Você está na página 1de 36
MODELAGEM DE ESTADO ■ Introdução ■ Vetor de Estado ■ Modelo Canônico Controlável ■ Autovalor
MODELAGEM DE ESTADO
■ Introdução
■ Vetor de Estado
■ Modelo Canônico Controlável
■ Autovalor e Autovetor
EM 621 - DMC - UNICAMP
Introdução ■ O uso de modelos de estados foi iniciado na década de 60, apesar
Introdução
■ O uso de modelos de estados foi iniciado na década de 60, apesar
de ser um método conhecido desde o século XIX.
■ Originou o que hoje é conhecido como controle moderno
(domínio do tempo), em contraposição ao controle clássico
(domínio da freqüência) desenvolvido nas décadas anteriores.
■ A modelagem de estado permite que um sistema de s equações
ordem n possa ser representado por ns equações de primeira
ordem.
■ Definem-se ns variáveis auxiliares, uma para cada equação de
primeira ordem, às quais dá-se o nome de variáveis de estado.
■ As ns variáveis de estado são agrupadas em um vetor de ns
componentes, o qual é chamado de vetor de estado.
EM 621 - DMC - UNICAMP
Conceito de estado O estado de um sistema é o menor conjunto de variáveis que
Conceito de estado
O estado de um sistema é o menor conjunto de variáveis
que permita uma descrição completa do sistema, ou
seja, conhecida sua equação dinâmica e respectivas
entradas, os seus estados futuros podem ser previstos.
Por exemplo, para que o deslocamento da massa em um
sistema MMA seja previsto é necessário que se
conheça o deslocamento e velocidade iniciais e a força
exercida ao longo do tempo.
Portanto um possível vetor de estado é o deslocamento e
velocidade, ou diferentes combinações destas variáveis
EM 621 - DMC - UNICAMP
Características do modelo de estado ■ Domínio do tempo ■ Notação matricial ■ Vamos trabalhar
Características do modelo de estado
■ Domínio do tempo
■ Notação matricial
■ Vamos trabalhar com sistemas lineares
invariantes no tempo, mas pode representar,
da mesma forma, sistemas:
• não lineares
• variantes no tempo
• de múltiplas entradas e saídas
EM 621 - DMC - UNICAMP
Vantagens do Modelo de Estado ■ equações mais adaptadas à solução computacional, por ser matricial
Vantagens do Modelo de Estado
■ equações mais adaptadas à
solução computacional, por ser
matricial
■ equações de primeira ordem, onde
a solução é conceitualmente
simples e conhecida
EM 621 - DMC - UNICAMP
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e
Modelo de estado geral ■ Considerando um sistema de ordem n com p entradas e

Modelo de estado geral

Considerando um sistema de ordem n com p entradas e q saídas

u 1

u 2

de ordem n com p entradas e q saídas u 1 u 2 u p  

u p

 

y

1

 
 
 

y

2

 
 

sistema

y q

 
  y 2   sistema y q   pode ser descrito pelo conjunto de x (
  y 2   sistema y q   pode ser descrito pelo conjunto de x (
  y 2   sistema y q   pode ser descrito pelo conjunto de x (
  y 2   sistema y q   pode ser descrito pelo conjunto de x (
  y 2   sistema y q   pode ser descrito pelo conjunto de x (
  y 2   sistema y q   pode ser descrito pelo conjunto de x (
  y 2   sistema y q   pode ser descrito pelo conjunto de x (
  y 2   sistema y q   pode ser descrito pelo conjunto de x (
pode ser descrito pelo conjunto de x ( t ) = f [x 1 ,
pode ser descrito pelo conjunto de x ( t ) = f [x 1 ,

pode ser descrito pelo conjunto de

x ( t ) = f [x 1 , x , u , u u
x
( t
)
=
f
[x 1
,
x
,
u
,
u
u
,
t]
i
=
1,2
n
x 2
i
i
n
1
2
p
y ( ) t = g [x 1 , x , u , u u
y
( )
t
=
g
[x 1
,
x
,
u
,
u
u
,
t]
k
=
1,2
q
x 2
k
k
n
1
2
p

