UNIVERSIDADE DE SÃO PAULO

ENGENHARIA NAVAL E OCEÂNICA

NATAN MORENO DE ALMEIDA NUNES DA SILVA

MODELAGEM E PROJETO DE CONTROLADOR PARA MOVIMENTO DE

PITCH EM UMA AERONAVE

SÃO PAULO
2021
 NATAN MORENO DE ALMEIDA NUNES DA SILVA

MODELAGEM E PROJETO DE CONTROLADOR PARA MOVIMENTO DE

PITCH EM UMA AERONAVE

Trabalho apresentado como requisito

para aprovação na disciplina de
Fundamentos de Controle em
Engenharia da Escola Politécnica da
Universidade de São Paulo.

Orientador: Prof. Dr. Helio Mitio Morishita

SÃO PAULO
2021

2
 Sumário

1. INTRODUÇÃO……………………………………………………. 4

2. DESCRIÇÃO DO SISTEMA……………………………………… 5
2.1 Características Geométricas Principais…..…………………….. 5
2.2 Atuadores e Sensores…………………………………………... 6
2.3 Caracterização de Perturbações………………………………... 8

3. MODELAGEM MATEMÁTICA…………………..…....………….9
3.1 Situações Detalhadas…………………………………………...11
3.2 Equação do Movimento de Pitch……………………………….14
3.3 Aplicação da Transformada de Laplace………………………...18

4. PROJETO DO CONTROLADOR….……………………….…….... 20
4.1 Controlador Proporcional-Derivativo (PD)……………………....23
4.2 Diagrama de Blocos……………………………………………...24
4.3 Ganhos Kp e Kd …………………………………………………..26

5. RESULTADOS OBTIDOS…………………………………………..27

6. REFERÊNCIAS……………………………………………………....30

CÓDIGOS ANEXOS……………………………………………………..32

3
1. INTRODUÇÃO

Desde o primeiro voo do Flyer dos irmãos Wright, em 1903, as aeronaves de asa
fixa são controladas a partir dos mesmos princípios básicos. Os desafios enfrentados por
seus projetistas e pilotos evoluíram com as demandas que, constantemente, tornavam-se
maiores e mais complexas.
O primeiro problema estava relacionado a manter as aeronaves em voo, algo que
era consideravelmente difícil dada a baixa potência dos motores da época. Com a
solução desse problema surgiu uma nova necessidade: manter as aeronaves em uma
trajetória fixa sem necessidade de comandos do piloto, que tinha que corrigir os desvios
da aeronave continuamente durante voos cada vez mais longos.
Foi para solucionar esse problema que, nove anos após o voo dos irmãos Wright,
Lawrence Sperry desenvolveu o primeiro piloto automático para aviões. Apesar da data
de sua invenção, o sistema começou a ser empregado de fato entre 1920 e 1930 e já era
plenamente difundido durante a Segunda Guerra Mundial, quando a maior parte dos
aviões possuía sistemas similares.
O primeiro piloto automático de Sperry operava em dois eixos, arfagem e
guinada, e contava com a estabilidade natural proveniente do diedro das asas para
estabilizar a rolagem. Um giroscópio era usado para medir sua inclinação e, com servos
hidráulico-pneumáticos, as corrigia.
Com o aumento da autonomia dos aviões e o desenvolvimento de mísseis de
cruzeiro, foram desenvolvidos pilotos automáticos mais complexos, que controlavam
completamente a trajetória com o uso de bússolas e giroscópios de três eixos. Atuadores
hidráulicos foram substituídos por servos elétricos, que respondiam a mudanças de
diferença de potencial de sensores instalados nos giroscópios.
Aeronaves modernas carregam mais de um sistema de piloto automático
simultaneamente e têm capacidade de realizar manobras de pouso e decolagem
utilizando esses sistemas. Os pilotos automáticos modernos estão associados a GPSs
que permitem navegar com precisão através de rotas predeterminadas.
No âmbito deste trabalho, será tratado um sistema de controle simples no eixo de
arfagem (pitch), associado a um giroscópio. Esse sistema pode ser considerado o piloto
automático prático mais simples, permitindo que o piloto tire as mãos dos controles de
forma segura.

4
2. DESCRIÇÃO DO SISTEMA

2.1 Características Geométricas Principais

O movimento de uma aeronave pode ser descrito em seis graus de liberdade,
com três translações e três rotações. Eles são denominados como na Figura 1.

Figura 1: Graus de Liberdade de uma Aeronave em Voo

Fonte: Høstmark (2007 apud Lara, 2016).

