Escolar Documentos
Profissional Documentos
Cultura Documentos
Escola de Engenharia
Departamento de Mecnica - DEMEC
Notas de Aula
Fevereiro de 2010
Prefcio
Ementa:
Data:
09/06
16/06
23/06
30/06
Assunto:
Introduo ao controle de sistemas em tempo discreto
Transformada Z
Funo de Transferncia em Tempo Discreto Parte I
Funo de Transferncia em Tempo Discreto Parte II
Aula de Exerccios
1 Prova
Projeto de Controladores por Mtodos Clssicos
Exerccios
Formulao por Matrizes de Estado
Controlabilidade e Observabilidade
2 Prova
Alocao de Plos, realimentao e observadores de estado
Exerccios Matlab
Observadores de ordem reduzida
Exerccios
Exerccios adicionais
3 Prova
Critrios de Avaliao:
1 Prova 30%, 2 Prova 30%, 3 Prova 30%, listas de exerccio 10%
Bibliografia:
ii
Sumrio
1
TRANSFORMADA Z ....................................................................................... 11
2.1
2.1.1
2.1.2
2.1.3
2.1.4
2.1.5
2.2
2.2.1
2.2.2
2.3
2.4
INTRODUO ........................................................................................................................ 1
SISTEMAS DE CONTROLE EM TEMPO DISCRETO........................................................................ 1
TIPOS DE SINAIS .................................................................................................................... 5
AMOSTRAGEM DE SINAIS CONTNUOS..................................................................................... 6
Teoria da Amostragem Tratamento emprico ................................................................. 6
No unicidade de sinais amostrados................................................................................. 8
EXERCCIOS PROPOSTOS...................................................................................................... 10
iii
INTRODUO ...................................................................................................................... 78
CONTROLABILIDADE ........................................................................................................... 78
CONTROLABILIDADE DE SADA ............................................................................................ 80
OBSERVABILIDADE ............................................................................................................. 81
COMENTRIOS GERAIS SOBRE CONTROLABILIDADE E OBSERVABILIDADE .............................. 84
Princpio da dualidade................................................................................................... 84
Condies de controlabilidade e observabilidade em termos de Funes de Transferncia
85
6.5.3
Efeito da discretizao ................................................................................................... 87
6.6
EXERCCIOS RESOLVIDOS .................................................................................................... 87
6.7
EXERCCIOS PROPOSTOS...................................................................................................... 88
INTRODUO ...................................................................................................................... 90
FRMULA DE ACKERMANN ................................................................................................. 91
FORMAS ALTERNATIVAS PARA O GANHO K........................................................................... 92
CONTROLE POR REALIMENTAO DE ESTADO...................................................................... 94
OBSERVADORES DE ESTADO ................................................................................................ 97
Observadores de Estado de Ordem Completa ................................................................. 97
Comentrios sobre estimador de estado ....................................................................... 100
Estimadores de Ordem Reduzida.................................................................................. 103
RESUMO DA METODOLOGIA PARA PROJETO DE CONTROLADORES ....................................... 109
EXERCCIOS RESOLVIDOS .................................................................................................. 111
EXERCCIOS PROPOSTOS.................................................................................................... 117
iv
Captulo 1
1.1 Introduo
Aqui, sero tratados sistemas lineares e invariantes no tempo em que o
controle de sistemas em tempo discreto entendido como a implementao de sistemas
de controle utilizando placas de aquisio de dados capazes de medir uma determinada
quantidade de sinais analgicos, process-los e devolv-los ao meio ambiente.
Figura 1.3: Exemplo de curva em freqncia de um filtros ideais. Passa-baixo. Passaalta, Rejeita-banda ou Notch e Passa-banda
Multiplexador Analgico normalmente parte integrante da placa de aquisio
de sinais e o dispositivo que conecta os canais de entrada da placa de aquisio de
dados ao circuito Sample and hold. Normalmente uma placa de aquisio de sinais
contm vrios canais de entrada e apenas um multiplexador analgico.
Circuito Sample-and-Hold dispositivo que faz a amostragem, sample, e
mantm o sinal amostrado por um determinado perodo de tempo, hold. Este dispositivo
aquele que o usurio tem a escolha do tempo de discretizao.
Conversor Analgico Digital o dispositivo que realmente realiza o processo
de amostragem e quantificao do sinal analgico, isto , a sada do conversor A/D
um sinal binrio, normalmente o multiplexador analgico e circuito sample-and-hold
so partes integrantes do conversor A/D.
Figura 1.5: sinal contnuo e sinal contnuo com segurador de ordem zero
Filtro de reconstruo um filtro analgico adicionado na sada do conversor
D/A com o intuito de eliminar as escadas feitas pelo segurador. Este filtro pode ser
eliminado do processo se necessrio.
Sistema de condicionamento do atuador um dispositivo parecido com o
condicionador apresentado anteriormente e serve para alimentar, filtrar e amplificar o
sinal que ser enviado ao atuador.
Atuador o dispositivo responsvel por implementar a lei de controle no
sistema fsico, isto , o dispositivo que implementa fisicamente a lei de controle.
x kT x ( t ) t kT
k=0, 1, 2 ...
(1.2)
Para que um sinal contnuo possa ser corretamente discretizado, ele deve
obedecer s regras imposta por Fourier, isto , a maior freqncia contida no sinal a ser
amostrado dever obrigatoriamente ser menor que metade da freqncia de amostragem
fa que conhecida como freqncia de Nyquist fN. De modo geral, para uma boa
aplicao de sistemas de controle, deve ser considerado pelo menos de 4 a 6 pontos por
perodo da maior freqncia a ser amostrada para que o sistema de controle possa
funcionar adequadamente.
Exemplo 1.3: Supor um sinal analgico com apenas uma freqncia igual a 400 Hz. Se
a amostragem for feita com uma freqncia de amostragem fa = 1600 Hz. Pede-se:
a) Qual o tempo de amostragem?
Soluo:
O tempo de amostragem T dados por,
1
1
T
0.625 ms
fa 1600
F = 85 Hz, ento, T
n
T
1 1
1.96 ms
6 85
k
447.21
447.21 rad / s significando que f n
71.18 Hz , ento
m
2
1 1
2.35 ms
6 71.18
Desta forma, ter de ser amostrado com o menor T, ento, 1.96 ms.
Exemplo 1.5: Supondo um sistema G(s) como abaixo. Qual dever ser o tempo de
amostragem mnimo para uma simulao utilizando uma entrada degrau unitrio?
G(s)
5s 15
s 2s 2 26s 25
3
Soluo:
O primeiro passo neste caso calcular as razes do denominador ou calcular os
plos do sistema, neste caso, os plos so dados por:
s1 = -1, s2,3 = -0.54.975i
Deve ser lembrado que o par de plos complexo dado por,
s1, 2 n id com d n 1 2
(1.3)
Supondo a Figura 1.13, observe que se a senoide de 400 Hz for amostrada com T
= 2 ms isso representa uma freqncia de amostragem fa = 500 Hz e uma freqncia de
Nyquist fN = 250 Hz. O sinal original de 400 Hz se rebate em Nyquist, representando
uma freqncia aparente de 100 Hz.
10
Captulo 2
2 Transformada Z
Neste captulo, ser abordada a transformada e a transformada inversa Z para
sinais contnuos e discretos.
x kT x ( t ) t kT
(2.1)
Aqui deve ser comentado que a equao acima transforma um sinal contnuo em
um sinal discreto independente do teorema da amostragem apontado no captulo 1. Isto
significa apenas que a reconstruo do sinal em tempo contnuo ser possvel apenas se
o tempo de amostragem foi escolhido apropriadamente.
2.1.1 Transformada Z
A transformada Z de uma funo temporal contnua x(t), onde t representa
apenas o eixo positivo de tempo, para um tempo de amostragem T ser definida por,
Xz Zx t Zx kT x kT z k
(2.2)
k 0
Xz Zx t Z1( t ) z k 1 z 1 z 2 z 3
k 0
Fazendo,
11
G 1 z 1 z 2 z 3
G
z 1 z 2 z 3 z 4 G 1
z
Portanto,
G
z
1
G 1 G zG z G(z 1) z G
z
z 1 1 z 1
Ento,
1
z
Xz Zxt Z1 z k 1 z 1 z 2 z 3
1
z 1
1 z
k 0
Note que esta srie convergir se |z| >1.
t t 0
Funo Rampa Unitria definida por: x t
0 t 0
Soluo: Aplicando a definio,
Xz Zt ZkT kTz k T z 1 2z 2 3z 3
k 0
Fazendo,
G z 1 2z 2 3z 3
(1 z 1 )G z 1 2z 2 3z 3 z 2 2z 3 3z 4
z 1
G z 1 z 2 z 3 z 4
z
Comparando com o exemplo do degrau unitrio, ento,
z
z 1
z
1
1
GG
2
z 1
z
z 1 1 z 1 2
Portanto,
Xz Zt ZkT kTz
T 1z 2z
3z
k 0
a k
Funo Polinomial na forma x t
0
Soluo: Aplicando a definio,
0t
t0
1 z
1 2
Tz
z 12
com a constante.
Xz Z a k a k z k 1 az 1 a 2 z 2 a 3 z 3
k 0
Tz 1
1
z
1
za
1 az
1
za
1 az
Finalmente,
1
z
Xz Z a k a k z k 1 az 1 a 2 z 2 a 3 z 3
1
za
1 az
k 0
12
e at
Funo Exponencial na forma: x t
0
Soluo: Aplicando a definio,
0t
t0
Comparando com a soluo do exemplo anterior, fcil notar que a = e -aT, ento,
1
z
Xz Z e at Z e akT e akT z k
aT 1
1 e z
z e aT
k 0
sin t 0 t
Funo Senoidal definida como: x t
t0
0
Soluo: Sabendo-se que,
1 jt
sin t
e e jt
2j
Aplicando a definio,
1
1
Xz Zsin t Z e jt e jt
Z e jt Z e jt
2
j
2
j
Zx t Zsin t Z e jt e jt
jT 1
jT 1
1 e
z
2j
2j 1 e z
1
e jT e jT z 1
z 1 sin T
z sin T
2
jT
jT
1
2
1
2
2j1 e e
z z
1 2z cos T z
z 2z cos T 1
Linearidade:
Multiplicao por a k:
Prova:
k 0
k 0
X(a 1z)
(2.3)
Prova:
13
z n x (kT nT)z k n
k 0
Zx ( t nT) z n
x(mT)z
m n
Alm disso,
n 1
Prova
z n x (kT nT)z k n
k 0
n 1
m 0
m 0
n 1
z n X(z) z n x (mT )z m
m0
z n X(z) x (kT)z k
k 0
n 1
z 4
Zx ( t 4T) z 4 x (mT)z m z 4 X(z)
z 1
m 0
-4
Neste caso, deve ser notado que z significa um atraso de tempo de 4 sem
considerar qual foi o atraso de tempo utilizado, isto , o tempo de amostragem T.
