Você está na página 1de 135

AULAS 02 e 03 - LTC37B

Controle 02

__________________________________

Prof. Leandro Castilho Brolin

UTFPR - Universidade Tecnológica Federal do Paraná


DAELN – Departamento de Eletrônica
___________________________________
RESUMO

(1) Introdução
(2) Definições
(3) Equação no Espaço de Estados
(4) Linearização de Modelos Não Lineares
(5) Forma Geral do Modelo Linearizado
(6) Exercícios
INTRODUÇÃO

Podem ser utilizadas duas modelagens para analisar e projetar
sistemas de controle. A primeira técnica é denominada análise na
frequência, no qual utiliza-se a transformada de Laplace. A outra
modelagem é denominada de análise no tempo, no qual descreve-
se o sistema na forma de espaço de estado;

A primeira desvantagem da modelagem na frequência é sua
limitação de aplicabilidade. Neste caso só podemos utilizar a
modelagem na frequência em sistemas lineares, invariante no
tempo ou em sistemas que podem ser aproximados a estas
características;

A maior vantagem da análise no domínio da frequência é que
podemos facilmente obter informações sobre a resposta transitória
e resposta de regime.
INTRODUÇÃO

A modelagem em espaço de estado, também referida como
modelagem moderna, é um método unificado para análise e projeto
que pode ser utilizado em muitos tipos de plantas;

Esta modelagem consiste em determinar as equações diferenciais
que descrevem a dinâmica do sistema analisado e posteriormente
organizá-las na forma matricial;

Modelagem aplicada a sistemas complexos:

– Sistemas com múltiplas entradas e múltiplas saídas


(MIMO);

– Sistemas não lineares;

– Sistemas variantes no tempo.


DEFINIÇÕES

O ESTADO de um sistema no instante t0 é a quantidade de
informação em t0 que, junto com a entrada u(t) em t ≥ t0, determina
univocamente o comportamento do sistema para todo t ≥ t0.

VARIÁVEIS DE ESTADO: Se pelo menos n variáveis x1, x2, … , xn
são necessárias para descrever todo o comportamento de um
sistema dinâmico, então estas n variáveis formam um conjunto de
variáveis de estado. Ex. Interruptor;

VETOR DE ESTADO: Vetor composto por n variáveis de estado
necessárias para descrever completamente o comportamento do
sistema. Assim, um vetor de estado determina o estado do sistema
x(t), possuindo as informações das condições iniciais e das
entradas.
DEFINIÇÕES

ESPAÇO DE ESTADOS: É o espaço n-dimensional, composto
pelas variáveis de estado. Qualquer estado pode ser representado
por um ponto no espaço de estados.

EQUAÇÕES NO ESPAÇO DE ESTADOS: Existem 3 tipos de
variáveis,
– variáveis de entrada;
– variáveis de saída;
– variáveis de estado.

O número de variáveis de estado de um dado sistema é o
mesmo para qualquer uma das diferentes representações do
mesmo sistema, no espaço de estados.
EQUAÇÕES NO ESPAÇO DE
ESTADOS
EQUAÇÕES NO ESPAÇO DE
ESTADOS
EQUAÇÕES NO ESPAÇO DE
ESTADOS
EQUAÇÕES NO ESPAÇO DE
ESTADOS
EQUAÇÕES NO ESPAÇO DE
ESTADOS
SISTEMA DE CONTROLE LINEAR DE TEMPO CONTÍNUO
REPRESENTADO NO ESPAÇO DE ESTADOS
EQUAÇÕES NO ESPAÇO DE
ESTADOS

ESTE CURSO TRATARÁ PRINCIPALMENTE SISTEMAS


DESCRITO POR EQUAÇÕES DESTE TIPO
EXEMPLO 01
Determinar o modelo de equações de estado para o sistema massa-
mola-amortecedor.
EXEMPLO 01
Representação na forma de diagrama de blocos:

Modelagem do sistema no espaço de estados no Scilab.


