CONTROLE DE SISTEMAS DINÂMICOS

1
 NOSSA HISTÓRIA

A nossa história inicia com a realização do sonho de um grupo de empre-

sários, em atender à crescente demanda de alunos para cursos de Graduação
e Pós-Graduação. Com isso foi criado a nossa instituição, como entidade ofere-
cendo serviços educacionais em nível superior.

A instituição tem por objetivo formar diplomados nas diferentes áreas de

conhecimento, aptos para a inserção em setores profissionais e para a partici-
pação no desenvolvimento da sociedade brasileira, e colaborar na sua formação
contínua. Além de promover a divulgação de conhecimentos culturais, científicos
e técnicos que constituem patrimônio da humanidade e comunicar o saber atra-
vés do ensino, de publicação ou outras normas de comunicação.

A nossa missão é oferecer qualidade em conhecimento e cultura de forma

confiável e eficiente para que o aluno tenha oportunidade de construir uma base
profissional e ética. Dessa forma, conquistando o espaço de uma das instituições
modelo no país na oferta de cursos, primando sempre pela inovação tecnológica,
excelência no atendimento e valor do serviço oferecido.

2
Sumário

CONTROLE DE SISTEMAS DINÂMICOS............................................... 1

NOSSA HISTÓRIA .................................................................................. 2

INTRODUÇÃO ......................................................................................... 5

IMPLICAÇÕES TEÓRICAS E O OBJETIVO DE UM CONTROLADOR

DIGITAL ............................................................................................................. 7

ESTRUTURA DE UM CONTROLADOR DIGITAL ................................... 9

TEORIA DOS SISTEMAS DINÂMICOS ................................................ 10

DESENVOLVIMENTO MOTOR E A TEORIA DOS SISTEMAS

DINÂMICOS ..................................................................................................... 13

VISÃO GERAL....................................................................................... 16

Colocação Geral do Problema de Controle.............................. 16

Controle Ótimo de Sistemas Dinâmicos ................................... 17

Aplicação e Utilidade ................................................................... 18

Controle Ótimo de Sistemas Dinâmicos: Malha Aberta ......... 20

SISTEMAS AMOSTRADOS .................................................................. 20

Amostragem em Sistemas de Controle .................................... 20

TÉCNICAS DE FATORIZAÇÃO ............................................................ 23

MODELOS MATEMÁTICOS DE SISTEMAS DINÂMICOS ................... 24

Descrição Entrada-Saída ............................................................ 24

Equações de Sistemas dinâmicos contínuos .......................... 24

Equações de sistemas dinâmicos discretos ............................ 25

Convolução entre a entrada e saída ......................................... 25

Polos e zeros ................................................................................ 28

Resposta Impulsionar e modos ................................................. 28

3
 Função Transferência a partir da equação a diferença .......... 28

Descrição Espaço de Estados ................................................... 28

CONSIDERAÇÕES FINAIS ................................................................... 30

REFERÊNCIAS ..................................................................................... 31

4
 INTRODUÇÃO

Olhando para um passado não muito distante, é possível perceber que,

com o passar do tempo, houve um grande avanço no campo correspon-
dente à teoria que abrange o estudo do comportamento de sistemas dinâmicos,
comumente chamada de teoria de controle. Obviamente, a evolução citada ocor-
reu, e ainda ocorre, em virtude de uma série de fatores, de modo que se pode
ressaltar o reforço proveniente das ferramentas matemáticas nos seus diversos
níveis de complexidade voltadas para o estudo e análise de tópicos intrínsecos
ao tema citado. Além disso deve-se dar a devida importância aos recursos com-
putacionais (pretende-se utilizar esta nomenclatura para referir-se a computado-
res, CLPs, microcontroladores, entre outros), que por sua vez, encontram-se
presentes em aplicações existentes tanto em ambientes acadêmicos quanto
dentro das indústrias.

Desta maneira, define-se como objetivo deste artigo, o início de uma série
voltada para a apresentação de aspectos relacionados à teoria de controle,
tendo como foco a sua utilização mediante ao uso dos recursos computacio-
nais citados anteriormente.

Não é exagero afirmar que existem uma série de vantagens na utilização

destes elementos, que estendem-se desde a capacidade dos mesmos de pro-
porcionarem um cenário propício tanto para a implementação de várias técnicas
de controle (já que podem executar cálculos complexos e efetuar ações de con-
trole com rapidez), quanto para a resolução de questões operacionais, relacio-
nadas às ferramentas de segurança, registro, tomadas de decisão, gerencia-
mento de alarmes, comunicação com sistemas de supervisão, entre outras.

Além das vantagens citadas, pode-se ressaltar também o custo empre-

gado em um recurso computacional. Obviamente, os diversos elementos utiliza-
dos nas indústrias para realizar o controle dos processos existentes dentro
das mesmas, tendem a possuir um preço de aquisição elevado. No entanto, com

5
o advento e popularização de estruturas baseadas no funcionamento de micro-
controladores e de baixo custo, tornou-se mais fácil realizar uma vasta gama de
aplicações dos mais variados níveis de complexidade, acadêmicas e industriais.

A literatura comumente chama este tipo de estrutura de controle (onde

utiliza-se um recurso computacional) de controle digital. Esta nomenclatura cor-
robora com a ideia de que, o elemento em questão, possa desempenhar a fun-
ção do controlador (ou compensador) na malha de controle de um determinado
sistema.

