x n +1
+C
n +1
e dx = e
x
+C
1 ax
e +C
a
e ax
ax
xe
dx
=
( ax 1) + C
a2
1
x dx = ln x + C
ln ax dx = ( x ln ax) x + C
ax
dx =
ax
dx =
Pg. 208
1 ax
e +C
a
dx
xdx
ax + b = a ln(ax + b) + C
b
ax + b = a a
ln( ax + b) + C
x+a
+C
x
dx
1
(ax + b)2 = a(ax + b)
dx
1
1 x
a 2 + x 2 = a tan a
dx
x( x + a ) = a ln
dx
1 a+x
=
(a2-x2>0)
ln
2
x
2a a x
dx
2 2
1 x
a 2 x 2 = sen a (a -x >0)
1
sen ax dx = a cos ax + C
1
cos ax dx = a sen ax + C
1
tan ax dx = a ln(cos ax ) + C
1
cot ax dx = a ln(sen ax ) + C
1
sec ax dx = a ln(sec ax + tan ax ) + C
1
csc ax dx = a ln(csc ax cot ax ) + C
x sen 2ax
2
sen ax dx = 2 4a + C
L+ [a1 x1 (t ) + a2 x2 (t )] = a1 X 1 ( s) + a2 X 2 ( s)
P.1 - Linearidade:
L+ [ x(t t0 )] = e st0 X ( s )
(t0 > 0)
L+ [ x(t ) e s0t ] = X ( s s0 )
L+ [ x(t ) *] = X * ( s* )
1
s
X ( ),
a
a
a>0
x( )d ] =
1
X (s)
s
L+ [
1
L+ [ x(t )] =
t
+
L [ x(t ) * y (t )] = X ( s) Y ( s )
x( )d ] =
1
X (s)
sn
X ( )d
L [ x(t )] =
+
x(t )e st dt
1 e as
P.12 - Rectificao de onda completa [perodo a: x(t+a)=x(t)]:
as
L+ [| x(t ) |] = X ( s )coth( )
2
P.13 - Teorema do valor final: lim x(t ) = lim[ s X ( s )]
(desde que exista o 1 limite)
t +
s 0
Pg. 209
8.4.2 Tabelas de TL
Sinal temporal, x(t)
1.
u (t )
2.
(t t0 )
3.
4.
tn (n inteiro)
5.
6.
1
t
7.
e at
8.
t e at
9.
t n e at (n inteiro)
10.
cos( 0t )
11.
sen( 0t )
12.
1 cos( 0t )
13.
e at sen( 0t )
14.
e at cos( 0t )
15.
t cos(0t )
16.
t sen(0t )
TL unilateral, X(s)
1
s
e st0
1
s2
n!
( n +1)
s
Regio de convergncia
Re(s) > 0
todo s
Re(s) > 0
Re(s) > 0
s 3/ 2
s
1
s+a
1
( s + a)2
n!