EXEMPLO 02
Determinar o modelo de equações de estado para o sistema de um
pêndulo simples:

Entrada = Força aplicada à massa;


Saída = Ângulo teta;
LINEARIZAÇÃO DE MODELOS
NÃO LINEARES

Um sistema linear possui as seguintes propriedades:

– Aditividade:

– Homogeneidade:


Verifique os exemplos abaixo:
LINEARIZAÇÃO DE MODELOS
NÃO LINEARES
LINEARIZAÇÃO

LINEARIZAÇÃO DE MODELOS
NÃO LINEARES
PROCEDIMENTO DE LINEARIZAÇÃO
LINEARIZAÇÃO DE MODELOS
NÃO LINEARES
Podemos escrever a expressão anterior como:

Logo temos,
LINEARIZAÇÃO DE MODELOS
NÃO LINEARES
ANÁLISE GRÁFICA DO PROCEDIMENTO DE LINEARIZAÇÃO
FORMA GERAL DO MODELO
LINEARIZADO
FORMA GERAL DO MODELO
LINEARIZADO
EXERCÍCIO 3
LINEARIZE O SISTEMA DO PÊNDULO SIMPLES.
EXERCÍCIOS
Exercícios da Lista 01.
AULA 04 - LTC37B

Controle 02

__________________________________

Prof. Leandro Castilho Brolin

UTFPR - Universidade Tecnológica Federal do Paraná


DAELN – Departamento Acadêmico de Eletrônica
___________________________________
RESUMO

(1) Relação entre Função de Transferência e Espaço de


Estados
(2) Solução das Equações de Estados
(3) Revisão autovalores e autovetores
(4) Resposta do Sistema a uma condição inicial
(5) Exercícios
(6) Solução completa das Equações de Estado
RELAÇÃO ENTRE FT E ESPAÇO
DE ESTADOS
Suponha que:

Aplicando a Transformada de Laplace nas equações de estado:

Função de Transferência: Relação da Transformada de Laplace de


saída com a transformada de laplace da entrada.

Considerando as condições iniciais nulas, x(0) igual a zero.


RELAÇÃO ENTRE FT E ESPAÇO
DE ESTADOS
RELAÇÃO ENTRE FT E ESPAÇO
DE ESTADOS
EXERCÍCIO 01
EXERCÍCIO 01
EXERCÍCIO 02
Determine a função de transferência do pêndulo simples através das
equações no espaço de estados.
SOLUÇÃO DE EQUAÇÕES DE
ESTADO À UMA CONDIÇÃO INICIAL
Demonstrar que a solução à uma condição inicial para o sistema:

é:
SOLUÇÃO DE EQUAÇÕES DE
ESTADO À UMA CONDIÇÃO INICIAL
Se (ou seja, ), assim,

solução:

Prova

E se ?

Mas o que significa ?


SOLUÇÃO DE EQUAÇÕES DE
ESTADO À UMA CONDIÇÃO INICIAL
Utilizando a série de Taylor:

Ou seja,

Com fica então a derivada de ?


SOLUÇÃO DE EQUAÇÕES DE
ESTADO À UMA CONDIÇÃO INICIAL

Podemos fazer a seguinte manipulação algébrica:

Assim,

Fazendo , temos:
SOLUÇÃO DE EQUAÇÕES DE
ESTADO À UMA CONDIÇÃO INICIAL
Portanto,

Solução:

Prova:

PROBLEMA: Esta caracterização envolve o cálculo de uma série


infinita;

SOLUÇÃO: Caracterizar a resposta através dos autovalores e


autovetores de A.
REVISÃO CÁLCULO DE
AUTOVALORES E AUTOVERORES
REVISÃO CÁLCULO DE
AUTOVALORES E AUTOVERORES
REVISÃO CÁLCULO DE
AUTOVALORES E AUTOVERORES
REVISÃO CÁLCULO DE
AUTOVALORES E AUTOVERORES
EXERCÍCIO 03
EXERCÍCIO 03
EXERCÍCIO 03
EXERCÍCIO 4
Determine os autovalores e autovetores da matriz abaixo:
RESPOSTA DO SISTEMA A UMA
CONDIÇÃO INICIAL
Para sistemas (1)

Proposição é solução de (1) é autovalor de A

associado ao vetor .