6
 IMPLICAÇÕES TEÓRICAS E O OBJETIVO DE UM
CONTROLADOR DIGITAL

Pode-se afirmar que os sistemas de controle modernos incluem, na mai-

oria das vezes, um elemento de controle digital, como, por exemplo, um compu-
tador, microcontrolador ou PLC, para auxiliar e até mesmo gerir as tarefas ne-
cessárias para a obtenção de um determinado resultado. Um ponto importante
e que deve ser ressaltado, é o fato de que, que estes dispositivos trabalham com
os chamados sinais de tempo discreto (também chamado de sinais discretos no
tempo ou simplesmente, sinais discretos, estes consistem em sinais definidos
apenas em determinados instantes de tempo) cujo comportamento é regido por
um relógio, comumente referenciado como clock.

Representação de um sinal de tempo discreto

7
 É evidente que, conforme o intervalo entre os instantes de tempo nos
quais os sinais estão definidos, é reduzido o sistema como um todo, tende a
comportar-se de maneira semelhante a um sistema de controle cujos sinais são
definidos em intervalos de tempo contínuos, no entanto, esta proposição implica
em um aumento de custos de conversão e de esforços computacionais, como
será demonstrado posteriormente.

Efeito da diminuição do intervalo de tempo entre os instantes em que o sinal está definido.

É evidente que, conforme o intervalo entre os instantes de tempo nos

quais os sinais estão definidos, é reduzido o sistema como um todo, tende a
comportar-se de maneira semelhante a um sistema de controle cujos sinais são
definidos em intervalos de tempo contínuos, no entanto, esta proposição implica
em um aumento de custos de conversão e de esforços computacionais, como
será demonstrado posteriormente.

8
 Efeito da diminuição do intervalo de tempo entre os instantes em que o sinal está definido.

Sendo assim, é de extrema importância que esta teoria, direcionada para

o controle de sistemas discretos (ou controle de sistemas de tempo discreto),
muitas vezes chamado na literatura de controle digital, explique de maneira co-
erente e clara, quais são as consequências da existência destes tipos de sinais
sobre a dinâmica dos sistemas.

ESTRUTURA DE UM CONTROLADOR DIGITAL

Um ponto importante que deve ser ressaltado é que, nos casos onde uti-
liza-se um elemento digital para realizar a função de um controlador em um de-
terminado sistema, geralmente ocorre a existência simultânea de alguns compo-
nentes que operam com sinais discretos e outros que atuam por meio de sinais
contínuos. Portanto, nota-se a necessidade do emprego de conversores analó-
gico-digitais (também chamados de conversores A/D) e de conversores digitais-
analógicos (conhecidos como conversores D/A) para que ocorra a adequação
dos sinais existentes em uma malha de controle aos elementos intrínsecos à
mesma.

Normalmente, os sinais de entrada no sistema são contínuos no tempo,

portanto, estes devem ser amostrados e convertidos em sinal digital, por meio
do conversor A/D citado anteriormente e levado ao controlador digital. No en-
tanto, na saída do mesmo, os sinais digitais são convertidos em analógicos por

9
meio do conversor D/A e entregues à planta ou ao processo que está sendo con-
trolado.

Representação dos conversores de sinais na malha de controle.

TEORIA DOS SISTEMAS DINÂMICOS

Os estudos sobre Sistemas Dinâmicos surgiram a partir de questionamen-

tos que as teorias existentes não explicavam de maneira satisfatória. Indagações
sobre como se originavam novas formas de comportamentos, envolvendo a con-
tinuidade, a descontinuidade, e a variabilidade desses, levaram pesquisadores
a buscar novos conceitos e princípios que a partir da década de 80 começaram
a preencher uma série de lacunas deixadas pelas teorias anteriores, trazendo
assim uma nova luz para o estudo do desenvolvimento motor.

Apesar dos conceitos inovadores, não foram abandonados os conceitos

antigos. O desenvolvimento da inteligência na criança partindo de processos,
como por exemplo, assimilação e acomodação, os quais forneciam subsídios
para que, a partir das estruturas já existentes, novas experiências fossem soma-
das, alterando estas estruturas e permitindo ao organismo, responder frente à
novas situações.

10
 O conceito de equilibração refere-se ao processo em que o organismo
procura um estado próximo ao equilíbrio após passar por um estado de desequi-
líbrio e reequilíbrio, a Teoria dos Sistemas Dinâmicos também se utiliza deste
conceito proposto por Piaget para explicar o desenvolvimento humano. Tanto a
teoria de Piaget, que explica o desenvolvimento da inteligência do ser humano
como a Teoria dos Sistemas Dinâmicos, basearam-se nos princípios termodinâ-
micos que reconhecem que ordem e complexidade em um sistema surgem em
oposição a desordem, tendo como característica comum a auto organização do
sistema.

A auto-organização é a primeira fundamentação da Teoria dos Sistemas

Dinâmicos e origina-se das perturbações do sistema, que rompem a estabilidade
de velhas formas, ocasionando a emergência de novos padrões.

O homem faz parte de um sistema em estado de inter-relacionamento e

interdependência essencial entre os fenômenos físicos, biológicos, sociais e cul-
turais e por este fato a auto-organização está presente no desenvolvimento do
ser humano, pois a mesma somente ocorre em sistemas abertos não-equilibra-
dos.

