Você está na página 1de 164

Teoria de Controle – José A.

Riul

INTRODUÇÃO AOS SISTEMAS DE CONTROLE

- Sistema a controlar (planta) – um sistema a controlar é uma parte de um equipamento, ou um


conjunto de itens de uma máquina.
- Sistema – qualquer objeto físico a ser controlado.

Ex.1- Robô
punho mão
A’
Motor β
σ A
CC
Braço
Atuador
(acionador)
Robô

CONTROLE A MALHA ABERTA

- Sistema de Controle a Malha Aberta: o sinal de saída não é medido e ele não é usado para
comparação com o sinal de referência ou alvo; logo, o sinal de saída não afeta a ação de controle.

(Sinal de Entrada)
(Sinal de Saída)
Entrada Saída
punho
Excitação Resposta

Sistema de Controle a Malha Aberta

Ex. 2 - No Ex.1, o sinal de saída é a posição angular do braço. Esta posição angular não é utilizada
para a ação de controle, ou seja, ela não é utilizada para definir a tensão de alimentação do motor cc
(Entrada ou excitação do motor cc).
A definição do sinal de Entrada, para que a posição do braço seja atingida corretamente,
depende da experiência.

- Distúrbio ou Perturbação: um distúrbio ou perturbação é caracterizado por um sinal que afeta o


valor do sinal de saída de um sistema. Quando gerado no interior de um sistema é dito distúrbio
interno, e quando gerado fora do sistema é dito distúrbio externo.

1
Teoria de Controle – José A. Riul

- Sistema de Controle a Malha Fechada: os Sistemas de Controle a Malha Fechada ou controle


com retroação utilizam o Sinal de Saída, para cálculo do erro entre o Sinal de Referência ou Alvo e
o Sinal de Saída, para excitar o controlador.

Sinal de
Alvo Erro Entrada Saída
+ Controlador Sistema
Sinal de –
referência
Sensor

Sistema de Controle a Malha Fechada

Os controladores utilizados nos sistemas de controle a malha fechada são projetados para
cada sistema em função dos modelos dos sistemas.
Os modelos podem ser obtidos no domínio do tempo (equações diferenciais), no domínio de
Laplace (equações algébricas), etc.

- Processo: define-se como processo a toda operação a ser controlada. Ex.: processos químicos,
biológicos, econômicos.

u y
Controlador

Alvo Erro Sinal de Processo Sinal de Saída


Controlador
Referência Entrada (planta)

Sensor

A seguir são mostrados alguns sistemas de controle.

2
Teoria de Controle – José A. Riul

Sensor de temperatura

– Referência
+

Forno Erro

Controlador
Resistência

Forno Elétrico

Sensor de
temperatura
Fluxo de ar Resistência elétrica

Motor cc

Controlador –
+
Referência

Túnel Psicrométrico

Haste
Sinal
Compressor Válvula
de
de Ar Eletropneumática
Saída
Cilindro
Pneumático
Sinal de
Entrada Sensor de
Controlador –
+ compressão
Referência

Sistema Eletropneumático 3
Teoria de Controle – José A. Riul

Sinal de Saída

Motor
CC

Sensor

– Referência
Controlador +
Sinal de
Entrada
Robô

De forma geral os sistemas de controle são representados pelo diagrama de blocos abaixo.

Sinal de
Referência Erro Entrada Saída
+ Controlador Sistema

Sensor

4
Teoria de Controle – José A. Riul

MODELAMENTO DE SISTEMAS

INTRODUÇÃO

1. Sistema

Sistema – Um objeto ou coleção de objetos que realiza um certo objetivo cujas propriedades
pretende-se estudar.
Ex. Manipulador Robótico, Circuito Elétrico, Sistema de Fabricação, Sistema Biológico, etc.
Elementos de sistema de controle.
A Figura 1 mostra os elementos de um sistema.

Figura 1 – Sistema

Para identificação de um sistema é conhecida a entrada u e a saída y e deve-se obter o


sistema h(.) de modo que ŷ(.)  y(.) onde ŷ(.) é a saída estimada e y(.) é a saída real (medida).
Para projeto de controle, é conhecido o sistema h(.) e a saída y(.) e deve-se obter a entrada
u(.) (variável de controle), para proporcionar a saída desejada (referência).

Modelos dinâmicos contínuos são descritos por equações diferenciais e representam a evolução do
sistema continuamente no tempo.
Modelos determinísticos são aqueles nos quais não estão representados as incertezas
presentes em um sistema real (como ruído de sensor, não – linearidade).
Modelos estocásticos são aqueles nos quais estão representadas as incertezas de um sistema
real. A saída de um modelo estocástico é uma variável aleatória.
Modelos Estáticos - relacionam variáveis sem quantificar sua dependência temporal.
Modelos Dinâmicos- relacionam variáveis quantificando sua dependência temporal.
Modelos Paramétricos – são modelos que têm parâmetros, ou seja, números, coeficientes que os
caracterizem.
Modelos Não – Paramétricos são representações gráficas (que não têm parâmetros) tais como
resposta ao impulso, resposta em freqüência.

5
Teoria de Controle – José A. Riul

Diversos tipos de entradas são utilizadas; como exemplo:


a) Degrau

11
degrau de amplitude 10
10.8

10.6

10.4
Tensao (Volts)

10.2

10

9.8

9.6

9.4

9.2

9
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)

b) Rampa

50
rampa
45

40

35
Tensao (Volts)

30

25

20

15

10

0
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)

c) Pulso Retangular

6
Teoria de Controle – José A. Riul

10
pulso retangular de amplitude 10
9

Tensao (Volts) 7

0
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)

d) Senoidal

senoide de amplitude 4 e frequencia igual a 2 rd/s


2

1
Tensao (Volts)

-1

-2

-3

-4
0 1 2 3 4 5 6 7 8 9 10
Tempo (s)

Para identificação das características essenciais de um sistema sob avaliação, é possível utilizar um
sinal de entrada tipo degrau. A resposta ao degrau é um procedimento adequado para caracterizar de

7
Teoria de Controle – José A. Riul

forma preliminar a dinâmica de um sistema, através de interpretação gráfica. Exemplos de respostas


ao degrau em malha aberta (curva de reação da planta).
a) Comportamento Estável
Step Response
From: U(1)
1.4

1.2

1
Amplitude

0.8
To: Y(1)

0.6

0.4

0.2

0
0 1 2 3 4 5 6 7 8

Time (sec.)

b) Comportamento Estável Oscilatório


Step Response
From: U(1)
2.5

2
Amplitude

1.5
To: Y(1)

0.5

0
0 1 2 3 4 5 6 7 8

Time (sec.)
c) Comportamento Instável
Step Response
From: U(1)
1000

800
Amplitude

600
To: Y(1)

400

200

0
0 1 2 3 4 5 6 7 8

Time (sec.)

8
Teoria de Controle – José A. Riul

d) Comportamento Instável Oscilatório


Step Response
From: U(1)
12

10

Amplitude 6

To: Y(1)
4

-2

-4

-6
0 1 2 3 4 5 6 7 8

Time (sec.)

e) Comportamento Estável com Atraso de Transporte

f) Comportamento Estável de Fase Não-Mínima

9
Teoria de Controle – José A. Riul

2. Modelagem e Identificação

Modelagem e Identificação referem-se na determinação de um modelo matemático de um sistema


representando os seus aspectos essenciais.

Procedimentos para elaboração de modelos matemáticos:


a) Analise físico – matemática: baseia-se nas leis físicas  Modelagem Física  Modelo.
b) Analise experimental: Baseia-se nas medidas ou observações do sistema  Identificação 
Modelo.
Com os procedimentos a) e b) obtém-se modelos matemáticos que representam a dinâmica
do sistema (processo ou planta).
O modelo de um sistema é uma equação matemática utilizada para simulação do mesmo.
Com a simulação respostas sobre o sistema são obtidas sem a realização de experimentações.

2.a. Analise físico – matemática

Vibração – O estudo da vibração diz respeito aos movimentos oscilatórios de corpos e às forças que
lhes são associadas. Todos corpos dotados de massa e elasticidade são capazes de vibrar. A
vibração pode ser livre ou forçada.

Vibração Livre – A vibração livre acontece quando o sistema oscila sob a ação de forças que lhe são
inerentes e na ausência da ação de qualquer força externa.

Vibração Forçada – A vibração forçada de um sistema ocorre quando ele está sob a ação de forças
externas. Se a força externa (excitação) é oscilatória, o sistema é obrigado a vibrar na freqüência da
excitação.

Grau de Liberdade (GDL) – Chama-se grau de liberdade de um sistema ao número de coordenadas


independentes requerido para a descrição do seu movimento.
Exemplos: Uma partícula livre em movimento no espaço tem três graus de liberdade, enquanto que
um corpo rígido tem seis graus de liberdade.

10
Teoria de Controle – José A. Riul

Modelos de Sistemas de: 1 GDL, 2 GDL e 3 GDL.

Movimento Harmônico Simples

Considerando o deslocamento da partícula P da Figura 1, tem-

se:

Figura 1 – Partícula P

y  A s e n( )  A s e n(t ) (1)

y  A cos(t ) 
(2)
y   2 A s en(t )

Substituindo (1) em (2);

11
Teoria de Controle – José A. Riul

y   2 A s en(t )   2 y  y   2 y  0 (3)

onde: ω é a velocidade angular do corpo ou frequência circular.


A equação (3) é uma equação diferencial de 2a ordem, de coeficientes constantes e homogênea. A
solução de (3) resulta em (1) que é a característica do movimento harmônico simples (função
senoidal). Na Figura 1, tem-se ainda:
A – amplitude do movimento (m);
ω - frequência circular (rad/s);
τ – período do movimento (s).

Se ω é constante, em um ciclo do movimento, tem-se:

  t  2      2 /   2 f (4)

onde: f – freqüência linear (Hz)

Vibração Livre sem amortecimento de Sistemas de Um Grau de Liberdade (1 GDL)


A Figura 2 mostra o modelo de um sistema de 1 GDL, não amortecido.

Figura 2 – Modelo de um sistema de 1 GDL não amortecido

Fazendo o equilíbrio dinâmico do modelo de um sistema de 1 GDL, não amortecido mostrado na


Figura 2, conforme o DCL tem-se:

F x  FI x  0 

k
mx(t )  kx(t )  0  x(t )  x(t )  0  x(t )  n2 x(t )  0 (5)
m

12
Teoria de Controle – José A. Riul

onde:

n  k / m - frequência circular natural do sistema (rad/s);


m – massa do sistema (kg);
k – constante de rigidez do sistema (é função do módulo de elasticidade de cada sistema) (N/m)
Freqüência natural é característica de cada sistema visto que depende de sua massa e rigidez
(elasticidade). A equação (5) é uma equação diferencial do movimento (EDM) de 2 a ordem, linear,
de coeficientes constantes e homogênea. A solução de (5) fornece o movimento vibratório do
sistema. Admitindo como solução de (5):

x(t )  et (6)

e derivando (6);

x(t )   2et (7)

Substituindo (6) e (7) em (5);

(m 2  k )et  0 (8)

Resolvendo (8);

1,2   k / m  i k / m  in
(9)
Substituindo (9) em (6);

x(t )  Ae1t  Be2t  A(cos(nt )  isen(nt ))  B(cos(nt )  isen(nt )) 

x(t )  ( A  B) cos(nt )  i( A  B)sen(nt ) 

x(t )  C1 cos(nt )  C2 sen(nt ) (10)

Onde C1 e C2 são constantes a serem determinadas em função das condições iniciais.

13
Teoria de Controle – José A. Riul

Considerando como condições iniciais:

t  0  x(0)  x0 e x(0)  x0 (11)

Substituindo a primeira condição inicial de (11) em (10);

x(0)  C1 cos(0)  C2 sen(0) 


(12)
x0  C1

Derivando (10) e substituindo a segunda condição inicial de (11);

x(t )  C1n sen(nt )  C2n cos(nt )  x(0)  C1n sen(0)  C2n cos(0)  x0  C2n  C2  x0 / n
(13)
Considerando:

C1  Csen e C2  C cos  (14)

E substituindo (14) em (10);

x(t )  Csen cos(nt )  C cos  sen(nt )  x(t )  Csen(nt   ) (15)

Onde: C e  são constantes a serem determinadas em função das condições iniciais.

Tem-se de (14);

C1 sen
  tg (16)
C2 cos 

Substituindo (12) e (13) em (16);

C1 x
  tg 1 ( )  tg 1 ( 0 n ) (17)
C2 x0
Elevando ao quadrado a primeira constante de (14) e a segunda constante de (14), e somando-as;

C12  C 2 sen2 e C22  C 2 cos2   C12  C22  C 2  C  C12  C22 (18)

14
Teoria de Controle – José A. Riul

Substituindo (12) e (13) em (18);

C  C12  C22  x02  ( x0 / n )2 (19)

Substituindo (17) e (19) em (15);

x(t )  ( x02  ( x0 / n )2 )sen(nt   ) (20)

Em (17),  é o ângulo de fase e em (19), C é a amplitude da vibração. A equação (20) e a Figura 3


representam a vibração livre do sistema mostrado na Figura 2.

Figura 3 – Vibração Livre de um Sistema de 1 GDL não amortecido


III.4 – Vibração Livre amortecida de Sistemas de Um Grau de Liberdade (1 GDL)

A Figura 4 mostra o modelo de um sistema de 1 GDL, com amortecido.

15
Teoria de Controle – José A. Riul

Figura 4 – Modelo de um sistema de 1 GDL com amortecido

Fazendo o equilíbrio dinâmico do modelo de um sistema de 1 GDL, amortecido mostrado na Figura


4, conforme o DCL tem-se:

F  F I  0  Fm  Fa  F12  FI  0 (21)

Na direção x, tem-se de (21);

c k
mx(t )  cx(t )  kx(t )  0  x(t )  x(t )  x(t )  0 (22)
m m

onde:

n  k / m - frequência circular natural do sistema (rad/s);


m – massa do sistema (kg);
k – constante de rigidez do sistema (é função do módulo de elasticidade de cada sistema) (N/m);
c – coeficiente de amortecimento viscoso (Ns/m).
A equação (22) é uma equação diferencial do movimento (EDM) de 2 a ordem, linear, de
coeficientes constantes e homogênea. A solução de (22) fornece o movimento vibratório do sistema.
Admitindo como solução de (22):

x(t )  et (23)

e derivando (23);

x(t )   et e x(t )   2et (24)

16
Teoria de Controle – José A. Riul

Substituindo (23) e (24) em (22);

(m 2  c  k )et  0 (25)

De (25);

(m 2  c  k )  0 (26)

Resolvendo (26);

c c 2  4km
1,2    
2m 2m

c c k
1,2    ( )2  (27)
2m 2m m

Substituindo (27) em (23);

c c 2 k c 2 k
( )t ( ( )  )t ( ( )  )t
1t 2t
x(t )  Ae  Be e 2m
( Ae 2m m
 Be 2m m
) (28)

A equação (28) é a solução geral da EDM (22).

Amortecimento crítico – O coeficiente de amortecimento crítico (c c) é obtido, tornando nulo o


radical de (28). Tem-se:

cc 2 k c k c k
( )   0  ( c )2   ( c ) 2   n2 
2m m 2m m 2m m

cc  2mn (29)

Fator de Amortecimento (  ) – O fator de amortecimento  indica o grau de amortecimento de um


sistema e é dado pela relação entre c e c c, conforme equação (30):

17
Teoria de Controle – José A. Riul

c
 (30)
cc

Substituindo (29) em (30);

c
c   2mn   n (31)
2m

e sabe-se que:
k
 n2 (32)
m

Substituindo (31) e (32) em (23);

( (  2 1) nt
(  (n )2 n2 ) t ( (n )2 n2 ) t ( 2 1)nt
x(t )  e(n )t ( Ae  Be )  e(n )t ( Ae(   Be )

( (  2 1) nt
( 2 1)nt
x(t )  e(n )t ( Ae(   Be ) (33)

A equação (33) é a solução geral da (22). De (33), definem-se três soluções dependendo do valor do
radical. Se o radical for negativo, então o movimento é dito sub-amortecido ou oscilatório e nesse
caso observa-se que  <1. Se o radical for positivo, então o movimento é dito super-amortecido ou
aperiódico e nesse caso observa-se que  >1. Se o radical for nulo, então o movimento é dito
críticamente amortecido e nesse caso observa-se que  =1.
Diante do exposto, encontraremos as três soluções a partir de (33).

- Movimento Sub-amortecido ou Oscilatório (  <1).


Se  <1, tem-se de (33);

( (  2 1) nt ( i 2 (1 2 ) nt


( 2 1)nt i 2 (1 2 )nt
x(t )  e(n )t ( Ae(   Be )  e(n )t ( Ae(   Be )

( i (1 2 ) nt
(1 2 )nt
x(t )  e (n )t ( Ae( i  Be ) (34)

Chamando:

18
Teoria de Controle – José A. Riul

a  (1   2 )n (35)

onde: a é a freqüência circular amortecida, dada por (35). E de (34);

x(t )  e(n )t ( Aeiat  Beiat ) (36)

De (36);

x(t )  e(n )t [ A(cos(at )  isen(at ))  B(cos(at )  isen(at ))] 

x(t )  e(n )t [( A  B) cos(at )  i( A  B)sen(at ) 

x(t )  e(n )t [C1 cos(at )  C2 sen(at )] (37)

Onde C1 e C2 são constantes a serem determinadas em função das condições iniciais.


Considerando como condições iniciais:

t  0  x(0)  x0 e x(0)  x0 (38)

Substituindo a primeira condição inicial de (38) em (37);

x(0)  e0 [C1 cos(0)  C2 sen(0)]  x0  C1 (39)

Derivando (37) e substituindo a segunda condição inicial de (38);

x(t )  [C1a sen(at )  C2a cos(at )]e(n )t  ne(n )t [C1 cos(at )  C2 sen(at )] 

x(0)  [C1a sen(0)  C2a cos(0)]e0  ne0[C1 cos(at )  C2 sen(at )] 

19
Teoria de Controle – José A. Riul

x0  C2a  nC1 (40)

E de (40);

C2  ( x0  n x0 ) / a (41)

Considerando:

C1  Csen e C2  C cos  (42)

E substituindo (42) em (37);

x(t )  e(n )t [Csen cos(at )  C cos  sen(at )] 

x(t )  e(n )t .Csen(at   ) (43)

Onde: C e  são constantes a serem determinadas em função das condições iniciais.


Tem-se de (42);

C1 sen
  tg (44)
C2 cos 

Substituindo (39) e (41) em (44);

C1 x0a
  tg 1 ( )  tg 1 ( ) (45)
C2 x0  n x0

Elevando ao quadrado a primeira constante de (42) e a segunda constante de (42), e somando-as;

C12  C 2 sen2 e C22  C 2 cos2   C12  C22  C 2  C  C12  C22 (46)

Substituindo (39) e (41) em (46);

20
Teoria de Controle – José A. Riul

C  C12  C22  C  x02  ( x0  n x0 ) / a )2 (47)

E uma vez determinado  em (45) e C em (47), tem-se a solução de (43);

x(t )  Ce(n )t sen(at   ) (48)

A equação (48) e a Figura 5 representam a vibração livre do sistema amortecido mostrado na Figura
4.
Como (48) é o produto de uma função exponencial decrescente com uma função senoidal, o
movimento resultante que é a vibração do corpo, perde amplitude em função do nível de
amortecimento do sistema e desta forma o corpo para após um intervalo de tempo.

Figura 5 – Vibração Livre de um Sistema Oscilatório de 1 GDL


Decremento Logarítmico (  ) – É o logaritmo natural do quociente de duas amplitudes consecutivas
quaisquer.Então;

21
Teoria de Controle – José A. Riul

ent1 sen(at1   )
  ln( x1 / x2 )  ln( )
ent2 sen(at2   )

ent1 sen(at1   )
  ln( 
en (t1  ) sen(a (t1   )   )

ent1
  ln( )  ln en (t1 t1  )  n (49)
en (t1  )

Mas,

  2 / a  2 / (1   2 )n (50)

Substituindo (50) em (49);

  n 2 / (1   2 )n    2 / (1   2 ) (51)

Da equação (51) determina-se  a partir de  que é obtido da vibração livre amortecida de um


sistema de 1 GDL. Com  , m e ωa (obtida através de τ), tem-se:

n  a / 1   2 (52)

e,
c   cc   2mn (53)

Substituindo (52) em (53);

c  2 ma / 1   2 (54)

E com (54) obtém o coeficiente de amortecimento do sistema.

- Movimento Superamortecido ou Aperiódico (  >1).


Se  >1, tem-se de (33);

22
Teoria de Controle – José A. Riul

(    (  2 1) nt
x(t )  Ae(   ( 2 1)nt
 Be
(55)
Em (55) tem-se duas raízes reais. Das condições iniciais determina-se as constantes A e B e assim a
solução é completada. A Figura 6 mostra a vibração livre de um superamortecido de 1 GDL.

Figura 6 – Vibração Livre de um Sistema Superamortecido de 1 GDL.

- Movimento Criticamente Amortecido (  =1).


Se  =1, tem-se de (33);

x(t )  ( A  B)ent  Cent (56)

A equação (56) não tem o número de constantes requerido para satisfazer as duas condições
iniciais; então sua solução é da forma:

x(t )  ( A  Bt )ent (57)

Considerando como condições iniciais:

23
Teoria de Controle – José A. Riul

t  0  x(0)  x0 e x(0)  x0 (58)

Substituindo a primeira condição inicial de (58) em (57), derivando (57) em relação ao tempo e
substituindo a segunda condição inicial de (58) nesse resultado, obtém-se:

x(t )  [( x0  n x0 )t  x0 )ent (59)

A Figura 7 mostra a vibração livre de um sistema criticamente amortecido de 1 GDL.

