Você está na página 1de 51

Universidade Federal da Paraíba

Programa de Pós-Graduação em Engenharia Elétrica

Sistemas Lineares e Invariantes:


Tempo Contínuo e Tempo Discreto
Prof. Juan Moises Mauricio Villanueva
jmauricio@cear.ufpb.br

1
Definição de Sistemas
• Um sistema pode ser definido como um processo que
realiza a transformação de sinais (Entrada/Saída) por uma
Função de Transformação T{.}

Sistema no x(t)  y(t)


Tempo Contínuo

Sistema no x[n]  y[n]


Tempo Discreto

2
Sistemas Lineares e
Invariantes de Tempo
Contínuo

3
Sistemas Lineares de Tempo Contínuo
• Um sistema Linear satisfaz o Princípio da Superposição, ou
seja, satisfaz as propriedades de:
 Aditividade

 Homogeneidade.

• O princípio de superposição é a base para o estudo


aproximado de sistemas em diversas áreas da engenharia:
Sistemas de Controle, Sistemas Preditores, Modelagem,
etc.

4
Propriedade da Aditividade

 y1 (t )  T  x1 (t )

  y (t )  y1 (t )  y2 (t )  T  x1 (t )  x2 (t )
 y (t )  T  x (t )
 2 2

5
Propriedade da Homogeneidade

y(t )  T x(t )  ay(t )  T ax(t )

6
Determinar se sistema é Linear?
2 y y
a 2  b  c  u (t )
t t
Aditividade Homogeneidade

 2 y1 y1  2 y y 
a 2 b  c  x1 (t )   a 2  b  c   x(t )
t t
 t t 
 2 y2 y
a 2  b 2  c  x2 (t )  2 (y )  ( y )
t t a  b  c  x(t )
t 2
t

 ( y1  y2 )
2
( y1  y2 )  2 (y) (y)
a  b  2c  x1 (t )  x2 (t ) a  b  c  x(t )
t 2 t t 2 t

É um sistema Não Linear


7
Sistemas Invariantes de Tempo Contínuo
• Um sistema é invariante no tempo se para um
deslocamento no tempo do sinal de entrada, este causa um
deslocamento no tempo na sinal de saída

y(t )  T{x(t )}

0 0

y(t  t0 )  T{x(t  t0 )}

Deslocamento Deslocamento
na entrada na saída
8
Representação de Sistemas Lineares e
Invariantes
• Os sistemas lineares e invariantes (LIT) no tempo contínuo
são descritos utilizando equações diferenciais com
coeficientes constantes.

N
d k y(t ) M d k x(t )

k 0
ak
dt k
  bk
k 0 dt k

• Para comprovar que um sistema LIT é linear e invariante


pode se aplicar as provas de linearidade ou de invariância
no tempo em cada operação.

9
Exemplo – Sistema Mecânico
2 y y
Equação Diferencial m 2  b  ky  u (t )
t t
x(t) y(t)
1

0 0
tempo (s) tempo (s)

x(t-t0) y(t-t0)
1

0 0
tempo (s) tempo (s)

É um sistema Invariante no tempo


10
Modelagem do Motor de Corrente Continua

11
Aspectos Construtivos de um Motor CC

12
Aplicações Típicas de Motor CC
• Máquinas de Papel
• Bobinadeiras e desbobinadeiras
• Laminadores
• Máquinas de Impressão
• Extrusoras
• Prensas
• Elevadores
• Movimentação e Elevação de Cargas
• Moinhos de rolos
• Indústria de Borracha
• Mesa de testes de motores

13
Modelagem do Motor CC

• A modelagem do motor de corrente contínua envolve duas


etapas:

 Modelagem elétrica;

 Modelagem mecânica.

14
Modelagem Elétrica
Inicialmente é construída o modelo do equivalente elétrico da
armadura:

Quando a armadura está girando é induzida nesta uma tensão


proporcional ao produto do fluxo e da velocidade angular.

15
Modelagem Elétrica
Em seguida tem-se o circuito equivalente completo do motor com
campo separado.

16
Modelagem Elétrica

Corrente em função da diferença


da tensão terminal aplicada e a
contraforça eletromotriz de
armadura.