O sistema humano é caracterizado como não-linear e as mudanças qua-

litativas que afetam a forma do movimento surgem de um novo padrão espaço-
temporal, ou seja, ocorrem devido a não-linearidade do sistema que é passível
de modificações. A não linearidade essencial dos sistemas em desenvolvimento
é refletida tanto na capacidade do sistema para se auto-organizar como em mu-
danças de estado para perda da estabilidade.

O tempo nesta visão dinâmica, é visto como uma propriedade que emerge
da confluência das restrições resultantes da natureza da tarefa, do ambiente e
do organismo, enquanto que a organização temporal (timing) refere-se aos rela-
cionamentos temporais entre os componentes de um sistema integrado.

É importante ressaltar que a Teoria dos Sistemas Dinâmicos vê o sistema

motor humano como um sistema complexo que interage com vários graus de
liberdade; não linear e dinâmico, pois não é estacionário; e dissipativo no qual a

11
energia necessária para manter o organismo em pleno funcionamento varia de
situação para situação.

O comportamento motor humano emerge estritamente como uma função

cooperativa dos subsistemas que estão em constante desenvolvimento, e de
acordo com o estado de prontidão de cada subsistema, o organismo desenvolve-
se e novos padrões substituem os padrões anteriores.

Um tópico relevante no estudo do desenvolvimento humano tem sido as

mudanças que ocorrem no organismo com o tempo. O timing é definido como as
ligações entre os componentes do desenvolvimento, que mudam durante o curso
desenvolvimento do organismo. O conceito de timing é importante dentro de uma
visão na qual as relações entre os componentes, determinam a característica de
um sistema. Essas relações originam-se da interação entre organismo, ambiente
e tarefa.

Estudos com eventos no tempo têm sido realizados para estudar o pro-
cesso de desenvolvimento, mas o timing de desenvolvimento dos eventos não
tem sido o tópico central das investigações. A ênfase é dada no tempo como um
artifício para medir a trajetória desenvolvimento do indivíduo. Como entende-se
o desenvolvimento humano como o resultado de interações entre as mudanças
do organismo e ambiente, o timing possui um papel formativo por ser um dos
componentes da mudança, e por ser determinado pelo status de outros compo-
nentes.

As mudanças entre os níveis de organização compreendem o processo

de mudança desenvolvimento. A interação de organismo e ambiente, permite
que o desenvolvimento comportamental das pessoas não ocorra em um curso
inevitável. A ênfase está no aspecto do desenvolvimento não ser pré-determi-
nado, e de existir várias trajetórias desenvolvi mentais individuais, baseadas na
história de seus componentes e seu inter-relacionamento.

O conceito de influências bidirecionais (organismo <--> ambiente) fortale-

cem a visão de não-linearidade do desenvolvimento humano. O desenvolvi-
mento humano é enfatizado como um produto do timing das relações entre even-
tos externos e internos, assim possuindo uma origem dinâmica.

12
 O desenvolvimento de habilidades motoras que operam juntos através de
princípios de auto-organização e dependência mútua. O comportamento motor
é relativo e dinâmico ao organismo e ambiente. A união entre os dois lados exibe
flutuações assim como trajetórias determinadas. O comportamento é influenci-
ado por estas flutuações, que capacitam o sistema a descobrir novos estados.
Seu desenvolvimento é explicado por regras de interação e auto organização,
entre as propriedades dos componentes e configurações complexas no espaço
e no tempo.

O timing não é mais entendido como predeterminado por um relógio cro-

nometrado, mas origina-se das mudanças do ambiente e do organismo. A inva-
riância do timing e sua variabilidade também são importantes para o desenvolvi-
mento motor, porque as flutuações permitem que a estabilidade dos estados co-
ordenativos dê lugar para o sistema explorar e descobrir novos estados. A vari-
abilidade do timing não é mais assumida como um fator negativo para a habili-
dade motora, mas sim como uma parte básica de seu desenvolvimento.

DESENVOLVIMENTO MOTOR E A TEORIA DOS SIS-

TEMAS DINÂMICOS

O desenvolvimento motor é um processo sequencial e contínuo, relacio-

nado à idade cronológica, sendo que o indivíduo progride de um movimento sim-
ples e sem habilidade até realizar habilidades motoras complexas e organizadas.
O ajustamento destas habilidades irá acompanhar o indivíduo até seu envelhe-
cimento.

Do início ao fim da vida, o comportamento motor muda. Algumas destas

mudanças são drásticas e ocorrem na fase da infância e adolescência, outras
são mais modestas e acontecem na fase adulta, posteriormente percebe-se uma
regressão nos movimentos com os anos da idade avançada.

13
 As mudanças ocorridas no comportamento motor do indivíduo durante
sua vida, são mudanças na forma e na execução do movimento, alterando as-
sim. a organização ou controle e a coordenação dos movimentos.

É necessário ressaltar que coordenação e controle são distintos Coorde-

nação é uma função que restringe as variáveis potencialmente livres em uma
unidade comportamental. As bases desta função são um conjunto de variáveis
(A,B,C, ... X.Y,Z) que podem ser restringidas em função de uma coordenação
f(A,B,C, ... X,Y,Z). O controle é o processo pelo qual os valores são atribuídos
na função, ou seja, a parametrização da função f (Aí,Bj, Ck, ... Xr,Ys,Zt).

