CSD I Notas de Aula

Controle de Sistemas dinâmicos I
PROF: Antonius H. M. de Knegt
MODELAGEM MATEMATICA DE SISTEMAS DINÂMICOS
1. Sistema Massa Mola com Atrito: A dinâmica do sistema mecânico massa-mola-

amortecedor mostrado na figura (1a) a seguir é descrito pela 2ª lei de Newton (poderia
ser, por exemplo, a suspensão de um automóvel). Na figura (1b) a massa com todas
as forças nela aplicadas (diagrama de corpo livre).
Digite a equação aqui.
Figura(1)
As variáveis relativas ao sistema são:
𝑀 = 𝑚𝑎𝑠𝑠𝑎 𝑒𝑚 (𝑘𝑔)
𝑘 = 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑎 𝑚𝑜𝑙𝑎 (𝑁⁄𝑚)
𝑏 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑎𝑡𝑟𝑖𝑡𝑜 𝑣𝑖𝑠𝑐𝑜𝑠𝑜
𝑦 = 𝑑𝑒𝑠𝑙𝑜𝑐𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑎 𝑚𝑎𝑠𝑠𝑎 𝑒𝑚 𝑟𝑒𝑙𝑎çã𝑜 𝑎𝑜 𝑟𝑒𝑓𝑒𝑟𝑒𝑛𝑐𝑖𝑎𝑙 𝑒𝑠𝑐𝑜𝑙ℎ𝑖𝑑𝑜 (𝑚)
𝑟(𝑡) = 𝑓𝑜𝑟ç𝑎 𝑒𝑥𝑡𝑒𝑟𝑛𝑎 𝑎𝑝𝑙𝑖𝑐𝑎𝑑𝑎 𝑛𝑜 𝑠𝑖𝑠𝑡𝑒𝑚𝑎
A segunda lei de Newton determina que a força resultante aplicada a um corpo no

espaço é igual à soma de todas as forças nele aplicadas:
𝑛
⃗⃗⃗
𝐹𝑟 = ∑ ⃗⃗𝐹𝑖 (1.1)
𝑖=1
No caso deste sistema a massa só pode se deslocar para cima ou para baixo.
Portanto podemos considerar as forças como escalares se escolhermos por exemplo
força para baixo é positiva e força para cima é negativa. Considerando ainda que num
dado instante a massa está descendo ( 𝑑𝑒𝑠𝑙𝑜𝑐𝑎𝑚𝑒𝑛𝑡𝑜 𝑦 é 𝑝𝑜𝑠𝑖𝑡𝑖𝑣𝑜) então a 2ª lei de
Newton aplicada à massa resulta em:
𝐹𝑟 (𝑡) = 𝑟(𝑡) − 𝐹𝑘 (𝑡) − 𝐹𝑏 (𝑡) (1.2)
Observe que 𝐹𝑘 aponta para cima porque se a massa está descendo então a mola
está sendo esticada, já a força de atrito 𝐹𝑏 tem sempre sentido contrário ao
movimento: se a massa sobe a força de atrito aponta para baixo se a massa desce
aponta para cima.
Relações Constitutivas: Em física ou engenharia, uma equação constitutiva é aquela

que estabelece uma relação entre duas grandezas físicas, válida para condições
específicas e faixa limitada das grandezas relacionadas. Equações que empregamos
com muita frequência, como ∅(𝑡) = 𝐿𝑖(𝑡) ou 𝑣(𝑡) = 𝑅𝑖(𝑡) são relações constitutivas.
Para uma mola a relação entre o deslocamento e a força resultante é: 𝐹𝑘 (𝑡) = 𝑘𝑦(𝑡).
Para a força de atrito viscoso: 𝐹𝑏 (𝑡) = 𝑏𝑦̇ (𝑡).
Já a equação de Newton para a força não é constitutiva e é exata para 𝑣 ≪ 𝑐 :
𝐹𝑟 (𝑡) = 𝑀𝑦̈ (𝑡)
Substituindo estas relações em (1.2),
𝑀𝑦̈ (𝑡) + 𝑏𝑦̇ (𝑡) + 𝑘𝑦(𝑡) = 𝑟(𝑡) (1.3)
A solução desta equação para 𝑦(0) = 𝑦0 ≠ 0 𝑒 𝑟(𝑡) = 0 têm a forma geral:
𝑦(𝑡) = 𝐾1 𝑒 −∝1 𝑡 𝑠𝑒𝑛(𝛽1 𝑡 + 𝜃1 ) (1.3) (para sistemas sub amortecidos)
Considere em seguida o sistema elétrico da figura (1.2)
Figura(1.2)
Para as correntes no circuito podemos escrever:
𝑟(𝑡) = 𝑖𝑅 (𝑡) + 𝑖𝐿 (𝑡) + 𝑖𝐶 (𝑡)

Como:
𝑡
𝑣(𝑡) 1 𝑑𝑣(𝑡)
𝑖𝑅 (𝑡) = , 𝑖𝐿 (𝑡) = ∫ 𝑣(𝑡)𝑑𝑡 𝑒 𝑖𝐶 (𝑡) = 𝐶
𝑅 𝐿 𝑑𝑡
0
𝑡
𝑑𝑣(𝑡) 𝑣(𝑡) 1
𝐶 + + ∫ 𝑣(𝑡)𝑑𝑡 = 𝑟(𝑡) (1.4)
𝑑𝑡 𝑅 𝐿
0
A solução desta equação com uma corrente constante 𝑟(𝑡) = 1 têm a forma geral:
𝑣(𝑡) = 𝐾2 𝑒 −∝2 𝑡 𝑠𝑒𝑛(𝛽2 𝑡 + 𝜃2 ) (1.5)
Embora inicialmente não pareça, os dois sistemas, o mecânico e o elétrico são

análogos. Esta analogia se torna clara se derivarmos a equação (1.4) em relação ao
tempo com 𝑟(𝑡) constante.
𝑑2 𝑣(𝑡) 1 𝑑𝑣(𝑡) 1
𝐶 + + 𝑣(𝑡) = 0 (1.6)
𝑑𝑡 2 𝑅 𝑑𝑡 𝐿
Comparando as equações para os dois sistemas verificamos que:
𝑴 (𝑚𝑎𝑠𝑠𝑎)é 𝑎𝑛á𝑙𝑜𝑔𝑎 𝑎 𝑪 (𝑐𝑎𝑝𝑎𝑐𝑖𝑡â𝑛𝑐𝑖𝑎)
𝒃 (𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑎𝑡𝑟𝑖𝑡𝑜) é 𝑎𝑛á𝑙𝑜𝑔𝑜 𝑎 1⁄𝑹 (𝑟𝑒𝑠𝑖𝑠𝑡ê𝑛𝑐𝑖𝑎)
𝒌 (𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑎 𝑚𝑜𝑙𝑎) é 𝑎𝑛á𝑙𝑜𝑔𝑜 𝑎 1⁄𝑳 (𝑖𝑛𝑑𝑢𝑡â𝑛𝑐𝑖𝑎)
𝒚 (𝑑𝑒𝑠𝑙𝑜𝑐𝑎𝑚𝑒𝑛𝑡𝑜) é 𝑎𝑛á𝑙𝑜𝑔𝑜 𝑎 𝒗 (𝑡𝑒𝑛𝑠ã𝑜 𝑒𝑙é𝑡𝑟𝑖𝑐𝑎)
𝑭 (𝑓𝑜𝑟ç𝑎) é 𝑎𝑛á𝑙𝑜𝑔𝑎 𝑎 𝒊 (𝑐𝑜𝑟𝑟𝑒𝑛𝑡𝑒 𝑒𝑙é𝑡𝑟𝑖𝑐𝑎)
A figura (1.3) a seguir mostra a resposta de tensão típica de um circuito RLC sub
amortecido correspondente a equação (1.5) com 𝜃 = 0.
Figura (1.3)
2. Linearização de Sistemas não Lineares: A grande maioria dos sistemas físicos

podem ser considerados como lineares dentro de uma faixa de valores de suas
variáveis. A extensão destas faixas depende da precisão necessária em cada
aplicação. Considere por exemplo a figura a seguir que mostra a relação não linear
entre corrente e fluxo para um motor elétrico. Similarmente, a relação entre a força
aplicada e o deslocamento de uma mola real só é linear dentro de uma faixa limitada.
2.1 Linearidade: Para que um sistema seja linear, ele deve satisfazer a dois
princípios, princípio da superposição e princípio de homogeneidade
(a) Princípio da superposição: Considere que a entrada 𝑥1 (𝑡) foi aplicada num sistema
resultando na saída 𝑦1 (𝑡). Em seguida a entrada 𝑥2 (𝑡) ≠ 𝑥1 (𝑡) é aplicada no mesmo
sistema resultando na saída 𝑦2 (𝑡). Para que o sistema seja linear é condição
necessária
que a aplicação de 𝑥1 (𝑡) + 𝑥2 (𝑡) resulte na saída 𝑦1 (𝑡) + 𝑦2 (𝑡).
(b) Princípio da homogeneidade: Também é necessário que o fator de escala da

entrada seja preservado na saída do sistema. Considere que a entrada do sistema
seja 𝑥 resultando numa saída 𝑦. Então a entrada 𝛽𝑥 onde 𝛽 é uma constante têm de
resultar na saída 𝛽𝑦.
Exemplo1: Verifique se o sistema descrito pela equação 𝑦 = 𝑘𝑥 + 𝑏 é ou não linear.
Solução: A equação descreve um sistema não linear porque quando 𝑘 = 0 a entrada é

zero para qualquer 𝑥 e neste caso a saída 𝑦 deveria ser zero também pois pelo
princípio da homogeneidade deveria estar escalonada por 𝑘 = 0 . No entanto, pela
equação:
𝑦=𝑏
A equação 𝑦 = 𝑘𝑥 + 𝑏 não é linear, mas pode ser facilmente linearizada:

Escolha um ponto de operação 𝑦0 = 𝑘𝑥0 + 𝑏 .
Então podemos escrever: 𝑦 − 𝑦0 = 𝑘(𝑥 − 𝑥0 ) + 𝑏 − 𝑏 .
Portanto: ∆𝑦 = 𝑘∆𝑥 que é uma equação linear. Então a equação 𝑦 = 𝑘𝑥 + 𝑏 não é

linear, mas é incrementalmente linear.
Um método mais geral para linearização de relações não lineares pode ser
obtido empregando-se a Série de Taylor. Considere uma relação não linear da
forma 𝑦 = 𝑔(𝑥).
Escolhendo um ponto 𝑥0 , obteremos 𝑦0 = 𝑔(𝑥0 ).
O desenvolvimento desta equação por Série de Taylor em torno do ponto 𝑥0

escolhido será:
𝜕𝑔(𝑥) (𝑥−𝑥0 ) 𝜕2 𝑔(𝑥) (𝑥−𝑥0 )2 𝜕3 𝑔(𝑥)
𝑦 = 𝑔(𝑥0 ) = 𝑦0 + | × + | × + | ×
𝜕𝑥 𝑥=𝑥0 1! 𝜕2𝑥 𝑥=𝑥0 2! 𝜕3𝑥 𝑥=𝑥0
(𝑥−𝑥0 )3
+⋯
3!
Truncando no 2º termo:
𝜕𝑔(𝑥) 𝜕𝑔(𝑥)
𝑦 = 𝑦0 + 𝜕𝑥 | (𝑥 − 𝑥0 ) 𝑐ℎ𝑎𝑚𝑎𝑛𝑑𝑜: 𝑚 = |
𝑥=𝑥0 𝜕𝑥 𝑥=𝑥0
(𝑦 − 𝑦0 ) = 𝑚(𝑥 − 𝑥0 ) 𝑒𝑞𝑢𝑎çã𝑜 𝑙𝑖𝑛𝑒𝑎𝑟
Exemplo 2: Considere linearizar a relação não linear: 𝑦(𝑥) = 2𝑥 + 0,1𝑥 2 , em torno do

ponto 𝑥0 = 2. Calcule também o erro% nos pontos 𝑥 = 1 e 𝑥 = 3.
Solução:
𝑥0 = 2; 𝑦0 = 𝑦(2) = 4 + 0,4 = 4,4
𝑑𝑦
| = 2 + 0,2𝑥|𝑥=2 = 2,4
𝑑𝑥 𝑥=2
𝑦𝑙𝑖𝑛 = 4,4 + 2,4(𝑥 − 2) = 4,4 + 2,4𝑥 − 4,8
𝑦𝑙𝑖𝑛 = 2,4𝑥 − 0,4
Verificação: 𝑃𝑎𝑟𝑎 𝑥 = 𝑥0 = 2: 𝑦𝑙𝑖𝑛 = 4,8 − 0,4 = 4,4 O.K.
Erro em 𝑥 = 1: 𝑦(1) = 2 + 0,1 = 2,1 𝑦𝑙𝑖𝑛 (1) = 2,4 − 0,4 = 2
2,1 − 2
𝐸𝑟𝑟𝑜% = × 100% = 4,76%
2,1
Erro em 𝑥 = 3: 𝑦(3) = 6 + 0,9 = 6,9 𝑦𝑙𝑖𝑛 (3) = 7,2 − 0,4 = 6,8
6,9 − 6,8
𝐸𝑟𝑟𝑜% = × 100% = 1,45%
6,9
A equação de Taylor também pode ser empregada para aproximar relações

multivariáveis. Seja 𝑦 = 𝑔(𝑥) = 𝑔(𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 ). Então o truncamento da Série
de Taylor no 2º termo, considerando as derivadas parciais em relação a
𝑥1 , 𝑥2 , ⋯ , 𝑥𝑛 , resulta na equação:
𝜕𝑔(𝑥) 𝜕𝑔(𝑥) 𝜕𝑔(𝑥)
𝑦 = 𝑔(𝑥10 , 𝑥20 , ⋯ , 𝑥𝑛0 ) + | (𝑥1 − 𝑥10 ) + | (𝑥2 − 𝑥20 )+, ⋯ , + | (𝑥𝑛 − 𝑥𝑛0 )
𝜕𝑥1 𝑥=𝑥 𝜕𝑥2 𝑥=𝑥0 𝜕𝑥𝑛 𝑥=𝑥
0 0
Exemplo: Linearize a equação 𝑦 = 𝑠𝑒𝑛(𝑥1 ) + 3𝑥22 em torno do ponto 𝑥0 = [𝑥10 =
0 ; 𝑥20 = 1].
Calcule também o erro% da aproximação para 𝑥 = [0,2 ; 0,8].
Solução: 𝑦0 = 𝑦(0, 1) = 𝑠𝑒𝑛(0) + 3(12 ) = 3
𝜕𝑦
| = cos(𝑥1 ) + 0|𝑥=[0, 1] =1
𝜕𝑥1 𝑥=𝑥
0
𝜕𝑦
| = 0 + 6𝑥2 |𝑥=[0, 1] =6
𝜕𝑥2 𝑥=𝑥
0
𝑦𝑙𝑖𝑛 = 𝑦0 + (𝑥1 − 0) + 6(𝑥2 − 1)
𝑦𝑙𝑖𝑛 = 3 + 𝑥1 + 6𝑥2 − 6
𝑦𝑙𝑖𝑛 = 𝑥1 + 6𝑥2 − 3
Teste: 𝑦𝑙𝑖𝑛 (0 , 1) = 0 + 6 − 3 = 3 OK.
Erro no ponto 𝑥 = [0,2 0,8]:

𝑦 = 𝑠𝑒𝑛(𝑥1 ) + 3𝑥22 = 𝑠𝑒𝑛(0,2) + 3 × 0,82 = 2,1187
𝑦𝑙𝑖𝑛 = 𝑥1 + 6𝑥2 − 3 = 0,2 + 6 × 0,8 − 3 = 2
2,119 − 2
𝑒𝑟𝑟𝑜% = × 100% = 5,6%
2,119
Exemplo 3: Considere o sistema massa mola da figura a seguir onde 𝐹𝑘 (𝑦) = 𝑘𝑦 2 .