Translao complexa,
k 0
k 0
X zeaT
(2.4)
14
X( z)
2
1 z 1 z 12
Ento, pelo teorema da translao complexa,
Xz Z teat
1 ze
T zeaT
2
aT 1
TzeaT
ze
aT
Teorema do valor inicial: Se x(t) possui uma transformada X(z) e se lim X(z)
z
(2.5)
z 1
Zx kT Xz x kT z k
k 0
Ento,
Zx kT T z 1Xz x kT T z k
k 0
Subtraindo um do outro,
xkTz
k 0
x kT T z k X(z) z 1X(z)
k 0
k
k
lim x kT z k x kT T z k x kT 1 x (kT T)1
z 1
k 0
k 0
k 0
x kT x (kT T)
k 0
Expandindo o somatrio,
15
x () lim x (k )
k
Ento,
z 1
x(t)
(t)
1(t)
X(kT)
(kT)
1(kT)
e at
e akT
kT
2
s 2
s
2
s 2
sin t
sin kT
cost
coskT
1
2
3
4
5
6
X(z)
1
1
1 z 1
1
1 e aT z 1
Tz1
1 z
1 2
z 1 sin T
1 2z 1 cos T z 2
1 z 1 cos T
1 2z 1 cos T z 2
X(s)
X(s)e t 0s
x(t)
x(t t 0 )
X(kT)
x(kT nT)
X(z)
z X( z )
X(s)e t 0s
x(t t 0 )
x(kT nT)
X(s+a)
e at x ( t )
e akT x(kT)
n 1
z n X(z) x (kT)z k
k 0
aT
X ze
lim sX(s)
x(0)
x(0)
lim X(z)
lim sX(s)
x()
x()
lim 1 z 1 X(z)
s
s 0
z 1
16
2
1.5
1
0.5
0
-0.5
-1
-1.5
-2
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
z 1
1 az 1
Soluo: Nas tabelas de transformada Z no se encontra a funo acima, porm,
fazendo,
1
X(z) z 1 Y(z)
1 az 1
Utilizando a tabela de transformada z, tem-se que,
1
Z 1 Y(z) Z 1
ak
1
1 az
Porm, o desejado ,
Z 1 X(z) Z 1 z 1Y(z) y(kT T) a ( k 1)T
Assim,
Exemplo 2.3: Encontrar a transformada z inversa de X(z)
17
y(kT T) a ( k 1) T
y(kT)
0
k 1,2,3,
k0
Para encontrar a transformada z inversa de X(z), deve-se notar que X(z) dada
da seguinte forma,
b z m b1z m1 b m1z b m
com m n
(2.7)
X( z) 0 n
z a 1z n 1 a n 1z a n
Ou ainda,
X( z)
b 0 z ( n m ) b1 z ( n m1) b m z n
1 a 1z 1 a n z n
(2.8)
(2.9)
z
z p1 z p 2
z pn
Se houver plos repetidos, supondo um plo duplo e nenhum outro plo real, a
expanso poder ser na forma,
c1
c
X( z)
(2.11)
2
2
z
z p1 z p1
Exemplo 2.4: Supondo que a transformada z seja na forma
z2 z 2
X( z ) 3
z 2z 2 2z 1
1
1 j 3 ,
2
portanto, um plo real e um par de plos complexos conjugados, sendo assim, fazendo,
a z a3
a
z2 z 2
X(z)
1 22
2
z 1 z z 1 z 1 z z 1
a 1 a 2 a 3 z a 1 a 3
z 1 z 2 z 1
Portanto, montando o sistema matricial para a soluo,
1
1 1 0 a 1 1 a 1 1 1 0 1 4
1 1 1 a 1 a 1 1 1 1 3
2 2
1 0 1
a 3 2 a 3 1 0 1 2 2
Ento,
a 1 a 2 z
18
z2 z 2
4
3z 2
4
3z
2
X(z)
2
2
2
z 1 z z 1 z 1 z z 1 z 1 z z 1 z z 1
4z
3z
2z 2
1 z 1 1 z 1 z 2 1 z 1 z 2
Para o primeiro termo,
4
z 1X(z) Y(z)
y(kT) 41(kT) x (kT) 41kT T
1 z 1
Para o segundo termo, deve-se notar que,
z 1 sin T
Zsin t
1 2z 1 cos T z 2
Aplicando o teorema da translao complexa,
e aT z 1 sin T
Z e akT sin kT
1 2e aT z 1 cos T e 2aT z 2
(2.12)
e aT 1 1kT
e aT z 1 sin T
3
z 1
kT
Z1 sin kT
3 1 2e aT z 1 cos T e 2aT z 2
2 1 z 1 z 2
Significando que,
2
3z 1
X(z) Z3
sin kT
x (kT) 2 3 sin kT
1
2
3 1 z z
3
3
Para a terceira parte, utilizando a resposta anterior e sabendo que,
2z 1
4 3
2
z 1X(z) Y(z) Z2
sin kT
y(kT)
sin kT
1
2
3 1 z z
3
3
3
Ento, pelo teorema da translao temporal,
4 3
x (kT)
sin kT T
3
3
Portanto, a soluo final fica,
4 3
2
1
z 1 z z 1 z 1 z z 1 1 z
1 z 1 z 2
Como,
1 e aT z 1 cos T
Z e akT cos kT
(2.13)
1 2e aT z 1 cos T e 2aT z 2
19
aT
1 e z cos T
1 2e aT z 1 cos T e 2aT z 2
1
1 z 1
2
1
1 z z 2
Portanto,
2
1 1
1
1 z 1
z
1 z 1
1 2
3
6
2
z 12 z 2 2z 1
No Matlab digitar:
num=[1 2 0];
den=[1 -2 1];
u=[1 zeros(1,30)];
x=filter(num,den,u)
%
%
%
%
numerador
denominador
delta de Kronecker
resposta ao delta de Kronecker
Soluo encontrada.
x =
Columns 1 through 12
1
10
13
16
19
22
25
28
31
34
49
52
55
58
61
64
67
70
85
88
91
Columns 13 through 24
37
40
43
46
Columns 25 through 31
73
76
79
82
20
cos t t 0
x(t)
t0
0
jt
jt
e e
Soluo: Sabendo-se que cos t
e que,
2
1
1
e Z e jt
Z e jt
t 1
1 e z
1 e t z 1
Ento,
1
1
1
z 2 z cos T
Zcos t
2 1 e t z 1 1 e t z 1 z 2 2z cos T 1
1 z 1 1 e T z 1 (z 1)(z e T )
x(t)
0.8
0.6
0.4
0.2
0
4
2
4
1 z 1 41 z 1 2
Ou ento, como uma reta iniciando em 0 menos uma reta negativa iniciando em
4,
21
1
1
kT (kT 4T)
4
4
Aplicando a transformada Z em cada termo,
1 z 1
1 z 5
z 1 z 5
Zx (kT)
4 1 z 1 2 4 1 z 1 2 4 1 z 1 2
x (kT)
x(t)
0.8
0.6
0.4
0.2
0
c)
22
Captulo 3
x * ( t ) x (kT)( t kT)
(3.1)
k 0
23
Xz Zx t Zx kT x kT z k
k 0
Observa-se que,
e Ts z
1
ln z
T
(3.2)
Ento,
X * (s)
1
s ln z
T
x kT z k
(3.3)
k 0
X * (s)
1
s ln z
T
X( z )
(3.4)
Desta forma,
X * ln z X(z)
T
24
Figura 3.3: Exemplo de sinal amostrado com uma reconstruo utilizando o ZOH
O ZOH mantm o sinal anterior at que um novo sinal aparea, ento,
h(kT t ) x(kT)
Significando que a sada do circuito ser igual entrada at que ocorra outro
sinal de entrada, ento,
k 0 h ( t ) x (0)1( t ) 1( t T)
k 1 h (T t ) x (T)1( t T) 1( t 2T)
k 2 h (2T t ) x (2T)1( t 2T) 1( t 3T)
Ento a resposta temporal do ZOH ser definida como,
h ( t ) x (0)1( t ) 1( t T) x (T)1( t T) 1( t 2T)
e kTs e k 1Ts 1 e Ts
(3.6)
H(s) x (kT)
x (kT)e kTs
s
s
k 0
k 0
s
Como,
25
Ento,
1 e Ts *
X (s)
s
Consequentemente, a funo de transferncia o ZOH dada por,
H(s) 1 e Ts
G ZOH (s) *
s
X (s)
H(s)
(3.7)
(3.8)
k 0 h ()
x (0) 1 x (0)
T
T
x (T) x (0)
k 1 h (T )
x (T) 1 x (T) x (0)
T
T
T
x (2T) x (T)
h ( t ) 1 1( t ) 1( t T)
T
T
Somando e subtraindo 1(t-T),
t
t T
h ( t ) 1 1( t )
1( t T) 1( t T)
T
T
Aplicando a transformada de Laplace em cada um dos termos da equao acima,
k 2 h (2T )
26
1
1
1
Ts 1
1
H(s) 2 2 e Ts e Ts 1 e Ts
s
Ts 2
s Ts Ts
Agora, a transformada de Laplace da entrada x*(t) do FOH ,
1
X * (s) 1(kT)e kTs
1 e Ts
k 0
Ento a funo de transferncia do segurador de primeira ordem FOH fica,
2 Ts 1
H(s)
(3.11)
G FOH (s) *
1 e Ts
X (s)
Ts 2
Um exemplo do FOH dado na Figura 3.4:.
x 1 ( t ) g 0 ( t )g1 ()d
0
onde,
g 0 ( t ) L1 e Ts t T
g1 ( t ) L1 G 1 (s)
Ento,
t
x 1 ( t ) ( t T )g1 ()d
0
27
G 1 (z) z 1
G (s)
G (z) 1 z G (z) 1 z Z
s
1
X(z) Z 1 e Ts
G (s)
2
Ts
2 Ts 1
1 z 1 Z
G (s)
2
Ts
(3.13)
(3.14)
1 z Z
s 1
s s 1
s
T
1
1
1
1
1
1 e z
1
1 z 1 Z
1 z 1 1 e T z 1 1 e T z 1
s s 1
j
2 j
2 j
2e 1 / 2 Tj e 1 / 2 Tj e 1 / 2 Tj
sin T / 2
Te 1 / 2Tj
2 j
T / 2
28
(a) (FRF)
yt h ( t ) * x ( t ) h t x d x t h d
k 0
k 0
x * ( t ) x ( t )t kT x (kT)t kT
Aplicando esta entrada no sistema, tem-se que a resposta y(t) ser a combinao
de cada impulso gerado por x*(t) em h(t), sendo assim,
29
y( t ) h ( t ) x 0 h ( t T) x T h ( t 2T) x 2T h ( t kT) x kT
k
h ( t nT) x (nT)
0 t kT
n 0
n 0
n 0
(3.15)
0
t
k 0
k 0
Fazendo m = n - k,
30
m 0
k 0
h (mT )z m x (kT)z k
H(z)X(z)
Significando que,
(3.16)
31
aT
bT 1
X( z )
s a s b 1 e z 1 e z
Para a Figura 3.7(b) tem-se,
1
Y( z )
1
ba
1
e aT e bT z 1
1
HG( Z) Z
Z b a s a s b b a 1 e aT z 1 1 e bT z 1
X( z )
s a s b
1 GH* (s)
R * (s) 1 GH* (s)
Aplicando a transformada Z, encontra-se a funo de transferncia discreta em
malha fechada,
C(z)
G (z)
R (z) 1 GH(z)
32
R ( z ) 1 G D ( z )G ( z )
1
d
u ( t ) K e( t ) e( t )dt Td e( t )
(3.19)
Ti 0
dt
onde e(t) a entrada do controlador dada pela diferena da resposta da planta e pela
referncia a ser seguida, K o ganho proporcional, Ti a constante de tempo do
controle integral e Td a constante de tempo do controle proporcional.
Para se obter a funo de transferncia pulsada do controlador PID, necessrio
realizar a discretizao da resposta temporal. A integral ser aproximada pela soma
trapezoidal e a derivada ser aproximada pela derivada da interpolao utilizando 2
pontos. Assim,
33
T e(0) e(T) e(T) e(2T)
e(k 1)T e(kT)
u (kT) K e(kT)
Ti
2
2
2
T
Ou ento,
Z x ( h )
X
(
z
)
x (h )z h
1
h 0
h i
1 z
~
y(k ) x (h ) x (i) x (i 1) x (k )
h i
~
Y(z) x(i)z i x(i 1)z (i 1) x(k)z k
Porm, observe que, definindo,
~
X(z) x(i)z i x(i 1)z (i 1) x(k)z k
E da definio de transformada Z,
Ento, obtm-se,
i 1
~
X( z ) X( z ) x ( h ) z h
h 0
1 ~
X( z )
1 z 1
~
Pois a transformada Z de x(k) que comea em k = i X(z) , finalmente,
i 1
1 ~
1
k
~
Z x ( h ) Y ( z )
X
(
z
)
X
(
z
)
x (h )z h
1
1
1 z
1 z
h 0
h i
z 1
k
Z e(h 1T) z 1
E
(
z
)
E
(
0
)
E( z)
1
1
1 z
1 z
h 1
Agora, para
Ze(kT) E(z)
T
T 1 1
z 1
U(z) K E(z)
1
1
Ti 2 1 z
T
1 z
34
Resultando em,
U( z )
T 1 z 1 Td
K1
1 z 1
1
E( z)
T
2Ti 1 z
Rearranjando os termos,
T
U( z)
T
T 1
K1
d 1 z 1
1
E(z)
T
2Ti Ti 1 z
(3.20)
KI
K P
K D 1 z 1
1
1 z
Onde
Kp K
K
KT
K I
2Ti
2
KT
KI
Ti
KTD
KD
ganho proporcional
ganho integral
ganho derivativo
KP
KI
K D 1 z 1
1 z 1
0.3679z 1 0.2642z 2
1 0.3679z 1 1 z 1
s s 1
s ss 1
T
1
1 e T TeT z 1 z 1
1 T 1 e
1 z 1 Z 2
1 z 1 2 1 e T z 1
s s 1
Esta transformada foi obtida atravs de tabela de transformao. Item 13 fazendo
a = 1. Para comparar com o resultado do Exemplo 2.7, deve-se lembrar que naquele
35
1 z 1
1 z 1
Agora a funo de transferncia em malha fechada dada por,
1.4 1.4z 1 0.2z 2 0.3679z 1 0.2642z 2
G D ( z )G ( z )
C( z )
1 z 1
1 z 1 1 0.3679z 1
R ( z ) 1 G D ( z )G ( z )
1.4 1.4z 1 0.2z 2 0.3679z 1 0.2642z 2
1
1 z 1
1 z 1 1 0.3679z 1
Programa em Matlab:
clear all;close all;clc
% planta sem o sistema de controle discreto
% significando que a simulao tempo contnuo
num=[1]; % numerador contnuo
den=[1 1 0]; % denominador contnuo
figure('Color',[1 1 1])
step(num,den) % resposta ao degrau
% Planta controlada com PID digital
numd=[0 0.5151 -0.1452 -0.2963 0.0528];
dend=[1 -1.8528 1.5906 -0.6642 0.0528];
kT=[0:1:40];
% vetor de tempo discreto com T=1
r=ones(1,41);
% criao do degrau unitrio
c=filter(numd,dend,r); % simulao do sistema
figure('Color',[1 1 1]);plot(kT,c,'ko',kT,c,'k-')
title('Unit-Step Response');xlabel('kT [s]');ylabel('Output C')
36
X(z)
1 a 1 z 1 a n z n
nm
(3.21)
b 0 z n m b1 z n m 1 b m
z n a 1 z n 1 a n
Que tambm pode ser expressa na forma de plos e zeros,
Y(z) b 0 z z1 z z 2 z z m
nm
(3.22)
z p1 z p 2 z p n
X( z)
Observe que,
Y(z) b 0 b1 z 1 b m z m
(3.23)
X( z)
1 a 1 z 1 a n z n
Que pode ser reescrita como,
1 a1z 1 a n z n Y(z) b 0 b1z 1 b m z m X(z)
Aplicando a transformada inversa de Z, obtm-se,
y(kT) a 1 y(kT T) a 2 y(kT 2T) a n y(kT nT)
(3.24)
b 0 x (kT) b1x (kT T) b m x (kT mT )
Deve ser lembrado que para kT < 0 a resposta do sistema ser zero, isto y(-T)
= 0 devido condio de causalidade.
