Escolar Documentos
Profissional Documentos
Cultura Documentos
DEPARTAMENTO DA INDSTRIA
ENGENHARIA MECATRNICA
NOTAS DE AULA:
CONTROLE CLSSICO
FORTALEZA
2014
Sumrio
1 Introduo
1.1 Reviso Histrica . . . . . . . . . . . . . . . . . . . . .
1.2 Propsito do Controle Automtico . . . . . . . . . . .
1.3 Malha Aberta X Malha Fechada . . . . . . . . . . . . .
1.4 Denies . . . . . . . . . . . . . . . . . . . . . . . . .
1.5 Exemplos de Sistemas Controlados . . . . . . . . . . .
1.5.1 Sistemas de Controle Monovariveis . . . . . . .
1.5.2 Sistemas de Controle Multivariveis (Processo) .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
2 Transformada de Laplace
2.1 Analogia entre Vetores e Sinais . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 A Transformada de Fourier . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3 A Transformada de Laplace . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.3.1 Condies Para a Existncia da Transformada de Laplace . . . . . . . . . . .
2.3.2 A Transformada de Laplace de Funes Simples . . . . . . . . . . . . . . . .
2.3.3 A Transformada Inversa de Laplace . . . . . . . . . . . . . . . . . . . . . . .
2.3.4 Propriedades da Transformada de Laplace e Sua Inversa . . . . . . . . . . .
2.3.5 Aplicao da Transformada de Laplace na Soluo de Equaes Diferenciais
2.4 A Transformada Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3 Modelagem de Sistemas Fsicos
3.1 Sistema de Aquecimento . . . . . . . . . . . . . . . . . . .
3.1.1 Conceitos Preliminares . . . . . . . . . . . . . . . .
3.1.2 Sistema de Aquecimento Simplicado . . . . . . . .
3.1.3 Sistema com Armazenamento de Calor no Invlucro
3.2 Sistema de Nvel de Lquido . . . . . . . . . . . . . . . . .
3.2.1 Conceitos Preliminares . . . . . . . . . . . . . . . .
3.2.2 Sistema de Nvel de Lquido Linearizado . . . . . .
3.3 Sistema de Vazo de Lquido . . . . . . . . . . . . . . . . .
3.4 Sistema de Eletro-mecnico: motor CC . . . . . . . . . . .
3.5 Sistemas Eletrnicos de Potncia . . . . . . . . . . . . . .
3.5.1 Conversor Buck . . . . . . . . . . . . . . . . . . . .
3.6 Mnimos Quadrados Para Estimao de Modelos . . . . . .
3.6.1 Idia Bsica . . . . . . . . . . . . . . . . . . . . . .
3.6.2 Justicativa Matemtica . . . . . . . . . . . . . . .
3.6.3 Mnimos Quadrados Recursivos . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
4
4
6
6
7
8
8
9
.
.
.
.
.
.
.
.
.
14
14
16
18
19
19
20
23
25
26
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
29
29
29
29
30
31
31
32
33
34
35
35
36
36
37
41
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
44
44
45
46
46
48
48
49
49
50
50
51
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
52
52
54
54
55
6 Controladores
6.1 Operao em Malha Fechada . . . . . . . . . . . . . .
6.1.1 Sensibilidade a Variaes de Parmetros . . .
6.1.2 Efeito de Rudo Gerado pelo Sensor . . . . . .
6.1.3 Efeito de Perturbao na Planta . . . . . . . .
6.2 Anlise dos Tipos de Sistemas com Retroao . . . .
6.3 Efeito das Aes de Controle . . . . . . . . . . . . . .
6.3.1 Aes Bsicas de Controle . . . . . . . . . . .
6.3.2 Controlador PI . . . . . . . . . . . . . . . . .
6.3.3 Controlador PD . . . . . . . . . . . . . . . . .
6.3.4 Controlador PID . . . . . . . . . . . . . . . .
6.3.5 Variantes dos Esquemas de Controladores PID
6.3.6 Controladores com Dois Graus de Liberdade .
6.3.7 Compensador por Avano ou Atraso de Fase .
6.3.8 Compensador por Avano e Atraso de Fase . .
6.3.9 Realimentao Tacomtrica . . . . . . . . . .
6.4 Erros Estacionrios . . . . . . . . . . . . . . . . . . .
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
57
57
57
58
58
59
59
60
61
61
62
64
65
66
66
67
67
.
.
.
.
.
.
.
.
.
.
.
68
68
70
70
70
71
75
75
76
77
78
78
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
7.3.6
Preditores . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
82
84
.
.
.
.
.
.
.
.
A Filtros Analgicos
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
.
88
88
88
89
94
98
Captulo 1
Introduo
1.1
Reviso Histrica
A partir de 1960: computadores digitais possibilitam a anlise de sistemas mais complexos (entradas e sadas mltiplas) com o desenvolvimento da anlise e sntese atravs de variveis
de estado;
Dcada de 1970: desenvolvido o controle timo;
Dcada de 1980: amplo estudo de projetos de controle robusto.
Maiores detalhes podem ser encontrados em 1, 2, 3, 4 e 5.
1.2
O controle automtico se presta basicamente para a realizao de atividades que estejam alm
das habilidades normais dos seres humanos:
Operao sob condies insalubres ou de risco iminente de morte;
Operao em condies hambientais extremas;
Requisitos de alta repetibilidade e preciso;
Requisitos de baixa variabilidade da qualidade de produto;
Produo em escala: reduo de consumo de energia, materiais, trabalho, tempo e custos.
1.3
1.4
Denies
1.5
1.5.1
Figura 1.7: (a) Sistema para posicionamento linear e (b) sistema para controle de trao em bobinadeira.
1.5.2
Figura 1.9: Controle analgico de temperatura e vazo em malha fechada de processo contnuo.
Figura 1.10: Controle analgico de temperatura, vazo e nvel em malha fechada de processo contnuo.
10
Figura 1.11: Controle analgico de temperatura, vazo, nvel e pH em malha fechada de processo
contnuo.
Figura 1.12: Controle analgico de temperatura, vazo, nvel e pH (multivarivel) em malha fechada
de processo contnuo.
11
Figura 1.13: Controle analgico de temperatura, vazo, nvel e pH (multivarivel) em malha fechada
de processo contnuo com superviso digital.
12
Figura 1.15: Sistema digital de controle distribudo de temperatura, vazo, nvel e pH (multivarivel)
em malha fechada de processo contnuo.
13
Captulo 2
Transformada de Laplace
A Transformada de Laplace reconhecida como uma ferramenta matemtica de grande valor para
a Engenharia no que se refere a soluo de equaes diferenciais lineares. Particularmente na rea de
controle e sistemas de retroao, ela desempenha papel fundamental. Entretanto, como poder ser
observado ao longo da leitura, a aplicao desta transformada muitas vezes realizada com o auxlio
de tabelas de transformadas direta e inversa de Laplace, o que simplica bastante o trabalho, porm
distancia o engenheiro da essncia matemtica desta transformada.
Tambm prtica comum nos cursos de engenharia dissociar o estudo da transformada de Laplace
da transformada de Fourier. At certo ponto isto compreensvel, tendo em vista que estes assuntos
so abordados como ferramentas para soluo de problemas de disciplinas especcas.
O que se pretende neste texto evidenciar que a transformada de Fourier um caso particular
da transformada de Laplace e que a transformada Z, bastante utilizada em controle digital, uma
"verso"discreta da transformada de Laplace.
Para isso apresentada inicialmente uma analogia entre vetores e sinais na seo 2.1 para facilitar
o entendimento do pricpio fundamental da aplicao destas transformadas. Em seguida, embora a
transformada de Fourier seja um caso particular da transformada de Laplace, o autor julga ser
mais didtico apresentar primeiramente a transformada de Fourier da seo 2.2, para em seguida
apresentar a transformada de Laplace (seo 2.3). E nalizando o artigo tm-se a apresentao da
transformada Z (2.4) e as consideraes nais.
2.1
A anlise de sinais pode ser melhor compreendida se for realizada uma analogia entre sinais e
vetores (7). Ento, considerando dois vetores V1 e V2 , conforme Fig. 2.1, a componente de V1 sobre
o vetor V2 dada por C12 V2 . Geometricamente, a componente do vetor V1 na direo do vetor V2
obtida traando-se uma reta perpendicular a V2 desde o extremo de V1 at o vetor V2 . O vetor
V1 pode ento ser expresso em termos de V2 como
V1 = C12 V2 + Ve
(2.1)
14
O produto escalar ou produto interno entre dois vetores a ferramenta matemtica que fornece
a projeo de um vetor na direo de outro e dado por
V1 .V2 = V1 V2 cos
(2.2)
V1 .V2
V1 .V2
=
2
V2
V2 .V2
(2.3)
O conceito de comparao e ortogonalidade de vetores pode ser estendido aos sinais. Considerando
dois sinais, f1 (t) e f2 (t), e supondo que f1 (t) pode ser aproximada em termos de f2 (t) em um intervalo
t1 < t < t2, tem-se que
f1 (t) C12 f2 (t)
para
t1 < t < t2
(2.4)
Evidentemente o valor de C12 deve ser tal que o erro entre a funo real e a funo aproximada
seja mnimo no intervalo t1 < t < t2 . A funo de erro fe (t) denida como
fe (t) = f1 (t) C12 f2 (t)
(2.5)
Um dos critrios possveis para minimizar a funo de erro fe (t) no intervalo entre t1 e t2
minimizar o valor mdio de fe (t) nesse intervalo. Entretanto, esse critrio inadequado porque podem
existir erros grandes positivos e negativos que podem se cancelar mutuamente e dar a indicao falsa
de que o erro baixo, ou mesmo zero. Essa situao pode ser contornada se o critrio de minimizao
da funo de erro se referir minimizao do valor do quadrado do erro, como pode ser visto na
expresso 2.6
t2
1
[f1 (t) C12 f2 (t)]2 dt
(2.6)
e=
(t2 t1 ) t1
Para que o valor de C12 minimize e, necessrio que a derivada de e em funo de C12 seja zero.
[ t2
]
t2
t2
de
1
d 2
1
2
=
f (t)dt +
2
f1 (t)f2 (t)dt + 2C12
f2 (t)dt = 0 (2.7)
dC12
(t2 t1 ) t1 dC12 1
(t2 t1 )
t1
t1
Como a primeira integral zero, C12 dado por
t2
f1 (t)f2 (t)dt
C12 = t1 t2 2
f (t)dt
t1 2
15
(2.8)
Logo, f1 (t) tem uma componente f2 (t) e essa componente tem uma magnitude C12 . Se C12 nulo,
ento o sinal f1 (t) no contm nenhuma componente do sinal f2 (t), e diz-se que as duas funes so
ortogonais no intervalo (t1, t2).
importante perceber a semelhana entre as expresses 2.3 e 2.8. A integral do produto das
funes f1 (t) e f2 (t) na expresso 2.8 corresponde ao produto escalar ou produto interno entre V1 e
V2 na expresso 2.3.
Ainda por analogia com vetores, sabido que um vetor V traado da origem at um ponto
qualquer no espao tridimensional pode ser representado por suas projees (Vx , Vy , Vz ) sobre os
eixos x, y e z, e que as direes e sentidos de tais eixos podem ser representados por vetores unitrios
e ortogonais entre si (ux , uy euz ) chamados de vetores de base.
O vetor V pode ento ser representado em funo dos vetores de base como na expresso a seguir:
(2.9)
V = Vx ux + Vy uy + Vz uz
importante perceber que o vetor V no poder ser reconstitudo por um nmero de vetores
de base menor que trs. Logo, a representao ser perfeita somente se for utilizado um conjunto
completo de vetores de base.
Da mesma forma que com vetores, uma funo qualquer f (t) pode ser expressa como uma soma
das suas componentes na direo de um conjunto de funes de base ortogonais entre si, se essas
funes formarem um conjunto completo.
Um exemplo de conjunto de funes de bases ortogonais entre si o conjunto formado por funes
exponenciais complexas dadas por ejnt , onde n pode assumir valores inteiros positivos e negativos.
A ortogonalidade pode ser vericada a partir da soluo da equao 2.10 a seguir
t0 +T
t0 +2/0
jn0 t
jm0 t
I=
(e
)(e
) dt =
ejn0 t ejm0 t dt
(2.10)
t0
t0
Se n = m, a integral I dada por 2/0 . Caso contrrio igual a zero. Logo, sendo o conjunto
ortogonal no intervalo (t0 , t0 +T ) e considerando que o mesmo completo, possvel representar uma
funo arbitrria f (t) por uma combinao linear de funes exponenciais no intervalo (t0 , t0 + T ),
como pode ser visto a seguir
f (t) = F0 + F1 ej0 t + F1 ej0 t ... + Fn ejn0 t + Fn enj0 t
onde Fn dado pela equao 2.12
t0 +T
Fn =
f (t)(ejn0 t ) dt
t0
t0 +T
(ejn0 t )(ejn0 t ) dt
t0
1
=
T
t0 +T
f (t)ejn0 t dt
(2.11)
(2.12)
t0
A equao 2.11 a representao de f (t) pela srie de Fourier. E a equao 2.12 fornece o clculo
dos coecientes dos componentes de frequncia da srie.