Prova:

IDA

Igualando (1) e (2), obtêm-se:


RESPOSTA DO SISTEMA A UMA
CONDIÇÃO INICIAL
VOLTA

Resposta geral no formato padrão (somatório):


EXERCÍCIO 5
Determine a expressão da resposta no tempo para o sistema abaixo:
RESPOSTA COMPLETA DO
SISTEMA
Seja o sistema:

A solução é dada por:

Portanto,

Obs. A matriz exponencial pode ser calculada na forma numérica por algum
programa computacional, ou determinada através de métodos analíticos. A seção
9 do Ogata 5° Edição apresenta 3 métodos analíticos .
RESPOSTA COMPLETA DO
SISTEMA
Demonstração:
EXERCÍCIOS COM SCILAB
Ex. 6 Utilização do Scilab na determinação da função de transferência
através da representação do sistema na forma de espaço de estados;

– Determine as funções de transferência do sistema abaixo:

Obs. Considerando a entrada u1, vamos supor que a entrada u2


seja nula e vice-versa.
EXERCÍCIOS COM SCILAB
Ex. 7 Utilização do Scilab na determinação da resposta do sistema
representado na forma de espaço de estados;

– Modelar o Ex. 4 utilizando o Scilab e plotar a resposta no


tempo (m=2, k=4, b=2).

Obs. A função 'step' ou 'impulse' utilizada na função csim só pode ser


utilizada para sistemas SISO.
AULA 05 - LTC37B

Controle 02

__________________________________

Prof. Leandro Castilho Brolin

UTFPR - Universidade Tecnológica Federal do Paraná


DAELN – Departamento Acadêmico de Eletrônica
___________________________________
RESUMO

(1) Formas Canônicas


(2) Controlabilidade
(3) Observabilidade
(4) Projeto Alocação de polos
FORMAS CANÔNICAS
Considere um sistema definido por,


Formas Canônicas: Podemos utilizar as formas canônicas para
encontrar a representação no espaço de estados para uma dada
função de transferência.
FORMAS CANÔNICAS
FORMA CANÔNICA CONTROLÁVEL


Interessante para projetos de sistemas de controle.
FORMAS CANÔNICAS
FORMA CANÔNICA OBSERVÁVEL
FORMAS CANÔNICAS
Considere a seguinte função de transferência,

A forma canônica diagonal para este sistema é:


FORMAS CANÔNICAS
Na forma canônica de Jordan considera-se a seguinte FT:

A forma canônica diagonal para este sistema é:


CONTROLABILIDADE
Noção de Controlabilidade:

Entrada u(t) pode alterar a dinâmica do estado x(t)?

Definições:

Dado o sistema abaixo:


O sistema acima é controlável se existe um tempo finito t1 > 0 e uma
entrada u(t) entre 0 < t < t1 que leva a qualquer x(t1) desejado no espaço
de estados;

Um sistema é dito ser controlável em um instante t0 se for possível, por
meio de um vetor de controle, transferir o sistema de qualquer estado
inicial x(t0) para qualquer outro estado num intervalo de tempo finito.
CONTROLABILIDADE

A condição para que o sistema descrito seja controlável é que a
matriz de controlabilidade dada abaixo possua todas as colunas
linearmente independentes ou, seja posto completo.
CONTROLABILIDADE
SCILAB:

Comando Cc=cont_mat(A,B) ou Cc=cont_mat(sl)

EX. 01 - Verifique se o sistema abaixo é controlável.

Verificar com Scilab.


OBSERVABILIDADE
Noção de Observabilidade:

Saída y(t) pode ser utilizada para determinar o estado x(t)?