Exemplo 3.4: Calcular a resposta ao degrau unitrio em tempo discreto com T = 0.5s
para o sistema dado em tempo contnuo,
s
G (s)
s 12
Soluo: Aplicando a transformada Z na funo de transferncia G(s) com um
ZOH na entrada,
37
1 s
1
G(s)
G(z) 1 z 1 Z
1 z 1 Z
1 z 1 Z
2
2
s
s s 1
s 1
Das tabelas de transformada Z,
1
Te T z 1
0.3033z 1
Z
2
T 1 2
1 1.2131z 1 0.3679z 2
s 1 1 e z
Y(z)
0.3033z 1 0.3033z 2
G (z)
U(z)
1 1.2131z 1 0.3679z 2
Ento, o sistema a ser simulado ,
(1 1.2131z-1 + 0.3679z-2)Y(z) = 0.3033(z-1 - z-2)U(z)
Aplicando a Transformada Z inversa,
y(kT) 1.2131y((k-1)T) + 0.3679y((k-2)T) = 0.3033u((k-1)T) 0.3033u((k-2)T)
Rearranjando,
y(kT) = 1.2131y((k-1)T) - 0.3679y((k-2)T) + 0.3033u((k-1)T) 0.3033u((k-2)T)
Como x(kT)=1(kT), ento, comeando o processo de iterao,
Para k = 0
u(kT) = u(0) = 1
y(kT) = y(0) = 0
Para k = 1
Para k=2
Para k=3
Para k=4
38
Y(z) b 0 b1 z 1 b m z m
X( z)
1 a 1 z 1 a n z n
A sua representao em diagramas de bloco, ou utilizando o Simulink do
Matlab, dada na Figura 3.12, esta realizao conhecida como padro, pois o sistema
pode ser alterado para se obter outras realizaes.
39
X( z)
1 a 1 z 1 a n z n
Que pode ser representada em termos de equao de diferenas na forma,
y(kT) a 1 y((k 1)T) a 2 y((k 2)T) a n y((k n )T)
40
0.8000 -0.4000
0.2000 -0.1000
0.0500 -0.0250
Columns 9 through 11
0.0125 -0.0063
0.0031
0.2x ((k 4)T) 0.1x ((k 5)T) 0.05x ((k 6)T) 0.025x ((k 7)T)
Enquanto que a forma IIR dada por,
y IIR (kT) 0.5y((k 1)T) 2x((k)T) 0.6x((k 1)T)
k=0
2.0
2.0
41
k=1
k=2
k=3
k=4
k=5
k=6
k=7
k=8
k=9
k=10
0.4
1.2
0.8
1.0
0.9
0.95
0.925
0.925
0.925
0.925
y(1) = -0.5y(0)+2x(1)-0.6x(0)
y(2) = -0.5y(1)+2x(2)-0.6x(1)
y(3) = -0.5y(2)+2x(3)-0.6x(2)
y(4) = -0.5y(3)+2x(4)-0.6x(3)
y(5) = -0.5y(4)+2x(5)-0.6x(4)
y(6) = -0.5y(5)+2x(6)-0.6x(5)
y(7) = -0.5y(6)+2x(7)-0.6x(6)
y(8) = -0.5y(7)+2x(8)-0.6x(7)
y(9) = -0.5y(8)+2x(9)-0.6x(8)
y(10) = -0.5y(9)+2x(10)-0.6x(9)
0.4
1.2
1.0
0.9
0.95
0.925
0.9375
0.9312
0.9328
0.9336
U(z) 1 1.4142z 1 z 2
Aplicando a Transformada Z inversa,
1 1.4142z 1 z 2 Y(z) 0.7071z 1 U(z)
y(kT) 1.4142y((k 1)T y((k 2)T) 0.7071u((k 1)T)
Para gerar a senide, deve-se aplicar a resposta ao impulso, isto u(0) = 1 e
u(kT) = 0 para k 1, ento
Para
k=0
K=1
K=2
K=3
K=4
y(0) = 0
y(0.125) = 0.7071u(0) = 0.7071
y(0.250) = 1.4142y(0.125) = 1
y(0.375) = 1.4142y(0.250) - y(0.125) = 0.7071
y(0.500) = 1.4142y(0.375) - y(0.250) = 0
42
Impulse Response
1
0.8
0.6
Amplitude
0.4
0.2
0
-0.2
-0.4
-0.6
-0.8
-1
0
0.2
0.4
0.6
0.8
1.2
1.4
1.6
1.8
R (z) 1 G(z)HP(z)
43
1 e Ts
1
s
s a 2
Dica:
clear all;close all;clc
% denifindo os dados da planta
T=0.2;
num=[1 3];
den=conv([1 1 ],[1 2]);
Gs=tf(num,den) % planta contnua
Gz=c2d(Gs,T) % planta discreta
R (z) 1 0.5z 1 2
Exerccio 3.5: Obter a funo de transferncia discreta em malha fechada dos seguintes
diagramas de bloco,
(a)
44
(b)
Exerccio 3.6: (Prova de 2007) Calcular a funo de transferncia em malha fechada do
seguinte diagrama de blocos,
45
Captulo 4
s1, 2 n jd n jn 1 2
(4.1)
46
(4.4)
Figura 4.3: Localizao das razes complexas com a mesma parte real no plano discreto.
No caso de razes complexas com a mesma parte imaginria, elas encontram-se
na forma de retas inclinadas de de acordo com a Figura 4.4.
Figura 4.4: Localizao das razes complexas com a mesma parte imaginria no plano
discreto.
Para traar as curvas de fator de amortecimento constante, basta lembrar que um
plo complexo ,
s n jn 1 2 n jd
Aplicando a transformao,
z eTs e n jd e
Consequentemente,
2 d
2 s
1
2 d j2 d
s
1 2 s
d
s
Assim, a magnitude de z decresce e o ngulo aumenta quando d, que a
freqncia natural amortecida, aumenta. Caracterizando assim uma espiral logartmica.
Note que para uma dada relao d/s, a magnitude de z torna-se apenas uma funo do
fator de amortecimento . A representao da curva com fator de amortecimento
constante dada na Figura 4.5.
z e
e angle z 2
48
0.5/T
0.4/T
0.10.3/T
0.7/T
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
0.8/T
0.4
0.9/T
0.2
/T
0
-1 /T -0.8
-0.6
-0.4
-0.2
0.2
0.4
0.2/T
0.1/T
0.6
0.8
49
Para que o sistema seja instvel no plano complexo S, ele deve possuir pelo
menos 1 plo com parte real positiva, que no plano Z corresponde parte
localizada fora do circulo de raio unitrio, assim, instvel, pelo menos 1 plo
apresentando z 1 .
50
s s 1
s ss 1
T
1
1 e T TeT z 1 z 1
1 T 1 e
1 z 1 Z 2
1 z 1 2 1 e T z 1
s s 1
Esta transformada foi obtida atravs de tabela de transformao. Item 13.
fazendo a = 1. Agora substituindo os valores de T = 1 e simplificando, obtm-se,
0.3679z 1 0.2642z 2
Z G ZOH G p G(z)
1 z 1 1 0.3679z 1
Como a funo de transferncia em malha fechada dada por,
0.3679z 1 0.2642z 2
1
C(z)
KG(z)
0.3679z 1 0.2642z 2
1 z 1 1 0.3679z 1
R (z) 1 KG(z)
0.3679z 1 0.2642z 2
1 z 1 0.6321z 2
11
1 z 1 1 0.3679z 1
Ento, calculando as razes do denominador, que so os plos, encontra-se,
z1, 2 0.5 j0.6181
Pegando o valor absoluto,
z1, 2
0.52 0.61812
0.7950
51
52
R (z) 1 KG(z)
onde K representa o ganho do controlador proporcional.
O denominador ou equao caracterstica dado por,
1 KG(z) 0
Que pode ser reescrita como,
1 K
z z1 z z 2 z z m
0
z p1 z p 2 z p n
O mtodo do lugar das razes baseado em dar valores para K na equao cima
e encontrar os plos correspondentes desejados. Interessante notar que,
z z1 z z 2 z z m
z p1 z p 2 z p n
1
K
T
s s 1 z e
E o controlador seja na forma integral dada por,
KI
z
G D (z)
KI
1
1 z
z 1
Investigar a influencia do ganho KI e do tempo de amostragem T para a
estabilidade do sistema. Supondo que o sistema seja amostrado com os seguintes
tempos T = 0.5s, 1s e 2s.
2
R ( z ) 1 G ( z ) z K I 1 e T 1 e T z e T
Substituindo o valor de T = 0.5s,
53
Transfer function:
0.6321 z
---------------------z^2 - 1.368 z + 0.3679
Transfer function:
0.8647 z
---------------------z^2 - 1.135 z + 0.1353
Sampling time: 1
Sampling time: 2
54
55
Z G ZOH G p
1 e s
1
1
1
Z
1 z Z
ss 1s 5
s ss 1s 5
1
1
1
1 z 1 Z
5s 4s 1 20s 5
1
1
1
1 z 1
1
T 1
5 T 1
51 z 41 e z 201 e z
41 e 5T z 1 1 e T z 1 51 z 1 1 e 5T z 1 1 z 1 1 e T z 1
201 e T z 1 1 e 5T z 1
4 5e
e 5T z 1 4e 6T 5e 5T e T z 2
201 e T z 1 1 e 5T z 1
Step Response
Root Locus
0.2
1
0.6/T
0.18
0.8
0.16
0.6
Imaginary Axis
Amplitude
0.14
0.12
Contnuo
0.1
Discreto
0.08
0.06
0.8/T
0.4
0.9/T
0.2
0
/T
/T
-0.2
0.9/T
0.8/T
0.7/T
-0.8
0.6/T
-1
0
Time (sec)
System: Gz
Gain: 10
Pole: 0.734 + 0.206i
0.2/T
Damping: 0.705
Overshoot (%): 4.38
Frequency (rad/sec): 3.85
0.1/T
0.1/T
0.02
0
0.4/T
-0.4
-0.6
0.04
0.5/T
0.10.3/T
0.2
0.3
System: Gz
0.4
0.5 Gain: 0
0.6 0.607
Pole:
0.7
Damping: 1
0.8
Overshoot
0.9 (%): 0
Frequency (rad/sec): 5
0.7/T
-1
-0.8
-0.6
-0.4
-0.2
0.5/T
0
0.2/T
System: Gz
Gain: 50
0.3/T
Pole: 0.648 - 0.538i
0.4/T
Damping: 0.241
Overshoot (%): 45.8
Frequency (rad/sec): 7.14
0.2
0.4
0.6
0.8
1
Real Axis
56
Figura 4.13: Resposta do sistema considerando tempo contnuo e discreto e lugar das
razes
Calculando a resposta do sistema com o controlador proporcional,
% fechando a malha - Controle porporcional Kp
Sys1=feedback(2*Gz,1) % ganho Kp = 2
Sys2=feedback(10*Gz,1) % ganho Kp = 10
Sys3=feedback(50*Gz,1) % ganho Kp = 50
figure('Color',[1 1 1]);step(Sys1,Sys2,Sys3)
legend('K_P = 2','K_P = 10','K_P = 50')
57
% Controle PD
% Kp = 50 , Kd = 0
Kp=50;Kd=0;Ki=0;
num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];
GPIDz=tf(num,den,T)
sysMA=GPIDz*Gz
sysMF1=feedback(sysMA,1)
% Controle PID
% Kp = 50 , Kd = 50 , Ki = 0
Kp=50;Kd=50;Ki=0;
num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];
GPIDz=tf(num,den,T)
sysMA=GPIDz*Gz
sysMF4=feedback(sysMA,1)
% Kp = 50 , Kd = 10
Kp=50;Kd=10;Ki=0;
num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];
GPIDz=tf(num,den,T)
sysMA=GPIDz*Gz
sysMF2=feedback(sysMA,1)
% Kp = 50 , Kd = 50 , Ki = 2
Kp=50;Kd=50;Ki=2;
num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];
GPIDz=tf(num,den,T)
sysMA= GPIDz*Gz
sysMF5=feedback(sysMA,1)
% Kp = 50 , Kd = 50
Kp=50;Kd=50;Ki=0;
num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];
den=[1 -1 0];
GPIDz=tf(num,den,T)
sysMA=GPIDz*Gz
sysMF3=feedback(sysMA,1)
% Kp = 50 , Kd = 50 , Ki = 10
Kp=50;Kd=50;Ki=10;
num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];den=[1 -1 0];
GPIDz=tf(num,den,T)
sysMA=GPIDz*Gz
sysMF6=feedback(sysMA,1)
figure('Color',[1 1 1])
step(sysMF1, sysMF2, sysMF3,3)
legend('K_D = 0','K_D = 10','K_D = 50')
% Kp = 50 , Kd = 50 , Ki = 40
Kp=50;Kd=50;Ki=40;
num=[Kp+Kd+Ki -(Kp+2*Kd) +Kd];
den=[1 -1 0];
GPIDz=tf(num,den,T)
sysMA=GPIDz*Gz
sysMF7=feedback(sysMA,1)
figure('Color',[1 1 1])
step(sysMF4,sysMF5,sysMF6,sysMF7,5)
legend('K_I = 0','K_I = 2','K_I = 10','K_I = 40')
Figura 4.15: Respostadas do sistema controlado para vrios valores de Kd, mantendo o
valor de Kp = 50.
58
Figura 4.16: Respostadas do sistema controlado para vrios valores de Ki, mantendo os
valores de Kp = 50 e Kd = 50.