Portanto, coordenação é responsável pela forma do movimento, enquanto

que o controle fornece o ajustamento necessário para a realização do mesmo.

Foram fornecidos subsídios para estudar os movimentos, definindo seus

principais elementos e caracterizando-os em termos de problemas de coordena-
ção e controle. Um desses problemas são os graus de liberdade que se referem
ao grande número de variáveis livres a serem organizadas pelo sistema nervoso
central. E o outro problema consiste em como controlar os muitos movimentos
possíveis em um ambiente que está constantemente mudando e influenciando
esta regulação, denominado como problema da variabilidade condicionada ao
contexto.

A hipótese dada por Bernstein é que os graus de liberdade são controla-

dos através do uso de unidades definidas no aparelho motor, as unidades auto-
maticamente ajustam-se entre si e entre as forças externas. As unidades de ação
são definidas como estruturas coordenativas, que consistem em um grupo de
músculos que frequentemente envolvem várias articulações de forma a restringir
seus atos como uma unidade funcional.

A dinâmica das estruturas coordenativas é estudada pela Teoria dos Sis-

temas Dinâmicos, que tem utilizado o modelo físico dos osciladores ciclo-limita-
dos. A característica principal deste modelo é a capacidade de auto-organização,
sem o auxílio de mecanismos adicionais. Para que o contínuo ciclo do sistema
ocorra, necessita-se de uma injeção constante de energia de algum lugar, caso
contrário o sistema não funciona. Baseando-se nesta necessidade de energia,

14
que é característica dos sistemas dissipativos (sistemas vivos) é dada a carac-
terística de não-linearidade.

Os osciladores ciclo-limitados são sistemas que balançam, mas possuem

um ciclo preferencial ou órbita atrativa para onde as trajetórias tendem a conver-
gir.

O atrator é a preferência do sistema para determinados estados, apare-

cendo quando o sistema encontrasse em equilíbrio, auxiliando a sua manuten-
ção. Se nota, portanto, que o atrator é uma variável coletiva e o centro da visão
dinâmica do desenvolvimento.

As mudanças no desenvolvimento ocorrem quando algum ponto crítico

em uma ou mais das restrições internas e externas é atingido, provocando uma
nova organização ou um novo controle na realização do movimento. Por restri-
ções internas temos: força, massa corporal, altura, etc., e por restrições exter-
nas: demandas da tarefa, contexto em que é realizada, etc.

Ao atingir o ponto crítico, acontece no sistema, uma alteração qualitativa

ou uma descontinuidade, que é frequentemente associada com a, formação es-
pontânea de padrões de ordem espaço-temporal, e que este processo de auto-
organização surge sempre de uma instabilidade resultante de um sistema não
equilibrado. Teoricamente a perda da estabilidade leva a mudanças na coorde-
nação.

Um exemplo típico desta necessidade de se atingir o ponto crítico se dá

após seus primeiros passos a criança segue para a próxima etapa que é a cor-
rida, fato que se complica um pouco se ela não produzir força propulsora o sufi-
ciente para elevar seu corpo na fase de voo. Conseguindo esta força que era até
então uma restrição a emergência do correr, a criança manterá a posição ereta
e a estabilidade sobre os dois pés. Uma vez que o andar e o correr apresentam
um mesmo padrão de coordenação Inter membros, ao conseguir andar a criança
necessita de algum substrato neural, muscular ou fisiológico, que dê a ela con-
dições de gerar e administrar a força adicional requerida para correr.

Existem três princípios gerais que caracterizam a formação de padrões e

mudanças no comportamento motor:

15
. sistemas complexos são reduzidos a estados atrativos simples;

. sistemas são auto-organizados;

. mudanças de uma forma estável para outra é alcançada através da geração de

parâmetros de controle.

Mudanças no desenvolvimento humano podem ser lineares e graduais,

tais como crescimento, peso corpóreo ou tamanho. Mas o desenvolvimento mos-
tra frequentemente descontinuidade com a emergência de novas habilidades.
Uma abordagem dinâmica conceitualiza as descontinuidades no desenvolvi-
mento como troca ou mudança de fases. A troca de fases, implica na transição
entre dois modelos estáveis, onde os estados intermediários são mais instáveis
e transitórios. A mudança de fase significa a emergência de uma nova forma de
comportamento.

Após o andar independente, a criança evolui para outras habilidades,

como o correr, saltar, trepar, arremessar, receber, etc., numa sucessiva progres-
são de habilidades mais fáceis para as mais difíceis até chegar a combiná-las
entre si, realizando movimentos complexos, numa constante progressão. Inter-
namente os subsistemas requisitados para realizar as ações vão-se adequando
numa interação constante, e entre os estados de estabilidade e instabilidade o
desenvolvimento motor vai acontecendo.

VISÃO GERAL

Colocação Geral do Problema de Controle

Dado um sistema dinâmico, identificados os vínculos a serem respeitados

(condições de partida, de chegada, dinâmica, limitações físicas de espaço,
tempo, energia, etc.) o problema de controle se coloca como o de como agir
sobre o sistema de modo a garantir condições de operação pré-determinadas,
segundo especificações de operação do sistema e ou critérios de otimização
(custo, segurança, desempenho, etc). Assim, como ilustrado na figura a seguir,
o problema é o da determinação das entradas (ações sobre o sistema) de modo

16
a condicionar as saídas (diretamente relacionadas ao estado do sistema, isto é,
a onde e como ele está), segundo condições pré-estabelecidas.