EM 621 - DMC - UNICAMP

n equações diferenciais de 1a. ordem para o estado

e q equações algébricas para as saídas

Modelo de estado invariante no tempo

 

As equações podem ser resumidas:

 
 

x (

t

)

= f

(

x

(

t

),

u

(

t

),

t

)

 

equações de estado estado

y

(

t

)

= g

(

x

(

t

),

u

(

t

),

t

)

equações de saída saída

Ou ainda, na forma matricial linearizada p/ parâmetros constantes e invariantes no tempo (LIT):

 

x ( y

(

t

)

=

A

x

(

t

)

+

B

u

(

t

)

 

t

)

=

C

x

(

t

)

+

D

u

(

t

)

Onde A é n x n, B é n x p, C q x n e D q x p.

 

EM 621 - DMC - UNICAMP

Representação no Espaço de Estados Muitas técnicas estão disponíveis para obtenção da representação no
Representação no Espaço de Estados
Muitas técnicas estão disponíveis
para obtenção da representação no
espaço de estados de sistemas
descritos por equações
diferenciais lineares
Representação
não é única
•Modelo com variáveis físicas
•Formas canônicas
•Controlável
•Observável
•Diagonal
•Jordan
EM 621 - DMC - UNICAMP
Exemplo 4.1 Para o circuito abaixo, determine um modelo de estado onde a entrada é
Exemplo 4.1
Para o circuito abaixo, determine um modelo de estado
onde a entrada é uma fonte de tensão e a saída é a
tensão no segundo capacitor.
R
R
1
2
K
v i
v o
C
C
1
2
EM 621 - DMC - UNICAMP
Exemplo 4.1: Solução Aplicando as leis de Kirchhoff e as relações de cada componente: v
Exemplo 4.1: Solução
Aplicando as leis de Kirchhoff e as relações de cada
componente:
v
=
R i
+
v
i
1 1
C
1
v
=
Kv
2
C
1
R 1
R 2
v
=
R i
+
v
K
2
2 2
C
2
v i
v
v o
dv
2
C
1
C 1
i
= C
C 2
1
1
dt
dv
C 2
i
= C
2
2
dt
v
=
v
0
C
2
EM 621 - DMC - UNICAMP
Exemplo 4.1: continuando Admitindo como variáveis de estado e saída: x = v x =
Exemplo 4.1: continuando
Admitindo como variáveis de estado e saída:
x
=
v
x
=
v
1
C
1
2
C
2
y
=
v
u
=
v
C
2
i
v
=
R i
+
v
i
1 1
C
1
v
=
R i
+
v
2
2
2
C
2
dx
1
1
dx
1
v
=
Kv
= −
x
+
u
1
2
C
1
u
=
R C
+ x
1
1
1
1
dt
R C
R C
dt
1
1
1
1
dv
= C 1
i
C
dx
dx
K
1
1
1
2
2
dt
Kx
=
R C
+ x
=
x −
x
2
1
2
2
2
dt
dt
R C
1 R C
2
2
2
2
dv
C 2
i
= C
2
2
dt
EM 621 - DMC - UNICAMP
Exemplo 4.1: concluindo O modelo de estado na forma matricial é portanto dx 1 1
Exemplo 4.1: concluindo
O
modelo de estado na forma matricial é portanto
dx
1
1
1
1
= −
x
+
u
0
1
1
x
R C
x
dt
R C
R C
 
1
1
1
1
1
1
  = 
1
1
+
R C
u
 
K
1
1
1
x
x
dx
K
1
2
2
0
2
 
=
x
x
2
R C
R C
1
dt
R C
R C
2
2
2
2
2
2
2
2
x 1 
y = x
y =
[
0
1
]
2
x
2
O
sistema acima é chamado de modelo de estado com
variáveis físicas.
EM 621 - DMC - UNICAMP
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n
Forma canônica (controlável) ■ Dada a equação geral de um sistema de ordem n n