Encontre uma aproximação linear para o sistema em torno do seu ponto de equilíbrio.
No ponto de equilíbrio: 𝐹𝑘 (𝑦0 ) = 𝑘𝑦0 2 = 𝑀𝑔
𝑀𝑔 𝑑𝐹𝑘
𝑦0 = √ 𝑚= | = 2𝑘𝑦|𝑦=𝑦0 = 2𝑘𝑦0
𝑘 𝑑𝑦 𝑦=𝑦
0
𝑀𝑔
𝑚 = 2𝑘√ = 2√𝑀𝑔𝑘
𝑘
Então a equação linearizada será: 𝐹𝑘 (𝑦) − 𝐹𝑘 (𝑦0 ) = 2√𝑀𝑔𝑘 (𝑦 − 𝑦0 )
𝑀𝑔
𝐹𝑘 (𝑦) = 𝑀𝑔 + 2√𝑀𝑔𝑘 (𝑦 − √ ) = 𝑀𝑔 + 2𝑦√𝑀𝑔𝑘 − 2𝑀𝑔 = 2 𝑦√𝑀𝑔𝑘 − 𝑀𝑔
𝑘
𝐹𝑘 (𝑦) = 2 𝑦√𝑀𝑔𝑘 − 𝑀𝑔
Para 𝑦 = 𝑦0 :
𝑀𝑔
𝐹𝑘 = 2 √ √𝑀𝑔𝑘 − 𝑀𝑔 = 𝑀𝑔
𝑘
Exemplo 4: Linearização do Pêndulo Simples. Para este sistema, se a massa for

deslocada de um ângulo 𝜃 como mostra a figura, haverá um torque de restauração
𝑇 = 𝑀𝑔𝐿𝑠𝑒𝑛(𝜃). Deseja-se obter uma relação 𝑇 = 𝑓(𝜃) linearizada.
Se a massa for deslocada o sistema retornará ao seu ponto de equilíbrio com 𝜃 = 𝜃0 =

0. Neste ponto o torque será 𝑇 = 𝑇0 = 0.
Logo: 𝑇 − 𝑇0 = 𝑀𝑔𝐿(𝜃 − 𝜃0 ) e no ponto de equilíbrio: 𝑇 = 𝑀𝑔𝐿𝜃 uma relação linear.

𝜋 𝜋
A figura a seguir mostra o erro percentual da aproximação para a faixa − 4 ≤ 𝜃 ≤ 4
.
Como pode ser visto para a faixa ±20° a diferença entre 𝑇 𝑒 𝑇𝑙𝑖𝑛 é 2%
Código Matlab:
clear,clc;
L = 1; M = 1; g = 9.81;
teta = -pi/4:pi/1000:pi/4;
graus = teta*180/pi;
T = M*g*L*sin(teta);
Tlin = M*g*L*teta;
erro = (T-Tlin)./T*100;
figure(1),plot(teta*180/pi,T,teta*180/pi,Tlin),grid;
figure(2),plot(graus,abs(erro)),grid;
axis([-45 45 0 10]);
3. Resolução de Equações Diferenciais Empregando a Transformada de

Laplace
As equações diferenciais lineares podem ser resolvidas através da utilização

da Transformada de Laplace (T.L.). Neste método as equações diferenciais são
transformadas do domínio do tempo para o domínio da variável complexa 𝑠.
A Transformada de Laplace de um sinal ou uma função 𝑥(𝑡) é dada pela

seguinte equação de transformação:
∞
𝑋(𝑠) = ∫ 𝑥(𝑡)𝑒 −𝑠𝑡 𝑑𝑡
−∞
O operador de Laplace definido pela equação acima transforma a função 𝑥(𝑡)

na função 𝑋(𝑠) em que 𝑠 = 𝜎 + 𝑗𝜔 é uma variável complexa. A transformada
de Laplace existe para os sinais em que a integral de transformação converge.
Sinais que sejam fisicamente realizáveis sempre possuem transformada de
Laplace. Para sinais ou sistemas causais a transformada de Laplace pode ser
escrita como:
∞
𝑋(𝑠) = ∫ 𝑥(𝑡)𝑒 −𝑠𝑡 𝑑𝑡
0
Esta é a equação da Transformada de Laplace unilateral para a qual não é

necessário determinar o raio de convergência de 𝑋(𝑠). A relação entre as
funções 𝑥(𝑡) e 𝑋(𝑠) é biunívoca, o que é representado por:
𝑇.𝐿.
𝑥(𝑡) ↔ 𝑋(𝑠)
O processo inverso de transformação da função 𝑋(𝑠) numa função 𝑥(𝑡) pode

ser obtida pela equação de transformação inversa:
1 𝜎+𝑗∞
𝑥(𝑡) = ∫ 𝐻(𝑠)𝑒 𝑠𝑡 𝑑𝑠
2𝜋𝑗 𝜎−𝑗∞
Mas para o processo de transformação inversa geralmente utiliza-se as tabelas

de transformadas de Laplace. Uma tabela resumida é mostrada a seguir.
Observe que a integral de Laplace é um operador linear.

A principal aplicação da transformada de Laplace na engenharia é na solução
de equações diferenciais lineares. O método de Laplace é muito empregado
porque possibilita um procedimento sistemático muito apropriado para o tipo de
equações diferenciais que ocorrem em problemas de engenharia (equações
diferenciais lineares com coeficientes constantes).
Exemplo1: Considere novamente a equação diferencial que descreve o sistema

massa mola com atrito: 𝑀𝑦̈ (𝑡) + 𝑏𝑦̇ (𝑡) + 𝑘𝑦(𝑡) = 𝑟(𝑡). Desejamos a solução desta
equação para 𝑦(0) = 𝑦0 ≠ 0 𝑒 𝑟(𝑡) = 0.
A solução envolve cinco etapas:

1ª) Tomar a T.L. termo a termo da equação:
𝑀𝑑2 𝑦(𝑡)
ℒ{ 2
} = 𝑀𝑠 2 𝑌(𝑠) − 𝑀𝑠𝑦(0) − 𝑀𝑦 ′ (0)
𝑑𝑡
𝑑𝑦(𝑡)
ℒ {𝑏 } = 𝑏𝑠𝑌(𝑠) − 𝑏𝑦0
𝑑𝑡
ℒ{𝑘𝑦(𝑡)} = 𝑘𝑌(𝑠)
2ª) Isolar algebricamente a variável de interesse:

𝑀𝑠 2 𝑌(𝑠) + 𝑏𝑠𝑌(𝑠) + 𝑘𝑌(𝑠) − 𝑀𝑠𝑦0 − 𝑏𝑦0 = 0
𝑌(𝑠)(𝑀𝑠 2 + 𝑏𝑠 + 𝑘) = (𝑀𝑠 + 𝑏)𝑦0
𝑠 + 𝑏⁄𝑀
𝑌(𝑠) = 𝑦
(𝑠 2
+ 𝑏⁄𝑀 𝑠 + 𝑘⁄𝑀) 0
Suponha: 𝑏⁄𝑀 = 3 𝑒 𝑘⁄𝑀 = 2, Então,
𝑠+3
𝑌(𝑠) = 𝑦
(𝑠 2 + 3𝑠 + 2) 0
3ª) Dividir a expressão em partes (frações parciais) para as quais existe a

transformada inversa pronta na tabela:
𝑌(𝑠) 𝑠+3 𝑘1 𝑘2
= 2 = +
𝑦0 (𝑠 + 3𝑠 + 2) (𝑠 + 1) (𝑠 + 2)
4ª) Calcular 𝑘1 e 𝑘2 empregando algum método (método dos resíduos por

exemplo):
𝑠+3 2 𝑠+3 1
𝑘1 = | = = 2; 𝑘2 = | = −1
𝑠 + 2 𝑠=−1 1 𝑠 + 1 𝑠=−2 −1
No Matlab: [k p] = residue([1 3],[1 3 2])

k = [ -1; 2]
p = [-2 ; -1]
5ª) Empregar a tabela de T.L. para escrever a solução no tempo:
𝑌(𝑠) 2 1 𝑇.𝐿.
= − ↔ 𝑦(𝑡) = 𝑦0 (2𝑒 −𝑡 − 𝑒 −2𝑡 )𝑢(𝑡)
𝑦0 (𝑠 + 1) (𝑠 + 2)
O código Matlab a seguir mostra a contribuição de cada polo na dinâmica do

sistema. A figura é o resultado.
clear,clc;
fa = 100; Ta = 1/fa;
t = 0:Ta:5;
y0 = 1;
G1 = tf(2,[1 1]); G2 = tf(-1,[1 2]);
G = tf(G1+G2);
y1 = impulse(G1,t); y2 = impulse(G2,t);
y = impulse(G,t);
figure(1),plot(t,y,t,y1,t,y2),grid;
xlabel('Tempo em segundos');
O teorema do valor final: Frequentemente deseja-se saber qual é o valor final

da resposta do sistema ou como geralmente é chamada “resposta em estado
estacionário”. O teorema estabelece que:
lim 𝑦(𝑡) = lim 𝑠𝑌(𝑠)

𝑡→∞ 𝑠→0
Onde é permitido um polo simples de 𝑌(𝑠) na origem, mas não polos sobre o
eixo imaginário, nem no semiplano direito ou polos múltiplos na origem.
A equação obtida pelo método da T.L. mostra que a saída tenderá para zero, o
que é confirmado pelo teorema:
(𝑠 + 3)𝑦0
lim 𝑦(𝑡) = lim 𝑠 2 =0
𝑡→∞ 𝑠→0 (𝑠 + 3𝑠 + 2)
Observe que se o teorema for aplicado fora das condições acima o resultado
obtido será incorreto. Seja 𝐺(𝑠) = 3⁄(𝑠 − 1)(𝑠 + 2). A aplicação do teorema
resulta:
3𝑠
lim 𝑦(𝑡) = lim =0→ 𝑒𝑟𝑟𝑎𝑑𝑜
𝑡→∞ 𝑠→0 (𝑠 − 1)(𝑠 + 2)
Empregando o método dos resíduos,
3 3
𝑘1 = | = 1; 𝑘2 = | = −1
𝑠 + 2 𝑠=1 (𝑠 − 1) 𝑠=−2
𝑦(𝑡) = 𝑒 −2𝑡 − 𝑒 𝑡 𝑦(𝑡)|𝑡→∞ = −∞
4. Parametrização 𝜻 (zeta), 𝝎𝒏 Para sistemas de 2ª ordem:
𝜁 = fator de amortecimento 𝜁 > 0

𝜔𝑛 = frequência natural de oscilação 𝜔𝑛 > 0
Considere a expressão para o sistema massa mola com atrito com 𝑟(𝑡) = 0 e
𝑦0 ≠ 0
(𝑠 + 𝑏⁄𝑀)𝑦0
𝑌(𝑠) = 2
(𝑠 + 𝑏⁄𝑀 𝑠 + 𝑘⁄𝑀)
Chamando:
𝑏
𝜔𝑛 = √𝑘⁄𝑀 𝑒 𝜁=
2√𝑘𝑀
Então,
𝑏 𝑘
= 2𝜁𝜔𝑛 e 𝜔𝑛2 = 𝑀 Logo,
𝑀
(𝑠 + 2𝜁𝜔𝑛 )𝑦0
𝑌(𝑠) = (4.1)
(𝑠 2 + 2𝜁𝜔𝑛 𝑠 + 𝜔𝑛2 )
Com estas substituições a dinâmica do sistema pode ser analisada de uma

maneira muito clara e intuitiva em termos de apenas dois parâmetros, 𝜁 e 𝜔𝑛 ,
onde o primeiro está associado a dissipação de energia e o segundo a seu
conteúdo frequêncial.
Vamos em seguida analisar as possíveis respostas que o sistema pode

apresentar em função das raízes do denominador de 𝑌(𝑠):
Δ = 4𝜁 2 𝜔𝑛2 − 4𝜔𝑛2 = 4𝜔𝑛2 (𝜁 2 − 1)
𝑆𝑒 𝜁 > 1 → ∆> 0: duas raízes reais e desiguais
−2𝜁𝜔𝑛 ±2𝜔𝑛 √𝜁 2 −1
𝑠12 = = −𝜁𝜔𝑛 ± 𝜔𝑛 √𝜁 2 − 1 (4.2)
2
E a resposta terá a forma geral, 𝑦(𝑡) = 𝑘1 𝑒 𝑠1 𝑡 + 𝑘2 𝑒 𝑠2𝑡 onde 𝑠1 𝑒 𝑠2 < 0
𝑆𝑒 𝜁 = 1 → ∆= 0: duas raízes reais e iguais
𝑠1 = 𝑠2 = −𝜔𝑛 (4.3)
A forma geral da resposta será: 𝑦(𝑡) = 𝑘1 𝑒 −𝜔𝑛𝑡 + 𝑘2 𝑡𝑒 −𝜔𝑛𝑡 𝑘1 = 1; 𝑘2 = 𝜔𝑛
Veja código Matlab a seguir:

clear,clc;
fa = 100; Ta = 1/fa;
t = 0:Ta:10;
wn = 0.5;
G = tf([1 2*wn],conv([1 wn],[1 wn]))
y = impulse(G,t);
[k,p] = residue([1 2*wn],conv([1 wn],[1 wn]))
y1 = k(1)*exp(p(1)*t)+k(2)*t.*exp(p(2)*t);
figure(1),plot(t,y,t,y1),grid;
𝑆𝑒 0 < 𝜁 < 1 → ∆< 0: duas raízes complexas conjugadas
𝑠12 = −𝜁𝜔𝑛 ± 𝜔𝑛 √𝜁 2 − 1 = −𝜁𝜔𝑛 ± √−1 × 𝜔𝑛 √1 − 𝜁 2 = −𝜁𝜔𝑛 ± 𝑗𝜔𝑛 √1 − 𝜁 2
𝑠12 = −𝜁𝜔𝑛 ± 𝑗𝜔𝑛 √1 − 𝜁 2 (4.4)
A figura a seguir mostra a locação do par de raízes complexas conjugadas 𝑠1 e

𝑠2 no plano 𝑠. Da figura retiramos as importantes relações:
√𝜁 2 𝜔𝑛2 + 𝜔𝑛2 − 𝜁 2 𝜔𝑛2 = 𝜔𝑛
cos(𝜃) = 𝜁𝜔𝑛 ⁄𝜔𝑛 Logo: 𝜃 = 𝑐𝑜𝑠 −1 (𝜁)
sen(𝜃) = 𝜔𝑛 √1 − 𝜁 2 ⁄𝜔𝑛 Logo: 𝜃 = 𝑠𝑒𝑛−1 (√1 − 𝜁 2 )
tan(𝜃) = 𝜔𝑛 √1 − 𝜁 2 ⁄𝜁𝜔𝑛 Logo: 𝜃 = 𝑡𝑎𝑛−1 (√1 − 𝜁 2 ⁄𝜁)
A decomposição em frações parciais será então:
𝑘1 𝑘2
𝑌(𝑠) = + (4.5)
(𝑠 − 𝑠1 ) (𝑠 − 𝑠2 )
Como 𝑠2 é o complexo conjugado de 𝑠1 então 𝑘2 será o complexo conjugado

de 𝑘1
𝑘1 𝑘1∗
( )
𝑌 𝑠 = + (4.6)
(𝑠 − 𝑠1 ) (𝑠 − 𝑠1∗ )
O desenvolvimento de (4.6) pelo método dos resíduos é bastante trabalhosa.

Como alternativa mais fácil e rápida podemos procurar diretamente o par de
T.L. para este caso que será o item 18 da Tabela A.1 do Dorf:
Comparando:
𝑌(𝑠) (𝑠 + 2𝜁𝜔𝑛 ) 𝑠+𝛼

= 2 2
= 2
𝑦0 (𝑠 + 2𝜁𝜔𝑛 𝑠 + 𝜔𝑛 ) 𝑠 + 2𝑎𝑠 + (𝑎2 + 𝜔 2 )
𝛼 = 2𝑎 𝑎 = 𝜁𝜔𝑛 𝜔 = √𝜔𝑛2 − 𝑎2
𝜔 = √𝜔𝑛2 −𝜁 2 𝜔𝑛2 = 𝜔𝑛 √1 − 𝜁 2
Substituindo 𝛼, 𝑎 e 𝜔 no lado direito do par 18:
𝑦(𝑡) 1
= [(𝜁𝜔𝑛 )2 + 𝜔𝑛2 −𝜁 2 𝜔𝑛2 ]1⁄2 𝑒 −𝜁𝜔𝑛𝑡 𝑠𝑒𝑛(𝜔𝑛 √1 − 𝜁 2 𝑡 + 𝜙)
𝑦0 𝜔𝑛 √1 − 𝜁 2
Simplificando,
1 √1 − 𝜁 2
𝑦(𝑡) = 𝑒 −𝜁𝜔𝑛𝑡 𝑠𝑒𝑛 (𝜔𝑛 √1 − 𝜁 2 𝑡 + 𝜙) 𝑦0 𝑜𝑛𝑑𝑒 𝜙 =
√1 − 𝜁 2 𝜁
Um procedimento importante ao encontrar uma resposta é fazer alguns testes

simples de verificação confrontando a equação com a realidade. Por exemplo:
o que se espera da saída 𝑦(𝑡) no instante 𝑡 = 0 ? Espera-se que a saída seja
igual a condição inicial do sistema, não é verdade?
1
𝑦(0) 𝑠𝑒𝑛(𝜙)𝑦0
√1 − 𝜁 2
Como 𝑠𝑒𝑛(𝜙) = √1 − 𝜁 2 ,
√1 − 𝜁 2
𝑦(0) = 𝑦0 𝑦(0) = 𝑦0
√1 − 𝜁 2
Se 𝜁 = 0 significa que não existe atrito (o sistema não dissipa energia), Neste
caso:
𝑦(𝑡) = 𝑠𝑒𝑛(𝜔𝑛 𝑡 + 𝜋⁄2)𝑦0 = cos (𝜔𝑛 𝑡)𝑦0
O sistema oscila sem amortecimento, na frequência natural 𝜔𝑛 , com amplitude