SISTEMA
Entradas Saídas

Figura 1.1: Sistema: Esquema Básico de Controle

O objetivo de Controle Automático é o da materialização de soluções ar-

tificiais para a realização automática de tarefas programadas pelo homem, de
modo a substituí-lo e amplia-lo em ações físicas e mentais.

De maneira bastante genérica, a realização de uma solução de controle e

automação de um sistema está condicionada à capacidade de responder às
questões, realizar as etapas, e definir um esquema de solução.

Questões para realização da solução

. local e como está o sistema em um dado instante;

. local e qual a solução de guiagem ao longo do tempo.

. como agir sobre o sistema e como devem ser as entradas ou controles, para
que as saídas sejam adequadas, segundo objetivos de controle e vínculos.

Etapas para realização da solução:

. modelagem, física e ou matemática;

. análise através de simulações e testes de viabilidade, otimizações e desempe-

nho;

. síntese através da definição e realização de solução.

Controle Ótimo de Sistemas Dinâmicos

Neste caso o controle do sistema é determinado segundo uma condição

de otimização, através da minimização ou maximização de um índice de perfor-
mance (IP) ou desempenho.

17
 Seja o sistema dinâmico: x= f (x,u,t), onde x(t), nx1, é o estado, u(t), mx1,
é o controle.

A partir da satisfação de critérios de otimização e vínculos, relativos à tra-

jetória de estado, ao controle, e às condições iniciais e finais, é possível, em
geral, a determinação do controle, de sistemas dinâmicos modelados como na
equação anterior, ou como uma função do tempo, u(t), ou como uma função do
tempo e do estado, u(x,t). A teoria aplicada de Controle Ótimo se propõe a prover
os meios para a obtenção de soluções, em geral numéricas, para problemas
deste tipo, os chamados problemas de controle ótimo. Note-se que a solução é
uma função de função, para tanto, como se verá, há a necessidade de um novo
tipo de Cálculo, o Variacional, onde o que se otimiza é um funcional, função de
função e parâmetros.

Em uma forma bastante geral, o problema de controle ótimo de um sis-

tema dinâmico e sua respectiva solução.

Aplicação e Utilidade

Controle Ótimo, que está no contexto de Controle Moderno, abre novas

possibilidades relativamente a Controle Clássico. O fato de ser no domínio do
tempo permite naturalmente tratar de sistemas variantes no tempo e sistemas
dinâmicos não lineares, criando possibilidades que atendem necessidades de
otimização dinâmica para viabilizar a realização de processos em que as ques-
tões de energia consumida, tempo, segurança e atendimento de vínculos são
cruciais, como é o caso de processos químicos, nucleares e missões aeroespa-
ciais. Foram estas necessidades, conjuntamente com as novas condições de
computação, que impulsionaram o desenvolvimento de Controle Ótimo, princi-
palmente nas décadas dos cinquenta e sessenta do século XX.

O preço a se pagar pelas novas possibilidades é o de se que lidar com o

Cálculo Variacional, para a obtenção, agora, de funções, como resultado da oti-
mização dinâmica, e não de variáveis algébricas, como é o caso de otimização
de funções. No entanto, para desmistificar, vale a parábola do interiorano che-
gando à cidade grande; no começo o impacto com a nova situação de tamanho

18
e complexidade é grande, mas, com o tempo, se percebe que ao invés de lidar
diretamente com localidades, tem-se que primeiro localizar um bairro, que, no
final das contas, é equivalente a uma cidade do interior, às vezes até das peque-
nas; o desafio é aprender a lidar com os mapas, que, aliás, se vence rapidamente
e fica repetitivo!

As aplicações e utilidade de controle ótimo são de amplo alcance, tanto

em sistemas como em processos, tais como:

. processos industriais;

. sistemas de energia;

. veículos (terrestres, marítimos, fluviais, aéreos, espaciais);

. otimizações estruturais;

. navegação;

. identificação de sistemas; etc.

Em especial na área espacial, cujos problemas provocaram em grande

parte o desenvolvimento de Controle Ótimo, no caso de guiagem e controle pre-
sentes em uma missão satélite, tem-se, tipicamente, as aplicações a seguir, con-
forme as fases a seguir:

. otimização da trajetória de lançamento;

. determinação de órbita e de atitude (estimação de estado), em órbita interme-

diária;

. otimização da órbita de transferência;

. determinação de órbita e de atitude na órbita de missão;

. correção de órbita e de controle de atitude (posicionamento angular do satélite).

19
 4

Controle Ótimo de Sistemas Dinâmicos: Malha Aberta

Sempre haverá a preocupação predominante de conceituar, interpretar,

captar o significado e, quase nunca, de demonstrar propriedades, com exceção
daqueles casos em que a demonstração é construtiva, isto é, ajuda no desen-
volvimento de soluções.

SISTEMAS AMOSTRADOS

A realização de controladores digitais pode ser implementada a partir de

microcomputadores, microcontroladores ou mesmo por microprocessadores.
Em geral os microcomputadores são empregados na fase de desenvolvimento e
análise e, uma vez finalizado o projeto, transfere-se a lógica de controle para um
hardware composto por microprocessadores ou microcontroladores.

