Escolar Documentos
Profissional Documentos
Cultura Documentos
FLORIANOPOLIS
2010
PROGRAMA DE POS-GRADUAC
AO
E SISTEMAS
EM ENGENHARIA DE AUTOMAC
AO
LINEARES E
ESTABILIDADE DE SISTEMAS NAO
CONTROLE DE SISTEMAS CHAVEADOS
Dissertaca o submetida a`
Universidade Federal de Santa Catarina
como parte dos requisitos para a
obtenca o do grau de Mestre em Engenharia de Automaca o e Sistemas
D532e
LINEARES E
ESTABILIDADE DE SISTEMAS NAO
CONTROLE DE SISTEMAS CHAVEADOS
TIAGO JACKSON MAY DEZUO
Esta Dissertaca o foi julgada adequada para obtenca o do Ttulo de Mestre
Banca Examinadora:
AGRADECIMENTOS
Agradeco, em primeiro lugar, a` minha famlia pelo constante apoio
e compreensao, em especial a` minha mae Deolinda May e minha irma
Elisangela May Justina, e tambem a` Slvia Cristina Barros de Souza, por sua
presenca e ternura.
Desejo tambem expressar um agradecimento especial ao meu orientador, Prof. Alexandre Trofino Neto, pela dedicaca o, companheirismo e
paciencia, e ao meu co-orientador Prof. Romeu Reginatto pelos esforcos que
geraram valiosas contribuico es mesmo a` distancia.
Manifesto tambem meus sinceros agradecimentos aos membros da
banca, Prof. Daniel Ferreira Coutinho, Prof. Eugenio de Bona Castelan
Neto e Prof. Ubirajara Franco Moreno, por seus valorosos comentarios e
contribuico es para a consistencia e rigor deste trabalho.
Nao posso deixar de agradecer aos professores do DAS e colegas com
quem convivi durante um ano e meio, e que me proporcionaram um ambiente
de amizade e companheirismo, em especial ao colega Cesar Cataldo Scharlau pela dedicaca o em nossos trabalhos de equipe, indispensavel a` realizaca o
deste trabalho. Obrigado a todos!
Agradeco a` Universidade Federal de Santa Catarina, bem como a todos os seus funcionarios, especialmente aos da Pos-Graduaca o em Engenharia de Automaca o e Sistemas, por todo o suporte logstico.
Agradeco a` CAPES pelo apoio financeiro.
LINEARES E
ESTABILIDADE DE SISTEMAS NAO
CONTROLE DE SISTEMAS CHAVEADOS
Tiago Jackson May Dezuo
Setembro / 2010
Orientador: Alexandre Trofino Neto, Dr..
Area
de Concentraca o: Controle, Automaca o e Sistemas.
Palavras-chave: sistemas nao lineares, estrategia de chaveamento, LMI.
Numero de Paginas: 156
Este trabalho apresenta tecnicas de analise de estabilidade de sistemas nao
lineares e estrategias de controle de sistemas chaveados com uma proposta
de formulaca o para maquinas de induca o, ambos utilizando LMIs como ferramenta de trabalho.
Inicialmente, uma nova tecnica para se avaliar a estabilidade local, regional e
global de sistemas nao lineares e apresentada. Os sistemas podem apresentar
nao linearidades do tipo polinomial, racional e com incerteza parametrica, e
sao utilizadas funco es de Lyapunov deste mesmo tipo. A abordagem regional conta com a possibilidade de se utilizar a uniao de politopos para estimar
regioes de atraca o nao convexas e da abordagem global tem-se uma tecnica
para evitar o crescimento do numero de LMIs que ocorre na abordagem politopica. Pretende-se aplicar estas tecnicas futuramente nos sistemas nao lineares chaveados, como a maquina de induca o.
Na sequencia, e mostrada uma tecnica de projeto de estrategias de chaveamento, cujo objetivo principal e garantir estabilidade e desempenho de sistemas comutados. Para isso, a metodologia usada e baseada na teoria de
estabilidade de Lyapunov, de modo a descrever as condico es necessarias para
a lei de chaveamento em forma de LMIs e resolve-las usando pacotes computacionais existentes.
Ao final, e apresentada a modelagem da maquina de induca o de maneira
generica, denotando as diferencas para os casos desta operando como motor ou gerador, e a sua forma de acionamento utilizando inversores de tensao.
Em seguida, sao definidas as LMIs e a estabilidade de sistemas juntamente a`
suas propriedades basicas para entao mostrar o desenvolvimento da estrategia
de chaveamento proposta e os resultados atingidos.
SUMARIO
GERAL . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27
1 INTRODUCAO
1.1 Objetivos . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
1.2 Descrica o dos Captulos . . . . . . . . . . . . . . . . . . . 31
LINEA2 CONDICOES
DE ESTABILIDADE DE SISTEMAS NAO
RES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1 Introduca o . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Conceitos Preliminares . . . . . . . . . . . . . . . . . . . .
2.2.1 Estabilidade, Desempenho e Regiao de Atraca o . . .
2.2.2 Desigualdade Matricial Linear - LMI . . . . . . . .
2.2.2.1 Um conjunto de LMIs e uma LMI . . . .
2.2.2.2 Convexidade . . . . . . . . . . . . . . . .
2.2.2.3 Complemento de Schur . . . . . . . . . .
2.2.2.4 Lema de Finsler . . . . . . . . . . . . . .
2.2.2.5 Procedimento-S . . . . . . . . . . . . . .
2.2.3 Politopo . . . . . . . . . . . . . . . . . . . . . . . .
2.2.4 Anuladores e LMIs dependentes dos estados . . . .
2.3 Representaca o do sistema . . . . . . . . . . . . . . . . . . .
2.4 Condico es para estabilidade local . . . . . . . . . . . . . . .
2.5 Condico es e regiao de atraca o para estabilidade regional . .
2.5.1 Conjunto convexo X de estados iniciais . . . . . .
2.5.2 Regiao de atraca o robusta . . . . . . . . . . . . . .
2.5.3 Conjunto nao convexo X de estados iniciais . . . .
2.6 Condico es para estabilidade global . . . . . . . . . . . . . .
2.7 Exemplos . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.8 Consideraco es Finais do Captulo . . . . . . . . . . . . . .
33
33
33
33
36
38
38
39
39
40
41
42
46
49
56
56
60
62
65
71
83
85
85
85
87
90
93
97
4.1
4.2
4.3
4.4
4.5
4.6
4.7
4.8
4.9
Introduca o . . . . . . . . . . . . . . . . . . . . . . . . . . .
Modelagem Trifasica da Maquina de Induca o . . . . . . . .
4.2.1 Dinamica eletrica . . . . . . . . . . . . . . . . . . .
4.2.2 Dinamica mecanica . . . . . . . . . . . . . . . . . .
Sistemas de Coordenadas - Transformaca o 0 . . . . . . .
Sistemas de Referencia . . . . . . . . . . . . . . . . . . . .
4.4.1 Transformaca o generalizada de Park . . . . . . . . .
4.4.2 Sistema de referencia estacionario . . . . . . . . . .
4.4.3 Sistema de referencia movel . . . . . . . . . . . . .
4.4.4 Sistema de referencia sncrono . . . . . . . . . . . .
Modelo da Maquina em Coordenadas Bifasicas . . . . . . .
4.5.1 Dinamica eletrica . . . . . . . . . . . . . . . . . . .
4.5.2 Dinamica mecanica . . . . . . . . . . . . . . . . . .
4.5.3 Modelo em sistema de coordenadas estacionario . .
4.5.4 Modelo em sistema de coordenadas movel . . . . .
4.5.5 Modelo em sistema de coordenadas sncrono . . . .
Acionamento . . . . . . . . . . . . . . . . . . . . . . . . .
4.6.1 Inversor de tensao com PWM baseado em portadora
Modelo da Comutaca o . . . . . . . . . . . . . . . . . . . .
Topologias Usuais do Sistema Inversor-Maquina . . . . . .
Consideraco es Finais do Captulo . . . . . . . . . . . . . .
99
99
100
102
103
105
105
106
107
107
108
108
110
110
111
112
112
114
115
117
120
DE CHAVEAMENTO PARA
PROPOSTA DE FORMULACAO
CONCLUSOES
E PERSPECTIVAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
LISTA DE FIGURAS
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
37
42
57
62
73
75
78
81
82
83
94
96
100
104
106
113
114
116
117
118
119
119
123
136
138
LISTA DE TABELAS
1
2
3
LISTA DE SIMBOLOS
M
Va
ia
a
Rs
Rr
Ns
Nr
Vs
Vr
Rrr
e
c
Jm
Bm
m
r
p
r
s
s
Ls
Lr
Lm
Vcc
sl
NOTAC
AO
fabc
f 0
x
fdq0
M
M 1
det (M)
In
0n
0nm
ab
.
.
f (.)
x
.
x
n
nm
L2
C1
M>0
M<0
lini (M)
coli (M)
[Mi ]nlin
[Mi ]ncol
[Mi ]ndiag
(X )
Co {vi , i {1 . . . q}}
Co {X1 , X2 }
arg max {v1 , . . . , vm }
27
GERAL
1 INTRODUC
AO
Grande parte dos sistemas fsicos pode ser descrita por equaco es diferenciais nao-lineares, o que explica o grande interesse existente nesta a rea
de pesquisa (KHALIL, 1996), (SLOTINE; LI, 1991). Ainda, na grande maioria
dos casos, estas equaco es diferenciais nao sao completamente conhecidas,
principalmente no que diz respeito aos seus parametros. A preocupaca o com
sistemas incertos deu origem a` Teoria de Controle Robusto (ZHOU; DOYLE;
GLOVER, 1996).
Devido a` s propriedades praticas e disponibilidade de poderosos pacotes computacionais para resolver problemas de desigualdades matriciais lineares (LMI)1 , estas tem sido amplamente utilizadas para resolver problemas
de filtragem e controle robusto. No contexto de sistemas incertos lineares,
varios resultados importantes estao disponveis em (BOYD et al., 1994). Entretanto, muito trabalho ainda ha para ser realizado no sentido de estender
estes resultados para sistemas nao lineares. Nesta a rea, varios metodos potencialmente interessantes encontrados na literatura possuem dificuldades na
soluca o numerica (GENESIO; TARTAGLIA; VICINO, 1985).
O uso de LMIs levando a` condico es convexas de estabilidade para sistemas nao lineares e recente. As abordagens utilizadas diferem entre si na
forma em que as condico es de estabilidade de Lyapunov sao escritas em um
conjunto de LMIs. A tecnica conhecida como soma de quadrados (SOS)2
utiliza programaca o semi-definida com a finalidade de decompor as funco es
de Lyapunov em termos de somas de quadrados, para sistemas polinomiais
(PAPACHRISTODOULOU; PRAJNA, 2004). Em (CHESI et al., 2004), as condico es
de estabilidade sao descritas em polinomios homogeneos, i.e. compostos por
monomios de mesmo grau. A representaca o por fraco es lineares, utilizada
por (EL GHAOUI; SCORLETTI, 1996), decompoe o sistema em fraco es lineares
e utiliza uma funca o de Lyapunov quadratica. A abordagem apresentada em
(TROFINO, 2000) (COUTINHO; FU, 2002) e baseada na representaca o do sistema em termos de equaco es algebrico-diferenciais e funco es de Lyapunov
polinomiais.
A principal vantagem em expressar a dinamica de um sistema em
decomposico es nao lineares e que a estrutura original do sistema e mantida, permitindo a utilizaca o da teoria de controle robusto classica (BOYD
et al., 1994) para controle e filtragem (COUTINHO et al., 2003), (COUTINHO et
es de estabilidade baseadas em funco es
al., 2008). Entretanto, as condico
1 Do
2 Do
1 Introduca o geral
28
de Lyapunov polinomiais podem levar a estimativas nao tao boas (conservadoras) da regiao de atraca o se o grau do polinomio nao e grande o suficiente. Em vista disso, seria interessante investigar o potencial de funco es de
Lyapunov racionais em problemas de estabilidade de sistemas nao lineares.
Em (SEILER et al., 2009) sao mostradas propriedades interessantes das funco es
de Lyapunov racionais de sistemas lineares incertos.
Neste trabalho sao apresentadas algumas contribuico es para superar,
ou ao menos aliviar o impacto de, as varias dificuldades decorrentes do mencionado anteriormente. Primeira: o conservadorismo das LMIs dependentes
de estado e reduzido com o uso de certas matrizes de escalonamento. Conexoes com alguns resultados disponveis na literatura sao estabelescidas e as
vantagens sao ilustradas atraves de exemplos numericos. Segunda: as funco es
de Lyapunov usadas neste trabalho sao mais gerais que qualquer funca o de
Lyapunov baseada em polinomios usadas em todas as referencias previamente
mencionadas. Aqui a funca o de Lyapunov pode ser do tipo racional nos estados do sistema e dependente de parametros incertos.