𝑦0 .
5. Função de Transferência: Para um sistema linear, a Função de

Transferência é a relação entre a T.L. da saída pela T.L. da entrada quando se
considera que não há nenhuma energia armazenada no sistema: 𝑟(𝑡) ≠ 0 e
todas as condições iniciais nulas: 𝑦(0) = 0, 𝑦̇ (0) = 0, 𝑦̈ (0) = 0 …
𝑌(𝑠)
𝐺(𝑠) =
𝑅(𝑠)
Considere um sistema L.I.T e causal submetido a uma entrada 𝛿(𝑡) (impulso

unitário). Pela equação de convolução a saída será:
∞
𝑦(𝑡) = ∫ 𝑔(𝜏) 𝛿(𝑡 − 𝜏)𝑑𝜏 = 𝑔(𝑡) ∗ 𝛿(𝑡)
0
Pela propriedade da convolução no tempo:

𝑇.𝐿.
Como 𝛿(𝑡) ↔ 1: 𝑌(𝑠) = 𝐺(𝑠) × ℒ{𝛿(𝑡)} 𝑌(𝑠) = 𝐺(𝑠) × 1 = 𝑌(𝑠)
Então, a função de transferência é a saída do sistema quando a entrada for um

impulso unitário.
Exemplo 5.1: Considere o sistema massa mola com atrito nas condições:
𝑦(0) = 0, 𝑦̇ (0) = 0 e 𝑟(𝑡) ≠ 0.
𝑑2 𝑦(𝑡) 𝑑𝑦(𝑡)
𝑀 + 𝑏 + 𝑘𝑦(𝑡) = 𝑟(𝑡)
𝑑𝑡 2 𝑑𝑦
a) Encontre a função de transferência do sistema.
Tomando a T.L. de cada termo:
𝑀𝑠 2 𝑌(𝑠) − 𝑀𝑠𝑦(0) − 𝑀𝑦̇ (0) + 𝑏𝑠𝑌(𝑠) − 𝑏𝑦(0) + 𝑘𝑌(𝑠) = 𝑅(𝑠)
Com condições iniciais nulas,
𝑌(𝑠)(𝑀𝑠 2 + 𝑏𝑠 + 𝑘) = 𝑅(𝑠)
𝑌(𝑠) 1 1⁄𝑀
𝐺(𝑠) = = 2
= 2
𝑅(𝑠) (𝑀𝑠 + 𝑏𝑠 + 𝑘) 𝑠 + 𝑏⁄𝑀 𝑠 + 𝑘⁄𝑀
Empregando a Parametrização 𝜁, 𝜔𝑛 :
1⁄𝑀
𝐺(𝑠) =
𝑠2 + 2𝜁𝜔𝑛 𝑠 + 𝜔𝑛2
Como 𝜔𝑛2 = 𝑘⁄𝑀 então 1⁄𝑀 = 𝜔𝑛2 ⁄𝑘 e,

1 𝜔𝑛2
𝐺(𝑠) = × 2
𝑘 𝑠 + 2𝜁𝜔𝑛 𝑠 + 𝜔𝑛2
b) Considerando 0< 𝜁 < 1, obtenha a resposta dinâmica do sistema,

considerando que um peso de 1𝐾𝑔 foi adicionado à massa no instante 𝑡 = 0.
1 𝜔𝑛2
𝑌(𝑠) = × 2 𝑅(𝑠)
𝑘 𝑠 + 2𝜁𝜔𝑛 𝑠 + 𝜔𝑛2
𝑇.𝐿 .
𝑟(𝑡) = 1 ↔ 𝑅(𝑠) = 1⁄𝑠
1 𝜔𝑛2
𝑌(𝑠) = ×
𝑘 𝑠(𝑠 2 + 2𝜁𝜔𝑛 𝑠 + 𝜔𝑛2 )
Diretamente da tabela de T.L.
1 1
𝑦(𝑡) = [1 − 𝑒 −𝜁𝜔𝑛𝑡 𝑠𝑒𝑛 (𝜔𝑛 √1 − 𝜁 2 𝑡 + ∅)]
𝑘 √1 − 𝜁 2
Análise da resposta:
Para 𝑡 = 0:
1 1 1
𝑦(0) = × [1 − 𝑠𝑒𝑛(𝜙)] = (1 − 1) = 0
𝑘 √1 − 𝜁 2 𝑘
Para 𝑡 = ∞:
1 1
𝑦(∞) = [1 − 0] =
𝑘 𝑘
A figura a seguir mostra o diagrama de simulação para o sistema,

considerando 𝑘 = 1; 𝑏 = 2; 𝑀 = 20𝐾𝑔 .
Com estes valores teremos: 𝜔𝑛 = √1⁄20 = 0,2236 𝑒 𝜁 = 1⁄√20 = 0,2236
A figura a seguir mostra o deslocamento da massa (metros) em função do

tempo (segundos).
5.2. Função de transferência para nível de um tanque

Variáveis dinâmicas:
Vazão de entrada: 𝑣1 (𝑡)
Vazão de saída: 𝑣2 (𝑡)
Nível do fluido:ℎ(𝑡)
Em seguida definimos as variáveis diferenciais introduzindo assim as

condições iniciais para o sistema:
∆𝑣1 (𝑡) = 𝑣1 (𝑡) − 𝑣1 (0)
∆𝑣2 (𝑡) = 𝑣2 (𝑡) − 𝑣2 (0)
∆ℎ(𝑡) = ℎ(𝑡) − ℎ(0)
A equação dinâmica do sistema é: “Vazão que entra é igual a vazão que sai
mais a taxa de variação do nível do tanque”
∆𝑑ℎ(𝑡)
∆𝑣1 (𝑡) = ∆𝑣2 (𝑡) + 𝐴
𝑑𝑡
Tomando a T.L.:
∆𝑉1 (𝑠) = ∆𝑉2 (𝑠) + 𝐴𝑠∆𝐻(𝑠) − 𝐴∆ℎ(0) [ ∆ℎ(0) = ℎ(0) − ℎ(0) ]
Se a vazão de saída for constante ∆𝑉2 (𝑠) = 0. Então,
∆𝐻(𝑠) 1⁄𝐴
𝐺(𝑠) = =
∆𝑉1 (𝑠) 𝑠
E neste caso, como o tanque é um integrador, o sistema é instável.
1 1
ℒ −1 { } = 𝑔(𝑡) =
𝐴𝑠 𝐴
Exercício 5.1: Um tanque tem área 𝐴 = 20𝑚2 . No instante 𝑡 = 0 , estando o

nível em zero ℎ(0) = 0, a vazão de entrada muda de zero 𝑣1 (0) = 0 para
𝑣1 (𝑡) = 10𝑑𝑚3 /𝑚𝑖𝑛. Calcule o tempo necessário para que o nível atinja 2
metros.
𝑑𝑚3
∆𝑣1 (𝑡) = 10 = 0.01𝑚3 /𝑚𝑖𝑛
𝑚𝑖𝑛
∆𝐻(𝑠) 1⁄20
𝐺(𝑠) = =
∆𝑉1 (𝑠) 𝑠
0.01⁄20 1⁄2000
∆𝐻(𝑠) = =
𝑠2 𝑠2
𝑡
ℎ(𝑡) = ℎ(0) +
2000
Para atingir 2 metros: 2 = 𝑡⁄2000 𝐿𝑜𝑔𝑜, 𝑡 = 4000 min = 66,7 ℎ𝑜𝑟𝑎𝑠
6. Resposta natural, resposta forçada e resposta completa: Considere a

expressão geral para uma equação diferencial, linear de coeficientes
constantes que descreve um sistema LIT apresentada a seguir,
𝑑𝑛 𝑦(𝑡) 𝑑𝑛−1 𝑦(𝑡) 𝑑 𝑛−2 𝑦(𝑡) 𝑑𝑦(𝑡)

𝑎𝑛 𝑛
+ 𝑎 𝑛−1 𝑛−1
+ 𝑎 𝑛−2 𝑛−2
+ ⋯ + 𝑎1 + 𝑎0 𝑦(𝑡) = 𝑟(𝑡)
𝑑𝑡 𝑑𝑡 𝑑𝑡 𝑑𝑡
Na qual r(t) é a entrada ou excitação e y(t) a saída ou resposta do sistema.
1. Resposta natural: É a solução da equação diferencial que descreve o

sistema considerando, excitação nula (r(t) = 0) e pelo menos uma condição
inicial diferente de zero:
𝑑 𝑛−1 𝑦(0) 𝑑𝑦(0)
𝑛−1
≠0 ∪… ≠ 0 ∪ 𝑦(0) ≠ 0
𝑑𝑡 𝑑𝑡
2. Resposta Forçada: É a solução da equação diferencial que descreve o

sistema considerando, todas as condições iniciais nulas e a excitação ou
função forçante, r(t)≠0. A resposta forçada inclui sempre dois termos: um tem a
forma funcional da função forçante e o outro a forma funcional da resposta
natural.
𝑦𝐹 (𝑡) = 𝑦𝑅 (𝑡) + 𝑦𝑁 (𝑡)
3. Resposta Completa: É a solução da equação diferencial que descreve o

sistema considerando a excitação ou função forçante, r(t)≠0 e pelo menos uma
condição inicial diferente de zero. A resposta completa é igual a soma da
resposta forçada com a resposta natural.
𝑦𝐶 (𝑡) = 𝑦𝐹 (𝑡) + 𝑦𝑁 (𝑡)
Exemplo1: Considere um sistema descrito pela seguinte equação diferencial,

𝑑2 𝑦(𝑡) 𝑑𝑦(𝑡)
2
+4 + 3𝑦(𝑡) = 2𝑟(𝑡)
𝑑𝑡 𝑑𝑡
Com as condições iniciais: 𝑦(0) = 1, 𝑦̇ (0) = 0, 𝑒 𝑟(𝑡) = 1 , 𝑡 ≥ 0
1. Resposta natural: 𝑟(𝑡) = 0 𝑒 𝑦(0) = 1

Tomando a transformada de Laplace de cada termo:
𝑠 2 𝑌(𝑠) − 𝑠𝑦(0) − 𝑦̇ (0) + 4𝑠𝑌(𝑠) − 4𝑦(0) + 3𝑌(𝑠) = 0
𝑌(𝑠)(𝑠 2 + 4𝑠 + 3) = 𝑠 + 4
(𝑠 + 4) (𝑠 + 4)
𝑌(𝑠) = =
(𝑠 2 + 4𝑠 + 3) (𝑠 + 1)(𝑠 + 3)
Separando Y(s) em frações parciais:

𝑘1 𝑘2
𝑌(𝑠) = +
(𝑠 + 1) (𝑠 + 3)
Empregando o método dos resíduos:
(𝑠 + 4) 3 (𝑠 + 4) 1
𝑘1 = | = 𝑘2 = | =−
(𝑠 + 3) 𝑠=−1 2 (𝑠 + 1) 𝑠=−3 2
Assim,
3 1 1 1
𝑌(𝑠) = −
2 (𝑠 + 1) 2 (𝑠 + 3)
𝑇𝐿 1
Empregando o par de T.L: ℒ{𝑒 −𝑎𝑡 𝑢(𝑡)} 𝑎 > 0 ⇔ (𝑠+𝑎)
3 1
𝑦𝑁 (𝑡) = [ 𝑒 −𝑡 − 𝑒 −3𝑡 ] 𝑢(𝑡)
2 2
2. Resposta forçada: 𝑟(𝑡) = 1, 𝑦̇ (0) = 0 𝑒 𝑦(0) = 0

2
𝑠 2 𝑌(𝑠) − 𝑠𝑦(0) − 𝑦̇ (0) + 4𝑠𝑌(𝑠) − 4𝑦(0) + 3𝑌(𝑠) =
𝑠
2
2
𝑌(𝑠)(𝑠 + 4𝑠 + 3) =
𝑠
2 𝑘1 𝑘2 𝑘3
𝑌(𝑠) = = + +
𝑠(𝑠 2 + 4𝑠 + 3) 𝑠 (𝑠 + 1) (𝑠 + 3)
Empregando novamente o método dos resíduos:
2 2 2 2
𝑘1 = | = 𝑘2 = | = −1 𝑘3 = |
(𝑠 2 + 4𝑠 + 3) 𝑠=0 3 𝑠(𝑠 + 3) 𝑠=−1 𝑠(𝑠 + 1) 𝑠=−3
1
=
3
2 1 1 1
𝑌(𝑠) = − +
3 (𝑠 + 1) 3 (𝑠 + 3)
𝑇𝐿 1 𝑇𝐿 1
Empregando os pares de T.L: ℒ{𝑒 −𝑎𝑡 𝑢(𝑡)} 𝑎 > 0 ⇔ (𝑠+𝑎) 𝑒 𝑢(𝑡) ⇔ 𝑠
2 1
𝑦𝐹 (𝑡) = [ − 𝑒 −𝑡 + 𝑒 −3𝑡 ] 𝑢(𝑡)
3 3
Observe que a resposta forçada possui um termo com a forma funcional da

excitação, 2⁄3 e as duas formas funcionais da resposta natural, 𝑒 −𝑡 e 𝑒 −3𝑡 .
3. Resposta completa: 𝑟(𝑡) = 1, 𝑦̇ (0) = 0 𝑒 𝑦(0) = 1


2
𝑠 2 𝑌(𝑠) − 𝑠𝑦(0) − 𝑦̇ (0) + 4𝑠𝑌(𝑠) − 4𝑦(0) + 3𝑌(𝑠) =
𝑠
2
𝑠 2 𝑌(𝑠) − 𝑠 + 4𝑠𝑌(𝑠) − 4 + 3𝑌(𝑠) =
𝑠
2
𝑌(𝑠)(𝑠 2 + 4𝑠 + 3) = + (𝑠 + 4)
𝑠
2
𝑠 + 4𝑠 + 2
𝑌(𝑠)(𝑠 2 + 4𝑠 + 3) =
𝑠
𝑠 2 + 4𝑠 + 2 𝑘1 𝑘2 𝑘3
𝑌(𝑠) = 2
= + +
𝑠(𝑠 + 4𝑠 + 3) 𝑠 (𝑠 + 1) (𝑠 + 3)
𝑠 2 + 4𝑠 + 2 2 𝑠 2 + 4𝑠 + 2 1
𝑘1 = | = , 𝑘2 = | =
(𝑠 + 1)(𝑠 + 3) 𝑠=0 3 𝑠(𝑠 + 3) 𝑠=−1 2
𝑠 2 + 4𝑠 + 2 1
𝑘3 = | =−
𝑠(𝑠 + 1) 𝑠=−3 6
Logo,
2 1 1
𝑦𝐶 (𝑡) = [ + 𝑒 −𝑡 − 𝑒 −3𝑡 ] 𝑢(𝑡)
3 2 6
O aluno pode verificar que 𝑦𝐶 (𝑡) = 𝑦𝑁 (𝑡) + 𝑦𝐹 (𝑡).
7. O que determinam os polos e zeros de um sistema
A expressão geral para uma FT pode ser escrita como:
𝑎𝑚 𝑠 𝑚 + 𝑎𝑚−1 𝑠 𝑚−1 + 𝑎𝑚−2 𝑠 𝑚−2 + ⋯ + 𝑎1 𝑠 + 𝑎0

𝐺(𝑠) =
𝑏𝑛 𝑠 𝑛 + 𝑏𝑛−1 𝑠 𝑛−1 + 𝑏𝑛−2 𝑠 𝑛−2 + ⋯ + 𝑏1 𝑠 + 𝑏0
Fatorando os polinômios do numerador e denominador:
(𝑠 − 𝑧1 )(𝑠 − 𝑧2 ) … (𝑠 − 𝑧𝑚−1 )(𝑠 − 𝑧𝑚 )

𝐺(𝑠) = 𝐾
(𝑠 − 𝑝1 )(𝑠 − 𝑝2 ) … (𝑠 − 𝑝𝑛−1 )(𝑠 − 𝑝𝑛 )
Onde 𝑧𝑖 são os zeros e 𝑝𝑗 os polos.

