Escolar Documentos
Profissional Documentos
Cultura Documentos
Modelagem de Sistemas Dinamicos
Modelagem de Sistemas Dinamicos
Parte 3
1
Sumário
2
1 – Modelagem de Sistemas Dinâmicos
3
2 – Equações Diferenciais de Sistemas Físicos
4
f(t)
5
Variáveis “entre” e “através”
Nomenclatura:
6
Definições:
Obs: as equações vistas anteriormente são válidas somente para elementos que
armazenam energia.
7
Exercício: Consultando a tabela da página 4, obtenha as equações de Energia
armazenada/dissipada para os seguintes elementos:
8
3 – Modelagem no Espaço de Estados
Vetor de estado - é aquele que determina univocamente o estado do sistema x(t) para
qualquer instante t ≥ t0 , uma vez dado o estado em t=t0 e especificada a entrada u(t)
para t ≥ t0 .
9
Equações no espaço de estados - a análise no espaço de estado envolve três tipos
de variáveis que estão presentes na modelagem de sistemas dinâmicos: variáveis de
entrada, saída e variáveis de estado.
O sistema dinâmico deve conter elementos que memorizem os valores de entrada para
t ≥ t1 . Uma vez que os integradores, em um sistema de controle de tempo contínuo,
servem como dispositivos de memória, as saídas desses integradores podem ser
consideradas variáveis que definem o estado interno do sistema dinâmico. Assim, as
saídas dos integradores podem ser escolhidas como variáveis de estado. O número de
variáveis de estado que definem completamente a dinâmica de um sistema é igual
ao número de integradores existentes no sistema.
Suponha que um sistema com múltiplas entradas e saídas envolva n integradores.
Considere também que existam r entradas u1(t), u2(t),..., ur(t) e m saídas y1(t), y2(t),...,
ym(t). Defina as n saídas dos integradores como variáveis de estado x1(t), x2(t),..., xn(t).
Então o sistema pode ser descrito como:
(1)
(2)
10
as equações (1) e (2) tornam-se
•
x(t ) = f ( x, u, t ) (3) y (t ) = g ( x, u , t ) (4)
onde A(t) é chamada de matriz de estado B(t), de matriz de entrada C(t), de matriz de
saída, e D(t), de matriz de transmissão direta. Na figura abaixo temos representado
através de um diagrama de blocos as equações acima.
Se as funções vetoriais f e/ou g não envolverem o tempo t explicitamente, então o
sistema será chamado de sistema invariante no tempo. Nestes casos as equações(5) e
(6) podem ser simplificadas para:
• •
x(t ) = Ax(t ) + Bu (t ) (7) y (t ) = Cx(t ) + Du (t ) (8)
Diagrama de blocos de um sistema de controle linear de tempo contínuo, representado no espaço de estados
11
A equação (7) é a equação de estado de um sistema linear invariante no tempo.
A equação (8) é a equação de saída para o mesmo sistema.
12
mola-amortecedor, temos, inicialmente duas variáveis de estado para este sistema, o
deslocamento (devido à mola) e a velocidade (devido à massa), ou seja:
f(t)
13
4 - Equações de Lagrange do Movimento
L = T – V, onde
f(t)
14
Obtemos a seguinte equação do movimento para o sistema em questão:
•• •
m x + c x + kx = f (t )
L2 = x 2 + y 2
n = 3N − c
15
são todas independentes e seu número corresponde ao número de graus de liberdade
do sistema .
Exercícios:
A)
f(t)
k
m y
16
B) X1 X2
D K
M1 M2 f (t)
fat
17
C)
F
K1
M Y1
Y2
K2
18
2) Admitimos que o sistema mecânico abaixo é linear. A força externa u(t) é a entrada
do sistema e o deslocamento y(t) da massa é a saída. O deslocamento y(t) é medido a
partir da posição de equilíbrio, na ausência da força externa. Esse sistema é um
sistema de entrada e saídas únicas. Obtenha a equação de estado e de saída deste
sistema.
19
6 – Aproximações Lineares de Sistemas Físicos
Em sua grande maioria, os sistemas físicos são lineares dentro de uma certa gama de
valores das variáveis. Contudo em uma última análise os sistemas se tornam não-
lineares à medida que os valores das variáveis crescem sem limites. Por exemplo um
sistema mola-massa-amortecedor conforme figura abaixo, é linear enquanto a massa
for submetida a pequenos deslocamentos y(t). Assim se o valor de y(t) for aumentado
continuamente, a mola poderá distender-se demasiadamente e quebrar. Portanto esta
hipótese deve ser considerada com relação à linearidade dos sistemas.
Em geral uma condição necessária para um sistema ser linear pode ser determinada
em função de uma excitação x(t) e de uma resposta y(t). Quando o sistema em repouso
for submetido a uma excitação x1(t) produzirá uma resposta correspondente y1(t). Além
disto quando o sistema for submetido a uma excitação x2(t) produzirá uma resposta
correspondente y2(t). Para um sistema linear é necessário que a excitação x1(t) + x2(t)
produza uma resposta y1(t) + y2(t). Isto é chamado de princípio de superposição.
Também a magnitude do fator de escala deve ser preservado, isto é se uma entrada x
resulta numa saída y, então se a entrada x for multiplicada por uma constante β a sua
resposta y também deve ser multiplicada por esta constante. Esta é a chamada
propriedade da Homogeneidade. Portanto:
20
Por outro lado sistemas caracterizados pela relação y = x2 não são lineares, porque a
propriedade da superposição não é satisfeita, assim como um sistema representado
pela relação y = mx + b não é linear porque não satisfaz a propriedade da
homogeneidade, contudo este último pode ser considerado linear em torno de um ponto
de operação x0 , y0 para pequenas variações ∆ x e ∆ y. Quando x = x0 + ∆ x e y = y0 +
∆ y, tem-se :
Exemplo de linearização
Considere o caso de uma massa M apoiada sobre uma mola não-linear, como
mostrado na figura a seguir. O ponto normal de operação é a posição de equilíbrio que
ocorre quando Fmola se equilibra com a Fgravitacional Mg, onde g é a aceleração da
gravidade. Assim, f0 = Mg, como está mostrado. Para mola não-linear f = y2, a
posição de equilíbrio é y0 = (Mg)½. O modelo linear para pequenos desvios é:
df
∆ f = m x ∆ y, onde m = y0
dy
Assim m = 2 x y0. Uma aproximação linear é igualmente precisa, uma vez que a
hipótese de pequenos sinais é aplicável ao problema específico.
21
MODELO DO OSCILADOR TIPO PÊNDULO
22