Escolar Documentos
Profissional Documentos
Cultura Documentos
2003
J. Dores Costa Sistemas Dinâmicos e Controlo
Ao leitor,
Estas folhas constituem um resumo das matérias que fazem parte dos programas das disciplinas
na área do controlo de sistemas do departamento de Radiotecnia da ENIDH.
Fundamentalmente, são uma colectânea revista dos apontamentos dispersos que elaborei desde
1988. Estes apontamentos foram sendo escritos e revistos ao longo das aulas e são, portanto,
uma simples sebenta que serve de guia e orientação para o estudo das matérias que considero
mais importantes. A sua leitura não substitui a consulta e o estudo atento da bibliografia
apresentada.
Inicialmente destinados ao curso de bacharelato, decidi incluir agora algumas matérias que são
ministradas do curso de licenciatura.
Consciente das limitações, apresento as minhas desculpas pelas omissões que detectarão e peço
a vossa indulgência para a apresentação e para a paginação destes apontamentos. Apesar disso,
espero que os leitores encontrem nestes apontamentos as linhas mestras para o primeiro
contacto, simples, com a teoria do controlo e, também, que deles tirem proveito para obterem
boas classificações.
"Entendamo-nos bem. A Ciência não tem, nem pode ter, como objectivo descrever a realidade
tal como ela é. Aquilo a que ela aspira é a construir quadros racionais de interpretação e
previsão; a legitimidade de tais quadros dura enquanto durar o seu acordo com os resultados da
observação e da experimentação”.
4
J. Dores Costa Sistemas Dinâmicos e Controlo
ÍNDICE
CAPÍTULO 1 ........................................................................................................................ 8
INTRODUÇÃO .................................................................................................................... 8
CAPÍTULO 2 ........................................................................................................................ 12
MODELOS MATEMÁTICOS DOS SISTEMAS CONTÍNUOS........................................ 12
2.1 EQUAÇÕES DIFERENCIAIS ........................................................................... 12
2.2 EQUAÇÃO DIFERENCIAL DE 1ª ORDEM..................................................... 15
2.3 EQUAÇÃO DIFERENCIAL DE 2ª ORDEM..................................................... 16
2.4 EXEMPLOS DE SISTEMAS DE 2ª ORDEM. .................................................. 22
2.5 PRINCÍPIO DA SOBREPOSIÇÃO.................................................................... 25
2.6 MODELO DE ESTADO. .................................................................................... 26
2.7 RESUMO ............................................................................................................ 32
CAPÍTULO 3 ........................................................................................................................ 33
TRANSFORMADA DE LAPLACE..................................................................................... 33
3.1 INTRODUÇÃO................................................................................................... 33
3.2 TRANSFORMADA DE LAPLACE................................................................... 34
3.3 FUNÇÃO DE TRANSFERÊNCIA..................................................................... 37
3.4 DIAGRAMAS DE BLOCOS.............................................................................. 41
3.5 DIAGRAMA DE BLOCOS EM CADEIA FECHADA ..................................... 42
3.6 DECOMPOSIÇÃO EM FRACÇÕES PARCIAIS.............................................. 45
3.7 CONVOLUÇÃO ................................................................................................. 49
3.8 RESPOSTA EM FREQUÊNCIA........................................................................ 51
3.9 DIAGRAMAS DE BODE................................................................................... 56
3.10 ASSÍNTOTAS DOS DIAGRAMAS DA AMPLITUDE.................................. 60
3.11 DETERMINAÇÃO EXPERIMENTAL DE G(jω)........................................... 64
3.12 CONSTRUÇÃO DE UMA ESCALA LOGARÍTMICA.................................. 65
3.13 RESUMO ......................................................................................................... 66
ANEXO 3.1 ............................................................................................................... 67
Resumo das Propriedades da Transformada de Laplace ........................................... 67
ANEXO 3.2 ............................................................................................................... 68
Tabela de Transformada de Laplace ......................................................................... 68
ANEXO 3.3 ............................................................................................................... 71
Circuitos com amplificadores operacionais e funções de transferência.................... 71
CAPÍTULO 4 ........................................................................................................................ 73
ESTABILIDADE .................................................................................................................. 73
4.1 INTRODUÇÃO................................................................................................... 73
4.2 CRITÉRIO DE ROUTH-HURWITZ.................................................................. 75
5
J. Dores Costa Sistemas Dinâmicos e Controlo
6
J. Dores Costa Sistemas Dinâmicos e Controlo
7
J. Dores Costa Sistemas Dinâmicos e Controlo
PRIMEIRA PARTE
CAPÍTULO 1
INTRODUÇÃO
Os sistemas com comando automático são utilizados em inúmeros equipamentos, desde os mais
sofisticados, como os da indústria aeroespacial, até nos mais vulgares electrodomésticos. A
moderna tecnologia tornou possível que equipamentos cada vez mais complexos e fiáveis
substituam o homem nas tarefas mais cansativas, mais monótonas e mais exigentes, com
elevado desempenho. A ideia do controlo está associada á actividade humana: os nossos
sentidos fornecem indicações ao cérebro que por sua vez controla os músculos para que uma
dada tarefa saia a nosso contento. Por exemplo, ao serrar uma tábua, a trajectória do corte é
continuamente controlada pelo cérebro a partir da imagem fornecida pelos olhos. (Ninguém, de
bom senso, serra uma tábua ou conduz um carro de olhos fechados!). São conhecidas as
máquinas usadas nas indústrias metalomecânica, automóvel e construção naval, por exemplo,
que cortam segundo uma trajectória previamente definida; estas máquinas têm sensores,
circuitos de controlo e actuadores que substituem os olhos, o cérebro e os músculos humanos,
respectivamente; diz-se então que é uma máquina com controlo de corte automático.
É usual referir o regulador de velocidade das máquinas de vapor, inventado em 1788 por
Matthew Boulton e James Watt, como um dos primeiros sistemas que se destinou a substituir o
homem no controlo de uma máquina. Desde então, o desenvolvimento de sistemas de controlo
automático acompanhou a evolução industrial.
O projecto dos sistemas que controlam os equipamentos que executam tarefas de grande
complexidade exige a utilização de métodos matemáticos precisos. A organização destes
métodos deu origem ao aparecimento da teoria do controlo. Esta teoria ganhou forma já neste
século, principalmente no período compreendido entre as duas grandes guerras mundiais e
desenvolveu-se muito rapidamente no pós-guerra para satisfazer as necessidades das indústrias
bélica e aeroespacial. Mais recentemente, o desenvolvimento da electrónica digital e dos
computadores permitiram a aplicação de novos métodos de controlo e, consequentemente, deu
novo desenvolvimento à teoria do controlo.
8
J. Dores Costa Sistemas Dinâmicos e Controlo
O problema do controlo pode ser colocado considerando, por exemplo, que se pretende manter
um navio com um rumo constante. Para cumprir este desejo pode-se colocar o navio no rumo
pretendido e fixar-se o leme. Todavia, esta solução não é satisfatória porque não tem em conta
os desvios que serão provocados, por exemplo, pelo vento e pelas correntes. Para manter o
navio com o rumo desejado, torna-se necessário, pelo menos de tempos a tempos, comparar o
rumo real com o pretendido e, caso haja desvio na trajectória, actuar-se no leme para se efectuar
a correcção do rumo.
Com base neste exemplo, o problema geral do controlo consiste em responder às duas seguintes
questões:
1) Perante um desvio, qual deve ser a acção correctiva que repõe o sistema na
trajectória pretendida?
2) De entre várias possibilidades, qual deve ser a escolhida?
A resposta, na maior parte dos casos, não é simples. A solução clássica do problema consiste
em estabelecer uma relação entre o desvio (ou erro), a acção correctiva (ou variável de
controlo) e as características físicas e económicas do sistema a controlar, o que nem sempre é
fácil. Note-se que, considerando o exemplo anterior, o movimento do leme está fisicamente
limitado e que a mesma variação do ângulo do leme produz efeitos diferentes conforme sejam a
velocidade do navio e a sua carga. A solução complica-se ainda mais quando se têm em conta
factores económicos, como sejam, por exemplo, o consumo de combustível e o tempo do
percurso.
A acção correctiva, isto é, o controlo, para ser eficaz, deve ter em conta as características físicas
do sistema porque são estas que vão determinar a resposta dinâmica (é mais fácil controlar um
pequeno barco do que um navio de grande porte) e, por isso, a resposta dinâmica é estudada a
partir do modelo matemático do sistema.
Referimos três conceitos que nos acompanharão ao longo deste estudo: sistema, modelo
matemático e controlo. De um modo geral, um sistema é um conjunto complexo de elementos
interactuantes. É um conjunto complexo porque pode ser dividido em subsistemas interligados
entre si. Os sistemas e os subsistemas são descritos por modelos matemáticos que, no caso
geral, são equações diferenciais. Através do modelo matemático é possível estudar o
comportamento dinâmico do sistema, isto é, a sua resposta temporal. Finalmente, o controlo a
aplicar dependerá do comportamento dinâmico do sistema.
Estes apontamentos iniciam-se com o estudo dos modelos matemáticos dos sistemas com base
nos quais se caracterizará o comportamento dinâmico. Na realidade, estas duas questões estão
interligadas e serão estudadas conjuntamente. Este é o objecto da análise dos sistemas.
9
J. Dores Costa Sistemas Dinâmicos e Controlo
SISTEMAS
estocásticos determinísticos
parâmetros parâmetros
distribuídos concentrados
contínuos discretos
variantes invariantes
no tempo no tempo
10
J. Dores Costa Sistemas Dinâmicos e Controlo
Esta classificação é uma procura de sistematização e não deve ser entendida como uma fórmula
rígida; conforme as simplificações adoptadas, o mesmo sistema pode ser considerado de modo
diverso.
Um sistema pode ter múltiplas entradas e saídas (MIMO - Multiple Input, Multiple Output),
uma única entrada e uma única saída (SISO - Single Input, Single Output) ou as combinações,
SIMO e MISO. Os sistemas mais simples são os SISO e, por isso, são os únicos considerados
neste estudo. E, por ser um estudo introdutório, estudaremos apenas os sistemas lineares e
invariantes no templo (SLIT).
11
J. Dores Costa Sistemas Dinâmicos e Controlo
CAPÍTULO 2
S R
VI C v
C
i
(a)
VI v
circuito C
RC
(b)
(c)
Fig. 2.1: Circuito RC; (a) esquema; (b) representação por um bloco SISO; (c) diagramas
temporais.
12
J. Dores Costa Sistemas Dinâmicos e Controlo
dvC
VI = RC + vC (2.1)
dt
A equação (2.1) é uma equação diferencial ordinária linear na qual as grandezas que são
variáveis no tempo estão representadas com letras minúsculas. Com VI constante e admitindo,
por exemplo, que o condensador estava inicialmente descarregado, isto é, vC(0)=0, a solução de
(2.1) é
vC = VI (1 − e− t RC ) (2.2)
dvC
Como i = C , a corrente no circuito é
dt
V
i = I e− t RC (2.3)
R
Faremos, agora, uma breve revisão da resolução das equações diferenciais de parâmetros
constantes. Generalizando, um sistema linear com entrada x(t) e saída y(t), invariante e de
parâmetros concentrados, pode ser representado por uma equação diferencial com a forma
dy d2 y dn y dx d2 x d mx
K0 y ( t ) + K1 + K2 +... + Kn = a0 x ( t ) + a1 + a2 +... + am (2.4)
dt dt 2 dt n dt dt 2 dt m
O sistema diz-se de 1ª, 2ª,....,nª ordem, se a equação diferencial que o modela for de 1ª, 2ª, ...,nª
ordem, respectivamente.
a) Equações homogéneas.
Se a entrada x e as suas derivadas são nulas (2.4) é uma equação homogénea e a resposta do
sistema depende apenas das condições iniciais e dos componentes do sistema.
Consideremos a equação homogénea de (2.4):
13
J. Dores Costa Sistemas Dinâmicos e Controlo
dy d2 y dn y
K0 y ( t ) + K1 + K2 2 +... + Kn n = 0 (2.5)
dt dt dt
d
Substituindo em (2.5) o operador derivada por uma variável s ( s ≡ ) obtém-se a equação
dt
característica
A solução de (2.5) depende das raízes de (2.6). Se a equação (2.6) tem n raízes distintas si, com
i=1, 2, ..., n, o integral de (2.5) será dado por
Se (2.6) tiver raízes múltiplas, cada solução sj de multiplicidade α dá origem a uma parcela yj(t)
de y(t) com a forma
( )
y j (t ) = b1t α −1 + b2 t α −2 + ... + bα e
s jt
(2.8)
Se (2.6) tiver raízes complexas, a cada par de raízes conjugadas sj=r±jω corresponde uma
parcela yj(t) de y(t) com a forma
y j (t ) = B cos(ω t + ϕ )e rt (2.9)
As constantes de primitivação das equações (2.7), (2.8) e (2.9) são determinadas conhecendo
alguns pontos de y(t) (condições fronteira), ou conhecendo o valor de y(0) e as suas derivadas
em t=0 (as condições iniciais).
dy d2 y dn y
K0 y ( t ) + K1 + K2 +... + Kn = a0 x ( t ) (2.10)
dt dt 2 dt n
14
J. Dores Costa Sistemas Dinâmicos e Controlo
O integral de (2.10) pode ser obtido somando a solução da equação homogénea de (2.10), que
se designa por solução livre, com a solução particular imposta pela entrada x. Esta solução
particular designa-se por solução forçada e é do mesmo tipo de x. Sendo yl a solução livre e yf a
solução forçada, a solução total será
y(t)=yl(t)+yf(t) (2.11)
Uma vez obtida a equação (2.11), determinam-se as constantes de integração através das
condições fronteira ou das iniciais.
Uma equação diferencial de primeira ordem, tal como (2.1), pode ser escrita na forma geral,
dy ( t )
x (t ) = τ + y (t ) (2.12)
dt
Admite-se que a condição inicial é y(0)=Y0 e que x=E é constante. O integral de (2.12) será
calculado tendo em conta (2.11); para isso, determinaremos primeiro a solução livre de (2.12) e
posteriormente a solução forçada. A equação homogénea é
dy ( t )
0=τ + y (t ) (2.13)
dt
0 = τs + 1 (2.14)
1
cuja raiz é s = − . De acordo com (2.7), a solução livre de (2.12) é
τ
−t
yl ( t ) = Ae τ (2.15)
A solução forçada, ou particular, de (2.12), yf, depende de x e deve verificar (2.12). Como x é
constante, yf também é constante e, de (2.12), conclui-se que
yf=E (2.16)
15
J. Dores Costa Sistemas Dinâmicos e Controlo
−t
y ( t ) = Ae τ + E (2.17)
y ( 0) = Y0 = A + E (2.18)
pelo que,
A=Y0-E (2.19)
−t −1
t
y (t ) = Y0 eτ + E 1− e τ
(2.20)
Se, em (2.20) for Y0=0, E=VI e τ=RC, o resultado obtido é igual a (2.2). A solução (2.20) da
equação diferencial de primeira ordem (2.12) é independente do sistema físico e só a constante
de tempo, τ, muda porque depende dos componentes do sistema.
dy d2 y
K0 y ( t ) + K1 + K2 = x (t ) (2.21)
dt dt 2
O integral de (2.21) pode ser calculado pelo processo que usámos no parágrafo anterior:
calcula-se primeiro a solução livre, depois calcula-se a solução forçada e aplica-se (2.11).
Finalmente determinam-se as constantes de primitivação.
s1, 2 = − β ± β 2 − ω 02 (2.23)
com
16
J. Dores Costa Sistemas Dinâmicos e Controlo
K1 K0
β= e ω0 = (2.24)
2 K2 K2
Cada par de raízes (2.23) dá origem a diferentes soluções livres, de acordo com (2.7), (2.8) e
(2.9). É interessante referir que se β < ω0 existirá um regime periódico que, de acordo com
(2.9), é [1]
yl (t ) = B cos(ω t + ϕ )e − βt (2.25)
com
ω = ω 02 − β 2 (2.26)
Determinaremos a solução forçada de (2.21) para o caso de uma entrada constante x=E. Neste
caso, yf é constante e
E
y f (t ) = (2.27)
K0
E
y (t ) = + B cos(ω t + ϕ )e − βt (2.28)
K0
Para o cálculo de B e de ϕ admitiremos que as condições iniciais são nulas, isto é, y(0)=0 e
dy
( 0) = 0; nesta condição, de (2.28) obtém-se
dt
E
B=− (2.29)
K0 cos ϕ
β
ϕ = − arctan (2.30)
ω
1 1 β2
Atendendo a que tan2 ϕ + 1 = , de (2.30) resulta = + 1 , pelo que
cos2 ϕ cosϕ ω2
17
J. Dores Costa Sistemas Dinâmicos e Controlo
E β2
B=− +1 (2.31)
K0 ω2
2
y (t ) =
E 1 − e − β t β + 1 cos(ω t + ϕ ) (2.32)
K0 ω2
No caso particular de β=0, tendo em conta (2.26) e (2.30), conclui-se de (2.32) que
E
y (t ) = (1 − cos (ω0 t ) ) (2.33)
K0
β
Na Fig. 2.2 representam-se as curvas características de y(t) para diferentes valores de ξ = e
ω0
para x=E e constante.
Note-se que só existem oscilações periódicas para ξ <1, ou seja, quando as raízes da equação
característica são complexas; para ξ ≠ 0 todas as curvas tendem para um valor estacionário
E/K0 e para ξ = 0 o valor máximo de y é o dobro daquele valor. A Fig. 2.2 mostra que para ξ <1
a frequência das oscilações aumenta quando ξ diminui e o mesmo se passa com o valor máximo
de y(t).
18
J. Dores Costa Sistemas Dinâmicos e Controlo
Comparando os sistemas de primeira com os de segunda ordem, conclui-se que estes últimos
têm um comportamento mais complicado porque podem apresentar respostas diferentes em
função das soluções da equação característica. Os coeficientes das parcelas de (2.21) dependem
do sistema e são constantes nos sistemas invariantes. Todavia, na prática estes coeficientes
dependem das condições de funcionamento (da temperatura, por exemplo) e variam com o uso
(desgaste). Desta forma, as raízes da equação característica podem ser significativamente
alteradas e, com a mesma entrada, o sistema pode vir a dar respostas de tipo diferente.
Quando a equação característica tem raízes complexas diz-se que o sistema tem modos
oscilatórios. A frequência das oscilações é igual à parte imaginária das raízes. A parte real
introduz amortecimento nas oscilações; se a parte real é negativa o amortecimento é positivo e a
resposta tende para um valor estacionário (resposta forçada); se a parte real é positiva, o
amortecimento é negativo, a amplitude das oscilações tenderá para infinito e o sistema é
instável (a estabilidade será estudada num próximo capítulo, mas apela-se aqui para o senso
comum).
Para ξ=1, existe uma raiz dupla, s1=s2= - β, e o integral de (2.21), para a entrada x(t)=E, é
y (t ) =
E
K0
(
1 − ( β t + 1) e − βt ) (2.34)
β2
y (t ) = YE 1 − e − β t + 1 cos(ω t + ϕ ) (2.35)
ω 2
De acordo com a Fig. 2.3, y atinge um máximo YM quando t=tp. Este valor máximo pode ser
determinado derivando (2.35) e igualando a zero o resultado. Desta operação resulta
o que é equivalente a
ωt + ϕ = ϕ + nπ , n = 1, 2,.... (2.37)
19
J. Dores Costa Sistemas Dinâmicos e Controlo
O primeiro máximo obtém-se para n=1 e resulta tp=π/ω. Substituindo este resultado em (2.35)
obtém-se
YM = y ( t p ) = YE (1 + e−βπ ω ) (2.38)
A sobreelevação é MP=YM-YE
M P = YE e − βπ ω
(2.39)
MP
= e−βπ ω 100 (%) (2.40)
YE
Tendo em conta (2.26), (2.39), e (2.40), MP e tp podem ser escritos em termos do coeficiente de
amortecimentoξ :
ξπ
−
1− ξ2
M P = YE e (2.41)
π
tp = (2.42)
ω 0 1 − ξ2
20
J. Dores Costa Sistemas Dinâmicos e Controlo
2π 2π
T= = 2t p = (2.43)
ω ω0 1 − ξ2
A resposta da Fig. 2.3 pode, também, ser caracterizada pelos seguintes intervalos de tempo:
ta- tempo de atraso: o tempo necessário para que y(t) atinja metade do valor final
(y(ta)=YE/2).
tc- tempo de crescimento: o tempo necessário para que y(t) atinja o valor final (y(tc)=YE).
ts- tempo de estabelecimento: o tempo necessário para que y(t) atinja, praticamente, o valor
final, isto é, y(ts) = YE ± εYE, em que ε representa o erro admitido (2% ou 5%, por
exemplo). Na prática, ts corresponde à duração do regime transitório.
Para se ter uma estimativa da duração do regime transitório, pode-se considerar t=ntp com
n=1,2,3,.... ; tendo em conta (2.40) resulta
n
−βt −βt pn M
e =e = P n = 1,2,3,.... (2.44)
YE
A partir de (2.44), pode-se calcular n para que a resposta y(t) esteja próximo do valor final YE
com um erro inferior ε:
n
M
ε ≤ P n = 1,2,3,.... (2.45)
YE
o que é equivalente a
logε
n≥ n = 1,2,3,.... (2.46)
log( M P YE )
Note-se que através de (2.46) obtém-se uma resposta aproximada; por exemplo, com uma
sobreelevação de 15%, o desvio ε=2% é atingido ao fim de 2tp, aproximadamente (n≥2,06).
21
J. Dores Costa Sistemas Dinâmicos e Controlo
Como veremos, os sistemas lineares de ordem superior á segunda podem ser decompostos em
subsistemas de 1ª e/ou de 2ª ordem. Por este facto eles não são agora estudados. Os sistemas de
ordem superior serão analisados nos capítulos seguintes por processos que são mais simples do
que a resolução directa das equações diferenciais.
Na Fig. 2.4 representa-se um sistema deste tipo, frequentemente designado por sistema de
massa-mola-atrito: x é a força que desloca a massa M, Fa representa o atrito de
escorregamento, K é a constante elástica da mola e y é o deslocamento. De acordo com a lei de
Newton, a força aplicada, x, é igual à soma das forças resistentes: a força acelerativa, que é
proporcional à aceleração, a força de atrito, que é proporcional à velocidade e a força da mola
que é proporcional ao deslocamento. O equilíbrio entre as forças é dado pela equação (2.47):
d2 y dy
x= M + Fa + Ky (2.47)
dt 2 dt
(Por comodidade, no restante texto usam-se letras minúsculas para representar as grandezas que
são variáveis do tempo; assim, escreve-se x e y em vez de x(t) e y(t), respectivamente).
Fa
ξ= (2.48)
2 KM
22
J. Dores Costa Sistemas Dinâmicos e Controlo
O binário T é aplicado a um corpo com um coeficiente de inércia J que é sustentado por uma
ligação elástica representada pela mola com coeficiente K Fa representa o atrito viscoso. O
binário aplicado (ou binário motor), T, é igual à soma dos binários resistentes: o binário
acelerador, que é proporcional à aceleração, o binário de atrito, que é proporcional à velocidade
e o binário resistente que é proporcional ao deslocamento angular θ.
23
J. Dores Costa Sistemas Dinâmicos e Controlo
d 2θ dθ
T=J 2
+ Fa + Kθ (2.49)
dt dt
c) Circuito R, L, C, série
Um exemplo de um sistema eléctrico de segunda ordem é o circuito da Fig. 2.6. De acordo com
a lei das malhas, a tensão da fonte é igual à soma das tensões em cada um dos componentes.
d 2v dv
u = LC 2
+ RC +v (2.50)
dt dt
R L
i
u v
C
R 1
As soluções de (2.51) são dadas por (2.23) fazendo β = e ω0 = .
2L LC
Se R=0, o circuito da Fig. 2.6 comporta-se como um oscilador com frequência igual ω0/2π e a
tensão no condensador tem a forma da curva da Fig. 2.2 com ξ=0. Para uma tensão u contínua,
admitindo condições iniciais nulas, isto é, v=0 e i=0, com β<ω0, a tensão no condensador é
dada por (2.32), com as necessárias substituições.
Os três sistemas anteriores são todos modelados pela mesma equação diferencial de segunda
ordem e só mudam os coeficientes de (2.21) e as grandezas físicas em jogo. Este facto deu
24
J. Dores Costa Sistemas Dinâmicos e Controlo
origem aos simuladores analógicos, através dos quais se usavam circuitos eléctricos, ou
electrónicos, para estudar o comportamento de sistemas de qualquer natureza. Modernamente,
com o desenvolvimento dos computadores, utilizam-se, preferencialmente, os simuladores
numéricos.
Num sistema com múltiplas entradas, a saída pode ser obtida pela soma das contribuições de
cada uma das entradas consideradas separadamente. Considerando, por exemplo, o sistema
MISO esquematizado na Fig. 2.7, a saída y pode ser determinada por
y = y1 x =0 + y 2 x =0 + ..... + y n x =0 (2.52)
i i i
i ≠1 i≠2 i≠n
onde y1 representa a saída do sistema para a entrada x1, considerando todas as outras entradas
nulas e assim sucessivamente.
x
1
x sistema y
2
.
. MISO
.
xn
Os casos esquematizados nas figuras 2.7 e 2.8 são bastante frequentes na teoria do controlo e
serão utilizados no estudo do comportamento dinâmico de sistemas que é desenvolvido nos
capítulos seguintes.
25
J. Dores Costa Sistemas Dinâmicos e Controlo
y
x sistema 1 1
sistema 2
y
2
Até aqui, referimos sistemas cujo modelo matemático é constituído por uma única equação
diferencial. Nos sistemas mais complexos os modelos matemáticos são sistemas de equações
diferenciais. Por exemplo, o circuito da Fig. 2.6 pode ser modelado por um sistema de equações
diferenciais:
di
u = L dt + Ri + v
dv (2.53)
i = C
dt
A redução de um sistema de equações diferenciais a uma única equação não é vantajosa quando
a ordem da equação diferencial resultante é superior á segunda porque a integração desta
equação, pelos métodos clássicos, é mais complicada (recorde-se que seria necessário resolver
uma equação característica com grau superior a dois), ao passo que a resolução de um sistema
de equações diferenciais de primeira ordem é relativamente simples e, como veremos, no
capítulo 8, a solução geral de um sistema de equações diferenciais de primeira ordem é
conhecida.
di R 1 1
dt = − L i − L v + L u
dv 1 (2.54)
= i
dt C
26
J. Dores Costa Sistemas Dinâmicos e Controlo
di R 1
dt − L − i 1
L .
dv = 1 + L u (2.55)
0 v 0
dt C
O vector [i v]t é o vector de estado e i e v são as variáveis de estado do circuito da Fig. 2.6.
Através da integração de (2.55) obtêm-se, em simultâneo, as variáveis de estado. Uma vez
conhecidas estas variáveis, é possível determinarem-se as tensões na resistência e na bobina.
Por exemplo, a tensão na bobina, vL, pode ser calculada por
v L = − Ri − v + u (2.56)
que é equivalente a
i
v L = [− R − 1]. + u (2.57)
v
i
v L = Ri = [− R 0]. (2.58)
v
Note-se que as equações (2.56), ou (2.57), e (2.58) não são diferenciais; envolvem, apenas, uma
combinação linear das variáveis de estado à qual se soma a contribuição da tensão de entrada
(em (2.58) esta contribuição é nula).
A análise do comportamento dinâmico dos sistemas pode ser feita com o auxílio de programas
que integrarem numericamente os modelos de estado. O modelo de estado de um sistema SISO
pode ser reduzido à seguinte forma geral (modelo canónico):
x& = Ax + Bu (2.59a)
y = Cx + Du (2.59b)
onde x é o vector de estado, x& é o vector das primeiras derivadas das variáveis de estado, u é a
entrada e y é a saída. A equação (2.59a) é a equação da dinâmica do sistema e (2.59b) é a
equação das saídas. Por exemplo, sendo (2.55) a equação da dinâmica e (2.27) a equação da
saída, nas equações (2.59) é
27
J. Dores Costa Sistemas Dinâmicos e Controlo
di
i
x& = dt x= y = vL (2.60a)
dv v
dt
R 1
− − 1
A= L L
B = L C = − R −1 D=1 (2.60b)
1 0
0
C
O modelo de estado (2.59), que será referido mais em pormenor no capítulo 7, está na base da
moderna teoria do controlo e, para sistemas de grande dimensão, é usado com o auxílio de
computadores. Para a integração numérica de equações diferenciais pode-se usar, por exemplo,
o programa MATLAB [7]. Apresenta-se a seguir um ficheiro que pode ser usado com este
programa para estudar matematicamente o comportamento dinâmico do circuito R, L,C série.
(A utilização do programa MATLAB será explicada nas aulas práticas da disciplina). Os
diagramas temporais resultantes do programa 2.1 são os da Fig. 2.9.
28
J. Dores Costa Sistemas Dinâmicos e Controlo
y=v
x2=v
x1=i
A equação diferencial ordinária de primeira ordem (2.61) é ela própria um modelo de estado;
esta equação pode ser representada pelo diagrama de blocos da Fig. 2.10; a saída é designada
por y(t) e coincide com a variável de estado x(t); a entrada do modelo é u(t).
x& = ax + bu (2.61)
Conhecida a condição inicial x(0), a solução geral de (2.61), com a e b constantes é dada por:
t
x(t ) = e x(0)+b ∫ e a.(t −τ ) u (τ ) dτ
at
(2.62)
0
A segunda parcela de (2.62) é o integral da convolução que será referido mais adiante (§3.7).