𝑇𝐿
Considerando que a entrada seja 𝑟(𝑡) = 𝛿(𝑡) ⇔ 𝑅(𝑠) = 1, resulta:
𝑌(𝑠) = 𝐺(𝑠)𝑅(𝑠) = 𝐺(𝑠) 𝑜𝑢 𝑌𝐼 (𝑠) 𝑟𝑒𝑠𝑝𝑜𝑠𝑡𝑎 𝑎𝑜 𝑖𝑚𝑝𝑢𝑙𝑠𝑜
𝑘1 𝑘2 𝑘3 𝑘𝑛
𝑌𝐼 (𝑠) = + + + ⋯+
𝑠 − 𝑝1 𝑠 − 𝑝2 𝑠 − 𝑝3 𝑠 − 𝑝𝑛
Tomando a TL inversa termo a termo:

𝑦𝐼 (𝑡) = 𝑘1 𝑒 𝑝1𝑡 + 𝑘2 𝑒 𝑝2𝑡 + 𝑘3 𝑒 𝑝3𝑡 + ⋯ 𝑘𝑛 𝑒 𝑝𝑛𝑡
Onde os polos têm a forma geral 𝑝𝑗 = 𝜎𝑗 + 𝑗𝜔𝑗 . Os polos podem ser reais ou
complexos, se forem complexos serão sempre complexos conjugados.
Conclui-se então que os polos determinam completamente a forma funcional
da resposta ao impulso de um sistema. A cada polo, ou par de polos se forem
complexos conjugados, corresponde um modo. Sendo o sistema linear a
resposta resultante é a soma das contribuições determinadas por cada polo.
E os zeros? O que eles determinam? Os zeros, todos eles entram na
determinação de cada coeficiente ou resíduo 𝑘𝑗 . Particularmente, se um zero é
quase igual a um polo, o resíduo correspondente será muito pequeno. Se um
zero é igual a um polo o resíduo é nulo e o efeito deste polo desaparece.
Considere novamente a expressão para a resposta natural
(𝑠 + 4)
𝑌(𝑠) =
(𝑠 + 1)(𝑠 + 3)
Suponha um zero bem próximo de 1, por exemplo 𝑠 = −0,9 . Então:
(𝑠 + 0,9) 𝑘1 𝑘2
𝑌(𝑠) = = +
(𝑠 + 1)(𝑠 + 3) (𝑠 + 1) (𝑠 + 3)
(𝑠 + 0,9) 1 (𝑠 + 0,9) 2,1

𝑘1 = | =− 𝑘2 = | =
(𝑠 + 3) 𝑠=−1 20 (𝑠 + 1) 𝑠=−3 2
𝑦(𝑡) = [−0,05𝑒 −𝑡 + 1,05𝑒 −3𝑡 ]𝑢(𝑡)
A seguir um código Matlab para explorar os tópicos tratados

%
% RESPOSTA NATURAL, FORÇADA E COMPLETA
%
clear,clc;
fa = 100; Ta = 1/fa;
t = 0:Ta:7;
Y_n = tf([1 4],[1 4 3]);
Y_f = tf(2,[1 4 3 0]);
Y_c = tf([1 4 2],[1 4 3 0]);
yn = impulse(Y_n,t);
yf = impulse(Y_f,t);
yc = impulse(Y_c,t);
figure(1),plot(t,yn,t,yf,t,yc),grid;
figure(2),plot(t,yn+yf),grid;
% Modos da Resposta Natural

yn1 = 3/2*exp(-t);
yn2 = -1/2*exp(-3*t);
figure(3),plot(t,yn1,t,yn2,t,yn1+yn2),grid;
8. Modelo matemático da dinâmica de um forno (sistema térmico)
Para a modelagem do sistema térmico da figura começamos definindo as

variáveis a seguir:
𝑇𝐹 (𝑡) = Temperatura do forno
𝑇𝑎 = Temperatura ambiente
𝑞(𝑡) = Potência térmica do forno (Watts)
Em seguida definimos as variáveis diferenciais:
𝑇(𝑡) = 𝑇𝐹 (𝑡) − 𝑇𝑎
𝑇(0) = 𝑇0 = 𝑇𝐹 (0) − 𝑇𝑎
Para um sistema térmico podemos escrever a relação conceitual:
𝑃𝑜𝑡ê𝑛𝑐𝑖𝑎 𝑞𝑢𝑒 𝑒𝑛𝑡𝑟𝑎 = 𝑃𝑜𝑡ê𝑛𝑐𝑖𝑎 𝑞𝑢𝑒 𝑠𝑎𝑖 + 𝑇𝑎𝑥𝑎 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎çã𝑜 𝑑𝑒 𝑝𝑜𝑡ê𝑛𝑐𝑖𝑎
8.1 Verificação das Unidades:
𝑃𝑜𝑡ê𝑛𝑐𝑖𝑎 𝑞𝑢𝑒 𝑠𝑎𝑖:

𝐾𝑚
𝜌𝑇𝐻 = 𝑟𝑒𝑠𝑖𝑠𝑡𝑖𝑣𝑖𝑑𝑎𝑑𝑒 𝑡é𝑟𝑚𝑖𝑐𝑎 =
𝑊
𝜌𝑇𝐻 𝑒(𝑒𝑠𝑝𝑒𝑠𝑠𝑢𝑟𝑎 𝑚) 𝐾 × 𝑚 × 𝑚 𝐾(𝐾𝑒𝑙𝑣𝑖𝑛)
𝑅𝑇𝐻 = 𝑟𝑒𝑠𝑖𝑠𝑡ê𝑛𝑐𝑖𝑎 𝑡é𝑟𝑚𝑖𝑐𝑎 = = =
𝐴(á𝑟𝑒𝑎 𝑚2 ) 𝑊𝑚2 𝑊(𝑊𝑎𝑡𝑡𝑠)
𝑇𝑎𝑥𝑎 𝑑𝑒 𝑣𝑎𝑟𝑖𝑎çã𝑜 𝑑𝑒 𝑃𝑜𝑡ê𝑛𝑐𝑖𝑎:
𝑊(𝑊𝑎𝑡𝑡𝑠) = 𝐽(𝐽𝑜𝑢𝑙𝑒)⁄𝑡(𝑡𝑒𝑚𝑝𝑜)
𝐽
𝑐 (𝑐𝑎𝑙𝑜𝑟 𝑒𝑠𝑝𝑒𝑐í𝑓𝑖𝑐𝑜) =
𝐾𝑔 × 𝐾
𝐽 × 𝐾𝑔 𝐽
𝐶 (𝐶𝑎𝑝𝑎𝑐𝑖𝑡â𝑛𝑐𝑖𝑎 𝑡é𝑟𝑚𝑖𝑐𝑎) = 𝑀(𝑀𝑎𝑠𝑠𝑎) × 𝑐 = =
𝐾𝑔 × 𝐾 𝐾
Então,
𝑑𝑇(𝑡) 𝑇(𝑡)
𝑞(𝑡)[𝑊𝑎𝑡𝑡𝑠] = 𝐶 [𝑊𝑎𝑡𝑡𝑠] + [𝑊𝑎𝑡𝑡𝑠] (8.1)
𝑑𝑡 𝑅𝑇𝐻
a) Resposta Natural: Considere que o forno está a uma temperatura 𝑇0 > 0 no

instante em que é desligado 𝑞(0) = 0. Tomando então a TL da equação (8.1):
𝑇(𝑠)
𝑠𝐶𝑇(𝑠) − 𝐶𝑇0 + =0
𝑅
𝑇(𝑠)(𝑅𝐶𝑠 + 1) = 𝑅𝐶𝑇0
𝑅𝐶 𝑇0
𝑇(𝑠) = 𝑇0 =
𝑅𝐶𝑠 + 1 1
𝑠 + 𝑅𝐶
−𝑡⁄
𝑇(𝑡) = 𝑇0 𝑒 𝑅𝐶
Substituindo: 𝑇(𝑡) = 𝑇𝐹 (𝑡) − 𝑇𝑎 𝑒 𝑇0 = 𝑇𝐹 (0) − 𝑇𝑎

−𝑡⁄
𝑇𝐹 (𝑡) = 𝑇𝑎 + (𝑇𝐹 (0) − 𝑇𝑎 )𝑒 𝑅𝐶
−𝑡⁄ −𝑡⁄
𝑇𝐹 (𝑡) = 𝑇𝑎 (1 − 𝑒 𝑅𝐶 ) + 𝑇𝐹 (0)𝑒 𝑅𝐶 (8.2)
Para 𝑡 = 0: 𝑇𝐹 (0) = 𝑇𝐹 (0)
Para 𝑡 → ∞: 𝑇𝐹 (𝑡) = 𝑇𝑎
Forno esfriando
b) Resposta Forçada: 𝑞(𝑡) ≠ 0 e 𝑇0 = 0. Tomando a T.L. da equação 8.1,
𝑇(𝑠)
𝑠𝐶𝑇(𝑠) − 𝐶𝑇0 + = 𝑄(𝑠)
𝑅
𝑅𝐶𝑠𝑇(𝑠) + 𝑇(𝑠) = 𝑅𝑄(𝑠)

𝑇(𝑠) 𝑅 1⁄𝐶
𝐺𝐹 (𝑠) = = =
𝑄(𝑠) 𝑅𝐶𝑠 + 1 𝑠 + 1⁄𝑅𝐶
1⁄𝐶
𝑇(𝑠) = 𝑄(𝑠)
𝑠 + 1⁄𝑅𝐶
Para 𝑄(𝑠) = 𝐴⁄𝑠:
𝐴⁄𝐶 𝑘1 𝑘2
𝑇(𝑠) = = +
𝑠(𝑠 + 1⁄𝑅𝐶 ) 𝑠 𝑠 + 1⁄𝑅𝐶
𝐴⁄𝐶 𝐴⁄𝐶
𝑘1 = | = 𝐴𝑅 𝑘2 = | = −𝐴𝑅
𝑠 + 1⁄𝑅𝐶 𝑠→0 𝑠 𝑠→−1⁄𝑅𝐶
𝐴𝑅 𝐴𝑅
𝑇(𝑠) = −
𝑠 𝑠 + 1⁄𝑅𝐶
𝑇(𝑡) = 𝐴𝑅(1 − 𝑒 𝑡⁄𝑅𝐶 )
𝑇𝐹 (𝑡) = 𝑇𝑎 + 𝐴𝑅(1 − 𝑒 −𝑡⁄𝑅𝐶 )
𝐴(𝑊𝑎𝑡𝑡𝑠)
} → 𝐴𝑅(𝐾𝑒𝑙𝑣𝑖𝑛)
𝑅(𝐾𝑒𝑙𝑣𝑖𝑛⁄𝑊𝑎𝑡𝑡𝑠
Quando 𝑡 = 𝑅𝐶: 𝑇𝐹 (𝑡) = 𝑇𝑎 + 𝐴𝑅(1 − 𝑒 −1 )
Logo, 𝑇𝐹 (𝑡) = 𝑇𝑎 + 𝐴𝑅 × 0,632
Quando: 𝑡 = 0: 𝑇𝐹 (0) = 𝑇𝑎 𝑡 → ∞: 𝑇𝐹 (𝑡) = 𝑇𝑎 + 𝐴𝑅
Veja a figura:
Exemplo 8.1: Considere um forno elétrico com: 𝐶 = 6000 𝐽/𝐾, 𝑅 = 0,1 𝐾/𝑊 e potência
elétrica igual a 8000 𝑊𝑎𝑡𝑡𝑠. Determine a constante de tempo, o ganho estático e a
temperatura final deste forno considerando que ele foi ligado no instante 𝑡 = 0 com
uma temperatura ambiente de 200 𝐶 .
8 × 103
𝑄(𝑠) = ℒ{8000} =
𝑠
1⁄𝐶 8⁄6
𝑇(𝑠) = 𝑄(𝑠) × =
𝑠 + 1⁄𝑅𝐶 𝑠(𝑠 + 1⁄600)
𝑘1 = 800 𝑘2 = −800
𝑇𝐹 (𝑡) = 20 + 800(1 − 𝑒 −𝑡⁄600 )
O ganho estático do forno é: 800⁄8000 = 0,10 𝐶/𝑊𝑎𝑡𝑡

A constante de tempo do forno é 𝜏 = 600𝑠𝑒𝑔𝑢𝑛𝑑𝑜𝑠 = 10 𝑚𝑖𝑛𝑢𝑡𝑜𝑠
A temperatura final é 𝑇𝐹 = 8200 𝐶
9. Modelo matemático para motor de Corrente Contínua (CC)
9.1 Motor CC controlado pelo campo: A figura (a) a seguir mostra o diagrama
elétrico de um motor CC com corrente de campo variável. Na figura (b) o
esboço de um motor deste tipo.
O princípio básico de funcionamento do motor CC é a interação entre os fluxos de dois

campos magnéticos gerados por um enrolamento fixo no estator (campo) e um
enrolamento no rotor (armadura). Através do comutador, algumas espiras do
enrolamento da armadura estão sempre em quadratura (90º graus) com o
enrolamento de campo, produzindo um torque que tenta alinhar os dois campos
produzindo deste modo o giro do rotor.
O modelo será desenvolvido com algumas simplificações em relação ao motor real
com aproximações lineares e não considerando efeitos de 2ª ordem como queda de
tensão nas escovas e histerese.
Identificação das variáveis:
𝜑 = 𝑓𝑙𝑢𝑥𝑜 𝑚𝑎𝑔𝑛é𝑡𝑖𝑐𝑜 𝑛𝑜 𝑒𝑛𝑡𝑟𝑒𝑓𝑒𝑟𝑟𝑜

𝑖𝑓 = 𝑐𝑜𝑟𝑟𝑒𝑛𝑡𝑒 𝑑𝑒 𝑐𝑎𝑚𝑝𝑜
𝑖𝑎 = 𝑐𝑜𝑟𝑟𝑒𝑛𝑡𝑒 𝑑𝑒 𝑎𝑟𝑚𝑎𝑑𝑢𝑟𝑎
𝐿𝑓 = 𝑖𝑛𝑑𝑢𝑡â𝑛𝑐𝑖𝑎 𝑑𝑜 𝑒𝑛𝑟𝑜𝑙𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑐𝑎𝑚𝑝𝑜
𝑅𝑓 = 𝑟𝑒𝑠𝑖𝑠𝑡ê𝑛𝑐𝑖𝑎 𝑑𝑜 𝑒𝑛𝑟𝑜𝑙𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑐𝑎𝑚𝑝𝑜

𝐿𝑎 = 𝑖𝑛𝑑𝑢𝑡â𝑛𝑐𝑖𝑎 𝑑𝑜 𝑒𝑛𝑟𝑜𝑙𝑎𝑚𝑒𝑛𝑡𝑜 𝑑𝑒 𝑎𝑟𝑚𝑎𝑑𝑢𝑟𝑎
𝐽 = 𝑚𝑜𝑚𝑒𝑛𝑡𝑜 𝑎𝑛𝑔𝑢𝑙𝑎𝑟 𝑑𝑜 𝑟𝑜𝑡𝑜𝑟 + 𝑐𝑎𝑟𝑔𝑎
𝑏 = 𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑎𝑡𝑟𝑖𝑡𝑜 𝑣𝑖𝑠𝑐𝑜𝑠𝑜 𝑑𝑜𝑠 𝑟𝑜𝑙𝑎𝑚𝑒𝑛𝑡𝑜𝑠 + 𝑟𝑒𝑠𝑖𝑠𝑡ê𝑛𝑐𝑖𝑎 𝑑𝑜 𝑎𝑟
𝑣𝑓 = 𝑡𝑒𝑛𝑠ã𝑜 𝑑𝑒 𝑐𝑎𝑚𝑝𝑜
𝑣𝑎 = 𝑡𝑒𝑛𝑠ã𝑜 𝑑𝑒 𝑎𝑟𝑚𝑎𝑑𝑢𝑟𝑎
𝑇𝑚 = 𝑡𝑜𝑟𝑞𝑢𝑒 𝑑𝑜 𝑚𝑜𝑡𝑜𝑟
Desde que não haja saturação, o fluxo no entreferro é linearmente proporcional a

corrente de campo:
𝜑(𝑡) = 𝐾𝑓 𝑖𝑓 (𝑡)
O torque do motor é proporcional ao fluxo vezes a corrente de armadura (considerada