1 K c Td Ti s 2 K c Ti s K c
K c 1 Td s
Ti s
Tis
KI
T 1 z 1 Td
(4.6)
PID(z) K c 1
1 z 1 K P
K D 1 z 1
1
1
2
T
T
1
z
1
z
i
R (z) 1 G(z)Kp
Para o calculo do ganho crtico, pelo menos um dos plos da equao acima
deve possuir parte real igual a zero.
1
0.6/T
0.8
1
0
System: Gs
Gain: 4.47
Pole: -0.00302 - 3.63i
Damping: 0.000832
Overshoot (%): 99.7
Frequency (rad/sec): 3.63
-1
-2
-3
0.8/T
0.4
Imaginary Axis
Imaginary Axis
0.9/T
0.2
/T
/T
0
-0.2
0.9/T
0.1/T
-0.4
0.8/T
-0.6
0.2/T
0.7/T
-0.8
-4
0.6/T
-5
-3
-2
-1
0.5/T
0.7/T
0.6
System: Gs
Gain: 4.5
Pole: 0.00145 + 3.63i
Damping: -0.0004
Overshoot (%): 100
Frequency (rad/sec): 3.63
System: Gz
Gain: 3.35
Pole: 0.807 + 0.59i
0.4/T
Damping: 0.000454
0.1 0.3/T
Overshoot
(%): 99.9
0.2 (rad/sec): 3.15
Frequency
0.3
0.4
0.2/T
0.5
0.6
0.7
0.1/T
0.8
0.9
Root Locus
Root Locus
5
-1
-1
-0.8
-0.6
-0.4
-0.2
0.5/T
0
System: Gz
0.3/T
Gain: 3.35
Pole: 0.807 - 0.59i
0.4/T
Damping: 0.000454
(%):
0.2 Overshoot
0.4
0.6 99.9 0.8
Frequency (rad/sec): 3.15
Real Axis
Real Axis
Step Response
Amplitude
1.5
Amplitude
1.5
0.5
0.5
Tempo de
Oscilao Tu
0
0.5
1.5
2.5
Time (sec)
Tempo de
oscilao Tu
3.5
4.5
0.5
1.5
2.5
3.5
4.5
Time (sec)
60
Tabela 4-1: Ajustes do controlador PID para o mtodo Ziegler-Nichols malha fechada.
Tipo do controlador
Kc
Ti
Td
P
0,5 Kcr
--PI
0,45.Kcr
Tu/1,2
--PID
0,6.Kcr
0,5Tu
0,125Tu
PI
0,9T/L
L/0,3
0
PID
1,2T/L
2L
0,5L
61
Uma resposta tipo Dead Beat aquela em que o sistema apresenta o menor
tempo de estabilizao possvel, sem erro estacionrio e sem apresentar oscilaes
durante o transiente. Ento, se um sistema de controle for projetado para que a resposta
do sistema de malha fechada apresente uma resposta tipo dead beat, o controlador
que gerou esta resposta recebe o nome de controlador dead beat.
R ( z ) 1 G D ( z )G ( z )
Para que o sistema em malha fechada tenha uma resposta dead beat,
necessariamente a malha fechada deve ser na forma,
a 0 z N a 1z N 1 a N
C(z)
1
N
F(z) a 0 a 1z a N z
(4.7)
R ( z)
zN
onde N deve ser maior ou igual a ordem do sistema G(z). Observe que F(z) no deve
conter potencias positiva de z, pois significaria que o sistema seria no causal. Alm
disso, o sistema em malha fechada representado por um sistema cujos plos so todos
iguais a zero.
s n jd n jn 1 2
Ento,
62
Exemplo 4.6: Verificar no plano Z, como ficam os plos e zeros do seguinte sistema
contnuo amostrado com fa = 100 Hz,
400 2
G(s) 2
s 8s 400 2
Observe que neste caso, a freqncia natural n = 20 rad/s e fator de
amortecimento = 0.2.
clear all;close all;clc
% Dados contnuos
sn=0.2;
% fator de amortecimento
wn=2*pi*10; % frequencia natural
% Empacotando
Gs=tf(100,[1 2*sn*wn wn^2])
% calculando os plos
damp(Gs)
% lugar das razes
figure;pzmap(Gs);sgrid
% Dados discretos
fa=100; % frequencia de amostragem
T=1/fa; % tempo de discretizao
% passando para tempo discreto
Gz=c2d(Gs,T)
% calculando os plos
damp(Gz)
% lugar das razes
figure;pzmap(Gz);zgrid
Transfer function:
100
-------------------s^2 + 25.13 s + 3948
63
Eigenvalue
Damping
Freq. (rad/s)
2.00e-001
2.00e-001
6.28e+001
6.28e+001
Eigenvalue
Magnitude
Equiv. Damping
7.20e-001 + 5.09e-001i
7.20e-001 - 5.09e-001i
8.82e-001
8.82e-001
-1.26e+001 + 6.16e+001i
-1.26e+001 - 6.16e+001i
Transfer function:
0.004459 z + 0.004096
--------------------z^2 - 1.44 z + 0.7778
Sampling time: 0.01
2.00e-001
2.00e-001
64
2
30
e H(s)
s 1s 2s 3
s 30
Para resolver este problema deve-se assumir que h um amostrador em X(s) e
um ZOH em U(s).
G(s)
65
Captulo 5
u ( t )
x 2 ( t ) n 2 n x 2 ( t ) 1 / m
Ainda est faltando a resposta y(t) do sistema, que dada por,
x (t)
y( t ) 1 0 1 0u ( t )
x 2 ( t )
Que pode ser escrito da seguinte maneira,
x ( t ) Ax( t ) Bu( t )
y( t ) Cx ( t ) Du( t )
A forma acima conhecida como forma de estado. Como observado, a
transformao para a formulao de espao de estados consistiu em transformar uma
equao de segunda ordem em duas equaes de primeira ordem. Generalizando, a
transformao de espao de estados consiste em transformar um sistema de equaes de
ordem n para um sistema de primeira ordem de 2n equaes, tornando assim, mais
simples a sua soluo.
66
(5.1)
y(k ) Cx (k ) Du(k )
Nota-se que as matrizes C e D no mudaram, significando que so as mesmas
matrizes de sistemas em tempo contnuo.
Agora, supondo um sistema discreto cuja funo de transferncia dada por,
Y(z) b 0 b1 z 1 b n z n
U( z )
1 a 1z 1 a n z n
Esta FT pode ser representada de vrias maneiras em espao de estados, pois a
formulao de estado no nica.
67
0 u ( k )
x (k 1) 0
0
0
1 x n 1 (k )
n 1
x n (k 1) a n a n 1 a n 2 a 1 x n (k ) 1
x 1 (k )
x (k )
y(k ) b n a n b 0 b n 1 a n 1 b 0 b1 a 1 b 0 2 b 0 u (k )
x n (k )
Se a matriz G for uma matriz de posto cheio, isto , o determinante diferente
de zero, o sistema controlvel, caso contrrio, significa que pelo menos 1 dos estados
no controlvel. A controlabilidade significa que o sistema pode ser alterado de
qualquer estado para qualquer estado em um perodo de tempo finito.
u (k )
x (k 1) 0 0 0 a x (k ) b a b
2 0
2
n 1
n 1 2
x n (k 1) 0 0 1 a 1 x n (k ) b1 a 1 b 0
x 1 (k )
x (k )
y(k ) 0 0 1 2 b 0 u (k )
x n (k )
Para o sistema ser completamente observvel, a matriz G deve ser uma matriz de
posto cheio. A observabilidade significa que todos os estados do sistema podem ser
observados ou medidos.
68
x 1 (k 1) p1
x (k 1) 0
2
0
x n (k 1) 0
0 x 1 (k ) 1
p 2 0 x 2 (k ) 1
u (k )
0 p n x n (k ) 1
x 1 (k )
x (k )
y(k ) c1 c 2 c n 2 b 0 u (k )
x n (k )
onde pi representa os plos do sistema.
0
x 2 ( k ) 0
2
p1 1 0 0
0 p1 1 0
[0]
x m (k ) 1
x m (k 1)
_______ __ u (k )
_______ 0 0 0 p1
x (k 1)
p m 1 0 x m 1 (k ) 1
m 1
[0]
x (k 1)
0 p n x n (k ) 1
x 1 (k )
x (k )
y(k ) c1 c 2 c n 2 b 0 u (k )
x n (k )
y(k ) Cx (k ) Du(k )
Supondo uma transformao tal que,
69
x(k) Px (k)
onde a matriz P de ordem nn, mesma ordem da matriz G. Ento,
Px (k 1) GPx (k ) Hu(k )
y(k ) CPx (k ) Du(k )
Que pode ser reescrito como,
x (k 1) P 1GPx (k ) P 1Hu(k )
y(k ) CPx (k ) Du(k )
Agora definindo,
P 1H
P 1GP , C
CP e H
G
Ento,
x (k ) H
u (k )
x (k 1) G
x (k ) Du(k )
y( k ) C
Que exatamente da mesma forma que o sistema original. Se a matriz P for a
matriz dos autovetores da matriz G, ento o sistema ser diagonalizado, caso isso no
seja possvel, a matriz resultante ser a matriz de Jordan.
y(k ) Cx (k ) Du(k )
Pegando apenas os estados do sistema, para o instante inicial tm-se,
x(1) Gx(0) Hu(0)
Para o instante seguinte,
x (2) Gx(1) Hu(1)
G Gx(0) Hu(0) Hu(1)
G 2 x (0) GHu(0) Hu(1)
x (k ) G k x (0) G k j1Hu( j)
k = 1, 2, 3 ...
(5.2)
j0
k = 1, 2, 3 ...
(5.3)
70
x (k 1) Gx(k ) Hu(k )
y(k ) Cx (k ) Du(k )
Aplicando transformada Z, obtm-se,
zX(z) zx(0) GX(z) HU(z)
Y(z) CX(z) DU(z)
Supondo condies iniciais nulas,
1
zX(z) GX(z) HU(z) zI G X(z) HU(z) X(z) zI G HU(z)
Substituindo em Y(z),
1
1
Y(z) CzI G HU(z) DU(z) CzI G H D U(z)
Como a funo de transferncia pulsada a relao dada por Y(z)/U(z),
Y( z)
1
CzI G H D
(5.4)
U( z )
Observe que se Y(z)/U(z) uma matriz mr.
1
1
Ak t k
e At I At A 2 t 2 A k t k
2!
k!
k!
k 0
Diferenciando esta soluo em relao ao tempo, para isso a derivada feita
termo a termo, encontra-se,
d At
e AeAt e At A
dt
Agora, trs relaes importantes,
e At e At I
e ABt e At e Bt se AB = BA
e ABt e At e Bt se AB BA
Agora, obtendo a resposta para matrizes de estado contnuas, isto ,
x (t ) Ax(t ) Bu(t )
Que pode ser reescrita como,
x (t ) Ax(t ) Bu(t )
Agora pr-multiplicando por e-At,
d At
e At x ( t ) Ax( t )
e x ( t ) e At Bu( t )
dt
Integrando1 de 0 a t,
At
x ( t ) x (0) e A Bu()d
0
Deve ser lembrado que a integral da derivada a prpria funo aplicada os limites de integrao.
71
x ( t ) e x (0) e A t Bu()d
At
(5.5)
x ( t ) e At x (0) e A t Bu()d
0
k 1T
Bu()d
Agora fazendo,
A k 1T
x (0)
k 1T
A k 1T
kT
AkT
Simplificando2,
k 1T
AT
k 1T
kT
A
AT AkT
A
e Bu()d e e e Bu()d
Bu ()d
kT
Supondo agora o ZOH, ento, o tempo entre kT e (k+1)T pode ser substitudo
por 0 e T dentro da integral, pois o que vai variar apenas u() que considerado
constante. Ento,
T
AT AkT
e Ak 1T
72
(5.6)
G e AT e H e A d B
0
u (k )
x 2 ( t ) 0 2 x 2 ( t ) 1
x (t)
y( t ) 1 0 1
x 2 ( t )
Como foi visto, para as matrizes discretas tm-se3,
1
1
1 e 2T 1 0.4323
AT
Ge
2
0
0 0.1353
2 T
e
1
L e At sI A s ss 2
1
0
s 2
1 1 1 e 2 t
e At L1 s ss 2
2
1
2 t
0
0
e
s2
Ento,
e At I At
1 2 2
1
Ak t k
A t Ak t k
2!
k!
k!
k 0
73
T
T
1
H e A d B
0 0
0
1
1 e 2
2
e 2
d 0
1
1
1
e 2 T 1
e 2 T 1
T
T
T
2
2 0 2
2 0.2838
1 1
0.4323
2T
2 T
1 e
0
2 1 e
2
Desta forma, o sistema discreto na forma de matrizes de estado dado por,
x1 (k 1) 1 0.4323 x1 (k ) 0.2838
u (k )
x 2 (k 1) 0 0.1353 x 2 (k ) 0.4323
x (k )
y(k ) 1 0 1
x 2 ( k )
Para a representao em FT discreta,
Y( z)
1
G (z) CzI G H D
U(z)
1
1 0 1 0.4323 0.2838
0.2838z 0.1485
1 0 z
0 2
z 1.1353z 0.1353
0 1 0 0.1353 0.4323
O mesmo problema pode ser resolvido utilizando o Matlab,
clear all;close all;clc
% Planta contnua
num=1;
den=[conv([0 0 1],[1 2 0])];
% numerador
% denominador
Observe que neste caso, as matrizes de estado no esto na forma cannica, mas
o resultado em Funo de Transferncia deve ser exatamente o mesmo.