Outras contribuico es podem ser citadas, como as da sequencia. Terceira: para evitar o crescimento exponencial do numero de LMIs, que crescre
em problemas LMI politopicos, um novo resultado e proposto para converter as LMIs politopicas em nao politopicas. Isso e feito explorando a dependencia afim das LMIs e usando a operaca o matricial conhecida como
Procedimento-S. Este resultado tambem e usado para derivar condico es LMI
para estabilidade assintotica global. Quarta: A regiao de atraca o estimada
e obtida resolvendo problemas de otimizaca o LMI que consistem em maximizar a curva de nvel da funca o de Lyapunov com respeito a um conjunto
de condico es iniciais dado. este conjunto pode ser escolhido como politopico
(convexo) ou uma uniao de politopos (nao convexa). Esta caractersta permite
obter regioes de atraca o tambem nao convexas.
Um outro tipo de sistemas nao lineares sao os sistemas chaveados,
que apresentam variaca o estrutural em funca o do tempo ou dos estados, segundo alguma logica. Usualmente, as tecnicas de controle de sistemas chaveados nao atuam diretamente no controle da posica o das chaves, apenas geram uma referencia de forma de onda (ou de valor medio) desejada a` um
elemento que realiza a modulaca o por largura de pulso (PWM)3 . Outro tipo
de controle de sistemas chaveados e o que determina diretamente a posica o
das chaves atraves de uma lei de chaveamento especfica. Como exemplo
de tecnicas de projeto de lei de chaveamento podemos citar as baseadas em
funco es de Lyapunov (LIBERZON, 2003), como em (BOLZERN; SPINELLI, 2004)
3 Do
1 Introduca o geral
29
1 Introduca o geral
30
e utilizada em (BAZANELLA; REGINATTO, 2001) para regulaca o robusta de velocidade. Outra estrategia e a conhecida como controle direto de conjugado
(DTC)6 , e sua variante, o controle direto de potencia (DPC)7 , cuja aplicaca o
pode ser vista em (MAHI; SERBAN; SIGUERDIDJANE, 2007). Com aplicaca o voltada a` geradores, existe a tecnica de seguimento do ponto de potencia maxima
(MPPT)8 , que visa a otimizaca o da potencia gerada (ANAYA-LARA et al., 2009).
Tecnicas de controle nao linear tem a vantagem de se poder considerar a estrutura real do sistema, o que permite que a tecnica funcione para uma
ampla regiao do espaco de estados, nao apenas nas proximidades de um ponto
de linearizaca o. A aplicaca o deste tipo de controladores pode ser interessante
para o caso da maquina de induca o devido ao grande numero de nao linearidades presentes em seu modelo. Como exemplos de controladores nao lineares
e suas aplicaco es em controle de maquinas de induca o e possvel citar: as baseadas em passividade como energy-shaping9 com injeca o de amortecimento
(ORTEGA; ESPINOSA-PeREZ, 2005), linearizaca o por realimentaca o exata (ASSEU et al., 2008), (DE LUCA; ULIVI, 1989), (CHIASSON, 1993), (KIM; HA; KO,
1990). Entretanto, a primeira tecnica apresenta grandes dificuldades por necessitar da soluca o de equaco es diferenciais parciais, mesmo utilizando pacotes computacionais dedicados a` isso, e as dificuldades da segunda residem no
fato de que se os parametros ou o modelo nao sao bem conhecidos, o sistema
linear obtido com a tecnica nao corresponde fielmente ao original. Como
exemplo de outras tecnicas aplicadas a` maquinas de induca o, podemos citar o
controle adaptativo utilizando um modelo de referencia de estrutura variavel
(FURTUNATO; SALAZAR; DE ARAUJO, 1998) e o controle por redes neurais e
logica fuzzy (DENAI; ATTIA, 2002).
Com base no exposto anteriormente, neste trabalho tambem e apresentada uma proposta de formulaca o da tecnica de chaveamento de (TROFINO et al., 2009), (TROFINO; SCHARLAU; COUTINHO, 2010) para aplicaca o em
maquinas de induca o, dando continuidade e ampliando os resultados de pesquisas anteriores, como a tecnica de chaveamento proposta em (ASSMANN,
2008) e a formulaca o para motores de induca o apresentada em (COUTINHO,
2006). Devido ao fato de o modelo da maquina ser bastante nao linear, ha
a possibilidade de aplicaca o futura das condico es de estabilidade para sistemas nao lineares racionais e incertos, apresentada aqui, a` sistemas chaveados,
como o caso da maquina de induca o.
6 Do
7 Do
1.1 Objetivos
1.1
31
Objetivos
32
1 Introduca o geral
33
LINEA2 CONDIC
OES
DE ESTABILIDADE DE SISTEMAS NAO
RES
2.1
Introduca o
2.2
Conceitos Preliminares
Visando facilitar a compreensao das tecnicas apresentadas posteriormente neste captulo e no Captulo 2, esta seca o apresenta, de forma sintetizada, diversos conceitos que se fazem necessarios.
2.2.1
A estabilidade desempenha um papel fundamental na teoria de sistemas de controle e dentre os seus diferentes tipos no estudo de sistemas
dinamicos. Neste trabalho e considerado o conceito de estabilidade de pontos
de equilbrio, cuja definica o dada em (KHALIL, 1996) e :
34
v (x) =
v dx
v .
v
x=
.
=
f (x) ,
x dt
x
x
(2.1)
. .
e =x = f (x) = f (e + x)
g (e) , g (0) = 0.
(2.2)
Na nova variavel e, o sistema tem equilbrio na origem. A seguir e apresentado o teorema de estabilidade de Lyapunov.
v (x) 0 em
D,
(2.4)
35
v (x) < 0 em
entao x = 0 e assintoticamente estavel.
D 0,
(2.5)
36
x= f (x) ,
(2.6)
2.2.2
funca o dita afim e aquela que nao passa pela origem, ou seja, possui parte constante.
37
x2
2
RA
x1
3
3
F (g) F0 + gi Fi > 0,
i=1
g1
g = ... ,
gm
(2.9)
onde Fi = Fi qq sao matrizes dadas e gi sao variaveis escalares a serem determinadas de forma a satisfazer a desigualdade (se possvel). Quando
existe uma soluca o g para F (g) > 0 dizemos que a LMI e factvel. Neste
caso dizemos que F (g) e positiva definida e portanto todos os seus autovalores estao restritos a serem positivos na LMI, i.e., x F (g) x > 0 para todo x nao
nulo n .
E importante enfatizar que uma LMI pode ser representada de varias
maneiras e nem sempre aparece na forma afim (2.9). Entretanto, quando um
elemento de busca e matricial, por exemplo, os proprios pacotes computacionais de soluca o de LMIs rearranjam o problema para ficar na forma afim
(2.9). Detalhes sobre algoritmos e pacotes computacionais para resoluca o de
LMIs podem ser encontrados em (EL GHAOUI; NICULESCU, 2000).
Inumeros problemas de diferentes a reas do conhecimento podem ser
reformulados e numericamente resolvidos atraves de LMIs (BOYD et al., 1994).
38
Nas Seco es 2.2.2.1-2.2.2.5, a seguir sao apresentadas algumas propriedades e operaco es de LMIs de interesse para este trabalho.
2.2.2.1
Multiplas LMIs F1 (g) > 0, . . . , Fn (g) > 0 podem ser expressas como
uma u nica LMI [F1 (g) , . . . , Fn (g)]diag > 0. Portanto, neste trabalho, nao
sera feita distinca o entre um conjunto de LMIs e uma u nica LMI, i.e.,
a LMI F1 (g) > 0, . . . , Fn (g) > 0 tera o mesmo significado que a LMI
[F1 (g) , . . . , Fn (g)]diag > 0.
Por exemplo, as duas LMIs F (g) > 0, G (g) < 0 podem ser reescritas
na forma de uma u nica LMI H (g) > 0, onde
]
[
F (g)
0
> 0,
(2.10)
H (g) =
0
G (g)
ou seja, H (g) = H0 + m
i=1 gi Hi > 0, com
[
]
[
F0
0
Fi
H0 =
Hi =
0 G0
0
2.2.2.2
0
Gi
(2.11)
Convexidade
F (g)
= F ( y + (1 ) z) = F0 + gi Fi
i=1
i=1
i=1
= F0 + Fi ( yi + (1 ) zi ) = F0 + Fi zi + Fi (yi zi )
i=1
i=1
i=1
= (1 ) (F0 + Fi zi ) + (F0 + Fi yi )
= (1 ) F (z) + F (y) ,
(2.12)
39
2.2.2.3
Complemento de Schur
(2.14)
2.2.2.4
Lema de Finsler
Este lema e muito u til pois permite que restrico es de igualdade sejam
inseridas em uma u nica desigualdade que pode ser resolvida via LMI. Uma
de suas versoes e apresentada a seguir.
Lema 2.2 (Lema de Finsler) Sejam C nq , M nn , Q uma base para
o espaco nulo de C e F (g) uma funca o afim em g m com F (g) = F (g)
40
x q : Cx = 0,
x = 0;
(2.15)
b) g, L : F (g) + LC +C L < 0;
(2.16)
c) g : Q F (g) Q < 0;
(2.17)
d) g, : F (g) CC < 0
(2.18)
x q : x Mx = 0,
f) g, : F (g) + M < 0
x = 0;
(2.19)
(2.20)
Procedimento-S
Quando uma LMI tem uma ou mais restrico es de desigualdade, estas podem ser concatenadas em uma u nica LMI com a tecnica conhecida
como Procedimento-S se estas restrico es advem de formas quadraticas (ou
de funco es quadraticas). Com esta tecnica geramos uma LMI conservadora5 ,
mas geralmente uma u til aproximaca o das restrico es. Para diminuir o conservadorismo, sao introduzidos multiplicadores como fatores de ponderaca o
5 Significa
41
x Ti x 0,
x = 0 :
i = 1, . . . , p.
(2.21)
F (g) i Ti > 0,
(2.22)
i=1
entao (2.21) esta satisfeita. Alem disso nao e trivial, porem u til, mostrar que
as condico es (2.21) e (2.22) sao equivalentes para p = 1.
2.2.3
Politopo
6 Politopo e
um conjunto convexo fechado, que pode ser representado pela combinaca o convexa dos vertices, ou por desigualdades matriciais.
42
Problemas LMI dependentes do estado possuem conservadorismo adicional no sentido de que e utilizada uma das representaco es possveis do sistema e desconsideradas as demais. Uma ferramenta que pode auxiliar na
reduca o do conservadorismo, como sera visto na sequencia, e definida a seguir.
43
q . Um representaca o simples de
Suponha que = 1 . . . q
q1q
( )
e mostrada abaixo.
( ) =
2
0
..
.
1
3
..
.
0
2
..
.
0
0
..
.
...
...
..
.
...
0
0
..
.
0
0
..
.
0 q
0
0
..
.
q1
( ) = 0.
(2.24)
Levando em conta todos os possveis pares i , j para i = j sem
repetica o, i.e. para i, j {1 . . . q} com j > i, obtemos um anulador onde o
q1
numero de linhas e r =
j=1
com
( ) =
1 ( )
..
.
Y1 ( )
..
.
(q1) ( ) Y(q1) ( )
Yi ( ) = i I(qi) , i {1 . . . q 1}
[
]
1 ( ) = 2 . . . q
(i+1)
..
i ( ) = 0(qi)(i1)
, i {2 . . . q 1}.
.
(2.25)
O conservadorismo de LMIs dependentes dos estados pode ser reduzido combinando o anulador a` LMI com o Lema de Finsler. Para ilustrar este
44
2 3
1
1 + 2 + 3
1 2
, = 2 .
1 + 3 + 1
1
A( ) = 1 1
2 1
1 + 1
3
2 1
(2.26)
Considere agora dois sistemas obtidos de A(.) como se segue. O primeiro e o sistema linear incerto
x= A( )x
D = { : i , i {1 . . . 3}},
(2.27)
[
]
onde A(.) e a funca o em (2.26), x 3 e o estado, = 1 2 3
D 3 e o vetor de parametros incertos cuja magnitude e limitada por um
dado escalar .
Considere tambem o sistema nao linear
x= A(x)x
x X = {x : xi , i {1 . . . 3}},
[
(2.28)
e o vetor de estados e
onde A(.) e a funca o em (2.26), x = x1 x2 x3
X e uma dada vizinhanca ao redor da origem cujo tamanho pode ser ajustado
atraves do escalar .
As condico es de estabilidade quadratica para os sistemas (2.28), (2.27)
sao obtidas considerando uma funca o de Lyapunov quadratica v(x) = x Px >
0 , P > 0 da qual obtemos
(2.29)
(2.30)
(2.31)
que pode ser facilmente resolvida e o maior valor de que leva o sistema a
ser quadraticamente estavel e = 0.4160.
45
Para obter uma condica o LMI de (2.30), considere que x (x) seja um
anulador linear de x. Como x (x)x = 0 podemos reescrever (2.30) como
{
x X and
,
(2.32)
x (A(x) P + PA(x))x < 0 , x = 0 :
x (x)x = 0
e do Lema de Finsler obtemos o seguinte problema LMI dependente do estado
A(x) P + PA(x) + Lx (x) + x (x) L < 0 , x (X ),
(2.33)
(2.34)
]
[
x2 x1
0
0 x3 x2
x3
0
x1
x3 0 x1
0
x3 x2
.