Figura 7 – Vibração Livre de um Sistema criticamente amortecido de 1 GDL.

Vibração Forçada de Sistemas amortecimentos de Um Grau de Liberdade (1 GDL).


A Figura 8 mostra o modelo de um sistema de 1 GDL amortecido, submetido a ação de uma
força externa cíclica.

24
Teoria de Controle – José A. Riul

Figura 8 - Modelo de um sistema de 1 GDL amortecido, submetido a ação de uma força externa
cíclica.

Fazendo o equilíbrio dinâmico do modelo do sistema, conforme o


DCL da Figura 8, tem-se:

F  F I 0
(60)
x :  Fm  Fa  FI  F  0

De (60);

mx(t )  cx(t )  kx(t )  F  0 

mx(t )  cx(t )  kx(t )  F0 sen(t )


(61)
onde:
F0 - amplitude da força de excitação (N);
ω – freqüência da força de excitação (rad/s).

A equação (61) admite como:

x(t )  xh (t )  x p (t ) (62)

onde:

xh (t ) - Solução homogênea da equação (62);

25
Teoria de Controle – José A. Riul

x p (t ) - Solução permanente da equação (62).

Da análise de vibração livre amortecida (equação 43) tem-se:

xh (t )  Cent sen(at   ) (63)

Como a vibração forçada de um sistema ocorre na mesma freqüência da força externa (excitação),
admite-se:

x p (t )  Xsen(t  1 ) (64)

onde:
X – amplitude da vibração forçada (m);
ω – freqüência da força de excitação (rad/s);
1 - ângulo de frase entre a vibração forçada e a força de excitação.
Derivando (64) duas vezes em ralação ao tempo;

x p (t )   X cos(t  1 ) (65)

x p (t )   2 Xsen(t  1 ) (66)

Substituindo (64), (65) e (66) em

(61);

m 2 Xsen(t  1 )  c X cos(t  1 )  kXsen(t  1 )  F0 sen(t ) (67)


Fazendo:

t  1  0 e t  1   / 2 em (67);

c X  F0 sen(1 ) (68)

(k  m 2 ) X  F0 sen( / 2  1 ) 

26
Teoria de Controle – José A. Riul

(k  m 2 ) X  F0 cos(1 ) (69)

Da divisão: (68) / (69);

1  tg 1 (c /(k  m 2 )) (70)

Elevando ao quadrado as equações (68) e (69) e somando-as;

(c X )2  ((k  m 2 ) X )2  ( F0 )2 

[(k  m 2 )2  (c)2 ]( X )2  ( F0 )2 

X  F0 / (k  m 2 )2  (c )2 (71)

Dividindo o numerador e o denominador de (70) e (71) por k;

1  tg 1 ((c / k ) /(1  (m 2 / k )) (72)

m 2 2 c 2
X  ( F0 / k ) / (1  ( ))  ( )
k k
(73)
Mas,

n  k / m (74)

c  cc  2mn
  
k k k

27
Teoria de Controle – José A. Riul

2n 2n 2


  (75)
k/m n2 n

m 2 2 
  ( )2 (76)
k k / m n

Substituindo (75) e (76) em (72) e (73);

1  tg 1 (2 ( / n ) /(1  ( / )2 ))

(77)

 2 2 
X  ( F0 / k ) / [1  ( ) ]  (2 ) 2
n n

(78)
Substituindo (78) em (64);

F0 sen(t  1 )
x p (t ) 
k  2 2 
[1  ( ) ]  (2 ) 2
n n
(79)

Substituindo (63) e (79) em (62);


F0 sen(t  1 )
x(t )  Cent sen(at   )  (80)
k  
[1  ( ) 2 ]2  (2 ) 2
n n

A Figura 9 mostra a vibração forçada do sistema de 1 GDL amortecido (Figura 8). Observa-se que
inicialmente a resposta depende da solução da equação homogênea e da particular ou permanente
ou estacionária, e que após 1,75 segundos a solução da equação homogênea vai para zero,
caracterizando o regime transitório; após esse tempo resta a solução da equação permanente que
caracteriza o regime permanente. Pode-se observar ainda que o sistema vibra nessa fase com
freqüência ω igual a da força de excitação, através do período da vibração permanente.

28
Teoria de Controle – José A. Riul

Figura 9 – Vibração Forçada


De (77) e de (78) alterada para (78.a), gera-se a Figura 10.

kX  
 1/ [1  ( ) 2 ]2  (2 ) 2
F0 n n

(78.a)

Figura 10 – Módulo e ângulo de fase da vibração forçada


29
Teoria de Controle – José A. Riul

Desbalanceamento Rotativo (Sistema Auto-Excitado)

A Figura 11 mostra o modelo de um sistema rotativo de 1 GDL amortecido e desbalanceado.

Figura 11- Desbalanceamento Rotativo

Na Figura 11, y é o deslocamento da massa (M-m) que não gira, de sua posição de equilíbrio
estático e o deslocamento da massa de desbalanceamento m é dado por:

yA  y  esen  y  esen(t ) (81)

Do DCL da Figura 11, tem-se:

F  F I 0
(82)
y :  Fm  Fa  FI  0

O peso W do corpo não foi levado em consideração dado que o mesmo se equilibra estaticamente
com a força da mola.
De (82);

-ky(t) -cy(t)-(M-m)y(t)-myA (t)  0 (83)

Derivando (81) e substituindo em (83);

30
Teoria de Controle – José A. Riul

-ky(t) -cy(t)-(M-m)y(t)-m(y(t)-e 2 sen(t ))  0 

My(t)  cy(t)  ky(t)  me 2 sen(t )  My(t)  cy(t)  ky(t)  F0 sen(t )

(84)
onde:
F0  me 2 (85)

Observa-se que (84) é idêntica a (61), logo admite como solução:

y(t )  yh (t )  y p (t ) (86)

Da análise de vibração livre amortecida (equação 43) tem-se:

yh (t )  Ce(n )t sen(at   ) (87)

Da análise de vibração forçada (equação 64) tem-se:

y p (t )  Ysen(t  1 ) (88)

e, (equações (77) e (78));

1  tg 1 (2 ( / n ) /(1  ( / )2 )) (89)

 2 2 
Y  ( F0 / k ) / [1  ( ) ]  (2 ) 2
n n

(90)
Substituindo (85) em (90);

Yk YM n2 MY ( / n )2
   (91)
me 2 me 2 me [1  ( / n ) 2 ]2  (2 / n ) 2

De (87) e (88) resulta a solução total;

31
Teoria de Controle – José A. Riul

me ( / n )2
y(t )  Ce (n )t sen(at   )  (92)
M [1  ( / n )2 ]2  (2 / n ) 2

A curva de vibração gerada a partir de (92) é idêntica a da Figura 9. A Figura 12 mostra o módulo e
ângulo de fase da vibração forçada gerada pela massa excêntrica, usando as equações (89) e (91).

Figura 12 – Vibração forçada com desbalanceamento rotativo


Movimento de Suporte de Sistema de 1 GDL.

A Figura 13 mostra o modelo de um sistema de 1 GDL amortecido, com movimento do suporte 3.

32
Teoria de Controle – José A. Riul

Figura 13 - Movimento do suporte

O peso W do corpo 2 é equilibrado estaticamente com a força da mola. Do DCL da Figura 13,
tem-se:

F  F I 0
(93)
y :  Fm  Fa  FI  0 

-k[x(t)-y(t)] -c[x(t)-y(t)]-Mx(t)  0  Mx(t)  cx(t)  kx(t)  cy(t)  ky(t) (94)


Considerando:

y(t )  Yeit (95)

y(t )  iYeit (96)

E, substituindo (95) e (96) em (94);

Mx(t)  cx(t)  kx(t)  (k  ic)Yeit

(97)
Observa-se que (97) é uma equação diferencial do movimento de 2 a ordem, não homogênea, logo
admite como solução:

x(t )  xh (t )  x p (t ) (98)

Da análise de vibração livre amortecida (equação 43) tem-se:

xh (t )  Ce(n )t sen(at   ) (99)

Admitindo como solução permanente de (97);

x p (t )  Xei (t 1 )  Xei1 eit  Xeit

(100)
Derivando (100);

33
Teoria de Controle – José A. Riul

x p (t )  i Xeit (101)

x p (t )  i 2 2 Xeit   2 Xeit (102)

Substituindo (100), (101) e (102) em (97);

[(k-M 2 )  ic]Xeit  (k  ic)Yeit

(103)
De (103);

X (k  ic)
 (104)
Y [(k-M 2 )  ic]

A equação (104) é composta por uma função complexa no numerador e outra no denominador, e
seu módulo é dado por:

X (k  ic)
 
Y [(k-M 2 )  ic]

X k 2  (c)2
 (105)
Y (k-M 2 )2  (c)2

Dividindo o numerador e o denominador de (105) por k;

X 1  (c / k ) 2

Y [1-( / n ) 2 ]2  (c / k ) 2

(106)
Substituindo (75) em (106);

X 1  (2 / n ) 2

Y [1-( / n )2 ]2  (2 / n ) 2

(107)
E,
34
Teoria de Controle – José A. Riul

1  (2 / n ) 2
X Y
[1-( / n ) 2 ]2  (2 / n ) 2

(108)
De (100);

X  Xei1 (109)

Substituindo (109) em (107) e (108);

X 1  (2 / n ) 2
 (110)
Y [1-( / n )2 ]2  (2 / n ) 2

1  (2 / n ) 2
X Y
[1-( / n ) 2 ]2  (2 / n ) 2

(111)
Usando (104);

X Xei1 (k  ic)
  
Y Y [(k-M 2 )  ic]

(k  ic)
ei1  cos 1  isen1  
[(k-M 2 )  ic]

(k  ic)[(k-M 2 )  ic]
cos 1  isen1  
[(k-M 2 )  ic][(k-M 2 )  ic]

(k  ic)[(k-M 2 )  ic]
cos 1  isen1  
(k-M 2 )2  (c)2

cos 1  k (k-M 2 )  (c)2 

cos 1  k 2 -Mk 2  (c)2 

35
Teoria de Controle – José A. Riul

cos 1  k 2 [1-( / n )2 ]  (c)2


(112)

sen1  (c)(k-M 2 )  ck 

sen1  Mc 3 (113)

De (112) e (113);

Mc 3
1  tg 1 ( )
k 2 [1-( / n )2 ]  (c)2
(114)
Dividindo numerador e denominador de (114) por k2;

Mc 3 / k 2
1  tg 1 ( )
[1-( / n )2 ]  (c/k) 2

2 ( / n )3
1  tg 1 ( )
[1-( / n )2 ]  (2 / n ) 2
(115)
Substituindo (111) em (100);

1  (2 / n ) 2
x p (t )  Y ei (t 1 ) (116)
[1-( / n ) ]  (2 / n )
2 2 2

Substituindo (99) e (116) em (98);

1  (2 / n ) 2
x(t )  Ce (n )t sen(at   )  Y ei (t 1 )
[1-( / n ) ]  (2 / n )
2 2 2

(117)

36
Teoria de Controle – José A. Riul

A curva de vibração gerada a partir de (117) é idêntica a da Figura 9. A Figura 14 mostra o módulo
e ângulo de fase da vibração forçada gerada pelo movimento do suporte, usando as equações (110)
e (115).

Figura 14 – Módulo e ângulo de fase da vibração forçada gerada pelo movimento de suporte.

- Molas em série: Considerando o eixo mostrado na Figura 17, que tem três seções transversais
distintas, seu coeficiente de rigidez equivalente é dado pela equação (134).

Figura 17 -Rigidez equivalente em série

37
Teoria de Controle – José A. Riul

1 1 1 1
   (135)
keq k1 k2 k3

Em (135) cada ki é determinado em função do módulo de elasticidade do material, da seção


transversal do corpo, do comprimento. Para um eixo representado por n molas tem-se de (135).

1 1 1 1
   ..........  (136)
keq k1 k2 kn

- Molas em paralelo: Considerando o eixo mostrado na Figura 17.a, que foi confeccionado por dois
materiais de módulos de elasticidade diferentes, seu coeficiente de rigidez equivalente é dado pela
equação (137).

keq  k1  k2 (137)

Figura 17.a -Rigidez equivalente em paralelo

No caso de n molas em paralelo tem-se de (137):

keq  k1  k2  .........  kn (138)

- Rigidez de vigas – Determinar o coeficiente de rigidez da viga, mostrada na Figura 17.b,


engastada na extremidade esquerda e livre na direita onde está aplicada a carga P. Com a aplicação
de P, a viga sofre uma deflexão estática.

38
Teoria de Controle – José A. Riul

Figura 17.b – Viga engastada

Do equilíbrio da viga tem-se:

P  k est (139)
A deflexão estática é dada por (140).

PL3
 est  (140)
3EI

Substituindo (140) em (139);

3EI
k (141)
PL3

Exemplos

Exemplo 1 - Determine a equação diferencial do movimento de um pendulo simples, a freqüência


natural, o período de vibração e a solução da EDM, sabendo que o mesmo é liberado da posição
angular de 0,2 rad com velocidade nula. A Figura 18 mostra um pendulo simples e seu DCL.
Analisando as forças na direção tangencial, tem-se:

F  F I 0

39
Teoria de Controle – José A. Riul

t : Wsen  FI  0  Wsen  mL  0  mL  Wsen  0 

g
 sen  0 (1.1)
L

Figura 18 - Pendulo simples

A equação (1.1) é uma EDM de 2a ordem, de coeficientes constantes, homogênea e não linear.
Linearizando (1.1); ou seja, considerando pequenos deslocamentos angulares, tem-se:

sen   (1.2)

Substituindo (1.2) em (1.1);

g
   0 (1.3)
L
E,

g 2 L
n  e     2
L n g
(1.4)

A EDM (1.3) é de 2a ordem, de coeficientes constantes, homogênea e linear, e sua solução é


semelhante a da equação (5) e dada pela equação (20), que adaptada para movimento de rotação
assume a forma (1.5).

40
Teoria de Controle – José A. Riul

 (t )  ( 02  (0 / n )2 ) sen(nt   ) (1.5)

As condições iniciais são:

0  0.2 rd e 0  0 (1.6)

Substituindo (1.6) em (1.5);

 (t )  0.2sen(nt   ) (1.7)

De (17);

0n 0.2n
  tg 1 ( )  tg 1 ( )   / 2 rd (1.8)
0 0

Substituindo (1.4) e (1.8) em (1.7);

g 
 (t )  0.2sen( t ) (1.9)
L 2

Exemplo 2 - Determine a equação diferencial do movimento de um pendulo composto, a freqüência


natural, o período de vibração e a solução da EDM, sabendo que o mesmo é liberado da posição
angular de 0,2 rad com velocidade nula. A Figura 19 mostra um pendulo composto e seu DCL.
Calculando o momento das forças em relação ao ponto O, tem-se:

M O  MI  0 

Wsen .r  FIt .r  M I  0 

Wsen .r  mr  .r  I   0 

( I  mr 2 )  Wrsen  0 

41
Teoria de Controle – José A. Riul

Wr
 sen  0 (2.1)
( I  mr 2 )

Figura 19 - Pendulo composto

A equação (2.1) é uma EDM de 2a ordem, de coeficientes constantes, homogênea e não linear.
Linearizando (2.1); ou seja, considerando pequenos deslocamentos angulares, tem-se:

sen   (2.2)

Substituindo (2.2) em (2.1);

Wr
  0 (2.3)
( I  mr 2 )

E,

Wr
n  (2.4)
( I  mr 2 )

2 ( I  mr 2 )
  2 (2.5)
n Wr

A EDM (2.3) é de 2a ordem, de coeficientes constantes, homogênea e linear, e sua solução é


semelhante a da equação (5) e dada pela equação (20), que adaptada para movimento de rotação
assume a forma (2.6).

42
Teoria de Controle – José A. Riul

 (t )  ( 02  (0 / n )2 ) sen(nt   ) (2.6)

As condições iniciais são:

0  0.2 rd e 0  0 (2.7)

Substituindo (2.7) em (2.6);

 (t )  0.2sen(nt   ) (2.8)

De (17);

0n 0.2n
  tg 1 ( )  tg 1 ( )   / 2 rd (2.9)
0 0

Substituindo (2.4) e (2.9) em (2.8);

Wr 
 (t )  0.2sen( t )
( I  mr )
2
2

(2.10)

De (2.5) pode-se determinar o momento de inércia do corpo, conhecendo-se seu peso, a

posição do baricentro e medindo-se seu período de vibração. Esta é uma forma experimental para
determinação de momento de inércia.

Exemplo 3 – A barra homogênea da Figura 20, tem massa m e comprimento L. Determinar a


equação diferencial do movimento da barra, sua freqüência natural e represente-a na forma de
espaço de estado.
Do DCL da barra mostrado na
Figura 20, encontra-se a EDM.

43
Teoria de Controle – José A. Riul

Figura 20 - Barra homogênea

Calculando o momento das forças em relação a O;

M O  M I2  0 (3.1)

Fm a cos  FI ( L / 2) cos   Fa L cos   I  0 (3.2)

Mas;

Fm  kx1 FI  mx2 Fa  cx3 (3.3)

E,
x1  asen x2  L / 2sen x3  Lsen (3.4)

Para pequenos deslocamentos


angulares;

sen   cos  1 (3.5)

44
Teoria de Controle – José A. Riul

Substituindo (3.5) em (3.4);

x1  a x2  L / 2 x3  L (3.6)

De (3.6);

x2  ( L / 2) x3  L (3.7)

Tem-se ainda:

a cos  a L / 2cos  L / 2 L cos   L (3.8)

Substituindo (3.3) em (3.2);

kx1a cos  mx2 ( L / 2) cos   cx3 L cos   I  0 (3.9)

Substituindo (3.6) e (3.7) e (3.8) em (3.9);

1
ka 2  m( L / 2)2  cL2  mL2  0 
12

1
( mL2  m( L / 2)2 )  cL2  ka 2  0 
12

  (3c / m)  (3ka 2 / mL2 )  0


(3.10)

A freqüência natural da barra é:

a 3k
n  (3.11)
L m

45
Teoria de Controle – José A. Riul

Exemplo 4 – Considere a força externa cíclica atuando na barra homogênea da Figura 20, conforme
mostrado na Figura 21 e determine: a equação diferencial do movimento da barra, a solução
permanente da EDM e represente-a na forma de espaço de estado.
Do DCL da barra mostrado na
Figura 21, e partindo da equação (3.2), incluindo o momento da força externa, tem-se:

Fm a cos  FI ( L / 2) cos  Fa L cos  I  F0 sen(t ) L cos  0


(4.1)

Fazendo as substituições como no exemplo 3, tem-se de (4.1):

  (3c / m)  (3ka2 / mL2 )  (3F0 / mL)sen(t ) (4.2)

Figura 21 - Barra homogênea submetida a carga cíclica


A equação (4.2) admite como solução permanente:

  sen(t  1 ) (4.3)

Derivando (4.3);

   cos(t  1 ) (4.4)

46
Teoria de Controle – José A. Riul

   2sen(t  1 ) (4.5)

Substituindo (4.3) à (4.5) em (4.2);

 2sen(t  1 )  (3c / m) cos(t  1 )  (3ka 2 / mL2 )sen(t  1 )  (3F0 / mL)sen(t ) 

[(3ka2 / mL2 )   2 ]sen(t  1 )  (3c / m) cos(t  1 )  (3F0 / mL) sen(t )


(4.6)
Fazendo t  1 =0 e t  1   / 2 em (4.6);

(3c / m)  (3F0 / mL)sen(1 ) (4.7)

[(3ka 2 / mL2 )   2 ]  (3F0 / mL) cos(1 ) (4.8)

Dividindo: (4.7) / (4.8);

1  tg 1[3cL2 /(3ka2  mL2 2 )]


(4.9)
Elevando ao quadrado (4.7) e (4.8) e somando, tem-se:

3F0 / mL
 (4.10)
3c 2 3ka 2
( )  ( 2   2 )2
m mL

Substituindo (4.9) e (4.10) em (4.3) tem-se a solução permanente procurada. Um outro caminho
para encontrar  é substituir o valor de 1 encontrado em (4.9) em (4.7) ou (4.8).

(4.12)

47
Teoria de Controle – José A. Riul

3. Descrição de Sistemas: Modelos contínuos.

Um sistema dinâmico contínuo pode ser representado através da:


Função de Transferência – H(s);
Resposta Impulsiva - h(t);
Equações de Estados – x(t).

A função de transferência (H(s)), para um sistema linear e invariante no tempo é dada por:

Y ( s)
H ( s)  (1)
U ( s)

onde: Y(s) – transformada de Laplace da saída ;


U(s) – transformada de Laplace da entrada.
De (1);
m

Y ( s) B( s)
b s
j 0
j
j

H ( s)    n
(2)
a s
U ( s) A( s) i
i
i 0

onde:
A(s) e B(s) - polinômios
n – ordem do sistema;
an = 1;
n  m - sistema causal.
Os elementos {ai, bj, n} são desconhecidos e devem ser obtidos analiticamente ou estimados.