Amostragem em Sistemas de Controle

A utilização de microcomputadores para implementação de malhas de

controle teve início já por volta de 1960. Porém, computadores dessa época não
eram apropriados para aplicação industrial, pois tinham uma arquitetura voltada
para gerenciamento de dados, de certa forma lentos e não se dispunha de apli-
cativos adequados para a realização de uma estrutura de controle. Já na década

20
de 70 surgiram os chamados microprocessadores com uma arquitetura digital
voltada para um interfaceamento entre o processo a ser controlado (analógico)
e o microprocessador. Desde então, o microprocessador passou a ser um elo
integrante da malha de controle.

Para a implementação de controle digital torna-se necessário a compati-

bilização dos vários sinais do tipo analógicos e digitais. Na sua forma digital,
opera-se com números ou entidades numéricas, os quais podem ser manipula-
dos como se queira através de aplicativos específicos. Na sua forma analógica
os sinais representam grandezas físicas e contínuas no tempo e que só podem,
se necessário, ser processadas por dispositivos ou circuitos analógicos. A com-
patibilização destas formas de sinais é realizada pelo bloco A/D para a conver-
são Analógico-Digital e pelo bloco D/A para a conversão Digital/Analógica. De-
terminados processos ou ações de controle são inerentemente do tipo digital,
não necessitando propriamente de uma conversão. Nesse caso, os processos
são ditos naturalmente amostrados.

A integração de um microprocessador na malha de controle possibilita a

execução de outras tarefas além do controle propriamente dito, como supervisão
do processo, emissão de relatórios, proteção, alarmes, coordenação etc., permi-
tindo a realização de sistemas com um alto grau de automatização. Outra carac-
terística muito importante é o grau de flexibilidade dos sinais digitais. Isto é, um
determinado sinal pode ser redimensionado para fornecer um melhor rendimento
ou desempenho, simplesmente através da reprogramação do algoritmo de con-
trole ou de supervisão.

Uma primeira implicação da incorporação do microprocessador na malha

de controle é que nos sinais digitais as operações matemáticas que devem ser
realizadas necessitam de um certo tempo para serem processadas pelo micro-
processador. Durante esse período o microprocessador fica “desligado” do am-
biente externo analógico. Desse modo a conexão efetiva entre o microprocessa-
dor e o processo é realizada apenas em instantes determinados e periódicos,
surgindo então o conceito de amostragem ou discretização. Entre dois instantes

21
de amostragem é realizada conversão A/D do sinal a ser processado, o micro-
processador processa o algoritmo de controle e fornece o comando de controle
para a conversão D/A. Todo esse processo deve ser sincronizado e repetido a
cada período de amostragem.

Para processar uma grandeza analógica através de um microcomputador,

é necessário introduzir um processo de amostragem da grandeza a ser proces-
sada e posteriormente uma conversão desta amostra em uma quantidade digital.
Após o processamento desta quantidade digital por um determinado algoritmo
de controle, a quantidade processada que ainda se encontra na forma digital
deve ser aplicada ao processo analógico, através de um processo inverso que a
converte em uma grandeza analógica.

O procedimento de amostragem é periódico, com período denominado

Ts, para que se possa estabelecer a descrição do processo pela transformada Z
e por equação a diferença. A saída processada digitalmente será fornecida ao
processo analógico também de forma periódica com o mesmo período Ts.

Uma vez que o sinal original, contínuo no tempo, é definido para qualquer
instante de tempo, este carrega consigo um certo nível de informação a respeito
do comportamento instantâneo deste sinal. A partir do procedimento de amos-
tragem e conversão A/D, pode-se dizer que apenas poucas porções deste sinal
estão disponíveis, ou seja, na forma discreta apenas poucos pontos do sinal ori-
ginal estão disponíveis. Para executar uma estratégia de controle adequada, é
necessário que suficiente quantidade de informação esteja disponível nesta
forma discreta. Isto determina que a amostragem do sinal a ser analisado ou
controlado deve seguir algumas regras, de forma que este possa ser devida-
mente reconhecido e interpretado dentro da malha de controle.

O procedimento de amostragem, descrito, pode ser representado por um

processo de modulação entre o sinal contínuo e uma portadora periódica como
um trem de pulsos de amplitude 1 e frequência ωs. Matematicamente, a modu-
lação é representada pelo produto entre o sinal e a portadora denotada p(t). O
sinal contínuo denotado u(t) é definido em qualquer instante de tempo.

22
 TÉCNICAS DE FATORIZAÇÃO

O Filtro de Kalman, por um bom tempo, encontrou resistência ao seu uso,

devido ao mau comportamento numérico de seu algoritmo; especialmente por-
que, à época de seu desenvolvimento, as aplicações em que se necessitava de
um estimador de estado eram em veículos aeroespaciais, em computadores de
bordo, com limitadas condições de memória, precisão de computação (compri-
mento de palavra das máquinas, implicando em número de dígitos significativos
nos cálculos) e de velocidade de computação. O que motivou a busca de algo-
ritmos mais eficientes e sem perda de precisão foi esta necessidade de aplicação
em computadores de bordo, que, na verdade, ocorre também em aplicações de
automação, robótica e, especialmente, navegação por satélite em pequenos ve-
ículos.

Inicialmente, foram desenvolvidos algoritmos baseados em raiz quadrada

de matrizes de covariâncias (positivas definidas), que foram suficientes para
atender as necessidades da missão Apolo, mas que demandavam operações
que ainda deixavam a desejar em termos de eficiência, especialmente por ne-
cessitarem operações explícitas de raiz quadrada.