Refira-se que (2.61) é equivalente a (2.12). A resposta y(t) resultante duma entrada u(t)=E foi
obtida em (2.20); o diagrama temporal de y(t) pode ser obtido através de programas de
29
J. Dores Costa Sistemas Dinâmicos e Controlo
simulação numérica para computador. Para o MATLAB pode-se correr o programa prmo.m
seguinte:
Os motores eléctricos de corrente contínua são muito usados como actuadores e em controlo
são frequentemente designados por servomotores. Na Fig. 2.10 representa-se o esquema de um
desses motores com campo indutor fixo (usualmente é um imã permanente) que faz girar uma
carga com momento de inércia é I e cujo atrito é caracterizado pelo coeficiente de atrito
viscoso B. O circuito eléctrico representa o induzido (armadura).
di a
u a = R a i a + La +e (2.63)
dt
e = K Eω (2.64)
30
J. Dores Costa Sistemas Dinâmicos e Controlo
τ = K T ia (2.65)
O binário é igual à soma do binário acelerativo que é proporcional à aceleração e cuja constante
de proporcionalidade é o momento de inércia, I, com o binário de atrito que é proporcional à
velocidade e cuja constante de proporcionalidade é o coeficiente de atrito viscoso B, e com o
binário de carga TC:
dω
τ =I + Bω + TC (2.66)
dt
− Ra − KE
1 0
x1 La
& La . x1 + u − 1 T
x& = K La a
− B x2 C (2.67)
2 T
I
0
I I
31
J. Dores Costa Sistemas Dinâmicos e Controlo
2.7 RESUMO
Os modelos matemáticos dos sistemas podem ser apresentados na forma de modelos de estado.
Estes modelos estão na base da moderna teoria do controlo e são utilizados nos sistemas de
maior complexidade. A simulação dos sistemas pode ser feita em computador através de
programas como o MATLAB [9], ou o SCILAB [12], por exemplo.
32
J. Dores Costa Sistemas Dinâmicos e Controlo
CAPÍTULO 3
TRANSFORMADA DE LAPLACE
3.1 INTRODUÇÃO
A solução clássica das equações diferenciais, somando a solução livre com a solução forçada,
que recorre às raízes da equação característica torna-se complicada para sistemas de ordem
superior á segunda. Nestes casos podem-se computadores conjuntamente com programas que
integram numericamente os modelos de estado.
Quando o uso dos computadores não estava generalizado, como acontece hoje em dia,
desenvolveram-se processos mais simples para analisar o comportamento dinâmico dos
sistemas. Estes processos evitam a integração das equações diferenciais e a resolução de
sistemas de equações para calcular as constantes de primitivação. A simplificação e
sistematização dos cálculos tornou-se possível com o uso da transformada de Laplace (Pierre
Simon Laplace, 1749-1827).
33
J. Dores Costa Sistemas Dinâmicos e Controlo
Define-se transformada de Laplace de uma função f(t) de variável real, com f(t)=0 para t<0,
como sendo a função F(s),
∞
L[ f (t )] = F ( s ) = ∫ f (t ) e
− st
dt (3.1)
0
F(s) é uma função de variável complexa, s=a+jb, designada por frequência complexa.
Para que exista transformada de Laplace de uma função f(t) é necessário que
1. f(t) seja contínua ou contínua por troços;
2. f(t) tem ordem exponencial, isto é, deve existir um valor real a tal que e-at| f(t)| seja limitada
para t>T em que T é finito.
A transformada de Laplace será agora usada como uma ferramenta para a análise dos sistemas e
não como objecto de estudo o qual se considera feito nas disciplinas de matemática. Por este
motivo não nos preocuparemos a resolver o integral (3.1) e apenas se recorda aqui a definição
desta transformada. O cálculo de diversas transformadas de Laplace pode, por exemplo, ser
encontrado em [1, 3]. No final deste capítulo apresenta-se uma lista das transformadas de
Laplace de algumas funções do tempo.
Algumas das propriedades da transformada de Laplace serão importantes para o estudo que
realizaremos. São elas,
d n f (t ) n n −1 n − 2 df d n−1 f
P5. Diferenciação: L n
= s F ( s ) − s f (0) − s (0) − ... − n−1 (0)
dt dt dt
T1. Teorema do valor final: se o lim f ( t ) é finito, então pode ser calculado por,
t →∞
34
J. Dores Costa Sistemas Dinâmicos e Controlo
Para que este teorema possa ser aplicado é necessário que sF(s) não tenha pólos no semi-plano
direito do plano de Argand, ou sobre o eixo imaginário, excepto se for na origem.
sistema
domínio do tempo
transformada de
Laplace transformada de
Laplace inversa
domínio complexo
U(s) Y(s)
resolver a equação racional em s
Nos casos mais simples pode-se resolver a equação diferencial porque existe menor volume de
cálculo. Nos casos mais complexos a via que recorre à transformada de Laplace é a
normalmente utilizada; neste caso, o plano complexo aparece como um domínio auxiliar do
35
J. Dores Costa Sistemas Dinâmicos e Controlo
cálculo mas, como se verá, as propriedades do sistema e o seu comportamento dinâmico podem
ser estudados através das funções de variável complexa, sem ser necessário, por vezes, aplicar a
transformada de Laplace inversa
c + j∞
1
f (t ) = L−1 [F ( s )] = ∫e
st
F ( s ) ds (3.4)
2π c − j∞
dvC
vI = RC + vC (3.5)
dt
1 VI ( s) v ( 0)
VC ( s) = + C (3.7)
RC s + 1 1
s+
RC RC
Seja vI constante e igual a VI. De acordo com a tabela de transformadas do Anexo 3.2, que está
no final deste capítulo, VI (s)=VI /s (transformada nº 4); substituindo esta transformada em (3.7)
resulta
1 VI v (0)
VC ( s ) = + C (3.8)
RC 1 1
s s + s+
RC RC
vC = V I (1 − e −t RC
) + vC (0)e −t RC
(3.9)
36
J. Dores Costa Sistemas Dinâmicos e Controlo
Note-se que (3.9) é igual à solução geral (2.20) com τ=RC, vC(0)=Y0 e VI =E. Se a condição
inicial for nula (o condensador estava descarregado quando o interruptor é fechado), vC(0)=0, a
equação (3.8) é igual a (2.2).
_____________________________________________________________________________
Com o exemplo 3.1 procurou-se ilustrar o método que permite determinar a solução de (3.5)
sem resolver a equação diferencial. Note-se que a aplicação da transformada de Laplace
permite incluir a entrada, desde o início do cálculo, e o mesmo acontece com as condições
iniciais. O mesmo processo pode ser utilizado para qualquer equação diferencial,
independentemente da sua ordem.
Com ficheiro seguinte (rc1.m), usa-se o MATLAB para visualizar o diagrama temporal de
vC(t) de (3.5), com vC(0)=0, quando a tensão de entrada vI (t) é um degrau unitário.
Com vC(0)=0, a equação (3.7) pode ser escrita como o quociente entre as transformadas de
Laplace da saída e da entrada:
VC ( s) 1
= (3.10)
VI ( s) RCs + 1
Y ( s)
= G ( s) (3.11)
U ( s)
37
J. Dores Costa Sistemas Dinâmicos e Controlo
sistema
Na Fig. 3.2, o sistema é completamente caracterizado por um bloco ao qual se associa o seu
modelo matemático - a função de transferência G(s). Note-se que, com esta representação, o
sistema é representado por uma caixa preta porque só conhecemos a relação entre a entrada e a
saída, que é dada por G(s), e deixa de importar a real constituição física do sistema. Todavia, a
representação de um sistema através de um modelo igual ao da Fig. 3.2 é simples e estabelece,
de imediato, a relação entre a saída e a entrada:
Y ( s) = G ( s)U ( s) (3.12)
Considere-se, por exemplo, o circuito da Fig. 2.1(a) representado pelo modelo da Fig. 3.2.
Neste caso,
VC ( s) 1
= G ( s) = (3.13)
VI ( s) RCs + 1
Considere-se que a tensão de entrada, vI, é sinusoidal: vI= VI sen (ω t). Qual será a tensão vC
após o fecho do interruptor? A resposta a esta questão pode ser facilmente determinada a partir
de (3.13). Para isso, determina-se a transformada VI(s) da tensão de entrada; utilizando a tabela
de transformadas de Laplace (transformada nº 16), é
ω
VI ( s) = VI (3.14)
s +ω2
2
1 ω
VC ( s) = ⋅ ⋅VI (3.15)
RCs + 1 s + ω2
2
A partir de (3.15) obtém-se a resposta no tempo vC(t) mas, porque a transformada inversa de
(3.15) não se encontra na tabela, deixaremos esta operação para o parágrafo seguinte.
Correndo o ficheiro rc2.m no MATLAB, obtêm-se os diagramas temporais de vC(t) para três
tensões de entrada, vI(t), diferentes; admite-se que vC(0)=0 e usa-se G(s) de (3.13).
38
J. Dores Costa Sistemas Dinâmicos e Controlo
RCs + 1 = 0 (3.16)
b sm + b1sm−1 + ⋅⋅⋅ + bm
G ( s) = 0 , com m≤n (3.17)
a0sn + a1sn −1 + ⋅⋅⋅ + an
A função de transferência G(s) pode ser escrita ou na forma factorizada de (3.18) em função
dos zeros (zi) e dos pólos (pi)
39
J. Dores Costa Sistemas Dinâmicos e Controlo
m
∏ ( s − zi ) b0
i =1
G ( s) = K 0 n
com K 0 = (3.18)
a0
∏ (s − p j )
j =1
m m
∏ ( Ti s + 1) ∏ ( − zi ) b
G ( s) = K i =1 com K = G ( 0) = K0 i =1 = m (3.19)
n n an
∏ ( τ j s + 1) ∏ (− p j )
j =1 j =1
sendo K o ganho estático, porque se considera que todas as derivadas são nulas, isto é, K=G(0).
De (3.18) e (3.19), verifica-se que, a menos de uma constante real (K0 ou K, respectivamente),
qualquer função de transferência é completamente definida pelos seus pólos e zeros.
Normalmente, prefere-se factorizar os polinómios do numerador e do denominador em termos
dos seguintes factores:
Se existirem N pólos na origem, o sistema diz-se de tipo N. Neste caso, G(s) pode ser escrita,
por exemplo, na forma
m
∏ ( s − zi )
G ( s) = K N i =1 , com N + w ≥ m (3.20)
w
s N
∏(s − p j )
j =1
e K N = lim s N G ( s) H ( s) .
s→ 0
Note-se que se os pólos de G(s) tiverem parte real positiva o regime livre não se anula e a
resposta tende para ±∞. Neste caso o sistema será instável.
40
J. Dores Costa Sistemas Dinâmicos e Controlo
O uso de funções de transferência permite representar sistemas através de blocos; cada bloco
tem a sua própria função de transferência e representa um subsistema do sistema total. Na Fig.
3.3 representa-se um sistema que é constituído por uma associação de blocos em série (ou
cascata); neste caso, admite-se que cada bloco não constitui uma carga para o anterior. As setas
fazem parte integrante do diagrama de blocos porque indicam o sentido de propagação dos
sinais.
Tendo em conta que (3.12) é válida para cada um dos blocos da Fig. 3.3, a função de
transferência total é o produto das funções de transferência de cada um dos blocos:
Y ( s)
= G1 ( s ) ⋅ G2 ( s ) ⋅ G3 ( s ) = G ( s ) (3.21)
U ( s)
Na Fig. 3.4 representa-se um sistema que é constituído por uma associação em paralelo de dois
subsistemas. A função de transferência global é dada por
Y ( s)
= G1( s) + G2 ( s) (3.22)
U ( s)
Y1 (s) Y(s)
U(s) G1 (s)
Y2 (s)
G2 (s)
As figuras 3.3 e 3.4 estão na base de outras associações de blocos como é, por exemplo, o
sistema da Fig. 3.5. Neste caso, a função de transferência global é
Y ( s)
= (G1 ( s ) + G2 ( s ) ) ⋅ G3 ( s ) (3.23)
U ( s)
41
J. Dores Costa Sistemas Dinâmicos e Controlo
Y2 (s)
G2 (s)
Num sistema contínuo em cadeia fechada uma amostra da saída é continuamente comparada
com uma entrada de referência. Esta comparação estabelece uma realimentação negativa que é
característica dos sistemas controlados. Estes sistemas podem ser reduzidos ao diagrama
canónico da Fig. 3.6. Da comparação entre a saída e a referência resulta um erro cuja
transformada de Laplace é E(s). Veremos, mais tarde, que o controlador é definido em função
deste erro.
B(s)
H(s)
No diagrama da Fig. 3.6, G(s) é a função de transferência da cadeia de acção e H(s) é a função
de transferência da cadeia de rectroacção (ou realimentação - feedback).
C ( s) = G ( s) ⋅ E ( s) (3.24)
B ( s ) = H ( s) ⋅ C ( s ) (3.25)
E ( s) = R( s) − B( s) (3.26)
Multiplicando (3.26) por G(s) obtém-se a função de transferência em cadeia fechada,
42
J. Dores Costa Sistemas Dinâmicos e Controlo
C ( s) G ( s)
= F ( s) = (3.27)
R ( s) 1 + G ( s) ⋅ H ( s)
De acordo com (3.27), o sistema da Fig. 3.6 pode ser reduzido a um único bloco com a função
de transferência F(s).
B(s)=G(s)H(s)E(s) (3.28)
E ( s) 1
= (3.29)
R( s ) 1 + G ( s ) ⋅ H ( s)
1+G(s)H(s)=0 (3.30)
Como se verá, (3.30) é importante para o estudo da estabilidade em cadeia fechada. De (3.30)
conclui-se que a realimentação modifica os pólos e os zeros do sistema; por este facto, os
sistemas apresentam comportamentos dinâmicos diferentes consoante estejam em cadeia aberta
(sem rectroacção) ou em cadeia fechada (com rectroacção).
C ( s) 1
≈ (3.31)
R( s) H ( s)
Quando H(s)=1, diz-se que a rectroacção é unitária. Neste caso, a função de transferência em
cadeia fechada é
C ( s) G ( s)
= Fu ( s) = (3.32)
R ( s) 1 + G ( s)
43
J. Dores Costa Sistemas Dinâmicos e Controlo
Qualquer sistema em cadeia fechada pode ser transformado num sistema com rectroacção é
unitária. O sistema da Fig. 3.7 tem a mesma função de transferência que o da Fig. 3.6 (3.27).
Todavia, note-se que as entradas do comparador são agora diferentes das da Fig. 3.6.
A transformação da Fig. 3.7 e as figuras 3.3 a 3.5 são exemplos daquilo que é designado por
álgebra de blocos. As operações que foram descritas permitem simplificar e transformar os
diagramas de blocos dos sistemas de acordo com as necessidades da análise.
dv C 1 1 VC ( s) 1
= vC + vI = G ( s) =
dt RC RC VI ( s) RCs + 1
44
J. Dores Costa Sistemas Dinâmicos e Controlo
10
C ( s) = 2
(3.33)
s + 4s + 3
Os pólos de C(s) são -3 e -1; (3.33) pode ser então decomposta na soma de duas fracções,
10 A B
C ( s) = = + (3.34)
( s + 1)( s + 3) s + 1 s + 3
A(s+3)+B(s+1)=10 (3.35)
de onde se conclui que A+B=0 e 3A+B=10. Da resolução deste sistema de equações obtém-se
A=5 e B=-5. Com estes valores,
5 5
C ( s) = − (3.36)
s +1 s + 3
Consultando a tabela de transformadas de Laplace para cada uma das parcelas de (3.36)
(transformada nº11) obtém-se:
c( t ) = 5( e− t − e−3t ) (3.37)
Este exemplo serve apenas para introduzir o método dos coeficientes indeterminados porque a
transformada inversa de (3.33) encontra-se na tabela (transformada nº15). Note-se que
10 10 2
C ( s) = = (3.38)
( s + 1)( s + 3) 2 ( s + 1)( s + 3)
45
J. Dores Costa Sistemas Dinâmicos e Controlo
i) Uma transformada de Laplace com n pólos reais e distintos pode ser decomposta numa soma
de n fracções parciais:
n Aj
N ( s)
C (s) = =∑ (3.39)
j =1 ( s −
n pj)
∏ (s − p j )
j =1
Ak = C ( s)( s − pk ) s = s (3.40)
k
10 A B
C ( s) = = + (3.41)
( s + 1)( s + 3) s + 1 s + 3
10
A = C ( s )( s + 1) s =−1 = =5
( s + 3) s = −1
10
B = C ( s)( s + 3) s =−3 = = −5
( s + 1) s =−3
ii) Uma transformada de Laplace com um pólo real de multiplicidade α e n-α pólos reais
distintos pode ser decomposta numa soma de n fracções parciais na seguinte forma:
α −1 n −α +1 Bj
N ( s) Ai
C (s) = n −α +1
= ∑ (s − p )α −i + ∑ (s − p j )
(3.42)
( s − p1 ) α
∏ (s − p j ) i =0 1 j =2
j =2
3
C ( s) = (3.43)
( s + 1)3 ( s + 2)( s + 3)
46
J. Dores Costa Sistemas Dinâmicos e Controlo
A0 A1 A2 B B
C ( s) = + + + 1 + 2 (3.44)
( s + 1)3 ( s + 1)2 ( s + 1) s + 2 s + 3
3
A0 = C ( s)( s + 1)3 =
s =−1 2
B1 = C ( s )( s + 2) s =−2 = −3
3
B2 = C ( s)( s + 3) s =−3 =
8
Os coeficientes A1 e A2 não podem ser determinados directamente por (3.40). Para o seu
cálculo considera-se a parcela de C1(s),
32 3 38 A1 A2
C1( s) = C ( s) − + − = +
( s + 1)3 s + 2 s + 3 ( s + 1) 2 ( s + 1)
9
A1 = C1( s)( s + 1)2 =−
s =−1 4
32 3 38 94 A2
C 2 ( s) = C ( s) − + − + =
( s + 1) 3 s + 2 s + 3 ( s + 1) 2 ( s + 1)
21
A2 = C2 ( s)( s + 1) s =−1 =
8
iii) Quando existem pólos complexos conjugados o processo é idêntico ao descrito para o caso
dos pólos reais e distintos. Considere-se, por exemplo,
2
C ( s) = (3.45)
( s + 1)( s2 + s + 5)
47
J. Dores Costa Sistemas Dinâmicos e Controlo
A B s + B2
C ( s) = + 1 (3.46)
s + 1 s2 + s + 5
Note-se que o numerador da segunda parcela de (3.46), a que corresponde aos pólos complexos,
é um binómio em s. O coeficiente A é calculado por (3.40):
2
A = C ( s )( s + 1) s =−1 =
5
Uma vez calculado o coeficiente A, de (3.46) obtêm-se os coeficientes B1 e B2, tendo em conta
que
25 −0. 4 s B s + B2
C ( s) − = = 1 (3.47)
s + 1 s + s + 5 s2 + s + 5
2
De (3.47) conclui-se que B1= -0.4 e B2=0. Consultando a tabela de transformadas de Laplace, a
transformada inversa de (3.45) é,
[
c(t ) = 0.4 e −t − e −0.5t sen(2,2t − 1,57) ] (3.48)
Com base neste exemplo, convidamos o aluno a determinar a transformada inversa de (3.15).
O caso dos pólos complexos múltiplos não é aqui referido mas, para este caso, a decomposição
é uma conjugação dos pontos ii) e iii).
48
J. Dores Costa Sistemas Dinâmicos e Controlo
3.7 CONVOLUÇÃO
Y ( s ) = G ( s )U ( s ) (3.49)
A equação (3.49) traduz a relação entre o sinal de entrada e o sinal de saída no domínio da
frequência complexa. À multiplicação no domínio complexo corresponde a convolução no
domínio do tempo:
t t
y (t ) = ∫ g (t )u (t − τ )dτ = ∫ g (t − τ )u (t )dτ (3.50)
0 0
Se a entrada u(t) for um impulso de Dirac, δ(t), a sua transformada de Laplace é U(s)=1 e
Y ( s) = G ( s) . Por este motivo, as funções de transferência, G(s), e g(t), no integral da
convolução, são, por vezes, designadas por respostas ao impulso.
A resposta ao impulso do circuito da Fig. 2.1(a) é, (equação (3.13)),
1
G ( s) = (3.51)
RCs + 1
t
1 − RC
g (t ) = e (3.52)
RC
t τ t
1 − RC −
y (t ) = ∫ VI e dτ =VI 1 − e RC (3.53)
RC
0
49
J. Dores Costa Sistemas Dinâmicos e Controlo
Ora (3.53) é igual a (3.9) quando a condição inicial é nula. O exemplo dado é simples e destina-
se a ilustrar a aplicação da convolução. No entanto, comparando (3.49) com (3.50)
compreende-se que, em geral, seja mais fácil realizar a análise dos sistemas no domínio
complexo, recorrendo à transformada de Laplace, do que recorrer ao integral da convolução, no
domínio do tempo. É por isto que a transformada de Laplace continua a ser, ainda hoje, e apesar
das possibilidades introduzidas pelos computadores, largamente usada na análise e na
modelação dos sistemas.
1 ,t ≥ 0
h(t ) = (3.54)
0 ,t < 0
1 ,t = 0
δ (t ) = (3.55)
0 ,t ≠ 0
As funções (3.54) e (3.55) estão representadas graficamente na Fig. 3.8. Refira-se que a entrada
escalão consiste, na prática, em variar abruptamente o valor da variável de entrada, o que
acontece no circuito da Fig. 2.1, por exemplo, quando se fecha o interruptor. A entrada impulso
é particularmente interessante porque a resposta do sistema corresponde à própria função de
transferência.
h(t) δ(t)
1 1
0 t 0 t
(a) (b)
Fig. 3.8: Entradas teste; (a) função de Heaviside (escalão unitário); (b) impulso de Dirac.
50
J. Dores Costa Sistemas Dinâmicos e Controlo
Para se ultrapassar estas dificuldades, pode-se estudar a resposta do sistema a uma entrada
sinusoidal, o que será estudado seguidamente.
Se se aplicar uma entrada sinusoidal, u(t)=U sen(ωt), a resposta do sistema linear pode ser
calculada a partir de Y ( s ) = G ( s)U ( s) . A transformada de Laplace de u(t) é
ω
U (s) = U (3.56)
s +ω2
2
ω
Y ( s) = UG ( s) (3.57)
s2 + ω2
G(s) tem n pólos e, genericamente, Y(s) pode ser decomposto nas fracções parciais
n
∑
UAi B1 B2
Y ( s) = +U +U (3.58)
s − pi s − jω s + jω
i =1
Se a parte real dos pólos é negativa (o sistema é estável), em regime permanente (ou forçado)
Y(s) será igual às duas últimas parcelas de (3.4). Pela decomposição de Heaviside, resulta
51
J. Dores Costa Sistemas Dinâmicos e Controlo
ω UG ( jω )
B1 = UG ( s) ( s − jω ) = (3.59)
s2 + ω2 s = jω 2j
ω UG ( − jω )
B2 = UG ( s) ( s + jω ) = (3.60)
s2 + ω 2 s =− jω −2 j
G ( jω ) e jφ e − jφ
Y (s) = U − (3.61)
2 j s − jω s + jω
o que é equivalente a
ω s
Y ( s ) = U G ( jω ) cos φ 2 2
+ senφ 2 2
(3.62)
s +ω s +ω
y f ( t ) = U G ( jω ) sen( ω t + φ) (3.63)
De (3.63) conclui-se que a resposta de um sistema SLIT, estável, perante uma entrada
sinusoidal é ainda um sinal sinusoidal com a mesma frequência da entrada; a amplitude da saída
é igual ao produto da amplitude da entrada com o módulo de G(jω) e a desfasagem entre a os
sinais da entrada e da saída é o argumento de G(jω). Neste desenvolvimento considerou-se o
regime forçado, apenas; isso corresponde a fazer s=jω, porque a parte real dos pólos dá origem
ao regime transitório e este considera-se anulado porque se considerou que a parte real é
negativa. Assim, quando se estuda o comportamento dos sistemas em regime forçado, perante
entradas sinusoidais, substitui-se o plano complexo pelo eixo imaginário, o que equivale a
substituir a transformada de Laplace pela transformada de Fourier
∞
F [ f (t )] = F ( jω ) = ∫ f (t ) e
− jω t
dt (3.64)
−∞
Y ( jω ) = G ( jω ) ⋅ U ( jω ) (3.65)
A equações (3.63) e (3.65) sugerem que a função de transferência, G(s), de um sistema pode ser
determinada experimentalmente, aplicando na entrada sinais sinusoidais de frequência variável
e comparando, para cada frequência, as amplitudes e as fases dos sinais de saída e de entrada:
52
J. Dores Costa Sistemas Dinâmicos e Controlo
Y (ω )
G ( jω ) = (3.66a)
U (ω )
arg Y ( jω )
φ (ω ) = arg G ( jω ) = (3.66b)
arg U ( jω )
v
I ~ C v
C
1
r jωC r 1 r
VC = VI = VI (3.67)
1 jωCR + 1
R+
jω C
do que resulta,
1
VC = V (3.68a)
( ωCR )2 + 1
r 1 r V (s) 1
VC (ω ) = VI (ω ) → C = (3.69)
jωCR + 1 s = jω V I ( s ) sCR + 1
____________________________________________________________________________
53
J. Dores Costa Sistemas Dinâmicos e Controlo
Desenvolveram-se métodos de análise dos sistemas com base na representação gráfica das
equações (3.66); |G(jω)| e φ(jω) designam-se por diagrama de amplitude e de fase da resposta
em frequência de G(s), respectivamente. Note-se que, analiticamente, a resposta em frequência
de G(s) obtém-se fazendo s=jω. Por exemplo, na Fig. 3.10 representam-se graficamente as
equações (3.68).
(a)
(b)
Na fig. 3.10 representou-se a frequência angular numa escala linear. Esta representação não é a
que se utiliza normalmente: a gama das frequências de interesse pode ser muito grande e então
opta-se por uma escala logarítmica.
Define-se largura de banda, B, como sendo a gama de frequências para as quais o módulo de
G(jω) sofre uma variação de 1 2 . Na Fig. 3.10 a largura de banda é B=1/RC. Note-se que
54
J. Dores Costa Sistemas Dinâmicos e Controlo
V
dB = 20log Y (3.70)
VU
P
dB = 10log Y (3.71)
PU
log| G ( s)| = log| G1( s)| + log| G2 ( s)| + log| G3 ( s)| (3.73)
55
J. Dores Costa Sistemas Dinâmicos e Controlo
delas. Esta facilidade é largamente utilizada no projecto dos compensadores, o que será
estudado mais adiante.
1
G ( jω ) = (3.74)
jωCR + 1
A amplitude (ou módulo), em dB, e a fase (ou argumento) são dados por,
1
G ( jω ) = 20 log (3.75a)
( ωCR )2 + 1
Os diagramas de Bode (ou respostas em frequência) de (3.75) estão representados na Fig. 3.12;
a frequência angular está normalizada por 1/RC. O ganho em baixa frequência é 0 dB e a partir
de 0,2 Hz decresce 20 dB por cada década de frequências. Por exemplo, para 100 Hz a
atenuação do filtro passa-baixo de primeira ordem da Fig. 3.9 é, aproximadamente, igual a -55
dB, isto é, a amplitude da tensão no condensador será 562 vezes menor que a amplitude de vI.
Para esta frequência, a tensão no condensador está atrasada cerca de 90º da tensão vI. A
frequência de corte do filtro é ωc=1/RC ou, em Hz, fc=1/2πRC. Para f=fc o ganho é -3 dB e a
fase é igual a -45º.
56
J. Dores Costa Sistemas Dinâmicos e Controlo
|G(j ω)|
φ(ω)
ω20
G ( s) = (3.76)
s2 + 2βs + ω 20
Recorde-se que (vide a Fig. 2.2) a resposta do sistema depende do valor do coeficiente de
amortecimento ξ=β/ω0. Veremos, agora, qual é a relação da Fig. 2.2 com os diagramas de Bode
de (3.76). Fazendo s=jω em (3.76) resulta,
ω20
G ( jω ) = (3.77)
ω20 − ω2 + j 2βω
1
G ( ju ) = (3.78)
1 − u2 + j 2 ξu
57
J. Dores Costa Sistemas Dinâmicos e Controlo
1
G ( ju ) = (3.79a)
(1 − u )
2 2
+ (2ξu )
2
2 ξu
φ ( u) = − arctan (3.79b)
1 − u2
(
d 1 − u 2
)
2
+ (2ξu )2
= 4u (−1 + u 2 + 2ξ 2 ) = 0 (3.80)
du
u=0 ∨ u = 1 − 2 ξ2 (3.81)
De acordo com (3.81), o módulo de G(ju) tem um máximo para u=0 ou quando o coeficiente de
amortecimento satisfaz
Para pequenos valores de ξ, o máximo do módulo de G(ju) obtém-se para u≈1(ω≈ω0). Na Fig.
3. 13 representa-se a resposta em frequência de G(ju) para diferentes valores de ξ. Do diagrama
de fase observa-se que φ(u) tende para -180º, quando u→∞, e que a curva muda de concavidade
em u=1, sendo φ(1)=-90º para qualquer ξ,.
Note-se que, no diagrama do módulo, em baixa frequência o declive é sempre 0 dB. Para ξ=5
existem um dois troços decrescentes: um com declive igual a -20 dB e outro com declive igual
a -40 dB que se atinge quando a frequência é elevada. Existem os dois declives quando os pólos
de G(s) são reais e distintos, isto é, quando ξ>1. Quando ξ≤1, existe apenas um troço
decrescente com declive igual a -40 dB. A existência de um troço com declive de -40 dB é
característico dos sistemas de segunda ordem (como é conhecido da teoria dos filtros). Quando
a função de transferência não tem zeros, os sistemas de 3ª ordem têm um troço com declive
igual a -60 dB e, generalizando, os sistemas de ordem n têm o declive do troço de mais alta
frequência é igual a -20n dB.