Para fins de simplificação, neste trabalho será abordado o controle em um grau

de liberdade – a arfagem. O sistema de controle projetado será responsável por manter o
eixo longitudinal (nariz-cauda) da aeronave paralelo a um plano horizontal definido.
Vale observar que, apesar de o sistema descrito não atuar sobre a rolagem, esta
pode ser considerada razoavelmente estável em aeronaves pequenas que tenham asas
em diedro, pois a variação da sustentação gerada pelas asas nessa configuração (Figura
2) – quando ocorre rolagem – gera um momento restaurador. Assim o sistema não
precisa atuar para manter as asas niveladas.

5
 Figura 2: Estabilidade no Eixo da Rolagem Proporcionada pelo Diedro

Fonte: Topgunbase (2016).

Uma aeronave convencional possui três superfícies de controle (Figura 3)

responsáveis por controlar seu movimento em voo, cada uma atuando em uma rotação:
o leme (rudder), que controla a guinada; os ailerons (ailerons), que controlam o jogo
(roll); e os profundores (elevators), que controlam a arfagem (pitch).

Figura 3: Principais Superfícies de Controle de uma Aeronave Convencional

Fonte: Aerospaceweb (2018).

2.2 Atuadores e Sensores

O sistema modelado neste trabalho será responsável por controlar os
profundores da aeronave em questão, de modo a corrigir eventuais perturbações.

6
 Para que o sistema possa corrigir perturbações, essas devem ser detectadas por
um sensor. O sensor em questão será um giroscópio (Figura 4), que irá enviar sinais de
realimentação para o controlador, para que este corrija a posição da aeronave.

Figura 4: Vista em Corte do Mecanismo de Funcionamento do Indicador de Atitude

Fonte: FSAC-TA (2021).

Sinteticamente, pode-se representar o sistema tratado neste relatório pelo

diagrama de malha fechada tratado de forma teórica, conforme apresentado na Figura 5.

Figura 5: Diagrama de Blocos Teórico para o Sistema de Controle Tratado

Fonte: Do autor (2021).

É importante mencionar que a resposta do sistema acima não é instantânea, ou

seja, há um atraso entre o controlador enviar o sinal de controle e o sistema hidráulico
produzir o ângulo correspondente no profundor.
7
2.3 Caracterização de Perturbações

Por último, com o sistema apresentado, é importante agora introduzir as

possíveis perturbações externas. Quando em voo, um avião raramente encontra o ar
estático e, efetivamente, umas das principais perturbações são as movimentações de
massas de ar na direção perpendicular ao solo, como as tesouras de vento e as térmicas,
que afetam diretamente o ângulo de ataque e a altitude do avião, situação demonstrada
na Figura 6. Além disso, outra fonte importante de perturbações é a movimentação de
carga a bordo, seja ela combustível ou carga em geral. Nesse caso, haveria uma
mudança no centro de gravidade da aeronave, e por consequência no ângulo de pitch,
fazendo com que o sistema aqui desenvolvido entrasse em ação para restaurar a
condição original.

Figura 6: Mudanças no Ângulo de Ataque devido às Perturbações Sofridas

Fonte: Simão (2013).

8
3. MODELAGEM MATEMÁTICA

A modelagem matemática do sistema para o acompanhamento do movimento de

arfagem (pitch) pode ser obtida a partir das considerações adotadas, expostas na Figura
7.
Figura 7: Modelo Dinâmico da Aeronave

Fonte: Do autor (2021).

C.G – Centro de Gravidade;

U – Vento Relativo;
θ – Ângulo de Pitch;
α – Ângulo de Ataque;
δp – Ângulo de Deflexão dos Profundores;
T – Força Empuxo (Thrust);
P – Força Peso;
Lt, Ld, Lp – Forças de Sustentação (Lift) nas asas traseira, dianteira e no profundor;
Dt, Dd, Dp – Forças de Arrasto (Drag) nas asas traseira, dianteira e no profundor;
Mw – Momento causado por uma perturbação no vento; e
MAA – Momento de Arfagem no Perfil Aerodinâmico da Asa.

