Você está na página 1de 14

Universidade de Braslia

Implementao de Controle com Reduo Modal

Ataias Pereira Reis


Emanuel Pereira Barroso Neto
8 de abril de 2016

1 Introduo
O objetivo deste documento apresentar os procedimentos necessrios para implementar o mtodo de controle apresentado no artigo Modal Reduction Based Tracking
Control for Installation of Subsea Equipments, desenvolvido por Fabrcio et al, em um
controlador industrial da Rockwell. Nem todos os detalhes esto presentes no artigo,
o que torna difcil simplesmente l-lo e realizar o sistema. Algumas modificaes no
controle sero feitas com base no trabalho do aluno de mestrado Rafael Simes <rafael.domenici@hotmail.com>.

2 Equaes Governantes
Para o riser, a Equao 2.1 representa o deslocamento horizontal (z, t) do tubo
um barbante, no caso da bancada de laboratrio sob a ao de foras hidrodinmicas
externas Fn (z, t) (fora linear com unidade N/m) e trao T (z) (unidade N):


2
4

ms 2 = EJ 4 +
T (z)
+ Fn (z, t)
(2.1)
t
z
z
z
Antes de prosseguir, importante definir termos desta equao:
ms a massa linear do barbante (densidade linear, kg/m)
E o mdulo de Young do barbante e ele desconhecido

J o segundo momento de rea e representa a resistncia do barbante flexo. O


barbante no apresenta tal resistncia, da J = 0
T (z) a fora de trao e dada por
T (z) = (mb + zms ) g,
sendo mb a massa da bolinha (kg), ms = mbarbante,kg /L, sendo L o comprimento
do barbante, z a posio vertical a partir do carrinho e g a fora da gravidade.
A fora externa resultante, Fn (z, t), dada por



2


Fn (z, t) = mf bar 2
,
t
t t

(2.2)

na qual o coeficiente de arrasto (adimensional ? deveria ser, mas h algo que no


bate) e mf bar a massa do fluido adicionado, que ser posteriormente pormenorizada.
Fazendo m = ms + mf bar e substituindo a Equao 2.2 na 2.1, obtm-se:




2
EJ 4
T (z)

=
+

(2.3)
t2
m z 4
z
m z
m t t

2.1 Constantes
Significado
Massa
Comprimento
Massa linear
Raio
Densidade

Smbolo
mbar
L
ms
rbar
bar

Valor
0.492
0.82
0.6
1
191

Unidade
g
m
g/m
mm
kg/m3

Tabela 2.1: Constantes do barbante

Significado
Massa
Raio
Coeficiente de inrcia
Coeficiente de arrasto
Volume
rea da seo transversal

Smbolo
mb
rb
Cm
Cd
Vb
Ab

Valor
0.492
15.3
1.2
0.6
4
3
3 rb
2
rb

Unidade
g
mm
m3
m2

Tabela 2.2: Constantes da bolinha de isopor

Como visto anteriormente, m = ms +mf bar . A massa linear mf bar do fluido adicionado
ao redor do barbante dada por
2
mf bar = 2rbar
ar

= 0.00770 g/m.

(2.4)

J que mf bar  ms , consideraremos m = ms nos clculos. Em relao massa mf b


do fluido adicionado ao redor da bolinha de isopor, ela dada por
mf b = 1.2Vb ar


4 3
= 1.2
r ar
3 b
= 0.0220 g

(2.5)

mf b  mb tambm, de forma que os clculos consideraram m0 = mb .


Nota-se que o barbante pesa mais que o isopor, o que faz com que a trao no seja
principalmente devida pela bolinha, mas sim pelo barbante. Neste caso, no se utiliza
um valor mdio para T (z) como no artigo do Fabrcio, mas
se pode usar um valor
ainda


0
mdio para as constantes e que substitui o termo m t para o barbante
e para a

, tem-se
bolinha, respectivamente. J levando em conta um valor mdio para
t


2
EJ 4
T (z)

(2.6)
2
4
t
m z
z
m z
t
Antes de prosseguirmos para a discretizao e obteno das matrizes em espao de
estados, importante pensar nas condies de contorno. No topo, z = L, tem-se
(L, t) = u(t), ou seja, o carrinho se move conforme uma trajetria u(t) definida. Neste
mesmo ponto,
z (L, t) = 0. Para a ponta na qual a carga est situada, z = 0, tem-se
FL

z (0, t) = T , sendo FL a fora aplicada pela ponta do riser na carga. (Outra coisa
que confundi, eu entendi u(t) sendo uma trajetria, pois deslocamento,
mas no artigo do Fabrcio est escrito em uma momento que uma fora).