constante) e 𝐾1 (uma constante física do motor):
𝑇𝑚 (𝑡) = 𝐾1 𝜑(𝑡)𝑖𝑎 = 𝐾1 𝐾𝑓 𝑖𝑓 (𝑡) 𝑖𝑎
Sendo: 𝐾𝑚 = 𝐾1 𝐾𝑓 𝑖𝑎 a constante do motor,
𝑇𝑚 (𝑡) = 𝐾𝑚 𝑖𝑓 (𝑡) (9.1)
Tomando a transformada de Laplace:
𝑇𝑚 (𝑠) = 𝐾𝑚 𝐼𝑓 (𝑠) (9.2)
Para o circuito elétrico do campo, considerando condições iniciais nulas:
𝑑𝑖𝑓 (𝑡) 𝑇𝐿
𝑣𝑓 (𝑡) = 𝑖𝑓 (𝑡)𝑅𝑓 + 𝐿𝑓 ↔ 𝑉𝑓 (𝑠) = 𝐼𝑓 (𝑠)𝑅𝑓 + 𝑠𝐿𝑓 𝐼𝑓 (𝑠) − 𝐿𝑓 𝑖𝑓 (0)
𝑑𝑡
𝑉𝑓 (𝑠) = (𝑠𝐿𝑓 + 𝑅𝑓 )𝐼𝑓 (𝑠)
𝑉𝑓 (𝑠)
𝐼𝑓 (𝑠) = (9.3)
𝑠𝐿𝑓 + 𝑅𝑓
O diagrama de corpo livre para rotor e carga será:
Onde se consideram como positivo os torques no sentido horário. Logo:
𝑇𝑟𝑒𝑠𝑢𝑙𝑡𝑎𝑛𝑡𝑒 = 𝑇𝑚 − 𝑇𝑏 − 𝑇𝑑
𝑑2 𝜃(𝑡) 𝑑𝜃(𝑡)
𝐽 2
= 𝑇𝑚 − 𝑏 − 𝑇𝑑
𝑑𝑡 𝑑𝑡
𝑑2 𝜃(𝑡) 𝑑𝜃(𝑡)
𝐽 2
+𝑏 = 𝑇𝑚 − 𝑇𝑑 (9.4)
𝑑𝑡 𝑑𝑡
𝑑 2 𝜃(𝑡) 𝑑𝜃(𝑡)
Chamando de torque de carga: 𝑇𝐿 (𝑡) = 𝐽 +𝑏 ,
𝑑𝑡 2 𝑑𝑡
𝑇𝐿 (𝑡) = 𝑇𝑚 (𝑡) − 𝑇𝑑 (𝑡) (9.5)
Tomando a T.L. De (9.4), com condições iniciais nulas:
𝐽𝑠 2 𝜃(𝑠) − 𝐽𝜃(0) − 𝐽𝜃̇ (0) + 𝑏𝑠𝜃(𝑠) − 𝑏𝜃(0) = 𝑇𝑚 (𝑠) − 𝑇𝑑 (𝑠)
(𝐽𝑠 + 𝑏)𝑠𝜃(𝑠) = 𝑇𝑚 (𝑠) − 𝑇𝑑 (𝑠) (9.6)
Considerando que o torque de distúrbio seja muito pequeno,
𝑇𝑚 (𝑠) = (𝐽𝑠 + 𝑏)𝑠𝜃(𝑠) (9.7)
Combinando as equações (9.2), (9.3) e (9.7),
𝑉𝑓 (𝑠)
𝐾𝑚 = (𝐽𝑠 + 𝑏)𝑠𝜃(𝑠)
𝑠𝐿𝑓 + 𝑅𝑓
𝜃(𝑠) 𝐾𝑚
𝐺𝑚 (𝑠) = = (9.8)
𝑉𝑓 (𝑠) 𝑠(𝐿𝑓 𝑠 + 𝑅𝑓 )(𝐽𝑠 + 𝑏)
Multiplicando os dois lados da equação por 𝑠 encontramos a função de transferência

para a velocidade angular 𝜔(𝑠) = 𝑠𝜃(𝑠) em função de 𝑉𝑓 (𝑠):
𝜔(𝑠) 𝐾𝑚 𝐾𝑚 ⁄𝐽𝐿𝑓
𝐺𝑚 (𝑠) = = = (9.9)
𝑉𝑓 (𝑠) (𝐿𝑓 𝑠 + 𝑅𝑓 )(𝐽𝑠 + 𝑏) (𝑠 + 𝑅𝑓 ⁄𝐿𝑓 )(𝑠 + 𝑏⁄𝐽)
Ou ainda, escrevendo em termos das constantes de tempo para a parte elétrica 𝜏𝑓 e

parte mecânica 𝜏𝐿 ,
𝜔(𝑠) 𝐾𝑚 ⁄(𝑏𝑅𝑓 ) 𝐿𝑓 𝐽
𝐺𝑚 (𝑠) = = 𝑜𝑛𝑑𝑒 𝜏𝑓 = 𝑒 𝜏𝐿 =
𝑉𝑓 (𝑠) (𝐿𝑓 ⁄𝑅𝑓 𝑠 + 1)(𝐽⁄𝑏 𝑠 + 1) 𝑅𝑓 𝑏
𝜔(𝑠) 𝐾𝑚 ⁄(𝑏𝑅𝑓 )
𝐺𝑚 (𝑠) = =
𝑉𝑓 (𝑠) (𝜏𝑓 𝑠 + 1)(𝜏𝐿 𝑠 + 1)
Valores típicos para estas constantes de tempo em motores DC de pequena potência

são: 𝜏𝑓 = 1𝑚𝑠 e 𝜏𝐿 = 100𝑚𝑠. Portanto, neste caso a dinâmica do motor pode ser
aproximada por uma função de transferência de 1ª ordem:
𝐾𝑚 ⁄(𝑏𝑅𝑓 ) 𝐾𝑚 ⁄(𝑏𝑅𝑓 )
𝐺𝑚 (𝑠) = = (9.10)
𝐽 (𝜏𝐿 𝑠 + 1)
( 𝑠 + 1)
𝑏
O diagrama de blocos do motor DC com excitação pelo campo é mostrado na figura a

seguir,
9.2 Motor CC com excitação pela armadura: A figura a seguir mostra o

diagrama elétrico de um motor CC com excitação pela armadura e campo
constante. Em motores pequenos de baixa potência, o fluxo magnético do
campo pode ser criado por imãs permanentes diametralmente opostos
localizados dentro da carcaça do estator.
Abaixo o diagrama de blocos do motor CC controlado pela armadura. Observe que a

força contra eletromotriz determina um laço de realimentação interno ao motor.
Exercício: Dorf P2.14:
Como a indutância pode ser desprezada o motor pode ser considerado um sistema de
1ª ordem, com a função de transferência:
𝐾𝑚
𝐺𝑚 =
𝜏𝑚 𝑠 + 1
O valor de 𝐾𝑚 é o ganho estático do sistema. Empregando os dados do problema,
2,4
𝐾𝑚 = 𝑟𝑎𝑑⁄𝑠𝑉 = 0,03
80
𝐾𝑚 ⁄𝜏𝑚 𝜔(𝑠) 𝑇𝐿 80
𝐺𝑚 = = 𝑣𝑓 (𝑡) = 80𝑉𝑢(𝑡) ↔ 𝑉𝑓 (𝑠) =
𝑠 + 1⁄𝜏𝑚 𝑉𝑓 (𝑠) 𝑠
80 𝐾𝑚 ⁄𝜏𝑚
𝜔(𝑠) = ×
𝑠 𝑠 + 1⁄𝜏𝑚
80𝐾𝑚 ⁄𝜏𝑚 80𝐾𝑚 ⁄𝜏𝑚

𝑘1 = | = 80𝐾𝑚 𝑘2 = | = − 80𝐾𝑚
𝑠 + 1⁄𝜏𝑚 𝑠=0 𝑠 𝑠=−1⁄𝜏 𝑚
1 1
𝜔(𝑠) = 80𝐾𝑚 ( − ) 𝜔(𝑡) = 2,4(1 − 𝑒 𝑡⁄𝜏𝑚 )
𝑠 𝑠 + 1⁄𝜏𝑚
Para 𝑡 = 1⁄2 𝜔 = 1 logo,
2,4 − 1 −1 −1
1 = 2,4 − 2,4𝑒 −0,5⁄𝜏𝑚 𝑙𝑛 ( )= 𝜏𝑚 = = 0,9276
2,4 2𝜏𝑚 2 ln(0,5833)
A função de transferência é:
0,03
𝐺𝑚 =
0,9276𝑠 + 1
REDUÇÃO DE DIAGRAMA DE BLOCOS
Considere o clássico diagrama a seguir de um sistema realimentado com uma entrada

e uma saída. Desejamos reduzir este diagrama a um único bloco 𝐺𝑀𝐹 (𝑠) = 𝑌(𝑠)⁄𝑅(𝑠).
Do diagrama escrevemos:
𝑌(𝑠) = 𝐸𝑎 (𝑠)𝐺(𝑠) (1)
𝐸𝑎 (𝑠) = 𝑅(𝑠) − 𝑌(𝑠)𝐻(𝑠) (2)
Substituindo 2 em 1:
𝑌(𝑠) = 𝑅(𝑠)𝐺(𝑠) − 𝑌(𝑠)𝐺(𝑠)𝐻(𝑠)
𝑌(𝑠) + 𝑌(𝑠)𝐺(𝑠)𝐻(𝑠) = 𝑅(𝑠)𝐺(𝑠)
𝑌(𝑠)[1 + 𝐺(𝑠)𝐻(𝑠)] = 𝑅(𝑠)𝐺(𝑠)
𝑌(𝑠) 𝐺(𝑠)
𝐺𝑀𝐹 (𝑠) = = (3)
𝑅(𝑠) 1 + 𝐺(𝑠)𝐻(𝑠)
Qualquer sistema na forma geral da figura acima, com realimentação negativa pode
ser reduzido a um bloco único fazendo: “Caminho direto/(1+ ganho do laço)”.
Considere em seguida o problema de reduzir a um bloco único o sistema da figura a

seguir. Primeiro, observe que a saída de realimentação entre G3 e G4 impede que se
faça a redução das três realimentações num bloco único.
Para resolver este problema devemos mover o ponto entre G3 e G4 para depois do
bloco G4. Para não alterar o sistema é necessário dividir também o bloco H2 por G4
como mostra a figura (a) a seguir.
Agora podemos empregar a regra básica Caminho direto/(1+ ganho do laço)

sucessivamente. Primeiro reduzimos o laço G3G4H1 observando que a realimentação é
positiva e por isto o ganho do laço será 1- G3G4H1. O diagrama ficará como mostrado
na figura (b).
Em seguida reduzimos os dois laços restantes figuras (c) e (d):

Veja como:
Redução da figura(c):
𝐺2 𝐺3 𝐺4
𝑌(𝑠) 1 − 𝐺3 𝐺4 𝐻1 𝐺2 𝐺3 𝐺4
= =
𝐴(𝑠) 1 + 𝐺2 𝐺3 𝐺4 𝐻2 /𝐺4 1 − 𝐺3 𝐺4 𝐻1 + 𝐺2 𝐺3 𝐻2
1−𝐺 𝐺 𝐻 3 4 1
Redução final da figura(d):
𝐺1 𝐺2 𝐺3 𝐺4
𝑌(𝑠) 1 − 𝐺3 𝐺4 𝐻1 + 𝐺2 𝐺3 𝐻2 𝐺1 𝐺2 𝐺3 𝐺4
= =
𝑅(𝑠) 1 + 𝐺 𝐺 𝐺 𝐺
1 2 3 4 3 𝐻 1 − 𝐺3 𝐺4 𝐻1 + 𝐺2 𝐺3 𝐻2 + 𝐺1 𝐺2 𝐺3 𝐺4 𝐻3
1−𝐺 𝐺 𝐻 +𝐺 𝐺 𝐻
3 4 1 2 3 2
Com este método sempre é possível reduzir um sistema grande a um único bloco.
Mas este é um trabalho complicado que exige muita atenção e tempo porque é
necessário redesenhar o sistema a cada nova redução. Existe um método alternativo
que simplifica o problema no qual o diagrama todo é reduzido a um bloco único de
uma só vez. Para aplicação deste método é necessário apresentar alguns conceitos e
definições, o que é feito no tópico seguinte.
Diagrama de Fluxo de Sinal e Fórmula de Mason
a) Diagrama de fluxo de sinal (DFS): É uma representação alternativa ao diagrama de

blocos. As duas representações contêm a mesma informação. Os dois elementos
essenciais de um DFS são os nós e o ramos:
Definições:
Por definição, o sinal que sai de um ramo é igual ao sinal que entra vezes o ganho do
ramo 𝑏 = 𝐾 × 𝑎.
Também por definição o sinal num nó do diagrama é igual à soma de todos os sinais
que chegam no nó.
Terminologia:
Nós: Representam variáveis, x, y, z...

Ramos: São caminhos unidirecionais entre os nós
Transmissões: Estabelecem relações funcionais entre os nós.
Caminho: Sucessão contínua de ramos percorridos no sentido das setas.

Nó de entrada: Nó do qual ramos somente saem.
Nó de saída: Nó no qual ramos só chegam.
Caminho Direto: É um caminho, partindo de um nó de entrada, até um nó de saída no

qual nenhum nó é encontrado mais de uma vez.
Caminhos/laços que não se tocam: Dois caminhos/laços não se tocam quando não
possuem nenhum nó em comum.
Fórmula de Mason: Aplicável a diagramas de blocos ou DFS, representando sistemas

na variável complexa 𝑠.
𝑛
𝑌(𝑠) 1
𝐸𝑞𝑢𝑎çã𝑜: = ∑ 𝑀𝑖 ∆𝑖
𝑅(𝑠) ∆
𝑖=1
Onde:
𝑀𝑖 = 𝑔𝑎𝑛ℎ𝑜 𝑑𝑜 𝑖é𝑠𝑖𝑚𝑜 𝑐𝑎𝑚𝑖𝑛ℎ𝑜 𝑑𝑖𝑟𝑒𝑡𝑜
∆𝑖 = 𝑑𝑒𝑙𝑡𝑎 𝑝𝑎𝑟𝑎 𝑎 𝑝𝑎𝑟𝑡𝑒 𝑑𝑜 𝑑𝑖𝑎𝑔𝑟𝑎𝑚𝑎 𝑞𝑢𝑒 𝑛ã𝑜 𝑡𝑜𝑐𝑎 𝑜 𝑖é𝑠𝑖𝑚𝑜 𝑐𝑎𝑚𝑖𝑛ℎ𝑜 𝑑𝑖𝑟𝑒𝑡𝑜
∆= 1 − (𝑠𝑜𝑚𝑎 𝑑𝑜𝑠 𝑔𝑎𝑛ℎ𝑜𝑠 𝑑𝑎𝑠 𝑡𝑟𝑎𝑛𝑠𝑚𝑖𝑠𝑠õ𝑒𝑠 𝑑𝑒 𝑐𝑎𝑑𝑎 𝑙𝑎ç𝑜) +

(𝑠𝑜𝑚𝑎 𝑑𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑡𝑜𝑠 𝑑𝑜𝑠 𝑔𝑎𝑛ℎ𝑜𝑠 𝑑𝑜𝑠 𝑙𝑎ç𝑜𝑠 𝑞𝑢𝑒 𝑛ã𝑜 𝑠𝑒 𝑡𝑜𝑐𝑎𝑚, 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑜𝑠 𝑑𝑜𝑖𝑠 𝑎 𝑑𝑜𝑖𝑠)
−(𝑠𝑜𝑚𝑎 𝑑𝑜𝑠 𝑝𝑟𝑜𝑑𝑢𝑡𝑜𝑠 𝑑𝑜𝑠 𝑙𝑎ç𝑜𝑠 𝑞𝑢𝑒 𝑛ã𝑜 𝑠𝑒 𝑡𝑜𝑐𝑎𝑚 𝑐𝑜𝑚𝑏𝑖𝑛𝑎𝑑𝑜𝑠 𝑡𝑟ê𝑠 𝑎 𝑡𝑟ê𝑠) + ( ) …
Exemplo 1: Faça o DFS e encontre 𝑌(𝑠)/𝑅(𝑠) para o sistema a seguir:
𝑀1 = 𝐺𝑐 × 𝐺𝑃 ∆1 = 1 − 0
𝑌(𝑠) 𝐺𝑐 (𝑠)𝐺𝑃 (𝑠)

=
𝑅(𝑠) 1 + 𝐺𝑐 (𝑠)𝐺𝑃 (𝑠)𝐻(𝑠)
Exemplo 2: Para o sistema a seguir esboce o DFS e encontre: (a) Y(s)/D(s),(b)

E(s)/R(s).
∆= 1 − (−𝐺𝑐 × 𝐺𝑃 × 𝐻) = 1 + 𝐺𝑐 × 𝐺𝑃 × 𝐻
a) 𝑌(𝑠)/𝐷(𝑠):
𝑀1 = 𝐺𝑃 (𝑠) ∆1 = 1 − 0
∆= 1 − (−𝐺𝑐 (𝑠)𝐺𝑃 (𝑠) × 𝐻(𝑠)) = 1 + 𝐺𝑐 (𝑠)𝐺𝑃 (𝑠)𝐻(𝑠)
𝑌(𝑠) 𝐺𝑃 (𝑠)
=
𝐷(𝑠) 1 + 𝐺𝑐 (𝑠)𝐺𝑃 (𝑠)𝐻(𝑠)
b) 𝐸(𝑠)/𝑅(𝑠):
𝑀1 = 1 ∆1 = 1 − 0
∆= 1 + 𝐺𝑐 (𝑠)𝐺𝑃 (𝑠)𝐻(𝑠)
𝐸(𝑠) 𝐺𝑃 (𝑠)
=
𝑅(𝑠) 1 + 𝐺𝑐 (𝑠)𝐺𝑃 (𝑠)𝐻(𝑠)
Exemplo 3: Para o sistema a seguir esboce o DFS e encontre 𝑌(𝑠)/𝑅(𝑠)

𝑀1 = 𝐺1 𝐺2 𝐺3 𝐺4 ∆1 = 1 − 0
∆= 1 − (+𝐺3 𝐺4 𝐻1 − 𝐺2 𝐺3 𝐻2 − 𝐺1 𝐺2 𝐺3 𝐺4 𝐻3 )
∆= 1 − 𝐺3 𝐺4 𝐻1 + 𝐺2 𝐺3 𝐻2 + 𝐺1 𝐺2 𝐺3 𝐺4 𝐻3
𝑌(𝑠) 𝐺1 𝐺2 𝐺3 𝐺4
=
(𝑅(𝑠) 1 − 𝐺3 𝐺4 𝐻1 + 𝐺2 𝐺3 𝐻2 + 𝐺1 𝐺2 𝐺3 𝐺4 𝐻3
𝑀1 = 𝐺1 𝐺2 ∆1 = 1 − 0
∆= 1 + 𝐺1 𝐻1 + 𝐺2 𝐻2 + 𝐺1 𝐺2 𝐻3 + 𝐺1 𝐺2 𝐻1 𝐻2
𝑌(𝑠) 𝐺1 𝐺2
=
(𝑅(𝑠) 1 + 𝐺1 𝐻1 + 𝐺2 𝐻2 + 𝐺1 𝐺2 𝐻3 + 𝐺1 𝐺2 𝐻1 𝐻2

