Escolar Documentos
Profissional Documentos
Cultura Documentos
ASSUNÇÃO TEIXEIRA
CONTROLE LINEAR
Sistemas Contínuos e Discretos no Tempo
VOLUME
1
UNIVERSIDADE ESTADUAL PAULISTA
“JÚLIO DE MESQUITA FILHO”
CONTROLE LINEAR
Sistemas Contínuos e Discretos no Tempo
VOLUME 1
Sistemas Contínuos no Tempo
2018
AGRADECIMENTOS
Os autores desejam agradecer ao aluno Pierre Goebel, que em uma tarde de verão decidiu digitar
toda apostila de forma voluntária e com o prazer de proporcionar uma leitura agradável aos demais
alunos.
Agradecem também ao Eng. Bruno Sereni que elevou esse material à excelência didática por seu
brilhantismo e vocação natural para arte de uma docência inovadora.
Esta apostila foi elaborada com o intuito de ser um material complementar aos estudos da teoria de
controle, na disciplina Controle Linear I, ministrada no curso de Engenharia Elétrica da Faculdade de Engenharia
de Ilha Solteira, FEIS-UNESP.
Aqui, são abordados os fundamentos da teoria de controle de sistema lineares e contínuos no tempo,
através do conceito de realimentação de sistemas. São discutidos o conceito de estabilidade de um sistema, os
métodos para avaliar a condição de estabilidade de um sistema, e métodos para o projeto de controladores.
Abordam-se, também, os conceitos de função de transferência de sistemas e da representação de sistemas
através de diagrama de blocos. Um foco especial é dado ao estudo da resposta transitória de sistemas de 1ª e 2ª
ordem e ao projeto de controladores utilizando o método do lugar das raízes, visando garantia da estabilidade e
atendimento a critérios de desempenho.
Nos apêndices desta apostila são apresentados os roteiros para as aulas práticas previstas na ementa da
disciplina de Controle Linear I. Os experimentos visam embasar os conceitos teóricos apresentados, aperfeiçoar
a formação dos alunos, além de, especialmente, promover estímulo e motivação para o contínuo aprendizado ao
longo do curso.
Os Autores
1 INTRODUÇÃO ................................................................................................................. 5
1.1 CONCEITOS BÁSICOS EM CONTROLE ........................................................................................................ 6
5 DIAGRAMA DE BLOCOS.................................................................................................. 76
5.1 INTRODUÇÃO .................................................................................................................................. 77
5.2 FUNÇÃO DE TRANSFERÊNCIA DE MALHA FECHADA ..................................................................................... 78
5.3 MANIPULAÇÃO NO DIAGRAMA DE BLOCOS............................................................................................... 81
5.4 SIMPLIFICAÇÃO DE DIAGRAMA DE BLOCOS COM O MATLAB ........................................................................ 90
CAPÍTULO
1
1 Introdução
INTRODUÇÃO
Neste Capítulo...
Iremos dar início ao estudo na busca de compreender o que é e como
controlar um sistema. Veremos, também, a ideia de como representar
Controle está um sistema através de seu modelo matemático, e apresentaremos um
conceito fundamental da teoria de controle: a realimentação.
em toda parte
Não é difícil pensar em
situações do dia-a-dia
nas quais usamos os
conceitos relacionados à
teoria de controle. Por
exemplo, quando
dirigimos um carro nós
realizamos o controle da
velocidade ao medi-la
através do velocímetro.
Então, a partir desta
medida, decidimos se
devemos pisar mais no
acelerador, ou se
Roberto Nickson – Unsplash (CC0)
Sistems
6
CAPÍTULO 1 – Introdução
Exemplo 1.1 Considere o seguinte problema no qual uma pessoa deseja aquecer o
interior de uma sala, tendo em vista que a temperatura externa é 0 °C. Para isto ele dispõe
de um aquecedor superdimensionado e um termômetro para leitura da temperatura
interna da sala.
Neste caso temos que o sistema de controle é uma conexão série de três outros
sistemas: HOMEM-CHAVE-AQUECEDOR. Esta configuração é chamada de sistema de
malha aberta.
7
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Neste caso o homem não terá altas temperaturas, esta estratégia é melhor que a 1º
porém, o homem não dormirá. O diagrama de blocos deste sistema de controle é:
8
CAPÍTULO 1 – Introdução
Figura 1.8 Diagrama de blocos do sistema de controle de temperatura em malha fechada sem intervenção do homem.
Esta é a melhor tática, pois o homem poderá dormir e a temperatura da sala será
mantida em Ts 22 °C.
Fator de sucesso: a decisão é tomada após a comparação entre o que queremos e o
realmente temos, ou seja, existe realimentação.
9
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Exemplo 1.2 sistema de controle biológico, consistindo de um ser humano que tenta
apanhar um objeto.
10
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
2
Sistems
Neste Capítulo...
Veremos que os sistemas de interesse em controle podem ser
classificados como lineares ou não lineares, de acordo com o
Controle de voo princípio de superposição. Entretanto, veremos que com a técnica de
linearização poderemos aplicar teoria de controle linear para
As equações diferenciais controlar sistemas sistema não lineares.
que regem a dinâmica de
voo de um helicóptero
militar de carga são não
lineares. Entretanto,
quando se objetiva
desenvolver um controle
de voo automático para
uma máquina dessas, seu
modelo matemático pode
ser linearizado, e
técnicas de controle
Wes Calder – Defense Images - Flickr (CC BY-NC 2.0)
Sistems
Suponha que a entrada u(t)= u1(t) gera a saída y(t)=y1(t) e que a entrada u(t)=u2(t)
gera a saída y(t)=y2(t), tal como mostra a Figura 2.2.
Figura 2.2 Representação do sistema com condições iniciais nulas para duas entradas distintas.
Definição: um sistema é dito linear em termos da sua excitação u(t) (entrada) e sua
resposta y(t) (saída) se o princípio de superposição for “respeitado” pelo sistema.
Princípio de Superposição
Se a entrada u(t)= u1(t) gera a saída y(t)=y1(t), se a entrada u(t)=u2(t) gera a saída
y(t)=y2(t) e se aplicarmos no sistema uma combinação linear das entradas u1(t) e u2(t),
ou seja, u(t)=u1(t)+u2(t) a saída y(t) será a mesma combinação linear das saídas y1(t)
e y2(t), ou seja, y(t)=y1(t)+y2(t), e .
12
CAPÍTULO 2 – Classificação e Linearização de Sistemas
Figura 2.5 Característica de saída do sistema y(t)=a∙u(t). Seguindo o raciocínio apresentado, temos:
Exemplo 2.2: Verifique se o sistema dado por y(t)= a∙u(t)+b é linear ou não.
13
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
e,
𝑦2 (𝑡)−𝑏
𝑢2 (𝑡) ⇒ 𝑦2 (𝑡) = 𝑎 ∙ 𝑢2 (𝑡) + 𝑏 ⇒ 𝑢2 (𝑡) = 𝑎
(2.5)
ou ainda,
Observe que (2.7) será igual a 𝑦(𝑡) = 𝛼 ∙ 𝑦1 (𝑡) + 𝛽 ∙ 𝑦2 (𝑡) se, e somente se,
b=0
ou
(1--)=0 =1-
Porém, no enunciado foi suposto que b0. Note que, assim, a expressão =1-
restringe os valores de e . Entretanto, vimos que para que seja um sistema seja linear
é necessário que 𝑦(𝑡) = 𝛼 ∙ 𝑦1 (𝑡) + 𝛽 ∙ 𝑦2 (𝑡), e , portanto concluímos que o
sistema
𝑦(𝑡) = 𝑎 ∙ 𝑢(𝑡) + 𝑏
não é linear.
Assim, a partir dos resultados obtidos nos Exemplos 2.1 e 2.2, podemos concluir
que, equações lineares em suas respectivas variáveis, não necessariamente se encaixarão
na definição de sistema linear apresentada.
14
CAPÍTULO 2 – Classificação e Linearização de Sistemas
15
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Informações Complementares
O circuito eletrônico que implementa o integrador utiliza amplificadores operacionais (A.O.). Tal
circuito é representado abaixo.
O amplificador operacional será alvo de estudos mais detalhados, uma vez que este possui um
papel fundamental no desenvolvimento da teoria de controle.
Exercícios
Observação
O sistema apresentado no Exercício 2.1-i) é um controlador industrial conhecido como
controlador PID. O projeto de um controlador PID consiste em ajustar três parâmetros conhecidos
como ganhos (Proporcional, Integral e Derivativo). Tal ajustes são feitos forma recursiva para
fornecer a dinâmica desejada ao sistema que se deseja controlar.
Devido a facilidade que apresenta para ser implementado, os PIDs são largamente utilizados
na indústria. Iremos estudar em maiores detalhes o projeto de controladores PID no Volume 2 deste
curso.
16
CAPÍTULO 2 – Classificação e Linearização de Sistemas
Sistemas Dinâmicos
sendo que, u(t) é a entrada do sistema, y(t) a saída do sistema, yi(t) denota a i-ésima
derivada de y(t) e uj(t) denota a j-ésima derivada de u(t).
Utilizando a estratégia baseada no princípio de superposição, podemos
demonstrar que sistemas representados segundo a forma (2.11) são lineares.
Suponha que para a entrada u(t)= u1(t) a solução de (2.11) proporciona y(t)=y1(t)
e que para u(t)= u2(t) y(t)= y2(t), temos:
𝑛 𝑚
ou ainda,
𝑛 𝑚 𝑚
∑ 𝑎𝑖 (𝑡) 𝑦 𝑖 (𝑡)
= 𝛼 (∑ 𝑏𝑗 (𝑡) 𝑢1 𝑗 (𝑡))
+ 𝛽 (∑ 𝑏𝑗 (𝑡) 𝑢2 𝑗 (𝑡)) (2.14)
𝑖=0 𝑗=0 𝑗=0
17
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑛 𝑛 𝑛
𝑖 (𝑡) 𝑖 (𝑡))
∑ 𝑎𝑖 (𝑡) 𝑦 = 𝛼 (∑ 𝑎𝑖 (𝑡) 𝑦1 + 𝛽 (∑ 𝑎𝑖 (𝑡) 𝑦2 𝑖 (𝑡)).
𝑖=0 𝑖=0 𝑖=0
E, lembrando que 𝛼 é uma constante, esta pode ser incluída nos somatórios, sem
comprometer o resultado das operações. Assim, chega-se a
𝑛 𝑛
∑ 𝑎𝑖 (𝑡) 𝑦 𝑖 (𝑡)
= ∑ 𝑎𝑖 (𝑡) [𝛼𝑦1 𝑖 (𝑡) + 𝛽𝑦2 𝑖 (𝑡)]. (2.15)
𝑖=0 𝑖=0
Por (2.15), podemos concluir que 𝑦 𝑖 (𝑡) = 𝛼𝑦1 𝑖 (𝑡) + 𝛽𝑦2 𝑖 (𝑡), logo o sistema é
linear.
18
CAPÍTULO 2 – Classificação e Linearização de Sistemas
que tenderá a aproximar a esfera da bobina. A Figura 2.11 apresenta uma montagem que
permite utilizar este fenômeno para a construção do levitador magnético.
Assim, podemos equacionar este sistema
através da força resultante que atua sobre a esfera.
Seja 𝐹(𝑡) a força resultante que atua sobre a esfera.
Sendo 𝑀 a massa da esfera, 𝑔 o módulo da aceleração
gravitacional, 𝑓𝑚𝑎𝑔 o módulo da força magnética que
atua sob a esfera e 𝑦̈ (𝑡) a aceleração resultante da
esfera, temos
Podemos observar que a equação diferencial dada em (2.17) está na forma padrão
que for apresentada anteriormente, isto é
𝑛 𝑚
19
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑑ℎ(𝑡)
𝑓(𝑡) − 𝑓𝑔 (𝑡) − 𝑓𝑎 (𝑡) = (2.19)
𝑑𝑡
de forma que
𝑑 𝑑𝑚(𝑡) 𝑑𝑣(𝑡)
𝑢𝑟 (𝑡) = (𝑚(𝑡) ∙ 𝑣(𝑡)) = ∙ 𝑣(𝑡) + 𝑚(𝑡) ∙
𝑑𝑡 𝑑𝑡 𝑑𝑡
ou ainda,
𝑑𝑚(𝑡)
∙ 𝑦̇ (𝑡) + 𝑚(𝑡) ∙ 𝑦̈ (𝑡) = 𝑢𝑟 (𝑡) (2.22)
𝑑𝑡
20
CAPÍTULO 2 – Classificação e Linearização de Sistemas
(2.23)
Exercícios
2.2 Descreva 5 sistemas que sejam SLIT e 5 sistemas que sejam SLVT. Não se esqueça
de mostrar qual é a entrada e qual é a saída de cada sistema.
2.3 Suponha que o sistema de deslocamento de um trem de metrô seja linear, e
considere que o trem utiliza energia elétrica para se mover. Analisando o
movimento entre uma estação e a próxima pode, este sistema classifica-se como
SLIT ou SLVT? E se a análise for feita no movimento entre as duas estações
extremas da linha?
2.4 Demonstre a equação diferencial na forma padronizada do integrador eletrônico
estudado neste capitulo, considerando que
1 𝑡𝑓
𝑦(𝑡) = − ∫ 𝑢(𝑡)
𝑅𝐶 𝑜
é a expressão da saída y(t) fornecida pelo integrador. (Repare que a forma padrão
é apresentada em termo apenas das derivadas da entrada e da saída do sistema).
21
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝜕𝑓(𝑥) 𝜕 2 𝑓(𝑥) (𝑥 − 𝑥𝑜 )2
𝑦 = 𝑓(𝑥) = 𝑓(𝑥)|𝑃.𝑂. + ( (𝑥 )
| ) − 𝑥𝑜 + ( | ) +⋯ (2.24)
𝜕𝑥 𝑃.𝑂. 𝜕𝑥 2 𝑃.𝑂. 2!
(𝑥 − 𝑥𝑜 )2 (𝑥 − 𝑥𝑜 )3 (2.25)
≅0, ≅ 0, ⋯
2! 3!
𝜕𝑓(𝑥)
𝑦 ≅ 𝑓(𝑥)|𝑃.𝑂. + ( | ) (𝑥 − 𝑥𝑜 )
𝜕𝑥 𝑃.𝑂.
ou
22
CAPÍTULO 2 – Classificação e Linearização de Sistemas
𝜕𝑓(𝑥)
𝑦 ≅ 𝑓(𝑥𝑜 ) + ( | ) (𝑥 − 𝑥𝑜 ) ⇒ 𝑦 = 𝑦𝑜 + 𝑚𝛥𝑥 ⇒ 𝑦 − 𝑦𝑜 = 𝑚𝛥𝑥
𝜕𝑥 𝑥=𝑥
𝑜
𝒚𝒐
𝒎 𝚫𝒙
E, finalmente:
Δ𝑦 = 𝑚Δ𝑥 (2.26)
Note que (2.26) define um sistema linear, tal como verificamos no Exemplo 2.1.
Na Figura 2.12, temos uma interpretação geométrica do procedimento de linearização
descrito acima.
𝜕𝑓 𝜕𝑓 𝜕𝑓
𝑦(𝑡) ≅ 𝑓(∙)|
⏟ 𝑃.𝑂. + ( | ) (𝑥1 − 𝑥1𝑜 ) + ( | ) (𝑥2 − 𝑥2𝑜 ) + ⋯ + ( | ) (𝑥𝑛 − 𝑥𝑛𝑜 )
⏟𝜕𝑥1 𝑃.𝑂. ⏟𝜕𝑥2 𝑃.𝑂. ⏟𝜕𝑥𝑛 𝑃.𝑂.
𝑦0
𝑚1 𝑚2 𝑚𝑛
ou ainda,
23
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
E, assim,
Observação
Se o cálculo de y0, m1, m2, ... , mn não for possível de ser realizado devido à ocorrência de
divisão por zero, diz-se que o sistema não é linearizável em torno do P.O. em questão.
Exemplo 2.6: Linearize a função que corresponde ao momento (torque) que a massa m
faz com relação ao ponto “P” do pêndulo simples abaixo. Linearizar em torno do ponto de
operação = 0.
O momento é dado por:
𝐼 =𝐹∙𝑟
𝐹 = 𝑚𝑔𝑠𝑒𝑛(𝜃)
Observação
Note que 𝑔(𝜃) é não linear:
𝜃 = 𝜃1 ⇒ 𝑠𝑒𝑛(𝜃1 ) e 𝜃 = 𝜃2 ⇒ 𝑠𝑒𝑛(𝜃2 )
𝜃 = 𝛼 ∙ 𝜃1 + 𝛽 ∙ 𝜃2 ⇒ 𝑠𝑒𝑛(𝛼 ∙ 𝜃1 + 𝛽 ∙ 𝜃2 ) ≠ 𝛼 ∙ 𝑠𝑒𝑛(𝜃1 ) + 𝛽 ∙ 𝑠𝑒𝑛(𝜃2 )
𝑔(𝜃) = 𝑚𝑔𝑙𝑠𝑒𝑛(𝜃)
24
CAPÍTULO 2 – Classificação e Linearização de Sistemas
𝜕𝑔(𝜃)
𝑔(𝜃) ≅ 𝑔(𝜃)|𝜃=0 + ( | ) (𝜃 − 0)
𝜕𝜃 𝜃=0
mas,
e,
𝜕𝑔(𝜃) (2.29)
= 𝑚𝑔𝑙𝑐𝑜𝑠(𝜃)
𝜕𝜃
logo,
𝜕𝑔(𝜃)
| = 𝑚𝑔𝑙𝑐𝑜𝑠(0) = 𝑚𝑔𝑙
𝜕𝜃 𝜃=0
𝑔(𝜃) = 𝑚𝑔𝑙𝜃
Figura 2.17 Gráficos para o sistema pêndulo simples e sua linearização em torno do P.O. 𝜃 = 0.
25
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝜕𝑃 𝜕𝑅𝑖 2
= = 2𝑅𝑖
𝜕𝑖 𝜕𝑖
𝜕𝑃
𝑃|𝑖𝑜 =1 = 𝑅 ∙ 12 𝑒 | = 2𝑅 ∙ 1
𝜕𝑖 𝑖𝑜 =1
𝑷|𝒊𝒐=𝟏
𝑃(𝑖) − ⏞
𝑃(𝑖) = 𝑅 ∙ 12 + 2𝑅 ∙ 1(𝑖 − 1) ⇒ ⏟ 𝑅 ∙ 12 = 2𝑅
⏟ ∙ 1 (𝑖
⏟ − 1)
𝜟𝑷 𝒎 𝜟𝒊
ou, equivalentemente:
𝑅=100 𝛺
𝛥𝑃 = 2𝑅 ∙ 𝛥𝑖 → 𝜟𝑷 = 𝟐𝟎𝟎 ∙ 𝜟𝒊
Interpretação geométrica:
26
CAPÍTULO 2 – Classificação e Linearização de Sistemas
Exercícios
𝜋
2.5 Repita o Exemplo 2.6 para 𝑔(𝜃) = 0,1 cos(𝜃), e 𝜃𝑜 = 2 . Use o MATLAB para
desenhar os gráficos da função não linear e a linearizada.
2.6 Linearize as funções a seguir em torno P.O. 𝑥𝑜 = 1.
a) 𝑦(𝑥) = 5𝑥 + 2
b) 𝑦(𝑥) = 3√𝑥 + 1
c) 𝑦(𝑥) = 2𝑥 3
2.7 Uma área tecnológica de grande importância atualmente são as pesquisas para o
desenvolvimento de micro e macro sistemas. A teoria de controle é fundamental
para o seu avanço tecnológico. Considere o micro levitador dado na figura abaixo.
O atuador é construído de PZT com um imã permanente na ponta. A bola é de
material ferromagnético e tem distância de 2mm.
Adaptado de (MORITA et. al. 2002)1
𝑘
𝐹(𝑥) =
𝑥2
sendo k=4,98x10-8N/m2.
Linearize o sistema no ponto de operação xo=1mm, considere como saída de
interesse y(x)=f(x). É possível linearizar este sistema em torno do ponto xo=0mm?
27
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
portanto, não está variando ao longo do tempo, ou seja, todas as derivadas são nulas.
Depois, expande-se o sistema em função das variáveis e suas derivadas:
𝜕𝑔 𝜕𝑔
𝑔(𝑥, 𝑥̇ ) ≅ 𝑔|𝑃.𝐸. + | (𝑥̇ − 𝑥̇ 𝑃.𝐸. ) + | (𝑥 − 𝑥𝑃.𝐸. ) (2.30)
𝜕𝑥̇ 𝑃.𝐸. 𝜕𝑥 𝑃.𝐸.
sendo, 𝑥(𝑡) a entrada e 𝑦(𝑡) a saída, o linearize em torno do ponto de equilíbrio (P.E.).
Logo, o modelo linear dado segundo (2.30), considerando o P.E. (𝑥𝑃.𝐸. (𝑡) =
2, 𝑦̇ 𝑃.𝐸. (𝑡) = 0), apresentará:
𝜕𝑔 𝜕𝑔
= −1 ⇒ | = −1
𝜕𝑦̇ 𝜕𝑦̇ 𝑥𝑃.𝐸. (𝑡)=2
𝑦̇𝑃.𝐸. (𝑡)=0
𝜕𝑔 𝜕𝑔
= 2 − 2𝑥(𝑡) ⇒ | = 2 − 2(2) = −2
{ 𝜕𝑥 𝜕𝑥̇ 𝑥𝑃.𝐸. (𝑡)=2
𝑦̇𝑃.𝐸. (𝑡)=0
E, assim, teremos:
Δẏ = −2Δ𝑥,
28
CAPÍTULO 2 – Classificação e Linearização de Sistemas
Observação
Quando colocado no ponto de equilíbrio, o sistema tende a permanecer neste ponto, uma vez
que todas as derivadas associadas à sua dinâmica são nulas.
Exemplo 2.9: Considere o pêndulo que possui o torque de entrada 𝑇𝑐 (𝜃) (controle)
agindo no eixo de rotação, de forma que 𝑇𝑐 (𝜃) seja definido tal como:
𝐼 = 𝑚𝑙 2 (2.33)
Figura 2.21 Sistema pêndulo Solução: A partir de (2.32) e (2.33), temos a seguinte equação
simples com torque de controle
diferencial:
(2.34)
𝑇𝑐 (𝜃) = 𝑚𝑙 2 θ̈ + 𝑚𝑔𝑙 ∙ 𝑠𝑒𝑛(𝜃)
𝑢 = 𝑚𝑙 2 θ̈ (2.36)
29
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura 2.22 Linearização exata para o sistema pêndulo simples com torque de controle
Exercício
30
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
3
Sistems
TRANSFORMADA DE
3 Transformada de Laplace
LAPLACE
Neste Capítulo...
A Ferramenta Faremos uma revisão dos conceitos e principais propriedades da
Transformada de Laplace e da Transformada Inversa de Laplace,
Como vimos, sistemas ferramentas essenciais para teoria de controle linear. Veremos,
físicos podem ser também, como obter a solução de Equações Diferenciais Lineares e
modelados através de Invariantes no Tempo através da Transformada de Laplace.
equações diferenciais.
Por exemplo, obter a
corrente elétrica que
atravessa algum dos
indutores, ou a tensão
elétrica em um dado
capacitor no circuito ao
lado, por meio da
solução de suas
equações diferenciais,
pode ser uma tarefa
(muito) difícil.
Felizmente, existe uma
ferramenta muito
poderosa pode ser
usada para representar
a dinâmica destes
Pixabay (CC BY-NC 2.0)
sistemas através de
equações algébricas,
tornando nosso trabalho
consideravelmente mais
simples, e esta é a
Transformada de
Laplace.
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
3.1 Definição
Observação
Nesse curso a maioria das transformadas ℒ{∙} e ℒ−1 {∙} serão utilizadas diretamente das tabelas.
sendo que o ‘s’ é uma variável complexa que não depende de t, descrita como
𝑠 = 𝜎 + 𝑗𝜔 (3.2)
32
CAPÍTULO 3 – Transformada de Laplace
Exemplo 3.1: Uma função que será muito utilizada neste curso é a função degrau. Iremos
calcular sua Transformada de Laplace. Um exemplo da função degrau é o fechamento da
chave “S” no circuito abaixo:
Supondo que os
capacitores estão
descarregados e os indutores
têm corrente nula no instante
inicial t=0s, ao fechar a chave s,
a tensão 𝑣(𝑡) passará,
instantaneamente, de 0 volts
Figura 3.2 Circuito elétrico com resistores, capacitores e indutores. para A volts.
0, 𝑡<0 (3.3)
𝑣(𝑡) = {
𝐴, 𝑡≥0
Logo, assumindo que a chave é fechada no instante t=0, a tensão 𝑣(𝑡) pode ser
representada graficamente segundo a Figura 3.3.
+∞ +∞
−𝑠𝑡
𝑒 −𝑠𝑡 𝐴
𝑉(𝑠) = ∫ 𝐴∙𝑒 𝑑𝑡 = 𝐴 ∙ | = [ 𝑙𝑖𝑚 𝑒 −𝑠𝑡 − 𝑒 −𝑠∙0 ]
0 −𝑠 0 −𝑠 𝑡→+∞
𝐴
∴ 𝑉(𝑠) =
𝑠
33
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝒇(𝒕) 𝑭(𝒔)
34
CAPÍTULO 3 – Transformada de Laplace
𝑁(𝑠) 𝑠 𝑚 + 𝑏𝑚 𝑠 𝑚−1 + ⋯ + 𝑏1
𝐹(𝑠) = =
𝐷(𝑠) 𝑠 𝑛 + 𝑎𝑚 𝑠 𝑛−1 + ⋯ + 𝑎1
𝑠+1 𝑁(𝑠) = 𝑠 + 1
𝐹(𝑠) = ⟹{ (3.5)
𝑠+2 𝐷(𝑠) = 𝑠 + 2
Definição: Denominamos como zeros as raízes de N(s) (numerador de F(s)). E, por sua
vez, denominamos como polos as raízes de D(s) (denominador de F(s)).
.
