Humberto Costa PDF

INSTITUTO MILITAR DE ENGENHARIA
CAP HUMBERTO CARDOSO DA COSTA
APLICAO DE TCNICAS DE MODELAGEM E

CONTROLE EM SISTEMAS TIPO PONTE ROLANTE
Dissertao de Mestrado apresentada ao Curso de

Mestrado em Engenharia Eltrica do Instituto Militar
de Engenharia, como requisito parcial para obteno do
ttulo de Mestre em Cincias em Engenharia Eltrica.
Orientador: Prof. Geraldo Magela Pinheiro Gomes, Dr.

ENSAE
Co-orientador: Prof. Roberto Ades, Dr. PUC-Rio
Rio de Janeiro
2010
c2010

Praa General Tibrcio, 80-Praia Vermelha
Rio de Janeiro-RJ CEP 22290-270
Este exemplar de propriedade do Instituto Militar de Engenharia, que poder inclu-lo

em base de dados, armazenar em computador, microlmar ou adotar qualquer forma de
arquivamento.
permitida a meno, reproduo parcial ou integral e a transmisso entre bibliote-

cas deste trabalho, sem modicao de seu texto, em qualquer meio que esteja ou venha
a ser xado, para pesquisa acadmica, comentrios e citaes, desde que sem nalidade
comercial e que seja feita a referncia bibliogrca completa.
Os conceitos expressos neste trabalho so de responsabilidade do(s) autor(es) e do(s)

orientador(es).
A663 Costa, Humberto Cardoso da

Aplicao de Tcnicas de Modelagem e Controle em
Sistemas Tipo Ponte Rolante / Humberto Cardoso da
Costa. - Rio de Janeiro : Instituto Militar de Engenharia,
2010.
148 p.: il, graf., tab.
Dissertao (mestrado) - Instituto Militar de

Engenharia- Rio de Janeiro, 2010.
1. Controle de Sistemas Dinmicos. 2. Controle Ro-

busto Paramtrico. 3. Controle PRCBI. 4. Sistema Ponte
Rolante. I. Ttulo. II. Instituto Militar de Engenharia.
CDD 621.319
2
CAP HUMBERTO CARDOSO DA COSTA
APLICAO DE TCNICAS DE MODELAGEM E CONTROLE EM

SISTEMAS TIPO PONTE ROLANTE
Dissertao de Mestrado apresentada ao Curso de Mestrado em Engenharia Eltrica

do Instituto Militar de Engenharia, como requisito parcial para obteno do ttulo de
Mestre em Cincias em Engenharia Eltrica.
Orientador: Prof. Geraldo Magela Pinheiro Gomes, Dr. ENSAE
Co-orientador: Prof. Roberto Ades, Dr. PUC-Rio
Aprovada em 05 de Fevereiro de 2010 pela seguinte Banca Examinadora:
Prof. Geraldo Magela Pinheiro Gomes, Dr. ENSAE do IME - Presidente
Prof. Roberto Ades, Dr. PUC-Rio do IME
Prof. Ney Bruno, Eng. do IME
Prof. Antonio Eduardo Carrilho da Cunha, Dr. Eng. do IME
Prof. Mario Cesar Mello Massa de Campos, Dr. ECP do CENPES
Rio de Janeiro
2010
3
Dedico esta obra minha lha, Va-
nessa, razo da minha existncia.
4
AGRADECIMENTOS
Agradeo em primeiro lugar a DEUS, por ter me concedido a oportunidade de par-

ticipar deste curso e poder ter chegado ao m realizando este trabalho aqui apresentado.
Em segundo lugar agradeo ao meu pai Salvador Rio da Costa, que infelizmente
no se encontra mais entre ns (um dia nos reencontraremos, meu pai), e minha me
Nilda Cardoso da Costa, por nunca terem medido esforos em prol da minha educao e
sempre acreditarem em minha fora de vontade.
Aos professores, orientadores e amigos, Cel. Geraldo Magela Pinheiro Gomes e TC.
Roberto Ades, exemplos de dedicao, compromisso e notrio saber, me forneceram a
base terica necessria para que este trabalho pudesse ser concludo.
Ao Cel Ney Bruno por sua colaborao na modelagem do sistema ponte rolante, do
qual o idealizador.
minha esposa, Gilmara Gonalves Ramos da Costa e minha lha, Vanessa Gon-
alves da Costa, pela compreenso e apoio durante este perodo de extrema dedicao e
aplicao aos estudos no qual quei envolvido.
Ao Exrcito Brasileiro, em especial ao Instituto Militar de Engenharia, pelos conhe-
cimento adquiridos.
"Um obstculo uma coisa que se v quando se afasta a vista do objetivo."

Annimo
5
SUMRIO
LISTA DE ILUSTRAES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
LISTA DE TABELAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15
LISTA DE ABREVIATURAS E SMBOLOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16
1 INTRODUO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.1 Motivao e Posicionamento da Dissertao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21
1.2 Objetivos do Trabalho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
1.3 Histrico e Estudo Bibliogrco . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 26
1.4 Organizao da Dissertao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28
2 FUNDAMENTOS TERICOS EMPREGADOS . . . . . . . . . . . . . . . . . 30

2.1 Formulao de Lagrange-Euler . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30
2.2 Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31
2.2.1 Mtodos de Sintonia - Ziegler & Nichols . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
2.3 Controle em Espao de Estados (Caso Contnuo) . . . . . . . . . . . . . . . . . . . . . . . . 34
2.3.1 Conceito de Controlabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
2.3.2 Conceito de Observabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
2.4 Controle em Espao de Estados (Caso Discreto) . . . . . . . . . . . . . . . . . . . . . . . . . 39
2.4.1 Regulador Linear Quadrtico Gaussiano(LQG) . . . . . . . . . . . . . . . . . . . . . . . . . . 41
2.4.2 Sntese de Controle Robusto Paramtrico (PRCBI) . . . . . . . . . . . . . . . . . . . . . . 45
2.4.3 Critrios PRCBI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.4.4 Hiperesfera Percentual de Estabilidade . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
2.4.5 Diagrama de Sensibilidade dos Plos de MF . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.5 Lgica Fuzzy Aplicada em Controle de Sistemas Dinmicos . . . . . . . . . . . . . . . 54
2.6 Sistemas Baseados em Regras e Inferncia Nebulosa . . . . . . . . . . . . . . . . . . . . . . 54
2.6.1 Classicao de Modelos Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57
2.7 Planejamento de Trajetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
2.7.1 Trajetria com Perl de Velocidade Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.7.2 Mtodos de Interpolao de Polinnimo para Gerao de Trajetria . . . . . . . . 64
3 MODELAGEM MATEMTICA DA PONTE ROLANTE . . . . . . . . 70

3.1 Modelos x e y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 70
6
3.2 Parmetros Utilizados na Modelagem da Ponte Rolante . . . . . . . . . . . . . . . . . . 71
3.3 Obteno das Equaes de Movimento no Plano XY . . . . . . . . . . . . . . . . . . . . . 72
3.3.1 Integrao dos Modelos dos Motores DC com o Modelo da Planta . . . . . . . . . 73
3.3.2 Linearizao e Obteno de um Modelo em Espao de Estados . . . . . . . . . . . . 75
3.3.3 Simulao Comparativa entre o Modelo No Linear e o Modelo Linear
em Malha Aberta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 78
3.4 Sistema Servo de Posicionamento Vertical da Carga . . . . . . . . . . . . . . . . . . . . . . 83
3.4.1 Controle do Servomecanismo de Posio Vertical da Carga . . . . . . . . . . . . . . . . 86
4 SIMULAES DO SISTEMA CONTROLADO . . . . . . . . . . . . . . . . . . 90

4.1 Projeto do Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 90
4.2 Projeto do Controlador com Realimentao de Estados (Frmula de
Ackermann) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.3 Projeto do Observador de Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.4 Estabilidade Interna da Ponte Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 108
4.5 Anlise de Robustez em Estabilidade com Controladores LQG e
PRCBI no Domnio de Tempo Discreto . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.6 Aplicao do Controle LQG sobre o Modelo x do Sistema Ponte Rolante 112
4.7 Aplicao do Controlador PRCBI sobre o Modelo x do Sistema
Ponte Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
4.8 Comparao da Robustez em Estabilidade dos Controladores LQG e
PRCBI sobre o Modelo x do Sistema Ponte Rolante . . . . . . . . . . . . . . . . . . 119
4.9 Projeto de Controlador Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 123
4.10 Trajetria com Perl de Velocidade Trapezoidal Aplicada ao Modelo
x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 129
4.11 Implementao de Mtodos de Interpolao Polinomial para Gerao
de Trajetria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
4.11.1 Mtodo de Interpolao Polinomial 4-3-4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
5 CONCLUSO . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.1 Comentrios do Trabalho Realizado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 140
5.2 Comentrios dos Trabalhos ainda em Aberto . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
5.3 Perspectivas para Trabalhos Futuros . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 141
6 REFERNCIAS BIBLIOGRFICAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143
7
7 APNDICES . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 145
7.1 APNDICE 1: VALORES NOMINAIS DAS VARIVEIS DO SIS-
TEMA PONTE ROLANTE . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 146
7.2 APNDICE 2: SOLUO DAS EQUAES MATRICIAIS DE LYAPUNOV147
8
LISTA DE ILUSTRAES
FIG.1.1 Ponte Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

FIG.1.2 Prottipo da Ponte Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 22
FIG.1.3 Carretel e seu acoplamento com o motor . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
FIG.1.4 Movimento ao longo do eixo Z . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 23
FIG.1.5 Movimento ao longo do eixo X . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24
FIG.1.6 Rodas motrizes acopladas ao motor por engrenagens . . . . . . . . . . . . . . . . . 24
FIG.1.7 Motor e seu acoplamento por engrenagens . . . . . . . . . . . . . . . . . . . . . . . . . . 25
FIG.1.8 Movimento ao longo do eixo Y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25
FIG.2.1 Controle por PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

FIG.2.2 Resposta do Sistema em Malha Aberta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
FIG.2.3 Resposta do Sistema em Malha Fechada com Controlador Propor-
cional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
FIG.2.4 Diagrama em bloco da representao da planta em espao de esta-
dos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
FIG.2.5 Diagrama em bloco referente ao controlador . . . . . . . . . . . . . . . . . . . . . . . . 36
FIG.2.6 Diagrama em Blocos do Sistema com Observador de Estados . . . . . . . . . . 39
FIG.2.7 Estrutura LQG com Filtro de Kalman Preditor . . . . . . . . . . . . . . . . . . . . . 43
FIG.2.8 Estrutura LQG com Filtro de Kalman Corrente . . . . . . . . . . . . . . . . . . . . . 44
FIG.2.9 Qualidade de Identicao Paramtrica. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
FIG.2.10 Estrutura LQG do problema abordado . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48
FIG.2.11 Sntese PRCBI atuando no controlador e na matriz de entrada de
rudo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 51
FIG.2.12 Sistema de Inferncia Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55
FIG.2.13 Defuzzicao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 56
FIG.2.14 Sistema de Inferncia Mamdani . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 58
FIG.2.15 Sistema de Inferncia TSK . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59
FIG.2.16 Tenso de Entrada da Planta - Controlador Via Formulao de
Ackermann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
FIG.2.17 Sinal de Comando para uma Entrada com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 60
FIG.2.18 Grco da Posio - Trajetria com Perl de Velocidade Trape-
zoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
9
FIG.2.19 Grco da Velocidade - Trajetria com Perl de Velocidade Trape-
zoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
FIG.2.20 Grco da Acelerao - Trajetria com Perl de Velocidade Trape-
zoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 62
FIG.2.21 Trajetria - Mtodo 4-3-4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 65
FIG.3.1 Referenciais e parmetros de modelagem do sistema . . . . . . . . . . . . . . . . . 70

FIG.3.2 Anlogo eltrico do motor DC acoplado a uma carga mecnica . . . . . . . . 73
FIG.3.3 Resposta ao Degrau de 30V do Sistema em Malha Aberta - Posio
x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
FIG.3.4 Resposta ao Degrau de 30V do Sistema em Malha Aberta - ngulo
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 80
x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 82
y . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
FIG.3.13 Esquemtico mecnico de um sistema servo . . . . . . . . . . . . . . . . . . . . . . . . . 84
FIG.3.14 Modelo do motor DC em Malha Aberta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 85
FIG.3.15 Resposta ao degrau do Sistema Servo em Malha Aberta . . . . . . . . . . . . . . 86
FIG.3.16 Estrutura de Controle . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
FIG.3.17 Modelo do motor DC em Malha Fechada com Ganho Proporcional . . . . . 87
FIG.3.18 Resposta ao Degrau do Sistema Servo em Malha Fechada com Con-
trolador Proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
10
FIG.3.19 Tenso de Entrada no Motor DC com Controlador Proporcional . . . . . . . 88
FIG.3.20 Controlador do Servo Mecanismo de Posio . . . . . . . . . . . . . . . . . . . . . . . . 88
FIG.3.21 Resposta do Sistema Servo de Posio em Malha Fechada . . . . . . . . . . . . 89
FIG.3.22 Tenso de Entrada no Motor DC . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 89
FIG.4.1 Estrutura de Controle por PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

FIG.4.2 Funo de Transferncia de Gama - Controlador Proporcional . . . . . . . . . 91
FIG.4.3 Mapa de plos e zeros do Sistema em Malha Aberta . . . . . . . . . . . . . . . . . 92
FIG.4.4 Root Locus do Sistema em Malha Fechada . . . . . . . . . . . . . . . . . . . . . . . . . . 92
FIG.4.5 Funo de Transferncia de Gama - Controlador Proporcional e
Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 93
FIG.4.6 Deslocamento do Plo sobre o Root Locus . . . . . . . . . . . . . . . . . . . . . . . . . . 93
FIG.4.7 Resposta ao Degrau do Sistema da Malha Interna com Controlador
Proporcional e Integral . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
FIG.4.8 Funo de Transferncia da Malha Interna - Controlador Propor-
cional Integral e Derivativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
Proporcional Integral e Derivativo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 95
FIG.4.10 Diagrama em Blocos do Sistema de Malha Interna com Controlador
PID - Mtodo da Tentativa e Erro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
FIG.4.11 Mapa de Plos e Zeros do Sistema da Malha Interna com Contro-
lador PID - Mtodo da Tentativa e Erro . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
PID - Mtodo da Tentativa e Erro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
FIG.4.13 Funo de Transferncia da Malha Externa - Controlador Propor-
cional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
FIG.4.14 Mapa de Plos e Zeros do Sistema em Malha Aberta . . . . . . . . . . . . . . . . . 98
FIG.4.15 Root Locus do Sistema em Malha Fechada . . . . . . . . . . . . . . . . . . . . . . . . . . 98
FIG.4.16 Valor do Ganho Proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
FIG.4.17 Resposta ao Degrau do Sistema da Malha Externa com Contro-
lador de Ganho Proporcional . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 99
FIG.4.18 Controladores PID aplicados ao Modelo da Ponte Rolante em FT . . . . . . 100
FIG.4.19 Posio em X - Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 100
FIG.4.20 ngulo Gama - Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
11
FIG.4.21 Simulao Comparativa Modelo No Linear x Modelo Linear -
Controlador PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
FIG.4.22 Posio em X - Modelo No Linear x Modelo Linear - Controle por
PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
FIG.4.23 ngulo Gama - Modelo No Linear x Modelo Linear - Controle
por PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
FIG.4.24 Sinal de Comando da Planta - Controle por PID . . . . . . . . . . . . . . . . . . . . 103
FIG.4.25 Modelo x com Realimentao de Estados . . . . . . . . . . . . . . . . . . . . . . . 104
FIG.4.26 Resposta do Modelo Linear para a Posio X - Controlador Via
Formulao de Ackermann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
FIG.4.27 Resposta do Sistema para o ngulo Gama - Controlador Via For-
mulao de Ackermann . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 105
FIG.4.28 Sinal de Comando da Planta - Controle por Realimentao de Es-
tados (Frmula de Ackermann) . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
FIG.4.29 Modelo da Planta com Controlador Via Formulao de Ackermann
e Observador de Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 107
FIG.4.30 Resposta do Sistema para a Posio X - Controlador Via Formu-
lao de Ackermann com Observador de Estados . . . . . . . . . . . . . . . . . . . 107
FIG.4.31 Resposta do Sistema para o ngulo Gama - Controlador Via For-
mulao de Ackermann com Observador de Estados . . . . . . . . . . . . . . . . . 108
FIG.4.32 Representao do Bloco Observador do Modelo x- . . . . . . . . . . . . . . . . . . 108
FIG.4.33 Diagrama de Blocos do Sistema Controlado pelo Mtodo de Alo-
cao de Plos - perturbao inicial de 0,1 rad . . . . . . . . . . . . . . . . . . . . . 109
FIG.4.34 Controle da Posio em X pelo Mtodo de Alocao de Plos -
perturbao inicial de 0,1 rad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
FIG.4.35 Controle do ngulo pelo Mtodo de Alocao de Plos - pertur-
bao inicial de 0,1 rad . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
FIG.4.36 Sinal de Comando da Planta (perturbao inicial de 0,1 rad) -
Controle por Realimentao de Estados . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
FIG.4.37 Plos de Malha Aberta do Modelo x da Ponte Rolante . . . . . . . . . . . . 112
FIG.4.38 Aplicao do Controlador LQG ao Modelo x da Ponte Rolante . . . . . 113
FIG.4.39 Resposta do Sistema com Controlador LQG - Posio x . . . . . . . . . . . . . . 114
FIG.4.40 Resposta do Sistema com Controlador LQG - ngulo . . . . . . . . . . . . . . 114
FIG.4.41 Equivalncia do Bloco Controlador Discreto LQG - Nominal. . . . . . . . . . 115
12
FIG.4.42 Aplicao do Controlador PRCBI ao Modelo x da Ponte
Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
FIG.4.43 Respostas aos Degraus do Modelo Linear Discreto com Controlador
PRCBI Otimizado por Kcd - Posio x . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
PRCBI Otimizado por Kcd - ngulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . 118
PRCBI Otimizado por Fd - Posio x . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
PRCBI Otimizado por Fd - ngulo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 119
FIG.4.47 Hiperesfera Percentual de Estabilidade do Sistema Ponte Rolante
com Controlador LQG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 120
com Controlador PRCBI Otimizado por Kcd . . . . . . . . . . . . . . . . . . . . . . . 120
com Controlador PRCBI Otimizado por Fd . . . . . . . . . . . . . . . . . . . . . . . . 121
FIG.4.50 Diagrama de Sensibilidade de Plos do Sistema Ponte Rolante em
MF com Controlador LQG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
MF com Controlador PRCBI Otimizado por Kcd . . . . . . . . . . . . . . . . . . . 122
MF com Controlador PRCBI Otimizado por Fd . . . . . . . . . . . . . . . . . . . . 122
FIG.4.53 Simulao Comparativa entre o Modelo No Linear e o Modelo
Linear - Controlador Fuzzy Mamdani a 9 Regras . . . . . . . . . . . . . . . . . . . 124
FIG.4.54 Sistema Fuzzy a 9 Regras - Modelo Mamdani . . . . . . . . . . . . . . . . . . . . . . . 124
FIG.4.55 Funes de Pertinncia da Varivel de Entrada - Erro_P osicaoX . . . . . 125
FIG.4.56 Funes de Pertinncia da Varivel de Entrada - Gama . . . . . . . . . . . . . . . 125
FIG.4.57 Funes de Pertinncia da Varivel de Sada - Sinal_Comando . . . . . . . 125
FIG.4.58 Superfcie Representativa do Sinal de Comando . . . . . . . . . . . . . . . . . . . . . 126
FIG.4.59 Base de Regras do Controlador Fuzzy . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 126
FIG.4.60 Posio em X Modelo No Linear x Modelo Linear - Controlador
Fuzzy - Mamdani a 9 Regras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
FIG.4.61 ngulo Gama Modelo No Linear x Modelo Linear - Controlador
Fuzzy - Mamdani a 9 Regras . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 127
13
FIG.4.62 Sinal de Comando da Planta - Controlador F uzzy . . . . . . . . . . . . . . . . . . . 128
FIG.4.63 Posio X - Controladores no Domnio do Tempo Contnuo . . . . . . . . . . . 128
FIG.4.64 ngulo - Controladores no Domnio do Tempo Contnuo . . . . . . . . . . . . 129
FIG.4.65 Trajetria com Perl de Velocidade Trapezoidal - Modelo x da
Ponte Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 130
FIG.4.66 Posio em X - Trajetria com Perl de Velocidade Trapezoidal . . . . . . . 130
FIG.4.67 Velocidade em X - Trajetria com Perl de Velocidade Trapezoidal . . . . 131
FIG.4.68 ngulo Gama - Trajetria com Perl de Velocidade Trapezoidal . . . . . . . 131
FIG.4.69 Sinal de Comando do Sistema - Trajetria com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 132
FIG.4.70 Mtodo de Interpolao Polinomial 4-3-4 - Modelo x da Ponte
Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 134
FIG.4.71 Grco da Posio em X - Mtodo de Interpolao Polinomial 4-3-4 . . . . 134
FIG.4.72 Grco da Velocidade em X - Mtodo de Interpolao Polinomial
4-3-4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
FIG.4.73 Grco do ngulo Gama - Mtodo de Interpolao Polinomial 4-
3-4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 135
FIG.4.74 Sinal de Comando - Mtodo de Interpolao Polinomial 4-3-4 . . . . . . . . . 136
FIG.4.75 Grco da Acelerao - Mtodo de Interpolao Polinomial 4-3-4 . . . . . . 136
FIG.4.76 Grco da Posio em X - Trajetria com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
FIG.4.77 Grco da Velocidade em X - Trajetria com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 137
FIG.4.78 Grco do ngulo Gama - Trajetria com Perl de Velocidade
Trapezoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
FIG.4.79 Sinal de Comando - Trajetria com Perl de Velocidade Trape-
zoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 138
FIG.4.80 Grco da Acelerao - Trajetria com Perl de Velocidade Trape-
zoidal . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 139
14
LISTA DE TABELAS
TAB.2.1 Parmetros do Controlador PID - 1o Mtodo de Ziegler e Nichols . . . . . . 33

TAB.2.2 Parmetros do Controlador PID - 2o Mtodo de Ziegler e Nichols . . . . . . 34
TAB.2.3 Notao Adotada. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47
TAB.4.1 Valores para Sntese LQG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