Forma canônica (controlável)

■ Dada a equação geral de um sistema de ordem n n n − 1
■ Dada a equação geral de um sistema de ordem n
n
n − 1
d
y
d
y
dy
+ a
+
+
+
a
y
=
a 1
n
n − 1
0
dt
dt
dt n − 1
n
n − 1
d
u
d
u
du
b b b + b u ( )
b
b
b
+ b u
( )
+ + + t n n − 1 n − 1 1 0 n dt
+
+
+
t
n
n − 1
n − 1
1
0
n dt
dt
dt
■ considerando a forma de cascata
u
v
y
D(p) -1
N(p)
EM 621 - DMC - UNICAMP
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e
Considerando apenas o denominador ■ Análise do 1º sistema para a relação entre v e

Considerando apenas o denominador

Análise do 1º sistema para a relação entre v e u

u

u D(p) - 1 v

D(p) -1

D(p) - 1

v

D(p) - 1 v
u D(p) - 1 v

d

n

v

+

 

d

n

1

v

+

+

dv

+

 

=

u t

( )

dt

n

a

n

1

dt

n

1

a

1

dt

a v

0

■ definindo x n ■ Observando que x n x n − 1 x 2

definindo

x n
x
n

Observando que

x n x n − 1
x
n
x
n
1
■ definindo x n ■ Observando que x n x n − 1 x 2 x
x 2
x
2
■ definindo x n ■ Observando que x n x n − 1 x 2 x
x 1
x
1
x 1
x
1

EM 621 - DMC - UNICAMP

Modelo canônico controlável parcial

Modelo canônico controlável parcial ■ Chega-se assim ao seguinte modelo: n n − 1 x =
Modelo canônico controlável parcial ■ Chega-se assim ao seguinte modelo: n n − 1 x =
■ Chega-se assim ao seguinte modelo: n n − 1 x = x d v
■ Chega-se assim ao seguinte modelo:
n
n − 1
x
= x
d
v
d
v
dv
1
2
+
a
+
+
a
+
a v
=
u t
( )
x
= x
n
n − 1
n
− 1
1
0
dt
dt
dt
2
3
x
= x
3
4
x
+
a
x
+
+
a x
+
a
x
=
u
( )
t
n
n
− 1
n
1
2
0
1
x
=
x
n
− 1
n
x
=
u(t)
a
x
a
x
a
x
−−
a
x
n
0
1
1
2
2
3
n1
n

onde a saída é dada por:

v

=

x

1

EM 621 - DMC - UNICAMP

Matrizes sem numerador ■ Em notação matricial, o modelo pode ser escrito:  x 
Matrizes sem numerador
Em notação matricial, o modelo pode ser escrito:

x
0
10
0
  x
0
1
1

 x
x
0
01
0
0

2

2
=
+
u
(
t
)

 


x
−−− a aa
a
 
  
x
1
n
012
n −
1
n
x
A
x
B
x
1
x
2
v
(
t
)
=
[
100
0
]
x
 
n
E
EM 621 - DMC - UNICAMP
Matrizes sem numerador ■ Em notação matricial compacta, o modelo pode ser escrito:  x
Matrizes sem numerador
Em notação matricial compacta, o modelo pode ser escrito:
 x 
1
x (
t
)
=
A
x
()
t
+
Bu
(
t
)
E
= [1 0 0 0]
x
vt
()
=
E
x
()
t
2
x =
 x n 
01
0
 0 
0
0
0
0
B =
A
= 
1
1
−−  aa
a
01
n −
1
EM 621 - DMC - UNICAMP
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)
Considerando apenas o numerador ■ Para a relação entre y e v v y N(p)