2.2
A Transformada de Fourier
Fn ejn0 t
(2.13)
n =
importante salientar que apesar de f (t) ter sido representada pela srie de Fourier num intervalo
restrito (t0 , t0 + T ), se f (t) for peridica os coecientes da srie podem ser melhor estimados se a
16
integrao for realizada em k1 + k2 perodos (t0 k1 T, t0 + k2 T ). Assim a equao 2.12 pode tambm
ser representada por 2.14.
t0 +k2 T
1
Fn =
f (t)ejn0 t dt
(2.14)
(k1 + k2 )T t0 k1 T
Outro aspecto importante que a expanso em srie de Fourier de f (t) equivalente decomposio desta funo em termos das suas componentes de vrias frequncias, e que neste caso, o
espectro de frequncias no uma curva contnua, mas existe apenas em alguns valores discretos de
. Portanto, um espectro discreto.
Os coecientes Fn so normalmente complexos (Fn = j) e, por isso, podem ser descritos por
uma magnitude e uma fase. Logo, faz-se necessria a representao pelos espectros de amplitude e de
fase. E ainda mais, Fn e Fn so complexos conjugados um do outro. Logo, o espectro de magnitude
das funes peridicas simtrico em relao ao eixo vertical que passa pela origem ( = 0).
A representao dada pela equao 2.13 pode parecer estranha para o leitor no que se refere s
componentes negativas de frequncia. Entretanto, pode-se interpretar ejn0 t e ejn0 t como fasores
que giram na mesma frequncia, porm em sentidos opostos, e quando se somam, produzem uma
funo real no domnio do tempo (ejn0 t + ejn0 t = 2cosnt) (8).
Objetivando converter a srie de Fourier complexa apresentada na equao 2.13 por uma verso
real, mais atrativa para alguns, pode-se aplicar o teorema de Euler nas equaes 2.12 e 2.13 e obtm-se
a srie trigonomtrica de Fourier, como pode ser visto na equao 2.15
f (t) = a0 +
(an cosn0 t + bn sinn0 t)
(2.15)
n=1
onde,
1 t0 +T
a0 =
f (t)dt
T t0
2 t0 +T
f (t)cosn0 t.dt
an =
T t0
2 t0 +T
bn =
f (t)sinn0 t.dt
T t0
(2.16)
(2.17)
(2.18)
At aqui mostrou-se que possvel representar uma funo qualquer peridica em termos de uma
srie de funes exponenciais complexas ou de funes trigonomtricas. Mas o que dizer sobre sinais
aperidicos?
Na realidade, um sinal no-peridico pode ser tratado como um sinal peridico de perodo innito.
E assim, como a frequncia fundamental 0 da srie de Fourier dada por 2/T , para T tendendo
para innito, 0 tende para um valor innitesimal, de tal forma que o espectro 0 , 20 , 30 , ... se
torna muito denso a ponto de se tornar realmente contnuo e innito.
Agora, uma funo no-peridica f (t) pode ser representada por uma soma contnua de funes
exponenciais com frequncias compreendidas no intervalo ( < < +) como pode ser visto na
equao 2.19
+
1
F ()ejt d
(2.19)
f (t) =
2
onde
F () =
f (t)ejt dt
(2.20)
2.3
A Transformada de Laplace
(2.21)
onde s uma grandeza complexa dada por +j. importante salientar que na maioria dos casos de
aplicaes em sistemas de controle no se tem interesse nos valores de f (t) para instantes negativos.
Dessa forma, a transformada de Laplace dada por
+
F (s) =
f (t)est dt
(2.22)
0
importante perceber que da mesma forma que a transformada de Fourier decompe uma funo
em suas funes de base senoidais e cossenoidais, a transformada de Laplace pode ser vista como
uma generalizao da transformada de Fourier, pois uma decomposio proposta por Laplace inclui,
alm de senides e cossenides, funes de base exponenciais crescentes e decrescentes, e senides e
cossenides exponencialmente crescentes e decrescentes, como pode ser visto na Figura 6.8.
18
2.3.1
Nem toda funo f (t) admite a transformada de Laplace. Fundamentalmente, a exigncia que
a integral de Laplace convirja, ou seja, que a integral apresente um valor funcional denido. A m
de ser obedecida esta exigncia, a funo f (t) deve ser:
Seccionalmente contnua sobre o intervalo nito 0 t1 t t2
De ordem exponencial
Uma funo seccionalmente contnua sobre um intervalo nito se este intervalo pode ser dividido em um nmero nito de subintervalos sobre cada um dos quais a funo contnua e nas
extremidades de cada um deles f (t) possui limites nitos esquerda e direita. A funo de ordem
exponencial se existe uma constante a tal que o produto eat |f (t)| limitado para todos os valores
de t maiores que um certo valor nito T . Isto impe a restrio que , a parte real de s, deve ser
maior que um limite inferior a para o qual o produto ea t |f (t)| de ordem exponencial.
2.3.2
Lembrete
deu
du
= eu
dt
dt
u dv = uv v du
sin
e+j = cos +j
eu dt = eu + C
(integral por partes)
(teorema de Euler)
19
Funo Degrau
para t<0
para t>0
f (t) = 0,
= A,
F (s) =
st
Ae
0
A
dt =
s
st
e
0
[ ]+
A 1
A
d(st) =
=
st
s e 0
s
(2.23)
Funo Exponencial
para t<0
para t>0
+
+
at st
e(a+s)t dt =
Ae e dt = A
F (s) =
f (t) = 0,
= Aeat ,
A
s+a
(2.24)
Funo Rampa
f (t) = 0, para t<0
= At, para t>0
st
Ate dt = A
(t)(est dt)
0
0
) (
)
]+
[ (
A
1 st
1 st
(dt)
= 2
e
= A (t) e
s
s
s
0
F (s) =
Funo Senoidal
para t<0
f (t) = 0,
1 jt
(e ejt ), para t>0
2j
]
[ +
+
A
A
(jst)
(jst)
F (s) =
e
dt
e
dt = 2
2j 0
s + 2
0
= A sin t =
2.3.3
(2.25)
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
ae
ab
ab
F (s)
1
1
s
1 sT
e
s
sT
1
(1
s
1
s2
1
sn
n!
sn+1
1
s+a
1
(s+a)2
1
(s+a)n
n!
(s+a)n+1
s2 + 2
s
s2 + 2
s2 2
s
s2 2
1
s(s+a)
1
(s+a)(s+b)
s+
(s+a)(s+b)
s
(s+a)(s+b)
1
s(s+a)(s+b)
P (s)
P (s)
A0
A1
A2
=
=
+
+
Q(s)
s(s s1 )(s s2 )
s
s s1 s s2
[
]
P (s)
Ak = (s sk )
Q(s) s=sk
Exemplo:
F (s) =
s3
s+2
+ 4s2 + 3s
P (s)
A13
A12
A11
A2
P (s)
=
=
+
+
+
3
3
2
Q(s)
(s s1 ) (s s2 )
(s s1 )
(s s1 )
s s1 s s2
[
]
P (s)
Aqr = (s sq )r
Q(s) s=sq
]}
{ [
d
r P (s)
(s sq )
Aq(r1) =
ds
Q(s) s=sq
21
21
22
23
24
25
26
(1 eat ateat )
1
(at 1 + eat )
a2
eat sin t
eat cos t
en t sin n 1 2 t
2
1
s(s+a)2
1
s2 (s+a)
(s+a)2 + 2
s+a
(s+a)2 + 2
2
n
2
s2 +2n s+n
0 < <
1
sin(n 1 2 t )
2
1 1
= tg
0<<1
0 <
< /2
1
t
n
1 2e
sin(n 1 2 t + )
1
2
1 1
= tg
0<<1
0 < < /2
1 cos t
t sin t
sin t t cos t
1
t sin t
2
t cos t
1
(cos 1 t cos 2 t)
12 = 22
2 2
1 2 en t
1
27
28
29
30
31
32
33
34
1
(sin t
2
35
+ t cos t)
s
2
s2 +2n s+n
2
n
2
2)
s(s +2n s+n
2
s(s2 + 2 )
3
s2 (s2 + 2 )
2 3
(s2 + 2 )2
s
(s2 + 2 )2
2
s 2
(s2 + 2 )2
s
(s2 +12 )(s2 +22 )
s2
(s2 + 2 )2
[
]}
1 d2
r P (s)
Aq(r2) =
(s sq )
2 d2 s
Q(s) s=sq
{
[
]}
1 dk
r P (s)
Aq(rk) =
(s sq )
k! dk s
Q(s) s=sq
Exemplo:
F (s) =
1
(s + 2)3 (s + 3)
P (s)
P (s)
= 2
Q(s)
(s + 2n + n2 )(s s3 )
A1
A2
A3
=
+
+
s + n jn 1 2 s + n + jn 1 2 s s3
f (t) = 2|A1 |en t sin(n
A1 = [(s s1 )F (s)]s=s1
e
22
1 2 t + ) + A3 es3 t
A3 = [(s s3 )F (s)]s=s3
Exemplo:
F (s) =
(s2
1
+ 6s + 25)(s + 2)
Plos imaginrios
F (s) =
P (s)
P (s)
A1
A2
A3
= 2
=
+
+
Q(s)
(s + n2 )(s s3 )
s s1 s s2 s s3
f (t) = 2|A1 | sin(n t + ) + A3 es3 t
A1 = [(s s1 )F (s)]s=s1
A3 = [(s s3 )F (s)]s=s3
Exemplo:
F (s) =
(s2
1
+ 25)(s + 2)
Qn (s) =
ai si = 0
i=0
Qn (s)
d
[Qn (s)]
ds
]
s=sl
n
i
i=0 (i 1)ai sl
=
n
i1
i=1 iai sl
2.3.4
A transformada de Laplace e sua inversa tm vrias importantes propriedades que podem ser
usadas com vantagem na soluo de equaes diferenciais invariantes no tempo (9) (6). Seguem
algumas delas:
A transformada de Laplace uma transformao linear entre funes denidas no domnio t
e funes denidas no domnio s. Isto , se F1 (s) e F2 (s) so as transformadas de Laplace
de f1 (t) e f2 (t), respectivamente, ento a1 F1 (s) + a2 F2 (s) a transformada de Laplace de
a1 f1 (t)+a2 f2 (t), onde a1 e a2 so constantes arbitrrias. E se f1 (t) e f2 (t) so as transformadas
inversas de Laplace de F1 (s) e F2 (s), respectivamente, ento b1 f1 (t) + b2 f2 (t) a transformada
inversa de Laplace de b1 F1 (s) + b2 F2 (s), onde b1 e b2 so constantes arbitrrias.
23
(n1)
s f (0) s f (0)
onde f (0) o valor inicial de f (t) avaliado como o limite lateral de f (t) quando t tende a zero
por valores positivos.
A transformada de Laplace da integral f (t)dt (teorema da integrao real) quando a transformada de Laplace de f (t) F (s) dada por
[
]
F (s) f 1 (0)
L
f (t)dt =
+
(2.28)
s
s
O valor inicial f (0+ ) da funo f (t) cuja transformada de Laplace F (s),
f (0+ ) = lim f (t) = lim sF (s)
t0
(2.29)
s0
(2.30)
(2.31)
(2.32)
Qn (T s)
,
Qn (T s)
(n + j)!
(T s)nj
Qn (T s) =
j!(n j)!
j=0
24
(2.34)
(2.35)
A transformada de Laplace da funo eat f (t) dada por L[eat f (t)] = F (s + a) onde F (s) =
L[f (t)](Translao complexa).
A transformada de Laplace do produto de duas funes f1 (t) e f2 (t) dada pela integral de
convoluo complexa.
c+j
1
L[f1 (t).f2 (t)] =
F1 () F2 (s )d
(2.36)
2j cj
onde F1 (s) = L[f1 (t)] e F2 (s) = L[f2 (t)].
A transformada inversa de Laplace do produto de duas transformadas F1 (s) e F2 (s) dada
pelas integrais de convoluo
t
1
L [F1 (s).F2 (s)] =
f1 ( ) f2 (t )d
(2.37)
0
t
f2 ( ) f1 (t )d
=
0
2.3.5
Figura 2.3: Circuito RLC (esquerda) e Ponte H para acionamento de motor CC (direita).