= 0.7141
=
(c)
(d)
Como esperado, as maiores dimensoes do anulador no caso (d), obtidos de
(2.25), levaram a um resultado menos conservador gracas ao maior numero de
variaveis de escalonamento que podem ser usados quando aplicado o Lema
de Finsler. No caso (d) obtemos = , portanto (2.33) e satisfeita x 3 .
De fato, escolhendo
1 1
0
0 1 , P = I3 ,
(2.35)
L= 1
0
1
0
obtemos
(2.36)
46
Representaca o do sistema
Considere o sistema
x = f (x, ) ,
x0 X , D , D,
(2.37)
X D D significa que x X , D e D.
E de interesse determinar uma funca o de Lyapunov v(x, ) adequada
que satisfaca as seguintes condico es para o sistema (2.37) (x, , ) X
D D.
,
) x + f (x, ) P(x, )x + x P(x, ) f (x, ) 2 (x)
v(x,
) = x P(x,
(2.38)
onde 1 (.), 2 (.), 3 (.) sao funco es de classe K 7 e P(.) e simetrica. Tais
condico es implicam em estabilidade assintotica local da origem (KHALIL,
1996).
A complexidade de P(x, ) e um aspecto importante da funca o de
7 Uma func
a o : [0, a) 7 + e dita ser de classe K se (0) = 0 e (.) e contnua e
estritamente crescente no intervalo de definica o.
47
Lyapunov. Se por um lado o esforco computacional para resolver numericamente o problema de estabilidade cresca com a complexidade da funca o de
Lyapunov, por outro resultados menos conservadores sao esperados. Aqui e
considerada uma funca o de Lyapunov que pode ser uma funca o racional dos
estados e parametros incertos. Varias classes importantes de funco es, como
polinomios de qualquer tipo, podem ser representados desta forma.
Suponha que o sistema (2.37) possa ser representado como indicado
abaixo.
x0 X
x = f (x, ) = A0 x + A1
.
(2.39)
D , D
0 = G(x, ) x + F(x, )
A0 , A1 sao matrizes constantes da estrutura.
p e um vetor de funco es nao lineares. A dependencia de com
respeito a` (x, ) sera omitida para simplificar a notaca o.
G(x, ) pn e F(x, ) pp sao funco es matriciais afim de ( , x).
As seguintes consideraco es sao feitas:
Suposica o 2.1 : f (x, ) e uma funca o contnua de (x, ), (x, ) X
D com f (0, ) = 0 para todo de interesse. Este pressuposto se refere a`
existencia e unicidade das soluco es da equaca o diferencial na vizinhanca X
do ponto de equilbrio x = 0.
Suposica o 2.2 : A matriz F(x, ) e inversvel para todos os valores de
(x, ) X D. Sob esta suposica o de regularidade, a decomposica o
(2.39) de f (x, ) em termos da funca o nao linear e bem posta,
f (x, ) = (A0 A1 F(x, )1 G(x, )) x.
Para ilustrar as ideias por tras da decomposica o na representaca o do
sistema (2.39), considere o sistema polinomial escalar x = a1 x + a2 x2 + a3 x3 .
Defina = [x2 x3 ] . Entao, obtem-se x = A0 x + A1 com A0 = a1 e
A1 = [a2 a3 ]. Alem do mais, os elementos de sao tais que 1 = x2 e
2 = x 1 levando a` G(x)x + F(x) = 0 com
]
]
[
[
1 0
x
.
, F(x) =
G(x) =
x 1
0
Considere agora o sistema racional escalar
x = a1 x + a2 x2 + a3 x3 + z(x) , z(x) =
a4 x
,
b0 + b1 x
48
1 0 0
0
x
x 1 0
0
0
G(x) =
a4 , F(x) = 0 0 b0 b1 .
0 0 x 1
0
8 Do
2.4
49
Nesta seca o sao apresentadas as condico es LMI para estabilidade local da origem do sistema (2.39). Supoe-se que os politopos X , D e D sao
dados. O problema a ser resolvido e encontrar, se possvel, uma funca o de
Lyapunov v(x, ) = x P(x, )x que satisfaca as condico es (2.38) ponto a ponto
para (x, , ) X D D.
Considere o sistema (2.39) sob as Suposico es 2.1,2.2 e a funca o de
Lyapunov candidata
]
[
x
P = P ,
(2.40)
b :=
v(x, ) := b Pb = x P(x, )x
(2.44)
50
Como
x (x) x = 0, x X
(x, ) = 0, (x, ) X D,
(2.45)
pode-se definir
b (x, ) := Mb b (x, ) + b (x, ) Mb
b (x, ) := [x (x), (x, )]diag
(sb )(n+p)
(2.46)
,
(2.47)
Observaca o 2.4.1 Observe que ambos Cb (x, ), b (x, ) podem ser vistos como anuladores lineares de b , pois Cb (x, )b = 0 e b (x, )b =
0. Contudo, estas matrizes desempenham papeis diferentes na condica o
(2.48). Enquanto a primeira e associada com o par particular de matrizes
F(x, ), G(x, ) usados para caracterizar a funca o , o segundo introduz
graus de liberdade adicionais, representados pela matriz de escalonamento
Mb , para aliviar o impacto da nao unicidade de F(x, ), G(x, ).
] [
]
A0 x + A1
,
P
(2.49)
(2.50)
Sabendo que as matrizes F(x, ), G(x, ) sao funco es afim de (x, ), como
indicado em (2.39), obtem-se
) = F(
x)
)
F(x,
+ F(
) = G(
x)
).
G(x,
+ G(
(2.51)
51
x)
Agora observe que o termo F(
que aparece em (2.50), pode ser reescrito
como
x)
F(
=
j=1
j=1
Fj x j = Fj x j F(x, )1 G(x, )x =
n
Fj F(x, )1 G(x, ) j ,
(2.52)
j=1
onde
j = xx j = xE j x = xE j (A0 x + A1 ),
E j := lin j (In ).
(2.53)
j := F(x, )1 G(x, ) j ,
(2.54)
obtem-se
x)
F(
=
Fj j = Fa ,
(2.55)
j=1
x)
O termo G(
x que aparece em (2.50), pode ser reescrito como
x)x
G(
=
G a (x) :=
j=1
n
j=1
G j x j x = G j xE j x = G a (x)x = G a (x)(A0 x + A1 ) ,
G j xE j .
(2.56)
j=1
= [i ]ncol = Eb (x)(A0 x + A1 )
Eb (x) := [xEi ]ncol , Ei := lini (In )
Fb (x, ) = Gb (x, )
52
(2.59)
a = [x, , , , ]col
[
]
PAa
Pa :=
0(p+n2 +np)(n+2p+n2 +np)
]
[
A0
A1
0np 0n(n2 +np)
.
Aa :=
0 pn 0 pp
Ip
0 p(n2 +np)
(2.60)
onde
(2.61)
(2.62)
Observe que n, p sao as dimensoes de x, respectivamente. Para representar o sistema e a funca o de Lyapunov foram usados os vetores x, .
Todavia, a derivada temporal de v(x, ) apresenta um crescimento de complexidade e mudancas de variavel extras se fazem necessarias, chamadas de
, , , com dimensoes p, n2 , np respectivamente, de modo a tornar as
expressoes afim em x, , .
Rearranjando em uma u nica expressao todas as relaco es entre os vetores x, , , , obtem-se Ca (x, , )a = 0 onde
0 pnp
0 pn2
0 pn2
Fa
In2
0n2 np
Gb (x, ) Fb (x, )
W3 (x) = Eb (x)A0
W4 (x) = Eb (x)A1
(2.63)
Para aliviar o impacto da nao unicidade da representaca o (2.58)
na caracterizaca o de a em (2.60), observe que de (2.47) obtem-se que
a a (x, )a = 0 onde
F(x, )
0 pp
G(x, )
W1 (x, , ) W2 (x, , ) F(x, )
Ca (x, , ) :=
W3 (x)
W4 (x)
0n2 p
0npn
0npp
0npp
) + G(x, )A0
W1 (x, , ) = G a (x)A0 + G(
) + G(x, )A1
W2 (x, , ) = G a (x)A1 + F(
(2.64)
(2.65)
53
(x, , ) (X D D),
(2.66)
1 =
3 =
2 =
max
min
max
xX , D
xX , D
xX , D
(2.67)
3 b 2 v(x, ) = x P(x, )x 1 b 2
(x, ) X D .
(2.68)
54
(2.69)
4 =
min
xX , D, D
(N) ,
(2.72)
(2.73)
Corolario 2.1 O sistema nao linear incerto (2.39) e localmente exponencialmente estavel sempre que as condico es LMI do Teorema 2.2 sao estritamente
satisfeitas e os conjuntos X de condico es iniciais e D de parametros incertos
sao limitados.
Prova: O resultado segue diretamente de (2.70), (2.67) e da limitaca o
de X , D. Neste caso 1 , 2 sao constantes limitadas. A positividade de
constantes pequenas 3 , 4 sao sempre garantidas, pois as LMIs sao estritas.
A prova e completada de (KHALIL, 1996).
55
adaptado para lidar com este problema, como mostrado na Seca o 2.6.
Observaca o 2.4.2 Tendo em vista o Corolario 2.1, segue que as condico es
LMI do Teorema 2.2 nunca serao satisfeitas para sistemas que sao localmente
assintoticamente estaveis mas nao localmente exponencialmente estaveis.
Esta limitaca o aparece porque a LMI (2.66) deve ser satisfeita estritamente.
Se a estritividade de (2.66) e removida, i.e. (2.66) e substituda pela condica o
LMI nao estrita
Pa + Pa +Ca (x, , ) La + LaCa (x, , ) + a (x, ) 0
(x, , ) (X D D),
(2.75)
56
2.5
57
GLIA; VICINO,
(2.79)
]
Mbk b (x, ) + b (x, ) Mb k
+
01n+p
0
[
] [
Nck C0 x + C0
Nc k ,
58
ck (x, ) =
59
M bk b (x, ) + b (x, ) M b k
+
01n+p
0
[
] [
N ck C0 x + C0
N c k ,
,ck ,Pck , ck
k=1 k wk
g
(2.84)
60
minPck ,ck m
k=1 b (k ) P bk (k ) wk
(2.85)
2.5.2
61
E = {x : (x) 1}
(2.86)
(x) := b U PuU b
(2.87)
(2.88)
onde P, Lb , b (x, ) sao matrizes a ser determinadas como em (2.48) juntamente com Pu .
De maneira similar a` (2.84), o tamanho da estimativa E e aumentado
resolvendo
mink ,Pc
,ck ,Pck , ck
k=1 k wk
g
(2.89)
62
2.5.3
Xi ,
(2.90)
i=1
X1
X = X1
X2
X2
(2.91)
(2.92)
63
(2.93)
(2.94)
onde Mbi (n+p)sb e Lbi (n+p)p sao matrizes de escalonamento a serem determinadas juntamente com P e b (x, ) e o anulador em (2.47).
Alem disso, v(x,
) e estritamente negativa em Xi , e zero na origem, se a
seguinte LMI e satisfeita:
Pa + Pa +Ca (x, , ) La i + Lai Ca (x, , ) + ai (x, ) < 0
, i {1 . . . r} ,
(x, , ) (Xi D D)
ai (x, ) := Mai a (x, ) + a (x, ) Ma i ,
(2.95)
64
X =
sik
gi
r
Gik j .
(2.96)
]
Mbik j b (x, ) + b (x, ) Mb ik j
+
01n+p
0
[
] [
Ncik j C0 x + C0
Nc ik j ,
65
Pcik j (x, ) =
,
(2.100)
01n+p
ik j
cik j (x, ) =
]
[
Mbik j b (x, ) + b (x, ) M b ik j
+
01n+p
0
[
] [
N cik j C0 x + C0
N c ik j ,
ik j
i
ik
ik j wik j
ri=1 k=1
j=1
(2.101)
66
(W, z) = 0 (W ) + i (W ) zi ,
(2.102)
i=1
W := [P, L]diag .
(2.103)
A decomposica o afim (2.102), para a funca o particular (2.103), pode ser diretamente obtida avaliando (W, x) em valores particulares de x como se segue
0 (W ) = (W, x) , para x = 0 e
.
i (W ) = (W, x) 0 (W ) , para x = coli (In )
(2.104)
67
0 (W, ) + i (W ) xi ,
(2.105)
i=1
0 (W, , ) + i (W ) xi .
(2.106)
i=1
(2.107)
68
min
xX , D, D
((W, x, , )) =
min
D, D
(0 (W, , ))
max
min
xX , D
xX , D
3 = 3 x2 , 1 = 1 (2 (x) + 1)x2 , 2 = 4 x2 ,
(2.108)
Observe que 2 (x) e positivo definido e limitado para x limitado. A estabilidade assintotica global segue do Teorema 2.2 e (KHALIL, 1996).
Observaca o 2.6.1 O Lema 2.3 tambem pode ser usado para resolver problemas de estabilidade onde os parametros incertos possuem taxas de variaca o
arbitrarias, i.e. D = d . Neste caso e suficiente considerar a decomposica o
afim de (W, x, , ) em termos de i e aplicar o Lema 2.3. Esta situaca o
levara a` uma funca o de Lyapunov que nao e dependente de parametros como
discutido na Seca o 2.5.2.