TAB.4.2 Resultados da Sntese LQG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
TAB.4.3 Otimizao com o Ganho Kcd . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
TAB.4.4 Otimizao com o Vetor de Entrada de Rudo Fd . . . . . . . . . . . . . . . . . . . 118
TAB.4.5 Raios da Hiperesfera Percentual de Estabilidade do Sistema Ponte
Rolante com os Controladores LQG e PRCBI . . . . . . . . . . . . . . . . . . . . . . . 120
15
LISTA DE ABREVIATURAS E SMBOLOS
ABREVIATURAS
A,B,C,D - Matrizes de representao de espao de estado no tempo continuo
, , Cd , Dd - Matrizes de representao de espao de estado no tempo discreto
E[] - Esperana matemtica de uma varivel aleatria
EQ. - Equao
F() - Funo objetivo
f() - Funo qualquer
F = Fd - Matriz de entrada de rudo na planta
FIG(s). - Figura(s)
FK - Filtro de Kalman
g - Acelerao da gravidade
G1
0 - Matriz da qualidade de identicao bayesiana
H() - Ganho do Rastreador do ponto de operao
I - Matriz identidade
J() - Custo
Je - Momento de inrcia da esfera
Jm - Momento de inrcia do eixo do motor
JP - Jumper
K = Kv = K t - Constantes do motor [Tenso e Torque]
Kc = Kcd - Ganho do controlador
Kf = Kfd - Ganho do observador de Kalman (ltro de Kalman)
Kp - Ganho do potencimetro
l - Comprimento do Cabo
LQG - Linear Quadratic Gaussian
LQR - Linear Quadratic Regulator
MA - Malha aberta
MF - Malha fechada
m1 - Massa do Trilho
m2 - Massa do Carro
m3 - Massa da Carga
16
MF - Malha fechada
Mp - Massa da plataforma
N - Relao da caixa de reduo das engrenagens do motor
P - Matriz de covarincia do erro de estimao
P0 - Matriz de covarincia do erro de predio
PID - Proporcional Integral e Derivativo
PRCBI - Parameter Robust Control by Bayesian Identication
Q - Matriz de covarincia do ruido da planta
Q1 - Matriz de ponderao do rudo da planta
Q2 - Matriz de ponderao do rudo do sensor
qk - Coordenada generalizada
Rnm - Conjunto de matrizes reais de ordem n por m
TAB(S) - Tabela(s)
Tr() - Trao de uma matriz
Ts - Perodo de discretizao
vk - Vetor de entrada de rudo nas medidas dos sensores
x1,2,3,4 - Variveis de estado
x - Vetor x estimado
xk/k1 - Vetor x predito, estimado no tempo k com base nos valores conhecidos
no tempo k-1
xk/k - Vetor x corrente, estimado no tempo k com base nos valores conhecidos
no tempo k
y - Posio da esfera
wk - Vetor de entrada de rudo na planta
z1 - Retardo unitrio discreto
NA - Conjunto negativo da varivel ngulo gama
ZA - Conjunto zero da varivel ngulo gama
PA - Conjunto positivo da varivel ngulo gama
NE - Conjunto negativo da varivel erro da posio x
ZE - Conjunto zero da varivel erro da posio x
PE - Conjunto positivo da varivel erro da posio x
17
SMBOLOS
- Um argumento qualquer
()0 - Estado nominal do argumento
()p - Estado perturbado do argumento

() - Argumento estimado

() - Argumento predito
- Produto de Kronecker
- Valor percentual de perturbao das variveis do vetor de parametros
sensveis
- Vetor paramtrico ou vetor de parametros sensveis
- ngulo da projeo ortogonal do cabo no plano XZ
- ngulo do cabo com o plano YZ
- ngulo da projeo ortogonal do cabo no plano YZ
18
RESUMO
Neste trabalho, so apresentados os estudos feitos sobre o prottipo da Ponte Rolante

desenvolvido no Laboratrio de Automao e Controle da Seo de Ensino de Engenharia
Eltrica do IME. A Ponte Rolante responsvel por realizar a locomoo de cargas pe-
sadas e grandes em pequenas distncias, mas com algumas limitaes, pois o movimento
pendular da carga diculta o posicionamento preciso da mesma.
O trabalho apresenta, inicialmente, o estudo e o aperfeioamento do modelo mate-
mtico da planta fsica. Em seguida, mostra a aplicao de diversas tcnicas de controle
para solucionar o problema do surgimento de oscilaes em uma carga transportada por
uma Ponte Rolante. Faz-se tambm uma anlise sobre robustez em estabilidade, quando
da aplicao sobre o modelo, das tcnicas de controle LQG (Linear Quadratic Gaussian )
e PRCBI (Parameter Robust Control by Bayesian Identication ), observando os grcos
da hiperesfera percentual de estabilidade e do diagrama de sensibilidade dos plos em
malha fechada.
A implementao de alguns mecanismos de gerao de trajetria em manipuladores
tambm pde ser vericada, com o intuito de reduzir a amplitude do sinal de comando
a ser aplicado planta o que implica em um menor consumo de potncia pelos motores
nos instantes iniciais de deslocamento do sistema.
19
ABSTRACT
In this work are presented the studies on the prototype of the Crane Overhead Sys-
tem developed in the Laboratory of Automation and Control of the Section of Education
of Electric Engineering of the IME. The Crane Overhead System is responsible for con-
ducting the locomotion of heavy and large loads over small distances, but with some
limitations, because the swinging of the load makes dicult it's precise positioning .
The work initially presents the study and the improvement of the mathematical
model of the physical plant. Then shows the application of various control techniques
to sove the problem of the emergence of oscillations in a payload carried by an overhead
crane. It makes also an analysis of robustness in stability, in the application model,
control techniques LQG (Linear Quadratic Gaussian ) and PRCBI (Parameter Robust
Control by Bayesian Identication ), observing the graphs of the percentage of stability
hypersphere and the diagram sensitivity of the closed loop poles.
The implementation of some mechanisms for trajectory generation in manipulators
can also be observed in order to reduce the amplitude of the command to be applied to
the plant which implies a lower power consumption by the engines in the early stages of
the system's displacement.
20
1 INTRODUO
1.1 MOTIVAO E POSICIONAMENTO DA DISSERTAO
O desenvolvimento de mtodos e tecnologias para mover objetos pesados e de grandes

dimenses tem sido uma busca constante, visando facilitar o processo de transporte de
tais materiais em ambientes industriais.
A ponte rolante o sistema mais eciente para realizar a locomoo de cargas pe-
sadas e grandes em pequenas distncias, mas com algumas limitaes, pois o movimento
pendular da carga diculta o posicionamento preciso da mesma.
Alm de dicultar o trabalho do operador, grandes balanos podem causar danos s
cargas ou at acidentes, pondo em risco a integridade fsica das pessoas. Como algumas
cargas podem ser de grande valor econmico, deve-se evitar que as mesmas venham a
sofrer algum tipo de dano, causando prejuzos.
FIG. 1.1: Ponte Rolante
A importncia da ponte rolante no transporte de cargas e as restries que podem

envolver a sua utilizao so fatores motivantes para que sejam desenvolvidos sistemas
sosticados de controle capazes de regular a magnitude e a durao do balano das cargas
durante o transporte e assim, evitar possveis danos.
Visando o estudo de tais tipos de sistema, construiu-se um prottipo da ponte rolante
em escala reduzida no laboratrio de Sistemas de Controle do IME. Tal mecanismo possui
um carro que se movimenta por intermdio de um trilho mvel, que por sua vez desloca-se
ao longo de trilhos xos, montada para transportar uma carga nominal com massa de
0.2kg, como visto na FIG. 1.2.
21
X
Y
FIG. 1.2: Prottipo da Ponte Rolante
O prottipo composto por trs motores, cada qual utilizado para comandar o
deslocamento do sistema nas trs direes de movimento X, Y e Z. So utilizados cinco
sensores, sendo trs para a identicao da posio no espao e dois para a determinao
dos ngulos de oscilao da carga.
Como a carga se movimenta no espao tridimensional, conforme apresentado na FIG.
1.2, a dinmica do sistema decomposta em trs eixos de deslocamento:
a) Movimento da carga ao longo do eixo Z
O movimento ao longo do eixo Z consiste no levantamento e abaixamento da carga.

O deslocamento nesse eixo feito por meio de um carretel acoplado ao eixo do
motor e que se encontra localizada no interior do carro. A transferncia de torque
para o eixo do carretel realizada por meio do acoplamento direto com o motor,
fazendo com que a carga possa realizar movimentos ascendentes ou descendentes
ao longo do eixo Z. A FIG. 1.3 ilustra o carretel e seu acoplamento com o motor
enquanto que a FIG. 1.4 mostra o movimento da carga ao longo do eixo Z.
22
FIG. 1.3: Carretel e seu acoplamento com o motor
eixo z
FIG. 1.4: Movimento ao longo do eixo Z
b) Movimento ao longo do eixo X
O movimento ao longo do eixo X ocorre na translao dos trilhos transversais mveis

sobre os trilhos longitudinais xos, como pode ser visto na FIG. 1.5. O torque do
motor transmitido ao trilho mvel atravs de um acoplamento por engrenagens
ligado ao eixo das rodas motrizes, que pode ser visualizado na FIG. 1.6.
23
eixo x
FIG. 1.5: Movimento ao longo do eixo X
FIG. 1.6: Rodas motrizes acopladas ao motor por engrenagens
c) Movimento ao longo do eixo Y
O movimento ao longo do eixo Y ocorre pelo movimento do carro sobre os trilhos

mveis, fazendo com que todo o conjunto carro-carga se desloque na direo do
eixo. Isso feito por intermdio de um sistema de acoplamento por engrenagens,
como mostra a FIG. 1.7. A FIG. 1.8 ilustra o movimento em Y.
24
FIG. 1.7: Motor e seu acoplamento por engrenagens
eixo y
FIG. 1.8: Movimento ao longo do eixo Y
Modelos matemticos de diversas plantas podem ser obtidos a partir de equaes

matemticas que descrevem os fenmenos fsicos envolvidos. Uma outra abordagem pos-
svel consiste na modelagem por meios numricos a partir do uso de tcnicas de identi-
cao de sistemas para a obteno de modelos satisfatrios.
A identicao de sistemas pode ser realizada no domnio do tempo, da frequncia,
ou at mesmo, em ambos. Na primeira opo, so observadas as respostas dos sinais de
entrada aplicados na planta. Na abordagem frequencial, so exploradas as caractersticas
da resposta em freqncia do sistema a ser identicado (AGUIRRE, 2007; VALLE, 2005).
1.2 OBJETIVOS DO TRABALHO
Os objetivos a serem alcanados encontram-se enumerados a seguir:
25
a) Encontrar um modelo matemtico que represente de forma dedigna o comporta-
mento do prottipo da ponte rolante;
b) Obter um modelo linear, a partir da linearizao do modelo no-linear da Ponte

Rolante econtrado em um dado ponto de equilbrio, aplicando tcnicas amplamente
difundidas para atingir este objetivo;
c) Confrontar o comportamento dos sistemas encontrados (no-linear e linear) em

malha aberta, quando sujeitos aplicao de determinada entrada;
d) Projetar e simular alguns controladores, utilizando tcnicas de controle clssico,

moderno e de inteligncia computacional, capazes de controlar a posio e o ngulo
de oscilao de uma carga suspensa em uma ponte rolante durante seu desloca-
mento;
e) Aplicar tcnicas de controle LQG (Linear Quadratic Gaussian ) e PRCBI (Parame-

ter Robust Control by Bayesian Identication ) ao modelo, vericando as caracters-
ticas dos controladores quanto ao desempenho e robustez em estabilidade; e
f) Simular alguns mecanismos de gerao de trajetria, com o intuito de minimizar

a amplitude do sinal de controle a ser aplicado planta nos instantes inciais de
deslocamento do sistema.
1.3 HISTRICO E ESTUDO BIBLIOGRFICO
Diversas publicaes internacionais abordam a modelagem e o clculo de contro-

ladores aplicados a sistemas tipo ponte rolante, objetivando a minimizao de oscilaes
do ngulo de balano da carga durante o deslocamento.As publicaes internacionais
relacionadas a seguir, serviram de referncia para este trabalho.
Em (CHENG, 1996), projetou-se um controlador robusto para uma ponte rolante na
presena de incertezas, visando minimizar os ngulos de balano da carga. Tal controlador
foi obtido por intermdio do mtodo de linearizao por realimentao e em um esquema
de controle com atraso. Alm disso, foi denida uma trajetria suave para garantir
ngulos pequenos durante o transporte.
Em (SINGHOSE, 1997), investigou-se o comportamento dinmico de um guindaste.
A tcnica de feedfoward foi proposta para reduo da vibrao residual, na presena de
rudos.
26
Em (GAO, 1997), apresentou-se uma estratgia de controle para uma ponte rolante
tridimensional a partir de um mtodo de parametrizao, atravs do qual foi calculada
a trajetria tima da carga. Neste caso, um algoritmo de aprendizagem foi usado para
gerar o sinal de controle que leva a sada do sistema a rastrear a trajetria desejada.
Em (YOSHIDA, 1997), props-se um sistema de controle no-linear para a ponte
rolante, visando contolar a posio do carro e minimizar as oscilaes da carga utilizando
o mtodo de Lyapunov para gerar uma lei de controle estvel.
Em (GIUA, 1999), considerou-se um modelo linearizado com parmetros variantes no
tempo de uma ponte rolante e mostrou-se como projetar um controlador utilizando uma
tcnica de estabilizao por realimentao de estados para sistemas variantes no tempo.
O sistema em malha fechada resultante equivalente, por meio de uma transformao de
Lyapunov, a um sistema estvel invariante no tempo. Mostrou-se tambm, que possvel
reconstruir os estados do sistema a partir da medio da posio do carro, por intermdio
de um observador variante no tempo.
Em (MNDEZ, 1999), desenvolveu-se um controlador auto-sintonizvel baseado em
redes neurais, visando minimizar as oscilaes indesejadas da carga, durante e no nal
do movimento em uma ponte rolante. O sistema de controle proposto utiliza uma rede
neural para ajustar os parmetros de um controlador por realimentao de estados. A
grande vantagem deste mtodo consiste no fato de o treinamento da rede ser feito on-line,
utilizando o algoritmo back-propagation.
Em (SUZUKI, 2000), props-se um sistema de controle semi-automtico para pontes
rolantes industriais. Neste caso, a ponte rolante continuaria a ser manipulada pelo ope-
rador, porm o sistema de controle seria responsvel pela supresso das oscilaes da
carga.
Em (VIKRAMADITYA, 2000), elaborou-se um controle no-linear para uma ponte
rolante tridimensional, utilizando funes de Lyapunov e uma verso modicada do con-
trole do tipo sliding surface. O controle proposto garante a estabilidade do sistema em
malha fechada e os resultados das simulaes demonstraram o desempenho e a robustez
em estabilidade do sistema de controle desenvolvido.
Em (LEE, 2001), foi proposta uma tcnica baseada em lgica fuzzy para controlar as
oscilaes da carga em uma ponte rolante industrial. A proposta consiste em um servo
mecanismo de posio, responsvel por controlar tanto a posio quanto o comprimento
do cabo, enquanto que o controlador fuzzy ca encarregado de reduzir as oscilaes da
carga. Os resultados experimentais mostraram que o controle proposto garante preciso
27
tanto no posicionamento quanto na minimizao das oscilaes da carga em presena de
condies iniciais no-nulas para o ngulo.
Em (BARTOLINI, 2002), foi desenvolvido um sistema de controle de modo deslizante
(sliding mode ) de segunda ordem para aplicao em pontes rolantes. O objetivo era
garantir uma rpida transferncia de carga com supresso da oscilao do ngulo de
balano durante o transporte da mesma.
No IME, a idia de implementao do sistema Ponte Rolante surgiu como Projeto
de Final de Curso de Rocha et al. em 2006, orientado pelo Prof. Ney Bruno, tendo sido
iniciada a sua construo, que foi aperfeioada ao longo dos ltimos anos e que serviu de
apoio realizao deste trabalho.
Em (ARAGO, 2008), foi realizado um controle baseado no mtodo de alocao de
plos baseado na formulao de Ackermann e tambm a gerao de trajetria com perl
de velocidade trapezoidal com o objetivo de reduzir a potncia fornecida pelos motores
nos instantes iniciais de deslocamento do sistema.
O presente trabalho procura mostrar a possibilidade da aplicao de diversos tc-
nicas de controle j consagradas, alm de permitir um estudo a cerca da robustez em
estabilidade do sistema Ponte Rolante empregando a sntese PRCBI, quando da variao
de determinados parmetros intrnsecos do modelo.
1.4 ORGANIZAO DA DISSERTAO
A seguir, ser apresentado um breve resumo da estrutura e do contedo deste tra-

balho.
O captulo 2 apresenta os fundamentos tericos empregados no desenvolvimento da
dissertao. Tais elementos abarcam as seguintes reas no estudo da Teoria de Controle:
modelagem, projeto de controladores, anlise de robustez em estabilidade e gerao de
trajetria.
O captulo 3 apresenta o levantamento dos modelos no-linear e linear do sistema
ponte-rolante. Tal modelagem aborda no apenas o funcionamento do sistema quando o
mesmo for solicitado a realizar um deslocamento horizontal no plano XY, como tambm,
a modelagem do sistema servo de posio responsvel pelo deslocamento vertical (eixo
Z) da carga. Algumas simulaes foram implementadas no intuito de serem realizadas
algumas observaes a cerca do comportamento dos modelos encontrados quando da
imposio de determinada entrada.
O captulo 4 apresenta a simulao com os diversos modelos de plantas controladas
28
obtidas, utilizando as tcnicas abordadas no captulo 2. De forma resumida, encontram-se
listados a seguir os tpicos pertinentes a este captulo:
Projeto de Controlador PID;
Projeto de Controlador Utilizando Mtodo de Alocao de Plos Via Formulao

de Ackermann;
Projeto de Observador de Estados;
Projeto de Controlador Nebuloso;
Anlise de Desempenho e Robustez com Controlador LQG e PRCBI; e
Aplicao de Mecanismos de Gerao de Trajetria.
O captulo 5 apresenta a concluso deste trabalho, analisando seu contedo em termos

dos objetivos propostos, e as perspectivas para trabalhos futuros.
29
2 FUNDAMENTOS TERICOS EMPREGADOS
Este trabalho procurou utilizar as vrias ferramentas de controle disponveis na atu-

alidade, desde as clssicas, como o controle PID, ainda bastante usado na indstria, at
as mais sosticadas, ligadas s snteses de controladores robustos.
Este captulo pretende descrever, de forma resumida, as diversas teorias de controle
empregadas, comeando pelo PID, usando compensadores em cascata com o modelo em
funo de transferncia e realimentao de sada. Em seguida, emprega-se o modelo em
espao de estados (LQR - Linear Quadratic Regulator) e, tambm, usando observadores
timos (LQG - Linear Quadratic Gaussian). Mais adiante, associa-se estrutura LQG
uma sntese de robustez paramtrica. Outra tcnica aqui empregada utilizou a lgica
fuzzy para controle de posio e do ngulo de oscilao da carga.
O passo inicial do trabalho consistiu na obteno de um modelo matemtico convel
que encontra-se detalhado no captulo 3. Para a obteno do modelo, foi utilizada a
tcnica conhecida como formulao de Lagrange.
2.1 FORMULAO DE LAGRANGE-EULER
A formulao de Lagrange acrescentou caractersticas de grande importncia se com-

parada com os mtodos de modelagem existentes at a poca. Alm de o enfoque poder
ser realizado sobre o sistema considerando-o como uma unidade orgnica, ou seja, no
exigindo o particionamento em pedaos isolados, as equaes lagrangeanas so invari-
antes com transformaes de coordenadas. Sua forma permanece idntica qualquer que
seja o sistema de coordenadas escolhido, inclusive no-inerciais.
A funo lagrangeana L denida como a diferena entre a energia cintica T e a
energia potencial V , ou seja, L T V . O movimento do corpo expresso em termos
de coordenadas generalizadas qk , que se relacionam com as coordenadas cartesianas x, y
e z por meio de expresses do tipo:
x = x(q1 , q2 , q3 , t)
y = y(q1 , q2 , q3 , t) (2.1)
z = z(q1 , q2 , q3 , t)
A dependncia temporal nessas relaes s existe quando h movimento relativo entre
30
os sistemas de coordenadas. Se ambos os sistemas esto xos, ento tal dependncia
temporal no existe. A velocidade generalizada denida por qk dqk /dt (MONTEIRO,
2006).
Em sntese, as equaes de Lagrange so denidas da seguinte forma:

d L
L
= Qk , (k = 1, 2, ..., n)
dt qk qk
(2.2)
L=T V
Onde:
{q1 , q2 , ..., qn } um conjunto de coordenadas independentes e que denem de forma

unvoca a congurao do sistema (coordenadas generalizadas);
L a funo lagrangeana do sistema mecnico;
T a expresso da energia cintica da partcula;
V a expresso da energia potencial em funo, de modo geral, das qk , qk e Qk ,

onde esta ltima a funo fora generalizada associada coordenada qk .
2.2 CONTROLADOR PID
O controlador do tipo PID (Proporcional, Integral e Derivativo) vem sendo utilizado

nos processos industriais h mais de 60 anos com bons resultados. Trata-se de um
mtodo emprico e de fcil implementao, razo do seu grande sucesso. A utilizao e a
sobrevivncia junto s tcnicas modernas, deve-se no somente ao seu bom desempenho
mas, principalmente, sua fcil implementao, que gera um eciente custo benefcio. O
controle por PID pode ser visualizado na FIG. 2.1.
FIG. 2.1: Controle por PID
A FIG. 2.1 mostra uma das muitas estruturas do controlador PID (diagrama no
domnio de Laplace), aplicado no controle em MF (malha fechada) de um processo. O
31
bloco trcejado na FIG. 2.1 mostra o controlador com entrada e(t) e sada u(t). A relao
entre os sinais de entrada e sada dada pela equao integro-diferencial:
Z
Kp de(t)
u(t) = Kp e(t) + e(t)dt + Kp Td (2.3)
Ti dt
A EQ. (2.3) mostra as trs parcelas constantes envolvidas, que caracterizam o nome
do mtodo. O objetivo fazer a sintonia do controlador, ajustando as constantes Kp , Td
e Ti , para que o conjunto, em malha fechada, seja estvel e apresente um desempenho
dentro do que est especicado pelo projetista.
Aplicando a Transformada de Laplace, obtm-se a Funo de Transferncia:

U (s) 1
H(s) = = Kp 1 + + Td s (2.4)
E(s) Ti s
2.2.1 MTODOS DE SINTONIA - ZIEGLER & NICHOLS
1o Mtodo
Caso seja possvel realizar ensaios com a planta, aplica-se um degrau na entrada da
planta em malha aberta e medem-se os comprimentos L e T mostrados na FIG. 2.2, sobre
o sinal de sada da planta. Este mtodo s se aplica se o sistema apresentar a resposta
com a forma mostrada na gura.
FIG. 2.2: Resposta do Sistema em Malha Aberta
A partir dos valores numricos dos comprimentos L e T, aplicam-se as regras previstas

na TAB. 2.1, para obter os parmetros do compensador.
32
TAB. 2.1: Parmetros do Controlador PID - 1o Mtodo de Ziegler e Nichols
Tipo de Controlador Kp Ti Td
T
P L 0
PI 0.9 TL L
0.3 0
PID 1.2 TL 2L 0.5L
Este mtodo foi desenvolvido pelos pesquisadores Ziegler e Nichols de forma

emprica, mas apresenta bons resultados. Os valores das constantes, mostrados na
tabela, so usados como uma sintonia "grossa". Servem como ponto de partida para
uma sintonia "na", obtida ajustando-se os parmetros diretamente na planta, de forma
a obter o desempenho desejado (OGATA, 1987).
2o Mtodo ou Mtodo do Ciclo Mximo