9
 Pela teoria de fólios, para um perfil alar de área A (A d, At e Ap – áreas das asas
dianteira, traseira e dos profundores), tem-se que o lift, ou seja, a força de sustentação
gerada por cada asa, será perpendicular ao vento relativo incidente e dado por:

1 2
Lift = L = . ρ . U . A .C L ; onde C L é o coeficiente de Lift e C L = C L (α , δ p , θ̇ ,U , α̇ ) (1)
2

Ainda segundo a teoria de fólios finos, que é aplicável a grande maioria dos
aviões, pode-se obter como uma boa aproximação para o C L de um aerofólio de corda c
(Figura 8):

L o
CL = = 2. π . sen α ≈ 2. π . α ; α em radianos (válido para α < 17 ) (2)
1
( . ρ . U 2 .c )
2

Figura 8: Aerofólio de Corda de Tamanho c

Fonte: Do autor (2021).

O vetor resultante das forças de sustentação (L = lift) e de arrasto (D = drag)

possui, pela teoria de fólios finos, sua origem localizada à distância de c do bordo de
4
ataque. Esse ponto é dito Centro Aerodinâmico.

10
3.1 Situações Detalhadas

Para que haja melhor entendimento das forças que agem em decorrência do uso
do profundor, é necessário fazer um panorama mais detalhado das forças na asa traseira.
Será observado o efeito de δp na área estudada.

3.1.1 Situação 1: δp = 0 – Profundores não Ativados

Figura 9: Situação 1 com δp = 0 – Profundor não Ativado

Fonte: Do autor (2021).

Na situação descrita na Figura 9, com δp = 0, como não há influência direta de

δp, o profundor funciona apenas como uma extensão da asa e o ângulo de ataque que
age sobre ele também é de α. Dessa forma, então, o lift gerado é o mesmo que seria se a
asa traseira englobasse a área do profundor e fosse inteiriça.

11
3.1.2 Situação 2: Profundores com (δp > 0) e (δp - α < 0)

Figura 10: Situação 2 com δp > 0 e (δp - α < 0)

Fonte: Do autor (2021).

Na situação descrita pela Figura 10, com (δp > 0) e (δp - α < 0), o vento relativo
fará um ângulo de ataque de módulo (α - δ p) com a porção do profundor abaixo da linha
da corda. O lift gerado no profundor será a favor ao da asa traseira, porém, com a
redução do ângulo de ataque, haverá redução no lift da porção à ré do avião, fazendo
com que a cauda do avião desça em relação ao nariz. O avião, portanto, assumirá uma
posição de embicado para cima.

12
3.1.3 Situação 3: Profundores com (δp > 0) e (δp - α > 0)

Figura 11: Situação 3 com δp > 0 e (δp - α > 0)

Fonte: Do autor (2021).

Na situação descrita pela Figura 11, com (δp > 0) e (δp - α > 0), o vento relativo
fará um ângulo de ataque de módulo (δp - α) com a porção do profundor acima da linha
da corda. O lift gerado no profundor será contrário ao da asa traseira, causando redução
no lift total da porção à ré do avião e fazendo com que a cauda do avião desça em
relação ao nariz. O avião assumirá uma posição de embicado para cima mais
rapidamente que na Situação 2.

13
3.1.4 Situação 4: Profundores com (δp < 0)

Figura 12: Situação 4 com δp < 0

Fonte: Do autor (2021).

Na situação exposta na Figura 12, com (δp < 0), o vento relativo fará um ângulo
de ataque de módulo (δp + α) com a porção do profundor abaixo da linha da corda. O lift
gerado no profundor será a favor ao da asa traseira, causando aumento no lift total da
porção à ré do avião e fazendo com que a cauda do avião suba em relação ao nariz. O
avião assumirá uma posição de embicado para baixo.

3.2 Equação do Movimento de Pitch

Considerando-se que para o movimento de pitch de um avião haja uma

perturbação que imponha um momento MW causada pelo vento, podemos aplicar a
Segunda Lei de Newton para a rotação em torno do eixo y – eixo de pitch – e
equacionar o somatório dos momentos principais assinalados na Figura 7.

Σ M y = I y . θ̈ ; onde θ̈ é a aceleração angular do ângulo de pitch (3)

I y .θ̈ = M W + M AA + Ld . cos α . l d + Dd . sen α . l d − Lt . cos α . lt − Dt . sen α .l t (4)

Com o arrasto (D) sendo considerado muito pequeno em relação à sustentação

(L), temos que:
I y .θ̈ = M W + M AA + Ld . cos α . l d − Lt . cos α . lt (5)

[ M W + M AA + Ld .cos α . l d − Lt . cos α . lt ]
θ̈ = (6)
Iy
14
 Para prosseguirmos na modelagem, devemos tomar o Momento de Pitching no
Perfil Aerodinâmico (MAA), que é o momento produzido pela força aerodinâmica e
aplicado no centro aerodinâmico da asa. Este momento tem por base ensaios em túneis
de vento para fólios (Figura 13). Para ensaios com fólios, nessas condições, temos que o
ângulo de ataque considerado α AA que gera esse momento é igual ao pitch do fólio.