58
J. Dores Costa Sistemas Dinâmicos e Controlo
(a)
(b)
Fig. 3. 13: Resposta em frequência de um sistema de segunda ordem; (a) módulo; (b) fase.
59
J. Dores Costa Sistemas Dinâmicos e Controlo
O traçado dos diagramas de Bode simplifica-se quando se recorre à noção de assíntotas. Estes
gráficos são particularmente úteis quando não se dispõem de computadores, por exemplo. O
traçado destes diagramas aproximados parte da consideração de que o numerador e o
denominador das funções de transferência podem ser factorizados com termos em s, Ts+1 e
s2+2βs+ω02. A contribuição de cada um destes factores para o diagrama total pode ser estudada
separadamente.
a) Contribuição de s e de 1/s
Para a resposta em frequência, considera-se s=jω pelo que a fase é 90º para qualquer frequência
e a amplitude, em dB, é 20log(ω ). Para 1/jω, a fase é -90º para qualquer frequência e a
amplitude, em dB, é -20log(ω ). Os diagramas de amplitude são rectas com declives 20 dB e -
20 dB que passam por 0 dB quando ω=1 rad/s. Na Fig. 3.14 apresentam-se os diagramas de
Bode para estes factores.
(a) (b)
Repare-se que os declives dos diagramas de amplitude de jω e 1/jω são simétricos e o mesmo
acontece com as respectivas fases. O mesmo acontece com qualquer dos outros factores quando
estão no numerador ou no denominador. Por este facto, estudaremos a contribuição dos
restantes factores considerando apenas o caso em que estão no denominador.
b) Contribuição de 1/Ts+1
60
J. Dores Costa Sistemas Dinâmicos e Controlo
Considerando ω<<1/T e ω>>1/T a equação (3.83) pode ser aproximada do seguinte modo:
− 10 log(1) = 0 , ω << 1 / T
− 10 log(1 + ω 2T 2 ) ≈ (3.84)
− 20 log(ωT ) , ω >> 1 / T
De acordo com (3.84), a assíntota de baixa frequência é constante e igual a 0 dB, e a assíntota
de alta frequência é uma recta com declive -20 dB/década. Assim, a resposta em frequência do
módulo de G ( jω ) = 1 jωT + 1 pode ser aproximada pelo diagrama da Fig. 3.15. Designaremos
este diagrama por diagrama assintótico para o distinguir do diagrama de Bode exacto da
amplitude de G(jω). O diagrama assintótico é muito simples e pode ser traçado facilmente sem
recorrer a computadores, por exemplo.
Na Fig. 3.16 compara-se o diagrama de amplitude da Fig. 3.12 com o diagrama assintótico da
Fig. 3.15. Como se observa, o maior erro que se comete com a aproximação assintótica é -3 dB
para a frequência de corte ω=1/T que corresponde à frequência em que as duas assíntotas se
cruzam.
61
J. Dores Costa Sistemas Dinâmicos e Controlo
1
G ( jω ) = (3.85)
jω ( jω / 3 + 1)
a, b: -20dB/dec; c: -40dB/dec.
Na Fig. 3.17, a assíntota de alta frequência de G(jω) tem um declive de -40 dB/década que é
igual à soma dos declives das assíntotas de alta frequência das duas parcelas de (3.86).
c) Contribuição de ω02/s2+2βs+ω02
ω20
G ( jω ) = (3.87)
ω20 − ω2 + j 2βω
Com a frequência normalizada u=ω/ω0, (3.34) pode ser escrita na forma de (3.25) e o módulo
de G(ju) é dado por (3.26a). Em dB, o módulo de (3.34) é dado por
62
J. Dores Costa Sistemas Dinâmicos e Controlo
(
G ( ju ) = −10 log 1 − u 2 )
2
+ (2ξ u )2 dB
(3.88)
(
− 10 log 1 − u 2
)2
+ (2ξ u )2 ≈
0 , u << 1
− 40 log(u ) , u >> 1
(3.89)
1
| G ( ju ) |max = (3.90)
2
2ξ 1 − ξ
Quando ξ<<1, de acordo com (3.90), o máximo de |G(ju)| é muito superior à unidade e o
diagrama assintótico afasta-se muito da resposta em frequência exacta na vizinhança de u=1.
Esta situação é ilustrada no diagrama da Fig. 3.18.
Factorizando uma função de transferência nos termos que temos estado a estudar determinam-
se as respostas em frequência a partir dos diagramas assintóticos característicos de cada um dos
termos.
63
J. Dores Costa Sistemas Dinâmicos e Controlo
Em baixa frequência a amplitude é constante e ω1 existe uma variação do declive igual a -20
dB; esta situação é característica da existência de um termo 1 / ( jωT1 + 1) com T1=1/ω1. Em ω2
existe uma variação do declive igual a +20 dB que caracteriza a existência de um termo
( jωT2 + 1) com T2=1/ω2. Em ω3 existe uma variação do declive igual a -40 dB o que
caracteriza a existência de um termo 1 (1 − u2 + 2 jξu ) com u=ω/ω3. Assim, a função de
transferência que deu origem à Fig. 3.19 tem a forma genérica
K ( jωT2 + 1)
G ( jω ) = (3.91)
( jωT1 + 1)(ω 23 − ω2 + 2 jξωω3 ) / ω3
M
O ganho K é calculado a partir do ganho em baixa frequência, K = 10 20 e o coeficiente de
amortecimento, ξ, pode ser determinado por tentativas procurando a melhor concordância com
a curva da Fig. 3.19.
64
J. Dores Costa Sistemas Dinâmicos e Controlo
d
µ= (3.92)
log( f max ) − log( f min )
Uma dada frequência f, será marcada a partir de fmin com um comprimento igual a
As equações (3.92) e (3.93) permitem também ler numa escala logarítmica de frequências. Para
clarificar a exposição, considere-se o seguinte exemplo:
10 cm
2 cm
2 4 6 8 1 cm fb
65
J. Dores Costa Sistemas Dinâmicos e Controlo
Este processo pode ser usado para marcar as frequências em qualquer outra década. Por
exemplo, os mesmo comprimentos marcados a partir de 100 Hz dão as frequências 200 Hz, 400
Hz, 600 Hz e 800 Hz, respectivamente.
A função de transferência pode representar sistemas que sejam da mesma ordem, embora
tenham natureza física diferente; a função de transferência traduz a relação entrada-saída mas
não informa sobre a constituição interna do sistema. Este facto foi aproveitado para realizar
modelos electrónicos que simulam analogicamente sistemas complexos. Do mesmo modo,
podem-se usar programas como o PSPICE para estudar o comportamento dos sistemas através
da simulação de circuitos electrónicos com amplificadores operacionais. Como exemplo, no
Anexo 3.3 apresentam-se alguns circuitos e as suas funções de transferência. Alguns destes
circuitos podem realizar os circuitos de controlo que serão tratados mais adiante.
3.13 RESUMO
O comportamento dinâmico dos sistemas pode ser estudado através das respostas em frequência
das funções de transferência. Experimentalmente, as respostas em frequência determinadas
aplicando entradas sinusoidais com frequência variável e registando a amplitude e a fase da
saída para cada uma das frequências da entrada. O resultado é normalmente apresentado sob a
forma dos diagramas de Bode. Através dos diagramas experimentais pode-se determinar a
correspondente função de transferência.
66
J. Dores Costa Sistemas Dinâmicos e Controlo
ANEXO 3.1
nº F(s) f(t),t>0
Definição
1
y(t)
Inversão
2 Y(s)
3 dy
dt
4 d2y
dt 2
5 dny
dt n
Integral da convolução
7 F(s)G(s)
67
J. Dores Costa Sistemas Dinâmicos e Controlo
ANEXO 3.2
nº F(s) f(t),t>0
impulso unitário em t = 0
1 1
δ(t)
2 s
3
Escalão unitário
4
u(t)
6 t
7
, n=1, 2, 3, .
8
, n=1, 2, 3, .
10
11
, n=1, 2, 3, .
12
13
14
68
J. Dores Costa Sistemas Dinâmicos e Controlo
15
16a
16b
17
18
19
20
21
22
23
24
25
26
27
69
J. Dores Costa Sistemas Dinâmicos e Controlo
28
29
30
31
32
33
34
35
36
37
70
J. Dores Costa Sistemas Dinâmicos e Controlo
ANEXO 3.3
V2 ( jω) Z
=− 2
V ( jω)1 Z1
1.
R2
K=
R
v3=-K(v1+v2)
V3 ( s) = K (V1( s) + V2 ( s))
2.
K V2 1
G ( s) = =−
s V1 RCs
3.
K V2 R 1
G ( s) = =− 1
1 + τs V1 R 1 + R1Cs
71
J. Dores Costa Sistemas Dinâmicos e Controlo
4.
V2 s
= −K
V1 1+ R 2 C 2 s
s
G ( s) = K
1 + τs K=R2C1
5.
1 + τ1s V2 1 + R1C1s
G ( s) = K = −K
1 + τ2 s V1 1 + R2C2 s
R
K= 2
R1
6.
1 + τ1s V2 1+ R1Cs
G ( s) = K = −K
s V1 s
1
K=
RC
72
J. Dores Costa Sistemas Dinâmicos e Controlo
CAPÍTULO 4
ESTABILIDADE
4.1 INTRODUÇÃO
73
J. Dores Costa Sistemas Dinâmicos e Controlo
actuado num tempo finito. Na situação descrita pela Fig. 4.1 o sistema é então
condicionalmente estável.
Nos sistemas não lineares as duas definições são distintas, mas no caso dos sistemas lineares e
invariantes no tempo (LIT) elas são equivalentes. Nos sistemas LIT a estabilidade depende da
localização dos pólos do sistema, isto é, dos zeros da equação característica (2.6). Recorde-se
que a equação característica de um sistema tem a forma
A resposta livre do sistema, yl(t), depende das n raízes de (4.1) e pode ser escrita na forma
Se as n raízes de (4.1) têm parte real negativa, então as parcelas Ai esi t tendem assintoticamente
para zero quando t tende para infinito. O regime livre anula-se ao fim de algum tempo e a
resposta do sistema tenderá para o valor forçado pela entrada. Nesta situação, diz-se que o
sistema é assintoticamente estável.
Se, pelo menos, uma das n raízes de (4.1) é positiva ou duas raízes complexas conjugadas têm
parte real positiva, então as correspondentes parcelas Ai esi t tendem para infinito quando t→∞;
a resposta não estabiliza e diz-se que o sistema é instável.
Se (4.1) tem, pelo menos, um par de raízes complexas conjugadas com parte real nula (raízes
imaginárias puras) e todas as outras raízes têm parte real negativa, dois casos podem
acontecer:
- se as raízes imaginárias puras são raízes simples, então existem modos oscilatórios não
amortecidos e o sistema é estável mas não é assintoticamente estável. Neste caso pode-se dizer
que o sistema tem uma estabilidade limitada.
- se uma das raízes imaginárias puras é uma raiz múltipla, então existe, pelo menos,
uma parcela Ai esi t que tende para infinito quando t→ ∞ e o sistema é instável.
Pelo que se expôs, para estudar a estabilidade de um sistema LIT seria necessário conhecer
todas as raízes da equação característica. Ora a resolução da equação (4.1) quando n>2 não é
simples e o estudo da estabilidade seria impraticável sem a ajuda de programas numéricos para
computador. Para contornar esta dificuldade, foram desenvolvidos diversos métodos indirectos
que, em muitos casos, apenas indicam quantas são as raízes com parte real positiva, isto é,
74
J. Dores Costa Sistemas Dinâmicos e Controlo
1+G(s)H(s)=0
(4.3)
Um sistema pode ser estável ou instável em cadeia aberta, depende dos pólos da função de
transferência em cadeia aberta, G(s)H(s), mas em cadeia fechada a estabilidade pode ser
modificada. Os métodos que estudaremos determinam se os zeros de (4.3) pertencem ao
semiplano direito do plano de Argand (pólos do sistema instáveis) mas, à partida, não nos
dizem o valor exacto desses zeros. O diagrama de Evans e o método de Nyquist investigam os
zeros de (4.3) a partir da função de transferência em cadeia aberta, G(s)H(s). O método de
Routh trabalha directamente sobre a equação característica, mas permite localizar os zeros de
(4.1) mas sem resolver a equação.
Com este método pode-se determinar quantos pólos do sistema existem no semiplano direito do
plano de Argand, sem resolver a equação (4.1). Segundo este método, começa-se por investigar
se se verificam as três condições necessárias:
Para que uma equação polinomial tenha os zeros com parte real negativa, é necessário que o
polinómio seja completo, é necessário que todos os coeficientes sejam reais e que tenham todos
o mesmo sinal. Note-se que estas três condições são necessárias mas não são suficientes. Assim,
se a equação característica violar uma destas condições, pode-se afirmar que o sistema não é
assintoticamente estável e pode ser, muito provavelmente, instável. Como exemplo, considere-
se as seguintes equações do 2º grau que violam as condições necessárias:
75
J. Dores Costa Sistemas Dinâmicos e Controlo
O método de Routh-Hurwitz diz que o número de zeros no semiplano direito (zeros com parte
real positiva) é igual ao número de mudanças de sinal os coeficientes da primeira coluna da
tabela. O modo de construir esta tabela é explicado seguidamente.
Para se construir a tabela de Routh que se apresenta na Fig. 4.2, começa-se por preencher as
duas primeiras linhas com os coeficientes do polinómio; as restantes linhas obtêm-se,
sucessivamente, a partir das anteriores pelo processo de cálculo que se descreve a seguir.
Os termos das primeiras linhas são os coeficientes do polinómio, começando pelos das maiores
potências: se n é par, na primeira linha ficam os coeficientes das potências de expoente par
(zero é par) e na segunda linha os coeficientes das potências de expoente impar; se n é impar,
na primeira linha ficam os coeficientes das potências de expoente impar e na segunda linha os
coeficientes das potências de expoente par. As duas linhas seguintes da Fig. 4.2 são calculadas
do seguinte modo:
76
J. Dores Costa Sistemas Dinâmicos e Controlo
a a −a a a a −a a a a −a a
x1 = n −1 n − 2 n n − 3 x2 = n −1 n − 4 n n −5 x3 = n −1 n − 6 n n − 7
an −1 an −1 an −1
...
xa −a x xa −a x xa −a x
y1 = 1 n − 3 n −1 2 y2 = 1 n −5 n −1 3 y2 = 1 n − 7 n −1 4
x1 x1 x1
...
Os restantes termos das outras linhas seguem o mesmo processo. Note-se que este método
apenas informa sobre a existência (ou não) de raízes com parte real positiva, mas não diz quais
são as raízes. Para clarificar o método, apresentam-se uns exemplos.
A tabela de Routh é
s3 1 3
s2 2 10
s1 -2 0
s0 10
↓
2 mudanças de sinal
Na primeira coluna existem 2 mudanças de sinal: +2 → -2→ +10; como conclusão, existem
duas raízes no semi-plano direito e o sistema é instável.
A tabela de Routh é
s3 1 2
s2 5 K
10 − K
5
s1 0
s0 K
77
J. Dores Costa Sistemas Dinâmicos e Controlo
Para que o sistema seja assintoticamente estável, não podem existir mudanças de sinal na
primeira coluna. Assim, deve ser 10-K>0 e K>0, o que é equivalente a 0<K<10. Por exemplo,
com K=11 as raízes são s1=-5.04, s2=0.018 + 1.5j e s3=0.018 - 1.5j; as partes reais de s1e s2
são positivas e o sistema é instável. (Nota: estas soluções podem ser obtidas comodamente, por
exemplo, através do MATLAB com a instrução roots([1 5 2 11]); mas seria mais fastidioso
fazê-lo para todos os valores de K).
_____________________________________________________________________________
Por vezes, ao calcular a tabela, um dos elementos da primeira coluna é zero. Neste caso,
substitui-se este elemento por um ε arbitrariamente pequeno e calculam-se os sequentes termos
em função de ε. No final, determinam-se os elementos da 1ª coluna calculando o seu limite
quando ε→0. Este processo é exemplificado no exercício seguinte.
A tabela de Routh é
s4 1 1 5
s3 2 2 0
s2 ε 5 0
2 ε − 10
s1 0
ε
s0 5
2 ε − 10
Ora, lim = −∞ , e o sistema é instável porque existem (duas) mudanças de sinal na 1ª
ε→0 ε
coluna.
_____________________________________________________________________________
Quando todos os elementos de uma linha (excepto a última) são zero não é possível concluir a
tabela e o critério de Routh-Hurwitz não dá informação sobre a estabilidade.
Uma exposição mais exaustiva sobre este método pode ser encontrada em [3].
O método do lugar geométrico das raízes da equação característica, que na literatura de língua
inglesa este método é designado por Root-Locus, foi desenvolvido por W. Evans e permite
determinar os pólos do sistema em cadeia fechada que se representa na Fig. 4.3. As raízes da
equação característica do sistema em cadeia fechada, (4.3), determinam-se a partir dos pólos e
78
J. Dores Costa Sistemas Dinâmicos e Controlo
dos zeros da função de transferência em cadeia aberta, G(s)H(s), considerando que o ganho K
pode tomar qualquer valor no intervalo 0, ∞ .
B(s)
H(s)
Recorde-se que a função de transferência em cadeia aberta G(s)H(s) pode ser escrita na forma
geral
m
∏ ( s + zi )
G ( s) H ( s) = K i =1 com K>0 (4.5)
w
sn
∏ (s + p j )
j =1
N ( s) D( s) + KN ( s)
1+ K = =0 (4.6)
D( s) D ( s)
o que é equivalente a
D( s) + KN ( s) = 0 (4.7)
As raízes de (4.7) dependem de K. Para K=0 as raízes são iguais aos pólos da função de
transferência em cadeia aberta e, pela lei dos grandes números, quando K→∞ as raízes tendem
para os zeros da função de transferência em cadeia aberta:
D( s ) + KN ( s ) = D( s ) = 0 , se K = 0
(4.8)
D( s ) + KN ( s) ≈ N ( s) = 0 , se K = ∞
Quando a função de transferência em cadeia aberta não tem zeros, as raízes de (4.7) tendem
para infinito.
79
J. Dores Costa Sistemas Dinâmicos e Controlo
C ( s) K
A função de transferência em cadeia fechada é = e os pólos do sistema são as
R ( s) s2 + 6s + K
soluções de s2 + 6s + K = 0 . Consoante o valor de K os pólos do sistema em cadeia fechada são:
s1 ≠ s2 ∈ ℜ ,0 ≤ K ≤ 9
s = s 2 = −3 ,K = 9
s1, 2 = −3 ± 9 − K = 1 (4.9)
s1 = s 2* = −3 + j K − 9 , K > 9
s1 = 0, s 2 = 6 ,K = 0
O lugar geométrico das raízes (4.9) no plano de Argand estão representadas na Fig. 4.4.
O lugar geométrico das raízes começa nos pólos de G(s), com K=0, e tende para infinito
quando K→∞. Para K>9 as raízes deixam de ser reais e passam a ser complexas conjugadas;
por exemplo, para K=34, as raízes são -3+j5 e -3-j5; para K=9 existe uma raíz real dupla.
80
J. Dores Costa Sistemas Dinâmicos e Controlo
Da Fig. 4.4 conclui-se que não existem raízes no semiplano direito, qualquer que seja K, e o
sistema é sempre estável. Conclui-se também que o sistema só tem modos oscilatórios quando
K>9; neste caso, o factor de amortecimento é constante e igual a 3 e a frequência das oscilações
amortecidas aumenta com K.
G(s)H(s)=-1 (4.10)
A equação (4.10) tem variável complexa e as raízes da equação característica têm que
satisfazer, simultaneamente, as duas seguintes condições:
| G ( s) H ( s ) |= 1 → condição de módulo
G ( s) H ( s ) = −1 ⇔ (4.11)
arg(G ( s) H ( s )) = ±π (2a + 1) → condição de ângulo
com a=0,1,2,....
Tendo em conta (4.5), as condições anteriores podem ser escritas do seguinte modo:
1
∏ | s + zi |
- condição de módulo = i =1 (4.12a)
K n
∏ | s + pi |
i =1
m n
- condição de ângulo ∑ arg( s + zi ) −∑ arg( s + pi ) = ± π(2a + 1) , a = 0,1, 2,... (4.12b)
i =1 i =1
O lugar geométrico das raízes da equação característica são os pontos do plano de Argand que
satisfazem simultaneamente as equações (4.12). O lugar geométrico das raízes é graduado em
K; esta graduação faz-se, também, a partir das as equações (4.12). Por exemplo, o valor de K
que origina os pólos -3±j10 no sistema do exemplo 4.4 pode ser calculado a partir de (4.12a):
81
J. Dores Costa Sistemas Dinâmicos e Controlo
1 1 1
= = ⇔ K = 109
K | s( s + 6)||s =−3+10 j | −3 + 10 j || −3 + 10 j + 6|
Para sistemas de ordem elevada, a utilização directa de (4.12) torna-se impraticável. Por causa
disso, desenvolveu-se um conjunto de regras gráficas que permitem desenhar o lugar
geométrico das raízes da equação característica de modo aproximado o que é suficiente para a
maioria dos casos. A demonstração destas regras pode ser consultada, por exemplo, em [3].
2. Os ramos iniciam-se nos pólos G(s)H(s), com K=0, e terminam no infinito ou nos zeros de
G(s)H(s) com K=∞.
4. Para que um ponto do eixo real pertença ao RL é necessário que o número de pólos e/ou de
zeros de G(s)H(s) sobre o eixo real, à direita do ponto corrente, seja ímpar.
Quando K→∞, o RL pode tender para assíntotas. Sendo P o número de pólos e Z o número de
zeros de G(s)H(s), o número de assíntotas distintas é P-Z.
180º ( 2 a + 1)
α= com a = 0, 1, 2 ,.... (4.13)
P−Z
82
J. Dores Costa Sistemas Dinâmicos e Controlo
7. O ponto de cruzamento das assíntotas com o eixo real (centro assintótico) é dado por,
n m
∑ pi − ∑ zi
σ = i =1 i =1 (4.14)
P−Z
Os pontos de partida ou de chegada podem ser obtidos tendo em conta que da equação
característica resulta:
1
K=− (4.15)
G ( s) H ( s)
dK
=0 (4.16)
ds
No exemplo 4.4, existe um ponto de saída em s = - 3 . Este valor poderia ser determinado tendo
em conta que s2 + 6s + K = 0 . Assim, K=-(s2+6s) e
dK
= −2 s − 6 = 0 ⇔ s = − 3
ds
Este valor é o maximizante de K=-(s2+6s) e por substituição obtém-se K=9. Estes resultados
coincidem com os que obtiveram directamente a partir de (4.9).
K ( s + 2)
G ( s) H ( s) = (4.17)
( s + 4 )( s + 6)( s2 + 6s + 13)
O zero de (4.17) é -2 e os pólos são {-4, -6, -3+2j, -3-2j}; então é Z=1 e P=4. Os pólos, o zero e
os troços do eixo real que pertencem ao RL estão marcados na Fig. 4.5 (regras 2 e 4).
83
J. Dores Costa Sistemas Dinâmicos e Controlo
− 4−6−3− 2j −3+ 2 j + 2
σ= = −4,67
3
60º ,a = 0
180º (2a + 1)
α= = 60(2a + 1) = 180º , a = 1
3 − 60º , a = 2
Tendo em conta a Fig. 4.6, a regra 5 permite calcular o ângulo de partida do RL dos pólos
complexos: α=180º-(90º+33,7º+63,4º-116,6º)=109,5º.
84
J. Dores Costa Sistemas Dinâmicos e Controlo
Da Fig. 4.7 conclui-se que o sistema é instável se K>Kcrit. Este valor pode ser determinado pelo
critério de Routh: a equação característica é s4 + 16 s3 + 97 s2 + ( 274 + K ) s + ( 312 + 2 K ) = 0 .
Deixa-se esta determinação para o aluno, mas a resposta é Kcrit≈826.
A determinação do diagrama de Evans pode ser feita através do MATLAB. Para o exemplo 4.5,
pode-se correr o seguinte programa:
A explicação das instruções será objecto de uma aula prática, aconselha-se a fazer help rlocus
e help rlocfind.
____________________________________________________________________________
85
J. Dores Costa Sistemas Dinâmicos e Controlo
1.
K
G ( s) H ( s) =
s( s + 10)
Fig. 4.8: Diagrama de Evans de um sistema com pólos em cadeia aberta {-10, 0}.
2.
K ( s + 20)
G ( s) H ( s) =
s( s + 10)
Fig. 4.9: RL do sistema com os pólos em cadeia aberta {-10, 0} e um zero em -20.
Na Fig. 4.9, o RL é atraído pelo zero que se situa à esquerda do pólo -10; passa a existir um
ponto de chegada e a frequência das oscilações amortecidas tem um máximo e não cresce
indefinidamente com K como acontece na Fig. 4.8. Quando existem modos oscilatórios, o
86
J. Dores Costa Sistemas Dinâmicos e Controlo
factor de amortecimento também aumenta em relação ao sistema da Fig. 4.8 e a resposta será
mais rápida.
3.
K
G ( s) H ( s) =
s( s + 10)( s + 20)
Fig. 4.10: RL do sistema com os pólos em cadeia aberta {-20, -10, 0}.
Na Fig. 4.10 o RL é repelido pelo pólo que se situa à esquerda do pólo -10 e aproxima-se do
eixo imaginário. Quando K aumenta, os modos oscilatórios têm um factor de amortecimento
menor e uma frequência cada vez maior. Para K elevado o sistema torna-se instável.
As conclusões destes exemplos podem ser generalizadas para qualquer outro sistema: a adição
de zeros melhora a estabilidade e a adição de novos pólos piora a estabilidade. O RL pode ser
modificado pela adição de pólos e de zeros e, consequentemente, constitui uma ferramenta
importante para o projecto dos sistemas de controlo que visam modificar o comportamento
dinâmico para que as especificações sejam cumpridas.
K
G ( s) H ( s) = , K>0 (4.18)
s2 ( s + 10)
O RL está representado na Fig. 4.11(a) e conclui-se que o sistema é instável para qualquer valor
de K>0. O sistema pode ser estabilizado através da adição de um zero entre a origem e o pólo -
10. Considere-se, por exemplo, a adição de um zero em -5; a nova função de transferência em
cadeia aberta é
87
J. Dores Costa Sistemas Dinâmicos e Controlo
K ( s + 5)
G ( s) H ( s) = (4.19)
s2 ( s + 10)
(a) (b)
Fig. 4.11: RL do exemplo 4.6; (a) sistema inicial; (b) após a adição de um zero.
Repare-se que o RL foi puxado para a esquerda pela acção do zero. Poderá verificar que quanto
mais próximo da origem for colocado o zero, tanto mais a assíntota (vertical) se desloca para a
esquerda.
_____________________________________________________________________________
A estabilidade de um sistema em cadeia fechada pode ser estudada a partir do diagrama polar
(diagrama de Nyquist) da função de transferência em cadeia aberta. O critério de Nyquist
baseia-se no seguinte teorema das funções variável complexa:
Considere-se o contorno fechado 'D' que abrange o semiplano direito do plano de Argand que
está representado na Fig. 4.12(a); se uma função de variável complexa, F(s), é analítica no
interior e sobre o contorno, excepto, quanto muito, num número finito de pólos, quando o afixo
de s=a+jb percorre o contorno no sentido negativo, o afixo de F(s) descreve N voltas em torno
da origem no sentido negativo (Fig. 4.12(b)); o número de voltas do afixo de F(s) é N=Z-P em
que Z e P são o número de zeros e o número de pólos no semiplano direito, respectivamente.
Para a análise da resposta em frequência é s=jω, motivo pelo qual o intervalo da frequência ω
que tem interesse é −∞ , +∞ . Seja F(s) o polinómio característico de um sistema em cadeia
fechada,
88
J. Dores Costa Sistemas Dinâmicos e Controlo
F(s)=1+G(s)H(s) (4.20)
Fig. 4.12: Contornos do teorema das funções de variável complexa; (a) contorno 'D' de s;
(b) contorno de F(s).
De acordo com o teorema anterior, quando ω varia de -∞ a +∞, o afixo de F(s) descreve N
voltas em torno da origem; tendo em conta que
G(s)H(s)=F(s)-1 (4.21)
Para que o sistema seja estável, F(s) de (4.20) não pode ter zeros no semiplano direito do plano
de Argand. Uma vez que os pólos de G(s)H(s) e de F(s) são os mesmos e o número N de voltas
do afixo de G(s)H(s) em torno de (-1, 0) é igual ao de F(s) em torno da origem, o critério de
Nyquist para o estudo da estabilidade pode ser enunciado do seguinte modo:
Critério de Nyquist
É condição necessária e suficiente para que um sistema seja estável em cadeia fechada que,
quando ω varia de -∞ a +∞, o número de voltas que o afixo de G(s)H(s) dá, no sentido positivo,
em torno de (-1, 0), seja igual ao número de pólos de G(s)H(s) com parte real positiva.
89
J. Dores Costa Sistemas Dinâmicos e Controlo
Z=N+P (4.22)
Nas figuras. 4.13 e 4.14, apresentam-se exemplos da aplicação do critério de Nyquist. Note-se
que nas figuras 4.13(a) e 4.13(b) a estabilidade depende do ganho K e os sistemas são
classificados como condicionalmente estáveis. As voltas do afixo de G(jω)H(jω) em torno de (-
1, 0) forem no sentido positivo então N é negativo (Fig. 4.13(b)).
No caso mais frequente de não existirem pólos de G(s)H(s) no semiplano direito, P=0, o
critério de Nyquist é enunciado de um modo mais simples:
Na Fig. 4.15 exemplifica-se a aplicação deste critério simplificado. No final deste capítulo
resumem-se alguns dos diagramas de Nyquist mais frequentes e referem-se as conclusões que
se tiram quanto à estabilidade.