A resposta impulsiva continua, h(t), para um sistema linear e invariante no tempo, está
relacionada por:
t
y (t )   h(t   )u ( )d (3)
0

e,
h(t )  L1[ H (s)] (4)

onde:
t – tempo contínuo;

48
Teoria de Controle – José A. Riul

L-1 – transformada de Laplace inversa.

A representação na forma de Equações de Estados é da forma:

x(t )  Ax(t )  bu (t )
(5)
y(t )  cx(t )

Isto, para o caso monovariável onde:


x(t) – vetor de estados–(n x 1);
u(t) – sinal de entrada;
y(t) – sinal de saída;
A – matriz dinâmica – (n x n);
b – vetor de entrada–(n x 1);
c – vetor de saída–(n x 1).

DIAGRAMA DE BLOCOS

Diagrama de blocos é usado para representar equações graficamente.

- Diagrama de Blocos: usado para indicar graficamente uma relação.

Y(s) = G(s) U(s) 1)

U(s) Y(s)
G(s)

Para o bloco mostrado, a saída Y(s) é igual a G(s) multiplicada por U(s). A entrada e a saída
são definidas pelas direções das setas.

Diagrama de blocos a malha aberta

49
Teoria de Controle – José A. Riul

Diagrama de blocos a malha aberta


Do Diagrama de blocos a malha aberta acima tem-se:

Y(s) = G(s)U(s) 2)

Diagrama de blocos a malha aberta

Do Diagrama de blocos a malha aberta acima tem-se:

Y(s) = G3(s) G2(s)G1(s)U(s) 3)

Ou, pode-se ter um diagrama equivalente como abaixo.

Diagrama de blocos a malha aberta

Diagrama de blocos de um sistema a malha fechada

50
Teoria de Controle – José A. Riul

Diagrama de blocos a malha fechada

Do Diagrama de blocos a malha fechada acima tem-se:

Função de transferência de ação direta:

Y ( s)
 G( s) 4) FTAD
E ( s)

Função de transferência a malha aberta

B( s )
 G( s) H ( s) 5) FTMA
E ( s)

Função de transferência a malha fechada


Do Diagrama de blocos a malha fechada tem-se;

Y ( s )  G( s ) E ( s ) 6)

E(s)  R(s)  B(s)  R(s)  H (s)Y (s) 7)

Substituindo 7) em 6) tem-se:

51
Teoria de Controle – José A. Riul

Y (s)  G(s)[ R(s)  H (s)Y (s)]  Y (s)(1  G(s) H (s))  G(s) R(s) 

Y ( s) G(s)
 8) FTMF
R( s ) 1  G ( s ) H ( s )

A FTMF pode ser representada conforme diagrama abaixo.

Diagrama de blocos equivalente

3.1 – Transformada de Laplace

Introdução: A Transformada de Laplace é um método usado para solução de equações diferenciais


lineares. Com sua utilização funções senoidais, senoidais amortecidas e exponenciais são
convertidas em funções algébricas de uma variável complexa s. Operações como diferenciação e
integração são substituídas por operações em um plano complexo. Assim, uma equação diferencial
linear pode ser transformada em uma equação algébrica em uma variável complexa s. Usando a
Transformada Inversa de Laplace, retorna-se na variável inicial, por exemplo o tempo.
Definição: A Transformada de Laplace da função f(t), é dada pela Eq. (1).


F ( s)  L[ f (t )]   f (t )e  st dt (1)
0

onde:
f(t) – função de tempo em que f(t)=0 para t<0;
s = a + ib – variável complexa;
L – símbolo da transformada de Laplace.

O processo inverso de determinação da função f(t) a partir de F(s) é chamado de transformada


inversa de Laplace, dado por (2).
Usando (1);

52
Teoria de Controle – José A. Riul


F ( s)  L[ f (t )]   f (t )e  st dt
0

c  i
1
f (t )  L1[ F ( s)]  
2 i c i
F ( s)e st ds (2)

onde:
c – abscissa de convergência, é uma constante real.

Exemplo 1 – Determinar a transformada de Laplace de uma função degrau de amplitude A.

 
e st  A A
F ( s)   Ae st dt  A e st dt  A( )0  [0  1] 
0 0
s s s

Exemplo 2 – Determinar a transformada de Laplace da primeira derivada da função temporal f(t).


d d
F1 ( s)  L[ f (t )]   ( f (t ))e  st dt
dt 0
dt

Mas, resolvendo por partes a transformada de f(t), tem-se;

 
e st  d e st
F ( s)  L[ f (t )]   f (t )e  st dt  f (t )( ) 0   [ f (t )] dt 
0
s 0
dt s


f (0) 1 d f (0) 1 d
 { [ f (t )]e st }dt   {L[ f (t )]} 
s s 0 dt s s dt

d
F1 ( s)  L[ f (t )]  sF ( s)  f (0)
dt

Exemplo 3 – Determinar a transformada de Laplace da segunda derivada da função temporal de f(t).


A solução é similar a do exemplo 2, e é da forma:


d2 d2 d2
0 dt 2
 st
F2 ( s)  L[ ( f (t ))]  [ ( f (t ))]e dt  F2 ( s )  L[ ( f (t ))]  s 2 F ( s)  sf (0)  f (0)
dt 2 dt 2

53
Teoria de Controle – José A. Riul

As Tabelas 1 e mostram um conjunto de transformadas de Laplace e de propriedades de


transformada de Laplace.
Tabela 1 – Transformadas de Laplace
f(t) F(s)
1 Impulso unitário  (t ) =1 1
2 Degrau unitário 1(t) 1/s
3 t 1/s2
4 Tn-1/(n-1)! n = 1, 2, 3,... 1/sn
5 e-at 1/(s+a)
-at
6 te 1/(s+a)2
7 sen(t ) 
s  2
2

8 cos(t ) s
s  2
2

9 e at sen(t ) 
( s  a)2   2
10 e at cos(t ) sa
( s  a)2   2
11 n n2
ent sen(( 1   2 )nt )
1  2 s 2  2n s  n2

12 1 s
 ent sen(( 1   2 )nt   )
1  2 s  2n s  n2
2

13
1
1
ent sen(( 1   2 )nt   ) n2
1  2 s( s 2  2n s  n2 )
1  2
  tan 1 ( )

54
Teoria de Controle – José A. Riul

Tabela 2 – Propriedades das Transformadas de Laplace


1 d 
£ f (t )   sF ( s)  f (0)
 dt 

2  d2 
£  2 f (t )   s 2 F ( s)  sf (0)  f (0)
 dt 

3  dn  n ( k 1)
£  n f (t )   s n F ( s )   s n  k f (0)
 dt  k 1

onde
( k 1)
d k 1
f (t )  f (t )
dt k 1

4 £   f (t )dt  
F ( s) 1 
f (t )dt 
s 

  s  t 0

£   f (t )dt  
5 t F ( s)
 0  s

6 £ e at f (t )   F ( s  a)

7 dn
£ t n f (t )   (1) n F ( s) n=1, 2, 3.....
ds n
8  t 
£  f ( )   aF (as)
 a 

Exemplo 4) Determinar o modelo matemático usando as leis físicas, que representa a translação de
um veículo na direção vertical (fig. 2)

Figura 2 - Veículo

Usando o principio de D`Alembert, conforme diagrama de corpo livre (DCL) da Fig. 2;

d2 d
F  F 0 2
[mx(t )]  [cx(t )]  [kx(t )]  u(t ) e.1)
I
dt dt

55
Teoria de Controle – José A. Riul

Exemplo 4a – Determinar a transformada de Laplace da equação diferencial do movimento (EDM)


dada abaixo.

d2 d
2
[mx(t )]  [cx(t )]  [kx(t )]  u(t )
dt dt

Considerando: m, c, k constantes, e aplicando a solução do exemplo 3, na EDM acima;

d2 d
m 2
[ x(t )]  c [ x(t )]  k[ x(t )]  u (t ) 
dt dt

m[s 2 X (s)  sx(0)  x(0)]  c[sX (s)  x(0)]  kX (s)]  U (s) 

[ms 2  cs  k ] X (s)  [ms  c]x(0)  mx(0)  U (s) 

[ms  c]x(0)  mx(0) 1


X (s)   U (s)
[ms  cs  k ]
2
[ms  cs  k ]
2

Aplicando a transforma inversa de Laplace no resultado anterior, tem-se x(t) que é a solução da
EDM no tempo.

Exemplo 5 – Determinar a Função de Transferência (FT) do sistema representado pela EDM do


exemplo 4.
A FT de um sistema é dada pela relação entre a saída do sistema no domínio s, X(s) e a entrada no
domínio s, U(s), considerando nulas as condições iniciais. Tem-se a partir da solução do exemplo 4;

X ( s) 1
[ms 2  cs  k ] X ( s)  U ( s)   G( s)  2
U (s) ms  cs  k

O denominador de G(s) igualado a zero é a equação característica do sistema, fornece os pólos ou


os autovalores de cada sistema, que indicam as características de cada sistema.
O Lugar das Raízes de um sistema, mostra os seus pólos e zeros.

Exemplo 5a – Determinar os pólos do sistema massa-mola-amortecedor de 1gdl e mostra-los no


plano complexo.

O denominador de G(s) do sistema massa-mola-amortecedor de 1gdl, igualado a zero, é a equação


característica do sistema, conforme d1). Suas raízes são os pólos do sistema.

(ms 2  cs  k )  0 (d1)

Resolvendo (d1);

56
Teoria de Controle – José A. Riul

c c 2  4km c c k
p1,2     p1,2    ( )2  (d2)
2m 2m 2m 2m m

Amortecimento crítico – O coeficiente de amortecimento crítico (c c) é obtido, tornando nulo o


radical de (d2). Tem-se:

cc 2 k c k
( )   0  ( c )2   n2  cc =2mn (d3)
2m m 2m m

Fator de Amortecimento (  ) – O fator de amortecimento  indica o grau de amortecimento de um


sistema e é dado pela relação entre c e c c, conforme equação (d4):

c
 (d4)
cc

Substituindo (d3) em (d4);

c
c   2mn   n (d5)
2m

e sabe-se que:

k
 n2 (d6)
m

Substituindo d5) e d6) em d2);

c c k
p1,2    ( )2   n  (n )2  (n )2  (   2  1)n
2m 2m m (d7)

Observa-se de (d7) quatro tipos de pólos dependendo do valor de  .

Se  >1, então c  cc , tem-se de (d7) dois pólos reais distintos; nesse caso o sistema é
superamortecido e o movimento é aperiódico.

57
Teoria de Controle – José A. Riul

p1,2  (   2  1)n


(d8)

Se   1 então c  cc , tem-se de (d7) dois pólos reais idênticos; nesse caso o sistema é criticamente

amortecido e o movimento é aperiódico.

p1,2  n  n


(d9)

Se  <1, então c  cc , tem-se de (d7) dois pólos complexos conjugados; nesse caso o sistema é

subamortecido e o movimento é oscilatório.

p1,2  n  ( 2  1)n  n  i 2 (1   2 )n  n  i (1   2 )n  n  ia

(d10)
onde: a é a freqüência circular amortecida,

a  (1   2 )n

Se  =0, então c = 0, tem-se de (d7) dois pólos complexos puros conjugados; nesse caso o sistema é
sem amortecimento e o movimento é oscilatório.

p1,2   1n   i 2 n  in


(d11)
Construindo um diagrama no plano complexo (mostrado abaixo) com os quatro tipos de pólos
mostrados acima é possível definir as condições de estabilidade do sistema.

58
Teoria de Controle – José A. Riul

Observa-se do diagrama que:

n
cos( )   (d12)
n

Exemplo 5b – Considere o sistema massa-mola-amortecedor de 1gdl, analisado anteriormente,


determine seus pólos e mostre-os no plano complexo considerando a) m = 1 kg, c < cc = 2Ns/m
(  <1) e k = 100 N/m; b) m = 1 kg, c = 0 (  =0) e k = 100 N/m; c) m = 1 kg, c = c c = 2m n =
20Ns/m (  =1) e k = 100 N/m e d) m = 1 kg, c > cc = 50Ns/m (  >1) e k = 100 N/m.

1 1
No caso a) a FT do sistema é dada por: G( s)   2 e1)
(ms  cs  k ) ( s  2s  100)
2

2  4  400
s 2  2s  100  0  p1,2   1  1  100  1  99 
2
e2)
p1,2  1  99  1  i 99  p1  1  i 99 e p2  1  i 99 .

1 1
No caso b) a FT do sistema é dada por: G( s)   2 e3)
(ms  cs  k ) ( s  100)
2

Então tem-se: s 2  100  0  p1,2   100  i 100  i10i  p1  i10 e p2  i10. e4)

59
Teoria de Controle – José A. Riul

1 1
No caso c), a FT do sistema é dada por: G( s)   2 e5)
(ms  cs  k ) ( s  20s  100)
2

20  202  400


Então tem-se: s 2  20s  100  0  p1,2   10  0  p1,2  10. e6)
2

1 1
No caso d) a FT do sistema é dada por: G( s)   2 e7)
(ms  cs  k ) ( s  50s  100)
2

50  502  400


Então tem-se: s 2  50s  100  0  p1,2   p1  2, 087 e p2  47,9129.
2
e8)

A tabela abaixo mostra os pólos nas quatro situações.

 c P1 P2
0,1 2 -1+ i 99 -1 - i 99
0 0 -10i 10i
1 20 -10 -10
2,5 50 -2,087 -47,9129

A representação dos pólos no plano complexo é mostrada abaixo.

60
Teoria de Controle – José A. Riul

Exemplo 5c – Mostrar o Lugar das Raízes do sistema do exemplo 4, considerando m = 1 kg, c = 2


1
Ns/m e k = 100 N ( G1 ( s)  2 ) e do sistema dado por:
1s  2s  100

5
G2 ( s) 
1s  20s 2  100s
3

Programa lugarraizes.m
clear all;
close all;
format long e;

m = 1;
k = 100;
c = 2;

n = [1];
d = [1 2 100];
roots(d)
figure(1)
rlocus(n,d)

n1 = [5];
d1 = [1 20 100 0];
figure(2)
rlocus(n1,d1)
roots(d1)

Root Locus
50

40

30

20

10
Imaginary Axis

-10

-20

-30

-40

-50
-6 -5 -4 -3 -2 -1 0 1 2 3 4
Real Axis

61
Teoria de Controle – José A. Riul

Root Locus
30

20

10
Imaginary Axis

-10

-20

-30
-50 -40 -30 -20 -10 0 10 20
Real Axis

Exemplo 5d – Determinar a Resposta do sistema representado pela EDM do exemplo 4, usando a


FT acima e u(t) = 2sen(2t), através do simulink.

62
Teoria de Controle – José A. Riul

Transformada Inversa de Laplace

A transformada inversa de Laplace é definida por:

1 c  j

1
[ F ( s)]  f (t )  F ( s)e st ds para t  0 I)
2 c  j

A solução da equação acima é difícil, por isso, seu uso não é recomendado para obter a
transformada inversa.
Se a transformada não está na forma reconhecível na tabela, recorre-se às frações parciais.
Considere a função racional :

bm s m  .......  b1s  b0 N ( s)
F ( s)  n 1
 m<n 1)
s  an1s  .......  a1s  a0 D( s)
n

Onde N(s) é o polinômio do numerador e D(s) é o polinômio do denominador. Para realizar a


expansão em frações parciais, as raízes do denominador D(s) são encontradas e de 1) tem-se:

63
Teoria de Controle – José A. Riul

N ( s) N ( s) k1 k2 kj kn
F ( s)   n
 + + ...+ ...+ 2)
s
D( s )
- pi 
s - p1 s - p2 s - pj s - pn
i 1

Multiplicando 2) por s - pj, tem-se:

k1 ( s  p j ) k2 ( s  p j ) kj kn ( s  p j )
( s  p j ) F ( s)  + + ...+ ...+ 3)
s - p1 s - p2 1 s - pn

Fazendo s = pj em 3), tem-se:

k j  ( s  p j ) F ( s) j = 1, 2, ...n 4)
s = pj

e se as transformadas inversas estiverem disponíveis, então:

1 1 1 1
[ F ( s)]  [ F1 ( s)]  [ F2 ( s)]  ....  [ Fn ( s)] 
5)
f (t )  f1 (t )  f 2 (t )  ....  f n (t )

Se o polinômio D(s) tem raízes repetidas, então, tem-se:

N ( s) k1 k21 k22 k2 r
F ( s)  r
 + + 2
...+ 6)
( s - p1 )( s - p2 ) s - p1 s - p2 ( s - p2 ) ( s - pn ) r

E,
1 d r j
k2 j  r j
[( s  p2 )r F ( s)] 7)
(r  j )! ds s=p 2

Se o polinômio D(s) tem um par de pólos complexos; p1 = a – jb e p2= a + jb como 8).

k1 k2 kj kn
F ( s)  + + ...+ ...+ 8)
s - a+jb s - a-jb s - pj s - pn

E,

64
Teoria de Controle – José A. Riul

k1  ( s  a  jb) F ( s) s = a-jb =Re j


9)
-j
k2  ( s  a  jb) F ( s) s = a+jb =Re =k *
1

A transformada inversa dos dois primeiros termos de 8), f1(t), é dada por:

j (-a+jb)t -j (-a-jb)t  e j(bt+ )  e-j(bt+ ) 


f1 (t )  Re e  Re e  2Re -at
  2Re-at cos(bt   )
 2  10)

Exemplo: Determinara transformada inversa de Laplace de:

5 5
F ( s)   a1)
s  3s  2 ( s  1)( s  2)
2

Usando 2), tem-se de a1);

k1 k2 5 k k
F ( s)  +  = 1 + 2 a2)
s - p1 s - p2 ( s  1)( s  2) s +1 s +2

Usando 4) em a2);

( s  1)5
k j  ( s  p j ) F ( s)  k1  ( s  1) F ( s) s = -1 = =5
s = pj ( s  1)( s  2) s =-1

( s  2)5
k j  ( s  p j ) F ( s)  k2  ( s  2) F ( s) s = -2 = = -5
s = pj ( s  1)(( s  2) s =-2

Logo,
5 5 5
= + a3)
( s  1)( s  2) s +1 s +2

Usando 5);

65
Teoria de Controle – José A. Riul

1 1 1 1 5 1 5 1 5
[ F ( s)]  [ F1 ( s)]  [ F2 ( s)]  [ ] [ ] [ ]
( s  1)( s  2) ( s  1) ( s  2)

f (t )  f1 (t )  f 2 (t )  5et  5e 2t

Exemplo: Determinara transformada inversa de Laplace de:

2s  3 2s  3
F ( s)   b1)
s  2s  s s( s  1)2
3 2

Usando 6), tem-se de b1);

k1 k21 k22 k k k22


F ( s)  + + 2
= 1 + 21 + b2)
s - p1 s - p2 (s - p2 ) s s + 1 ( s + 1) 2

Usando 4) em b2);

s(2s  3)
k j  ( s  p j ) F (s)  k1  ( s) F ( s) s = 0 = =3
s = pj s( s  1)2 s =0

( s  1)2 (2s  3) (2s  3)


k22  ( s  p2 ) F ( s)  k22  ( s  1) F ( s) s = -1 =
2
= = -1
s = p2 s( s  1)2 s =-1
s s =-1

Usando 7) em b2);

1 d r j 1 d 21
k2 j  r j
[( s  p ) r
F ( s )]  k  2 1
[( s  p2 ) 2 F ( s )] 
(r  j )! ds 
2 21
s=p
(2 1)! ds s=p
2 2

1d d d 2s  3
k21  [( s  p2 ) 2 F ( s)]  k21  [( s  1) 2 F ( s)] = [( s  1) 2 ] 
1 ds s = p2 ds s = -1 ds s ( s  1) 2 s = -1

d 2s  3 2s-(2s+3)1
k21 = [ ] = = -3
ds s s = -1 s2 s=-1

66
Teoria de Controle – José A. Riul

Logo,
2s  3 2s  3 3 3 1
F ( s)      b3)
s  2s  s s(s  1)
3 2 2
s s  1 (s  1)2

Usando a tabela de transformada inversa, tem-se:

f (t )  f1 (t )  f 2 (t )  f3 (t )  3  3et  tet

Exemplo: Determinara transformada inversa de Laplace de:

10 10
F ( s)   c1)
s  4s  9s  10 ( s  2)( s 2  2s  5)
3 2

Os pólos de c1), são p1 = -2, p2 = -1 + j 2 e p2* = -1 - j 2


Logo de c1;
10 k1 k2 k2*
F ( s)    + c2)
( s  2)( s 2  2s  5) s  2 s  1  j 2 s  1  j 2

Então,

( s  2)10
k j  ( s  p j ) F ( s)  k1  ( s  2) F ( s) s = -2 = =2 c3)
s = pj ( s  2)( s 2  2s  5) s =-2

Usando 9);

67
Teoria de Controle – José A. Riul

10
k2  ( s  a  jb) F ( s ) s = a+jb  k2  ( s  1  j 2) F ( s ) s = -1+j2 = ( s  1  j 2) 
( s  2)( s  1  j 2)( s  1  j 2) s = -1+j2

10 10 10
k2  = = ( tan -1 (0)  tan -1 (2/1)  tan -1 (4/0)) 
(1  j 2  2)(1  j 2  1  j 2) (1  j 2)( j 4) ( 1  2 ) 4
2 2 2

10
k2  (0  63, 4  90 )  1,118 153, 4  1, 0005  0, 4988 j
( 5)4

k2*  ( s  a  jb) F ( s) s = a-jb  k2*  ( s  1  j 2) F ( s) s = -1-j2  k2*  1, 0005  0, 4988 j

A transformada inversa dos dois últimos termos de c2), é dada por 10), como abaixo.

j -j (-a-jb)t  e j(bt+ )  e-j(bt+ ) 


f 2 (t )  Re e (-a+jb)t
 Re e  2Re -at
  2Re-at cos(bt   )
 2 

Com p2  a  bj  1  2 j, tem-se: c4)

f 2 (t )  2Re-at cos(bt   )  2(1,118)e 1t cos(2t  153, 4 )  2, 23e 1t cos(2t 153, 4 )

A transformada inversa do primeiro termo de c3); f1(t) é dada por:

f1(t) =2e-2t c5)

De c4) e c5), para F(s) abaixo tem-se:

10 k1 k2 k2* 2 1, 0005  0, 4988 j 1, 0005  0, 4988 j


F ( s)    + =  +
( s  2)( s  2s  5) s  2 s  1  j 2 s  1  j 2 s  2
2
s 1 j2 s 1 j2

f (t )  2e2t  2, 23e1t cos(2t  153, 4 )

Exemplo – Para o sistema massa-mola-amortecedor de 1gdl, analisado anteriormente, considere:


a) m = 1 kg, c < cc = 2Ns/m (  <1) e k = 100 N/m e b) m = 1 kg, c > cc = 50Ns/m (  >1) e k = 100
N/m, escreva as FTs em frações parciais e determine suas inversas e as respostas do sistema
considerando como entrada um impulso unitário.