Definições:

Dado o sistema abaixo:


O sistema acima é observável se o conhecimento da saída y(t) e da
entrada u(t) no intervalo [t0, t] é suficiente para determinar o estado
x(t0)=x0;

Um sistema é dito ser observável no instante t0 se, com o sistema num
estado x(t0) qualquer, for possível determinar este estado a partir da
observação da saída durante um intervalo de tempo finito.
OBSERVABILIDADE

A condição para que o sistema descrito seja observável é que a
matriz de observabilidade dada abaixo possua todas as colunas
linearmente independentes ou, seja de posto completo.
OBSERVABILIDADE
SCILAB:

Comando Obsv=obsv_mat(A,C) ou Cc=obsv_mat(sl)

EX. 02 - Verifique se o sistema abaixo é observável.

Verificar com Scilab.


ALOCAÇÃO DE POLOS
INTRODUÇÃO

Esta técnica de projeto baseia-se na determinação dos polos do
sistema levando em conta as especificações de projeto;

Similar ao método do lugar das raízes mas não limita-se somente
na alocação dos polos dominantes;

Com as especificações de projeto determina-se os polos
dominantes, o restante dos polos devem ser escolhidos de modo
que a parte real dos mesmos esteja a uma distância considerável
dos polos dominantes.
ALOCAÇÃO DE POLOS

No curso vamos considerar que o sinal de controle u(t) não é uma
quantidade vetorial. Se o mesmo fosse vetorial então teríamos mais
do que uma solução do vetor K para o projeto de realimentação de
estados, podendo assim atender a uma gama maior de
especificações de projeto;

O custo associado à alocação de todos os polos de malha fechada
do sistema requer que todas as variáveis de estado possam ser
medidas com sucesso, ou, então, requer a inclusão de um
observador de estado no sistema;

Outra condição para que à alocação dos polos seja possível é que
o sistema seja completamente controlável, ou seja, que todas as
variáveis de estado possam ser realimentadas.
ALOCAÇÃO DE POLOS

Para o projeto de realimentação de estados neste curso iremos
considerar sistemas SISO, conforme visto a seguir:

● x = vetor de estado (vetor n) ● B = matriz constante (n x 1)


● y = sinal de saída (escalar) ● C = matriz constante (1 x n)
● u = sinal de controle (escalar) ● D = constante (escalar)
● A = matriz constante (n x n)
ALOCAÇÃO DE POLOS

Caso o sistema seja controlável, podemos alocar os polos de
malha fechada em qualquer posição do plano complexo s
esquerdo. Neste processo podemos obter um sistema em malha
fechada estável e também garantir desempenho transitório e em
regime;

SISTEMA REGULADOR

Para este sistema de controle o sinal de referência r(t) é nulo ou
constante, assim a resposta do sistema é um problema de estado
inicial X(0) causado pelos distúrbios externos;

O objetivo deste sistema é manter a saída nula.
ALOCAÇÃO DE POLOS

A lei de controle de realimentação dos estados é dada por,


Substituindo a equação acima na primeira equação do sistema
adotado temos,


A solução do sistema acima é dada como:

Portanto, a expressão é a resposta natural de um sistema dado


uma condição inicial;

A escolha de um K adequado tem de tornar o sistema
assintoticamente estável, ou seja, todos os autovalores de (A-BK)
devem estar localizados no semiplano esquerdo do plano s.
ALOCAÇÃO DE POLOS
ALOCAÇÃO DE POLOS
ETAPAS PARA O PROJETO DE REALIMENTAÇÃO DE ESTADO

FORMULA DE ACKERMANN PARA A DETERMINAÇÃO DA MATRIZ


DE GANHO K

1. Verificar se o sistema é controlável;

2. Formar com os polos desejados


do sistema. Os polos não dominantes devem possuir a parte real
de 7 à 8 vezes maior do que a parte real dos polos dominantes;

3. Calcular K da seguinte maneira:

onde .
ALOCAÇÃO DE POLOS
EX. Dado o sistema abaixo usando a realimentação de estados
determine a matriz de ganho K para que os autovalores do sistema
sejam -1 e -2.