Em nosso exemplo, F(s) apresenta um polo e um zero, tais quais
𝑧1 = −1
{
𝑝1 = −2
Prova:
+∞
ℒ{𝛼𝑓1 (𝑡) + 𝛽𝑓2 (𝑡)} = ∫ [𝛼𝑓1 (𝑡) + 𝛽𝑓2 (𝑡)]𝑒 −𝑠𝑡 𝑑𝑡 =
0
+∞ +∞
= 𝛼∫ 𝑓1 (𝑡)𝑒 −𝑠𝑡 𝑑𝑡 + 𝛽 ∫ 𝑓1 (𝑡)𝑒 −𝑠𝑡 𝑑𝑡 =
0 0
= 𝛼𝐹1 (𝑠) + 𝛽𝐹2 (𝑠)
35
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑑
ℒ{ 𝑓(𝑡)} = 𝑠𝐹(𝑠) − 𝑓(0)
𝑑𝑡
Prova:
+∞ +∞
𝑑
ℒ { 𝑓(𝑡)} = ∫ 𝑓(𝑡)𝑒 𝑑𝑡 = ∫ 𝑒 −𝑠𝑡 𝑑𝑓(𝑡)
−𝑠𝑡
𝑑𝑡 0 0
Logo
+∞ +∞ +∞
−𝑠𝑡 −𝑠𝑡
∫ 𝑒 𝑑𝑓(𝑡) = 𝑓(𝑡)𝑒 | −∫ 𝑓(𝑡)(−𝑠𝑒 −𝑠𝑡 )𝑑𝑡 =
0 0 0
Lembrete
+∞ 𝑏
𝑏 𝑏
= [0 − 𝑓(0) ∙ 1] + 𝑠 [∫ 𝑓(𝑡)𝑒 −𝑠𝑡 𝑑𝑡] =
0 ∫ 𝑣 ∙ 𝑑𝑢 = 𝑢 ∙ 𝑣| − ∫ 𝑢 ∙ 𝑑𝑣
𝑎 𝑎 𝑎
= 𝑠𝐹(𝑠) − 𝑓(0)
𝑑2 𝑑
ℒ{ 2
𝑓(𝑡)} = 𝑠 2 𝐹(𝑠) − 𝑠𝑓(0) − 𝑓(𝑡)|
𝑑𝑡 𝑑𝑡 𝑡=0
Prova:
𝑑2 𝑑 𝑑
ℒ { 2 𝑓(𝑡)} = ℒ { ( 𝑓(𝑡))}
𝑑𝑡 𝑑𝑡 𝑑𝑡
Transformada da derivada
Utilizando a Propriedade ii), temos: 𝑑
primeira de 𝑓(𝑡) (Prop. ii)
𝑑𝑡
𝑑 𝑑 𝒅 𝑑
ℒ{ ( 𝑓(𝑡))} = 𝑠 ∙ 𝓛 { 𝒇(𝒕)} − ( 𝑓(𝑡))| =
𝑑𝑡 𝑑𝑡 𝒅𝒕 𝑑𝑡
𝑡=0
𝑑
= 𝒔 ∙ [𝒔𝑭(𝒔) − 𝒇(𝟎)] − ( 𝑓(𝑡))| =
Transformada da derivada 𝑑𝑡
𝑡=0
primeira de 𝑓(𝑡) (Prop. ii)
𝑑
= 𝑠 2 𝐹(𝑠) − 𝑠𝑓(0) − ( 𝑓(𝑡))|
𝑑𝑡 𝑡=0
36
CAPÍTULO 3 – Transformada de Laplace
Obs.: mais adiante neste curso, veremos que um sistema que tem todos os polos
com parte real negativa, é dito estável.
1 1
𝑠 ∙ 𝐹(𝑠) = 𝑠 ∙ =
𝑠(𝑠 + 1) 𝑠 + 1
que possui apenas um pólo: 𝑝1 = −1. E, como 𝑝1 < 0, pode-se aplicar o T.V.F.:
1
𝑙𝑖𝑚 𝑓(𝑡) = 𝑙𝑖𝑚 𝑠 ∙ 𝐹(𝑠) = 𝑙𝑖𝑚 =1
𝑡→+∞ 𝑠⟶0 𝑠→0 𝑠 + 1
∴ 𝑓(+∞) = 1
1
𝑓(𝑡) = ℒ −1 { } = 1 − 𝑒 −𝑡
𝑠+1
Logo
𝑓(𝑡)|𝑡→+∞ (1 − 𝑒 −𝑡 )|𝑡→+∞ = 1
Observação
O T.V.F. permite obter o valor de regime de um sistema tendo-se apenas a sua
Transformada de Laplace (F(s)), sem a necessidade do conhecimento da função temporal (f(t)).
Ou seja, o T.V.F. é útil para determinar o valor de regime de f(t), conhecendo-se apenas F(s).
37
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Solução: A Figura 3.3 apresenta uma representação gráfica de 𝑓(𝑡) = sen 𝑡. Note que para
𝑡 → +∞, 𝑓(𝑡) não tem um único valor.
1.5
0.5
f(t)=sen t
-0.5
-1
-1.5
0 5 10 15 20 25 30 35 40
t [rad]
1
ℒ{𝑓(𝑡)} =
𝑠2 +1
1
𝑠 ∙ 𝐹(𝑠) = 𝑠 ∙ ⟹ 𝑝1,2 = ±𝑗
𝑠2 + 1
𝑠
𝑙𝑖𝑚 𝑓(𝑡) = 𝑙𝑖𝑚 𝑠 ∙ 𝐹(𝑠) = 𝑙𝑖𝑚 =0
𝑡→+∞ 𝑠⟶0 𝑠→0 𝑠 2 + 1
Porém, a senóide não tende a zero quando 𝑡 → +∞. O erro foi aplicar o T.V.F. sendo
que os polos de F(s) não têm parte real negativa.
Exemplo 3.3: Determinar a Transformada de Laplace da função impulso, 𝜹(𝒕). Uma ideia
de entrada impulsiva é o choque do taco de baseball com a bola, o choque tem uma grande
intensidade e curtíssima duração.
A função 𝛿(𝑡) é definida como
+∞
0, 𝑡 ≠ 0
𝛿(𝑡) = { 𝑒 ∫ 𝛿(𝑡) = 1
+∞, 𝑡 = 0 −∞
38
CAPÍTULO 3 – Transformada de Laplace
Podemos avaliar a função impulso como sendo o caso limite da função pulso de
área unitária, 𝚫(𝒕), definida como
𝑡<0
1
Δ(𝑡) = { , 𝑎≤𝑡≤0
𝑎
0, 𝑡 > 𝑎
Veja que sendo A área sob a curva Δ(𝑡) (Figura 3.4 (a) ), então
1
𝐴= ∙𝑎 =1
𝑎
E, no caso limite em que 𝑎 → 0, temos
𝑙𝑖𝑚 Δ(𝑡) = 𝛿(𝑡)
𝑡→+∞
+∞ 0+ +∞
−𝑠𝑡
ℒ{𝛿(𝑡)} = ∫ 𝛿(𝑡)𝑒 𝑑𝑡 = ∫ 𝛿(𝑡)𝑒 −𝑠𝑡 𝑑𝑡 + ∫ 𝛿(𝑡)𝑒 −𝑠𝑡 𝑑𝑡
0 0− 0+
0+ +∞
ℒ{𝛿(𝑡)} = ∫ 1 ∙ 𝑒 −𝑠𝑡 𝑑𝑡 + ∫ 0 ∙ 𝑒 −𝑠𝑡 𝑑𝑡
0− 0+
0+
ℒ{𝛿(𝑡)} = ∫ 𝑒 −𝑠𝑡 𝑑𝑡
0−
ℒ{𝛿(𝑡)} = 1
39
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Exercícios
3.2 Determine o valor de regime permanente de 𝑓(𝑡), tal que sua Transformada de
Laplace 𝐹(𝑠) seja dada por
1
𝐹(𝑠) =
𝑠(𝑠 + 1)(𝑠 + 2)
3.3 Avalie a possibilidade de aplicar o teorema do valor final à função 𝑓(𝑡) tal que sua
Transformada de Laplace 𝐹(𝑠) seja dada por
1
𝐹(𝑠) = 2 2
𝑠 (𝑠 + 4𝑠 + 4)
40
CAPÍTULO 3 – Transformada de Laplace
𝑔𝑟𝑎𝑢[𝑄(𝑠)] ≥ 𝑔𝑟𝑎𝑢[𝑄(𝑠)]
𝑄(𝑠) = 𝑠 𝑛 + 𝑎1 𝑠 𝑛−1 + ⋯ + 𝑎𝑛
de forma que −𝑠𝑖 , 𝑖 = 1,2, … , 𝑛 são quantidades que podem reais ou complexas e que
correspondem às raízes de 𝑄(𝑠).
O método de expansão em frações parciais para determinação das transformadas
inversas de Laplace passa pela análise de 3 casos distintos que podem ocorrer com 𝑄(𝑠).
Estes casos estão ligados à natureza das raízes de 𝑄(𝑠), que podem ser todas distintas,
apresentar multiplicidade ou serem complexas.
𝑃(𝑠) 𝑘1 𝑘2 𝑘𝑛
𝐹(𝑠) = = + +⋯+
𝑄(𝑠) 𝑠 + 𝑠1 𝑠 + 𝑠2 𝑠 + 𝑠𝑛
𝑃(𝑠)
𝑘𝑖 = [(𝑠 + 𝑠𝑖 ) ∙ 𝐹(𝑠)]|𝑠=−𝑠𝑖 = [(𝑠 + 𝑠𝑖 ) ∙ ]|
𝑄(𝑠) 𝑠=−𝑠
𝑖
para 𝑖 = 1,2, … , 𝑛.
5𝑠 + 3
𝐹(𝑠) =
(𝑠 + 1)(𝑠 + 2)(𝑠 + 3)
Solução: Neste caso, 𝑃(𝑠) = 5𝑠 + 3 e 𝑄(𝑠) = (𝑠 + 1)(𝑠 + 2)(𝑠 + 3). Logo, temos
𝑘1 𝑘2 𝑘3
𝐹(𝑠) = + +
𝑠+1 𝑠+2 𝑠+3
𝑃(𝑠)
e os resíduos 𝑘𝑖 = [(𝑠 + 𝑠𝑖 ) ∙ 𝑄(𝑠)]| são:
𝑠=−𝑠𝑖
41
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
5𝑠 + 3 5(−1) + 3 2
𝑘1 = [(𝑠 + 1) ∙ ]| = = − = −1
(𝑠 + 1)(𝑠 + 2)(𝑠 + 3) 𝑠=−1 [(−1) + 2)][(−1) + 3)] 2
5𝑠 + 3 5(−2) + 3 −7
𝑘2 = [(𝑠 + 2) ∙ ]| = = =7
(𝑠 + 1)(𝑠 + 2)(𝑠 + 3) 𝑠=−2 [(−2) + 1)][(−2) + 3)] −1
5𝑠 + 3 5(−3) + 3 −12
𝑘3 = [(𝑠 + 3) ∙ ]| = = = −6
(𝑠 + 1)(𝑠 + 2)(𝑠 + 3) 𝑠=−3 [(−3) + 1)][(−3) + 2)] 2
Assim,
1 7 6
𝐹(𝑠) = − + −
𝑠+1 𝑠+2 𝑠+3
𝑘1 𝑘𝑖−1 𝐴1 𝐴2 𝐴1
𝐹(𝑠) = + ⋯+ +[ + 2
+ ⋯+ ]+⋯+
𝑠 + 𝑠1 𝑠 + 𝑠𝑖−1 𝑠 + 𝑠𝑖 (𝑠 + 𝑠𝑖 ) (𝑠 + 𝑠𝑖 )𝑟
𝑘𝑖+1 𝑘𝑛
+ + ⋯+
𝑠 + 𝑠𝑖+1 𝑠 + 𝑠𝑛
sendo:
𝑃(𝑠)
𝐴𝑟 = [(𝑠 + 𝑠𝑖 )𝑟 ∙ ]|
𝑄(𝑠) 𝑠=−𝑠
𝑖
𝑑 𝑃(𝑠)
𝐴𝑟−1 = { [(𝑠 + 𝑠𝑖 )𝑟 ∙ ]}|
𝑑𝑠 𝑄(𝑠) 𝑠=−𝑠
𝑖
⋯
1 𝑑𝑗 𝑃(𝑠)
𝐴𝑟−𝑗 = { 𝑗 [(𝑠 + 𝑠𝑖 )𝑟 ∙ ]}|
𝑗! 𝑑𝑠 𝑄(𝑠) 𝑠=−𝑠
𝑖
⋯
1 𝑑 𝑟−1 𝑃(𝑠)
𝐴1 = { 𝑟−1 [(𝑠 + 𝑠𝑖 )𝑟 ∙ ]}|
(𝑟 − 1)! 𝑑𝑠 𝑄(𝑠) 𝑠=−𝑠
𝑖
42
CAPÍTULO 3 – Transformada de Laplace
1
𝐹(𝑠) =
𝑠(𝑠 + 1)3 (𝑠 + 2)
𝑘1 𝑘2 𝐴1 𝐴2 𝐴3
𝐹(𝑠) = + + + 2
+
𝑠 𝑠 + 2 𝑠 + 1 (𝑠 + 1) (𝑠 + 1)3
1 1
𝑘1 = 𝑠 ∙ 𝐹(𝑠)|𝑠=0 = [𝑠 ∙ 3
]| =
𝑠(𝑠 + 1) (𝑠 + 2) 𝑠=0 2
1 1
𝑘2 = (𝑠 + 2) ∙ 𝐹(𝑠)|𝑠=−2 = [(𝑠 + 2) ∙ 3
]| =
𝑠(𝑠 + 1) (𝑠 + 2) 𝑠=−2 2
1 1
𝐺(𝑠) = (𝑠 + 1)3 ∙ 𝐹(𝑠) = (𝑠 + 1)3 ∙ =
𝑠(𝑠 + 1)3 (𝑠 + 2) 𝑠(𝑠 + 2)
Então, teremos:
1
𝐴1 = 𝐺(𝑠)|𝑠=−1 = [ ]| = −1
𝑠(𝑠 + 2) 𝑠=−1
𝑑
𝐴2 = 𝐺(𝑠)|
𝑑𝑠 𝑠=−1
Mas,
𝑑 𝑑 −1 −(𝑠 + 2) − 𝑠
𝐺(𝑠) = [𝑠 (𝑠 + 2)−1 ] = 2
𝑑𝑠 𝑑𝑠 𝑠 (𝑠 + 2)2
Logo:
−(𝑠 + 2) − 𝑠
𝐴2 = | =0
𝑠 2 (𝑠 + 2)2 𝑠=−1
E, seguindo:
43
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1 𝑑 3−1 1 𝑑2 1 𝑑 𝑑
𝐴3 = [ 3−1 𝐺(𝑠)]| = [ 2 𝐺(𝑠)]| = { [ 𝐺(𝑠)]}|
(3 − 1)! 𝑑𝑠 2! 𝑑𝑠 2 𝑑𝑠 𝑑𝑠 𝑠=−1
𝑠=−1 𝑠=−1
1 𝑑 −(𝑠 + 2) − 𝑠
𝐴3 = { [ ]}| = −1
2 𝑑𝑠 𝑠 2 (𝑠 + 2)2 𝑠=−1
Finalmente, teremos:
1⁄ 1⁄
𝐹(𝑠) = 2 + 2 + 1 − 1
𝑠 𝑠 + 2 𝑠 + 1 (𝑠 + 1)3
1 1 1
𝑓(𝑡) = 1(𝑡)∗ + 𝑒 −2𝑎𝑡 − 𝑡 2 𝑒 −𝑡 , 𝑡 ≥ 0
2 2 2
1
𝐹(𝑠) =
𝑠(𝑠 2 + 𝑠 + 1)
1 𝐶1 𝐶2 𝑠 + 𝐶3
𝐹(𝑠) = = + 2
𝑠(𝑠 2 + 𝑠 + 1) 𝑠 𝑠 +𝑠+1
1
𝐶1 = [𝑠 ∙ 𝐹(𝑠)]|𝑠=0 = [𝑠 ∙ ]| =1
𝑠(𝑠 2 + 𝑠 + 1) 𝑠=0
44
CAPÍTULO 3 – Transformada de Laplace
1 1 𝐶2 𝑠 + 𝐶3
𝐹(𝑠) = = + 2
𝑠(𝑠 2 + 𝑠 + 1) 𝑠 𝑠 + 𝑠 + 1
Ou, ainda:
𝟏 𝒔𝟐 + 𝒔 + 𝟏 + 𝑪𝟐 𝒔𝟐 + 𝑪𝟑 𝒔
𝐹(𝑠) = =
𝑠(𝑠 2 + 𝑠 + 1) 𝑠(𝑠 2 + 𝑠 + 1)
1 = 𝑠 2 + 𝑠 + 1 + 𝐶2 𝑠 2 + 𝐶3 𝑠
𝑠 2 ∙ 0 + 𝑠 ∙ 0 + 1 = 𝑠 2 (1 + 𝐶2 ) + 𝑠(𝐶3 + 1) + 1
0 = 𝐶2 + 1 ⟹ 𝐶2 = −1
0 = 𝐶3 + 1 ⟹ 𝐶3 = −1
Assim:
1 −𝑠 − 1 1 𝑠+1
𝐹(𝑠) = + 2 = − 2
𝑠 𝑠 +𝑠+1 𝑠 𝑠 +𝑠+1
Ou:
1 1 1 1
1 𝑠+2+2 1 𝑠+2
𝐹(𝑠) = − = − − 2
2 2
𝑠 1 3 𝑠 1 3 1 2 3
(𝑠 + 2) + 4 (𝑠 + 2) + 4 (𝑠 + 2) + 4
𝑡 3 1 −𝑡 3
𝑓(𝑡) = 1(𝑡) − 𝑒 −2 cos (√ 𝑡 ) − 𝑒 2 sen (√ 𝑡 )
4 √3 4
45
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Observação
𝑃(𝑠)
Se em algum dos casos anteriores, com 𝐹(𝑠) = 𝑄(𝑠), com 𝑔𝑟𝑎𝑢[𝑄(𝑠)] = 𝑔𝑟𝑎𝑢[𝑃(𝑠)], então,
primeiro realizamos a divisão polinomial:
𝑅(𝑠)
sendo 𝐴 o quociente e 𝑅(𝑠) o resto. Depois, proceda a expansão em frações parciais de 𝑄(𝑠).
𝑠
𝐹(𝑠) =
𝑠+1
−1
∴ 𝐹(𝑠) = 1 + ⟹ 𝑓(𝑡) = ℒ −1 {𝐹(𝑠)} = 𝛿(𝑡) − 𝑒 −𝑡
𝑠+1
Observação
Se 𝑔𝑟𝑎𝑢[𝑄(𝑠)] = 𝑔𝑟𝑎𝑢[𝑃(𝑠)], então sempre aparecerá uma componente impulsiva
(𝛿(𝑡)) 𝑒𝑚 𝑓(𝑡).
-0.1
-0.2
-0.3
-0.4
f(t)
-0.5
-0.6
-0.7
-0.8
-0.9
-1
0 1 2 3 4 5 6
t [segundos]
Figura 3.8 Gráfico de f(t) segundo Exemplo 3.6.
46
CAPÍTULO 3 – Transformada de Laplace
[r,p,k]=residue(num,den)
𝑃(𝑠)
Informando os coeficientes dos polinômios 𝑃(𝑠) e 𝑄(𝑠) em 𝐹(𝑠) = 𝑄(𝑠) através dos
vetores num e den, obtém-se os resíduos (r) da expansão em frações parciais de 𝐹(𝑠), os
polos de cada fração parcial (p) e o termo direto (k).
Vejamos, então, o primeiro exemplo, retirado de OGATA1.
𝐵(𝑠) 2𝑠 3 + 5𝑠 2 + 3𝑠 + 6
=
𝐴(𝑠) 𝑠 3 + 6𝑠 2 + 11𝑠 + 6
𝐵(𝑠) 2𝑠 3 + 5𝑠 2 + 3𝑠 + 6 −6 −4 3
= 3 2
= + + +2
𝐴(𝑠) 𝑠 + 6𝑠 + 11𝑠 + 6 𝑠 + 3 𝑠 + 2 𝑠 + 1
Para sistemas que tenham polos com multiplicidade, deve-se observar a sequência
dos elementos de r e p fornecidos pelo MATLAB®. Veja o Exemplo 3.7 para entender esse
detalhe.
𝐵(𝑠) 𝑠 2 + 2𝑠 + 3 𝑠 2 + 2𝑠 + 3
= =
𝐴(𝑠) (𝑠 + 1)3 𝑠 3 + 3𝑠 2 + 3𝑠 + 1
47
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
num=[1 2 3];
den=[1 3 3 1];
[r,p,k]=residue(num,den)
O resultado fornecido pelo MATLAB® é mostrado a seguir.
r = [1.0000 0.0000 2.0000]'
p = [-1.0000 -1.0000 -1.0000]'
k = 0
Essa é a representação na linguagem utilizada pelo MATLAB® da seguinte
expansão em parciais:
𝐵(𝑠) 2𝑠 3 + 5𝑠 2 + 3𝑠 + 6 1 0 2
= 3 2
= + 2
+
𝐴(𝑠) 𝑠 + 6𝑠 + 11𝑠 + 6 𝑠 + 1 (𝑠 + 1) (𝑠 + 1)3
s ^2 + 2 s + 3
---------------
s ^2 + 2 s + 3
1
𝐹(𝑠) =
𝑠(𝑠 2 + 𝑠 + 1)
Solução: Tal como realizado nos exemplos anteriores, informamos os coeficientes dos
polinômios do numerador e do denominador de 𝐹(𝑠), e utilizamos a função residue
para obter os parâmetros da expansão, isto é:
num=[1];
den=[1 1 1 0];
[r,p,k]=residue(num,den)
Como resultado, temos:
r=[-0.5000+0.2887i -0.5000-0.2887i 1.0000 + 0.0000i]'
p= [-0.5000+0.8660i -0.5000-0.8660i 0.0000 + 0.0000i]'
k=0
48
CAPÍTULO 3 – Transformada de Laplace
Exercícios
3.4. Sendo
1
𝐹(𝑠) =
(𝑠 + 1)(𝑠 + 2)2
calcule f(t).
49
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Exemplo 3.9 Considere o circuito na Figura 3.9. A tensão sobre o capacitor é 𝑣𝑐 (𝑡).
Suponha que o capacitor esteja descarregado
inicialmente, ou seja:
𝑣𝑐 (𝑡)|𝑡=0 𝑜𝑢 𝑣𝑐 (0) = 0
𝑞 = 𝐶 ∙ 𝑣𝑐 (𝑡)
Ou, então:
Equação diferencial que
𝑑𝑣𝑐 (𝑡)
𝑣(𝑡) = 𝑅 ∙ 𝐶 + 𝑣𝑐 (𝑡) descreve o comportamento
𝑑𝑡 dinâmico do sistema
𝑑𝑣𝑐 (𝑡)
ℒ{𝑣(𝑡)} = 𝑅𝐶 ∙ ℒ { } + ℒ{𝑣𝑐 (𝑡)}
𝑑𝑡
Logo,
𝐴
= 𝑅𝐶 ∙ [𝑠𝑉𝐶 (𝑠) − 𝑣𝑐 (0)] + 𝑉𝑐 (𝑠)
𝑠
Como, conforme o enunciado, a condição inicial 𝑣𝑐 (0) é nula, temos:
𝐴 𝐴
= [𝑅𝐶𝑠 + 1] ∙ 𝑉𝑐 (𝑠) ⟹ 𝑉𝑐 (𝑠) =
𝑠 𝑠(𝑅𝐶𝑠 + 1)
50
CAPÍTULO 3 – Transformada de Laplace
𝐴
𝑅𝐶 𝑘1 𝑘2
𝑉𝑐 (𝑠) = = +
1 𝑠 𝑠+ 1
𝑠 (𝑠 + 𝑅𝐶 ) 𝑅𝐶
sendo,
𝑘1 = [𝑠 ∙ 𝑉𝑐 (𝑠)]|𝑠=0 = 𝐴
1
𝑘2 = [(𝑠 + ) ∙ 𝑉𝑐 (𝑠)]| = −𝐴
𝑅𝐶 𝑠=−
1
𝑅𝐶
Logo, obtemos:
𝐴 𝐴
𝑉𝑐 (𝑠) =
−
𝑠 𝑠+ 1
𝑅𝐶
Aplicando a transformada inversa de Laplace, com o auxílio da Tabela 3.1, chega-
se a:
𝑡 𝑡
ℒ −1 {𝑉𝑐 (𝑠)} = 𝐴 − 𝐴𝑒 −𝑅𝐶 = 𝐴 (1 − 𝑒 −𝑅𝐶 )
Assim, o comportamento de 𝑣𝑐 (𝑡) ao longo do tempo tal como ilustrado na Figura
3.10.
Exercícios
51
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
São dados:
R1=R2=1 Ω
C=10-3 F
Figura 3.11 Circuito para o Exercício 3.5.
São dados:
R=1 Ω
L=0,2 H
C=10-3 F
sendo:
e,
0, 𝑡 < 0
𝑢(𝑡) = {
1, 𝑡 ≥ 0
52
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
4
Sistems
FUNÇÃO DE
4 Função de Transferência
TRANSFERÊNCIA
Neste Capítulo...
O Motor C.C. Estudaremos um conceito fundamental no projeto de
controladores: a função de transferência. Veremos como obter
Presente nas mais a função de transferência de um sistema. Além disso, faremos
diversas aplicações, os um estudo do motor de corrente contínua, um sistema
motores de corrente eletromecânico de extrema importância na aplicação prática da
contínua também teoria de controle.
aparecem como
protagonistas em muitos
sistemas de controle.
Uma das aplicações mais
importantes (e empol-
gantes!) dos motores C.C.
é a robótica.
Manipuladores
robóticos presentes na
indústria ganham vida
com articulações
formadas por elementos
constituídos por motores
C.C. Esses são escolhidos
por possuírem elevado
torque (necessário em
RobtShop Inc ©
operações industriais) e
a possibilidade de
controle de velocidade
e posição angular.
Contudo, para projetar
um controlador para um
motor C.C. precisamos,
primeiramente, conhecer
sua função de
transferência.
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
4.1 Definição
𝑌(𝑠)
𝐺(𝑠) = (4.2)
𝑈(𝑠)
54
CAPÍTULO 4 – Função de Transferência
Assim, consideremos que saída que se deseja controlar é a posição angular 𝜃(𝑡) do
satélite e que a entrada de controle é o torque 𝑇(𝑡). Admita que a velocidade de rotação
𝜃̇(𝑡) e a posição angular 𝜃(𝑡) são nulas em 𝑡 = 0, ou seja: 𝜃̇(𝑡) = 0 𝑟𝑎𝑑⁄𝑠 e 𝜃(𝑡) = 0 𝑟𝑎𝑑
(C.I. nulas).
Neste caso, o torque é dado por:
𝑇(𝑡) = 𝐿 ∙ 𝐹(𝑡) (4.3)
𝑀𝑜𝑚𝑒𝑛𝑡𝑜 𝐴𝑐𝑒𝑙𝑒𝑟𝑎çã𝑜
∑ 𝑡𝑜𝑟𝑞𝑢𝑒𝑠 = ( 𝑑𝑒 )∙( ) (4.4)
𝐴𝑛𝑔𝑢𝑙𝑎𝑟
𝐼𝑛é𝑟𝑐𝑖𝑎
Ou seja,
𝑑 2 𝜃(𝑡) (4.5)
𝑇(𝑡) = 𝐽 ∙
𝑑𝑡 2
𝑑 2 𝜃(𝑡)
ℒ{𝑇(𝑡)} = 𝐽 ∙ ℒ { }⇒
𝑑𝑡 2
1
𝜃(𝑠) = 𝑇(𝑠) (4.7)
𝐽𝑠 2
𝜃(𝑠) 1
𝐺(𝑠) = = (4.8)
𝑇(𝑠) 𝐽 ∙ 𝑠 2
55
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura 4.3 Representação esquemática: Função de transferência entre a posição angular de um satélite e o torque produzido
por seu sistema de propulsão.
Observação
Note que no Exemplo 4.1 nada se assumiu a respeito da entrada 𝑇(𝑡), ou seja, essa é uma
entrada qualquer ou genérica. Podemos dizer, de forma geral, que a função de transferência do
sistema,𝐺(𝑠), NÃO depende da entrada.
Exercício
4.1. Determine a função de transferência do circuito da Figura 4.4, sendo 𝑣𝑒 (𝑡) a entrada
e 𝑣𝑐 (𝑡) a saída, supondo condições iniciais nulas.