25
2.4
A Transformada Z
A transformada de Laplace est consolidada como ferramenta para aplicao na rea de controle
quando se trabalha com processos em tempo contnuo. Entretanto, com as facilidades propiciadas
pela aplicao de processadores digitais, os processos contnuos no tempo vm sendo amostrados no
tempo e convertidos em processos discretos. Da a necessidade de aplicao de outras ferramentas
matemticas que tratem o mundo discreto.
26
Sob este novo prisma, sinais analgicos contnuos no tempo sero amostrados e convertidos em
suas verses discretas no tempo. Sob determinadas condies estes sinais so equivalentes. Neste
caso, ser gerada uma sequncia onde o n-simo elemento da sequncia igual ao valor do sinal
contnuo, xa (t), no tempo nT , isto
< n <
x[n] = xa (nT ),
(2.38)
(2.39)
importante salientar que cada valor da sequncia de sada y[n] pode depender de x[n] para
quaisquer valores de n.
Uma classe particularmente importante desse tipo de sistema, que o caso em estudo, consiste
nos sistemas lineares e invariantes no tempo, nos quais a entrada x[n] e a sada y[n] satisfaz uma
equao a diferenas linear com coecientes constantes de ordem-N da forma
N
ak y[n k] =
bm x[n m].
(2.40)
m=0
k=0
Para este tipo de sistema, a sequncia de entrada pode ser entendida como uma soma ponderada
de impulsos deslocados no tempo e a sequncia de sada como uma soma ponderada de respostas ao
impulso deslocadas no tempo.
Como os sinais contnuos no tempo, os sinais discretos no tempo podem ser representados pela
integral de Fourier da forma
1
x[n] =
X(ej )ejn d
(2.41)
2
onde
j
X(e ) =
x[n]ejn
(2.42)
n=
As equaes 2.41 e 2.42 juntas formam a representao de Fourier para uma sequncia no tempo
discreto (10). Uma condio de sucincia para a existncia da representao por transformada de
Fourier e tambm a garantia de convergncia uniforme que o termo direita da equao 2.42 deve
ser absolutamente somvel, ou seja, a soma innita de termos deve tender a um valor nito. Entretanto, algumas sequncias no so absolutamente somveis. Neste caso, estas sequncias podero ser
representadas por uma outra transformada que relaxe a condio de convergncia da soma innita
em X(ej ). Esta transformada a chamada transformada Z e dada por
X(z) =
x[n]z n
(2.43)
n=
onde z = rej .
A equao 2.43 pode ser vista como um operador que transforma uma sequncia x[n] em uma
funo X(z), onde z uma varivel complexa contnua. Outra forma de representar a equao 2.43
a seguinte
X(rej ) =
(x[n]rn )ejn ,
(2.44)
n=
27
que pode ser interpretada como a transformada de Fourier do produto da sequncia original por uma
sequncia rn . Obviamente, para r = 1, a equao 2.44 se reduz transformada de Fourier de x[n].
A transformada de Fourier de sinais discretos no tempo a contrapartida da transformada de
Laplace de sinais contnuos no tempo (11).
28
Captulo 3
Modelagem de Sistemas Fsicos
3.1
3.1.1
Sistema de Aquecimento
Conceitos Preliminares
Transferncia de Calor
3.1.2
Lei
Conduo
Fourier
.A.T
d
d
.A
Conveco
Newton hA(Ts T )
1
h.A
Sistema1 :
Modelagem apresentada em 3.
29
Denies:
qe - calor fornecido pelo aquecedor eltrico
ql - calor contido no lquido contido no tanque
qo - calor contido no lquido descartad
qi - calor contido no lquido admitido
qs - calor perdido atravs da superfcie do tanque
T - temperatura do lquido contido no tanque
Condies:
V invariante no tempo
No h armazenamento de calor no envluco isolante do tanque
Equaes:
qe + qi = ql + qo + qs
qi = V HTi
ql = C
dT
dt
qo = V HT
qs =
T Ta
R
Soluo:
T (s) =
3.1.3
Qe (s)
V HTi (s)
(1/R)Ta (s)
+
+
Cs + V H + (1/R) Cs + V H + (1/R) Cs + V H + (1/R)
Circuito Equivalente
Denies:
P - calor fornecido pelo resistor de aquecimento
T1 - temperatura do lquido admitido
T2 - temperatura do invlucro isolante
R (conv) - resistncia trmica entre a superfcie
do resistor e o uido
TA - temperatura ambiente
C1 - capacidade trmica do lquido
C2 - capacidade trmica do invlucro isolante
R (cond) - resistncia trmica ao uxo de calor
no invlucro isolante
Outros exemplos de modelagem de sistemas trmicos podem ser vistos em (2, 6, 12).
30
3.2
3.2.1
mal1 = P1
m
m
P2 mg(H2 H1 )
1
l1 = (v22 v12 )
2
Trabalho executado pela fora F1 igual a variao da energia cintica
v22 = v12 + 2al1
m
m
1 2 1 2
mv2 mv1 = P1 P2 mgH2 + mgH1
2
2
Equao de Bernoulli
1
1
P1 + gH1 + v12 = P2 + gH2 + v22
2
2
Resistncia Fludica de Vlvulas
Considerando que os tanques esto expostos atmosfera (P1 = P2 = P0 ), temos
1
g(H1 H2 ) = (v22 v12 )
2
31
Q = v1 .A1 = v2 .A2
(3.1)
(
2gH = Q
1
1
2
2
A2 A1
v
u 2gH
u
)
Q = t(
1
1
2
2
A
A
2
Por denio R =
3.2.2
H
Q
v(
)
u
u 12 12
t A2 A1 H
R=
2g
H
R = K H
Sistema2 :
Denies:
- vazo em regime permanente (m3 /s)
- altura do nvel em regime permanente (m)
Q
H
h - pequeno desvio de nvel (m)
C - rea da seo transversal do reservatrio (m2 )
R - resistncia ao uxo (R = dH/dQ)
qo - pequeno desvio da taxa de escoamento
qi - pequeno desvio da taxa de escoamento
de sada (m3 /s)
3
de entrada (m /s)
Condies:
Fluxo laminar tanque
2
32
Equaes:
C.dh = (qi qo )dt
RC
R=
dH
h
=
dQ
qo
dh
+ h = Rqi
dt
Soluo:
H(s) =
3.3
R
Qi (S)
RCs + 1
Qo (s) =
1
Qi (S)
RCs + 1
Sistema:
Equaes:
q1 =
h1 h2
R1
q2 =
h2
R2
C1
dh1
= q q1
dt
C2
dh2
= q1 q2
dt
Soluo:
1
Q(S)
R1 C1 R2 C2 + (R1 C1 + R2 C2 + R2 C1 )s + 1
Outros exemplos de modelagem de sistemas de nvel de lquido podem ser vistos em (2, 12).
Q2 (s) =
s2
33
3.4
Sistema:
Denies:
va - tenso da armadura
ea - fora contra-eletromotriz
ia - corrente da armadura
ra - resistncia da armadura
La - indutncia da armadura
- uxo de campo
- velocidade angular
J - momento de inrcia
B - coeciente de atrito viscoso
CM - conjugado motor
CL - conjugado de carga
Condies:
Fluxo de campo xo
Equaes:
dia (t)
+ ea (t)
dt
ea (t) = K(t)
va (t) = ra ia (t) + La
d(t)
+ B(t) + cL (t)
dt
(3.2)
(3.3)
(3.4)
(3.5)
Soluo:
Va (S) = ra Ia (s) + La sIa (s) + Ea (s)
(3.6)
Ea (s) = K(s)
(3.7)
(3.8)
(3.9)
n2
s(s2 + 2n s + n2 )
1
f (t) = 1
en t sen(n 1 2 t + )
1 2
F (s) =
34
(3.10)
(3.11)
3.5
3.5.1
Sistema:
Figura 3.9: Esquema eletrnico do conversor Buck (esquerda) e seu equivalente com transformador
hipottico.
Condies:
35
d = D + d(t)
Equaes:
vpc Vpc + vpc (t) = (D + d(t))(V
vpc = d.
pv (t))
pv + v
vpc (t) = D
vpv (t) + d(t)V
pv
vpc (t) = D
vin (t) + d(t)V
in
ipv = d.
pc + ipc (t))
pc + d(t)
ipc (t) d(t)
ipc (t) = 0
Ipv + ipv (t) = DIpc + Dipc (t) + d(t)I
Ipv = DIpc
pc
ipv (t) = Dipc (t) + d(t)I
Soluo:
vo (s) =
3.6
3.6.1
1 + rCs
1
)
( 1
LC s2 + RC + Lr s +
1
LC
+ D
[Vin d(s)
vin (s)]
Observando o grco da gura 3.12 a seguir, percebe-se que a disposio do conjunto de pontos
lembra uma funo am do tipo y = ax + b contaminada com algum rudo.
36
(3.12)
y3 = 1 x3 + 2
..
..
..
.
.
.
yn = 1 xn + 2 .
da seguinte
Este sistema de equaes lineares pode ser organizado matricialmente (Y = X)
forma
x1 1
y1
y2 x2 1 ( )
y3 x3 1 1
=
.. .. .. 2
. . .
yn
xn 1
OBS.: Se X for quadrada e no-singular (det = 0), ento X1 existe. Logo, = X1 Y (sistema
determinado: nmero de equaes = nmero de incgnitas)
Como X no quadrada (sistema sobredeterminado: nmero de equaes > nmero de incgnitas), no pode ser invertida. Entretanto, multiplicando ambos os lados de Y = X por XT ,
temos
XT Y = XT X.
(3.13)
Como XT X quadrada e considerando que XT X no-singular, ento
= [XT X]1 XT Y.
(3.14)
3.6.2
Justicativa Matemtica
(3.15)
y3 = 1 x3 + 2 + 3
..
..
..
..
.
.
.
.
yn = 1 xn + 2 + n .
(3.16)
JM Q =
(i)2 = T = ||||,
(3.17)
i=1
que uma funo quadrtica, e deriva-se esta funo para encontrar o ponto de mnimo. Antes,
porm, determina-se da equao 3.16 e substitui-se na equao 3.17, o que nos d
T (Y X)
JM Q = (Y X)
(3.18)
= YT Y YT X XT Y + XT X.
(3.19)
(3.20)
(3.21)
(3.22)
Lembrete
d(WT Z)
=W
dZ
d(ZT W)
=W
dZ
d(WT AW)
= (A + AT )W
dW
(3.23)
(3.24)
denida positiva, garantindo assim que leva a um ponto de mnimo da equao 3.17
M Q = arg minJM Q = [XT X]1 XT Y.
(3.25)
(s)
K
1
(
).
=
Va (s)
ra J s + Bra +K 2 2 .
(3.26)
ra J
Com a substituio dos valores dos parmetros (J = 0.24 kgm2 , K = 0.8 V.s/rad, B = 0.019 N.s/rad
e ra = 0.7 ohms) na equao 3.26, temos
G(s) =
4, 7619
.
s + 3, 887
(3.27)
(z)
b1 z 1 + b2 z 2
=
Va (z)
1 + a1 z 1 + a2 z 2
(z)(1 + a1 z 1 + a2 z 2 ) = Va (z)(b1 z 1 + b2 z 2 )
38
(3.28)
(3.29)
(k) = a1 (k 1) a2 (k 2) + b1 Va (k 1) + b2 Va (k 2)
(3.30)
(3)
(2)
(1)
Va (2)
Va (1)
a1
(4) (3)
(2)
V
(3)
V
(2)
a
a
a2
.. =
.
..
..
..
..
.
b1
.
.
.
.
b2
(N )
(N 1) (N 2) Va (N 1) Va (N 2)
Os parmetros estimados so
a1 = 0, 1189
a2 = 0, 5402
b1 = 0, 0916
b2 = 0, 0558
(3.31)
A comparao entre a resposta ao degrau do motor e de sua estimao pode ser feita a partir da
gura abaixo.
Como pode ser visto o modelo proposto no gerou bons resultados. Provavelmente a discrepncia
ocorreu devido diferena entre a ordem do sistema real e a ordem do modelo. Logo, um novo
modelo deve ser proposto.
(z)
b0
G(s) =
=
(3.32)
Va (z)
1 + a1 z 1
Os parmetros estimados so a1 = 0, 9373 e b0 = 0, 0786.
A comparao entre a resposta ao degrau do motor e de sua nova estimao pode ser feita a partir
da gura abaixo.
39
O novo modelo parece estimar bem a resposta ao degrau. Resta agora avaliar a resposta do
modelo a outro estimulo de entrada.
A gura acima mostra a sada do sistema real estimulado por uma entrada aleatria e a resposta
do modelo. Uma observao detalhada nos conduzir a aceitar o modelo como uma representao
do sistema real.