α AA = θ (7)

Figura 13: Fluxo do Escoamento em Ensaio em Túnel de Vento

Fonte: Adaptação do autor (2021) de NASA (2018).

Adicionalmente, cabe mencionar que por MAA conter, também, a contribuição

integral dos momentos gerados pelos profundores, na Equação 3 não existem as
parcelas (− L p .cos α .l p − D p . sen α .l p ) , que seriam partes dos momentos causados
pela sustentação e arrasto dos profundores (dado o estudo de forças discorrido no
trabalho). CM é dito Coeficiente do Momento de Pitching.

1
(8); onde C M = C M (α , δ p ,θ̇ ,U , α̇ ) e
2
M AA = . ρ .U . A .c .C M
2

(θ̇ . c ) c
C M = C (M 0) + C ( M α ) . α AA + C ( M θ̇ ) . + C (M α̇ ) . α ˙AA . + C (M δ p) . δ p (9); onde
(2.U ) (2 U )

C M , C ( M α ) ,C (M θ̇ ) ,C (M α̇ ) , e C (M δ p) adimensionais .

15
 Para aviões de bordos e asas simétricos, como não há momento de pitching no
perfil aerodinâmico para ângulo de ataque nulo:

M AA= 0 ⇒ C M = 0 ⇒ C M 0 = 0 (10)

Logo:

(θ̇ . c) c
C M = C (M α ) . α AA + C (M θ̇ ) . + C (M α̇ ) . α˙AA . + C ( M δ p) . δ p (11)
(2.U ) (2 U )

M AA 1 2 (θ̇ . c) c
= . ρ . U . A d . c .[ C (M α ) . α AA + C (M θ̇ ) . + C (M α̇ ) . α˙AA . + C (M δ p) . δ p ] (12)
Iy (2 I y ) (2. U ) (2 U )

Fazendo:

1 1 (c )
Mα = . ρ . U 2 . A d .c .C (M α ) (13); M θ̇ = . ρ .U 2 . A d . c . .C (14);
(2. I y ) (2. I y ) (2. U ) (M θ̇ )

1 (c) 1
M α̇ = . ρ . U 2 . Ad . c . . C (M α̇ ) (15); e M (δ p) = . ρ . U 2 . A d . c . C (M δ p) (16)
(2. I y ) (2. U ) (2. I y )

Temos que:

M AA
= M α . α AA + M θ̇ .θ̇ + M α̇ . α˙AA + M (δ p) . δ p (17)
Iy

Por geometria, a variação angular temporal do ângulo de ataque é a mesma

variação angular temporal do ângulo de pitch (Figura 14).

θ̇ = α̇ (18)

16
 Figura 14: Relação entre os Ângulos de Ataque e de Pitch

Fonte: Boeing (2018).

Logo, após utilizar as expressões 7 e 18, temos que:

M AA
= M α . α AA + M θ̇ .θ̇ + M α̇ . α˙AA + M ( δ p) . δ p = M α . θ + Mθ̇ .θ̇ + M α̇ . θ̇ + M (δ p) . δ p (19)
Iy

Inserindo essa última parcela na expressão 6:

[ M W + Ld . cos α . l d − Lt . cos α .lt ]

θ̈ = + M α . θ + M θ̇ . θ̇ + M α̇ .θ̇ + M (δ p) . δ p (20)
Iy

Finalmente, temos:

[ M W + Ld . cos α .ld − L t . cos α .lt ]

θ̈ − ( M θ̇ + M α̇ ). θ̇ − M α .θ = + M ( δ p) . δ p (21)
Iy

E o termo forçante, f(t), será tal que:

[ M W + L d . cos α . ld − Lt . cos α . lt ]
f (t ) = + M (δ p) . δ p (22)
Iy

17
 3.3 Aplicação da Transformada de Laplace

Aplicaremos a transformada de Laplace termo a termo, utilizando as seguintes

relações:

ℒ [θ ] = Θ(s) (23)

ℒ [θ̇ ] = s . Θ(s) − θ (0) (24)

2
ℒ [θ̈ ] = s . ℒ (θ ) − s . θ (0) − θ̇ (0) (25)

Com essas aplicações e considerando o problema de valor inicial θ (0) = θ̇ (0) = 0 :