56
CAPÍTULO 4 – Função de Transferência
Como por (4.10) as condições iniciais são nulas, a equação (4.11) torna-se
𝑌(𝑠) 𝑏0 + 𝑏𝑠 + ⋯ + 𝑏𝑚 𝑠 𝑚
= (4.14)
𝑈(𝑠) 𝑎0 + 𝑎1 𝑠 + ⋯ + 𝑠 𝑛
57
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Observações
1) Note que a função de transferência genérica é uma razão entre dois polinômios
genéricos. Ou seja, a função de transferência relaciona entrada e saída do sistema de
forma geral.
2) Mais uma vez, enfatizamos: G(s) independe do valor da entrada. Logo, é uma
característica intrínseca ao sistema.
3) Sendo 𝑢(𝑡) = 𝛿(𝑡) (impulso unitário), temos 𝑈(𝑠) = 1. Assim:
𝑌(𝑠) = 𝐺(𝑠) ∙ 𝑈(𝑠) = 𝐺(𝑠) ∙ 1
∴ 𝒀(𝒔) = 𝑮(𝒔)
Ou seja, a resposta 𝑌(𝑠) ao impulso é matematicamente igual à função de transferência
𝐺(𝑠) do sistema.
ℒ{𝑠𝑎í𝑑𝑎}
= 𝑓𝑢𝑛çã𝑜 𝑑𝑒 𝑡𝑟𝑎𝑛𝑠𝑓𝑒𝑟ê𝑛𝑐𝑖𝑎
ℒ{𝑒𝑛𝑡𝑟𝑎𝑑𝑎}
ou seja,
𝑌(𝑠)
= 𝐺(𝑠)
𝑈(𝑠)
58
CAPÍTULO 4 – Função de Transferência
∑ 𝐹𝑥 = 𝑚 ∙ 𝑎 = 𝑚 ∙ 𝑥̈ (𝑡) (4.15)
A força de atrito se opõe à força de impulsão 𝑢(𝑡) gerada pelo motor, logo:
Como comentado acima, o impacto provocado pela entrada 𝑢(𝑡) ao ser aplicada ao
sistema pode ser analisado sob dois pontos de vista:
i. como a força 𝒖(𝒕) gerada pelo motor (entrada) influencia na posição 𝒙(𝒕) do veículo
(saída), ou;
ii. como a força 𝒖(𝒕) gerada pelo motor (entrada) influencia na velocidade 𝒗(𝒕) do
veículo (saída).
1ª Análise: Suponha que a saída de interesse é a posição 𝒙(𝒕) do carro e que desejamos
obter a função de transferência entre a força 𝒖(𝒕) do motor e a posição 𝒙(𝒕) do carro:
𝑋(𝑠)
𝑈(𝑠)
= ?
59
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑋(𝑠)[𝑚 ∙ 𝑠 2 + 𝑏 ∙ 𝑠] = 𝑈(𝑠)
𝑋(𝑠) 1
= = 𝐺𝑃𝑂𝑆 (𝑠) (4.18)
𝑈(𝑠) 𝑚𝑠 2 + 𝑏𝑠
sendo 𝐺𝑃𝑂𝑆 (𝑠) a função de transferência do sistema, entre saída posição 𝒙(𝒕) e a
entrada força 𝒖(𝒕).
Figura 4.7 Representação da função de transferência entre a força de impulsão e a posição do automóvel.
2ª Análise: Suponha que a saída de interesse é a velocidade 𝒗(𝒕) do carro e que desejamos
obter a função de transferência entre a força 𝒖(𝒕) do motor e a velocidade 𝒗(𝒕) do
carro:
𝑉(𝑠)
𝑈(𝑠)
= ?
60
CAPÍTULO 4 – Função de Transferência
Agora, isolando a entrada da saída (Passo 3), (4.20) pode ser reescrita como:
E, assim, temos:
𝑉(𝑠) 1
= = 𝐺𝑉𝐸𝐿 (𝑠) (4.21)
𝑈(𝑠) 𝑚𝑠 + 𝑏
sendo 𝐺𝑉𝐸𝐿 (𝑠) a função de transferência do sistema, entre saída velocidade 𝒗(𝒕) e a
entrada força 𝒖(𝒕).
Figura 4.8 Representação da função de transferência entre a força de impulsão e a velocidade do automóvel.
Das análises, podemos concluir que um mesmo sistema pode ter sua dinâmica
analisada de diferentes pontos de vista, a depender de qual saída teremos o interesse em
investigar. Neste caso, vimos que uma mesma entrada (força) produz impactos em duas
grandezas relacionadas ao sistema (posição e velocidade), sendo que estas relações são
caracterizadas por funções de transferências diferentes.
Mola
61
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1
automóvel, referente a uma massa que corresponde a da massa total. Como mostra a
4
Figura 4.8 (a) diagrama, o sistema de suspensão é composto por uma mola e um
amortecedor.
O cilindro do amortecedor contém ar que passa de um lado para o outro, quando
ocorre um movimento relativo. Ele aplica sempre uma força de reação, ou seja, contrária
ao movimento de suas extremidades.
Sendo assim, podemos identificar as forças que atuam sobre a massa 𝑚 da seguinte
forma:
São as forças:
𝐹𝑚 = 𝑘(𝑦 − 𝑥)
a força exercida pela mola, e;
𝐹𝑎 = 𝑓(𝑦̇ − 𝑥̇ )
a força exercida pelo amortecedor.
Sabemos que:
∑ 𝐹𝑦 = 𝑚 ∙ 𝑎
62
CAPÍTULO 4 – Função de Transferência
Logo:
Levando a:
𝑌(𝑠) 𝑠𝑓 + 𝑘
= = 𝐺(𝑠) (4.24)
2
𝑋(𝑠) 𝑚𝑠 + 𝑓𝑠 + 𝑘
63
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑒(𝑡) (4.25)
𝑒(𝑡) = 𝑅1 𝑖(𝑡) ⇒ 𝑖 =
𝑅1
𝑅2 (4.27)
𝑣(𝑡) = − 𝑒(𝑡)
𝑅1
𝑅2 (4.28)
𝑉(𝑠) = − 𝐸(𝑠)
𝑅1
Assim:
𝑉(𝑠) 𝑅2 (4.29)
=− = 𝐺(𝑠)
𝐸(𝑠) 𝑅1
64
CAPÍTULO 4 – Função de Transferência
Figura 4.17 Representação no domínio da variável 's' do circuito equivalente A.O. integrador.
𝐸(𝑠) (4.30)
𝐸(𝑠) = 𝑅 ∙ 𝐼(𝑠) + 0 ⇒ 𝐼(𝑠) =
𝑅
1
0= 𝐼(𝑠) + 𝑉(𝑠) (4.31)
𝑠𝐶
1
𝑉(𝑠) = − 𝐸(𝑠) (4.32)
𝑅𝐶𝑠
65
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
O que leva a:
𝑉(𝑠) 1 (4.33)
=− = 𝐺(𝑠)
𝐸(𝑠) 𝑅𝐶𝑠
66
CAPÍTULO 4 – Função de Transferência
Exercício
b)
c)
67
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1ª Análise: Suponha que o automóvel passe pela elevação apresenta na Figura 4.21.
68
CAPÍTULO 4 – Função de Transferência
Tabela 4.1 Programa no MATLAB para simulação do sistema de suspensão: entrada degrau.
%Parâmetros do sistema
m=1000;
f=500;
k=200;
%Numerador
num=[f,k];
%Denominador
den=[m,f,k];
%Tempo de simulação
tempo=0:0.1:30;
%Função degrau
y=0.25*step(num,den,tempo);
%Gráfico
plot(tempo,y,'b')
xlabel('Tempo[s]');
ylabel('y(t)[m]');
0.3
0.25
y(t)[m]
0.2
0.15
0.1
0.05
0
0 5 10 15 20 25 30
Tempo[s]
Figura 4.22 Resposta do sistema de suspensão a uma entrada degrau de 20 cm.
2ª Análise: Agora, suponha que o automóvel passe por um tipo diferente de elevação,
apresentado na Figura 4.23.
Consideraremos que, ao
longo da rampa, a variação do
perfil da pista seguirá a seguinte
função do tempo:
𝑥(𝑡) = 0,025 ∙ 𝑡
Para verificar a saída do
sistema 𝑦(𝑡) (posição da massa)
através de um programa no
MATLAB, precisaremos
construir o vetor de entrada que
Figura 4.23 Sistema de suspensão sujeito a entrada rampa.
implemente a rampa da qual
69
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
estamos tratando nesta segunda análise. A partir disso, utilizaremos a função lsim para
obter a saída 𝑦(𝑡).
De forma bastante parecida à função step, a lsim fornece a saída de um sistema,
sendo informados o numerador e o denominador de sua função de transferência.
Por outro lado, enquanto a função step considera, de forma padrão, que a entrada trata-
se de uma entrada degrau, a função lsim permite a simular a resposta do sistema para
qualquer tipo de entrada. Para isso, o usuário deve especificar, através de vetores, as
informações da entrada e de tempo. O par de vetores indicam, elemento a elemento, a
característica da entrada para um determinado valor de tempo.
A sintaxe da função lsim é apresentada abaixo:
Tabela 4.2 Programa no MATLAB para simulação do sistema de suspensão: entrada rampa.
%Parâmetros do sistema
m=1000;
f=500;
k=200;
num=[f,k];
den=[m,f,k];
%Tempo de simulação
tempo=0:1:10; %Tempo até que x(t)=25 cm
t=0:1:40; %Tempo total de simulação
%Construção do vetor entrada
u=0.025*tempo;
u=u';
a=0.25*ones(1,30); %Criando elementos com valor cte. 25cm
a=a';
u=[u; a];
y=lsim(num,den,u,t);
plot(t,y,'b',t,u,'r')
xlabel('Tempo[s]');
ylabel('y(t)[m]');
text(18,0.28,'y(t)');
text(13,0.24,'u(t)');
70
CAPÍTULO 4 – Função de Transferência
0.3
y(t)
0.25
u(t)
y(t)[m] e u(t)[m]
0.2
0.15
0.1
0.05
0
0 5 10 15 20 25 30 35 40
Tempo[s]
Sabemos que:
logo,
̇ = 𝐽𝜃̈(𝑡)
𝑇(𝑡) − 𝑓𝜃(𝑡) (4.34)
71
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Assim, considerando como entrada o torque aplicado 𝑇(𝑡) e como saída a posição
angular do eixo do motor 𝜃(𝑡), pode-se obter a função de transferência do sistema a partir
de (4.35) como segue:
𝜃(𝑠) 1
= 2 = 𝐺(𝑠)
𝑇(𝑠) 𝐽𝑠 + 𝑓𝑠
Exercício
4.3. Prove que se a saída de interesse fosse a velocidade de rotação (𝑡) = 𝜃̇(𝑡), então
a função de transferência será dada por:
𝜔(𝑠) 1
𝐺(𝑠) = =
𝑇(𝑠) 𝐽𝑠 + 𝑓
72
CAPÍTULO 4 – Função de Transferência
motor.
O fluxo no entreferro do motor é proporcional à corrente de campo, podendo ser
descrito por:
Quando existe uma corrente 𝑖𝑎 (𝑡) circulando nos enrolamentos do rotor (também
chamado de enrolamento de armadura), ocorre uma interação entre esta e o campo
magnético do estator. Como resultado, uma força de natureza magnética passa a atuar nos
condutores do enrolamento do rotor. As espiras deste enrolamento são dispostas de
forma que as forças que atuam sobre seus condutores apareçam em forma binária, o que
dá origem a um torque, responsável por produzir o movimento do eixo do rotor. A Figura
4.29 apresenta uma melhor visualização deste fenômeno.
73
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Por sua vez, a corrente de campo se relaciona com a tensão de campo através da
relação
Como sabemos,
sendo 𝑘𝑚 = 𝑘𝑖 𝑘𝑓 𝐼𝑎 .
74
CAPÍTULO 4 – Função de Transferência
𝑘𝑚 (4.44)
𝑉 (𝑠) = (𝑠𝑏 + 𝐽𝑠 2 )𝜃(𝑠)
𝑅𝑓 + 𝐿𝑓 𝑠 𝑓
ou ainda,
𝜃(𝑠) 𝑘𝑚 𝑘𝑚 (4.45)
= =
𝑉𝑓 (𝑠) (𝑅𝑓 + 𝐿𝑓 𝑠)(𝑠𝑏 + 𝐽𝑠 2 ) 𝑠(𝑅𝑓 + 𝐿𝑓 𝑠)(𝑏 + 𝐽𝑠)
𝑘𝑚
𝜃(𝑠) ⁄𝑅
=
𝑓 (4.45)
𝑉𝑓 (𝑠) 𝑠(𝑏 + 𝐽𝑠)
Exercício
4.4. Como seria a F.T. do motor CC se a saída de interesse fosse 𝜔(𝑡) = 𝜃̇(𝑡), ou seja, a
velocidade de rotação do eixo?
75
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
5
Sistems
DIAGRAMA DE
5 Diagrama de Blocos
BLOCOS
Neste Capítulo...
Conheceremos uma forma gráfica de representar a relação entre um
sistema e suas variáveis de interesse: o diagrama de blocos. Veremos
Simplificação quais são os blocos que permitem representar os elementos em um
sistema de controle, bem como as regras para simplificar diagramas
A importância da relação de blocos. Esta técnica pode ser útil quando queremos encontrar a
causa e efeito da função função de transferência de um sistema com inter-relações mais
de transferência é complexas.
evidenciada pela
facilidade de representar
a ligação entre as
variáveis do sistema
através de diagramas. A
representação das
relações de sistemas em
diagrama de blocos é LPC – Laboratório de Pesquisa em Controle – FEIS - UNESP
predominante na enge-
nharia de sistemas de
controle. O helicóptero
de bancada da
Quanser®, equipamento
adquirido pelo LPC-FEIS,
é um sistema
extremamente complexo. 𝑽(𝒔)
A dinâmica que relaciona
𝚸(𝒔)
a tensão elétrica (𝑣) 𝑮(𝒔)
aplicada aos motores do
helicóptero e a angulação
de pitch (𝜌) ao longo de
seu voo pode ser
representada de forma
simples através de um
diagrama de blocos.
CAPÍTULO 5 – Diagrama de Blocos
5.1 Introdução
A Função de Transferência
O Detector de Erro
77
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
ou ainda,
ainda:
78
CAPÍTULO 5 – Diagrama de Blocos
𝐺(𝑠)
𝑌(𝑠) = 𝑈(𝑠) (5.4)
1 + 𝐺(𝑠)
Assim, a entrada 𝑈(𝑠) é relacionada com a saída 𝑌(𝑠) através da função 𝐹(𝑠):
𝐺(𝑠)
𝐹(𝑠) = ⟹ 𝑌(𝑠) = 𝐹(𝑠) ∙ 𝑈(𝑠)
1 + 𝐺(𝑠)
Ou seja:
e
𝑌(𝑠) = 𝐺(𝑠)𝐸(𝑠) (5.6)
79
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝐺(𝑠)
𝑌(𝑠) = 𝑈(𝑠) (5.7)
1 + 𝐺(𝑠)𝐻(𝑠)
Exercício
𝑌(𝑠) 𝐺(𝑠)
=
𝑈(𝑠) 1 − 𝐺(𝑠)𝐻(𝑠)
80
CAPÍTULO 5 – Diagrama de Blocos
a)
𝑌1 (𝑠) = 𝐺(𝑠)𝑈(𝑠)
} (𝑎)
𝑌2 (𝑠) = 𝑈(𝑠)
𝑌1 (𝑠) = 𝐺(𝑠)𝑈(𝑠)
1 } (𝑏)
𝑌2 (𝑠) = 𝐺(𝑠). . 𝑈(𝑠) = 𝑈(𝑠)
𝐺(𝑠)
b)
81
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
c)
82
CAPÍTULO 5 – Diagrama de Blocos
10
11
12
13
83
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Exercício
5.2. Demonstre todas as regras da tabela anterior que ainda não foram demonstradas.
84
CAPÍTULO 5 – Diagrama de Blocos
Usando a regra 4:
ou ainda,
85
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Resposta:
Solução: Dividiremos o circuito da Figura 5.8 em partes, e faremos uma análise individual
para cada uma delas.
Primeira Parte:
86
CAPÍTULO 5 – Diagrama de Blocos
Adicionalmente:
Segunda Parte:
87
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Terceira Parte:
88
CAPÍTULO 5 – Diagrama de Blocos
1.2 𝒗𝒔 (𝒕)
Tensão de Saída [volts]
0.8
0.6
0.4
0.2
0
0 0.002 0.004 0.006 0.008 0.01 0.012 0.014 0.016 0.018 0.02
Tempo [segundos]
Figura 5.12 Resposta da saída vs(t) para entrada degrau unitário.
% Parâmetros do sistema
R=1e3;
C=1e-6;
%Função de transferência
num=1;
den=[(r*c)^2 r*c 1];
%Tempo de simulação
tempo=0:0.0001:0.02;
%Resposta ao degrau
y=step(num,den,tempo);
%Plotando o gráfico de ve(t)
plot(tempo,y,'b')
xlabel('Tempo [segundos]')
ylabel('Tensão de Saída [volts]')
89
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
num1 num2
𝐺1 (𝑠) = ; 𝐺2 (𝑠) =
den1 den2
Como determinar a função de transferência entre 𝐶(𝑠) e 𝑅(𝑠) dos diagramas a seguir,
utilizando o MATLAB?
a)
b)
c)
(a) sistema em cascata; (b) sistema em paralelo; (c) sistema com realimentação (de
malha fechada).
90
CAPÍTULO 5 – Diagrama de Blocos
A sintaxe para trabalhar com estas funções, considerando o exemplo dado, seria:
num1=[0 0 10];
den1=[1 2 10];
num2=[0 5];
den2=[1 5];
[num,den]=series(num1,den1,num2,den2);
printsys(num,den)
[num,den]=parallel(num1,den1,num2,den2);
printsys(num,den)
[num,den]=feedback(num1,den1,num2,den2);
printsys(num,den)
num/den =
50 Série
-----------------------
s^3 + 7 s^2 + 20 s + 50 Diagrama a)
num/den =
5 s^2 + 20 s + 100 Paralelo
-----------------------
s^3 + 7 s^2 + 20 s + 50 Diagrama b)
num/den =
10 s + 50 Malha Fechada
------------------------
s^3 + 7 s^2 + 20 s + 100 Diagrama c)
91
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
6
Sistems
Neste Capítulo...
Fluxo de Sinal Conheceremos uma maneira alternativa de representar sistemas,
especialmente aqueles que possuem complexas relações entre suas
Os diagramas de blocos variáveis: o modelo em digrama de fluxo de sinal.
são adequados para a
representação das inter-
relações entre variáveis
controladas e de entrada.
Contudo, para um
sistema com inter-
relações razoavelmente
complexas, o
procedimento de redução
do diagrama de blocos é
trabalhoso. Um método
alternativo para se
determinar a relação
entre variáveis de um
sistema foi desenvolvido
por Samuel Jefferson
Mason e é baseado em
uma representação do
sistema por meio de
segmentos de arcos. Este
método é chamado de
diagrama de fluxo de
sinal e sua vantagem é a
disponibilidade de uma
fórmula geral para
determinar a função de
transferência equivalente
do sistema.
CAPÍTULO 6 – Modelo em Diagrama de Fluxo de Sinal
Toda variável num diagrama de fluxo de sinal é designada por um nó, e cada função
de transferência por um ramo.
Existem algumas regras que traduzem as ligações de um diagrama de fluxo de sinal
em equações algébricas. Apresentamos, a seguir, as regras da adição e a regra da
multiplicação.
Regra da adição
Regra de Multiplicação
93
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Definições:
Neste caso, entre a entrada 𝑅(𝑠) e a saída 𝐶(𝑠) temos um único percurso:
Figura 6.5 Percurso existente em um diagrama de fluxo de sinais de um sistema em malha fechada.
Figura 6.6 Laço existente em um diagrama de fluxo de sinais de um sistema em malha fechada.
94
CAPÍTULO 6 – Modelo em Diagrama de Fluxo de Sinal
𝐿1 = −𝐺(𝑠)𝐻(𝑠)
𝑃1 = 𝐺(𝑠)
Fórmula de Mason
Δ = 1 − ∑ 𝐿𝑛 + ∑ 𝐿𝑚 𝐿𝑞 − ∑ 𝐿𝑟 𝐿𝑠 𝐿𝑝 + ⋯, (6.5)
𝑛=1 𝑚=1
𝑞=1
sendo 𝐿𝑞 igual ao valor da transmitância do 𝑞-ésimo laço. Portanto, a regra para calcular
Δ em termos dos laços 𝐿1 , 𝐿2 , 𝐿3 , ⋯, 𝐿𝑁 , é (Dorf 8º ed.):
95
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Exemplo (Dorf 8ºed.): Um diagrama do fluxo de sinal com dois percursos está mostrado
na Figura 6.7. Um exemplo de sistema de controle com múltiplos percursos de sinal é o de
um robô com diversas pernas.
𝑃 = 𝐺1 𝐺2 𝐺3 𝐺4
{ 1
𝑃2 = 𝐺5 𝐺6 𝐺7 𝐺8
96
CAPÍTULO 6 – Modelo em Diagrama de Fluxo de Sinal
(6.7)
𝐿1 = 𝐺2 𝐻2
{ 3 = 𝐺6 𝐻6
𝐿 (6.8)
𝐿4 = 𝐺7 𝐻7
𝐿1 = 𝐿2 = 0 e Δ1 = 1 − (𝐿3 + 𝐿4 ) (6.10)
𝛥2 = 1 − (𝐿1 + 𝐿2 ) (6.11)
𝑌(𝑠) 𝑃1 Δ1 + 𝑃2 Δ2 𝑃1 (1 − 𝐿3 − 𝐿4 ) + 𝑃2 (1 − 𝐿1 − 𝐿2 )
= 𝑇(𝑠) = = (6.12)
𝑅(𝑠) Δ 1 − 𝐿1 − 𝐿2 − 𝐿3 − 𝐿4 + 𝐿1 𝐿3 + 𝐿1 𝐿4 + 𝐿2 𝐿3 + 𝐿2 𝐿4
𝐺1 𝐺2 𝐺3 𝐺4 (1 − 𝐺6 𝐻6 − 𝐺7 𝐻7 ) + 𝐺5 𝐺6 𝐺7 𝐺8 (1 − 𝐺2 𝐻2 − 𝐺3 𝐻3 )
𝑇(𝑠) =
1 − 𝐺2 𝐻2 − 𝐺3 𝐻3 − 𝐺6 𝐻6 − 𝐺7 𝐻7 + 𝐺2 𝐻2 𝐺6 𝐻6 + 𝐺2 𝐻2 𝐺7 𝐻7 + 𝐺3 𝐻3 𝐺6 𝐻6 + 𝐺3 𝐻3 𝐺7 𝐻7
Exercícios
6.1. Mostre que a função de transferência entre 𝑌(𝑠) e 𝑅(𝑠) do diagrama da Figura 6.10
é dada por:
𝑌(𝑠) 𝐺1 𝐺4 (𝐺2 + 𝐺3 )
𝑇(𝑠) = =
𝑅(𝑠) 1 − 𝐺1 𝐺4 𝐻1 + 𝐺1 𝐺2 𝐺4 𝐻2 + 𝐺1 𝐺3 𝐺4 𝐻2
97
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑌(𝑠)
6.2. Determine a função de transferência de malha fechada 𝑇(𝑠) = para o sistema
𝑅(𝑠)
abaixo, sendo: 𝑘1 = 3; 𝑘2 = 2; 𝑘3 = 5:
6.3. Para o sistema em diagrama de blocos da Figura 6.12, encontre o diagrama de fluxo
equivalente e utilize a regra de Mason para determinar a F.T. entre 𝑌(𝑠) e 𝑅(𝑠):
𝑌(𝑠)
𝑇(𝑠) = .
𝑅(𝑠)
98
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
7
Sistems
ESTABILIDADE DE
7 Estabilidade de Sistemas Dinâmicos
SISTEMAS DINÂMICOS
Neste Capítulo...
Apresentaremos o conceito de estabilidade através da BIBO
estabilidade e de um teorema que analisa a resposta impulsiva do
A Ponte de sistema. Veremos, também, como aplicar o critério de Routh-Hurwitz
para caracterizar a estabilidade de um sistema, assim como para
Tacoma Narrows realizar o projeto de controladores.
No estado de Washington,
no dia 7 de Novembro de
1940, a ponte suspensa
sobre o estreito de
Tacoma, apenas 4 meses
depois de ter sido aberta
ao tráfego, foi destruída
durante um vendaval. A
ação do vento sobre a
ponte deu início a um
movimento de oscilação
da pista, que passou a
ganhar amplitudes cada
vez maiores, o que
culminou em seu colapso.
A ponte apresentava um
comprimento total de
1530 m, com um vão
central de 850 m. Como
poderíamos caracterizar a
estabilidade do sistema
ponte de Tacoma?
Estável? Instável? Por
que?
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura 7.1 Sistema aeronave com controle automático de altitude: conceituando estabilidade.
100
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
a b
Estável Instável
Figura 7.2 Conceito de estabilidade: Posição de cones.
𝑉𝑠 (𝑠) 1
= (7.1)
𝑉𝑒 (𝑠) 𝑅𝐶𝑠
O que implica em
1
𝑉𝑠 (𝑠) =𝑉 (𝑠) (7.2)
𝑅𝐶𝑠 𝑒
Assim, se 𝑣𝑒 (𝑡) for um degrau unitário, então:
1
𝑉𝑒 (𝑠) = (7.3)
𝑠
E, consequentemente,
1 1
𝑉𝑠 (𝑠) = ∙
𝑅𝐶𝑠 𝑠 (7.4)
101
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1 𝑡
𝑣𝑠 (𝑡) = ℒ −1 {𝑉𝑠 (𝑠)} = ℒ −1 { 2
}= (7.5)
𝑅𝐶𝑠 𝑅𝐶
Note que 𝑣𝑠 (𝑡) corresponde a uma reta passando pela origem, com inclinação
1/𝑅𝐶. Podemos, assim, fazer a seguinte associação:
Figura 7.4 Formas dos sinais 𝑣𝑒 (𝑡) e 𝑣𝑠 (𝑡) para o circuito da Figura 7.3.
Observação
No Exemplo 7.1, vimos que a saída tende a assumir um valor cada vez maior, na medida
que o tempo 𝒕 avança. Porém, na prática, um circuito amplificador operacional não pode fornecer
uma tensão de saída infinitamente grande.
A saída é limitada a um valor máximo. Este valor é sempre inferior à tensão externa de
alimentação do A.O. Quando a saída atinge este valor máximo, dizemos que o amplificador
operacional saturou.
102
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
1
𝑉𝑠 (𝑠) − 𝑅𝐶𝑠 −1
= = (7.6)
𝑉𝑒 (𝑠) 1 𝑅𝐶𝑠 + 1
1 + 𝑅𝐶𝑠
−1 −1 1 1 1
𝑉𝑠 (𝑠) = . 𝑉𝑒 (𝑠) = . = − . (7.7)
𝑅𝐶𝑠 + 1 𝑅𝐶𝑠 + 1 𝑠 𝑅𝐶 (𝑠 + 1 ) 𝑠
𝑅𝐶
1 1 (7.8)
𝑣𝑠 (𝑡) = ℒ −1 {𝑉𝑠 (𝑠)} = ℒ −1 {− . }
𝑅𝐶 (𝑠 + 1 ) 𝑠
𝑅𝐶
E, finalmente, pela de acordo com a Linha 14 da Tabela 3.1, chegamos a:
1 1 𝑡
𝑣𝑠 (𝑡) = − ∙ (1 − 𝑒 − 𝑅𝐶 )
𝑅𝐶 1
𝑅𝐶
𝑡
𝑣𝑠 (𝑡) = − (1 − 𝑒 − 𝑅𝐶 ) (7.9)
Figura 7.7 Formas dos sinais 𝑣𝑒 (𝑡) e 𝑣𝑠 (𝑡) para o circuito da Figura 7.4.