Simulao no Matlab(Simulink)
40
3.6.3
k =
(i 1)T (i 1)
(i 1)y(i)
i=1
(MQ em batelada)
(3.33)
(MQ recursivo)
(3.34)
i=1
Prova:
Considerando X e Y dados a
X= c
e
seguir
b
d
f
(
)
a c e
T
X =
b d f
y1
Y = y2 ,
y3
(
) a b
( 2
)
a c e
a + c2 + e2 ab + cd + ef
T
c d =
X X=
b d f
ab + cd + ef b2 + d2 + f 2
e f
) y1
(
)
(
ay1 + cy2 + ey3
a c e
T
y2 =
.
X Y=
by1 + dy2 + f y3
b d f
y3
Agora, considerando que as informaes contidas em X e Y so disponibilizadas sequencialmente,
linha aps linha, o clculo de XT X pode ser realizado iterativamente como segue. Considerando i = 1,
i = 2 e i = 3 na equao 3.34, temos
( )
( )
( )
e
c
a
.
(2) =
(1) =
(0) =
f
d
b
e
( )
( 2
)
)
a (
a ab
a b =
X X=
b
ab b2
( 2
) ( )
( 2
)
)
a ab
c (
a + c2 ab + cd
T
c d =
X X=
+
ab b2
d
ab + cd b2 + d2
( 2
)
(
)
( 2
)
)
a + c2 ab + cd
e (
a + c2 + e2 ab + cd + ef
T
e f =
X X=
+
ab + cd b2 + d2
f
ab + cd + ef b2 + d2 + f 2
T
para i = 1
para i = 2
para i = 3
(i 1)T (i 1) =
i=1
P1
k1
k1
(i 1)T (i 1) + (k 1)T (k 1)
i=1
+ (k 1) (k 1)
T
(3.35)
41
e considerando
A = P1
k1
B = (k 1) C = 1 D = T (k 1),
(3.37)
(3.38)
(3.39)
em que o termo a ser invertido um escalar para modelos com apenas uma sada.
Agora, o vetor de parmetros em k 1 pode ser dado por
k1 =
[ k1
]1 [ k1
]
(i 1)T (i 1)
(i 1)y(i)
i=1
(3.40)
i=1
de forma que
[ k1
]
(i 1)y(i) =
[ k1
i=1
(i 1)T (i 1) k1 = P1
k1 k1 .
(3.41)
i=1
k = Pk
(i 1)y(i) + (k 1)y(k)
[ i=1
]
1
= Pk Pk1 k1 + (k 1)y(k)
[(
]
)
T
k1 + (k 1)y(k)
= Pk P1
(k
1)
(k
1)
k
= k1 Pk (k 1)T (k 1)k1 + Pk (k 1)y(k)
[
]
= k1 + Pk (k 1) y(k) T (k 1)k1
= k1 + Kk (k),
(3.42)
onde Kk = Pk (k 1) e (k) = y(k) T (k 1)k1 .
Usando a equao 3.39, temos
Pk1 (k 1)T (k 1)Pk1 (k 1)
Kk = Pk1 (k 1)
1 + T (k 1)Pk1 (k 1)
Pk1 (k 1)
=
.
T
1 + (k 1)Pk1 (k 1)
3
Lema da Inverso:
42
(3.43)
(3.36)
Pk1 (k 1)
T
(k 1)Pk1 (k
1+
1)
]
[
k = k1 + Kk y(k) T (k 1)k1
Pk = Pk1 Kk T (k 1)Pk1 .
(3.44)
O algoritmo dos mnimos quadrados recursivos ainda pode ser aplicado na estimao de parmetros variantes no tempo. As equaes 3.44 devem ser levemente alteradas para a incluso do fator
de esquecimento :
Kk =
Pk1 (k
T
(k 1)P
1)
k1 (k 1)
+
[
]
T
k = k1 + Kk y(k) (k 1) k1
)
1(
Pk =
Pk1 Kk T (k 1)Pk1 .
(3.45)
Como sugesto, o fator de esquecimento deve assumir valores ligeiramente inferiores a 1, tais
como na faixa 0.99 0.95.
43
Captulo 4
Anlise de Resposta transitria e de Regime
Permanente
4.1
Sinais Tpicos
44
4.2
Transformada de Laplace
G(s) =
C(s)
1/T
=
R(s)
(s + 1/T )
(4.1)
1 t/T
e
T
(4.2)
Resposta ao Impulso
c(t) =
Resposta ao Degrau
c(t) = 1 et/T
(4.3)
1/T
C(s)
=K
R(s)
(s + 1/T )
45
(4.4)
C(s) = K
K=
1/T
A
(s + 1/T ) s
c() c(0 )
A
Resposta Rampa
T =
t
(
ln 1
c(t)
KA
c(t) = t T + T et/T
(4.5)
(4.6)
(4.7)
4.3
Transformada de Laplace
G(s) =
C(s)
n2
= 2
R(s)
(s + 2n s + n2 )
(4.8)
<1
s1,2 = n jn 1 2
subamortecida
=1
s1,2 = n
criticamente amortecida
>1
s1,2 = n n 2 1
sobreamortecida
4.3.1
Resposta ao Impulso
c(t) =
n
1
en t sen(d t)
d = n
1 2
46
(0 < < 1)
(4.9)
Resposta ao Degrau
1
c(t) = 1
en t sen(d t + )
1 2
(
)
1 2
1
= tg
(0 < < 1), (0 < < /2)
(4.10)
n2
A
2
2
(s + 2n s + n ) s
c(t) = KA 1
K=
c() c(0 )
A
tacomod =
1
1 2
4
n
47
(4.11)
)
en t sen(d t + )
Tosc =
2
2
=
2
d
n (n )2
(4.12)
(4.13)
Resposta Rampa
2
1
+ en t sin(d t + )
n d
(
)
2
1
= tg 1
(0 < < 1), (0 < < /2)
c(t) = t
(4.14)
4.3.2
Resposta ao Degrau
c(t) = 1 en t n ten t
(4.15)
Resposta Rampa
c(t) = t
4.3.3
2 n t
2
+ ten t +
e
n
n
(4.16)
Resposta ao Degrau
+ 2 1
C1 =
2 2 1
2 1
1
1 =
C1 =
n ( 2 1)
2 2 1
(4.17)
2 =
n ( +
2 1)
(4.18)
Resposta Rampa
e
n
n
n
48
(4.19)
4.4
d
Tempo de pico (tp ): o tempo para que a resposta atinja o primeiro pico de sobre-sinal.
tr =
dc(t)
=0
dt
tp =
Mximo sobre-sinal (Mp ): o valor de pico da curva de resposta relativa resposta de estado
permanente.
c(tp ) c()
Mp = c(tp ) c()
Mp (%) =
100
c()
(
)
/ 1 2
(/d )
Mp = c(tp = ) c(t = ) = e
=e
d
4.5
A resposta dos sistemas de ordem superior a soma das respostas de sistemas de primeira e
segunda ordem. Supondo todos os plos distintos (no h multiplicidade), temos:
q
r
bk (s + k k ) + ck k 1 k2
a aj
+
C(s) = +
(q + 2r = n)
s j=1 s + pj k=1
s2 + 2k k s + k2
c(t) = a +
j=1
pj t
aj e
bk e
k k t
cos k
k2 t
ck ek k t sin k
1 k2 t,
para t 0
k=1
k=1
5 vezes menor) que as partes reais dos demais plos e zeros. Este(s) plo(s) (so) denominado(s)
plo(s) dominante(s), tendo em vista que a resposta transitria do sistema praticamente dominada
por este(s) plo(s) mais lento(s). No caso da efetiva existncia de dominncia, o comportamento do
sistema pode ser aproximado apenas a partir do(s) plo(s) dominante(s) (12).
4.6
Sistemas de fase no-mnima so aqueles que apresentam zeros no semiplano direito do plano
complexo, o que provoca a resposta inversa: a aplicao de um degrau entrada deste tipo de
processo produz em sua sada uma reao momentaneamente no sentido contrrio ao da excitao.
Processos de controle de vazo podem apresentar esta caracterstica (12).
Exemplo
5(1 4s)
G(s) =
(4.21)
(1 + 2s)(1 + 10s)
4.7
Processos industriais podem apresentar tempo morto no seu comportamento dinmico. Este, por
sua vez, geralmente decorrente de atrasos na transmisso de massa, energia e informao. Muitas
vezes o tempo morto o resultado de uma sucesso de atrasos de subsistemas simples em cascata,
cujo resultado pode ser varivel(13).
Quando o tempo morto pouco signicativo, costuma-se elaborar o projeto do sistema de controle
a partir de um modelo que no leve em contra o atraso (eLs ) e com a imposio de um certo
sobressinal para, na prtica, compensar o tempo morto. Outra opo lanar mo da aproximao
de Pad para gerar um modelo linear e utilizar as tcnicas de controle convencionais para projetar o
controlador. A Figura 4.11 ilustra as respostas de duas aproximaes de Pad para um atraso L de 1
s associado a uma planta dada por 1/(s + 1). A aproximao de ordem 1 , na verdade, um sistema
de fase no-mnima bastante suave, enquanto a aproximao de ordem 5 representa melhor o atraso,
mas torna o modelo bastante complexo. A seguir so apresentadas as verses lineares de ordens 1
e 5 do atraso de transporte, bem como a relao de plos e zeros introduzidos pela aproximao de
ordem 5. Nesta so introduzidos 5 zeros no semi-plano direito do plano-s.
50
eLs
4.8
s + 2
s+2
zeros
plos
4,6493+j7,1420
4,6493 - j7,1420
7,2935
6,7039+j3,4853
6,7039 - j3,4853
-4,6493+j7,1420
-4,6493 - j7,1420
-7,2935
-6,7039+j3,4853
-6,7039 - j3,4853
eLs
(4.22)
Observaes
Quanto mais distante do eixo imaginrio estiver um plo, menor o tempo de acomodao da
componente transitria deste plo;
O tipo de resposta transitria determinado pelos plos do sistema;
A forma da resposta transitria determinada principalmente pelos zeros do sistema;
Os plos da entrada R(s) resultam em termos da resposta de regime permanente na soluo;
51
Captulo 5
Anlise de Sistemas no Espao de Estado
Sistemas Complexos:
Muitas entradas e muitas sadas
Inter-relaes complexas
Abordagem por espaos de estados
Reduo da complexidade das expresses matemticas
Soluo numrica computacional
5.1
(n1)
(n)
(n1)
y + a1 y + + an1 y + an y = b0 u + b1 u + + bn1 u + bn u,
(5.1)
(5.2)
pode-se manipular a Equao 5.2 de tal forma que apresente a seguinte formao
Y (s) = b0 U (s) + Y (s).
(5.3)
(5.4)
Y (s)
(b1 a1 b0 )sn1 + + (bn1 an1 b0 )s + (bn an b0 )
= b0 +
U (s)
sn + a1 sn1 + + an
(5.5)
(5.6)
52
(5.7)
e como consequncia
sn Q(s) = a1 sn1 Q(s) an1 sQ(s) an Q(s) + U (s)
(5.8)
(5.9)
x1 = x2
.
x2 = x3
..
.
.
xn1 = xn .
Considerando que sn Q(s) = sXn (s), pode-se reescrever a Equao 5.8 como
sXn (s) = a1 Xn (s) an1 X2 (s) an X1 (s) + U (s)
ou
xn = an x1 an1 x2 a1 xn + u.
A partir de 5.3 e 5.9
Y (s) = b0 U (s) + (b1 a1 b0 )sn1 Q(s) + + (bn1 an1 b0 )sQ(s) + (bn an b0 )Q(s)
= b0 U (s) + (b1 a1 b0 )Xn (s) + + (bn1 an1 b0 )X2 (s) + (bn an b0 )X1 (s)
ou
y = (bn an b0 )x1 + (bn1 an1 b0 )x2 + + (b1 a1 b0 )xn + b0 u,
Logo,
0
x1
0
0 x2 0
.. ..
u
+
. . . 0 . .
.
xn1 0
0
. . . 1 xn1 0
.
1
xn
an an1 . . . a1
xn
x1
(
)
x2
y = bn an b0 bn1 an1 b0 . . . b1 a1 b0 .. + b0 u
.
xn
x1
.
x2
..
.
0
0
..
.
1
0
..
.
...
...
53
(5.10)
(5.11)
As equaes no espao de estados de sistemas invariantes no tempo podem ser dadas por
.
Figura 5.1: Diagrama de blocos de um sistema linear de tempo contnuo representado no espao de
estados
5.2
5.2.1
54
(5.12)
Y(s)
Q(s)
= C(sI A)1 B + D =
U(s)
|sI A|
Note que as razes da equao caracterstica (|det(sI A)|) so os auto-valores da matriz A.
A resposta no tempo da Equao 5.12 obtida com a aplicao da transformada inversa de
Laplace
x(t) = L1 [(sI A)1 ]x(0) + L1 [(sI A)1 ]Bu(t),
em que L1 [(sI A)1 ] = eAt denominada matriz de transio de estados. A soluo completa das
equaes de estado
y(t) = CeAt x(0) + CeAt Bu(t) + Du(t).
