UNIVERSIDADE FEDERAL DA BAHIA

ESCOLA POLITCNICA
CURSO DE ENGENHARIA DE CONTROLE E AUTOMAO

Material Instrucional

Controle e Anlise de Sistemas No-Lineares

Autores:

Anderson Rodrigues

Edson Xavier

Herta Barros

Elton Souza

Salvador, 19 de agosto de 2017

 LISTA DE FIGURAS

Figura 1-1. Comportamento dinmico em funo da variao da fora exgena. Fonte: (Silva,
2005). ............................................................................................................................................ 7
Figura 1-2. Comportamento dinmico com u=10N. Fonte: (Silva, 2005). .................................... 7
Figura 1-3. Sistema com tempo de escape finito. Fonte: (Silva, 2005). ........................................ 8
Figura 1-4. Pontos de equilbrio distintos. Fonte: (Silva, 2005). ................................................... 8
Figura 1-5. Comportamento do sistema para diferentes valores de mi ().................................. 9
Figura 1-6. Comportamento catico do sistema (5). Fonte: (Silva, 2005). ................................. 10
Figura 1-7. Anlise da equao de Van Der Pol. ......................................................................... 11
Figura 1-8. Exemplo de saturao de sistema. Fonte: (Silva, 2005)............................................ 12
Figura 1-9. Fenmeno de Histerese. Fonte: (Silva, 2005). .......................................................... 14
Figura 1-10. Curva caracterstica de sistema com folga em engrenagem. Fonte: (Garcia, 2013)
..................................................................................................................................................... 14
Figura 2-1. Evoluo dos estados para um n estvel. Fonte: (Silva, 2005). .............................. 15
Figura 2-2. Evoluo dos estados para um n instvel. Fonte: (Silva, 2005). ............................. 16
Figura 2-3. Evoluo dos estados para um foco estvel. Fonte: (Silva, 2005). ........................... 16
Figura 2-4. Evoluo dos estados para um foco instvel. Fonte: (Silva, 2005). .......................... 17
Figura 2-5. Quadro resumo das classificaes dos pontos de equilbrio. ................................... 17
Figura 2-6. Ilustrao de ponto estvel no domnio do tempo. Fonte: Slide de Aula................. 18
Figura 2-7. Evoluo dos estados do sistema (19). ..................................................................... 22
Figura 2-8. Evoluo dos estados do sistema (31). ..................................................................... 24
Figura 3-1. Lgica de simulao do sistema (36) no simulink. .................................................... 29
Figura 3-2. Lgica do controlador (46). ....................................................................................... 29
Figura 3-3. Lgica de simulao do sistema (36) em malha fechada. ......................................... 29
Figura 3-4. Comportamento da altura do tanque a partir do estado estacionrio. ................... 30
Figura 3-5. Resposta do sistema (36) caso servo e ao integral. .............................................. 32
Figura 3-6.Resposta do sistema (36) caso servo e ao integral w = 1 rad/min. ........................ 33
Figura 3-7. Tanque cnico. .......................................................................................................... 33
Figura 3-8. Comportamento do sistema (65) para diferentes pontos de operao. .................. 36
Figura 3-9. Comportamento do sistema (65) para diferentes pontos de operao - controlador
adaptativo. .................................................................................................................................. 36
Figura 3-10. Brao mecnico com junta flexvel. Fonte: (Silva, 2005). ....................................... 46
 Sumrio

1 INTRODUO ...................................................................................................................6

1.1 Anlise Qualitativa dos Fenmenos No Lineares. .................................................................... 6

1.2 Dependncia da Fora Exgena ................................................................................................. 6

1.3 Tempo de Escapo Finito. ........................................................................................................... 7

1.4 Mltiplos Pontos de Equilbrio .................................................................................................. 8

1.5 Dependncia Crtica dos Parmetros ......................................................................................... 8

1.6 Caos .......................................................................................................................................... 9

1.7 Ciclo Limite e Oscilaes .......................................................................................................... 10

1.8 Existncia de Harmnicos e Sub Harmnicos........................................................................... 11

1.9 No linearidades Concorrentes ............................................................................................... 11

1.9.1 No Linearidades ...................................................................................................................... 11
1.9.2 Saturao .................................................................................................................................. 12
1.9.3 Atrito de Coulomb e atrito seco ................................................................................................ 12
1.9.4 Zona Morta ou Banda Morta .................................................................................................... 13
1.9.5 Histerese ................................................................................................................................... 13
1.9.6 Folga em engrenagens (Backlash) ............................................................................................. 14

2 ANLISE DE SISTEMAS NO LINEARES ................................................................ 15

2.1 Caractersticas Internas de um Sistema ................................................................................... 15

2.1.1 Determinao de autovalores ................................................................................................... 15
2.1.2 N.............................................................................................................................................. 15
2.1.3 Foco........................................................................................................................................... 16
2.1.4 Centro ....................................................................................................................................... 17
2.1.5 Ponto de Cela ............................................................................................................................ 17

2.2 Estabilidade de Sistemas no Lineares .................................................................................... 17

2.2.1 Estabilidade Segundo Lyapunov (Mtodo Linearizao) .......................................................... 18
2.2.2 Existncia de rbitas Peridicas ............................................................................................... 19
2.2.3 Mtodo direto de Lyapunov ..................................................................................................... 22
2.2.4 Teorema de Krasoviskii ............................................................................................................. 23
2.2.5 Teorema de Krasoviskii Generalizado ....................................................................................... 24

3 CONTROLE DE SISTEMAS NO LINEARES............................................................ 26

3.1 Controle Por Linearizao ........................................................................................................ 26

3.1.1 Ponto de Equilbrio do Sistema ................................................................................................. 27
3.1.2 Definio da Lei de Controle Caso Regulatrio ...................................................................... 27
3.1.3 Linearizao .............................................................................................................................. 27
 3.1.4 Critrios para determinao de K ............................................................................................. 27
3.1.5 Simulao .................................................................................................................................. 29
3.1.6 Determinao da Lei de Controle Caso Servo ........................................................................ 30
3.1.7 Determinao do Vetor K ......................................................................................................... 31
3.1.8 Simulao .................................................................................................................................. 32
3.1.9 Concluso .................................................................................................................................. 33

3.2 Controle Adaptativo ................................................................................................................ 33

3.2.1 Modelo de Estudo ..................................................................................................................... 33
3.2.2 Controlador de Ganho Varivel ................................................................................................ 34
3.2.3 Modelagem ............................................................................................................................... 34
3.2.4 Lei de Controle .......................................................................................................................... 35
3.2.5 Simulao e Anlise .................................................................................................................. 35
3.2.6 Concluso .................................................................................................................................. 37

3.3 Controle Linearizao por Feedback ........................................................................................ 37

3.3.1 Linearizao Atravs da Ao de Controle ................................................................................ 37
3.3.2 Generalizao............................................................................................................................ 38
3.3.3 ........................................................................................................ 38
3.3.4 Linearizao Entrada-Sada ....................................................................................................... 39
3.3.5 Generalizao Linearizao Entrada-Sada ............................................................................... 40
3.3.6 Sistemas com estados no controlveis ................................................................................... 43
3.3.7 Linearizao Total dos Estados ................................................................................................. 45

4 REFERNCIAS ................................................................................................................ 47
5

Apresentao

Este material instrucional foi elaborado com o objetivo de auxiliar o estudante no

desenvolvimento das competncias abordadas na componente curricular Controle e Anlise de
Sistemas No Lineares. O contedo organizado pode ser dividido em duas partes.

Na primeira parte so apresentados os conceitos fundamentais inerentes anlise de sistemas

no lineares, uma anlise qualitativa sobre o comportamento de sistemas e suas
caractersticas.

Na segunda parte so abordados conceitos e prticas de controle de sistemas no lineares,

onde os conceitos expostos previamente so discutidos e aplicados com auxlio de ferramentas
computacionais.

Para a devida compreenso dos temas abordados neste material, recomenda-se que o
estudante tenha noes bsicas das seguintes disciplinas:

Clculo diferencial;
lgebra Linear;
Anlise de processos e sistemas lineares;
Fsica geral;
Qumica geral;
6

Parte 1

1 INTRODUO

Sistemas no lineares so sistemas que apresentam comportamento no determinstico,

ou seja, podem apresentar comportamentos imprevisveis e aleatrios. A evoluo destes
sistemas no tempo totalmente dependente de seu estado atual e pode ser modificada em
funo de pequenas mudanas em suas caractersticas internas.

Por definio, um sistema no linear todo sistema que no obedece ao princpio da

superposio. Segundo (Silva, 2005), a dinmica de sistemas no lineares mais complexa do
que a dos lineares, e, de um modo geral, muito mais rica. H fenmenos que somente podem
ser observados nos sistemas no lineares. Tais fenmenos sero estudados de forma
qualitativa e quantitativa neste material.

1.1 Anlise Qualitativa dos Fenmenos No Lineares.

Conforme foi dito no item anterior, h fenmenos que somente so manifestados em

sistemas no lineares, dentre eles se destacam:

Dependncia da Fora Exgena;

Tempo de escape finito;
Mltiplos pontos de equilbrio;
Dependncia crtica dos parmetros;
Caos;
Ciclo limite ou oscilaes;
Existncia de harmnicos e de sub harmnicos.

Todos esses fenmenos sero abordados neste captulo, inicialmente na forma qualitativa,
seguida pelas definies matemticas necessrias e por fim de forma quantitativa, utilizando
alguns sistemas dinmicos no lineares com exemplo.