2.2 Discretizao
De forma a se realizar o controle proposto, o sistema deve ter um espao de estados
finito. Para isso, aplica-se o mtodo de diferenas finitas na coordenada z de maneira a
se aproximar a EDP governante em um nmero finito de EDOs. No espao discreto, a
equao do k-simo elemento dada por
d2 k
EJ
= 4 (k2 4k1 + 6k 4k+1 + k+2 )
dt2
ml
T0 + mg(k 1)l
k1 + k+1
dk
+
(k1 2k + k+1 ) + g

,
2
ml
2l
dt

(2.7)

sendo N o nmero de pontos de discretizao e l a distncia entre dois pontos de discretizao (l = L/N ).
Note que k N : 2 k N 1, pois um dos extremos a bolinha e a equao
do pndulo rege seu movimento enquanto que a outra ponta se aplica uma condio
de contorno. O que aconteceria quando k = 2 e se precisasse de k2 ? Para nosso
experimento, J = 0 e esse problema no ocorre. Caso se faam testes com um valor de
J 6= 0, teramos de resolver esse problema primeiro.
Para simplificar, definem-se as constantes
EJ
ml4
T0 + mg(k 1)l
bk =
, k2
ml2
g
c=
2l
dk = bk c, k 2
a=

ek = bk + c, k 2

(2.8)
(2.9)
(2.10)
(2.11)
(2.12)

A meu ver, a melhor forma de se analisar como as matrizes do sistema ficaro expandir
o sistema para casos com N pequeno e ver o que est ocorrendo. Observe que a = 0 para
o barbante, o que simplifica os prximos passos.
Para o caso N = 6, tem-se

T
1
2
3
4
5
6
x = 1 2 3 4 5 6

(2.13)

u = (L, t) = 7

(2.14)

y = (0, t) = 1

(2.15)

2 = b2 (1 22 + 3 ) + c(1 + 3 )
2

2
= d2 1 2b2 2 + e2 3

(2.16)

3
3 = b3 (2 23 + 4 ) + c(2 + 4 )

3
= d3 2 2b3 3 + e3 4

(2.17)

4 = b4 (3 24 + 5 ) + c(3 + 5 )
4

4
= d4 3 2b4 4 + e4 5

(2.18)

5 = b5 (4 25 + 6 ) + c(4 + 6 )
5

5
= d5 4 2b5 5 + e5 6

(2.19)

6 = b6 (5 26 + u) + c(5 + u)
6

6
= d6 5 2b6 6 + e6 u

(2.20)

e as equaes so

A equao para a posio da carga 1 leva em conta a massa da bolinha e a fora de


Morison:

mb g
1

mb 1 =
(2 1 ) + ar Cm Vb 1 ar Cd Ab 1
(2.21)
1 ,
(N 1)l
2
1 , tem-se
e, isolando-se
1 =


mb g
1

C
A

1 .
2
1
1
d b
m0 (N 1)l
2m0

(2.22)

Note que m0 = mb + ar Cm Vb = mb + mf b mb . Assim, assume-se m0 = mb para os


clculos.


1
Anteriormente, foi apresentada a linearizao para o termo 2m
Cd A
k do cabo.
Assumo que isso tambm seja necessrio para a bola, resultando em um 0 :
1,
1 = b1 (1 + 2 ) 0

(2.23)

mb g
g
=
.
1)l
(N 1)l

(2.24)

com
b1 =

m0 (N

Desta forma, pode-se definir o sistema linear em forma matricial

0
0
0
0
0
0
1
0
0
0
0
0
0
0
0
0
0
1
0
0

0
0
0
0
0
0
0
0
1
0

0
0
0
0
0
0
0
0
0
1

0
0
0
0
0
0
0
0
0
0

0
0
0
0
0
0
0
0
0
0
x =
b1
0
0
0
0
0 0
0
0
b1

d2 2b2
e2
0
0
0
0 0
0

0
d3
2b3
e3
0
0
0
0 0

0
0
d4
2b4
e4
0
0
0
0

0
0
0
d5
2b5
e5
0
0
0
0
0
0
0
0
d6
2b6
0
0
0
0
que pode ser representado concisamente como