K K
(a) G ( s) H ( s) = , K <1 (b) G ( s) H ( s) = , K >1
sT − 1 sT − 1
O programa seguinte (Nyqu.m) pode ser utilizado com o programa MATLAB para se obter o
diagrama de Nyquist da função de transferência da Fig. 4.13 (a); com as necessárias
modificações, pode ser usado com as outras funções de transferência das figuras.
90
J. Dores Costa Sistemas Dinâmicos e Controlo
K K
(a) G ( s) H ( s) = (b) G ( s) H ( s) =
( sT1 + 1)( sT2 + 1)( sT3 + 1) s( sT2 + 1)( sT3 + 1)
K
G ( s) H ( s) =
s2 ( sT1 + 1)
91
J. Dores Costa Sistemas Dinâmicos e Controlo
Note-se que na Fig. 4.15, para ω=0 a fase é -180º devido à contribuição de s2; quando ω tende
para infinito, a fase tende para -270º.
Apesar de um sistema ser estável em cadeia fechada, pode ter características dinâmicas
desfavoráveis o que acontece quando o amortecimento é pequeno e a frequência das oscilações
amortecidas é elevada. As características dinâmicas e o "grau de estabilidade" de um sistema
em cadeia fechada podem ser aferidas pela análise do diagrama de Nyquist da função de
transferência em cadeia aberta. Como se referiu, nas figuras 4.13(a) e (b) a estabilidade depende
do ganho K No sistema da Fig. 4.14(b), à medida que K aumenta o diagrama aproxima-se de (-
1, 0) e a resposta dinâmica do sistema piora; se K for muito elevado o sistema torna-se instável.
- Margem de ganho, que mede a distância, em módulo, de G(jω)H(jω) ao ponto (-1, 0).
- Margem de fase, que mede a distância, em ângulo, de G(jω)H(jω) ao ponto (-1, 0).
Quanto maior forem estas margens, tanto mais afastado se encontra o diagrama de Nyquist do
ponto (-1, 0) e o sistema em cadeia fechada corre menos riscos de se tornar instável. Pelo
contrário, se estas margens forem pequenas o sistema tem uma resposta dinâmica desfavorável
e uma pequena variação de K pode tornar o sistema instável. Note-se que a variação de K pode
ser devida a alterações dos componentes do sistema, por exemplo, devido ao envelhecimento do
material.
1
Mg = (4.23)
Kπ
ou em dB,
92
J. Dores Costa Sistemas Dinâmicos e Controlo
em que Kπ=|G(jωπ)H(jωπ)|.
Na Fig. 4.16, |G(jω1)H(jω1)|=1 e o ângulo que G(jω1)H(jω1) faz com o eixo real negativo é β.
Se o diagrama de G(jω)H(jω) rodar, no sentido negativo, o ângulo β, passa por (-1, 0) e o
sistema atinge o limite da estabilidade assintótica. O ângulo β é a margem de fase do sistema:
As margens de ganho e de fase são margens de segurança quanto à instabilidade causada pela
variação do ganho da cadeia aberta devido, por exemplo, a variações dos componentes, e são
um bom critério para avaliar o comportamento dinâmico do sistema em cadeia fechada.
Normalmente, considera-se que o comportamento do sistema é aceitável quando se verifica
93
J. Dores Costa Sistemas Dinâmicos e Controlo
30º<β<60º e 3 dB<Mg<8 dB. Quando As margens de ganho e/ou de fase estão fora destes
intervalos torna-se necessário compensar o sistema para melhoras a resposta dinâmica do
sistema. A compensação será estudada num capítulo posterior.
Note-se que as margens de ganho e de fase são normalmente determinadas a partir dos
diagramas de Bode de G(jω)H(jω).
-25
-104
94
J. Dores Costa Sistemas Dinâmicos e Controlo
4.6 RESUMO
O método de Routh indica quantas são as raízes com parte real positiva. O diagrama de Evans é
o lugar geométrico das raízes da equação característica em função do ganho da função de
transferência em cadeia aberta. O critério de Nyquist que foi estudado baseia-se no diagrama
polar directo da resposta em frequência da função de transferência em cadeia aberta.
Referiu-se uma medida da estabilidade relativa: a margem de ganho e a margem de fase. Estas
margens permitem ajuizar sobre o comportamento dinâmico do sistema a partir da resposta em
frequência da função de transferência em cadeia aberta.
95
J. Dores Costa Sistemas Dinâmicos e Controlo
CAPÍTULO 5
5.1 INTRODUÇÃO
Nos capítulos anteriores desenvolveram-se as ferramentas clássicas para a análise dos sistemas
no domínio do tempo e da frequência complexa. O comportamento dos sistemas depende dos
elementos que o compõem e o seu comportamento pode ser analisado através dos métodos
expostos. No domínio do tempo, estudam-se as respostas a entradas típicas - impulso, escalão,
rampa e parábola; no domínio da frequência a entrada é sinusoidal. As respostas a estas
entradas e a interpretação dos diagramas de Bode, de Nyquist e o de Evans são as ferramentas
clássicas mais utilizadas.
As três propriedades que se costumam definir para caracterizar a qualidade do sistema são:
1. Exactidão - refere-se ao desvio entre a saída e o valor desejado (ou de referência) para essa
variável.
2. Estabilidade - diz respeito à possibilidade do sistema permanecer sob controlo.
3. Sensibilidade - é uma medida da eficácia do controlo e mede a tolerância do sistema em
relação às perturbações e às variações dos elementos que o compõem.
A estabilidade é a característica mais importante dos sistemas e, por isso, foi tratada
separadamente no capítulo anterior. Neste capítulo caracteriza-se a exactidão em relação às
entradas típicas e relacionam-se as especificações para o comportamento dinâmico dos sistemas
no domínio do tempo e da frequência. Por fim aborda-se a sensibilidade.
Este capítulo pretende ser como que uma introdução ao projecto dos sistemas de compensação
(projecto do controlo) que será o objecto do capítulo 6. Por isso, optou-se por organizar um
capítulo em que se torna necessário começar a ter uma visão de conjunto sobre as matérias que
foram, até aqui, tratadas isoladamente.
96
J. Dores Costa Sistemas Dinâmicos e Controlo
5.2 EXACTIDÃO
Em geral, pretende-se que os sistemas respondam sem erro apreciável às entradas. Por exemplo,
uma fonte de alimentação deve manter a tensão de saída constante (com o valor determinado
pela tensão de referência) independentemente da flutuação da tensão de entrada e da carga. Para
isso, a fonte é dotada de um sistema regulador de tensão. Na Fig. 5.1 representa-se esta situação
com um regulador série linear.
o que é equivalente a
A
vO = Vref (5.2)
1+ Aβ
com β = R2 ( R1 + R2 ) .
1
vO ≈ Vref (5.3)
β
De (5.3) conclui-se que a tensão de saída mantém-se constante desde que a tensão de referência,
Vref, não varie.
97
J. Dores Costa Sistemas Dinâmicos e Controlo
Todavia, o controlo de um sistema em cadeia fechada poderá não eliminar totalmente o desvio
da saída. A maior parte dos desvios deve-se a variações dos valores dos componentes, ao
envelhecimento, ao atrito, às perturbações exteriores e às variações de carga. Por exemplo, no
circuito da Fig. 5.1, quando a corrente aumenta, aumentam as perdas no transistor e vO tende a
baixar.
s
e,s
ε
e
t0 t1 t
No instante t0 a entrada sofre uma variação brusca e em t1 a saída é igual à entrada (o erro de
posição é nulo). Quando a entrada varia com velocidade constante, a saída atrasa-se em relação
à entrada e existe um erro ε que se mantém constante (ε é o erro estático de velocidade).
Os erros estáticos são característicos do sistema porque dependem da sua constituição. Para o
sistema da Fig. 3.6, o erro é dado por
E ( s) 1
= (5.4)
R ( s) 1 + G ( s) ⋅ H ( s)
O erro estacionário pode ser calculado pelo teorema do valor final (3.2):
98
J. Dores Costa Sistemas Dinâmicos e Controlo
1
E = lim s R ( s) (5.6)
s→ 0 1 + G ( s ) H ( s )
1
E= (5.7)
1 + lim G ( s) H ( s)
s→ 0
K p = lim G ( s) H ( s) = G ( 0) H ( 0) (5.8)
s→ 0
Kv = lim sG ( s) H ( s) (5.9)
s→ 0
Estes coeficientes foram inicialmente definidos para os servomecanismos mas são também
usados para saídas não mecânicas; dependem da função de transferência em cadeia aberta e, em
particular, com o número de integradores que nela existem.
Para se determinarem os erros estáticos dos sistemas de tipo 0, 1 e 2 às entradas teste do tipo
escalão, rampa e parábola, recorda-se que a função de transferência em cadeia aberta de um
sistema de tipo N pode ser escrita na forma de (3.20),
m
∏ ( s − zi )
G ( s) H ( s) = K N i =1 , com K N = lim s N G ( s) H ( s) (5.11)
w s→ 0
s N
∏ (s − p j )
j =1
99
J. Dores Costa Sistemas Dinâmicos e Controlo
Para as três entradas teste, escalão, rampa e parábola, os erros estáticos que se obtêm de (5.7) e
(5.11) estão resumidos na Tabela 5.1.
1
E=
K1
1 E=0 Kp=∞ Kv=K1 E=∞ Ka=0
1
E=
K2
2 E=0 Kp=∞ E=0 Kv=∞ Ka=K2
Conclusão:
-para cada sistema apenas um dos coeficientes de erro é finito e diferente de zero e quanto
maior for a ordem do sistema, isto é, quanto maior for o número de integradores na cadeia
aberta, tanto mais exacto é o sistema: os sistemas de tipo 0 são incapazes de seguirem qualquer
das entradas sem erro; os sistemas de tipo 1 (têm um integrador na cadeia de aberta) seguem
sem erro a entrada escalão; os sistemas de tipo 2 (têm dois integradores na cadeia de aberta)
seguem sem erro as entradas escalão e rampa.
Quando o erro é finito, será tanto menor quanto maior for o ganho KN.
Da análise anterior conclui-se que para aumentar a exactidão torna-se necessário aumentar o
ganho ou o número de pólos na origem da função de transferência em cadeia aberta. Mas, como
se viu a propósito do diagrama de Evans, isso provoca uma degradação do comportamento
dinâmico do sistema, piora a sua estabilidade relativa e até pode tornar o sistema instável.
Assim, existe um compromisso entre a estabilidade e a exactidão e não se deve esperar que o
sistema seja exacto e, ao mesmo tempo, que tenha um bom comportamento dinâmico.
Existem métodos para compensar o sistema de forma a que seja exacto sem que a resposta
dinâmica seja prejudicada. Por exemplo, para melhorar a exactidão pode-se acrescentar um
pólo na origem mas, para assegurar a estabilidade, torna-se necessário acrescentar também um
zero à função de transferência em cadeia aberta. Este assunto será tratado no capítulo da
compensação.
100
J. Dores Costa Sistemas Dinâmicos e Controlo
a) Determine o valor final de y(t) quando a entrada de referência, r(t), é um escalão unitário.
b) Determine K para que, em cadeia fechada, a frequência das oscilações de y(t) seja sempre
inferior a 2 Hz.
Tendo em conta (3.27), com H(s)=1, a função de transferência em cadeia fechada, F(s), é
2K
F (s) = 2
s + 8s + 12 + 2 K
K
Aplicando o teorema do valor final, com U(s)=1/s, resulta, y (∞) = lim F ( s ) = ; para
s →0 6+ K
K>>6, verifica-se que y(∞)≈1 e o erro em relação à referência será desprezável. Os pólos de
F(s) são s1, 2 = −4 ± 16 − (12 + 2 K ) ; só existirão oscilações se os pólos forem complexos e
isso acontece para K>2, sendo então a frequência das oscilações (em rad/s) igual ao módulo da
parte imaginária, isto é, ω = 2 K − 4 . À medida que K aumenta, maior será a exactidão de y(t),
mas pior será a sua resposta dinâmica (o que se compreende pela Fig. 2.2). Para que se tenha
ω≤4π rad/s, deve ser K≤8π2+2. Estes resultados podem ser confirmados pelo seguinte
programa exact.m para Matlab.
101
J. Dores Costa Sistemas Dinâmicos e Controlo
5.4 SENSIBILIDADE
Um dos objectivos do controlo em cadeia fechada é reduzir os efeitos das perturbações e das
variações nos componentes do sistema. A sensibilidade é uma medida da eficácia do controlo e
a sua quantificação é feita através das funções de sensibilidade que se referem a seguir.
Seja T(k) uma função relativa ao sistema e k um parâmetro, real ou complexo, que pode sofrer
pequenas variações e do qual depende T. A sensibilidade de T(k) em relação ás pequenas
variações de k é quantificada pela função de sensibilidade SkT :
dT
k dT d (log T )
SkT = T = = (5.12)
dk T dk d (log k )
k
De acordo com (5.12), a sensibilidade é igual à variação relativa de T dividida pela variação
relativa de k. Para ilustrar a definição (5.12) considera-se o sistema da Fig. 5.3 onde K
representa o ganho do transdutor de entrada e se admite que G(s)H(s)>>1. Para se determinar a
sensibilidade da função de transferência em cadeia fechada, T(s), em relação a K, a H(s) e a
G(s), definem-se as seguintes funções de sensibilidade:
T = K dT ( s)
SK =1 (5.13)
T ( s) dK
T = H ( s ) dT ( s ) H ( s ) − KG ( s)2
SH = ≈ −1 (5.14)
T ( s) dH (s) T ( s) (1 + G ( s) H ( s))2
T = G ( s) dT ( s) 1
SG = (5.15)
T ( s) dG (s) 1 + G ( s) H ( s)
em que
C ( s) KG ( s)
T ( s) = = (5.16)
R ( s) 1 + G ( s) H ( s)
102
J. Dores Costa Sistemas Dinâmicos e Controlo
B(s)
H(s)
De (5.13) a (5.15) conclui-se que o transdutor de entrada, K, e a retroacção H(s) têm uma
influência muito grande para a função de transferência em cadeia fechada e, por isso, devem ter
características estáveis no tempo. Por outro lado, se G(s)H(s)>>1, a influência da função de
transferência em cadeia aberta na função de transferência global é pequena; neste caso, por
exemplo, o ganho estático de G(s) pode variar muito sem que a saída do sistema varie
apreciavelmente.
Considere-se um sistema com retroacção unitária cujas funções em cadeia aberta são,
respectivamente:
TO(s)=KG(s) (5.17)
KG ( s)
TC ( s) = (5.18)
1 + KG ( s)
T K dTO ( s)
SKO = =1 (5.19)
TO ( s) dK
T K dTC ( s) 1
SKC = = (5.20)
TC ( s) dK 1 + KG ( s)
Comparando (5.19) com (5.20) conclui-se que a retroação reduz a sensibilidade em relação às
variações do ganho K de 1 para 1/1+KG(s); quanto maior for o polinómio característico, para
todas as frequências, tanto maior será a imunidade do sistema em relação às variações dos
parâmetros da cadeia aberta (para além disso, quanto maior for 1+KG(s) tanto mais rápida será
a resposta do sistema). Por exemplo, considere-se a equação (5.3). Se Aβ>>1, a tensão de saída
do regulador série é praticamente imune às variações da tensão de entrada.
103
J. Dores Costa Sistemas Dinâmicos e Controlo
Para que o sistema seja imune às variações dos componentes e para que a resposta seja rápida, o
polinómio característico, 1+KG(jω), deve ser tão grande quanto possível para todas as
frequências. Ora este desejo não pode ser satisfeito porquanto os sistemas físicos são, em geral,
do tipo passa-baixo e a amplitude de 1+KG(jω) diminui quando a frequência ω aumenta. Por
isso, torna-se necessário projectar sistemas de controlo e de compensação, que ajustam o
decrescimento de 1+KG(jω) de tal forma que o sistema seja estável e apresente razoável
imunidade à perturbações; isso consegue-se garantindo as necessárias margens de estabilidade.
Note-se que a desfasagem imposta pela função de transferência em cadeia aberta também
desempenha um papel preponderante na estabilidade do sistema em cadeia fechada. Como se
viu, quando se estudou a estabilidade, se o módulo de 1+KG(jω) for próximo de dois, a fase de
G(jω) não deve ser próxima de 180º; caso contrário, o sistema não é suficientemente imune às
perturbações e pode-se tornar instável.
5.5 RESUMO
Para que o sistema seja exacto é necessário que o ganho da função de transferência em cadeia
aberta seja o mais elevado possível. Em particular, é desejável que existam pólos na origem
(integradores) em G(s)H(s) porque isso significa ganhos elevados em baixa frequência.
Todavia, o aumento do ganho ou o aumento do número de integradores piora a resposta
dinâmica e pode tornar o sistema instável, quando funciona em cadeia fechada.
104
J. Dores Costa Sistemas Dinâmicos e Controlo
CAPÍTULO 6
COMPENSAÇÃO
6.1 INTRODUÇÃO
Nos capítulos anteriores referiu-se que existe sempre um compromisso entre a estabilidade, a
exactidão e a imunidade às perturbações. Na maioria dos sistemas não basta ajustar o ganho da
cadeia aberta para se conseguir um comportamento dinâmico satisfatório. Os sistemas devem
ser compensados com a introdução de filtros e/ou realimentações adicionais.
O projecto dos sistemas de controlo e dos compensadores pode ser resumido nos seguintes
passos:
105
J. Dores Costa Sistemas Dinâmicos e Controlo
para que a saída se mantenha constante, com erro de posição desprezável, independentemente
das variações de carga.
U ( s) = P ( s) E ( s) (6.1)
B(s)
H(s)
Vref (t)
+ vu (t)
e(t) P(s)
vB (t)
106
J. Dores Costa Sistemas Dinâmicos e Controlo
C ( s) P ( s) G ( s)
= (6.3)
R ( s ) 1 + P ( s) G ( s) H ( s)
Na forma mais simples, o compensador pode colocar um novo zero e um novo pólo e a forma
geral de P(s) é
τ s +1
P ( s) = K 1 (6.4)
τ2 s + 1
A associação em cascata de diversos blocos com a forma de (6.4) dão origem a compensadores
mais complexos para incluírem diversos pólos e zeros na função de transferência em cadeia
aberta.
ω2τ12 + 1
| P ( jω )| = K (6.5a)
ω2τ22 + 1
Se τ1>τ2 então φ(ω)>0 e o compensador avança a fase de G(s)H(s); se τ1<τ2 então φ(ω)<0 e o
compensador atrasa a fase de G(s)H(s). A associação de diversos compensadores do tipo de
(6.4) permite avançar a fase para umas frequências e atrasar para outras. Os compensadores de
avanço e de atraso de fase são estudados em seguida.
Na Fig. 6.3 representam-se circuitos de avanço de fase (compare-se com o circuito 5 do Anexo
3.3); em qualquer dos casos é τ1>τ2, φ(ω)>0 e o módulo de P(jω) aumenta com a frequência.
Os diagramas de Bode e de Nyquist deste compensador estão representados na Fig. 6.4 com
K = τ 2 τ1 .
Comparando as funções de transferência dos circuitos da Fig. 6.3 com (6.4) obtém-se
K = τ 2 τ 1 . Uma vez que τ1>τ2, em baixa frequência o módulo de P(jω) é inferior a 1 (ou é
107
J. Dores Costa Sistemas Dinâmicos e Controlo
menor que 0 dB) e os sinais (de baixa frequência) são atenuados. Para altas frequências, o
ganho é igual a 1 (0 dB). O compensador de avanço de fase comporta-se como um filtro passa-
alto (Fig. 6.4(a)).
Vu ( s ) R2 R1Cs + 1
=
Ve ( s ) R1 + R2 R1 R2
Cs + 1
R1 + R2
a)
−Vu ( s) R2 R1C1s + 1
=
Ve ( s) R1 R2C2 s + 1
b)
Fig. 6.3: Compensadores de avanço de fase; (a) circuito passivo; (b) circuito activo.
Esta característica passa-alto pode ser indesejável porque os sistemas físicos são, normalmente,
do tipo passa-baixo e o compensador ao diminuir o ganho da cadeia aberta reduz a exactidão.
Para que isso não aconteça, é usual incluir um amplificador adicional com ganho igual a 1/K na
cadeia de acção. Assim, a assíntota de baixa frequência do compensador com o amplificador
incluído fica igual a 0 dB.
A fase de P(jω) tem um máximo para a frequência ωM que, como se verá no parágrafo 6.5, é em
termos práticos, cerca de 50º. As respostas em frequência da Fig. 6.4 são importantes para o
projecto dos pré-compensadores (vide §6.5).
108
J. Dores Costa Sistemas Dinâmicos e Controlo
(a)
(b)
Fig. 6.4: Resposta em frequência dos compensadores de avanço de fase; (a) diagramas de Bode;
(b) diagrama de Nyquist.
Na Fig. 6.5 representa-se um circuito passivo de atraso de fase com τ1=R2C e τ2=(R1+R2)C.
Um circuito activo pode ser também o da Fig. 6.3(b) com R1C1<R2C2; em qualquer dos casos é
τ1<τ2, para frequências positivas a fase é negativa, φ(ω)<0, e o módulo de P(jω) decresce com
a frequência. Os diagramas de Bode e de Nyquist deste compensador estão representados na
Fig. 6.6; o compensador comporta-se como um filtro passa-baixo.
109
J. Dores Costa Sistemas Dinâmicos e Controlo
Vu ( s ) R2 Cs + 1
P(s) = =
Ve ( s ) ( R1 + R2 )Cs + 1
(a)
(b)
Fig. 6.6: Resposta em frequência dos compensadores de atraso de fase; (a) diagramas de Bode;
(b) diagrama de Nyquist.
110
J. Dores Costa Sistemas Dinâmicos e Controlo
Para que em baixa frequência o ganho seja 0 dB, em (6.4) deve ser K=1 e, neste caso, a
assíntota de alta frequência é 20 log ( τ1 τ2 ) dB. Como a fase de P(jω) é negativa, dá origem a
um atraso da fase de G(jω)H(jω) e o diagrama polar de G(jω)H(jω) é rodado no sentido
negativo, aproximando-se do eixo real negativo. Deste modo as margens de estabilidade são
piores e deve-se ter cuidado com a estabilidade final em cadeia fechada. Como τ1<τ2, o pólo é
dominante, em relação ao zero, e a exactidão é melhor, particularmente se 1/τ2 está mais perto
da origem do que os pólos de G(s)H(s).
Se τ1<<τ2, a atenuação em alta frequência é grande e as margens de ganho e de fase podem ser
suficientes para garantirem o bom comportamento dinâmico do sistema.
τ s + 1 ατ2 s + 1
P ( s) = K 1 (6.6)
τ2 s + 1 ατ1s + 1
111
J. Dores Costa Sistemas Dinâmicos e Controlo
A selecção dos compensadores de avanço ou de atraso de fase é, normalmente, feita a partir das
respostas em frequência. Depois de se definir o tipo do compensador com base na análise da
resposta em frequência da função de transferência em cadeia aberta do sistema a controlar, o
projecto do compensador consiste em determinar τ1 e τ2 de tal forma que se obtenham as
margens de estabilidade julgadas convenientes (empiricamente, Mg≈6 dB e Mf≈45º). Esta
escolha utiliza as equações que se desenvolvem seguidamente.
Para exemplificar o método de projecto, considera-se o caso do compensador de avanço de
fase. A função de transferência (6.4) com K=1 é
τ s +1
P ( s) = 1 (6.7)
τ2 s + 1
dφ τ1 τ2
= − =0 (6.9)
dω 1 + ( τ1ω ) 2 1 + ( τ2ω )2
1
ωM = (6.10)
τ1τ2
τ1
−1
τ2
φ max = φ (ω M ) = arctan (6.11)
τ
2 1
τ2
τ 1 + senφ M
α= 1 = (6.12)
τ2 1 − senφ M
τ1
+1
τ2
| P ( jω M )| = (6.13)
τ2
+1
τ1
112
J. Dores Costa Sistemas Dinâmicos e Controlo
τ
| P ( jω M )| ≈ 20 log( 1 ) dB (6.14)
τ2
1. A partir das respostas em frequência de G(jω)H(jω) determina-se qual deve ser o máximo
avanço da fase, φM, para se garantir a margem de fase adequada; este cálculo obriga a que se
escolha, também, a frequência ωM.
1
3. Conhecida ωM , a razão α=τ1/τ2 e (6.10) permitem calcular τ1 e τ2: τ2 = .
ωM α
Para resolver este exercício aconselha-se a correr o programa comp_1.m seguinte, e a analisar
os diagramas de Bode: |G(j8) | = - 6,7 dB; arg(G(j8) ) = - 105,8º. Para K|G(j8)|=3 dB, deve ser
K=9,7 dB, ou K= 3,05. A fase não é alterada pela acção do ganho positivo K. (Para obter
valores sobre os gráficos, pode usar a rotina ginput na janela de comandos do Matlab).
113
J. Dores Costa Sistemas Dinâmicos e Controlo
Industrialmente caracteriza-se o ganho do regulador P pela sua banda proporcional, BP. Por
exemplo, considere-se um sistema de regulação de temperatura em que o sensor de temperatura
é para ser usado no intervalo [20º, 120º]; se a tensão de saída do regulador variar entre 0 V e 10
V, o ganho proporcional seria KP=10 V/100º C e a banda proporcional seria 100%. Para uma
banda proporcional de 20%, o ganho proporcional seria KP=10 V/20º C, ou seja, cinco vezes
superior ao valor anterior. A característica estática do regulador proporcional, considerando o
sensor de temperatura anterior, está representada na Fig. 6.9; considera-se BP=20% e que a
temperatura de referência éθref=80ºC.
114
J. Dores Costa Sistemas Dinâmicos e Controlo
u B =20%
P
10 V
5V
0
θ ºC
60º 80º 100º
A variação da saída deste regulador é composta por duas parcelas: uma é proporcional ao erro e
a outra é proporcional ao integral do erro. A lei de controlo deste regulador pode ser escrita da
seguinte forma:
em que u(0) é o valor inicial da variável de controlo (a saída do regulador imediatamente antes
de aparecer o erro); KI é designado por ganho integral e KP é o ganho proporcional.
115
J. Dores Costa Sistemas Dinâmicos e Controlo
KI
∆U ( s) = K P (1 + ) E ( s) (6.18)
s
Por vezes utilizam-se reguladores só com acção integral mas os reguladores PI são os mais
utilizados industrialmente e estão sempre associados à necessidade de se anular os erros
estáticos.
116
J. Dores Costa Sistemas Dinâmicos e Controlo
u, e
u
PI
2 K PE
I
K PE P
e
E
u0
t
TI
Fig. 6.10: Resposta estática do regulador PI.
Para resolver este exercício, aconselha-se a correr o programa comp_2.m com diferentes valores
a e a analisar os diagramas de Bode da função de transferência em cadeia aberta, P(jω)G(jω),
em função de K. A estabilidade pode ser estudada através das margens de ganho e de fase.
Com a=10, a margem de fase é cerca de 22.8º à frequência 7 rad/s; o sistema é estável em
cadeia fechada para qualquer K>0 (ver diagrama de Evans). Isto não é verdade para, por
exemplo, a=200.
117
J. Dores Costa Sistemas Dinâmicos e Controlo
Neste regulador, a variação da saída é composta por duas parcelas: uma é proporcional ao erro
(P) e a outra é proporcional à derivada do erro. A lei de controlo deste regulador pode ser
escrita da seguinte forma:
de
u ( t ) − u ( 0) = K P ( e ( t ) + K D
) (6.19)
dt
em que u(0) é o valor inicial da variável de controlo (a saída do regulador imediatamente antes
de aparecer o erro); KD é designado por ganho derivativo e KP é o ganho proporcional.
∆U ( s) = K P (1 + KD s) E ( s) (6.20)
u, e
PD
P
D
K D K PE
e=Et
u0
t
TD
Fig. 6.11: Resposta estática do regulador PD.
118
J. Dores Costa Sistemas Dinâmicos e Controlo
Este regulador tem uma acção análoga à do regulador de avanço-atraso de fase. A lei de
controlo é
de
u (t ) − u (0) = K P (e(t ) + K I ∫ e dt +K D ) (6.21)
dt
KI
∆U ( s) = K P (1 + + KD s) E ( s) (6.22)
s
O regulador PID tem a acção conjugada dos reguladores PI e PD; são colocados dois novos
zeros à cadeia de acção e um único pólo na origem, pelo que a as margens de estabilidade
podem ser beneficiadas ao mesmo tempo que se melhora a exactidão. Os reguladores PID
utilizam-se nos sistemas que necessitam de grande exactidão com grande rapidez de resposta.
Quando dispomos de bons modelos matemáticos a selecção daqueles parâmetros pode ser feita
recorrendo aos métodos analíticos que foram descritos nos capítulos anteriores: diagrama de
Evans (análise dos pólos e dos zeros) e estudos das respostas em frequência, seguidos de
simulação numérica ou analógica para se determinar as respostas às entradas teste (escalão,
rampa e sinusóide).
Nos casos mais frequentes em que os modelos não estão disponíveis ou em que não são muito
fiáveis e para efectuar os ajustes necessários à manutenção do sistema, a via analítica revela-se
mais problemática. Nestes casos pode-se fazer uso dos métodos empíricos que foram
desenvolvidos por Nichols e Ziegler e que se baseiam em resultados experimentais. Dois destes
métodos são referidos seguidamente.