1 1
No caso a) a FT do sistema é dada por: G( s)   2 e1)
(ms  cs  k ) ( s  2s  100)
2

68
Teoria de Controle – José A. Riul

2  4  400
s 2  2s  100  0  p1,2   1  1  100  1  99 
2
e2)
p1,2  1  99  1  i 99  p1  1  i 99 e p2  1  i 99 .

Desenvolvendo e1) em frações parciais, considerando e2), tem-se:

1 1 k1 k1*
G( s)      f1)
( s 2  2s  100) ( s  1  i 99)( s  1  i 99) ( s  1  i 99) ( s  1  i 99)

( s  1  i 99)1 1 1
k1  s  1  i 99  s  1  i 99  
( s  1  i 99)( s  1  i 99) ( s  1  i 99) ( 1  i 99  1  i 99)

1

(i 2 99)

k1  0, 0503 90  0, 0503(cos(90 )  isen(90 ))  i0, 0503


e
k1*  i 0, 0503

Logo, de f1);

1 1 i0, 0503 i0, 0503


G( s)     f2)
( s  2s  100) ( s  1  i 99)( s  1  i 99) ( s  1  i 99) ( s  1  i 99)
2

A inversa de G(s), L-1 (G(s)) é dada por:

f1 (t )  2 Re at cos(bt   )  2(0, 0503) e 1t cos( 99t  90 )


f3)

com: R = 0,0503,  =  90 e p1  a  ib  1  i 99

A resposta do sistema considerando U(s) como sendo um impulso unitário é dada por:

X ( s)
G ( s)   X ( s)  G ( s)U ( s)  x(t )  L1 ( X ( s))  L1 (G( s)) 
U ( s)

x(t )  2(0, 0503) e1t cos( 99t  90 )

69
Teoria de Controle – José A. Riul

1 1
No caso b) a FT do sistema é dada por: G( s)   2 e7)
(ms  cs  k ) ( s  50s  100)
2

50  502  400


Então tem-se: s 2  50s  100  0  p1,2   p1  2, 087 e p2  47,9129.
2
e8)
Desenvolvendo e7) em frações parciais, considerando e8), tem-se:

1 1 k1 k2
G( s)      g1)
( s  50s  100) ( s  2, 087)( s  47,9129) ( s  2, 087) ( s  47,9129)
2

e,

( s  2, 087)1 1 1 1
k1  s  2, 087  s  2, 087   
( s  2, 087)( s  47,9129) ( s  47,9129) ( 2, 087  47,9129) 45,8259

k1  0, 02182 g2)

( s  47,9129)1 1 1 1
k2  s  47,9129  s  47,9129   
( s  2, 087)( s  47,9129) ( s  2, 087) (47,9129  2, 087) 45,8259

k2  0, 02182 g3)

Logo,

1 1 k1 k2
G(s)     
( s  50s  100) ( s  2, 087)( s  47,9129) ( s  2, 087) ( s  47,9129)
2

g4)
0, 02182 0, 02182

( s  2, 087) ( s  47,9129)

A inversa de G(s), L-1 (G(s)) é dada por:

0, 02182 0, 02182
f (t )  L1 ( )  L1 ( )  f1 (t )  f 2 (t ) =0,02182e-2,087t  0,02182e -47,9129t
( s  2, 087) ( s  47,9129)
g5)

70
Teoria de Controle – José A. Riul

A resposta do sistema considerando U(s) como sendo um impulso unitário é dada por:

X ( s)
G( s)   X ( s)  G( s)U ( s)  x(t )  L1 ( X ( s))  L1 (G( s)) 
U ( s)

x(t )  0,02182e-2,087t  0,02182e-47,9129t g6)

Exemplo – Determinar a transformada inversa de  (s) obtida da FTMF de um motor cc.

k
G( s)  FTMA
Js  cs
2

e
k k
Js  cs = Js  cs =
2 2 k k/J n2
G( s)   = FTMF
1 2
k Js 2  cs  k Js 2  cs  k s 2  c s  k s 2  2n s  n2
Js  cs Js 2  cs J J

Logo, para uma entrada degrau unitário, tem-se;

n2 n2
 ( s)  U ( s ) 
s 2  2n s  n2 s(s 2  2n s  n2 )

Usando a tabela de transformada inversa, tem-se:

1
 (t )  1  ent sen(( 1   2 )nt   )
1  2

1  2
  tan 1 ( )

Expressões em frações parciais usando o Matlab

Exemplo:

Converter em frações parciais a seguinte expressão:

B( s) 2s 3  5s 2  3s  6

A( s) s 3  6s 2  11s  6

Comandos:

71
Teoria de Controle – José A. Riul

n=[2 5 3 6] e d=[1 6 11 6]

[r,p,k]=residue(n,d)

Resultados:
r = -6.00, -4.00 e 3.00;
p = -3.00, -2.00 e -1.00
k=2

B( s ) r (1) r (2) r (3) 6 4 3


   k    2
A( s) s  p(1) s  p(2) s  p(3) s  3 s  2 s 1

Usando:

[n,d]=residue(r,p,k)

efetua-se o processo inverso; ou seja, encontra-se:

B( s) 2s 3  5s 2  3s  6

A( s) s 3  6s 2  11s  6

Converter em frações parciais as seguintes expressoes:

clear all

n=[1]

d=[1 2 100]

[r,p,k]=residue(n,d)

Resultado:
r= 0 - 0.0503i e 0 + 0.0503i
p = -1.0000 + 9.9499i e -1.0000 - 9.9499i
k = []

72
Teoria de Controle – José A. Riul

clear all

n=[1]

d=[1 20 100]

[r,p,k]=residue(n,d)
Resultado:
r= 0 e 1
p = -10 e -10
k= []

clear all

n=[1]

d=[1 0 100]

[r,p,k]=residue(n,d)
Resultado:

r = 0 - 0.0500i e 0 + 0.0500i
p = 0 +10.0000i e 0 -10.0000i

k =[]

clear all

n=[1]

d=[1 50 100]

[r,p,k]=residue(n,d)
Resultado:
r = -0.0218 e 0.0218
p = -47.9129 e -2.0871

k = []

3.2 – REPRESENTAÇÃO DE SISTEMAS DINÂMICOS NO ESPAÇO DE ESTADOS

73
Teoria de Controle – José A. Riul

Um sistema dinâmico pode ser representado por um modelo, através de equações


diferenciais ordinárias, onde o tempo é a variável independente.
Uma equação diferencial de ordem n pode ser representada por uma equação matricial-
vetorial diferencial de primeira ordem. Se os n elementos do vetor são um conjunto de variáveis de
estado, então a equação matricial-vetorial diferencial é chamada de equação de estado.

REPRESENTAÇÃO NO ESPAÇO DE ESTADOS DE SISTEMAS DESCRITOS POR


EQUAÇÕES DIFERENCIAIS LINEARES DE ORDEM n SEM DERIVADAS DE EXCITAÇÃO

Considere o sistema representado pelo modelo de ordem n abaixo:

d n y (t ) d n1 y (t ) dy (t )
n
 an 1 n 1
 ....  a1  a0 y(t )  g (t ) 1)
dt dt dt

De 1);

d n y (t ) d n1 y(t ) dy(t )


n
 a n1 n 1
 ...  a1  a0 y (t )  g (t ) 2)
dt dt dt

Definindo n (número da ordem da equação diferencial original) novas variáveis, x 1(t),


x2(t),...., xn(t), pelas equações:

dy(t ) dy 2 (t ) d n1 y(t )


x1 (t )  y(t ), x2 (t )  , x3 (t )  , .........., xn (t )  3)
dt dt 2 dt n1

As novas variáveis de 3) são interligadas pelas equações 4).

74
Teoria de Controle – José A. Riul

x1 (t )  x 2 (t ) 
x 2 (t )  x3 (t ) 
x 3 (t )  x 4 (t ) 
 4)
.................. 
.................. 

x n 1 (t )  x n (t )

Escrevendo a Eq. 2) em função das novas variáveis dadas por 3);

d n y(t )
 a n1 xn (t )  ...  a1 x2 (t )  a0 x1 (t )  g (t ) 5)
dt n

Diferenciando a última equação de 3);

d n1 y(t ) d d n1 y(t ) d n y(t )


xn (t )   
x (t )  [ ]  6)
dt n1 dt dt n1
n
dt n

Usando 6) em 5);

x n  an1 xn (t )  ...  a1 x2 (t )  a0 x1 (t )  g (t ) 7)

Adicionando 7) em 4);

x1 (t )  x 2 (t ) 
x 2 (t )  x3 (t ) 

x 3 (t )  x 4 (t ) 

..................  8)
.................. 

x n 1 (t )  x n (t ) 

x n  a n 1 x n (t )  ...  a1 x 2 (t )  a 0 x1 (t )  g (t )

Escrevendo 8) na forma matricial:

75
Teoria de Controle – José A. Riul

 x1   0 1 0 0 . . 0 0   x1  0
 x    
 2   0 0 1 0 . . 0 0   x 2  0
 
 x 3   0 0 0 1 . . 0 0   x 3  0 
      
.    . . . . . . . .  .  . 
 g (t ) 9)
.   . . . . . . . .  .  . 
      
.   . . . . . . . .  .  . 
 x   0 0 0 0 . . 0 1   x n 1  0
 n 1      
 x n   a0  a1  a2  a3 . . . a n 1   x n  1 

Ou de 9):

X  AX  Bg (t ) ou,
10)
X  AX  Bu

Onde: X – Vetor de Estados


A – Matriz Dinâmica
B – Matriz de Entrada
u – entrada ou excitação
A saída ou resposta Y(t) (variável original) é dada por:

Y(t) = Cx + Du 11)
C e D – Matrizes de Saída

Exemplo 6 – Determinar as equações de espaço de estados do exemplo 4 (eq. e.1).


d2 d
2
[mx(t )]  [cx(t )]  [kx(t )]  u(t ) e.1)
dt dt

Transformando (e.1) para a forma de espaço de estados, considerando:

x(t )  x1 (t ) e x(t )  x2 (t )
Tem-se:

76
Teoria de Controle – José A. Riul

 x1 (t )  x2 (t )

 k c 1
 x2 (t )   x1 (t )  x2 (t )  u (t )
 m m m

Ou, na forma matricial;

 x1 (t )   0 1   x1 (t )  0 
      u (t ) (e.3)
 x2 (t )   k / m c / m   x2 (t )  1/ m 

 x1 (t ) 
y (t )  [1 0]   (e.4)
 x2 (t ) 

Onde:

 0 1 0 
A k c ; B1
    
 m m   m 

A saída é dada por:

Y  CX  Du

Ou seja;

 y1  1 0   x1  1 0   x
 y   0      0 u     0 u
 2  1   x2  0 1   x 

Onde:

1 0 
C e D  [0]
0 1 

Exempo 7 – Dadas as matrizes A, B, C e D, do sistema da Figura 1, do item 2, elaborar um


programa computacional, e determinar:

a) A resposta forçada x(t) do sistema para u(t) = 10sen(20t);

b) A resposta forçada x(t) do sistema para u(t) = 10sen(10t);

c) A resposta livre x(t) do sistema com amortecimento;

d) A resposta livre x(t) do sistema sem amortecimento;

77
Teoria de Controle – José A. Riul

considerando: m = 1 kg; c = 2 Ns/m e k = 100 N/m

Respostas a) e b).
mola.m

clear all
close all

m = 1.0;
ca = 2.0;
k = 100.0;

a = [0 1;-k/m -ca/m];

b = [0;1/m];

c = [1 0];

d = [0];

xo = [0.1 0];
t = 0.0;
dt = 0.05;
for i = 1:1:500;
u = 10*sin(20*t);
tv(i) = t;
uv(i) = u;
t = t+dt;
end

y = lsim(a,b,c,d,uv,tv,xo);

figure(1)
plot(tv,uv);grid;
figure(2)
plot(tv,y);grid;

78
Teoria de Controle – José A. Riul

0.15
x

0.1

0.05

-0.05

-0.1

-0.15

-0.2
0 5 10 15 20 25

0.5
x
0.4

0.3

0.2

0.1

-0.1

-0.2

-0.3

-0.4

-0.5
0 5 10 15 20 25

Respostas c).

Mola1.m

clear all
close all

79
Teoria de Controle – José A. Riul

m = 1.0;
ca = 2.0;
k = 100.0;

a = [0 1;-k/m -ca/m];

b = [0;1/m];

c = [1 0];

d = [0];

xo = [0.1 0];

t = 0.0;
dt = 0.05;

for i = 1:1:500;
u = 0*sin(20*t);
tv(i) = t;
uv(i) = u;
t = t+dt;
end

y = lsim(a,b,c,d,uv,tv,xo);

figure(1)
plot(tv,uv);grid;
figure(2)
plot(tv,y);grid;

80
Teoria de Controle – José A. Riul

0.1
x
0.08

0.06

0.04

0.02

-0.02

-0.04

-0.06

-0.08
0 5 10 15 20 25

Respostas d).

mola2.m

clear all
close all

m = 1.0;
ca = 2.0;
k = 100.0;

a = [0 1;-k/m 0];
b = [0;1/m];
c = [1 0];
d = [0];
xo = [0.1 0];

t = 0.0;
dt = 0.05;

for i = 1:1:500;
u = 0*sin(20*t);
tv(i) = t;
uv(i) = u;
t = t+dt;
end

81
Teoria de Controle – José A. Riul

y = lsim(a,b,c,d,uv,tv,xo);
figure(1)
plot(tv,uv);grid;
figure(2)
plot(tv,y);grid;

0.1
x
0.08

0.06

0.04

0.02

-0.02

-0.04

-0.06

-0.08

-0.1
0 5 10 15 20 25

Exemplo 8) Obter a FT, a partir das equaçoes de espaço de estados 10) e 11).

Fazendo a transformada de Laplace de (5);

(sI  A) X (s)  bU (s)  X (s)  (sI  A)1bU (s) (5.a)


e,
Y (s)  cX (s) (5.b)
Substituindo (5.a) em (5.b);

Y ( s)
 c( sI  A)1 b  H ( s) (5.c)
U (s)

Exemplo 9) Obter a FT do exemplo 4, usando as equações de espaço de estados do exemplo 7.


clear all;
close all;
format long e;

82
Teoria de Controle – José A. Riul

m = 1;
k = 100;
ca = 2;

a = [0 1; -k/m -ca/m];
b = [0;1/m];
c = [1 0];
d = [0];

iu=1;

[n,d] = ss2tf(a,b,c,d,iu)

resposta

n = 0 4.440892098500626e-016 1.000000000000014e+000

d = 1.000000000000000e+000 2.000000000000000e+000 1.000000000000000e+002

Obs. Com a função “tf2ss” obtém-se as equações de espaço de estados a partir da FT.

Exemplo - A Figura abaixo mostra um Sistema de 2 GDL. Determinar o modelo do sistema,


transformá-lo para a forma de espaço de estados, elaborar um programa computacional e mostrar as
respostas do sistema.

Figura – Sistema de 2 GDL

Do DCL do sistema, tem-se:

mx1  cx1  2kx1  kx2  u1



 (1)
mx  cx  kx  2kx  u
 2 2 1 2 2

2 – Transformar (1) para a forma de espaço de estados e mostrar as matrizes A, B, C e D.

83
Teoria de Controle – José A. Riul

Representando (1) na forma de Espaço de Estados, com a mudança de variáveis como (2);

y1  x1 , y2  x1 , y3  x2 e y4  x2 (2)

Tem-se de (1):

y1  y2
2k c k 1
y2   y1  y2  y3  u1
m m m m

y3  y4
k 2k c 1 (3)
y4  y1  y3  y4  u2
m m m m

Escrevendo 3) na forma matricial, chega-se em 4).

 0 1 0 0
 y1   2k c k   y1  0 0 
y   0   
 2   m m m   y2   1/ m 0  u1 
0  u2 
4)
 y3   0 0 0 1   y3  0
      
 y4   k 2k c   y4  0 1/ m 
 m 0
m m 

A saída é dada por: Z = CY, dada por 5).

 z1  1 0 0 0   y1 
z    
 2   0 1 0 0   y2 
5)
 z3  0 0 1 0   y3 
    
 z4  0 0 0 1   y4 

3 - Dadas as matrizes A, B, C e D, do sistema da Figura 1, do item 2, elaborar um programa


computacional, e determinar:

a) A resposta forçada x(t) do sistema para u1(t) = 10sen(20t) e u2(t) = 5sen(15t) ;

b) A resposta livre x(t) do sistema com amortecimento;

c) A resposta livre x(t) do sistema sem amortecimento;

considerando: m = 1 kg; c = 2 Ns/m e k = 100 N/m

Programa mola2gdl.m

clear all
close all

84
Teoria de Controle – José A. Riul

m = 1.0;
ca = 2.0;
k = 100.0;

a = [0 1 0 0;(-2*k)/m -ca/m k/m 0;0 0 0 1;k/m 0 (-2*k)/m -ca/m];


b = [0 0;1/m 0;0 0;0 1/m];
c = [1 0 0 0;0 0 1 0];

c1 = [1 0 0 0];
c2 = [0 0 1 0];
d = [0];

xo = [0.1 0 0.2 0];

t = 0.0;
dt = 0.05;

for i = 1:1:500;
u1 = 10*sin(20*t);
u2 = 5*sin(15*t);
tv(i) = t;
u1v(i) = u1;
u2v(i) = u2;
t = t+dt;
end
u = [u1v;u2v];

y = lsim(a,b,c,d,u,tv,xo);
y1 = lsim(a,b,c1,d,u,tv,xo);
y2 = lsim(a,b,c2,d,u,tv,xo);

figure(1)
plot(tv,y);grid;
legend('x1', 'x2')

figure(2)
plot(tv,y);grid;
legend('x1', 'x2')

figure(3)
plot(tv,y1,tv,y2);grid;

Resposta a)

85
Teoria de Controle – José A. Riul

0.2
x1
0.15 x2

0.1

0.05

-0.05

-0.1

-0.15

-0.2
0 5 10 15 20 25

Resposta b)

0.2
x1
x2
0.15

0.1

0.05

-0.05

-0.1

-0.15
0 1 2 3 4 5 6 7

Resposta c)

86
Teoria de Controle – José A. Riul

0.2
x1
0.15 x2

0.1

0.05

-0.05

-0.1

-0.15

-0.2
0 1 2 3 4 5 6 7

ANÁLISE DE RESPOSTA TRANSITÓRIA

A análise do desempenho de um sistema pode ser realizada por vários métodos. Um dos
métodos é através da especificação de sinais de teste como funções: degrau, rampa, impulso, etc.
A resposta temporal de um sistema de controle consiste em duas partes: resposta transitória e
resposta estacionária. A resposta transitória vai do estado inicial até o estado final. A resposta
estacionaria diz respeito ao sinal de saída do sistema quando t  ∞.

- Estabilidade: indica se o sistema dinâmico é estável ou instável. Um sistema é estável se a saída


retorna ao seu estado de equilíbrio quando submetido a condições iniciais. Um sistema está em
equilíbrio se, na ausência de perturbação ou sinal de entrada, permanece no mesmo estado. Um
sistema é criticamente estável se o sinal de saída diverge sem limite do seu estado de Equilíbrio
quando submetido a uma condição inicial.

- Polos de uma Função de Transparência: São os valores da variável s, da transformada de


Laplace que fazem com que a função de transparência se torne igual a zero (são as raízes do
polinômio do numerador).

87
Teoria de Controle – José A. Riul

Na análise de um sistema de controle, devem ser examinados o comportamento da resposta


transitória e o comportamento em regime estacionário.

SISTEMAS DE PRIMEIRA ORDEM

Análise de Resposta transitória em Sistemas de Primeira Ordem

Um Sistema Térmico é representado conforme diagramas de bloco abaixo.