5.2.2
Abordagem no Tempo
Soluo Homognea
.
x(t) = Ax(t)
Uma possvel soluo dada por x(t) = KeAt . Assim,
.
eAt = I + At +
d At
[e x(t)] = eAt Bu(t).
dt
At
x(t) e
At0
x(t0 ) =
eA Bu( )d.
t0
O vetor de estado obtido a partir da multiplicao de ambos os lados da equao por eAt
t
A(tt0 )
x(t) = e
x(t0 ) +
eA(t ) Bu( )d.
t0
55
[
]
x(t0 + h) = eAh x(t0 ) A1 I eAh Bu(t0 ).
Assim, o vetor de estados no instante t0 + h pode ser obtido a partir de
x(t0 + h) = Fx(t0 ) + Hu(t0 ),
em que
(Ah)j
(5.13)
(Ah)2 (Ah)3
+
+ ...
j!
2!
3!
j=0
[
]
[
]
2
3
Aj hj+1
Ah
(Ah)
(Ah)
H = A1 [eAh I] = I +
+
+
+ . . . Bh =
B.
2!
3!
4!
(j
+
1)!
j=0
F=e
Ah
= I + Ah +
Mtodo Runge-Kutta
A soluo numrica de equaes diferenciais pode ser alcanada pela aplicao do algoritmo de
Runge-Kutta de quarta ordem. Considerando a equao a seguir
.
K1 + 2K2 + 2K3 + K4
6
em que
K1 = hf (x(n))
K2 = hf (x(n) + 0, 5K1 )
K3 = hf (x(n) + 0, 5K2 )
K4 = hf (x(n) + K3 )
f (x(n)) = Ax(n) + Bu(n)
h - largura de passo
A largura do passo tem inuncia decisiva sobre a estabilidade numrica do mtodo. Em geral,
h deve ser menor que a menor constante de tempo do sistema a ser simulado.
Considerando que a frmula de Euler para a soluo de equaes diferenciais dada por x(n+1) =
.
3 +K4
x(n) + hx(n), pode-se interpretar a parcela K1 +2K2 +2K
da frmula de Runge-Kutta como um
6
coeciente angular mdio.
SUGESTO: Demonstrar que a Equao 5.13 representa a aplicao do mtodo Runge-Kutta.
56
Captulo 6
Controladores
6.1
C(s) =
G(s)
R(s)
1 + G(s)H(s)
E(s) =
6.1.1
s0
s0
1
R(s)
1 + G(s)H(s)
1
R(s)
1 + G(s)H(s)
(6.1)
(6.2)
G(s) + G(s)
R(s)
1 + (G(s) + G(s))H(s)
G(s)
R(s)
[1 + (G(s) + G(s))H(s)][1 + G(s)H(s)]
(6.3)
(6.4)
G(s)
R(s)
[1 + G(s)H(s)]2
57
(6.5)
6.1.2
C(s) =
G(s)H2 (s)
N (s)
1 + G(s)H1 (s)H2 (s)
(6.6)
1
N (s)
H1 (s)
(6.7)
6.1.3
C(s) =
G2 (s)
G1 (s)G2 (s)
R(s)
P (s)
1 + G1 (s)G2 (s)H(s)
1 + G1 (s)G2 (s)H(s)
(6.8)
E(s) =
1
G2 (s)H(s)
R(s) +
P (s)
1 + G1 (s)G2 (s)H(s)
1 + G1 (s)G2 (s)H(s)
(6.9)
1
P (s)
G1 (s)H(s)
58
E(s)
1
P (s)
G1 (s)
(6.10)
6.2
A resposta em regime permanente de um sistema a malha fechada estvel com retroao unitria
(ou H(s) = Ks ) tem a mesma forma da excitao quando esta representada por um polinmio.
Assim, se a excitao uma rampa, por exemplo, a resposta em regime permanente deve incluir uma
rampa mais uma constante.
Considerando a funo de transferncia de canal direto (Figura 6.4) dada genericamente por
Gc (s)Gp (s) =
Km (1 + T1 s)(1 + T2 s) . . .
,
sm (1 + Ta s)(1 + Tb s)(1 + Tc s) . . .
(6.11)
tem-se que
E(s) =
e
ess = lim s
s0
sm (1 + Ta s)(1 + Tb s)(1 + Tc s) . . .
R(s)
sm (1 + Ta s)(1 + Tb s)(1 + Tc s) + Ks Km (1 + T1 s)(1 + T2 s) . . .
sm (1 + Ta s)(1 + Tb s)(1 + Tc s) . . .
R(s).
sm (1 + Ta s)(1 + Tb s)(1 + Tc s) + Ks Km (1 + T1 s)(1 + T2 s) . . .
(6.12)
(6.13)
Pode-se observar que a funo de transferncia Gc (s)Gp (s) do canal direto determina a resposta
em regime permanente. Assim, deniu-se uma rotulao para os tipos mais frequentes de sistemas de
controle com retroao. O sistema tipo 0 no apresenta plos na origem (m = 0), ou seja, o nmero
de integradores da funo de transferncia de malha aberta zero. O sistema tipo 1 apresenta um
integrador (m = 1) e o sistema tipo 2 apresenta dois integradores (m = 2).
A Figura 6.5 mostra a resposta dos sistemas tipos 0, 1 e 2 para as excitaes em degrau, rampa
e parbola.
6.3
Por questes de ordem fsica ou de segurana, os sinais de controle devem, na prtica, ser limitados. Assim,
umin ,
se f (e(t)) < umin
No caso em que f (e(t)) ultrapassa os limites pode-se dizer que houve saturao e que o comportamento do controlador torna-se no-linear. Caso contrrio, o controlador apresentar comportamento
linear com a implementao dos controladores discutidos a seguir.
59
6.3.1
Ao Proporcional
U (s)
= Kp
E(s)
u(t) = Kp e(t)
Faz com que o sistema reaja ao erro presente, conferindo ao sistema uma reao imediata e,
portanto, rpida ao de perturbaes ou variaes de referncia de magnitudes signicativas;
Se a planta no possui um integrador (1/s), existe um erro estacionrio (erro residual) em
resposta ao degrau;
O comportamento transitrio do sistema em malha fechada tende a car mais oscilatrio e o
sobre-sinal tende a aumentar quando o ganho proporcional levado a valores cada vez maiores;
Ao Integradora
u(t) = Ki
0
1
e(t)dt =
Ti
e(t)dt
0
U (s)
Ki
1
=
=
E(s)
s
Ti s
O sinal de controle , em qualquer instante, a rea sob a curva do sinal de erro atuante at o
referido instante. O sinal de controle pode ter valor no-nulo quando o sinal de erro atuante
for zero;
capaz de eliminar erros de regime permanente
60
de(t)
de(t)
= Td
dt
dt
U (s)
= Kd s = Td s
E(s)
Pode produzir uma correo signicativa antes que o valor do erro atuante se torne muito
elevado;
Prev o erro atuante, inicia a ao corretiva antecipada e tende a aumentar a sensibilidade do
sistema;
Aumenta o amortecimento do sistema, permitindo um ganho proporcional maior, o que reduz
o erro estacionrio;
No caso em que o erro em estado permanente constante, a ao derivativa nula;
O ganho da funo de transferncia do derivador puro cresce com a frequncia, o que confere
ao controlador alta sensibilidade a rudos de alta frequncia. A introduo de um plo mantm
as caractersticas em baixa frequncia e limita o ganho em alta frequncia:
U (s)
sp
= Td
E(s)
s+p
6.3.2
Controlador PI
)
(
)
(
t
1 t
u(t) = KP e(t) + Ki
e(t)dt
(6.14)
e(t)dt = KP e(t) +
Ti 0
0
A adio da ao proporcional ao integradora reduz o efeito desestabilizador de uma ao
integral isolada, mantendo a tendncia de eliminao de erro de estado permanente. A funo de
transferncia do controlador
U (s)
s + 1/Ti
= Kp
.
(6.15)
E(s)
s
6.3.3
Controlador PD
(6.16)
de(t)
1 d2 e(t) 2
t +
t + . . .
dt
2 dt2
(6.17)
Agora, considerando apenas uma aproximao de primeira ordem, o erro no instante t + t, com
t = Td , pode ser dado por
de(t)
(6.18)
e(t + Td ) e(t) + Td
dt
61
Por comparao direta entre as equaes 6.16 e 6.18, percebe-se que a ao proporcional-derivativa
apresenta comportamento antecipatrio (u(t) Kp e(t + Td ))
Na prtica, com a limitao do ganho da parte derivativa em alta frequncia, a funo de transferncia do controlador passa a ser:
(
)
U (s)
spTd
s + p/(1 + pTd )
= Kp 1 +
= Kp (1 + pTd )
.
(6.19)
E(s)
s+p
s+p
6.3.4
Controlador PID
(
)
1 t
de(t)
u(t) = KP e(t) +
e(t)dt + Td
Ti 0
dt
(6.20)
(6.21)
(6.22)
onde
b=
1 + pTi
Ti (1 + pTd )
c=
p
.
Ti (1 + pTd )
(6.23)
No caso em que a referncia (r(t)) do sistema de controle mudada em degraus, o termo derivativo
pode levar saturao do controlador, o que pode ser indesejvel em algumas aplicaes. Assim,
pode-se aproximar a derivada de e(t) por
de(t)
d(r(t) c(t))
dc(t)
=
,
dt
dt
dt
e a equao que rege o controlador PID passa a ser
(
)
1 t
dc(t)
u(t) = KP e(t) +
e(t)dt Td
.
Ti 0
dt
(6.24)
(6.25)
63
6.3.5
Controlador PI-D
Para evitar o surgimento de um impulso na varivel controlada u(t) em funo de uma variao em
degrau da entrada de referncia, pode-se tomar a ao derivativa apenas sobre o sinal realimentado
como mostrado na Figura 6.9 a seguir.
(
)
Kp Gp (s)
1
(
)
.
1+
Ti s 1 + 1 + 1 + T s K G (s)
d
p
p
Ti s
(6.26)
Ti s
Controlador I-PD
Pode tambm ser indesejvel o surgimento de um degrau na varivel controlada u(t) em funo de
uma variao em degrau da entrada de referncia. Assim pode-se tambm tomar a ao proporcional
apenas sobre o sinal realimentado como mostrado na Figura 6.10.
1
Ti s
Kp Gp (s)
(
).
1
1 + Kp Gp (s) 1 + Ti s + Td s
64
(6.28)
6.3.6
Ti s
Sistemas de controle de alto desempenho geralmente so projetados para permitir o ajuste independente das respostas a variaes de set-point, bem como de perturbaes. Para isso, a utilizao de
controladores com dois graus de liberdade proporciona a exibilidade necessria em diversas aplicaes. A seguir, apresentada uma metodologia para a eliminao dos erros estacionrios a entradas
de set-point dos tipos degrau, rampa e parbola, alm de rejeitar a entrada de distrbio (6).
A Figura 6.11 ilustra a estrutura de um controlador com dois graus de liberdade.
As funes de transferncia
Y (s) Y (s)
,
R(s) D(s)
E(s)
R(s)
so dadas a seguir:
Y (s)
GC1 (s)Gp (s)
=
R(s)
1 + (GC1 (s) + GC2 (s))Gp (s)
(6.30)
Y (s)
Gp (s)
=
D(s)
1 + (GC1 (s) + GC2 (s))Gp (s)
(6.31)
E(s)
1 + GC2 (s)Gp (s)
=
.
R(s)
1 + (GC1 (s) + GC2 (s))Gp (s)
(6.32)
Agora, dada a planta como segue, as funes de transferncia GC1 (s) e GC2 (s) so, respectivamente, controladores do tipo PID e PD acompanhados de um ltro 1/A(s) em sua estrutura
A(s)
Gp (s) = K
B(s)
1 s2 + 1 s + 1 1
GC1 (s) =
s
A(s)
GC2 (s) = (2 s + 2 )
1
.
A(s)
Dessa forma, as funes de transferncia relativas s equaes 6.30 a 6.32 so dadas por
sKA(s)
Y (s)
=
D(s)
sB(s) + K[(1 + 2 )s2 + (1 + 2 )s + 1 ]
(6.33)
sB(s) + sK(2 s + 2 )
E(s)
=
R(s)
sB(s) + K[(1 + 2 )s2 + (1 + 2 )s + 1 ]
(6.34)
65
Y (s)
K[1 s2 + 1 s + 1 ]
=
R(s)
sB(s) + K[(1 + 2 )s2 + (1 + 2 )s + 1 ]
(6.35)
Aplicando o teorema do valor nal equao 6.33 percebe-se que uma entrada de distrbio em
degrau ser rejeitada em estado permanente. Quanto ao efeito da aplicao de degrau, rampa e
parbola entrada R(s) do sistema, o projetista deve impor a igualdade do polinmio do numerador
(s)
de YR(s)
ao polinmio formado pelos trs termos menos signicativos do polinmio caracterstico, para
que o erro de estado permanente seja nulo. Assim, a funo de transferncia
formato
Y (s)
R(s)
Y (s)
a2 s2 + a1 s + a0
.