[
]
x = x1 . . . xn
tal que
xi 0 para i neg
69
(2.110)
As condico es do Lema 2.3 sao u teis em problemas de estabilidade global. O proximo resultado apresenta uma versao modificada deste lema tal que
problemas LMI dependentes de parametro possam ser resolvidos sem usar a
abordagem politopica. Sabe-se que o numero de LMIs cresce exponencialmente com o numero de parametros na abordagem politopica.
Corolario 2.4 Considere o problema LMI politopico (W, z) > 0 onde
(W, z) mm e uma funca o matricial afim de z tendo a estrutura (2.102),
m e a dimensao da LMI e W o conjunto de variaveis de decisao a serem
determinadas. Suponha que as componentes de z sao limitadas como
n
z
Z := {z = [zi ]col
:
zi zi zi , i {1 . . . nz } },
(2.111)
(2.112)
(2.113)
70
e satisfeita para algum Y := [W, [Ri ]ndiag , [Si ]ndiag ]diag e zi (zi irrestrito).
nz
nz
R = Ri (zi zi ) + Si (zi zi ).
i=1
(2.114)
As 2n matrizes de escalonamento Ri , Si mm sao graus de liberdade adicionais, introduzidas pelo Procedimento S, a serem determinadas de modo a
reduzir o conservadorismo que aparece no problema quando zi pode ser irrestrito na LMI (2.114). Reescrevendo as expressoes dadas em (2.114) em uma
notaca o mais conveniente tem-se:
nz
onde
nz
0 (Y ) := 0 (W ) + Ri zi Si zi
i=1
i (Y ) := i (W ) Ri + Si .
Com o auxlio do Corolario 2.2, segue que o problema LMI (2.115) para zi
irrestritas tem soluca o se e apenas se existe Y tal que
nz
0 (Y ) := 0 (W ) + Ri zi Si zi > 0,
(2.116)
i (Y ) := i (W ) Ri + Si = 0.
(2.117)
i=1
Tendo em mente que qualquer matriz simetrica pode ser decomposta como a
diferenca de duas matrizes positivas definidas, a restrica o (2.117) pode sempre ser satisfeita e e possvel eliminar as matrizes Ri das expressoes introduzindo as restrico es i (W ) + Si > 0 com Si > 0. Neste caso a matriz Ri e
definida como Ri = i (W ) + Si . Sob estas restrico es as condico es (2.116),
(2.117) sao equivalentes a` (2.112), completando a prova.
O interesse no Corolario 2.4 e que este pode ser usado para evitar
crescimento exponencial do numero de LMIs que ocorre quando e aplicada
a abordagem politopica para resolver LMIs do tipo (W, z) > 0. Observe
que o numero de LMIs em (2.112) e igual a` 2nz + 1 enquanto na abordagem
politopica e 2nz . Por outro lado, a condica o (2.112) tem mais variaveis de
decisao para ajustar, i.e. as matrizes Si mm , i {1 . . . nz }. Exemplos
2.7 Exemplos
71
2.7
Exemplos
Exemplo 2.2 Considere o problema de estimar a regiao de atraca o do sistema a seguir, emprestado de (KHALIL, 1996).
] [
[
]
x1
(x2 2 )
=
.
(2.118)
x2
x1 1 x1 x2
A origem e um ponto de equilbrio estavel e o sistema tem um ciclo limite que
e a fronteira da verdadeira10 regiao de atraca o deste ponto de equilbrio. O
ciclo limite para = 1 e a curva mais externa (tracejada) indicada na Figura
5.
Como o sistema possui grau 3, sera considerado o conjunto de funco es
nao lineares com todos os elementos possveis de ate grau 3, dado abaixo
]
[
[
]
x = x1 x2
, = x12 x1 x2 x22 x13 x12 x2 x1 x22 x23 , (2.119)
e com isso, pode-se representar o sistema (2.118) como em (2.39) com as
72
seguintes matrizes
[
]
[
0 1
0 0 0 0 0 0 0
A0 =
, A1 =
1
0 0 0 0 0 0
x1
0
1
0
0
0
0
x
1
0
1
0
0
x
0
1
2
, F (x, ) = x1
0
0
0
0
G (x, ) =
0
0
0
x
0
1
0
0
0
0
x1
0
0
0
0
x2
0
0
0
1
0
0
0
0
0
0
0
1
0
0
(2.120)
0 0
0 0
0 0
0 0
.
0 0
1 0
0 1
(2.121)
x2 x1 0
0
0
0
0
0
0
0
0
x2 x1
0
0
0
0
0
0
0
0
x
x
0
0
0
0
2
1
, (2.122)
b =
0
0
0
0
x2 x1
0
0
0
0
0
0
0
0
0
x2 x1
0
0
0
0
0
0
0
0
x2 x1
11 A
rotina convhulln do Matlab foi usada para organizar as faces dos politopos.
2.7 Exemplos
73
x2
E0
0
x1
3
3
74
(2.123)
Neste caso, e um parametro incerto invariante no tempo cujos valores admissveis sao representados por D = { : [1, 3]}. O sistema (2.123)
pode ser representado como em (2.39) com A0 , A1 , G (x, ) e F (x, ) respectivamente indicados a seguir:
[
] [
]
0 1
0 0 0 0 0 0 0 0 0 0
,
0 1
0 0 0 0 0 0 0 1 0 1
1
0
0
0 0 0 0
0
0
0
x1
0
0
1
0
0 0 0 0
0
0
0
x1
0
0
1
0 0 0 0
0
0
0
x2 0
0
0
0
1 0 0 0
0
0
0
0
x1
0
x1
0
0 1 0 0
0
0
0
0
.
, 0
0
0
x1 0 0 1 0
0
0
0
0
0
0
x2 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 x1
1
0
0 0
0
0
0
0 0 0 0
0
x1 1
0
0
[
]
x = x1 x2
]
[
= x12 x1 x2 x22 x13 x12 x2 x1 x22 x23 x1 x12 x13
O anulador b (x) considerado neste caso e definido em (2.122).
Serao consideradas 3 situaco es na estimaca o da regiao de atraca o. O primeiro caso e quando tanto a funca o de Lyapunov quanto a regiao de atraca o
sao dependentes do parametro incerto. O segundo caso e quando ambas, a
funca o de Lyapunov e a regiao de atraca o, nao dependem do parametro incerto. A terceira situaca o e quando a funca o de Lyapunov depende, mas a
regiao de atraca o nao depende do parametro incerto. No primeiro e no terceiro caso, as condico es levam em conta a suposica o de que e invariante no
tempo. No segundo caso as condico es permitem que seja arbitrariamente
variante no tempo.
Para o segundo e terceiro casos, deve-se escolher U como
[
]
U = I(n+p3)(n+p3) 0(n+p3)3 ,
2.7 Exemplos
75
x2
1.5
0.5
0.5
1.5
2
2
x1
1.5
0.5
0.5
1.5
76
1 x1
x1 = (x) + x2
, (x) = 2
, x=
x2 = x2 x1 + 2 x12
x2 + 1
x1
x2
(2.124)
1 = x12
2 = x1 x2
3 = x22
4 = 1 x1 9
5 = x1 4
6 = x2 4
7 = x1 5
8 = x1 6
9 = x2 6
(2.127)
A relaca o 4 + 9 1 x1 = 0 e obtida da expressao da funca o racional
(x) reescrita como (x)(x22 +1) = 1 x1 e da mudanca de variaveis (x) = 4
e 9 = x22 4 . Usando as relaco es dadas em (2.127) obtem-se a representaca o
(2.39) com as matrizes a seguir.
]
[
]
[
0
1
0 0 0 1 0 0 0 0 0
, (2.128)
A0 =
, A1 =
2 0 0 0 0 0 0 0 0
1 1
onde
G(x) =
x1
0
0
1
051
0
x1
x2
0
051
F22 =
1
x1
x2
0
0
0
I3
, F(x) =
0
63
0
1
0
x1
0
0
0
0
1
0
x1
x2
0
0
0
1
0
0
0
0
0
0
1
0
036
F22
1
0
0
0
0
1
(2.129)
2.7 Exemplos
x2 x1 0
0
0
0
0
0
x
x
0
0
2
1
0
0
0
x2 x1 0
b (x) =
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
0
77
0
0
0
.
0
0
x1
(2.130)
E possvel verificar que det(F(x)) = x22 + 1 e, entao, a Suposica o 2.2,
de que F(x) e inversvel, e assegurada globalmente. Observe que x22 + 1 = 0
aparece naturalmente como uma exigencia bem posta na funca o racional
(x) do sistema original (2.124).
Na representaca o do sistema dada por (2.128) e (2.129), a funca o
matricial G(x) e afim com respeito a` x, 1 . Isto nos permite considerar este
parametro como incerto, se desejavel. Veja o Exemplo 2.3 para detalhes na
representaca o de sistemas incertos.
Lembrando que este sistema e localmente exponencialmente estavel
quando 1 < 1, a regiao de atraca o estimada indicada por E r na Figura 7
corresponde ao caso onde 1 = 0.5, 2 = 0.5 e v (x) e uma funca o racional
como em (2.40). O politopo usado e indicado na Figura 7 atraves de suas
faces Fk com k {1, . . . , 5} e a verdadeira regiao de atraca o corresponde a`
curva tracejada.
O metodo de otimizaca o utilizado neste exemplo foi baseado na
minimizaca o de alguns valores de v (x) dentro do politopo, proximos das
faces, como sugerido na Observaca o 2.5.2. Os pontos considerados na
otimizaca o sao indicados na Figura 7 por +. Esta estimativa foi obtida
aumentando os fatores de ponderaca o para os pontos proximos da face F1 ,
onde a estimativa era pobre, e diminuindo-os para os pontos proximos a` face
F2 , onde a estimaca o era melhor.
Apenas para fins comparativos, a Figura 7 tambem mostra as estimativas E o para uma funca o de Lyapunov quadratica com a estrutura (2.42), e
E n para uma funca o de Lyapunov independente dos termos racionais com a
estrutura P = U PnU em que
[
]
U = I(n+p6)(n+p6) 0(n+p6)6 ,
0
0
0
x2
0
0
0
0
0
x1
0
0
0
0
0
0
x2
0
0
0
0
0
x1
x2
78
x2
F3
F4
0
Eo
1
En
F2
F5
Er
F1
5
2
x1
4
Exemplo 2.5 Considere o sistema nao linear escalar x = x3 que pode ser
2.7 Exemplos
79
883.242 5.640615
0.6007
P = 5.640615
41.197
7.20136 .
6
0.6007
7.2013
41.1472
Alem disso, pode-se provar estabilidade assintotica global do sistema usando
o Corolario 2.2 com a funca o de Lyapunov (2.40) e a P indicada a seguir.
6.587
7.06x1011
0.7772
3.8766
1.38x109 .
P = 7.06x1011
9
0.7772
1.38x10
14.403
DE SOUZA; TROFINO,
Como este sistema tem nao linearidades com monomios de ate grau 3,
pode-se introduzir o mesmo conjunto de funco es nao lineares usadas no
Exemplo 2.2 e, consequentemente, as matrizes da representaca o do sistema
G (x) , F (x) e os anuladores b (x) tambem sao os mesmos. Podemos completar a representaca o do sistema (2.131) como em (2.39) com as matrizes
A0 , A1 , respectivamente, indicadas a seguir.
[
] [
]
1 0
0 0 0 0 0 1 0
,
.
1 1
0 0 0 0 1 1 0
Para estimar a regiao de atraca o para este sistema, que tem a verdadeira regiao de atraca o representada pelo interior das curvas tracejadas na
80
2
1
2.7 Exemplos
81
x2
1.5
E0
0.5
0.5
1.5
x1
2
2
1.5
0.5
0.5
1.5
82
x2
2
E
1
X2
X1
3
3
x1
2
proximos das faces do politopo nao convexo, da mesma forma que no Exemplo 2.4, apresentado na Observaca o 2.5.2. Com isso, obtem-se a estimativa
E mostrada na Figura 10.
De modo a obter uma melhor estimativa, pode-se aumentar o grau da
funca o de Lyapunov de 6 para 8. A nova representaca o do sistema e indicada
a seguir.
[
]
e = x14 x13 x2 x12 x22 x1 x23 x24 ,
[
]
[
]
A0e = A0 , A1e = A1 025 , Ge (x) = G (x) 025 ,
x1
0
0
0
[
]
0
x1
0
0
F(x) 075
0
0
0
x
0
, Fe21 (x) =
Fe (x) =
1
53
,
Fe21 (x)
I5
0
0
0
x1
0
0
0
x2
]
[
065
b
,
e (x) =
049 e22 (x)
83
5
4
x2
Ee
2
1
0
1
2
3
4
5
5
x1
4
onde
x2
0
e22 (x) =
0
0
x1
x2
0
0
0
x1
x2
0
0
0
x1
x2
0
0
.