R(s) + E(s) Y(s) R(s) Y(s)


1 . = 1 .
T(s) Ts + 1

1 .
GMA(s) = 1 . ; GMF(s) = GMA .= Ts .
Ts 1 + GMA 1+ 1 .
Ts

GMF(s) = 1 .= Y(s) . 1)
Ts + 1 R(s)

- Resposta ao Degrau Unitário

Se r(t) é um degrau unitário, então R(s) = 1/s.. Logo, de 1):

1/ T k k2
Y ( s)   1 
s ( s  1/ T ) s ( s  1/ T )

s (1/ T )
k1  | s  0  k1  1
s ( s  1/ T )

( s  1/ T )(1/ T )
k2  | s  1/ T  k2  1
s ( s  1/ T )

88
Teoria de Controle – José A. Riul

1 1
Logo, Y ( s)   2)
s ( s  1/ T )

Fazendo a Transferência Inversa de 2):

y(t) = 1 – 3) para t ≥ 0.

A equação 3) mostra que:

y(t) = 0, para t = 0 e
y(t) = 1, para t = ∞

y(t)

T 2T 3T 4T t

Quanto menor o valor de T, mais rápida será a resposta. T é a constante de tempo.


Em t = 3T, 4T e 5T, a resposta alcança 95%, 98,2% e 99,3% respectivamente, do valor final.
Para t ≥ 4T, a resposta y(t) permanece dentro de 2% do valor final. Matematicamente, o
regime estacionário é alcançado para t = ∞, conforme a equação 3), mas na prática o tempo de
resposta é o tempo que a curva de resposta necessita para alcançar a linha de 2% do valor final, ou
seja, 4T.

SISTEMAS DE SEGUNDA ORDEM

Análise de Resposta Transitória em Sistemas de Segunda Ordem

A função de transferência em malha aberta de um servomotor é dada abaixo.

k
G( s)  (1)
Js  cs
2

89
Teoria de Controle – José A. Riul

R(s) + Y(s)
_ K . =
– Js² + cs

R(s) + Y(s)
_ ωn² . =
– s² + 2ξωns

_ K . K .
GMF(s) = Js² + cs .= Js² + cs .
1 + _ K . Js² + cs + K .
Js² + cs Js² + cs

GMF(s) = K . 1) R(s) Y(s)


_ K .
Js² + cs + K Js² + cs + K

Em malha fechada tem-se:

Y ( s) n2
G p ( s)   2 (2) FTMF
U ( s) s  2n s  n2
onde:
n - freqüência natural;
 - fator de amortecimento;
Para:
  1  sistema superamortecido (raízes reais e distintas);
  1  sistema criticamente amortecido (raízes reais e iguais);
  1  sistema subamortecido (raízes complexas conjugadas).

Para  < 1
A resposta do sistema à entrada degrau unitário é da forma:

1 nt
y(t )  1  e sen(n Bt   )
B
(3)

90
Teoria de Controle – José A. Riul

B
Com B  1   2 e   tg 1 ( )

O máximo valor da resposta que ocorre no instante de tempo de pico é:

y(t p )  1  e( ) / B (4)

tp   (5)
(n B)

Portanto medindo y(tp), o fator de amortecimento  é obtido através da Eq. (4) e com tp e  ,

obtém-se a frequência natural n usando a Eq. (5), que substituídas em (2) fornecem a função de
transferência G(s).

A Fig. 4 mostra as principais especificações de desempenho da resposta ao degrau unitário de um


sistema de 2ª ordem.

Figura 4 – Resposta, ao degrau unitário, de um sistema de 2ª ordem


Da Figura 4, tem-se:
tr - Tempo de Subida – Para sistemas subamortecidos é o intervalo de tempo que o sistema leva
para ir de 0 à 100% do valor final.
Para sistemas superamortecidos é o intervalo de tempo que o sistema gasta para ir de 10 a 90% do
seu valor final.
tp – Tempo de Pico – é o tempo gasto para a resposta atingir o primeiro pico de overshoot (sobre-
sinal).

91
Teoria de Controle – José A. Riul

ts – Tempo de Estabilização – é o tempo que o sistema leva para entrar e permanecer na faixa de ±
2% do valor final.
4
ts  (6)
n
PO – Percentual de Overshoot (sobre-sinal).


y (t p )  y() 1 2
PO  100%  (e )100% (7)
y ( )
ess – Erro em Regime
ess  yr ()  y()  lims0 s[ yr (s)  y(s)] (8)

RESPOSTA EM FREQUÊNCIA DE SISTEMAS

Será estudado o significado da resposta em regime estacionário dos sistemas devido a


entradas senoidais, chamada resposta em frequência.
Considere um sistema com função de transferência G(s) e entrada senoidal dada pela
Eq. (1).

u(t )  A cos(1t ) 1)

De 1);

As
U (s)  2)
s  12
2

Tem-se ainda,
G( s) As G(s) As
Y ( s)  G( s)U ( s)   3)
s  1 ( s  j1 )( s  j1 )
2 2

Expandindo 3) em frações parciais, tem-se:

k1 k2
Y ( s)    Yg ( s) 4)
( s  j1 ) ( s  j1 )

92
Teoria de Controle – José A. Riul

onde: Yg(s) é o conjunto de termos na expansão em frações parciais que originam do denominador
de G(s).
Assumindo que nesse sistema, os termos em Yg(s) decaem para zero com o tempo, então apenas os
dois primeiros termos da Eq. 4) contribuem para a resposta estacionária e dessa forma, tem-se de 3)
e de 4).

G( s) As k1 k2
  5)
( s  j1 )(s  j1 ) ( s  j1 ) ( s  j1 )

Multiplicando 5) por s - jω1, tem-se:


( s  j1 )G( s) As k ( s  j1 ) k 2 ( s  j1 )
 1  6)
( s  j1 )(s  j1 ) ( s  j1 ) ( s  j1 )

Para s = jω1 tem-se de 6);

1
k1  AG ( j1 ) 7)
2

Multiplicando 5) por s + jω1, tem-se:

( s  j1 )G( s) As k ( s  j1 ) k 2 ( s  j1 )


 1  8)
( s  j1 )(s  j1 ) ( s  j1 ) ( s  j1 )

Para s = - jω1 tem-se de 8);

1
k2  AG ( j1 ) 9)
2

Como G(jω1) é um número complexo, tem-se:

G( j1 )  G( j1 ) e j 10)

A resposta em regime estacionário, considerando a Eq. 4), é dada por:

y(t )  k1e j1t  k2e j1t 11)

93
Teoria de Controle – José A. Riul

Substituindo 7) e 9) em 11);

1 1
y(t )  AG( j1 )e j1t  AG( j1 )e j1t 12)
2 2

Usando 10) em 12);

1 1
y(t )  A G( j1 ) e j e j1t  A G( j1 ) e j e j1t 13)
2 2

De 13);

(e j (1t  )  e j (1t  ) )
y(t )  A G( j1 )  A G( j1 ) cos(1t   ) 14)
2

Conclui-se de 14) que a resposta em regime estacionário do sistema, para uma entrada senoidal,
depende da amplitude da entrada, da frequência da entrada, da amplitude da função de transferência
do sistema e do ângulo da função de transferência, que é o deslocamento de fase da senoide de saída
em relação a da entrada.

Ex. - Considere um sistema de Um Grau de liberdade (1 GDL) representado na Figura 1 e pelo


modelo dado pela Equação Diferencial do Movimento (EDM) da Eq. 1) e determine sua resposta
em frequência.

onde:
Fo - amplitude da entrada ou da excitação;
ω - frequência de entrada ou da excitação.

EDM: m + c + Kx = u = Fo sen (ωt) a.1)

De 1), com as condições iniciais nulas, tem-se:


94
Teoria de Controle – José A. Riul

(m s² + c s + K) X(s) = U(s)

G(s) = 1 . a.2)
ms² + cs + K

Fazendo s = iω e substituindo em a.2);

G(iω) = 1 . = 1 . a.3)
i²mω² + iωc + K (K – mω²) + iωc

De a.3):

|G(iω)| = | 1 | .
| (K – mω²) + iωc |

|G(iω)| = 1 . a.4)

0
tg-1 1 -1
ϕ(ω) = = 0 . – tg ωc .
K – mω²
tg-1 ωc .
K – mω²

Logo,
cω . a.4.a)
ϕ(ω) = – tg-1
K – mω²

Substituindo a.4) e a.4.a), e Fo e ω da entrada, em 14), tem-se:

1 c
x(t) = Fo |G(iω)| sen (ωt + ϕ(ω) = Fo sen(t  tg 1 ( ))
(k  m 2 ) 2  (c) 2 k  m 2

G(s) = . 2 . u(t) = U sen(ωt)


s² + 3s + 2 = 8 sen(2t) 95
Teoria de Controle – José A. Riul

Ex. 1- Considere e e

determine a resposta estacionária x(t).

Fazendo s = jω em G(s), tem-se:


G(iω) = . 2 . = . 2 .
(iω)² + 3(iω) + 2 (2 – ω²) + i3ω
mas ω = 2 rad/s,

G(iω) = . 2 . = . 2 .
(2 – 4) + i6 –2 + 6i

| G(iω) | = . | 2 | . =. 2 . =. 2 .
| – 2 + i6 |

| G(iω) | = 0,316

ϕ(ω) = tg-1 . 0 – tg-1 . 6 = 0 – 108,4º


2 –2

e
x(t) = U |G(iω)| sen(ωt + ϕ(ω)) x(t) = 8 (0,316) sen(2t – 108,4º)

x(t) = 2,528 • sen (2t – 108,4º)

DIAGRAMA DE BODE

A função de resposta em frequência ou resposta em frequência G (iω), pode ser mostrada


graficamente, através de sua parte real e de sua parte imaginária.

Re Im

96
Teoria de Controle – José A. Riul

Como G(iω) = |G(iω)| ϕ(ω) , pode-se mostrar:

| G(iω) | ϕ (ω)

ω ω

Os Digramas de Bode mostram a resposta em frequência, com o módulo de G(iω) e ω em


escalas logarítmicas; dB (decibell) = 20 log |G(iω)|.

- DIAGRAMA DE NYQUIST OU DIAGRAMA POLAR

A função resposta em frequência G(iω) pode ser mostrada na forma polar ou pelo Diagrama
de Nyquist. Este diagrama é construído em função das partes Real e Imaginária de G(iω) em função
de ω, como abaixo:

G(iω) = ReG(iω) + i ImG(iω)

97
Teoria de Controle – José A. Riul

Nyquist Diagram
0.8

0.6

0.4

0.2
Imaginary Axis

-0.2

-0.4

-0.6

-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis

Ex. 2 - Dado G(s) = .


,2 .
traçar os diagramas de Bode e de Nyquist usando o Matlab.
s² + 3s + 2
Programa Computacional - Matlab

% Diagramas de Bode e de Nyquist


% Sistema
% ftma = 2/(s2 + 3s + 2)
% Riul 2012
clear all
close all
% dominio da frequencia
n = [2];
d = [1 3 2];
ftma = tf(n,d)
w = 0:0.01:100;
figure(1)
margin(ftma);grid
figure(2)
nyquist(ftma,'k',w)

98
Teoria de Controle – José A. Riul

Bode Diagram
Gm = Inf dB (at Inf rad/sec) , Pm = -180 deg (at 0 rad/sec)
0

Magnitude (dB) -20

-40

-60

-80
0

-45
Phase (deg)

-90

-135

-180
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)

Nyquist Diagram
G(s) = 2/(s 2 + 3s + 2)
0.8

0.6

0.4

0.2
Imaginary Axis

-0.2

-0.4

-0.6

-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis

99
Teoria de Controle – José A. Riul

5
Ex.: Dado G( s)  , construir os diagramas de Bode e de Nyquist usando o Matlab, e
s 2
2

encontrar a magnitude, a fase, a componente real e a componente imaginaria de G(i ) para ω

2
variando de 0 a 10. Idem para G( s) 
s  3s  2
2

programa diagrabn.m

clear all
close all

n = [5];
d = [1 2 0]
w = 0:0.5:10;

[mag,phase] = BODE(n,d,w)
[re,im] = NYQUIST(n,d,w)
resposta = [w' mag phase re im];

figure(1)
bode(n,d);grid
title('Bode Motor cc malha G(s) = 5/s^2+2s')
figure(2)
nyquist(n,d);grid
title('Nyquist Motor cc malha G(s) = 5/s^2+2s')
n1 = [2];
d1 = [1 3 2]
w = 0:0.1:10;

[mag1,phase1] = BODE(n1,d1,w)
[re1,im1] = NYQUIST(n1,d1,w)
resposta1 = [w' mag1 phase1 re1 im1];

figure(3)
bode(n1,d1);grid
title('Bode MassaMola G(s) = 2/(s^2+3s + 2)')
figure(4)
nyquist(n1,d1);grid
title('Nyquist MassaMola G(s) = 2/(s^2+3s + 2)')

100
Teoria de Controle – José A. Riul

Bode Motor cc malha G(s) = 5/s 2+2s


40

20

Magnitude (dB)
0

-20

-40

-60

-80
-90
Phase (deg)

-135

-180
-1 0 1 2
10 10 10 10
Frequency (rad/sec)

Nyquist Motor cc malha G(s) = 5/s 2+2s


20
0 dB

15

10

5
Imaginary Axis

2
46dB
dB -2 dB
dB -4
-6 dB
0

-5

-10

-15

-20
-1.4 -1.2 -1 -0.8 -0.6 -0.4 -0.2 0
Real Axis

resposta = [w mag phase re im]


w mag phase re im
0 Inf 0 Inf 0
0.5000 4.8507 -104.0362 -1.1765 -4.7059
1.0000 2.2361 -116.5651 -1.0000 -2.0000
1.5000 1.3333 -126.8699 -0.8000 -1.0667
2.0000 0.8839 -135.0000 -0.6250 -0.6250
2.5000 0.6247 -141.3402 -0.4878 -0.3902
3.0000 0.4623 -146.3099 -0.3846 -0.2564
3.5000 0.3544 -150.2551 -0.3077 -0.1758
4.0000 0.2795 -153.4349 -0.2500 -0.1250
4.5000 0.2256 -156.0375 -0.2062 -0.0916
5.0000 0.1857 -158.1986 -0.1724 -0.0690
5.5000 0.1553 -160.0169 -0.1460 -0.0531
6.0000 0.1318 -161.5651 -0.1250 -0.0417

101
Teoria de Controle – José A. Riul

6.5000 0.1131 -162.8973 -0.1081 -0.0333


7.0000 0.0981 -164.0546 -0.0943 -0.0270
7.5000 0.0859 -165.0686 -0.0830 -0.0221
8.0000 0.0758 -165.9638 -0.0735 -0.0184
8.5000 0.0674 -166.7595 -0.0656 -0.0154
9.0000 0.0603 -167.4712 -0.0588 -0.0131
9.5000 0.0542 -168.1113 -0.0531 -0.0112
10.0000 0.0490 -168.6901 -0.0481 -0.0096

Bode MassaMola G(s) = 2/(s 2+3s + 2)


0

-20
Magnitude (dB)

-40

-60

-80
0

-45
Phase (deg)

-90

-135

-180
-2 -1 0 1 2
10 10 10 10 10
Frequency (rad/sec)

Nyquist MassaMola G(s) = 2/(s 2+3s + 2)


0.8
4 dB 2 dB 0 dB -2 dB -4 dB -6 dB
0.6 6 dB

0.4 -10 dB
10 dB

0.2
Imaginary Axis

20 dB -20 dB

-0.2

-0.4

-0.6

-0.8
-1 -0.8 -0.6 -0.4 -0.2 0 0.2 0.4 0.6 0.8 1
Real Axis

resposta1 = = [w mag phase re im]


w mag phase re im
0 1.0000 0 1.0000 0
0.5000 0.8677 -40.6013 0.6588 -0.5647
1.0000 0.6325 -71.5651 0.2000 -0.6000
1.5000 0.4438 -93.1798 -0.0246 -0.4431
2.0000 0.3162 -108.4349 -0.1000 -0.3000
2.5000 0.2320 -119.5388 -0.1144 -0.2019

102
Teoria de Controle – José A. Riul

3.0000 0.1754 -127.8750 -0.1077 -0.1385


3.5000 0.1363 -134.3097 -0.0952 -0.0975
4.0000 0.1085 -139.3987 -0.0824 -0.0706
4.5000 0.0881 -143.5087 -0.0708 -0.0524
5.0000 0.0728 -146.8887 -0.0610 -0.0398
5.5000 0.0611 -149.7120 -0.0528 -0.0308
6.0000 0.0520 -152.1027 -0.0459 -0.0243
6.5000 0.0447 -154.1511 -0.0402 -0.0195
7.0000 0.0389 -155.9245 -0.0355 -0.0158
7.5000 0.0341 -157.4739 -0.0315 -0.0130
8.0000 0.0301 -158.8387 -0.0281 -0.0109
8.5000 0.0268 -160.0496 -0.0252 -0.0091
9.0000 0.0240 -161.1310 -0.0227 -0.0077
9.5000 0.0216 -162.1023 -0.0205 -0.0066
10.0000 0.0195 -162.9795 -0.0187 -0.0057

103
Teoria de Controle – José A. Riul

AÇÕES DE CONTROLE BÁSICAS

INTRODUÇÃO

Um controlador automático compara o valor da saída do sistema com o valor da referência


(valor desejado para a saída), determina o desvio (erro) e produz um sinal de controle (variável de
controle) que reduzirá o erro a zero ou a próximo de zero, como mostra o diagrama de blocos
abaixo.

Referência e(t) u(t) Saída


Contro-
Atuador Sistema
lador
+

Sensor

CONTROLADORES AUTOMÁTICOS

- Controlador proporcional.
- Controlador do tipo integral.
- Controlador do tipo proporcional e integral.
- Controlador do tipo proporcional e derivativo.
- Controlador do tipo proporcional, integral e derivativo.

AÇÕES DE CONTROLE BÁSICAS

a) Ação de Controle Proporcional

Ref(s) E(s) U(s)


+ Kp D
u(t) = Kp e(t) 1)
D

U(s) = Kp E(s) 2)
Y(s)

onde: Kp – ganho proporcional ou função de transferência de um controlador proporcional. Kp –


ajusta a ação proporcional. O controlador proporcional é um amplificador com ganho ajustável.

104
Teoria de Controle – José A. Riul

b) Ação de Controle Integral

du(t) = KI e(t) u (t) = KI e(t) dt 3)


dt

onde: KI – Constante ajustável – ajusta a ação integral.


De 3):

U(s) = KI E(s) U (s) = KI E(s) 4)


s s

E(s) U(s)
KI .
+ s D

Y(s)

c) Ação de Controle Proporcional – Integral

u(t) = Kp e(t) + KI e(t) dt 5)

U(s) = Kp + KI E(s) 6)
s
onde:
Kp: ganho proporcional.
ajustáveis
KI: ganho integral.
.

d) Ação de Controle Proporcional – Derivativa

u(t) = Kp e(t) + KD de(t) 7)


dt

U(s) = (Kp + KD s) E(s) 8)

onde: Kp: ganho proporcional .


KD : ganho derivativo.
U(s)
+ Kp + KD s D
–E(s)
105
Teoria de Controle – José A. Riul

e) Ação de Controle Proporcional-Integral-Derivativa

u(t) = Kp e(t) + KI e(t) dt + KD de(t) 9)


dt

U(s) = Kp + KI + KDs E(s) 10)


s

ou

U(s) = KDs2 + Kps + KI E(s) 10.a)


s

E(s) U(s)
+ Kp + KI + KDs
– s

EFEITOS DAS AÇÕES DE CONTROLE INTEGRAL E DERIVATIVA SOBRE O


DESEMPENHO DO SISTEMA

A ação de controle integral elimina o erro estacionário.


A ação de controle derivativa age no transitório da resposta reduzindo a ultrapassagem,
tempo de resposta.

Ex. 1 - Elaborar um programa no Matlab e mostrar as respostas de um servomotor, considerando


como referencia um degrau unitário, retroalimentação unitária, sem controlador e com a ação de um
controlador PID. Considerar: Jm = 1 kgm2, c = 0,5 Nms/rad.

Ref(s) = 1 + Gc(s) 1 .
Jms² + cs

106
Teoria de Controle – José A. Riul

Programa Computacional - Matlab


% Programa Ações de Controle - Ação Proporcional-Integral-Derivativa
% Servomotor
% Riul 2012

clear all
close all

% ftma = 1/Jms^2 + cs

jm = 1.0;
c = 0.5;
n = [1];
d = [jm c 0];
ftma = tf(n,d)
ftmf = feedback(ftma,1)

% funçao de transferencia do controlador PID

kp = 0.4;
kd = 0.2;
ki = 0;
npid = [kd kp ki];
dpid = [1 0];

ftpid = tf(npid,dpid)

ftcma = series(ftpid,ftma)

ftcmf = feedback(ftcma,1)

t = 0.0;
dt = 0.1;
for i=1:1:400;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end

y = lsim(ftma,degrauv,tv);
yf = lsim(ftmf,degrauv,tv);
yc = lsim(ftcma,degrauv,tv);
ycf = lsim(ftcmf,degrauv,tv);

figure(1)
plot(tv,degrauv,'k');grid;

107
Teoria de Controle – José A. Riul

xlabel('Tempo (s)')
ylabel('Referência (radianos)')
title ('Referência - Degrau Unitário')

figure(2)
plot(tv,y,'k');grid;

figure(3)
plot(tv,yf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição Angular (radianos)')
title ('Servomotor - Sem Ação de Controle')

figure(4)
plot(tv,yc,'k');grid;

figure(5)
plot(tv,ycf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição Angular (radianos)')
title ('Servomotor - Ação de Controle')

Resultados:

Referência - Degrau Unitário


2

1.8

1.6

1.4
Referência (radianos)

1.2

0.8

0.6

0.4

0.2

0
0 5 10 15 20 25 30 35 40
Tempo (s)

108
Teoria de Controle – José A. Riul

Servomotor - Sem Ação de Controle


1.5

Posição Angular (radianos)

0.5

0
0 5 10 15 20 25 30 35 40
Tempo (s)

Servomotor - Com Ação de Controle


1.4

1.2

1
Posição Angular (radianos)

0.8

0.6

0.4

0.2

0
0 5 10 15 20 25 30 35 40
Tempo (s)

109
Teoria de Controle – José A. Riul

ESTABILIDADE

- Polos a Malha Fechada Dominantes

A dominância relativa de polos a malha fechada é determinada pela relação das partes reais
dos polos a malha fechada e pelos resíduos calculados nos polos.
Se as relações das partes reais excedem 5 (P1r / P2r > 5) e não havendo zeros na vizinhança,
então os polos a malha fechada mais próximos de jω dominarão no desempenho da resposta
transitória.
Os polos a malha fechada que tem efeito dominante sobre o comportamento da resposta
transitória são chamados de polos dominantes. Normalmente, ocorrem na forma de um par
complexo conjugado e são os mais importantes.