103
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Exercício
7.1. Verifique se o sistema da Figura 7.8 é estável ou instável. (Note que este sistema é
semelhante ao anterior, a única diferença é que a realimentação não foi feita pela saída
do último A.O. e sim na saída do integrador).
Definição: Um sistema qualquer é dito estável se, e somente se, para qualquer entrada
limitada (Bounded-Input) a saída correspondente é limitada (Bounded-Output).
IBO
Para testar sua estabilidade, coloquemos uma entrada degrau, que é limitada, e
verificaremos se a saída é limitada.
Neste caso, teremos:
1 1 1 1
𝑌(𝑠) = 𝑈(𝑠) = ∙ = 2
𝑠 𝑠 𝑠 𝑠
104
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
Como para uma entrada limitada, a saída foi ilimitada então concluímos que o
sistema tipo integrador é instável.
Observação
O critério de BIBO estabilidade é valido tanto para sistemas lineares quanto para sistemas
não lineares. 2. De acordo com sua própria definição, para verificar se o sistema é estável através
do critério da BIBO estabilidade, devemos aplicar todas as entradas limitadas e verificar se
todas as saídas correspondentes são limitadas.
Figura 7.10 Ponte de Tacoma Narrow: uma certa entrada limitada gerou saída ilimitada.
105
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Teorema 7.1: “Um SLIT é estável se, e somente se, o módulo da sua resposta ao impulso for
integrável em um intervalo infinito”, ou seja:
+∞
∫ |𝑔(𝑡)| 𝑑𝑡 < +∞ (7.10)
0
Prova: Se o sistema tem entrada 𝑢(𝑡), saída 𝑦(𝑡) e resposta impulsiva 𝑔(𝑡), então
Exemplo 7.3: Utilizando o Teorema 7.1, prove que o integrador é um sistema instável.
1
𝑌(𝑠) = 𝑈(𝑠)
𝑠
𝑈(𝑠) = 1
1 1 1
𝑌(𝑠) = ∙ 1 = ⇒ 𝑦(𝑡) = ℒ{𝑌(𝑠)} = ℒ { } = 1
𝑠 𝑠 𝑠
106
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
Assim:
Figura 7.11 Comportamento da sistema integrador: entrada impulso gera saída degrau.
+∞ +∞ +∞
Pelo Teorema temos: ∫0 |𝑦(𝑡)| 𝑑𝑡 = ∫0 |1| 𝑑𝑡 = ∫0 1 𝑑𝑡 = 𝑡|+∞
0 = +∞
O integrador é instável.
𝑧1 = −1 e 𝑧2 = 4
𝑝1 = −3 + 𝑗 e 𝑝2 = −3 − 𝑗
107
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Corolário 7.1: “Um SLIT é estável se, e somente se, todos os polos da função de
transferência do sistema tiverem parte real negativa”.
108
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
−0,2 ± √−3,96
𝑝1,2 = ⇒ 𝑝1,2 = −0,1 ± 𝑗0,995
2
Assim, temos
109
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Então,
1
𝑔(𝑡) = . 𝑒 −0,1𝑡 . sen(1,005𝑡)
1,005
Logo:
110
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
𝑏0 𝑠 𝑚 + 𝑏1 𝑠 𝑚−1 + ⋯ + 𝑏𝑚−1 𝑠 + 𝑏𝑚
𝐺(𝑠) = , 𝑎0 ≠ 0 (7.12)
𝑎0 𝑠 𝑛 + 𝑎1 𝑠 𝑛−1 + ⋯ + 𝑎𝑛−1 𝑠 + 𝑎𝑛
2º Passo: Verifique se qualquer destas constantes (𝑎𝑖 ) é igual a zero ou, negativa na
presença de pela menos uma constante positiva. Se isto ocorrer, conclua que o sistema é
instável e não é necessário executar os próximos passos. Do contrário, nada pode-se
concluir, vá para o 3º Passo.
𝑠𝑛 𝑎0 𝑎2 𝑎4 ⋯ Os elementos 𝑏1 , 𝑏2 , 𝑏3 , ⋯, 𝑐1, 𝑐2 , ⋯
𝑠𝑛−1
𝑎1 𝑎3 𝑎5 ⋯ e todos os demais são calculados através
𝑠 𝑛−2 𝑏1 𝑏2 𝑏3 ⋯ das seguintes expressões:
𝑠 𝑛−3 𝑐1 𝑐2 𝑐3 ⋯ 𝑎1 𝑎2 − 𝑎0 𝑎3
𝑏1 =
⋮ 𝑎1
1 𝑎1 𝑎4 − 𝑎0 𝑎5
𝑠 𝐼1 𝐼2 0 𝑏2 =
0 𝑎1
𝑠 𝑞1 0 0
⋮
1ª Coluna 𝑏1 𝑎3 − 𝑎1 𝑏2
𝑐1 =
𝑏1
Os elementos 𝑎𝑜 , 𝑎1 , ⋯, 𝑎𝑛 são os
𝑏1 𝑎5 − 𝑎1 𝑏3
coeficientes do polinômio do 𝑐2 =
𝑏1
denominador, 𝐷(𝑠).
⋮
Definição: “O número de raízes de 𝐷(𝑠) (polos de 𝐺(𝑠)) com parte real maior que zero (positiva)
é igual ao número de mudanças de sinal dos coeficientes da primeira coluna da tabela construída
no 3º Passo.”
111
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1º Passo: 𝐷(𝑠) = 𝑠 4 + 2𝑠 3 + 3𝑠 2 + 4𝑠 + 5
2º Passo: Todos coeficientes de 𝐷(𝑠) são positivos, portanto nada pode-se concluir.
3º Passo:
𝑠4 1 3 5
𝑠3 2 4 0
2.3 − 1.4 2.5 − 1.0
𝑠2 =1 =5 0
2 2
1.4 − 2.5
𝑠1 = −6 0
1
−6.5 − 1.0
𝑠0 =5
−6
𝑠1 −𝟔
𝑠0 5
1º passo: 𝐷(𝑠) = 𝑠 3 + 3𝑠 2 − 𝑠 + 5
112
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
𝑠5 1 2 11
𝑠4 2 4 10
2.2 − 1.4 2.11 − 1.10
𝑠3 =0 =6 0
2 2
𝑠2
𝑠1
𝑠0
Neste caso aparece um zero na 1ª coluna e outros elementos desta linha são
diferentes de zero. Veja que não é possível calcular os elementos da linha 𝑠 2 pois seria
necessário dividir por 0. Substitua o 0 por 𝚫 e continue.
𝑠5 1 2 11 𝑠5 1 2 11
𝑠4 2 4 10 𝑠4 2 4 10
𝑠3 Δ 6 0 𝑠3 Δ 6 0
Δ. 4 − 2.6 −12
𝑠2 10 0 𝑠2 10 0
Δ Δ
−12
𝑠1
𝑠 1 Δ . 6 − 10Δ
𝑠0 −12
Δ
𝑠0
113
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑠4 2 4 10
𝑠3 Δ 6 0
−12
𝑠2 10 0
Δ
𝑠1 6
𝑠0 10
Exercícios
7
𝐺(𝑠) =
+ 𝑠5 + 3𝑠 4 2𝑠 3
+ 6𝑠 2 + 6𝑠 + 9
7.3. O piloto automático de um avião tem a seguinte F.T.M.F.:
114
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
(𝑠 + 1)
𝑌(𝑠) 𝐾 𝐾(𝑠 + 1) 𝐾(𝑠 + 1)
𝑠(𝑠 − 1)(𝑠 + 6)
= = = 3 2
𝑈(𝑠) (𝑠 + 1) 𝑠(𝑠 − 1)(𝑠 + 6) + 𝐾(𝑠 + 1) 𝑠 + 5𝑠 + (𝐾 − 6)𝑠 + 𝐾
1+𝐾
𝑠(𝑠 − 1)(𝑠 + 6)
Note que não é possível obter os polos da F.T.M.F. usando a calculadora. Usemos,
assim, o método de Routh-Hurwitz:
115
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
e
𝑲>𝟎 (V)
𝑲 > 𝟕, 𝟓
Exemplo 7.10: Para o sistema controlado por um controlador P.I. dado na Figura 7.20,
encontre as faixas de 𝐾𝑃 e 𝐾𝐼 do controlador tal que o sistema seja estável.
Solução: A F.T.M.F. é
𝑠𝐾 + 𝐾 1
𝑌(𝑠) [ 𝑃𝑠 𝐼] . [ ]
(𝑠 + 1)(𝑠 + 2)
= ⇒
𝑅(𝑠) 1 + [𝑠𝐾𝑃 + 𝐾𝐼 ] . [ 1
]
𝑠 (𝑠 + 1)(𝑠 + 2)
𝑌(𝑠) 𝑠𝐾𝑃 + 𝐾𝐼
⇒ = ⇒
𝑅(𝑠) 𝑠(𝑠 + 1)(𝑠 + 2) + 𝑠𝐾𝑃 + 𝐾𝐼
𝑌(𝑠) 𝑠𝐾𝑃 + 𝐾𝐼
⇒ = 3 2
𝑅(𝑠) 𝑠 + 3𝑠 + (2 + 𝐾𝑃 )𝑠 + 𝐾𝐼
1º passo: 𝐷(𝑠) = 𝑠 3 + 3𝑠 2 + (2 + 𝐾𝑃 )𝑠 + 𝐾𝐼
116
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
3ºpasso:
𝑠2 3 𝐾𝐼
3(2 + 𝐾𝑃 ) − 𝑘𝐼 𝑲𝑰
𝑠1 0 3(2 + 𝐾𝑃 ) − 𝐾𝐼 > 0 ⇒ 𝑲𝑷 > −𝟐 (II)
𝟑
3
𝑠0 𝐾𝐼 𝐾𝐼 > 0 (III)
Exercícios
7.5. Encontre a faixa de 𝐾𝑝 e 𝐾𝑖 do controlador abaixo tal que o sistema seja estável.
117
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑠′ = 𝑠 + 𝛿 (7.14)
ou, ainda
𝑠 = 𝑠′ − 𝛿 (7.15)
Figura 7.25 Translação do eixo imaginário.
Exemplo 7.11: Verifique se o sistema abaixo tem todos os polos à esquerda de 𝑠 = −1.
1
𝐺(𝑠) = (7.16)
𝑠3 + 9𝑠 2 + 26𝑠 + 24
118
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
1
𝐺(𝑠) =
(𝑠′ − 1)3 + 9(𝑠′ − 1)2 + 26(𝑠′ − 1) + 24
Então,
1
𝐺(𝑠) = ⇒
(𝑠 ′ − 1)(𝑠 ′2 − 2𝑠 ′ + 1) + 9(𝑠 ′2 − 2𝑠 ′ + 1) + 26𝑠 ′ − 26 + 24
1
⇒ 𝐺(𝑠) =
𝑠 ′3 + 6𝑠 ′2 + 11𝑠 ′ + 6
𝑠′3 1 11
𝑠′2 6 6
66 − 6 60
𝑠′1 = = 10 0
6 6
𝑠′0 6
∴ Este sistema é estável, sua estabilidade relativa engloba o eixo 𝑠 = −1. Portanto
sua margem de estabilidade é > 1. Isto é, todos polos do sistema (7.16) têm parte real
menor do que −1.
Observação
Para determinar a margem de estabilidade (total) de um sistema é necessário ir
transladando o eixo 𝑠 (imaginário) até o surgimento de um zero na 1º coluna da tabela de Routh-
Hurwitz, indicando que existe polo sobre o eixo imaginário 𝑠′.
Este trabalho pode ser evitado, utilizando-se as calculadoras científicas para obter todos
os polos do sistema (ou o MATLAB).
A margem de estabilidade será igual ao módulo da parte real do polo mais próximo ao
eixo imaginário, supondo-se que todos os polos são de sistema estáveis.
Exercícios
119
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
7.7. Verifique, usando o critério de Routh-Hurwitz, se o sistema abaixo tem todos seus
polos à esquerda de 𝑠 = −2.
𝑠 + 0,1
𝐺(𝑠) =
𝑠 4 + 3𝑠 3 + 𝑠 2 + 2𝑠 + 4
7.8. Projete K tal que o sistema abaixo tenha margem de estabilidade maior que 4.
120
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
𝑠 2 − 10 = 0 ⇒ 𝑃1,2 = ±√10
121
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝐶(𝑠) = 𝐾
2𝐾
𝑋(𝑠) 𝑠 2 − 10 2𝐾
= = 2
𝑋𝑑 (𝑠) 1 + 2𝐾 𝑠 − 10 + 2𝐾
𝑠 2 − 10
1º passo: 𝐷(𝑠) = 𝑠 2 − 10 + 2𝑘
2º passo: Um dos coeficientes do polinômio é igual a zero, ou seja,
𝑠 2 + 𝟎. 𝒔 − (10 + 2𝐾)
(𝑠 + 1)
𝐶(𝑠) = 𝐾
(𝑠 + 2)
2𝐾𝑠 + 2𝐾
=
𝑠3 + 2𝑠 2 + (2𝐾 − 10)𝑠 + 2𝐾 − 20
∴ 𝑲 > 𝟏𝟎 (I)
122
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
𝑠3 1 2𝐾 − 10
𝑠2 2 2𝐾 − 20
2 ∙ (2𝐾 − 10) − 1 ∙ (2𝐾 − 20)
𝑠1 0
2
𝑠0 2𝐾 − 20
Assim, para que não haja alternância de sinal entre os elementos da primeira
coluna, é necessário que
De (I), (II) e (III), este controlador estabiliza o levitador com 𝐾 > 10. Para
especificar o controlador, escolhemos 𝐾 = 20, logo
20(𝑠 + 1)
𝐶(𝑠) =
(𝑠 + 2)
20(𝑠 + 1) 20𝑠 + 20 𝑠 + 2
𝐶(𝑠) = ⇒
(𝑠 + 2) 20𝑠 + 40 20
−20
Logo,
20(𝑠 + 1) 20
𝐶(𝑠) = = 20 −
(𝑠 + 2) 𝑠+2
que equivale a:
123
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Veja que, sendo 𝐻(𝑠) a função de transferência do circuito da Figura (b), teremos:
1
𝐻(𝑠) = 𝑅𝐶
𝑎
𝑠 + 𝑅𝐶
124
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
1 2
Assim, escolhemos: 𝑅𝐶 = 20 e 𝑎 = 20.
Figura 7.35 Circuito de controle para o sistema levitador magnético, implementado com amplificadores operacionais.
Os sinais 𝑥𝑑 (𝑡), 𝑣𝑥 (𝑡) e 𝑖(𝑡) serão conectados com o levitador mostrado na Figura
7.28. Como a corrente de saída do A.O é pequena, o sinal 𝑖(𝑡) de saída do controlador
deverá ter um amplificador de corrente antes de ser conectado na bobina.
Outra alternativa é usar o A.O. da saída como sendo o amplificador LH0101,
indicado na Figura 7.35. Ele é um amplificador cuja potência nominal é de 60 W, com pico
de corrente de saída de 5A, e tensão de alimentação Vcc= 15 V e necessita de dissipador
de calor. Ou ainda, pode-se utilizar o amplificador operacional de potência LM 675.
Exercícios
125
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
126
CAPÍTULO 7 – Estabilidade de Sistemas Dinâmicos
7.12. Um projeto de uma estação espacial orbital está mostrado na Figura 7.41. É crítico
o problema de manter a estação com uma orientação 𝜃𝑒 (𝑡) aproximadamente na direção
do sol 𝜃𝑠 (𝑡) para obter máxima capacidade de geração de energia. O diagrama de blocos
do sistema de controle é dado na Figura 7.42.
127
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
8
Sistems
Neste Capítulo...
Apresentaremos alguns índices de desempenho de resposta
transitória de sistemas dinâmicos de 1ª e 2ª ordem em função de
Controle na parâmetros de sua função de transferência. Faremos, também, uma
associação direta de tais índices com a posição dos polos do sistema,
Indústria no plano-𝒔.
As indústrias modernas
estão exigindo, cada vez
mais, sistemas de controle
automático com alto
desempenho. Por
exemplo, no caso de robôs
utilizados para soldagem
em uma fábrica de
automóveis, o processo da
fabricação exige que o
robô solde vários pontos
em um certo período de
Wikipedia - KUKA Systems GmbH (CC BY-SA 3.0)
tempo relativamente
curto, especificado
previamente. Para
solucionar estes
problemas de controle
automático foram
adotados alguns índices
de desempenho, que
permitem a especificação
do comportamento
desejado do sistema
controlado, para a
elaboração de um projeto.
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
129
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Exemplo 8.1: Considere o sistema de 1ª ordem: tanque d’agua controlado por chave boia
da Figura 8.2.
𝑑
ℎ(𝑡) = 𝑘[𝐴(𝑡) − ℎ(𝑡)] (8.1)
𝑑𝑥
Neste caso, 𝐴(𝑡) é a entrada e ℎ(𝑡) e saída. Logo, a função de transferência será:
𝐻(𝑠) 𝑘
= (8.3)
𝐴(𝑠) 𝑘 + 𝑠
130
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Suponha que este sistema seja estável, ou seja, 𝑎 > 0 pois assim, teremos
𝑝𝑜𝑙𝑜 = −𝑎 < 0.
𝐴
Assim, tem-se que 𝑈(𝑠) = 𝑠 .
Como sabemos, a saída 𝑌(𝑠) pode ser expressa por 𝑌(𝑠) = 𝐺(𝑠) ∙ 𝑈(𝑠). Logo:
𝑎𝑘 𝐴
𝑌(𝑠) = . (8.6)
(𝑠 + 𝑎) 𝑠
131
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
4
Em termos práticos, considera-se que para 𝑡 ≥ 𝑎, o sistema já está em regime
permanente.
1
O tempo 𝑡 = 𝑎 é chamado de constante de tempo do sistema, simbolizado por 𝜏:
1
𝜏=
𝑎
Figura 8.7 Influência do valor de 𝜏 (ou, equivalentemente, do polo ) na rapidez da resposta transitória em um sistema de 1ª
ordem.
132
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Ω(𝑠) 𝑘𝑎
= 𝐺(𝑠) =
𝑉(𝑠) 𝑠+𝑎
𝑟𝑝𝑚
Adicionalmente, 𝐴 = 2. Logo, 𝑘 = 500 ⁄𝑉 e, ainda:
1
= 2s ⇒ 𝑎 = 0,5[s−1 ]
𝑎
Finalmente:
500.0,5 250
𝐺(𝑠) = = (Função de transferência do Motor C.C.)
𝑠 + 0,5 𝑠 + 0,5
𝑌(𝑠) 𝑓𝑠 + 𝑘
= 𝐺(𝑠) =
𝑋(𝑠) 𝑚𝑠 2 + 𝑓𝑠 + 𝑘
133
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
0.25
0.2
y(t)[m]
0.15
0.1
0.05
0
0 5 10 15 20 25 30
Tempo[s]
0.35
0.3
0.3
0.25
0.25
0.2
y(t)[m]
y(t)[m]
0.2
0.15
0.15
0.1
0.1
0.05 0.05
0 0
0 5 10 15 20 25 30 0 5 10 15 20 25 30
Tempo[s] Tempo[s]
Figura 8.12 Resposta do sistema de amortecimento a um degrau Figura 8.11 Resposta do sistema de amortecimento a um degrau
𝑁 𝑁
de 25 cm, para 𝑓 = 300 𝑚⁄ . de 25 cm, para 𝑓 = 1500 𝑚⁄ .
𝑠 𝑠
Veja, pela Figura 8.11, que um valor menor para o coeficiente 𝑓 o sistema apresenta
maiores oscilações durante o transitório. E, por sua vez, um aumento no valor de 𝑓 faz
com que as oscilações ao longo do transitório sejam atenuadas.
Na prática, especifica-se por meio de um parâmetro quão grande devem ser as
oscilações ou o amortecimento do sistema. E, então, o projeto de controlador deverá ser
feito de modo a atender a essas especificações.
134
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Δ = 𝑏 2 − 4𝑎𝑐 = 4𝜔𝑛2 (𝜉 2 − 1)
2𝜉𝜔𝑛 ± √4𝜔𝑛2 (𝜉 2 − 1)
𝑃1,2 = − = −𝜉𝜔𝑛 ± 𝜔𝑛 √𝜉 2 − 1 (8.9)
2
Ou ainda,
135
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Observações
i. Se 𝜉 = 1, temos um sistema criticamente amortecido. Neste caso, os polos são: 𝑃1,2 = 𝜔𝑛
ii. Para 𝜉 > 1 temos o caso de um sistema superamortecido. Neste caso, os polos são:
𝑃1,2 = −𝜉𝜔𝑛 ± 𝜔𝑛 √(𝜉 2 − 1), que não tem componente imaginário:
que correspondem a dois polos de dois sistemas de primeira ordem. Assim, a resposta transitória
será a composição das respostas de cada sistema de primeira ordem calculadas separadamente.
iii. Se 𝜉 = 0 temos um sistema não amortecido. Neste caso, os polos são: 𝑃1,2 = ±𝑗𝜔𝑛
136
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
𝜉ω𝑛
𝑦(𝑡) = 𝑘 {1 − 𝑒 −𝜉𝜔𝑛𝑡 . [cos (𝜔𝑛 √1 − 𝜉 2 . 𝑡) + . sen (𝜔𝑛 √1 − 𝜉 2 . 𝑡)]} (8.12)
𝜔𝑛 √1 − 𝜉 2
𝜔𝑑 = 𝜔𝑛 √1 − 𝜉 2 e 𝜎 = 𝜉𝜔𝑛
𝜎
𝑦(𝑡) = 𝑘 {1 − 𝑒 −𝜎𝑡 . [cos(𝜔𝑑 . 𝑡) + . sen(𝜔𝑑 . 𝑡)]} (8.13)
𝜔𝑑
137
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑑 𝜎
𝑦(𝑡) = 𝑘 {𝜎𝑒 −𝜎𝑡 ∙ [cos(𝜔𝑑 𝑡) + sen(𝜔𝑑 𝑡)] − 𝑒 −𝜎𝑡 [−𝜔𝑑 sen(𝜔𝑑 𝑡) + 𝜎 cos(𝜔𝑑 𝑡)]} = 0
𝑑𝑡 𝜔𝑑
Ou ainda:
−𝜎𝑡
𝜎 2 𝑒 −𝜎𝑡
𝜎𝑒 𝑐𝑜𝑠(𝜔𝑑 𝑡) + 𝑠𝑒𝑛(𝜔𝑑 𝑡) + 𝜔𝑑 𝑒 −𝜎𝑡 𝑠𝑒𝑛(𝜔𝑑 𝑡) − 𝜎𝑒 −𝜎𝑡 𝑐𝑜𝑠(𝜔𝑑 𝑡) = 0
𝜔𝑑
Portanto
𝜎2
𝑒 −𝜎𝑡 ∙ [ 𝑠𝑒𝑛(𝜔𝑑 𝑡) + 𝜔𝑑 𝑠𝑒𝑛(𝜔𝑑 𝑡)] = 0 (8.14)
𝜔𝑑
𝜎2
𝑠𝑒𝑛(𝜔𝑑 𝑡) + 𝜔𝑑 𝑠𝑒𝑛(𝜔𝑑 𝑡) = 0
𝜔𝑑
Ou ainda,
𝜎2
( + 𝜔𝑑 ) 𝑠𝑒𝑛(𝜔𝑑 𝑡) = 0 (8.16)
𝜔𝑑
𝑠𝑒𝑛(𝜔𝑑 𝑡) = 0 ⇒ 𝜔𝑑 = 0 , 𝜋 , 2𝜋 , 3𝜋 ⋯
Assim, temos:
• Se 𝑡 = 0 ⇒ ponto de mínimo (não serve)
𝜋
• Se 𝑡 = 𝜔 ⇒ é o primeiro instante de derivada nula, logo este é o instante de pico.
𝑑
𝝅
𝒕𝒑 = Tempo de Pico (𝑡𝑝 )
𝝎𝒏 √𝟏 − 𝝃𝟐
138
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Lembre-se:
𝜋 𝜋 𝜎 𝜋
−𝜎( )
𝑀𝑆 = −𝑘 + 𝑘 {1 − 𝑒 𝜔𝑑 ∙ [cos (𝜔𝑑 ∙ ( )) + ∙ sen (𝜔𝑑 ∙ ( ))]} ⇒
𝜔𝑑 𝜔𝑑 𝜔𝑑
𝜋
−𝜎( )
⇒ 𝑀𝑆 = 𝑘𝑒 𝜔𝑑
Logo,
𝜋
−𝜎( )
𝑀𝑆 𝑘𝑒 𝜔𝑑
𝑃. 𝑂. (%) = ∙ 100 (%) = . 100 (%)
𝑘 𝑘
Mas, 𝜔𝑑 = 𝜔𝑛 √1 − 𝜉 2 e 𝜎 = 𝜉𝜔𝑛 .
Então, finalmente:
𝜉𝜔𝑛 𝜋
−( )
𝑃. 𝑂. (%) = 𝑒 𝜔𝑛 √1−𝜉 2 . 100 (%) ⇒
𝝃𝝅
−( )
𝑷. 𝑶. (%) = 𝒆 √𝟏−𝝃𝟐 . 𝟏𝟎𝟎 (%) Porcentagem de
Overshoot (𝑃𝑂(%))
para 0 < 𝜉 < 1.
139
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝜎
𝑦(𝑡) = 𝑘 {1 − 𝑒 −𝜎𝑡 . [cos(𝜔𝑑 . 𝑡) + . sen(𝜔𝑑 . 𝑡)]}
𝜔𝑑
pode ser interpretada como um sinal oscilatório com a amplitude que decresce ao longo
do tempo, conforme ilustra a Figura 8.18.
Podemos provar este fato ao notarmos que vimos em a) tempo de pico, que os
pontos de derivada nula de 𝑦(𝑡), isto é:
𝑑
𝑦(𝑡) = 0
𝑑𝑥
k𝜋
ocorrem para 𝑡𝑖 = 𝜔𝑖 , 𝑘𝑖 = 0, 1, 2 , 3, ⋯ e assim,
𝑑
𝜎
𝑦(𝑡) = 𝑘 {1 − 𝑒 −𝜎𝑡 . [𝑐𝑜𝑠(𝜔𝑑 . 𝑡𝑖 ) + . 𝑠𝑒𝑛(𝜔𝑑 . 𝑡𝑖 )]} (8.17)
𝜔𝑑
140
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Note que
𝜎 1, se k 𝑖 é par
[cos(𝜔𝑑 ∙ 𝑡𝑖 ) +∙ sen(𝜔𝑑 ∙ 𝑡𝑖 )] = { (8.18)
𝜔𝑑 −1, se k 𝑖 é par
Logo, por (8.18) temos que (8.17) pode ser reescrito como
Ou
𝑦(𝑡) = 𝑘{1 + 𝑒 −𝜎𝑡 } (8.20)
Ou
ln 0,01
−𝜎𝑡𝑒 = ln 0,01 ⇒ 𝑡𝑒 = −
𝜎
Porém, 𝜎 = 𝜔𝑛 𝜉. Logo,
𝐥𝐧 𝟎, 𝟎𝟏 𝟒, 𝟔 Tempo de
𝒕𝒆 = − = Estabelecimento (𝑡𝑒 )
𝝎𝒏 𝝃 𝝎𝒏 𝝃
(critério de 1%)
141
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Se desejar que o critério para considerar entrada em regime permanente seja de 2%,
tem-se:
𝐥𝐧 𝟎, 𝟎𝟐 𝟑, 𝟗 Tempo de
𝒕𝒆 = − = Estabelecimento (𝑡𝑒 )
𝝎𝒏 𝝃 𝝎𝒏 𝝃
(critério de 2%)
𝐥𝐧 𝟎, 𝟎𝟓 𝟑 Tempo de
𝒕𝒆 = − = Estabelecimento (𝑡𝑒 )
𝝎𝒏 𝝃 𝝎𝒏 𝝃
(critério de 5%)
𝟏, 𝟖
𝒕𝒔 ≈ Tempo de Subida
𝝎𝒏
que é uma aproximação considerando 𝜉 = 0,5, (veja OGATA para mais detalhes).