066 I66
0111
x =
x+
u
M66 L66
e6
Para o caso de uma discretizao com N pontos, tem-se




0N N IN N
02N 11
x =
x+
u
MN N LN N
eN


y = 1 012N 1 x

0
0
0
0
1
0
0
0
0
0

0
0
0
0
0
1
0
0
0
0
0

0
x +

0
e6
(2.25)

(2.26)

(2.27)
(2.28)

2.3 Cdigo para calcular matrizes


Listing 1: Cdigo para gerar matrizes A, B e C
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38

# -*- coding: utf-8 -*from numpy import *


from numpy.linalg import *
#a is a numpy matrix
def print_matriz(a):
(I,J) = a.shape # Determina as dimenses da matriz a ser impressa
for i in range(0,I):
st =
for j in range(0,J):
#Nmeros de valor absoluto menor que um threshold so
mostrados como 0 para facilitar visualizao
st += {:12.2}.format((a[i,j] if (abs(a[i,j]) > 1e-10) else
0.0))
if (j != J - 1):
st +=
print(st)
print()
def generateA(n, b, d, e, tau, taul):
L = (-tau) * eye(n)
L[0][0] = (-taul)
M = zeros((n,n))
for k in range(0,n):
M[k][k] = -2*b[k] if k != 0 else -b[k]
if k != n-1:
M[k+1][k] = d[k+1]
M[k][k+1] = e[k] if k != 0 else b[k]
A = vstack((hstack((zeros((n,n)),eye(n))),hstack((M,L))))
return matrix(A)
def generateB(n, e):
B = zeros((2*n,1))
B[2*n-1,0] = e[n-1]
return matrix(B)

def generateC(n):
C = zeros((1,2*n))
C[0,0] = 1
# Como C uma matriz linha, as duas dimenses
so necessrias; seno, toda a matriz C valer 1.
39
return matrix(C)
40
41
42

def getReducedSystem(A,B,C,n):
eig_A,T = eig(A) # eig_A so os autovalores de A, e T a matriz
de autovetores

43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90

# print(Autovalores de A)
# print_matriz(matrix(eig_A))
# print(Matriz T)
# print_matriz(T)
# print()
#A Matriz T no a que deve ser utilizada para a transformao de
similaridade!
#Ela tem nmeros complexos e isso ruim
#Ela deve ser convertida em uma matriz que tenha s nmeros reais
Tnew = matrix(zeros((2*n,2*n))) #real! no complexo
i = 0
while i < 2*n: #ser que tem algo errado? tem de testar
if imag(eig_A[i]) > 1e-10: #complexo
Tnew[:,i] = real(T[:,i])
Tnew[:,i+1] = -imag(T[:,i])
i = i + 2
else:
Tnew[:,i] = T[:,i]
i = i + 1
# print(Matriz T nova)
# print_matriz(Tnew)
# print()
del T
T = Tnew
T_inv = matrix(inv(T))
A_M = T_inv * A * T
B_M = T_inv * B
C_M = C * T
C_M_diag = matrix(zeros((2*n,2*n), complex))
#
#
#
#
#
#
#
#
#
#
#

print(Matriz A_M)
print_matriz(A_M)
print()
print(Matrix B_M)
print_matriz(B_M)
print()
print(Matrix C_M transposta)
print_matriz(C_M.transpose())
print()