1.2 Dependncia da Fora Exgena

Seja um sistema linear dado por = (), estvel e invariante no tempo. Neste
sistema, a aplicao de uma fora exgena de amplitude leva o sistema de um estado inicial
para um estado de equilbrio. A retirada da fora exgena ou a insero da mesma com sinal
oposto faz com que o sistema tenha um comportamento simtrico em relao ao primeiro
comportamento. A evoluo dos estados de um sistema linear at seu ponto de equilbrio
sempre dependente da fora exgena em termos de amplitude e sinal, sendo,
respectivamente, proporcional e simtrico. O mesmo no acontece com os sistemas no
lineares. Dado o sistema representado por (1).

+ 2 = (1)
7

Neste sistema, para = 1 e = 1 1, o comportamento para uma fora exgena

= 1 com durao de 5 segundos mostrado na Figura 1-1.

Figura 1-1. Comportamento dinmico em funo da variao da fora exgena. Fonte: (Silva, 2005).

Pode-se observar que, devido a no linearidade deste sistema, no h simetria no

comportamento do sistema em relao ao momento de insero e retirada da fora exgena.
Se o sistema fosse linear, a aplicao da fora exgena = 10 faria o sistema alcanar um
estado estacionrio em 10 /. Porm, a Figura 1-2 mostra que isto no acontece neste
sistema.

Figura 1-2. Comportamento dinmico com u=10N. Fonte: (Silva, 2005).

1.3 Tempo de Escapo Finito.

A resposta de um sistema linear instvel tende ao infinito em um tempo infinito, ou

seja, mesmo que a evoluo do sistema seja muito rpida, o mesmo no chega ao infinito em
um tempo finito. Existem sistemas no lineares que podem chegar ao infinito em um instante
de tempo finito.

Considere o sistema dado por (2). Este sistema para = = 0.5 e (0) = 0.5 tende ao
infinito em um tempo finito conforme mostrado na Figura 1-3.

= (1 + ) (2)
8

Figura 1-3. Sistema com tempo de escape finito. Fonte: (Silva, 2005).

Diz-se que este sistema apresenta tempo de escape finito.

1.4 Mltiplos Pontos de Equilbrio

Definio 1 Um estado 0 um estado de equilbrio, ponto de equilbrio de um sistema ou um

ponto fixo se uma vez igual () igual a 0 , () permanece em 0 para todo tempo futuro.

Todo sistema linear estvel possui um nico estado estacionrio, ponto no qual os
seus estados no mais evoluem com o tempo. Logo, para uma determinada fora exgena e
um conjunto de parmetros, tm-se previamente um ponto estacionrio ou de equilbrio. Os
sistemas no lineares, para uma determinada fora exgena e um conjunto de parmetros,
podem possuir vrios pontos de equilbrio, dependendo da sua condio inicial. O sistema
representado por (3) possui dois pontos de equilbrio, 1 = 0 e 2 = 1.

= 2 (3)

A Figura 1-4 mostra que para condies iniciais distintas a evoluo do sistema
converge para pontos de equilbrio distintos. Para este sistema, o ponto 1 dito estvel e o
ponto 2 instvel.

Figura 1-4. Pontos de equilbrio distintos. Fonte: (Silva, 2005).

1.5 Dependncia Crtica dos Parmetros

Sistemas lineares podem assumir diferentes pontos de equilbrio para diferentes

conjuntos de parmetros. Contudo, a padro de comportamento permanece inalterado, pois
est associado a caractersticas internas do sistema. Porm em sistemas no lineares, seu
9

comportamento dinmico pode ser fortemente alterado em funo de mudanas em seus

parmetros. Seja o sistema no linear representado por (4)

1 = 1 + 2 1 3
{ (4)
2 = 1

A Figura 1-5 mostra o comportamento do sistema (4) para valores de = 0.1 e = 0.1.
Pode-se observar que a mudana no sinal deste parmetro muda completamente a evoluo
dos estados deste sistema.

Figura 1-5. Comportamento do sistema para diferentes valores de mi ().

Segundo (Hoff, 2014), em um sistema de equaes dependente de parmetros, a

estrutura qualitativa do fluxo pode mudar ao variar seus parmetros. Em particular, pontos de
equilbrio podem ser criados ou destrudos, ou alterar sua estabilidade. Estas mudanas
qualitativas na dinmica so chamadas de bifurcaes e os valores dos parmetros no qual
elas ocorrem so chamados pontos de bifurcaes.

Com base neste contexto abordado por (Hoff, 2014), pode-se afirmar que o parmetro
no sistema (4) um parmetro bifurcador.

1.6 Caos

Sistemas lineares estveis so indiferentes s condies iniciais no que se refere

evoluo dos seus estados, ou seja, independente da condio inicial desses sistemas, os
mesmos evoluem sempre na direo de seus pontos de equilbrio. J em alguns sistemas no-
lineares, uma pequena mudana nas condies iniciais pode fazer com que esses sistemas
apresentem comportamento imprevisvel aps certo intervalo de tempo. Segundo (Silva,
2005), esses sistemas so caracterizados como sistemas caticos e a este fenmeno dar-se o
nome de caos. Seja o sistema representado por (5)

+ 0.1 + 5 = 6 sin (5)

A Figura 1-6 mostra o comportamento do sistema (5) para as seguintes condies iniciais:
(0) = [2; 3] e (0) = [2.01; 3.01].
10

Pode-se perceber que uma pequena mudana nas condies iniciais do sistema, no
tempo finito de simulao, o comportamento (Cor azul do grfico) diverge do comportamento
esperado. Logo, de acordo com esta simulao e com a afirmao de (Silva, 2005), pode-se
afirmar que o sistema (5) um sistema catico para essas condies iniciais.

Figura 1-6. Comportamento catico do sistema (5). Fonte: (Silva, 2005).

1.7 Ciclo Limite e Oscilaes

Em sistemas lineares invariantes no tempo, para que haja oscilaes de amplitude

constante necessrio que somente haja polos sobre o eixo imaginrio. Fisicamente, significa
dizer que a energia do sistema no muda ao longo do tempo. Tambm de maneira
equivalente, pode-se afirmar que este sistema no possui componentes dissipativos ou
acumulativos de energia. Se um sistema linear possui componentes dissipativos (polos com
parte real negativa), sua amplitude tende a decair ao longo do tempo. De forma contrria,
quando h presena de componentes acumulativos (polos com parte real positiva), sua
amplitude tende a crescer com o tempo, independentemente das suas condies iniciais. O
equilbrio entre energia entregue ao sistema e a energia dissipada pode fazer o sistema oscilar
com amplitude constante.

Alguns sistemas no lineares podem dissipar energia at certo ponto ou absorver

energia at que haja um equilbrio energtico nos mesmos. Este equilbrio de energia faz com
que os estados do sistema oscilem sempre com a mesma amplitude. Este estado chamado
de ciclo limite. Para uma determinada condio inicial, mais energtica que a condio inicial
de origem, o sistema dissipa energia at o evoluir para o estado de ciclo limite. Para uma
condio inicial menos energtica que a condio inicial de origem, o sistema absorve energia
at evoluir para o estado de ciclo limite. Seja o sistema no linear representado por (6),
conhecido como equao de Van Der Pol.

+ 2( 2 1) + = 0 (6)
11

A Figura 1-7 mostra o comportamento dinmico dos estados do sistema (6) para =
0.17. Atravs desta figura possvel observar que para uma condio inicial nula, ou seja,
(0,0), o sistema absorve energia e tem sua amplitude de oscilao crescente com o tempo at
um estado limite. Para uma condio inicial igual a (-3,1), o sistema dissipa energia,
decrescendo sua amplitude at o mesmo estado limite.

Figura 1-7. Anlise da equao de Van Der Pol.

Por definio, o ciclo limite um estado para o qual o sistema sempre evolui,
independentemente da condio inicial, permanecendo no mesmo. A existncia ou no de
ciclos limites em sistemas no lineares discutida de forma analtica nos prximos captulos
deste trabalho.

1.8 Existncia de Harmnicos e Sub Harmnicos

Um sistema linear com fora exgena peridica produz como resposta um sinal tambm
peridico e de mesma frequncia. Nos sistemas no lineares este fenmeno pode no
acontecer, podendo a resposta ter uma frequncia mltipla ou sub mltipla da frequncia da
fora exgena.

1.9 No linearidades Concorrentes

Este item apresenta algumas no linearidades que frequentemente esto presentes nos
sistemas fsicos. Estas, segundo (Silva, 2005), podem ser inseridas nos sistemas de controle
com a finalidade de melhorar seu desempenho.

1.9.1 No Linearidades

Segundo (Garcia, 2013) uma das principais caractersticas de sistemas no lineares a

dependncia do comportamento da resposta do sistema em relao amplitude e tipo de
entrada. As no linearidades podem ser classificadas em dois tipos: inerentes e intencionais.
As no linearidades inerentes so quelas presentes no sistema sem que ningum as tenha
colocado, sendo inevitveis nos processos industriais. As intencionais so deliberadamente
inseridas no sistema para realizar uma funo no linear especfica para melhorar seu
desempenho, simplificar sua construo ou ambos.
12

Exemplos de no linearidades inerentes:

Saturao em amplificadores e motores;

Atritos (esttico ou seco e de Coulomb);
Zona morta ou zona de insensibilidade em amplificadores ou vlvulas;
Folga (blacklash) em engrenagens;
Histerese e etc.

Exemplos de no linearidades intencionais:

Rels;
Circuitos a tiristor;
Limitadores para restringir a faixa de uma varivel e etc.

1.9.2 Saturao

A saturao um comportamento no qual a sada de um sistema no mais varia em

funo de uma entrada exgena. Analisando a Figura 1-8 de forma quantitativa, para valores

cada vez maiores de || tem-se 0.

Figura 1-8. Exemplo de saturao de sistema. Fonte: (Silva, 2005).

Estas saturaes so comumente encontradas em equipamentos para controle

industrial, tais como vlvulas e posicionadores. Tambm so encontradas em mquinas
eltricas. Matematicamente, a saturao pode ser definida por (7).