Exercícios
142
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
𝟏,𝟖
a) Tempo de subida: 𝒕𝒔 ≈ 𝝎
𝒏
Figura 8.20 Região de posicionamento dos polos de um sistema de 2ª ordem para que 𝑡𝑠 seja igual a 1,8 𝑠𝑒𝑔.
143
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Agora, caso queiramos que 𝑡𝑠 ≤ 1,8 𝑠𝑒𝑔, então 𝜔𝑛 ≥ 1. Portanto, para 𝑡𝑠 ≤ 1,8 𝑠𝑒𝑔
os polos deverão estar dentro da região hachurada da Figura 8.21.
𝟏
Região para
𝝎𝒏 ≥ 𝟏
(𝒕𝒔 ≤ 𝟏, 𝟖𝒔𝒆𝒈)
𝜽
−𝟏
−𝟏
Figura 8.21 Região de posicionamento dos polos de um sistema de 2ª ordem para que 𝑡𝑠 seja menor ou igual a 1,8 𝑠𝑒𝑔.
𝝃𝝅
−( )
√𝟏−𝝃𝟐
b) Porcentagem de Overshoot: 𝑷. 𝑶. = 𝟏𝟎𝟎 𝒆
Por exemplo, supondo que 𝑃. 𝑂. = 16% , então 𝜉 = 0,5, qualquer que seja o valor de
𝜔𝑛 . Logo:
Figura 8.22 Região de posicionamento dos polos de um sistema de 2ª ordem para que a P.O. seja igual a 16 %.
arccos 𝜉 ≤ 60°
144
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Figura 8.23 Região de posicionamento dos polos de um sistema de 2ª ordem para que a P.O. seja menor ou igual a 16 %.
𝟒,𝟔
c) Tempo de estabelecimento: 𝒕𝒆 = 𝝎 (critério de 1%)
𝒏𝝃
Por exemplo, sendo 𝑡𝑒 = 2,6 s, então teremos 𝜉𝜔𝑛 = 1,8, para quaisquer 𝜔𝑛 e 𝜉.
Assim, para 𝑡𝑒 = 2,6 os polos deverão estar sobre a reta vertical mostrada na Figura
8.24.
Figura 8.24 Região de posicionamento dos polos de um sistema de 2ª ordem para que 𝑡𝑒 seja igual a 1,8 s.
Figura 8.25 Região de posicionamento dos polos de um sistema de 2ª ordem para que 𝑡𝑒 seja menor ou igual a 1,8 s.
145
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
• 𝑡𝑠 ≤ 0,9 s ⇒ 𝜔𝑛 ≥ 2
• 𝑃. 𝑂. ≤ 16% ⇒ 𝜉 ≥ 0,5
• 𝑡𝑒 ≤ 3 s ⇒ 𝜔𝑛 𝜉 ≥ 1,5
Observação
Em muitos casos práticos os polos do sistema NÃO se encontram dentro da região que
garante que os parâmetros de desempenho requisitados sejam atendidos. Nos próximos
capítulos estudaremos uma maneira de modificar a posição 𝑃1 e 𝑃2 dos polos utilizando a
realimentação. Isto será possível através da técnica de projeto conhecida como Método Root
Locus ou Método do Lugar das Raízes.
146
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Exercícios
8.2. Desenhe a região do plano-𝑠 na qual os polos do sistema de segunda ordem deverão
estar para atender as seguintes especificações:
a) 𝑡𝑠 ≤ 1,2s, 𝑃. 𝑂. ≤ 10% e 𝑡𝑒 ≤ 4s;
b) 𝑡𝑠 ≤ 1,1s, 𝑃. 𝑂. ≤ 20% e 1s ≤ 𝑡𝑒 ≤ 6s;
c) 𝑡𝑠 ≤ 4s, 𝑃. 𝑂. ≤ 15% e 1s ≤ 𝑡𝑒 ≤ 4s;
d) 𝑡𝑠 ≤ 0,9s, 10% ≤ 𝑃. 𝑂. ≤ 20% e 1s ≤ 𝑡𝑒 ≤ 4s.
8.3. Desenhe no plano-𝑠 a região que satisfaz a todas as restrições de desempenho dados
no Exemplo 8.5.
Os polos de uma 𝐺(𝑠) ou são reais ou pares complexos conjugados, então, uma
função de transferência com número de polos maior que 2 é dada por:
𝑚
𝑌(𝑠) 𝑘 ∏𝑖=1(𝑠 + 𝑘𝑖 )
= 𝐺(𝑠) = 𝑞 𝑟 (8.21)
𝑈(𝑠) ∏𝑗=1(𝑠 + 𝑝𝑗 ) ∏𝑘=1(𝑠 2 + 2𝜉𝑘 𝜔𝑘 𝑠 + 𝜔𝑘2 )
Se os polos forem distintos e a entrada tipo degrau unitário, a resposta será: 𝑌(𝑠) =
1
𝐺(𝑠). s , que expandida em funções parciais:
𝑞 𝑟
𝑎 𝑎𝑗 𝑏𝑘 (𝑠 + 𝜉𝑘 𝜔𝑘 ) + 𝑐𝑘 𝜔𝑘 √1 − 𝜉𝑘2
𝑌(𝑠) = + ∑ +∑ (8.22)
𝑠 𝑠 + 𝑝𝑗 𝑠 2 + 2𝜉𝑘 𝜔𝑘 𝑠 + 𝜔𝑘2
𝑗=1 𝑘=1
1a ordem 2a ordem
147
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura 8.29 Diferentes tipos de respostas de um sistema: combinação de características oscilatórias e/ou exponenciais.
148
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Outro fator que influencia na dominância de polos é a presença de zeros. Polos que
possuem zeros em suas proximidades tendem a se “enfraquecer”. Isto é, sua resposta será
menos dominante em detrimento a resposta de outros polos.
Por exemplo, a Figura
8.31(a) mostra os mesmos
polos do sistema de 3ª
ordem apresentado
anteriormente. Contudo,
agora o sistema conta com
um par de zeros complexos
conjugados, localizados
próximos aos polos
complexos conjugados.
Na situação da Figura
Figura 8.31 Dominância de polos: os zeros complexos conjugados enfraquecem os polos
8.30(a), os polos
complexos conjugados, passando a dominância para o polo real.
complexos detinham a
dominância sobre o polo real. Porém, neste novo caso, os polos complexos são
enfraquecidos pelos zeros, e assim, o polo real, mesmo estando mais longe do eixo
imaginário, passa a ter a dominância sobre a resposta do sistema.
Uma vez que o polo dominante é um polo característico de um sistema de 1ª ordem,
a resposta do sistema será muito próxima a resposta exponencial, típica de sistemas de 1ª
ordem, conforme mostra a Figura 8.31(b).
Contudo, quando a razão entre as partes reais dos polos do sistema não é grande
(maior do que 5), e não existem zeros nas proximidades (veja Figura 8.32(a) ), não existe
dominância, e assim a saída será uma composição das contribuições de cada um dos polos
(Figura 8.32(b)).
Figura 8.32 Dominância de polos: os pares complexos conjugados encontram-se próximos e não existem zeros nas
proximidades, logo não existe dominância.
5 1
Exemplo 8.6: Considere 𝐺(𝑠) = (𝑠+1)(𝑠+5) e entrada degrau: 𝑈(𝑠) = 𝑠 .
Temos:
5 1
1 5 1 −
𝑌(𝑠) = 𝐺(𝑠). = = + 4 + 4
𝑠 𝑠(𝑠 + 1)(𝑠 + 5) 𝑠 (𝑠 + 1) (𝑠 + 5)
149
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Logo:
5 1
𝑦(𝑡) = 1 − 𝑒 −𝑡 + 𝑒 −5𝑡 , 𝑡≥0 (8.23)
4 4
referente referente
ao polo -1 ao polo -5
Na Figura 8.33(a) temos uma representação gráfica da resposta (8.23). Note a
configuração dos polos do sistema na Figura 8.33(b).
Observação
Como os projetos dos controladores sempre terão as especificações 𝑃. 𝑂., 𝑡𝑠 e 𝑡𝑒 retiradas
da resposta de 2ª ordem, sempre deverá ser observada a existência de dominância de polos.
𝑌(𝑠) 25
= 𝐺(𝑠) = 2
𝑈(𝑠) 𝑠 + 4𝑠 + 25
Para uma entrada tipo rampa usa-se o comando lsim. A título de exemplo, na Tabela
8.2 apresentamos um programa que permite obter a resposta do sistema para uma
entrada rampa, aplicada a um sistema cuja função de transferência é:
𝑌(𝑠) 1
= 𝐺(𝑠) = 2
𝑈(𝑠) 𝑠 +𝑠+1
Por fim, as Figura 8.34 e 8.35 mostram os gráficos resultantes da execução de cada
um dos dois programas.
150
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
Tabela 8.1 Programa no MATLAB para gerar gráfico da resposta ao degrau unitário de um certo sistema (OGATA).
Tabela 8.2 Programa no MATLAB para gerar gráfico da resposta a rampa de um certo sistema (OGATA).
151
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1.2
0.8
y(t)
0.6
0.4
0.2
0
0 0.5 1 1.5 2 2.5 3
Tempo (seconds)
1.8
1.6
Entrada e Saída do Sistema
1.4
1.2
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
Tempo (s)
Figura 8.35 Gráfico gerado a partir do programa da Tabela 8.2.
152
CAPÍTULO 8 – Resposta Transitória de Sistemas de 1ª e 2ª Ordem
153
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura 8.39 Comportamento dos índices ITAE, ITSE e ISE em função do parâmetro 𝜉.
Desta análise, temos que o valor ótimo de 𝜉 que minimiza o 𝐼𝑇𝐴𝐸 é 𝜉 = 0,6.Para
maiores detalhes, veja DORF.
154
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
9
Sistems
ERRO DE REGIME
9 Erro de Regime Permanente
PERMANENTE
Neste Capítulo...
Iremos estudar a relação entre precisão de sistemas de controle com
os parâmetros do sistema. Será analisado o erro entre a entrada
O erro nulo referência do sistema e a saída, verificando como diminuí-lo ou torná-
lo nulo.
Muitos problemas
práticos, especialmente
envolvendo tarefas
industriais, exigem que o
erro na execução de um
comando seja nulo ou
muito pequeno. Na
confecção de placas de
equipamentos
eletrônicos, como
computadores e
celulares, braços
mecânicos são
incumbidos de fixar
circuitos integrados
(C.I.’s) em uma posição
minuciosamente
determinada,
deslocando-se de um
MCF Electronics ©
Sistems
Os dois exemplos que serão apresentados a seguir tratam de dois tipos de entrada
muito utilizadas em controle e o erro da saída em relação a elas: entrada degrau e
entrada rampa.
É importante salientar que esses erros são sempre tomados após ter ocorrido
todos os transitórios, ou seja, são erros de regime permanente.
Exemplo 9.1 O braço mecânico que ilustra a capa deste capítulo tem a função de colocar
C.I.’s sobre a placa de circuito impresso (PCI) e não deve ter erro no posicionamento. A
Figura 9.1 apresenta uma ilustração deste problema.
De acordo com a problemática exposta, sendo 𝑒(𝑡) o erro entre a referência 𝑢(𝑡) e a
posição do CI 𝑥(𝑡), temos como imposição:
156
CAPÍTULO 9 – Erro de Regime Permanente
Note que no Exemplo 9.1 𝑢(𝑡) é uma entrada tipo degrau (Figura 9.4 (a)), sendo
assim, esse foi um exemplo de sistema que deve ter pequeno erro de regime permanente
para uma entrada tipo degrau. Agora, vejamos um novo exemplo, que envolve um tipo
diferente de entrada.
Figura 9.3 Sinal de referência do sistema do braço mecânico - entrada degrau (a). Sinal de referência do sistema
posicionador - entrada rampa (b).
Sendo assim, podemos representar 𝜃𝑆 (𝑡) segundo Figura 9.4 Problema de alinhamento entre satélite e antena.
a Figura 9.4 (b).
Note que 𝜃𝑠 (𝑡) é uma entrada do tipo rampa. O diagrama de blocos do sistema
posicionador é apresentado na Figura 9.5.
157
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
O rastreamento apresentado no
Exemplo 9.2 pode ser ilustrado no gráfico da
Figura 9.6, onde a saída 𝜃𝐴 (𝑡) busca a
referência 𝜃𝑠 (𝑡), ou seja: 𝑒(𝑡) = 𝜃𝑠 (𝑡) −
𝜃𝐴 (𝑡) = 0 quando 𝑡 → ∞.
Este é um exemplo de sistema que deve
ter pequeno erro de regime permanente para
uma entrada tipo rampa.
A seguir mostraremos algumas
Figura 9.6 Sinal de saída seguindo entrada de referência condições necessárias de 𝐷(𝑠) e 𝐺(𝑠) para que
rampa. essas especificações de erros de regime
permanente sejam atendidas.
Nos Exemplos 9.1 e 9.2, o sistema de controle é do tipo cujo diagrama de blocos é
apresentado na Figura 9.7.
Figura 9.7 Diagrama de blocos de sistema de controle padrão para análise do erro de regime permanente.
158
CAPÍTULO 9 – Erro de Regime Permanente
Porém, para aplicarmos o T.V.F, os polos de 𝑠 ∙ 𝐸(𝑠) deverão ter parte real menor
que zero. Entretanto, observe que a F.T.M.F. do diagrama da Figura 9.7
𝑌(𝑠) 𝐷(𝑠)𝐺(𝑠)
= , (9.6)
𝑈(𝑠) 1 + 𝐷(𝑠)𝐺(𝑠)
𝐸(𝑠)
que possui os mesmos polos de . Portanto pode-se aplicar o T.V.F. se for verificado que
𝑈(𝑠)
o sistema realimentado é estável e a entrada é do tipo degrau. Assim, por (9.5) e (9.4):
1
𝑒(+∞) = lim 𝑠. 𝐸(𝑠) = lim 𝑠. ( . 𝑈(𝑠)) (9.7)
𝑠→0 𝑠→0 1 + 𝐷(𝑠)𝐺(𝑠)
1
supondo entrada degrau, ou seja, 𝑈(𝑠) = 𝑠 .
Vamos analisar 𝑒(+∞) para três tipos de entrada: degrau, rampa e parábola.
a) Entrada degrau
Neste caso,
𝐴
𝑈(𝑠) = (9.8)
𝑠
Substituindo (9.8) em (9.7), tem-se
1 𝐴
𝑒(+∞) = lim 𝑠. 𝐸(𝑠) = lim 𝑠 ∙ ( ∙ )
𝑠→0 𝑠→0 1 + 𝐷(𝑠)𝐺(𝑠) 𝑠
Então,
𝐴 𝐴
𝑒(+∞) = lim = (9.9)
𝑠→0 1 + 𝐷(𝑠)𝐺(𝑠) 1 + lim 𝐷(𝑠)𝐺(𝑠)
𝑠→0
𝐴 (9.12)
𝑒(+∞) = ≠0
1 + 𝑘𝑃
159
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Obs.: é suposto que também não exista nenhum zero na origem do plano 𝒔.
𝐴 (9.15)
𝑒(+∞) = =0
1 + 𝑘𝑃
Figura 9.8 Interpretação do erro de regime permanente considerando entrada degrau: sem polo na origem (a) em D(s)G(s);
com um polo na origem (b) em D(s)G(s)
b) Entrada rampa
Neste caso,
A (9.16)
𝑈(s) =
s2
Substituindo (9.16) em (9.9), tem-se
1 A
𝑒(+∞) = lim 𝑠 ∙ ( ∙ 2) (9.17)
𝑠→0 1 + 𝐷(𝑠)𝐺(𝑠) s
Para todas as deduções mostradas a seguir, supõe-se que 𝐷(𝑠)𝐺(𝑠) não tenha zeros
na origem do plano-s, ou seja, 𝑧𝑖 ≠ 0 em (9.10).
160
CAPÍTULO 9 – Erro de Regime Permanente
1 A 1 A
𝑠 ∙ 𝐸(𝑠) = 𝑠 ∙ ∙ 2= ∙ (9.18)
1 + 𝐷(𝑠)𝐺(𝑠) s 1 + 𝐷(𝑠)𝐺(𝑠) s
possui um polo instável: 𝑠 = 0.
Assim, para encontrar 𝑒(+∞) expande-se 𝐸(𝑠) em frações parciais:
1 𝐴1 𝐴2
𝐸(𝑠) = ∙= 2 + + 𝐻(𝑠) (9.19)
1 + 𝐷(𝑠)𝐺(𝑠) 𝑠 𝑠
𝐴
Neste caso ℒ −1 { 𝑠21 } = 𝐴1 𝑡, que é uma rampa logo, 𝑒(𝑡) → ∞ para 𝑡 → ∞.
Na Figura 9.9 apresentamos uma interpretação do resultado obtido acima.
Figura 9.9 Interpretação do erro de regime permanente considerando entrada rampa e sem polo na origem em D(s)G(s).
Figura 9.10 - Interpretação do erro de regime permanente considerando entrada rampa e com um polo na origem em
D(s)G(s).
161
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura 9.11 - Interpretação do erro de regime permanente considerando entrada rampa e com dois polos na origem em
D(s)G(s).
Exercícios
9.1. Mostre que se 𝐷(𝑠) ∙ 𝐺(𝑠) tiver 2 ou mais polos na origem do plano-s, o erro de
regime também será nulo para uma entrada degrau.
9.2. Mostre que se 𝐷(𝑠) ∙ 𝐺(𝑠) tiver 3 ou mais polos na origem do plano-s, o erro
de regime também será nulo para uma entrada rampa.
9.3. Deduza os resultados para entrada tipo parábola.
162
CAPÍTULO 9 – Erro de Regime Permanente
Observações
1. Foi suposto que 𝐷(𝑠)𝐺(𝑠) não possui zeros na origem do plano-𝑠. Caso 𝐷(𝑠)𝐺(𝑠) tenha
zero na origem, então efetuar primeiramente o possível cancelamento com os polos de
𝐷(𝑠)𝐺(𝑠) na origem e então depois aplicar a tabela acima.
2. Inicialmente, foi suposto que o sistema
fosse estável para que se pudesse aplicar o T.V.F., portanto esta tabela só é válida se o
sistema de malha fechada for estável.
3. Foi suposto que o sistema realimentado tivesse realimentação unitária, sensor com
ganho unitário. Se isto não ocorrer, a tabela acima não é válida.
Exemplo 9.3: Considere o sistema de controle da antena rastreadora de satélite que foi
apresentado na Figura 9.5. Sendo
1
𝐺(𝑠) = 2 ,
𝐽𝑠 + 𝐵𝑠
quantos polos na origem o controlador 𝐷(𝑠) deverá possuir para que o erro de regime
permanente entre 𝜃𝐴 (𝑡) e 𝜃𝑆 (𝑡) seja nulo para uma entrada tipo rampa?
Solução: Segundo a Tabela 9.1, o erro de regime será nulo para uma entrada tipo rampa
se o número de polos de 𝐷(𝑠)𝐺(𝑠) na origem for igual a 2, no mínimo.
163
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Temos:
1 1
𝐷(𝑠)𝐺(𝑠) = 𝐷(𝑠). = 𝐷(𝑠).
𝐽𝑠 2 + 𝐵𝑠 𝑠(𝐽𝑠 + 𝐵)
1 polo na
origem
Assim, concluímos que 𝐷(𝑠) deverá ter um polo na origem para que o erro de
regime seja nulo.
Exercícios
9.5. Considerando o sistema da Figura 9.14, calcule o erro de regime permanente para
entrada degrau unitário e para entrada rampa de inclinação unitária.
164
CAPÍTULO 9 – Erro de Regime Permanente
9.7. Projete 𝐷(𝑠) tal que o sistema de controle de posição do veículo explorador de Marte
(abordado na Pág. 126) tenha erro de regime permanente nulo para entrada degrau
e seja estável:
165
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
10
Sistems
Neste Capítulo...
Veremos que existem situações nas quais sinais indesejados, chamados
distúrbios, atuam sobre o sistema, interferindo em seu funcionamento.
Estudaremos maneiras de se minimizar o impacto de sinais de
Entrada Distúrbio distúrbio na saída de um sistema através do projeto de controladores.
Em muitas ocasiões,
entradas indesejadas
chamadas distúrbios
atuam sobre sistemas
dinâmicos influenciando
no comportamento de
sua saída. A exemplo
disto, a ação do vento
sobre o refletor de uma
antena rastreadora de
satélite provoca desvios
indesejados em sua
National Aeronautics and Space Administration (NASA)
posição angular.
Seria muito interessante
se a influência do
distúrbio na saída do
sistema pudesse ser
minimizada ou até
mesmo eliminada. O
projeto de sistemas de
controle tem se
mostrado como uma
saída muito eficiente
para este típico problema
prático. Vejamos, neste
capítulo, como isto
funciona.
CAPÍTULO 10 – Sinais de Perturbação em Sistemas de Controle
Exemplo 10.1: Considere a antena rastreadora de satélite da Figura 10.1. A posição 𝜃(𝑡)
da antena é ajustada através de um motor que provoca a rotação do refletor. A antena está
sujeita a ação do vento, e existe atrito entre o mancal e o eixo de rotação do refletor
Neste caso, tem-se presente na antena o
torque do motor (𝑇𝑚 (𝑡)) que aciona o giro da
antena, o torque de atrito (𝑇𝑎 (𝑡)) do eixo da
antena e o torque devido à ação do vento 𝑇𝑣 (𝑡) na
parte superior da antena.
Seja 𝐽 o momento de inércia da antena em
torno ao eixo e 𝐵 o coeficiente de atrito temos:
167
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1
𝜃(𝑠) = [𝑇 (𝑠) − 𝑇𝑣 (𝑠)] (10.6)
𝑠(𝐽𝑠 + 𝐵) 𝑚
Figura 10.2 Diagrama de blocos do sistema antena rastreadora sob ação de distúrbio.
Neste caso, o torque do vento é chamado de distúrbio, pois ele atrapalha o controle
da posição angular (𝜃(𝑠)) da antena realizada pelo torque do motor (𝑇𝑚 (𝑠)).
Assim, um projeto de controle eficiente deverá levar em consideração a atuação do
distúrbio para que o sistema apresente um comportamento adequado. A Figura 10.3
apresenta o diagrama de blocos de tal sistema de controle com realimentação.
Figura 10.3 Diagrama de blocos do sistema de controle para a antena rastreadora sob ação de distúrbio.
Note que agora o sistema tem duas entradas, sendo elas a referência 𝜃(𝑠)
(desejada) e 𝑇𝑣 (𝑠), que é o distúrbio provindo do vento (indesejável). A função de
transferência entre a saída (𝜃(𝑠)) e as duas entradas 𝜃𝑠 (𝑠) e 𝑇𝑣 (𝑠) é dada por
1
𝜃 (𝑠 ) = [𝑇 (𝑠) − 𝑇𝑣 (𝑠)] (10.7)
𝑠(𝐽𝑠 + 𝐵) 𝑚
Porém,
1
𝜃(𝑠) = [𝑘(𝜃𝑠 (𝑠) − 𝜃(𝑠)) − 𝑇𝑣 (𝑠)] (10.9)
𝑠(𝐽𝑠 + 𝐵)
168
CAPÍTULO 10 – Sinais de Perturbação em Sistemas de Controle
Ou ainda:
𝑠(𝐽𝑠 + 𝐵)𝜃(𝑠) + 𝑘𝜃(𝑠) = 𝑘𝜃𝑠 (𝑠) − 𝑇𝑣 (𝑠), (10.10)
Então, obtém-se:
𝑘 1
𝜃(𝑠) = 𝜃𝑠 (𝑠) − 𝑇 (𝑠) (10.11)
𝑠(𝐽𝑠 + 𝐵) + 𝑘 𝑠(𝐽𝑠 + 𝐵) + 𝑘 𝑣
Concluímos, assim, que este sistema tem duas funções de transferência, uma de
𝜃𝑠 (𝑠) para 𝜃(𝑠) e outra de 𝑇𝑣 (𝑠)para 𝜃(𝑠), isto é:
Sendo
𝑘
𝐺1 (𝑠) = (10.13-a)
𝑠(𝐽𝑠 + 𝐵) + 𝑘
−1 (10.13-b)
𝐺2 (𝑠) =
𝑠(𝐽𝑠 + 𝐵) + 𝑘
𝐴
𝑒(+∞) = , (10.14)
𝐾𝑉
1 𝑘
𝐾𝑉 = 𝑙𝑖𝑚 𝑠𝐷(𝑠)𝐺(𝑠) = 𝑙𝑖𝑚 𝑠𝑘 =
𝑠→0 𝑠→0 𝑠(𝐽𝑠 + 𝐵) 𝐵
Logo:
𝐴. 𝐵
𝑒(+∞) = (10.15)
𝑘
Assim, para que o erro de regime seja pequeno, 𝑘 tem que ser suficientemente
grande. Desta forma, valor grande de 𝑘 é adequado que este sistema possa rejeitar o
distúrbio e ter erro de regime pequeno.
169
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
O projeto do controlador para rejeição do ruído (ou perturbação) pode ser feito
supondo que o distúrbio seja do tipo degrau e então analisa-se o valor de regime
permanente de saída 𝑦(+∞).
Suponha que o vento seja uma entrada tipo degrau:
1
𝑇𝑣 =
𝑠
1
Então, 𝜃(𝑠) = 𝐺2 (𝑠) ∙ 𝑇𝑣 (𝑠) = 𝐺2 (𝑠) ∙ 𝑠
No regime permanente:
(−1) 1
𝜃(𝑡)|𝑡→∞ = lim 𝑠. .
𝑠→0 𝑠(𝐽𝑠 + 𝐵) + 𝑘 𝑠
1
∴ |𝜃(𝑡)|𝑡→∞ = |− 𝑘|, logo 𝑘 deve ser grande.
Exemplo 10.2: Foi construído um túnel sob o Canal da Macha, ligando a Inglaterra à
França (Dorf, 2ºed.). Duas máquinas perfuratrizes foram usadas, saindo ambas das
extremidades do canal, indo em direção ao centro, um total de 23,5 milhas. Para obter a
precisão necessária para o encontro delas no meio do túnel foi montado um sistema de
orientação a laser, um modelo do controle das máquinas é dado conforme a Figura 10.4.