91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135

for i in range(0,2*n):
C_M_diag[i,i] = C_M[0,i]
A_M_inv = inv(A_M)
Gains = C_M_diag * A_M_inv * B_M
# print(Ganhos:)
# print_matriz(Gains)
# print()
gdim = (Gains.shape[0] // 2)
GainSum = zeros((gdim,1))
#Como todos os autovalores so complexos, cada subsistema 2x2
composto
#de um autovalor e seu conjugado que um outro autovalor
for i in range(0,Gains.shape[0],2):
GainSum[i//2] = real(abs(Gains[i] + Gains[i+1]))
print(Ganhos dos subsistemas 2x2 (todos os autovalores so
complexos):)
print_matriz(GainSum)
print()
#Obter maiores ganhos e ndices
gain = array([max(GainSum)])
lines = array([argmax(GainSum)*2-2, argmax(GainSum)*2-1])
GainSum = delete(GainSum, argmax(GainSum))
beginning = 0
gain = insert(gain, beginning, max(GainSum))
lines = insert(lines, beginning, array([argmax(GainSum)*2-2,
argmax(GainSum)*2-1]))
print(Maiores ganhos)
print(gain)
print(ndices)
print(lines)
print()
print(Autovalores)
print_matriz(matrix(eig_A[lines]))
print()
print(Matriz A_R)
eig1 = eig_A[lines[0]]
eig2 = eig_A[lines[2]]
A_R = matrix(array([[real(eig1), imag(eig1), 0,
0],
[-imag(eig1), real(eig1), 0,
0],
[0,
0,
real(eig2), imag(eig2)],
[0,
0,
-imag(eig2), real(eig2)]]))

136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183

print_matriz(A_R)
print()
print(Vetor B_R)
B_R = B_M[lines]
print_matriz(B_R)
print()
print(Vetor C_R)
C_R = C_M[0,lines]
print_matriz(C_R)
print()
print(Constante D_R)
D_R = C*inv(A)*B - C_R*inv(A_R)*B_R
print_matriz(D_R)
print()
def main():
n = 300
tau = 0.2426 # tau do barbante
taul = 0.1133 # tau da bolinha
ms = 0.0006
# massa linear do barbante (kg/m)
mb = 0.00015 # massa da bolinha (kg)
g = 9.807
# acelerao da gravidade (m/s^2)
L = 0.82
# Comprimento total do barbante (m)
l = L/n
# distncia entre dois pontos de discretizao
T0 = mb*g
# Trao no ponto 0 (logo acima da bolinha) considerando peso da bolinha (N)
b = zeros((n,1))
c = g/(2*l)
d = zeros((n,1))
e = zeros((n,1))
b[0] = g/((n-1)*l)
for k in range(2,n+1):
b[k-1] = (T0 + ms*g*(k-1)*l)/(ms*l**2)
d[k-1] = b[k-1] - c
e[k-1] = b[k-1] + c
# b = [1,2,3,4,5,6]
# d = [0,0.2,0.3,0.4,0.5,0.6] # Teste
# e = [0,12,13,14,15,16]
A
#
#
#
B

= generateA(n, b, d, e, tau, taul)


print(Matriz A:)
print_matriz(A)
print()
= generateB(n,e)

184
185
186
187
188
189
190
191
192
193
194

# print(Matriz B:)
# print_matriz(B)
# print()
C = generateC(n)
# print(Matriz C:)
# print_matriz(C)
# print()
getReducedSystem(A,B,C,n)
if __name__ == "__main__":
main()

3 Uma Estratgia de Reduo da Ordem do Modelo


A maior parte da teoria clssica de controle lida com sistemas representados por um
pequeno nmero de variveis de estado. Portanto, uma forma de aplicar mtodos clssicos
de controle da literatura para sistemas de parmetros distribudos discretos por meio
de uma reduo da ordem do modelo.
Tal reduo do modelo ser feita em duas etapas: primeiro, uma transformao modal
aplicada nas equaes originais do espao de estados, resultando em uma nova representao em variveis modais. Nesta forma, o sistema pode ser visto como um conjunto
de subsistemas dissociados em paralelo, cuja influncia na sada pode ser calculada individualmente. Ento, os subsistemas com os maiores ganhos estticos so escolhidos para
criar um modelo de ordem reduzida.