74
m S
0 m x c
N P
S c S x P k S k S k P x P k p w ( t ) u ( t )
Este caso representa um sistema MIMO, duas entradas e duas sadas. Definindo
as variveis de estado iniciando pelos deslocamentos,
x1 x S x 1 x S e x 2 x N x 2 x N
Para as velocidades,
x 3 x 1 x S e x 4 x 2 x N
Com as definies acima, as equaes de estado so dadas por,
x 1 x 3
x 2 x 4
c
k
u(t)
x 3 S x 3 x 4 S x 1 x 2
mS
mS
mS
c
k
k
k
1
x 4 S x 4 x 3 S x 2 x 1 P x 2 P w ( t )
u(t)
mN
mN
mN
mN
mN
Que na forma matricial fica,
75
0
1
0
0
0
0
x1 0
1
0
0
1
0
0
x k
kS
c
c S x 2
u
2 S
1
0
S
m
mS
mS
m S x 3 m S
w
S
x 3
kP
k k P c S
c
1
x 4 k S
S
S x 4
mN
mN
mN
mN mN
mN
De forma geral, se for sempre assumido que o vetor de estado se inicia com
deslocamentos e depois as velocidades, as matrizes de estado podem ser dadas a partir
das matrizes dinmicas como,
(t )} [C]{X
(t )} [K]{X(t )} {F(t )}
[M]{X
Sendo que o vetor de estado,
X( t )
X(t )
X( t )
E as matrizes de estado,
X [M[0]]1 K [MI]1 CX [M[0]]1 FU
A resposta do sistema deve ser dada pelo que se deseja medir, supondo que seja
necessrio medir os deslocamentos e velocidades,
y1 1 0 0 0 x 1 0 0
y 0 1 0 0 x 0 0 u
2
2
y 3 0 0 1 0 x 3 0 0 w
y 4 0 0 0 1 x 4 0 0
Caso seje necessrio medir apenas o deslocamento da massa suspensa,
x1
x
u
y1 1 0 0 0 2 0 0
w
x 3
x 4
x F u u
x 2 k 2 k 1 k 2
0
2
3
2
3
2 2
0
0 m 3 x 3 0
k3
k 2 k 3 x 3 F3 u 3
76
x 1 0
x 0
2 k
x 3 1
m1
x 4 k 2
x 5
m2
x 6
0
0
0
k2
m1
k1 k 2
m2
k3
m3
0
0
0
k3
m2
k2 k3
m3
1 0 0
0
0 1 0 x 1 0
0 0 1 x 2 0
1
0 0 0 x 3
x 4 m1
0 0 0 x 0
5
x
6 0
0 0 0
0
0
0
0
0
0
0
0
0
1
m1
1
m2
1
m3
0
0
0
1
m1
1
m2
0
F
1
F2
0 F3
u
1 1
m 2 u 2
1 u 3
m 3
0
0
0
Exerccio 5.3: (Prova 2007) Considerando o sistema abaixo, escrever a forma cannica
controlvel e observvel,
2z 0.5
G ( z) 2
z z 0.5
77
Captulo 6
6 Controlabilidade e Observabilidade
6.1 Introduo
A controlabilidade se refere capacidade do sistema ter seu estado alterado de
qualquer estado para qualquer outro estado. De modo geral significa que o sistema pode
ser controlado.
A observabilidade significa que o sistema pode ter seus estados observados, em
outras palavras, o sistema pode ser inteiramente medido, significando que qualquer tipo
de informao pode ser conseguida.
6.2 Controlabilidade
Um sistema de controle dito ser de estado completamente controlvel se
possvel transferir o sistema de um estado qualquer para outro estado desejvel qualquer
em um perodo finito de tempo utilizando uma lei de controle sem restries. Para um
sistema discreto, a controlabilidade significa que o sistema pode ser transferido de um
estado qualquer x(kT) para um estado final x(kT) utilizando no mximo n perodos de
amostragem. Considerando um sistema em espao de estados discretos na forma,
x(k 1) Gx(k) Hu(k)
Sua soluo temporal dada por,
k 1
k = 1, 2, 3 ... (6.1)
j 0
x (n ) G n x (0) H GH G n 1 H
u (0)
onde n a dimenso da matriz G. Como a dimenso de H n1 e cada coluna da matriz
[H GH ... Gn-1H] n1, ento a dimenso da matriz nn para o caso de uma nica
entrada u(k), caso a entrada seja um vetor de dimenso 1r, ento a matriz de
dimenso nnr, significando que, dada uma lei de controle u(k), para alterar o estado do
sistema de x(0) para x(n) a matriz necessariamente precisa obedecer seguinte relao,
posto H GH G n 1H n
(6.2)
78
significa que pelo menos um dos estados no pode ser controlado, isto , parte do
sistema pode ser controlado e parte no.
Dever ser notado que a controlabilidade de estado independe da sada, isto , a
controlabilidade de estado independente das matrizes C e D.
Exemplo 6.1: Verificar se os sistemas abaixo so de estado completamente
controlveis.
Sistema 1:
x 1 (k 1) 1 0 x 1 (k ) 2
x (k 1) 0 2 x (k ) 3 u (k )
2
2
Soluo: Construindo a matriz de controlabilidade,
2
1 0 2 2 2
H GH
3 3 6
3
0
H GH
0 0 2 0 0 0
Neste caso, claramente o sistema possui posto = 1, significando que o sistema
no completamente controlvel.
Sistema 3:
0
0
0 x 1 (k 1) 0 1
x 1 (k 1) 2 1
x (k 1) 0 2 1
0
0 x 2 (k 1) 0 0
2
u 1 (k )
x 3 (k 1) 0
0 2 0
0 x 3 (k 1) 3 0
u 2 ( k )
0
0 5 1 x 4 (k 1) 0 0
x 4 (k 1) 0
x 5 (k 1) 0
0
0
0 5 x 5 (k 1) 2 1
Soluo: Construindo a matriz de controlabilidade,
H GH G 2 H G 3 H G 4 H
Como a soluo mais complicada, utiliza-se o matlab para resolver o
problema,
79
0
0 5 1 x 4 (k 1) 2
x 4 (k 1) 0
x 5 (k 1) 0
0
0
0 5 x 5 (k 1) 0
1
0
u 1 (k )
0
u 2 (k )
1
0
80
u (n 1)
u (n 2)
n
n 1
u (0)
Significando que para a sada ser completamente controlvel, o posto da matriz
precisa ser m, que a dimenso da matriz C, isto ,
(6.4)
posto CH CGH CG n 1H m
Caso esteja presente a matriz D, a condio de controlabilidade completa de
sada dada por,
(6.5)
posto D CH CGH CG n 1H m
Dever ser notado que a controlabilidade de sada dependente de todas as
matrizes que compe o sistema, isto , a controlabilidade de sada dependente das
matrizes G, H, C e D.
6.4 Observabilidade
Um sistema dito completamente observvel se todo estado inicial x(0) pode
ser determinado a partir da observao da sada y(kT) em um perodo finito de tempo.
Observabilidade completa significa que, dado y(0), y(T), y(2T), ..., possvel
determinar x1(0), x2(0), ..., xn(0). Utilizando esta definio, ento dado um sistema na
forma,
x (k 1) Gx(k ) Hu(k )
y(k ) Cx (k )
Sua resposta dada por,
k 1
x (0)
1
y(n 1) CG
y(n 1) CG n1 x (0)
(6.6)
n 1
CG
Esta matriz conhecida como matriz de observabilidade. Normalmente, esta
equao no usada, mas a equao transposta dela dada por,
81
postoC H CG CG n 1 n
onde H representa a hermitiana, que o conjugado transposto. Observe que a
observabilidade independente da matriz de entrada B.
H
x 1 (k 1) 1 0 x 1 (k )
x 2 (k 1) 0 2 x 2 (k )
x (k )
y(k ) 1 5 1
x 2 ( k )
Encontrando a matriz de observabilidade,
1 1 0 1 1 1
CH G HCH
5 0 2 5 5 10
Como se observa, a matriz de observabilidade tem posto 2 que a mesma ordem
da matriz G, ento o sistema completamente observvel.
Sistema 2:
x 1 (k 1) 1 0 x 1 (k )
x 2 (k 1) 0 2 x 2 (k )
x (k )
y(k ) 0 1 1
x 2 (k )
Encontrando a matriz de observabilidade,
0 1 0 0 0 0
CH G HCH
1 0 2 1 1 2
Como se observa, a matriz de observabilidade tem posto 1 que menor que
ordem da matriz G, ento o sistema no completamente observvel.
Sistema 3:
x 1 (k 1) 2
x (k 1) 0
2
x 3 (k 1) 0
x (k 1) 0
4
x 5 (k 1) 0
1 0
2
0
0
0
1
2
0
0
0 x 1 (k )
0
0 x 2 (k )
0
0 x 3 (k )
3 1 x 4 (k )
0 3 x 5 (k )
0
x 1 (k )
x (k )
2
y1 (k ) 1 1 1 0 1
x
(
k
)
3
y 2 ( k ) 0 1 1 1 0 x ( k )
4
x 5 (k )
Como o sistema definido acima um sistema de alta ordem, difcil de ser feito,
utiliza-se o Matlab,
82
x 1 (k 1) 2
x (k 1) 0
2
x 3 (k 1) 0
x (k 1) 0
4
x 5 (k 1) 0
1 0
2
0
0
0
1
2
0
0
0 x 1 (k )
0
0 x 2 (k )
0
0 x 3 (k )
3 1 x 4 ( k )
0 3 x 5 (k )
0
x 1 (k )
x (k )
2
y1 (k ) 1 1 1 0 1
x
(
k
)
3
y 2 ( k ) 0 1 1 0 0 x ( k )
4
x 5 (k )
Como o sistema definido acima um sistema de alta ordem, difcil de ser feito,
utiliza-se o Matlab,
clear all;close all;clc
% definindo matriz G
G=[-2 1 0 0 0
0 -2 1 0 0
0 0 -2 0 0
0 0 0 -3 1
0 0 0 0 -3]
% definindo matriz C
C=[1 1 1 0 1
0 1 1 0 0]
% Construindo matriz de Controlabilidade
OB=obsv(G,C)
rank(OB)
83
6.5 Comentrios
gerais
observabilidade
sobre
controlabilidade
y(k ) Cx (k ) Du(k )
Para transform-lo na forma cannica controlvel, aplica-se uma matriz de
transformao T na forma,
T MW e x(k) Tx (k)
onde M a matriz de controlabilidade dada por,
M H GH G n1H
e a matriz W dada por,
a n 1 a n 2 a 1 1
a
n 2 a n 3 1 0
W
1 0 0
a1
1
0 0 0
Aplicando esta transformao no sistema, encontra-se,
x (k 1) T 1GTx (k ) T 1 Hu(k )
y(k ) CTx (k ) Du(k )
onde o sistema definido acima est na forma cannica controlvel.
Q WN H e x(k) Qx (k)
onde N a matriz de observabilidade dada por,
n 1
N CH G H CH G H H H
Aplicando esta transformao no sistema, encontra-se,
x (k 1) Q 1GQx (k ) Q 1Hu(k )
y(k ) CQx (k ) Du(k )
Interessante notar que se o sistema est na forma cannica controlvel dada por,
84
x (k ) H
u (k )
x (k 1) G
x (k ) D
u (k )
y( k ) C
Para se obter a forma cannica observvel, basta fazer,
x (k ) C
H u (k )
x (k 1) G
x (k ) D
u (k )
y( k ) H
Esta equao demostra o princpio da dualidade
H
(6.8)
(6.9)
1 x 2 (k ) 1
x 2 (k 1) 1
x (k )
y(k ) 0 1 1
x 2 ( k )
Verificando a controlabilidade,
0.2
0 0.16 0.2 0.2 0.16
H GH
1 1 1
0.8
1 1
Verificando que o sistema no completamente controlvel. Agora, verificando
a observabilidade,
0 0
1 0 0 1
C H G H C H
0
.
16
1 1 1
u (k )
x 2 (k 1) 0.16 1 x 2 (k ) 1
x (k )
y(k ) 0.2 1 1
x 2 ( k )
Verificando a controlabilidade,
0
0
1 0 0 1
H GH
0
.
16
1 1 1
85
0
1 x 2 (k ) 0 u (k )
x 2 (k 1) 0
x (k 1) 6 11 6 x (k ) 1
3
3
x 1 (k )
y(k ) 4 5 1x 2 (k )
x (k )
3
Para a observabilidade,
4 0 0 6 4 0 6 36 4 4 6 6
H
H H
2H H
C
G C
G C 5 1 0 11 5 0 11 60 5 5 7 5
1 0 1 6 1 1 6 25 1 1 1 1
x 2 (k 1) 1 0 11 x 2 (k ) 5 u (k )
x (k 1) 0 1 6 x (k ) 1
3
3
x1 (k )
y(k ) 0 0 1x 2 (k )
x (k )
3
O sistema ser observvel, mas no controlvel. De novo a presena do principio
da dualidade. Este fato provm do cancelamento entre um plo por um zero, observe
que a FT dada por,
z 1z 4
Y( z )
z 2 5z 4
1
CzI G H 3
2
U( z)
z 6z 11z 6 z 1z 2z 3
Observando que um plo cancelado por um zero.
86
u(t)
x 2 ( t ) 1 0 x 2 ( t ) 1
x (t )
y( t ) 1 0 1
x 2 ( t )
Cujas matrizes de controlabilidade e observabilidade em tempo contnuo so
dadas por,
0 1
1 0
B AB e C H A H C H
1 0
0 1
Significando que para tempo contnuo o sistema completamente controlvel e
observvel. Aplicando a discretizao, encontra-se,
x 1 (k 1) cos T sin T x 1 (k ) 1 cos T
u (k )
x 2 (k 1) sin T cos T x 2 (k ) sin T
x (k )
y(k ) 1 0 1
x 2 ( k )
A questo ser, h algum valor de T para qual o sistema perder controlabilidade
e observabilidade? Para responder a esta questo, faz-se,
1 cos T cos T 1 2 cos 2 T
H GH
0 sin T
Fisicamente, o que ocorreu foi que se pretende observar e controlar uma
freqncia que exatamente igual Nyquist, por isso no foi possvel control-la.