= n+1
R(s)
s
+ an sn + an1 sn1 + + a2 s2 + a1 s + a0
(6.36)
6.3.7
A Figura 2.4 ilustra um compensador de avano ou atraso implementado com amplicador operacional. A funo de transferncia deste compensador reproduzida a seguir na Equao 6.37.
Eo (s)
R2 R4 R1 C1 s + 1
R4 C1 s +
=
=
Ei (s)
R1 R3 R2 C2 s + 1
R3 C2 s +
1
R1 C 1
1
R2 C 2
(6.37)
6.3.8
A Figura 2.4 ilustra um compensador de avano e atraso implementado com amplicador operacional. A funo de transferncia deste compensador reproduzida na Equao 6.38 a seguir
[
][
]
Eo (s)
R4 R6 (R1 + R3 )C1 s + 1
R2 C2 s + 1
=
.
(6.38)
Ei (s)
R3 R5
R1 C1 s + 1
(R2 + R4 )C2 s + 1
Esta equao ainda pode ser dada por
(
s+
Eo (s)
= Kc (
Ei (s)
s+
onde
1
T1
T1
)(
)(
s+
s+
1
T2
1
T2
).
(6.39)
1
=
T2 = (R2 + R4 )C2 .
(6.40)
T1
R1 C1
O compensador por avano e atraso de fase pode melhorar simultaneamente a resposta transitria
e a resposta em regime permanente.
T1 = (R1 + R3 )C1
T2 = R2 C2
66
6.3.9
Realimentao Tacomtrica
6.4
Erros Estacionrios
a+Kp KKs
Ki
a
0
s
Ki KKs
K
K
s
1
d
s+a
Ki
a
Kp + s
0
Ki KKs
a
Kp + Kd s
a+Kp KKs
Ki
a
Kp + s + Kd s
0
Ki KKs
Kp
2
Kn
2
2
s +2n s+n
Ki
s
Kd s
Kp + Ksi
Kp + Kd s
Kp + Ksi + Kd s
0
1
0
1
Ki KKs
1
1+Kp KKs
Kp
K
s(s+a)
1
1+Kp KKs
0
0
Ki
s
a
a+Kd KKs
Kd s
Kp + Ksi
Kp + Kd s
Kp + Ksi + Kd s
0
0
0
67
1
Ki KKs
1
Ki KKs
a
Kp KKs
a
Ki KKs
a
Kp KKs
a
Ki KKs
a
Ki KKs
Captulo 7
Projeto e Sintonia de Controladores
7.1
Comparadores Bsicos
Controlador on-o
68
Controlador Proporcional
Controlador Proporcional-Integrador
69
Controlador Proporcional-Integrador-Derivativo
7.2
7.2.1
7.2.2
Considerando uma funo de transferncia dada por G(s) = P (s)/Q(s), as primeiras condies
para que todas as razes de G(s) estejam no simiplano esquerdo do plano complexo (sistema estvel)
70
(7.1)
Q(s) = + a0 sn
a0 (r1 + r2 + + rn )sn1
+ a0 (r1 r2 + r2 r3 + r1 r3 + . . . )sn2
a0 (r1 r2 r3 + r1 r2 r4 + . . . )sn3 + . . .
+ a0 (1)n r1 r2 . . . rn = 0
(7.2)
sejam todos no-nulos e tenham o mesmo sinal. Estas so condies necessrias, porm no sucientes.
Aps esta anlise preliminar, o projetista deve organizar os coecientes de Q(s) da seguinte forma
sn
sn1
sn2
..
.
s2
s1
s0
a0
a1
b1
..
.
d1
e1
f1
a2
a3
b2
..
.
d2
a4
a5
b3
...
...
...
(7.3)
onde
a1 a2 a0 a3
a1 a4 a0 a5
e1 d2 d1 .0
b2 =
f1 =
(7.4)
a1
a1
e1
Se as primeiras condies forem atendidas e se todos os elementos da primeira coluna da matriz 7.3
forem positivos, ento o sistema representado por G(s) = P (s)/Q(s) estvel.
interessante saber que o nmero de razes com partes reais positivas igual ao nmero de
mudanas de sinal dos coecientes da primeira coluna da mariz 7.3.
b1 =
7.2.3
Lugar das razes um mapa que mostra a evoluo no posicionamento das razes da equao
caracterstica Q(s) de um sistema dado pela Equao 7.5 quando K varia de zero a innito.
Q(s) = 1 + G(s)H(s) = 1 +
K(s + z1 )(s + z2 ) . . . (s + zm )
=0
(s + p1 )(s + p2 ) . . . (s + pn )
(7.5)
Um ponto do lugar das razes deve satisfazer as condies de ngulo e mdulo da equao 7.6 a
seguir
K(s + z1 )(s + z2 ) . . . (s + zm )
G(s)H(s) =
= 1
(7.6)
(s + p1 )(s + p2 ) . . . (s + pn )
Regras gerais para a construo do lugar das razes
71
180 (2k + 1)
nm
k = 0, 1, 2, . . .
(7.8)
Para determinar os pontos de partida das assntotas do eixo real pode-se considerar apenas os
dois maiores termos da Equao 7.9 a seguir
K[sm + b1 sm1 + + bm ]
.
sn + a1 sn1 + + an
Assim, dividindo o numerador e o denominador pelo numerador, temos
sm + b1 sm1
sn +
a1 sn1
snm + (a1 b1 )snm1
n
n1
s
b1 s
0
+(a1 b1 )sn1
(a1 b1 )sn1 b1 (a1 b1 )sn2
0
b1 (a1 b1 )sn2
G(s)H(s) =
(7.9)
onde a1 = p1 + p2 + + pn e b1 = z1 + z2 + + zm
G(s)H(s)
snm
K
+ [(p1 + p2 + + pn ) (z1 + z2 + + zm )]snm1
G(s)H(s) [
s+
]nm .
(7.10)
(7.11)
A abscissa do ponto de interseco das assntotas com o eixo real pode ser aproximada por
s
(p1 + p2 + + pn ) (z1 + z2 + + zm )
.
nm
72
(7.12)
K[sm + b1 sm1 + + bm ]
= 0.
sn + a1 sn1 + + an
(7.13)
sn + a1 sn1 + + an
.
sm + b1 sm1 + + bm
(7.14)
Os pontos de partida e/ou de chegada, se existirem, sero determinados a partir dos pontos
de mximo ou mnimo de K(s). Assim, deve-se calcular as razes de dK(s)/ds. A Figura 7.7
ilustra alguns exemplos de pontos de partida e de chegada.
Figura 7.7: Exemplos de K(s) e os respectivos pontos de partida e de chegada do lugar das razes no
eixo real.
(7.15)
(7.16)
(7.17)
6 Determinar os pontos onde o lugar das razes pode cruzar o eixo imaginrio
Fazendo s = j na equao caracterstica Q(s) e resolvendo para e K, obtm-se os pontos
de cruzamento do lugar das razes pelo eixo imaginrio e os seus respectivos ganhos K.
7 Obter uma srie de pontos de teste na regio da origem do plano s e esboar o lugar das razes. A
parte mais importante do lugar das razes se situa nas proximidades da origem e do eixo j.
8 Determinar os plos de malha fechada
Um ponto em particular sobre cada um dos ramos do lugar das razes ser um plo de malha
fechada se o valor de K nesse ponto satiszer a condio de mdulo. Reciprocamente, a condio
de mdulo possibilita que se determine o valor do ganho K em qualquer ponto especicado
sobre o lugar das razes.
K=
|s p1 ||s p2 | . . . |s pn |
|s z1 ||s z2 | . . . |s zm |
(7.18)
7.3
7.3.1
Projeto de Controladores
Consideraes Preliminares
75
7.3.2
Alocao de Plos
Considerando Gc (s) = F (s)/D(s), Gp (s) = B(s)/A(s) e H(s) = 1, temos a funo de transferncia de malha fechada dada por
T (s) =
Considerando ainda que
P (s)
B(s)F (s)
=
.
Q(s)
B(s)F (s) + A(s)D(s)
(7.19)
e que a equao caracterstica desejada Q(s), com seus plos devidamente posicionados no semi-plano
esquerdo para atender especicaes de projeto, dada por
n
Q(s) =
(s pi ) = sn + qn1 sn1 + + q1 s + q0 ,
(7.20)
i=1
(7.21)
importante notar que o nmero de plos do sistema deve ser igual a soma do nmero de plos do
processo com o nmero de plos do controlador. Assim, Q(s) de ordem n = ng + nc .
Equacionando os coecientes de mesmo grau em 7.21 obtm-se um sistema de equaes lineares,
cuja soluo fornece os coecientes dos polinmios do controlador. Assim, para que o sistema tenha
soluo nica, conveniente escolher as ordens dos polinmios F (s) e D(s) de forma que haja tantas
equaes quanto icgnitas, ou seja, ng + nc = nc + mc + 1. Assim, mc = ng 1.
Como necessrio que nc mc para que a funo de transferncia seja implementvel, recomendase a utilizao de um controlador de ordem mnima (nc = mc = ng 1), ou seja, a ordem do
controlador deve ser igual ordem do processo menos um. Dessa forma o projetista pode impor
quaisquer plos de malha fechada. Caso contrrio, a existncia da soluo estar condicionada
escolha dos plos impostos (nc < ng 1) ou haver mais de um controlador que resulte nos mesmos
plos de malha fechada (nc > ng 1).
7.3.3
O compensador por avano de fase deve ser empregado quando o sistema original instvel
para qualquer valor de ganho ou estvel, mas apresenta caractersticas de resposta transitria
indesejveis. Seguem os passos para o projeto:
Passo 1 Determinar a localizao desejada dos plos dominantes de malha fechada a partir das
especicaes de desempenho;
Passo 2 Desenhar o grco do lugar das razes do sistema no compensado e vericar se possvel,
apenas com o ajuste do ganho, obter os plos de malha fechada desejados. Caso no seja
possvel, execute o Passo 3;
Passo 3 Considerando o compensador Gc (s) dado por
Gc (s) = Kc
s + T1
Ts + 1
= Kc
1 ,
T s + 1
s + T
(7.22)
compensar a decincia de ngulo com o compensador de tal forma que o novo lugar das razes
passe pelo ponto desejado (s1 ). Determina-se e T com base na decincia de ngulo ()
de Gp (s)|s=s1 e Kc com base no requisito de ganho de malha aberta a partir da condio de
mdulo.
Sugesto: tentar fazer com que o valor de seja o maior possvel, pois, com isso, haver uma
reduo de erro de estado permanente entrada em rampa, o que desejvel.
77
7.3.4
O compensador por atraso de fase deve ser empregado quando o sistema original apresenta caractersticas de resposta transitria satisfatrias, mas as caractersticas em regime permanente so
insatisfatrias. A compensao consiste em aumentar o ganho de malha aberta, sem alterar apreciavelmente as caractersticas da resposta transitria. Seguem os passos para o projeto:
Passo 1 Determinar o lugar das razes do sistema no compensado e localizar os plos dominantes
de malha fechada a partir das especicaes de desempenho;
Passo 2 Considerando o compensador Gc (s) dado por
1
c T s + 1 = K
c s + T ,
Gc (s) = K
1
T s + 1
s + T
(7.23)
7.3.5
(7.25)
Ento, realizando as operaes algbricas adequadas, pode-se traar o lugar das razes em funo da
variao de Kp , Ki e Kd , separadamente, atravs das equaes a seguir:
[
]
(s + 1/Ti + Td s2 ) Gpn (s)
1 + Kp
= 0,
(7.26)
s
Gpd (s)
[
]
Gpn (s)
1 + Ki
=0
(7.27)
sGpd (s) + Kp Gpn (s)(s + Td s2 )
e
[
]
s2 Gpn (s)
= 0.
(7.28)
1 + Kd
sGpd (s) + Kp Gpn (s)(s + 1/Ti )
Ajuste do Controlador PID pelo Mtodo da Resposta ao Degrau
Considerando um sistema cuja resposta aplicao de um degrau unitrio sua entrada seja
da forma ilustrada na Figura 7.13, pode-se ajustar preliminarmente o controlador PID a partir da
mensurao do atraso aparente (L), do ganho integral equivalente (a KL/T ) e da constante de
tempo dominante (T ), todos referentes ao modelo dado a seguir
G(s) = eLs
K
.