Solução:
ALOCAÇÃO DE POLOS
SIMULAÇÃO: consideração: r(t)=0, condições iniciais: {1 ; 1} e
saída: x1(t).
ALOCAÇÃO DE POLOS
ALOCAÇÃO DE POLOS
EX. 03- Determine um controlador K de realimentação dos estados
para o seguinte sistema:

O sistema em malha fechada deve responder com um P.O. 10% e


um tempo de estabelecimento de 10 segundos.
ALOCAÇÃO DE POLOS
EXERCÍCIO PROPOSTO: Determine um controlador K de
realimentação dos estados para o seguinte sistema:

O sistema em malha fechada deve responder com um P.O. 10% e


um tempo de estabelecimento de 10 segundos.
AULA 06 - LTC37B

Controle 02

__________________________________

Prof. Leandro Castilho Brolin

UTFPR - Universidade Tecnológica Federal do Paraná


DAELN – Departamento Acadêmico de Eletrônica
___________________________________
RESUMO

(1) Observadores de estado


(2) Realimentação de estados observados de ordem plena
(3) Função de transferência do controlador baseado em
observador
OBSERVADORES DE ESTADO

No projeto de alocação de polos por realimentação de estado foi
suposto que todos os estados estão disponíveis, porém, na prática
nem todos os estados estão acessíveis para o processo de
realimentação;

A solução é estimar as variáveis de estado não mensuráveis
comumente chamado de observação;

Assim, um sistema (dispositivo ou programa de computador) que
estima estados é denominado de observador de estados ou
simplesmente observador;

Quando não é necessário estimar todos os estados de um dado
sistema, projeta-se um observador de ordem reduzida.
OBSERVADORES DE ESTADO

Um observador de estado estima as variáveis de estado baseando-
se no sinal de controle e no sinal de saída. Vale ressaltar que
somente é possível projetar observadores se o sistema for
observável;

Será utilizado a denotação para designar o vetor de estado
observado. Considere o sistema descrito na forma de espaço de
estado dado por:


Em muitos casos o vetor de estado observado é utilizado na
realimentação de estado para gerar o vetor de controle desejado.
OBSERVADORES DE ESTADO

Admita-se que o estado x(t) deve ser aproximado pelo estado
do seguinte modelo dinâmico,

(2)


Onde é o vetor estimado e é a saída estimada;

As entradas do observador são a saída y e a entrada de controle
u(t);

A matriz denominada matriz de ganho do observador, envolve o
termo de correção entre a diferença da saída medida y com a saída
estimada.
OBSERVADORES DE ESTADO
OBSERVADOR DE ORDEM PLENA (sistema físico sem realimentação)
OBSERVADORES DE ESTADO

Para analisar o erro do observador, determinamos a seguinte
expressão,


Denominando-se o erro temos,

deste modo para o sistema estável, o estado do erro


converge para zero. Neste caso, com erro nulo, conclui-se que o
estado estimado é igual ao estado real em regime permanente;

O problema de projetar um observador resulta na determinação da
matriz do observador, tal que as dinâmicas do erro definido pela
equação (4) sejam assintoticamente estáveis, com uma velocidade
suficiente de resposta.
OBSERVADORES DE ESTADO
Representação das equações do sistema com observador:

Uma representação pode ser obtido pelo agrupamento das equações


(1) e (2), assim obtêm-se:

(5)

Outra representação pode ser obtida pelo agrupamento das equações


(1) e (4), assim, obtêm-se:

(6)
OBSERVADORES DE ESTADO
ETAPAS PARA O PROJETO DO OBSERVADOR DE ESTADO
(ORDEM PLENA)

FORMULA DE ACKERMANN PARA A DETERMINAÇÃO DA MATRIZ


DE GANHO L

1. Verificar a observabilidade do sistema;

2. Formar com os polos desejados para


o observador. O tempo de resposta do observador deve ser de 2 a 5
vezes mais rápido que a resposta do sistema realimentado;