Caminhos Diretos:
𝑀1 = 𝐺𝑊; ∆1 = 1 − 0 𝑀2 = 𝐾𝑊; ∆2 = 1 − (−𝐺𝐻) = 1 + 𝐺𝐻

Laços:
∆= 1 − (−𝐺𝐻 − 𝐺𝑀 − 𝑊 − 𝐾𝑀) +
(𝐺𝐻𝑊 + 𝐺𝑀𝑊 + 𝐾𝑀𝑊 + 𝐾𝑀𝐺𝐻) −
−(−𝐺𝐻𝐾𝑀𝑊)
∆= 1 + 𝐺𝐻 + 𝐺𝑀 + 𝑊 + 𝐾𝑀 + 𝐺𝐻𝑊 + 𝐺𝑀𝑊 + 𝐾𝑀𝑊 + 𝐾𝑀𝐺𝐻 + 𝐺𝐻𝐾𝑀𝑊
𝑌(𝑠) 𝐺𝑊 + 𝐾𝑊 + 𝐾𝑊𝐺𝐻
=
𝑅(𝑠) 1 + 𝐺𝐻 + 𝐺𝑀 + 𝑊 + 𝐾𝑀 + 𝐺𝐻𝑊 + 𝐺𝑀𝑊 + 𝐾𝑀𝑊 + 𝐾𝑀𝐺𝐻 + 𝐺𝐻𝐾𝑀𝑊
Outro modo:
𝐴(𝑠)⁄𝑅(𝑠):
𝑀1 = 𝐺; ∆1 = 1 − 0 𝑀2 = 𝐾; ∆2 = 1 + 𝐺𝐻
∆= 1 − (−𝐺𝐻 − 𝐺𝑀 − 𝐾𝑀) + 𝐺𝐻𝐾𝑀
𝐴(𝑠) 𝐺 + 𝐾 + 𝐾𝐺𝐻
=
𝑅(𝑠) 1 + 𝐺𝐻 + 𝐺𝑀 + 𝐾𝑀 + 𝐺𝐻𝐾𝑀
𝑌(𝑠)⁄𝐴(𝑠):
𝑌(𝑠) 𝑊
=
𝐴(𝑠) 1 + 𝑊
𝐴(𝑠) 𝑌(𝑠) 𝑌(𝑠) 𝐺 + 𝐾 + 𝐾𝐺𝐻 𝑊

× = = ×
𝑅(𝑠) 𝐴(𝑠) 𝑅(𝑠) 1 + 𝐺𝐻 + 𝐺𝑀 + 𝐾𝑀 + 𝐺𝐻𝐾𝑀 1 + 𝑊
𝑌(𝑠) 𝐺𝑊 + 𝐾𝑊 + 𝐾𝑊𝐺𝐻
=
𝑅(𝑠) 1 + 𝐺𝐻 + 𝐺𝑀 + 𝐾𝑀 + 𝐺𝐻𝐾𝑀 + 𝑊 + 𝐺𝐻𝑊 + 𝐺𝑀𝑊 + 𝐾𝑀𝑊 + 𝐺𝐻𝐾𝑀𝑊
CARACTERÍSTICAS DE SISTEMAS DE CONTROLE COM REALIMENTAÇÃO

Sistema em Malha Aberta: Um sistema sem retroação é frequentemente chamado de

sistema direto ou sistema em malha aberta (MA). Este sistema opera sem retroação
gerando diretamente a saída 𝑌(𝑠) em resposta a entrada 𝑅(𝑠).
𝑌(𝑠) = 𝑅(𝑠)𝐺(𝑠)
Sistema em Malha Fechada: Um sistema de controle em malha fechada (MF) utiliza a

medição da saída 𝑌(𝑠), compara com o valor desejado 𝑅(𝑠) para gerar um sinal de
erro que é aplicado ao atuador.
Num sistema de controle MA ou MF o erro 𝐸(𝑠) é a diferença entre o valor desejado e

a saída:
𝐸(𝑠) = 𝑅(𝑠) − 𝑌(𝑠)
Num sistema MF malha fechada 𝐻(𝑠) representa a dinâmica do conjunto sensor e

transmissor. Frequentemente esta dinâmica pode ser aproximada por uma constante
de conversão de unidades como por exemplo 𝑟𝑎𝑑𝑖𝑎𝑛𝑜𝑠/𝑠𝑒𝑔 em 𝑉𝑜𝑙𝑡𝑠. Nestes casos é
possível remover a constante da realimentação, (o que será mostrado posteriormente
neste capítulo), e considerar que 𝐻(𝑠) = 1 .
Com 𝐻(𝑠) = 1, 𝐸𝑎 (𝑠) = 𝐸(𝑠) e:

𝐺(𝑠) 1
𝑌(𝑠) = 𝑅(𝑠) 𝑒 𝐸(𝑠) = 𝑅(𝑠)
1 + 𝐺(𝑠) 1 + 𝐺(𝑠)
Portanto, na faixa de valores da variável 𝑠 em que |1 + 𝐺(𝑠)| ≫ 1 𝐸(𝑠) ≅ 0
Quando 𝐻(𝑠) ≠ 1,
𝐺(𝑠) 1
𝑌(𝑠) = 𝑅(𝑠) 𝑒 𝐸𝑎 (𝑠) = 𝑅(𝑠)
1 + 𝐺(𝑠)𝐻(𝑠) 1 + 𝐺(𝑠)𝐻(𝑠)
Logo, para diminuir o erro é desejável que |1 + 𝐺(𝑠)𝐻(𝑠)| seja grande na faixa de
operação da variável controlada. A variável 𝐸𝑎 (𝑠) fornece uma medida do erro. Para a
faixa de valores de 𝑠 em que 𝐻(𝑠) ≅ 𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝐸𝑎 (𝑠) é análogo a 𝐸(𝑠).
Sensibilidade de Sistemas de Controle a Variações de Parâmetros: Todos os

processos variam, estas variações resultam de diversas causas: desgaste dos
equipamentos, envelhecimento ou variação de sensores e transdutores, atuadores,
condições de carga muito pequena ou muito grande, outras razões específicas. Além
disto o modelo empregado para o desenvolvimento do sistema de controle é
geralmente uma aproximação linearizada para uma determinada faixa de operação.
Por todos estes motivos é necessário que o sistema seja suficientemente robusto para
suportar todas estas variações sem queda significativa do desempenho.
Considere que a planta representada por sua função de transferência sofra uma
variação. O novo processo será então representado por: 𝐺(𝑠) + ∆𝐺(𝑠).
Para um sistema em MA o efeito desta variação na saída será:
𝑌(𝑠) + ∆𝑌(𝑠) = 𝑅(𝑠)[𝐺(𝑠) + ∆𝐺(𝑠)] = 𝑅(𝑠)𝐺(𝑠) + 𝑅(𝑠)∆𝐺(𝑠)

Logo,
∆𝑌(𝑠) = 𝑅(𝑠)∆𝐺(𝑠)
Então se a planta varia por exemplo 10% a variação na saída será também 10%.
Análise do sistema de controle em malha fechada (MF). Considerando novamente

uma variação aditiva no processo do tipo 𝐺(𝑠) + ∆𝐺(𝑠):
𝐺(𝑠) + ∆𝐺(𝑠)
𝑌(𝑠) + ∆𝑌(𝑠) = 𝑅(𝑠) (4.5)
1 + [1 + (𝐺(𝑠) + ∆𝐺(𝑠))𝐻(𝑠)]
Como,
𝐺(𝑠)
𝑌(𝑠) = 𝑅(𝑠) (4.6)
1 + 𝐺(𝑠)𝐻(𝑠)
Substituindo na equação acima,
𝐺(𝑠) + ∆𝐺(𝑠) 𝐺(𝑠)

∆𝑌(𝑠) = [ − ] 𝑅(𝑠) (4.7)
1 + 𝐺(𝑠)𝐻(𝑠) + ∆𝐺(𝑠)𝐻(𝑠) 1 + 𝐺(𝑠)𝐻(𝑠)
Resolvendo (4.7),
∆𝐺(𝑠)
∆𝑌(𝑠) = [ ] 𝑅(𝑠) (4.8)
(1 + 𝐺(𝑠)𝐻(𝑠) + ∆𝐺(𝑠)𝐻(𝑠))(1 + 𝐺(𝑠)𝐻(𝑠))
Frequentemente ocorre que 𝐺𝐻(𝑠) ≫ ∆𝐺𝐻(𝑠). Então,
∆𝐺(𝑠)
∆𝑌(𝑠) = 2 𝑅(𝑠) (4.9)
(1 + 𝐺(𝑠)𝐻(𝑠))
A equação (4.9) mostra que o efeito da variação na planta é reduzido pelo ganho do
laço ao quadrado, e este ganho é geralmente muito maior que um na faixa de
frequências de trabalho do sistema.
Sensibilidade: A sensibilidade de um sistema é definida como a relação entre uma

variação relativa na planta pela variação relativa na função de transferência em malha
fechada 𝑇(𝑠) = 𝑌(𝑠)/𝑅(𝑠).
∆𝑇(𝑠)⁄𝑇(𝑠)
𝑆= (4.10)
∆𝐺(𝑠)⁄𝐺(𝑠)
Para variações infinitesimais (4.10) se torna:
𝜕𝑇(𝑠)⁄𝑇(𝑠) 𝜕𝑙𝑛 (𝑇)

𝑆𝐺𝑇 = = (4.11)
𝜕𝐺(𝑠)⁄𝐺(𝑠) 𝜕𝑙𝑛 (𝐺)
A sensibilidade de um sistema em malha aberta é obviamente igual a 1: 𝑆𝑀𝐴 =

A sensibilidade do sistema MF em relação a 𝐺 é calculada por,
𝜕𝑇(𝑠)⁄𝑇(𝑠) 𝜕𝑇 𝐺
𝑆𝐺𝑇 = = ×
𝜕𝐺(𝑠)⁄𝐺(𝑠) 𝜕𝐺 𝑇
𝐺
Sendo: 𝑇 =
1+𝐺𝐻
(1 + 𝐺𝐻) − 𝐺𝐻 𝐺 1 𝐺 1
𝑆𝐺𝑇 = 2
× = 2
× =
(1 + 𝐺𝐻) 𝑇 (1 + 𝐺𝐻) 𝐺 ⁄(1 + 𝐺𝐻) 1 + 𝐺𝐻
Então, a sensibilidade do sistema em MF na comparação com MA é dividida pelo

ganho do laço 1 + 𝐺𝐻. Portanto, sendo |𝐺(𝑠)𝐻(𝑠)| grande o sistema será pouco
sensível a variações em 𝐺(𝑠).
Sensibilidade de 𝑇(𝑠) em relação a variações em 𝐻(𝑠):
𝐺2 𝐻 −𝐺 2 𝐻 −𝐺𝐻
𝑆𝐻𝑇 = 0 − 2
× = 2
× =
(1 + 𝐺𝐻) 𝑇 (1 + 𝐺𝐻) 𝐺 ⁄(1 + 𝐺𝐻) 1 + 𝐺𝐻
Agora, se |𝐺𝐻(𝑠)| ≫ 1 virá:

𝐺𝐻
|𝑆𝐻𝑇 | = | |=1
𝐺𝐻
Conclui-se que quando 𝐺𝐻(𝑠) é grande a sensibilidade para variações no

sensor/transmissor se aproxima de um, e mudanças em 𝐻(𝑠) afetam diretamente a
saída do sistema. Por isto é importante utilizar sensores e transmissores que variem
muito pouco em função de condições de operação tais como temperatura, humidade
ou vibração.
Muitas vezes desejamos determinar a sensibilidade 𝑆𝛼𝑇 , sendo 𝛼 parâmetro de 𝐺(𝑠)

sujeito a variações. Utilizando a regra da cadeia:
𝑆𝛼𝑇 = 𝑆𝐺𝑇 × 𝑆𝛼𝐺
Em geral, 𝑇(𝑠) é expressa como um numerador sobre um denominador:

𝑁(𝑠, 𝛼)
𝑇(𝑠, 𝛼) =
𝐷(𝑠, 𝛼)
Nestes casos podemos empregar a forma logarítmica da sensibilidade descrita em

(4.11),
𝜕𝑙𝑛 (𝑇) 𝜕𝑙𝑛 (𝑁) 𝜕 ln(𝐷)

𝑆𝛼𝑇 = = | − | = 𝑆𝛼𝑁 − 𝑆𝛼𝐷 𝑜𝑛𝑑𝑒 𝛼0 é 𝑜 𝑣𝑎𝑙𝑜𝑟 𝑛𝑜𝑚𝑖𝑛𝑎𝑙
𝜕𝑙𝑛 (𝛼) 𝜕𝑙𝑛 (𝛼) 𝛼 𝜕 ln(𝛼) 𝛼
0 0
A capacidade do laço de realimentação de reduzir efeitos na saída devido a variações

nos componentes do sistema é a principal vantagem da realimentação em controle.
a) 𝑇(𝑠) = 𝑌(𝑠)⁄𝑅(𝑆):
𝑀1 = 𝑈𝑄𝐺 ∆1 = 1 − 0 𝑒 𝑀2 = 𝑀𝐺 ∆2 = 1 − 0
∆= 1 − (−𝑄𝐺) = 1 + 𝑄𝐺
𝑈𝑄𝐺 + 𝑀𝐺
𝑇(𝑠) =
1 + 𝑄𝐺
b)
𝜕𝑇 𝐺
𝑆𝐺𝑇 = × = 𝑆𝐺𝑁 − 𝑆𝐺𝐷
𝜕𝐺 𝑇
𝜕𝑁 𝐺 (𝑈𝑄 + 𝑀)𝐺 𝜕𝐷 𝐺 𝑄𝐺
𝑆𝐺𝑁 = × = =1 𝑆𝐺𝐷 = × =
𝜕𝐺 𝑁 𝑈𝑄𝐺 + 𝑀𝐺 𝜕𝐺 𝐷 1 + 𝑄𝐺
𝑄𝐺 1
𝑆𝐺𝑁 − 𝑆𝐺𝐷 = 1 − =
1 + 𝑄𝐺 1 + 𝑄𝐺
1
𝑆𝐺𝑇 (𝑠) =
1 + 𝑄𝐺(𝑠)
c) Logo, 𝑆𝐺𝑇 não depende de 𝑈(𝑠) ou 𝑀(𝑠).
Exercício: Considere o sistema a seguir onde 𝐾 e 𝐻 variam sendo:

𝐾𝑛𝑜𝑚 = 5 𝑒 𝐻𝑛𝑜𝑚 = 0,05.
a) Determine 𝑆𝐾𝑇 e 𝑆𝐻𝑇 .
b) Esboce a resposta em frequência de 𝑆𝐾𝑇 e 𝑆𝐻𝑇 para 𝐾𝐶 = 10.
c) Determine também a frequência que minimiza as duas funções.
𝐾𝐶 𝐾/(𝑠 + 0,1) 𝐾𝐶 𝐾 𝑁(𝑠)

𝑇(𝑠) = = =
1 + 𝐾𝐶 𝐾𝐻⁄(𝑠 + 0,1) 𝑠 + 0,1 + 𝐾𝐶 𝐾𝐻 𝐷(𝑠)
𝑆𝐾𝑇 = 𝑆𝐾𝑁 − 𝑆𝐾𝐷
𝜕𝑁 𝐾 𝐾𝐶 𝐾 𝜕𝐷 𝐾 𝐾𝐶 𝐾𝐻
𝑆𝐾𝑁 = × = =1 𝑆𝐾𝐷 = × =
𝜕𝐾 𝑁 𝐾𝐶 𝐾 𝜕𝐾 𝐷 𝑠 + 0,1 + 𝐾𝐶 𝐾𝐻
𝐾𝐶 𝐾𝐻 𝑠 + 0,1
𝑆𝐾𝑇 = 1 − =
𝑠 + 0,1 + 𝐾𝐶 𝐾𝐻 𝑠 + 0,1 + 𝐾𝐶 𝐾𝐻
𝑠 + 0,1
𝑆𝐾𝑇 |𝐾 =
𝐶 =10; 𝐾𝑛𝑜𝑚 =5; 𝐻𝑛𝑜𝑚 =0,05 𝑠 + 2,6
0,1 + 𝑗𝜔
𝑆𝐾𝑇 (𝑗𝜔) =
2,6 + 𝑗𝜔
𝑆𝐻𝑇 = 𝑆𝐻𝑁 − 𝑆𝐻𝐷
𝜕𝑁 𝐻 𝜕𝐷 𝐻 𝐾𝐶 𝐾𝐻
𝑆𝐻𝑁 = × =0 𝑆𝐻𝐷 = × =
𝜕𝐻 𝑁 𝜕𝐻 𝐷 𝑠 + 0,1 + 𝐾𝐶 𝐾𝐻
𝐾𝐶 𝐾𝐻 −𝐾𝐶 𝐾𝐻
𝑆𝐻𝑇 = 0 − =
𝑠 + 0,1 + 𝐾𝐶 𝐾𝐻 𝑠 + 0,1 + 𝐾𝐶 𝐾𝐻
−2,5
𝑆𝐻𝑇 |𝐾=10; =
𝐾𝑛𝑜𝑚 =5; 𝐻𝑛𝑜𝑚 =0,05 𝑠 + 2,6
−2,5
𝑆𝐻𝑇 (𝑗𝜔) =
2,6 + 𝑗𝜔
b) Resposta em frequência, código Matlab:
clear,clc;
omega = logspace(-2,2,500);
K = 5; Kc = 10; H = 0.05;
STK = tf([1 0.1],[1 2.6]);
STH = tf(-2.5,[1 2.6]);
figure(1),bode(STK,STH,omega);
c) Frequência que minimiza as duas funções:
|𝑆𝑇𝐾(𝑗𝜔)| = |𝑆𝑇𝐻(𝑗𝜔)|
0,1 + 𝑗𝜔 2,5
| |=| |
2,6 + 𝑗𝜔 2,6 + 𝑗𝜔
√0,12 + 𝜔 2 = 2,5 𝜔2 = 2,52 − 0,01
𝜔 = 2,498 = 2,5