( s + a) n +1
s
2
s + 02
0
s + 02
2
02
s ( s 2 + 02 )
0
( s + a ) 2 + 02
s+a
( s + a ) 2 + 02
s2 a2
( s 2 + a 2 )2
2a s
2
( s + a 2 )2
Re(s) > 0
Re(s) > 0
Re(s) > -a
Re(s) > -a
Re(s) > -a
Re(s) > 0
Re(s) > 0
Re(s) > 0
Re(s) > 0
Re(s) > 0
Re(s) > 0
Re(s) > 0
Pg. 210
v = r
a = 2r
F
S
2 lei de Newton
F = ma = m
dv
dt
Momento linear p = mv
Teorema do momento linear (lei de Newton)
dp
F=
dt
Momento angular
= r mv
I momento de inrcia
Momento de inrcia de uma partcula de
massa m que descrever um movimento
circular uniforme de raio R:
p = g h
Teorema de Arquimedes I = f gVi
V2 p
+ + z = C te
2g
(V velocidade, g acelerao da gravidade, p
presso, peso volmico, z cota geomtrica)
I = mR 2
Momento angular de um corpo rgido que
roda com velocidade angular em relao
ao seu eixo de simetria:
= I
Momento de uma fora em relao a um
ponto: M = r F
Teorema do momento angular
M=
d
dt
Energia cintica: Ec =
8.5.3 Electrotecnia
q1q2
r2
Campo elctrico: E = F / q0 (volt/metro)
Lei de Coulomb: F = ke
1 2
mv
2
Pg. 211
U AB = E.ds
A
S
Potncia dissipada numa resistncia (lei de
Joule) P = R I 2 = U 2 / R
Associao de resistncias
N
N
1
1
em srie: R = Ri em paralelo: =
R i =1 Ri
i =1
Associao de bobinas
N
1 N 1
em srie: L = Li em paralelo: =
L i =1 Li
i =1
Associao de condensadores
N
N
1
1
=
em paralelo: C = Ci
em srie:
C i =1 Ci
i =1
Leis de Kirchoff
n
ns:
ik = 0
malhas:
k =1
u
k =1
=0
FB = qv B
Fora magntica entre condutores paralelos:
0 I1 I 2
2 d
Pg. 212
BIBLIOGRAFIA
Pg. 213
Pg. 214
NDICE
adjunta ...................................136
agregao ..............................173
algoritmo para a linearizao
entrada-estado ....................143
algoritmos genticos .............160
altura de conjunto difuso .......162
amortecimento, .....................194
amplificadores ....................... 18
amplitude da excitao ............ 6
antecedente ...........................167
aprendizagem ........................184
aproximao linear ..................71
aproximadamente zero ..........163
aproximador universal ..........181
assimptotica/ estvel................85
assimptotica/ estvel nsLy.......68
atraso no processo .................115
atrito esttico ......................... 35
atrito viscoso ......................... 15
autnomo.................................64
bacia de atraco .....................68
backlash ................................. 33
backpropagation ...................184
balano de energia ..........22, 203
balano de massas ..........21, 203
bifurcao .............................. 11
binrio......................................54
calor especfico ...................... 18
calor latente ........................... 19
camada de entrada ................178
camada de sada ....................178
camadas ................................177
camadas escondidas ..............178
campo
covectorial .................51, 133
escalar ................................51
vectorial .....................51, 133
vectorial.involutivo .........139
caos ........................................ 12
caractersticas convergentes ..113
caractersticas divergentes .....112
centro.......................................47
centride ...............................174
ciclo limite...............................49
estvel ................................49
semi-estvel .......................49
existncia de.......................50
estvel .......................130
instvel ......................130
zero .................................132
disjuno ...............................165
dissipa......................................88
divergncia ..............................51
domnio de atraco.................68
domnios transformados ........ 22
energia ............................. 21, 88
cintica ....................... 14, 76
do sistema .................. 14, 76
mecnica total ....................76
potencial ..................... 15, 76
equao
s diferenas ..................... 25
caracterstica ......................44
de Bernouilli ...................120
de conservao da massa . 21
de estado .......................... 24
de Lyapunov ......................84
de sada ............................ 24
de Van der Pol ...........61, 197
do balano de energia 22, 203
n-vectorial ........................ 26
equaes
de estado escalares .............43
diferenciais s derivadas
parciais ............................139
vectoriais .................... 24, 26
esboo do retrato de fase .........44
espao de fases ........................43
esquecimento .......................188
estabilidade......................63, 112
absoluta..............................99
assimpttica .......................92
assimpttica .......................93
BIBO .................................. 5
de sistemas no autnomos 91
exponencial ........................92
global .....................69, 92, 94
local ...................................69
no sentido de Lyapunov.....93
pelo mtodo da funo
descritiva.......................111
uniforme.............................93
estado ..................................... 22
de equilbrio .......................65