119
J. Dores Costa Sistemas Dinâmicos e Controlo
Para expor este método considera-se o sistema com regulação automática de temperatura que
está representado na Fig. 6.12(a). Começa-se por deixar estabilizar a temperatura e, mantendo
as condições de carga, abre-se a cadeia de acção desligando o regulador do actuador (a válvula
V); o orgão actuador passa a ser alimentado por uma fonte independente com uma tensão igual
ao valor que existia antes da abertura da cadeia de acção. Os restantes parâmetros do sistema
mantêm-se com os valores nominais.
Com o sistema estabilizado, cria-se uma pequena variação no orgão actuador (varia-se a tensão
de ∆v%) e regista-se a variação de temperatura, ∆C, correspondente (Fig. 6.12(b)).
a)
Transdutor ∆C
R
R
Regulador ∆v
M
Tref
V
b)
∆C
0
t1 ∆t t2 t
Fig. 6.12: Regulador de temperatura: (a) sistema em cadeia aberta; (b) variação da temperatura.
120
J. Dores Costa Sistemas Dinâmicos e Controlo
valores empíricos de ajuste são os da Tabela 6.1; T é o período das oscilações previsíveis em
cadeia fechada.
Notes-se que os resultados da tabela 6.1 são empíricos e devem servir de base para os ajustes
mais finos quando o sistema já funciona em cadeia fechada.
Regulador BP (%) TI TD T
P 100m∆t/∆v - - 5∆t
PI 110m∆t/∆v 3.3∆t - 6∆t
PD 83m∆t/∆v - 0.3∆t 3.8∆t
PID 83m∆t/∆v 2∆t 0.5∆t 3.2∆t
3º - Anotar a banda proporcional crítica, BC, que provoca as oscilações não amortecidas; anotar
o período dessas oscilações, TC.
Regulador BP (%) TI TD
P 2BC - -
PI 2.2BC 0.83TC -
PD 1.6BC - 0.125TC
PID 1.6BC 0.5TC 0.125TC
121
J. Dores Costa Sistemas Dinâmicos e Controlo
B ( s) = ( H ( s) + P ( s)) C ( s) (6.23)
C ( s) G ( s)
= (6.24)
R ( s) 1 + G ( s)( H ( s) + P ( s))
B(s)
H(s)
U(s)
P(s)
Os pólos de (6.24) são modificados pela inclusão do novo laço com a função de transferência
P(s); consequentemente, a estabilidade e o funcionamento dinâmico do sistema em cadeia
fechada, também são alterados.
6.9 RESUMO
122
J. Dores Costa Sistemas Dinâmicos e Controlo
123
J. Dores Costa Sistemas Dinâmicos e Controlo
SEGUNDA PARTE
CAPÍTULO 7
MODELOS DE ESTADO
7.1 INTRODUÇÃO
O projecto dos sistemas que controlam os equipamentos que executam tarefas de grande
complexidade exige a utilização de métodos matemáticos precisos. O desenvolvimento da
electrónica digital e dos computadores permite a aplicação de novos e mais sofisticados
métodos de controlo e, consequentemente, cria condições para um novo desenvolvimento da
teoria do controlo. Nos capítulos anteriores estudou-se aquilo que poderemos designar por
teoria clássica do controlo; neste capítulo referem-se os fundamentos da moderna teoria do
controlo.
124
J. Dores Costa Sistemas Dinâmicos e Controlo
Refira-se que a teoria clássica dá respostas simples e satisfatórias em muitos casos e que não há
necessidade de complicar a análise recorrendo a métodos mais poderosos mas que têm um
formalismo mais pesado.
A base da moderna teoria do controlo repousa no conceito do espaço de estados através do qual
foi possível resolver muitos problemas complexos colocados pela indústria aeroespacial; os
mesmos métodos encontraram utilização em muitos outros campos da indústria. Por exemplo,
são usados nos modernos sistemas de navegação náutica e nos sistemas de posicionamento das
plataformas e dos navios de prospecção.
Os modelos de estado permitem tratar, com a mesma facilidade, sistemas com grande número
de entradas e de saídas. As possibilidades criadas por esta nova teoria não se faz sem custos: ela
exige o manuseamento de vectores e de matrizes e, por experiência, o cálculo matricial não é
das matérias mais simples e mais aliciantes para os alunos. Todavia, deve-se ter presente que a
utilização de matrizes é de grande utilidade quando se usam computadores e que os modelos de
estado são especialmente indicados para o projecto de sistemas de controlo assistido por
computador. Mais ainda, este formalismo permite que os computadores sejam usados para
efectuarem o controlo dos sistemas em tempo real, e permite também que as leis de controlo
incluam também algoritmos de optimização, o que seria impossível de realizar com a tecnologia
convencional da electrónica analógica.
dy d2 y dn y dx d2 x d mx
K0 y ( t ) + K1 + K2 +... + Kn = a0 x ( t ) + a1 + a2 +... + am (7.1)
dt dt 2 dt n dt dt 2 dt m
O sistema diz-se de 1ª, 2ª,....,nª ordem, se a equação diferencial que o modela for de 1ª, 2ª, ...,nª
ordem, respectivamente.
125
J. Dores Costa Sistemas Dinâmicos e Controlo
dy d2 y
K0 y ( t ) + K1 + K2 = x (t )
dt dt 2 (7.2)
O integral de (7.2) pode ser determinado calculando primeiro a solução livre à qual se adiciona
a solução forçada; posteriormente determinam-se as constantes de primitivação. Para se
calcular a solução livre recorre-se à equação característica
com
K1 K0
β= ω0 =
2 K2 e K2 (7.5)
O comportamento dinâmico depende das raízes (7.4): quando a equação característica tem
raízes complexas diz-se que o sistema tem modos oscilatórios; a frequência das oscilações é
igual à parte imaginária das raízes; a parte real introduz amortecimento nas oscilações; se a
parte real é negativa o amortecimento é positivo e a resposta tende para um valor estacionário
(resposta forçada); se a parte real é positiva, o amortecimento é negativo, a amplitude das
oscilações tenderá para infinito, e o sistema é instável. Na Fig. 2.2 apresentam-se as respostas
características de um sistema estável de segunda ordem a entrada escalão de valor E em função
de ξ=β/ω0.
R L
i
u v
C
126
J. Dores Costa Sistemas Dinâmicos e Controlo
O modelo matemático deste circuito foi referido no §2.4 como sendo (7.6):
d 2v dv
u = LC + RC +v (7.6)
dt2 dt
O modelo matemático (7.6) é uma única equação diferencial. No entanto, o circuito da Fig. 7.1
pode ser modelado pelo um sistema de equações diferenciais (7.7):
di
u = L dt + Ri + v
dv (7.7)
i = C
dt
Note-se (7.6) é uma equação diferencial de segunda ordem ao passo que (7.7) é um sistema de
duas equações diferenciais de primeira ordem.
A substituição de um sistema de equações diferenciais por uma única equação não é vantajosa
porque resulta a equação diferencial resultante tem ordem mais elevada e a sua integração é
mais complicada (pode ser necessário resolver uma equação característica com grau superior a
2). Por sua vez, a resolução de um sistema de equações diferenciais de primeira ordem é
relativamente simples e, como veremos, a solução geral é conhecida.
di R 1 1
dt = − L i − L v + L u
dv 1 (7.8)
= i
dt C
di R 1
dt − L − i 1
L .
dv = 1 + L u (7.9)
0 v 0
dt C
v L = − Ri − v + u (7.10)
que é equivalente a
127
J. Dores Costa Sistemas Dinâmicos e Controlo
i
v L = [− R − 1]. + u (7.11
v
i
v R = Ri = [R 0]. (7.12)
v
As equações (7.10) a (7.12) definem a saída do sistema. Estas equações não são diferenciais e
traduzem apenas uma combinação linear das variáveis de estado, à qual se soma a contribuição
da tensão de entrada (em (7.12) essa contribuição é nula).
A análise do comportamento dinâmico dos sistemas pode ser feita com o auxílio de programas
que integram numericamente os modelos de estado. Para isso, os modelos podem ser reduzidos
à seguinte forma geral (forma canónica do modelo de estado):
x& = Ax + Bu (7.13a)
y = Cx + Du (7.13b)
onde x é o vector de estado, x& é o vector das primeiras derivadas das variáveis de estado, u é o
vector da entradas e y é o vector das saídas. A equação (7.13a) é a equação da dinâmica do
sistema e (7.13b) é a equação das saídas. Se, no circuito Fig. 7.2, a saída for vL (7.11), resulta:
di
i
x& = dt x= y = vL (7.14a)
dv v
dt
R 1
− − 1
A= L L
B = L C = − R −1 D=1 (7.14b)
1 0
0
C
A integração numérica do modelo de estado pode ser feito através de programas numéricos para
computador como, por exemplo os programas MATLAB [9] e SCILAB [12]. Por exemplo,
apresenta-se a seguir um ficheiro baseado no programa 2.1 para estudar matematicamente o
comportamento dinâmico do circuito R, L, C série para diferentes valores de R; para R=100 Ω o
programa corre-se com a instrução RLC(100). Pode observar os diagramas temporais e
determinar a sobreelevação, o amortecimento, a frequência das oscilações amortecidas e o
tempo de estabelecimento (experimente usar a instrução ginput no Matlab) quando R é variável.
128
J. Dores Costa Sistemas Dinâmicos e Controlo
function RLC(R);
% Circuito R L C série, com R variável
% dados
L=2e-6;
C=0.10e-6;
% Modelo de estado;
A=[-R/L -1/L;1/C 0];
B=[1/L;0];
% a saída é a tensão no condensador
C=[0 1];
D=0;
me_rlc=ss(A,B,C,D)
% resposta a uma entrada tipo escalão unitário
[y,x,t]=step(me_rlc);
subplot(211);plot(t,y);grid;
subplot(212);plot(t,x);grid;
Para o Scilab (versão 2.6) poderá usar o ficheiro rlc.sce seguinte. (Nota: use um editor de texto
como o Notepad, crie e grave o ficheiro com a extensão sce - por exemplo o rlc.sce; na janela
de comandos do Scilab procure no menu file a instrução exec... e procure o rlc.sce na directoria
onde foi gravado). Utilize o help no menu do Scilab para uma explicação das funções.
// ficheiro rlc.sce
// Circuito R L C série
//dados
R=100;
L=2e-6;
C=0.10e-6;
//Modelo de estado;
A=[-R/L -1/L;1/C 0];
B=[1/L;0];
// a saída é a tensão no condensador
C=[0 1];
D=0;
X0=[0;0]; //condição inicial
rlc=syslin('c',A,B,C,D,X0);
// resposta a uma entrada tipo escalão unitário
t=0:1E-6:2E-4;
y=csim('step',t,rlc);
xset('window',1);
plot2d(t,y);xgrid(3)
129
J. Dores Costa Sistemas Dinâmicos e Controlo
x& = Ax + Bu (7.15a)
y = Cx + Du (7.15b)
onde
x [n×1] é o vector de estado (formado pelas n variáveis de estado)
x& [n×1] é o vector das primeiras derivadas das variáveis de estado
A [n×n] é a matriz do sistema
B [n×r] é a matriz de entrada
u [r×1] é o vector das entradas
C [p×n] é a matriz de saída
D [p×r] é a matriz de interligação entre as saídas e as entradas.
É sempre possível escrever uma equação diferencial sob a forma de um modelo de estado. Por
exemplo, considere-se a seguinte equação diferencial:
d3y d2 y dy
u(t ) = 3 3
+ 2 2
+ 5 + y(t ) (7.16)
dt dt dt
dy d2 y
x1 = y ( t ) x2 = x3 = (7.17)
dt dt 2
De acordo com (7.17) é
A equação que se obtém da substituição de (7.17) em (7.16) e as equações (7.18) são possíveis
equações de estado para o sistema inicial:
130
J. Dores Costa Sistemas Dinâmicos e Controlo
x&1 = x 2
x& 2 = x3 (7.19)
1 5 2
x& 3 = − x1 − x 2 − x3 + u
3 3 3
0 1 0 0
x& = 0 0 1 ⋅ x + 0 ⋅ u (7.20)
1 5 2
− − − 1
3 3 3
com x = x1 x2 x3 t .
Chama-se a atenção que (7.20) e (7.21) constituem um dos possíveis modelos de estado do
sistema porque, como se verá mais adiante, existem outras possibilidades.
// Programa explo_72.sce
//Modelo de estado (7.20);
xbasc()
A=[0 1 0;0 0 1; -1/3 -5/3 -2/3];
B=[0;0;1];
// a saída é a tensão no condensador
C=[1 0 0];
D=0;
X0=[0;0;0];
rlc=syslin('c',A,B,C,D,X0);
// evolução de v e das variáveis de estado para uma entrada tipo
escalão unitário
t=0:0.01:20;
y=csim('step',t,rlc);
xset('window',1);plot2d(t,y);xgrid(3)
// para obter a função de transferência
s=poly(0,’s’);
Gs=clean(ss2tf(rlc))
Note que a função de transferência referida no programa explo_72.sce pode ser obtida a partir
de (7.16) pelos métodos clássicos expostos no capítulo 3.
131
J. Dores Costa Sistemas Dinâmicos e Controlo
O modelo (7.15) pode ser representado pelo diagrama de blocos da Fig. 7.3. Este modelo sugere
um processo iterativo para a determinação (em computador) das saídas y(t) a partir do
conhecimento do estado no instante inicial, x(0) e das entradas u(t) para t≥0. O integrador pode
ser realizado por qualquer programa de integração numérica. No caso de sistemas SISO, o
diagrama também pode ser realizado por um circuito de simulação analógica recorrendo a
amplificadores operacionais.
. y(t)
u(t) x x
B + ∫ C +
Analiticamente, conhecida a condição inicial x(0), a solução da equação de estado é dada pela
chamada formula de variação das constantes; para sistemas invariantes no tempo, a solução de
(7.15a) é
132
J. Dores Costa Sistemas Dinâmicos e Controlo
t
x(t ) = e At x(0)+ ∫ e A (t −τ ) B u (τ ) dτ (7.22)
0
Note-se que a equação (7.22) tem duas parcelas: a primeira corresponde á solução da equação
diferencial homogénea e a segunda parcela corresponde à solução forçada.
A matriz exponencial eAt é designada por matriz de transição e é costume representa-la por
Φ(t) que, à semelhança da série de Taylor da função exponencial escalar, pode ser dada por
uma série infinita:
A 2t 2 A 3t 3 A nt n
Φ( t ) = eAt = I + At + + + ... + +... (7.23)
2! 3! n!
A equação (7.23) constitui um método directo para o cálculo da matriz exponencial. Todavia,
mesmo utilizando computadores, o cálculo directo de (7.23) será sempre aproximado uma vez
que abrangerá apenas um número finito de parcelas. A série é uniforme, o erro diminui com o
aumento das parcelas, e torna-se possível estabelecer-se um critério de aproximação suficiente,
a partir do qual não é necessário acrescentar novas parcelas. Existem outros métodos para o
cálculo de Φ(t); um exemplo é o algoritmo de Leverrier [2] que é um método iterativo e pode
ser facilmente realizado em computador; a utilização da transformada de Laplace facilita o
cálculo da matriz exponencial, o que será referido mais adiante.
−1
1. Φ(t)-1=Φ(t) ( eAt = e− At = eA ( − t ) )
2. Φ(t)-1.Φ(t) = I
dΦ ( t )
3. = AΦ ( t ) = Φ ( t ) A
dt
4. Φ ( t1).Φ ( t2 ) = Φ ( t1 + t2 )
5. Φ(0)=I
133
J. Dores Costa Sistemas Dinâmicos e Controlo
− 1 0
x& = .x
0 − 2
O cálculo aproximado da matriz de transição Φ(t), pode ser feito do seguinte modo:
2
1 0 − t 0 1 − t 0 1 2 2 1 − t 0 1 t 2 0
I + At = + = A t = =
0 1 0 − 2t 0 1 − 2t
2 2 0 − 2t 2 0 4t 2
(−t ) n
1 ∑ 0
1− t + t2 0 n!
Φ (t ) ≈ 2 → Φ (t ) = n
2 (−2t ) n
0 1 − 2t + 2t
0 ∑ n!
n
e − t 0
o que é equivalente a Φ (t ) = (7.24)
0 e −2t
e − t 0
x(t ) = ⋅ x(0)
0 e −2t
Exemplo 7.4_________________________________________________________________
Desenhe as respostas x1(t) e x2(t) para x1(0)=-1 e x2(0)=2. Obtenha essas respostas através do
programa do exemplo 7.1 e compare os resultados. Repita o problema para o modelo de estado,
− 1 0
x& = .x , com as condições iniciais x1(0)=0 e x2(0)=1. Que se pode concluir?
0 2
Até agora, o modelo de estado foi determinado directamente a partir das equações diferenciais
que regem o comportamento do sistema. Mas há situações em que os sistemas são
representados vantajosamente por funções de transferência; isto acontece quando se trabalha
com relações entrada-saída e quando os modelos resultam por via experimental, através da
análise da resposta no domínio da frequência. Veremos agora que é possível obter um modelo
de estado a partir das funções de transferência usadas na teoria clássica.
134
J. Dores Costa Sistemas Dinâmicos e Controlo
Y ( s) ω 20
= G ( s) = 2 (7.25)
U ( s) s + 2βs + ω 20
( )
Y ( s ) s 2 + 2 βs + ω 02 = U ( s )ω 02 (7.26)
d2 y dy
2
+ 2β + ω 20 y ( t ) = ω 20 u ( t ) (7.27)
dt dt
dy
x1 = y ( t ) x2 = (7.28)
dt
x&1 0 1 x1 0
x& = − ω 2 . +
− 2 β x 2 ω 02
u (7.29a)
2 0
x
y = [1 0]. 1 (7.29b)
x2
. x1
x2 x2
u (t)
ω02 + ∫ ∫ y(t)
+ 2β
ω02
No caso da função de transferência (7.25) ter dois pólos reais e distintos pode-se obter um
modelo de estado do sistema pelo processo seguinte:
135
J. Dores Costa Sistemas Dinâmicos e Controlo
Y ( s) a b
= G1 ( s) + G2 ( s) = + (7.30)
U ( s) s + p1 s + p2
ou seja,
a b
Y ( s) = U ( s) + U ( s) (7.31)
s + p1 s + p2
A equação (7.31) é representada pelo diagrama de blocos da Fig. 7.5. Se se considerar que a
saída de cada bloco é uma variável de estado, a saída será dada por Y(s)=X1(s)+X2(s).
X1(s)
G1(s)
U(s) Y(s)
G2(s)
X 2(s)
2º- Determinando a equação diferencial correspondente a cada um dos subsistemas da Fig. 7.5,
obtém-se o seguinte modelo de estado global:
x&1 − p1 0 x1 a
x& = 0 . +
− p 2 x 2 b
u (7.32a)
2
x
y = [1 1]. 1 (7.32b)
x2
O diagrama de blocos do modelo de estado (7.32) está representado na Fig. 7.6 e, como se pode
observar, é composto por dois subsistemas desacoplados que contribuem de modo independente
para a saída.
Note-se como, por decomposição de G(s) em fracções parciais, se pode obter dois modelos de
estado diferentes para o mesmo sistema original. Todavia, deve ser claro que as variáveis de
estado dos dois modelos, (7.29) e (7.32), são diferentes e que apenas se mantém a mesma
relação causal entre a entrada u(t) e a saída y(t). Se o modelo de estado é obtido directamente
das equações diferenciais que regem o sistema, obtém-se, geralmente, um modelo único; mas se
136
J. Dores Costa Sistemas Dinâmicos e Controlo
.
x1 x1
a + ∫ 1
-p y(t)
u (t) 1
+
. x2
x2
b + ∫ 1
-p 2
Ainda a propósito de (7.31) e da Fig. 7.5, repare-se que os sistemas de primeira ordem,
representados por G1(s) ou G2(s), com a forma
a
Y ( s) = U ( s) (7.33)
s + p1
.
x1 x1 y(t)
u (t)
a + ∫ 1
-p
1
Os modelos representados pelas figuras 7.4 e 7.7 constituem como que fluxogramas dos sinais a
partir dos quais se realizam programas para se obter a solução numérica dos modelos de estado
com o auxílio de computadores. Este processo é usado na simulação de sistemas, o que
simplifica a análise do comportamento dinâmico em comparação com o processo clássico que
recorre às funções de transferência.
137
J. Dores Costa Sistemas Dinâmicos e Controlo
Y ( s) 2s + 1
= G ( s) = 2 (7.34)
U ( s) s + 5s + 4
A função de transferência (7.34) tem zeros pelo que o processo para a obtenção de um modelo
de estado é um pouco mais complicado do aquele que foi descrito para (7.25). À equação (7.34)
corresponde a seguinte equação diferencial:
d2 y dy du
2
+5 + 4 y (t ) = 2 + u(t ) (7.35)
dt dt dt
dy
x1 = y ( t ) x2 = + Ku (7.36)
dt
onde K é uma constante qualquer, cujo valor será escolhido de tal forma que permita anular a
derivada de u.
x&1 = x 2 − Ku (7.37a)
x&1 = x 2 + 2u (7.38a)
x&1 0 1 x1 2 x
x& = − 4 − 5 . x + − 9u y = [1 0]. 1 (7.39)
2 2 x2
Pode-se obter outro modelo de estado para (7.34) se se considerar a decomposição em cascata
da Fig. 7.8. Note-se que o numerador de G(s) é colocado separadamente no segundo bloco:
138
J. Dores Costa Sistemas Dinâmicos e Controlo
dz
x1 = z ( t ) x2 = (7.40)
dt
da Fig.7.8 resulta,
x& 2 = −5 x 2 − 4 x1 + u (7.41a)
y = x1 + 2 x2 (7.41b)
x&1 0 1 x1 0 x
x& = − 4 − 5 . x + 1u y = [1 2]. 1 (7.42)
2 2 x2
Os modelos de estado (7.39) e (7.42) são diferentes mas traduzem a mesma relação entre a
entrada, u(t), e a saída, y(t) porque são determinados a partir da mesma função de transferência,.
É importante notar que as matrizes dos sistemas, isto é, a matriz A de (7.39) e de (7.42), são
iguais; no entanto, isso não é obrigatório para os modelos de estado semelhantes, como se
conclui de (7.29) e (7.32). Voltaremos a este assunto em parágrafos seguintes, mas é
interessante meditar nos resultados obtidos através exemplo 7.6.
Em resumo, um sistema é representado por uma única função de transferência; no entanto, pode
ser representado por diferentes modelos de estado; as variáveis de estado serão diferentes, mas
mantém-se inalterada a relação entre a entrada e a saída. Nestas condições, os modelos de
estado dizem-se semelhantes. Estes sistemas têm os mesmos pólos (os mesmos valores
próprios) mas têm diferentes vectores de estado.
Utilize o programa EXPLO_7_6.M para visualizar no Matlab a resposta y(t) para uma entrada
u(t) de tipo escalão unitário, a partir de (7.39) e de (7.42). Observe também as respectivas
variáveis de estado. Verificará que os diagramas temporais de y(t) são iguais, mas o mesmo não
acontece para as variáveis de estado dos dois modelos de estado.
139
J. Dores Costa Sistemas Dinâmicos e Controlo
% Programa EXPLO_7_6.M
% Modelo de estado;
A=[0 1;-4 -5];
B=[2;-9];
C=[1 0];
D=0;
sist1=ss(A,B,C,D)
% diagramas temporais
figure;
[y,x,t]=step(sist1);
subplot(211);plot(t,y);grid;
subplot(212);plot(t,x);grid;
% função de transferência
[num,den]=ss2tf(A,B,C,D)
end
Y ( s) 2s + 1
= G ( s) = (7.43)
U ( s) ( s + 4)( s + 1)
Determine, analiticamente, a resposta y(t) para uma entrada u(t) de tipo escalão unitário.
Compare o resultado com o que pode obter usando o programa explo_76.m. Observe também os
diagramas temporais das novas variáveis de estado e compare-os com os do exemplo 7.6.
Programa 1:
%Explo.sdc 7.7a
num=[2 1]; den=[1 5 4];
G=tf(num,den)
[R,P,K] = residue(num,den)
den1=[1 -P(1)]; den2=[1 -P(2)];
G1=tf(R(1),den1)
G2=tf(R(2),den2)
[a1,b1,c1,d1] = tf2ss(R(1),den1);
[a2,b2,c2,d2] = tf2ss(R(2),den2);
A=[a1 0;0 a2]; B=[b1;b2];C=[c1 c2];
me=ss(A,B,C,0)
140
J. Dores Costa Sistemas Dinâmicos e Controlo
Programa 2:
%Explo.sdc 7.7b
num=[2 1];
den=[1 5 4];
[A,B,C,D] = tf2ss(num,den);
me1=ss(A,B,C,D)
me2=canon(me1,'modal')
// exmplo_7.sce
// Exemplo 7.6 - para Scilab
s=poly(0,'s');
Gs=syslin('c', (2*s+1)/(s^2+5*s+4));
me=tf2ss(Gs)
A=clean(me(2))
B=clean(me(3))
C=clean(me(4))
D=clean(me(5))
[Ac,Bc,U,ind]=canon(A,B);
Ac
Bc
Cc=clean(C*U)
// verificação
me2=syslin('c',Ac,Bc,Cc,0);
G2=ss2tf(me2)
Neste último programa, poderá verificar que as funções de transferência Gs e G2 são iguais.
Porquê?
A solução geral do modelo de estado (7.15) é directamente obtida através de (7.22). No entanto,
tal como acontece na teoria clássica do controlo, a solução de (7.15) pode ser determinada
através da aplicação da transformada de Laplace. Para exemplificar o processo, considere-se
um sistema SISO, de parâmetros invariantes no tempo, com o modelo de estado (7.44),
x& = A x + B u (7.44a)
y = C x + Du (7.44b)
sX( s) − x( 0) = A X( s) + B U ( s) (7.45a)
141
J. Dores Costa Sistemas Dinâmicos e Controlo
Y ( s) = CX( s) + D U ( s) (7.45b)
sX( s) − A X( s) = x( 0) + B U ( s) (7.46)
e ainda a
sI − A X( s) = x( 0) + B U ( s) (7.47)
−1 −1
X ( s ) = sI − A x ( 0) + s I − A B U ( s) (7.48)
t
x(t ) = e At x(0)+ ∫ e A (t −τ ) B u (τ ) dτ (7.49)
0
conclui-se que
−1
sI − A = L e At = L Φ( t ) (7.50)
t A (t −τ )
[sI − A] −1
BU ( s ) = L ∫ e B u (τ ) dτ (7.51)
0
−1
sI − A = Φ( s) (7.52)
142
J. Dores Costa Sistemas Dinâmicos e Controlo
s 0 − 1 0 s + 1
[sI − A] =
0
− =
0 s 0 − 2 0 s + 2
e então,
1
0
1 s + 2 0 ( s + 1)
[sI − A]−1 = = (7.53)
( s + 1)( s + 2) 0 s + 1 0 1
( s + 2)
e − t 0
Φ (t ) =
0 e −2t
___________________________________________________________________________
De acordo com (7.48), a solução do modelo de estado pode ser obtida através da transformada
de Laplace, utilizando as técnicas já conhecidas, embora, para sistemas de grande dimensão, o
cálculo da matriz inversa de [sI-A] seja moroso. O cálculo é simples se, por exemplo forem
usados programas para computador, tal como foi feito no exemplo 7.6 com as instruções ss2tf
do Matlab e do Scilab.
−1 −1
Y ( s) = C sI − A x ( 0) + C sI − A B U ( s ) + DU ( s ) (7.54)
Y ( s) −1
= C sI − A B + D (7.55)
U ( s)
−1
G ( s) = C sI − A B+D (7.56)
A equação (7.56) permite obter a função de transferência de um sistema, a partir do seu modelo
de estado. No entanto, esta operação implica perda de informação uma vez que a função de
transferência apenas traduz a relação entre a entrada e a saída do sistema, sem dar informação
sobre a evolução de todas as variáveis de estado.
Para sistemas com múltiplas entradas e saídas G(s) é uma matriz cujos termos são funções de
transferência parciais, sendo então designada por matriz de transferência.
143
J. Dores Costa Sistemas Dinâmicos e Controlo
x&1 0 1 x1 0 x
x& = − 4 − 5 . x + 1u y = [1 2]. 1
2 2 x2
1 s + 5 1
[sI − A]−1 = (7.57)
s ( s + 5) + 4 − 4 s
s + 5 1 0
G ( s) =
1
[1 2] = 2
1 + 2s
(7.58)
s ( s + 5) + 4 − 4 s 1 s + 5s + 4
Como se verifica, obteve-se a função de transferência inicial que é dada por (7.34).
Nota: com o pacote simbolico, o resultado (7.58) pode ser determinado com o Matlab.
Experimente correr o seguinte programa:
%Explo.sdc 7.9b
syms s;
A=[0 1;-4 -5];B=[0;1]; C=[1 2]; D=0;
Q=s*eye(2)-A
FI=inv(Q)
G=C*FI*B
G=simplify(G)
pretty(G)
A partir da definição da matriz inversa, a equação (7.56) pode ser escrita na seguinte forma:
Adj sI − A
G ( s) = C B+D (7.59)
sI − A
O denominador de G(s) é o determinante da matriz [sI-A] e, por isso, os pólos de G(s) são as
soluções da equação
sI − A = 0 (7.60)
144
J. Dores Costa Sistemas Dinâmicos e Controlo
sI − A = 0 ⇔ s( s + 5) + 4 = 0 (7.61)
Nos parágrafos anteriores obtiveram-se modelos de estado a partir das funções de transferência
e determinaram-se funções de transferência a partir de modelos de estado. Isto pode levar a
supor que os conceitos envolvidos na moderna teoria do espaço de estados são meras
reinterpretações da teoria clássica baseada nas funções de transferência. Todavia, isto nem
sempre é verdade. A observabilidade e controlabilidade são exemplos de conceitos que só
foram definidos na teoria do espaço de estados e que não são referidos na teoria clássica. Estes
conceitos foram desenvolvidos por Kalman nos finais dos anos 50 para explicar porque não é
possível estabilizar um sistema pelo cancelamento de pólos instáveis (pólos no semi-plano
direito do plano de Argand). Kalman demonstrou que, mesmo admitindo que o cancelamento é
perfeito (o que não é praticamente possível), a estabilização de um sistema através da inclusão
de um compensador com zeros no semi-plano direito que cancelem os pólos instáveis do
sistema, está condenada ao fracasso. De facto, verifica-se que a função de transferência total é
estável mas tem menor ordem, e os modos instáveis ou não são afectados pela entrada (não
controláveis) ou não são observados na saída (não observáveis).