1 , < 1
() = { , 1 1 (7)
1 , > 1

1.9.3 Atrito de Coulomb e atrito seco

O atrito viscoso linear um fenmeno no qual a fora Fa , que se ope ao movimento

relativo de dois corpos, proporcional a sua velocidade relativa v (Fa = b. v, b = constante).
Esse fenmeno mais complexo em torno da velocidade relativa nula, devido a maior
interferncia da rugosidade das superfcies em contato, da qual resulta uma fora de atrito
inicial (atrito esttico, atrito seco) F0 .Para superar o atrito de Coulomb necessrio gerar uma
fora Fe constante. A combinao destes atritos mostrada na figura abaixo.
13

Figura 1-9. Curva caracterstica de sistema com atrito de Coulomb e atrito seco. Fonte: (Artherton, 1982) apud
(Garcia, 2013).

Atrito combinado resultante pode ser definido por (8).

= (0 . || + )() + (8)

Onde:

= constante que caracteriza o decaimento do atrito esttico com a velocidade ()

= 1 se > 0 1 se < = fator de atrito viscoso.

1.9.4 Zona Morta ou Banda Morta

Este tipo de no linearidade pode ser caracterizado como tipo I ou tipo II. Por definio
a regio na qual a sada do sistema nula independente da fora externa aplicada.

A zona morta do tipo I pode ser definida por (9).

0, |u| Zm
y={ (9)
ku, |u| > Zm

A zona morta do tipo II pode ser definida por (10)

k(u + Zm) , |u| < Zm

y = {0, Zm |u| Zm (10)
k(u Zm) , |u| > Zm

1.9.5 Histerese

Seja um sistema dado por = (, ()), e seja uma varivel exgena. Este sistema,
para um determinado valor de crescente, evolui de um ponto (estado de repouso) para
um ponto (estado de equilbrio) atravs de uma curva (). Se este mesmo sistema sai do
ponto para o ponto , sendo decrescente, atravs de uma curva (), este sistema
apresenta o fenmeno de histerese. A Figura 1-9 ilustra o fenmeno de histerese com base no
exposto.
14

Figura 1-9. Fenmeno de Histerese. Fonte: (Silva, 2005).

1.9.6 Folga em engrenagens (Backlash)

A Figura 1-10 representa, de uma forma geral, a folga em engrenagens, sendo a

entrada e a posio da engrenagem motora e a sada c a posio da engrenagem tracionada e
b a folga na engrenagem. Esta uma no linearidade de memria, pois a sada depende da
entrada e de sua histria (Castrucci P.B.L.& Curti, 1981) apud (Garcia, 2013).

Figura 1-10. Curva caracterstica de sistema com folga em engrenagem. Fonte: (Garcia, 2013)

A equao de movimento para um sistema com folga nas engrenagens possui duas formas:
uma para movimento normal, quando a engrenagem motora e a carga esto se movendo
juntas, e a outra na regio de folga, onde a engrenagem de carga no se move.

Movimento na regio de folga

Nesta regio, ambas as engrenagens esto em contato, mas defasadas de um certo valor:

= ( ) . () (11)
2

Movimento na regio de folga

No caso ideal, as engrenagens perdem contato quando revertido e permanecem

separadas, com a engrenagem de carga parada at tenha se movido atravs da folga uma
15

distncia . Se 0 o valor de quando = 0, ento durante o movimento da engrenagem

motora, atravs da folga, a posio da engrenagem de carga permanece 0 (2)
. (0 ), onde 0 a velocidade de antes da reverso.

2 Anlise de Sistemas no Lineares

Neste item feita uma anlise qualitativa do comportamento de sistemas no lineares

baseada em definies. A partir destas, ser possvel prever o comportamento dos sistemas
estudados sem a necessidade de observar seu comportamento em ambientes computacionais.

A anlise de sistemas no lineares feita em relao a uma regio definida, chamada de

regio de convergncia. Nesta regio, delimitada em torno de um ponto de equilbrio, o
sistema no linear possui semelhanas no comportamento em relao ao seu correspondente
linear.

2.1 Caractersticas Internas de um Sistema

Todo sistema fsico que pode ser representado por um conjunto de equaes
diferenciais e pode ter seu comportamento previsto atravs de fatores existentes nestas
equaes. Estes fatores, que determinam o comportamento do sistema, podem ter sua origem
interna, ou seja, quando so relacionadas a caractersticas internas do sistema, ou oriundos de
foras externas existentes no ambiente ou inseridas de maneira proposital. Estes fatores so
os autovalores ou mdulos caractersticos de um sistema. Desta forma, o comportamento de
um sistema no lineares depende, entre outros fatores, da posio desses fatores no plano
complexo.

2.1.1 Determinao de autovalores

Definio 2 Seja a matriz quadrada de um sistema e uma matriz identidade, quadrada e de

ordem , os seus autovalores so dados por (12).

| | = 0 (12)

2.1.2 N

Definio 3 Se os autovalores de um sistema no linear para um ponto de equilbrio 0 so

distintos e negativos o sistema dito estvel e () 0 quando . Desta forma, o ponto
0 chamado de n estvel.

Figura 2-1. Evoluo dos estados para um n estvel. Fonte: (Silva, 2005).
16

A Figura 2-1 mostra a evoluo dos estados de um sistema no linear para diferentes
condies iniciais, em todas as condies iniciais o sistema converge para o ponto de equilbrio
definido como n estvel.

Definio 4 Se os autovalores de um sistema no linear para um ponto de equilbrio 0 so

distintos e positivos o sistema dito instvel e () quando . Desta forma, o ponto
0 chamado de n instvel.

Similarmente ao comportamento mostrado na Figura 2-1, para os sistemas nos quais a

definio 4 pode ser aplicada, a Figura 2-2 mostra o comportamento de um sistema no linear
com n instvel.

Figura 2-2. Evoluo dos estados para um n instvel. Fonte: (Silva, 2005).

2.1.3 Foco

Definio 5 Se os autovalores de um sistema no linear para um ponto de equilbrio 0 so

complexos conjugados com parte real negativa, o ponto 0 chamado de foco estvel e
() 0 quando .

A existncia de parte imaginria nos autovalores de um sistema faz com que o mesmo
apresente comportamento oscilatrio. A Figura 2-3 mostra o comportamento de um sistema
que possui, no ponto de equilbrio, autovalores com parte imaginria.

Figura 2-3. Evoluo dos estados para um foco estvel. Fonte: (Silva, 2005).

Definio 6 Se os autovalores de um sistema no linear para um ponto de equilbrio 0 so

complexos conjugados com parte real positiva, o ponto 0 chamado de foco instvel e ()
quando .

A Figura 2-3 mostra o comportamento para sistemas nos quais a definio 6 se aplica.
17

Figura 2-4. Evoluo dos estados para um foco instvel. Fonte: (Silva, 2005).

Definio 7 Se um ou mais autovalores de tiver parte real negativa enquanto os outros

tiverem parte real nula, ento 0 um ponto marginalmente estvel.

2.1.4 Centro

Definio 8 Se todos os autovalores de so puramente imaginrios, o ponto de equilbrio 0

chamado de centro.

2.1.5 Ponto de Cela

Definio 9 Se alguns dos autovalores, mas no todos, tm parte real positiva, enquanto o
resto tem parte real negativa, 0 chamado de ponto de cela. Como a cela tem alguns
autovalores positivos, logo tambm um ponto instvel.

A Figura 2-5 mostra o resumo das classificaes dos pontos de equilbrio para sistemas no
lineares.

Figura 2-5. Quadro resumo das classificaes dos pontos de equilbrio.

2.2 Estabilidade de Sistemas no Lineares

Em projetos de sistemas de controle, o estudo da estabilidade de um sistema um

ponto muito importante, pois este ditar, dentre outros fatores, os mtodos que devem ser
utilizados pelo projetista com a finalidade de tornar este sistema controlvel e seguro.
18

O problema da estabilidade apareceu desde cedo na histria do controle automtico

com o regulador automtico de Walt, sistema mecnico com um pndulo cnico destinado a
estabilizar a velocidade de mquinas a vapor (Silva, 2005).

O primeiro trabalho terico sobre estabilidade de sistemas no lineares foi publicado

por Lyapunov em 1892, com o ttulo de The General Problem of Motion Stability. Neste
trabalho, o comportamento de sistemas dinmicos no lineares estudo com auxlio de uma
funo escalar, determinada de funo de Lyapunov. Esta contm informaes a respeito das
caractersticas da energia do sistema (Hoff, 2014).

Diante do exposto, o estudo da dinmica de sistemas no lineares, de acordo Lyapunov,

est associado ao comportamento da energia do sistema. Esta est diretamente ligada aos
modos caractersticos dos sistemas, estes ditam o comportamento da energia de um sistema.

As anlises que sero realizadas neste trabalho sero feitas em torno de uma regio de
equilbrio do sistema estudado. E a esta regio dar-se o nome de domnio de atrao.

Definio 10 O ponto dito estvel se, para qualquer > 0 existe () > 0 (0 < < )
tal que se (0) < , ento () < .

A Figura 2-6 ilustra o que foi exposto na definio 10.

Figura 2-6. Ilustrao de ponto estvel no domnio do tempo. Fonte: Slide de Aula.

2.2.1 Estabilidade Segundo Lyapunov (Mtodo Linearizao)

Definio 11 Se um sistema linearizado assintoticamente estvel, ento o ponto de equilbrio

do sistema no linear correspondente assintoticamente estvel. Se o sistema linearizado
instvel, ento o seu correspondente no linear, no ponto de equilbrio, tambm o .