Considerando apenas o numerador

Para a relação entre y e v

v

v y N(p)

y

N(p)

N(p)
N(p)
v y N(p)
n n − 1 d v d v dv y t ( ) = b
n
n − 1
d
v
d
v
dv
y t
( ) =
b
+
b
+
+
b
+ b v
n
n − 1
n − 1
1
0
n dt
dt
dt

substituindo as variáveis de estado já definidas

y ( t ) = b u(t) − a x − a x − a
y ( t )
=
b
u(t)
a
x
a x
a
x
a
x
)
+
n (
0
1
1
2
2
3
n
− 1
n
+
b
x
+
+
b x
+
b x
n
− 1
n
1
2
0
1

EM 621 - DMC - UNICAMP

Conclui-se ■ Agrupando os termos y t ( ) = ( b − b a
Conclui-se
■ Agrupando os termos
y t
( )
=
(
b
b a
)
x
+
+
(
b
b a
)
x
+
(
b
b a
)
x
+
b u(t)
n
− 1
n
n-1
n
1
n
1
2
0
n
0
1
n
■ e na forma matricial
T
(
b
ba
)

x
0
n0
1

(
b
ba
)
x
1
n1

2
y ( t ) = 

 +
bu(t)
n

(
b
ba
)
x
n
− 2
n
n-2

n-1
(
b
ba
)
x
 
n
− 1
n
n-1
n
C
EM 621 - DMC - UNICAMP
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0
Matrizes do modelo canônico controlável ■ O modelo final pode ser escrito   0

Matrizes do modelo canônico controlável

■ O modelo final pode ser escrito   0 1 0 0  
■ O modelo final pode ser escrito
0
1
0
0
0
0
1
0
d x
(
t
)
=
A
x
(
t
)
+
Bu
(
t
)
A = 
dt
0
0
0
1
y
(
t
)
=
C
x
(
t
)
+
Du
(
t
)
 −
a
a
a
a
+ Du ( t )   − a − a − a − a 
+ Du ( t )   − a − a − a − a 
+ Du ( t )   − a − a − a − a 
+ Du ( t )   − a − a − a − a 

 0    0  B =      
 0 
0 
B =
1 

0

1

2

T   ( − ba ) b 0 n 0   ( b
T
(
− ba
)
b 0
n
0
(
b
− ba
)
1
n
1
C
= 
(
b
− ba
)
 
 
n
1
n
n-1

n 1

D = b n
D = b
n

EM 621 - DMC - UNICAMP

Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o
Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o
Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o
Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o
Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o
Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o
Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o
Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o
Equação homogênea ■ A equação homogênea corresponde ao sistema de entrada nula e portanto o

Equação homogênea

A equação homogênea corresponde ao sistema de entrada nula e portanto o modelo de estado reduz-se a

d x

t

()

A

t

()

Bu

t

()

dx =

dx =

dx = Ax
dx = Ax

Ax

dx = Ax
a d x t () A t () Bu t () dx = Ax dt =

dt

=

x +

dt

Portanto, conhecendo-se a matriz A, o comportamento natural do sistema pode ser determinado.