Considere-se o seguinte exemplo:
1 − 1 1
x& = x + u y = [1 1]x (7.62)
0 2 0
Aplicando (7.55),
−1
Y ( s) s − 1 1 1
= C[sI − A ]−1 B = [1 1]
U ( s) 0 s − 2 0 (7.63)
145
J. Dores Costa Sistemas Dinâmicos e Controlo
resulta,
s − 2 − 1 1
Y ( s)
=
1
[1 1]
U ( s ) ( s − 1)( s − 2) 0 s − 1 0 (7.64)
e finalmente,
Y ( s) s−2 1
= =
U ( s) ( s − 1)( s − 2) ( s − 1) (7.65)
Sugestão: pode calcular (7.65) com base no ficheiro Matlab do exemplo 7.9.
__________________________________________________________________________
Em conclusão, o sistema modelado por (7.62) é de segunda ordem e tem dois pólos instáveis,
como se observa pelo determinante de [sI-A] em (7.64); no entanto, a função de transferência
(7.65) é de um sistema de primeira ordem e só tem um pólo instável. Quer dizer: do ponto de
vista clássico, quando se considera apenas a relação entre a entrada e a saída, o sistema (7.62)
comporta-se como o sistema (7.65) e, aparentemente, poderia ser estabilizado a partir do
conhecimento da existência do pólo s=1. Na realidade a estabilização feita a partir de (7.65)
está condenada ao fracasso porque o pólo s=2 existe e não será afectado pela compensação.
Esta situação é clarificada pelo diagrama da Fig. 7.9 que corresponde ao modelo (7.62).
.
x1 x1
u (t)
+ ∫
y(t)
+ +
. x2
x2
+ ∫
2
146
J. Dores Costa Sistemas Dinâmicos e Controlo
resulta, porque ignora a existência de um modo instável (associado a x2) que não é afectado
pela entrada u.
Definição (controlabilidade)
Um sistema diz-se controlável se e só se (sse) for possível, através da entrada u, transferir o
sistema de um estado inicial qualquer x(0)=x0 para outro estado qualquer x(T)=xT, num tempo
finito T≥0.
Definição (observabilidade)
Um sistema livre (não actuado pela entrada, u=0) diz-se observável sse for possível, determinar
qualquer estado inicial x(0)=x0 a partir, apenas, do conhecimento de um segmento finito de
duração T da saída y(τ), com 0≤τ≤T.
Note-se que os termos qualquer e finito são essenciais para as definições; se qualquer destas
condições for violada, o sistema não é controlável e/ou não observável.
2 n −1
Q = B AB A B ... A B (7.66)
147
J. Dores Costa Sistemas Dinâmicos e Controlo
Uma vez construída a matriz Q e se esta for quadrada, para se determinar se tem característica
n, basta verificar se |Q|≠0.
1 − 1 1
Por exemplo, para o sistema (7.62), com A = e B= 0 , a matriz teste de
0 2
controlabilidade é
1 1 − 1 1 1 1
Q = = (7.67)
0 0 2 0 0 0
C
CA
P = CA 2 (7.68)
....
n −1
CA
Uma vez construída a matriz P, e se esta for quadrada, para se determinar se tem ordem n, basta
verificar se |P|≠0.
Nota: de facto, o que pretende é comparar a característica - o número de linhas (ou colunas)
linearmente independentes - das matrizes Q e P com n: o sistema será controlável e observável
se as características de Q e de P são iguais a n. Para se evitar o trabalho algébrico da
determinação da característica da matriz, esta verificação pode ser feita quer no MATLAB quer
no SCILAB através da instrução rank.
1 − 1
Por exemplo, para o sistema (7.62), A = e C = [1 1] ; atendendo a que
0 2
1 − 1
CA = [1 1] = [1 1] e a matriz teste de observabilidade é
0 2
148
J. Dores Costa Sistemas Dinâmicos e Controlo
1 1
P= (7.69)
1 1
0 2 − 2
x& = x + u y = [0 1]x (7.70)
− 1 − 3 1
− 2 2 0 1
Q= P= (7.71)
1 − 1 − 1 − 3
Atendendo a que |Q|=0 e |P|=1, o sistema não é controlável, mas é observável. Sugere-se que se
determine a função de transferência Y(s)/U(s) deste sistema, e que se tirem conclusões,
comparando o resultado com o do sistema (7.62).
O exemplo 7.11 pode ser resolvido no Matlab com o programa seguinte. Sugere-se que o
mesmo seja testado no Scilab.
%Explo.sdc 7.11
A=[0 2;-1 -3];
B=[-2;1];
C=[0 1];
D=0;
Q=ctrb(A,B)
rank(Q)
det(Q)
P=obsv(A,C)
rank(P)
det(P)
149
J. Dores Costa Sistemas Dinâmicos e Controlo
Como já foi referido, nomeadamente no parágrafo 7.4, um sistema pode ser representado por
diferentes modelos de estado que conduzem à mesma relação entre a entrada e a saída, isto é, à
mesma função de transferência Y(s)/U(s), embora tenham variáveis de estado diferentes. Neste
parágrafo estudaremos como se podem obter modelos de estado por transformação de
semelhança.
Por vezes, verifica-se que as variáveis de estado originais não são as mais interessantes para a
análise dinâmica do sistema e para o projecto do controlo. Quando isso acontece, pode-se
proceder à transformação das variáveis de tal forma que o novo modelo seja constituído por
outras matrizes A, B, C e D mais convenientes. Por exemplo, uma das formas mais
interessantes para modelar um sistema é conseguir que a matriz A seja diagonal: a saída do
sistema pode então ser considerada como a soma das saídas de subsistemas mais simples, à
semelhança do acontece com o sistema representado na Fig. 7.5; esta representação tem
também a vantagem de evidenciar as características do sistema quanto à controlabilidade e à
observabilidade.
x& = Ax + Bu (7.72a)
y = Cx + Du (7.72b)
A mudança das variáveis de estado pode ser representada pela transformação linear
x=Tz (7.73)
onde z representa o novo vector de estado e T uma matriz (nxn) não singular. Se Existe T-1, a
transformação inversa é dada por,
z=T-1x (7.74)
y = CTz + Du (7.75b)
150
J. Dores Costa Sistemas Dinâmicos e Controlo
z& = A z + B u (7.77a)
y = C z + Du (7.77b)
com
As equações (7.77) representam o modelo de estado que se obtém a partir de (7.72) por
transformação de semelhança, com o novo vector de estado z que se obtém de x pela
transformação linear (7.74). Para que seja possível transformar (7.72) em (7.77) é necessário
determinar uma matriz T não singular (T-1 existe), por forma a garantir-se (7.74).
A transformação de semelhança dada pela equação (7.73) representa uma mudança de base para
os vectores de estado. Com a transformação o sistema passa a ser modelado em referenciais
diferentes e é por isso que as variáveis de estado são diferentes. Todavia, o comportamento do
sistema do ponto de vista entrada-saída, que é modelado por G(s), mantém-se inalterado, sendo
então independente do referencial.
Se os valores próprios de A são reais e distintos, então existe uma matriz A que é diagonal e os
elementos da diagonal principal são os valores próprios de A. Neste caso ter-se-á,
p1 0 0
A = 0 p2 0 (7.78)
0 0 p n
Se a matriz do sistema é diagonal, então a saída y é a soma das saídas de subsistemas mais
simples, à semelhança do acontece com o sistema representado na Fig. 7.5. Este formalismo é
particularmente interessante como demonstra o exemplo seguinte.
151
J. Dores Costa Sistemas Dinâmicos e Controlo
0 2 − 2
x& = x + u y = [0 1]x (7.79)
− 1 − 3 1
s −2 2
sI − A = = s + 3s + 2 = ( s + 1)( s + 2 ) = 0
1 s+3
− 1 0
Λ=
0 − 2
De acordo com (7.73), deverá ser possível determinar a matriz da transformação de semelhança,
T, de tal forma que x=Tz. Para isso, considere-se a matriz T genericamente dada por,
t t
T = 11 12 (7.80)
t 21 t 22
Admitindo que T-1 existe, de acordo com (7.77) será Λ = T −1AT , o que é equivalente a,
t t − 1 0 0 2 t11 t12
TΛ = AT ⇔ 11 12 =
(7.81)
t 21 t 22 0 − 2 − 1 − 3 t 21 t 22
De (7.81) resulta,
− t11 − 2t12 2t 21 2t 22
− t = (7.82)
21 − 2t 22 − t11 − 3t 21 − t12 − 3t 22
− t11 = 2t 21
− 2t = 2t
12 22
(7.83)
− t 21 = −t11 − 3t 21
− 2t 22 = −t12 − 3t 22
152
J. Dores Costa Sistemas Dinâmicos e Controlo
− t11 = 2t 21
− t = t
12 22
(7.84)
t 21 = t 21
t 22 = t 22
As duas últimas equações são condições universais, motivo pelo qual t21 e t22 podem ser
quaisquer números reais, desde que T não seja singular. De acordo com (7.84) pode-se escolher
para matriz da transformação, por exemplo
− 2 − 1
T= e T = −1 (7.85)
1 1
Note-se que (7.84) terá infinitas soluções, pelo que existem infinitas transformações de
semelhança para este problema, mas só são válidas as matrizes T que tenham inversa. A matriz
inversa de T é,
− 1 − 1
T −1 = (7.86)
1 2
De acordo com (7.77), com (7.85) e (7.86), o novo modelo de estado, com a matriz do sistema
diagonal, é
− 1 0 1
z& = z + u y = [1 1]z (7.87)
0 − 2 0
Como os subsistemas da Fig. 7.11 são independentes, pode-se concluir imediatamente da figura
que o sistema não é controlável mas é observável. De um modo geral, se a matriz do sistema é
diagonal, para que o sistema seja controlável é necessário que todos os elementos de B sejam
diferentes de zero; para que o sistema seja observável, nenhum dos elementos de C pode ser
nulo. Assim, a diagonalização de um modelo de estado permite concluir sobre a
controlabilidade e a observabilidade do sistema.
153
J. Dores Costa Sistemas Dinâmicos e Controlo
.
u (t) x1 x1
+ ∫
y(t)
+
. x2
x2
+ ∫
2
0 1 0 0 0
0 0 1 0 0
A= ..... (7.88)
0 0 0 0 1
− a 0 − a1 .... − a n−2 − a n −1
154
J. Dores Costa Sistemas Dinâmicos e Controlo
Nota: Por definição, T é a matriz dos vectores próprios de A. Sejam pi, i=1...n, os valores
próprios de A; os vectores próprios de A são os vectores vi, i=1...n, que verificam a seguinte
equação:
pi v i = A v i (7.90)
A cada um dos valores próprios está associado um vector próprio; a matriz da transformação, T,
é formada por,
T = v1 v 2 v 3 ..... v n (7.91)
Os vectores próprios vi têm dimensão (1xn) e então T é uma matriz (nxn), sendo n é a ordem do
sistema.
Os valores e vectores próprios podem ser comodamente calculados através, por exemplo, do
programa MATLAB. Para verificação, convida-se o aluno a correr o programa explo15.
% Programa EXPLO_715.M
% Modelo de estado;
A=[0 2;-1 -3]; B=[-2;1]; C=[0 1]; D=0;
% valores próprios de A
eig(A)
% transformação de semelhança para diagonalização
%V - matriz dos vectores próprios; L - matriz diagonal
[V,L]=eig(A)
inv(V)*A*V
Bt=inv(V)*B
Ct=C*V
% função de transferência
[num,den]=ss2tf(A,B,C,D)
[num,den]=ss2tf(L,Bt,Ct,D)
% matrizes teste
P=obsv(A,C)
Pt=obsv(L,Ct)
rank(P)
rank(Pt)
Q=ctrb(A,B)
Qt=ctrb(L,Bt)
rank(Q)
rank(Qt)
% visualização das variáveis de estado
[y,x,t]=step(A,B,C,D,1);
subplot(211);plot(t,y);grid;
subplot(212);plot(t,x);grid;
[yt,z,t1]=step(L,Bt,Ct,D,1);
figure;subplot(211);plot(t1,yt);grid;
subplot(212);plot(t1,z);grid;
155
J. Dores Costa Sistemas Dinâmicos e Controlo
Verificará que, apesar de V não ser igual a (7.85), o sistema não é controlável, é observável, e
as funções de transferência são iguais para os dois modelos de estado. Verificará também que
as variáveis de estado têm diagramas temporais diferentes, mas que o da saída y é o mesmo.
7.8 RESUMO
Neste capítulo fez-se uma introdução aos modelos de estado para os sistemas lineares e
invariantes no tempo. Referiram-se conceitos da moderna teoria do controlo como sejam as
transformações de semelhança, a controlabilidade e a observabilidade. Mostrou-se a
correspondência entre a representação clássica dos modelos de entrada-saída, cujos modelos
são as funções de transferência, e a moderna representação no espaço de estados. Apresentou-se
a solução geral do modelo de estado no domínio do tempo e obteve-se também a solução
recorrendo à transformada de Laplace. Referiram-se os conceitos clássicos da estabilidade e
demonstrou-se que os valores próprios são invariantes na mudança de referencial.
156
J. Dores Costa Sistemas Dinâmicos e Controlo
CAPÍTULO 8
PROJECTO DO CONTROLO
8.1 INTRODUÇÃO
No capítulo anterior fez-se uma introdução aos modelos de estado para o caso dos sistemas
dinâmicos lineares e invariantes no tempo (SLIT). Com excepção dos conceitos da
controlabilidade e da observabilidade, a moderna teoria do controlo, baseada no conceito do
espaço de estados, foi apresentada como sendo uma extensão da teoria clássica. A análise do
comportamento dos sistemas pode ser feita pelos métodos descritos nos primeiros capítulos
destes apontamentos: determinam-se as funções de transferência relevantes a partir do modelo
de estado, e usam-se as técnicas conhecidas no domínio da frequência, por exemplo, as que
estão associadas aos diagramas de Bode e de Nyquist, ou as do plano da frequência complexa
que estão associadas ao diagrama de Evans.
Neste capítulo, e como introdução aos modernos métodos de controlo, refere-se o problema da
colocação de pólos baseado nos modelos de estado. Este método está intimamente relacionado
com os conceitos desenvolvidos a propósito do diagrama de Evans, mas, se o método clássico
partia da realimentação negativa da saída, agora refere-se o caso da realimentação negativa das
variáveis de estado. No entanto, a lei de controlo será determinada em função dos pólos
pretendidos para a cadeia fechada e os ganhos de realimentação continuam a ser determinados
em função destes pólos, tal como acontece quando se estudaram os métodos de compensação na
teoria clássica.
157
J. Dores Costa Sistemas Dinâmicos e Controlo
x& = A x + Bu (8.1a)
y = Cx (8.1b)
Em geral, na teoria do controlo moderno, a lei de controlo será uma função das variáveis de
estado:
u( t ) = f x( t ) (8.2)
Das leis de controlo possíveis (8.2), consideraremos a realimentação linear das variáveis de
estado (RLVE) definida por,
u ( t ) = − K x ( t ) = − k1 x1 − k2 x2 − ⋅⋅⋅ − kn xn (8.3)
onde K é um vector (1xn) de ganhos constantes e x é o vector das variáveis de estado de (8.1).
Quando se considera uma entrada de referência, r(t), a lei de controlo proporcional com
rectroacção das variáveis de estado passa a ser
u ( t ) = k P ( r ( t ) − K x ( t )) (8.4)
Kn
x n(t)
.
.
.
K2
x 2(t)
K1
x 1(t)
158
J. Dores Costa Sistemas Dinâmicos e Controlo
o que é equivalente a
x& = ( A− k P B K ) x + B k P r (t ) (8.6)
A equação (8.6) é o modelo de estado do sistema em cadeia fechada da Fig. 8.1 com entrada
r(t). O modelo (8.6) é formalmente idêntico a (8.1a) e a matriz AF,
A F = A − k PB K (8.7)
A função de transferência do sistema em cadeia fechada pode ser obtida de (7.56) tendo em
conta (8.6) e (8.7):
Y ( s) −1
= GF ( s) = C sI − A F B k P (8.8)
R ( s)
De acordo com (8.8) os pólos da cadeia fechada são os valores próprios de AF,
sI − A F = 0 (8.9)
Tendo em conta (8.7), o vector dos ganhos de realimentação, K, deve ser tal que as soluções de
(8.9) sejam os pólos desejados em cadeia fechada. O exemplo seguinte ilustra o processo para
se determinar o vector K por forma a modificar os pólos do sistema. Considere-se o modelo de
estado:
− 1 0 1
z& = z + u y = [1 1]z (8.10)
0 − 2 1
Aplicando a lei de controlo (8.4) com K=[k1 k2], obtém-se a matriz da dinâmica (8.7) do
sistema em cadeia fechada:
− 1 0 1 − 1 − k P k1 − k P k2
AF = − k P [k1 k 2 ]= (8.11)
0 − 2 1 − k P k1 − 2 − k P k 2
De acordo com (8.9), o polinómio característico da cadeia fechada é
159
J. Dores Costa Sistemas Dinâmicos e Controlo
s + 1 + k P k1 k P k2 2
sI − A F = = ( s + 1 + k P k1 )( s + 2 + k P k 2 ) − k P k 2 k1 (8.12)
k P k1 s + 2 + k P k2
s2 + s( 3 + k P ( k1 + k2 )) + 2 + k P k2 + 2 k P k1 = 0 (8.13)
Pretendendo que a cadeia fechada tenha os pólos -3 e -10, deve-se então verificar
s2 + s( 3 + k P ( k1 + k2 )) + 2 + k P k2 + 2 k P k1 = s2 + 13s + 30 (8.15)
Admitindo que kP=1, de (8.15) obtém-se k1=18 e k2=-8. O diagrama da Fig. 8.2 representa o
sistema em cadeia fechada.
. sistema inicial
x1 x1
+ ∫
y(t)
r(t) u (t)
+ +
. x2
x2
+ ∫
2
+ 18
-8
Considerando (8.8) a função de transferência em cadeia fechada, no exemplo que temos estado
a considerar, é
160
J. Dores Costa Sistemas Dinâmicos e Controlo
Y ( s) −1 k p ( 2 s + 3)
= C sI − A F B k P = 2 (8.16)
R ( s) s + s( 3 + k P ( k1 + k2 )) + 2 + k P k2 + 2 k P k1
Y ( s) 2s + 3
G F ( s) = = 2 (8.17)
R ( s) s + 13 s + 30
Se pretendermos, noutro caso, que y(t) seja exacto perante uma entrada r(t) escalão unitário,
pelo teorema do valor final deve-se verificar que lim GF ( s) = 1; nestas condições, de (8.16)
s→ 0
obtém-se
3k p
GF ( 0) = =1 (8.18)
2 + k P k2 + 2 k P k1
2
kp = ∧ k2 + 2 k1 < 3 (8.19)
3 − k2 − 2 k1
Seja, por exemplo, k1=1 e k2=0,5; de (8.19) resulta kp=4 e (8.18) é verificada. Com estes
valores, a função de transferência em cadeia fechada, GF(s), é
Y ( s) 8s + 12
G F ( s) = = 2 (8.20)
R ( s) s + 9 s + 12
e os pólos em cadeia fechada (os zeros do denominador de (8.20)) são -7,37 e -1,63.
Com estes exemplos procurou-se mostrar que é possível controlar a resposta de um sistema
usando a RLVE e escolhendo correctamente os ganhos da lei de controlo (8.3) ou (8.4). Note-
se que foi possível obter um sistema exacto sem aumentar a ordem do sistema original,
enquanto que, segundo as técnicas clássicas, a inclusão de um integrador na cadeia de acção
implicaria um sistema de terceira ordem, sendo então condicionalmente estável. Todavia, se for
exigido que o sistema seja exacto, fica condicionada a possível localização dos pólos (no
exemplo anterior é necessário conciliar (8.16) com (8.18)).
161
J. Dores Costa Sistemas Dinâmicos e Controlo
Quando se pretende conciliar a exactidão com a liberdade de colocação dos pólos por RLVE é
necessário incluir também um integrador na cadeia de acção. Para ilustrar este processo,
considere-se o sistema cujo modelo de estado é (8.10) com a inclusão de um integrador, tal
como se representa na Fig. 8.3.
.sistema
x=Ax+Bu
.
R(s) X3 X3 U(s) X1 Y(s)
1 k3 -1
C
s [sI-A] B
X2
k1
k2
Além das variáveis de estado de (8.10), introduz-se uma nova variável de estado x3 à saída do
integrador. As equações do modelo da Fig. 8.3 são:
x& = Ax + Bu (8.21a)
y = Cx (8.21b)
x& 3 = r (t ) − C x (8.22)
u = k 3 x3 − K x (8.23)
em que, x é o vector de estado inicial, K é o vector dos ganhos da realimentação das variáveis
de estado x1 e x2 e (8.21) é o modelo de estado do sistema original:
x
x = 1 (8.24)
x2
K = k1 k2 (8.25)
− 1 0 1
A= B= C = [1 1] (8.26)
0 − 2 1
162
J. Dores Costa Sistemas Dinâmicos e Controlo
A equação que resulta da substituição de (8.23) em (8.21a), (8.22) e (8.21b) são as equações do
sistema em cadeia fechada:
x& = Ax + k 3 B x3 − B K x (8.27a)
x& 3 = r (t ) − C x (8.27b)
y = Cx (8.27c)
As equações (8.27) podem ser condensadas num modelo de estado único que será designado
por modelo de estado alargado:
A − B K M B k3 0
x& a = L M L x a + L r
(8.28a)
− C M 0 1
y = C M 0 xa (8.28b)
x x1
x a = L = x 2 (8.28c)
x3 x3
x& a = A a x a + B a r (8.29a)
y = Ca x a (8.29b)
Y ( s) −1
G F ( s) = = C a sI − A a B a (8.30)
R ( s)
− 1 − k1 − k1 k3 0
x& a = − k 2 − 2 − k2 k 3 x a + 0 r
(8.31a)
− 1 −1 0 1
163
J. Dores Costa Sistemas Dinâmicos e Controlo
y = 1 1 0 xa (8.29b)
De (8.30), obtém-se:
Y ( s) k3 ( 2 s + 3)
GF ( s) = = 3 2
(8.32)
R ( s) s + ( 3 + k1 + k 2 ) s + ( 2 + 2 k1 + k2 + 2 k3 ) s + 3k3
Para uma entrada r(t) escalão unitário, o valor final de y(t), ou seja, o valor estacionário, é
calculado pelo teorema do valor final:
3k 3
y ( ∞ ) = lim GF ( s) = =1 (8.33)
s→ 0 3k 3
Em conclusão, a resposta será exacta, independentemente dos valores de k1, k2 e k3, os quais
devem ser determinados em função dos pólos, isto é do comportamento dinâmico desejado,
para o sistema em cadeia fechada.
Por exemplo, se os pólos convenientes forem -20, -5 e -3, então o denominador de GF(s) será o
polinómio do terceiro grau,
Para a colocação dos pólos, compara-se (8.34) com o denominador de (8.32), e resulta o
seguinte sistema de equações:
Deste exemplo ressalta imediatamente que a exactidão do sistema não está condicionada pelos
pólos da cadeia fechada, embora o sistema da Fig. 8.3 seja de ordem superior à do sistema
modelado por (8.20), devido á inclusão do integrador.
164
J. Dores Costa Sistemas Dinâmicos e Controlo
%programa polos.m
A=[-1 0;0 -2]; B=[1;1]; C=[1 1];
%vector dos pólos
P=[-3 -10];
%determinação de K
K = acker(A,B,P)
% em cadeia fechada com u=-Kx
AF=A-B*K
eig(AF)
step(AF,B,C,0)
[num,den]=ss2tf(AF,B,C,0)
K=
18 -8
Corra este programa para outros pólos, por exemplo -2+2j e -2-2j, e determine as funções de
transferência em cadeia fechada. Para a entrada u(t) escalão unitário, determine a sobreelevação
de y(t). (Nota: P=[-2+2*i -2-2*i]; pode também usar a instrução K=place(A,B,P)).
0 − 4 0
z& = z + u y = [1 0]z (8.36)
1 − 2 1
Y ( s) 1
G ( s) = = 2 (8.37)
U ( s) s + 2 s + 4
Y ( s) 1
G I ( s) = = 2
(8.38)
U ( s) s( s + 2 s + 4 )
De (8.38) resulta,
165
J. Dores Costa Sistemas Dinâmicos e Controlo
d3y d2 y dy
= − 2 − 4 +u (8.39)
dt 3 dt 2 dt
Escolhendo como variáveis de estado x1=y, x2 = x&1 e x3 = x& 2 , (8.39) pode ser representado pelo
seguinte modelo de estado:
0 1 0 0
x& = 0 0 1 x + 0 u
(8.40a)
0 − 4 − 2 1
y= 1 0 0 x (8.40b)
U(s) X3 Y(s)
R(s) -1
k1 [sI-A] B C
X1
X2
X1
k3
k2
u = k1 ( r − x1 ) − k2 x2 − k3 x3 = k1 r − K x (8.41)
x& = ( A− B K ) x + B k1 r (t ) (8.42)
O programa seguinte, para MATLAB, resolve-se o resto do exercício. Como solução obtém-se
K =[5050 1097 68]; o diagrama temporal de y(t) está representado na Fig. 8.5 e conclui-se
que se obteve a exactidão pretendida com os pólos desejados. É interessante comparar a
resposta ao escalão do sistema (8.36) com a da Fig. 8.5 após a aplicação da lei de controlo
166
J. Dores Costa Sistemas Dinâmicos e Controlo
(8.41). Experimente-se resolver deste exercício pelo método descrito nas equações (8.21) a
(8.23).
%programa explo8_4.m
%dados (8.36)
A=[0 1;-4 -2];
B=[0;1];
C=[1 0];
D=0;
[num,den]=ss2tf(A,B,C,D)
eig(A)
% resposta ao escalão do sistema (8.36)
[y,x]=step(A,B,C,D,1);
subplot(211);plot(y);grid;
subplot(212);plot(x);grid;
%modelo com integrador (8.40)
Ai=[0 1 0;0 0 1;0 -4 -2]; Bi=[0;0;1]; Ci=[1 0 0];
%pólos desejados em c.f.
P=[-50 -10+i -10-i];
K=acker(Ai,Bi,P)
% em cadeia fechada
AF=Ai-Bi*K;
BF=K(1)*Bi;
eig(AF)
% resposta ao escalão
figure;
[y,x]=step(AF,BF,Ci,D,1);
subplot(211);plot(y);grid;
subplot(212);plot(x);grid;
_____________________________________________________________________________
O método de controlo por RLVE é aplicável quando as variáveis de estado estão acessíveis para
a medida e o sistema é controlável. Nestas condições, a escolha dos ganhos de realimentação
das variáveis de estado permite localizar, convenientemente, os pólos da cadeia fechada .
Para um sistema controlável existe sempre um controlo do tipo (8.3) que permite modificar os
pólos do sistema original. A localização dos pólos é determinada por considerações que
envolvem o desempenho desejado para o sistema e o seu comportamento dinâmico (velocidade
da resposta, sobreelevação, período das oscilações, exactidão, etc). Enquanto que, pelas
técnicas clássicas, os pólos que não são dominantes são desprezados, a RLVE permite que os
pólos tenham os valores correctos, incluindo os que se consideram não dominantes.
167
J. Dores Costa Sistemas Dinâmicos e Controlo
Fig. 8.5: Diagrama temporal de y(t) para r(t) escalão unitário com RLVE.
Desde que as variáveis de estado estejam acessíveis, a realização prática do controlo por RLVE
é simples; de facto, à lei de controlo (8.3) corresponde a a um circuito somador-inversor
realizado com amplificadores operacionais, o que se representa esquematicamente na Fig. 8.6
(vide Anexo 3.3).
Rf
R1
x1
R2
x2 u(t)
R3
x3
De acordo com (8.3), os ganhos de realimentação para a Fig. 8.6 são obtidos por:
Rf Rf Rf
k1 = k2 = k3 = (8.43)
R1 R2 R3
Para melhorar a exactidão, podem ser colocados integradores na cadeia de acção, dando assim
origem a modelos de estado de ordem superior, para os quais continua a ser possível obterem-se
leis de controlo por RLVE que darão aos pólos em cadeia fechada os valores julgados
convenientes. Os métodos baseados na RLVE só são usados na moderna teoria do controlo e,
como atrás foi referido, não têm correspondência nos sistemas clássicos. Todavia, em ambos os
casos, o que se procura garantir é que os pólos da cadeia fechada tenham a localização julgada
mais conveniente. Nos sistemas clássicos usam-se os compensadores de atraso e de avanço de
168
J. Dores Costa Sistemas Dinâmicos e Controlo
Partiu-se do princípio que as variáveis de estado eram todas acessíveis. Quando isso não
acontece, existem métodos para se estimarem as variáveis de estado não acessíveis. A estima
das variáveis de estado é designada por observação e os sistemas que realizam essa observação
(circuitos electrónicos ou programas para computador) são designados por observadores de
estado. A eles nos referiremos no próximo parágrafo.