Neste mtodo, fecha-se a malha com apenas o controlador proporcional, como mostra
a FIG. 2.3 a seguir. Aplica-se um degrau na entrada e mede-se a frequncia de oscilao.
Varia-se o ganho K progressivamente at que a resposta da planta aplicao de um
degrau seja oscilante. O valor de K nesta situao conhecido como ganho no limiar da
instabilidade e denido como KCR (ganho crtico). Mede-se tambm o valor do perodo
de oscilao do sinal senoidal, TCR , no limite da estabilidade (OGATA, 1987).
FIG. 2.3: Resposta do Sistema em Malha Fechada com Controlador Proporcional
De posse dos parmetros KCR e TCR aplica-se a TAB. 2.2 para obter os valores dos
parmetros de ajuste do compensador PID.
33
TAB. 2.2: Parmetros do Controlador PID - 2o Mtodo de Ziegler e Nichols
Tipo de Controlador Kp Ti Td
P 0.5KCR 0
PI 0.45KCR TCR /1.2 0
PID 0.6KCR 0.5TCR 0.125TCR
2.3 CONTROLE EM ESPAO DE ESTADOS (CASO CONTNUO)
O Controle Moderno, a partir da dcada de 1960, introduziu a modelagem em espao

de estados como ferramenta matemtica bsica para anlise e projeto de sistemas de
controle. Esta abordagem permitiu um extraordinrio avano nesta rea da pesquisa
cientca e coincidiu com o grande impulso na indstria aeroespacial, que levou a NASA,
em julho de 1969, ao feito de fazer o homem pisar no solo lunar.
A modelagem consiste em denir um vetor de estados contendo um nmero n de
sinais oriundos de grandezas fsicas convertidas em variveis de estado e que representam
toda a dinmica do sistema.

x1 (t)

x (t)
2
x(t) = . (2.5)
..

xn (t)
Normalmente, a dinmica do sistema no domnio do tempo representada matema-
ticamente por equaes diferenciais, extradas das leis desenvolvidas em cada campo da
cincia, por exemplo, leis de Newton, de Kircho, de Ampre e outras, ou da formulao
de Lagrange.
Dentre as diversas metodologias relacionadas a projetos de controle, a teoria de
espao de estados foi bastante utilizada neste trabalho.
Esta tcnica visa a atender determinadas especicaes de projeto, como tempo de
acomodao, overshoot e outros parmetros previamente estabelecidos pelo projetista.
A realocao arbitrria dos plos do sistema, visando o atendimento de condies pr-
estabelecidas, dever exigir do sistema determinadas condies, como controlabilidade,
observabilidade e a disponibilidade de toda as variveis de estado para a realimentao
do sistema ou o uso de observadores de estado quando nem todas as variveis do sistema
puderem ser mensuradas.
34
Para utilizar tcnicas de controle moderno, necessita-se representar o modelo da
planta na forma de equaes em espao de estado:
(
x(t) = Ax(t) + Bu(t)
(2.6)
y(t) = Cx(t) + Du(t)
onde A chamada matriz de estados, B, de matriz de entrada, C, de matriz de sada, e
D, de matriz de transmisso direta. A FIG. 2.4, o diagrama de blocos de um sistema de
controle linear em tempo contnuo, representado sob a forma de espao de estados.
FIG. 2.4: Diagrama em bloco da representao da planta em espao de estados
2.3.1 CONCEITO DE CONTROLABILIDADE
Um sistema dito controlvel no instante t0 se for possvel, por meio de um vetor de

controle no limitado, transferir o sistema de qualquer estado inicial x(t0 ) para qualquer
outro estado, em um intervalo de tempo nito (OGATA, 1987).
Desta forma, considera-se o seguinte sistema de tempo contnuo:
x(t) = Ax(t) + Bu(t) (2.7)
onde:
x = vetor de estado de tamanho n
u = sinal de controle (escalar)
A = matriz n x n
B = matriz n x 1
Seja a matriz Co , chamada de matriz de controlabilidade, formada pelos seguintes

vetores coluna (n x 1) denida pela EQ. (2.8):
35
Co = [B, AB, A2 B, . . ., An1 B] (2.8)
Um sistema dito controlvel se, e somente se, esses vetores forem linearmente
independentes, ou seja, a matriz de controlabilidade Co (n x n) for de posto cheio.
Para controlar o sistema, utiliza-se o controle por realimentao de estados, fazendo
u(t) = Kx(t) + r(t). Admitindo que o sistema seja completamente controlvel e alo-
cando os plos de malha fechada por intermdio de condies do sistema (overshoot,
tempo de acomodao, etc.) em s1 = p1 , s2 = p2 , ..., sn = pn , a matriz de ganho K de
realimentao de estados pode ser obtida utilizando a formulao de Ackermann ou a
sntese de controle LQR.
Frmula de Ackermann:
K = [00...01]C1
o (A) (2.9)
onde: (s) o polinmio desejado para o sistema, dado por:
(s) = (s p1 )(s p2 )...(s pn ) (2.10)
O diagrama em blocos completo referente ao controlador mostrado na gura abaixo:
FIG. 2.5: Diagrama em bloco referente ao controlador
A partir do diagrama de blocos anterior, tem-se:
u(t) = M r(t) Kx(t) (2.11)
onde K o ganho de realimentao dos estados e M o ganho que assegura o erro nulo
em estado estacionrio. Observe que r(t) a referncia para a sada y, enquanto que
Mr(t) a referncia ajustada para o erro nulo.
36
Assim, o sistema em malha fechada ca denido pelas equaes de estado:
(
x(t) = (A BK)x(t) + BM r(t)
(2.12)
y(t) = Cx(t)
cuja funo de transferncia dada por:
F (s) = C(sI (A BK))1 BM (2.13)
A partir desta equao, denimos:
S(s) = C(sI (A BK))1 B (2.14)
Aps a determinao de K, podemos calcular M de tal forma que:
F (0) = S(0)M = 1 (2.15)
Logo,
M = S(0)1 (2.16)
que faz com que o erro em regime permanente para determinada entrada seja sempre
nulo (OGATA, 1987).
2.3.2 CONCEITO DE OBSERVABILIDADE
O sistema ser dito observvel, se todo estado x(t0 ) puder ser determinado pela obser-
vao de y(t) durante um intervalo de tempo nito, t0 t t1 . O sistema , portanto,
completamente observvel se cada transio do estado puder afetar cada elemento do
vetor de sada (OGATA, 1987).
Para mostrar a observabilidade completa de estado, considera-se o sistema denido
pelas equaes:
(
x(t) = Ax(t) + Bu(t)
(2.17)
y(t) = Cx(t)
onde:
x(t) = vetor de estados de tamanho n
y(t) = vetor de sada de tamanho m
37
A = matriz n x n
C = matriz m x n
Seja a matriz O, chamada de matriz de observabilidade, formada pelos seguintes

vetores linha (1 x n) denida pela EQ. (2.18):

C

CA

O=
CA
2
(2.18)

...

CAn1
O sistema dito completamente observvel se, e somente se, esses vetores forem
linearmente independentes, ou seja, a matriz de observabilidade O(n x n) for de posto
cheio.
A lei de controle utilizada assume que todo estado do sistema est acessvel para
realimentao, porm, s vezes, os estados no esto totalmente disponveis para medida,
seja pelo elevado custo dos sensores ou por no ser possvel sicamente medir algumas
variveis.
A estrutura do observador utiliza o modelo matemtico da planta, o sinal de entrada
u(t) e o sinal de sada y(t) para estimar o vetor de estados em dado instante de tempo.
Porm, h necessidade de se utilizar uma realimentao do erro entre a sada real e a sada
estimada com o intuito de compensar o desconhecimento do estado inicial da planta.
Considerando x o estado estimado, dene-se o modelo matemtico do observador
como:
x = Ax(t) + Bu(t) + Ke (y(t) C x(t)) (2.19)

| {z }
Parcela
Realimentada
ou
x = (A Ke C)x + Bu + Ke y (2.20)
onde C x a sada estimada. A matriz Ke denominada matriz de ganho do observador e

selecionada de forma que se obtenha um bom comportamento para o erro de estimao,
isto , de maneira que o erro convirja rapidamente para zero. Para calcular Ke , utiliza-se
o mesmo princpio do clculo de K no controlador, porm os plos usados sero pelo
38
menos de duas a cinco vezes mais rpidos do que os plos do sistema de malha fechada
e em vez de utilizar a matriz de controlabilidade na frmula de Ackermann, utiliza-se a
matriz de observabilidade (OGATA, 1987).
Aps o clculo do observador e do controlador, tem-se um modelo igual ao do dia-
grama de blocos a seguir.
FIG. 2.6: Diagrama em Blocos do Sistema com Observador de Estados
2.4 CONTROLE EM ESPAO DE ESTADOS (CASO DISCRETO)
A importncia de tratar o controle de sistemas em tempo discreto decorre da neces-

sidade, cada vez mais frequente, de implementao de sistemas de controle com uso de
computadores ou processadores. O computador deixou de ser uma simples ferramenta e
passou a integrar os sistemas. Esse tipo de implementao, puramente numrica, exige
o tratamento discreto.
Considere o sistema multivarivel discreto LTI (Linear Time Invariant ) descrito pelas
equaes de espao de estados a seguir:
(
xk+1 = .xk +.uk
(2.21)
yk = C.xk
onde:
x o vetor de estados (x Rn )
u o vetor de entrada (u Rp )
y o vetor de sada (y Rq )
39
a matriz de transio de estados discreta ( Rnn )
a matriz de Entrada discreta ( Rnp )
C a matriz de sada (C Rqn )
Sujeito lei de controle denida por:
uk = Kc xk (2.22)
ou
uk = Kc xk (2.23)
A malha fechada com o vetor de estados obtido por um estimador corrente xk ou

por um observador preditor xk .
Equao do Estimador Preditor
xk+1 = xk +uk +Lp (yk Cxk ) (2.24)
onde Lp o ganho do observador preditor.
Equao do Estimador Corrente
x = xk + Lc (yk C xk ) (2.25)
|k {z }
Equao de Estimao
e
xk = xk1 + uk1 (2.26)

| {z }
Equao de Predio
Nesta abordagem, tanto o ganho Kc do controlador como os ganhos Lp e Lc dos

observadores de estado, so obtidos por alocao de plos, tomando-se o cuidado de
compatibilizar a dinmica dos sistemas, ou seja, a dinmica do observador deve ser mais
rpida que a do controlador.
40
Os mtodos para calcular os ganhos citados so relativamente simples. A alocao de
plos pode ser obtida por meio da comparao de polinnimos ou pela frmula de Acker-
mann para sistemas SISO (Single Input Single Output ), ou por meio da utilizao da fr-
mula de Bass-Gura para sistemas MIMO (Multiple Input Multiple Output )(PELLANDA,
1993).
2.4.1 REGULADOR LINEAR QUADRTICO GAUSSIANO(LQG)
A sntese LQG adota a mesma postura de realimentao de estados estimados por

um observador, sendo os ganhos obtidos por um processo de otimizao.
O ganho timo, Kc , obtido pela sntese LQR, que consiste em encontrar um vetor
de ganhos que minimize a a funo custo, dada pela expresso:
N
X
JLQR(Discreto) = xT T
k .Q1 .xk +uk .Q2 .uk (2.27)
k
onde Q1 , uma matriz simtrica e positiva semi-denida, e Q2 , uma matrix simtrica

e positiva denida, so matrizes de ponderao dos estados da planta e das entradas,
usadas no critrio da EQ. (2.27), escolhidas arbitrariamente pelo projetista para atender
um desempenho desejado e xk o vetor constitudo dos estados reais da planta.
Os ganhos timos, tanto do estimador preditor quando do estimador corrente, sero
obtidos pelo Filtro de Kalman, que ser ser discutido mais adiante.
A implementao da estrutura LQG exige a aplicao do Princpio da Separao. Por
meio deste princpio, possvel calcular o ganho Kc , pela sntes LQR, como se os estados
reais estivessem disponveis e o ganho de Kalman, separadamente, correspondendo ao
estimador timo.
Desta forma, conclui-se que apesar de a sntese LQG utilizar a sntese LQR para
clculo do controlador, as diferenas principais residem no fato de que a estimao do
estado no mtodo LQG obtida por estimador timo, onde o sistema est submetido a
rudos atuando na planta e na sada, de natureza estocstica e de distribuio Gaussiana
(PELLANDA, 1993; ADES, 1994).
Seja o Sistema Estocstico Discreto LTI:
(
xk+1 = .xk +.uk +F.wk
(2.28)
yk = C.xk +vk
onde:
41
x o vetor de estados (x Rn ).
u o vetor de entrada (u Rp ).
y o vetor de sada (y Rq ).
a matriz da dinmica do modelo discreto ( Rnn ).
a matriz de entrada do modelo discreto ( Rnp ).
C a matriz de sada (C Rqn ).
F a matriz de entrada de rudo na planta (F Rnp ).
w o rudo na planta (w Rp ).
v o rudo nas medidas de sada dos sensores (v Rq ).
Sujeito a lei de controle:
uk = Kc .xk (2.29)
onde xk a expresso simplicada de xk/k , ou seja, do estado estimado no instante k,

conhecendo-se a medida yk . E ainda, wk e vk possuem algumas particularidades, a saber
(ADES, 1994):
So rudos brancos, gaussianos e no correlacionados entre si;
E [wk ] = E [vk ] = 0, onde E [a] denota a esperana (valor esperado) da varivel

aleatria a;

E wk .wT
k = W;

k = R;
E vk .vT
h i T
Q = E (F.wk ) . (F.wk )T = E F.wk .wT
k .F
T
= F.E wk .wT T
k .F = F.W.F ;
Q uma matriz simtrica e positiva semi-denida;
R uma matriz simtrica e positiva denida.
Quando utilizado um ltro de Kalman preditor, o controle obedece a lei dada pela
EQ. (2.29), onde xk xk/k1 . Sendo xk/k1 o vetor de estado estimado no tempo k,
conhecida a sada no instante k-1. A matriz de ganho de realimentao de estado Kc
calculada pela minimizao do critrio quadrtico, dado por:
42
" #
X
JLQG(Discreto) =E xT T
k .Q1 .xk + uk .Q2 .uk (2.30)
k
O ganho timo Kf calculado de modo a minimizar o trao da matriz de covarincia

do erro de predio P0 , calculada da seguinte forma:
h T i
P0 = Pk/k1 = E xk/k1 xk . xk/k1 xk (2.31)
A dinmica da estrutura LQG com ltro de Kalman preditor, conforme FIG. 2.7,
dada por:

xk+1 | .Kc xk

= | . +

xk+1/k Kf .C | 0 0 .Kc Kf .C0 xk/k1

F | 0 wk

+
.rk + | .
(2.32)
0 0 | Kf vk
FIG. 2.7: Estrutura LQG com Filtro de Kalman Preditor
O ganho timo em regime permanente dado por:
43
1
Kf = 0 .P0 .CT 0 T
0 . C0 .P .C0 +R (2.33)
onde P0 a soluo da EQ. Algbrica de Ricatti Discreta, dada por:

T 1
P0 0 .P0 .T
0 + 0 .P0
.C T
0 . R+ C 0 .P0
.C0 .C0 .P0 .T
0 Q = 0 (2.34)
Como se observa na EQ. (2.32) e FIG. 2.7, o estado realimentado no instante k

estimado em funo das medidas obtidas at o instante anterior, yk1 . Isto signica que
o valor do estado estimado no depende dos valores atuais de observao. Consequente-
mente, o controle pode no ser to preciso como deveria.
Existe tambm a estrutura LQG com ltro de Kalman corrente, conforme FIG. 2.8,
que se baseia na estimao corrente xk/k e na medida corrente yk que tambm ca sujeita
lei de controle dada pela EQ. (2.29). Porm, xk xk/k (PELLANDA, 1993).
FIG. 2.8: Estrutura LQG com Filtro de Kalman Corrente
A dinmica da estrutura LQG com Filtro de Kalman Corrente dada por:

xk+1 | .Kc

= | .

xk+1/k+1 Kf .C. | (I Kf .C0 ) . (0 0 .Kc ) Kf .C..Kc
44

xk F | 0 wk

.
+ .rk + | .
(2.35)
xk/k 0 Kf .C.F | Kf vk
O ganho timo em regime permanente do ltro de Kalman corrente tambm se

relaciona com o ganho timo do ltro de Kalman predito pela equao:
Kf = 1
0 .Kf (2.36)
onde Kf calculada pela da EQ. 2.33 e a matriz de covarincia do erro de estimao dos
estados em regime assinttico dada por:
P = Pk/k = 1 0 T
0 . (P Q) .0 (2.37)
onde P0 a soluo da equao de Ricatti discreta dada pela EQ. (2.34).
2.4.2 SNTESE DE CONTROLE ROBUSTO PARAMTRICO (PRCBI)
A estrutura LQG, uma vez que o ltro de Kalman utiliza o modelo nominal, ca sen-
svel a qualquer variao paramtrica da planta. Quando isto ocorre, o ltro ca fora de
sintonia com a planta e o desempenho e at mesmo a estabilidade cam comprometidos.
Assim, uma estratgia de controle indicada robustecer a estrutura LQG quanto
s variaes paramtricas da planta. Por esta razo, apresenta-se, a seguir, a sntese
PRCBI (Parameter Robust Control by Bayesian Identication ), que pretende tornar a
estrutura LQG mais robusta. Neste trabalho, ser apresentado apenas um resumo da
sntese PRCBI (PELLANDA, 1993).
importante salientar que a teoria da identicao bayesiana usada pela sntese
PRCBI apenas com a nalidade de gerar um critrio a ser aplicado na otimizao para
se obter um controlador que seja robusto em relao a variao de um dado conjunto de
parmetros.
A seguir ser apresentada uma breve e resumida explicao da sntese PRCBI. A
complementao deste assunto pode ser vista em (PELLANDA, 1993; ADES, 1994;
CAINELLI, 2005).
45
Considera-se um sistema linear S , discreto, representado por:
(
xk+1 = () .xk +F.wk
S :
yk = C.xk +vk
em que wk e vk so rudos brancos, gaussianos, independentes, de mdia nula e covarin-

cias E[wk .wk T ]= Q e E[vk .vk T ]= R.
A matriz depende de um conjunto de parmetros que formam um vetor paramtrico
Rp e 0 o conjunto assumindo os valores nominais designados pelo sistema.
A identicao bayesiana consiste em obter a funo densidade de probabilidade

condicional p /yk partindo do conhecimento de uma condio inicial p0 () e de
yk = {y0 , y1 , y2 , ..., yk } que represente o conjunto de todas as medidas obtidas at o ins-
tante k.
Aplicando a regra de Bayes obtm-se:

p /yk1 .p yk /, yk1
p /yk = (2.38)
k1
p yk /y
Uma formulao matemtica obtida a partir desta relao recorrente EQ. (2.38)
que pode ser resumida na expresso:

p /yk = p 0 +/yk = f G1
0 (2.39)
Obtm-se uma matriz que, em regime estacionrio, proporcional ao inverso da ma-

triz de covarincia do vetor paramtrico estimado, representando desta forma, a qualidade
da identicao.
A FIG. 2.9 mostra, para o caso escalar, que a qualidade de identicao est forte-
mente associada com o valor da varincia. Uma pequena varincia implica em uma boa
identicao e, portanto, uma maior sensibilidade do sistema a variaes paramtricas.
O efeito contrrio, ou seja, a mxima varincia implica em uma forte insensibilidade do
sistema em relao a variaes paramtricas. Assim o critrio pode ser explicado desta
forma:

min Tr G1
0 max (0 ) Boa Robustez Paramtrica em relao a
46
FIG. 2.9: Qualidade de Identicao Paramtrica.
A notao usada para a variao paramtrica a seguinte:
() = ()p ()0 (2.40)
onde, () representa um argumento qualquer, o ndice p indica que o argumento pertence

ao vetor de parmetros sensveis e sofreu uma variao em relao ao valor nominal, e
nalmente, o ndice 0 que representa que o argumento funo do vetor paramtrico
nominal. No entanto, alguns argumentos dependem da estrutura LQG como um todo
FIGs. 2.7 e 2.8, isto , sero ditos nominais se a planta e o ltro de Kalman estiverem em
funo dos valores nominais dos parmetros sensveis, caso contrrio estes argumentos
sero considerados perturbados.
A TAB. 2.3 faz referncia a notao adotada e a FIG. 2.10 ilustra a estrutura do
problema abordado.
TAB. 2.3: Notao Adotada.
Planta Filtro de Kalman Covarincia do Erro de Predio do Vetor de Sada

0 0 M0
0 + 0 Mp
h i
Sendo M = E (yk yk ) . (yk yk )T em regime estacionrio (k ), onde
yk = C.xk .
A sntese PRCBI ser aplicada no sentido de tornar robusta a estrutura LQG em
relao as variaes paramtricas.
47
FIG. 2.10: Estrutura LQG do problema abordado
Considere ento o seguinte conjunto de expresses que denem as relaes entre o

sistema nominal e o perturbado:

p = 0 +

M = M +M
p 0
(2.41)

Kfdp = Kfd0 +Kfd

P 0 = P 0 + P0
p 0
onde M a matriz de covarincia do erro de predio do vetor de sada, Kfd o ganho

do FK e P0 a matriz de covarincia do erro de predio do vetor de estado.
Para o clculo da matriz G1
0 , devem-se considerar as seguintes denies:
T
= 1 2 i r (2.42)
T
ii i
= = 0 0 i 0 0 ,i = 1r (2.43)
T
ij = 0 0 i 0 0 j 0 0 , i 6= j (2.44)
em que:
o vetor de parmetros sensveis. Em outras palavras, o vetor composto pelas

variveis que, ao sofrerem alteraes no seu valor nominal, fazem com que o sistema
caminhe para instabilidade; e
48
o valor percentual entre a varivel nominal e a perturbada.

Alm disso, dene-se Tr M1
0 .M ij
como sendo um valor calculado em funo da
perturbao ij , ento:

Tr M1
0 .M i
gii = G1
0 (i, i) = (2.45)
2i
1 2 2

Tr M0 .M ij
.g
i ii + .g
j jj
gij = G1
0 (i, j) = (2.46)
2.i .j
i6=j
Para o clculo de M0 e M utilizam-se as seguintes equaes:
M0 = C0 .P0 0 .CT
0 +R (2.47)
M = C0 .P0 .CT
0 (2.48)
onde P0 0 pode ser calculado a partir da EQ. (2.34). Calcula-se ento as matrizes auxiliares
L, N e P0 , conforme as equaes a seguir:
L = (0 0 .Kc ) .L. (0 0 .Kc )T +
+ (0 0 .Kc ) .Kfd0 .M0 .Kfd0 T . (0 0 .Kc )T (2.49)
T
N = (0 0 .Kc ) .N. (I Kfd0 .C0 )T .T
0 (0 0 .Kc ) .L. +

(0 0 .Kc ) .Kfd0 .M0 . .Kfd0 +0 .Kfd (2.50)
P0 = 0 . (I Kfd0 .C0 ) .P0 . (I Kfd0 .C0 )T .T T T

0 .N. (I Kfd0 .C0 ) .0 +
T T
+ .Kfd0 +0 .Kfd .M0 . .Kfd0 +0 .Kfd +.L. +
T
0 . (I Kfd0 .C0 ) .NT . (2.51)
49
em que:
= .Kc (2.52)
As EQs. (2.49), (2.50) e (2.51) so equaes matriciais de Lyapunov do tipo:
X= F.X.G+H (2.53)
A soluo destas equaes encontra-se no Apndice 7.2.