87
1 x 1 (k ) a
x 1 (k 1) 0
u (k )
x 2 (k 1) 0.4 1.3 x 2 (k ) b
x (k )
y(k ) c d 1
x 2 ( k )
Soluo: a matriz de controlabilidade,
a
0
1 a a
b
H GH
d
C
c
0
1
CG c d
Portanto,
c 2 1.3cb 0.4d 2 0
Como os valores de a, b, c e d no podem ser valores complexos, tem-se a
resposta como,
88
z 1
z az 2 z 1
az 1
b) G(z) 2
z 3z 1
az 2 2z 1
c) G(z) 2
z 3z 1
a) G(z)
89
Captulo 7
y(k ) Cx (k ) Du(k )
A realimentao de estado ser dada por4, para um regulador,
(7.1)
u(k) Kx(k)
onde K representa um vetor de ganhos de realimentao se u(k) for uma nica lei de
controle, caso haja vrias leis de controle, K ser uma matriz.
y(k ) Cx (k ) Du(k )
Portando, a dinmica do sistema realimentado ser dada por,
~
G G HK
(7.2)
Se a referncia a ser seguida zero, o sistema de controle denominado de regulador, caso contrrio, o
sistema de controle denominado controlador.
90
z n 1 z n 1 2 z n 2 n 1 z n
z 0
(7.4)
~
Utilizando o teorema de Cayley-Hamilton que diz que G deve satisfazer sua
~
prpria equao caracterstica, isto , substituindo G no lado direito no lugar de z,
~
~
~
~
~
G n 1G n 1 2 G n 2 n 1G n I G 0
~
Agora fazendo as multiplicaes para G ,
II
~
G G HK
~2
2
2
G G HK G 2 GHK HKG HK
~
G 2 GHK HKG HK G 2 GHK HKG
~
~
3
2
G 3 G HK G HK G HK G 2 GHK HKG G HK
~
~
2
G 3 G 2 HK GHKG G HK HKGG HKGHK
~
G 3 G 2 HK GHKG HK HKG G HK
~
~
G 3 G 2 HK GHKG HKG 2
~n
~
n
G G HK G n G n 1 HK HKG n 1
Ento, a equao pode ser reescrita como,
~
~
~
~
n I n 1G n 2 G 2 G n n I n 1 G HK n 2 G 2 GHK HKG
~
G n G n 1HK HKG n 1
Expandindo os termos e rearranjando na forma,
~
~
~
n I n 1G n 2 G 2 G n n I n 1G n 2 G 2 G n
~
~
n 1 HK n 2 GHK HKG G n 1 HK HKG n 1
~
Observando que do lado esquerdo G e a primeira linha do lado direito
(G),
~
~
~
G G n 1HK n 2 GHK HKG G n 1HK HKG n 1
Que pode ser escrito como,
91
~
~
n 1 K n 2 KG KG n 1
~
~
K n 3 KG KG n 2
~
G G H GH G n 1 H n 2
0
~
~ n 2
n 2 K n 3 KG KG H GH G n 1 H 1 G
~
~
n 2 K n 3 KG KG n 2
0 0 1
0 0 1 H GH G n 1 H G
Ento, tem-se que,
1
(7.5)
K 0 0 1 H GH G n 1H G
Esta a Frmula de Ackermann para a determinao do ganho de realimentao
de estado.
1
z n 1 z n 1 2 z n 2 n 1 z n 0
Porm, s de fcil aplicao quando a ordem do sistema baixa.
2. Outra forma do clculo do ganho K atravs de,
K n a n n 1 a n 1 1 a 1 T 1
n a n
n 1 a n 1 1 a 1 MW
onde,
92
a n 1 a n 2 a 1 1
a
n 2 a n 3 1 0
e W
M H GH G n1H
1 0 0
a1
1
0 0 0
Quando este modo for aplicado, se o sistema estiver na forma cannica
controlvel, a matriz transformao T torna-se a identidade, facilitando a aplicao do
mtodo.
u (k )
x 2 (k 1) 0.16 1 x 2 (k ) 1
Cujos plos do sistema so,
z
1
z 0.2
zI G
z 2 z 0.16 0 1
0.16 z 1
z1 0.8
Deseja-se que os plos de malha fechada sejam,
z1, 2 0.5 j0.5
Soluo: O primeiro passo verificar se o sistema de estado completamente
controlvel. Ento, a matriz de controlabilidade ,
0
0
1 0 0 1
H GH
0
.
16
1 1 1
z
1
z 2 1 K 2 z 0.16 K 1
0.16 K 1 z 1 K 2
Como a equao caracterstica do sistema em malha fechda precisa ser igual ao
polinmio com os novos plos, que dado por,
z z 0.5 j0.5z 0.5 j0.5 z 2 z 0.5
Por comparao,
K K1 K 2 0.34 2
Agora aplicando a frmula de Ackermann para encontrar o ganho da
realimentao de estado,
93
K 0 1H GH G
Para (z), que o novo polinmio caracterstico,
z z 0.5 j0.5z 0.5 j0.5 z 2 z 0.5
Portanto,
1
2
1 0
1
0 1 0
1 0
K 0 1
0
.
5
0 1 0.34 2
1 1 0.16 1 0.16 1
Root Locus
0.5/T
0.6/T
0.8
0.1 0.3/T
0.2
0.3
0.4
System: Gma
0.5
Gain: 0
0.6
Pole: -0.2
0.7
Damping: 0.456
0.8
Overshoot (%): 20 0.9
Frequency (rad/sec): 3.53
0.7/T
0.6
0.8/T
Imaginary Axis
0.4
0.2
0
-0.2
-0.4
-0.6
0.9/T
/T
/T
System: Gma
Gain: 0
0.9/T Pole: -0.8
Damping: 0.0709
Overshoot (%): 80
0.8/T
Frequency (rad/sec): 3.15
-0.6
-0.4
-0.2
0.3/T
0.2/T
0.4
System: Gmf
Gain: 0
Pole: 0.5 + 0.5i
Damping: 0.404
Overshoot (%): 25
Frequency (rad/sec): 0.858
0.9/T
0.2
0
0.4/T
0.8/T
0.2/T
0.1/T
0.5/T
0.7/T
0.6
/T
/T
0.9/T
0.5/T
0
0.7/T
-0.8
0.6/T
0.4/T
0.2
0.8/T
-0.6
-1
0.4
0.6
0.8
-1
-0.8
-0.6
0.1/T
System: Gmf
Gain: 0
Pole: 0.5 - 0.5i
Damping: 0.404
0.1/T
Overshoot (%): 25
Frequency (rad/sec): 0.858
0.9
0.8
0.7
0.6
0.5
0.4
0.3
0.2
0.10.3/T
-0.2
-0.4
0.2/T
0.3/T
0.6/T
-0.8
0.8
0.1/T
0.7/T
-0.8
-1
-1
Root Locus
0.6/T
0.4/T
Imaginary Axis
-0.4
Real Axis
-0.2
0.5/T
0
0.2/T
0.4/T
0.2
0.4
0.6
0.8
Real Axis
y(k ) Cx (k ) Du(k )
Quando h uma referncia a ser seguida, a lei de controle ser dada por,
u(k) k 0 r(k) Kx(k)
(7.6)
onde r(k) uma referncia a ser seguida e k0 uma constante para ajustar a resposta
controlada do sistema para que no ocorra erro estacionrio, isto significa que se a
94
referencia a ser seguida for o degrau unitrio ento a sada dever ser tal que y()1.
Ento, o ganho k0 precisa ser ajustado. Substituindo a lei de controle no sistema
encontra-se,
x (k 1) Gx(k ) Hrk 0 (k ) Kx(k ) G HKx (k ) Hk 0 r (k )
y(k ) Cx (k ) Du(k )
Neste caso, a dinmica do sistema dada por G HK, que a mesma dinmica
apresentada para um regulador. Desta forma, as mesmas frmulas para calcular o ganho
K podem ser aplicadas.
1 x 1 ( k ) 0
x 1 (k 1) 0
u (k )
x 2 (k 1) 0.16 1 x 2 (k ) 1
x (k )
y(k ) 1 0 1
x 2 ( k )
E os plos de malha fechada sejam,
z1, 2 0.5 j0.5
Soluo: Para o ganho K,
1
2
1 0
1
0 1 0
1 0
K 0 1
0
.
5
0 1 0.34 2
1 1 0.16 1 0.16 1
e H k0H
0
.
16
1
1
0
.
5
1
Portanto,
Y( z)
~
G(z) C zI G
U( z)
Para o erro estacionrio 5,
1
k0
z
0
~
H 1 0
k0 2
0.5 z 1
1 z z 0.5
Deve ser lembrado que Y(z)=G(z)U(z), com R(z) sendo a entrada degrau unitrio.
95
k0
1
lim y(k ) lim 1 z 1 Y(z) lim 1 z 1 2
z 1
z 1
z z 0.5 1 z 1
Portanto,
k 0 0.5
k0
1
1 1 0.5
Step Response
1.4
Gma
Gmf
1.2
Amplitude
0.8
0.6
0.4
0.2
10
15
20
25
30
Time (sec)
96
Figura 7.4:Resposta ao degrau unitrio do sistema sem controle e malha fechada com o
controlador
Figura 7.5: Sistema de controle por realimentao de estados junto com observador de
estado.
y(k ) Cx (k )
Supondo que os estados do sistema acima podem ser aproximados pelos estados
do seguinte sistema,
~
x (k 1) G~
x (k ) Hu(k )
(7.7)
~
~
y(k ) Cx (k )
onde as matrizes G, H, C e D so as mesmas matrizes de estado do sistema cujos
estados no podem ser medidos. Na prtica, estas matrizes precisam ser estimadas,
97
assunto que no ser abordado aqui. Alm disso, tem-se que a resposta dos dois
sistemas deve ser a mesma, isto significa que a diferena das respostas deve tender a
zero com o passar das iteraes, isto ,
lim y(k) ~
y(k ) 0
k
Uma forma de fazer com que isso ocorra pela introduo de um sistema de
controle, pois se as entradas e as sadas forem iguais e as matrizes de estado so as
mesmas, isso significa que os estados so os mesmos, ento o sistema utilizado para a
estimao de estados deve ser dado por,
~
x (k 1) G~
x (k ) Hu(k ) K e y(k ) ~
y(k )
(7.8)
~
~
y(k ) Cx (k )
onde Ke um controlador introduzido para garantir que os dois sistemas se comportem
da mesma forma.
Figura 7.6: Sistema de controle por realimentao de estados junto com observadores de
estado completo.
O sistema do estimador de estado completo pode ser reescrito substituindo
~
y(k) C~
x (k ) ,
~
x (k 1) G K e C~
x (k ) Hu(k ) K e y(k )
(7.9)
~
~
y(k ) Cx (k )
Observe que a matriz do sistema dada por (G-KeC) e para um sistema
controle por realimentao de estado dada por (G-HK). Ento, do princpio
dualidade entre a forma cannica controlvel e observvel, o vetor de ganho Ke
observador de estado pode ser encontrado da mesma forma que o vetor de ganho
pois,
zI G HK z p1 z p 2 z p n
de
da
do
K,
z n 1 z n 1 2 z n 2 n 1 z n 0
Agora, a expresso torna-se,
98
zI G H K eH C H z p1 z p 2 z p n
z n 1 z n 1 2 z n 2 n 1 z n 0
Significando que o ganho de estado era dado por, utilizando a frmula de
Ackermann,
K 0 0 1 H GH G n 1H G
Ento, o ganho do estimador de estado pode ser dado por,
1
C 0
CG 0
(7.10)
K e G
n 1
CG 1
Deve-se notar que a frmula para o clculo do vetor de ganho do observador de
estado depende da inversa da matriz de observabilidade.
Exemplo 7.3: Supondo o sistema,
x 1 (k 1) 0 0.16 x 1 (k ) 0
u (k )
1 x 2 (k ) 1
x 2 (k 1) 1
x (k )
y(k ) 0 1 1
x 2 ( k )
Projetar um observador de estado completo para que o estimador de estado tenha
plos em,
z1, 2 0.5 j0.5
Soluo: O polinmio caracterstico para o observador,
z z 0.5 j0.5z 0.5 j0.5 z 2 z 0.5
E o ganho do observador,
1
C 0
K e G
CG 1
0 1
0 0.16 2 0 0.16
1 0
0
0
.
16
0.5
1
1
1 1
1
0 1 0 11
2 2.34 1 1 1 2
Para se utilizar o comando acker ou place do Matlab, deve ser lembrado que
o que est sendo calculado est conjugado transposto, ento,
clear all;clc;close all
% Matrizes do sistema
G=[0 -0.16;1 -1]
C=[0 1]
% Vetor dos novos polos
im=sqrt(-1);
P=[0.5+im*0.5 0.5-im*0.5]
99
% utilizando acker
Gt=G';
Ct=C';
K=acker(Gt,Ct,P);
Ke=K'
G K e Cx (k ) ~
x (k )
(7.11)
Portanto,
(7.12)
e(k 1) G K e Ce(k)
Significando que o comportamento do erro do estimador vai depender da
posio dos plos da equao caracterstica G-KeC. Normalmente, os plos do
observador devem ser escolhidos de 2 a 5 vezes mais rpido que os plos da planta a ser
estimada, isto , com uma freqncia de 2 a 5 vezes maior. Porm, em aplicaes
prticas, se a resposta da planta for contaminada com rudo, deve utilizar uma
estimativa mais lenta.