Ts + 1
(7.29)
0, 9/a 3L
PID
1, 2/a 2L
L/2
A prtica industrial indica que a tabela de Ziegler-Nichols costuma fornecer resultados satisfatrios quando 0, 1 < L/T < 0, 6 (12). Para outros casos, foram posteriormente propostas outras
frmulas, como as propostas por Chien, Hrones e Reswick, que otimizam separadamente a resposta
do sistema referncia (Tabela 7.3) e a perturbao (Tabela 7.4).
Tabela 7.3: Tabela de Chien, Hrones e Reswick para o mtodo da resposta ao degrau com otimizao
da resposta referncia.
Sobrepasso
0%
20%
Controlador
Kp
Ti
Td
Kp
Ti
Td
P
0, 3/a
0, 7/a
PI
PID
0, 6/a
0, 5L
0, 95/a
1, 4T
0, 47L
0, 35/a 1, 2T
0, 6/a
Tabela 7.4: Tabela de Chien, Hrones e Reswick para o mtodo da resposta ao degrau com otimizao
da resposta perturbao.
Sobrepasso
0%
20%
Controlador
Kp
Ti
Td
Kp
Ti
Td
P
0, 3/a
0, 7/a
PI
PID
0, 6/a
4L
0, 95/a 2, 4L
0, 42L
0, 7/a 2, 3T
1, 2/a
2T
0, 42L
(7.30)
K
c1 = K
c2 = KTd .
Ti
Considere tambm que o processo seja modelado por uma funo de transferncia de segunda
ordem dada por
b1 s + b0
.
(7.31)
G(s) = 2
s + a1 s + a0
c0 =
80
(7.32)
O projetista deve agora forar os plos de malha fechada de forma a atender as especicaes de
projeto (12). Assim,
Q(s) = (s p1 )(s p2 )(s p3 ) = s3 + q2 s2 + q1 s + q0
q2 = |p1 | + |p2 | + |p3 |
q1 = |p1 ||p2 | + |p1 ||p3 | + |p2 ||p3 |
q0 = |p1 ||p2 ||p3 |.
(7.33)
(7.34)
b1 c1 + b0 c2 + a1 = (b1 c2 + 1)q2
b1 c0 + b0 c1 + a0 = (b1 c2 + 1)q1
b0 c0 = (b1 c2 + 1)q0
As variveis c0 , c1 e c2 podem ser obtidas pela soluo do seguinte sistema de equaes lineares
b1 c1 + (b0 b1 q2 )c2 = q2 a1
b1 c0 + b0 c1 b1 q1 c2 = q1 a0
b0 c0 b1 q0 c2 = q0
(7.36)
Ti =
K
c0
Td =
c2
K
(7.37)
7.3.6
Preditores
Quando o processo a ser controlado apresenta tempo morto signicativo, os controladores convencionais tm diculdades em controlar a planta, pois tanto os efeitos das perturbaes quanto das
aes de controle ocorrem com atraso. O desempenho do sistema de controle pode ser melhorado com
o uso de um compensador de tempo morto (DTC-Dead-Time Compensator) baseado em preditores.
A primeira estrutura DTC, conhecida como preditor de Smith, foi apresentada por Smith (15), em
1957. Se presta a melhorar o desempenho de controladores PI e PID atuando sobre plantas com
atraso de transporte (13).
A estrutura do preditor de Smith, ilustrada na Figura 7.14, pode ser dividida em duas partes: o
controlador primrio e a estrutura do preditor. O preditor composto de um modelo da planta sem
tempo morto G(s) e um modelo do tempo morto eLs , como pode ser visto a seguir.
P (s) =
Kp
eLs = G(s)eLs
(1 + T s)
(7.38)
Figura 7.14: Estrutura do preditor de Smith aplicado a plantas com atraso de transporte.
G(s) usado para computar uma predio de malha aberta e, para considerar os erros de modelagem, a diferena entre a sada do processo e o modelo incluindo o tempo morto adicionado
predio de malha aberta. Se no h erro de modelagem ou entrada de distrbio, o sinal de sada do
preditor no apresenta atraso e o controlador pode ser sintonizado como se no existisse atraso.
Normey-Rico e Camacho (13) propem um esquema de controle de um compensador de tempo
morto com dois graus de liberdade, ilustrado na Figura 7.15. Nesta estrutura, Pn (s) o modelo do
processo, Gn (s) o modelo livre do tempo morto, C(s) um controlador PI e F (s) um ltro para
a referncia.
Considerando a planta dada pela equao 7.38, C(s) e F (s) devem ser dados por
(
)
1
Ti
C(s) = kc 1 +
com Ti = T e kc =
sTi
Kp T0
1 + sT0
,
1 + sT1
de tal forma que as funes de transferncia Y (s)/R(s) e Y (s)/Q(s) sejam dadas por
(
)
Y (s)
eLs
Y (s)
Kp eLs
eLs
=
e
=
1
.
R(s)
1 + T1 s
Q(s)
1 + Ts
1 + T0 s
F (s) =
Figura 7.15: Estrutura compensador de tempo morto com dois graus de liberdade.
83
Captulo 8
Exemplos de Sistemas de Controle
84
85
86
87
Captulo 9
Tpicos Especiais
9.1
Esta seo trata de uma anlise supercial de um tema vasto que a robustez de sistemas
realimentados.
Robustez uma caracterstica de crucial importncia em projetos de sistemas de controle, pois
sistemas de engenharia so vulnerveis a distrbios externos e rudos, e sempre existem diferenas
entre o modelo matemtico usado para projeto e o sistema real (16). Typicamente, um engenheiro
de controle requisitado para projetar um controlador que estabilize a planta, se ela no for estvel
originalmente, e satisfaa a certos nveis de desempenho na presena de sinais de distrbio, interferncia por rudo, existncia de dinmicas no modeladas e variao de parmetros da planta. Estes
objetivos de projeto so, em geral, alcanados com o uso de controle por realimentao, embora esta
medida introduza muitas vezes custos elevados (sensores), aumento da complexidade e preocupaes
com estabilidade.
A propriedade mais importante de sistemas realimentados que possvel projetar o controle em
malha fechada a partir de modelos bastante simplicados e, assim mesmo, obter grande robustez a
incertezas (17). A reduo da incerteza uma das principais razes para o uso de realimentao.
Incertezas so inevitveis em sistemas de controle reais. Elas podem ser classicadas em duas
categorias: sinais de distrbios e perturbaes dinmicas. A primeira refere-se a distrbios externos
na entrada ou sada, rudo em sensores, rudo em atuadores e etc. A segunda representa discrepncias entre o modelo matemtico e a dinmica real do sistema em operao. Fontes tpicas de
discrepncias incluem dinmicas no modeladas (geralmente em alta frequncia), no-linearidades
negligenciadas no modelo, efeitos de reduo deliberada da ordem do modelo e variaes dos parmetros do sistema devido a mudanas no ambiente ou degradao. Estes erros de modelagem podem
afetar negativamente a estabilidade e desempenho do sistema de controle.
9.1.1
O sistema de controle em malha fechada mostrado na Figura 9.1 inuenciado por trs sinais
externos: a referncia r, o distrbio da carga d e o rudo n. Alguns dos sinais restantes podem ser
de interesse no projeto do controlador, dependendo de cada aplicao particular. As relaes entre
os sinais de interesse e as entradas podem ser expressas em termos de funes de transferncia como
segue:
88
P (s)
1+P (s)C(s)
P (s)
1+P (s)C(s)
1
1+P (s)C(s)
P (s)C(s)
1+P (s)C(s)
P (s)
1+P (s)C(s)
1
1+P (s)C(s)
P (s)C(s)
1+P (s)C(s) r(s)
C(s)
d(s)
1+P (s)C(s)
C(s) n(s)
1+P (s)C(s)
1
1+P (s)C(s)
funo de sensitividade
(9.1)
(9.2)
(9.3)
(9.4)
9.1.2
Perturbaes Dinmicas
Em geral fcil investigar os efeitos de variaes paramtricas. Entretanto, existem outros tipos de
incertezas tais como atrasos de transporte, no-linearidades, dinmicas de alta ordem no modeladas
e etc, que tambm so importantes e que geralmente so negligenciadas em favor da simplicidade do
modelo. Estes mecanismos negligenciados so chamados de dinmicas no modeladas.
1
Teorema do Pequeno Ganho: um sistema linear em malha fechada dito estvel se o ganho da funo de
transferncia em malha aberta for menor que 1 para todas as frequncias.
89
Incertezas No Estruturadas
As incertezas dinmicas no estruturadas () em sistemas de controle podem ser descritas de
diferentes formas. No exemplo que segue, apresentaremos duas delas: a perturbao aditiva e a
perturbao multiplicativa.
Em geral, a dinmica de muitos sistemas de controle pode ser dividida em dinmica "rpida" e
dinmica "lenta". Assim, a dinmica real de uma planta SISO2 pode ser dada por
Gp (s) = gganho Glenta (s)Grpida (s),
em que gganho constante e
Glenta (s) =
1
1 + sT
Grpida (s) =
1
,
1 + sT
<< 1.
Nestes casos razovel concentrar os esforos de projeto sobre a dinmica lenta e considerar a
dinmica rpida como uma perturbao. Se considerarmos a perturbao do tipo aditiva a , temos
a (s) = Gp (s) gganho Glenta (s) = gganho Glenta (s)(Grpida (s) 1)
sT
a (s) = gganho
.
(1 + sT )(1 + sT )
No caso da perturbao do tipo multiplicativa m , temos
Gp (s) gganho Glenta (s)
gganho Glenta (s)
sT
m (s) = Grpida (s) 1 =
.
1 + sT
m (s) =
A Figura 9.2 mostra a congurao para a perturbao aditiva e as Figuras 9.3 e 9.4 mostram as
conguraes para a perturbao multiplicativa.
90
d2 x(t)
dx(t)
+ (c0 + c )
+ (k0 + k )x(t) = u(t),
2
dt
dt
91
O diagrama de blocos do sistema pode ser visto de duas formas. A primeira, dada na Figura 9.6,
representa a variao paramtrica incrostada no modelo nominal.
A segunda forma construda a partir da primeira, com alguma manipulao algbrica e com a
denio de algumas variveis auxiliares: z1 (t) = x 2 (t), z2 (t) = x2 (t) e z3 (t) = x1 (t). Os sinais d1 , d2
e d3 so as sadas dos blocos m , c e k . A Figura 9.7 ilustra esta nova representao.
A partir do diagrama da Figura 9.7 pode-se elaborar um novo sistema de equaes de estado
(
) (
)(
) (
) d1 (t)
( )
0
1
0
x 1 (t)
x1 (t)
0
0
0
d2 (t) + 1 u(t)
=
+
k0
c0
m0 m0
x 2 (t)
x2 (t)
1 1 1
m0
d3 (t)
k0
1
)
m0 mc00 (
z1 (t)
1 1 1
d1 (t)
m0
x1 (t)
z2 (t) = 0
0
0 d2 (t) + 0 u(t)
+ 0
1
x2 (t)
z3 (t)
0
0
0
d3 (t)
0
1
0
92
onde se percebe a incerteza paramtrica sendo modelada como um bloco adicional ao modelo nominal
conforme Figura 9.8.
93
Programa Exemplo:
Dado o sistema G(s) = s2 +ab12s+a2 , em que os parmetros b2 , a1 e a2 apresentam os valores nominais
iguais a 1, 2 e 3, respectivamente, o programa mostra a resposta do sistema em malha aberta e em
malha fechada a um degrau unitrio considerando que os parmetros apresentam incerteza de mais
ou menos 20%. O diagrama de Nyquist e o lugar das razes tambm podem ser obtidos. A Figura 9.9
aplicado.
ilustra a resposta quando um controlador C(s) = 4 s+1
s
b2=1;
a1=ureal(a1,2,percent,20);
a2=ureal(a2,3,percent,20);
num=[0 0 b2];
den=[1 a1 a2];
sys=tf(num,den); % controlador
gure(1)
step(usample(sys,5))
Kp=4;
s = zpk(s); % cria uma varivel de Laplace s
C=Kp*tf((s+1)/s); % controlador
sysC=feedback(sys*C,1);
gure(2)
step(usample(sysC,10))
sistema=usample(sysC,5);
gure(3)
nyquist(sistema)
gure(4)
rlocus(sistema)
9.1.3
Alocao de Plos
Muitos mtodos desenvolvidos para projetar sistemas de controle no levam explicitamente em
considerao aspectos relativos a robustez. Desta forma essencial investigar a robustez pois alguns
94
sistemas podem ser equipados com controladores com projetos aparentemente razoveis e, mesmo
assim, apresentarem robustez pobre. Como exemplo, um sistema absolutamente controlvel e observvel pode ser controlado via realimentao de estados e o uso de observadores de tal forma a alocar
seu plos de forma arbitrria. Entretanto, quando se deseja um sistema de malha fechada robusto,
os plos e zeros do processo impe restries severas na localizao dos plos de malha fechada (17).