0
x1
Neste caso, e usada uma uniao nao convexa maior, composta pelos
seguintes dois politopos convexos:
}
{
0.9 0.9 4.5
0
,
X1e = Co
0.9 0.9 0 4.5
{
}
0.9 0.9 4.5 0
X2e = Co
.
0.9 0.9
0
4.5
A nova estimativa e denotada por E e na Figura 10. Esta poderia ainda ser
melhorada reajustando os politopos.
2.8
Neste captulo foram detalhadas as principais contribuico es apresentadas nesta dissertaca o, que consistem em uma tecnica LMI para testar
84
85
Introduca o
Este captulo tem como objetivo a apresentaca o de uma tecnica de chaveamento para aplicaca o em controle de sistemas comutados utilizando uma
abordagem LMI. Para isso, primeiramente sao apresentadas as condico es que
garantem que o sistema comutado seja estavel, inclusive durante a possvel
ocorrencia de modos deslizantes. Isso e feito baseado na teoria de estabilidade de Lyapunov, utilizando multiplas funco es de Lyapunov, uma para cada
modo do sistema, que compoem uma funca o de Lyapunov comutada (a do
modo ativo no respectivo instante).
Os resultados apresentados neste captulo dao continuidade a pesquisas anteriores. Em (ASSMANN, 2008) e apresentada a tecnica de chaveamento,
mas ainda sem considerar a possibilidade de existencia de modos deslizantes.
Aqui sera tratado apenas o caso de medica o total dos estados. O caso de
realimentaca o de sada pode ser encontrado em (TROFINO et al., 2009).
Ao final do captulo, e apresentado um exemplo simples de aplicaca o
da tecnica em um sistema comutado particular da eletronica de potencia: o
conversor abaixador de tensao (Buck).
3.2
Nesta seca o e explicado projeto de uma lei de chaveamento que estabilize um sistema afim no estado por meio da comutaca o entre os possveis
modos dinamicos do sistema. Existem diferentes tipos de chaveamento, como
por exemplo, chaveamento dependente do tempo (como feito por PWM, dado
um ciclo de trabalho desejado) e chaveamento dependente do estado do sistema (LIBERZON, 2003). Neste trabalho estamos interessados no segundo
caso, mais especificamente com o chaveamento baseado em uma funca o de
Lyapunov dependente dos estados.
Considere um sistema dinamico cuja estrutura varia durante a
operaca o. Suponha que as dinamicas durante cada modo de operaca o
possam ser representadas por um campo vetorial afim como a seguir:
x (t) = Ai x (t) + bi ,
y (t) = Cx (t) ,
i M := {1, . . . , m} ,
(3.1)
86
(y (t)) : ny M ,
(3.2)
que pode ser visto como um mapeamento do vetor de medidas, a cada instante
de tempo t, para o ndice (y (t)) M do modo de operaca o atual (ativo).
O problema de interesse consiste em projetar uma lei de chaveamento
que assintoticamente leva o estado do sistema para o ponto de equilbrio desejado x do sistema chaveado (em malha fechada). Entao, x deve ser globalmente assintoticamente estavel. A Equaca o (3.3) a seguir apresenta a
dinamica do sistema comutado, que corresponde ao sistema do modo que
estiver ativo a cada instante de tempo, i.e. i = .
x (t) = A x (t) + b ,
y (t) = Cx (t) ,
(y (t)) : ny M .
(3.3)
e (t) = A e (t) + k ,
k = b + A x,
e (t) := x (t) + x.
(3.4)
Gracas ao sistema do erro definido na equaca o anterior, o problema de interesse pode ser redefinido como o de projetar uma lei de chaveamento que
assintoticamente leva o estado de erro para a origem. Para este fim, vamos considerar o sinal chaveado (y (t)) e a funca o de Lyapunov candidata
v (e (t) , ) dados por
(3.5)
(3.6)
iM
iM
v (e (t)) > 0
M ,
e (t) = 0, (3.7)
87
3.2.1
Apenas as condico es apresentadas na seca o anterior nao sao suficientes para garantir a estabilidade do sistema chaveado na ocorrencia de modos
deslizantes1 (TROFINO; SCHARLAU; COUTINHO, 2010), neste caso, deve ser includa uma condica o que garanta isso.
Suponha que um modo deslizante ocorra na superfcie de deslizamento
S definida entre os ms modos de Ms , onde Ms M explicita o conjunto
dos modos considerados na superfcie e ms m, i.e.
{
}
S := e (t) : vi (e (t)) = v j (e (t)) , i, j Ms , i = j =
(3.8)
{e (t) : s (e (t)) = 0} .
onde s e a combinaca o convexa das funco es de Lyapunov dos modos em
modo deslizante, definida como
(
)
s (e (t)) = (i ) vi (e (t)) = i i vi (e (t))
(3.9)
iMs
iMs
em que a inclusao do termo i , possvel devido a` sua combinaca o convexa tambem ser nula no equilbrio, tem como objetivo apenas facilitar a
representaca o das condico es mostradas no decorrer desta seca o.
Na superfcie de deslizamento descrita em (3.8) sao assumidas as
funco es auxiliares vi (e (t)) , i M , com a seguinte estrutura, como em (TROFINO et al., 2009):
vi (e (t)) = e (t) Pi e (t) + 2e (t) Si ,
Pi = Pi ,
(3.10)
88
(t) ,
ks ( (t)) :=
ki i (t) .
(3.11)
iMs
s
o simplex2 que indica os limites de ,
onde = [i ]m
col , i Ms , e e
definido como
}
{
:=
i [0, 1] :
i = 1 .
(3.12)
iMs
= e (t)
iMs
vi (e (t)) i
iMs
Pi i e (t) +
Si i e (t) ,
iMs
(3.14)
(3.15)
sao satisfeitas:
89
Pi i > 0,
(3.16)
Si i = 0.
(3.17)
iMs
iMs
[ ]
:= i ms e um parametro de projeto. Como
reO vetor de constantes
col
presenta o ciclo de trabalho no equilbrio desejado, uma escolha natural e
= .
Pi i e (t) > 0,
iMs
e (t) S {0} ,
(3.18)
(3.19)
onde Qs e uma matriz positiva definida a ser determinada, que vamos assumir
que tenha a seguinte estrutura particular, obtida de (3.16):
Qs :=
Pi i > 0,
(3.20)
iMs
ys (t)
< ,
k
s ( (t))
ks ((t))=0
sup
(t) .
(3.21)
90
3.2.2
Pi ,Si ,
Pi Ai + Ai Pi
ki Pi + Si Ai
Pi ki + Ai Si
2Si ki
+ i
Pi
Si
(
)
Qs As + As Qs + s Ps
(Qs Hs + s Ss + L1Cl )
Cs
Si
0
< 0, Pi = Pi , i M (3.22)
Qs Hs + s Ss + L1Cl
Hs Hs + L2Cl +Cl L2
0ns 1
< 0,
Cs
01ns
Ins
(3.23)
91
s
Hs = [ki ]m
lin , i Ms ,
ms
Ps = [Pi ]lin , i Ms ,
s
Ss = [Si ]m
lin , i Ms .
ys (t) ys (t)
ks () ks () < 0 (3.24)
Sabendo que Hs =
s
[ki ]m
lin
e (t) S {0} ,
(3.25)
]
[
Cs Cs
e (t)
Q
A
()
+
A
()
Q
+
Q
H
s
s
s s
,
, = s s
=
(t)
Hs Qs
Hs Hs
(3.26)
podemos reescrever (3.24) como < 0, = , e (t) S , onde =
[
]
e o valor de no equilbrio do sistema. Observe para e (t) = 0
0
( )
= 0 e assegurada de (3.13).
que obtem-se = 0 como ks
e (t) =
Entao a seguinte identidade e verdadeira:
[
]
(
) (
) (
)
e (t)
= , =
(3.27)
.
(t)
3 Ver
Notaca onos elementos pre-textuais para mais detalhes quanto a` notaca o adotada.
92
Veja agora que, a combinaca o convexa que define a superfcie de deslizamento, dada em (3.9), pode ser reescrita como
(
)
(
)
(3.28)
s (e (t)) = e Pi e i i + 2e Si i i ,
iMs
ms
s
e considerando Ps = [Pi ]m
lin , i Ms , Ss = [Si ]lin , i Ms , pode-se reescrever
(3.28) como
)
]
[
][
] [ (
e (t)
e (t)
Ps
Ss
s ( ) =
= 0. (3.29)
(t)
(t)
Ss
0
{z
}
|
Gs
s s
< 0.
(t)
(t)
(L1Cl ) L2Cl +Cl L2
(3.31)
e que finalmente, aplicando o Complemento de Schur para retirar a variavel
do denominador, resulta na LMI (3.23), que garante estabilidade sob modo
deslizante entre ms modos, finalizando a prova.
Uma prova mais detalhada para as LMIs (3.22) do Teorema 3.1 pode
ser encontrada em (TROFINO et al., 2009), assim como o projeto da lei de chaveamento para sistemas com medica o parcial dos estados e com a consideraca o
de ponto de equilbrio incerto utilizando filtros washout (HASSOUNEH; LEE;
ABED, 2004) e um exemplo n
umerico. No caso abordado em (TROFINO et al.,
2009), o filtro washout acrescenta um estado ao sistema cuja sada e nula
quando o estado filtrado (o estado cujo equilbrio e desconhecido) atinge seu
equilbrio (BORGES; PAGANO, 2002).
Observaca o 3.2.1 Conforme visto em (TROFINO et al., 2009) e (ASSMANN,
2008), as constantes 1 , ..., m que representam a taxa de decrescimento
em cada modo de operaca o podem ser escolhidas de fomra que o valor de
i /2 esteja no intervalo entre a parte real do menor autovalor estavel de
93
Ai e zero.
1 (A12 ) + A2 ( ) . (3.32)
Observaca o 3.2.3 O Teorema 3.1 foi desenvolvido para garantir estabilidade considerando apenas uma superfcie de modos deslizantes. Este pode
ser facilmente generalizado para o caso em que multiplas superfcies de modos deslizantes sao possveis. Para isso, observe que as condico es (3.16),
(3.17) e (3.23) devem ser satisfeitas para cada uma das nk superfcies consideradas, onde cada superfcie tem um subconjunto de modos em modo deslizante diferente, i.e. Msk , k {1, ..., nk }. A Seca o 5.7 ilustra este ponto.
3.3
94
x= Ai x + bi ,
onde x 3 e
0
1
A1 = A2 = LC
1
LL
1
CC
0
0
i M := {1, 2} ,
C1C
0
,
RLLL
b1 =
0
Ein
LC
(3.33)
b2 = 031 . (3.34)
95
(3.35)
Valor
15V
103 H
106 F
104 H
30
x =
Eout
Eout
RL
Eout
RL
k1 =
0
Eout
LC
k2 =
0
Eout
LC
(3.36)
96
10
0.5
0.4
0.3
x2(t)
x1(t)
4
2
0
0.1
0
2
3
tempo [s]
x 10
2
3
tempo [s]
2
3
tempo [s]
5
4
x 10
0.4
1.8
(t)
0.3
x3(t)
0.2
0.2
1.6
1.4
0.1
0
1.2
0
2
3
tempo [s]
4
4
x 10
5
4
x 10
Figura 12: Resultados de simulaca o do conversor Buck com a lei de chaveamento projetada.
Analisando os resultados obtidos em simulaca o, verifica-se que o requisito de erro nulo em regime foi atingido quando o sistema opera com o
valor nominal de RL dado. Esta configuraca o ainda nao apresenta robustez
pois o sistema nao conseguiu atingir o valor de referencia desejado apos a
aplicaca o da carga. Mesmo tratando RL como um parametro incerto, ainda
tem-se o problema de que o equilbrio se torna incerto, por ser dependente
de RL . Neste caso, uma soluca o e utilizar filtros washout, como mostrado em
(TROFINO et al., 2009).
3.4
97
Neste captulo foi apresentada uma tecnica de chaveamento cujo objetivo e a estabilidade de sistemas comutados. Esta tecnica pode ser aplicada
para o caso de seguimento de referencia e possui garantias de desempenho.
Primeiramente, foram mostradas as condico es basicas para a estabilidade de
um sistema comutado utilizando uma funca o de Lyapunov comutada, proveniente de multiplas funco es de Lyapunov (uma em cada modo de operaca o do
sistema). No caso, estas condico es sao a positividade da funca o de Lyapunov
comutada e a negatividade de sua derivada.
Na sequencia foi comentado o comportamento do sistema no caso
deste entrar em modos deslizantes, em que apenas as condico es anteriores
nao bastam. Por isso, foram apresentadas condico es para garantir a estabilidade do sistema comutado em modos deslizantes. Estas condico es foram definidas de forma geral o suficiente para considerar a ocorrencia de superfcies
de deslizamento entre varios modos simultaneamente. No fim, a aplicaca o
da tecnica foi exemplificada em um sistema comutado simples: o conversor
Buck.
A estrutura considerada das funco es de Lyapunov possui uma forma
apenas quadratica dos erros do sistema, o que pode ser conservador. Isso
leva a concluir que a futura combinaca o das tecnicas aqui apresentadas com
as do Captulo 2 pode levar a` reduca o do conservadorismo ao se permitir o
uso de uma funca o de Lyapunov muito mais rica, dependente de tantas nao
linearidades quanto se queira.