Assim, pode ser feita uma relao direta entre a estabilidade local de um ponto de
equilbrio de um sistema no linear com a estabilidade do seu correspondente linear. Por
exemplo, se a correspondente linearizao de um sistema apresentar um ponto fixo
assintoticamente estvel, ento pode-se concluir que o ponto fixo correspondente do sistema
no linear tambm . Assim, justifica-se o uso de tcnicas lineares para controle de sistemas
no lineares na prtica. Ressalva-se, porm, que essa correspondncia no vlida para o caso
do sistema linearizado apresentar um ponto fixo marginalmente estvel ou um centro, sendo
19

neste caso necessria uma anlise mais profunda do sistema no linear (Oliveira & Rosolen,
2011).

O que o autor (Oliveira & Rosolen, 2011) afirmou acima pode ser reforado atravs do
teorema de Hartman-Grobman, que diz:

Teorema 1 Na vizinhana de um ponto de equilbrio hiperblico (foco, n) um sistema no

linear apresenta comportamento qualitativamente semelhante ao seu linear correspondente.
No ponto de equilbrio no hiperblico a linearizao no permite predizer a sua estabilidade
em um sistema linear.

Definio 12 Um ponto de equilbrio estvel segundo Lyapunov a qual no assintoticamente

estvel dito ser marginalmente estvel.

Em outras palavras, a definio 12 diz que se um sistema linearizado for marginalmente

estvel nada se pode afirmar acerca de seu correspondente no linear.

Definio 13 Se a matriz A de um sistema linearizado tiver autovalores contidos no semiplano

complexo esquerdo, o ponto fixo dito exponencialmente estvel.

Definio 14 Se a matriz A tiver autovalores no semiplano esquerdo e pelo menos um sobre o

eixo , o ponto fixo dito marginalmente estvel.

Definio 15 Se a matriz A tiver pelo menos um autovalor no semiplano direito, o ponto fixo
instvel.

A linearizao de um sistema no linear em torno de um ponto fixo dada aplicando-

se o mtodo da linearizao de Taylor. Para sistemas multivariveis, o mtodo Jacobiano deve
ser aplicado para linearizao do sistema.

Seja (, ) = ( 2 + 2 , ) uma funo qualquer no linear e ( , ) um ponto fixo

qualquer. A matriz Jacobiana deste sistema representa a nova matriz do sistema linearizado
entorno deste ponto fixo. Sendo este um sistema formado por duas equaes, logo 1 = 2 +
2 e 2 = . Desta forma a matriz A deste sistema dada por

1 1

2 2
= =[ ] (13)

2 2

[ ]

Substituindo no ponto fixo, tem-se:

2 2
=[ ] (14)

2.2.2 Existncia de rbitas Peridicas

A existncia de orbitas peridica em sistemas no lineares pode ser prevista atravs de

alguns teoremas e mtodos que sero discutidos neste item. Dentre eles, destacam-se:
20

Teorema de Bendixson;
Critrio de Poincar (Condio necessria);
Critrio de Brendixson (Condio necessria).

No item 1.7 foi descrito, de maneira didtica, o que significa um ciclo limite. No entanto, a
existncia do mesmo somente era, at o momento, comprovada atravs do retrato de fase do
sistema. Neste item sero estudadas as condies necessrias para a existncia de ciclo limite
em sistemas no lineares.

Teorema 2 (Pincar-Brendixson) Se uma trajetria de um sistema autnomo de segunda

ordem permanecer em uma regio finita do plano de fase, ento uma das seguintes
situaes ocorre:

1. A trajetria vai para o ponto de equilbrio;

2. A trajetria tende assintoticamente para um ciclo limite estvel;
3. A trajetria um ciclo limite.

Teorema 3 (Brendixson) Para um sistema no linear, nenhum ciclo limite pode existir em uma
regio do plano de fase na qual (15) no se anula ou no troca de sinal.

1 2
+ (15)
1 2

Teorema 4 (Poincar) Se um ciclo limite existir em um sistema autnomo de segunda ordem,

ento N=S+1, onde N o nmero de ns, centros ou focos contidos dentro de um ciclo limite. S
o nmero de pontos de sela contidos dentro do ciclo limite.

Em todos os teoremas apresentados, as condies de existncia de ciclos limite so

necessrias, ou seja, caso exista ciclo limite em um determinado sistema, a aplicao dos
teoremas citados produz resultado verdadeiro. A obteno de um resultado falso no descarta
a possibilidade de existncia do ciclo limite no sistema estudado.

Exemplo:

Analisando a equao de Van Der Pol dada por (6). Colocando em espao de estados, tm-se a
equao (16).

1 = 2
{ (16)
2 = 1 + 2(1 1 2 )2

Igualando as equaes do conjunto (16) a zero, tm-se os pontos de equilbrio do sistema.

Neste caso, o ponto de equilbrio a origem. Aplicando a definio do Jacobiano no ponto de
equilbrio (0,0) resulta em (17).

0 1
=[ ] (17)
1 2

Aplicando a definio 2 em (17), tem-se os seguintes autovalores do sistema:

= 2 1
21

Para > 1 o ponto de equilbrio se enquadra na definio 5, um foco instvel. Para

0 < < 1 os autolavores possuem parte imaginria e, portanto, h oscilaes. De nenhuma
forma h evidncias de pontos de cela, portanto a aplicao do teorema 4 possui resultado
verdadeiro. Aplicando a equao (15) no conjunto (16) resulta em:

0 2(1 2 + 1)

Sendo um fator fsico do sistema, que representa amortecimento, seu conjunto de

valores vlidos so positivos e maiores que zero. Logo, para este conjunto de valores de , h
mudana de sinal em funo da variao do estado 1 . Portanto, o resultado da aplicao do
teorema 3 falsa, no descartando, devido a condio ser necessria, a existncia de um ciclo
limite.

Outra forma de verificar a existncia de um ciclo limite em um sistema no linear atravs do

lema 1.

Lema 1 Seja M um subconjunto de , se M no contm nenhum ponto equilbrio ou contm

apenas um ponto de equilbrio tal que a matriz Jacobiana no ponto possui autovalores com
parte real positiva (ponto de equilbrio um foco ou n instvel), ento M contm um ciclo
limite.

Para a aplicao do lema 1, define-se uma curva fechada () = > 0, com ()

continuamente diferencivel, numa regio do plano de fase envolvendo um ponto de
equilbrio nas condies do lema. Ento, o campo vetorial () no ponto dessa curva
apontar para dentro da regio delimitada por = () , se:

() ()
1 () + () < 0 (18)
1 2 2

Se a desigualdade (18) for verdadeira, o sistema exibir uma orbita peridica em .

Exemplo: Seja o sistema no linear dado por (19)

= 1 + 2 1 (1 2 + 2 2 )
{ 1 (19)
2 = 21 + 2 2 (1 2 + 2 2 )

Seja a equao (20) que delimita a regio de contorno.

() = 1 2 + 2 2 (20)

Aplicando a desigualdade (18) no conjunto de equaes (19) e substituindo o ponto de

equilbrio (0,0) resulta em (21).

3(1 2 + 2 2 ) 2(1 2 + 2 2 )2 0 (21)

Sendo (1 2 + 2 2 ) , substituindo em (21) resulta em (22).

3 2 < 0 (22)

Logo, para a desigualdade (22) ser verdadeira, c deve ser maior que 1.5. Logo, para > 1.5
existe um ciclo limite de acordo com o lema 1.
22

Aplicando o jacobiano no ponto de equilbrio (0,0) do sistema (19) e calculando os

autovalores da matriz resultante, pode-se verificar que os autovalores so complexos
conjugados com parte real positiva, sendo este ponto um foco instvel. A Figura 2-7 mostra a
evoluo dos estados do sistema (19). Nesta figura possvel comprovar, de forma qualitativa,
a existncia de ciclo limite e da existncia de um foco instvel.

Figura 2-7. Evoluo dos estados do sistema (19).

2.2.3 Mtodo direto de Lyapunov

O mtodo direto de Lyapunov refere-se energia total do sistema. Se um sistema

possui um estado de equilbrio estvel , ento a energia total armazenada no sistema
decresce com o tempo at a energia total atingir seu valor mnimo no estado de equilbrio. A
estabilidade analisada via uma funo escalar especial chamada de funo de Lyapunov
(Oliveira & Rosolen, 2011).

Definio 16 A funo de Lyapunov () satisfaz as seguintes condies para todo > 0 para
e para todo na vizinhana de = 0, com = 0 um ponto de equilbrio do sistema = ():

1. () e suas derivadas parciais so definidas e continuas;

2. (0) = 0;
3. () > 0, para todo 0 e () 0, onde () a derivada de () em relao as
trajetrias de = ().

()
() = [ ] = () (23)

Note que a derivada de () o produto escalar de dois vetores. A funo () um vetor

que aponta no sentido da tangente da trajetria de () do sistema naquele ponto, e
() um vetor normal, no sentido do crescimento do vetor () em relao curva
de nvel () = , > 0 (Oliveira & Rosolen, 2011).

Teorema 5 Suponha que uma () possa ser determinada. Ento, o estado de equilbrio = 0
assintoticamente estvel se () for negativa definida e estvel no sentido de Lyapunov se
() for negativa semidefinida.
23

Teorema 6 (Estabilidade Local) Se uma regio esfrica com centro em e de raio existir
uma funo escalar (), continua, com primeira derivada contnua, tal que () localmente
positiva definida e () localmente definida semidefinida, ento localmente estvel. Se,
alm disso, se () for localmente negativa definida, o ponto de equilbrio assintoticamente
estvel.

Teorema 7 (Estabilidade global) Se um sistema possui estabilidade local assinttica em e,

alm disso, () quando , ento esse ponto de equilbrio global e
assintoticamente estvel.

A existncia de uma funo de Lyapunov uma condio suficiente para a estabilidade de um

sistema. Sistemas no lineares podem ter mais uma funo de Lyapunov.