As dicas de projeto sero dadas a seguir, aps breves anlises de exemplos.
Efeito de Plos Estveis Rpidos do Processo
b
Considerando uma planta P (s) = s+a
sendo controlada por C(s) = kp +
unitria, a funo de transferncia de malha aberta dada por
L(s) =
ki
s
e realimentao
b(kp s + ki )
.
s(s + a)
Com a imposio de que os plos de malha fechada sejam p1 e p2 , com p2 > p1 , temos a equao
caracterstica dada por
s(s + a) + b(kp + ki ) = s2 + (a + bkp )s + ki b = s2 + (p1 + p2 )s + p1 p2 = (s + p1 )(s + p2 ).
Assim,
p1 + p2 a
p1 p2
ki =
,
b
b
e as funes de sensitividade S(s), a qual relaciona o rudo com a sada da planta y(s) = S(s)n(s) (vide
Figura 9.1), e de sensitividade complementar T (s), a qual relaciona a perturbao da planta com a
sada do controlador u(s) = T (s)d(s) e a sada do sistema com o sinal de referncia y(s) = T (s)r(s),
so dadas por
s(s + a)
(p1 + p2 a)s + p1 p2
S(s) =
T (s) =
.
(s + p1 )(s + p2 )
(s + p1 )(s + p2 )
kp =
Agora, considerando p1 < p2 << a, observa-se que o ganho kp pode ser negativo e que o controlador pode apresentar um zero no semi-plano direito, o que uma indicao de que o sistema no
tem boas propriedades. Alm disso, considerando o diagrama de mdulo em funo da frequncia
(Figura 9.10-esquerda) para a funo de sensitividade (a = b = 1,p1 = 0.05 e p2 = 0.2), observa-se
que a sensitividade 1 para alta frequncia, e que cresce a medida que se aproxima de s = a. A sensitividade somente decresce signicativamente aps a frequncia atingir os plos de malha fechada.
Para comparao, a Figura 9.10-direita ilustra o caso em que p1 = 5 e p2 = 20.
Figura 9.10: Diagramas de mdulo em funo da frequncia para planta com plo rpido.
95
O problema da baixa robustez pode ser contornado se for feita a seguinte escolha p1 = a. Desta
forma, temos
p1
p1 a
kp =
ki =
b
b
e
s
p1
S(s) =
T (s) =
.
s + p1
s + p1
Note que as funes de sensitividade so menores que 1 para todas as frequncias.
Efeito de Zeros Estveis Rpidos do Processo
Considerando as funes de transferncia da planta e do controlador dados por
P (s) =
np (s)
dp (s)
C(s) =
nc (s)
dc (s)
os plos da funo sensitividade complementar so dados pelos plos de malha fechada e os zeros de
T (s) so dados pelos zeros da planta e do controlador
T (s) =
np (s)nc (s)
.
dp (s)dc (s) + np (s)nc (s)
Considerando os plos de malha fechada dados por p1 , p2 e p3 , com p3 < p2 < p1 , e os zeros
dados por zc e zp , com zp < zc e zp < p3 , a funo T (s) dada por
T (s) =
(s + zc )(s + zp )
.
(s + p1 )(s + p2 )(s + p3 )
s + zc
.
(s + p1 )(s + p2 )
Margens de Estabilidade
Na prtica, saber se o sistema estvel no o bastante. O projetista deve ainda se preocupar
com as margens de estabilidade, as quais descrevem o quanto o sistema estvel, e sua robustez
a perturbaes. Existem muitas formas de expressar estes conceitos, mas a mais comum usar as
margens de ganho e fase, inspirados no critrio de estabilidade de Nyquist.
Formalmente, a margem de ganho gm de um sistema denida como o menor ganho que se pode
adicionar a uma funo de transferncia de malha aberta antes que o sistema em malha fechada se
torne instvel. Para um sistema cuja fase decresce monotnicamente a partir de 0o em funo da
frequncia, a margem de ganho pode ser calculada baseado na menor frequncia na qual a fase da
funo de transferncia de malha aberta L(s) 180o . Esta frequncia pc chamada frequncia de
corte de fase. Assim, a margem de ganho para este sistema dada por
gm =
1
.
|L(jpc |
96
Similarmente, a margem de fase o ngulo de fase requerido para atingir o limite da estabilidade
quando o sistema submetido a frequncia de corte de ganho (gc ). Esta a menor frequncia na
qual o ganho do sistema unitrio (|L(jgc | = 1):
m = + argL(jgc )
As denies acima so facilmente reconhecidas nos diagramas de Bode, ilustrados na Figura 9.11b,
onde se tem um grco de mdulo |L(j)| da funo de transferncia de malha aberta em funo
da frequncia e outro da fase argL(j) em funo da frequncia . J no diagrama de Nyquist
(Figura 9.11a), o qual um grco do mdulo |L(j)| da funo de transferncia de malha aberta em
funo da fase argL(j), as margens de ganho e de fase so reconhecidas como segue. Considerando
que um ponto de cruzamento do diagrama de Nyquist com o eixo real negativo ocorre entre -1 e 0,
a margem de ganho dada pelo inverso da distncia deste ponto origem. A margem de fase
dada pelo ngulo do menor arco formado entre o eixo real negativo e um ponto de cruzamento do
diagrama com o crculo de raio unitrio. A desvantagem da anlise pelas margens de ganho e fase
que so necessrias as duas medidas para indicar que o diagrama de Nyquist no est prximo ao
ponto crtico. Uma forma alternativa para expressar margens pelo uso da margem de estabilidade
sm , a qual a menor distncia do diagrama de Nyquist para o ponto crtico 1 e est relacionada a
atenuao de distrbios (Figura 9.11a). A margem de estabilidade tambm pode ser denida como
sm =
1
Ms
Quando se projeta sistemas de malha fechada comum denir a robustez do sistema usando
margens de ganho, de fase e de estabilidade. Esses nmeros nos dizem o quanto o sistema pode
variar a partir de seu modelo nominal e ainda assim permanecer estvel. Valores razoveis para a
margem de fase so entre 30o e 60o , para margem de ganho entre 2 e 5 e para margem de estabilidade
entre 0.5 e 0.8.
97
Apndice A
Filtros Analgicos
Trs so os tipos mais comuns de ltros analgicos: Chebishev, Butterworth e Bessel(tambm
conhecido como ltro Thompson). Cada um destes ltros projetado para otimizar um parmetro
de desempenho diferente. A complexidade de cada ltro pode ser denida pela seleo do nmero
de plos e zeros. Quanto maior for a escolha do nmero de plos, mais componentes eletrnicos
so requeridos e melhor o desempenho do ltro naquilo que ele tem de melhor. A denominao
de cada ltro est relacionada ao que o ltro capaz de fazer, e no est vinculado a qualquer
topologia especial. Por exemplo, um ltro Chebyshev ou um ltro Butterworth de 2 plos pode
ser implementado a partir de uma mesma topologia de circuito, a qual apresentada na Figura A.2.
Nesta, o circuito modicado de Sallen-Key implementa um ltro passa-baixa de dois plos e usado
como bloco bsico para formao de ltros ativos. O que vai diferir um ltro do outro a escolha dos
parmetros k1 e k2 , como pode ser visto na Tabela A.1. Estes parmetros esto intimamente ligados
escolha dos componentes eletrnicos, como se pode ver atravs das relaes apresentadas a seguir:
k1 = RCfc
k2 =
Rf
R1
(A.1)
J a escolha dos valores de R1 e C arbitrria. Entretanto, sugere-se como tentativa inicial os valores
10K e 0, 01F .
Filtros de mais alta ordem podem ser implementados com o cascateamento destas estruturas.
Assim, um ltro de 06 plos apresenta 03 ltros de 02 plos em cascata, de tal forma que o primeiro
estgio aquele que recebe o sinal a ser ltrado e o terceiro estgio aquele que apresenta o sinal
ltrado para uso.
A funo de transferncia do circuito modicado de Sallen-Key pode ser dada por
V0 (s)
1
= (1 + k2 ) 2 2 2
Vin (s)
R C s + (2 k2 )RCs + 1
V0 (s)
= (1 + k2 ) ( )2
Vin (s)
k1
fc
98
1
s2 +
k1
(2
fc
k2 )s + 1
0,1111
0,0991
0,0840
0,7590
0.1592
0.1592
0,1520
1,2350
0,2666
0,1544
0,5820
1,6600
6 (estgio 1)
(estgio 2)
(estgio 3)
0,0990
0,0941
0,0834
0,0400
0,3640
1,0230
0.1592
0.1592
0.1592
0,0680
0,5860
1,4830
0,4019
0,2072
0,1574
0,5370
1,4480
1,8460
8 (estgio 1)
(estgio 2)
(estgio 3)
(estgio 4)
0,0894
0,0867
0,0814
0,0726
0,0240
0,2130
0,5930
1,1840
0.1592
0.1592
0.1592
0.1592
0,0380
0,3370
0,8890
1,6100
0,5359
0,2657
0,1848
0,1582
0,5220
1,3790
1,7110
1,9130
99
100
Referncias Bibliogrcas
1 OGATA, K. Engenharia de Controle Moderno. 2. ed. [S.l.]: Prentice Hall do Brasil, 1993.
Traduo: Ivan Jos de Albuquerque.
2 DAZZO, J. J.; HOUPIS, C. H. Anlise e Projeto de Sistemas de Controle Lineares. 2. ed. [S.l.]:
GUANABARA, 1988. Traduo: Bernardo Severo da Silva Filho.
3 PHILLIPS, C. L.; HARBOR, R. D. Feedback Control Systems. 4. ed. [S.l.]: Prentice Hall, 2000.
ISBN 0-13-949090-6.
4 DORF, R. C.; BISHOP, R. H. Sistemas de Controle Modernos. 8. ed. [S.l.]: Livros Tcnicos e
Cientcos Editora S.A., 2001. Traduo: Bernardo Severo da Silva Filho. ISBN 0-201-30864-9.
5 BOYCE, W. E.; DIPRIMA, R. C. Equaes Diferenciais Elementares e Problemas de Valores de
Contorno. 3. ed. [S.l.]: Guanabara Dois, 1979. Traduo: Antnio Carlos Campos de Carvalho e
Carlos Alberto Arago de Carvalho. ISBN 85-7030-058-1.
6 OGATA, K. Engenharia de Controle Moderno. 4. ed. [S.l.]: Prentice Hall, 2003. Traduo: Paulo
Alvaro Maya. Reviso tcnica: Fabrizio Leonardi. ISBN 85-87918-23-0.
7 LATHI, B. P. Sistemas de Comunicao. [S.l.]: GUANABARA DOIS S.A., 1983. Traduo:
Lcia Maria Pantoja Junqueira e Leila Marize Fernandes. Reviso Tcnica: Yuzo Yano. ISBN
85-7030-033-6.
8 ERSOY, O. K. A comparative review of real and complex fourier-related transforms. In: IEEE
(Ed.). Proceedings of the IEEE. [S.l.: s.n.], 1994. v. 82, n. 3, p. 429447.
9 DISTEFANO, J. J.; STUBBERUD, A. R.; WILLIAMS, I. J. Sistema de Retroao e Controle
(realimentao). [S.l.]: McGRAW-HILL do Brasil, 1972. Traduo: Ostend Abilha Cardim.
10 V. SCHAFER, R. W. B. J. R. O. Discrete-Time Signal Processing. [S.l.]: Prentice Hall, 1988.
11 SANTINA, M. S.; STUBBERUD, A. R.; HOSTETIER, G. H. Digital Control System Design.
2. ed. [S.l.]: Saunders College Publishing, 1994. ISBN 0-03-076012-7.
12 BAZANELLA, A. S.; JR., J. M. G. da S. Sistemas de Controle: princpios e mtodos de projeto.
1. ed. [S.l.]: UFRGS, 2005.
13 NORMEY-RICO, J. E.; CAMACHO, E. F. Dead-time compensators: A survey. Elsevier Control Engineering Practice, v. 16, 2008.
14 ZIEGLER, J. G.; NICHOLS, N. B. Optimum settings for automatic controllers. In: Transactions
of the ASME. [S.l.: s.n.], 1942. v. 64, p. 759768.
15 SMITH, O. J. M. Closed control of loops with dead time. Chemical Engineering Progress, v. 53,
1957.
101
16 GU, D.-W.; PETKOV, P. H.; KONSTANTINOV, M. M. Robust Control Design with MATLAB.
[S.l.]: Springer, 2005. ISBN 1852339837.
17 STRM, K. J.; MURRAY, R. M. Feedback Systems: An Introduction for Scientists and
Engineers. [S.l.]: Princeton University Press, 2008. ISBN 978-0-691-13576-2.
102