2
ℒ [θ̈ ] − ℒ [( M θ̇ + M α̇ ). θ̇ ] − ℒ [ M α . θ ] ⇒ [ s .Θ (s) − s .0 − 0 ] − ( M θ̇ + M α̇ ).[ s . Θ (s) − 0] − M α . Θ(s)
2
s − (M θ̇ + M α̇ ). s − M α = 0 ⇒ Equação Característica (26)

Sabendo que, para um sistema massa-mola-amortecedor geral de dinâmica

M .θ̈ + B . θ̇ + K .θ = f (t ) , as seguintes relações são válidas:

Bc = 2. √( M . K ) (27) – Amortecimento Crítico

ωn = (
√ K
M
) (28) – Frequência Natural

B B
ζ = = (29) – Coeficiente de Amortecimento
Bc (2 √( M . K ))

E que para o nosso caso em estudo nossos coeficientes são:

M = 1 ; B = −(M θ̇ + M α̇ ) ; e K = − M α (30)

Obtemos para o nosso sistema (resolvendo as expressões 27, 28 e 29):

Bc = 2. √( M . K ) = 2. √(1.(− M α )) = 2. √− M α (31) – Amortecimento Crítico

ωn = (
√ K
M
)= (
√−M α
1
) = √− M α (32) – Frequência Natural

18
 B B ( M + M α̇ )
ζ = = = − θ̇ (33) – Coeficiente de Amortecimento
Bc (2 √( M . K )) [2 √(−M α )]

Temos que a resposta nessa planta de sistema de segunda ordem será dada por:

ω 2n (−M α ) (−M α )
GP ( s) = 2 = = 2 (34)
( s +2. ζ . ω n .s+ ω 2n ) ( M θ̇ + M α̇ ) ( s − (M θ̇ + M α̇ ). s − M α )
. √−M α . s − M α )
2
(s − 2.
[2 √(− M α )]

E os polos serão dados por:

s 1 = −ζ . ω n + ω n . √(ζ 2 − 1) (35)

s 2 = −ζ . ω n − ω n . √(ζ
2
− 1) (36)

Ainda vale ressaltar, sobre esses principais aspectos, a influência que o

amortecimento ζ tem sobre a resposta de um sistema de segunda ordem (Figura 15),
segundo a equação:

−1 √ (1−ζ )
(− ζ . ω t ) 2
(−ζ .ω n .t ) ζ e n.

c (t ) = 1 − e .[cos(ω d .t ) + .sin ( ω .t )] = 1 − . sin[( ω . t) + tan ( )](37)

√(1 − ζ 2 )
d
√(1 − ζ 2)
d
ζ

Figura 15: Resposta de um Sistema de Segunda Ordem a um Degrau Unitário

Fonte: RAO (2014).

19
4. PROJETO DO CONTROLADOR

Para o nosso caso particular, assumiremos uma aeronave com as características

do Boeing 747-101. Os Coeficientes Adimensionais do momento de pitching no perfil

aerodinâmico (MAA) – C M , C ( M α ) ,C (M θ̇ ) ,C (M α̇ ) , e C (M δ p) – foram tomados com base

nos estudos de Estimação Intervalar das Derivadas de Estabilidade e de Controle em
todo o Envelope de Voo (SILVA, 2014).

Figura 16: Densidade do Ar x Altitude

Fonte: Silveira (2015).

Figura 17: Dados da Aeronave Boeing 747-101

Fonte: Adaptação do autor (2021) de Boeing (2018).

20
 A velocidade de cruzeiro, bem como a altitude adotada para o cálculo da
densidade do ar (Figura 16), é comumente atingida pelo modelo (BELUZO, 2006).

Tomando os valores presentes na Figura 17, obtemos, para as parcelas

M α , Mθ̇ ,e M α̇ (equações 13, 14 e 15, respectivamente):

1 2
Mα = 7
. 0,31 .236 . 510,95 .8,57. (−0,0126) = −0,0106 (38)
(2 . 4,49.10 )

1 2 8,572
M θ̇ = . 0,31 . 236 . 510,95 . .(−1,0768) = −0,01646 (39)
(2 . 4,49.107 ) 2.236

1 2 8,57 2
M α̇ = . 0,31 .236 . 510,95 . .(−0,0756) = −0,00115565 (40)
7
(2 . 4,49.10 ) 2.236

Obtemos, assim, para GP(s), o valor de:

(−M α ) 0,0106
G P ( s) = 2
= 2
(41)
( s − ( Mθ̇ + M α̇ ). s − M α ) ( s + 0,0176. s + 0,0106)