𝑘 + 11𝑠 1
𝑌(𝑠) = ∙ 𝑅(𝑠) + ∙ 𝐷(𝑠) (10.17)
𝑠 2 + 12𝑠 + 𝑘 𝑠 2 + 12𝑠 + 𝑘
Para projetar 𝑘 tal que ocorra rejeição do distúrbio 𝐷(𝑠) fez-se 𝑅(𝑠) = 0 em (10.17)
e 𝐷(𝑠) uma entrada tipo degrau, obtendo:
170
CAPÍTULO 10 – Sinais de Perturbação em Sistemas de Controle
1 1
𝑌(𝑠) = ∙
+ 12𝑠 + 𝑘 𝑠 𝑠2
Assim, o valor de regime permanente da saída é:
1 1
𝑦(+∞) = lim 𝑠𝑌(𝑠) = lim 𝑠. .
𝑠→0 𝑠→0 𝑠2 + 12𝑠 + 𝑘 𝑠
1
𝑦(+∞) =
𝑘
Então, é necessário que 𝑘 seja grande para que a saída 𝑦(+∞) seja pequeno,
rejeitando a perturbação.
É necessário também que o sistema 𝑠 2 + 12𝑠 + 𝑘 tenha raízes do lado esquerdo do
plano-𝑠. Logo, para verificar a estabilidade, utilizamos o critério de Routh-Hurwitz:
Exercícios
Figura 10.5 Diagrama de blocos do sistema de controle e rejeição de distúrbio do veículo explorador de Marte.
Projete 𝑘 tal que o sistema seja estável e tenha uma boa rejeição do distúrbio 𝐷(𝑠).
10.2. O telescópio Hubble tem um sistema de posicionamento preciso, pois pode
focalizar uma moeda a uma distância de 400 milhas (Dorf. 8ºed.). O diagrama que
ilustra o sistema de controle deste sistema é apresentado na Figura 10.6.
171
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
10.3. Suponha que o sistema de controle da Figura 10.7 sofra ação de um sinal de
distúrbio 𝐷(𝑠). Projete 𝑘 tal que o sistema tenha a menor influência do distúrbio, em
relação à saída 𝑌(𝑠) e, ainda, tenha erro de regime permanente nulo para entrada
degrau em 𝑅(𝑠).
172
CONTROLE LINEAR Sistemas Contínuos no Tempo
CAPÍTULO
11
Sistems
MÉTODO DO LUGAR
11 Método do Lugar das Raízes
DAS RAÍZES
Neste Capítulo...
Ball Balancer Estudaremos o método do lugar das raízes ou root-locus. Veremos que
com este método podemos realizar o estudo da estabilidade de
Em 1953, Walter Richard sistemas dinâmicos e o projeto de controladores.
Evans desenvolveu um
importante método
dentro da teoria de
controle clássico para o
estudo da estabilidade de
sistemas e projeto de
controladores: o método
root-locus.
Utilizando esta técnica é
possível, por exemplo,
projetar controladores LPC – Laboratório de Pesquisa em Controle. Equipamento Quanser®.
para um complexo
sistema chamado Ball
Balancer. Aqui, a
inclinação ordenada da
placa sob a qual são
montados dois
servomotores pode fazer
com que uma esfera seja
equilibrada e realize
diversas trajetórias sobre
a mesma. O LPC possui
um modelo deste equi-
pamento, e este curso
propõe o desafio ao
aluno de realizar tal
projeto de controladores
com os conceitos apre-
sentados neste capítulo.
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
O método do lugar das Raízes foi criado por R. Evans em 1953. Tal método permite
estudar a evolução das raízes de uma equação quando um parâmetro é variado
continuamente. Com a escolha adequada desse parâmetro podemos fornecer a um dado
sistema um comportamento dinâmico desejado.
As funções de transferência de sistemas contínuos e discretos são funções
complexas, ou seja, funções que possuem variáveis complexas: 𝑠 ou 𝑧, respectivamente.
Por consequência, as regras do método do lugar das raízes são as mesmas para as duas
classes de sistemas.
O princípio do método está baseado na realimentação mostrada na Figura 11.1.
Neste ponto, queremos determinar a influência do ganho 𝐾 (0 < 𝐾 < +∞) sobre os
polos do sistema em malha fechada. Com os conhecimentos adquiridos até aqui, podemos
constatar que a função de transferência de malha fechada do sistema da figura acima é
dada por
𝑌(𝑠) 𝐾 ∙ 𝐺(𝑠)
= (11.1)
𝑈(𝑠) 1 + 𝐾 ∙ 𝐺(𝑠) ∙ 𝐻(𝑠)
A ideia é estabelecer regras simples para traçar o lugar geométrico formado pelas
raízes de 1 + 𝐺(𝑠)𝐻(𝑠) quando 𝐾 variar de 0 a +∞, sem o conhecimento explícito das
raízes de malha fechada. Isto é, iremos estudar a equação:
Exemplo 11.1 Considere um acionador de disco rígido mostrado na Figura 11.2, retirado
de Dorf (8ª. Ed.). O objetivo do dispositivo leitor do acionador de disco é posicionar o
cabeçote de leitura das trilhas de dados armazenados. Para tanto, deve-se controlar com
precisão a posição angular do cabeçote. Segundo Dorf, o disco gira com uma velocidade
entre 1.800 e 7.200 rpm, e a cabeça “voa” acima do disco a uma distância menor que
100nm. A especificação de projeto é que o cabeçote vá da trilha A para a trilha B em
50ms.
174
CAPÍTULO 11 – Método do Lugar das Raízes
𝐾𝑚
𝐺(𝑠) = (11.3)
𝑠(𝐽𝑠 + 𝑏)(𝐿𝑠 + 𝑅)
5
𝐺(𝑠) = (11.4)
𝑠(𝑠 + 20)
175
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura 11.4 Diagrama de blocos do sistema acionador de disco rígido atualizado com valores.
5
𝑌(𝑠) 𝐾𝑎 ∙ 5𝐾𝑎
𝑠(𝑠 + 20)
= = 2 (11.5)
𝑈(𝑠) 1 + 𝐾 ∙ 5 𝑠 + 20𝑠 + 5𝐾𝑎
𝑎 𝑠(𝑠 + 20)
−20 ± √202 − 4 ∙ 5 ∙ 𝐾𝑎
𝑠1,2 = = −10 ± √100 − 5 ∙ 𝐾𝑎 (11.6)
2
𝑲𝒂 𝒔𝟏 𝒔𝟐
0 -20 0
1 -19,75 -0,25
5 -18,66 -1,34
10 -17,07 -2,93
20 -10 -10
30 -10+j7,07 -10-j7,07
60 -10+j14,14 -10-j14,14
→ +∞ -10+𝑗∞ -10- 𝑗∞
176
CAPÍTULO 11 – Método do Lugar das Raízes
Em bora tenhamos obtido êxito, é fácil notar que esta abordagem é bastante
trabalhosa e pode se tornar impraticável para casos mais complexos. Felizmente, existe
na literatura uma metodologia prática muito consolidada para a obtenção do lugar das
raízes de um sistema.
Richard Evans propôs um método genérico para levantar estes lugares geométricos,
baseado em algumas regras simples. Assim, torna-se possível conhecer o root-locus de um
sistema sem a necessidade de determinar analiticamente as suas raízes.
Regra Nº1 – Os ramos do root-locus começam nos polos de 𝐺(𝑠)𝐻(𝑠), nos quais 𝐾 = 0. Os
ramos terminam nos zeros de 𝐺(𝑠)𝐻(𝑠), inclusive zeros no infinito. O número de “zeros no
infinito” é igual a
𝑁𝑧∞ = 𝑁𝑝 − 𝑁𝑧
Exemplo 11.2: Suponha que no sistema da Figura 11.1, G(s) e H(s) são dados por
𝑠+2 𝑠+5
𝐺(𝑠) = 2
𝑒 𝐻(𝑠) = (11.7)
𝑠 𝑠+4
177
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
(𝑠 + 2)(𝑠 + 5)
1+𝐾∙ =0 (11.8)
𝑠 2 (𝑠 + 4)
Ou ainda:
𝑠 2 (𝑠 + 4) = 0 (11.10)
𝑠 2 (𝑠 + 4)
𝐾= (11.11)
(𝑠 + 2)(𝑠 + 5)
Assim, a medida que K→+∞, o lado direito de (11.11) tende à +∞ se, e somente se:
𝑠 → −2 (𝑝𝑒𝑙𝑎 𝑒𝑠𝑞𝑢𝑒𝑟𝑑𝑎),
𝑠 → −5 (𝑝𝑒𝑙𝑎 𝑒𝑠𝑞𝑢𝑒𝑟𝑑𝑎)
𝑜𝑢
𝑠 → −∞
Com isto, temos que s1=-2 e s2=-5 são os zeros de 𝑮(𝒔)𝑯(𝒔) e 𝑠 → −∞ é um “zero
no infinito”.
Ou seja, para este sistema, teremos: 𝑁𝑝 = 3 e 𝑁𝑧 = 2
Logo:
𝑵𝒛∞ = 𝟑 − 𝟐 = 𝟏
Regra Nº2 – As regiões do eixo real à esquerda de um número ímpar de polos mais zeros de
𝐾𝐺(𝑠)𝐻(𝑠) pertencem ao “root-locus”.
(𝑠 + 2)(𝑠 + 5)
𝐾𝐺(𝑠)𝐻(𝑠) = 𝐾 ∙
𝑠 2 (𝑠 + 4)
178
CAPÍTULO 11 – Método do Lugar das Raízes
Como já vimos, os polos são representados por “X” e os zeros por “O” no plano
imaginário. Assim, aplicação da regra 2 neste caso teremos o root-locus da Figura 11.6.
Para que esta equação seja verdadeira, a condição de ângulo impõe que:
Observações
𝑠+3
Seja 𝐻(𝑠)𝐺(𝑠) = 𝑠+8 e assuma que queiramos avaliar 𝐻(𝑠)𝐺(𝑠)|𝑠=𝑠𝑜 :
Neste caso,
𝑠𝑜 + 3
𝐻(𝑠𝑜 )𝐺(𝑠𝑜 ) = ⟹ ⌊𝐻(𝑠𝑜 )𝐺(𝑠𝑜 ) = ⌊𝑠𝑜 + 3 − ⌊𝑠𝑜 + 8
𝑠𝑜 + 8
179
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Logo,
⌊𝐻(𝑠𝑜 )𝐺(𝑠𝑜 ) = 𝛼 − 𝛽
Se transladarmos x horizontalmente de -3 e y de -8 teremos
O que não muda os ângulos 𝛼 e 𝛽 e resulta nos vetores 𝑥′ e 𝑦′ que ligam o zero e polo de
G(s)H(s) ao ponto so.
Note que os módulos de x e y não mudam com a translação ou seja: |𝑥| = |𝑥 ′ | e |𝑦| = |𝑦 ′ |.
Regra Nº3 – Quando 𝐾 se aproxima de +∞, os ramos do root-locus que tendem a infinito
assintotam retas com inclinação
2𝑖 + 1
∙ 180°, 𝑝𝑎𝑟𝑎 𝑖 = 0, ±1, ±2, … , ± (𝑁𝑝 − 𝑁𝑧 − 1)
𝑁𝑝 − 𝑁𝑧
𝐾
Exemplo 11.4: Considere 𝐾𝐺(𝑠)𝐻(𝑠) = 𝑠(𝑠+1)(𝑠+4). Logo, temos: 𝑁𝑝 = 3 e 𝑁𝑧 = 0. Assim,
no plano complexo os polos terão representação segundo a Figura 11.4 (a).
180
CAPÍTULO 11 – Método do Lugar das Raízes
Figura 11.7 (a) Configuração de polos do sistema considerado; (b) Análise de ponto P distante dos polos.
(2𝑖 + 1) ∙ (180°)
𝜃= , 𝑖 = 0, ±1, …
𝑁𝑝 − 𝑁𝑧
(2𝑖 + 1) ∙ (180°)
𝜃= = (2𝑖 + 1) ∙ 60°, 𝑖 = 0, ±1, …
3−0
𝑖 = 0 ⇒ 𝜃 = 60° 𝑖 = −1 ⇒ 𝜃 = −60°
{𝑖 = 1 ⇒ 𝜃 = 180° {𝑖 = −2 ⇒ 𝜃 = −180°
𝑖 = 2 ⇒ 𝜃 = 300° 𝑖 = −3 ⇒ 𝜃 = −300°
181
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
180° = −180°
60° = −300°
−60° = 300°
∑ 𝑝𝑜𝑙𝑜𝑠 − ∑ 𝑧𝑒𝑟𝑜𝑠
𝐶𝐺 =
𝑁𝑝 − 𝑁𝑧
1
Exemplo 11.5: Para o sistema do Exemplo 11.4, onde 𝐺(𝑠)𝐻(𝑠) = 𝑠(𝑠+1)(𝑠+4), teremos:
- 𝑵𝒑 = 𝟑 e 𝑵𝒛 = 𝟎;
- os polos são: 𝒑𝟏 = 𝟎, 𝒑𝟐 = −𝟏 𝒆 𝒑𝟑 = −𝟒;
- os zeros são: nenhum.
Logo, para conhecer o centro de gravidade
da referida configuração de polos e zeros,
fazemos:
∑ 𝑝𝑜𝑙𝑜𝑠 − ∑ 𝑧𝑒𝑟𝑜𝑠 (0 − 1 − 4) − 0 5
𝐶𝐺 = = =−
𝑁𝑝 − 𝑁𝑧 3−0 3
Regra Nº5 – Os pontos nos quais os ramos do root-locus deixam (entram) o (no) eixo real
são determinados a partir da relação
𝑑 −1
[(𝐺(𝑠)𝐻(𝑠)) ] = 0
𝑑𝑠
1
𝐺(𝑠)𝐻(𝑠) =
𝑠(𝑠 + 1)(𝑠 + 4)
182
CAPÍTULO 11 – Método do Lugar das Raízes
𝑑 −1 𝑑 3
[(𝐺(𝑠)𝐻(𝑠)) ] = (𝑠 + 5𝑠 2 + 4𝑠) = 3𝑠 2 + 10𝑠 + 4
𝑑𝑠 𝑑𝑠
Regra Nº6 – Duas raízes deixam ou entram no eixo real com ângulos ±90° .
OBS: A Regra Nº7 decorre do fato de que as raízes de um polinômio de coeficientes reais
ou são reais ou pares complexos conjugados.
Regra Nº8 – O ganho 𝐾𝑝 associado a um ponto 𝑃 do root-locus pode ser obtido a partir da
relação
1
𝐾𝑝 =
|𝐺(𝑠)𝐻(𝑠)||
𝑠=𝑃
183
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1 + 𝐾𝐺(𝑠)𝐻(𝑠) = 0
𝐾𝐺(𝑠)𝐻(𝑠) = −1
|𝐾𝐺(𝑠)𝐻(𝑠)| = |−1|
Uma vez que 0 < 𝐾 < +∞, então podemos verificar que:
𝐾|𝐺(𝑠)𝐻(𝑠)| = 1
1
𝐾𝑃 |𝐺(𝑠)𝐻(𝑠)||𝑠=𝑃 = 1 ⟹ 𝐾𝑝 =
|𝐺(𝑠)𝐻(𝑠)||
𝑠=𝑃
Exemplo 11.7: Suponha que no sistema da Figura 11.1 as funções de transferência são:
1 1
𝐺(𝑠) = 𝑒 𝐻(𝑠) = .
𝑠−1 𝑠
Calcule o máximo valor de 𝐾 de tal forma que os polos de malha fechada do sistema
fiquem dentro do círculo de raio unitário, centrado na origem do plano complexo. Trace o
root-locus do sistema para ajudar.
𝐾
Solução: Neste caso, teremos: 𝐾𝐺(𝑠)𝐻(𝑠) = 𝑠(𝑠−1).
A partir disto, podemos obter as seguintes informações a respeito da característica
do sistema:
- Zeros no infinito
• Polos: 𝑝1 = 0 𝑒 𝑝2 = 1;
• Zeros: nenhum;
Logo, o número de zeros no infinito é obtido segundo a Regra Nº1:
𝑁𝑧∞ = 𝑁𝑝 − 𝑁𝑧 = 2 − 0 ⟹ 𝑵𝒛∞ = 𝟐
184
CAPÍTULO 11 – Método do Lugar das Raízes
- CG das assíntotas
O centro de gravidade da configuração de polos e zeros é obtido através da Regra
Nº4:
- Ponto de partida
Utilizando a relação dada pela Regra Nº5, temos:
𝑑 −1 𝑑 2 𝟏
[(𝐺(𝑠)𝐻(𝑠)) ] = 0 ⇒ (𝑠 − 𝑠) = 2𝑠 − 1 = 0 ⇒ 𝒔 =
𝑑𝑠 𝑑𝑠 𝟐
Seja, na Figura 11.10, 𝐾0 o valor do ganho 𝐾 tal que os polos de malha fechada do
sistema encontram-se no ponto do root-locus
o qual encontra-se no limite da região circular
especificada. Para determinar 𝐾0 , iremos
utilizar a Regra Nº8.
De forma mais específica, podemos
observar (Figura 11.11) que o ponto 𝑠0 de
cruzamento do root-locus com o círculo
unitário é descrito por
1 √3
𝑠0 = + 𝑗
2 2 Figura 11.11 Determinando o ponto 𝑠0 .
185
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1 1 √3 1 √3
𝐾0 = = |𝑠(𝑠 − 1)||𝑠=𝑠 = |( + 𝑗 )| ∙ |( + 𝑗 − 1)| = 1
|𝐺(𝑠)𝐻(𝑠)|| 0 2 2 2 2
𝑠=𝑠0
Logo, para que os polos de malha fechada do sistema fiquem dentro do círculo de
raio unitário, centrado na origem do plano complexo, é necessário que:
𝟎 < 𝑲 < 𝟏.
Observações
Veremos mais adiante que um sistema discreto no tempo será estável se as raízes da F.T.M.F.
ficar dentro do círculo unitário estudado no Exemplo 11.7. Note, assim, que o critério de
estabilidade assume formas distintas para sistemas contínuos e sistemas discretos,
respectivamente.
Regra Nº9: Os ângulos de saída (chegada) de polos (aos zeros) são determinados a partir
do condição geral de ângulo.
𝑘(𝑠 + 2)
𝐾𝐺(𝑠)𝐻(𝑠) =
𝑠(𝑠 + 1 + 𝑗4)(𝑠 + 1 − 𝑗4)
Figura 11.12 (a) Esboço inicial do root-locus do sistema; (b) Análise pela condição de ângulo.
186
CAPÍTULO 11 – Método do Lugar das Raízes
1
𝜃1 = arctg ( ) + 90° = 104,04°
4
4
𝜃2 = arctg ( ) = 75,96°
1
𝜃3 = 90°
{ 𝜃 =?
Exemplo 11.9: Trace o root-locus considerando o sistema da Figura 11.1, tal que:
𝐾(𝑠 + 0,5)
𝐾𝐺(𝑠)𝐻(𝑠) =
𝑠(𝑠 − 1)
Solução: Note que, em particular, este sistema tem dois polos e um zero. Adianta-se a
informação de que, neste caso, o root-locus apresentará um círculo centrado no zero do
sistema (𝑧1 = −0,5, no caso considerado). Para determinar o raio deste circulo, basta
calcular o ponto de partida por meio da relação dada na Regra Nº5 que, para este caso,
apresentará a forma
𝑠 2 + 𝑠 − 0,5 = 0
Como as raízes desta equação são: 𝑠1 = 0,366 e 𝑠2 = −1,366. Note que ambas
pertencem a região descrita pelo root-locus do sistema. Logo, 𝑠1 e 𝑠2 representam pontos
de partida. A Figura 11.14 apresenta o root-locus completo.
187
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Este sistema tem os mesmos polos que o sistema abordado no Exemplo 11.7,
acrescido de um zero em -0,5. Comparando os root-locus das Figuras 11.14 e 11.10,
percebe-se que a presença do zero “atrai” o root-locus.
Veremos, na próxima seção deste capítulo, que esta propriedade será fundamental
para realizar o projeto de controladores via o método do root-locus, assim como as
principais estratégias de projeto.
Regra Nº10 – O ponto onde o root-locus cruza o eixo imaginário é obtido fazendo-se 𝑠 = 𝑗𝜔
na equação característica.
𝐾
𝐾𝐺(𝑠) = 𝑒 𝐻(𝑠) = 1.
𝑠3 + 3𝑠 2 + 2𝑠
1 + 𝐾𝐺(𝑠)𝐻(𝑠) = 0
Então, teremos:
𝐾
1+ 3 2
= 0 ⇒ 𝑠 3 + 3𝑠 2 + 2𝑠 + 𝐾 = 0
𝑠 + 3𝑠 + 2𝑠
188
CAPÍTULO 11 – Método do Lugar das Raízes
𝑗(2𝜔 − 𝜔3 ) + (𝐾 − 3𝜔2 ) = 0
2𝜔 − 𝜔3 = 0 𝑬 𝐾 − 3𝜔2 = 0
2𝜔 − 𝜔3 = 0 ⇒ 𝜔(2 − 𝜔2 ) = 0 ⇒
𝝎 = 𝟎 𝒐𝒖 𝝎 = ±√𝟐
𝐾 − 3𝜔2 = 0 ⇒
𝑲 = 𝟑𝝎𝟐
𝜔 = √2
𝑲 = 𝟔.
(2𝑖 + 1) ∙ (180°)
𝜃= = (2𝑖 + 1) ∙ 60° ⇒
𝑁𝑝 − 𝑁𝑧
189
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
𝑑 −1 𝑑 3
[(𝐺(𝑠)𝐻(𝑠)) ] = 0 ⇒ (𝑠 + 3𝑠 2 + 2𝑠) = 3𝑠 2 + 6𝑠 + 2 = 0 ⇒
𝑑𝑠 𝑑𝑠
𝑠1 = −1,58 𝑒 𝑠2 = −0,42
Pode-se concluir pelo root-locus que o sistema é estável para 0 < 𝐾 < 6.
190
CAPÍTULO 11 – Método do Lugar das Raízes
𝐾
𝐾𝐺(𝑠)𝐻(𝑠) 𝑠 3 + 3𝑠 2 + 2𝑠 𝐾
= = 3
1 + 𝐾𝐺(𝑠)𝐻(𝑠) 1 + 𝐾 𝑠 + 3𝑠 2 + 2𝑠 + 𝐾
3 2
𝑠 + 3𝑠 + 2𝑠
6−𝐾
∴ >0 ⇒𝑲<𝟔
3
0<𝐾<6
e, quando K=6, a raiz da F.T.M.F estará sobre o eixo imaginário, quando o R-L cruza o eixo
imaginário.
Regra Nº11 – Se pelo menos dois ramos do root-locus vão para o infinito (ou seja, se existem
ao menos 2 assíntotas), então a soma dos polos de malha fechada correspondentes a um
mesmo valor de 𝐾 é uma constante independente de 𝐾.
191
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
∑ 𝑝𝑜𝑙𝑜𝑠| = ∑ 𝑝𝑜𝑙𝑜𝑠| ⇒
𝐾=0 𝐾=6
−2 − 1 + 0 = −𝑗√2 + 𝑗√2 + 𝛿 ⇒
∴ 𝜹 = −𝟑
Exercícios
192
CAPÍTULO 11 – Método do Lugar das Raízes
a) 𝐶(𝑠) = 𝐾
b) 𝐶(𝑠) = 𝐾(𝑠 + 1)
𝐾(𝑠+1)
c) 𝐶(𝑠) = (𝑠+10)
𝐾(𝑠+1)(𝑠+3)
d) 𝐶(𝑠) = *
(𝑠+10)
* O projeto de um controlador real não deverá apresentar mais zeros que polos, devido à
dificuldade de implementação prática.
Exemplo 11.13: Projete um controlador 𝐶(𝑠), tal que o sistema da Figura 11.19 seja
estável:
193
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Solução:
1º tentativa: propõem-se que o controlador 𝐶(𝑠) seja o mais simples possível, ou seja,
𝐶(𝑠) = 𝐾 (apenas um ganho 𝐾).
A pergunta agora torna-se: Será que existe um ganho K, tal que o sistema de malha fechada
seja estável? Analisemos o root-locus do sistema para verificar:
A partir da relação:
𝐾
𝐶(𝑆)𝐺(𝑆) =
(𝑠 − 2)(𝑠 − 4)
• Número de polos: 𝑁𝑝 = 2
• Número de zeros: 𝑁𝑧 = 0
• Zeros no infinito: 𝑁𝑧∞ = 𝑁𝑝 − 𝑁𝑧 = 2 − 0 = 2
2𝑖+1 2𝑖+1
• Ângulo das assíntotas: 𝜃𝑎𝑠𝑠𝑖𝑛𝑡. = 𝑁 ∙ 180° = ∙ 180° = ±90°
𝑝 −𝑁𝑧 2
∑ 𝑝𝑜𝑙𝑜𝑠−∑ 𝑧𝑒𝑟𝑜𝑠 (2+4)−0
• Centro de gravidade: 𝐶𝐺 = = =3
𝑁𝑝 −𝑁𝑧 2
𝑑
• Ponto de Partida: 𝑑𝑠 (𝑠 2 − 6𝑠 + 8) = 0 = 2𝑠 − 6 ⇒ 𝑠 = 3
𝐾(𝑠 + 3)
𝐶(𝑆) =
𝑠 + 19
Então, teremos:
194
CAPÍTULO 11 – Método do Lugar das Raízes
𝐾(𝑠 + 3) 1
𝐶(𝑆)𝐺(𝑆) = ∙
𝑠 + 19 (𝑠 − 2)(𝑠 − 4)
• Polos: 𝑝1 = −19 , 𝑝2 = 2 𝑒 𝑝3 = 4
• Número de polos: 𝑁𝑝 = 3
• Zeros: 𝑧1 = −3
• Número de zeros: 𝑁𝑧 = 1
• Zeros no infinito: 𝑁𝑧∞ = 𝑁𝑝 − 𝑁𝑧 = 3 − 1 = 2
2𝑖+1 2𝑖+1
• Ângulo das assíntotas: 𝜃𝑎𝑠𝑠𝑖𝑛𝑡. = ∙ 180° = ∙ 180° = ±90°
𝑁𝑝 −𝑁𝑧 2
∑ 𝑝𝑜𝑙𝑜𝑠−∑ 𝑧𝑒𝑟𝑜𝑠 (−19+2+4)−(−3) 10
• Centro de gravidade assíntotas: 𝐶𝐺 = = =− = −5
𝑁𝑝 −𝑁𝑧 2 2
𝑑 (𝑠+19)(𝑠−2)(𝑠−4)
• Ponto de partida: 𝑑𝑠 [ ] = 0 ⇒ 𝑠 ≅ 2,94
𝑠+3
E, assim, podemos traçar o root-locus apresentado na Figura 11.21.
Note, pela Figura 11.21, que com o novo controlador proposto o root-locus do
sistema pode ser “atraído” para a região de estabilidade (semi-plano esquerdo). Agora,
existem valores de ganho K tais que todos os polos de malha fechada possuam parte real
negativa.
OBSERVAÇÃO
A escolha do polo 𝑝1 = −19 para o controlador proposto não pode ser feita de forma
totalmente aleatória. Veja que pelo fato de que a inclinação das assíntotas ser de 90°, a
posição do CG é fundamental para o sucesso desta tentativa. Para melhor ilustrar, suponha
que o polo escolhido fosse 𝑝1 = −7.