3. Calcular L da seguinte maneira:

onde .
OBSERVADORES DE ESTADO
COMENTÁRIOS SOBRE A SELEÇÃO DE L

O sinal de realimentação que passa por L serve com um sinal de
correção do modelo da planta;

Como regra os polos do observador devem ser escolhidos de duas
a cinco vezes mais rápidos que os polos do controlador, para que o
modelo do controlador não sofra interferência significativa;

A escolha de polos muito rápidos para o observador pode
apresentar problemas em relação aos ruídos de alta frequência;

É prática comum durante o projeto do observador determinar-se
várias matrizes de ganho L e escolher a que melhor apresente um
compromisso entre velocidade de resposta e sensibilidade aos
distúrbios e ruídos.
OBSERVADORES DE ESTADO
EX. Dado o sistema abaixo projete um observador de estados para
que os autovalores do observador estejam em -3 e -3.

Solução:
OBSERVADORES DE ESTADO
SIMULAÇÃO:

Considerar sinal de entrada u(t) nulo e condições iniciais: {1 ; 1 ; 0 ;
0}
OBSERVADORES DE ESTADO
OBSERVADORES DE ESTADO
Exercício Proposto: Considere o sistema abaixo:


Utilizando a metodologia de projeto apresentada determine a matriz
de ganho L para um observador.
REALIMENTAÇÃO DE ESTADOS
OBSERVADOS (Ordem Plena)

Considere o sistema controlável e observável abaixo:

(7)


Para o controle por retroação baseado no observador temos:

(8)

Assim, a equação de estados se torna,

(9)
REALIMENTAÇÃO DE ESTADOS
OBSERVADOS (Ordem Plena)

A diferença entre o estado real e o estimado,

(10)

A substituição de (10) em (9) resulta em:

(11)

Combinando a expressão do erro do observador ( )
e a expressão (11) temos:

(12)
REALIMENTAÇÃO DE ESTADOS
OBSERVADOS (Ordem Plena)

A equação característica do sistema de controle por retroação de
estado observado é:

(13)

ou seja,

(14)

Portanto, observa-se que o resultado acima apresenta os polos de
malha fecha do sistema de controle com retroação e os polos do
observador de estado, assim, eles podem ser projetados
isoladamente;

A ordem do sistema fica como 2n (para observador de ordem
plena).
REALIMENTAÇÃO DE ESTADOS
OBSERVADOS (Ordem Plena)
Outra forma de apresentar as equações do sistema de realimentação
de estados observados pode ser utilizada. Utilizando a equação do
observador (2) em conjunto com a equação (8), obtêm-se:

(15)

Reorganizando a equação (15) em conjunto com a equação (9),


resulta em:

(16)
REALIMENTAÇÃO DE ESTADOS
OBSERVADOS (Ordem Plena)
SISTEMA COM REALIMENTAÇÃO DE ESTADOS ESTIMADOS
REALIMENTAÇÃO DE ESTADOS
OBSERVADOS (Ordem Plena)
EX. Utilizar a realimentação de estados em conjunto com o observador
de estados projetados anteriormente para o sistema abaixo:
REALIMENTAÇÃO DE ESTADOS
OBSERVADOS (Ordem Plena)
SIMULAÇÃO:


Considerar entrada u(t) nula e condições iniciais: {1 ;1 ; 0 ; 0}
FT DO CONTROLADOR
BASEADO EM OBSERVADOR
FT DO CONTROLADOR BASEADO
EM OBSERVADOR (Ordem Plena)

Considere o sistema controlável e observável abaixo:

(17)


Se aplicarmos a transformada de laplace (CI's=0) na equação do
observador de estados (eq. 2) obtêm-se:

(18)

Se aplicarmos a transformada de laplace em temos:

(19)
FT DO CONTROLADOR BASEADO
EM OBSERVADOR (Ordem Plena)

Manipulando as duas equações anteriores determinamos então a
função de transferência do conjunto controlador-observador,

(20)


Embora (A-LC) e (A-KC) possam ser escolhidas para serem
estáveis a matriz (A-LC-BK) pode ser instável.
FT DO CONTROLADOR BASEADO
EM OBSERVADOR (Ordem Plena)
EX. Determine também a FT do controlador baseado em observador
obtido no exercício anterior.