- Análise de Estabilidade no Plano Complexo

A estabilidade de um sistema linear a malha fechada pode ser determinada pela localização
dos polos a malha fechada no plano s.
Polos no semiplano direito do plano s, a medida que o tempo cresce, dão origem ao modo
dominante, e a resposta transitória aumenta, isto representa um sistema instável. Portanto, esses
polos não são permitidos em sistemas de controle lineares usuais. Se todos os polos a malha fechada
estiverem situados à esquerda do eixo “jω”, a resposta transitória termina por alcançar um equilíbrio
e isto representa um sistema estável. Se um sistema é instável ou estável é uma propriedade sua, que
não depende da entrada. A entrada não afeta a propriedade de estabilidade do sistema e contribui
somente com a resposta estacionária. Portanto, o problema de estabilidade absoluta pode ser
resolvido não se escolhendo polos no semiplano s da direita, incluindo “jω” (resposta oscilatória
permanente).
Para garantir resposta transitória rápida e bem amortecida é necessário que os polos a malha
fechada pertençam a região mostrada na figura.

Im Ts – tempo de acomodação;
Nesta σ = ξ ωn
± 2%
região ξ > 0,4 ± 5%

Ts< 4,0 / σ

Re
Ts 110
Teoria de Controle – José A. Riul

A estabilidade relativa e o desempenho transitório de um sistema de controle a malha


fechada estão diretamente relacionados com a configuração de polos e zeros a malha fechada no
plano s. Torna-se necessário o ajuste de um ou mais parâmetros do sistema para obtenção de
configurações satisfatórias.

CRITÉRIO DE ESTABILIDADE DE ROUTH

Os sistemas lineares a malha fechada apresentam funções de transferência a malha fechada


da forma:

Y(s) = C(s) .= B(s) .= b0sm + b1sm – 1 + ... + bm . 1)


R(s) R(s) A(s) a0sn + a1sn – 1 + ... + an

onde: ai e bj – coeficientes (parâmetros do sistema) constantes e m < n.

Para determinar os polos a malha fechada, o polinômio A(s) tem que ser fatorado.
O critério de Routh permite determinar o número de polos a malha fechada que estão no
semiplano s direito sem ter que fatorar o polinômio. Este critério diz se há ou não raízes instáveis de
uma equação polinomial sem ter que resolvê-la.
Quando este critério é aplicado em um sistema de controle, são obtidas informações sobre a
estabilidade absoluta do sistema, diretamente dos coeficientes da equação característica.

PROCEDIMENTO NO CRITÉRIO DE ESTABILIDADE DE ROUTH

1. Escrever o polinômio s da seguinte forma:

a0sn + a1sn-1 + ... + an-1s + an = 0 2)

2. Se qualquer dos coeficientes de 2) for nulo ou negativo na presença de pelo menos um


coeficiente positivo, então há uma raiz ou raízes que são imaginárias ou que tem partes reais
positivas, o que indica que o sistema é instável.
A condição necessária, mas não suficiente, para a estabilidade é que os coeficientes de 2)
estejam todos presentes e todos tenham sinal positivo (se todos a i são negativos, podem se
tornar positivos, multiplicando 2) por (-1) ).

111
Teoria de Controle – José A. Riul

3. Se todos os coeficientes ai de 2) são positivos, estruturá-los como segue:

sn – a0 a2 a4 a6 ...

sn-1 – a1 a3 a5 a7 ...

sn-2 – b1 b2 b3 b4 ...

sn-3 – c1 c2 c3 c4 ...

sn-4 – d1 d2 d3 d4 ...

: : :

: : :

S2 – e1 e2

S1 – f1

S0 – g1

Os coeficientes b1, b2, b3, ... são calculados como segue:

b1 = a1 a2 – a0 a3 .; b2.= a1 a4 – a0 a5 .
a1 a1

b3 = a1 a6 – a0 a7 .; . . . .
a1

Os coeficientes c1, c2, c3, ... e d1, d2, d3, ... são calculados como os anteriores.

c1 = b1 a3 – a1 b2 .; c2.= b1 a5 – a1 b3 .
b1 b1

c3 = b1 a7 – a1 b4 .; . . . .
b1

d1 = c1 b2 – b1 c2 .; d2 = c1 b3 – b1 c3 .; . . . .
c1 c1

112
Teoria de Controle – José A. Riul

O processo segue até que a n-ésima linha tenha sido completada. O arranjo completo de
coeficientes é triangular. Ao desenvolver o arranjo, uma linha inteira pode ser dividida ou
multiplicada por um número positivo visando simplificar os cálculos, sem alterar a estabilidade.
O critério de Routh diz que o número de raízes de (2) com partes reais positivas é igual ao
número de mudanças de sinal dos coeficientes da primeira coluna do arranjo tabular. Observar que
apenas os sinais da primeira coluna são necessários.
A condição necessária e suficiente para que todas as raízes de (2) fiquem no semiplano s
esquerdo é que todos os coeficientes de (2) sejam positivos e que todos os termos da primeira
coluna do arranjo tabular tenham sinais positivos.

Ex. 2 - Aplicar o critério de Routh para o polinômio: a 0s3 + a1s2 + a2s + a3 = 0, onde: a0, a1, a2 e a3
são números positivos.

s3 – a0 a2 0

s2 – a1 a3 0

s1 – b1 b2 0

s0 – c1 c2 0

b1 = a1 a2 – a0 a3 .; b2.= 0
a1

c1 = b1 a3 – a1 b2 . c1 = a3, c2 = 0
b1 0

Substituindo os valores de b1 à c2 na tabela anterior, tem-se:

a0 a2

a1 a3

(a1a2 – a0a3) / a1 0

a3 0

113
Teoria de Controle – José A. Riul

Para que todos os elementos da 1ª coluna sejam positivos,

a1a2 – a0a3 > 0 a1a2 – a0a3 > 0 a1a2 > a0a3


a1

Com isto, todas as raízes terão partes reais negativas.

Ex. 3 - Dada a função de transferência a malha fechada de um sistema, pede-se determinar a região
de valores de K para os quais existirá estabilidade.

C(s) = K .= K .
R(s) s(s² + s + 1) (s + 2) + K s4 + 3s3 + 3s2 + 2s + K

Equação característica (malha fechada)

s4 + 3s3 + 3s2 + 2s + K = 0

s4 1 3 K 0

s3 3 2 0 0
b1 = 7
s2 b2 = K 0
3
c1 = 2 – 9 K
s1 0 0
7
s0 d1 = K 0

b1 = 3(3) – (1)(2) . = 7 ; b2 = 3K – 0 = K
3 3 3

c1 = 2 (7/3) – 3 (K) .= 2 – 3K 3 = 2 – 9 K ; c2 = c
7/3 7 7

d1 = (2 – 9/7K) • K – (7/3)(0) . = d1 = K ; d2 = 0
2 – 9/7K

114
Teoria de Controle – José A. Riul

Analisando a 1ª coluna da tabela:

2 – 9/7.K > 0 então K < 14/9 e k > 0 logo 0 < K < 14


Para K no intervalo acima o sistema é estável.

115
Teoria de Controle – José A. Riul

ERRO ESTACIONÁRIO EM SISTEMAS DE CONTROLE COM RETROAÇÃO


UNITÁRIA

Considere o sistema de controle com retroação unitária com a função de transferência a


malha aberta G(s) dada por:

B( s ) B( s ) K (Tas + 1) (Tbs + 1)..........


G( s)   N  N
A( s) s ( s  p1 )( s  p2 ).....( s  pn ) s (T1s + 1) (T2s + 1)...........
(1)

Um sistema é do tipo:
0 (zero) se N = 0
1 se N = 1
2 se N = 2
3 se N = 3

Obs.: N não é a ordem do sistema e sim o tipo do sistema.


Para o sistema da figura abaixo:

R(s) + E(s) Y(s)


G(s)

Y(s) = G(s) . 2)
R(s) 1 + G(s)

e E(s) = 1 . 3)
R(s) 1 + G(s)

O teorema do valor final fornece uma maneira eficiente para a determinação do desempenho
em regime estacionário de um sistema estável.

Como de 3):

E(s) = 1 R(s) .RR 4)


1 + G(s)

116
Teoria de Controle – José A. Riul

e o erro em regime estacionário é dado por:

ess = lim e(t) , tem-se:


t∞

ess = lim e(t) = lim s E(s) = lim s R(s) . 5)


t∞ s0 s0
1 + G(s)

Neste texto:
Posição – Saída (qualquer, como posição angular, linear, temperatura, etc).
Velocidade – Taxa de variação da saída.
Aceleração – Taxa de variação da velocidade.

COEFICIENTE DE ERRO ESTÁTICO DE POSIÇÃO “Kpo”

O erro estacionário do sistema a uma excitação degrau unitário é dado por:

ess = lim s .· 1 = 1 6)
s0
1 + G(s) s 1 + G(0)

definindo Kpo = lim G(s) = G(0) e substituindo em 6):


s0

ess = 1 7)
1 + Kpo

Para sistemas do tipo 0 (zero), tem-se de 1);

Kpo = lim K (Tas + 1) (Tbs + 1) … . = K 8)


s0
(T1s + 1) (T2s + 1) …

Para sistemas do tipo 1 ou maiores:

Kpo = lim K.= ∞ 9)


s0
sN

Subst. 8) e 9) em 7):

ess = 1 .– para sistemas do tipo 0 (zero).


1+K
ess = 1 = 0 – para sistemas do tipo 1 e superiores.
1+∞

117
Teoria de Controle – José A. Riul

COEFICIENTE DE ERRO ESTÁTICO DE VELOCIDADE “KV”

O erro estacionário para um sistema a uma excitação em rampa unitária é dado por:

ess = lim s 1 . = lim s = lim 1 .


s0 s0 s0
1 + G(s) s² s²+ s²G(s) sG(s)

ess = lim 1 . 10)


s0
sG(s)

O coeficiente KV é dado por:

KV = lim s G(s) 11)


s0

Subst. 11) em 10): ess = 1 .


KV

Considerando 1), tem-se:

para sistemas do tipo 0 (zero)  KV = lim sG(s) = 0. 12)


s0

para sistemas do tipo 1  KV = lim sK (Tas + 1) (…) . = K 13)


s0
s(T1s + 1) (…)

para sistemas do tipo 2 ou maiores  KV = lim K .= ∞ 14)


s0
sN – 1

Substituindo 12), 13) e 14) em 10):

ess = 1 .. ess = ∞ – para um sistemas do tipo 0 (zero)


KV
ess = 1 – para um sistemas do tipo 1
K .
K KK
ess = 1 .= 0 – para sistemas do tipo 2 ou maiores

118
Teoria de Controle – José A. Riul

COEFICIENTE DE ERRO ESTÁTICO DE ACELERAÇÃO “Ka”

O erro estacionário de um sistema a uma excitação parabólica unitária (entrada de


aceleração), definida por:

r(t) = t² ., para t ≥ 0
2

.= 0 , para t < 0

é dado por: ess = lim s 1 . = 1 . 15)


s0
1 + G(s) s³ lim s² G(s)
s0

O coeficiente de erro de aceleração Ka é definido por:

Ka = lim s² G(s) . 16)


s0

O erro estacionário é dado por: ess = 1 . 17)


Ka

Considerando 1), tem-se:

Para sistemas do tipo zero; Ka = lim s² K = 0. 18)


s0
1
Para sistemas do tipo 1; Ka = lim s² K = 0. 19)
s0
s
Para sistemas do tipo 2; Ka = lim s² K = K 20)
s0

Para sistemas do tipo 3 ou maior; Ka = lim s² K = lim K = ∞. 21)
s0 s0
s³ s

Substituindo 18 à 21 em 17):

ess = 1 = ∞ – tipo 0 (zero) ess = 1 . = ∞ – tipo 1 .


0 0

ess = 1 . – tipo 2 ess = 1 .= 0 – tipo 3 ou maior


K ∞

119
Teoria de Controle – José A. Riul

Das análises anteriores de erro estacionário tem-se a tabela:

Entrada

Degrau Unitário Rampa Unitária Aceleração


r(t) = 1 t²
Tipo do Sistema r(t) = 1 r(t) = t
2
1 .
0 ∞ ∞
1+K
1.
1 0 ∞
K
1.
2 0 0
K

Os coeficientes Kp, Kv e Ka são indicativos de desempenho em regime estacionário. Eles


descrevem a habilidade de um sistema com retroação unitária em reduzir ou elimina erros
estacionários.

Ex. 4 - Elaborar um programa no Matlab e mostrar as respostas de um servomotor, considerando


como referencias um degrau unitário, uma rampa unitária e uma parábola, retroalimentação unitária
e sem controlador. Considerar: Jm = 1 kgm2 , c = 0,5 Nms/rad.

Programa Computacional – Matlab

% Erro (com retroação unitária) em Sistemas conforme o Tipo; 0, 1, 2, 3.


% Erro para a referencia do tipo degrau rampa e parábola.
% Servomotor
% Riul 2012

clear all
close all

% ftma = 1/Jms^2 + cs
% Sistema de segunda ordem e do tipo 1

jm = 1.0;
c = 0.5;
n = [1];
d = [jm c 0];
ftma = tf(n,d)
ftmf = feedback(ftma,1)

120
Teoria de Controle – José A. Riul

t = 0.0;
dt = 0.1;
for i=1:1:200;
degrau = 1;
rampa = 1*t;
degrauv(i) = degrau;
rampav(i) = rampa;
parabo = (t^2)/2;
parabov(i) = parabo;
tv(i)=t;
t = t + dt;
end

yfdegrau = lsim(ftmf,degrauv,tv);
yframpa = lsim(ftmf,rampav,tv);
yfparabo = lsim(ftmf,parabov,tv);

figure(1)
plot(tv,degrauv,'--k',tv,yfdegrau,'k');grid;
xlabel('Tempo (s)')
ylabel('Resposta (radianos)')
title ('Resposta a um Degrau Unitário')
figure(2)
plot(tv,rampav,'--k',tv,yframpa,'k');grid;
xlabel('Tempo (s)')
ylabel('Resposta (radianos)')
title ('Resposta a uma Rampa Unitária')
figure(3)
plot(tv,parabov,'--k',tv,yfparabo,'k');grid;
xlabel('Tempo (s)')
ylabel('Resposta (radianos)')
title ('Resposta a uma Parábola')

Resultados:

121
Teoria de Controle – José A. Riul

Resposta a um Degrau Unitário


1.5

1
Resposta (radianos)

0.5

0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)

Resposta a uma Rampa Unitária


20

18

16

14
Resposta (radianos)

12

10

0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)

122
Teoria de Controle – José A. Riul

Resposta a uma Parábola


200

180

160

140
Resposta (radianos)

120

100

80

60

40

20

0
0 2 4 6 8 10 12 14 16 18 20
Tempo (s)

ANÁLISE DE SISTEMA DE CONTROLE UTILIZANDO O MÉTODO DO LUGAR DAS


RAÍZES

O método do lugar das raízes indica as características da resposta natural de um Sistema de


Controle.

PRINCÍPIO DO LUGAR DAS RAÍZES

Considere o Sistema de Controle da Figura 1.

Amplificador de Servomotor
Potência
+
K 1 .
s² + 2s

123
Teoria de Controle – José A. Riul

Figura 1 – Sistema de Controle de um Servomotor

Tem-se a função de transferência em malha fechada conforme a.1).

1 .
K
s² + 2s
GMF(s) = = k . (a.1)
1+ K . s² + 2s + k
s² + 2s

A equação característica de (a.1) é dada por a.2).

s² + 2 s + k = 0 (a.2)

De (a.2), tem-se as raízes dadas em a.3);

s = (– 2 ± )/2= – 1 ± (a.3)

De (a.3), tem-se que:


para 0 < k ≤ 1, as raízes são reais, e,
para k > 1, as raízes são negativas.

Na Fig. 2, as raízes são plotadas para 0 ≤ k ≤ ∞, no plano complexo s.

Im
s
k=2 1 s= – 1 ±

k s
k=0 Re
0 0, –2
–2 –1 k=1 0 k=0
1 –1

2 –1 ± 1i

3 –1 ± i
k=3

k=4

124
Teoria de Controle – José A. Riul

Figura 2 – Raízes no Plano s


Verifica-se de a.3) que:

Para 0 < k < 1 - duas raízes reais distintas.


Para k = 1 - duas raízes iguais.
Para k > 1 - duas raízes complexas conjugadas.

A representação mostrada na Fig. 2 é chamada “Lugar das Raízes”.

Ex. 1 – Elaborar um programa computacional no Matlab e mostrar a resposta do servomotor, com a


variação do ganho proporcional. Dados: J m = 1,0 kgm2 e c = 2,0 Nms/rad.

Programa Computacional – Matlab

% Ações de Controle - Ação Proporcional


% Servomotor
% Riul 2012

clear all
close all
% ftma = 1/Jm s^2 + cs
jm = 1.0;
c = 2.0;
n = [1];
d = [jm c 0];
ftma = tf(n,d)
ftmf = feedback(ftma,1)
% funçao de transferencia do controlador P
k1 = 1.0;
k2 = 0.5;
k3 = 10.0;
n1 = [k1];
d1 = [1];
n2 = [k2];
d2 = [1];
n3 = [k3];
d3 = [1];
ftp1 = tf(n1,d1)
ftp2 = tf(n2,d2)
ftp3 = tf(n3,d3)
ftcma1 = series(ftp1,ftma)
ftcmf1 = feedback(ftcma1,1)
ftcma2 = series(ftp2,ftma)
ftcmf2 = feedback(ftcma2,1)
ftcma3 = series(ftp3,ftma)

125
Teoria de Controle – José A. Riul

ftcmf3 = feedback(ftcma3,1)
t = 0.0;
dt = 0.1;
for i=1:1:400;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end
ycf1 = lsim(ftcmf1,degrauv,tv);
ycf2 = lsim(ftcmf2,degrauv,tv);
ycf3 = lsim(ftcmf3,degrauv,tv);
figure(1)
plot(tv,degrauv,'k',tv,ycf1,'k',tv,ycf2,'k',tv,ycf3,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição Angular (radianos)')
title ('Servomotor - Com Ação de Controle Proporcional')
Resultado:

Servomotor - Com Ação de Controle Proporcional


1.4
k = 10
1.2

1
Posição Angular (radianos)

0.8 k=1

0.6

k = 0.5
0.4

0.2

0
0 5 10 15 20 25 30 35 40
Tempo (s)

ANÁLISE PELO MÉTODO DO LUGAR DAS RAÍZES

O Lugar das Raízes de um sistema é a representação gráfica das raízes da equação


característica do sistema (polos da função de transferência, em malha fechada) para algum
parâmetro do sistema que é variado.

126
Teoria de Controle – José A. Riul

- Diagrama de Lugar das Raízes

Considere o sistema de controle da Fig. 3.

R(s) + Y(s)
D k G(S)

H(S)

Figura 3 – Sistema de Controle


A função de transferência a malha fechada do sistema de controle é:

Y(s) = KG(s) 1)
R(s) 1 + KG(s) H(s)

A equação característica desse sistema a malha fechada é:

1 + KG(s)H(s) = 0 1.a)
ou,
KG(s)H(s) = –1 2)

onde: KG(s)H(s) é uma razão de polinômios em s e é uma quantidade complexa, como:

Numerador ( s) a1  ib1 a12  b12 ei a12  b12 ei (   )


G ( s) H ( s)     
Denomidor ( s) a2  ib2 a22  b22 ei a22  b22

G ( s) H ( s)  Mei

a12  b12 b b
onde : M= ;  = - ;  =tg -1 ( 1 ) ,  =tg -1 ( 2 ) (3)
a b
2
2
2
2
a1 a2

ou,

G ( s) H ( s)  Mei (4)

a12  b12 b b2
onde : M= ;  =  -  ;  =tg -1 ( 1 ) ,  =tg -1 ( ) (5)
a b
2
2
2
2
a1 a2

127
Teoria de Controle – José A. Riul

Considerando 3), 4), e 5) e aplicando em 2), tem-se:

k |G(s)H(s)| = 1 6) a = –1
b=0

k + G(s)H(s) = 0 + tg-1 0 = ± 180º (2k + 1) 7)


–1
Para k ≥ 0, ϕk = 0 k = 0, 1, 2, 3

Os valores de s que satisfazem simultaneamente as condições de módulo e de ângulo dadas


por 6) e 7), são as raízes da equação característica, ou os polos a malha fechada. O gráfico dos
pontos do plano complexo que satisfazem apenas a condição angular é o Lugar das Raízes. As
raízes da equação característica (os polos a malha fechada) correspondentes a um dado valor de
ganho podem ser determinadas a partir da condição de módulo.