Entretanto, uma matriz no um bom parmetro para comparao de robustez
e tambm no dene precisamente uma medida de robustez. Foram investigados em
(GOMES, 1991) diversos ndices relacionados com a matriz G1
0 (trao, determinante,
autovalor de maior mdulo, etc.), tendo sido escolhido como critrio de robustez:

Jrobusto =Tr G1
0 (2.54)
2.4.3 CRITRIOS PRCBI
Conhecendo-se a estrutura de controle em MF descrita na seo 2.4.2 e considerando

a medida de robustez representada pela EQ. (2.54), conforme ilustrado na FIG. 2.10,
a medida de robustez com base na qualidade da identicao bayesiana dos parmetros
sensveis necessita do conhecimento das matrizes F, Q e R e as caractersticas estocsticas
dos rudos que atuam no FK. Desta forma, duas situaes podem ocorrer:
a) O caso estocstico signica que as caractersticas de rudo do sistema so parmetros

impostos pelo problema. Neste caso, estas matrizes so impostas pelo modelo,
sendo consideradas como dados do problema. O ganho de Kalman determinado
em funo destas matrizes e dos valores nominais do sistema, restando agir sobre
o ganho de realimentao de estados Kc , conforme a FIG. 2.11, a m de minimizar
o seguinte critrio de robustez:

J1 = min Tr G1
0 (2.55)
Kc
50
b) Em uma segunda abordagem, o controlador Kc pode ser calculado para atender as
condies de desempenho, cando a minimizao dependente unicamente do ltro,
para tornar o sistema mais robusto, conforme FIG. 2.11. Para este caso, o critrio
de robustez a ser minimizado descrito da seguinte forma:

J2 = min Tr G1
0 (2.56)
F
FIG. 2.11: Sntese PRCBI atuando no controlador e na matriz de entrada de rudo.
A sntese PRCBI utilizar o mtodo de Powell das direes conjugadas e o mtodo

da aproximao polinomial (ADES, 1994) na minimizao dos critrios abordados ante-
riormente. Os processos ilustrados sero repetidos at que o trao mnimo de G1
0 sejam
obtidos. Aps as otimizaes, as matrizes Frobusto e Kcrobusto so introduzidas no regu-

lador, que passar a ser robusto em relao s variaes do vetor de parmetros sensveis
.
2.4.4 HIPERESFERA PERCENTUAL DE ESTABILIDADE
Uma tcnica de anlise torna-se necessria, neste contexto, para medir a robustez
paramtrica. Assim, uma das medidas mais importantes o raio da hiperesfera de esta-
bilidade.
51
A hiperesfera de estabilidade pode ser denida como a esfera de maior raio per-
centual de perturbao que poder ser inscrita na regio de estabilidade dentro do domnio
paramtrico, centrada no ponto do espao em que os parmetros assumem seus valores
nominais.
Quando o vetor de parmetros sensveis de segunda ordem, a hiperesfera
transforma-se em uma circunferncia, sendo portando possvel visualiz-la, bem como
a regio de estabilidade do domnio paramtrico (ADES, 1994). Este tipo de grco
ser empregado para visualizar e comparar a robustez do sistema Ponte Rolante com os
controladores LQG e PRCBI.
Uma gura de mrito dos controladores trabalhados ser o raio da hiperesfera per-
centual de estabilidade, que denido como a maior percentagem de perturbao admis-
svel pelo sistema, considerando qualquer dimenso do espao paramtrico. Um algoritmo
usado para calcular esse raio foi apresentado em (GOMES, 1991).
Inicia-se do ponto em que os parmetros assumem seus valores nominais com raio
bem pequeno. Testa-se aleatoriamente um grande nmero de direes com este raio. Caso
o sistema seja estvel para todas as direes testadas, isto , os plos de MF de todos
os modelos perturbados esto inseridos no crculo unitrio do plano Z, ento aumenta-
se o raio e repete-se o processo. Quando for alcanada a instabilidade, reinicializa-se o
processo com um raio percentual intermedirio entre o atual e o anterior, at que seja
obtida a preciso desejada para o referido raio. de bom senso que, ao aumentar o raio,
tambm seja aumentado o nmero de direes testadas.
O raio percentual da hiperesfera denido como:
q
R = r21 +r22 + +r2n (2.57)
onde R uma grandeza escalar e constante. Os modelos perturbados so gerados a partir

dos seguintes vetores de parmetros sensveis:

(1 + r1 ) 1N

(1 + r )
2 2N
= .. (2.58)
.

(1 + rp ) pN
52
2.4.5 DIAGRAMA DE SENSIBILIDADE DOS PLOS DE MF
O diagrama de sensibilidade dos plos de malha fechada dos sistema consiste em uma
visualizao grca do grau de sensibilidade do sistema.
Basicamente, o que deve ser feito variar os parmetros dentro dos limites pr-
estabelecidos (raio da hiperesfera de percentual constante) e traar o posicionamento dos
plos de MF do sistema correspondente a essas variaes correspondentes (ADES, 1994).
No caso do sistema Ponte Rolante, o vetor de parmetros sensveis de segunda
ordem. Logo:
!
1
= e portanto, <2 (2.59)
2
Seja 0 o vetor com valores nominais dos parmetros considerados, ento:

!
1N
0 = (2.60)
2N
Considere ainda o conjunto de pares (r1 , r2 ) que pertencem ao crculo de raio R e

satisfazem a seguinte equao:
q
R= r21 +r22 (2.61)
Pelo conjunto , possvel obter vetores paramtricos perturbados com raio per-
centual R, do seguinte modo:
!
(1 + r1 ) 1N
= (2.62)
(1 + r2 ) 2N
A partir da EQ. (2.62), a determinao dos modelos perturbados com raio percentual
constante torna-se elementar, j que as matrizes do sistema (transio de estados e de
entrada) so funes de . As referidas matrizes podem ser de sistemas contnuos ou
discretos. No sistema Ponte Rolante, estas matrizes representam o sistema discreto.
Portanto:
53
() e () (2.63)
Com as matrizes discretas obtidas aps as perturbaes paramtricas e com as ma-

trizes que representam a dinmica da estrutura LQG (com FK corrente), consegue-se
calcular os plos de MF do sistema com perturbao para criar o referido diagrama.
Este diagrama permite a fcil visualizao ou comparao entre a sensibilidade dos
plos de MF dos diversos controladores considerados.
2.5 LGICA FUZZY APLICADA EM CONTROLE DE SISTEMAS DINMICOS
A utilizao da lgica fuzzy vem crescendo diariamente e nas mais diversas reas do
conhecimento, como no controle de sistemas eletro-mecnicos, reconhecimento de carac-
teres, robs, sistemas de elevadores, aterrissagem de aeronaves, etc. Este crescimento
devido a sua grande simplicidade de implementao, alm de exigir pouco gasto em sua
montagem, o que melhora tanto para o fabricante, que diminui seus gastos, como para o
cliente, que adquire um produto mais eciente.
Este captulo apresenta um resumo da teoria dos sistemas de inferncia fuzzy,
necessrios para a compreenso e entendimento do controlador projetado neste trabalho.
Uma abordagem mais detalhada pode ser encontrada em (TANSCHEIT, 2003; DE CAM-
POS, 2004; MENDEL, 1995; AGUIRRE, 2007; MARTINS, 2007).
2.6 SISTEMAS BASEADOS EM REGRAS E INFERNCIA NEBULOSA
A FIG. 2.12 ilustra o sistema de inferncia fuzzy, que a base para o estudo apre-
sentado neste captulo.
54
FIG. 2.12: Sistema de Inferncia Fuzzy
Sistemas baseados em regras nebulosas tm a estrutura mostrada na FIG. 2.12, onde

esto identicados os principais mdulos que o compem e suas funes. Sistemas com
esta estrutura podem representar modelos utilizados em diversas aplicaes, inclusive
como controladores, que ser objeto de estudo.
Embora no obrigatrio, considerar-se-o entradas no-nebulosas, ou precisas, resul-
tantes de medies ou observaes (dados), que o caso da grande maioria das apli-
caes prticas. Em virtude disto, necessrio efetuar-se uma transformao destes
dados precisos em termos de conjuntos nebulosos relevantes, o que realizado no estgio
de fuzzicao (AGUIRRE et al., 2007).
Uma vez obtido o conjunto nebuloso (no caso de modelos lingusticos) ou funo de
sada (no caso de modelos funcionais) por intermdio do processo de inferncia (regra da
composio), no estgio de defuzzicao efetuada uma interpretao dessa informao.
Isto se faz necessrio pois, em aplicaes prticas, geralmente so requeridas sadas pre-
cisas. No caso de um sistema de controle, por exemplo, em que o controle efetuado por
um sistema de inferncia nebuloso (controlador nebuloso), este deve fornecer planta
dados ou sinais precisos, j que a apresentao de um conjunto nebuloso entrada da
planta no teria signicado.
Portanto, defuzzicar signica escolher, no universo das variveis de sada, um ele-
mento representativo da informao da inferncia. Existem vrios mtodos de defuzzi-
55
cao na literatura; dois dos mais empregados, para tratar modelos lingusticos so o
centro de gravidade (cog ) e a mdia dos mximos (mom ). Neste, a sada precisa obtida
tomando-se a mdia entre os dois elementos extremos no universo que correspondem aos
maiores valores da funo de pertinncia do consequente. Alternativas igualmente sim-
ples simples incluem o mnimo dos mximos (moM) e o mximo dos mximos (MoM).
Com o centro de gravidade, a sada o valor no universo que corresponde ao centro de
gravidade da rea sob a curva da funo de pertinncia, isto (denotando por z a sada
defuzzicada representativa do conjunto nebuloso C'), confome mostra a FIG. 2.13:
FIG. 2.13: Defuzzicao
R
C 0 (z)zdz
z = zR (2.64)
C 0 (z)dz
z
As regras podem ser fornecidas por especialistas, em forma de sentenas lingusticas,

e se constituem em um aspecto fundamental no desempenho de um sistema de inferncia
nebuloso. Novamente, tomando o exemplo de um controlador nebuloso, ele s ter um
bom desempenho se as regras que denem a estratgia de controle forem consistentes.
Extrair regras de especialistas na forma de sentenas do tipo se...ento pode no ser uma
tarefa fcil, por mais conhecedores que eles sejam do problemas em questo. Alternati-
vamente ao uso de especialistas para a denio da base de regras, existem mtodos de
extrao de regras a partir de dados numricos, ou a combinao de ambos.
No estgio de inferncia, ocorrem as operaes com conjuntos nebulosos propria-
mente ditas: a compatibilidade dos dados de entrada com os antecedentes das regras e
a obteno dos respectivos consequentes de acordo com o grau de ativao das regras.
Os conjuntos nebulosos de entrada, relativos aos antecedentes das regras, e o de sada,
56
referente ao consequente, podem ser denidos previamente ou, alternativamente, gerados
automaticamente a partir dos dados.
Um aspecto importante a denio dos conjuntos nebulosos correspondentes s
variveis de entrada (antecedentes) e (s) sada(s) (consequente(s)), pois o desempenho
do sistema de inferncia depender do nmero de conjuntos, isto , de sua granularizao,
e de sua forma. Pode-se efetuar uma sintonia manual das funes de pertinncia dos
conjuntos, porm mais comum empregarem-se mtodos automticos. A integrao entre
sistemas de inferncia nebulosos com mtodos de otimizao e redes neurais - originando
os sistemas neuro-fuzzy - ou com algoritmos genticos - originando os sistemas genticos
nebulosos - tem-se mostrado adequada para a sintonia de funes de pertinncia, assim
como para a gerao automtica de regras.
Finalmente, cabe ressaltar que modelos lingusticos em sistemas baseados em regras
nebulosas so aproximadores universais. Esta uma propriedade importante, pois as
tarefas de modelar e controlar sistemas e processos se traduzem em determinar funes
que representam o processo ou sistema e funes que representam a estratgia de controle.
2.6.1 CLASSIFICAO DE MODELOS FUZZY
Existem vrios modelos utilizados na formao das regras dos sistemas de inferncia
fuzzy. Este trabalho apresenta os dois modelos mais usados.
Geralmente, o desempenho do modelo fuzzy depende dos parmetros que denem
suas funes de pertinncia, do tipo de inferncia, dos operadores e dos processos de
fuzzicao e defuzzicao.
Modelo Mamdani
O modelo Mamdani conhecido tambm como modelo lingustico, pois formado

por regras com o formato:
R(j) : Se x1 A1 j e . . . e xn An j ento y B j (2.65)
onde Ai j e B j (j = 1, 2, . . . , J ) so os conjuntos fuzzy das variveis de entrada e sada

x = (x1 , . . . , xn )T <n e y <, respectivamente.
As variveis lingusticas so denidas pelos conjuntos fuzzy, de acordo com suas
respectivas funes de pertinncia Ai j (xi ) e B j (y).
57
Nesse tipo de modelo, geralmente as regras para construo do sistema so fornecidas
por operadores humanos especialistas. Atravs das regras torna-se possvel a interpre-
tao lingstica do sistema e suas aes.
FIG. 2.14: Sistema de Inferncia Mamdani
Modelo Takagi-Sugeno
O modelo Takagi-Sugeno no um modelo totalmente lingustico como o Mamdani,

pois tem a forma:
R(j) : Se x1 A1 j e . . . e xn An j ento y j = c0 j + c1 j x1 + . . . + cn j xn (2.66)
onde Ai j so conjuntos fuzzy, x = (x1 , . . . , xn )T <n o vetor de valores fsicos reais de

entrada, ci j so os parmetros reais e a sada desta regra j (j = 1, 2, . . . , J ) y j <.
Sendo assim, cada regra apresenta um modelo linear local da sada. Os parmetros
ci do modelo podem ser identicados facilmente a partir de dados numricos.
j
O modelo Takagi-Sugeno bastante utilizado na identicao de modelos feita por sis-

temas hbridos com auxlio de redes neurais. Em (LEITO, 2000), encontram-se maiores
detalhes sobre este modelo.
58
FIG. 2.15: Sistema de Inferncia TSK
2.7 PLANEJAMENTO DE TRAJETRIA
Observando que uma entrada do tipo degrau poderia consumir bastante potncia do
motor no instante inicial, devido ao alto valor assumido pelo sinal de comando, achou-se
necessrio encontrar outro perl de trajetria a ser aplicado como entrada de referncia
do sistema. Assim sendo, num processo de rastreamento com erro nulo, a entrada deve
apresentar uma forma de sinal calculada de tal maneira que possa impor um perl de
sada desejado. Uma abordagem mais abrangente mais abrangente sobre o tema pode
ser visto em (CRAIG, 1986; CARRILHO, 1998).
Apenas como ilustrao da importncia da trajetria pr-estabelecida, sero mostra-
dos dois grcos do modelo da Ponte Rolante, que ser objeto de detalhamento mais
adiante.
As FIGs. 2.16 e 2.17 mostram a amplitude do sinal de comando em volts em funo
do tempo, sendo que a primeira gerada quando fornecida uma entrada degrau, enquanto
que a segunda ocorre quando fornecida uma entrada de perl de velocidade trapezoidal.
Como pode ser vericado, a amplitude atingida nos instantes iniciais de movimento do
segundo sinal bem inferior em relao amplitude da primeira.
59
Resposta ao Degrau Unitrio modelo xgama
120
100
80
Tenso (V)
60
40
20
20
0 2 4 6 8 10
Tempo(s)
FIG. 2.16: Tenso de Entrada da Planta - Controlador Via Formulao de Ackermann
Sinal de Comando
Trajetria com Perfil de Velocidade Trapezoidal
70
60
50
40
Tenso(V)
30
20
10
10
0 2 4 6 8 10
Tempo(s)
FIG. 2.17: Sinal de Comando para uma Entrada com Perl de Velocidade Trapezoidal
Para o projeto da ponte rolante, alguns mecanismos de gerao de trajetria foram

implementados, conforme poder ser observado nas sees que se seguem.
2.7.1 TRAJETRIA COM PERFIL DE VELOCIDADE TRAPEZOIDAL
O perl trapezoidal denido para a velocidade do sistema, ou seja, o sistema inicia

seu movimento com uma velocidade inicial nula, acelera seguindo um movimento uni-
formemente variado fazendo com que a velocidade aumente linearmente at um valor
mximo pr-denido, o qual se mantm constante por um intervalo de tempo. Aps esse
60
tempo, o sistema comea a desacelerar com uma acelerao de mdulo igual a da ante-
rior fazendo com que a velocidade decaia linearmente at zerar. Nesse exato momento,
o sistema chega a sua posio nal. Denem-se, assim, os seguintes parmetros:
v(t) - velocidade do carro em funo do tempo;
a - mdulo da acelerao constante aplicada ao carro no instante inicial;
tc - intervalo de tempo em que o carro permanece acelerado positivamente, medido

a partir do instante t = 0;
tm+1 - intervalo de tempo a partir do qual, o carro comea a ser desacelerado,

medido a partir do instante t = 0. Esse intervalo de tempo dado em funo do
tempo total de movimento e de tc .
tm+1 = tf tc (2.67)
tf - o tempo total que o carro leva para chegar a sua posio nal.
Como exemplo, suponha os seguintes valores para os parmetros denidos anterior-

mente:
a = 4m/s2 (acelerao escalar do carro);
Sf = 50m (posio nal do carro);
S0 = 0m (posio inicial do carro);
tf = 10s (tempo total de deslocamento)
Desta forma, os grcos da posio, velocidade e acelerao, respectivamente, sero

das seguintes formas:
61
Grfico da Posio
50
45
40
35
30
Posio(m)
25
20
15
10
0
0 2 4 6 8 10
Tempo(s)
FIG. 2.18: Grco da Posio - Trajetria com Perl de Velocidade Trapezoidal
Grfico da Velocidade
6
4
Velocidade(m/s)
0
0 2 4 6 8 10
Tempo(s)
FIG. 2.19: Grco da Velocidade - Trajetria com Perl de Velocidade Trapezoidal
Grfico da Acelerao
4
2
Acelerao (m/s )
2
4
0 2 4 6 8 10
Tempo(s)
FIG. 2.20: Grco da Acelerao - Trajetria com Perl de Velocidade Trapezoidal
Assim, analisando as FIGs. 2.18, 2.19 e 2.20 conclui-se que:

62

at, 0 < t < tc

Sm+1 Sc
v(t) = , tc < t < tm+1 (2.68)

tm+1 tc
at, t
m+1 < t < tf
Existem duas formas de calcular os parmetros da trajetria de perl de velocidade

trapezoidal. A primeira forma consiste em especicar a acelerao constante de partida
enquanto que a segunda, consiste em especicar a velocidade do carro no perodo em
que esta estiver constante.
Especicando a Acelerao
Nessa primeira anlise, escolhe-se a acelerao que o carro deve ter no instante inicial,
respeitando certas condies que sero mostradas posteriormente, at um tempo tc , como
j foi denido anteriormente.
Usando a equao horria para o primeiro intervalo de um movimento uniformemente
variado, tem-se que:
at2
Sc = S0 + v0 t + (2.69)
2
Como o mvel parte do repouso:
at2
Sc = S0 + (2.70)
2
Como a trajetria simtrica em relao reta vertical que passa por t = tf /2,
temos que:
(
Sm+1 = Sf Sc
(2.71)
tm+1 = tf tc
Dessa forma em t = tc :
Sf 2Sc
v= = atc (2.72)
tf 2tc
Substituindo o valor de Sc j previamente encontrado, e desenvolvendo obtm-se:
at2c atf tc + Sf S0 = 0 (2.73)
O que resulta em:
63
q
atf (atf )2 4a (Sf S0 )
tc = (2.74)
2a
tf
Somente o termo negativo da equao acima levado em considerao, j que tc 2
.
Note que pelo resultado encontrado para tc , o mdulo da acelerao, a , deve respeitar
a seguinte desigualdade para que exista uma possvel gerao de trajetria:
4(Sf S0 )
a (2.75)
t2f
Especicando a Velocidade
Nesse caso, o determina-se a que velocidade o carro passa a se deslocar com acelerao
nula.
Como no instante tc , v(t) = v = atc , substituindo na EQ. (2.73) o valor de a nesse
instante, obtm-se:
vtc vtf + Sf So = 0 (2.76)
Portanto,

vtf (Sf S0 )
tc =
(2.77)
v
tf
Porm, como essa velocidade s ser constante no intervalo de tempo 0 < tc < 2
,
tem-se como resultado a seguinte restrio para a velocidade:

Sf S0
v 2 Sf S0 (2.78)
tf tf
Dessa forma, escolhendo uma velocidade que esteja dentro do intervalo mostrado
acima, os parmetros do perl da trajetria trapezoidal podero ser calculados.
2.7.2 MTODOS DE INTERPOLAO DE POLINNIMO PARA GERAO DE

TRAJETRIA
Existem diversos mtodos de interpolao polinomial que se aplicam gerao de

trajetrias no movimento de manipuladores robticos. Desta forma, destacam-se os
seguintes:
Interpolao Linear;
64
Interpolao Cbica;
Interpolao Polinomial de 3a Ordem com Velocidades Especicadas nos Pontos

Intermedirios da Trajetria;
Mtodo de Interpolao Polinomial 4-3-4;
Mtodo de Interpolao Polinomial 3-5-3; e
Mtodo de Interpolao Polinomial das 5 Cbicas;
O mtodo a ser utilizado neste trabalho, consistir no Mtodo de Interpolao Poli-

nomial 4-3-4, pois os demais seguem uma abordagem anloga do mtodo apresentado
aqui. Uma abordagem mais detalhada pode ser encontrada em (GONZALEZ, 1987) e
(CARRILHO, 1998).
Mtodo de Interpolao Polinomial 4-3-4
Neste mtodo, a trajetria a ser percorrida pela Ponte Rolante dividida, segundo
as caractersticas tpicas de movimento, em trs segmentos a saber:
a) Alavancagem (I)
b) Cruzeiro (II)
c) Acomodao (III)
h(t)
Acomodao
B'' B'
m
iro
ge
ze
ca
ru
an
A''
av
Al
A'
FIG. 2.21: Trajetria - Mtodo 4-3-4

65
Para estes segmentos so mantidas a continuidade no espao h(t), na velocidade v(t)
e na acelerao a(t).
Alm do mais, devero ser feitas ainda, as seguintes consideraes:
a) Condies de Fronteira
Posio, velocidade e acelerao iniciais conhecidas;
Posio, velocidade e acelerao nais conhecidas.
b) Parametrizao do Tempo
tempo real em segundos (s);
t tempo parametrizado, tal que t [0, 1];
i tempo decorrido ao nal do i-simo segmento

(
i1 p/ = i1 t = 0
t = i i1
p/ = i t = 1
Ou seja, [i1 , i ] t [0, 1].
Para o segmento (I), associamos o polinmio de 4a ordem:
h1 (t) = a14 t4 + a13 t3 + a12 t2 + a11 t + a10 (2.79)
dh1 (t) dh1 (t) dt 1 dh1 (t)

v1 (t) = = . = . (2.80)
d dt d i i1 dt
1
v1 (t) = h1 (t) (2.81)
tI
1
v1 (t) = 4a14 t3 + 3a13 t2 + 2a12 t + a11 (2.82)
tI
1 d h i 1 dt 1
a1 (t) = h1 (t) = h1 (t) = 2 h1 (t) (2.83)
tI d tI d tI
1 2

a1 (t) = 12a14 t + 6a13 t + 2a12 (2.84)
t2I
Das condies de fronteira:
h1 (0) = 0 , v1 (0) = v0 , a1 (0) = a0 com 0 , v0 e a0 conhecidos;
66
h1 (0) = 0 a10 = 0
v1 (0) = v0 a11 = v0 tI
a1 (0) = a0 a12 = 12 a0 t2I
Falta ainda encontrar os elementos: a14 e a13 .