E os polos, obtidos através das equações 35 e 36, serão dados por:

s 1 = − 0,0088 + 0,102579 i (42) e s 2 = − 0,0088 − 0,102579 i (43)

A frequência natural e o coeficiente de amortecimento serão:

ωn = (
√ K
M
)= (
√
−M α
1
) = √− M α = 0,102956 rad / s (44)

B B ( M + M α̇ )
ζ = = = − θ̇ = 0,08547 ; sistema subamortecido (0 < ζ < 1) (45)
Bc (2 √( M . K )) [2 √(−M α )]

Um sistema subamortecido possui a frequência de vibração amortecida sempre

menor que a frequência natural e dada pela expressão ω d = ω n √(1−ζ 2) .

Aplicando a essa expressão os valores para o nosso problema obtemos:

ω d = 0,102956 . √(1−0,085472 ) = 0,102579 rad / s (46)

21
 O caso subamortecido resulta em um movimento oscilatório que permite que a
amplitude da oscilação diminua exponencialmente com frequência ω d . Os casos de
sistemas subamortecidos são muito importantes no estudo de vibrações.

Através da ferramenta do software Octave, podemos obter a resposta oscilatória

ao sinal unitário (Figura 18) e verificar, também, o root locus (lugar das raízes – Figura
19) da função de transferência em malha aberta (FTMA) da planta sem controlador:

Figura 18: Resposta ao Sinal Degrau Unitário de GP (s)

Fonte: Do autor (2021).

Figura 19: Lugar das Raízes de GP (s)

Fonte: Do autor (2021).

22
 Através do gráfico presente na Figura 18, podemos perceber que o sistema
tende a estabilizar com tolerância de 5%, após a quinta oscilação natural, por volta de
340s (mais de 5 minutos). Este tempo para resposta seria, no mínimo, desconfortável
para o piloto e todos na aeronave em viagem. E podemos perceber, também, pelo
gráfico gerado pelo programa (Figura 19), que os polos coincidem com aqueles
apontados pelas equações 35 e 36. Este fato evidencia, mais uma vez, que os dados
computacionais confirmam os dados espelhados pela teoria.

4.1 Controlador Proporcional-Derivativo (PD)

Após pesquisas em teses e dissertações de sistemas de estabilização similares e

discussões apresentadas em aulas, foi escolhido o modelo PD para o tipo de controlador
a ser utilizado. Este controlador tende a reduzir tanto o tempo de acomodação do
sistema (settling time), quanto o overshoot – que é o quanto a saída excede da tolerância
desejada do valor da resposta.

Figura 20: Nomenclaturas e Suas Definições Gráficas

Fonte: Collins (2017).

O nome PD se deve ao fato de os controladores mais básicos envolverem uma

lei de controle proporcional ao erro e(t) entre a referência e a saída da planta, ou seja, o
sinal é dado por K.e(t) e, por isso, é chamado de controlador Proporcional (P). E, além
de possuir um termo proporcional ao erro, como há outro termo que é múltiplo da
derivada do erro, é dito Derivativo. Os ganhos da parte proporcional e da parte da

23
derivativa são dados por Kp e Kd, respectivamente. A função de transferência de um
controlador PD é, então, dada por:

GC (s) = K p + K d . s (47)

Vale ressaltar, ainda, em relação à Figura 20, que o termo rise time (ts – tempo
de subida) é o tempo requerido para que a resposta passe de 10% a 90%, ou de 5% a
95%, ou de 0% a 100% do valor final, dependendo da referência bibliográfica. Para o
sistema de segunda ordem subamortecido tratado no presente trabalho, o intervalo
considerado de ts será para sair de 0% e chegar a 100% do valor de saída.

4.2 Diagrama de Blocos

Com base no esquema apresentado na Figura 5, podemos, agora, implementar

as funções de transferência da planta – GP (s) da interação profundor x avião – e do
controlador PD sugerido – GC(s).

O desenvolvimento das simplificações do diagrama de blocos (Figuras 21, 22 e

23) é como se segue:

Figura 21: Diagrama de Blocos Inicial

Fonte: Do autor (2021).

24
 Figura 22: Diagrama de Blocos Intermediário

Fonte: Do autor (2021).

Figura 23: Diagrama de Blocos Simplificado

Fonte: Do autor (2021).