O desempenho de um sistema de controle em malha fechada é especificado em

termos de parâmetros. Tais parâmetros consideram aspectos da resposta do sistema
para diferentes tipos de sinais de entrada, chamados de “sinais de teste”
Os parâmetros de desempenho são definidos para a fase transiente e para a fase

estática da resposta. A função impulso unitário 𝛿(𝑡) é outro sinal de teste, muito
empregado para identificação de sistemas.
Típicos parâmetros relacionados à fase dinâmica:

Tempo de estabilização
Sobressinal
Tempo de subida
Parâmetros relacionados à fase estática

Ganho de estado estacionário
Erro de regime permanente
Outros parâmetros de desempenho ainda, são relacionados a capacidade do sistema

de suportar variações na planta ou no sistema de controle:
Estabilidade robusta
Desempenho robusto
5.3 DESEMPENHO DE SISTEMAS DE 2ª ORDEM: Considere o sistema realimentado

da figura a seguir.
A saída deste sistema em MF é,
A seguir nas figuras, as respostas ao degrau e ao impulso de um sistema de 2ª ordem

sub amortecido para diferentes valores de 𝜁
A propriedade da TL para a derivada de uma função no tempo é,
𝑑𝑥(𝑡) 𝑇𝐿
↔ 𝑠𝑋(𝑠)
𝑑𝑡
Então,
𝑇𝐿 𝑑𝑦𝐷 (𝑡)
𝑌𝐼 (𝑠) = 𝑠𝑌𝐷 (𝑠) ↔ 𝑦𝐼 (𝑡) =
𝑑𝑡
A derivada da resposta ao degrau 𝑦𝐷 (𝑡) é a resposta ao impulso 𝑦𝐼 (𝑡). Também, a

integral da resposta ao impulso é a resposta ao degrau.
Para a resposta ao degrau unitário do sistema de 2ª ordem considerado, podemos

definir diversos parâmetros de desempenho. Veja a figura:
Onde:
𝑀𝑝𝑡 = 𝑉𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜𝑈𝑙𝑡𝑟𝑎𝑝𝑎𝑠𝑠𝑎𝑔𝑒𝑚 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙
𝑇𝑝 = 𝑖𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑜 𝑣𝑎𝑙𝑜𝑟 𝑚á𝑥𝑖𝑚𝑜
𝑈𝑃% = 𝑈𝑙𝑡𝑟𝑎𝑝𝑎𝑠𝑠𝑎𝑔𝑒𝑚 𝑝𝑒𝑟𝑐𝑒𝑛𝑡𝑢𝑎𝑙
𝑇𝑠 = 𝑡𝑒𝑚𝑝𝑜 𝑑𝑒 𝑎𝑠𝑠𝑒𝑛𝑡𝑎𝑚𝑒𝑛𝑡𝑜
𝑇𝑟 = 𝑇𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑢𝑏𝑖𝑑𝑎
𝑇𝑟1 = 𝑇𝑒𝑚𝑝𝑜 𝑑𝑒 𝑠𝑢𝑏𝑖𝑑𝑎 𝑑𝑒 10% 𝑎 90%

𝑒𝑠𝑠 = 𝐸𝑟𝑟𝑜 𝑑𝑒 𝑟𝑒𝑔𝑖𝑚𝑒 𝑒𝑠𝑡𝑎𝑐𝑖𝑜𝑛á𝑟𝑖𝑜
𝑓𝑣 = 𝑣𝑎𝑙𝑜𝑟 𝑓𝑖𝑛𝑎𝑙
A ultrapassagem percentual para uma entrada degrau unitário é calculada por:
𝑀𝑝𝑡 − 𝑓𝑣
𝑈𝑃% = × 100%
𝑓𝑣
O Tempo de assentamento (ou tempo de acomodação) é definido como o tempo

necessário para que a saída permaneça dentro de uma faixa de valores estipulada ±𝛿.
Para um sistema de 2ª ordem sub amortecido os polos são: −𝜁𝜔𝑛 ± 𝑗𝜔𝑛 √1 − 𝜁 2 . A
parte real dos polos complexos conjugados é igual a 𝜁𝜔𝑛 . Queremos determinar o
tempo 𝑇𝑠 em que a saída do sistema em malha fechada fique dentro de uma faixa de
±2% do valor final:
𝑒 −𝜁𝜔𝑛 𝑇𝑠 = 0,02 − 𝜁𝜔𝑛 𝑇𝑠 = log𝑛 0,02
𝜁𝜔𝑛 𝑇𝑠 = 3,912 ≅ 4
Lembrando que a constante de tempo de um sistema é igual ao inverso da parte real

do polo, 𝜏 = 1⁄𝜁𝜔𝑛 ,
4
𝑇𝑠 = = 4𝜏
𝜁𝜔𝑛
Outro critério também empregado é considerar ±1% do valor final, resultando em

aproximadamente cinco constantes de tempo:
𝑒 −𝜁𝜔𝑛 𝑇𝑠 = 0,01 − 𝜁𝜔𝑛 𝑇𝑠 = log𝑛 ( 0,01)
𝜁𝜔𝑛 𝑇𝑠 = 4,6052 ≅ 5
Instante do máximo (𝑇𝑝 ): Os máximos e mínimos de 𝑦𝐷 (𝑡) ocorrem quando sua

derivada é igual a zero. Como a derivada de 𝑦𝐷 (𝑡) é 𝑦𝐼 (𝑡) escrevemos,
𝑑𝑦𝐷 (𝑡) 𝜔𝑛
= 𝑦𝐼 (𝑡) = 𝑒 −𝜁𝜔𝑛 𝑡 𝑠𝑒𝑛 (𝜔𝑛 √1 − 𝜁 2 𝑡) = 0
𝑑𝑡 √1 − 𝜁 2
Se 𝑦𝐼 (𝑡) é zero, significa que:

𝑠𝑒𝑛 (𝜔𝑛 √1 − 𝜁 2 𝑡) = 0
A função seno é zero para:
𝜔𝑛 √1 − 𝜁 2 𝑡 = 𝑘 × 𝜋, 𝑐𝑜𝑚 𝑘 = 0, 1, 2 ⋯
A segunda derivada nula ocorre com 𝑘 = 1,
𝜔𝑛 √1 − 𝜁 2 𝑡 = 𝑘 × 𝜋
Portanto,
𝜋
𝑇𝑝 =
𝜔𝑛 √1 − 𝜁 2
Valor máximo (𝑀𝑡𝑝 ): O valor máximo de 𝑦𝐷 (𝑡) pode ser calculado fazendo 𝑡 = 𝑇𝑝 em
𝑦𝐷 (𝑡). Aqui utilizaremos a relação trigonométrica:
𝐴𝑠𝑒𝑛(𝜔𝑛 √1 − 𝜁 2 𝑡 + ∅) = 𝐴1 𝑐𝑜𝑠(𝜔𝑛 √1 − 𝜁 2 𝑡) + 𝐴2 𝑠𝑒𝑛(𝜔𝑛 √1 − 𝜁 2 𝑡)
𝐴1
𝑠𝑒𝑛𝑑𝑜: 𝐴 = √𝐴12 + 𝐴22 𝑒 ∅ = 𝑡𝑔−1 (
)
𝐴2
Substituindo na equação (5.9) com 𝑡 = 𝑇𝑝 , 𝐴1 = √1 − 𝜁 2 𝑒 𝐴2 = 𝜁:
𝑒 −𝜁𝜔𝑛 𝑇𝑝
𝑦𝐷 (𝑇𝑝 ) = 1 − [√1 − 𝜁 2 𝑐𝑜𝑠 (𝜔𝑛 √1 − 𝜁 2 𝑇𝑝 ) + 𝜁𝑠𝑒𝑛 (𝜔𝑛 √1 − 𝜁 2 𝑇𝑝 )]
√1 − 𝜁 2
Substituindo 𝑇𝑝 = 𝜋⁄𝜔𝑛 √1 − 𝜁 2 e simplificando,

𝜁𝜋
−
𝑀𝑡𝑝 = 1 + 𝑒 √1−𝜁 2
Então, o valor máximo só depende de 𝜁, quando 𝜁 = 0 𝑀𝑡𝑝 = 2. O sistema oscilaria

sem amortecimento entre 0 e 2 com 𝜔 = 𝜔𝑛 para uma entrada em degrau unitário.
Se o valor final 𝑓𝑣 = 1 então:

𝜁𝜋
𝑀𝑝𝑡 − 1 −
2
𝑈𝑃% = 100% = 𝑒 √1−𝜁 × 100%
1

Código Matlab para conferir os resultados
clear,clc;
K =1; fa = 100; Ta = 1/fa;
t = 0:Ta:10;
G = tf(K,[1 1 0]);
Gmf = feedback(G,1);
figure(1), step(Gmf,t),grid;

O Código Matlab a seguir verifica os cálculos efetuados.
clear,clc;
%Kc =0.909; % para não oscilar
Kc = 4.5937 % para sobre sinal de 10% em relacão a r(t) = 1
fa = 100; Ta = 1/fa;
t = 0:Ta:10;
Gc = tf(Kc*[1 1],[1 0]);
Gp = tf(1,conv([1 1],[1 2]));
Gma = Gc*Gp;
Gmf = feedback(Gma,1.1);
figure(1), step(Gmf,t),grid;

GANHO DC
Um procedimento genérico para encontrar a resposta em regime estacionário de um

sistema de qualquer ordem é apresentado em seguida.
Pelo teorema do valor final, lim c(t ) = lim sC ( s) = lim sG ( s) R( s )

t → s →0 s →0
Contanto que exista um valor final, ou seja: ele não é infinito nem indeterminado.
Para o caso em que a entrada é um degrau unitário,

1
lim c(t ) = lim s G ( s) = G (0)
t → s →0 s
Como a entrada em regime estacionário é unitária, então a saída é também o ganho

em regime estacionário; isto é, G(0) é o ganho do sistema em regime estacionário
para uma entrada constante. Isto é verdadeiro independentemente da ordem do
sistema. Este ganho é de tal importância que lhe é dado um nome. Como um sinal
elétrico constante é chamado um sinal “dc”, chama-se G(0) o ganho “dc” do sistema.
Ganho dc: O ganho dc de um sistema é o ganho em regime estacionário para uma

entrada constante no caso em que a saída tem um valor final. O valor do ganho dc é
igual a função de transferência calculada com s = 0.
ganho dc = G(0).
𝑐𝑠𝑠 3
= 𝐺(0) = =2
𝑟𝑠𝑠 1,5
Note que, para que o ganho dc tenha significado, não é necessário que uma função
degrau seja aplicada ao sistema. É preciso apenas que a função de entrada r(t) seja
constante por um período de tempo maior que quatro constantes de tempo do sistema.
Veja por exemplo a figura a seguir onde G(s) = 4/(s2+2s+2).
DOMINÂNCIA DE PÓLOS
Considere um sistema de 2ª ordem sobre amortecido ( ζ > 1 ):
K K
G(s) = =
( 1 s + 1)( 2 s + 1) 1 1
 1 2 ( s + )( s + )
1 2
1 1
definindo :  = e =
1 2
K K
G(s) = =
1 1 ( s +  )( s +  )
 ( s +  )( s +  )
 
Neste caso, como regra prática (“thumb rule”), se:  1  5 2    5
Então, podemos substituir 1/(s+β) por seu ganho D.C. 1/β e portanto:
K K
G( s) = = sistema de 1a ordem
 (s +  ) (s +  )
Considere em seguida um sistema de 3ª ordem sub amortecido (0 < ζ < 1 ):
𝐾𝛼𝜔𝑛2
𝐺(𝑠) =
(𝑠 + 𝛼)(𝑠 2 + 2𝜁𝜔𝑛 𝑠 + 𝜔𝑛2 )
Agora, a dominância depende da relação entre o polo real alfa e a parte real do par
complexo conjugado ζωn, porque é a parte real do polo que determina a rapidez com
que o modo correspondente decresce 𝑒 −𝜁𝜔𝑛 𝑡 para o polo complexo conjugado e 𝑒 −𝛼𝑡
para o polo real.
𝐾𝛼
𝑆𝑒 𝛼 <<𝜁𝜔𝑛 𝐺(𝑠) ≈
𝑠+𝛼
𝐾𝜔𝑛2
𝑆𝑒 𝛼 >>𝜁𝜔𝑛 𝐺(𝑠) ≈
𝑠 2 + 2𝜁𝜔𝑛 𝑠 + 𝜔𝑛2
A decisão de utilizar ou não uma aproximação para um dado sistema depende da

precisão demandada no projeto. Cabe ao projetista avaliar se a aproximação é
aceitável ou não em cada caso.
O código Matlab a seguir é uma ferramenta de auxílio ao projetista. Para cada caso,
pode-se comparar a resposta real e a resposta aproximada.
% Aproximação de sistemas de 2a ordem com polos reais por

1a % ordem
clear,clc;
K = 1;
b=input('Entre a locação do segundo pólo beta:');
a=input('Entre a locação do pólo alfa:');
c = b/a;
sist_exato = tf(K*a*b,conv([1 a],[1 b]));
sist_aprox_polo1_dom=tf(K*a,[1 a]);
figure(1),pzmap(sist_exato);
pause;
figure(2);
step(sist_exato,'r',sist_aprox_polo1_dom,'g'),grid;
titleString=sprintf('Exato=Vermelho, 1a ordem=Verde,
c=%f',c);
title(titleString);
stop
%
% Dominancia de polos quando existe um par complexo
conjugado % e um polo real
%
clear,clc,close all;
zeta=.5; %zeta e wn para o par complexo conjugado.
wn=1;
K = 1;
c=0;
a=input('Entre a locação do pólo de 1a ordem :');
sist_exato = tf(K*a*wn*wn,conv([1 a],[1 2*zeta*wn wn*wn]));
sist_aprox_polo_real_dom=tf(K*a,[1 a]);
sist_aprox_polos_compl_dom = tf(K*wn^2,[1 2*zeta*wn
wn*wn]);
disp(sprintf('a=%f\n roots=',a));
roots(conv([1 a],[1 2*zeta*wn wn*wn]))
figure(1),pzmap(sist_exato);
pause;
figure(2);
step(sist_exato,'r',sist_aprox_polo_real_dom,'g',sist_aprox
_polos_compl_dom,'b'),grid;
titleString=sprintf('Exato=Vermelho, 1a ordem=Verde, 2a
ordem=Azul, a=%f',a);
title(titleString);
Localização das raízes no plano 𝑠 e Resposta Transitória:
A resposta transitória de um sistema em malha fechada pode ser descrita a partir da

localização de seus polos. Considere a função de transferência geral para um sistema
em malha fechada a seguir,
𝑌(𝑠) (𝑠 − 𝑧1 )(𝑠 − 𝑧2 )(𝑠 − 𝑧3 ) ⋯ (𝑠 − 𝑧𝑚 )

𝑇(𝑠) = =𝐾
𝑅(𝑠) (𝑠 − 𝑝1 )(𝑠 − 𝑝2 )(𝑠 − 𝑝3 ) ⋯ (𝑠 − 𝑝𝑛 )
Sendo 𝑅(𝑠) = 1 (impulso unitário) então a saída será:
𝑘1 𝑘2 𝑘3 𝑘𝑛
𝑌(𝑠) = + + +⋯+
𝑠 − 𝑝1 𝑠 − 𝑝2 𝑠 − 𝑝3 𝑠 − 𝑝𝑛
Tomando a TL inversa termo a termo:
𝑦𝐼 (𝑡) = 𝑘1 𝑒 𝑝1𝑡 + 𝑘2 𝑒 𝑝2𝑡 + 𝑘3 𝑒 𝑝3𝑡 + ⋯ 𝑘𝑛 𝑒 𝑝𝑛𝑡
Onde os polos têm a forma geral 𝑝𝑖 = 𝜎𝑖 + 𝑗𝜔𝑖 . Os polos podem ser reais ou
complexos, se forem complexos serão sempre complexos conjugados.
A localização dos polos determina completamente a forma funcional da
resposta ao impulso de um sistema. A cada polo, ou par de polos se forem
complexos conjugados, corresponde um modo. A figura a seguir mostra os
possíveis modos do sistema em função da localização dos polos no plano 𝑠 :
5.7 Erro de Estado Estacionário de Sistemas de Controle Com Retroação






Mesmo quando a dinâmica do sensor/transmissor não pode ser desprezada, para fins
de erro de regime permanente, esta dinâmica pode ser substituída pelo ganho do
sensor/transmissor.
𝐾𝑇 𝐾𝑇
𝐺𝑇 (𝑠) = 𝐺𝑎𝑛ℎ𝑜 𝐷. 𝐶. ∶ | = 𝐾𝑇
𝜏𝑇 𝑠 + 1 𝜏 𝑇 𝑠 + 1 𝑠=0




Logo um sistema com este polinômio característico é incondicionalmente instável.