195
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Agora, precisamos verificar qual a faixa de valores para K que permite tornar o
sistema estável. Veja, pela Figura 11.21, que escolhendo o controlador
obtemos sucesso em atrair o root-locus para a região de estabilidade. Contudo, não são
todos os valores de 𝐾 que resulta em polos de malha fechada com parte real negativa (uma
porção do root-locus permanece do lado direito do plano-𝑠).
Para encontrar o valor de K tal que os polos de malha fechada estarão sobre o eixo
imaginário, ou seja, na fronteira entre a região de estabilidade e a região de instabilidade
(𝑠 = 𝑗𝜔), podemos fazer uso da Regra Nº10 ou utilizar o critério de Routh-Hurwitz. Pela
segunda abordagem, analisamos o denominador da FTMF do sistema:
𝐾(𝑠 + 3)
𝐶(𝑠)𝐺(𝑠) (𝑠 + 19)(𝑠 − 2)(𝑠 − 4) 𝐾(𝑠 + 3)
= = 3
1 + 𝐶(𝑠)𝐺(𝑠) 𝐾(𝑠 + 3) 2
𝑠 + 13𝑠 + 𝑠(𝐾 − 105) + 152 + 3𝐾
1+
(𝑠 + 19)(𝑠 − 2)(𝑠 − 4)
152
𝐾 > 151,7 𝑒 𝐾>− ⇒ 𝑲 > 𝟏𝟓𝟏, 𝟕 (𝑰𝑰)
3
196
CAPÍTULO 11 – Método do Lugar das Raízes
Portanto, por (I) e (II), precisamos de 𝐾 > 151,7 para que o sistema apresente
apenas polos de malha fechada com parte real negativa (isto é, para que o sistema seja
estável).
Sendo assim, podemos escolher, em nosso projeto, por exemplo, 𝐾 = 155.
Pelo Exemplo 11.13, podemos ver que utilizando o root-locus podemos realizar o
projeto de um controlador que torna um sistema instável em um sistema estável. Contudo,
não é apenas a estabilidade uma necessidade de projeto de sistemas de controle, mas
também, os índices de desempenho estudados no Capítulo 8, PO% e te. Sugerimos que o
leitor faça uma revisão destes conceitos.
Vejamos, agora, um exemplo que ilustra a definição da região para o posicionamento
de polos de malha fechada de um sistema no intento de atribuir ao mesmo características
desejadas de desempenho.
Exemplo 11.14: Deseja-se que, para um sinal de entrada do tipo degrau, o sinal de
resposta na saída apresente 𝑃𝑂% ≤ 5% e 𝑡𝑒 ≤ 2. Especifique a região na qual os polos do
sistema devem estar no plano-s. Use o critério de 2% para o tempo de estabelecimento.
Solução:
4
𝑡𝑒 = ≤ 2 ⇒ 𝜉𝜔𝑛 ≥ 2 ⇒
𝜉𝜔𝑛
−𝜉𝜔𝑛 ≤ −2
𝑃𝑂% ≤ 5% ⇒ 𝜉 ≥ 0,7 ⇒
𝜃 < 45°
197
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Solução:
Como visto no Capítulo 8, o tempo de subida associado a resposta ao degrau é dado por:
1,8
𝑡𝑠 ≅ 𝜔 , que é uma aproximação considerando 𝜉 = 0,5.
𝑛
Assim, as condições para atender às especificações indicadas serão:
1,8
• ≤ 1,8 ⇒ 𝜔𝑛 ≥ 1
𝜔𝑛
1,8
• ≥ 0,9 ⇒ 𝜔𝑛 ≤ 2
𝜔𝑛
E, sendo assim, a região no plano-s que satisfaz as especificações é apresentada na
Figura 11.26.
198
CAPÍTULO 11 – Método do Lugar das Raízes
Exemplo 11.16 Projete o controlador C(s) para o sistema de controle da Figura 11.27 tal
que o sistema tenha 𝑃𝑂% ≤ 5% e 𝑡𝑒 ≤ 4𝑠 na resposta para entrada degrau, considerando
critério de 2% para tempo de estabelecimento.
4
𝑻𝒆𝒎𝒑𝒐 𝒅𝒆 𝑬𝒔𝒕𝒂𝒃𝒆𝒍𝒆𝒄𝒊𝒎𝒆𝒏𝒕𝒐: 𝑡𝑒 ≤ 4 ⇒ ≤ 4 ⇒ 𝜉𝜔𝑛 ≥ 1 ⇒ −𝜉𝜔𝑛 ≤ −1
𝜉𝜔𝑛
Assim, região que satisfaz todas especificações é tal como mostra a Figura 11.28(a).
Figura 11.28 (a)Região de especificação para 𝑃𝑂% < 5% e 𝑡𝑒 < 4 𝑠; (b) Root-locus do sistema para 𝐶(𝑠) = 𝐾.
199
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
• Polos: 𝑝1 = 0 𝑒 𝑝2 = −4
• Número de polos: 𝑁𝑝 = 2
• Zeros: 𝑛𝑒𝑛ℎ𝑢𝑚
• Número de zeros: 𝑁𝑧 = 0
• Zeros no infinito: 𝑁𝑧∞ = 𝑁𝑝 − 𝑁𝑧 = 2 − 0 = 2
2𝑖+1 2𝑖+1
• Ângulo das assíntotas: 𝜃𝑎𝑠𝑠𝑖𝑛𝑡. = 𝑁 ∙ 180° = ∙ 180° = ±90°
𝑝 −𝑁𝑧 2
∑ 𝑝𝑜𝑙𝑜𝑠−∑ 𝑧𝑒𝑟𝑜𝑠 (−4+0)−(0)
• Centro de gravidade: 𝐶𝐺 = = = −2
𝑁𝑝 −𝑁𝑧 2
Observe, pela Figura 11.28(b), que o sistema em malha fechada é sempre estável,
uma vez que todo o root-locus encontra-se no semi-plano esquerdo.
Contudo, é necessário determinar a faixa de valores para K de forma que os polos de
malha fechada se situem dentro da região de especificação de projeto. Esta faixa é descrita
a partir dos valores máximo e mínimo para K: 𝐾𝑚á𝑥 e 𝐾𝑚𝑖𝑛 , respectivamente.
O valor de 𝐾𝑚á𝑥 é associado ao valor máximo de K tal que os polos de malha fechada
ainda permaneçam dentro da região de especificação. Por sua vez, o 𝐾𝑚𝑖𝑛 é o valor limiar
tal que para 𝐾 > 𝐾𝑚𝑖𝑛 o sistema passa a possuir polos de malha fechada complexos
conjugados. Isto se faz necessário pois a teoria que estamos utilizando para a análise do
comportamento transitório de sistemas assume que o sistema é do tipo subamortecido,
ou seja, 0 < 𝜉 < 1 (reveja a subseção 8.3.1 deste material).
Pela Figura 11.28(b), observamos que para 𝐾 = 𝐾𝑚á𝑥 , tem-se 𝑠 = −2 + 𝑗2, pois
= 45°. E, para 𝐾 = 𝐾𝑚𝑖𝑛 , temos 𝑠 = −2. Desta forma, pela condição de módulo,
considerando a equação característica 1 + 𝐺(𝑠)𝐶(𝑠) = 0, teremos:
1
𝐾𝑚á𝑥 | = |−1| ⇒
|𝑠(𝑠 + 4)| 𝑠=−2+𝑗2
Observações
Não usamos 𝐾 = 𝐾𝑚𝑖𝑛 , pois assim teríamos dois polos reais e iguais, caracterizando sistema
criticamente amortecido (𝜉 = 0). Assim, é necessário que 𝐾 > 𝐾𝑚𝑖𝑛 para que o sistema apresente
0 < 𝜉 < 1.
200
CAPÍTULO 11 – Método do Lugar das Raízes
Projete o controlador 𝐶(𝑠) tal que o sistema de malha fechada tenha, 𝑃𝑂% < 5% e 𝑡𝑒 <
4 𝑠 (critério 2%).
Solução:
Primeiramente, note que a região das especificações são as mesmas do Exemplo 11.16
anterior. Assim, partimos direto para o projeto do controlador.
201
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Neste caso o novo root-locus será tal como mostra a Figura 11.31.
𝐾𝑐 𝑚𝑎𝑥 = 8 𝑒 𝐾𝑐 𝑚𝑖𝑛 = 4.
Porém, temos que
𝐾𝑐 = 10 ∙ 𝐾
Assim:
𝐾𝑚𝑎𝑥 = 0,8 𝑒 𝐾𝑚𝑖𝑛 = 0,4.
202
CAPÍTULO 11 – Método do Lugar das Raízes
Observações
O cancelamento de polos e zeros mostrado anteriormente não pode ocorrer no lado direito do
plano-s ou no eixo imaginário. Isto se deve ao fato de que o controlador 𝐶(𝑠) projetado nunca
poderá ser implementado na prática com um erro nulo. Isto é, na prática a implementação de
𝐶(𝑠) não será ideal.
Por exemplo, poderíamos propor o cancelamento de polos e zeros para o Exemplo 11.13, onde
Assim, para atrair o R-L para o lado esquerdo do plano-s e colocá-lo dentro da região
de estabilidade e especificações, podemos propor o simples controlador, cancelando o polo
𝑝1 = 2:
𝐾(𝑠 − 2)
𝐶(𝑠) =
(𝑠 + 10)
203
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Observações
Ao projetar um controlador, deve-se observar a dominância dos polos que ficam dentro
das regiões das especificações. A dominância de polos já foi estudada no Capítulo 8 desta
apostila. No Exemplo 11.13, os polos do controlador foram colocados em -100 e -200, para que
os polos de malha fechada mais próximos da origem fossem dominantes.
(𝑠 + 1) 𝑠+1
𝐺(𝑆)𝐻(𝑆) = = 3
𝑠(𝑠 + 2)(𝑠 + 3) 𝑠 + 5𝑠 2 + 6𝑠
204
CAPÍTULO 11 – Método do Lugar das Raízes
Observações
As regiões de especificações de projeto também podem ser colocadas no root-locus do
MATLAB usando-se a função “sgrid”. Digite: Help sgrid para maiores detalhes.
Após ter projetado o controlador usando MATLAB, o aluno pode simular o sistema para uma
entrada degrau (ou outras) usando a função “step” vista nos capítulos anteriores desta apostila.
O MATLAB tem ainda uma ferramenta muito completa para projetar e traçar o root-
locus chamada ”rltool”. Através dela, podemos traçar o root-locus de um sistema,
observar sua resposta ao degrau, analisar os diagramas de Bode, Nyquist, etc.
Vejamos o Exemplo 11.18 que ilustra a aplicação desta toolbox do MATLAB.
(𝑠 + 1) 𝑠+1
𝐺(𝑆)𝐻(𝑆) = = 3
𝑠(𝑠 + 2)(𝑠 + 3) 𝑠 + 5𝑠 2 + 6𝑠
205
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura 11.34 RL-Tool (a) root-locus do sistema de exemplo; (b) resposta ao degrau do sistema analisado.
Observações
A Figura 11.34 foi obtida utilizando o software MATLAB. Diferentes versões podem
apresentar layouts diferentes.
Um estudo mais profundo do rltool é realizado no Experimento 4, apresentado no Anexo D
deste material.
Exercícios
206
CAPÍTULO 11 – Método do Lugar das Raízes
O ganho K do amplificador deve ser projetado de modo que o erro estacionário para
uma entrada rampa 𝑢(𝑡) = 𝐴𝑡, com 𝐴 = 1 𝑚𝑚/𝑠, seja menor ou igual a 0,3 mm. Além
disso, o sistema precisa ser estável, e apresentar 𝑃𝑂% < 20% 𝑒 𝑡𝑒 < 8 𝑠 (para 2% de
regime). Use o root-locus e o conceito de polos dominantes.
Projete 𝐶(𝑠) tal que o sistema seja estável, apresentando 𝑃𝑂% < 5% e 𝑡𝑒 < 0,1 𝑠.
11.7. Nos últimos anos, muitos sistemas de controle automáticos para veículos
autoguiados vêm sendo utilizados em fábricas. O sistema de controle de um deles é
dado na Figura 11.37.
11.8. Um avião a jato de elevado desempenho tem sistema de controle tal como
apresentado na Figura 11.38.
Monte o lugar das raízes e determine o ganho K de modo que o 𝜉 dos polos
complexos conjugados próximos ao eixo imaginário (polos dominantes) seja o maior
207
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
possível. Calcular as raízes para este valor de K e prever a resposta ao degrau do sistema,
isto é, preveja os valores de 𝑃𝑂% e 𝑡𝑒 ). Use o MATLAB para obter 𝑦(𝑡) para 𝑢(𝑡) degrau e
compare com o esperado. Existe dominância?
11.9. O diagrama de blocos do sistema de controle da velocidade de um automóvel
autônomo é mostrado na Figura 11.39.
Projete o controlador tal que o sistema tenha 𝑃𝑂% ≤ 10%, tempo de subida de
aproximadamente 0,5 s e erro de regime nulo para entrada degrau.
208
CAPÍTULO 11 – Método do Lugar das Raízes
209
CONTROLE LINEAR Sistemas Contínuos no Tempo
APÊNDICE
A
Sistems
LABORATÓRIO 1:
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
Introdução ao MATLAB
210
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
4 1 2
• Command Window
A Command Window funciona como um prompt, onde o usuário pode digitar
comandos diretamente, e obter as respostas mediante a estes instantaneamente. Ela é
utilizada, normalmente, quando precisamos de respostas rápidas para tarefas mais
simples.
O símbolo “>>” caracteriza o estado de “espera de comando” do MATLAB. Os
comandos só serão executados pelo programa quando a tecla Enter for pressionada.
Assim, vários comandos podem ser digitados em uma mesma sequência se forem
informados de maneira correta, muito embora esta seja uma maneira não muito adequada
para executar tarefas com um nível de complexidade superior. A Command Window está
destacada com o número “1” na Figura L1.1.
• Command History
À medida que o usuário vai fornecendo comandos para que o MATLAB os execute,
uma lista com a exata data e hora em que tais comandos foram executados vai sendo
gerada e armazenada pelo próprio software. O usuário pode visualizar esta lista através
da janela Command History, que se apresenta destacada com o número “2” na Figura
L1.1.
Estas informações podem ser “limpas” do histórico a qualquer momento pelo
usuário, simplesmente clicando com o botão direito do mouse na janela do Command
History e selecionando Clear Command History.
211
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
• Workspace
É na Workspace que são exibidos todos dados (variáveis) que você vai criando à
medida que executa programas e instruções. Lá, é possível verificar as principais
informações a respeito de cada um destes dados, como seu tipo, tamanho e forma.
Através desta janela é possível, também, importar conjuntos de dados que estejam
armazenados em seu computador ou outra mídia acessível, assim como exportar as
variáveis que você criou, para serem utilizadas em outro computador. Você pode
identificar a janela Workspace destacada com o número “3” na Figura L1.1.
• Current Folder
Clicando no botão , destacado pela seta na Figura L1.2, o usuário pode selecionar,
dentre as pastas do sistema, qual será o diretório de trabalho que pretende usar para
que o MATLAB automaticamente salve os arquivos que venham a ser, eventualmente,
gerados durante a sessão.
Na janela Current Folder, em detalhe com número “4” na Figura 1, são exibidos
todos os arquivos que se encontram dentro do diretório selecionado pelo usuário,
conforme explicado no parágrafo anterior. Assim, conforme será explanado mais adiante,
poderemos selecionar arquivos específicos que executam instruções predeterminadas
para trabalhar durante a sessão aberta do MATLAB.
212
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
>> 7 + 9
Pressionando a tecla Enter, damos ordem ao software para executar a(s) linha(s)
de comando digitada(s) no prompt. Imediatamente depois, a resposta é fornecida ali
mesmo, na tela do prompt, com o seguinte aspecto:
>> ans = 16
>> ans
>> a = 256
Desta forma, estamos informando ao software que “a” é uma variável, e seu valor
deve ser “256”.
Existirá situação em que não será interessante que a resposta de uma determinada
instrução seja exibida no prompt (por apresentar um número muito grande de elementos,
por exemplo). Assim, para impedir que o MATLAB exiba o conteúdo de uma variável que
acaba de ser criada, ou o resultado de alguma operação, basta que encerremos a linha de
programa com um “;”, da seguinte forma:
>> v=50
213
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Observe que, digitando o código acima no prompt e pressionando Enter, uma nova
variável é criada (conforme se pode observar na janela Workspace), porém, nenhuma
informação é retornada no prompt. Mais adiante neste curso, veremos que usar o “ponto-
e-vírgula” será muito conveniente.
Comentários (%)
À medida que nossas habilidades progridem, o nível de complexidade dos
programas que escrevemos no MATLAB evolui proporcionalmente. Poderá chegar um
ponto em que os programas ganhem um volume de linhas de programação muito grande,
e que se tornará fundamental utilizar algum recurso para descrever de forma fácil o que
determinados trechos da programação realiza, a fim de facilitar sua leitura em situações
posteriores.
Nesta linha de pensamento, o MATLAB possibilita o usuário a escrever comentários
ao longo da programação, ou seja, inserir linhas com informações que não serão
executadas (interpretadas) como programas.
Assim, ao utilizar o “%” antes de qualquer linha de programa, o software entenderá
que o que vier a frente não é uma instrução, e sim, apenas um comentário feito pelo
usuário, e assim, simplesmente irá ignorar a informação.
Perceba que todo texto comentado será pintado com a cor verde ao longo do
programa.
Comando HELP
Sempre que nos encontramos em uma situação onde desconhecemos o
comportamento de determinada ferramenta ou função do MATLAB, o comando help é
a melhor saída. Acontece que o próprio MATLAB dispõe de um bando de dados com
completa descrição de todas as funções que possui, assim como de outras ferramentas
que são executadas em conjunto com o software.
O help pode ser utilizado muito facilmente através do prompt de comando. Para
tanto, basta digitar help seguido da função sobre a qual se deseja saber mais. Por
exemplo, digitando:
EXP Exponential.
214
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
>> clc
>> clear
Ao ser digitado no prompt, o comando clear irá apagar todas as variáveis que
estão armazenadas provisoriamente na memória do MATLAB. Portanto, tenha o
cuidado de não digitar este comando “acidentalmente”.
Variáveis Matriciais
>> b = 1500
215
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
>> b = [1500]
Veja que sempre que separamos uma coluna de outra ao escrever uma matriz
utilizamos um espaço simples. E, ao terminar de escrever os elementos de uma
determinada linha, informamos ao MATLAB que uma nova linha será inclusa na matriz
simplesmente por colocar ; (ponto-e-vírgula) após o último elemento inserido.
Assim, após ter digitado a sequência de códigos acima, as seguintes variáveis teriam
sido criadas:
5 5
𝐴 = (1 2 3) 𝐶=( )
6 6
1
1 2 3
𝐵 = (2 ) 𝐷=( )
4 5 6
3
Procedendo desta forma, podemos declarar matrizes de quaisquer dimensões que
queiramos.
Manipulando Matrizes
>> A(i,j) = k
>> A(i,j)
teremos como retorno no prompt (armazenado na variável ans), o valor que está
atualmente guardado na posição i,j da matriz A.
Existem algumas maneiras através das quais podemos criar ou alterar variáveis de
maneira muito inteligente e estratégica. Observe os exemplos:
216
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
Neste caso um pouco mais elaborado, estamos criando novas matrizes a partir de
outras já existentes. Contudo, ambos os exemplos apresentados caracterizam a
concatenação de matrizes, isto é, a união de matrizes (ou vetores, digamos) para
criação de outras matrizes. No segundo exemplo, duas matrizes 2x2 são definidas e a
partir delas, outras duas são criadas. A Figura L1.4 ilustra o raciocínio usado.
Isto quer dizer que, no primeiro exemplo não poderíamos executar um comando
tal como:
217
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Veja que estaríamos tentando adicionar uma linha com 4 colunas a uma matriz que,
originalmente, só possui 3 colunas. O mesmo raciocínio vale para o segundo exemplo,
pois seria impossível concatenar uma matriz 2x2 com uma matriz 3x3 da seguinte forma:
>> A = [1 1 1; 1 1 1; 1 1 1];
>> B = [2 2; 2 2];
>> C = [A B];
>> x = [1:2:9]
estamos definindo um vetor x, cujo primeiro elemento começa com “1”, e o último
elemento é “9”. Os elementos que “preenchem” o vetor são espaçados de “dois em dois”
entre si, conforme ilustra a Figura L1.5.
Esta ferramenta é muito usada quando queremos criar um vetor que constitua o
domínio de uma função trigonométrica:
>> X = [0:pi/3:pi]
218
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
Por fim, apresentamos outra ferramenta cuja uma das funções é possibilitar a
criação e edição de matrizes: o operador dois pontos. Observe o exemplo abaixo:
>> A = [1 2 3; 4 5 6; 7 8 9];
>>A(1,:) = [1 1 1]
>> A(1,1:3) = [1 1 1]
Neste caso, a instrução seria compreendia pelo MATLAB como o pedido para que
na linha 1 da matriz A, no espaço compreendido entre a coluna 1 e a coluna 3, substitua
os elementos presentes por : 1 1 1
Com esta ferramenta, podemos acessar submatrizes dentro de uma matriz
qualquer. Num último exemplo neste âmbito, ao digitarmos:
>> A = [1 2 3; 4 5 6; 7 8 9];
>> A(2:3,1:2) = [10 10; 10 10];
Figura L1. 7 Utilizando o operador dois pontos para acessar sub-blocos de matrizes.
219
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
onde 𝐴 e 𝐵 são matrizes, o MATLAB fará a adição das mesmas, contanto que estas sejam
matrizes de mesma dimensão. De forma completamente análoga, se dá a subtração de
duas matrizes:
Com respeito à multiplicação, devemos nos lembrar de que para multiplicar uma
determinada matriz 𝐴 por outra matriz 𝐵, é necessário que o número de colunas de A
seja igual ao número de linhas de 𝐵. Ou seja:
𝐴1𝑥𝟐 ∙ 𝐵𝟐𝑥2
No caso do exemplo acima, os números em destaque mostram a compatibilidade
necessária para que exista o produto de 𝐴 por 𝐵. No MATLAB, este comando é feito
utilizando o operador *:
Exponencial matricial
Quando se fala de exponencial envolvendo uma matriz, deve-se tomar atenção que
a operação 𝐴^𝐵, onde 𝐴 é uma matriz, só tem sentido se 𝐴 for uma matriz quadrada, e 𝐵
for um escalar.
Assim, por exemplo, se temos:
1 2 3
𝐴 = (4 5 6 ) 𝑒 𝐵 = 2
7 8 9
220
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
Divisão matricial
A divisão matricial, propriamente dita, não é definida matematicamente, e assim, é
“enxergada” como operação de inversão matricial pelo MATLAB. Desta forma, ao digitar
um comando tal como:
>> A\B
o MATLAB irá interpretar o comando como sendo uma multiplicação entre a inversa da
matriz 𝐴 pela matriz 𝐵, ou seja:
𝐴\𝐵 = 𝑖𝑛𝑣(𝐴) ∗ 𝐵
É muito importante notar que a inclinação da barra de divisão fará diferença na
operação realizada pelo MATLAB. Se o comando dado for:
o MATLAB irá interpretar o comando como sendo uma multiplicação entre a matriz 𝐴 e
a inversa da matriz 𝐵, isto é:
𝐴/𝐵 = 𝐴 ∗ 𝑖𝑛𝑣(𝐵)
Isto acontece pois quando estamos falando de matrizes, existe uma questão
referente aos termos pré e pós multiplicação. Estes termos existem pois a propriedade
comutativa não é valida em operações matriciais, ou seja:
A*B ≠ B*A
>> A'
>> inv(A)
221
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
>> A + k
>> A*k
Com isso, cada um dos 𝐴𝑖,𝑗 elementos da matriz 𝐴 será multiplicado por 𝑘.
Agora, uma operação que pode causar confusão aos iniciantes no MATLAB é a
operação elemento a elemento. Pois, por vezes, confunde-se o uso da multiplicação por
um escalar com essa e vice-versa, resultando em erros na programação e execução de
uma determinada tarefa.
Para explicar o funcionamento deste tipo de operação, vamos supor o exemplo de
um experimento, onde deseja-se determinar a potência elétrica dissipada por um
resistor ao longo da variação de tensão elétrica aplicada a ele. Uma forma de realizar este
experimento é medir, simultaneamente, a tensão aplicada ao resistor e a corrente que
circula através dele em consequência desta tensão. Assim, para cada valor de tensão, será
associado um valor de corrente elétrica.
Por fim, fazendo a multiplicação da tensão pela corrente, para cada um dos pares
ordenados gerados, obtém-se o valor de potência elétrica associado.
Supondo que tais valores de tensão e corrente foram armazenados nos vetores 𝑉 e
𝐼, respectivamente, para gerar um vetor 𝑃 tal que cada elemento 𝑃𝑖,𝑗 corresponda ao
produto 𝑉𝑖,𝑗 ∗ 𝐼𝑖,𝑗 , devemos executar o seguinte código:
>> P = V.*I
222
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
>> C = A.*B
obtemos:
𝐶1,1 𝐶1,2 𝐴1,1 ∙ 𝐵1,1 𝐴1,2 ∙ 𝐵1,2
( )=( )
𝐶2,1 𝐶2,2 𝐴2,1 ∙ 𝐵2,1 𝐴2,2 ∙ 𝐵2,2
>> t = [0:0.01:2*pi];
223
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
>> y = cos(t)
criamos um vetor que cada elemento representa o valor do cosseno aplicado ao elemento
de posição correspondente no vetor 𝑡.
Então, para visualizarmos o gráfico, fazemos:
>> plot(t,y)
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7
Figura L1. 8 Plot da função cosseno utilizando o MATLAB.
>> plot(t,y,’r’)
estaremos indicando que a curva formada pelos pares txy deve ser pintada na cor
vermelha.
Cada cor possui um código que, se digitado após um par de vetores no plot, sempre
entre apostrofes, alterará a cor da linha em questão. Algumas das cores possíveis são
apresentadas a seguir.
224
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
• k – black • r- red
• w – white • b – blue
• c – cyan • g – green
• m – magenta • y – yellow
Além de alterar a cor, podemos alterar o aspecto da curva, isto é, podemos definir
se os pontos serão ligados por linhas cheias, linhas tracejadas, ponto e traço, ou mesmo
se os pontos terão outras formas, com bolinhas, triângulos, ou mesmo asteriscos.
Este tipo de customização é feito da seguinte forma:
>> plot(t,y,’r-.‘)
O “-.” que foi inserido após o código “r”, que determina cor da linha, informa ao
programa que a linha a ser plotada em função dos pares 𝑡 𝑥 𝑦, deverá ser do tipo ponto e
traço. A imagem a seguir mostra o resultado do plot em questão.
Existem várias formas de alterar os formatos das curvas, sendo eles
’-’ Linha contínua ’ˆ’ Triângulos
’-’ Linha tracejada ’v’ Triângulos
’:’ Pontilhado ’>’ Triângulos
’-.’ Traço e ponto ’<’ Triângulos
’.’ Pontos ’s’ Quadrados
’+’ Cruzes ’d’ Losangos
’*’ Asteriscos ’p’ Pentágonos
’o’ Círculos ’h’ Hexágonos
’x’ X
Podemos, também, plotar mais de uma curva em uma mesma janela, simplesmente
adicionando informações ao comando plot.