A solução deste problema pode ser obtida pelo método de Luenberger [] que consiste em obter
uma estimativa do vector de estado, x̂ , de tal forma que o erro e=x- x̂ seja suficientemente
pequeno. De outro modo, o problema consiste em projectar um sistema dinâmico cujo estado x̂
seja tão próxima quanto possível do estado a reconstruir.
Uma escolha possível para este problema consiste em adoptar um modelo que é directamente
excitado pela entrada y e pela entrada u do sistema real, sendo esta previamente conhecida:
ˆ xˆ + Bˆ u + K y
x&ˆ = A (8.44a)
onde ^ denota a estimativa dos verdadeiros valores e K é o vector dos ganhos do observador,
k1
K = M (8.44b)
k n
Considere-se um sistema SISO representado pelo modelo de estado, conhecido, mas em que x
não é acessível para a medida:
x& = Ax + Bu (8.45a)
y = Cx (8.45b)
169
J. Dores Costa Sistemas Dinâmicos e Controlo
e=x- x̂ (8.46)
ˆ e + (A − K C − A
e& = A ˆ ) x + (B − Bˆ ) u (8.48)
De (8.48), para que o erro, e, tenda para zero independentemente de y e de u, deve verificar-se,
ˆ =0
A − KC − A (8.49)
B − Bˆ = 0 (8.50)
ou seja,
ˆ = A − KC
A (8.51a)
Bˆ = B (8.51b)
Desta forma, A, B e K não podem ser arbitrários e, para que se verifique (8.49), há que
determinar o vector de ganhos K.
x&ˆ = ( A − K C) xˆ + B u + K y = A xˆ + B u + K ( y − C xˆ ) (8.52)
O modelo (8.52) tem a forma de (8.45a), excepto no que diz respeito a uma entrada adicional,
K ( y − C xˆ ) , que tende para zero quando xˆ → x . Atendendo a que
y − C xˆ = C(x − xˆ ) = Ce (8.53)
a última parcela de (8.52) representa a diferença resídual entre o estado e a sua estimativa;
numa boa estimativa, esta diferença deverá ser aceitavelmente pequena.
A equação (8.52) representa um sistema dinâmico linear cujas variáveis de estado são as
estimativas do estado de um outro sistema dinâmico; (8.52) é designado por observador de
170
J. Dores Costa Sistemas Dinâmicos e Controlo
estado desse sistema. O modelo do observador linear tem a forma típica do modelo em cadeia
fechada, é comandado pelo erro, e, e K é o ganho do observador. A Fig. 8.7 traduz esta ideia.
ˆe
e& = A (8.54a)
com
ˆ = A − KC
A (8.54b)
u(t) observador
B
do sistema real
.
y(t) Ce ^
x x^
+ K + ∫
^
y
A
Para que o erro, e, tenda assintoticamente para zero, é necessário que os valores próprios de
(8.54b) sejam estáveis (tenham parte real negativa e não nula). Desde que o sistema governado
por (8.45) seja observável, então existe um vector (ou matriz) K para que os valores próprios
de (8.54b) sejam os arbitrariamente escolhidos.
171
J. Dores Costa Sistemas Dinâmicos e Controlo
y
^ ^
u=- Gx
x Lei de controlo
reconstrução do
u estado G
Uma vez que se dispõe da estimativa do vector de estado do sistema, define-se uma lei de
controlo com rectroacção linear das estimativas das variáveis de estado,
u (t ) = −G xˆ (t ) = − g1 xˆ1 − g 2 xˆ 2 − ⋅ ⋅ ⋅ − g n xˆ n (8.55)
Os modelos de estado que estão envolvidos no compensador com reconstrução do estado são
x& = Ax + Bu y = Cx (8.56)
x& = Ax − BG xˆ (8.58)
As equações (8.57) e (8.58) definem um modelo de estado alargado que pode ser escrito na
forma matricial,
x& A − B G M BG x
L = L M L L (8.59)
e& 0 M A − KC e
sI − A + B G . sI − A + KC = 0 (8.60)
Estes pólos podem ser localizados arbitrariamente por escolha de K e G, desde que o sistema de
(8.56) seja simultaneamente controlável e observável. Na Fig. 8.9 representa-se o diagrama de
blocos do compensador para colocação de pólos com reconstrutor de estado.
172
J. Dores Costa Sistemas Dinâmicos e Controlo
compensador
B
sistema
.
^x ^x u y(t)
x
K + ∫ -G .
x=Ax+Bu C
^y
+ C
Os dois sistemas da Fig. 8.9 estão em cascata: o da esquerda gera uma estimativa do erro, na
base da qual gera o controlo u; o sistema da direita é o sistema dinâmico que se quer controlar.
O observador tem a mesma ordem que o sistema a controlar cuja saída é mensurável é y mas
cujas variáveis de estado não são acessíveis. Este sistema deve ser controlável e observável.
Quando só algumas variáveis de estado são acessíveis para medida, podem ser definidos
observadores de menor ordem que a do sistema a controlar [2].
0 − 4 0
z& = z + u y = [1 0]z (8.61)
1 − 2 1
173
J. Dores Costa Sistemas Dinâmicos e Controlo
Com a lei de controlo (8.3), para os pólos -2+j e -2-j, de (8.7) com kp=1, resulta
0 − 4 0 0 −4
AF = − [k1 k 2 ]=
− 2 − k 2
(8.62)
1 − 2 1 1 − k1
Para que sI − A F = s2 + 4 s + 5 , obtém-se k1=-0,25 e k2=2. Assim, será G= [-0,25 2]. Face aos
pólos desejados para a cadeia fechada, -2+j e -2-j, sejam os pólos do observador iguais a -8
(uma raíz dupla). De (8.54b) e (8.44b), resulta
0 − 4 k1 − k1 4
A − KC = − [1 0]= (8.63)
1 − 2 k 2 1 − k 2 − 2
8.4 RESUMO
O problema do controlo consiste em projectar um circuito que ajuste a entrada do sistema para
que a saída se comporte do modo pretendido. Neste capítulo fez-se uma introdução aos
modernos métodos de controlo baseados nos modelos de estado. Referiu-se o problema da
colocação de pólos através da realimentação negativa das variáveis de estado. Genericamente,
para colocar os pólos da cadeia fechada nos valores desejados, em função do comportamento
dinâmico pretendido, é necessário ter todas as variáveis fde estado acessíveis para medida. Nos
casos em que isso não é possível, mas em que o sistema é observável, referiu-se a possibilidade
de se estimar o estado do sistema a partir das variáveis de estado que estão acessíveis. Mostrou-
se que é possível controlar os sistemas através dos observadores lineares de estado e como se
obtém uma boa característica dinâmica realimentando as estimativas das variáveis de estado.
174
J. Dores Costa Sistemas Dinâmicos e Controlo
CAPÍTULO 9
CONTROLO DIGITAL
9.1 INTRODUÇÃO
u' y
Sistema
relógio A/D
D/A
Computador y*
u*
Lei de controlo
Na Fig. 9.1 existem sinais contínuos e sinais discretos: as variáveis u* e y* são variáveis
discretas porque só são válidas nos instantes determinados pelo relógio; y* é o sinal digital que
resulta da amostragem da variável contínua y(t), o que se representa na Fig. 9.2 (considerando
que a amostragem tem período T). Nestas condições, o sistema da Fig. 9.1 designa-se por
sistema amostrado.
O computador é versátil para a realização das leis de controlo, podendo ser programado para
realizar numericamente um controlo do tipo PID, por exemplo, ou para leis de controlo mais
elaboradas do que aquelas que são realizadas por circuitos analógicos. É o caso, por exemplo,
175
J. Dores Costa Sistemas Dinâmicos e Controlo
do controlo moderno que recorre à optimização de parâmetros (controlo óptimo) ou que inclui a
determinação dos ganhos de controlo em tempo real (controlo adaptativo). O baixo custo e a
capacidade de processamento dos microprocessadores e dos conversores A/D e D/A actuais,
tornam-nos ferramentas ideais para a realização de controladores com leis de controlo
complexas e, em particular, para os sistemas que envolvem um grande número de variáveis.
y(t)
y*(nT)
0 T 2T 3T 4T 5T 10T t
Neste capítulo, e como introdução ao controlo assistido por computador, refere-se o problema
da amostragem, os modelos, a análise e o controlo dos sistemas discretos e amostrados.
Uma variável discreta só é definida para instantes bem determinados. Por exemplo, y* da Fig.
9.2 só é definido para os instantes t=nT com n=0, 1, 2, ... e sendo T o período da amostragem;
para os instantes em que n não é um número inteiro o sinal y* não é definido. Assim, y*
representa um trem de impulsos, cada um deles existindo em t=nT e cujas amplitudes são iguais
a y(nT).
176
J. Dores Costa Sistemas Dinâmicos e Controlo
1, t = 0
δ (t ) = (9.1)
0, t ≠ 0
∞
y*=y(nT)=y(0) δ(t)+y(T) δ(t-T)+y(2T) δ(t-2T)+y(3T) δ(t-3T)+......= ∑ y ( nT ) δ ( t − nT ) (9.2)
n=0
Tendo em conta que a transformada de Laplace de δ(t) é igual a 1 e que a de δ(t-nT) é igual a
e −nTs , a transformada de Laplace de (9.2) é
∞
− Ts −2 Ts
Y *( s) = y ( 0) + y ( T ) e + y ( 2T ) e +.... = ∑ y (nT ) e − nTs (9.3)
n=0
O buffer do conversor A/D, a saída de D/A e o programa de controlo retêm o valor das
variáveis até que nova conversão ou novo processamento seja efectuado; por exemplo, no
intervalo [T, 2T[ a saída y é considerada igual a y(T); esta situação dá origem a uma
aproximação de y(t) por patamares, tal como se representa na Fig. 9.3.
y(t)
y*(nT)
0 T 2T 3T 4T 5T 10T t
1, t ≥ 0
h(t ) = (9.4)
0, t < 0
Designe-se por y'(t) a aproximação por patamares de y(t) a partir dos impulsos y*. De acordo
com (9.4), o impulso rectangular de y'(t) no intervalo [T, 2T[ , representado na Fig. 9.4, é dado
por,
177
J. Dores Costa Sistemas Dinâmicos e Controlo
y'(T)
0 T 2T t
y ' ( t ) = y ( 0) h( t ) − h( t − T ) + y ( T ) h ( t − T ) − h( t − 2 T ) + y ( 2 T ) h( t − 2 T ) − h ( t − 3T ) +....... =
∞
= ∑ y (nT ) h(t − nT ) − h(t − (n + 1)T )
n=0
(9.6)
De acordo com (9.2) e (9.6) os sinais discretos são representados por uma série infinita de
impulsos ou de impulsos rectangulares; no entanto, dependendo da duração da amostra a série
é, por vezes, truncada para um número finito de impulsos. De qualquer forma, o efeito de
retenção, traduzido pelo impulso rectangular, pode ser considerado como sendo causado por
uma acção de filtragem.
Tendo em conta que a transformada de Laplace de h(t) é igual a 1/s e que a de h(t-nT) é igual a
e − nTs s , a transformada de Laplace de (9.6) é
∞
e − nTs − e − ( n +1) Ts 1 − e − Ts ∞
Y ' ( s) = ∑ y (nT ) = ∑ y ( nT ) e − nTs (9.7)
n=0
s s n=0
De (9.7) conclui-se que a transformada de Laplace do sinal constituído pelo trem de impulsos
rectangulares de duração T, y'(t), é igual à transformada de Laplace do trem de impulsos y*(nT)
multiplicada pela função de transferência
1 − e − Ts
H0 ( s ) = (9.8)
s
178
J. Dores Costa Sistemas Dinâmicos e Controlo
A equação (9.8) representa a função de transferência do filtro retentor (ou segurador) de ordem
zero; diz-se de ordem zero porque a aproximação é feita por patamares, isto é, porque em
qualquer intervalo [nT, (n+1)T[ verifica-se y'(t)= y'(nT), para ∀t∈[nT, (n+1)T[. Esta situação
está esquematizada na Fig. 9.5.
Existem, também, filtros retentores de ordens superiores mas não nos ocuparemos deles. Por
exemplo, num filtro de ordem um a aproximação é feita por uma rampa de declive a, isto é, no
intervalo [nT, (n+1)T[ verifica-se y'(t)= at, para ∀t∈[nT, (n+1)T[.
O controlo dos sistemas dinâmicos contínuos pode ser feito com o auxílio de computadores,
segundo o processo esquematizado na Fig. 9.1. Se considerarmos que o sistema é representado
pelo modelo de estado contínuo,
x& = Ax + Bu (9.9a)
y = Cx + Du (9.164b)
T
x(T ) = e AT
x(0)+ ∫ e A (T −τ ) B u(0) dτ (9.10)
0
O resultado de (9.10) pode ser generalizado para qualquer intervalo [nT, (n+1)T[; tendo em
conta (9.10) e (7.22), obtém-se,
179
J. Dores Costa Sistemas Dinâmicos e Controlo
( n +1)T
A (( n +1)T −τ )
x((n + 1)T ) = e AT x(nT )+ ∫e B u(nT ) dτ (9.11)
nT
O integral de (9.11) pode ser simplificado com a mudança de variável λ=(n+1)T-τ. Com esta
mudança é dτ=-dλ; os limites superior e inferior do integral são 0 e T, respectivamente; porque
B é constante e u(nT) é também constante no intervalo [nT, (n+1)T[ , (9.11) é equivalente a,
0
x((n + 1)T ) = e AT
x(nT )− ∫ e Aλ dλ B u(nT ) (9.12)
T
Por comodidade de escrita, representaremos x(nT) por x(n) e x((n+1)T) por x(n+1); de acordo
com (9.12), é
T
x(n + 1) = e AT
x(n) + ∫ e Aλ dλ B u(n) (9.13)
0
Atendendo a que e AT depende de T mas não depende de n, e que o mesmo se passa para o
integral da segunda parcela de (9.13), estes factores podem ser representados pelas matrizes
G(T) e H(T) seguintes:
G ( T ) = e AT (9.14)
T
H (T ) = ∫ e Aλ dλ B (9.15)
0
Tendo em conta (9.14) e (9.15), a equação (9.13) pode ser escrita como
x ( n + 1) = G ( T ) x( n) + H( T ) u ( n ) (9.16)
A equação (9.16) é a equação da dinâmica do modelo de estado discreto que foi obtido por
amostragem do modelo contínuo (9.9a). Com a mesma notação, a equação da saída do modelo
de estado discreto, correspondente a (9.9b), é
y( n) = Cx ( n) + D u ( n) (9.17)
A 2 T 2 A 3T 3 A nT n
G ( T ) = Φ ( T ) = I + AT + + + ... + +... (9.18)
2! 3! n!
H ( T ) = e AT − I A −1 B (9.19)
180
J. Dores Costa Sistemas Dinâmicos e Controlo
G ( T ) ≈ I + AT (9.20)
H(T ) ≈ T B (9.21)
O modelo de estado discreto (9.16) e (9.17) pode ser representado pelo diagrama de blocos da
Fig. 9.6. Este modelo sugere um processo iterativo para a determinação das saídas y(nT) a partir
do conhecimento do estado no instante inicial, x(0) e das entradas u(nT).
G(T)
− 1 0 1
x& = .x + u y=[1 1] x (9.22)
0 − 2 1
A frequência de amostragem deve ser superior ao dobro da maior frequência dos pólos do
sistema. Os valores próprios da matriz do sistema são -1 e -2, aos quais correspondem as
frequências 1/2π Hz e 1/π Hz. Então, considere-se a frequência de comutação 1/T= 10 Hz.
Como T<<1 s, adoptam-se as aproximações (9.20) e (9.21):
0,9 0 0,1
G (T ) = I + AT = H (T ) = T B =
0 0,8 0,1
Com o programa para MATLAB seguinte obtiveram-se os diagramas temporais de y(nT) e y(t)
que estão representadas na Fig. 9.7. Como se pode verificar, a resposta discreta, y(nT), é uma
boa aproximação por patamares da resposta contínua y(t).
181
J. Dores Costa Sistemas Dinâmicos e Controlo
Note-se que por efeito da discretização, a equação diferencial matricial de primeira ordem
(9.9a) se transformou numa equação matricial às diferenças de primeira ordem. Considere-se o
índice temporal n e a sequência de valores y(n) e u(n); uma equação linear às diferenças é
qualquer equação que se possa escrever na forma:
182
J. Dores Costa Sistemas Dinâmicos e Controlo
Para clarificar este assunto, considere-se a definição de derivada como sendo o limite da razão
incremental,
df ( t ) f (t + T ) - f (t )
= lim (9.24)
dt T →0 T
df ( t ) f ( t + T ) - f ( t )
≈ (9.25)
dt T
df ( t )
f (t + T ) = f (t ) + T (9.26)
dt
df ( n )
f ( n +1) = f ( n ) + T (9.27)
dt
Considere-se, por exemplo, equação diferencial (9.28) com a condição inicial f(0)=0:
df ( t )
=2 (9.28)
dt
Tendo em conta (9.27), para t=nT e admitindo que T é muito pequeno, (9.28) pode ser
aproximada pela equação às diferenças,
f ( n +1) = f ( n ) + 2 T (9.29)
Utilizando (9.29) como uma fórmula de recorrência, obtêm-se os resultados da tabela seguinte:
De acordo com estes resultados, a primitiva de (9.28) com a condição inicial f(0)=0 é
f(nT)=2nT, ou seja, f(t)=2t, como é sabido.
u ( n ) = a k y ( n + k ) + a k −1 y ( n + k − 1) + ...... + a0 y ( n ) (9.30)
183
J. Dores Costa Sistemas Dinâmicos e Controlo
Esta equação, se tiver coeficientes constantes, traduz uma combinação linear dos termos y(n+j).
A equação (9.30) representa um conjunto de infinitas equações, sendo cada uma delas obtida
para um valor de n. A solução de (9.30) consiste em determinar a sequência {y(n)}dada a
sequência {f(n)}. A resolução de (9.30) pode ser feita recursivamente de modo análogo ao que
foi feito para (9.29), desde que sejam conhecidas as k condições iniciais. Este processo pode ser
trabalhoso e assunto será tratado mais à frente. Se u(n)=0, a equação diz-se homogénea, à
semelhança do que passa com as equações diferenciais dos sistemas contínuos.
x ( n + 1) = G x( n ) + H u ( n ) (9.31)
y( n) = Cx ( n) + D u ( n) (9.32)
O diagrama de blocos que o representa é aquele da Fig. 9.6. As condições iniciais x(0) e a
sequência u(n) para n≥0 são conhecidas. A solução para x(1) é
x (1) = G x( 0) + H u ( 0) (9.33)
n −1
n − i −1
x ( n ) = G x ( 0) + ∑ G
n
H u (i ) (9.35)
i =0
Exemplo 9.2 _________________________________________________________________
Pretende-se determinar o estado x(n) e a saída y(t) do modelo discreto, considerando x(0)=0 e
com a entrada u(n)=1, ∀n≥0.
0.9 0 0.1
x& = .x + u y=[1 1] x
0 0.8 0.1
184
J. Dores Costa Sistemas Dinâmicos e Controlo
x1(n)=y(n) (9.37a)
x2(n)=y(n+1)+Ku(n) (9.37b)
onde K é uma constante que será determinada para que se anule o termo de u(n+1). De (9.37b)
resulta,
x2 ( n + 1) − Ku ( n + 1) = −0, 7 x2 ( n ) + 0, 7 Ku ( n ) − 0, 1 x1 ( n ) + 2 u ( n + 1) + u ( n ) (9.39)
x2 ( n + 1) = −0, 1 x1 ( n ) − 0, 7 x2 ( n ) − 0, 4 u ( n ) (9.40)
x1(n+1)=x2(n)+2u(n) (9.41)
O sistema formado pelas equações (9.41) e (9.40) e a equação da saída (9.37a), formam um
modelo de estado para o sistema discreto modelado por (9.36):
0 1 2
x(n + 1) = x( n) + u ( n) y (n) = [1 0]x(n) (9.42)
− 0,1 − 0,7 − 0,4
185
J. Dores Costa Sistemas Dinâmicos e Controlo
9.5 TRANSFORMADA Z
Para os sistema contínuos definiu-se a transformada de Laplace, através da qual, uma função do
tempo, f(t), é transformada numa função de variável complexa F(s). Para os sistemas discretos
define-se uma transformada semelhante chamada transformada Z (inicialmente foi designada
por transformada de Laplace discreta). Considere-se uma função do tempo discreta f(nT); a
transformada Z dessa função, F(z), é dada por
∞
Z[f(nT)]=F(z)= ∑ f ( nT ) z − n (9.43)
n=0
Comparando a equação (9.3) com (9.43), verifica-se que, se definirmos uma variável complexa
z = e sT , então Y*(s) em (9.3) é a transformada Z do trem de impulsos y(nT):
∞
−1 −2 −3
Y ( z ) = y ( 0) + y ( T ) z + y (2T ) z + y ( 3T ) z +..... = ∑ y (nT ) z − n (9.44)
n=0
Para que a transformada Z seja bem definida, considera-se que, tacitamente, há uma região do
plano complexo de variável z para a qual a série (9.43) converge.
Por comodidade de escrita, sendo y(n) um trem (ou sequência) de impulsos, a sua transformada
Z é escrita como,
∞
−1 −2 −3
Y ( z ) = y ( 0) + y (1) z + y (2) z + y ( 3) z +..... = ∑ y ( n) z − n (9.45)
n=0
À semelhança do que foi feito para os sistemas contínuos com a transformada de Laplace, a
transformada Z é tratada aqui como uma ferramenta para transformar uma função do tempo
discreta f(nT) na função de variável complexa F(z) com z = e sT ; tendo em conta a transformada
de Laplace da função atrasada, vide por exemplo (9.2) e (9.3), é comum designar a variável z
por operador avanço e z-1 por operador atraso. As transformadas Z de algumas funções mais
frequentes são dadas na tabela 9.1.
Algumas das propriedades desta transformada são apresentadas em seguida sem demonstração;
as demonstrações podem, por exemplo, ser consultadas em [4, 5, 6].
186
J. Dores Costa Sistemas Dinâmicos e Controlo
Propriedades da transformada Z
1. Propriedade do atraso
−k
Z f ( t − kT ) = z F ( z) (9.46)
2. Propriedade do avanço
k −1
Z f ( t + kT ) = z k F ( z ) − z k f ( 0) −..... − zf ( k − 1) = z k F ( z ) − ∑ f ( j) zk − j (9.47)
j =0
em que t=nT e os termos f(0), f(1), ...., f(k-1) são as condições iniciais.
f ( 0) = lim F ( z ) (9.48)
z →∞
z −1
f ( ∞ ) = lim F ( z) (9.49)
z →1 z
1, n ≥ 0
h(nT ) = (9.50)
0, n < 0
h(nT)
0 T 2T 3T 4T 5T nT
187
J. Dores Costa Sistemas Dinâmicos e Controlo
188
J. Dores Costa Sistemas Dinâmicos e Controlo
Tendo em conta que impulsos da sequência de h(nT) têm todos valor um, e que o atraso entre
impulsos consecutivos é T, de acordo com (9.43) é
∞
−1 −2 −k
Z h ( nT ) = 1 + z +z +..... + z +.... = ∑ z−n (9.51)
n=0
(9.51) é igual à soma da série geométrica de razão z-1; no caso de |z-1|<1, a série é convergente
e a soma é
∞
1 z
∑ z−n = −1
=
z −1
(9.52)
n=0 1− z
189
J. Dores Costa Sistemas Dinâmicos e Controlo
e -aT
A razão da série (9.53) é ; para |z|>e-aT a soma da série é
z
n
∞ e -aT z
∑ z =
z − e -aT
(9.54)
n =0
Z [r ] = ∑
∞ n
n r z
= (9.55)
z
n =0 z−r
z
Z r −n = (9.56)
z − r −1
Com base na Tabela 9.1, é importante notar que as transformadas de Laplace e as transformadas
Z da mesma função do tempo são bastante diferentes, excepto no que diz respeito ao impulso
unitário. Todavia, e salvaguardando as propriedades atrás enunciadas, a transformada Z será
usada do mesmo modo que a transformada de Laplace para o caso dos sistemas contínuos.
Como exemplo, define-se agora uma função de transferência G(z) para os sistemas discretos, tal
como antes se definiu a função de transferência G(s) para os sistemas contínuos. Quanto à
obtenção da inversa da transformada Z existem diferenças importantes, em relação à
transformada de Laplace, e por isso se justifica a inclusão de um parágrafo sobre essa matéria.
Geralmente, a transformada F(z) de uma função do tempo f(nT) é uma razão entre dois
polinónios de variável z. Trataremos agora dos processos que permitem obter a função do
tempo f(nT) a partir da transformada F(z). Estes processos são:
190
J. Dores Costa Sistemas Dinâmicos e Controlo
O primeiro caso é em tudo análogo ao processo seguido para as transformadas de Laplace e, por
isso, não será aqui referido novamente.
O segundo caso também segue também as linhas gerais que foram apresentadas para as
transformadas de Laplace, mas existe uma diferença a assinalar. Admitiremos que o
denominador de F(z) esteja factorizado, de acordo com os seus pólos, à semelhança do que se
faz com as transformadas de Laplace. A decomposição em fracções parciais visa transformar
F(z) numa soma de transformadas mais simples que estejam listadas numa tabela. Porém, se
olharmos para a tabela 9.1, verificaremos que os numeradores das transformadas 3 a 15 têm
sempre um factor z; por este facto, é necessário que as fracções parciais de F(z) tenham também
o factor z em numerador. Para que isso seja possível, a decomposição em fracções parciais
incide sobre F(z)/z, em vez de ser feita directamente sobre F(z). No exemplo seguinte
clarificaremos este assunto.
F ( z) 1 A B
= = + (9.58)
z ( z − 1)( z − 2 ) z − 1 z − 2
em que
1 1
A= = −1 B= =1
z − 2 z =1 z − 1 z = 2
F ( z) −1 1
= + (9.59)
z z −1 z − 2
191
J. Dores Costa Sistemas Dinâmicos e Controlo
−z z
F ( z) = + (9.60)
z −1 z − 2
f ( k ) = −1 + 2 k (9.61)
A decomposição em fracções parciais e a tabela 9.1 permitem obter uma expressão algébrica
geradora da sequência de impulsos f(k), para qualquer k=0, 1, 2, ..... Como se verifica, excepto
no que toca à decomposição de F(z)/z, tudo o mais segue as regras expostas para o caso das
transformadas de Laplace dos sistemas contínuos.
O método das divisões sucessivas é particularmente útil para o cálculo numérico. Sendo F(z)
uma razão entre dois polinómios de variável z, o método consiste em dividir, sucessivamente, o
polinómio numerador pelo polinómio denominador. Admitindo que o grau do polinómio
denominador é superior ao do numerador, obtém-se um polinómio cociente cujos termos são
potências de z-1. Para exemplificar, considere-se a transformada (9.57); dividindo
sucessivamente o numerador pelo polinómio denominador, obtém-se F(z) com a forma de uma
soma de potências:
z
F ( z) = 2 = z −1 + 3z −2 + 7 z −3 + 15z −4 + 31z −5 +....... (9.62)
z − 3z + 2
z z 2 -3 z +2
-1
z -3 +2 z -5
z -1 +3z -2+7z -3+15 z -4+ 31 z +....
+3 -2 z -1
-1 -2
3 -9 z +6 z
-1 -2
7z -6 z
-1 -2 -3
7 z -21 z +14 z
-2 -3
15 z -14 z
.
.
.
_____________________________________________________________________________
Nota: a divisão pode ser feita em computador; como exemplo, apresenta-se a listagem de um
programa para MATLAB (divpol.m):
192
J. Dores Costa Sistemas Dinâmicos e Controlo
function divpol(num,den,parce);
% num/den até ao número de parcelas dado por parce+1
% grau de num <= grau de den
% num e den têm que ser dados com o mesmo número de elementos
% I - potência de z^-1
% coef - coeficiente de Z^-I
N=size(den,2);
resto=num;
for I = 0:parce,
[coc,resto]=deconv(resto,den);
I
coef=coc
for J = 1:N-1,
resto(J) = resto(J+1);
end
resto(N)=0;
end
Para correr o programa para efectuar a divisão (9.62), com cinco parcelas, dão-se as seguintes
instruções na janela de comandos do MATLAB: a=[0 1 0]; b=[1 -3 2]; divpol(a, b, 5).
_____________________________________________________________________________
As amplitudes dos impulsos em (9.64) são iguais às que se determinam a partir de (9.61).
Note-se que a divisão sucessiva não conduz a uma expressão algébrica para f(n), mas dá as
amplitudes dos impulsos que compõem a sequência f(n).
z
U ( z) = (9.65)
z −1
1
F ( z) = U ( z) (9.66)
z−2
193
J. Dores Costa Sistemas Dinâmicos e Controlo
De (9.66) resulta,
Tendo em conta a propriedade do avanço, (9.47), com condições iniciais nulas, de (9.67)
resulta,
1, n ≥ 0
Sendo u(n) dada por u (n) = , de (9.68) obtêm-se os seguintes valores de f(n):
0, n < 0
Como se verifica, as amplitudes dos impulsos f(n) são iguais às que se determinam a partir de
(9.61). Embora este processo também não conduza a uma expressão algébrica para f(n), a
determinação de f(n) é simples e (9.68) consiste numa fórmula de recorrência que permite
determinar, sequencialmente, as amplitudes dos impulsos que compõem a saída do sistema.