Assim, na década de setenta, do século passado, as necessidades do

programa espacial continuaram a pressionar pelo desenvolvimento de ajustes
no Filtro de Kalman que melhorassem o comportamento numérico, isto é, a pre-
cisão numérica dos cálculos, sem comprometimento da eficiência, isto é, sem
inviabilização pelo aumento da complexidade numérica, isto é, número e dificul-
dade das operações aritméticas. Isto foi conseguido pelos métodos de fatoriza-
ção do tipo UD. Neste tipo de método conseguem-se os efeitos dos métodos de
raiz quadrada (quanto a melhoria da precisão dos cálculos) sem aumento signi-
ficativo do número de operações aritméticas relativamente ao Filtro de Kalman
original.

Tendo em vista que o método de fatorização UD é o que melhor atende o

objetivo de melhorar o comportamento numérico do Filtro de Kalman, esta é a
abordagem tratada, o que será feito conforme Kuga.

23
 Adota-se a opção de uma apresentação técnica dos algoritmos, sem pre-
ocupação de demonstrações, já que estes algoritmos são o resultado pratica-
mente direto de transformações lineares (facilmente encontradas na literatura
referenciada e nos textos de Matemática Aplicada ou Algebra Linear), usadas
como ferramentas, e cuja demonstração seria uma perda de foco, nada acres-
centando ao objetivo buscado. O algoritmo ponderado modificado de Gram-Schi-
midt é usado de forma direta na fase de predição ou propagação e a transforma-
ção ortogonal de Givens é a base do algoritmo desenvolvido por Bierman para a
fase de atualização ou filtragem.

MODELOS MATEMÁTICOS DE SISTEMAS DINÂMI-

COS

Um sistema físico pode ter diferentes modelos dependendo das condições

da sua operação e aplicação. Na nomenclatura de controle, os modelos de sis-
temas físicos são denotados sistemas e os sistemas físicos plantas ou proces-
sos. Por sua vez, os modelos podem ter diferentes representações ou descrições
matemáticas. É usual tratar sistemas como dispositivos que processam as en-
tradas aplicadas para produzir saídas.

Descrição Entrada-Saída

A descrição entrada-saída fornece uma relação matemática entre a en-

trada e a saída do sistema. As propriedades do sistema são obtidas através da
aplicação de entradas de teste. As entradas são denotadas por um vetor u e as
saídas por um vetor y.

Equações de Sistemas dinâmicos contínuos

As equações diferenciais de um sistema são obtidas a partir das leis que

descrevem o seu comportamento no tempo. Por exemplo, a lei de Newton e a lei
de tensão e corrente de Kirchhoff são a base da construção das equações de
movimento para sistemas mecânicos e para sistemas elétricos, respectivamente.

24
 Se a relação entre u e y for descrita por uma equação algébrica o sistema
é dito ser estático, se por equação diferencial o sistema é dito ser dinâmico. Se
u e y são relacionados por uma equação diferencial não linear tem-se um sistema
dinâmico não linear. Se a equação diferencial for linear e tiver coeficientes cons-
tantes tem-se um sistema linear e invariante no tempo. Uma equação diferencial
linear de coeficientes constantes de ordem n é da forma:

Equações de sistemas dinâmicos discretos

Sistemas dinâmicos discretos podem ser descritos por equações a dife-

rença. A forma mais geral de escrever uma equação a diferença linear de coefi-
cientes constantes de ordem n é:

Convolução entre a entrada e saída

Se o sistema estiver em repouso ou relaxado quando a entrada u for apli-

cada, a saída y de um sistema linear pode também ser descrita pela convolução.
A seguir, o sistema é representado por um operador denotado H.

25
 Um sistema é dito ser relaxado em t0 se e só se a saída y[t0, ∞) é excitada
unicamente por u[t0, ∞).

Pode-se escrever: y[t0, ∞) = Hu[t0, ∞) ou simplesmente y = Hu

Um sistema é dito ser causal Sistema causal ou não antecipatório se a

saída do sistema no instante t não depender da entrada aplicada depois do
tempo t; depende apenas da entrada aplicada no tempo t e antes do tempo t.

Para um sistema causal e relaxado pode-se escrever: y(t) = Hu(−∞,t) para

t0 em (−∞, ∞)

Um operador é linear se para entradas u1 e u2 obter-se: H(α1u1 + α2u2)

= α1Hu1 + α2Hu2.

Para sistemas lineares e relaxados o operador H pode ser descrito em

termos de uma integral ou somatório, usando a função delta ou impulso de Dirac
definida a seguir. Seja a função:

26
 em que δ∆(t − ti) é a chamada função pulso. Se faz-se ∆ → 0 tem-se a
chamada função impulso de Dirac ou função delta δ(t − ti) := lim ∆→0 δ∆(t − ti).
Seja y = Hu.

Um sistema linear relaxado pode ser interpretado como um operador li-

near que mapeia o espaço de funções continuas por parte em (−∞, ∞) em outro
espaço de funções contínuas por parte.

Para chegar à conhecida integral de convolução do sistema este deve ser

fixo, ou estacionário o que significa que as suas características não mudam com
o tempo. Um sistema fixo ou estacionário é dito ser invariante no tempo.