A função de transferência é dada pela equação (20), assim,


FT DO CONTROLADOR BASEADO
EM OBSERVADOR (Ordem Plena)
Utilizando o Scilab obtêm-se:
AULA 07 - LTC37B

Controle 02

__________________________________

Prof. Leandro Castilho Brolin

UTFPR - Universidade Tecnológica Federal do Paraná


DAELN – Departamento Acadêmico de Eletrônica
___________________________________
RESUMO

(1) Projeto de Servossitemas do Tipo 1 quando a planta possui


integrador
(2) Projeto de Servossitemas do Tipo 1 quando a planta não possui
integrador
(3) Projeto de Servossitemas do Tipo 1 quando a planta não possui
integrador baseado em estados observados
SERVOSSISTEMA
SERVOSSITEMA TIPO 01 COM INTEGRADOR NA PLANTA

Será apresentado o projeto de alocação de polos para sistemas
onde a planta possui integrador;

Considere o mesmo sistema SISO definido no projeto de alocação
de polos que é dado como:


A figura a seguir mostra a configuração do servossistema quando a
planta possui um integrador.
SERVOSSISTEMA
SERVOSSISTEMA

Suponha que a entrada de referência seja uma função degrau
unitário. Neste sistema será utilizado o seguinte esquema de
realimentação de estado:

(2)

(3)

onde

(4)
SERVOSSISTEMA

Substituindo (3) em (1) obtêm-se:

(5)


A escolha adequada de K tornará o sistema assintoticamente
estável fazendo com que a saída se torne igual a referência r;

Portanto, a técnica vista para o projeto de K pode ser aplicada ao
projeto de servossistemas.
SERVOSSISTEMA
EX- Considere o sistema abaixo:

Projete um servossistema considerando os polos desejados como


sendo:

Considere o esquema apresentado em aula e considere r como sendo


um degrau unitário.
SERVOSSISTEMA
Definindo as variáveis de estado como:

A representação no espaço de estados se torna:

onde
SERVOSSISTEMA
Baseado no esquema a lei de controle é dada a seguir:

onde

A matriz de controlabilidade é dada como:

Portanto o sistema é controlável pois todas as colunas da matriz são


L.I.
SERVOSSISTEMA
Através da metodologia de alocação de polos obtêm-se o vetor K a
seguir:

Assim, o sistema representado através de (5) é dado como:


SERVOSSISTEMA
SIMULAÇÃO

Aplicando uma entrada em degrau unitário com condições iniciais


nulas a saída do sistema fica:
SERVOSSISTEMA
SERVOSSITEMA TIPO 01 SEM INTEGRADOR NA PLANTA

Será apresentado o projeto de alocação de polos para sistemas
onde a planta não possui integrador;

A estrutura descrita anteriormente não apresenta erro nulo para
entrada tipo degrau para uma planta sem integrador;

Assim, propõem-se uma topologia capaz de zerar o erro em regime
permanente para estes tipos de sistemas.

(6)
SERVOSSISTEMA
SERVOSSISTEMA
Reescrevendo o sistema (6) na forma matricial têm-se:

(7)

Para um sistema assintoticamente estável temos que:

Assim, em regime permanente: . Assim,

(8)
SERVOSSISTEMA
Observa-se que a entrada em degrau é constante. Portanto,
subtraindo-se (8) de (7) têm-se:

(9)

Se for definida as novas variáveis como:

A eq (9) pode ser reescrita como:

(10)

Onde (11)
SERVOSSISTEMA
Seja agora a definição do vetor erro e(t) de dimensão (n+1) como:

Então (10) se torna,

(12)

Onde

(13)