completa/ acessvel .........125
Pg. 215
linearizado ......................141
estvel..............................45, 113
no sentido de Lyapunov.....66, 91
nsLy.........................................93
estrutura interna do sistema ... 22
excesso de plos / zeros ........131
excitao .................................. 3
existncia de funes de
Lyapunov..............................98
exponencialmente estvel..69, 73
fase ........................................ 19
fase mnima ...........................112
fuzzy inference systems ........174
foco estvel / instvel ..............46
folga ............................... 33, 111
foras centrais .......................199
forma quadrtica......................82
Frobenius ..............................139
funo
candidata............................84
de activao ....................177
de Lyapunov ..........63, 76, 79
de pertena ......................161
funo descritiva......109, 111
folga ...........................111
liga-desliga .................110
liga-desl. c/ histerese ..110
saturao s/ histerese ..111
zona morta..................110
n. linearid. correntes...110
pertencente a sector....99, 100
positiva definida ................92
positiva semidefinida .........78
negativa definida..........78, 92
saturao .......................... 30
seccionalmente contnua ....91
sigmoidal ....................... 203
sinal de () ......................... 35
radialmente ilimitada .........81
decrescente.........................92
invertvel .........................123
funcional de custo .................183
funes de activao .............182
fuso ...................................... 19
fuzificao ...........................168
fuzzy set ................................160
ganho .....................................109
gs perfeito ............................ 20
Gauss-Newton .......................184
generalizao .........................187
generalizar .............................186
Geometria Diferencial .......... 133
global/ assimptotica/ estvel....85
globalmente estvel................. 69
gradiente........................... 51,133
grau de amortecimento......... 194
grau relativo ................. 127, 131
bem definido................... 146
indefinido ....................... 147
harmnicas ............................. 13
hiprbole .............................. 200
hiperplano ............................... 66
hiptese feita por Aizerman .. 100
histerese ..................... 16, 20, 31
ideal ................................. 32
histria do sinal ..................... 31
identificao do processo ..... 184
if-then................................... 167
inferncia ............................. 168
instvel.......... 49, 66, 91, 74, 112
integrador mltiplo....... 122, 142
interaco entre espcies
animais .............................. 201
interseco ........................... 165
involutivos ........................... 139
isoclnicas..................... 56,57, 58
Jacobiano ....................... 96, 134
jactos ....................................... 54
lei de Arrhenius.................... 203
lei de controlo ...................... 119
lei de ohm trmica.................. 21
leis de Morgan ...................... 167
liga/desliga ............................ 35
liga-desliga............................ 110
com histerese ................... 110
linearizao
entrada-estado ......... 123, 141
entrada-sada ................... 146
exacta .............................. 119
exacta por realimentao . 119
por realimentao ................ 1
linha de atraso ....................... 117
localmente indefinida.............. 78
lgica difusa.................. 159, 164
marginalmente estvel ............ 73
estvel nsLy....................... 68
Marquardt-Levenberg .......... 184
massa ..................................... 21
massa-mola-amortecedor ..... 192
Matlab ................................... 115
matriz Jacobiana................ 70, 72
memria .................................. 3
mtodo da linearizao ........... 74
do sistema ........................ 23
reduzida ...........................127
oscilaes ................................49
oscilador
de resistncia negativa...........196
de Van der Pol .........................67
parmetros da rede.................183
parntesis de Lie....................136
passo adaptativo ....................187
pndulo simples.....................189
permissa.................................167
plano de estado ........................43
plano de fases ..........................43
polarizao ............................179
polinmio caracterstico ........122
ponto de equilbrio...8, 28, 65, 91
estvel .................................... 28
ponto de sela............................45
positiva definida ......................83
princpio
da extenso ......................163
da representao...............163
da resoluo .....................163
da sobreposio .............. 1, 5
produto
cartesiano .........................166
interno..............................133
propulsores ..............................54
quadrtico .............................. 15