0, 6 z 2
C( z) = 2 (9.69)
z − 1.8z + 0. 8
a) Por qualquer dos processos descritos, verifique que os primeiros termos de c(n) são:
c(n)= 0,6 δ(n) + 1,08 δ(n-1) + 1,464 δ(n-2) + 1,77 δ(n-3) +...... (9.70)
194
J. Dores Costa Sistemas Dinâmicos e Controlo
9.7 ESTABILIDADE
Quando ω varia de zero a infinito, (9.71) corresponde a uma circunferência de raio eaT com
centro na origem. Para a=0, é |z|=1 e quando ω varia de zero a infinito, (9.71) corresponde a
uma circunferência de raio 1. Para a<0, verifica-se |z|<1 e, quando ω varia de zero a infinito,
(9.71) corresponde ao interior da circunferência de raio unitário. Em conclusão, z = e sT
transforma o eixo imaginário do plano de Argand na circunferência de raio igual a 1; o semi-
plano esquerdo do plano de Argand (a<0) é transformado no interior da circunferência e o
semi-plano direito (a>0) é transformado na região exterior da circunferência . Esta
transformação é esquematizada na Fig. 9.9.
Esta transformação das regiões do plano tem evidentes implicações para o estudo da
estabilidade dos sistemas discretos: para que um sistema discreto seja assintoticamente estável,
os pólos da função de transferência G(z) devem estar localizados no interior do círculo unitário
(com centro na origem). Para que a estabilidade seja assintótica, os pólos não podem estar
localizados sobre a circunferência de raio um. Em resumo, se z é um pólo de G(z), para que o
sistema seja assintoticamente estável deve-se verificar |z|<1.
Im
Im
s=a+jω z
a<0
a>0
j
0 Re -1 0 1 Re
-j
195
J. Dores Costa Sistemas Dinâmicos e Controlo
Para os modelos de estado discretos, os valores próprios da matriz do sistema (9.31) devem
estar localizados no interior da circunferência de raio um, |z|<1, para que o sistema seja
assintoticamente estável.
z
Y ( z) = U ( z) (9.72)
( z − p1 )( z − p2 )
Nos casos em que os pólos estão no interior do circulo unitário, os sistemas são estáveis e se
existem pólos complexos, então existem modos oscilatórios.
196
J. Dores Costa Sistemas Dinâmicos e Controlo
Tal como acontece nos sistemas contínuos, pode-se usar o critério de Routh para determinar se
existem pólos instáveis. Todavia, devido à transformação das regiões do plano que é imposta
por z = e sT , há que usar uma transformada homográfica, a qual pode ser definida por:
s +1
z= (9.73)
s −1
ou,
z +1
s= (9.74)
z −1
A transformação de variáveis (9.73) introduz uma mudança nos limites das regiões estáveis do
plano da Argand, porque quando s percorre o eixo imaginário, z descreve uma circunferência de
raio 1 em torno da origem, no sentido directo. Assim, para se usar o critério de Routh numa
equação P(z)=0, torna-se necessário, previamente, realizar a transformação de variáveis (9.73).
Para exemplificar, pretende-se determinar os valores K que tornam estável o sistema discreto
que tem a seguinte equação característica:
P ( z ) = z 2 + 3z + 0, 8 K = 0 (9.75)
s2 ( 4 + 0, 8 K ) + s( 2 − 1, 6 k ) + 0, 8 K − 2
P ( s) = =0 (9.76)
( s − 1) 2
s 2 4+0,8K 0,8K-2
s 2-1,6K 0
1 0,8K-2
De acordo com (9.77) o sistema será instável para qualquer valor de K. Note-se que esta
conclusão pode ser obtida directamente a partir das soluções de (9.75),
197
J. Dores Costa Sistemas Dinâmicos e Controlo
2
z1,2 = −1, 5 ± 1, 5 − 0, 8 K
e tendo em conta que pelo menos uma das raízes está sempre fora do círculo unitário, qualquer
que seja K. Todavia, mesmo para polinómios de grau igual a dois, a conclusão não é sempre tão
fácil de obter e, nesses casos, deve-se aplicar o critério de Routh com a substituição de
variáveis (9.73).
Existem outros métodos que podem ser aplicados directamente ao polinómio P(z). Um deles,
que não necessita da transformação homográfica, é o critério de Jury [4]; no entanto, a
construção da correspondente tabela e a verificação das condições para a estabilidade são
morosos quando o grau do polinómio é superior a 3.
Para estudar a estabilidade dos sistemas com realimentação negativa, conhecida a função de
transferência em cadeia aberta, pode-se usar o diagrama de Evans (ou lugar geométrico das
raízes, Root-Locus), tal como foi descrito para os sistemas contínuos.
O lugar geométrico das raízes da equação característica está representado na Fig. 9.11.
Im
K=0,857
K=0,065
K=5,535 0,667
198
J. Dores Costa Sistemas Dinâmicos e Controlo
As regras para a construção da Fig. 9.11 são as apresentadas para os sistemas contínuos. Da
Fig. 9.11 conclui-se que o sistema torna-se instável para K superior a um valor crítico, Kcr. Para
a determinação de Kcr pode-se utilizar o critério de Routh: a equação característica do sistema é
1 + G ( z ) H ( z ) = ( z − 1)( z − 0, 4) + K ( z + 0, 7) = 0 (9.79)
Substituindo (9.73) em (9.79), e usando o critério de Routh, verifica-se que o sistema será
assintoticamente estável para K<0,857, isto é, Kcr= 0,857. Os pontos de bifurcação são
determinados pelo método que foi descrito para os sistemas contínuos: tendo em conta que
K ( z + 0, 7)
1 + G( z) H ( z) = 1 + (9.80)
( z − 1)( z − 0, 4)
resulta,
( z − 1)( z − 0, 4)
−K = (9.81)
( z + 0, 7)
jω d T 1 + jω a
e = (9.82)
1 − jω a
1 + jω a
A equação (9.82) exige que se verifique arg(z) = arg , de onde se conclui,
1 − jω a
2
ωd = arctg ω a (9.83)
T
As respostas em frequência G(jωa) e G(jωd) são semelhantes, mas para diferentes valores da
frequência: quando ωa varia de -∞ a +∞, ωd varia de -π/T a +π/T; se ωa=1 rad/s, então ωd=π/2T
rad/s.
199
J. Dores Costa Sistemas Dinâmicos e Controlo
1
G ( s) = (9.84)
s +1
1 z +1 1 1
G ( z) = = = + (9.85)
z −1 2 z 2 2z
+1
z +1
1 1 - jω d 1
G ( jω d ) = + e = (1 + cos(ω d T ) − jsen (ω d T ) ) (9.86)
2 2 2
1
s= ln z (9.87)
T
Im Im
s=jωa z =e jω dT
ωa =oo ωd = π
T
ωa =0 ωd =0
0 1 Re 0 1 Re
z − 1 1 z − 1 3
ln z = 2 + + ..... (9.88)
z + 1 3 z + 1
200
J. Dores Costa Sistemas Dinâmicos e Controlo
2 z −1
s≈ (9.89)
T z +1
Em vez de (9.74), usa-se frequentemente (9.89) como transformada homográfica (ou bilinear)
para a transformação de G(s) em G(z); esta transformação segue, em geral, os passos do
exemplo 9.11 e os detalhes e as diferenças podem ser encontrados, por exemplo, em [ ].
Note-se que as transformadas (9.74) e (9.89) transformam o eixo imaginário do plano s na
circunferência de raio 1 do plano z, independentemente do factor 2/T de (9.89): substituindo
z = e jω d T em (9.89) e aplicando as formulas de Euler, obtém-se
2 ωd T
s = jω a = tg (9.90)
T 2
Em (9.90), tal como em (9.83), para ωd=0 resulta ωa=0 e quando ωd varia de -π/T a +π/T, ωa
varia de -∞ a +∞. De outro modo, seja ωs=2π/T; quando ωd tende para ωs/2, ωa tende para +∞;
então, a linha 0≤jωa<jωs/2 do plano s é transformada na semicircunferência superior, de raio 1,
do plano z.
Tendo em conta a fórmula de Euler,
ω ω
z = e j2 πω / ω s = cos( 2 π ) + jsen( 2 π ) (9.91)
ωs ωs
com a transformação entre s=jω e z = e j2πω / ω s , a circunferência unitária vai sendo repetida
cada vez que ω=nωs e n=1, 2, ... e a metade superior da circunferência unitária que corresponde
à variação de ω desde 0 até ωs/2 é simétrica da metade inferior para ω=ωs/2 até ω=ωs. Por
outro lado, o diagrama polar de G(z) também se repete para as frequências que são múltiplas de
ωs e o troço de ω=0 até ω=ωs/2 é simétrico daquele desde ω=ωs/2 até ω=ωs. Assim sendo, para
traçar o diagrama de Nyquist de G(z) com z dado por (9.91), basta considerar ω pertencente ao
intervalo [0, ωs/2 ], tal como foi feito no exemplo 9.11, porque ωd=π/T=ωs/2.
A aplicação do teorema de Nyquist (vide §4.4) para o estudo da estabilidade dos sistemas
discretos segue os passos que foram enunciados para os sistemas contínuos no tempo, com a
diferença que se circunscrevem agora os pólos sobre a circunferência unitária na definição do
caminho de z: sendo G(z) a função de transferência em cadeia aberta, o número de voltas, N,
que o afixo de G(z) dá em torno do ponto (-1, 0) no sentido positivo, quando z percorre a
circunferência unitária, excepto no número finito de pólos de G(z) tais que |z|=1, é igual a
201
J. Dores Costa Sistemas Dinâmicos e Controlo
N=Z-P (9.92)
A análise da resposta em frequência dos sistemas discretos é mais trabalhosa, quando feita
analiticamente, do que a dos sistemas contínuos porque se tem que fazer a substituição (9.91).
Para funções de transferência mais complicadas do que (9.85), do exemplo 9.11, o melhor
processo consiste em usar-se um computador digital com o software adequado. Por exemplo,
podem-se usar as instruções DNYQUIST e DBODE no programa MATLAB. Note-se que,
nestes casos, deve-se dar também o período de amostragem T e ter em conta a repetição que se
verifica para ω=nωs e n=1, 2, ....
Exemplo 9.12 ________________________________________________________________
Usando o teorema de Nyquist, pretende-se estudar a estabilidade de um sistema com o período
de amostragem T=1 s e cuja função de transferência em cadeia aberta é,
0, 25K
G( z) = (9.93)
( z − 1)( z − 0, 5)
Em (9.93) é P=0 e para que o sistema seja estável em cadeia fechada deve ser Z=0, pelo que
não poderão existir voltas do afixo de G(z) em torno de (-1, 0), isto é, N=0.
Para o traçado do diagrama de Nyquist que está representado na Fig. 9.13, considerando K=1,
usou-se o seguinte programa para o MATLAB:
%explo 912.m
T=1;
W=0.1:0.01:pi/2;
num=0.25;
d1=[1 -1]; d2=[1 -0.5];
den=conv(d1,d2);
dnyquist(num,den,T,W); grid;
sistema será assintoticamente estável se K<2. Para K>2 será N=2 e o sistema é instável porque
existem então duas raízes de 1+ G(z)=0 no exterior do círculo unitário. Isto pode ser
confirmado pelo traçado do Root-Locus, acrescentando as seguintes linhas ao programa
anterior:
202
J. Dores Costa Sistemas Dinâmicos e Controlo
De acordo com o diagrama, com K=1, é N=0; dado que G(z) intersecta o eixo real em -0,5, o
1 − e − T jω 1 − cos( ωT ) + jsen( ωT )
H 0 ( jω ) = = (9.94)
jω jω
π sen (ωT )
arg(H 0 ( jω ) ) = − − arctan (9.96)
2 1 − cos(ωT )
203
J. Dores Costa Sistemas Dinâmicos e Controlo
ωT ωT
2 sen sen
2 2
H 0 ( jω ) = =T (9.97)
ω ωT
2
204
J. Dores Costa Sistemas Dinâmicos e Controlo
A importância dos filtros retentores (hold) pode ser clarificada com a análise feita a seguir. A
amostragem de um sinal contínuo, f(t), pode ser considerada como a modulação de f(t) com um
trem de impulsos rectangulares p(t), o que se representa na Fig. 9.16, de tal forma que,
f*(t)=f(t)×p(t) (9.98)
onde p(t) é uma função de modulação periódica, constituída por um trem de impulsos unitários
rectangulares de duração τ, com período T.
0 t 0 t 0 t
τ T
Fig. 9.16: Modulação de f(t) com p(t).
Sendo p(t) um sinal periódico com frequência ω1=2πT, pode ser decomposto na série de
Fourier,
+∞
p(t ) = ∑ Pn e jnω1t (9.99)
n =−∞
nω1τ
+T / 2 sen ( )
1 τ 2
Pn = ∫ p (t ) e - jnω1t dt = (9.99a)
T −T / 2 T nω1τ
2
Note-se que p(t) é um sinal linear porque é aplicável o princípio da sobreposição. Aplicando a
transformada de Fourier a (9.98), obtém-se
F ( f (t ) Pn e jnω1t )
+∞ +∞
F *( jω ) = F f (t ) ∑ Pn e jnω1t = ∑ (9.100)
n = −∞ n=−∞
205
J. Dores Costa Sistemas Dinâmicos e Controlo
+∞ +∞
F *( jω ) = ∑ Pn F ( f (t ) e jnω1t )= ∑ Pn F ( jω + jnω1 ) (9.101)
n =−∞ n =−∞
Seja f(t) é um sinal de banda limitada a ωc, e F ( jω ) o espectro de f(t) representado na Fig.
9.17(a); de acordo com (9.101), F *( jω ) será o esquematizado na Fig. 9.17(b). A amostragem
produz um espectro com forma semelhante ao de f(t) (note-se que se n=0, F ( jω ) é
multiplicado por P0=τ/T), mais uma série de espectros adicionais periodicamente desfasados de
nω1. Dito de outro modo, a amostragem de um sinal desloca o seu espectro para todas as
frequências múltiplas da frequência de amostragem.
|F(j ω)| |F*(j ω)|
- ωc 0 ωc ω ω1 - ωc 0 ωc ω1 ω2 ω
ω1- ωc
(a) (b)
Tendo em conta (9.99a), se τ→0, então Pn→τ/T; neste caso, todos os espectros tendem para o
mesmo valor máximo, a energia do sinal amostrado é largamente espalhada ao longo de toda a
gama de frequência, e o espectro de f*(t) é quase horizontal com uma pequena amplitude, τ/T.
No caso geral em que τ<<T, a largura de banda de f*(t) é muito larga, o que implica
dificuldades na transmissão do sinal, tanto mais que a energia é diminuta para todas as
frequências. Assim, o sinal amostrado não pode ser directamente usado em sistemas de
controlo.
Se não existir um espaço vazio entre as bandas da Fig. 9.17(b), isto é, se ω1≈ωc, os espectros
sobrepõem-se provocando uma distorção do sinal amostrado que não pode ser eliminada
eficazmente através de filtros. Se a frequência de amostragem for muito superior à máxima
frequência do espectro de f(t), isto é, se ω1>>ωc, pode existir um espaço vazio entre as bandas,
sendo então possível filtrar convenientemente os espectros de alta frequência que são criados
pelo processo de amostragem. Tendo em conta a Fig. 9.17, a amostrarem de f(t) não destrói
qualquer informação se ω1≥2ωc. Esta conclusão consiste no teorema da amostragem, de
Shannon, e 2ωc (a frequência de amostragem mínima) é designada por frequência de Nyquist.
206
J. Dores Costa Sistemas Dinâmicos e Controlo
Os filtros retentores, por exemplo (9.94), são filtros passa-baixo que se usam para recuperar o
sinal amostrado, embora seja de esperar alguma distorção, que será tanto mais importante
quanto mais próximas estiverem as bandas do espectro de f(t); o período de amostragem, T, em
(9.94) deverá ser T≤π/ωc.
x ( n + 1) = G x( n ) + H u( n) (9.102)
y ( n ) = Cx( n) (9.103)
Admite-se que as condições iniciais x(0) são conhecidas. Aplicando a transformada Z a (9.102),
tendo em conta a tabela 9.1, resulta,
z X( z ) − z x ( 0) = G X( z ) + H U ( z ) (9.104)
o que é equivalente a,
z I − G X( z ) = z x( 0) + H U ( z ) (9.105)
−1 −1
X( z ) = z z I − G x ( 0) + z I − G H U ( z) (9.106)
{
G n = Z −1 z[zI − G ]−1 } (9.107)
207
J. Dores Costa Sistemas Dinâmicos e Controlo
−1 −1
Y ( z) = z C zI − G x ( 0) + C z I − G H U ( z) (9.109)
Y ( z) −1
= C zI − G H (9.110)
U ( z)
A equação (9.110) define a função de transferência do sistema com saída Y(z) e entrada U(z). A
estabilidade do sistema modelado por (9.102) depende dos valores próprios da matriz G, ou
seja, das soluções de z I − G = 0 : para que o sistema seja assintoticamente estável, os valores
próprios de G têm que estar no interior do círculo unitário.
A observabilidade e a controlabilidade definem-se também para os sistemas discretos
modelados por modelos de estado discretos. Não as referiremos neste capítulo porque são
iguais às que foram dadas para os sistemas contínuos no tempo; também os testes de
observabilidade e de controlabilidade são iguais. Salvaguardando as diferenças entre os
modelos de estado contínuos e discretos, e as impostas pela transformação z = e sT , no geral
mantém-se válido tudo o que foi exposto para os modelos de estado dos sistemas contínuos.
Nos parágrafos anteriores procuramos estudar o formalismo dos sistemas discretos, referindo as
principais semelhanças e diferenças em relação à teoria dos sistemas contínuos no tempo. As
principais diferenças são consequência da transformação entre as frequências complexas s e z e
dos diferentes domínios de estabilidade que lhes estão associados. Por sua vez, para a aplicação
dos computadores ao controlo é necessário amostrar os sinais contínuos; a frequência de
amostragem depende do espectro do sinal contínuo e aquela pode influenciar negativamente o
comportamento dinâmico e a estabilidade dos sistemas. Em particular, cria ruído porque
espalha o espectro do sinal contínuo para as frequências que são múltiplas da de amostragem.
Para recuperar os sinais amostrados torna-se necessário usar filtros passa-baixo e, nos sistemas
de controlo, usam-se os filtros retentores.
208
J. Dores Costa Sistemas Dinâmicos e Controlo
Os filtros analógicos e os sistemas contínuos, tratados na primeira parte dos apontamentos, são
exemplos do tipo 1; os modelos matemáticos são equações diferenciais, e modelos de estado, e
os sistemas podem, também, ser descritos através das funções de transferência. No tipo 2
incluem-se os sistemas lógicos e digitais, programáveis ou não, com processamento segundo a
lógica binária, de que são exemplo os circuitos lógicos, os computadores digitais, os autómatos
programáveis e os filtros digitais. Os sistemas amostrados incluem-se nos tipos 3 e 4; nestes
casos usa-se a amostragem e conversores de sinais A/D e D/A. Usam-se também os filtros
retentores (hold) de diversa ordem, sendo os mais simples os de ordem zero atrás referidos. Na
Fig. 9.18 esquematiza-se a amostragem de um sinal contínuo, y(t), o processamento digital do
sinal amostrado {yk} e a transformação da sequência discreta de sinais, {ik}, num sinal
contínuo, i*(t), por um filtro retentor, capaz de actuar um sistema contínuo no tempo com saída
c(t). O interruptor simboliza um amostrador ideal com período de amostragem T e admite-se
que ele contém o conversor A/D.
T
y(t) {yk } {ik } c(t)
processamento i*(t)
hold sistema
digital
A modelação de um sistema completo como o da Fig. 9.18 será feita neste parágrafo. Para
ultrapassar a dificuldade criada pela existência, em simultâneo, de sinais contínuos e
amostrados, é conveniente reduzir o sistema completo a um modelo discreto equivalente. Os
sistemas amostrados em cadeia fechada, como aquele esquematizado na Fig. 9.1, podem ser
reduzidos a diversos diagramas de blocos que evidenciam a amostragem [1]; de entre eles, e no
restante texto, consideraremos que os sistemas amostrados podem ser reduzidos ao esquema da
Fig. 9.19. De acordo com este diagrama de blocos, consideraremos apenas o filtro retentor de
ordem zero e a amostragem, que inclui a conversão A/D, é representada pelo interruptor de
período T . O período de amostragem é dado ou é determinado em função da frequência dos
pólos de G(s).
209
J. Dores Costa Sistemas Dinâmicos e Controlo
controlo
T digital hold 0 sistema
R(s) E(s) E(z) U(z) U(s) Y(s)
D(z) 1- e-sT
s G(s)
1 − e−
sT
G ( s)
Ge ( s) = G ( s) = (1 − e − sT ) (9.111)
s s
Ge ( z ) = (1 − z −1 ) Z *
G(s)
(9.112)
s
onde Z * designa a transformada Z correspondente a G(s)/s. Esta transformada determina-se
recorrendo à tabela 9.1. Para clarificar o procedimento apresenta-se o seguinte exemplo.
G ( s) K
= 2 (9.113)
s s (s + a)
210
J. Dores Costa Sistemas Dinâmicos e Controlo
K A2 A1 A3
= K + + (9.114)
s 2 (s + a) s2 s s+a
A2 A1 A A2Tz Az A3 z
+ + 3 → + 1 + (9.115)
s 2 s s+a ( z − 1) 2 z − 1 z − e −aT
z − 1 A2Tz Az A3 z
Ge ( z ) = K + 1 + (9.116)
z ( z − 1)
2 z − 1 z − e −aT
Note-se que a transformada Z correspondente ao produto G(s)H(s) não é igual ao produto das
transformadas Z individuais, isto é,
Uma vez obtida Ge(z), são válidas as mesmas relações para o esquema canónico dos sistemas
contínuos em cadeia fechada; nomeadamente, a função de transferência em cadeia fechada do
sistema da Fig. 9.19 é
Y ( z) D( z ) Ge ( z )
= F ( z) =
R( z) 1 + D( z ) Ge ( z ) (9.119)
e para o erro é
E ( z) 1
= (9.120)
R ( z ) 1 + D( z ) Ge ( z )
211
J. Dores Costa Sistemas Dinâmicos e Controlo
A lei de controlo de um sistema discreto é definida como uma relação entre a variável de
controlo e o erro,
U ( s) K
= K P + I + KD s (9.122)
E ( s) s
Tendo em conta a tabela 9.1, para um sistema discreto o regulador PID pode ser caracterizado
por,
U ( z) K z z −1
= K P + I + KD (9.123)
E ( z) z −1 z
o que é equivalente a
U ( z) z 2 K1 + zK 2 + K D
= D( z ) = (9.124)
E ( z) z ( z − 1)
com K1 = K P + K I + K D e K2 = − K P − 2 K D .
u ( n + 2 ) − u ( n + 1) = K1e( n + 2 ) + K2 e( n + 1) + K D e( n ) (9.125)
ou
u ( n ) = u ( n − 1) + K1e( n ) + K2 e( n − 1) + K D e( n − 2 ) (9.126)
212
J. Dores Costa Sistemas Dinâmicos e Controlo
n=x
1. lê a saída y(n) no porto de entrada
2. calcula o erro : e(n)=ref(n) - y(n)
3. determina o controlo : u(n)
4. envia u(n) para o porto de saída
5. actualiza os resultados:
u(n-1)=u(n)
e(n-2)=e(n-1)
e(n-1)=e(n)
n=n+1
A compensação por colocação de pólos segue os passos gerais que foram apresentados para os
sistemas contínuos no tempo.
s−2
G ( s) = (9.127)
s + 0, 8
Pode-se verificar que o sistema contínuo com regulador proporcional de ganho K é instável
para K>0,4 (deixa-se ao aluno a verificação deste resultado).
s−2
Ge ( z ) = (1 − z −1 ) Z * (9.128)
s ( s + 0,8)
s−2 −2 , 5 3, 5
G1 ( s) = = + (9.129)
s( s + 0, 8) s s + 0, 8
213
J. Dores Costa Sistemas Dinâmicos e Controlo
s−2
G1 ( z ) = Z *
z z
= −2,5 + 3,5 (9.130)
s ( s + 0,8) z −1 z − 0,67
z − 1, 83
Ge ( z ) = (9.131)
z − 0, 67
Y ( z) ( z 2 K1 + zK 2 + K D )( z − 1, 83)
= F ( z) = (9.132)
R( z) z ( z − 0, 67 )( z − 1) + ( z 2 K1 + zK 2 + K D )( z − 1, 83)
Aplicando o teorema do valor final a (9.132), para a entrada escalão unitário, obtém-se
( z 2 K1 + zK 2 + K D )( z − 1, 83)
y ( ∞ ) = lim =1 (9.133)
z →1 z ( z − 0, 67 )( z − 1) + ( z 2 K1 + zK 2 + K D )( z − 1, 83)
De (9.133) conclui-se que o sistema é exacto à entrada escalão unitário, como se pretende. Para
que o sistema seja estável, os pólos de (9.132) devem estar no interior do círculo unitário.
Porque o polinómio denominador de F(z) tem grau três, se pretendermos que os pólos de
(9.132) sejam p1, p2 e p3, o denominador de F(z) deve ser igual ao polinómio
T ( z ) = ( z − p1 )( z − p2 )( z − p3 ) =
3 2
(9.134)
= z − ( p1 + p2 + p3 ) z + ( p1 p2 + p2 p3 + p1 p3 ) z − p1 p2 p3
3 2 1, 83 K1 + K2 + 1, 67 K D + 1, 83 K2 + 0, 67 1, 83 K D
T ( z) = z − z +z − (9.135)
K1 + 1 K1 + 1 K1 + 1
de onde se conclui que
214
J. Dores Costa Sistemas Dinâmicos e Controlo
1,83K1 + K 2 + 1,67
p1 + p 2 + p3 =
K1 + 1
K D + 1,83K 2 + 0,67
p1 p 2 + p 2 p3 + p1 p3 = (9.136)
K1 + 1
1,83K D
p1 p 2 p3 = K + 1
1
Sejam, por exemplo, p1=0,7, p2=-0,7 e p3=0,5; resolvendo (9.136) com estes valores obtém-
se
Y ( z)
D( z ) = (9.138)
Ge ( z ) R ( z ) − Y ( z )
Se Y(z), R(z) e Ge(z) são conhecidas, de (9.138) resulta, imediatamente, a lei de controlo que
deve ser usada para se obter a resposta em cadeia fechada, y(nT), para a entrada r(nT).
O exemplo seguinte determina-se a ilustrar o processo para se obter um regulador digital que
modifica a resposta de um sistema, por forma a que ela coincida com uma trajectória desejada.
Sendo G(s) a função de transferência de um sistema de primeira ordem, a saída y(t) desejada
será
215
J. Dores Costa Sistemas Dinâmicos e Controlo
t
−
0,25
y (t ) = 1 − e (9.139)
z z 0, 27 z
Y ( z) = − − 0 , 32
= (9.140)
z −1 z − e ( z − 1)( z − 0, 73)
Ge ( z ) = (1 − z −1 ) Z *
s
(9.141)
s ( s + 0,43)
Decompondo em fracções parciais e consultando a tabela 9.1, com T=0,08, seguindo o processo
de cálculo do exemplo anterior, resulta
0, 07
Ge ( z ) = (9.142)
z − 0, 97
U ( z ) 3, 86( z − 0, 97)
D( z ) = = (9.143)
E ( z) z −1
Note-se que o pólo de D(z) em z=1 equivale à existência de um pólo na origem da função de
transferência em cadeia aberta dos sistemas contínuos e, por este facto, o sistema discreto será
também exacto à entrada escalão. Note-se ainda que o pólo de Ge(z) é cancelado pelo zero de
D(z). Transformando (9.143) numa equação às diferenças, obtém-se a lei de controlo que pode
ser realizada por um computador digital:
216
J. Dores Costa Sistemas Dinâmicos e Controlo
u ( n ) = u ( n − 1) + 3, 86 e( n ) − 3, 74 e( n − 1) (9.144)
%explo 9.15
Dnum=3.86*[1 -0.97];
Dden=[1 -1];
Gnum=0.07;
Gden=[1 -0.97];
[NUM,DEN] = series(Dnum,Dden,Gnum,Gden);
[NUMc,DENc] = cloop(NUM,DEN,-1);
dstep(NUMc,DENc);
∼τ= 0,25 s
T=0,08 s
xT
RESUMO
Neste capítulo fez-se uma introdução ao controlo assistido por computador (controlo digital).
Analisou-se o problema da amostragem, referiram-se as equações às diferenças e estudaram-se
os modelos matemáticos dos sistemas discretos. Modelaram-se os sistemas amostrados e
introduziram-se as técnicas de análise dos sistemas discretos no domínio do tempo e no da
frequência complexa. Referiu-se a transformada Z e as suas propriedades. Referiram-se os
modelos de estado e as funções de transferência.
217
J. Dores Costa Sistemas Dinâmicos e Controlo
BIBLIOGRAFIA
[3] D'Azzo e Houpis, Linear Control Systems Analysis and Design: Convencional and
Modern, McGraw-Hill ISE. (*)
[4] Charles Phillips, Royce Harbor, Feedback Control Systems, Prentice-Hall IE, 1991.
[5] Benjamin Kuo, Digital Control Systems, Saunders College Publishing, 1992.
[6] Raymond Jacquot, Modern Digital Control Systems, Marcel Dekker Inc., 1995.
[7] Karl Astrom, Bjorn Wittenmark, Computer-Controlled Systems, Prentice-Hall IE, 1990.
[8] Katsuhiko Ogata, Modern Control Engineering, Prentice-Hall IE, 1990. (*)
[9] Katsuhiko Ogata, Designing Linear Control Systems with Matlab, Prentice-Hall, 1994. (*)
[10] Martin Healey, Principles of Automatic Control, Hodder and Stoughton, 1975. (*)
[11] Norman S. Nise, Control Systems Engineering, J. Wiley & Sons, 3ª edição, 2000.
[12] C. Gomez (INRIA, Ed.), Engineering and Scientific Computing with Scilab, Birkhäuser,
2000. (http://www-rocq.inria.fr/scilab/)
Notas:
( )
* - livros existentes na Biblioteca da ENIDH.
218