3.1 Decomposio Modal


Primeiro, deve-se obter os autovalores do espao de estados do riser. Observa-se que
eles so sempre distintos entre si, uma condio suficiente para a diagonalizao da matriz
do espao de estados. Assim, calcula-se a matriz modal T, cuja i-sima coluna o i-simo
autovetor do sistema:
T = ( v1 | v2 | . . . | v2N )12N

(3.1)

Como a matriz T provavelmente tem valores complexos devidos a autovalores complexos. Isso um problema para a representao em espao de estados e sua simulao.
que tenha s nmeros reais. Antes de explicar como
A soluo criar uma matriz T
cri-la, lembre que os autovalores complexos sempre aparecem em pares conjugados j
que a matriz A s tem valores reais. Quando a primeira coluna de um autovetor de um
ser sua parte real. A
par complexo conjugado for encontrada, a coluna respectiva de T
segunda coluna desse par complexo conjugado ser a parte imaginria da coluna de T.

10

utilizada para uma transformao de similaridade no sistema original:


A matriz T
1 AT,

AM = T
1 x,
xM = T
1

BM = T

B, e

CM = CT.

(3.2)
(3.3)
(3.4)
(3.5)

O sistema transformado, denotado pelo subscrito M, mais adequado anlise. AM


uma matriz diagonal, com seus autovalores explcitos, e permitindo o desacoplamento do
sistema original em N subsistemas de segunda ordem formados por pares de autovalores
reais ou complexo-conjugados.

3.2 Reduo Modal


Neste estgio, procura-se determinar quais dos subsistemas so mais adequados para
aproximar o modelo original por meio do clculo do ganho esttico de cada um. Este
mtodo depende da predominncia de uns poucos autovalores na resposta do sistema, j
que altas frequncias so muito atenuadas pelas foras hidrodinmicas e pela suavidade
da entrada.
Os subsistemas selecionados so combinados em um modelo reduzido
z = AR z + BR u

(3.6)

y = CR z + DR u

(3.7)

cuja ordem escolhida considerando o custo-benefcio entre a acurcia da dinmica reduzida e a simplicidade da estrutura de controle exigida. Alm disso, o sistema reduzido
deve compensar o ganho esttico perdido nos autovalores desconsiderados. Isto feito
por meio de uma matriz de transferncia direta DR , que a diferena dos ganhos dos
sistemas original e reduzido:
DR = CA1 B CR A1
R BR

(3.8)

O subsistemas so de ordem 1 ou 2 dependendo se o autovalor real ou um par


complexo conjugado.
A matriz de transferncia direta DR introduz novas dinmicas: uma sada no-nula que
no leva em conta o atraso de propagao da entrada e um ganho em altas frequncias.
Conforme mostrado por Fortaleza (2009), podemos refinar o modelo reduzido introduzindo um atraso de entrada  que minimiza a transferncia direta e garante dinmica
nula para t < :
z = AR z + BD u(t )
y = CR z + DD u(t )

(3.9)

11

sendo

BD = AM eAM A1
M BM

AM
DD = CM e
I A1
M BM + DM

(3.10)
(3.11)

O novo modelo reduzido (3.9) tal que, para uma entrada degrau no instante t0 , a
sada mantm seu valor inicial enquanto t < t0 + . Para t t0 + , ambos os modelos
reduzidos produzem a mesma sada. O atraso  pode ser visto como uma aproximao
para o atraso natural de propagao da estrutura.

4 Projeto de Controle
4.1 Planejamento Offline de Trajetria
A dinmica do modelo de ordem reduzida (3.9) comparada com aquela do sistema
original. Escolhendo uma reduo para ordem 4, com dois pares de autovalores complexoconjugados (i , i , com i = i + jwi ), a equao do sistema em espao de estados

z1
1 w1
0
0
z1
b1
z2 w1 1

0
0


z2 + b2 u(t )
(4.1)
z3 = 0

0
2 w2
z3
b3
z4
0
0 w2 2
z4
b4

y=

c1 c2 c3

z1
 z2

c4
z3 + (d)u(t )
z4

(4.2)

As constantes bi e ci so diferentes das definidas anteriormente.