Exemplo 7.4: Supondo o sistema,
1
0 x 1 ( k ) 0
x 1 (k 1) 0
0
1 x 2 (k ) 0 u (k )
x 2 (k 1) 0
x (k 1) 0.5 0.2 1.1 x (k ) 1
3
3
x 1 (k )
y(k ) 0 1 0x 2 (k )
x (k )
3
Projetar um controlador de estado e um observador de estado para a resposta ao
degrau unitrio supondo,
Razes do controlador: 0.5j0.5 e 0.5 P z 3 1.5z 2 z 0.25
Razes do observador: 0.3j0.5 e 0.3 P z 3 0.9z 2 0.52z 0.102
Soluo: Observe que as razes da planta so dadas por,
z 1
0
zI G 0 0
100
1
ln z
T
Portanto, assumindo T = 1 s, as razes em tempo contnuo so dadas por,
s1, 2 0.6931 j3.1416
z e Ts s
s 3, 4 j0.6435
Portanto o par complexo representa um plo marginalmente estvel, j a nova
posio, 0.5j0.5 e 0.5 representa,
z1 0.5 s1 0.6931
2
H GH G H 0 1 1.1
1 1.1 1.01
Observabilidade:
0 0 0.5
C H G H C H G 2 H C H 1 0 0.2
0 1 1.1
Portanto, o sistema de estado completamente controlvel e observvel.
Root Locus
Root Locus
1.5
0.7/T
0.8/T
Imaginary Axis
0.5
0.9/T
0
/T
/T
0.9/T
1
0.7/T
0.1/T
0.9/T
0
0.8/T
-1
-1
-0.8
/T
/T
0.1/T
0.8/T
0.2/T
System: Gpp
Gain: 00.3/T
0.7/T
Pole: 0.5 - 0.5i
0.6/T
0.4/T
0.5/TDamping: 0.404
Overshoot (%): 25
Frequency (rad/sec): 0.858
-0.6
-0.4
-0.2
0
0.2
0.4
0.6
System: Gpp
Gain: 0
Pole: 0.3 + 0.5i
0.5/T 0.464
0.6/T Damping:
0.4/T
System:
0.1
Gpp
Overshoot (%): 19.3
0.2 0.3/T
Gain:
0
Frequency (rad/sec): 1.16 0.3
0.4
Pole: 0.3
0.2/T
0.5
0.6Damping: 1
0.7
0.8Overshoot (%): 0 0.1/T
0.9Frequency (rad/sec): 1.2
0.9/T
-0.5
-0.5
0.8/T
0.5
Imaginary Axis
System: Gpp
Gain: 0
0.5/T Pole: 0.5 + 0.5i
0.6/T
0.4/T
Damping: 0.404
0.10.3/T
Overshoot (%):
0.225
System: Gpp
Frequency (rad/sec): 0.858
0.3
0.4
Gain:0.2/T
0
0.5
Pole: 0.5
0.6
0.7
Damping: 1
0.8
Overshoot0.1/T
(%): 0
0.9
Frequency (rad/sec): 0.693
0.2/T
0.7/T
System: Gpp
Gain: 0
Pole:
0.5i
0.5/T0.3 - 0.4/T
Damping: 0.464
Overshoot (%): 19.3
Frequency (rad/sec): 1.16
0.3/T
0.6/T
-1
0.8
-1.5
-1
-0.8
-0.6
-0.4
Real Axis
-0.2
0.2
0.4
0.6
0.8
Real Axis
Projeto do Observador,
C
K e G CG
CG 2
0 1.204
0 0.2
1 0.54
101
0.25
H* u
x(k+1)
x(k)
C* u
Resposta
Controlada
3
3
Kc* u
H* u
G* u
x(k+1)
x(k)
z
3
C* u
G* u
Ke* u
1.2
2.5
2
Amplitude
Amplitude
1.5
0.8
0.6
0.4
0.5
0
0.2
-0.5
10
20
30
40
50
60
70
80
90
100
-1
10
20
Tempo
30
40
50
60
70
80
90
100
Tempo
Figura 7.9: Resposta do sistema nominal e ao sistema com x(0)= [-2 3 1]T
Para a planta do sistema definida por,
x (k 1) Gx(k ) Hu(k )
y(k ) Cx (k )
A funo de transferncia dada por,
Y( z )
z
G1 ( z )
CzI G H 3
2
U( Z)
z 1.1z 0.2z 0.5
Para o sistema definido por,
~
x (k 1) G~
x (k ) Hu(k ) K E [ y(k ) ~
y(k )] G K E C~
x (k ) Hu(k ) K E y(k )
~
y(k ) C~
x (k )
Aplicando transformada Z,
~
~
zX(z) G K E CX(z) HU(z) K E Y(z)
~
1
1
X(z) zI G K E C HU(z) zI G K E C K E Y(z)
Como a lei de controle dada por,
u (k ) r (k ) K C ~
x (k )
Aplicando a transformada Z,
102
~
U( z) R ( z ) K C X( z )
z3-0.9z2+0.52z-0.102
z3-1.3z2+1.24z+0.051
0.25
z
z3-1.1z2+0.2z+0.5
Planta
Controlador
Avano
Resposta
Controlada
0.959z2-1.356z+0.8622
z3-1.3z2+1.24z+0.051
Controlador
Realimentao
malha fechada
Substituindo em Y(z)=G1(z)U(z),
GG
G1
G1
Y( z)
Y( z )
R ( z ) 1 3 Y( z )
1 G 2
1 G 2
R ( z) 1 G 2 G 1G 3
Que substituindo os valores chega-se a,
Y( z)
z
3
2
R (z) z 1.5z z 0.25
Observe que houve cancelamento de plos e zeros e no final, os plos so os
plos estipulados pela realimentao de estado.
Para o ajuste do ganho Ko para eliminar o erro estacionrio,
k0z
1
K0
1 K 0 0.25
1 1.5 1 0.25
103
x (k )
(7.13)
x (k ) a
x b ( k )
onde xa(k) a parte do vetor de estado que pode ser diretamente medida e de ordem m,
xb(k) a parte que precisa ser estimada e de ordem n-m. Ento o sistema pode ser
reescrito como,
x a (k 1) G aa G ab x a (k ) H a
u (k )
x b (k 1) G ba G bb x b (k ) H b
(7.14)
x a (k )
y(k ) I 0
y( k ) x a ( k )
x b ( k )
Desta forma, a equao de estado contendo a dinmica dos estados que so
conhecidos dada por,
(7.15)
x a (k 1) G aa x a (k) G ab x b (k) Ha u(k)
Que pode ser rearranjada como,
(7.16)
x a (k 1) G aa x a (k) H a u(k) G ab x b (k)
A parte restante, que representa a dinmica dos estados no medidos, dada por,
x b (k 1) G ba x a (k) G bb x b (k) H b u(k)
(7.17)
Como a equao de estado para o observador de estado de ordem completa
dada por,
~
x (k 1) G~
x (k ) Hu(k )
~
~
y(k ) Cx (k )
Comparada com,
x b (k 1) G bbx b (k) G ba x a (k) H b u(k)
x a (k 1) G aa x a (k) H a u(k) G ab x b (k)
Onde observa-se que,
Observador de ordem completa
~
x (k )
Gbb
Hu(k)
Gbaxa(k) + Hbu(k)
(7.21)
(7.22)
104
y(k)
Gab
Ke ordem nm
Ke ordem (n-m)m
K e x a (k 1) G aa x a (k ) H a u (k )
Substituindo xa(k) = y(k), pois so os estados medidos,
~
x b (k 1) G bb K e G ab ~
x b (k ) G ba y(k ) H b u (k )
K e y(k 1) G aa y(k ) H a u (k )
Rearranjando,
~
x b (k 1) G bb K e G ab ~
x b (k ) K e y(k 1)
G ba K e G aa y(k ) H b K e H a u (k )
O problema em utilizar a equao acima est no fato de ter que medir y(k+1).
Ento, uma forma mais conveniente de expressar a equao acima fazendo,
~
x b (k 1) K e y(k 1) G bb K e G ab ~
x b (k ) G ba K e G aa y(k ) H b K e H a u (k )
G K G ~
x (k ) K y(k ) G K G K y(k )
bb
ab
bb
ab
bb
G ba K e G aa y(k ) H b K e H a u (k )
G K G ~
x ( k ) K y( k )
ab
G bb K e G ab K e G ba K e G aa y(k ) H b K e H a u (k )
Definindo,
~(k )
~
x b (k) K e y(k) ~
x b (k ) K e x a (k )
Pode-se escrever o sistema como,
~(k 1) G K G (k ) H K H u (k )
bb
e ab
b
e a
G bb K e G ab K e G ba K e G aa y(k )
A equao acima descreve a dinmica do observador de estado de ordem
mnima ou ordem reduzida. O erro do observador pode ser definido como,
~(k ) x (k ) ~
e(k) (k)
x b (k )
b
Que se torna,
x b (k 1) ~
x b (k 1) G bb x b (k ) G ba x a (k ) H b u (k )
G K G ~
x (k ) G x (k ) H u (k )
bb
ab
ba
K e x a (k 1) G aa x a (k ) H a u (k )
Rearranjando,
x b (k 1) ~
x b (k 1) G bb x b (k ) ~
x b (k ) K e G ab ~
x b (k )
K e x a (k 1) G aa x a (k ) H a u (k )
Substituindo a equao de xa(k+1),
105
x b (k 1) ~
x b (k 1) G bb x b (k ) ~
x b (k ) K e G ab ~
x b (k )
K e G aa x a (k ) G ab x b (k ) H a u (k ) G aa x a (k ) H a u (k )
Que simplificando encontra-se,
x b (k 1) ~
x b (k 1) G bb x b (k) ~
x b (k) K e G ab ~
x b ( k ) x b ( k )
Que se reduz a,
e(k 1) G bbe(k) K e G ab e(k) G bb K e G ab e(k)
Portanto, a equao caracterstica do erro do observador de ordem mnima ou de
ordem reduzida dada por,
zI G bb K e G ab 0
Assim, o projeto do observador de ordem reduzida feito escolhendo os plos
desejados para a equao acima, utilizando a frmula de Ackerman, conforme,
1
G ab 0
G G 0
(7.23)
K e G bb ab bb
n 1
G ab G bb 1
Sendo que n agora a ordem da matriz Gbb.
1 0.2
0.02
, H
G
e C 1 0
0 1
0.2
106
Novo polinmio caracterstico para a realimentao de estado,
z z 0.6 j0.4z 0.6 j0.4 z 2 1.2z 0.52
Frmula de Ackermann para a realimentao de estado,
1
K 0 1H GH G
1
2
0.02 0.6 1 0.2
1 0.2
1 0
0 1
1
.
2
0
.
52
0 1
0 1
0.2 0.2 0 1
8 3.2
Desta forma, a lei de controle dada por,
x (k )
y( k )
u (k ) Kx(k ) 8 3.2~ 1 8 3.2~
x 2 (k )
x 2 (k )
Para encontrar o observador de ordem mnima, deve-se separar o sistema
segundo,
G ab 1 0.2
G
H 0.02
e H a
G aa
G ba G bb 0 1
H b 0.2
Como o observador deve ter comportamento Dead-Beat, o polinmio
caracterstico dado por6,
z z 0
Aplicando Ackermann para o ganho do observador de ordem mnima,
1
K e G bb G ab 1 (1)(0.2) 1 (1) 5
A equao de estado do observador de ordem mnima,
~(k 1) G K G (k ) H K H u (k )
bb
e ab
b
e a
G bb K e G ab K e G ba K e G aa y(k )
Substituindo os valores,
~(k 1) 1 (5)(0.2) (k ) 0.2 (5)(0.02) u (k )
1 (5)(0.2) 5 0 (5)(1)y(k )
0.1u (k ) 5y(k )
S est faltando os estados no estimados dado por,
6
O polinmio caracterstico para dead beat deve ser da ordem a ser utilizada, como neste caso precisa-se
estimar apenas um estado, o polinmio caracterstico apenas z.
107
~(k) 5y(k)
~(k )
~
x 2 (k) K e y(k)
E a equao da lei de controle,
u(k) 8y(k) 3.2~
x 2 (k )
Estas ltimas trs equaes definem o sistema de controle. Combinando as duas
ltimas,
~(k )
u (k ) 8y(k ) 3.25y(k )
~ (k )
24 y(k ) 3.2
Y( z )
z 0.32
A funo de transferncia da planta,
Y(z)
1
G P (z)
CzI G H D
U(z)
1
z 0 1 0.2 0.02
1 0
0 1 0.2
0
z
0.02z 0.02
2
z 2z 1
Ko
Step
Gain
0.02z+0.02
z2-2z+1
Scope
Planta
24z-16
z+0.32
Controlador
o
R ( z ) 1 G P ( z )G D ( z )
z 3 1.2z 2 0.52z
Para que o sistema no tenha erro estacionrio,
108
1
1 K o 0.02z 0.0264z 0.0064
K 0.0528
o
1 K o 6.0606
0.32
Notar que a equao caracterstica do sistema em malha fechada dada por,
z 2 1.2z 0.52z 0
Representando os mesmos plos escolhidos para o fechamento da malha.
s1, 2 n jd n jn 1 2
2. Com base na maior freqncia presente no sistema, estabelecer o tempo de
amostragem e discretizar o sistema,
1 1 1
T a
6 10 f max
3. Verificar a Controlabilidade e Observabilidade, supondo que a ordem da
matriz G seja n,
a. Controlabilidade,
CO H GH G n 1H posto(CO) n
b. Observabilidade,
109
C
CG
posto(OB) n
OB
n 1
CG
4. Escolher os novos plos do sistema controlado supondo,
1
s ln z z e Ts
T
5. Calcular o vetor de realimentao de estado,
a. Novo polinmio caracterstico, com zn os sendo os novos plos
desejados dados por,
z z z1 z z 2 z z n
z n 1z n 1 2 z n 2 n 1z n
b. Vetor de realimentao,
K c 0 0 1 H GH G n 1H G
c. Ajustar o ganho esttico Ko para que no ocorra erro estacionrio da
resposta controlada se necessrio.