Definindo um outro vetor 𝑧 (já tendo definido com 𝑡 e 𝑦 mencionados
anteriormente), tal como
>> z = sin(t);
criamos um vetor similar a 𝑦, porém, que contém os valores de seno aplicado aos
elementos do vetor 𝑡.
Então, digitando
>> plot(t,y,’b’,t,z,’r-.’)
225
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
0.8
0.6
0.4
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7
>> plot(t,y,’b’,t,z,’r-.’)
Outro ponto que pode ser acrescentado ao plot é uma “grade”, feita digitando o
comando grid on.
Por fim, apresentamos como inserir legendas na imagem. Para tanto, na janela
Figure na qual o plot foi feito, localize e clique na aba superior “Insert”, e então, selecione
“Legend”. Com isso, uma pequena legenda deve aparecer na área de plot. Você pode
arrastá-la para posicioná-la onde melhor convier, e é possível alterar as legendas dando
um clique duplo no texto. O resultado final do plot com esses adornos é apresentado a
seguir.
226
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
0.8
0.6
0.4
Sen(wt) e Cos(wt)
0.2
-0.2
-0.4
-0.6
-0.8
-1
0 1 2 3 4 5 6 7
Radianos
>> [t,v]=curva(1);
227
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
1.4
1.3
1.2
Tensão (V)
1.1
0.9
0.8
0.7
>> tmin=min(t);
Digitando a linha acima, atribuímos à variável tmin o mínimo valor de tempo que
foi salvo na aquisição com o curva.
Em seguida, digitamos:
>> plot(tnovo,v)
228
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
Este comando criará um arquivo .mat contendo todas as variáveis (vetores, matrizes
e escalares) que você possui armazenadas temporariamente na memória do MATLAB®.
É imprescindível realizar este passo, pois você não será capaz de redigir seu
relatório em casa sem os dados obtidos com o curva.
IMPORTANTE: Evite caracteres especiais na escolha do nome do seu arquivo. Procure
usar um nome intuitivo e simples, não sendo permitido utilizar espaços.
Depois, em casa, basta você executar o comando:
>> vfiltrado=filtdeg(v,60);
Com o comando acima, estaremos criando um vetor que carregará o sinal filtrado
do vetor 𝑣.
229
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Com este programa, obteremos uma curva sem os ruídos que são naturalmente
intrínsecos aos sinais medidos durante os experimentos.
230
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
IMPORTANTE!
% COMANDOS BÁSICOS
a= 2500/20
a=2500/20;
b=[1 2 3 4 5 6 7 8 9 ]
c=[1 2 3 ; 4 5 6; 7 8 9]
c=[c ; [10 11 12]]
c(2,2)=0
d=c(1:2,1:3)
l=length(b)
[m,n]=size(b)
[m,n]=size(c)
x=1:2:9
x=(0:pi/10:2*pi);
y=sin(x)
help sin
a=2^3
a=4/3
format long
a=4/3
format short
clear
a=[1 2 3; 4 5 6 ; 7 8 9];
b=a'
231
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
c=a+b
c=a-b
a(1,:)=[-1 -2 -3]
c=a(:,2)
c=a(2:3,2:3)
clear
help save
help load
a=[1 2 3 4 5 6 7 8];
b=a*2;
c=a-1;
save arquivo1 a b c
% Confira a janela Workspace
Clear
% Confira, novamente, a janela Workspace
load arquivo1
% O que aconteceu com as variáveis a, b e c?
clear
% RECURSOS GRÁFICOS
y=[0 2 5 4 1 0];
plot(y)
help pi
t=0:pi/10:4*pi
y=sin(t)
z=cos(t);
plot(t,y,'--',t,z,'-.')
title('Funções')
xlabel('t')
ylabel('Seno e Cosseno')
text(3,0.5,'Seno')
% Após o próximo comando, selecione a posição que deseja
%colocar o texto ‘Cosseno’ com o mouse
gtext('Cosseno')
% VETORES
x=[-1 0 2];
232
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
y=[-2 -1 1];
x.*y
x*y'
c=x+2
a=[1 0 2; 0 3 4; 5 6 0];
size(a)
b=inv(a);
c=b*a
c=b/a
c=b\a
% Confira a janela Workspace
clear a b c x y
% Confira, novamente, a janela Workspace
% NÚMEROS COMPLEXOS
i=sqrt(-1)
z=3+4*i
a=[1 2; 3 4]+i*[5 6 ; 7 8]
realz=real(z)
imagz=imag(z)
modz=abs(z)
fasez=angle(z)
% MULTIPLICAÇÃO DE POLINÔMIOS
roots([1 3 2])
roots([1 -2 1])
roots(x3)
a=eye(4)
a=rand(5)
help rand
b=[2 0 0; 0 3 0; 0 0 -1];
d= det(b)
l=eig(b)
help det
help eig
233
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
t=(-1:.1:1);
x=t.^2;
xr=x+0.2*(rand(size(x))-.5);
figure(1);plot(t,xr,'g*')
p=polyfit(t,xr,2)
xa=polyval(p,t);
figure(1);plot(t,xr,'g*',t,xa)
% Após a próxima instrução, clique em dois pontos do gráfico,
%e os valores das coordenadas serão retornados em [x,y]
[x,y]=ginput(2)
n=3;
m=3;
for i=1:m
for j=1:n
a(i,j)=i+j;
end;
end
disp('Matriz A')
disp(a)
%final do programa teste1.m
Para executar o programa acima, certifique-se que o Matlab está trabalhando com
o diretório no qual foi gravado o seu programa.
Para verificar qual o diretório o Matlab está trabalhando, veja o campo “Current
Directory”, na parte superior da janela do MATLAB.
Para modificar o seu diretório de trabalho, selecione seu diretório de trabalho
modificando o campo do MATLAB: “Current Directory”.
teste1
234
APÊNDICE A – Laboratório 1: Introdução ao MATLAB
Abra outro arquivo, salvando-o com nome de teste2.m. Em seguida, digite os seguintes
comandos neste arquivo
v=1:1:10;
m=media(v);
s=sprintf('\n A média é: %4.2f',m);
disp(s);
%final do programa teste2.m
function x = media(u)
%function x=media(u) calcula a média do vetor u, colocando o
%resultado em x
x=sum(u)/length(u);
%final da sub-rotina media.m
teste2
echo on
teste2
echo off
clear
n=30;
m=30;
for i=1:m
for j=1:n
a(i,j)=sqrt(i+j);
end
end
b=[a+0.5 a'-0.5;
(a.^2)/5 ((a'-0.1).^2)/2];
figure(1)
mesh(b)
figure(2)
surf(b)
235
CONTROLE LINEAR Sistemas Contínuos no Tempo
APÊNDICE
B
Sistems
LABORATÓRIO 2:
APÊNDICE B – Laboratório 2: Introdução à Robótica
Introdução à Robótica
1. Objetivos
Esta experiência tem o objetivo de introduzir conceitos de robótica industrial.
Serão montados robôs acionados por computador. O elemento básico do robô é o
servomotor.
2. Introdução
O servomotor é um motor de corrente contínua que possui internamente ao
invólucro um sensor de posição angular. Não há nenhuma realimentação do servomotor
para o microcomputador que o aciona. Há um sistema de realimentação que usa um
potenciômetro como sensor de posição angular do eixo, dentro do próprio servomotor,
que permite manter a posição que o microcomputador determinou. O alcance da rotação
do eixo do servomotor é 1800. Para maiores detalhes sobre o funcionamento interno do
servomotor vide pg. 30 e 31 do Manual do RCS-6. O servomotor também é conhecido como
“servo”.
Na indústria, uma forma que os técnicos e engenheiros fazem os robôs operarem é
o uso do treinamento manual. Primeiro eles manualmente acionam os servomotores e
gravam a operação realizada em um programa. Depois executa-se o programa gravado e
o robô repete as operações realizadas pelo treinador.
3. Segurança Pessoal
Os robôs podem mover-se repentinamente e sem aviso, mantenha sua face, ombro,
perna etc. fora do limite do alcance do braço do robô.
Nunca faça o robô atirar algo pesado, use apenas bola de tênis de mesa ou objeto
leve e macio. Não use pedras, bolas de vidro ou ferro.
236
APÊNDICE B – Laboratório 2: Introdução à Robótica
4. Segurança do Equipamento
Não deixe os servomotores em posição que os force muito, pois poderá
superaquecê-lo. Se o braço do robô ficar esticado por muito tempo irá superaquecer o
servomotor.
Não aperte demais os parafusos ou roscas.
Não bata as partes metálicas.
Não retire os cabos segurando nos fios, mas sim puxando o conector suavemente.
Não prenda inicialmente os fios ao robô e sim apenas no final da montagem.
Note que os servomotores tem cabos com diferente tamanhos.
Não deixe equipamentos próximos ao robô nos quais ele poderá colidir.
237
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Este complemento serve para o Robô ROBIX, comprado em 2008 e começou a ser
utilizado em 2009. Nele foi montado o segundo manipulador industrial de 6
servomotores. A placa de interface tem comunicação com o PC do tipo USB.
NÚMERO DO
1 2 3 4 5 6
MOTOR
GIRO GROSSO + 1 2 3 4 5 6
GIRO GROSSO - Q W E R T Y
GIRO FINO + A S D F G H
GIRO FINO - Z X C V B N
UTILIZE ESSAS TECLAS PARA ACIONAR OS MOTORES
238
APÊNDICE C – Laboratório 3: Controle de Motor C.C.
APÊNDICE
C LABORATÓRIO 3:
APÊNDICE C – Laboratório 3: Controle de Motor C.C.
1. Objetivos
Este laboratório tem o objetivo de apresentar um sistema de controle analógico,
determinar a função de transferência do motor C.C. e projetar e implementar um
controlador proporcional analógico.
Como foi visto no curso teórico, o motor C.C. é um sistema dinâmico de 1a ordem,
cuja função de transferência é dada por
239
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
240
APÊNDICE C – Laboratório 3: Controle de Motor C.C.
3.2. Implementação
241
CONTROLE LINEAR Sistemas Contínuos no Tempo
APÊNDICE
D
Sistems
LABORATÓRIO 4:
APÊNDICE D – Laboratório 4: Projeto e implementação de
controladores usando a técnica do lugar das raízes para o sistema
Ball Balancer
Projeto e implementação de controladores usando
a técnica do lugar das raízes para o sistema
Ball Balancer
1. Objetivos
Este laboratório tem por objetivos apresentar uma aplicação prática de
controladores para motores CC em um sistema físico denominado Ball Balancer, ou
Sistema Bola-Placa, além de projetar controladores utilizando a teoria do lugar das raízes
a fim de garantir que alguns parâmetros de desempenho sejam atendidos, e avaliar o
resultado da implementação do controlador projetado, observando a resposta real do
sistema.
2. Introdução
O controle de sistemas físicos, em muitos casos, é projetado através de modelos
representativos mais simples, pois algumas características dinâmicas do sistema podem
ser relevadas de acordo com o problema de controle envolvido. Um bom exemplo disso é
o controle automático de trajetória de aeronaves.
O voo de um avião de uma localidade à outra é um processo dinâmico de extrema
complexidade. Diversas questões relacionadas à aerodinâmica são levadas em
consideração no projeto de um sistema físico como este. Contudo, no que se diz respeito
à problemática do desenvolvimento de controle automático que visa conduzir a aeronave
a seguir uma determinada trajetória, algumas questões dinâmicas são, por simplicidade,
relevadas, e lança-se mão de uma abordagem do ponto de vista da cinemática,
assumindo que a aeronave torna-se uma partícula puntiforme que se movimenta nos três
eixos coordenados do espaço: x, y e z.
Em muitas ocasiões é necessário que o avião faça um desvio em sua trajetória, por
exemplo, em decorrência de uma tempestade que atravessa a rota original. Poder-se-ia
optar por estudar esta problemática através de um sistema físico representativo moderno
e sofisticado de uma aeronave, que traga para dentro do laboratório um modelo fiel para
testar técnicas de controle que objetivam resolver este problema. Mas, além de
acrescentar maior - e, neste caso, desnecessária - dificuldade ao projeto por ser um
modelo físico completo, o custo de um aparato como este pode ser um fator que inviabilize
o projeto de estudo e desenvolvimento de controladores.
242
APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do
lugar das raízes para o sistema Ball Balancer
243
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Ball Balancer
O sistema Ball Balancer possui dois servomotores (aqui referidos como SRV02), que
atuam de modo a movimentar a placa em dois graus de liberdade, x e y. Todavia, com
exceção do eixo em que cada um deles atua, o sistema dinâmico de ambos é exatamente
igual. Logo, o projeto do controlador para os servomotores será feito em relação a um dos
eixos e será igualmente implementado para o segundo eixo.
No Experimento 3, foi levantada a função de transferência que relaciona a
velocidade angular 𝜔𝑚 (𝑠) de rotação do eixo de um servomotor, com a tensão de entrada
𝑉(𝑠) aplicada ao mesmo, representada em (1). Naquela ocasião, os parâmetros do motor,
𝜏 e 𝑘, foram determinados experimentalmente, e os mesmos correspondiam única e
exclusivamente ao servomotor ensaiado no experimento.
𝜔(𝑠) 𝑘
= (1)
𝑉(𝑠) 𝜏𝑠 + 1
Contudo, os motores de corrente contínua do Ball Balancer não são idênticos aos
utilizados no Experimento 4, os quais possuem suas próprias constantes, visto que são
inerentes às suas próprias estruturas. Outra diferença que será levada em consideração
neste experimento é a forma sob a qual a função de transferência do servomotor será
apresentada.
No projeto do controlador para o SRV02, a saída de interesse não é a velocidade
angular do motor (𝜔𝑚 ), mas sim a posição angular (𝜃) do eixo do motor, com respeito a
um dado referencial. A Figura L4.3 ilustra esta nova abordagem.
244
APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do
lugar das raízes para o sistema Ball Balancer
𝑠𝜃𝑙 (𝑠) 𝑘
=
𝑉(𝑠) 𝜏𝑠 + 1
E, desta forma,
𝜃𝑙 (𝑠) 𝑘
𝐺𝑚𝑜𝑡𝑜𝑟 (𝑠) = = (4)
𝑉(𝑠) 𝑠(𝜏𝑠 + 1)
onde 𝐺𝑚𝑜𝑡𝑜𝑟 (𝑠) passa a ser a função de transferência do servomotor que relaciona a
posição angular de seu eixo com a tensão elétrica aplicada.
Abaixo, a Figura L4.4 traz uma representação da relação entre a tensão de
alimentação do servomotor e a posição angular do eixo do mesmo.
3. Parte Experimental
Agora, com estas informações em mente, parte-se para o projeto do controlador que
deverá ser implementado. A Figura L4.5 apresenta o diagrama de blocos que ilustra a
proposta de controle.
245
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
5. No canto esquerdo da janela do MATLAB, clique na aba “File” e selecione “New >
Script”.
246
APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do
lugar das raízes para o sistema Ball Balancer
𝐺𝑚𝑜𝑡𝑜𝑟 (𝑠) no MATLAB. Para tanto, usaremos a função tf que irá carregar 𝐺𝑚𝑜𝑡𝑜𝑟 (𝑠) a partir
de dois vetores que representarão os coeficientes dos polinômios, tanto do numerador,
quanto do denominador, da função de transferência desejada.
8. Adicione as seguintes linhas de comando no seu programa (na janela Editor, logo
abaixo do código que usamos para carregar a função de transferência 𝐺𝑚𝑜𝑡𝑜𝑟 (𝑠)):
%Inicializar o RLTOOL
rltool(Gmotor)
Observe que usamos como "argumento" da função rltool a função 𝐺𝑚𝑜𝑡𝑜𝑟 (𝑠) que
acabamos de carregar. Isto indicará ao programa que queremos visualizar o root-locus
desta função de transferência em específico.
247
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
janelas principais serão abertas, sendo elas Control and Estimation Tools Manager
e SISO Desing for SISO Desing Task. Note que nesta segunda já é possível visualizar
o root- locus da função de transferência 𝐺𝑚𝑜𝑡𝑜𝑟 (𝑠). Nesta representação, as linhas em
azul representam o root-locus e os pontos em cor de rosa representam a posição dos
polos de malha fechada.
10. O resultado obtido condiz com o esboço feito anteriormente, usando as regras do
root-locus apresentadas em sala de aula? Comente em seu relatório.
Observação: Repita este procedimento sempre que a janela do rltool estiver com
uma escala que não contribua para uma boa visualização do root-locus).
12. Novamente na região branca tela SISO Design, clique com o botão direito do mouse
e selecione a opção “Design Requirements > New...”.
13. No campo “Design requirement type”, selecione “Settling time” e informe o tempo de
estabelecimento desejado e, então, clique em OK
Atenção: Usar “.” e não “,”).
14. Repita o passo 13, porém agora, selecione Percent Overshoot e insira o valor da
porcentagem de overshoot mínima exigida para o projeto.
248
APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do
lugar das raízes para o sistema Ball Balancer
18. Na janela Control and Estimation Tools Manager, clique na aba Compensator Editor.
Procure o “quadrado” intitulado Dynamics e clique com o botão direito em seu
interior. Selecione a opção Add Pole/Zero > Real Zero. (Este comando é usado para
adicionar zeros reais ao controlador). Observe que, agora, surge no “quadrado”
Dynamics a indicação de um Zero Real com localização -1, damping 1 e
frequência 1.
19. Ainda no “quadrado” Dynamics, clique com o botão esquerdo na linha que indica o
zero real que acabou de ser inserido no controlador, para selecioná-la. No
“quadrado” ao lado, intitulado Edit Selected Dynamics, altere a posição deste zero
para −𝟒𝟎. 𝟑𝟐𝟑 (pressione a tecla Enter para confirmar a nova posição). Volte para a
janela SISO Desing e veja como o root-locus foi alterado. O que ocorreu?
20. Novamente, na janela Control and Estimation Tools Manager, clique na aba
Compensator Editor. Clique com o botão direito no quadrado Dynamics, selecione
a opção Add Pole/Zero > Real Pole. (Este comando é usado para adicionar polos reais
ao controlador). Observe que, agora, surge no “quadrado” Dynamics a indicação de
um Polo Real com localização -1, damping 1 e frequência 1.
249
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
21. De maneira análoga ao passo 17, altere a posição do polo que acabou de ser inserido
para -55. Volte para a janela SISO Desing e observe como o root-locus foi alterado.
Qual procedimento foi executado através dos passos 18-21? Como isto alterou o
root-locus do sistema? Foi suficiente para resolver o problema de controle em questão?
Disserte sobre estas conclusões parciais em seu relatório.
22. Determine uma posição para o polo inserido no passo 20 de modo que o root-locus
do sistema esteja dentro da região de especificação.
𝒑𝟏 =
_____________
25. Defina um valor para o ganho 𝐾 para o seu controlador 𝐶𝑚 (𝑠) que posicione os polos
em uma de forma a resolver o problema de controle. Registre uma imagem do root-
locus final.
𝑲=
_____________
250
APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do
lugar das raízes para o sistema Ball Balancer
251
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Figura L4.7 – Diagrama completo do controle do 2DBB: Malha Interna e Malha Externa.
31. Dê um clique duplo no bloco Controlador do SRV02 Eixo X. Nesta nova janela que se
abrirá, você deverá configurar o controlador projetado na etapa 3.3 deste
experimento.
32. Dê um clique duplo na caixa 𝐶𝑚 (𝑠) e insira os valores dos coeficientes do numerador
e denominador do controlador projetado, seguindo o exemplo:
𝑠 + 23
𝐶𝑚 (𝑠) = ⇒ 𝑁𝑢𝑚𝑒𝑟𝑎𝑡𝑜𝑟 𝐶𝑜𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠: [1 23] 𝐷𝑒𝑛𝑜𝑚𝑖𝑛𝑎𝑡𝑜𝑟 𝐶𝑜𝑒𝑓𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑠: [1 15]
𝑠 + 15
33. Analogamente ao passo anterior, insira o valor do ganho K, dando um clique duplo
na caixa Ganho K.
34. Repita os passos de 35 a 37, porém agora, para configurar o controlador para o Eixo
Y.
35. Salve as alterações, clicando no botão Save localizado na barra superior da janela do
SIMULINK, e clique em Start simulation para rodar a simulação.
36. Clique no botão Start Simulation, localizado na barra superior da tela de interface
do SIMULINK. Aguarde alguns segundos.
252
APÊNDICE D – Laboratório 4: Projeto e implementação de controladores usando a técnica do
lugar das raízes para o sistema Ball Balancer
OBS: Cada arquivo contém os dados referentes a uma determinada variável de interesse:
s_theta_x Dados do controle do ângulo 𝜃 do servomotor x.
s_pos_x Dados do controle da posição da esfera sobre a placa com respeito ao eixo x.
s_vm Dados do sinal de tensão elétrica aplicada aos servomotores.
Cada um destes arquivos organizam estes dados em uma matriz 3x20001 de forma que: na
LINHA 1 estão alocados os valores de t (tempo) para cada amostra gerada na
simulação/implementação; na LINHA 2 estão os valores estabelecidos como referência a
ser seguida, para cada instante de tempo t, e; na LINHA 3, estão os valores reais medidos
com respeito à variável analisada.
OBS: A exceção é para a matriz s_vm, pois a linha 2 refere-se a tensão enviada ao servomotor
x, e a linha 3 refere-se aos valores de tensão enviados ao servomotor y.
3- Para organizar o plot, separe este conjunto de dados em três vetores diferentes,
respectivos à cada variável analisada. Faça isso utilizando o operador dois pontos.
Exemplo: Vamos trabalhar com o arquivo s_theta_x (ângulo do servomotor x). Sejam:
• t = vetor com os valores de tempo;
• theta_ref_x = vetor com os valores de referência para o ângulo 𝜃 do servomotor x;
• theta_x = vetor com os valores reais medidos para o ângulo 𝜃 do servomoto x.
Assim, faça, no MATLAB (crie um script para isto):
t = s_theta_x(1,:);
theta_ref_x = s_theta_x(2,:);
theta_x = s_theta_x(3,:);
Repita, de forma análoga, para as outras variáveis de interesse.
4- Plote, para cada variável de interesse, as curvas real e referência juntas, utilizando os
vetores obtidos no passo 3.
OBS: os arquivos gerados na implementação prática possuem nomes diferentes dos gerados
na simulação. Esteja atento a isto.
37. Após executada a simulação, volte à janela principal do SIMULINK e acesse o bloco
Observadores. Localize e abra a caixa theta_l_x (deg). Este observador apresenta
o comportamento do ângulo 𝜃𝑙 correspondente à rotação do eixo do motor CC. O
sinal em amarelo representa o valor de 𝜃 ideal para que o motor siga (𝜃𝑑𝑒𝑠𝑒𝑗𝑎𝑑𝑜 ),
enquanto que o sinal em magenta representa os valores de 𝜃 que foram alcançados
pelo controlador projetado.
(Dica: Caso seja necessário, clique com o botão direito na imagem da simulação e
selecione Autoscale para ajustar a figura).
38. Ainda na janela Observadores, abra a caixa x (cm). Aqui será possível observar a
posição da esfera sobre a placa com respeito ao eixo x. O sinal em amarelo
representa a posição desejada para o posicionamento da esfera sobre a placa,
enquanto que o sinal em magenta representa o deslocamento da esfera com relação
ao eixo x, em virtude da variação de 𝜃 provocada pela atuação do controlador
projetado.
253
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Após certificado de que o controlador apresenta uma resposta que esteja dentro dos
limites físicos do sistema, o próximo passo é implementá-lo na prática e observar seu
comportamento. Aguarde as instruções do professor para colocar seu projeto de
controlador para operar o Ball Balancer.
Leve os arquivos com os dados da implementação prática de seu controlador no
sistema físico real do Ball Balancer e prepare gráficos para a posição da esfera com relação
ao eixo X, ao deslocamento do ângulo do eixo do motor, à tensão aplicada ao motor, e ao
deslocamento da esfera ao seguir uma trajetória pré-estabelecida. Faça observações em
seu relatório e compare os resultados obtidos na prática com as simulações feitas no
SIMULINK.
254
APÊNDICE E– Laboratório 5: Resposta transitória de sistemas dinâmicos e erros de
APÊNDICE
regime permanente
E LABORATÓRIO 5:
APÊNDICE E – Laboratório 5: Resposta transitória de sistemas
dinâmicos e erros de regime permanente
1. Objetivos
Este laboratório tem o objetivo de estudar a resposta transitória de sistemas de 1ª
e 2ª ordem e aplicar os resultados teóricos na identificação de funções de transferência
implementadas em um computador analógico.
255
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
3. Parte Experimental
256
APÊNDICE E– Laboratório 5: Resposta transitória de sistemas dinâmicos e erros de
regime permanente
4 - Coloque a chave TIME da placa 7/1 na posição 0,1 s. Ligue o osciloscópio. Ligue
o módulo e ajuste a chave TIME-FINE até obter uma boa figura no osciloscópio. Assegure
que o modo de operação do módulo esteja em REPETIÇÃO (REP).
5 - Copie o sinal 𝜔(𝑡) × 𝑡 ligado no osciloscópio, utilizando o MATLAB. Anote aqui o
nome do arquivo que gravou os dados: _______________________ .
257
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
258
APÊNDICE E– Laboratório 5: Resposta transitória de sistemas dinâmicos e erros de
regime permanente
Tempo de Pico
Projete um controlador 𝐷(𝑠) tal que o motor C.C. dado, tenha erro de regime
permanente nulo para entrada degrau. A função de transferência do motor C.C. foi dada
pela equação (4).
Projete o circuito do computador analógico que implementa o controlador 𝐷(𝑠)
projetado. Implemente todo o sistema realimentado e meça a resposta transitória, o nome
do arquivo de dados é: ___________________.
No módulo, coloque as chaves S1 e S2 na posição x1. Utilize os botões “I.C.” e
259
CONTROLE LINEAR Sistemas Contínuos no Tempo
Sistems
Projete 𝐾 tal que se obtenha boa rejeição do distúrbio 𝑚(𝑡) sobre 𝜔(𝑡). Tome
cuidado para não especificar K muito grande, pois poderá causar saturação dos A. O. No
módulo, coloque as chaves S1 e S2 na posição x1. Utilize os botões “I.C.” e “Compute” da
placa 7/1 para realizar a simulação. Ajuste a escala temporal do osciloscópio digital tal
que todo transitório e parte do regime permanente apareçam na tela.
Aplique um degrau unitário em 𝑢(𝑡) e faça 𝑚(𝑡) uma senóide de amplitude 5 volts,
sem nível DC e com 100 Hz. Meça 𝜔(𝑡) e salve os referentes dados. O nome do arquivo de
que contem os dados do sinal 𝜔(𝑡) é ________________.
Projete um controlador que atenda a todos os requisitos de projeto dados nos itens
3.1 e 3.2 e ainda, apresente resposta ao degrau com 𝑃. 𝑂. % ≤ 20% 𝑒 𝑇𝑒 ≤ 4 𝑠.
Implemente o sistema completo no computador analógico e registre a resposta
transitória no MATLAB. Não se esqueça de aplicar o degrau 𝑈(𝑠) e a senóide do distúrbio
𝑀(𝑠). O nome do arquivo de dados é ___________________. Use o Root-Locus para realizar seu
projeto (MATLAB).
260
APÊNDICE
F BIBLIOGRAFICA
Bibliografia Básica
BÁSICA
Bibliografia
DORF, R. C.; BISHOP, R. H. – Sistemas de Controle Modernos, 8a ed., LTC, Rio de Janeiro,
1998.
261