Para o segmento (II):
h2 (t) = a23 t3 + a22 t2 + a21 t + a20 (2.85)
1
v2 (t) = 3a23 t2 + 2a22 t + a21 (2.86)
tII
1
a2 (t) =
(6a23 t + 2a22 ) (2.87)
t2II
Relaxando a condio de continuidade no espao, temos:
v2 (0) = v1 (1)
tII
a21 = tI
(4a14 + 3a13 + a0 t2I + v0 tI )
a2 (0) = a1 (1)
2
a22 = 12 ttIII (12a14 + 6a13 + a0 t2I )
Para o segmento (III):
hn (t) = an4 t4 + an3 t3 + an2 t2 + an1 t + an0 (2.88)
Como t [0, 1], temos:
t = t 1 t [1, 0] (2.89)
e assim, a EQ. (2.88) ca:
hn (t) = an4 t4 + an3 t3 + an2 t2 + an1 t + an0 (2.90)
1
vn (t) = 4an4 t3 + 3an3 t2 + 2an2 t + an1 (2.91)
tn
1
an (t) = 12an4 t2 + 6an3 t + 2an2 (2.92)
tn
Para t = 0:
67
hn (0) = f an0 = f
vn (0) = vf an1 = vf tn
an (0) = af an2 = 12 af t2n
Parmetros desconhecidos: an4, an3, a22, a21, a14, a13

para t = 1:
v2 (1) = vn (1)
1 1
tII
(3a23 + 2a22 + a21 ) = tn
(4an4 + 3an3 2an2 + an1 )
a2 (1) = an (1)
1 1
t2II
(6a23 + 2a22 ) = t2n
(12an4 6an3 + 2an2 )
Entretanto:
1 = h1 (1) h1 (0), h1 (0) = 0 (2.93)
2 = hn (0) h2 (1), hn (0) = f (2.94)
Sendo assim, obtm-se:
1 = a14 + a13 + a12 + a11 + a10 0 (2.95)
2 = f [a23 + a22 + a21 + a20 ] (2.96)
De posse das equaes acima descritas, possvel estabelecer um sistema de equaes

capaz de fornecer os coecientes dos polinnimos que denem a posio, a velocidade
e a acelerao em cada segmento denido da trajetria. Desta forma, o mtodo de
interpolao polinomial 4-3-4 pode ser resumido da seguinte maneira:
Primeiro Segmento da Trajetria:
2
a0 t21 4 3 a0 t1 2
h1 (t) = 1 v0 t1 t + t + t + (v0 t1 ) t + 0 (2.97)
2 2
h1 (1) 41
v1 = = 3v0 a0 t1 (2.98)
t1 t1 t1
h1 (1) 121 12v0 6

a1 = 2
= 2 5a0 2 (2.99)
t1 t1 t1 t1
68
Segundo Segmento da Trajetria:

a1 t22 3 a1 t22
h2 (t) = 2 v1 t2 t + t2 + (v1 t2 )t + 1 (2.100)
2 2
h2 (1) 32 a1 t2
v2 = = 2v1 (2.101)
t2 t2 2
h2 (1) 62 6v1
a2 = = 2a1 t2 (2.102)
t22 t22 t2
ltimo Segmento da Trajetria:

2 a t2
hn (t) = 9n 4v2 tn a22tn 5vf tn + f2 n t4
2 (2.103)
a t2
+ 8n + 5vf tn f2 n + 3v2 tn t3 + a22tn t2 + (v2 tn )t + 2
onde = f /g e:

f = 21 4 + t2 + t1 + t1 t2 3 + t2 + 2tnnt1
2tn 2tn 3t2 2 t1 tn
(2.104)
v0 t1 6 + 6tt12 + 4tt1n + 3tt2n vf t1 a0 t1 tn 53 + tt12 + 2t1
tn
+ 5t2
2tn
+ af t1 tn
tn 2tn 3t2
g= + +2+ (2.105)
t2 t1 t1
69
3 MODELAGEM MATEMTICA DA PONTE ROLANTE
Este captulo se prope a descrever a tcnica de modelagem utilizada para o sistema

Ponte Rolante.
As sees que se seguem deste captulo tm como objetivos: apresentar os diversos
parmetros envolvidos na modelagem e obter o modelo do sistema tanto em seu desloca-
mento horizontal, no plano XY, bem como o do sistema servo para o deslocamento vertical
da carga no eixo Z. Ser feito tambm, uma comparao entre os modelos no-linear e o
linearizado.
3.1 MODELOS X E Y
Para realizar a modelagem matemtica da ponte rolante, consideram-se os referenci-

ais e parmetros mostrados na FIG. 3.1.
FIG. 3.1: Referenciais e parmetros de modelagem do sistema
Foram utilizados dois referenciais, conforme mostra a FIG. 3.1. O referencial inercial
XYZ utilizado para denir os movimentos do trilho e do carro, enquanto que o referencial
mvel X'Y'Z' referencia o movimento da carga em relao ao carro.
70
Como a carga est atrelada ao carro por meio de um cabo, escrevem-se as coorde-
nadas da carga em funo do referencial mvel X'Y'Z' e, em seguida, convertem-se essas
coordenadas para o referencial xo XYZ, uma vez que o primeiro se movimenta em re-
lao ao segundo. Com os referenciais denidos, parte-se para o clculo dos parmetros
do modelo.
3.2 PARMETROS UTILIZADOS NA MODELAGEM DA PONTE ROLANTE
Para a modelagem do sistema, utilizam-se os seguintes parmetros com seus respec-

tivos movimentos:
Trilho: massa m1 e movimento no plano XY, permanecendo paralelo ao eixo Y;
Carro: massa m2 e movimento ao longo do trilho, sempre perpendicular a X;
Carga: massa m3 e sem movimento no eixo vertical;
Cabo: massa desprezvel e de comprimento xo l durante o deslocamento do trilho

e/ou carro;
: ngulo do cabo com o plano YZ;
: ngulo da projeo ortogonal do cabo no plano YZ com o eixo Z;
: ngulo da projeo ortogonal do cabo no plano XZ com o eixo Z.
Os ngulos e sero os ngulos diretamente sensoreados, e por meio deles, de

acordo com a FIG. 3.1, pode-se encontrar o valor de , que dado por:
!
cos sen
= arcsen p (3.1)
1 sen2 sen2
Deve-se ressaltar que no caso particular em que = 0, tem-se que = .
Para a congurao do sistema em questo, foram escolhidos os seguintes elementos
para o vetor de posio (coordenadas generalizadas):
q1 = x: coordenada do centro de massa do carro, refente ao eixo X;
q2 = y : coordenada do centro de massa do trilho, referente ao eixo Y;
q3 =
71
q4 =
A escolha do ngulo no lugar do ngulo deve-se ao surgimento de uma formulao

matemtica menos complexa quando da obteno do modelo da Ponte Rolante.
3.3 OBTENO DAS EQUAES DE MOVIMENTO NO PLANO XY
De acordo com os parmetros descritos na seo 3.2, a energia cintica do sistema

(trilho, carro e carga), em termos do referencial inercial cartesiano, dada por:
1 1 1
T = m1 x2 + m2 x2 + y 2 + m3 x23 + y32 + z32 (3.2)
2 2 2
Porm, deve-se observar que as coordenadas x3 , y3 e z3 no so coordenadas de con-
gurao. Portanto, preciso obt-las em funo de tais coordenadas para que se tenha
a energia cintica em funo somente das mesmas.
De acordo com o referencial inercial XYZ, as expresses de x3 , y3 e z3 so dadas por:

0
x3 = x + x

y3 = y + y 0 (3.3)

z = z + z0
3
onde x0 , y 0 e z 0 so as coordenadas em termos do referencial mvel X'Y'Z'.

Ao obter as EQs. em (3.3), encontra-se a necessidade de se escreverem as coordenadas
do referencial mvel em funo das coordenadas de congurao. Assim, a partir do
referencial mvel, mostrado na FIG. 3.1, obtm-se:

0
x = l.sen

y 0 = l. cos .sen (3.4)

z 0 = z = l. cos . cos
3
As coordenadas de m3 ,(x3 , y3 e z3 ), referenciadas XYZ, agora podem ser escritas

em funo das coordenadas de congurao com a substituio da EQ. (3.4) na EQ. (3.3),
permitindo a obteno da expresso exata da energia cintica do sistema como um todo
em termos das coordenadas de congurao e de suas primeiras derivadas.
Por intermdio da EQ. (3.4), pode-se tambm obter a expresso da energia potencial
do sistema. Tomando-se o eixo Z como posio de referncia para o cabo de sustentao
da carga, tem-se:
V = m3 .g.l. cos . cos (3.5)

72
Por meio da substituio das EQs. (3.3), (3.4) em (3.2) e tambm com a EQ. (3.5),
aplica-se a formulao de Lagrange para a obteno das foras generalizadas na direo
de cada coordenada de congurao.
Encontrando as foras generalizadas na direo de cada coordenada de congurao,
as igualamos s foras externas, que no caso das direes x e y so as foras dos motores
DC que movimentam o carro e o trilho, respectivamente, como mostram as equaes
abaixo:
Qx = fx (t)
Qy = fy (t)
(3.6)
Q = 0
Q = 0
onde:
fx (t) a fora proporcionada pelo motor DC na direo x.
fy (t) a fora proporcionada pelo motor DC na direo y.
3.3.1 INTEGRAO DOS MODELOS DOS MOTORES DC COM O MODELO DA

PLANTA
Seja o esquema da FIG. 3.2 que, em termos do anlogo eltrico, representa um motor
DC acoplado a uma carga mecnica.
FIG. 3.2: Anlogo eltrico do motor DC acoplado a uma carga mecnica
As equaes do sistema so escritas como:
e = R.i + K. (3.7)
73
T = K.i J (3.8)
fk .r
T = (3.9)
N
N.e
= (3.10)
r
onde:
e - Tenso na armadura do motor;
R - Resistncia da armadura;
K - constante de torque;
J - momento de inrcia;
= - velocidade de rotao;
N - relao de acoplamento;
r - raio do eixo do motor;
i - corrente que circula pela armadura;
T - torque;
Operando as equaes vistas acima, chega-se a:
Kx Nx ex Jx Nx2 x xKx2 Nx2

fx (t) = (3.11)
Rx r x rx2 Rx rx2
e
Ky Ny ey Jy Ny2 y yKy2 Ny2

fy (t) = (3.12)
Ry ry ry2 Ry ry2
Fazendo a substituio das EQs. (3.11) e (3.12), nas EQs. em (3.6), tem-se um
sistema de equaes no lineares que representa a dinmica do sistema sobre o plano
XY:
x = M 1 B (3.13)
74
em que:

Jx Nx2
m1 + m2 + m3 + rx2
m3 l cos() 0 0

cos() l sen()sen() 0

M = Jy Ny2
0 m3 lsen()sen() m2 + m3 + a34
ry2
0 0 cos() l cos()
(3.14)
com
a34 = m3 l cos() cos() (3.15)
e

2 Kx Nx e1 xKx2 Nx2
m3 lsen() + Rx r x Rx rx2

(l cos()sen()) gsen() cos()
2

B= (3.16)
b31

2lsen() gsen()
com
b31 = m3 l cos()sen() 2 + (2m3 lsen() cos()) +

Ky Ny e2 Ky2 Ny2 (3.17)
+(m3 l cos()sen()) 2 + Ry ry
Ry ry2
Porm, como os estudos neste trabalho so baseados em sistemas lineares, necessrio

que se faa uma linearizao por truncamento da srie de Taylor.
3.3.2 LINEARIZAO E OBTENO DE UM MODELO EM ESPAO DE ESTA-

DOS
Para linearizar o sistema em determinado ponto de operao, necessrio escolher

as variveis de estado e as entradas, que sero denidas como:

x(t) = x1

x(t) = x1 = x2

(t) = x3

(t) = x3 = x4
(3.18)

y(t) = x5

y(t) = x5 = x6

(t) = x7

(t) = x7 = x8
75
(
u1 = e x
(3.19)
u2 = e y
Com a substituio das EQs. (3.18) e (3.19) nas EQs. (3.14) e (3.16), obtm-se um
sistema de equaes possvel e determinado, em funo de x, y, e .
A linearizao desse sistema feita da seguinte forma, onde fk , 1 k n so funes
do pargrafo acima:
x = Ax + Bu (3.20)
em que:

f1 f1 f1
x1 x2
... xn

f2 f2
... f2
x1 x2 xn
A= (3.21)
... ... ... ...

fn fn fn
x1 x2
... xn

f1 f1 f1
u1 u2
... um

f2 f2
... f2
u1 u2 um
B= (3.22)
... ... ... ...

fn fn fn
u1 u2
... um
Para o sistema Ponte Rolante, tem-se que n = 8 e m = 2 (oito variveis e duas

entradas) e o ponto de equilbrio aquele em que tanto as variveis de estado, quanto os
valores de entrada assumem valor nulo. As funes fk so denidas por:
f1 = x1 = x2
f2 = x2 = x1
f3 = x3 = x4
f4 = x4 = x3
(3.23)
f5 = x5 = x6
f6 = x6 = x5
f7 = x7 = x8
f8 = x8 = x7
Com isso, obtm-se o modelo de espao de estado linearizado, indicado pelas EQs.
(3.24) e (3.25), no qual possvel perceber que os subsistemas x e y so de-
sacoplados, podendo ser tratados de forma independente.
76
Substituindo os valores dos parmetros dos motores e do sistema (carga, carro e
trilho), que se encontram no Anexo 7.1, obtm-se as matrizes A e B do modelo linear.
Por meio da matriz C, torna-se possvel observar os estados desejados: x, , y e
enquanto que a matriz D nula, j que no existe uma ligao direta entre as entradas
e sadas do sistema.

0 1, 0000 0 0 0 0 0 0

0 57, 0208 0, 0421 0 0 0 0 0

0 0 0 1, 0000 0 0 0 0

0 190, 0694 32, 8403 0 0 0 0 0
A=

(3.24)

0 0 0 0 0 1, 0000 0 0

0 0 0 0 0 60, 3353 0, 0642 0

0 0 0 0 0 0 0 1, 0000

0 0 0 0 0 201, 1177 32, 9138 0

0 0

0, 4717 0

0 0

1, 5722 0
B=

(3.25)
0 0

0 0, 5989

0 0

0 1, 9963

1 0 0 0 0 0 0 0

0 0 1 0 0 0 0 0

C= (3.26)
0 0 0 0 1 0 0 0

0 0 0 0 0 0 1 0

0 0

0 0

D= (3.27)
0 0

0 0
Tratando os subsistemas x e y de forma independente, obtm-se as equaes
de estado na forma matricial:
77
Modelo x

x1 0 1, 0000 0 0 x1 0

x 0 57, 0208 0, 0421 0 x 0, 4717
2 2
= + u1
x3 0 0 0 1, 0000 x3 0

x4 0 190, 0694 32, 8403 0 x4 1, 5722

x1
" # " #
y1 1 0 0 0 x
2

=
y2 0 0 1 0 x 3

x4
(3.28)
Observa-se que o sistema controlvel, pois a sua matriz de controlabilidade de

posto cheio. Os plos desse modelo so: 0, -57,0184, -0,0012 + 5,7185i e -0,0012 -
5,7185i.
Modelo y

x5 0 1, 0000 0 0 x1 0

x 0 60, 3353 0, 0642 0 x 0, 5989
6 2
= + u1
x7 0 0 0 1, 0000 x3 0

x8 0 201, 1177 32, 9138 0 x4 1, 9963

x1
" # " #
y1
1 0 0 0 x2
=
y2 0 0 1 0 x 3

x4
(3.29)
Observa-se que o sistema tambm controlvel, pois a sua matriz de controlabili-

dade de posto cheio. Os plos desse modelo so: 0, -60,3318, -0,0018 + 5,7186i e
-0,0018 - 5,7186i.
3.3.3 SIMULAO COMPARATIVA ENTRE O MODELO NO LINEAR E O MO-

DELO LINEAR EM MALHA ABERTA
Na elaborao de projetos de controle, fundamental que o modelo linearizado se

comporte de maneira semelhante ao modelo no-linear prximo ao ponto de equilbrio.
78
Desta forma, faz-se mister a comparao entre os modelos, para que a teoria de controle
pertinente aos sistemas lineares possa ser aplicada.
Assim sendo, encontram-se a seguir, algumas simulaes que representam o compor-
tamento dos dois modelos (no-linear e linearizado) quando sujeitos a uma determinada
entrada:
a) Entrada ux = 30V e entrada uy = 0V com tempo de simulao igual a 10s
Resposta ao Degrau de 30V do Sistema em Malha Aberta

2.5
2
Modelo No Linear
Modelo Linear
Posio em X(m)
1.5
0.5
0
0 2 4 6 8 10
Tempo(s)
FIG. 3.3: Resposta ao Degrau de 30V do Sistema em Malha Aberta - Posio x

0.15
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
Modelo No Linear
Modelo Linear
0.2
0 2 4 6 8 10
Tempo(s)
FIG. 3.4: Resposta ao Degrau de 30V do Sistema em Malha Aberta - ngulo
79
1
0.8 Modelo No Linear

Modelo Linear
0.6
0.4
Posio em y(m)
0.2
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
Tempo(s)
FIG. 3.5: Resposta ao Degrau de 30V do Sistema em Malha Aberta - Posio y

1

Modelo Linear
0.6
0.4
ngulo Beta(rad)
0.2
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
Tempo(s)
Como pde ser vercado nos grcos ilustrados pelas FIGs. 3.3, 3.4, 3.5 e 3.6, os
modelos no-linear e linearizado obtidos comportam-se de maneira anloga quando
sujeitos a uma entrada degrau de 30V. Este valor de entrada foi adotado, devido a
este valor ser considerado o mximo admitido pelo motor para ns de uma possvel
implementao real. Ressalta-se tambm, que apenas os estados x e de interesse
sofreram alterao, enquanto que os estados y e nada sofreram, o que comprova
o que j fora comentado na seo anterior, que tais subsistemas so desacoplados.
80
b) Entrada uy = 30V e entrada ux = 0V com tempo de simulao igual a 10s

1

Modelo Linear
0.6
Posio em x(m) 0.4
0.2
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
Tempo(s)
FIG. 3.7: Resposta ao Degrau de 30V do Sistema em Malha Aberta - Posio x

1

Modelo Linear
0.6
0.4
ngulo Gama(rad)
0.2
0.2
0.4
0.6
0.8
1
0 2 4 6 8 10
Tempo(s)
81
3

Modelo Linear
Posio em y(m) 1.5
0.5
0
0 2 4 6 8 10
Tempo(s)

0.2
0.15
0.1
ngulo Beta(rad)
0.05
0.05
Modelo No Linear
0.1
Modelo Linear
0.15
0.2
0 2 4 6 8 10
Tempo(s)
Os grcos representados pelas FIGs. 3.7, 3.8, 3.9 e 3.10 apenas reiteram o com-
portamento semelhante entre os dois modelos obtidos e o desacoplamento entre os
subsistemas, o que j fora comentado anteriormente.
As FIGs. 3.11 e 3.12 representam o afastamento do modelo linear em relao ao

modelo no-linear quando da aplicao de um sinal de controle do tipo degrau no valor
de 80V. possvel notar que em termos de deslocamento linear na direo X, pratica-
mente no houve alterao, ao contrrio da oscilao , que apresentou uma diferena
signicativa entre os dois modelos.
82
7
6
Modelo No Linear
Modelo Linear
5
Posio em x(m)
4
0
0 2 4 6 8 10
Tempo(s)
Modelo No Linear
Modelo Linear
1 2 3 4 5 6 7 8 9 10
Tempo(s)
3.4 SISTEMA SERVO DE POSICIONAMENTO VERTICAL DA CARGA
O sistema servo um sistema de controle em malha fechada que visa levar a carga a
uma posio previamente determinada pelo usurio, seguindo o sinal de entrada fornecido
pelo mesmo.
Um possvel esquema para um sistema servo pode ser visualizado abaixo:
83
FIG. 3.13: Esquemtico mecnico de um sistema servo
Conforme observado na FIG. 3.13, o motor DC o componente principal empregado

como atuador em um servomecanismo posio. Tal componente capaz de fornecer
tanto movimento de rotao, quanto movimento de translao em diversas direes. O
intuito desta seo consiste em demonstrar como controlar a dinmica de um servomotor
efetivamente.
Sendo o motor DC, o atuador deste sistema (posicionamento vertical da carga),
desejado fazer um controle preciso de posio. Portanto, o erro em estado estacionrio
da posio angular do rotor precisa ser nulo. Uma outra especicao de projeto que
o tempo de acomodao seja inferior a 4 segundos e um overshoot mximo de 10% para
uma resposta ao degrau de acordo com informaes do engenheiro idealizador do projeto.
O modelo do motor pode ser obtido utilizando-se a FIG. 3.2 e o conjunto de equaes
eletro-mecnicas que se seguem:
e = Ri + K c (3.30)
o que resulta em:

e K c
i= (3.31)
R
Tm = Ki = TJ + TC (3.32)
onde
TJ = Jm c (3.33)
m3 r2
TC = JC c = c (3.34)
N2
84
De onde, conclui-se que:
K
c (s) R(Jm +JC )
= (3.35)
E(s) 2
s s + R(JmK+JC )
Por meio das equaes anteriormente obtidas, torna-se possvel simular o sistema
em malha aberta para determinar o seu comportamento quando for submetido a uma
entrada tipo degrau unitrio (tenso de 1V). Apesar de ter sido obtido a representao do
modelo do motor em funo de transferncia, adotou-se o modelo em espao de estados,
pois o mesmo permite a observao de diversas variveis de interesse quando da anlise
do atuador. Para validar o modelo em espao de estado, foi realizada uma simulao
no Simulink dos dois modelos obtidos sem carga, conforme pode ser visualizado na FIG.
3.17, enquanto a FIG. 3.15 mostra o resultado da simulao.
FIG. 3.14: Modelo do motor DC em Malha Aberta
85
Resposta ao Degrau de 1V do Modelo do Motor em MA
6
Representao em Funo de Transferncia
Representao em Espao de Estados
5
Posio Angular do rotor (rad)