1
C 0
CG 0
K e G
n 1
CG 1
c. Escrever a lei de controle supondo,
u ( k ) K c ~
x (k )
i. Regulador:
~
u ( k ) K c x ( k ) K 0 r ( k )
ii. Controlador:
7. Projetar o vetor de realimentao do estimador de ordem reduzida fazendo,
a. Reescrevendo a planta na forma,
x a (k 1) G aa G ab x a (k ) H a
u (k )
x b (k 1) G ba G bb x b (k ) H b
x (k )
y(k ) I 0 a y(k ) x a (k )
x b ( k )
b. Projetando o vetor de ganho na forma, com n sendo a ordem de G bb,
110
G ab 0
G G 0
K e G bb ab bb
n 1
G ab G bb 1
c. Escrever a equao do observador de ordem reduzida na forma,
~(k 1) G K G (k ) H K H u (k )
bb
e ab
b
e a
G bb K e G ab K e G ba K e G aa y(k )
d. Escrever a equao dos estados estimados na forma,
~(k ) K x (k )
~
x b (k )
e a
e. Escrever a lei de controle supondo,
y( k )
i. Regulador:
u (k ) K c ~
x b (k )
y( k )
u (k ) K c ~
K 0 r (k )
x b (k )
ii. Controlador:
s 1
1 e Ts
1
G (z) Z
G (s) 1 z 1 Z 2 2
2s s 2s 100
1 z 1
s 1
1
99
Z 2
1
2
2 1 z
2 s 2s 100 2 99 s 2s 100
Comparando com os items 16 e 17 da tabela de transformada, a = 1 e 99 ,
ento,
1 e Ts
0.05923z 0.05727
G(z) Z
G(s) 2
s
z 1.672z 0.9048
111
x 1 (k 1) 0 0.9048 x 1 (k ) 0.05727
u (k )
x 2 (k 1) 1 1.672 x 2 (k ) 0.05923
x (k )
y(k ) 0 1 1
x 2 ( k )
Para os novos plos do sistema em tempo contnuo,
2
2
2
14.1421 j14.1421
s1, 2 n jd
20 20 1
2
2
Passando para tempo discreto,
z1, 2 e sT e ( 14.1421 j14.1421)0.05) 0.3749 j0.3203
Projetando o controle via realimentao de estado, matriz de controlabilidade,
0.05727 0 0.9048 0.05727 0.5727 0.0536
H GH
K 0 1H GH G
1
0.5727 0.0536
0 1
0.5923 0.1563
7.5878 8.2331
0 0.9048 2
0 0.9048
1 0
0.7498
0.2431
1
1.672
1.672
1
0 1
G ab G aa 1 1.672
H a 0.05923
Como o observador deve ter comportamento Dead-Beat, o polinmio
caracterstico dado por,
z z 0
Aplicando Ackermann,
1
K e G bb G ab 1 (0)(1) 1 (1) 0
112
0 1
xn 2 (k ) 0 1 x 2 (k )
O sistema fica,
1
xn 1 (k 1) 1 1 0 0.9048 1 1 xn 1 (k ) 1 1 0.05727
u (k )
xn 2 (k 1) 0 1 1 1.672 0 1 xn 2 (k ) 0 1 0.05923
1
1 1 xn 1 (k )
y(k ) 0 1
0 1 xn 2 (k )
Chegando a,
xn 1 (k 1) 1 0.2328 xn 1 (k ) 0.1165
u (k )
xn 2 (k 1) 1 0.672 xn 2 (k ) 0.05923
xn (k )
y(k ) 0 1 1
xn 2 (k )
A resposta do novo sistema e do sistema antigo exatamente a mesma,
significando que os dois sistemas so os mesmos. Agora, aplicando o mtodo,
1
K e G bb G ab 1 (1)(1) 1 (1) 1
A equao de estado do observador de ordem mnima,
~(k 1) G K G (k ) H K H u (k )
bb
e ab
b
e a
G bb K e G ab K e G ba K e G aa y(k )
Substituindo os valores,
~(k 1) 1 (1)(1) (k ) 0.1165 (1)(0.05923) u (k )
0 1 x 2 (k ) 0 1 xn 2 (k ) 0 1 xn 2 (k )
Significando que x2(k) = xn2(k), mas x1(k) = xn1(k)+xn2(k) = xn1(k)+x2(k),
assim, a lei de controle fica,
xn (k ) xn 2 (k )
~
u (k ) Kx(k ) 7.5878 8.2331 1
xn 2 (k )
~
xn ( k )
7.5878 0.6453 1
xn 2 (k )
Estas ltimas trs equaes definem o sistema de controle. Combinando as duas
ltimas,
113
u (k ) 7.5878~
xn 1 (k ) 0.6453xn 2 (k )
~(k ) 0.6453x (k )
7.5878y(k )
2
~
8.2331y(k ) 7.5878(k )
Se esta equao verdade, ento,
~(k 1)
u(k 1) 8.2331y(k 1) 7.5878
Substituindo a equao do observador,
~(k 1)
u (k 1) 8.2331y(k 1) 7.5878
Y( z )
z 0.4348
A funo de transferncia da planta original,
0.05923z 0.05727
G P ( z) 2
z 1.672z 0.9048
A equao caracterstica do sistema em malha fechada, assumindo que a
resposta seja C(z) e a referncia a ser seguida R(z), pode ser encontrada atravs de,
K o G P (z)
K 0.05923z 2 0.08302z 0.0249
C(z)
3o
R (z) 1 G P (z)G D (z) z 0.7494z 2 0.2428z 0.0002473
Para que o sistema no tenha erro estacionrio,
lim c(k ) lim 1 z 1 C(z)
k
z1
K 0.1671
o
1 K o 2.9533
0.4936
y(k ) 1 0 0x 2 (k )
x (k )
3
a) Determinar se o sistema completamente observvel e controlvel;
b) Implementar uma realimentao para posicionar os plos em,
Z1,2 = 0.5 i0.5 e Z3 = 0.1
c) Implementar um estimador para os estados no estimados para que este
apresente resposta deadbeat.
Soluo: Iniciando pela controlabilidade e observabilidade,
114
0
0
1
1 1.7 1.73
H
G H C H G 2 H C H 2.86 1.36 0.2
H GH G 2 H 1 2.7 3.43 e C
3.602 2.212 0.34
1 2.7 3.93
Portanto, sistema completamente controlvel e observvel. Para calcular o vetor
de realimentao de estado, o novo polinmio caracterstico dado por,
z z 3 1.1z 2 0.6z 0.05
Ento o vetor de realimentao de estado,
G
3.86 1.36 0.2 e H H
G ba G bb 3.36 0.86 0.2
a
1
G ab 0 1
K e G bb
1 1
G
G
ab
bb
A equao de estado do observador de ordem mnima,
~(k 1) G K G (k ) H K H u (k )
bb
e ab
b
e a
G bb K e G ab K e G ba K e G aa y(k )
Substituindo os valores,
~(k 1) 0 0(k ) 1 y(k ) P1(k ) P2 y(k ) P3u (k )
0.5 0
1
115
1
0 x 1 ( k ) 0
x 1 (k 1) 0
0
1 x 2 (k ) 0 u (k )
x 2 (k 1) 0
x (k 1) 0.5 0.2 1.1 x (k ) 1
3
3
x 1 (k )
y(k ) 0 1 0x 2 (k )
x (k )
3
Soluo: O primeiro passo verificar qual a sada que medida, no caso a sada
x2(k). Ento necessrio reescreve o sistema na seguinte forma,
0
1 x 2 ( k ) 0
x 2 (k 1) 0
0
0 x 1 (k ) 0 u (k )
x 1 (k 1) 1
x (k 1) 0.2 0.5 1.1 x (k ) 1
3
3
Nesta nova configurao,
x (k )
x a (k ) x 2 (k ) ; x b ( k ) 1
x 3 ( k )
0
1
0
G aa 0 ; G ab 0 1 ; G ba
; G bb
0.2
0.5 1.1
0
Ha 0 ; H b
1
Ainda do Exemplo 7.4, o ganho do controlador,
K c 0.75 0.8 0.4
O ganho do observador de estado mnimo pode ser encontrado atravs da
equao do erro dada por,
e(k 1) G bb K e G ab e(k)
Como foi especificada resposta tipo deadbeat, ento,
z z 2
Aplicando a frmula de ackerman,
1
G ab 0 0
K e G bb
G ab G bb 1 1.1
A construo do diagrama de blocos segue atravs das seguintes equaes,
~(k 1) G K G
~(k ) H K H u (k )
bb
e
ab
b
e
a
G bb K e G ab K e G ba K e G aa y(k )
~(k ) P2 y(k ) P3u (k )
P1
Substituindo os valores,
~(k 1) P1
~(k ) P2 y(k ) P3u (k )
~ (k 1) 0
~ (k ) 1
0
0
1
1
y( k ) u ( k )
~
~
1
2 (k 1) 0.5 0 2 (k ) 0.2
116
~
~
y( k )
x
(
k
)
3 2 (k ) 1.1
Finalmente a terceira equao,
x 1 (k )
x 1 (k )
~
u ( k ) K 0 r ( k ) K c x 2 ( k ) K 0 r ( k ) K c x 2 ( k )
x (k )
~
3
x 3 (k )
Substituindo os valores,
x 1 (k )
~
x 3 (k )
Chegando a,
0.25
H* u
x(k+1)
x(k)
C* u
Resposta
Controlada
3
3
G* u
P3* u
n(k+1)
P2* u
n(k)
3
2
x~(k)
Kc* u
Ke2* u
P1* u
x 1 (k 1) 1 1 x 1 (k ) 1
u (k )
x 2 (k 1) 0.5 0 x 2 (k ) 0.5
x (k 1)
y(k ) 1 0 1
x 2 (k 1)
a) Verificar se o sistema Controlvel;
b) Projetar um sistema de controle via realimentao de estado para que os
novos plos do sistema sejam posicionados em, z1, 2 0.15 j 0.3
c) Supondo uma entrada degrau r(k), calcular qual o ganho k0 para que no
haja erro estacionrio;
117
u (k )
x (k 1)
y(k ) 1 0 1
x 2 (k 1)
a) Projetar um observador de ordem mnima para o estado que no medido,
para que este apresente uma resposta tipo DeadBeat;
b) Escrever as equaes necessrias e desenhar o diagrama de blocos planta observador de ordem mnima realimentao de estado supondo que o
sistema seja um regulador.
Exerccio 7.4: (Exame 2007) Para o sistema abaixo pede-se,
x 1 (k 1) 1 1 x 1 (k ) 1
u (k )
x 2 (k 1) 2 0 x 2 (k ) 2
x (k 1)
y(k ) 0 1 1
x 2 (k 1)
a) Verificar se o sistema Controlvel e Observvel;
b) Projetar um sistema de controle via realimentao de estado para que os
novos plos do sistema sejam posicionados em, z1, 2 0.5 j0.5 ;
c) Projetar um observador de ordem reduzida para o estado que no medido,
supor resposta deadbeat para o observador de ordem reduzida;
d) Escrever as equaes necessrias e o diagrama de blocos para o conjunto
sistema-controlador-observador de ordem reduzida supondo que o sistema de
controle seja um Regulador.
118
Captulo 8
8 Projetos
Nesta parte, ser apresentada uma seqncia de projetos interessantes de
sistemas mecnicos envolvendo sistemas de controle em tempo discreto. Para a
implementao dos sistemas de controle, necessariamente dever ser seguido os
seguintes passos,
1. Modelagem matemtica; onde o aluno dever assumir todas
as condies necessrias para o equacionamento do sistema,
tais como posio dos sensores e atuadores, se h atrito,
linearizao, etc.
2. Equaes na forma de funo de transferncia e de Espao
de Estados ambos em tempo contnuo e tempo discreto;
onde o aluno dever optar por uma das formas para a
transformao de tempo contnuo para tempo discreto.
Alm disso, deve-se especificar qual o tempo de
amostragem e explicar a sua escolha;
3. Apresentar o sistema em diagrama de blocos; nesta parte
ser apresentado o diagrama de blocos contendo planta e
sistema de controle separadamente, pode ser feita em
Simulink;
4. Implementao do sistema de controle, explicando a sua
escolha e detalhando o procedimento de clculo;
5. Apresentao dos resultados contendo distrbio e lei de
controle;
119
120
121
122
123
9 Referncias Bibliogrficas
K. Ogata. Discrete-Time Control Systems. 2nd Ed. Prentice Hall, 1994.
G.F. Franklin, J.D. Powell, and M.L. Workman. Digital Control of Dynamic Systems.
Addison-Wesley, 3rd Edition. 1998.
C.L. Phillips, H.T. Charles. Digital control system analysis and design. 3rd Edition
Englewood Cliffs, N. J.: Prentice - Hall, c1995.
C.H. Houpis, G.B. Lamont. Control Systems. Theory, Hardware, Software. 2nd Ed.
McGraw-Hill, 1992.
J.J. Distefano III, A. R. Stubberud. Schaums Outline of Theory and Problems of
Feedback and Control Systems. 2nd Ed., Schaums Outline Series, McGraw-Hill.
1990.
124