EM 621 - DMC - UNICAMP

Autovalor e autovetor Definem-se como autovalores (λ) e autovetores (ξ) de uma matriz A a
Autovalor e autovetor
Definem-se como autovalores (λ) e autovetores (ξ) de
uma matriz A a solução da equação
Aξ = λξ
ou ainda,
(λI − A)ξ = 0
cuja solução, desprezando a trivial, exige que a matriz
[λI-A] seja singular (não inversível) e, portanto,
det(λ I − A) = 0
que é uma forma de calcular os autovalores.
EM 621 - DMC - UNICAMP
Autovalor e pólo ■ Pode-se mostrar que as raízes do polinômio característico, ou pólos, são
Autovalor e pólo
■ Pode-se mostrar que as raízes do polinômio
característico, ou pólos, são iguais aos autovalores da
matriz de estado A.
■ Considerando que existem infinitas representações de
estado de um mesmo sistema, pode-se concluir que
todos os modelos vão apresentar os mesmos
autovalores.
EM 621 - DMC - UNICAMP
Exemplo 4.2 Para um sistema MMA, determine o modelo de estado canônico controlável correspondente. xxx
Exemplo 4.2
Para um sistema MMA, determine o modelo de
estado canônico controlável correspondente.
xxx
++= cku
221
mmm
c
k
u
k
c
yyy
++=
x
=
x
m
m
m
1
2
m
onde o vetor de estado
y
y
x
x
x
2
2
1
x =
 x 
1
=
x
y
2
x
resposta
y
=
x
1
1
EM 621 - DMC - UNICAMP
Exemplo 4.2 continuação x − x = 0 1 2 u vetor de estado x
Exemplo 4.2 continuação
x
x
=
0
1
2
u
vetor de
estado
x =
 x 
y
resposta
1
=
xxx
++= c k
m
x
y
y
=
x
221
1
m
m
2
■ na forma matricial
01
 0

x
 x
1
1

=
k
c
+


1
u
x


 x
2
2
mm
 


m
x
1 
y
=
[1
0 ]
x
2 
EM 621 - DMC - UNICAMP
Exemplo 4.2 continuação cku yyy ++= ■ na forma matricial padronizada mmm T  0
Exemplo 4.2 continuação
cku
yyy
++=
■ na forma matricial padronizada
mmm
T
 0
10
0
 0 
(
b
− ba
)
0
n
0
0
01
0
0
(
b
− ba
)
1
n
1
A =
B =
C
D = b
 = 
n
  
−−−
aaa
1
a n
(
b
ba
)
012
1
 
n
1
n
n-1
0
1
0 
1
A
k
c
B
= 
C
=
0
D
= [0 ]
= 
1 
 
m
 
m
m
 
EM 621 - DMC - UNICAMP
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y
Exemplo 4.2: Diagrama de blocos ■ Diagrama de blocos do sistema y = x y

Exemplo 4.2: Diagrama de blocos

■ Diagrama de blocos do sistema y = x y = x u 2 2
■ Diagrama de blocos do sistema
y = x
y = x
u
2
2
y = x
y
+
1
1/m
-
-
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫
= x y = x u 2 2 y = x y + 1 1/m ∫