17
Modelagem Elétrica

18
Modelagem Mecânica

19
Modelagem Mecânica

20
Modelagem Completa
Controle da velocidade do motor em função da tensão terminal do
motor de corrente contínua.

21
Parâmetros para simulação

Ra=7.9969
La=172.4836e-3
J=11.983398e-3
B=2.77315e-3
kw=0.521149
kt=0.521149
TL = 0
22
Resposta ao Degrau e Impulso
Step Response Impulse Response
1.8 6

1.6
5
1.4 System: sys
Time (seconds): 0.33
Amplitude: 1.13
1.2 4

Amplitude
1
3
0.8

0.6 2

0.4
1
0.2

0 0
0 0.5 1 1.5 2 2.5 3 0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2
Time (seconds) Time (seconds)

Resposta ao impulso finito


Sistema de primeira ordem Sistema que depende
(aproximadamente) somente das entradas
63%*1,8 = 1,13 atuais e passada (causal)

23
Resposta em Frequência
Bode Diagram
10
=-3 dB
0 System: sys
Magnitude (dB)

Frequency (rad/s): 0.115 System: sys


Magnitude (dB): 4.97 Frequency (rad/s): 3.07
Magnitude (dB): 1.97
-10

-20

-30 w
0
Phase (deg)

-45

-90
-1 0 1 2
10 10 10 10
Frequency (rad/s)
24
Exemplo - Circuito Elétrico
Linear Invariante Não Linear Não Linear Variante no Tempo
no Tempo

di(t ) di(t ) di(t ) di(t )


2  3i(t )  v(t ) 2  3i 2 (t )  v(t ) 2  3i(t )  4  v(t ) 2  3t  i(t )  v(t )
dt dt dt dt

25
Características de Sistemas Lineares e
Invariantes
• A aplicação da superposição em sistemas lineares constitui
a base para a análise de sistemas, tais como:
 A representação de um sinal arbitrário x(t) como uma soma
ponderada de impulsos, é a base para o método de
convolução.

 A representação de um sinal x(t) como uma combinação


linear de sinais harmônicos é a base para as séries de Fourier.

 A representação de um sinal x(t) como uma série ponderada


de exponenciais complexas é a base para as transformadas de
Fourier e de Laplace.

26
Características de Sistemas Lineares e
Invariantes
• Os sistemas lineares e invariantes no tempo contínuo
podem ser analisados através de equações diferenciais.

• Para sistemas LIT é possível realizar o cálculo das respostas


usando superposição mesmo tendo condições iniciais
diferentes de zero.

• A desvantagem é que a medida que se incrementa a ordem


do sistema, a formulação das equações diferenciais e a
avaliação das condições iniciais torna-se muito complexa.

27
Sistemas Lineares e
Invariantes de Tempo Discreto

28
Sistemas Lineares de Tempo Discreto
• Um sistema linear satisfaz o teorema da superposição e
implica que o sistema tem condições iniciais iguais a zero e
que a equação do sistema envolva apenas operadores
lineares.

• Pode–se utilizar a superposição para um sistema com


condições iniciais distintas de zero, se o sistema for linear.
Neste caso, deve-se considerar o sistema como tendo
entradas múltiplas e as condições iniciais como entradas
adicionais.

29
Sistemas Lineares de Tempo Discreto
• Como resultado, a resposta de um sistema pode ser obtida
a partir da soma de uma resposta de entrada zero (devido
apenas às condições iniciais) e uma resposta de estado zero
(devido apenas à entrada).

• Este princípio de decomposição, permite analisar sistemas


lineares na presença de condições iniciais distintas de zero.
Tanto a entrada quanto a resposta de estado zero
obedecem à superposição.

30
Sistemas Invariante de Tempo Discreto
• Em um sistema invariante de tempo discreto a forma da
resposta y[n] depende unicamente da forma da entrada
x[n] e não do instante de tempo que é aplicada.
10 1

y[n]  sin(a.x[n])
8
0.5

6
0
4

-0.5
2

0 -1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
n n

10 1

8
0.5
6
0
4

2 -0.5

0
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 -1
0 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
n
n

Deslocamento
Deslocamento
na saída duas
na entrada duas
unidades de
unidades de
tempo
tempo 31
Exemplo 1
Determinar se o sistema é invariante no tempo
y[n]  sin( x[n])

SOLUÇÃO:
Para uma entrada x1[n] a saída do sistema é :
y1[n]  sin( x1[n]) (1)

Considerando-se uma entrada x2 [n]  x1 [n  n0 ], a saída é :


y2 [n]  sin( x2 [n])  sin( x1[n  n0 ]) (2)
SLIT
Para um deslocamento da saída y1[n]
y1[n  no ]  sin( x1[n  no ]) (3)

Comparando (2) e (3):


y2 [n]  y1[n  no ]
Portanto, o sistema é invariante no tiempo
Exemplo 2
Determinar se o sistema é invariante no tempo
y[n]  nx[n]