Exemplo:

Seja um sistema representado por (24).

+ + = 0 (24)

A funo que representa a energia do sistema, ou seja, a soma da energia potencial e cintica
do sistema, dada por (25).

1 1
() = 2 + 2 (25)
2 2

A derivada de () dada por (26).

() = 2 (26)

Como pode ser visto, () sempre positiva para todo 0 e () nula quando = 0.
Sendo sempre positiva, devido ao seu conceito fsico, () < 0 e (0) = 0. Logo, este
sistema satisfaz a definio 16 e, portanto () uma funo de Lyapunov.

2.2.4 Teorema de Krasoviskii

Em sistemas no lineares, a comprovao da estabilidade de um ponto de equilbrio

pode ser feita atravs de mtodos que possibilitem encontrar pelo menos uma funo de
Lyapunov. Dentre os diversos mtodos analticos existentes, destaca-se o teorema de
Krasoviskii.

Teorema 8 Se em uma regio em torno de um ponto de equilbrio a matriz F for definida

negativa, o ponto de equilbrio assintoticamente estvel.

= () + () (27)

Neste caso, uma funo candidata a funo de Lyapunov dada por:

() = () () (28)

< 0 deve ser verdadeira.

Se (28) for uma funo de Lyapunov, ()
24

Esta condio, exposta no Teorema 8, uma condio necessria e no suficiente. Em caso em

que (27) possui autovalores positivos e negativos, nada se pode afirmar a respeito da
estabilidade.

2.2.5 Teorema de Krasoviskii Generalizado

Teorema 9 Um ponto de equilbrio ser assintoticamente estvel se existem duas matrizes

simtricas P e Q, tais que para todo 0 0 a matriz F seja semidefinida em torno da regio .

() = () + () + (29)

Neste caso a funo candidata a funo de Lyapunov dada por:

() = () () (30)

Exemplo:

Seja (31) o modelo dinmico de um reator, utilizado em (Pannocchia & B. Rawlings, 2003).

0
= =0
2
0 (0 )
( )
= 0 (31)
2
0 (0 )
( ) 2
= 0 + ( )
{ 2

A Figura 2-8 mostra a evoluo dos estados do sistema representado por (31), os dados
utilizados para as constantes envolvidas neste modelo podem ser obtidos em (Pannocchia & B.
Rawlings, 2003).

Figura 2-8. Evoluo dos estados do sistema (31).

Os pontos em vermelho na Figura 2-8 so os pontos de equilbrio do sistema, ambos podem

ser obtidos igualando as derivadas de (31) a zero. Para encontrar esses pontos utilizou-se o
software pplane8, disponvel no Matlab. Logo os pontos de equilbrio do sistema so dados por
(32).
25

(, ) = {(0.8778,324.5), (0.206,370), (0.5021,349.98)} (32)

Para obter resultados relacionados estabilidade do sistema nestes pontos,

necessrio obter a matriz principal do sistema utilizando a linearizao nos respectivos pontos
de equilbrio. Depois de obtido a matriz necessrio verificar seus respectivos autovalores e
compara-los com as definies de estabilidade.

Utilizando o pplane8, os autovalores da matriz do sistema obtida com a linearizao em todos

os pontos mostrados em (32), resulta em (33).

() = {(1.0571 0.5402), (1.3497 1.6039), (0.46284, 2.8446)} (33)

De acordo com a definio 5 o primeiro ponto de (33) um foco estvel. De acordo com a
definio 6 o segundo ponto de (33) um foco instvel. E de acordo com a definio 9 o
terceiro ponto de (3) um ponto de cela.

Substituindo a matriz A obtida com a linearizao de (31) no primeiro ponto de (32), ponto
estvel do sistema, em (27) e calculando os autovalores da matriz resultante, obtm-se:

() = {1.5577 106 , 1.8021 106 } (34)

Como os autovalores so de sinais opostos, o ponto de equilbrio analisado no se

enquadra no Teorema 8 e nada pode ser afirmado sobre este ponto segundo o teorema
estudado. No entanto, esta mesma anlise pode ser realizada utilizando o teorema de
Krasoviskii generalizado, Teorema 9. Para aplicao deste teorema, se faz necessrio a
obteno das matrizes P e Q, existentes na equao (29). A matriz Q a matriz de peso dos
estados e pode ser admitida como identidade. A matriz P pode ser obtida utilizando o
comando lyap, disponvel do Matlab, tendo como argumento de entrada as matrizes A e Q.
logo resolvendo a equao (29) e calculando os autovalores da matriz resultante, tem-se:

() = {0 + 3.2817 104 , 0 3.2817 104 } (35)

Os autovalores de (35) so complexos conjugados. Diante disso, nada se pode afirmar

a respeito da estabilidade do ponto estudado. No possvel encontrar uma funo de
Lyapunov para este ponto.
26

Parte II Controle de Sistemas No-

Lineares
3 CONTROLE DE SISTEMAS NO LINEARES

Nos ltimos anos diversas tcnicas de controle no-linear tm sido propostas na

literatura. A rea de controle no-linear um campo de pesquisa que est sendo explorado
devido s diferentes possibilidades que esta classe de tcnicas de controle tem a oferecer,
cada uma com suas particularidades (Samer Elyoussef, 2007).

Dentre as diversas tcnicas existentes para controle de sistemas no-lineares, neste trabalho
se limita seguintes tcnicas de controle:

Controle por linearizao;

Controle adaptativo;
Linearizao por feedback;
Backstepping.

3.1 Controle Por Linearizao

O controle por linearizao consiste em estabelecer uma lei de controle para um

determinado sistema no-linear, linearizar o sistema no ponto de operao desejado e obter
os valores de constantes existentes na lei de controle de forma que o sistema linearizado seja
estvel. sabido que, se a lei de controle estabelecida funo dos estados do sistema, a
insero desta no sistema o torna um sistema em malha fechada. Logo, a determinao das
constantes dita a estabilidade, robustez e desempenho do controle aplicado.

O sistema descrito por (36) representa o comportamento dinmico de um tanque, com

vazo de entrada 0 (fora exgena) e vazo de sada em funo da altura da coluna lquida do
tanque. Os dados deste sistema esto definidos na Tabela 1.

0
= (36)

A equao (36) obtida atravs do balano de massa do sistema.

Tabela 1. Dados do sistema (36).

Descrio Smbolo Valor Unidade

rea da seo transversal do Tanque 2,5
Coeficiente de escoamento 2,1 2,5
/
Vazo de alimentao do Tanque 0 1 3 /
Nvel do Tanque no estado estacionrio 1,132
Frequncia natural do sistema 3 /
Coeficiente de Amortecimento 0.1 -
Set point de altura (caso servo) 1.5
27

3.1.1 Ponto de Equilbrio do Sistema

O ponto de equilbrio de um sistema, conforme mostrado na definio 1, o ponto

onde os estados do sistema permanecem inalterados no tempo. Isto equivale a igualar a zero
as derivadas contidas nas equaes de um determinado sistema. No sistema (36), fazendo =
0, obtm-se (37).

0 = (37)

A equao (37) mostra que para um dado valor de altura de coluna no tanque, definida
como ponto de operao, h um valor de vazo de entrada de forma que haja um equilbrio
entre a entrada e a sada do sistema. Definimos como e 0 os respectivos pontos de
equilbrio do sistema descrito por (36) ou tambm chamado de pontos de operao.

3.1.2 Definio da Lei de Controle Caso Regulatrio

Como o objetivo obter uma lei de controle para o sistema (36), logo esta lei deve ser funo
dos estados do sistema. Para o sistema (36), define-se a lei de controle (38) em varivel desvio.

0 = (38)

Substituindo a equao (38) em (36), obtm-se o sistema em malha fechada (39).

= (39)

3.1.3 Linearizao

Aplicando a srie de Taylor para linearizao da equao (39) no ponto de operao

definido, obtm-se (40):

= (40)
2

Onde: =

3.1.4 Critrios para determinao de K

A equao (40) representa o sistema (36) em malha fechada e linearizado entorno do

ponto . A escolha do valor de K determinar a estabilidade, robustez e desempenho do
controle deste sistema. A equao (40) no est em funo da entrada exgena 0, portanto a
escolha do valor de K somente atende ao caso regulatrio.

O primeiro critrio que deve ser definido o de estabilidade do sistema, neste caso
deve-se encolher um valor de K de forma que torne o sistema (40) estvel. Logo K deve
satisfazer a desigualdade (41).
28

> (41)
2

O segundo critrio de desempenho do controle do sistema, este critrio define o

quo rpido ou o quo lento deve ser a trajetria do estado a partir de uma condio inicial
(estado perturbado) at o ponto de linearizao (estado controlado ou origem). Dentre as
diversas maneiras de determinao do critrio de desempenho, a mais simples seria a anlise
da constante de tempo do sistema, devido ao fato de ser de primeira ordem. Aplicando a
transformada de Laplace na equao (40), obtm-se (42).

() = () = (42)
2

() ( [ ]) = (43)
2

() = (44)

( [ ])
2

Colocando a equao (44) na forma padro de um sistema de primeira ordem, obtm-se (45).

() = (44)
( + 1)
1
Onde =
[ ]
2

Desta forma, basta definir qual o valor da constante de tempo desejada para o sistema e
encontrar o K correspondente. Seja o valor de = 5 na equao (44), o valor de K dado por
(45).

= + (45)
2 5

Substituindo o valor de disponvel na Tabela 1 na equao (45), obtm-se que K= -

0.4869. Este valor de K encontrado satisfaz a desigualdade (41), portanto o sistema estvel
para o valor de K calculado. Logo, a equao do controlador no-linear para este sistema
dada por (46).