quantificar
2
razo de convergncia .............69
reactor qumico continuamente
agitado ................................202
realimentao ........................... 1
de estado................................128
realimentao no linear..99, 119
rectificadores ......................... 18
rectro-propagao..................184
rede de base radial .................180
rede esttica
180
redes neuronais ......................177
artificiais ..................159, 177
regio de atraco............149, 68
regime livre .............................64
regular .............................. 28, 66
rels ....................................... 18
resistncia negativa..................96
resistncia trmica ................. 21
ressonncia com saltos ..........195
retrato de fase ..........................43
Rumelhart ..............................184
sistema(s) .............................. 1, 2
autnomo ......................... 24
causal ................................. 4
completa/ linearizado ...... 132
contnuo ....................... 4, 27
de fase mnima ........ 130, 132
de fase no mnima.......... 130
de parmetros concentrados 4
de parmetros distribudos . 4
determinstico .................... 5
dinmico ............................ 3
discreto ........................ 4, 26
em regime livre ................ 24
em repouso ........................ 4
em tempo real .................... 4
econmicos ........................ 2
esttico ............................... 3
estvel ................................ 5
estocstico ......................... 5
fsicos ................................ 2
geolgicos ......................... 2
invariante no tempo ........... 4
linear massa-mola.............. 52
linear na entrada .............. 141
linear simples .................... 66
linearizado ............... 1, 70, 71
linearizvel ........................ 54
matemticos ....................... 2
misto .................................. 2
na forma companheira ..... 122
no controlvel ................ 127
no forado ...................... 24
no relaxado ...................... 4
qumicos ............................ 2
relaxado ............................. 4
saturao
16, 29
sem histerese ................... 111
seguimento da trajectria ...... 126
separatriz................................. 68
srie de Fourier ..................... 109
sinal de entrada ....................... 3
singular ........................... 28, 66
singular difuso....................... 163
singularidade na soluo ......... 7
soluo peridica .................. 198
sub-harmnicas ..................... 13
sublimao ............................ 19
suporte................................... 162
tanque cnico ........................ 148
taxa da competio................ 201
tempo de escape ...................... 7
tempo discreto ....................... 25
teorema
da variedade central........... 74
de Bendixon .................51, 62
de Frobenius, 139, 140
de Krasovskii .....................85
de Krasovskii generalizado 86
de Poincar...................50, 62
de Lyapunov ......................80
sistemas no autnomos.....93
de Ly (estabilidade global) 81
de Ly (instabilidade) ..........82
de Poincar-Bendixon........50
do conjunto invariante
global............................89
local..............................88
recproco ............................98
sobre instabilidade .............96
termos de ordem superior ........70
tiristores ................................. 18
trajectria ............................... 28
trajectria estvel ................... 28
trajectria.........................52, 188
parablica.........................200
transformador ........................ 17
ideal ................................. 17
transistor de juno ................ 18
treino
da rede......................184, 186
em grupo ..........................186
em linha ...................186, 187
nica varivel ........................ 24
unio ......................................165
unidade de processamento .....178
uniformemente estvel.............92
universo do discurso, ............161
valor inicial do estado ............ 24
valor prprio duplo..................47
valores prprios .......................44
Van der Pol, ..........................197
vaporizao ............................ 19
variveis
separveis, .......................119
estado ......................... 23, 43
difusas, ............................164
lingusticas, .....................164
varivel
controlada ........................120
de entrada ..................... 2, 23
de sada .............................. 2
manipulada, .....................120
vector de estado ..................... 23
vector de sada ....................... 23
zona morta ............................. 30
zona morta .............................110
Pg. 217
Pg. 218
FICHA TCNICA
Ttulo
Instrumentao Industrial Edio Electrnica
Copyright 2006 do autor
Autor
Gustavo Vitorino Monteiro da Silva
Engenheiro Electrotcnico
Mestre em Engenharia Electrotcnica e de Computadores
e-mail: gustavo.silva@fxs.pt
Foto do autor: Lus Silva, FXS
ISBN: 972-98624-5-1