4
0
0 0.05 0.1 0.15 0.2 0.25
Tempo(s)
FIG. 3.15: Resposta ao degrau do Sistema Servo em Malha Aberta
3.4.1 CONTROLE DO SERVOMECANISMO DE POSIO VERTICAL DA CARGA
Como pde ser vericado na FIG. 3.15, a posio angular do rotor continua a crescer
quando aplicado uma tenso de 1V na entrada do motor. A resposta em malha aberta
claramente mostra que necessrio aplicar uma realimentao que estabilize o sistema
para o controle de posio:
Gc(s) G(s)
FIG. 3.16: Estrutura de Controle
Com o intuito de controlar o sistema, inicialmente aplicado um controlador PID,

cuja funo de transferncia dada pela seguinte equao:
KI KD s2 + KP s + KI
Gc (s) = KP + + KD s = (3.36)
s s
Para reduzir o tempo de acomodao, preciso adicionar um ganho proporcional.
Este ganho provoca o aumento da taxa de subida na resposta do sistema. Se for adi-
cionado apenas um ganho proporcional KP = 2, valor este obtido por tentativa e erro,
com KI = KD = 0, ento Gc (s) = KP . Ressalta-se aqui, que as simulaes a seguir, j
encontram-se com a carga acoplada ao eixo do motor.
86
FIG. 3.17: Modelo do motor DC em Malha Fechada com Ganho Proporcional
Resposta ao Degrau do Sistema em Malha Fechada

1.2
1
Posio da Carga(m)
0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6
Tempo(s)
FIG. 3.18: Resposta ao Degrau do Sistema Servo em Malha Fechada com Controlador
Proporcional
possvel observar na FIG. 3.18 que a adio de um controlador propocional, atende

completamente s especicaes de projeto, com tempo de subida prximo a 2s, tempo
de acomodao menor que 4s e sem nenhum sobressinal.
Porm, apesar do controlador proporcional ter atendido s especicaes de projeto,
ao vericar o valor de tenso que aplicado aos terminais de entrada no motor, constata-
se que sua implementao invivel, pois exige um pico de tenso de 160V, como pode
ser visto na FIG. 3.19.
87
Tenso de Entrada no motor DC
180
160
140
120
Tenso(V)
100
80
60
40
20
0
0 1 2 3 4 5 6
Tempo(s)
FIG. 3.19: Tenso de Entrada no Motor DC com Controlador Proporcional
A soluo proposta para futuras implementaes do servomecanismo de posio,

evitando picos de sinais no atuador, inclui a colocao de dois potencimetros (um na
entrada do sistema e outro no trajeto de realimentao), de um amplicador de potncia,
responsvel por atuar no tempo de subida e de um limitador de tenso (em +/-30V),
conforme mostra a FIG. 3.20.
FIG. 3.20: Controlador do Servo Mecanismo de Posio
88
Resposta do Sistema Servo de Posio em Malha Fechada
1.4
1.2
Posio da Carga (m)

0.8
0.6
0.4
0.2
0
0 1 2 3 4 5 6
Tempo(s)
FIG. 3.21: Resposta do Sistema Servo de Posio em Malha Fechada
Tenso de Entrada no Motor DC
30
25
20
15
10
10
0 1 2 3 4 5 6
Tempo(s)
FIG. 3.22: Tenso de Entrada no Motor DC
Conforme pode ser observado nas FIGs. 3.21 e 3.22, apesar do tempo de resposta
ter ultrapassado de 1s o tempo previsto, por meio da insero de um limitador de tenso,
foi possvel manter a tenso no limite de 30V.
89
4 SIMULAES DO SISTEMA CONTROLADO
Com a modelagem obtida no captulo anterior, possvel realizar o projeto de controle

da planta, pois este o responsvel por determinar o comportamento do sistema, frente
s solicitaes de movimento.
Para que a planta venha a satisfazer aos requisitos de projeto, deve-se atender s
seguintes condies:
As variveis x1 e x5 (as posies no plano XY) e x3 e x7 (os ngulos de oscilao

e ) devem ser diretamente medidas;
As variveis de estado x2 e x6 (as velocidades do carro e do trilho) e x4 e x8 (as

velocidades angulares) no so diretamente medidas;
Existem duas dinmicas que compem o sistema como um todo, uma do plano
x e outra do plano y , como pode ser observado pelas EQs. (3.28) e (3.29);
Como os subsistemas x e y so desacoplados e apresentam comportamentos

anlogos, sero aplicadas diversas tcnicas de controle somente ao primeiro para
ns de anlise.
Para cada movimento (x ou y ) deve ser projetado um controlador;
Como nem todas as variveis de estado podem ser diretamente sensoreadas, deve ser
projetado um observador de estados para cada dinmica de movimento, e estimar
as variveis no mensuradas;
Na falta de uma especicao de projeto neste contexto, como requisitos, foram

designadas as seguintes especicaes: um mximo overshoot de 15% e um tempo
de acomodao entre 5 e 8 segundos.
4.1 PROJETO DO CONTROLADOR PID
Esta seo utiliza a abordagem de Ziegler e Nichols para o projeto de controladores

PID. Os valores de Kp , Ki e Kd so determinados pelo "Mtodo do Ciclo Mximo", para
ns de obteno dos seus valores iniciais. Desta forma, os parmetros do controlador so
encontrados utilizando-se a TAB. 2.2.
90
Como pode ser observado na gura 4.1, a estratgia de controle do sistema consiste
na aplicao de dois controladores PID (NASIR, 2008). O PID 1 controla a posio da
ponte rolante (malha externa), enquanto que o PID 2 controla o ngulo de oscilao da
carga (malha interna). As sadas dos controladores so somadas para formarem o sinal
de comando para o sistema.
FIG. 4.1: Estrutura de Controle por PID
Diversas simulaes foram realizadas de forma a observar o comportamento do sis-

tema, descritas a seguir:
a) Controle da Malha Interna com Controlador Proporcional (Kp 6= 0, Kd =

0, Ki = 0)
FIG. 4.2: Funo de Transferncia de Gama - Controlador Proporcional
Ressalta-se neste ponto, que devido ao fato da funo de transferncia apresentar

um ganho negativo, faz-se necessrio realizar uma realimentao positiva.
Inicialmente, traa-se o mapa de plos e zeros de modo a localizar exatamente onde

esto os plos e zeros do sistema em MA. Em seguida, traa-se o seu root locus.
Deve-se ressaltar aqui, que as dinmicas tanto da malha interna quanto da malha
externa, so representadas por funes de transferncia.
91
PoleZero Map
System: sys
Zero : 0 + 5.72i
Damping: 0
4
Overshoot (%): 100
Frequency (rad/sec): 5.72
System: sys System: sys

2 Pole : 57 Pole : 0
Damping: 1 Damping: 1
Imaginary Axis
Overshoot (%): 0 Overshoot (%): 0

Frequency (rad/sec): 57 Frequency (rad/sec): 0
0
System: sys
Pole : 0.000762 5.72i
4 Damping: 0.000133
Overshoot (%): 100
6
60 50 40 30 20 10 0
Real Axis
FIG. 4.3: Mapa de plos e zeros do Sistema em Malha Aberta
Root Locus
2
Imaginary Axis
8
120 100 80 60 40 20 0 20 40 60
Real Axis
FIG. 4.4: Root Locus do Sistema em Malha Fechada
Como pode ser observado na FIG. 4.4, os plos em MA encontram-se prximos ao

eixo imaginrio e o sistema em MF, ao sofrer uma pequena variao de ganho faz
com que o root-locus caminhe para a instabilidade, o que inviabiliza o projeto deste
controlador.
92
b) Controle da Malha Interna com Controlador Proporcional Integral (Kp 6=
0, Kd = 0, Ki 6= 0)
FIG. 4.5: Funo de Transferncia de Gama - Controlador Proporcional e Integral
Por meio do root-locus mostrado na FIG. 4.4, possvel encontrar o valor de KCR ,
ponto no qual o root-locus intercepta o eixo imaginrio.
Root Locus
5.7196
5.7195
5.7195
System: sys
Imaginary Axis
Gain: 0.0564
Pole: 3.78e006 + 5.72i
Damping: 6.62e007
5.7194 Overshoot (%): 100
5.7194
5.7193
1.5 1 0.5 0 0.5 1 1.5

Real Axis 3
x 10
FIG. 4.6: Deslocamento do Plo sobre o Root Locus
O valor de KCR no ponto indicado vale 0, 0564 e CR igual a 5,72. Aplicando-se a

equao abaixo:
2 2
TCR = = = 1, 0985s (4.1)
$CR 5, 72
Por meio de KCR e de TCR , descobre-se que Kp = 0, 0254 e Ki = 0, 0277. Desta
forma, pode-se novamente, observar a resposta do sistema quando ocorrer uma
93
entrada tipo degrau unitrio.
Resposta ao Degrau do Sistema da Malha Interna
4 Controlador Proporcional e Integral
x 10
1.5
ngulo Gama(rad) 0.5
0.5
1.5
0 2 4 6 8 10
Tempo(s)
FIG. 4.7: Resposta ao Degrau do Sistema da Malha Interna com Controlador

Proporcional e Integral
Observando-se a FIG. 4.7, conclui-se que o controlador PI encontrado no estabiliza

a malha interna.
c) Controle da Malha Interna com Controlador Proporcional Integral e

Derivativo (Kp 6= 0, Kd 6= 0, Ki 6= 0)
FIG. 4.8: Funo de Transferncia da Malha Interna - Controlador Proporcional

Integral e Derivativo
Por meio de KCR e TCR , descobre-se que Kp = 0, 0339, Ki = 0, 0617 e Kd = 0, 0047

e desta forma, possvel, novamente, observar a resposta do sistema quando ocorrer
uma entrada tipo degrau unitrio.
94
Resposta ao Degrau do Sistema da Malha Interna
4 Controlador Proporcional Integral e Derivativo
x 10
1.5
0.5
ngulo Gama(rad)
0
0.5
1.5
2.5
0 2 4 6 8 10
Tempo(s)
FIG. 4.9: Resposta ao Degrau do Sistema da Malha Interna com Controlador

Proporcional Integral e Derivativo
Observando-se a FIG. 4.9, conclui-se que o controlador PID encontrado tambm

no estabiliza a malha interna.
d) Controle da Malha Interna com Controlador PID pelo Mtodo da Ten-

tativa e Erro (Kp 6= 0, Kd 6= 0, Ki 6= 0)
Como pde ser observado nos grcos anteriores, infelizmente a aplicao do 2o
mtodo de Ziegler e Nichols no permitiu realizar a estabilizao do sistema e
consequentemente atender as especicaes de projeto. Sendo assim, no resta
outra escolha, a no ser, arbitrar os parmetros do controlador.
Desta forma, atribui-se o valor de Kp = 100, mantendo-se os valores de Kd e Ki ,

previamente descobertos e verica-se se a resposta do sistema atende aos requisitos
de projeto.
95
FIG. 4.10: Diagrama em Blocos do Sistema de Malha Interna com Controlador PID -
Mtodo da Tentativa e Erro
A atribuio dos valores Kp = 100, Kd = 0, 0047 e Ki = 0, 0617 fornece os seguintes

plos de malha fechada: 0, -54,1263, -1,4368 + 5,6915i e -1,4368 - 5,6915i. O
respectivo mapa de plos e zeros pode ser visto na FIG. 4.11, assim como a resposta
ao degrau do sistema na FIG. 4.12.
PoleZero Map
2
Imaginary Axis
6
60 50 40 30 20 10 0
Real Axis
FIG. 4.11: Mapa de Plos e Zeros do Sistema da Malha Interna com Controlador PID -
96
Resposta ao Degrau do Sistema da Malha Interna com Controlador PID
0.3
0.2
0.1
ngulo Gama(rad)
0
0.1
0.2
0.3
0.4
0 2 4 6 8 10
Tempo(s)
FIG. 4.12: Resposta ao Degrau do Sistema da Malha Interna com Controlador PID -
Desta forma, com a congurao de parmetros adotada para o controlador PID,

consegue-se fazer com que a carga pare de oscilar em um tempo inferior a 4s.
e) Controle da Malha Externa com Controlador Proporcional(Kp 6= 0, Kd =

0, Ki = 0)
Adota-se aqui, a mesma sequncia de passos adotada para o controle da malha

interna, no intuito de encontrar o conjunto de parmetros do controlador PID que
estabilize o sistema e atinja o desempenho esperado.
FIG. 4.13: Funo de Transferncia da Malha Externa - Controlador Proporcional
Primeiramente, traado o mapa de plos e zeros do sistema em malha aberta e

em seguida, o seu root locus.
97
PoleZero Map
2
Imaginary Axis
6
60 50 40 30 20 10 0
Real Axis
FIG. 4.14: Mapa de Plos e Zeros do Sistema em Malha Aberta
Root Locus
15
10
5
Imaginary Axis
10
15
60 50 40 30 20 10 0 10
Real Axis
FIG. 4.15: Root Locus do Sistema em Malha Fechada
Observando-se o root-locus da FIG. 4.15, como o sistema no vai para a instabili-

dade, basta ento, encontrar o valor de Kp , capaz de fazer com que o sistema de
malha fechada atenda as especicaes de projeto.
98
Root Locus
5.7196
5.7194
System: sys
5.7192 Gain: 149
Pole: 0.00102 + 5.72i
Damping: 0.000178
5.719 Overshoot (%): 99.9
Imaginary Axis

5.7188
5.7186
5.7184
5.7182
5.718
12 10 8 6 4 2 0 2 4 6
Real Axis 4
x 10
FIG. 4.16: Valor do Ganho Proporcional
O valor obtido para Kp vale 149, e os plos de malha fechada para este controlador
localizam-se em: -0,00102 + 5,72i, -0,00102 - 5,72i, -55,6578 e -1,3401 e pode-se
novamente observar a resposta do sistema quando ocorrer uma entrada de referncia
igual a 1m.
Posio em X
Controlador com Ganho Proporcional
1.4
1.2
1
Posio em X(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.17: Resposta ao Degrau do Sistema da Malha Externa com Controlador de

Ganho Proporcional
Com os controladores de cada malha obtidos, possvel fazer a simulao do sistema

99
x completo e vericar o seu comportamento quando submetido a uma entrada de
referncia igual a 1m, tendo em vista que o valor mximo admitido ao longo do eixo x
de 1,20m.
FIG. 4.18: Controladores PID aplicados ao Modelo da Ponte Rolante em FT
Posio em X Controlador PID

1.4
1.2
1
Posio em X(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.19: Posio em X - Controlador PID
100
ngulo Gama Controlador PID
0.4
0.3
0.2
0.1
ngulo Gama(rad)
0
0.1
0.2
0.3
0.4
0.5
0 2 4 6 8 10
Tempo(s)
FIG. 4.20: ngulo Gama - Controlador PID
O diagrama em blocos do programa Simulink que realiza a comparao entre o

modelo no-linear e o modelo linearizado da Ponte Rolante, utilizando o controlador
PID obtido, bem como o grco contendo as respostas dos dois modelos, podem ser
visualizados nas FIGs. 4.21, 4.22 e 4.23. A FIG. 4.24 representa a amplitude do sinal de
comando a ser aplicado planta.
101
FIG. 4.21: Simulao Comparativa Modelo No Linear x Modelo Linear - Controlador
PID
Posio em X
Modelo No Linear x Modelo Linear
1.2
0.8 Modelo Linear

Posio em X(m)
Modelo No Linear
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.22: Posio em X - Modelo No Linear x Modelo Linear - Controle por PID
102
ngulo Gama
0.4
Modelo Linear
0.2
0.1
ngulo Gama(rad) 0
0.1
0.2
0.3
0.4
0.5
0 2 4 6 8 10
Tempo(s)
FIG. 4.23: ngulo Gama - Modelo No Linear x Modelo Linear - Controle por PID
Sinal de Comando
Controle por PID
150
100
Tenso(V)
50
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.24: Sinal de Comando da Planta - Controle por PID
4.2 PROJETO DO CONTROLADOR COM REALIMENTAO DE ESTADOS

(FRMULA DE ACKERMANN)
O controlador um vetor de ganhos de realimentao de estados, por meio do qual

sero inseridas as especicaes de projeto. Para o clculo deste vetor, necessita-se do
modelo em espao de estado, onde as matrizes A e B dos sistemas (x e y ) e os
vetores contendo os plos do polinmio desejado, so utilizados.
Para que as especicaes sejam atendidas, os plos dominantes de malha fechada
103
foram calculados e alocados em (-1 + 1,732j) e (-1 - 1,732j). Os outros dois plos, sero
arbitrariamente inseridos em -10, por estarem afastados de pelo menos uma dcada, dessa
forma, pouco inuenciaro na resposta do sistema. Sendo assim, o vetor com os plos do
polinmio desejado para o sistema em MF :
p = [1 + 1, 732j, 1 1, 732j, 10, 10] (4.2)
Com estes plos, possvel obter o vetor de ganhos de realimentao de estados,

KCX , para o movimento ao longo do eixo X :
KCX = [25, 9343102, 7374 62, 9215 8, 5466] (4.3)
A FIG. 4.25 ilustra o diagrama em blocos representando o modelo do sistema (x

e y ) em MF feito no programa Simulink , utilizando o vetor KCX como controlador.
FIG. 4.25: Modelo x com Realimentao de Estados
As FIGs. 4.26 e 4.27 representam a resposta do sistema quando a entrada de refe-

rncia for igual a 1m, no que diz respeito posio do carro ao longo do eixo X e do
ngulo de oscilao da carga. A FIG. 4.28 representa a amplitude do sinal de controle a
ser aplicado planta.
104
1.4
1.2
Posio em x(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.26: Resposta do Modelo Linear para a Posio X - Controlador Via Formulao
de Ackermann

0.15
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
0.2
0.25
0 2 4 6 8 10
Tempo(s)
FIG. 4.27: Resposta do Sistema para o ngulo Gama - Controlador Via Formulao de
Ackermann
105
Sinal de Comando
Controle por Realimentao de Estados
(Frmula de Ackermann)
120
100
80
Tenso(V) 60
40
20
20
0 2 4 6 8 10
Tempo(s)
FIG. 4.28: Sinal de Comando da Planta - Controle por Realimentao de Estados

(Frmula de Ackermann)
4.3 PROJETO DO OBSERVADOR DE ESTADOS
O observador de estados a ser utilizado neste trabalho, o de ordem plena, apesar

de algumas variveis poderem ser medidas diretamente, pois como, em geral, os plos do
observador so mais rpidos que o do controlador, estimando as variveis, ocorrer uma
melhor convergncia, isto , uma atenuao mais veloz do erro de sada.
Para o clculo do vetor de ganhos do observador, Lpx , ser utilizada tambm a
frmula de Ackermann. Para o clculo de Lpx , foi adotado que os plos do observador
estejam localizados bem afastados, no eixo real e prximos uns dos outros.
pox = [19, 20, 21, 22] (4.4)
A matriz C dada a seguir:
h i
C= 1 0 0 0 (4.5)
Com esses plos e com a matriz C, atravs do Matlab, possvel obter as duas
matrizes de ganho, uma para o observador da planta de x , Lpx .
106

0, 0000

0, 0011

Lpx = 106 (4.6)
0, 7523

2, 2354
Aps a realizao dos clculos, foram feitas simulaes no Matlab, por intermdio da
ferramenta Simulink.
FIG. 4.29: Modelo da Planta com Controlador Via Formulao de Ackermann e

Observador de Estados

1.4
1.2
1
Posio em x(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.30: Resposta do Sistema para a Posio X - Controlador Via Formulao de

Ackermann com Observador de Estados
107
0.15
0.1
0.05
ngulo Gama(rad)
0
0.05
0.1
0.15
0.2
0.25
0 2 4 6 8 10
Tempo(s)
FIG. 4.31: Resposta do Sistema para o ngulo Gama - Controlador Via Formulao de
Ackermann com Observador de Estados
O observador do modelo x , que aparece como subsistema na FIG. 4.29, denido

da forma mostrada no diagrama da FIG. 4.32 a seguir:
FIG. 4.32: Representao do Bloco Observador do Modelo x-
4.4 ESTABILIDADE INTERNA DA PONTE ROLANTE
Considerando uma perturbao no sistema gerando um ngulo inicial = 0, 1rad, de

acordo com as simulaes, haver inicialmente, uma ligeira tendncia da posio do carro
se deslocar no sentido positivo de X, em seguida, mudando completamente o sentido,
possibilitando reduzir rapidamente as oscilaes da carga, o que pode ser visualizado por
108
meio das FIGs. 4.34 e 4.35. A FIG. 4.33 representa apenas a integrao entre o modelo da
planta, o controlador KCX e o observador de estados para ns de simulao no ambiente
Simulink enquanto que a FIG. 4.36 representa a amplitude do sinal de comando a ser
aplicado planta.
FIG. 4.33: Diagrama de Blocos do Sistema Controlado pelo Mtodo de Alocao de

Plos - perturbao inicial de 0,1 rad
Perturbao inicial de 0.1 rad

0.01
0.005
0.005
Posio x(m)
0.01
0.015
0.02
0.025
0.03
0.035
0.04
0 2 4 6 8 10
Tempo(s)
FIG. 4.34: Controle da Posio em X pelo Mtodo de Alocao de Plos - perturbao

inicial de 0,1 rad
109
Perturbao inicial de 0.1rad
0.1
0.08
0.06
ngula Gama(rad) 0.04
0.02
0.02
0.04
0 2 4 6 8 10
Tempo(s)
FIG. 4.35: Controle do ngulo pelo Mtodo de Alocao de Plos - perturbao

inicial de 0,1 rad
Sinal de Comando
10
0
Tenso(V)
10
15
0 2 4 6 8 10
Tempo(s)
FIG. 4.36: Sinal de Comando da Planta (perturbao inicial de 0,1 rad) - Controle por
Realimentao de Estados
4.5 ANLISE DE ROBUSTEZ EM ESTABILIDADE COM CONTROLADORES LQG

E PRCBI NO DOMNIO DE TEMPO DISCRETO
A partir deste ponto, o modelo x ser representado em tempo discreto, uma vez
que as snteses de controle que sero aplicadas nesta seo, assim o exigem. Portanto, as
equaes de espao de estados no tempo discreto so do tipo:
110
(
x(k + 1) = x(k) + u(k)
(4.7)
y(k) = Cd x(k) + Dd u(k)
As matrizes , , Cd e Dd foram obtidas com o auxlio do software Matlab para
um perodo de discretizao Ts = 0, 1s. A frequncia de amostragem foi escolhida de
forma que o critrio de Nyquist seja atendido, ou seja, tal frequncia deve ser pelo menos
duas vezes maior que a frequncia do autovalor do sistema contnuo mais distante. Desta
forma, o modelo em espao de estados no tempo discreto do modelo linear x dado
por:
x1 (k + 1) 1, 0000 0, 0175 0, 0001 x1 (k)

0, 0000 0, 0007

x (k + 1)
2 0
0, 0035 0, 0007 0, 0001 x2 (k)

0, 0082

= . + .u(k)
x3 (k + 1)
0
0, 2638 0, 8407 0, 0946 x3 (k)
0, 0022

x4 (k + 1) 0 2, 9427 3, 0966 0, 8407 x4 (k) 0, 0243

x (k)
" # " #
1
" #
y1 (k) 1 0 0 0 x
2 (k) 0
= . + .u(k)
y2 (k) 0 0 1 0 x
3 (k) 0
x4 (k)
(4.8)
Os autovalores da matriz so os plos de MA do sistema em tempo discreto.