98
99
Introduca o
A modelagem matematica da maquina de induca o e feita a partir do conhecimento das dinamicas eletricas e mecanicas presentes nesta. As equaco es
que descrevem as maquinas com rotor em gaiola e com rotor bobinado sao
identicas, exceto pelo fato de que no primeiro caso as tensoes do rotor sao
nulas, enquanto no segundo nao sao.
100
4.2.1
Dinamica eletrica
101
(4.1)
(4.2)
onde Vabc = [Va Vb Vc ] e o vetor das tensoes de fase, iabc = [ia ib ic ] e o vetor
das correntes de fase, abc = [a b c ] e o vetor dos fluxos resultantes de
cada fase, e Rs e Rr sao resistencias constantes do estator e do rotor, respectivamente. Os sub-ndices s e r indicam, respectivamente, variaveis do estator
e do rotor.
As grandezas da Equaca o (4.2) estao referenciadas ao circuito do estator, atraves da relaca o de transformaca o ksr dada por:
ksr =
Ns Vs
= ,
Nr Vr
(4.3)
onde Ns e Nr sao o numero de espiras equivalentes do estator e do rotor, respectivamente, enquanto que Vs e Vr sao os valores medios quadraticos (RMS)1
das tensoes por fase do estator e do rotor, respectivamente.
As grandezas do circuito do rotor (sub-ndice rr), referenciadas ao
circuito do estator, estao dadas por:
1
iabcrr
ksr
Vabcr = ksrVabcrr
(4.5)
(4.6)
iabcr =
Rr =
1 Do
2
ksr
Rrr ,
(4.4)
(4.7)
102
Dinamica mecanica
Para completar o modelo, e necessario representar a dinamica do movimento do rotor da maquina de induca o, que e dada pelo balanco entre as
potencias eletrica e mecanica, apresentada a seguir:
Jm m +Bm m + c = e ,
(4.8)
onde:
e - conjugado2 eletromagnetico;
c - conjugado de carga;
Jm - momento de inercia do sistema (motor e carga);
Bm - coeficiente de atrito viscoso;
m - velocidade angular mecanica do rotor;
e a relaca o entre a velocidade eletrica r e a velocidade mecanica m , que
depende do numero de pares de polos p da maquina, e dada por:
r = p m .
(4.9)
e = p Lm (iabcs iabcr ) ,
(4.10)
e aplicando a definica o de produto vetorial entre iabcs e iabcr , podemos representar (4.10) como
)
(
)
(
senr
sen r + 43
sen r + 23
(
)
)
(
4
sen r + 23
senr
e = p Lm iabcs sen r + 3
iabcr ,
)
(
)
(
2
4
sen r + 3
senr
sen r + 3
(4.11)
2 Tamb
em
103
104
Pode-se notar ainda que esse sistema se caracteriza por possuir o eixo adiantado em relaca o ao eixo (BARBI, 1985).
2
0
3 1
2
21
3
2
1
2
(4.14)
12
3
2
1
2
(4.15)
A Equaca o (4.16) corresponde a` transformaca o inversa de 0, realizando a mudanca do sistema de coordenadas bifasico para trifasico.
1
fabc = K
0 f 0 ,
onde
1
1
2
K
0=
21
3
2
23
(4.16)
1
1 .
(4.17)
105
As duas primeiras linhas da matriz K 0 em (4.15) sao obtidas diretamente a partir da transformaca o planar de sistema trifasico para bifasico.
A terceira linha e inserida de forma a possibilitar a inversao da matriz K 0 ,
necessaria ao equacionamento do motor. O termo constante 2/3 em (4.15)
e definido de forma a assegurar uma transformaca o de amplitude constante
(HAFFNER, 1998).
4.4
Sistemas de Referencia
x
x , genericamente, as vari
Sejam fdq0s
e fdq0r
aveis do estator e do rotor,
em um sistema de referencia arbitrario x, como por exemplo a corrente do
estator, ixdq0s .
Como pode ser observado na Figura 15, x e o a ngulo formado entre
as variaveis do estator, f dq0s , e a representaca o das mesmas no sistema de
x . A diferenc
coordenadas x, dada por fdq0s
a (x r ) e o a ngulo formado
x .
entre as variaveis do rotor, fdq0r , e sua representaca o fdq0r
Na Figura 15, sao representados o eixo de coordenadas arbitrario x,
o eixo do estator s e o eixo do rotor r, que se move com velocidade r
em relaca o ao eixo do estator.
A transformaca o de Park e realizada no estator e no rotor, conforme
as Equaco es (4.18) e (4.19), respectivamente, atraves das matrizes (4.20) e
106
cos (x ) sen (x ) 0
Tsx = sen (x ) cos (x ) 0
0
0
1
cos (x r ) sen (x r ) 0
Trx = sen (x r ) cos (x r ) 0 .
0
0
1
4.4.2
(4.18)
(4.19)
(4.20)
(4.21)
(4.23)
(4.24)
107
4.4.3
x = r .
(4.25)
(4.26)
r
fdq0r
(4.27)
Trr
f 0r .
4.4.4
s =
s dt.
(4.28)
x = s .
(4.29)
108
(4.30)
s
fdq0r
(4.31)
Trs
f 0r .
4.5
4.5.1
Dinamica eletrica
Primeiramente, podemos definir, por simplicidade
= 1
2
Lm
,
Ls Lr
(4.32)
109
(4.33-4.36):
.x
ds
.x
qs
.x
dr
.x
qr
Rs Lm x
Rs x
x
x
+
ds + x qs
+Vds
Ls
Ls Lr dr
Rs x
Rs Lm x
x
=
x ds
+Vqsx
+
Ls qs
Ls Lr qr
Rr x
Rr Lm x
x
x
+
+ (x r ) qr
=
+Vdr
Lr dr Ls Lr ds
Rr Lm x
Rr x
x
+Vqrx .
=
qr +
(x r ) dr
Lr
Ls Lr qs
=
(4.33)
(4.34)
(4.35)
(4.36)
A diferenca entre as diversas possibilidades de eixos coordenados de referencia esta caracterizada no termo x , que varia para cada um dos sistemas
de referencia (FERREIRA, 2004).
O modelo da maquina de induca o pode se apresentar como variaveis
de estado os fluxos ou correntes ou uma mistura de ambos (denominado modelo corrente-fluxo) e a escolha de qual utilizar e normalmente baseada na
sua finalidade (FERREIRA, 2004). O modelo de fluxos e usualmente aplicado
para a estimaca o de variaveis necessarias ao controle, como o proprio fluxo
e o conjugado (FERREIRA; HAFFNER; PEREIRA, 2000), enquanto o modelo de
corrente-fluxo e comumente usado na simulaca o da maquina propriamente
dita.
As correntes do estator podem ser obtidas a partir dos fluxos do rotor
utilizando as seguintes expressoes:
(
)
Lm x
1
x
ds
dr
(4.37)
ixds =
Ls
Lr
(
)
Lm x
1
x
qs
qr .
ixqs =
(4.38)
Ls
Lr
De forma semelhante, para determinar o valor das correntes do rotor,
podem ser empregadas as seguintes equaco es:
ixdr
ixqr
1 x
( Lm ixds )
Lr dr
)
1 ( x
qr Lm ixqs .
Lr
(4.39)
(4.40)
Substituindo (4.37) e (4.38) nas equaco es de estado (4.33-4.36), obtemos o modelo corrente-fluxo mostrado nas Equaco es (4.41-4.44), que sera o
110
4.5.2
Dinamica mecanica
e =
4.5.3
)
3 Lm ( x x
x x
dr iqs qr
p
ids .
2 Lr
(4.46)
Este modelo tem as variaveis de estado senoidais em regime permanente e pode ser obtido fazendo-se x = 0 nas Equaco es (4.41-4.44). Com
111
4.5.4
112
4.5.5
+
R
ids
s ids + s iqs +
Ls
Lr2
Ls Lr2 dr Ls Lr
Ls ds
(4.57)
)
( 2
.s
Lm Rr
Lm Rr s
Lm
1 s
1
s
+ Rs isqs s isds +
V
+
qr
r dr
iqs =
2
2
Ls
Lr
Ls Lr
Ls Lr
Ls qs
(4.58)
.s
Rr s
Lm Rr s
s
s
dr =
i + (s r ) qr
+Vdr
(4.59)
Lr ds Lr dr
.s L R
R s
s
qr = m r isqs r qr
(s r ) dr
+Vqrs
(4.60)
Lr
Lr
) p
.
Bm
3
Lm ( s s
s s
r = r + p2
.
ids c
dr iqs qr
Jm
2 Jm Lr
Jm
(4.61)
4.6
Acionamento
As maquinas de induca o trifasicas, como e o caso do sistema em estudo, podem ser conectados a` rede conforme a tensao de linha (ligaca o em
triangulo) ou a tensao de fase da rede (ligaca o em estrela). Entretanto, com o
proposito de controle, o acionamento pode ser realizado atraves de inversores
com fonte de corrente (CSI)4 ou de tensao (VSI)5 . Atualmente, o componente
mais utilizado como chave e o transistor bipolar de porta isolada (IGBT)6 .
Uma representaca o esquematica do inversor de tensao, que esta sendo
considerado no decorrer deste trabalho, com carga conectada em estrela, e
apresentada na Figura 18. A tensao em corrente contnua (CC), representada por Vcc , comumente provem de uma malha de retificaca o da tensao em
4 Do
5 Do
4.6 Acionamento
113
(4.62)
(4.63)
(4.64)
1
(Vao +Vbo +Vco ) .
3
(4.65)
Alem do mais, substituindo (4.65) em (4.62), (4.63), e (4.64), respectivamente, obtem-se a seguinte representaca o matricial da relaca o entre as
tensoes de fase da carga e as tensoes de sada do inversor
Van
2 1 1
Vao
Vbn = 1 1 2 1 Vbo .
(4.66)
3
Vcn
1 1 2
Vco
Existem varias estrategias de chaveamento para o inversor de tensao.
A Seca o 4.6.1 a seguir apresenta resumidamente a operaca o utilizando PWM
114
115
4.7
Modelo da Comutaca o
116
2 1 1
U1
Va
1
Vb = 1 2 1 U2 ,
(4.69)
3
U3 i
1 1 2
Vc i
Vcc u j
{
1
uj =
0
( j = 1, 2, 3)
chave s j na posica o 1
.
chave s j na posica o 2
(4.70)
(4.71)
8 Estas tens
oes sao entre a fase e o neutro n, como visto na Figura 18. Por conveniencia, o
sub-ndice n sera omitido a partir deste ponto.
Modo i
1
2
3
4
5
6
7
8
117
u1 u2 u3
1 0 0
1 1 0
0 1 0
0 1 1
0 0 1
1 0 1
1 1 1
0 0 0
Esta seca o tem como objetivo ilustrar algumas das diversas topologias
de conexao dos elementos do sistema inversor-maquina tanto para operaca o
desta como motor quanto gerador.
A topologia mais usual de conexao utilizada no acionamento e controle do motor de induca o com rotor e mostrada na Figura 19.
Figura 19: Configuraca o comum para motores de induca o com rotor em gaiola.
Esta topologia e utilizada para motor de induca o com rotor em gaiola. Este tipo de rotor possui as vantagens de nao necessitar de aneis coletores (componentes caros e sensveis), o que o permite operar em ambientes
mais agressivos, e tambem sua construca o e muito mais simples e rapida. A
diferenca principal para o motor com rotor bobinado e que neste o rotor e usualmente conectado a` um reostato de partida (COTRIM, 1992). Este e inserido
para aumentar a resistencia rotorica e assim aumentar o torque de partida, re-
118
119
120
back que suporte uma maior potencia, pois este, alem de servir de caminho
para a potencia gerada, deve suprir a magnetizaca o da maquina (MARQUES et
al., 2003).
4.9
121
5 PROPOSTA DE FORMULAC
AO
DE CHAVEAMENTO PARA
SISTEMAS INVERSOR-MAQUINA
5.1
Introduca o
5.2
Lm Rr
,
Lr2
Lm Rr
a5 =
,
Lr
3 Lm
a8 = a7 p .
2 Lr
a2 = a0
(5.2)
.
.
x2
.
x3
.
x4
.
x1
x5
s
= a1 x1 + s x2 + a2 x3 + a3 x5 x4 + a0Vds
= s x1 a1 x2 a3 x5 x3 + a2 x4 + a0Vqss
= a5 x1 a4 x3 + (s x5 ) x4
= a5 x2 (s x5 ) x3 a4 x4
= a8 x2 x3 a8 x1 x4 a6 x5 a7 c ,
(5.3)
A (x, s ) =
a1
s
a5
0
0
s
a1
0
a5
0
a2
a3 x5
a3 x5
a2
a4
s x5
(s x5 )
a4
a8 x2
a8 x1
0
0
0
0
a6
a0
0
B=
0
0
0
5.3
0
a0
0
0
0
[ s ]
, V s = Vds
,
dqs
Vqss
123
Tc =
0
0
0
0
a7 c
]
[
]
Vas
3
2 0 3
V si
Vbs ,
2
2
(5.5)
=
V si
3 1 21 12
V
cs
que pode ser reescrita em funca o das posico es das chaves, como mostrado na
Seca o 4.7, substituindo (4.69) em (5.5):
]
[
]
u1
3
3
2
V si
0 2
u2 .