- Método do Lugar das Raízes

- Algumas Regras para o Lugar das Raízes da Equação Característica

k |G(s)H(s)| = 1 8)
G(s)H(s) = ± 180º 9)

1ª regra: 1 + k G(s)H(s) = 0 (Equação Característica) 10)

Considere:
G(s) = NG(s) e H(s) = NH(s) 11)
DG(s) DH(s)

Subst.. 11) em 10);

1+ k NG(s) NH(s) = 0 DG(s) DH(s) + k NG(s) NH(s) = 0


DG(s) DH(s)

k = – DG(s) DH(s) 12); GMA(s) = G(s)H(s) = NG(s) NH(s) 12.a)


NG(s) NH(s) DG(s) DH(s)
Para k > 0

Observe de 12.a) que as raízes de DG(s)DH(s) são os polos do sistema em malha aberta e as
de NG(s)NH(s) são os zeros do sistema em malha aberta.

128
Teoria de Controle – José A. Riul

De 12) para k = 0  DG(s)DH(s) = 0, então as raízes da equação característica são iguais aos
polos em malha aberta.
De 12) para k  ∞  NG(s)NH(s) = 0, então as raízes da equação característica tendem para
os zeros em malha aberta.

Com isto, os ramos do lugar das raízes começam (k = 0) nos polos de malha aberta e
terminam nos zeros de malha aberta.
Dessa regra conclui-se que o número de ramos do lugar das raízes é igual ao número de
polos em malha aberta. Normalmente, o número de zeros em malha aberta é menor que o número
de polos em malha aberta.

2ª regra: No eixo real do plano complexo, existe lugar das raízes a esquerda de um número ímpar
de polos e zeros de malha aberta.

3ª regra: O lugar das raízes é simétrico em relação ao eixo real.

4ª regra: As assíntotas dos ramos para k  ∞, no caso de Np (n° de polos) de malha aberta ser
maior que NZ (n° de zeros) em malha aberta, Np > NZ, são definidas por σA (centro das assíntotas) e
ϕA – ângulos das assíntotas, como:

Valores dos polos Valores dos zeros

σA = Σ Polos de Malha Aberta – Σ Zeros de Malha Aberta


Np – Nz
ϕA = 2q + 1 (180º) ; q = 0, 1, ..., Np–NZ–1
Np – Nz

Construção do Lugar das Raízes usando o Matlab

Partindo da equação característica do sistema a malha fechada 1.a), tem-se:

1 + k G(s)H(s) = 0 (1.a)
Escrevendo (1.a) em função do numerador e do denominador, tem-se:

1+ K Num = 0 a1) * Num : Função de transferência a malha aberta.


Den Den

129
Teoria de Controle – José A. Riul

Comandos no Matlab:
rlocus (num, den) - para modelo na forma de função de transferencia
rlocus (a, b, c, d) - para modelo na forma de espaço de estados

Ex. 2 - Mostrar o Lugar das Raízes de um Servomotor, de um sistema Eletrohidráulico e de um


sistema de quinta ordem. Use o Matlab.

Programa Computacional - Matlab

% Lugar das Raízes


% Servomotor
% ftma = 1/Jms^2 + cs
% Sistema Eletrohidraulico
% ftma1 = k1/(a1s^3 + a2s^2 + a3s)
% Sistema 3
% ftma2 = (s2 + 2s + 4)/((s2 + 4s)(s + 6)(s2 + 1.4s + 1))

% Riul 2012

clear all
close all

% sistema 1 - ftma = 1/Jms^2 + cs

jm = 1.0;
c = 2.0;
n = [1];
d = [jm c 0];
ftma = tf(n,d)
ftmf = feedback(ftma,1)

figure(1)
rlocus(ftma,'k')
%[k,poles] = rlocfind(ftma)

% sistema 2 - ftma1 = k1/(a1s^3 + a2s^2 + a3s)

k1 = 678.84;
a1 = 1,74e-5;
a2 = 2.89e-4;
a3 = 1.0;
n1 = [k1];
d1 = [a1 a2 a3 0];
ftma1 = tf(n1,d1)
ftmf1 = feedback(ftma1,1)
figure(2)

130
Teoria de Controle – José A. Riul

rlocus(ftma1,'k')
%[k,poles] = rlocfind(ftma)
% sistema 3 - ftma2 = (s2 + 2s + 4)/((s2 + 4s)(s + 6)(s2 + 1.4s + 1))
n2 = [1 2 4];
%a = s2 + 4s
a = [1 4 0];
%b = s + 6
b = [1 6];
%c = s2 + 1.4s + 1
c = [1 1.4 1];
d = conv (a, b);
e = conv (c, d);
d2 = e;
roots (n2);% – fornece os zeros em malha aberta
roots (d2);% – fornece os polos em malha aberta
ftma2 = tf(n2,d2)
figure(3)
rlocus (ftma2,'k')
Root Locus
Lugar das Raízes do Servomotor
1.5

0.5
Imaginary Axis

-0.5

-1

-1.5
-2.5 -2 -1.5 -1 -0.5 0 0.5
Real Axis
Resultados:

131
Teoria de Controle – José A. Riul

Root Locus
Lugar das Raízes do Sistema Eletrohidráulico
6

2
Imaginary Axis

-2

-4

-6
-8 -6 -4 -2 0 2 4
Real Axis

Root Locus
Lugar das Raízes do Sistema 3
20

15

10

5
Imaginary Axis

-5

-10

-15

-20
-25 -20 -15 -10 -5 0 5 10
Real Axis

Nos três resultados gráficos anteriores, o símbolo “x” indica a existência de um polo e o símbolo
“o” indica a existência de um zero.

132
Teoria de Controle – José A. Riul

PROJETO DE SISTEMAS DE CONTROLE PELO MÉTODO DO LUGAR DAS RAÍZES

- Especificações de Desempenho: São requisitos impostos aos sistemas de controle, como


exatidão, velocidade de resposta, etc.

- Compensação: A compensação é necessária para que o sistema atenda as especificações de


desempenho impostos a ele.

- Compensação em Série

+
GC(s) G(s)

H(s)

- Compensação em Paralelo

+
G1(S) +
G2(S)
––
––

GC(S)

H(S)

No projeto de um sistema de controle pelo método do lugar das raízes, os lugares das raízes
do sistema são submetidos a uma mudança através do uso de um compensador de modo que um par
de polos dominantes do sistema possa ser alocado na posição desejada.

- Efeitos da adição de polos: A adição de um polo na função de transferência a malha aberta tem
como efeito deslocar o lugar das raízes para a direita, no plano complexo s, tendendo a diminuir a
estabilidade do sistema e tornando a acomodação da resposta mais lenta.

- Efeitos da adição de zeros – A adição de um zero na função de transferência a malha aberta tem
como efeito deslocar o lugar das raízes para a esquerda, no plano complexo s, tendendo a tornar o
sistema mais estável e mais rápida a acomodação da resposta.

133
Teoria de Controle – José A. Riul

Adicionar um controle integral num sistema implica na adição de um polo na origem o

que torna o sistema menos estável.


Adicionar um controle derivativo num sistema implica na adição de um zero (s) o que torna
a resposta transitória mais rápida (provoca antecipação ao sistema).

Considere como função de transferência de um compensador (GC(s)) a Eq. I), de 1ª ordem,


com três parâmetros: KC, Zo, e Po, a serem determinados pelo projeto do lugar das raízes.

Im

s
GC(s) = KC (s – Zo) I)
s – Po
θ2 θ1
Re
Po Zo

onde: Zo, Po – estão no semiplano esquerdo do plano s.

Se |Zo| < |Po|, a contribuição angular será sempre positiva, do lugar das raízes, e o
compensador é chamado de avanço de fase. Se |Z o| > |Po|, a contribuição angular será sempre
negativa, do lugar das raízes, e o compensador é chamado de atraso de fase.

PROJETO DE CONTROLADORES AVANÇO DE FASE PELO MÉTODO DO LUGAR


DAS RAÍZES

A função de transferencia Gc(s) de um compensador em avanço é dada por:

 sa
Gc ( s)  kc   0<a<b (1)
 sb 

Projeto Lugar das Raízes – Método da Bissetriz

O projeto lugar das raízes é baseado no remodelamento do lugar das raízes do sistema, por adição
de polos e zeros na planta, para forçar o lugar das raízes passar através do ponto desejado no plano
complexo.
Procedimento:

134
Teoria de Controle – José A. Riul

1 – Selecione o polo desejado “s1” para o sistema operar, a partir das especificações de desempenho
requeridas para o sistema;
2 – Determine o ângulo Ø de “s1”:
 Im( s1 ) 
  tan 1   (2)
 Re( s1 ) 
3 – Determine o ângulo do compensador Øc:

c  180  G(s1 ) (3)

onde: G(s1) – função de transferência do sistema, para s=s1;

4 – Determine o ângulo do polo Øp e o ângulo do zero Øz do compensador.

  c   c
p  z  (4)
2 2

5– Determine o local do polo pc do compensador como segue:

s1  b  d  b  s1  d  Re( s1 )  Im( s1 )  Re(d )  Im(d1 ) 


(5)
Im( s1 )
b  Re( s1 )  Re(d )  Re( s1 ) 
tg ( p )

6 – Determine o local do zero pz do compensador como segue:

s1  a  e  a = s1  e  Re( s1 )  Im( s1 )  Re(e )  Im(e ) 


(6)
Im( s1 )
a  Re( s1 )  Re(e )  Re( s1 ) 
tg (z )

135
Teoria de Controle – José A. Riul

7 – Determine o ganho do compensador kc, de tal forma que o sistema com controlador em malha
fechada funcione em s = s1; então a equação característica e kc são da forma:

1  Gc ( s1 )G ( s1 )  0  Gc ( s1 )G ( s1 )  1 
(7)
1
Gc ( s1 )G ( s1 )  1  kc =
Gc ( s1 )
G ( s1 )
kc

Ex. Dada a função de transferência de um sistema em a), pede-se projetar um compensador em


avanço de fase para o mesmo operar segundo as seguintes especificações de desempenho: fator de
amortecimento igual a 0,5 e frequência natural igual a 13,5 rad/s.

400 400
G( s)   a)
s( s  30s  200) s( s  10)( s  20)
2

Das especificações de desempenho tem-se;

  n  0,5(13.5)  6.75

a  n 1   2  13.5 1  0.52  11, 69 rad / s

s1    ja  ( ) 2  a e j 
2

s1  6, 75  11, 69 j  13,5e j120


0

136
Teoria de Controle – José A. Riul

c  1800  G ( s1 )

400 400
G ( s1 )   
s1 ( s1  10)( s1  20) (6, 75  11, 69 j )( 6, 75  11, 69 j  10)( 6, 75  11, 69 j  20)

400
G ( s1 )  
(6, 75  11, 69 j )(3, 25  11, 69 j )(13, 25  11, 69 j)

400 400
G ( s1 )    0,1382
6, 75  11, 69 j 3, 25  11, 69 j 13, 25  11, 69 j 13,5(12,13)(17, 67)

G ( s1 )  400  6, 75  11, 69 j  3, 25  11, 69 j  13, 25  11, 69 j  0 0  120 0  74, 460  41, 420 

G ( s1 )  235,890  124,120
Logo,

c  1800  G ( s1 )  1800  124,120  55,880

  c 1200  55,880
p    32, 060
2 2

  c 1200  55,880
z    87,940
2 2

De 5), tem-se;

Im( s1 ) 11, 69
b  Re( s1 )   6, 75   25, 42
tg ( p ) tg (32, 060 )

Im( s1 ) 11, 69
a  Re( s1 )   6, 75   7,17
tg (z ) tg (87,940 )

De 1), tem-se:

Gc ( s1 ) s1  a s1  7,17 G (s ) s  7,17 6, 75  11, 69 j  7,17


   c 1  1  
kc s1  b s1  25,12 kc s1  25,12 6, 75  11, 69 j  25,12

s1  7,17 0, 42  11, 69 j
0
11, 7e j 87,94
   0,5311 55,890
s1  25,12 18, 67  11, 69 j 22, 03e j 32,050

De 7), tem-se:

137
Teoria de Controle – José A. Riul

1 1 1
Gc ( s1 )G ( s1 )  1  kc = = = 
Gc ( s1 )  s1 +a  400  s1 +a 400
G ( s1 )   
kc  s1 +b  s1 ( s1  10)( s1  20)  s1 +b s1 ( s1  10)( s1  20)

1
kc =
s1 +7,17 400
s1 +25,42 s1 ( s1  10)( s1  20)

Entao,

1 1
kc =   13, 62
s1 +7,17 400 (0,5311)(0,1382)
s1 +25,42 s1 ( s1  10)( s1  20)

E, de 1),
sa  s  7,17 
Gc ( s)  kc   =13,63  
 sb   s  25, 42 

Ex. Elaborar um programa computacional e obter as respostas do sistema em malha fechada sem e
com o compensador, para a referencia igual a um degrau unitário.
clear all
close all

rd=pi/180;
g=1/rd;

nump = [400];
denp = [1 30 200 0];

ftpma = tf(nump,denp)

ftpmf = feedback(ftpma,1)

kc = 13.62;
a = 7.17;
b = 25.42;
numc = [kc kc*a];
denc = [1 b];

ftcma = tf(numc,denc)

ftcpma = series(ftcma,ftpma)

ftcpmf = feedback(ftcpma,1)

t=0;

138
Teoria de Controle – José A. Riul

dt = 0.01;

for i = 1:1:200

ref = 1;
tv(i) = t;
refv(i) = ref;
t = t+dt;
end

y1 = lsim(ftpmf,refv,tv);

y2 = lsim(ftcpmf,refv,tv);

figure(1)
plot(tv,refv,tv,y1,tv,y2)
legend('ref', 'y1','y2')
grid

1.4
ref
y1
1.2
y2

0.8

0.6

0.4

0.2

0
0 0.2 0.4 0.6 0.8 1 1.2 1.4 1.6 1.8 2

Transfer function: Malha aberta do sistema


400
--------------------
s^3 + 30 s^2 + 200 s

Transfer function: Malha fechada do sistema sem compensador


400
--------------------------
s^3 + 30 s^2 + 200 s + 400

Transfer function: Do compensador


13.62 s + 97.66
---------------
139
Teoria de Controle – José A. Riul

s + 25.42

Transfer function: Malha aberta do sistema com compensador


5448 s + 3.906e004
------------------------------------
s^4 + 55.42 s^3 + 962.6 s^2 + 5084 s

Transfer function: Malha fechada do sistema com compensador

5448 s + 3.906e004
-------------------------------------------------
s^4 + 55.42 s^3 + 962.6 s^2 + 10532 s + 3.906e004

PROJETO DE CONTROLADORES PID PELO MÉTODO DO LUGAR DAS RAÍZES

Para um controlador PID, tem-se:

u(t) = Kp e(t) + KI e(τ) dτ + KD de(t) 1)


dt
No domínio s, tem-se de 1):

U(s) = K p + K I + KD s E(s) 2)
s

De 2):

U(s) = GC(s) = Kp + KI + KD s 3)
E(s) s

As equações 1) e 2) são representadas nos diagramas de blocos abaixo.

KI
KI
s

+ +
e(t) + u(t) E(s) + U(s)
Kp Kp
+ +

.d.
KD KDs
dt
140
Teoria de Controle – José A. Riul

CONTROLADOR PROPORCIONAL (P)

O controlador proporcional é um ganho puro de valor Kp. Portanto, o ganho K que é usado
no lugar das raízes é um controlador P.

R(s) + E(s)D U(s) Y(s)D


D GC(S) D G(S)

H(S)

Do diagrama: GMF(s) = GC(s)GP(s) 4)


1 + GC(s)GP(s)H(s)

Da Eq. 4),

1 + GC(s)Gp(s)H(s) = 0 5)

A função de transferência do controlador P é dada por 5.a).

GC(s) = Kp 5.a)

De 5) e de 5.a);

1 + KpGp(s)H(s) = 0 6)

CONTROLADOR PROPORCIONAL-INTEGRAL (PI)

A função de transferência do controlador PI é dada por 7).

GC(s) = Kp + KI 7)
s

Ele aumenta o tipo do sistema em uma unidade e é usado para melhorar a resposta em
regime estacionário.

Gc(s) = Kp s+ KI = Kp(s + KI / Kp) 8)


s s

141
Teoria de Controle – José A. Riul

O controlador PI tem um polo na origem, s = 0 e um zero em s = –KI / Kp. Como o polo está
mais próximo da origem que o zero, o controlador é de atraso de fase, e adiciona um ângulo
negativo ao critério de ângulo do lugar das raízes. Assim, esse controlador é usado para melhorar a
resposta em regime estacionário do sistema.

CONTROLADOR PROPORCIONAL-DERIVATIVO (PD)

A função de transferência de um controlador PD é dada por:

GC(s) = Kp + KDs = KD s + Kp 9)
KD

Esse controlador introduz um “zero” em s = – Kp , adicionando um ângulo positivo ao


KD
critério de ângulo do lugar das raízes.
É um tipo de controlador em avanço de fase e melhora a resposta transitória do sistema.

CONTROLADOR PROPORCIONAL-INTEGRAL-DERIVATIVO (PID)

O controlador PID é aplicado em sistemas de controle onde é necessário melhorar as


respostas transitória e estacionária.

PROJETO ANALÍTICO DO CONTROLADOR PID VIA ALOCAÇÃO DE POLOS

No procedimento analítico para o projeto do controlador PID abaixo, assume-se que o lugar
desejado para o polo a malha fechada é s1, que, em geral, é complexo, e que H(s) = 1
(retroalimentação uitária).
O PID tem função de transferência dada por:

GC(s) = Kp + KI + KD.s 1)
s

Para um dado s1:


GC(s1) Gp(s1) = α e jγ 2)

Substituindo 1) em 2), tem-se:

(KD +Kps1+KI) Gp(s1) = (α ejγ) s1

142
Teoria de Controle – José A. Riul

KD +Kps1+KI = (α ejγ) s1 3)
Gp(s1)

Considere: s1 = σ1 + j ω1 = |s1| ejβ 4)

onde:
|s1| = ; β = tg-1 ω1
σ1
e
Gp(s1) = |Gp(s1)| ejψ ; ψ = Gp(s1)

e ainda,
= s1*s1 = (σ1 + j ω1) (σ1 + j ω1) = |s1| e jβ • |s1| e jβ = |s1|² e j(2β)

Do termo abaixo obtido de 3), tem-se:

Gp(s1) = |Gp(s1)| ejψ = M e-jθ 5)


α ejγ α ejγ

onde:
M = |Gp(s1)| ; θ=γ–ψ
α

Usando 4) e 5) em 3):

KD|s1|² e j2β + Kp|s1| e jβ + KI =

|s1| ejβ • 1 .
Me-jθ

KD|s1|² ej2β + Kp|s1| e jβ + KI =

|s1| ej (β+θ)
M

KD|s1|² (cos(2β) + j sen(2β)) + Kp|s1| (cosβ + j senβ) + KI =

|s1| (cos(β + θ) + j sen(β + θ)) 6)


M

Separando as partes reais e imaginárias de 6), tem-se:

143
Teoria de Controle – José A. Riul

Re: KD|s1|² cos(2β) + Kp|s1| cosβ + KI = |s1| cos (β + θ) 7)


M

Im: KD|s1|² sen(2β) + Kp|s1| senβ + 0 = |s1| sen (β + θ) 8)


M
ou

|s1|² cos(2β) |s1| cosβ KD |s1| cos (β + θ) – KI


M
= 9)
|s1|² sen(2β) |s1| senβ Kp |s1| sen (β + θ)
M

Resolvendo 9) pela regra de Cramer:


Determinante = Δ = |s1|² cos(2β) |s1| sen(β) – |s1|² sen(2β) |s1|cos(β) 
Δ = |s1|³ sen(–β)

|s1| cos (β + θ) – KI |s1| cosβ


M
KD =
|s1| sen (β + θ) |s1| senβ
M

Δ
KD = 1 |s1|² cos(β + θ)senβ – KI|s1| senβ – |s1|² sen (β + θ) cosβ
Δ M M

KD = |s1|² sen(–θ) – KI |s1| senβ 1 .


M | |s1|³sen (–β)

KD = 1 . sen(–θ) – KI senβ .
M |s1| sen(–β) |s1|² sen (–β)

KD = sen(θ) + KI 10)
M |s1| sen(β) |s1|²

e,
|s1|² cos(2β) |s1| cos (β + θ) – KI
M
Kp =
|s1|² sen(2β) |s1| sen (β + θ)
M

Δ
144
Teoria de Controle – José A. Riul

b a
Kp = 1 |s1|³ cos(2β) sen(β + θ) – |s1|³ cos(β + θ) sen(2β) + KI |s1|² sen (2β)
Δ M M

Kp = |s1|³ sen(θ – β) + KI |s1|² sen(2β) 1 .