E a função de transferência, como descrita na Figura 23, será dada por:

[GC (s).G P (s)] [GC (s).G P (s)]

T ( s) = = ; com realimentação unitária H (s)=1 (48)
[1 + GC ( s).GP (s) . H ( s)] [1 + GC (s).G P ( s)]

Obtemos, ao substituir GC(s) e GP(s) pelas funções 41 e 47:

[0,0106.( K p + K d .s)]
T ( s) = 2
(49)
[ s + s .(0,0176 + K d ) + 0,0106 (1 + K p )]

Sendo assim, a equação característica dada genericamente por

2 2
s + 2. ζ . ω n . s + ω n será:
2
s + s .(0,0176 +K d ) + 0,0106.(1 + K p ) (50); com

2 . ζ . ω n = 0,0176 + K d (51) e ω n 2 = 0,0106.(1+ K p ) (52)

25
 4.3 Ganhos Kp e Kd

Fazendo, agora, as hipóteses de que esse sistema contará com um coeficiente de

amortecimento ζ = √ 2 = 0,707 – muito comumente utilizado na indústria – e um tr

2
(tempo de subida – ver Figura 20) de 5s:

( π − acos(ζ )) ( π − acos(0,707)) 3,33

tr = = = ω (53)
(ω n . √(1 −ζ )) (ω n . √ (1 −0,707 ))
2 2 n

3,33
t r = 5 = ω ⇔ ω n = 0,666 rad / s (54)
n

Logo, para as hipóteses adotadas, temos para Kd:

2 . ζ . ω n = 0,0176 + K d (55)
2 . 0,707 . 0,666 = 0,0176 + K d ⇔ K d = 0,92 (56)

E, para Kp:

ω n 2 = 0,0106.(1+ K p ) = 0,6662 = 0,4435 (57)

0,0106 .( 1 + K p ) = 0,4435 ⇔ K p ≈ 40 (58)

Portanto, a função de transferência no controlador será:

GC (s) = K p + K d . s = 40 +0,92 s (59)

E a função de transferência da malha fechada (Equação 49) será dada por:

[0,0106.( K p + K d .s)] (0,00975. s + 0,425)

T ( s) = 2
= 2
(60)
[ s + s .(0,0176 + K d ) + 0,0106 (1 + K p )] (s + 0,9376. s + 0,435)

26
5 RESULTADOS OBTIDOS

Com o artifício do Octave, novamente podemos verificar como será o

comportamento dessa função de transferência. A seguir, vemos a Resposta ao Sinal
Degrau Unitário de (Figura 24) e o Lugar das Raízes de T(s) (Figura 25).

Figura 24: Resposta ao Sinal Degrau Unitário de T(s)

Fonte: Do autor (2021).

Figura 25: Lugar das Raízes de T(s)

Fonte: Do autor (2021).

Pela teoria de Lugar das Raízes da FTMF, quando a totalidade das raízes se
encontra à esquerda do plano (com a parte real negativa), com, no máximo um polo na
origem, o sistema é dito absolutamente estável. Um sistema estável, que é o desejável
nos processos projetados, é aquele para o qual a resposta de saída é limitada para

27
 quaisquer entradas limitadas. Caso contrário, este sistema é chamado de instável. Nota-
se que, pela definição, o nosso sistema é absolutamente estável.

Notemos que o tempo de assentamento – ts (settling time) – para chegar ao valor

de referência – agora é de menos de 10 s, muito menor que os 340s anteriores à
implementação do controlador PD. E o erro calculado é de 2,3% conforme as equações
abaixo. Por ser menor que 5% – referência empírica – autor considerou o erro aceitável.

1 1 1
Erro ao degrau unitário= lim s . . = = 2,43 % (61); onde
s→0 s [1 + GC (s).G P (s)] 41

0,0106 (0,00975. s + 0,425)

GC (s). G P (s) = FTMA = ( 40 + 0,92 s). 2
= 2 (62)
(s + 0,0176. s + 0,0106) ( s +0,0176. s + 0,0106)

Figura 26: FTMA do Sistema Estudado

Fonte: Do autor (2021).

Uma outra maneira de verificar a estabilidade relativa de um sistema é através

da análise do Diagrama de Bode. Através da FTMA (Figura 26), podemos encontrar o
Diagrama de Bode (Figura 27) e, por relações entre Margem de Ganho (MG) e Margem
de Fase (MF), podemos verificar a estabilidade relativa em um sistema.

Figura 27: Margem de Ganho e Margem de Fase em um Diagrama de Bode

Fonte: Notas de Aula de Lamamura (2020).