= 0 = 0.4869 (46)

Quanto ao terceiro, critrio de robustez, este critrio do controle em malha fechada

est relacionado aos valores possveis de K. Este conjunto de valores depende dos valores
prticos possveis que os estados do sistema podem assumir. No entanto, sua determinao
analtica nem sempre possvel, sendo necessrio uma anlise emprica em funo do
comportamento do sistema para alguns valores de K.

Contudo, o controlador no-linear que acabamos de propor um controlador

proporcional e atende, aos requisitos definidos, somente no caso regulatrio, ou seja, este
29

controlador trs o sistema (36) de um estado perturbado para a sua origem, estado
estacionrio.

3.1.5 Simulao

A Figura 3-1 mostra a lgica desenvolvida para a simulao do sistema (36) em

ambiente simulink. Com auxilio deste recurso computacional, possvel verificar o
desempenho do controlador proposto nos itens anteriores.

Figura 3-1. Lgica de simulao do sistema (36) no simulink.

A Figura 3-2 mostra a lgica do controlador representado pela equao (46). Note que
os termos necessrios para se trabalhar com varivel desvio foram inseridos.

Figura 3-2. Lgica do controlador (46).

A Figura 3-3 mostra a lgica de simulao do sistema (36) em malha fechada, tendo
como fora exgena a ao de controle projetada nos itens anteriores.

Figura 3-3. Lgica de simulao do sistema (36) em malha fechada.

A Figura 3-4 mostra o comportamento da altura do tanque a partir da condio inicial

. O controlador projetado no item anterior faz com que o estado convirja para a origem,
conforme a condio de estabilidade imposta na equao (40). No entanto, h uma pequena
30

diferena no valor final da altura, um erro de estado estacionrio. Este erro chamado de erro
de regime e pode ser removido com a aplicao de uma ao integral na lei de controle.

Figura 3-4. Comportamento da altura do tanque a partir do estado estacionrio.

3.1.6 Determinao da Lei de Controle Caso Servo

Conforme foi mencionado no item anterior, o erro de regime encontrado na simulao

do sistema (36), em malha fechada com a lei de controle definida em (46), pode ser anulado
com a insero de uma ao integral. Desta forma, uma lei de controle vlida seria (47).

0 = 1 2
{ (47)
=

Substituindo no sistema (36), obtm-se (48)

1 2
= (48)

Aplicando a linearizao por serie de Taylor, obtm-se (49):

1 2
= [ ] (49)
2

Colocando todo o sistema em espao de estados, tanto a equao (48) como a

equao (47), obtm-se (50). Note que o sistema descrito em (50) est em varivel desvio e
que agora a fora exgena do sistema.

1 2
0
[ ]=[ 2 ][ ] + [ ] (50)
1
1 0

A varivel o valor de referncia do sistema, o setpoint.

O sistema (50) um sistema multivarivel, diferentemente do sistema (40) estudado

anteriormente. As anlises para a determinao do valor de K, agora um vetor composto por
1 e 2 , seguem os mesmos conceitos.
31

3.1.7 Determinao do Vetor K

Da mesma forma que os critrios descritos no item 3.1.4 foram definidos para o caso
regulatrio, os mesmos conceitos podem ser aplicados para o sistema (50). O primeiro critrio
o de estabilidade, ou seja, o sistema (50) deve ser estvel. Aplicando a definio 2 no sistema
(50), obtm-se (51).

| | = 0

1 2
0
|[ ][ 2 ]| = 0
0
1 0
1 2
+ +
|[ 2 ]| = 0
1

1 2
2 + ( + ) + =0 (51)
2

Analisando a equao (51), para que este sistema seja estvel se faz necessrio que
todos os termos sejam positivos, ou seja, necessrio atender as desigualdades do conjunto
(52).

1
( + )>0 1 =
2
{ 2 (52)
2 2 > 0
>0
{

Neste caso em estudo, caso servo, o valor de estado estacionrio da altura igual ao valor
de referncia . Dessa forma, o valor de 1 funo de .

Com a equao (51) possvel determinar o vetor K de forma a atender aos critrios
de desempenho do sistema, pode-se coloca-la na forma padro de um sistema de segunda
ordem conforme mostra as equaes (53) e (54).

1
2 = ( + ) 1 = + 2 (53)
2 2

2
2 = 2 = 2 (54)

Calculando as razes da equao (51) pode-se determinar o comportamento da resposta do

sistema em funo dos valores do vetor K, conforme mostra a equao (55).

2 4
= (55)
2
2
Onde = ( 1 + )e =
2
32

Para que no haja oscilaes na resposta, se faz necessrio que 2 4 > 0.

3.1.8 Simulao1

Para a simulao do sistema (36), tendo como ao de controle a expresso (47),

utilizou-se os dados disponveis na Tabela 1. Substituindo os dados da Tabela 1 nas equaes
(53) e (54) obtm-se os seguintes valores para o vetor K:

1 = 0.36

2 = 22.5

Substituindo os valores do vetor K na equao (55) e fazendo a anlise de estabilidade,

verifica-se que o comportamento oscilatrio conforme mostra a Figura 3-5. Na simulao
mostrada na Figura 3-5 representa a resposta do sistema para um degrau de 1.5m de
amplitude.

Figura 3-5. Resposta do sistema (36) caso servo e ao integral.

A Figura 3-6 mostra o resultado de uma simulao com a frequncia natural do sistema
= 1 /. Observa-se que o nmero de oscilaes diminui em funo do valor de .
Em contrapartida, houve um aumento no tempo de acomodao do sistema.

1
A lgica para simulao do controlador no linear no caso servo no a mesma mostrada na Figura
3-2. Para este controlador, a lgica deve sem implementada de acordo com a expresso (47).
33

Figura 3-6.Resposta do sistema (36) caso servo e ao integral w = 1 rad/min.

3.1.9 Concluso

Diante disso, percebe-se que a sintonia de um controlador no-linear por linearizao

deve ser analisada em cada caso, em funo das caractersticas de cada sistema e do
desempenho que se deseja obter. Apesar de ser uma estratgia relativamente simples, se faz
necessrio que as expresses obtidas sejam bem entendidas pelo projetista, pois no h uma
receita de bolo para sintonia deste tipo de controlador, o desempenho do mesmo depende
diretamente do entendimento das expresses obtidas.

3.2 Controle Adaptativo

Em algumas situaes, de extrema importncia que o desempenho de controladores

seja mantido mesmo que haja mudanas no ponto de operao do sistema controlado ou
mudanas em seus coeficientes. Assim, o controle adaptativo fornece a soluo para
manuteno do desempenho de um sistema que possua vrios pontos de operao. Esses
sistemas, normalmente possuem comportamento no-linear, sendo necessria diferentes
sintonias de controle para cada ponto de operao. Diante disso, por definio, o controle
adaptativo se baseia em uma mudana automtica da sintonia dos controladores em funo
do ponto de operao, setpoint.

3.2.1 Modelo de Estudo

A aplicao do controle adaptativo , em um contexto geral, justificada em sistemas

que possui comportamento distinto para cada ponto de operao. Um modelo clssico que
apresenta essa caracterstica o mostrado na Figura 3-7.

Figura 3-7. Tanque cnico.

Como se pode observar, este sistema possui comportamento dinmico dependente do

ponto de operao, ou seja, dependente da altura de trabalho. Diante disso, e com o objetivo
de comprovar as vantagens da aplicao do controle preditivo em sistemas deste tipo, ser
feita a modelagem e sintonia de um controlador conforme foi feito no item 3.1, utilizando a
mesma lei de controle (47). A sintonia ser feita para um nico ponto de operao e em
seguida sero feitas algumas simulaes para verificar o desempenho do controlador para
diferentes pontos de operao. Aps isso, ser projetado e aplicado um controlador de ganho
varivel para comparao dos resultados.
34

3.2.2 Controlador de Ganho Varivel

Em controle adaptativo, define-se como controlador de ganho varivel aquele que

possui seus ganhos (parmetros de controle) dependentes de algum parmetro
externo/interno ao sistema controlado, normalmente o ponto de operao. A variao desses
ganhos feita atravs do mtodo de escalonamento de ganhos. Este consiste, basicamente, na
obteno dos ganhos do controlador atravs de uma expresso, ou conjunto de expresses,
que o relacione a algum parmetro do sistema controlado. Sendo possvel a mudana dos
mesmo de forma autnoma.

3.2.3 Modelagem

Para realizar a modelagem do sistema mostrado na Figura 3-7 se faz necessrio definir
algumas hipteses. A definio dessas hipteses facilita os clculos matemticos sem
descaracterizar os pontos principais do sistema.

Hipteses adotadas:

O lquido dentro do tanque incompressvel;

A densidade do lquido que entra e que sai do tanque constante;
No h nenhuma reao qumica ocorrendo no sistema.

3.2.3.1 Balano de Massa

()
= q1 (t) q2 (t) (56)

De acordo com a segunda hiptese e aplicando a regra da cadeia na derivada do volume,

obtm-se (57).

() ()
= 1 () 2 () (57)

o volume lquido dentro do tanque, e uma funo que depende da altura da coluna
lquida. De acordo com a geometria do problema, o volume pode dado por (58).

() 2
= (58)
3

Onde () a altura da coluna liquida no interior do tanque e o raio da circunferncia na

altura (). O valor de pode ser calculado, por semelhana de tringulo, atravs de (59).

=
(59)

Substituindo a equao (59) em (58), obtm-se (60).

2 3
= 3 2
(60)
35

Diferenciando em relao a , obtm-se (61).

2 2
= (61)
2

A vazo de sada do tanque 2 pode ser calculada atravs da expresso (62). Substituindo (61)
e (62) em (57) obtm-se (63).