2
(5.6)
= Vcc
V si
3
1 21 21
u
3
(5.8)
(5.9)
s
Vdqsi
Vi
(5.11)
sen (s ) = s cos (s )
.
.
cos (s ) = s sen (s ) ,
(5.12)
(5.13)
125
z = W (s ) z,
onde
W (s ) =
0
s
(5.14)
s
0
(5.15)
Um u ltimo ponto importante a` respeito das variaveis em z e que, devido a` sua definica o de estrutura em (5.8), a seguinte restrica o basica da geometria sempre e satisfeita
z21 + z22 = 1
5.4
s .
(5.16)
As formas de onda das tensoes de entrada requeridas ao controle possuem duas propriedades fundamentais: amplitude e frequencia. A geraca o da
amplitude e dada pelo chaveamento do inversor, como apresentado na Seca o
5.3 e a frequencia dessas tensoes e incorporada atraves da transformaca o de
Park, como visto na Figura 23. Como o modelo considerado esta no referencial sncrono, e necessario determinar o valor da frequencia sncrona s .
Baseado na tecnica de controle escalar usual com escorregamento controlado (FITZGERALD C. KINGSLEY, 2006), a frequencia sncrona s sera determinada a partir da adica o entre a velocidade eletrica do rotor x5 e a frequencia
sl , ou seja,
de escorregamento estimada
sl ,
s = x5 +
(5.17)
sl = gI (x5 x5 ) ,
(5.18)
Nas Seco es 5.2, 5.3 e 5.4, foram apresentadas as dinamicas referentes ao motor de induca o, a` s transformaco es de coordenadas envolvidas
e a` geraca o da frequencia sncrona. Juntas, essas dinamicas formam a
representaca o completa do conjunto acionamento-sistema, entao podemos
escrever o estado aumentado completo como:
x
xa = z .
(5.19)
sl
x
(5.20)
xa = z ,
sl
(5.21)
127
onde
ea = xa xa ,
(5.22)
ex
ea = ez ,
ew
(5.23)
e entao, a partir das Equaco es (5.19) e (5.20), os erros de cada subsistema sao
ex =
ez =
x x
s
z Vi1Vdqs
sl sl .
ew =
(5.24)
(5.25)
(5.26)
Note que z sao senoidais. Em regime permanente, e esperado que o chaveas ) aproxime-se de uma forma senoidal.
mento do termo (Vi1Vdqs
A dinamica do erro aumentado e dada pelas dinamicas (5.4), (5.14) e
(5.18), de cada subsistema, ou seja,
.
s
x
. z. A (x, s ) x + B Vdqsi + Tc
ea = . =
.
(5.27)
W (s ) z
gI (x5 x5 )
sl
s
O termo Vdqsi
agora esta representado com o ndice i, pois da Seca o 5.3 sabemos que a tensao de entrada sera proveniente de um elemento chaveado, e
pode ser reescrito usando a Equaca o (5.11). Entao,
A (x, s ) x + B Vi z + Tc
.
.
ea =
W (s ) z
(5.28)
gI (x5 x5 )
j {1, . . . , 5}.
(5.29)
(5.17). Portanto,
s +T
A (ex , ew ) . (ex + x)
+ B Vi ez + BVdqs
c
s
,
ea =
W (ex , ew ) ez +W (ex , ew )Vi1Vdqs
gI C5 ex
(5.30)
onde
A (x, s )
w + sl
x=e +x , s =C5 ex +C5 x+e
x
= W (s )
.
A (ex , ew ) =
W (ex , ew )
(5.31)
(5.32)
w + sl
s =C5 ex +C5 x+e
Observando que A (ex , ew ) e W (ex , ew ) sao afins no erro, podemos separar as componentes3 usando a seguinte notaca o:
A (ex , ew )
W (ex , ew )
= A 1 ex + A 2 ew + A
= W 1 ex + W 2 ew + W .
(5.33)
(5.34)
A partir disso podemos reescrever ea separando os termos lineares (e bilineares4 ) da parte constante, da seguinte forma:
ea = Fi (ex , ew ) ea + Hi (xa , ) ,
(5.35)
onde
A1 ex + A 2 ew + A + A 1 x
B Vi
1 s
W1 Vi Vdqs
W1 ex + W 2 ew + W
Fi (ex , ew ) =
gI C5
012
A 2 x
s
,
W 2 Vi1Vdqs
0
s +T
A x + B Vdqs
c
s
, i {1, ..., 6} .
Hi (xa , ) =
W Vi1Vdqs
0
(5.37)
129
Modo i
1
2
3
4
5
6
7
8
u1 u2 u3
1
1
0
0
0
1
1
0
0
1
1
1
0
0
1
0
0
0
0
1
1
1
1
0
V i
V i
3
V
3 cc
3
3 Vcc
2
3 Vcc
1
3 Vcc
13 Vcc
23 Vcc
13 Vcc
1
3 Vcc
0
0
0
0
33 Vcc
33 Vcc
V2i +V2i
( 2 )2
V
( 32 cc )2
V
( 32 cc )2
V
( 32 cc )2
V
( 32 cc )2
V
( 32 cc )2
3 Vcc
0
0
os modos 7 e 8 este termo e nulo, o que torna Vi1 nao inversvel, portanto as
matrizes Fi (ex , ew ) e Hi (xa , ) indicadas em (5.36) e (5.37) nao podem existir
nestes modos, pois o termo Vi1 aparece na dinamica de ez . O que ocorre
e que nos modos em roda-livre a tensao aplicada a` maquina e zero (valor
constante), e como a dinamica de z caracteriza o comportamento senoidal da
tensao de entrada, a dinamica de ez nao causa influencia alguma na entrada,
qualquer que seja, ou seja, a z neste modo e arbitrario (livre).
Partindo da premissa anterior, pode-se escolher z = z, e portanto ez =
.
0. Consequentemente, ez = 0, entao a segunda linha das matrizes Fi (ex , ew )
e Hi (xa , ) para o modo 7 sao anuladas, eliminando o problema da nao
existencia de V71 , o que resulta nas seguintes matrizes para este modo:
A 1 ex + A 2 ew + A + A 1 x 052 A 2 x
025
022 021
(5.39)
F7 (ex , ew ) =
gI C5
012
0
s +T
A x + B Vdqs
c
.
H7 (xa , ) =
(5.40)
021
0
5.6
(5.41)
(5.43)
e, utilizando a Equaca o (5.35) e considerando que Pi e Si sao matrizes constantes em cada modo, esta pode ser reescrita como
] [
]
[
][
.
Fi Pi + Pi Fi
Pi Hi + Si Fi
ea
ea
vi =
.
(5.44)
1
1
2Si Hi
(Pi Hi + Si Fi )
Para completar as definico es necessarias, lembre-se que existe um acoplamento entre as variaveis z1 e z2 , o que restringe seus valores possveis
simulataneamente e e dado por (5.16). Note que podemos reescrever esta
restrica o em funca o da variavel ez usando (5.25), e em seguida em funca o do
131
ea
1
Cvi
ea
1
= 0,
(5.45)
onde
Cvi =
055
025
015
015
052
I2
012
)
(
Vi1V s
051
021
0
051
1 s
Vi Vdqs
0
s
s
V
V 1
dqs
dqs
dqs
(5.46)
A partir das definico es apresentadas, as LMIs da condica o de decaimento exponencial da Equaca o (3.22), como no Teorema 3.1, para o caso do
motor ficam dadas por
[
Fi Pi + Pi Fi
(Pi Hi + Fi Si )
Pi Hi + Fi Si
2Si Hi
+ i
Pi
Si
Si
0
+ Lai Na + Na Lai
+ iCvi < 0
xa Xa
F7 P7 + P7 F7
(P7 H7 + F7 S7 )
P7 H7 + F7 S7
2S7 H7
+ 7
P7
S7
S7
0
i = 1, . . . , 6, (5.47)
]
+ La7 Na + Na La7
+ LzCz +Cz Lz < 0
xa Xa , (5.48)
onde Xa e o politopo considerado e Na define5 os anuladores para as nao
linearidades ex e ew presentes em Fi (ex , ew ), isto e
]
[
ea
= 0,
(5.49)
Na (ex , ew )
1
e sua inserca o na condica o (3.22), utilizando o Lema de Finsler mostrado na
Seca o 2.2.2.4, proporciona graus de liberdade a mais na busca de soluca o para
a LMI (5.47). A inserca o da restrica o (5.45) sobre z tambem foi feita usando
o Lema de Finsler com podendo ser diferente para cada modo, por isso a
5A
5.7
Como visto na Seca o 3.2.1, para equilbrio chaveado deve existir uma
(5.51)
(5.52)
H i i + H 7 7 = 0
i=1
(5.53)
W V i V s = 0.
i
dqs
i=1
Vi1 i = 0,
i=1
(5.54)
133
que depende da combinaca o dos valores de Vi1 entre dois ou mais modos.
Podemos observar pela Tabela 3 que a condica o
[
]
V i V i
(5.55)
V i V i = 0,
i
k
(5.56)
(5.57)
(5.58)
onde k , k = 1, ..., 3, define cada uma das tres superfcies em que ocorre
modo deslizante. Pode-se ter a condica o (5.54) satisfeita em equilbrio para
cada um desses subconjuntos de modos em modo deslizante bastando fazer
com que o valor de i seja o mesmo para os tres modos. Como deve-se ter
satisfeita a condica o ik i = 1, tem-se
1
i = ,
3
i k , k = 1, ..., 3.
(5.59)
Portanto,
ik
iVi1
2
Vcc
3
)2
ik
V i
V i
V i
V i
i = 02 .
(5.60)
iM
sendo:
vs (ea ) :=
i vi = ea Qsk ea ,
ik
(5.61)
(5.62)
onde, portanto,
Qsk =
Pi i ,
ik
0=
Si i .
(5.63)
ik
ea ,
= ea
3
(5.64)
(5.65)
(5.66)
135
otimizaca o:
min :
k () + s < 0,
i k ,
k = 1, 2, 3,
(5.70)
Mi Nb + Nb Mi
Ni Nb
s =
0
0
0 ,
0
Cs
01ns
Ins
(5.71)
(5.72)
s
Hsk = [Hi ]m
lin , i k ,
s
Psk = [Pi ]m
lin , i k ,
s
Ssk = [Si ]m
lin , i k ,
ms
k = [i ]lin
, i k ,
(5.73)
Note que o politopo de e definido pelo simplex . Para este caso do motor onde sao
considerados ms = 3 modos em cada superfcie de deslizamento e portanto 3 ,
o simplex tem apenas 3 vertices (e nao 23 como em um politopo usual), como representado pelo triangulo na Figura 24 e pode ser descrito como o envoltorio convexo de
seus vertices da seguinte forma:
0
0
1
0
1
0
.
= Co
0
0
1
6A
, 1996),
tacionais: SeDuMi (STURM, 2001) e/ou SDPT3 (TOH; TODD; TUT
U
137
(5.74)
(5.75)
(5.76)
definido como
139
u1
u = u2
u3
(5.77)
e e aplicado ao inversor, chaveando-o, se necessario. A partir do chaveamento, e gerada uma tensao trifasica Vabc para o modo atual e esta e aplicada
ao motor de induca o, reiniciando o ciclo.
5.10
Neste captulo foi apresentada uma proposta de formulaca o para o problema de controle da maquina de induca o com seguimento de referencia utilizando LMIs, iniciando-se pelos conceitos necessarios para a formulaca o do
mesmo. No caso, a maquina considerada opera como motor e tem rotor em
gaiola. Formulaco es semelhantes poderiam ser desenvolvidas para o caso do
gerador e de maquina com rotor bobinado.
Para os casos nao formulados, citados acima, as mudancas fundamentais seriam: a diferenca entre o modelo com rotor bobinado e o rotor em
gaiola, as diferencas entre as topologias de posicionamento do(s) inversor(es)
no sistema, a dinamica escolhida para geraca o de s e o objetivo de controle
(regulaca o de velocidade ou maximizaca o da potencia gerada, como exemplos).
Com relaca o aos resultados da resoluca o das LMIs, foi encontrada
soluca o quando consideradas as LMIs (5.67-5.69), de positividade de v (x),
.
e (5.47), de negatividade de v . Entretanto, foi constatado que apenas isso
nao e o suficiente para a operaca o desejada do sistema, o que pode indicar que
realmente existe a necessidade de considerar a estabilizaca o das dinamicas em
modo deslizante. Entretanto, quando acrescentada a LMI de modo deslizante
estavel, proposta em (5.70), ao conjunto de LMIs a ser testado, o problema
deixa de ser factvel, mesmo quando as condico es sao testadas localmente na
origem.