A eq (11) se torna: (14)

em que (15)
SERVOSSISTEMA
A ideia básica aqui é projetar um sistema regulador de ordem (n+1)
que traga o novo vetor de erro e(t) a zero;

Se o sistema (12) for completamente controlável, então é possível


encontrar um utilizando a metodologia já apresentada;

A controlabilidade do sistema (12) pode ser obtida se o posto da matriz


abaixo for posto completo, ou seja, (n+1);

(16)
SERVOSSISTEMA

EX- Considere o sistema do pêndulo invertido mostrado a seguir:

Projete um servossistema para


controlar a posição x do
carrinho para uma entrada em
degrau de 1m. O objetivo aqui é
manter o pendulo numa posição
mais vertical possível. Obtenha
uma resposta para a posição x
com tempo de estabelecimento
entre 4 e 5s e um valor máximo
de ultrapassagem entre 15 e
16% Obs. o sistema não possui
integrador na planta.
SERVOSSISTEMA
Realizando as devidas simplificações o modelo do sistema pode ser
representado conforme o conjunto de equações a seguir:

onde
SERVOSSISTEMA
Para o servossistema têm-se o sistema conforme (12):

Onde

O sinal de controle é dado conforme (14) e (15) como:

onde
SERVOSSISTEMA
A verificação da controlabilidade é dada pela análise a seguir:

O sistema é controlável pois o posto da matriz é 5 ou seja, (n+1);

Utilizando os critérios de desempenho são escolhidos os polos


desejados como sendo:

Obs. são 5 polos.


SERVOSSISTEMA
Utilizando a metodologia apresentada calcula-se , assim,

Portanto,

A representação do sistema fica como:


SERVOSSISTEMA
Ou na forma numérica:
SERVOSSISTEMA
SIMULAÇÃO – Utilizando uma entrada em degrau e condições iniciais
nulas.
SERVOSSISTEMA
SERVOSSITEMA TIPO 01 SEM INTEGRADOR NA PLANTA COM
OBSERVADOR DE ORDEM PLENA

Será apresentado o projeto de alocação de polos para sistemas
onde a planta não possui integrador utilizando o observador de
estados de ordem plena;

Considere que um sistema controlável e observável pode ser
descrito pelas equações a seguir,

(17)
SERVOSSISTEMA
Diagrama de blocos:
SERVOSSISTEMA
Para obtermos uma representação matemática conveniente para o
sistema (17) primeiramente substitua a lei de controle u na primeira
expressão do sistema (17),

(18)

Lembrando que o sinal de erro do estimador pode ser escrito como:

(19)

Substituindo o erro (19) em (18) obtém-se:

(20)

Lembrando que a derivada do erro para o observador é escrita como:

(21)
SERVOSSISTEMA
Portanto, utilizando a expressão (20), (21) e a expressão de em (17)
podemos representar o sistema na forma matricial a seguir:

(22)
SERVOSSISTEMA
A equação característica para o sistema (22) pode ser escrita como

ou seja,

(23)

O resultado acima mostra que o servossistema do tipo 01 pode ser
projetado de maneira independente do projeto do observador,
conforme metodologias já vistas, ou seja, podemos projetar L, K e
kI e depois substituir seus respectivos valores na equação
característica do sistema;

A ordem do sistema fica como 2n+1 (para observador de ordem
plena).
SERVOSSISTEMA
EX- Considere o sistema abaixo e projete um servossistema tipo 01
baseado em estados observados. Os polos desejados são -1 e -5 e os
polos do observador devem estar em -15 e -15. Obs. A planta não
possui integrador.

Conforme visto podemos fazer o projeto do servossistema e do


observador de forma independente. Assim, utilizando a metodologia
vista na aula 07 a matriz L é dada como:
SERVOSSISTEMA
Utilizando a metodologia vista e considerando os polos desejados
como -1, -5 e -12 obtém-se os ganhos:

Assim, podemos aplicar um degrau de entrada ao sistema de


equações abaixo:
SERVOSSISTEMA
SIMULAÇÃO: Entrada em degrau unitário com condições iniciais nulas.