2 () = () (62)

1

= [ ()
() 1
()] (63)

Fazendo substituio de variveis, tm-se que:

2 2
() = (64)
2

Reescrevendo a equao (63), tm-se que:

1
= [ ] (65)
( ) 1

3.2.4 Lei de Controle

Inicialmente, iremos definir uma lei de controle no mesmo formato de (47). Dessa forma, a lei
de controle pode ser expressa conforme (66).

1 = 1 ( ) 2
{ (66)
=

Substituindo a lei de controle (66) no sistema (65) e realizando a linearizao, obtm-se o

sistema (67).

1 2 1

[ ] = [ () 2() ]
() [ ] + [ ()] (67)

1 0 1

Procedendo da mesma forma que foi feito no item 3.1.6 e utilizando alguns dados (, )
disponveis na Tabela 1, pode-se calcular o valor dos ganhos do controlador para um
determinado ponto de operao.

3.2.5 Simulao e Anlise

Conforme j foi mencionado, a linearizao de um sistema feita em relao a um

ponto de operao especfico. Os ganhos do controlador tambm so calculados em funo do
ponto de operao, de forma que o desempenho desejado do controle somente obtido no
entorno do ponto de operao escolhido. Para um ponto de operao diferente do definido na
linearizao, o desempenho do controle no alcanado de forma satisfatria. A Figura 3-8
mostra o desempenho de controle do sistema (65), utilizando o controlar definido em (66),
para diferentes pontos de operao. Pode-se observar que o desempenho do controle diminui
conforme o ponto de operao se afasta do ponto no qual o sistema foi linearizado.
36

Figura 3-8. Comportamento do sistema (65) para diferentes pontos de operao.

Este problema pode ser resolvido de duas formas distintas. A primeira delas, e mais utilizada,
definir quais so os pontos de operao do sistema e realizar o clculo dos ganhos do
controlador para cada ponto de operao. Caso haja mudana de um ponto para outro, os
ganhos devem ser modificados de forma automtica, utilizando lgica de programao. No
entanto, este procedimento limita o sistema a operar nos pontos previamente definidos e no
em todo o seu domnio. A segunda forma consiste em estabelecer uma lei matemtica, ou
seja, colocar os ganhos do controlador em funo do ponto de operao do sistema. Esse
procedimento chamado de escalonamento de ganhos e garante o desempenho do sistema
controlado em todo o seu domnio de operao.

Da mesma forma que os ganhos do controlador foram obtidos no item 3.1.7, os quais
esto em funo do ponto de operao do sistema, pode-se projetar um controlador de ganho
varivel utilizando as mesmas expresses obtidas ao definir as condies de estabilidade e
desempenho. Logo, as expresses para o escalonamento de ganhos do controlador para o
sistema (65), so dados por (68) e (69).

1 = + 2() (68)
2

2 = 2 () (69)

A Figura 3-9 mostra o desemprenho do sistema (65) com a insero do controlador de ganho
varivel.

Figura 3-9. Comportamento do sistema (65) para diferentes pontos de operao - controlador adaptativo.
37

Graficamente, possvel notar que houve manuteno do desempenho do controle em

relao ao primeiro caso, que foi com a utilizao de um controlador de ganho fixo.

3.2.6 Concluso

Conforme pode ser visto com as simulaes, o controle adaptativo consiste

basicamente em realizar uma adaptao nos ganhos do controlador em funo do ponto de
operao do sistema. Esta tcnica de controle pode ser aplicada em sistemas que possuem sua
dinmica modificada em funo de seu ponto de operao, como o caso do sistema
estudado, onde a sua dinmica depende da altura de trabalho.

Em um contexto geral, se faz necessrio que a parcela da dinmica do sistema, que

modificada em funo do ponto de operao, seja identificada para que seja possvel realizar o
escalonamento de ganhos. Esta relao, para o sistema estudado, foi obtida na expresso (64).

3.3 Controle Linearizao por Feedback

At agora, para realizarmos controle de sistemas no lineares recorremos tcnica de

controle de sistemas lineares, uma vez que, segundo teorema 1, entorno de um ponto de
equilbrio estvel um sistema linear possui comportamento semelhante ao seu
correspondente no linear. Em um contexto geral, o controle por linearizao usando
feedback consiste na linearizao do sistema a ser controlador atravs da prpria ao de
controle, ou seja, projeta-se um controlador de forma que sua sada linearize o sistema a ser
controlado.

3.3.1 Linearizao Atravs da Ao de Controle

Seja o sistema expresso pela equao (63) e seja (70) a lei de controle para este
sistema, substituindo (70) em (63), obtm-se (71).

1 = = () + (70)

= (71)

Pode-se observar que o sistema (63), aps a aplicao da lei de controle tornou-se um sistema
totalmente linear, bastando definir a funo de , que pode ser definida por (72).

= ()
{ (72)
() =

Substituindo (72) em (71) obtm-se (73), realizando as anlises de estabilidade j discutidas

neste material, deve-se projetar um valor de de tal forma que o erro da equao (74)
convirja para zero no tempo .

= ( ) (73)

() = () (74)
38

O calculado para a equao (74) para o caso regulatrio, que consiste em trazer o
sistema sempre para a origem. Para o caso servo, onde o sistema deve acompanhar um valor
de referncia, substitui-se (72) em (70), obtendo-se (75):

1 = = () ()() + (75)

3.3.2 Generalizao

Diante do que foi exposto fica evidente o objetivo da linearizao por feedback. No
entanto, nem todos os sistemas possuem suas no linearidades to evidentes de forma a ser
possvel propor, de forma rpida, uma lei de controle que as elimine. Para tornar isso possvel
se faz necessrio trabalharmos como generalizaes, com o objetivo de abranger a todos os
sistemas no lineares.

Um sistema no linear se diz em sua forma padro para linearizao por feedback
quando pode ser expresso por (76).

= () + ()
{ (76)
= ()

Onde representa o vetor de estados e () e () campos vetoriais de . A lei de controle

que torna o sistema (76) linear dada por (77).

1
= [() ()] (77)
()

Aplicando esta generalizao no sistema (63), obtemos que:

() =
()

1
() =
()

Logo, a lei de controle para linearizao do sistema (63) dada por (78).

= 1 = () [() + ] (78)
()

3.3.3

Neste item sero mostrados alguns conceitos e definies necessrios para o

entendimento do contedo que ser abordado a respeito da linearizao por feedback.

3.3.3.1 Derivada de Lie

Definio 17 Seja () uma funo escalar e () um campo vetorial, definisse a derivada de

Lie de () em relao a (), representada por , pela expresso (79).

()
() = () = ()() (79)

39

Como a derivada de Lie de uma funo escalar tambm resulta em um escalar, as derivadas de
Lie podem ser de ordens. Dessa forma, a derivada de Lie de ordem dada por (80).

() = [1 ()] = [1 ()]() (80)

Por definio, 0 () = ().

3.3.3.2 Parntese de Lie

Definio 18 Dados dois campos vetoriais, e , ambos em , define-se como parntese de

Lie de e a expresso (81).

[, ] = (81)

Definio 19 O parntese de Lie de dois campos vetoriais, e , ambos em , pode ser

representado pela adjunta de , que definida por (82).

[, ] = g = (82)

A adjunta de ordem dada por (83).

= [, 1 ] (83)

De maneira similar, 0 =

Definio 20 Seja : uma transformao, definida em uma regio , chamada de

difeomorfismo se suave (derivvel) e sua inversa, 1 existe e tambm suave.

Definio 21 Seja () uma transformao definida em uma regio do espao em . Se a

matriz jacobiana () no singular (Determinante diferente de zero) em um ponto 0 ,
ento existe um difeomorfismo local em ().

3.3.4 Linearizao Entrada-Sada

Seja um sistema dinmico no linear dado por (76), a linearizao entrada-sada

consiste em definir (), estado no qual se deseja controlar, e derivar at que se obtenha
uma relao explicita entre entrada e sada. Seja o sistema (84) um sistema dinmico, deseja-
se obter a relao entrada-sada deste sistema.

1 = sin 21 + (2 + 3)3
2 = 1 3 + 3
(84)
3 = 1 2 +
{ = 1

De acordo com o formato padro do sistema, representado em (76), implica que () = 1 ,

logo, derivando obtm-se (85).

= sin 21 + (2 + 3)3 (85)

Em (85), no h nenhum termo com a entrada , dessa forma, deriva-se at que se chegue a
uma relao entrada-sada.
40

= (2 cos 22 + 3 )(1 3 + 3 ) + (2 + 3)(1 2 + ) (86)

Agora, na equao (86), aparece o termo da entrada do sistema, tendo uma relao entrada-
sada. Colocando a equao (86) na forma padro, tm-se que:

() = (2 cos 22 + 3 )(1 3 + 3 ) + 1 2 2 + 31 2 (87)

() = (2 + 3) (88)

A lei de controle para este sistema, seguindo a forma padro, dada por (89).

1
= [ ((2 cos 22 + 3 )(1 3 + 3 ) + 1 2 2 + 31 2 )] (89)
(2 + 3)

Substituindo (89) em (86), obtm-se o sistema linear dado por (90). Bastando agora definir a
funo de acordo com a necessidade.

= () (86)

Neste procedimento alguns itens devem ser analisados, a saber:

A lei de controle no pode ser global, ou seja, ela no aplicada a todo o domnio do
sistema, sendo necessrio que 2 3.
O termo foi derivado duas vezes, porm o sistema de grau 3. Isto nos informa que
h um estado no sistema no controlvel e se faz necessrio, para garantir o
desempenho desta estratgia, que o estado no controlador seja estvel no ponto de
equilbrio.

Definio 22 A quantidade de vezes que a funo y seja for derivada at de obter uma relao
explicita entre entrada e sada definida como grau relativo do sistema.

3.3.5 Generalizao Linearizao Entrada-Sada

O sistema (84), mostrado no exemplo anterior, possui um formato que facilita a

obteno da lei de controle e, consequentemente, da aplicao da tcnica de linearizao por
feedback. No entanto, com o objetivo de estender esta aplicao para outros sistemas, se faz
necessria a utilizao de generalizaes.