SOLUÇÃO:
Para uma entrada x1[n] a saída do sistema é :
y1[n]  nx1[n] (1)

Considerando-se uma entrada x2 [n]  x1[n  n0 ], a saída é :


y2 [n]  nx2 [n]  nx1[n  n0 ] (2)
SLIT
Para um deslocamento da saída y1[n]
y1[n  no ]  (n  no ) x1[n  no ] (3)

Comparando-se (2) e (3) :


y2 [n]  y1[n  no ]
Portanto, o sistema é variante no tempo
Representação de Sistemas Lineares e
Invariantes
• Sistemas em tempo discreto podem ser descritos com
equações em diferença que relacionam a entrada e a saída.

1 1
y[n]  y[n  1]  y[n  2]  4 x[n]
6 6

34
Representação de Sistemas Lineares e
Invariantes
• Para saber se um sistema é linear ou invariante no tempo
discreto, deve-se considerar que:
 Os termos que contêm produtos da entrada e/ou saída
trazem como consequência a não linearidade do sistema.
 Um termo constante também torna não linear o sistema.
 Os coeficientes da entrada ou da saída que são funções
explícitas de n tornam o sistema variante no tempo.
 As entradas ou saídas multiplicadas no tempo por um escalar,
por exemplo y[2n], também tornam o sistema variante no
tempo.

35
Representação de Sistemas Lineares e
Invariantes
• Uma sequência discreta x[n] pode ser expressa em termos
de uma somatória de impulsos unitários escalados e
deslocados no tempo.

36
Representação de Sistemas Lineares e
Invariantes

x[n]= …+ 7[n+2] + 5[n+1] + 3[n] + 5[n1] +...

x[n]= …+x[2][n+2] + x[1][n+1] + x[0][n] + x[1][n1] +...


x[n]   x[k ][n  k ]
k 
37
Representação de Sistemas Lineares e
Invariantes
• A resposta ao impulso é a resposta de um Sistema Linear a
um impulso localizado no instante k

[n-k] T{ }    T  n  k 
hhkk[n]n

• Sendo o sistema invariante no tempo:

hk n  T  n  k   hn  k 

38
Representação de Sistemas Lineares e
Invariantes
Se a entrada x[n] é uma sequência representada por uma
somatória de impulsos

x[n] T{ } y[n]

  
yn  T   xk  n  k 

xn   xk  n  k 
k  
k  

yn   xk T  n  k 
k  


yn   xk hn  k 
k  

39
Representação de Sistemas Lineares e
Invariantes
Somatoria da Convolução
 
y  n   x  k  h n  k    h k  x n  k 
k  k 

y  n  x  n  h  n  h[n]* x[n]

Conhecida a resposta ao impulso h[n], é possível calcular a


resposta a qualquer sinal de entrada, através da somatória da
Convolução.

40
Exemplo da Convolução de um SLIT


y ( n)   h(i) x(n  i)
i 

41
42
43
44
45
46
Resultado da Convolução


y ( n)   h(i) x(n  i)
i 

O método da convolução permite encontrar a resposta


do sistema a uma entrada arbitraria, conhecendo-se
previamente a resposta ao impulso h[n].
47
Características de Sistemas Lineares e
Invariantes
• A representação de um sinal x[n] como uma soma
ponderada de impulsos deslocados, é a base para o
método de convolução discreta.

• A representação de um sinal x[n] como uma combinação


linear de harmônicas ou exponenciais complexas, é a base
da transformada de Fourier em tempo discreto (DTFT) e a
transformada z.

48
Causalidade de um Sistema LIT
• A saída de um sistema causal somente depende dos valores
atuais e passados da entrada .

• Para que um sistema LIT seja causal, y[n] não deve


depender de x[k], para k>n:


y[n]   x[k ]h[n  k ]
k 

então, os coeficientes h[n-k] que multiplicam a x[k] para


k>n devem ser zero, portanto h[n]=0 para n<0

49
Causalidade de um Sistema LIT
• Para um sistema LIT discreto causal, como h[n]=0, para n<0:
n
y[n]   x[k ]h[n  k ]
k 

• Ou de forma equivalente:

y[n]   h[k ]x[n  k ]
k 0

50
Universidade Federal da Paraíba
Programa de Pós-Graduação em Engenharia Elétrica

Sistemas Lineares e Invariantes:


Tempo Contínuo e Tempo Discreto
Prof. Juan Moises Mauricio Villanueva
jmauricio@cear.ufpb.br

51