M |s1|³ sen (–β)

Kp = 1 . sen(θ – β) + KI sen(2β) .
M sen(–β) |s1| sen (–β)

Kp = –1 . sen(θ – β) + – KI sen(2β) .
M sen(β) |s1| senβ

Kp = sen(β – θ) – KI (2senβcosβ) .
M sen(β) |s1| senβ

Kp = sen(β – θ) – 2KI cos(β) 11)


M sen(β) |s1|

A equação característica do sistema em malha fechada, para H(s) = 1, é dada por:


1 + GC(s)Gp(s) = 0 12)

Considerando que o lugar das raízes do sistema compensado passe pelo ponto s = s 1, tem-se
de 12):

GC(s1)Gp(s1) = –1 13)

Comparando 13) com 2): Im

–1 = α e jγ Re
–1
α=1 e γ = 180º 14)

De 5), usando 14):

145
Teoria de Controle – José A. Riul

θ=γ–ψ
θ = 180º – ψ = 180º – Gp(s1) 15)

M = |Gp(s1)| = |Gp(s1)| 16)


α
De 15);

sen(θ) = sen(180º – ψ) = sen(180º)cos(ψ) – cos(180º) sen(ψ) = sen(ψ) 17)


0
sen(β – θ) = sen (β – (180º – ψ)) =
sen(β) cos(180º – ψ) – cos(β) sen(180º – ψ) =
sen(β)(cos(180º)cos(ψ)+sen(180º)sen(ψ)) – cos(β)(sen(180º)cos(ψ) –
sen(ψ)cos(180º)) = - sen(β)cos(ψ) 0 ψ)
0 - cos(β)sen(ψ) = - sen(β+ 18)

Substituindo 16) e 17) em 10):

KD = senψ + KI . 19)
|s1| |Gp(s1)| sen(β) |s1|²

Subst. 16) e 18) em 11):

Kp = – sen(β + ψ) – 2 KI .cos(β) 20)


|Gp(s1)| sen(β) |s1|

As equações 19) e 20) são usadas para o projeto de um controlador PID e de controladores
PI e PD, ajustando-se para “zero” o ganho apropriado.

Ex. 3 - Projetar um controlador PID para o sistema:

KGp(s) H(s) = 1 = 1 .
(s + 1) (s + 2) s² + 3s + 2

tendo em vista seguintes especificações de desempenho: fator de amortecimento; ξ = 0,707 e


constante de tempo; τ = 0,25 seg.

Solução:
O sistema deverá operar em:
s1 = σ + j ωa

146
Teoria de Controle – José A. Riul

Das especificações de desempenho, da constante de tempo τ = 0,25 seg, determina-se a parte real σ
de s1 ;
σ = -1/ τ = -1/0.25 = -4,0 ;
e do fator de amortecimento ξ = 0,707, determina-se a parte imaginaria ωa de s1 ;

Como ξ = 0,707 = e ξ = cosϕ  ϕ = 45º


2
ωn = σ / ξ = 4/( = 8 /2 = 4 .
2

ωa = ωnsen(ϕ) = 4 sen(45º) = 4 ( =4

Logo,
s1 = |s1| e jβ = –4 + 4j; |s1| = ; β = tg-1(4/-4)
s1 = 5,66 e j135º

Gp(s1) H(s1) = 1 = 1 .
(–4 + 4j + 1) (–4 + 4j + 2) (–3 + 4j) (–2 + 4j)

Gp(s1) H(s1) = 1 .
(-10 - 20j)
|Gp(s1) H(s1)| = 0,0447 ; Ψ = –243,43o e Gp(s1) H(s1) = 0,0447ej-243,43º

Logo, com KI = 0,1 tem-se de 19) e 20):

147
Teoria de Controle – José A. Riul

Kp = – sen(β + ψ) – 2 KI cosβ .
|Gp(s1) H(s1)| senβ |s1|

Kp = 30,025

KD = sen ψ + KI .
|s1| |Gp(s1) H(s1)| senβ |s1|²

KD = 5,0031

Ex. 4 – Elaborar um programa no Matlab para resolver o Ex. 3 e mostrar os seguintes resultados: O
Lugar das Raízes, as respostas do sistema sem e com o controlador PID, considerando como
referência um degrau unitário.

Programa Computacional – Matlab

% projeto de um controlador PID via alocação de polos


% Riul 2012

clear all
close all

ang = (180/pi);
rd = 1/ang;

% especificaçoes: fator de amortecimento; qsi = 0,7071


% constante de tempo; T = 0,25. Logo, 1/(Ts + 1) = (1/T)/(s + 1/T), então,
% s = -1/T logo, 1/T = Sigma. Como qsi é dado, sigma = qsi*wn então,
% wn = sigma/qsi. Do triangulo retangulo, qsi=cos(fi) entao fi=45 graus.
% Logo wa = wn*sin(fi) e ai s1 = sigma + iwa = 1/T + iwn*sin(fi)

%Dados: tc-constante de tempo, qsi - fator de amortecimento


tc = 0.25;
qsi = sqrt(2)/2;
sigma1 = 1/tc;
wn = sigma1/qsi;
fiqsi = acos(qsi);
wa = wn*sin(fiqsi);
s1r = -sigma1;
s1i = wa;
s1 = complex(s1r,s1i)
ms1 = abs(s1)

v1 = s1;
if real(v1)>=0 & imag(v1)>=0
angulo = angle(v1)*ang;

148
Teoria de Controle – José A. Riul

elseif real(v1)<0 & imag(v1)>=0


angulo = angle(v1)*ang;
elseif real(v1)<=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
elseif real(v1)>=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
end
beta = angulo

%Gp(s)H(s) = 1/(s+1)(s+2)
gh1 = s1+2;
gh2 = s1+1;
gh = gh1*gh2
mgh = 1/abs(gh)

v1 = gh;
if real(v1)>=0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
elseif real(v1)>=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
end
% angulo do denominador é negativo
figh = -angulo

beta = beta*rd;
fi = figh*rd;

% projeto do PID
% ki deve ser dado, pois tem-se duas equações e tres incognitas.
% Uma delas (kp, kd ou ki) tem que ser dada.
%Fazer a variaçao para melhorar resposta
ki = 0.10;

kp = (-sin(beta+fi)/(mgh*sin(beta))) - ((2.0*ki*cos(beta))/ms1)

kd = (sin(fi)/(ms1*mgh*sin(beta))) + (ki/(ms1*ms1))

% g(s)h(s) = k/(s+1)(s+2) = k/(s^2 + 3s + 2)


% ftma - função de transferencia em malha aberta
% ftmf - função de transferencia em malha fechada com retroação unitária
% ftcma - função de transferencia com controlador em malha aberta
% ftcmf - função de transferencia com controlador em malha fechada
% com retroação unitária.

k = 1;
n = [k];
d = [1 3 2];
ftma = tf(n,d)

149
Teoria de Controle – José A. Riul

roots(d);

figure(1)
rlocus(ftma,'k')

ftmf = feedback(ftma,1)

figure(2)
rlocus(ftmf)
t = 0.0;
dt = 0.1;
for i=1:1:400;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end

figure(3)
plot(tv,degrauv);grid;

y = lsim(ftma,degrauv,tv);
yf = lsim(ftmf,degrauv,tv);

figure(4)
plot(tv,degrauv,'k',tv,yf,'k');grid;

% funçao de transferencia do controlador PID

npid = [kd kp ki];


dpid = [1 0];

ftpid = tf(npid,dpid)

% A função abaixo faz o produto: Gc(s)*Gp(s)H(s)


ftcma = series(ftpid,ftma)

figure(5)
rlocus(ftcma)

ftcmf = feedback(ftcma,1)

figure(6)
rlocus(ftcmf)
%[k,poles] = rlocfind(ftcmf)

yftc = lsim(ftcma,degrauv,tv);
yftcf = lsim(ftcmf,degrauv,tv);

figure(7)
plot(tv,yftc,tv,yftcf);grid

150
Teoria de Controle – José A. Riul

figure(8)
plot(tv,degrauv,'k',tv,yf,'k',tv,yftcf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição(cm)')
title ('Respostas do Sistema sem e com Ação de Controle PID')

Resultados:

s1 = -4.0000 + 4.0000i ; ms1 = |s1| = 5.6569 ; beta = β = 135o

gh = G(s1)H(s1) = -10.0000 -20.0000i; mgh = 0.0447; figh = -243.4349o

kI = 0,1 ; kp = 30.0250 ; kd = 5.0031

Transfer function: ftma – ft do sistema


1
-------------
s^2 + 3 s + 2

Transfer function: ftmf – ft sem controlador


1
-------------
s^2 + 3 s + 3

Transfer function: ftpid – ft do controlador projetado

5.003 s^2 + 30.02 s + 0.1


-------------------------
s

Transfer function: ftcma – ft do controlador e sistema

5.003 s^2 + 30.02 s + 0.1


-------------------------
s^3 + 3 s^2 + 2 s

151
Teoria de Controle – José A. Riul

Transfer function: ftcmf - ft do controlador e sistema

5.003 s^2 + 30.02 s + 0.1


-------------------------------
s^3 + 8.003 s^2 + 32.02 s + 0.1

Root Locus
g(s)h(s) = k/(s 2 + 3s + 2)
0.8

0.6

0.4

0.2
Imaginary Axis

-0.2

-0.4

-0.6

-0.8
-2.5 -2 -1.5 -1 -0.5 0 0.5
Real Axis

152
Teoria de Controle – José A. Riul

Respostas do Sistema sem e com Ação de Controle PID


1.4
1 - Referencia
2 - Resposta sem controle
1.2 3 - Resposta com controle

1
1

3
Posição(cm)

0.8

0.6

0.4 2

0.2

0
0 5 10 15 20 25 30 35 40
Tempo (s)

Ex. 5 - Projetar um controlador PD para o servomotor; G(s) = k/(s2 + 2s) com as especificações de
projeto: τ = 0,5 seg e ξ = 0,707.

Solução:
O sistema deverá operar em: |s1| = ωn s1
2 = ωa

s1 = σ + j ωa 45º
45º = ϕ
ξ ωn = σ = 2

Das especificações de desempenho, da constante de tempo τ = 0,5 seg, determina-se a parte real σ
de s1 ;
σ = -1/ τ = -1/0.5 = -2,0 ;
e do fator de amortecimento ξ = 0,707, determina-se a parte imaginaria ωa de s1 ;

Como ξ = 0,707 = e ξ = cosϕ  ϕ = 45º


2
ωn = σ / ξ = 2/( == 4 = 2 .
2
ωa = ωnsen(ϕ) = 2 sen(45º) = 2 ( =2

153
Teoria de Controle – José A. Riul

Então: . s1 = –2 + j2 . – localização do ponto de operação.

|s1| = =2
β = tg-1 2 = tg-1(–1) = 135º
–2
s1 = 2 ej135º
β
Para k = 1:

|Gp(s1) H(s1) = 1 .= 1 .
s = s1 |(–2 + 2 j) (–2 + 2 j + 2)| |(–2 + 2 j) (2 j)|

= 1 .= 1 .= 0,1768
|–4 – 4 j|

Gp(s1) H(s1) = 0 – tg-1 – 4 . = – 225º= ψ


–4

Então:

Kp = –sen(β + ψ) .= sen(135º – 225º) . Kp = 7,9989


|Gp(s1) H(s1)| senβ 0,1768 sen(135º)

KD = sen ψ .
|s1| |Gp(s1) H(s1)| senβ

KD = sen(– 225º) .
(2 )(0,1768) sen(135º)

KD = 1,9997

GC(s) = Kp + KDs = 8 + 2 s

Ex. 6 – Elaborar um programa no Matlab para resolver o Ex. 5 e mostrar os seguintes resultados: O
Lugar das Raízes, as respostas do sistema sem e com o controlador PD, considerando como
referência um degrau unitário.

Programa Computacional – Matlab

154
Teoria de Controle – José A. Riul

% projeto de um controlador PD via alocação de polos


% Riul 2012

clear all
close all

ang = (180/pi);
rd = 1/ang;

% especificaçoes: fator de amortecimento; qsi = 0,7071


% constante de tempo; T = 0,5. Logo, 1/(Ts + 1) = (1/T)/(s + 1/T), então,
% s = -1/T logo, 1/T = Sigma. Como qsi é dado, sigma = qsi*wn então,
% wn = sigma/qsi. Do triangulo retangulo, qsi=cos(fi) entao fi=45 graus.
% Logo wa = wn*sin(fi) e ai s1 = sigma + iwa = 1/T + iwn*sin(fi)

%Dados: tc-constante de tempo, qsi - fator de amortecimento


tc = 0.5;
qsi = sqrt(2)/2;
sigma1 = 1/tc;
wn = sigma1/qsi;
fiqsi = acos(qsi);
wa = wn*sin(fiqsi);
s1r = -sigma1;
s1i = wa;
s1 = complex(s1r,s1i)
ms1 = abs(s1)

v1 = s1;
if real(v1)>=0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
elseif real(v1)>=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;
end
beta = angulo

%Gp(s)H(s) = 1/(s)(s+2)
gh1 = s1;
gh2 = s1+2;
gh = gh1*gh2
mgh = 1/abs(gh)

v1 = gh;
if real(v1)>=0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<0 & imag(v1)>=0
angulo = angle(v1)*ang;
elseif real(v1)<=0 & imag(v1)<=0
angulo = angle(v1)*ang+360;

155
Teoria de Controle – José A. Riul

elseif real(v1)>=0 & imag(v1)<=0


angulo = angle(v1)*ang+360;
end
% angulo do denominador é negativo
figh = -angulo

beta = beta*rd;
fi = figh*rd;

% projeto do PID
% ki deve ser dado, pois tem-se duas equações e tres incognitas.
% Uma delas (kp, kd ou ki) tem que ser dada.
%Fazer a variaçao para melhorar resposta
ki = 0.0;

kp = (-sin(beta+fi)/(mgh*sin(beta))) - ((2.0*ki*cos(beta))/ms1)

kd = (sin(fi)/(ms1*mgh*sin(beta))) + (ki/(ms1*ms1))

% g(s)h(s) = k/(s^2+2)
% ftma - função de transferencia em malha aberta
% ftmf - função de transferencia em malha fechada com retroação unitária
% ftcma - função de transferencia com controlador em malha aberta
% ftcmf - função de transferencia com controlador em malha fechada
% com retroação unitária.

k = 1;
n = [k];
d = [1 2 0];
ftma = tf(n,d)
roots(d);

figure(1)
rlocus(ftma,'k')

ftmf = feedback(ftma,1)

figure(2)
rlocus(ftmf)
t = 0.0;
dt = 0.1;
for i=1:1:400;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end

figure(3)
plot(tv,degrauv);grid;

y = lsim(ftma,degrauv,tv);

156
Teoria de Controle – José A. Riul

yf = lsim(ftmf,degrauv,tv);

figure(4)
plot(tv,degrauv,'k',tv,yf,'k');grid;

% funçao de transferencia do controlador PID

npid = [kd kp ki];


dpid = [1 0];

ftpid = tf(npid,dpid)

% A função abaixo faz o produto: Gc(s)*Gp(s)H(s)


ftcma = series(ftpid,ftma)

figure(5)
rlocus(ftcma)

ftcmf = feedback(ftcma,1)

figure(6)
rlocus(ftcmf)
%[k,poles] = rlocfind(ftcmf)

yftc = lsim(ftcma,degrauv,tv);
yftcf = lsim(ftcmf,degrauv,tv);

figure(7)
plot(tv,yftc,tv,yftcf);grid

figure(8)
plot(tv,degrauv,'k',tv,yf,'k',tv,yftcf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição(radianos)')
title ('Respostas do Sistema sem e com Ação de Controle PD')

Resultados:

s1 = -2.0000 + 2.0000i ; ms1 = 2.8284 ; beta = 135o

gh = -4.0000 - 4.0000i ; mgh = 0.1768 ; figh = -225o

kp = 8.0000 ; kd = 2.0000

Transfer function:

157
Teoria de Controle – José A. Riul

1
---------
s^2 + 2 s

Transfer function:
1
-------------
s^2 + 2 s + 1

Transfer function:
2 s^2 + 8 s
-----------
s

Transfer function:
2 s^2 + 8 s
-----------------
s^3 + 4 s^2 + 8 s

158
Teoria de Controle – José A. Riul

Root Locus
G(s) = k/(s 2 + 2s)
1.5

0.5
Imaginary Axis

-0.5

-1

-1.5
-2.5 -2 -1.5 -1 -0.5 0 0.5
Real Axis

Respostas do Sistema sem e com Ação de Controle PD


1.4

1.2
com controle

1
Posição(radianos)

0.8
sem controle

0.6

0.4

0.2

0
0 5 10 15 20 25 30 35 40
Tempo (s)

159
Teoria de Controle – José A. Riul

Sintonia de Controladores PID - método de Ziegler-Nichols

Para empregar o método de Ziegler-Nichols no ajuste dos ganhos de um controlador PID, é


utilizada a representação do controlador PID apresentada na Eq. 1).

PID(s) = kp(1 +1/TIs +TDs) 1)

onde: Kp é o ganho do controlador proporcional, TI é a constante de tempo do modo integral e TD


é a constante de tempo do modo derivativo.
O método de Ziegler-Nichols consiste em ajustar um ganho Kcr de maneira que o sistema apresente
uma oscilação sustentada na saída para um sinal de referencia do tipo degrau. O diagrama de blocos
para realizar este teste é apresentado na Fig. 1. Obtendo o valor de ganho critico e o período da
oscilação do sinal de saída, como mostra a Fig. 2, emprega-se a tabela I para encontrar os ganhos do
controlador.

Figura 1 – Diagrama de blocos do sistema de controle

Tabela I – Ganhos do PID por Ziegler-Nichols

Tipo Controlador Kp TI TD

P 0.5*Kcr ∞ 0

PI 0.45*Kcr (1/1.2)*Pcr 0

PID 0.6*Kcr 0.5*Pcr 0.125*Pcr

160
Teoria de Controle – José A. Riul

Periodo de Oscilação Pcr para um Kcr


10

8 Pcr

2
y(t)

-2

-4

-6

-8

-10
0 50 100 150 200 250 300 350
t

Figura 2 – Resposta do sistema para um ganho crítico

Para empregar este método o sistema deve ser capaz de instabilizar com o aumento do
ganho. Um sistema que é naturalmente estável para qualquer ganho positivo não pode produzir uma
oscilação sem amortecimento no sinal de saída.
O procedimento para encontrar o ganho critico e o período critico é experimental, não há
necessidade do conhecimento explicito da função de transferencia do sistema. Os valores
encontrados de ganho não garantem uma característica de resposta temporal predeterminada, apenas
indica uma região de operação favorável. Deve ser feito um ajuste manual em cada ganho para
obter a característica de resposta desejada.

Ex. 7 – Projetar um controlador PID para o sistema G(s) = 1/s(s + 36)(s + 100), usando o método
experimental de por Ziegler-Nichols.

Solução:
Fazendo a variação de Kcr obteve-se uma oscilação sustentada na saída, para Kcr = 489600 e Pcr
= 2.2 seg. Com esses dados foi elaborado o programa abaixo, que gerou o resultado mostrado na
figura apresentada.

Resultados:
Transfer function (ftma):

161
Teoria de Controle – José A. Riul

1
----------------------
s^3 + 136 s^2 + 3600 s
Transfer function (PID):

148104 s^2 + 538560 s + 489600


------------------------------
1.1 s

Transfer function (ftcmf):


148104 s^2 + 538560 s + 489600
----------------------------------------------------
1.1 s^4 + 149.6 s^3 + 152064 s^2 + 538560 s + 489600

Programa Computacional - Matlab

% projeto de um controlador PID via Ziegler-Nichols


% projeto experimental
% Riul 2012

clear all
close all
% sistema - ftma1 = k1/s(s + 36)(s + 100)

k1=1;
n1 = [k1];
d1 = [1 136 3600 0];

ftma1 = tf(n1,d1)
ftmf1 = feedback(ftma1,1)

figure(1)
rlocus(ftma1,'k')
%[k,poles] = rlocfind(ftma1)
t = 0.0;
dt = 0.1;
for i=1:1:50;
degrau = 1;
degrauv(i) = degrau;
tv(i)=t;
t = t + dt;
end

yf = lsim(ftmf1,degrauv,tv);

162
Teoria de Controle – José A. Riul

figure(2)
plot(tv,degrauv,'k',tv,yf,'k');grid;
xlabel('Tempo (s)')
ylabel('Posição(radianos)')
title ('Respostas do Sistema sem e com Ação de Controle PD')

%projeto do PID por Ziegler

kc = 489600;% - (avaliado por simulação, verificado na resposta)


kp = 0.6*kc
tc=2.2;% - (avaliado por simulação, verificado na resposta)
td= 0.125*tc;
ti= 0.5*tc;
% funçao de transferencia do controlador PID

npid = [kc*ti*td kc*ti kc];


dpid = [ti 0];
ftpid = tf(npid,dpid)

ftpid = tf(npid,dpid)

% A função abaixo faz o produto: Gc(s)*Gp(s)H(s)


ftcma = series(ftpid,ftma1)
ftcmf = feedback(ftcma,1)
yftcf = lsim(ftcmf,degrauv,tv);

figure(3)
plot(tv,degrauv,'k',tv,yftcf,'k');grid
xlabel('Tempo (s)')
ylabel('Posição(radianos)')
title ('Resposta do Sistema com Ação de Controle PID')

163
Teoria de Controle – José A. Riul

Resposta do Sistema com Ação de Controle PID


1.4

1.2

1
Posição(radianos)

0.8

0.6

0.4

0.2

0
0 0.5 1 1.5 2 2.5 3 3.5 4 4.5 5
Tempo (s)

164

Você também pode gostar