Seja um sistema no linear dado por (76), se faz necessrio a derivao de at que se
obtenha uma relao explicita entre entrada e sada, logo:

() ()
= = (87)

()
= [() + ()] (88)

() ()
= [ () + ()] (89)

Para que se tenha uma relao explicita entre entrada e sada necessrio que (90) seja
diferente de zero.
41

()
() 0 (90)

Aplicando a definio 18 em (89), obtm-se (91).

() = [ () + 1 ()] (91)

A lei de controle para o sistema (76) definida por (92).

1
= [ () + ] (92)
1
()

Deve-se definir uma lei de transformao dos estados do sistema (76) para um novo espao de
estados dado por (93).

()
()
= () = .= . (93)
. .
[ (1) ] [1 ()]

A definio 20 deve ser vlida para o sistema (93), caso contrrio o sistema (76) no pode ser
linearizado por feedback utilizando o mtodo de entrada-sada. Se a definio 20 vlida para
o sistema (93), o espao de estados definido por (94). Este relaciona-se com o sistema (76)
atravs de uma transformao ().

= + [ 1 () + ()] (94)

0 1 0 0 0
0 0 1 0
= [ ] + [ ] [ 1 () + ()] (95)

0 0 0 0 1

Substituindo (92) em (94), obtm-se:

= + (96)

Definindo como uma funo dos estados, obtm-se (97).

= [1 2 ] (97)

Substituindo (97) em (96) obtm-se

= ( ) (98)

Diante do exposto, se faz necessrio definir o valor do vetor de forma a tornar o sistema (98)
estvel. Um ponto importante neste contexto, que o valor de , ou seja, ao de controle
deve ser funo dos estados do sistema no espao e no no espao .
42

Exemplo:

Seja o sistema dinmico no linear representado por (99) e seja 1 o estado a ser controlador
atravs da linearizao por feedback entrada-sada.

1 = 2
{ (99)
2 = 1 + 2(1 1 2 )2 +

Os campos vetoriais do sistema (99) so dados por:

2
=[ ]
1 + 2(1 1 2 )2

0
=[ ]
1

Derivando at encontrar a relao entrada-sada, obtm-se (100).

= 1 + 2(1 1 2 )2 + (100)

O grau relativo = 2. Dessa forma, a lei de controle dada por (101).

1
= [2 () + ] (101)
1
()

Calculando as derivadas de Lie:

() = [1 0] = 2

2 () = ( ()) = 2 = [0 1] = 1 + 2(1 1 2 )2

() = 2 = [0 1] = 1

Substituindo as derivadas de Lie calculadas na equao (101), obtm-se:

= [1 2(1 1 2 )2 + ] (102)

O espao de estados dado por (103).

() 1
= () = [ ] = [ = (103)
()] [2 ]

Aplicando a definio 20, pode-se verificar que suave. Fazendo a transformao inversa
obtm-se (104).
1
= 1 () = [ ] (104)
2

A transformao dada por (103) suave e h uma relao entre e , dada por (105).
1 = 1
{ = (105)
2 2
43

Dessa forma, a definio 20 aplicvel no sistema (99). Colocando o sistema no formato

padro mostrado em (95), obtm-se (106).

0 1 0
= [ ] + [ ] [ 1 + 2(1 1 2 )2 ] (106)
0 0 1

Substituindo (102) em (106) e definindo = obtm-se (107)

0 1 0
= [ ] [ ] [1 2 ] (107)
0 0 1
0 1
= [ ] (108)
1 2

Aplicando a definio 2 em (108), obtm-se a equao caracterstica do sistema (99) em malha

fechada e no espao de estados dada por (109).

2 + 2 + 1 = 0 (109)

Analisando as razes da equao caracterstica (109), dada por (110), verifica-se que
para haver estabilidade em malha fechada, 2 > 0. Outros critrios relacionados
desempenho podem ser observados e definidos da mesma forma que foi feito no item 3.1.7.

2 2 2 41
1,2 = (110)
2

3.3.6 Sistemas com estados no controlveis

Em alguns sistemas dinmicos, a aplicao do mtodo de linearizao entrada-sada

mostra que o grau relativo menor do que o nmero de estados do sistema. Nestes casos, diz-
se que o sistema possui um estado no controlvel. Para estes sistemas, vale o procedimento
feito no item anterior, porm com algumas ressalvas.

O estado no controlvel de ser estvel no ponto de equilbrio;

Deve encontrar uma funo para completar o espao de estados de forma
que a definio 20 seja vlida;
O valor da funo no ponto de equilbrio deve ser zero, ou seja, ( ) = 0.

Tomamos como exemplo ainda o sistema (99). Porm, para este exemplo, tomamos () =
2 .

Calculando a derivada de at se obter uma relao explicita entre entrada e sada, obtm-se
(111).

= 1 + 2(1 1 2 )2 + (111)

Logo, foi necessrio derivar apenas uma vez, o que implica que = 1. Logo a lei de controle
dada por

= + 1 (112)

Como < , o novo espao de estados deve ser escrito como (113).
44

1 1


= () = = () (113)
()

[ (1) ] [1 ()]

3.3.6.1 Dinmica zero

Antes da transformao do sistema em estudo para o novo espao de estados ,

seguindo o padro mostrado por (113), se faz necessrio verificar se no ponto de equilbrio o
estado ou os estados no controlveis so estveis. Isto necessrio, pois em caso de o
estado no controlvel ser instvel, no faz sentido aplicarmos desta estratgia de controle,
sendo necessrio a aplicao de outra tcnica para controle deste sistema.

Diante deste contexto, a avaliao atravs da dinmica zero do estado no controlvel,

consiste em saber para onde o mesmo evolui com o tempo. Em outras palavras, consiste em
saber o que acontece com o sistema quando os estados controlveis so nulos.

Aplicando o que foi exposto no sistema (99), obtm-se que:

()
()
[ ]= = 0 2 = 0 (114)

(1) 1
[ ()]

Substituindo 2 = 0 na lei de controle (112), implica que = 1 . Substituindo 2 e no

sistema (99)

1 = 0
{ (115)
2 = 1 + = 0

Logo, conclui-se que na dinmica zero todos os estados do sistema convergem para origem.

3.3.6.2 Funo

O procedimento aplicado do item 3.3.5 somente finalizado quando se obtm a

equao (90). Enquanto isto no acontece, temos que < , e logo a equao (116)
verdadeira, sendo () um estado controlvel.

()
() = 0 (116)

Estendendo para os estados no controlados, pode-se afirmar que a equao (117) deve
verdadeira.

() =0 (117)
45

Dessa forma, necessrio encontrar uma funo de tal forma que a equao (117)
seja verdadeira e que ( ) = 0. Dentre as inmeras formas de se resolver uma equao
diferencial parcial, pode-se admitir uma expresso para e fazer os testes condicionais. Para o
sistema (99), pode-se definir que = 1 que as condies acima so atendidas.

Aplicando a definio 1 no sistema (99), conclui-se 1 = 0 e 2 = 0 so pontos de

equilbrio do sistema. Substituindo os pontos de equilbrio em conclui-se que ( ) = 0.

3.3.6.3 Retomando com o procedimento

Diante do que foi formalizado at aqui, pode-se concluir que o novo espao de estados do
sistema, no padro mostrado em (113), dado por (118).

= () = [ ] = [()] = [ ] (118)
2

A transformao inversa dada por (119).

= 1 () = [ ] (119)
2

A transformao () suave e permite inversa, que tambm suave. Logo a definio 20

verdadeira. Aplicando o jacobiano na matriz (118), obtm-se a matriz (120), na qual seu
determinante diferente de zero, logo a definio 21 tambm verdadeira.

1 0 (120)
[ ] = 1 0
0 1

Aplicando-se a forma padro (94), obtm-se a mesma expresso obtida em (108), bastando
apenas definir o valor dos ganhos do controlador em funo dos critrios de estabilidade e
desempenho desejados.

3.3.7 Linearizao Total dos Estados

46

Incompleto ainda!!!!!

Seja o sistema representado na Figura 3-10, o qual possui as equaes de movimento definidas
em (99).

Figura 3-10. Brao mecnico com junta flexvel. Fonte: (Silva, 2005).

1 = 2
sin 1 + (3 1 )
2 =

3 = 4
(3 1 ) + (99)
4 =

= [1 2 3 4] = [ ]
{ =
47

4 REFERNCIAS

Artherton, D. (1982). Nonlinear Control Engineering.2.ed. New York,Van Nostrand Reinhold.

Castrucci P.B.L.& Curti, R. (1981). Sistemas No-Lineares. So Paulo: Edgar Blcher.

Garcia, C. (2013). Modelagem e Simulao. So Paulo: Edusp.

Hoff, A. (2014). Estruturas de Bifurcao Em Sistemas Dinmicos Quadridimencionais. Joinville,

Santa Catarina, Brasil.

Muniz, D. (09 de 2017). Anlise e Controle de Sistemas No-Lineares - Notas de Aula. Salvador,
Bahia, Brasil.

Oliveira, P. V., & Rosolen, J. R. (Maro de 2011). Anlise de Sistemas no Lineares.

Pannocchia, G., & B. Rawlings, J. (February de 2003). Disturbance Models For Offset-Free
Model Preditive Control. AIChE Journal, Vol 49, No 2., pp. 427-428.

Samer Elyoussef, E. (2007). Anlise e Aplicao de Controle de Sistemas No-Lineares com

Observadores de Estado: Controle por Realimentao Linearizante Robusta e Controle
Energy Shaping. Florianpolis, Santa Catarina, Brasil.

Silva, G. V. (2005). Controlo No Linear.