Ainda quanto ao modo deslizante, a forma com que este deve ser considerado nas LMIs permanece uma questao em aberto. Alem da hipotese
apresentada na Seca o 5.7, pode existir a necessidade de se considerar todos os seis modos em modo deslizante simultaneamente ou entre cada modo
i {1, ..., 6} e o modo 7, por exemplo. Nao e trivial concluir qual caso seria
mais geral ou ate mesmo menos restritivo.
Uma outra formulaca o buscando o controle chaveado de motores de
induca o por LMIs, pode ser encontrada em (COUTINHO, 2006), onde o sistema
141
6 CONCLUSOES
E PERSPECTIVAS
Neste trabalho foram apresentadas condico es para estabilidade de sistemas nao lineares racionais e incertos e uma proposta de formulaca o de uma
tecnica de chaveamento aplicada a` s maquinas de induca o.
No Captulo 2 foram apresentadas condico es para estabilidade assintotica de sistemas nao lineares racionais e incertos e contem as principais
contribuico es deste trabalho. A tecnica e baseada em uma representaca o alternativa diferencial-algebrica para o sistema que permite reescrever varios
tipos de problemas nao lineares em uma forma afim que pode ser tratada por
LMIs. Com isso, pode ser considerada uma funca o de Lyapunov racional e
dependente de parametros incertos. Foram apresentadas as condico es de estabilidade local (na origem) e em seguida esta foi estendida para considerar
uma regiao do espaco de estados e tambem para estabilidade global. Com
relaca o a` estabilidade regional politopica foram considerados dois casos: um
conjunto convexo e um conjunto nao convexo (uniao de politopos) de estados iniciais. Foi proposta tambem uma maneira de se evitar a abordagem
politopica. Finalmente, a efetividade da tecnica foi ilustrada atraves de exemplos numericos diversos, demonstrando o potencial para futura aplicaca o em
controle chaveado de sistemas nao lineares, como a maquina de induca o.
No Captulo 3 foi descrita uma tecnica de chaveamento cujo objetivo
e a estabilidade e o seguimento de referencia de sistemas comutados. Esta
tecnica e baseada em funco es de Lyapunov quadraticas diferentes para cada
modo de operaca o e as garantias de estabilidade se dao pela positividade e
decrescimento da funca o de Lyapunov comutada (a funca o do modo ativo
no instante considerado), inclusive na ocorrencia de modos deslizantes. As
condico es de modos deslizantes estaveis foram definidas de forma geral o
suficiente para considerar a ocorrencia de superfcies de deslizamento entre
varios modos simultaneamente. Ao final, foi demonstrada a utilizaca o da
tecnica pela resoluca o de um exemplo simples: o controle chaveado do conversor Buck.
O Captulo 4 tratou de discutir o primeiro passo para a criaca o de uma
tecnica de controle para maquinas de induca o: a determinaca o dos modelos
que representam este sistema. Devido ao fato de a maquina ser trifasica, foram apresentadas as transformaco es que possibilitam a representaca o desta
em uma forma bifasica equivalente, cujo sistema de coordenadas gira com
uma frequencia arbitraria em relaca o ao modelo trifasico. Outro ponto importante apresentado e que, alem do modelo da maquina, e necessaria a modelagem de toda a topologia do sistema de acionamento da maquina. Esta
142
6 Conclusoes e Perspectivas
6 Conclusoes e Perspectivas
143
144
6 Conclusoes e Perspectivas
145
REFERENCIAS
ANAYA-LARA, O. et al. Wind Energy Generation: Modelling and Control.
Chichester, Reino Unido: John Wiley & Sons, 2009.
ASSEU, O. et al. Robust feedback linearization and observation approach for
control of an induction motor. Asian Journal of Applied Sciences, v. 1,
n. 1, p. 5969, 2008.
ASSMANN, D. Uma Nova Tecnica de Projeto de Logica de Chaveamento
para o Controle de Sistemas Chaveados. Dissertaca o (Mestrado)
Universidade Federal de Santa Catarina, Florianopolis, Brasil, 2008.
BARBI, I. Teoria Fundamental do Motor de Induca o. Florianopolis, Brasil:
Editora da UFSC, 1985.
BARBI, I.; MARTINS, D. C. Introduca o ao Estudo dos Conversores CC-CA.
Florianopolis, Brasil: Editora da UFSC, 2005.
BARBI, I.; MARTINS, D. C. Conversores CC-CC Basicos Nao Isolados.
Florianopolis, Brasil: Edica o dos Autores, 2008.
BAZANELLA, A. S.; REGINATTO, R. Robust tuning of the speed loop in
indirect field oriented control of induction motors. Automatica, v. 37,
n. 11, p. 18111818, Setembro 2001.
BLASCHKE, F. The principle of field-orientation as applied to the new transvektor closed-loop control system for rotating-field machine. Siemens
Review, v. 39, n. 5, 1972.
BOLZERN, P.; SPINELLI, W. Quadratic stabilization of a switched affine
system about a nonequilibrium point. In: Proceedings of the 2004
American Control Conference. Boston, EUA: [s.n.], 2004. p. 3890
3895.
BORGES, F.; PAGANO, D. J. Sliding mode control of a boost converter with
a washout filter. In: XV Congresso Brasileiro de Automatica. [S.l.:
s.n.], 2002. p. 16381643.
BOSE, B. K. Modern Power Eletronics and AC Drives. Upper Saddle River,
USA: Prentice-Hall, 2002.
146
Referencias
Referencias
147
148
Referencias
HASSOUNEH, M. A.; LEE, H. C.; ABED, E. Washout filters in feedback control: benefits and limitations. In: Proceedings of the 2004
American Control Conference. Nantes, Franca: [s.n.], 2004. v. 5, p.
39503955.
HINDI, H. A tutorial on convex optimization. In: 2004 American Control
Conference. Boston, EUA: [s.n.], 2004. p. 32523265.
HOFMANN, W.; OKAFOR, F. Optimal control of doubly-fed full-controlled
induction wind generator with high efficiency. IECON 2001, v. 2, p.
12131218, 2001.
HOLTZ, J. Pulsewidth modulation-a survey. IEEE Trans. Ind. Electron, v. 39,
n. 5, p. 410420, 1992.
ITO, H. Region maximization technique in robust nonlinear control via statedependent scaling design. In: Proceedings of the American Control
Conference. San Diego, EUA: [s.n.], 1999. v. 2, p. 13901394.
JACOBINA, C. B. et al. Sistema de acionamento com motor de induca o orientado indiretamente pelo campo com adaptaca o MRAC da velocidade.
Sba: Controle & Automaca o, v. 14, n. 1, p. 4149, 2003.
KHALIL, H. K. Nonlinear Systems. 3. ed. [S.l.]: Prentice Hall, 1996.
KIM, D.; HA, I.; KO, M. Control of induction motors via feedback
linearization with input-output decoupling. International Journal of
Control, v. 51, n. 4, p. 863883, 1990.
KRAUSE, P. C.; WASYNCZUK, O.; SUDHOFF, S. D. Analysis of Electric
Machinery and Drive Systems. 2. ed. Piscataway, USA: John Wiley &
Sons, 2002.
LEI, Y. et al. Modeling of the wind turbine with a doubly fed induction
generator for grid integration studies. IEEE Transaction on Energy
Conversion, v. 21, n. 1, p. 257264, 2006.
LEONHARD, W. Field-orientation for controlling AC machines - principle and application. In: 3rd International Conference on Power
Electronics and Variable-Speed Drives. [S.l.: s.n.], 1998. p. 277282.
LEONHARD, W. Control of Electrical Drives. 3. ed. Berlim: SpringerVerlag, 2001.
Referencias
149
LOFBERG,
J. Modeling and solving uncertain optimization problems in YALMIP. In: Proceedings of the 17th IFAC World
Congress. Seul, Coreia do Sul: [s.n.], 2008. Yalmip home page
<http://control.ee.ethz.ch/joloef/yalmip.php>.
LIBERZON, D. Switching in Systems and Control. Boston: Birkhauser, 2003.
MAHI, Z.; SERBAN, C.; SIGUERDIDJANE, H. Direct torque control of a
doubly-fed induction generator of a variable speed wind turbine power
regulation. In: Proceedings of EWEC 2007. [S.l.: s.n.], 2007.
MARQUES, J. et al. A survey on variable-speed wind turbine system. In:
Congresso Brasileiro de Eletronica de Potencia (COBEP). Fortaleza,
Brasil: [s.n.], 2003. p. 732738.
MORSE, A. S. (Ed.). Control Using Logic Based Switching. Londres, Inglaterra: Springer, 1997.
ORTEGA, R.; ESPINOSA-PeREZ, G. Passivity-based control with
simultaneous energy-shaping and damping injection: the induction
motor case study. 2005.
PAPACHRISTODOULOU, A.; PRAJNA, S. Analysis of Non-Polynomial
Systems Using the Sum of Squares Decomposition. [S.l.]: SpringerVerlag, 2004.
RASHID, M. Eletronica de Potencia - Cicuitos, Dispositivos e Aplicaco es.
Sao Paulo, Brasil: Makron Books, 1999.
SALMASI, F.; NAJAFABADI, T.; MARALANI, P. An adaptive flux observer
with online estimation of DC-link voltage and rotor resistance for
VSI-based induction motors. IEEE Transactions on Power Eletronics,
v. 25, n. 5, p. 13101319, 2010.
SEILER, P. et al. Parameter-dependent Lyapunov functions for linear systems
with constant uncertainties. In: Proceedings of IEEE Conf. Decision
and Control. [S.l.: s.n.], 2009. v. 54, n. 10, p. 24102416.
SLOTINE, J. J. E.; LI, W. Applied Nonlinear Control. Englewood Cliffs:
Prentice Hall, 1991.
SPILLER, P. A.; HAFFNER, J. F.; PEREIRA, L. F. A. Real-time application of simulation tools and implementation of control techniques for
150
Referencias
R
enviroment. IECON, v. 3,
induction machines in Matlab/Simulink
p. 20682072, 2002.
R
toolbox for optimization over
STURM, J. F. Using SeDuMi 1.02, a Matlab
symmetric cones. Tilburg, Holanda, Outubro 2001.
R. H. SDPT3 - a
TOH, K. C.; TODD, M. J.; TUT
U,
R
MATLAB package for semidefinite programming. Technical Report, Cornell University, Ithaca, USA, 1996.
TOLIYAT, H. A.; LEVI, E.; RAINA, M. A review of RFO induction motor parameter estimation techniques. IEEE Transactions on Energy
Conversion, v. 18, n. 2, p. 271283, Junho 2003.
TROFINO, A. Robust stability and domain of attraction of uncertain
nonlinear systems. In: Proceedings of the American Control Conference. Chicago: [s.n.], 2000. p. 37073711.
TROFINO, A. et al. Switching rule design for switched dynamic systems with
affine vector fields. IEEE Transactions on Automatic Control, v. 54,
n. 9, p. 22152222, Setembro 2009.
TROFINO, A.; DE SOUZA, C. E. Bi-quadratic stability of uncertain linear
systems. In: Proceedings of IEEE Conf. Decision and Control. section
FrP04-4: [s.n.], 1999.
Referencias
151
152
Referencias
153
APENDICE
A DADOS DE SIMULAC
AO
Referencias de seguimento
Politopo (Xa )
0.375 kW
14.5
15.6
0.7199 H
0.7199 H
0.6738 H
7.6 104 kg.m2
105 N.m.s/rad
2
300 V
0.001
0
x1 = 0.55 A
x = 0.03 A
3 = 0.37 Wb
x4 = 0.02 Wb
x5 = 377 rad/s
s = 37 V
Vds
Vqss = 144.5 V
= 3.77 rad/s
sl
min
x1 = 0,
x min = 0,
2
x5min = 0,
slmin = 3.77,
x1max = 1
x2max = 1
x5max = 400
slmax = 18.85
154
155
APENDICE
B MATRIZES UTILIZADAS NA FORMULAC
AO
PROPOSTA PARA O MOTOR
Abaixo se encontram as matrizes ocultadas na formulaca o por nao haver necessidade de seu conhecimento para entendimento desta. Lembrando
que C j x = x j , j {1, . . . , 5}, as matrizes sao:
0
C5
0
a3C5 0
C5 0 a3C5
0
0
0
0
0
0
A1 = 0
0
0
0
0
0
0
0
a8C2 a8C1 0
A2 =
A=
0
1
0
0
0
1
0
0
0
0
0
0
0
1
0
0
C5
C5 0
W 2 =
0 1
1 0
0
C5 x sl
W =
0
0
0
0
0
C5 x + sl
a1
0
a5
0
a1
C5 x sl
a5
0
0
W 1 =
0
0
1
0
0
a2
a3C5 x
0
a3C5 x
a2
0
sl
a4
0
sl
a4
0
a8C2 x a8C1 x a6
]
C5 x + sl
0
ewC1
ewC2
ewC5
C1
C2
C5
015
012
012
012
012
012
012
012
C1 ex
C2 ex
C5 ex
0
0
0
1
ewC1
Nb (ex , ew ) = ewC2
ewC5
012
012
012
C1 ex
C2 ex
C5 ex
Na (ex , ew ) =
0
0
0
C1 ex
C2 ex
C5 ex
ew