Um sistema linear e relaxado é invariante no tempo se e só se HQαu =

QαHu = Qαy para ∀u e ∀α com Qα o operador de deslocamento definido por
Qαu(t) = u(t + α), ∀t. A resposta impulsionar g(t, τ ) de um sistema relaxado e
invariante no tempo depende apenas da diferença t − τ . De fato, pela definição
de invariância no tempo tem-se: Qαg(., τ ) = QαHδ(t − τ ) = HQαδ(t − τ ) e, usando
a definição de g(t, τ ), pode-se escrever: Hδ(t − (τ + α)) = g(., τ + α).

Agora, pela definição de Qα, da equação Qαg(., τ ) = g(., τ+α) tem-se que
para o sistema ser invariante no tempo deve-se ter g(t, τ ) = g(t + α, τ + α), ∀τ, t,
e α. Escolhendo α = −τ , tem-se g(t, τ ) = g(t − τ, 0) = g(t − τ ), ∀t, τ (lembrar que
g(t) é a resposta impulsionar à uma entrada impulso aplicada em τ = 0). Pode-
se concluir então que a resposta impulsionar de um sistema linear relaxado e
invariante no tempo depende apenas da diferença entre t e τ. Portanto, pode-se
obter a resposta y(t) em termos da chamada integral de convolução:

27
 Polos e zeros

Os valores de s = zi tais que G(zi) = 0 são chamados zeros e os valores

de s = pi tais que G(pi) = ∞ são chamados polos. Os polos determinam o com-
portamento natural do sistema ou modo não forçado ou simplesmente modo e
os zeros bloqueiam a transmissão de frequências coincidindo com a locação dos
zeros. Se zi = pj ocorre cancelamento e portanto, a ordem do sistema é dada
pelo grau do denominador com N(s) e D(s) coprimos. Usando o conceito de cau-
salidade, conclui-se que nenhum sistema físico possui n < m, ou seja, um nú-
mero maior de zeros do que polos, pois, indicaria que a resposta no tempo t
dependeria da entrada ocorrendo em tempo futuro maior que t.

Resposta Impulsionar e modos

A resposta impulsionar de um sistema dinâmico denotada g(t) é definida

como a transformada inversa da função de transferência G(s) é composta pela
soma de termos chamados modos os quais são determinados pelos polos pi.

Função Transferência a partir da equação a diferença

A função de transferência de equação a diferença é obtida a partir da cha-

mada transformada Z. A transformada Z é uma aplicação matemática que faz
corresponder a cada sequência de números, uma função da variável complexa
z. A transformada Z dde uma sequência discreta u(k) denotada por u(z).

A função de transferência discreta da equação a diferença é obtida

usando a propriedade de deslocamento da transformada Z: Z{y(k + 1)} = zy(z) −
zy(0). Para obter Z{y(k+2)} aplicar 2 vezes a propriedade acima: Z{y(k+2)} = z
nZ{y(k+2)}−zy(1) = z 2y(z) − zy(1) − z 2y(0). Assim, obtém-se Z{y(k + n)} = z ny(z)
− Pn−1 j=0 z n−jy(j). A descrição de um processo é dada na forma de uma equa-
ção diferença com o deslocamento para trás.

Descrição Espaço de Estados

Equações diferenciais organizadas como um conjunto de equações dife-

renciais de 1 a ordem simultânea, definindo um vetor de estado, cuja solução é

28
dada por uma trajetória no espaço vetorial formando uma equação vetorial de-
nominado espaço de estado. A descrição espaço de estado é composta pelas
equações de estado e de saída.

29
 CONSIDERAÇÕES FINAIS

A Teoria dos Sistemas Dinâmicos engloba a mudança e a auto-organiza-

ção, como elementos básicos para o desenvolvimento do sistema. O desenvol-
vimento motor humano, dentro dessa nova abordagem teórica, pode ser enten-
dido como estabilização e desestabilização de atratores, definidos de acordo
com uma variável coletiva. O comportamento motor é dado no tempo baseado
nos componentes do sistema interagindo entre si e também com a tarefa e o
ambiente. Os componentes mudam e se reorganizam no tempo, é o timing do
sistema.

A trajetória desenvolvimental é vista pela Teoria dos Sistemas Dinâmicos

como um processo contínuo e dinâmico, e esta é a contribuição ao estudo do
desenvolvimento motor humano. A concepção de desenvolvimento dada como
linear e pré-determinada, não é mais aceita. O processo de desenvolvimento é
visto como não estacionário, dinamicamente mudando e sendo afetado pelo es-
paço que o cerca e os diferentes subsistemas que compõe o organismo.

30
 REFERÊNCIAS

EMBARCADOS. Introdução a controle digital de sistemas dinâmicos. Dis-

ponível em: < https://www.embarcados.com.br/sistemas-dinamicos-introducao/
>. Acesso em: 26 dez.2020.

OLIVEIRA. Maurício. Controle de sistemas lineares baseado nas desigual-

dades matriciais lineares. 1999. Tese Doutorado – Engenharia Elétrica, Uni-
versidade Estadual de Campinas, São Paulo, 1999.

NETO, Atair. Controle ótimo de sistemas dinâmicos. 2012. Notas de Aula –

Engenharia Elétrica, São José dos Campos, São Paulo, 2012.

Souza, Matheus. Controle de Sistemas Dinâmicos Através de Redes de Co-

municação. 2012. Dissertação de Mestrado – Engenharia Elétrica, São Paulo,
2012.

31