c/m

c/m k/m ■ notar que as saídas dos integradores são as variáveis de estado EM 621

k/m

c/m k/m ■ notar que as saídas dos integradores são as variáveis de estado EM 621

notar que as saídas dos integradores são as variáveis de estado

EM 621 - DMC - UNICAMP

Matlab: exemplo 4.2 Considerando m=2kg, c=3 N/m/s, k=10 N/m, montar o modelo de estado anterior
Matlab: exemplo 4.2
Considerando m=2kg, c=3 N/m/s, k=10 N/m,
montar o modelo de estado anterior usando
Matlab. Usar os comandos ss, eig, damp, tf,
roots e mostrar que os autovalores e os pólos
do sistema são os mesmos.
EM 621 - DMC - UNICAMP
Matlab: programa p/ o exemplo 4.2 ■ m=2; ■ np=1/m; ■ c=3; ■ dp=[1 c/m
Matlab: programa p/ o exemplo 4.2
■ m=2;
■ np=1/m;
■ c=3;
■ dp=[1 c/m k/m];
■ k=10;
■ sys2=tf(np,dp);
■ A=[0 1;-k/m -c/m];
■ figure(2), impulse(sys2)
■ B=[0;1/m];
■ C=[1 0];
■ eig(A)
■ D=0;
■ roots(dp)
■ sys=ss(A,B,C,D);
■ impulse(sys)
■ damp(A)
■ damp(sys2)
EM 621 - DMC - UNICAMP
Exemplo 4.3 Determine o modelo de estado físico para o sistema abaixo, com 2 GDL.
Exemplo 4.3
Determine o modelo de estado físico para o
sistema abaixo, com 2 GDL.
m
= 2
m
= 50
1
2
c
k
1
1
c
= 3
c
= 3
2
1
m
k
= 10
k
= 10
1
2
1
k
c
y
,
y
,
y
2
2
1
1
1
m
f
(t) = 10 sen(2t) N
2
f (t)
yyy,
,
2
2
2
EM 621 - DMC - UNICAMP
Exemplo: solução Aplicando-se a lei de Newton a cada massa chega-se às seguintes equações: m
Exemplo: solução
Aplicando-se a lei de Newton a cada massa
chega-se às seguintes equações:
m y
y
+
2
cy
cy
+
2
ky
ky
=
0
1
1
1
2
1
2
m
cy
+
cy
ky
+
ky
=
f
2
2
1
2
1
2
A partir dessas equações deduzir os modelos de
estado. Usar como vetor de estado o
deslocamento e a velocidade de cada massa.
EM 621 - DMC - UNICAMP
Exemplo : solução Definindo-se o vetor de estado como x = y x = y
Exemplo : solução
Definindo-se o vetor de estado como
x
=
y
x
=
y
1
1
3
2
x
=
y
x
=
y
2
1
4
2
m x
+
2
cx
cx
+
2
kx
kx
=
0
as equações ficam
1
2
2
4
1
3
m x
cx
+
cx
kx
+
kx
=
f
2
4
2
4
1
3
2
c
c
2 k
k
ou ainda
x
= −
x
+
x
x
+
x
2
2
4
1
3
m
m
m
m
1
1
1
1
1
c
c
k
k
x
=
f
+
x
x
+
x
x
4
2
4
1
3
m
m
m
m
m
2
2
2
2
2
EM 621 - DMC - UNICAMP
Exemplo : solução 2 k 2 c k c x = − x − x
Exemplo : solução
2
k
2 c
k
c
x
= −
x
x
+
x
+
x
Ordenando os termos
2
1
2
3
4
m 1 m
m
m
1
1
1
k
c
k
c
1
x
=
x
+
x
x
x
+
f
4
1
2
3
4
m
m
m
m
m
2
2
2
2
2
x
=
y
=
x
1
1
2
e
lembrando que
x
=
y
=
x
3
2
4
0
1
0
0
0
x
 
x
2
k
2 c
k
c
1
1
o
modelo fica
 −
0
x
m
m
m
m
x
2 
2
 
=
1
1
1
1
 
+
u
0
 x
 
0
0
0
1
 x
 
3
3 
1
k
c
k
c
 
 
x
 
x
4
4
m
m
m
m
m
2
2
2
2
2
EM 621 - DMC - UNICAMP
Exemplo : solução Considerando a saída como a posição da massa 1:  x 
Exemplo : solução
Considerando a saída como a posição da massa 1:
x
1
x
2
y =
[
1
0
0
0
]
y = x
= y
1
1
 x
3
x
4
Se desejarmos as duas posições:
x 1 
1
0
0
0
x
y =
2 
0
0
1
0
 x
3 
x
4
EM 621 - DMC - UNICAMP
Exercício ■ Utilizar o mesmo programa anterior do último exemplo (p/ saída = y 1
Exercício
■ Utilizar o mesmo programa anterior do
último exemplo (p/ saída = y 1 ) e calcular
a resposta à excitação f(t) a partir da
função de transferência.
■ Encontrar o modelo canônico controlável
para o mesmo exemplo.
• Sugestão: usar o operador p nas duas
equações básicas e eliminar em uma
delas.
EM 621 - DMC - UNICAMP
Resultados esperados ■ Gráfico da saída p/ uma entrada senoidal 10sen(2t) EM 621 - DMC
Resultados esperados
■ Gráfico da saída p/ uma entrada senoidal
10sen(2t)
EM 621 - DMC - UNICAMP