28
 Finalmente, na Figura 28, temos o Diagrama de Bode para o nosso sistema em
estudo (utilizando a FTMA da Equação 61). Através do Octave, podemos verificar a
margem de fase do sistema – que é positiva – e verificar, novamente, a estabilidade
garantida do sistema de malha fechada.

Figura 28: Diagrama de Bode da FTMA do Sistema em Estudo

Fonte: Do autor (2021).

29
6. REFERÊNCIAS

AEROSPACEWEB. (2018). Origens das superfícies de controle. Disponível em:

http://www.aerospaceweb.org/question/history/q0103.shtml#:~:text=The%20first
%20recognized%20aileron%2C%20a,were%20still%20several%20years%20away.
Acesso em: 14 jan. 2021.

BELUZO, Carlos Eduardo. Programa Computacional para um Simulador de Voo.

2006. 99 f. Dissertação de Mestrado (Engenharia Mecânica) – Universidade de São
Paulo – USP: São Paulo, 2006.

BOEING. (2018). Boeing Defesa, Espaço & Segurança. Disponível em:

http://topgunbase.ws/speed-2-stability-vs-drag/. Acesso em: 11 jan. 2021.

COLLINS, Danielle. (2017). Como lidar com o overshoot nocontrole servo. Motion
Control Tips. Disponível em: https://www.motioncontroltips.com/how-to-address-
overshoot-in-servo-control/. Acesso em: 15 jan. 2021.

FSAC-TA. Instrumentos Giroscópicos. FSAC [Training Academy – TA]. Disponível

em: https://fsacta.weebly.com/gyroscopic-instruments.html. Acesso em: 15 jan. 2021.

LARA, Fabrício Rodrigues de. Sistema de Controle de Ângulos de Pitch e Roll em

Veículo Aéreo Não Tripulado de Asa Fixa. 2016. 56 f. Trabalho de Conclusão de
Curso (Graduação em Engenharia Elétrica) – Universidade Federal do Rio Grande do
Sul – UFRS: Porto Alegre, 2016. Disponível em:
https://lume.ufrgs.br/bitstream/handle/10183/157883/001021019.pdf?
sequence=1&isAllowed=y. Acesso em: 13 jan. 2021.

NASA. (2018). Shape Effects on Lift. National Aeronautics and Space Administration
(NASA) [Glenn Research Center]. Disponível em: https://www.grc.nasa.gov/www/k-
12/airplane/shape.html. Acesso em: 13 jan. 2021.

30
PEREIRA, Danilo Carlos. Dinâmica Não Linear e Controle de uma Aeronave em
Vôo Longitudinal. Campinas, 2007.

RAO, S. S. Mechanical Vibrations. Springer, 2014.

SILVA, Andreia Sofia Ribeiro da. Estimação Intervalar das Derivadas de

Estabilidade e de Controlo em todo o Envelope de Voo. 2014. 96 f. Dissertação de
Mestrado (Engenharia Aeronáutica – Ciclo de Estudo Integrado) – Universidade da
Beira Interior – UBI: Covilhã, 2014. Disponível em:
https://ubibliorum.ubi.pt/handle/10400.6/6401. Acesso em: 13 jan. 2021.

SILVEIRA, Fernando Lang da. A física no salto recorde de Felix Baumgartner.

Revista Brasileira de Ensino de Física, v. 37, n. 2, 2306 (2015). Disponível em:
https://www.scielo.br/pdf/rbef/v37n2/0102-4744-rbef-37-02-2306.pdf. Acesso em: 13
jan. 2021.

SIMÃO, Alexander Coelho. TESOURAS DE VENTO E A SEGURANÇA DE VOO.

R. Conex. SIPAER, v. 4, n. 2, mar-abr 2013. Disponível em:
https://pt.scribd.com/document/324691169/Tesoura-de-Vento. Acesso em: 11 jan. 2021.

TOPGUNBASE. (2016). Velocidade: Parte 2 – Estabilidade vs Arrasto. Disponível

em: http://topgunbase.ws/speed-2-stability-vs-drag/. Acesso em: 10 jan. 2021.

WHITE, F. M. Mecânica dos Fluidos. 8. ed. Porto Alegre: Mc Graw Hill, 2018. 846 p.

31
CÓDIGOS ANEXOS

Código do Octave para a confecção gráfica da Figura 18

Código do Octave para a confecção gráfica da Figura 19

Código do Octave para a confecção gráfica da Figura 24

32
Código do Octave para a confecção gráfica da Figura 25

Código do Octave para a confecção gráfica da Figura 28

33