1, 0000

0, 0033

autovalores() = (4.9)
0, 8408 + 0, 5411i

0, 8408 0, 5411i
As posies dos plos podem ser visualizadas na FIG. 4.37.
111
1
0.5 /T
0.6 /T 0.4 /T
0.8 0.1
0.7 /T 0.3 /T
0.2
0.6 0.3
0.8 /T 0.4 0.2 /T
0.5
0.4 0.6
0.7
0.9 /T 0.8 0.1 /T
0.2 0.9
/T
0
/T
0. 2
0.9 /T 0.1 /T
0. 4
0.8 /T 0.2 /T
0. 6
0.7 /T 0.3 /T
0. 8
0.6 /T 0.4 /T
0.5 /T
1
1 0. 5 0 0.5 1
FIG. 4.37: Plos de Malha Aberta do Modelo x da Ponte Rolante
4.6 APLICAO DO CONTROLE LQG SOBRE O MODELO X DO SISTEMA

PONTE ROLANTE
A sntese do controlador LQG exige que se denam alguns parmetros que sero
utilizados nos clculos do controlador. Tais parmetros podem ser observados na TAB.
4.1 enquanto que alguns resultados calculados pela sntese LQG, podem ser vistos na
TAB. 4.2.
A denio de alguns desses parmetros foi uma escolha arbitrria do autor, por se
tratarem de elementos de projeto, que so livres para serem utilizados em caso de ajustes
dos resultados.
Com os resultados obtidos na TAB. 4.2, possvel aplicar o controlador LQG e
vericar seu desempenho quando sujeito a uma entrada de referncia qualquer, conforme
pode ser visualizado nas FIGs. 4.38, 4.39 e 4.40.
112
TAB. 4.1: Valores para Sntese LQG

10000 0 0 0
0 10000 0 0
Matriz de Ponderao dos Estados da Planta (Q1 )
0 0 10000 0

0 0 0 10000
Matriz de Ponderao da Entrada da Planta (Q2 ) [0,05]
Matriz de Covarincia do Rudo da Planta (Q)
[100]

0, 01 0
Matriz de Covarincia do Rudo do Sensor de Medidas (R)
0 0, 01
0, 0007
0, 0082
Matriz de Entrada de Rudo do Sistema (Fd =)
0, 0022

0, 0243
TAB. 4.2: Resultados da Sntese LQG
Controlador Discreto (Kcd ) [28,9545 -77,7611 -85,4996 -25,2912]

0, 0783 0, 0020
0, 0517 0, 1390
Filtro de Kalman Discreto (Estimador de Estados) (Kfd )
0, 0020

0, 2275
0, 0248 0, 4424
Rastreamento de Ponto de Operao Para LQG (H) [28,9545]
Custo de Robustez (Jrob _LQG) 1,32258
FIG. 4.38: Aplicao do Controlador LQG ao Modelo x da Ponte Rolante
113
Resposta do Sistema Controlador LQG
1.2
Entrada de Referncia
Resposta do Sistema
1
0.8
Posio em X(m) 0.6
0.4
0.2
0
0 10 20 30 40 50 60 70
Tempo(s)
FIG. 4.39: Resposta do Sistema com Controlador LQG - Posio x
ngulo Gama Controlador LQG

0.15
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
0.2
0 10 20 30 40 50 60 70
Tempo(s)
FIG. 4.40: Resposta do Sistema com Controlador LQG - ngulo
Observa-se que o bloco "Controlador Discreto LQG - Nominal", mostrado na FIG.

4.38, o resultado do agrupamento de outros blocos, conforme FIG. 4.41.
114
FIG. 4.41: Equivalncia do Bloco Controlador Discreto LQG - Nominal.
O equacionamento que levou reduo no modelo em malha fechada da estrutura

LQG mostrado a seguir:
Equaes do ltro de Kalman Corrente:
x(k + 1) = .x(k) + .u(k) (4.10)
x(k + 1) = (I Kf d .Cd ).x(k + 1) + Kf d .y(k) (4.11)
Equao do sinal de entrada na planta:
u(k) = Kcd .x(k) + H.r(k) (4.12)
Substituindo as EQs. (4.10) e (4.12) na EQ. (4.11), obtm-se:
x(k + 1) = (I Kf d .Cd ).( .Kcd ).x(k) + Kf d .y(k) + (I Kf d .Cd )..H.r(k) (4.13)
Portanto, o par de EQs. (4.12) e (4.13) formam o conjunto de equaes de espao

de estados que representam o bloco Controlador Discreto LQG - Nominal em Malha
Fechada. Agrupando-se os termos, tem-se uma melhor se visualizao das matrizes de
estados desse bloco, conforme mostrado na EQ. (4.14).
115

Bcont

z
Acont
}| { z
h }| i y(k)
{

.

x(k+1) = [(I Kfd .Cd ) . (.Kcd )] .x(k) + Kfd .. (I Kfd .Cd ) ..H .

r(k)

D
i{ y(k)
cont

Ccont
z }| { hz }|
..

u(k) = [Kc] .x(k) + 0 0 . H .

r(k)
(4.14)
4.7 APLICAO DO CONTROLADOR PRCBI SOBRE O MODELO X DO SIS-

TEMA PONTE ROLANTE
Nesta seo sero apresentados os resultados da aplicao dos controladores PRCBIs

sobre o sistema Ponte Rolante.
Os controladores obtidos pela sntese PRCBI foram calculados pelos mtodos de

otimizao j citados, envolvendo o critrio de minimizao do Tr G1
0 , para os seguintes
casos:
Variando apenas o ganho Kcd ;
Variando apenas a matriz de entrada de rudo Fd ;
Os valores de Kcd e Fd , usados como ponto de partida para a minimizao do critrio

da sntese PRCBI, esto denidos na seo 4.6.
O vetor de parmetros sensveis escolhido para tornar mais robusto o controlador,
foi:
!
m3
=
l
em que m3 representa a massa da carga e l o comprimento do cabo da ponte rolante.

A escolha destes dois parmetros devido a sua maior possibilidade de virem a sofrer
alteraes que os demais parmetros.
Na TAB. 4.3, apresentado o resultado dos controlador PRCBI obtido realizando
otimizao com o ganho Kcd .
116
TAB. 4.3: Otimizao com o Ganho Kcd
Valor timo Jrob _PRCBI

[34,5500 -108,9090 -167,8357 -54,8576] 0,56157
Este controlador testado em uma simulao, conforme a FIG. 4.42.
FIG. 4.42: Aplicao do Controlador PRCBI ao Modelo x da Ponte Rolante
O desempenho do controlador pode ser observado nas FIGs. 4.43 e 4.44.
Reposta do Sistema Ponte Rolante

Controlador PRCBI Otimizado por Kcd
2
1.5
1
Posio em X(m)
0.5
0.5
1
0 100 200 300 400 500 600 700
Tempo(s)
FIG. 4.43: Respostas aos Degraus do Modelo Linear Discreto com Controlador PRCBI
Otimizado por Kcd - Posio x
117
Resposta do Sistema Ponte Rolante
0.15
0.1
0.05
ngulo Gama(rad) 0
0.05
0.1
0.15
0.2
0 100 200 300 400 500 600 700
Tempo(s)
Otimizado por Kcd - ngulo
Os resultados mostrados anteriormente, mostram uma violenta degradao no de-

sempenho, gerando grandes oscilaes. Tal fato ocorre porque ao variar o ganho Kcd ,
deixou-se de operar com a estrutura LQR, cujo desempenho sempre muito bom.
Para robustecer realmente a estrutura LQG, a melhor soluo atuar apenas no
vetor de entrada de rudo. Assim, tanto o ltro de Kalman, como o regulador LQR,
continuam com ganhos timos. Os resultados a seguir, comprovam este conceito.
Na TAB. 4.4 apresentado o resultado do controlador PRCBI obtido realizando
otimizao com o vetor de entrada de rudo Fd .
TAB. 4.4: Otimizao com o Vetor de Entrada de Rudo Fd
Valor timo Jrob _PRCBI

0, 0000
0, 0082
0,09889
0, 0012
0, 0265
118
Controlador PRCBI Otimizado por Fd
1.2
Entrada de Referncia
Resposta do Sistema
1
0.8
Posio em X(m)
0.6
0.4
0.2
0.2
0 10 20 30 40 50 60 70
Tempo(s)
Otimizado por Fd - Posio x

0.15
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
0.2
0 10 20 30 40 50 60 70
Tempo(s)
Otimizado por Fd - ngulo
4.8 COMPARAO DA ROBUSTEZ EM ESTABILIDADE DOS CONTRO-

LADORES LQG E PRCBI SOBRE O MODELO X DO SISTEMA PONTE
ROLANTE
a) Grcos da hiperesfera percentual de estabilidade.
A TAB. 4.5 apresenta os mximos raios da hiperesfera obtidos pelos controladores

LQG e PRCBIs.
119
TAB. 4.5: Raios da Hiperesfera Percentual de Estabilidade do Sistema Ponte Rolante
com os Controladores LQG e PRCBI
Controlador Raio da Hiperesfera Percentual de Estabilidade

LQG 56%
PRCBI com otimizao de Kcd 66%
PRCBI com otimizao de Fd 57%
FIG. 4.47: Hiperesfera Percentual de Estabilidade do Sistema Ponte Rolante com

Controlador LQG

120
b) Diagramas de sensibilidade de plos determinados com pertubao de 66% (maior

raio de hiperesfera percentual encontrado).
Diagrama Sensibilidade de Plos do Sistema

Ponte Rolante em MF com Controlador LQG
1
0.5/T
0.6/T 0.4/T
0.8 0.1
0.7/T 0.3/T
0.2
0.6 0.3
0.8/T 0.4 0.2/T
0.5
0.4 0.6
0.7
0.9/T 0.8 0.1/T
0.2 0.9
/T
0
/T
0.2
0.9/T 0.1/T
0.4
0.8/T 0.2/T
0.6
0.7/T 0.3/T
0.8
0.6/T 0.4/T
0.5/T
1
1 0.5 0 0.5 1
FIG. 4.50: Diagrama de Sensibilidade de Plos do Sistema Ponte Rolante em MF com

Controlador LQG
121
Diagrama de Sensibilidade de Plos do Sistema
Ponte Rolante em MF Otimizado por Kcd
1
0.5/T
0.6/T 0.4/T
0.8 0.1
0.7/T 0.3/T
0.2
0.6 0.3
0.8/T 0.4 0.2/T
0.5
0.4 0.6
0.7
0.9/T 0.8 0.1/T
0.2 0.9
/T
0
/T
0.2
0.9/T 0.1/T
0.4
0.8/T 0.2/T
0.6
0.7/T 0.3/T
0.8
0.6/T 0.4/T
0.5/T
1
1 0.5 0 0.5 1

Diagrama de Sensibilidade de Plos do Sistema

Ponte Rolante em MF Otimizado por Fd
1
0.5/T
0.6/T 0.4/T
0.8 0.1
0.7/T 0.3/T
0.2
0.6 0.3
0.8/T 0.4 0.2/T
0.5
0.4 0.6
0.7
0.9/T 0.8 0.1/T
0.2 0.9
/T
0
/T
0.2
0.9/T 0.1/T
0.4
0.8/T 0.2/T
0.6
0.7/T 0.3/T
0.8
0.6/T 0.4/T
0.5/T
1
1 0.5 0 0.5 1

A inspeo em conjunto das FIGs. 4.47, 4.48 e 4.49, representativas das hiperesferas
percentuais de estabilidade e dos diagramas de sensibilidade de plos do sistema rep-
122
resentados pelas FIGs. 4.50, 4.51 e 4.52 indica que a sntese PRCBI proporcionou um
aumento da robustez em estabilidade do sistema Ponte Rolante em Malha Fechada.
Deve-se ressaltar ainda, que a obteno do controlador PRCBI, realizando a otimiza-
o do trao da matriz G1
0 atuando em Kcd , apesar de aumentar a robustez do sis-
tema, faz com que o mesmo perca bastante em desempenho. Tal fato pode ser evitado,
fazendo-se a otimizao atuando em Fd , vetor de entrada de rudo na planta, como j
visto anteriormente.
4.9 PROJETO DE CONTROLADOR FUZZY
Devido ao grande espao que a Lgica Fuzzy vem ocupando tanto na rea acadmica
quanto na na rea industrial, ser apresentado neste trabalho a aplicao de um con-
trolador fuzzy para o modelo x da Ponte Rolante, de modo a poder comparar os
resultados a serem obtidos com os dos demais mtodos.
O controlador Fuzzy construdo baseado no sistema de inferncia Mamdani e ap-
resenta as seguintes caractersticas:
A base do conhecimento formada por 9 regras, que sero denidas mais adiante;
As variveis lingusticas de entrada so: o erro da posio X (Erro_P osicaoX ) e

o ngulo gama (Gama );
A varivel lingustica de sada o sinal de comando da planta (Sinal_Comando )
O universo de discurso das variveis mencionadas acima so:
Erro_P osicaoX : [-1,50, +1,50]m;

Gama : [-0,3, +0,3]rad;
Sinal_Comando:[-150, +150]V
Composio max-min: operador min para representar o conectivo e, operador max

para o conectivo ou, alm do operador min na implicao e max na agregao ;
Mtodo de Defuzzicao: Centride.
A FIG. 4.53 mostra a insero do controlador Fuzzy no intuito de realizar o controle

sobre a planta da ponte rolante. Deve-se observar que a aplicao do controlador nebuloso
prescinde da existncia de um modelo linear da dinmica da planta, o que reduz bastante
123
o tempo de projeto e a complexidade quando da obteno de um modelo linearizado
advindo de um sistema relativamente complexo.
FIG. 4.53: Simulao Comparativa entre o Modelo No Linear e o Modelo Linear -

Controlador Fuzzy Mamdani a 9 Regras
ErroPosicaoX (3) crane1
(mamdani)
9 rules
Sinal omando (3)

C
Gama (3)
System crane1: 2 inputs, 1 outputs, 9 rules
FIG. 4.54: Sistema Fuzzy a 9 Regras - Modelo Mamdani
As FIGs. 4.55, 4.56 e 4.57 mostram os grcos das funes de pertinncia represen-
tantes dos conjuntos fuzzy das variveis de entrada e de sada, respectivamente. Foram
adotadas funes de pertinncia do tipo gaussianas, aps a comparao com outros tipos
124
de funo de pertinncia, por apresentarem um comportamento mais suave para o pro-
cessamento do sinal de comando a ser enviado planta.
Funoes de Pertinncia
Varivel de Entrada ErroPosicaoX
NE ZE PE
1
0.8
Degree of membership
0.6
0.4
0.2
1.5 1 0.5 0 0.5 1 1.5

ErroPosicaoX
FIG. 4.55: Funes de Pertinncia da Varivel de Entrada - Erro_P osicaoX
Funes de Pertin
nci a
Varivel de Entrada Gama
NA
NV ZV
ZA PA
PV
1
0.8
0.6
0.4
0.2
0. 5 0 0.5
Gama
FIG. 4.56: Funes de Pertinncia da Varivel de Entrada - Gama
Funes de Pertinncia
Varivel de Sada Sinal de Comando
NV ZV PV
1
0.8
0.6
0.4
0.2
150 100 50 0 50 100 150

SinalComando
FIG. 4.57: Funes de Pertinncia da Varivel de Sada - Sinal_Comando

125
Sendo conhecedor do universo de discurso das variveis lingusticas de entrada e de
sada, possvel traar o grco da superfcie de controle que representa a aplicao
da base de regras aos diversos pares formados pelas variveis Erro_P osicaoX e Gama,
resultando em um sinal de comando correspondente.
Superfcie do Sinal de Comando
100
50
SinalComando
50
100
0.5
1.5
1
0 0.5
0
0.5
1
Gama 0.5 1.5
Erro osicaoX
P
FIG. 4.58: Superfcie Representativa do Sinal de Comando
A base de regras adotada segue conforme mostra a FIG. 4.59. Ressalta-se aqui, que
o smbolo e, presente na base de regras, representa a varivel Erro_P osicaoX .
FIG. 4.59: Base de Regras do Controlador Fuzzy
Como resultado da aplicao do controlador nebuloso construdo, pode-se observar

nas FIGs. 4.60 e 4.61 que tal controlador atende perfeitamente s especicaes de
desempenho anteriormente denidas, alm de no produzir overshoot no processo de
posicionamento da carro. A FIG. 4.62 representa a amplitude do sinal de comando a ser
aplicado planta.
126
Posio em X
Controlador Fuzzy Mandani a 9 Regras
1.4
Modelo Linear
Modelo No Linear
1.2
Posio em X(m)
0.8
0.6
0.4
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.60: Posio em X Modelo No Linear x Modelo Linear - Controlador Fuzzy -

Mamdani a 9 Regras
ngulo Gama
Controlador Fuzzy Mandani a 9 Regras
0.15
0.1
0.05
0.05
Modelo Linear
Modelo No Linear
0.1
0.15
0.2
0.25
0 1 2 3 4 5 6 7 8 9 10
Tempo(s)
FIG. 4.61: ngulo Gama Modelo No Linear x Modelo Linear - Controlador Fuzzy -
Mamdani a 9 Regras
127
Sinal de Comando
Controlador Fuzzy
70
60
50
Tenso(V)
40
30
20
10
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.62: Sinal de Comando da Planta - Controlador F uzzy
As FIGs. 4.63 e 4.64 permitem a visualizao das diferentes respostas da planta com
os controladores encontrados no domnio do tempo contnuo tanto para o deslocamento
do carro na direo X quanto para o ngulo de oscilao da carga, .
Posio X
Controladores no Domnio do Tempo Contnuo
1.4
1.2
1
Posio X(m)
0.8
0.6
Controlador PID
Controlador por Realimentao de Estados
0.4 (Frmula de Ackermann)
Controlador Fuzzy
0.2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.63: Posio X - Controladores no Domnio do Tempo Contnuo
128
ngulo Gama
Controladores no Domnio do Tempo Contnuo
0.4
0.3 Controlador PID

0.2 (Frmula de Ackermann)
Controlador Fuzzy
0.1
ngulo Gama(rad)
0.1
0.2
0.3
0.4
0.5
0 2 4 6 8 10
Tempo(s)
FIG. 4.64: ngulo - Controladores no Domnio do Tempo Contnuo
4.10 TRAJETRIA COM PERFIL DE VELOCIDADE TRAPEZOIDAL APLICADA

AO MODELO X
Na subseo 2.7.1, foi demonstrado a existncia de duas formas de calcular os parme-

tros da trajetria de perl de velocidade trapezoidal. Na simulao a seguir, a acelerao
constante de partida especicada, observando o valor mnimo que esta grandeza pode
assumir para que exista uma possvel gerao de trajetria. Ressalta-se ainda, que este
perl de trajetria foi aplicado no subsistema x da Ponte Rolante em MF, cujo con-
trolador foi obtido utilizando-se a realimentao de estados estimados via formulao de
Ackermann.
Desta forma, deseja-se vericar a resposta do sistema quando a entrada de referncia
tiver as seguintes caractersticas:
S0 = 0 - (posio inicial do carro);
Sf = 1 - (posio nal do carro);
a = 0, 5m/s2 (amin = 0, 444m/s2 )- (acelerao constante);

129
FIG. 4.65: Trajetria com Perl de Velocidade Trapezoidal - Modelo x da Ponte
Rolante
Posio em X
1.2
0.8
Posio em X(m)
0.6 Trajetria Desejada

Trajetria Real
0.4
0.2
0.2
0 1 2 3 4 5 6 7 8 9 10
Tempo(s)
FIG. 4.66: Posio em X - Trajetria com Perl de Velocidade Trapezoidal
130
Velocidade em X
0.6
0.5
Perfil de Velocidade Desejado
Perfil de Velocidade Real
0.4
Velocidade em X(m/s)
0.3
0.2
0.1
0.1
0 2 4 6 8 10
Tempo(s)
FIG. 4.67: Velocidade em X - Trajetria com Perl de Velocidade Trapezoidal
ngulo Gama
0.06
0.04
0.02
ngulo Gama(rad)
0.02
0.04
0.06
0 2 4 6 8 10
Tempo(s)
FIG. 4.68: ngulo Gama - Trajetria com Perl de Velocidade Trapezoidal
131
Sinal de Comando
70
60
50
Sinal de Comando(V)
40
30
20
10
10
0 2 4 6 8 10
Tempo(s)
FIG. 4.69: Sinal de Comando do Sistema - Trajetria com Perl de Velocidade

Trapezoidal
Como pde ser visualizado nas FIGs. 4.66 e 4.69, as simulaes realizadas utilizando
o processo de gerao de trajetria com perl de velocidade trapezoidal tm como
resultado para tenso e para o deslocamento em x, respectivamente, uma reduo de
aproximadamente 50% na amplitude do sinal de comando na entrada da planta, alm
de ter ocasionado um menor overshooting. Por outro lado, percebe-se que o tempo de
acomodao ser maior nesta situao, o que faz com que o sistema demore mais para
se estabilizar.
4.11 IMPLEMENTAO DE MTODOS DE INTERPOLAO POLINOMIAL

PARA GERAO DE TRAJETRIA
4.11.1 MTODO DE INTERPOLAO POLINOMIAL 4-3-4
Com o intuito de implementar tal mtodo de interpolao polinomial, busca-se aqui

estabelecer um conjunto de parmetros de modo que os coecientes dos polinmios que
formam a trajetria possam ser encontrados e desta forma, denir o sinal de referncia que
ser aplicado ao subsistema x da Ponte Rolante em malha fechada. Nas simulaes
a seguir, faz-se tambm a comparao com o mtodo anterior (Trajetria com Perl de
Velocidade Trapezoidal). Como poder ser observado, apesar de o mtodo de interpolao
polinomial 4-3-4 apresentar como vantagens em relao ao segundo, a manuteno da
continuidade tanto em termos de posio e velocidade quanto da acelerao, vericou-
132
se que o sinal de controle a ser aplicado planta apresenta uma maior amplitude para
atingir o desempenho estabelecido.
Os resultados da aplicao do mtodo de interpolao polinomial 4-3-4 podem ser
visualizados nas FIGs. 4.71, 4.72 e 4.73. A FIG. 4.74 representa a amplitude do sinal de
comando a ser aplicado planta enquanto que a FIG. 4.75 indica a acelerao do carro
imposta pelo mtodo.
Os parmetros a serem arbitrados encontram-se listados abaixo. Ressalta-se que os
parmetros para o estabelecimento da Trajetria com Perl de Velocidade Trapezoidal
tambm podem ser retirados da referida listagem.
0 = 0s, q0 = 0m, q0 = 0m/s, q0 = 0m/s2
1 = 3.5s, q1 = 3.8m
2 = 4.5s, q2 = 6.5m
n = 8s, qn = 10m, qn = 0m/s, qn = 0m/s2
onde:
0 - instante no incio do primeiro segmento da trajetria;
q0 - posio no incio do primeiro segmento da trajetria ;
q0 - velocidade no incio do primeiro segmento da trajetria;
q0 - acelerao no incio do primeiro segmento da trajetria;
1 - instante no nal do primeiro segmento da trajetria;
q1 - posio no nal do primeiro segmento da trajetria;
2 - instante no nal do segundo segmento da trajetria;
q1 - posio no nal do segundo segmento da trajetria;
n - instante no nal do ltimo segmento da trajetria;
qn - posio no nal do ltimo segmento da trajetria;
qn - velocidade no nal do ltimo segmento da trajetria;
qn - acelerao no nal do ltimo segmento da trajetria;