Normalmente o problema de planejamento de trajetria consiste em encontrar um
controle em malha aberta u (t), de forma que as variveis de estado sigam uma trajetria
z (t). O problema aqui que z (t) carece de interpretao fsica; ou seja, z (t) no se
relaciona de maneira clara com nenhuma varivel de estado original do riser, e, portanto,
com a operao de re-entrada. Uma forma de se lidar com isso lidar com a trajetria
da sada flat do sistema.
Para um sistema ser flat, condio
controlvel, ou seja,
 suficiente ele ser plenamente

a matriz de controlabilidade K = B AB A2 B A3 B deve ser de posto pleno. A
partir de z, podemos obter uma sada flat (f ), dada por uma combinao linear das
variveis de estado (z1 , z2 , z3 , z4 ) obtida utilizando-se a ltima linha de K 1 :


f = 0 0 0 1 K 1 z
(4.3)
f = 1 z1 + 2 z2 + 3 z3 + 4 z4

(4.4)

12

Deseja-se que a entrada u dependa apenas de f e suas derivadas temporais. Para isso,
necessrio que f seja tantas vezes derivvel quanto indica a ordem do sistema. No
presente estudo, f deve ser ao menos 4 vezes derivvel. Derivando f de acordo com a
Equao 4.4, temos:
f

f...
f
f (4)

=
=
=
=

5 z1 + 6 z2 + 7 z3 + 8 z4
9 z1 + 10 z2 + 11 z3 + 12 z4
13 z1 + 14 z2 + 15 z3 + 16 z4
17 z1 + 18 z2 + 19 z3 + 20 z4 + u

(4.5)

Das Equaes 4.4 e 4.5, podemos definir a seguinte matriz M , sabendo que

f
f
f
...
f
f (4)

=M

z1
z2
z3
z4
u

(4.6)

Pela Equao 4.6:

M =

1 2 3 4
5 6 7 8
9 10 11 12
13 14 15 16
17 18 19 20

0
0
0
0

(4.7)

Para se obter u em funo de uma trajetria f , podemos utilizar a Equao 4.6.


Multiplicando os dois membros da equao esquerda por M 1 , vem

z1
z2
z3
z4
u

= M 1

f
f
f
...
f
f (4)

(4.8)

Observando-se a Equao 4.8, trivial notar que u ser uma combinao linear de f
e suas derivadas temporais, sendo os coeficientes fornecidos pela ltima linha da matriz
M 1 . COm efeito, podemos escrever:
...
u = 0 f + 1 f + 2 f + 3 f + 4 f (4)
(4.9)
O prximo passo, agora, planejar a trajetria por meio de f (t). O modo mais simples
utilizar uma interpolao polinomial, com coeficientes ai escolhidos de tal forma que o
valor de f (t) seja nulo at o tempo de incio da operao (t = t0 ); tambm necessrio

13

que f (t) atinja um valor constante cf aps um tempo de operao tf (t = t0 + tf ). Alm


disso, necessrio que as cinco primeiras derivadas temporais de f (t) sejam nulas nos
extremos da operao, de forma a assumir uma trajetria suave de referncia para f (4)
na vizinhana de cf . Assumindo-se um polinmio de grau 11 para f (t), vem

0, t < t0
P
11
k
f (t) =
k=0 ai t

cf , t > tf + t0

(4.10)

4.2 Trajetria em Malha Fechada


Aps o planejamento da trajetria, com a obteno de f (t), o prximo passo obter
uma lei de controle em malha fechada para que se corrija o erro de trajetria dado por
e = f (t) f (t). Fazendo uma mudana de coordenadas:
=

1
2
3 ...
1
0
f f f
f + u
4
4
4
4
4

(4.11)

Tomando-se a Equao 4.9, temos que = f (4) . Com essa informao, podemos
configurar um controlador com realimentao tracking (Nota: verificar esse conceito!)
com a expresso que se segue
Z t
...
= f (4) k4 e k3 e k2 e k1 e k0
edt
(4.12)
0

Os valores dos ganhos ki devem ser tais que o polinmio caracterstico em malha
fechada s5 + k4 s4 + k3 s3 + k2 s2 + k1 s + k0 seja estvel (ver Fabrcio et al.). Portanto,
o erro e convergir exponencialmente para 0, e f (t), alm de suas derivadas at a 4a

(4) (t). Na Equao


ordem, convergiro
R t para suas trajetrias de referncia: f (t), ..., f
4.12, o termo k0 0 edt introduzido de forma a se corrigir erros estticos causados por
perturbaes externas.
A expresso final para a entrada original u, portanto, fica
...
u = 0 f + 1 f + 1 f + 1 f + 4

(4.13)

Em que dado pela Equao 4.11.

14

Você também pode gostar