133
FIG. 4.70: Mtodo de Interpolao Polinomial 4-3-4 - Modelo x da Ponte Rolante
Grfico da Posio em X
Mtodo de Interpolao Polinomial 434
12
10
8
Posio em X(m)
4
Trajetria Desejada
Trajetria Real
Posio Especificada
2
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.71: Grco da Posio em X - Mtodo de Interpolao Polinomial 4-3-4
134
Grfico da Velocidade em X
3
Velocidade Desejada
2.5 Velocidade Real
1.5
0.5
0.5
0 2 4 6 8 10
Tempo(s)
FIG. 4.72: Grco da Velocidade em X - Mtodo de Interpolao Polinomial 4-3-4
Grfico do ngulo Gama

0.15
0.1
0.05
ngulo Gama(rad)
0.05
0.1
0.15
0.2
0 5 10 15 20
Tempo(s)
FIG. 4.73: Grco do ngulo Gama - Mtodo de Interpolao Polinomial 4-3-4
135
Sinal de Comando
350
300
250
200
Tenso(V)
150
100
50
50
0 5 10 15 20
Tempo(s)
FIG. 4.74: Sinal de Comando - Mtodo de Interpolao Polinomial 4-3-4
Grfico da Acelerao
1
0.8
0.6
0.4
Acelerao(m/s)
0.2
0.2
0.4
0.6
0.8
1
0 1 2 3 4 5 6 7 8
Tempo(s)
FIG. 4.75: Grco da Acelerao - Mtodo de Interpolao Polinomial 4-3-4
Os resultados da aplicao do mtodo de Trajetria com Perl de Velocidade Trape-

zoidal podem ser visualizados nas FIGs. 4.76, 4.77 e 4.78. A FIG. 4.79 representa a
amplitude do sinal de comando a ser aplicado planta enquanto que a FIG. 4.80 indica
a acelerao do carro imposta pelo mtodo. Ressalta-se aqui, que o valor estipulado para
a acelerao do carro foi de 0, 7m/s2 .
136
Grfico da Posio X
Trajetria Com Perfil de Velocidade Trapezoidal
12
Trajetria Desejada
10 Trajetria Real
Posio X(m) 6
0
0 2 4 6 8 10
Tempo(s)
FIG. 4.76: Grco da Posio em X - Trajetria com Perl de Velocidade Trapezoidal
Grfico da Velocidade
Trajetrial com Perfil de Velocidade Trapezoidal
2
Velocidade Desejada
1.5
Velocidade Real
0.5
0.5
0 5 10 15 20
Tempo(s)
FIG. 4.77: Grco da Velocidade em X - Trajetria com Perl de Velocidade

Trapezoidal
137
Grfico do ngulo Gama
0.1
0.08
0.06
0.04
ngulo Gama(rad)
0.02
0.02
0.04
0.06
0.08
0.1
0 5 10 15 20
Tempo(s)
FIG. 4.78: Grco do ngulo Gama - Trajetria com Perl de Velocidade Trapezoidal
Sinal de Comando
250
200
150
Tenso(V)
100
50
50
0 5 10 15 20
Tempo(s)
FIG. 4.79: Sinal de Comando - Trajetria com Perl de Velocidade Trapezoidal
138
Grfico da Acelerao
0.8
0.6
0.4
Acelerao(m/s)
0.2
0.2
0.4
0.6
0.8
0 5 10 15 20
Tempo(s)
FIG. 4.80: Grco da Acelerao - Trajetria com Perl de Velocidade Trapezoidal
139
5 CONCLUSO
Neste captulo apresentado um resumo, do ponto de vista metodolgico, das con-

tribuies desta dissertao. feito uma crtica dos resultados obtidos, bem como apre-
sentadas as perspectivas para futuras investigaes, baseadas na experincia adquirida
durante o desenvolvimento deste trabalho.
5.1 COMENTRIOS DO TRABALHO REALIZADO
Como este trabalho se prope a obter um controle automtico de posicionamento de

carga do prottipo da ponte rolante construdo no laboratrio do IME, primeiramente
foi deduzido um modelo matemtico que representasse a dinmica do sistema. Tal mo-
delagem baseada nas equaes de Lagrange, que tm como objetivo tratar o sistema
como uma unidade orgnica, no havendo a necessidade de particion-lo em pedaos iso-
lados. Obtidas as equaes no-lineares que regem o comportamento do sistema, faz-se
necessrio realizar a escolha das variveis de estado de possvel interesse para o con-
trole. Para possibilitar a utilizao do ferramental disponvel da teoria de Controle,
faz-se necessrio a obteno de um modelo linear e invariante no tempo.
De posse do modelo linear, foram feitas simulaes de forma a comparar o modelo
no-linear com o modelo linear em malha aberta. Tal comparao demonstrou-se satisfa-
tria, tendo em vista que o comportamento de ambos os sistemas eram bastante prximos
perto do ponto de equilbrio estabelecido.
Com o modelo linear validado, foi possvel realizar a implementao de diversos
controladores, utilizando diversas metodologias de Controle para atingir nosso objetivo
(posicionamento da carga e controle da oscilao), tais como: controle por PID, controle
pelo mtodo de alocao de plos e controle nebuloso. Fez-se necessrio a obteno de
um observador de estados quando da utilizao de controle por realimentao de estados,
tendo em vista que nem todos os estados so sensoreados(conhecidos).
Visando a observao do comportamento do sistema, quando sujeito a perturbaes
na massa da carga e do comprimento do cabo (variaes paramtricas), foi realizado a
comparao entre duas snteses de controle: LQG e PRCBI. O controle por LQG apesar de
apresentar um excelente desempenho para o sistema nominal, este ao sofrer perturbaes
em seus parmetros, faz com que o sistema em MF perca bastante em desempenho,
140
podendo lev-lo para a instabilidade, o que no ocorre utilizando a sntese PRCBI, caso
o processo de otimizao da funo custo envolvida seja feito atuando na matriz de
entrada de rudo da planta, pois caso contrrio, sofrer grande perda em desempenho.
Apesar de ter sido feita a implementao de diversos tipos de controladores, pde
ser observado nas simulaes que para atingir o desempenho desejado para o problema, o
sinal de controle de entrada da planta assumiu valores bem superiores ao suportado pelo
sistema real (tenso de entrada nos motores) quando da aplicao do sinal de refern-
cia, sendo o degrau unitrio. Com o intuito de minimizar este problema, foi elaborado
um captulo que estuda alguns mecanismos de gerao de trajetria em manipuladores.
Por meio da implementao destes algoritmos, atingiu-se valores menores de tenso de
entrada, o que faz com que a potncia consumida pelo motor nos instantes iniciais de
deslocamento no seja to elevada. Porm, ainda assim, tais valores foram considerados
superiores ao nominal admitidos pelos atuadores, o que inviabiliza a implementao real
para o desempenho no realista.
5.2 COMENTRIOS DOS TRABALHOS AINDA EM ABERTO
Alguns pontos no foram abordados neste trabalho, sejam eles por motivos temporais
ou por determinadas limitaes no decorrer do trabalho. Pontos estes relacionados a
seguir:
Simulaes envolvendo o software Labview ;
Aplicao em Tempo Real do Sistema Servo da Carga utilizando os softwares Real

Time Workshop e Real Time Windows Target, ambos existentes na plataforma
Matlab ;
Simulaes de ordem prtica no puderam ser realizadas, tendo em vista que o

prottipo laboratorial no foi totalmente construdo por falta de tempo e material.
5.3 PERSPECTIVAS PARA TRABALHOS FUTUROS
Para trabalhos futuros, importante ressaltar que, em trabalhos dessa natureza,

haja uma maior integrao entre um grupo de alunos da graduao com o mestrando.
Tal fato se faz necessrio, devido a grande necessidade de comparao dos resultados
toricos obtidos com os obtidos na prtica propriamente dita. Desta forma, prope-se
que o trabalho no prottipo da ponte rolante seja dividido da seguinte forma:
141
a) Para os Alunos de Graduao:
Trmino da construo do prottipo propriamente dita;
Implementao de softwares em microcontrolador (ex., PIC) utilizando os pe-

rifricos de converso A/D e D/A, de modo que os ngulos sejam efetivamente
medidos e mostrados no computador, por meio de um software de alto nvel
ou em um display grco 16x2; e
Realizao de testes no mecanismo servo de posicionamento vertical da carga

utilizando o software Labview ;
b) Para o Aluno de Mestrado:
Realizar anlise de Desempenho e Robustez fazendo uso de Funo Penalidade

e Funo Barreira;
Encontrar um novo Kcd_P RCBI , responsvel pela minimizao do trao da

matriz G1
0 via Algoritmos Genticos e compar-lo com o obtido por meio do
Mtodo de Otimizao de Powell;
Implementar um escalonador de ganhos utilizando o Sistema de Inferncia

Fuzzy TSK;
Propor um controlador neuro-fuzzy, empregando ANFIS (Adaptive Network

Inference System) ; e
Propor um Controle Adaptativo Auto-Sintonizvel, de forma que uma Rede

Neural seja capaz de fornecer os ganhos de um controlador LQR aplicado
Ponte Rolante a cada instante k.
142
6 REFERNCIAS BIBLIOGRFICAS
ADES, R. Sntese De Controle Robusto Paramtrico - Otimizao De Um

Critrio Combinando Estabilidade E Desempenho. Dissertao de Mestrado,
Instituto Militar de Engenharia, 1994.
AGUIRRE, L. A., DA SILVA, A. P. A., CAMPOS, M. F. M. e DO AMARAL, W. C. En-

ciclopdia de Automtica Controle e Automao. Editora Blucher, So Paulo,
Brasil, 1 edition, 2007.
ARAGO, I. H. O. e POMPEO, B. S. Controle Automtico no Transporte de

Cargas em Ponte Rolante. Pfc - projeto de nal de curso, IME - Instituto Militar
De Engenharia, Rio De Janeiro, Brasil, Setembro 2008.
BARTOLINI, G., PISANO, A. e USAI, E. Second-Order Sliding-Mode Control of

Container Cranes. Automatica, May 2002.
CAINELLI, G. T. F. Modelagem, Implementao e Controle com Vdeo-
Sensoreamento de uma Esfera sobre Plataforma. Dissertao de Mestrado,
CARRILHO, A. E., BIER, C. C., MARTINS, D. e PASSOLD, F. Trabalho sobre Plane-

jamento de Trajetria - Introduo Robtica. Instituto Militar de Engenharia,
1998.
CHENG, C. C. e CHEN, Y. C. Controller Design for an Overhead Crane With

Uncertainty. Control Eng. Practice, 4(5):645653, 1996.
CRAIG, J. J. Introduction to Robotics Mechanics and Control. Addison Wesley
Longman, 1986.
DE CAMPOS, M. M. e SAITO, K. Sistemas Inteligentes em Controle e Automao de

Processos. Editora Cincia Moderna, Rio de Janeiro, 2004.
GAO, J. e CHEN, D. Learning and H of an Overhead Crane for Obstacle Avoi-

dance and Disturbance Rejection. Proceedings of the 36th IEEE CDC, December
1997.
GIUA, A., SEATZU, C. e USAI, G. Observer-controller design for cranes via

Lyapunov equivalence. Proceedings of the 36th IEEE CDC, Sandiego, (35):669
778, September 1999.
GOMES, G. M. P. Synthese D'Une Commande Robuste Liee A La Qualite De

L'identication Bayesienne. Tese doutorado, ENSAE - Ecole Nationale Superieure
De L'Aeronautique Et De L'Espace, Toulouse, Frana, Abril 1991.
GONZALEZ, R. C. e FU, K. S. Robotics: Control, Sensing, Vision, and Intelli-

gence. Editora Hardcover, 1987.
143
LEE, H. H. e CHO, S. K. A New Fuzzy-Logic Anti-Swing Control for Indus-
trial Three-Dimensional Overhead Cranes. Proceedings of the IEEE Interna-
tional Conference on Robotics and Automation, Seoul, Korea, pgs. 2126, May 2001.
LEITO, F. O. Metodologia para Implementao de Controladores Fuzzy em Processos

Petroqumicos Utilizando Redes Neurais. Dissertao de Mestrado, Instituto Militar de
Engenharia, 2000.
MARTINS, W. F. Controle Fuzzy em Tempo Real, Aplicado ao Sistema

Plataforma-Esfera. Dissertao de Mestrado, Instituto Militar de Engenharia, 2007.
MENDEL, J. M. Fuzzy logic systems for engineering: a tutorial. Proceedings of the IEEE,
83(3):345377, 1995.
MNDEZ, J. A., ACOSTA, L. e MORENO, S. Design of a Neural Network Based

Self-Tuning Controller for an Overhead Crane. Neural Computing and Applica-
tions, pgs. 143150, September 1999.
MONTEIRO, L. H. A. Sistemas Dinmicos. Livraria da Fsica, 2a edition, 2006.
NASIR, A. N. K., AHMAD, M. A. e RAHMAT, M. F. Performance Comparison

Between LQR and PID Controller for an Inverted Pendulum System. Inter-
national Conference on Power Control and Optimization, July 2008.
OGATA, K. Discrete-Time Control Systems. Prentice Hall, New Jersey, USA, 1987.
PELLANDA, P. C. Controle Robusto Aplicado Na Estabilizao De Sistemas

Eltricos De Potncia. Dissertao de Mestrado, Instituto Militar de Engenharia,
1993.
SINGHOSE, W. E., PORTER, L. J. e SEERING, W. P. Input Shaped Control of

a Planar Gantry Crane with Hoisting. Proceedings of the American Conference,
September 1997.
SUZUKI, M. e TERASHIMA, K. Semi-Automatic Control of Overhead Crane

Using Potential Method. Proceedings of the IEEE, 2000.
TANSCHEIT, R. Sistemas Fuzzy. VI Simpsio Brasileiro de Automao Inteligente,
Bauru, SP, 2003.
VALLE, R. C. D. Identicao De Sistemas No Domnio Da Freqncia Por

Conjuntos Pr-Selecionados Via Imposio De Plos. Dissertao de Mestrado,
VIKRAMADITYA, B. e RAJAMANI, R. Nonlinear Control of a Trolley Crane

System. Proceedings of the American Control Conference, Chicago, Illinois, Junho
2000.
YOSHIDA, K. Nonlinear Control for a Crane System having Constrained Tro-

lley Stroke and Pendulum Length. Proceedings of the 36th IEEE CDC, Sandiego,
Decembrer 1997.
144
7 APNDICES
145
7.1 APNDICE 1: VALORES NOMINAIS DAS VARIVEIS DO SISTEMA PONTE
ROLANTE
Dados da Ponte Rolante:
m1 = 3, 0 [kg] Massa do Trilho

m2 = 1, 0 [kg] Massa do Carro
m3 = 0, 2 [kg] Massa da Carga
Dados do Conjunto Eletromecnico:
Rx = 5,5 [Ohms] Resistncia do Enrolamento da Armadura do Motor - Deslocamento

em X (Indutncia Desprezvel)
Ry = 5,5 [Ohms] Resistncia do Enrolamento da Armadura do Motor - Deslocamento
em Y (Indutncia Desprezvel)
Rz = 10,5 [Ohms] Resistncia do Enrolamento da Armadura do Motor - Deslocamento
em Z(Indutncia Desprezvel)
rzinhox = 17,5x103 [m] Raio da Polia - Deslocamento em X
rzinhoy = 17,5x103 [m] Raio da Polia - Deslocamento em Y
Jx = 49x107 [Kg.m2 ] Momento de Inrcia do Eixo do Motor - Deslocamento em X
Jy = 49x107 [Kg.m2 ] Momento de Inrcia do Eixo do Motor - Deslocamento em Y
Jz = 27x107 [Kg.m2 ] Momento de Inrcia do Eixo do Motor - Deslocamento em Z
Nx = 51,6 Relao de Acoplamento de Engrenagens do Motor - Deslocamento em X
Ny = 43 Relao de Acoplamento de Engrenagens do Motor - Deslocamento em Y
Ny = 22 Relao de Acoplamento de Engrenagens do Motor - Deslocamento em Z
Kx = 41x103 [Nm/A] Constante do Motor - Deslocamento em X
Ky = 41x103 [Nm/A] Constante do Motor - Deslocamento em Y
Kz = 46,8x103 [Nm/A] Constante do Motor - Deslocamento em Z
Grandezas Fsicas
g = 9,8 [m/s2 ] Acelerao da Gravidade
146
7.2 APNDICE 2: SOLUO DAS EQUAES MATRICIAIS DE LYAPUNOV
A existncia e unicidade da soluo da EQ. 2.53 deduzida do seguinte teorema:
Teorema 7.1 (LANCASTER, 1970). A equao do tipo: X = F.X.G + H admite soluo

nica se, e somente se:
(F).(G) < 1 (7.1)
em que:
(F) = max[| (F) |];
(F) representa o conjunto de autovalores de F.
Segundo o Teorema 7.1, para as equaes matriciais lineares 2.49, 2.50 e 2.51, da
sntese PRCBI em malha fechada, necessrio e suciente que:
h i
[(0 0 .Kc )] . (0 0 .Kc )T < 1 (7.2)
h i
T
[(0 0 .Kc )] . (I K0 .C) .T
0 <1 (7.3)
h i
[0 . (I K0 .C)] . (I K0 .C)T .T
0 < 1 (7.4)
Ento, a condio necessria e suciente para que exista uma nica soluo para
o sistema matricial envolvido , neste caso, que os autovalores de (0 0 .Kc ) sejam
estveis, isto , que os plos de controle do sistema MF estejam no interior do circulo
unitrio do Plano Z (GOMES, 1991; PELLANDA, 1993).
A soluo da EQ. 2.53 dada pela seguinte relao:
x = U1 .h (7.5)
147
Onde:

T T T
f11 .G I f12 .G f1m .G

f .GT f .GT I f2m .GT
21 22
U = F GT I I = . .. .. .. (7.6)
.. . . .

T
fm1 .G fm2 .GT fmm .GT I
Onde conhecido como produto de Kronec.

Alm disso, x e h so vetores constitudos pelos elementos das matrizes X e H, como
descrito:
h iT
h= h11 h12 h1n h21 h2n hmn (7.7)
h iT
x= x11 x12 x1n x21 x2n xmn (7.8)
Onde F Cmm , G Cnn , H Cmn , X Cmn e U Cm.nm.n .
148

Humberto Costa PDF

Enviado por

Dados do documento

Título original

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Humberto Costa PDF

Enviado por

Direitos autorais:

Formatos disponíveis

INSTITUTO MILITAR DE ENGENHARIA

CAP HUMBERTO CARDOSO DA COSTA

APLICAO DE TCNICAS DE MODELAGEM E

Dissertao de Mestrado apresentada ao Curso de

Orientador: Prof. Geraldo Magela Pinheiro Gomes, Dr.

INSTITUTO MILITAR DE ENGENHARIA

Este exemplar de propriedade do Instituto Militar de Engenharia, que poder inclu-lo

permitida a meno, reproduo parcial ou integral e a transmisso entre bibliote-

Os conceitos expressos neste trabalho so de responsabilidade do(s) autor(es) e do(s)

A663 Costa, Humberto Cardoso da

Dissertao (mestrado) - Instituto Militar de

1. Controle de Sistemas Dinmicos. 2. Controle Ro-

CAP HUMBERTO CARDOSO DA COSTA

APLICAO DE TCNICAS DE MODELAGEM E CONTROLE EM

Dissertao de Mestrado apresentada ao Curso de Mestrado em Engenharia Eltrica

Aprovada em 05 de Fevereiro de 2010 pela seguinte Banca Examinadora:

Prof. Geraldo Magela Pinheiro Gomes, Dr. ENSAE do IME - Presidente

Prof. Roberto Ades, Dr. PUC-Rio do IME

Prof. Ney Bruno, Eng. do IME

Prof. Antonio Eduardo Carrilho da Cunha, Dr. Eng. do IME

Prof. Mario Cesar Mello Massa de Campos, Dr. ECP do CENPES

Agradeo em primeiro lugar a DEUS, por ter me concedido a oportunidade de par-

"Um obstculo uma coisa que se v quando se afasta a vista do objetivo."

LISTA DE ABREVIATURAS E SMBOLOS . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16

2 FUNDAMENTOS TERICOS EMPREGADOS . . . . . . . . . . . . . . . . . 30

3 MODELAGEM MATEMTICA DA PONTE ROLANTE . . . . . . . . 70

4 SIMULAES DO SISTEMA CONTROLADO . . . . . . . . . . . . . . . . . . 90

6 REFERNCIAS BIBLIOGRFICAS . . . . . . . . . . . . . . . . . . . . . . . . . . . . 143

FIG.1.1 Ponte Rolante . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21

FIG.2.1 Controle por PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 31

FIG.3.1 Referenciais e parmetros de modelagem do sistema . . . . . . . . . . . . . . . . . 70

FIG.4.1 Estrutura de Controle por PID . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91

TAB.2.1 Parmetros do Controlador PID - 1o Mtodo de Ziegler e Nichols . . . . . . 33

TAB.4.1 Valores para Sntese LQG . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113

Neste trabalho, so apresentados os estudos feitos sobre o prottipo da Ponte Rolante

1.1 MOTIVAO E POSICIONAMENTO DA DISSERTAO

O desenvolvimento de mtodos e tecnologias para mover objetos pesados e de grandes

FIG. 1.1: Ponte Rolante

A importncia da ponte rolante no transporte de cargas e as restries que podem

FIG. 1.2: Prottipo da Ponte Rolante

a) Movimento da carga ao longo do eixo Z

O movimento ao longo do eixo Z consiste no levantamento e abaixamento da carga.

FIG. 1.4: Movimento ao longo do eixo Z

b) Movimento ao longo do eixo X

O movimento ao longo do eixo X ocorre na translao dos trilhos transversais mveis

FIG. 1.5: Movimento ao longo do eixo X

FIG. 1.6: Rodas motrizes acopladas ao motor por engrenagens

c) Movimento ao longo do eixo Y

O movimento ao longo do eixo Y ocorre pelo movimento do carro sobre os trilhos

FIG. 1.8: Movimento ao longo do eixo Y

Modelos matemticos de diversas plantas podem ser obtidos a partir de equaes

1.2 OBJETIVOS DO TRABALHO

Os objetivos a serem alcanados encontram-se enumerados a seguir:

b) Obter um modelo linear, a partir da linearizao do modelo no-linear da Ponte

c) Confrontar o comportamento dos sistemas encontrados (no-linear e linear) em

d) Projetar e simular alguns controladores, utilizando tcnicas de controle clssico,

e) Aplicar tcnicas de controle LQG (Linear Quadratic Gaussian ) e PRCBI (Parame-

f) Simular alguns mecanismos de gerao de trajetria, com o intuito de minimizar

1.3 HISTRICO E ESTUDO BIBLIOGRFICO

Diversas publicaes internacionais abordam a modelagem e o clculo de contro-

1.4 ORGANIZAO DA DISSERTAO

A seguir, ser apresentado um breve resumo da estrutura e do contedo deste tra-

Projeto de Controlador PID;

{q1 , q2 , ..., qn } um conjunto de coordenadas independentes e que denem de forma

O diagrama em blocos completo referente ao controlador mostrado na gura abaixo:

A partir desta equao, denimos:

Sujeito lei de controle denida por:

onde Q1 , uma matriz simtrica e positiva semi-denida, e Q2 , uma matrix simtrica

onde xk a expresso simplicada de xk/k , ou seja, do estado estimado no instante k,

Q uma matriz simtrica e positiva semi-denida;

R uma matriz simtrica e positiva denida.