A seguir o diagrama Simulink para verificação dos resultados


AÇÕES DE CONTROLE BÁSICAS
1. Introdução: Controladores realimentados de uma entrada e uma saída atuam da

seguinte maneira. Recebem o valor medido da variável controlada, comparam este
valor com uma referência interna, e em função da diferença (erro) geram para o
atuador um sinal de correção que tende a zerar o erro. A maneira como responde o
controlador em resposta a um erro é denominada “ação de controle”.
Abordaremos a seguir as ações básicas de controle, comumente utilizadas, primeiro
individualmente e em seguida combinadas.
2. Ações de Controle:
2.1. Ação de Controle de duas Posições, Liga / Desliga ou ON / OFF:

Considere o sinal de saída do controlador m(t) e o sinal de erro e(t). A função de saída
do controlador liga / desliga é:
m(t) = M1 para e(t) < 0
m(t) = M2 para e(t) > 0
onde M1 e M2 são constantes. O diagrama de blocos de controladores liga / desliga
são mostrados a seguir:
M2
r + e m
- (a)
M1
c
M2
r + e m
-
M1
c (b)
No diagrama de blocos “b” existe um intervalo diferencial entre os estados M1 e M2 da

saída, como se fosse uma histerese. Em alguns casos este intervalo não é intencional,
mas na maioria das vezes é.
O gráfico da figura abaixo mostra a curva de resposta em malha fechada e o

respectivo sinal de controle para um sistema com controlador liga-desliga com
histerese. Note que, em regime permanente, a saída do sistema apresenta uma
oscilação em torno do valor de referência. Este fato denota a baixa precisão obtida
com este tipo de controlador.
Figure 2.1: Controle Liga-Desliga ou “On-Off”
A ação de controle liga-desliga pode assim ser considerada a ação de controle mais
simples e mais econômica. Entretanto, este tipo de ação possui limitações no que diz
respeito ao comportamento dinâmico e em regime permanente do sistema em malha
fechada. Suas aplicações restringem-se a sistemas onde não é necessário precisão
nem um bom desempenho dinâmico. Como exemplos corriqueiros de aplicação deste
tipo de controle temos: termostato da geladeira, controle de nível d'água a partir de
boias.
Considere por exemplo um sistema de controle de nível em que uma bomba é ligada
quando o nível está alto e desligada quando está baixo. Neste caso, quando o
consumo for apenas ligeiramente inferior a reposição então a bomba será
ligada/desligada repetidamente provocando a queima do motor. Com o intervalo
diferencial este problema é evitado, contudo a variável controlada irá necessariamente
variar em torno da referência com amplitude igual ou maior do que o intervalo,
prejudicando a precisão do controle.
2.2. Ação de Controle Proporcional: A saída do controlador é proporcional a

amplitude do erro:
m(t) = Kp e(t) onde Kp é uma constante de proporcionalidade que pode se variada.
Tomando a transformada de Laplace desta equação:
𝑀(𝑠) = 𝐾𝑝. 𝐸(𝑠)
𝑀(𝑠)
= 𝐾𝑝
𝐸(𝑠)
O diagrama de blocos do controlador proporcional é:
R(s) + E(s) M(s)

Kp
- C(s)
Observe que o controlador proporcional é um sistema do tipo zero. Por isto, se a

função de transferência em malha aberta (controlador proporcional + processo) não
contiver nenhuma integração então o sistema de controle será incapaz de zerar o erro
devido a uma entrada em degrau.
2.3. Ação de Controle Integral: A saída do controlador é proporcional a integral do

erro.
t
m(t ) = Ki.  e(t )dt

0
A constante Ki detemina a taxa da integração. Tomando a transformada de Laplace,

Ki
M ( s) = . E ( s)
s
A função de transferência é,
M ( s) Ki
=
E ( s) s
Para um erro em degrau unitário,
Ki
M ( s) =
s2
m(t ) = Ki. t
Portanto, quanto maior for Ki maior a inclinação da reta e portanto mais acentuada a
integração.
Ki
0 t
Observe que a ação integral eleva de um grau a classificação de tipo da função de

transferência em malha aberta do sistema. Por isto, um sistema que inclua um
controlador com ação integral é sempre de grau N  1 sendo, portanto, capaz de zerar
um erro devido a uma entrada em degrau. Esta é a razão básica para o acréscimo da
ação integral em um controlador.
2.4. Ação de Controle Proporcional - mais - Integral: A saída do controlador é

fornecida pela equação a seguir,
t
Kp
Ti 0
m(t ) = Kp.e(t ) + e(t )dt ou,
M ( s)  1 
= Kp.1 + 
E (s)  s.Ti 
Onde Kp é o ganho. Observe que a constante Ki foi substituída por 1 / Ti, onde Ti é
expresso em minutos. Para uma entrada em degrau (erro) o valor de Ti é o tempo
necessário para a ação integral sozinha igualar uma vez o valor do erro.
Considere a resposta da ação integral para um erro em degrau igual a 10%.
t
1 10%. t  t
m(t ) = 
Ti 0
10% dt = 
 Ti 
0
É fácil ver que:

para t = Ti m(t) = 10%;
para t = 2.Ti m(t) = 210%;
para t = n.Ti m(t) = n10%.
Por isto geralmente nos controladores comerciais a faixa de variação do valor

ajustável de Ti vem expressa em “minutos por repetição”, e o valor de Ki em
“repetições por minuto”. A saída do controlador P+I para um degrau unitário é
mostrada a seguir:
e(t)
m(t)
Ação P + I
2Kp
Kp
Ação Proporcional
t
0 Ti
6.2.5 - Ação de Controle Proporcional mais Derivativa: A saída do controlador P+D

é expressa pela equação:
de(t )
m(t ) = Kp. e(t ) + Kp. Td .
dt
M ( s)
= Kp.(1 + Tds)
E ( s)
Onde Kp é o ganho e Td o tempo derivativo, expresso em minutos. Pela equação
vemos que a ação derivativa gera uma ação cuja amplitude é proporcional a taxa de
variação do erro. A ação derivativa possui um caráter antecipatório. Para perceber
este efeito considere a saída de um controlador P + D em resposta a uma entrada em
rampa unitária e(t) = t.
 dt 
m(t ) = Kp.  t + Td . 
 dt 
m(t ) = Kpt + KpTd
e(t)
m(t)
Proporcional + Derivativo
Proporcional
KpTd
X
x
X t
Da figura acima retiramos:

Kp.Td
Kp = logo, X = Td
X
Portanto, o controlador P + D tem, no instante t = 0, uma saída (KpTd) que o
controlador proporcional só atinge Td minutos depois. Então, a ação derivativa avança
em Td minutos a saída do controlador. Entretanto, a ação de controle derivativa nunca
pode antecipar uma ação que ainda não ocorreu. A ação derivativa agiliza a ação do
controlador, mas tem o inconveniente de amplificar os ruídos, sempre presentes no
sinal de entrada. Também, no caso da aplicação de um sinal de erro em degrau, a
ação derivativa gera um pico indesejável na saída do controlador.
2.6. Ação de Controle Proporcional mais Integral mais Derivativa (P + I + D)

A combinação das três ações de controle resulta no controlador PID que combina as
características de cada uma delas. A equação combinada PID mais utilizada nos
controladores é:
1 𝑡 𝑑𝑒(𝑡)
𝑚(𝑡) = 𝐾𝑃 (𝑒(𝑡) + ∫ 𝑒(𝜏)𝑑𝜏 + 𝑇𝐷 )
𝑇𝐼 0 𝑑𝑡
conhecida como algoritmo PID CLÁSSICO, PID ISA ou PID NÃO INTERATIVO.
Tomando-se a Transformada de Laplace da equação acima, obtém se diretamente a
função de transferência do algoritmo PID:
M ( s) 1
= K P (1 + + sTD )
E ( s) sTI
Também é comum empregar KI = 1/TI e KD = TD escrevendo-se assim a equação do

PID como:
𝑡
𝑑𝑒(𝑡)
𝑚(𝑡) = 𝐾𝑃 (𝑒(𝑡) + 𝐾𝐼 ∫ 𝑒(𝜏)𝑑𝜏 + 𝐾𝐷 )
0 𝑑𝑡
Outra equação muito empregada é o chamado PID paralelo. Neste caso, o ganho KP
não multiplica as ações integral e derivativa:
𝑡
𝑑𝑒(𝑡)
𝑚(𝑡) = 𝐾𝑃 𝑒(𝑡) + 𝐾𝐼 ∫ 𝑒(𝜏)𝑑𝜏 + 𝐾𝐷
0 𝑑𝑡
No aspecto da estabilidade o PID ISA é melhor que o paralelo. Isto porque no ISA o
ganho 𝐾𝑃 multiplica todas as ações de controle. Explicando melhor: Considerando a
saída do algoritmo de controle 𝑚(𝑡) como um vetor (módulo e ângulo) isto quer dizer
que uma variação em 𝐾𝑃 altera apenas o módulo e não módulo e fase de 𝑚(𝑡). Veja
na figura que 𝐾𝐶 multiplica também 𝐾𝐼 e 𝐾𝐷 preservando o ângulo 𝜃.
De qualquer modo, em geral, não se observa grande diferença aplicando o ISA ou o

paralelo. O importante é saber qual algoritmo está sendo empregado no sistema de
controle. Também é importante observar a relação inversa KI = 1/TI para não aumentar
a intensidade da integração quando o que se deseja é diminuir. É comum encontrar a
equação do PID escrita como:
1 𝑡 𝑑𝑒(𝑡)
𝑚(𝑡) = 𝐾𝑃 (𝑒(𝑡) + ∫ 𝑒(𝜏)𝑑𝜏 + 𝐾𝐷 )
𝐾𝐼 0 𝑑𝑡
Considerações sobre o algoritmo PID analítico e o PID real:
a) Considere a Transformada de Laplace da equação do algoritmo PID ISA a

seguir:
𝐸(𝑠)
𝑀(𝑠) = 𝐾𝐶 (𝐸(𝑠) + 𝐾𝐼 + 𝐾𝐷 𝑠 𝐸(𝑠))
𝑠
As ações integral e derivativa como mostradas nesta equação são irrealizáveis

uma vez que não existe um integrador nem um derivador puro: a ação integral
𝐾𝐼 ⁄𝑠 não pode ser implementada na prática porque sua resposta em frequência
tende a infinito quando 𝑠 tende a zero. Também não poderia ser implementada
a ação derivativa 𝐾𝐷 𝑠 como mostrada na equação, pois trata-se de um sistema
com grau do numerador maior que o grau do denominador, irrealizável
portanto. A equação do PID apresentada acima é utilizada na análise do
sistema de controle, sendo por isto chamada de equação analítica do PID.
Uma ação integral realizável poderá ser obtida colocando-se um polo próximo
da origem e um zero bem longe da origem:
𝐾𝐼 (0,01𝑠 + 1) 𝐾𝐼 (0,01𝑗𝜔 + 1) 𝐾𝐼 (1 + 𝑗𝜔⁄100)

| = =
(𝑠 + 0,01) 𝑠=𝑗𝜔 (𝑗𝜔 + 0,01) 0,01(1 + 𝑗𝜔⁄0,01)
Quando: 𝜔 → 0:
𝐾𝐼
= 100𝐾𝐼
0,01
Quando: 𝜔 → ∞:
𝐾𝐼 (𝑗𝜔/100) 𝐾𝐼
= = 0,01𝐾𝐼
0,01𝑗𝜔/0,01 100
A equação realizável para a equação derivativa é o recíproco da integral:
𝐾𝐷 (𝑠 + 0,01) 𝐾𝐷 (𝑗𝜔 + 0,01) 0,01𝐾𝐷 (1 + 𝑗𝜔⁄0,01)

| = =
(0,01𝑠 + 1) 𝑠=𝑗𝜔 (0,01𝑗𝜔 + 1) (1 + 𝑗𝜔⁄100)
Quando: 𝜔 → 0:
𝐾𝐷
0,01𝐾𝐷 =
100
Quando: 𝜔 → ∞:
0,01𝐾𝐷 (𝑗𝜔/0,01) 𝐾𝐷 𝑗𝜔
= = 100𝐾𝐷
0,01𝑗𝜔 𝑗𝜔/100
b) Considere ainda a equação do PID(s):
𝐸(𝑠)
𝑀(𝑠) = 𝐾𝐶 (𝐸(𝑠) + 𝐾𝐼 + 𝐾𝐷 𝑠 𝐸(𝑠))
𝑠
Então,
𝑀(𝑠) 1 𝐾𝐶
𝐺𝑐 (𝑠) = = 𝐾𝐶 (1 + 𝐾𝐼 + 𝐾𝐷 𝑠 ) = (𝐾𝐷 𝑠 2 + 𝑠 + 𝐾𝐼 )
𝐸(𝑠) 𝑠 𝑠
𝐾𝐶 𝐾𝐷 2 𝑠 𝐾𝐼 𝐾𝐶 𝐾𝐷
𝐺𝑐 (𝑠) = (𝑠 + + )= (𝑠 − 𝑧1 )(𝑠 − 𝑧2 )
𝑠 𝐾𝐷 𝐾𝐷 𝑠
Portanto, o algoritmo PID possui dois zeros e a posição destes zeros depende
de 𝐾𝐼 e 𝐾𝐷 . Uma boa estratégia pode ser ajustar 𝐾𝐼 e 𝐾𝐷 de modo a cancelar
dois polos da planta. O parâmetro 𝐾𝐶 poderá em seguida ser ajustado para
garantir estabilidade sem oscilação. Esta técnica dá bons resultados
principalmente quando associada ao lugar das raízes do sistema algoritmo de
controle e planta, 𝐺𝑐 (𝑠) × 𝐺𝑝 (𝑠).
2.7. Algoritmos PID discretos: Pode-se converter uma equação diferencial contínua
numa equação de diferenças correspondente substituindo t→nT, onde T é o período
de amostragem. Desde que T seja suficientemente pequeno a equação contínua e a
equação de diferenças produzirão resultados muito próximos.
Assim, a discretização da equação do PID ISA resultará em:
 n
e(n) − e(n − 1) 
m(n) = K P  e(n) + K I T  e(k ) + K D 
 k =0 T 
Reescrevendo a equação acima para o instante anterior n-1:
 n −1
e(n − 1) − e(n − 2) 
m(n − 1) = K P  e(n − 1) + K I T  e(k ) + K D 
 k =0 T 
Subtraindo a primeira da segunda e reagrupando:

KPKD
m(n) = m(n − 1) + K P (e(n) − e(n − 1) ) + K P K I Te(n) + (e(n) − 2e(n − 1) + e(n − 2))
T
Esta é a equação do algoritmo PID ISA discreto incremental.
A repetição deste procedimento para o PID paralelo resultará na equação a seguir:

KD
m(n) = m(n − 1) + K P (e(n) − e(n − 1) ) + K I Te(n) + (e(n) − 2e(n − 1) + e(n − 2))
T
Que é a equação do algoritmo PID paralelo discreto incremental.
Ainda outro algoritmo PID pode ser obtido da seguinte forma:
 e(n) − e(n − 1) 
m(n) = K P  e(n) + K I Ts (n) + K D 
 T 
Onde s(n) é a soma atual calculada com o um procedimento recursivo inicializado com
soma inicial igual a zero: s0 = 0
s(n) = s0+e(n)
s0 = s(n)
O código Matlab a seguir mostra o procedimento, exemplificando para um erro

senoidal.
clear,clc;
fa = 100; Ta = 1/fa;fs = 1; Ts = 1/fs; T0 = 10*Ts;
t = 0:Ta:T0-Ta;
N = length(t);
e = 100*sin(2*pi*fs*t)-2.5;
s0 = 0;
limite = 255;
for i = 1:N;
s(i)=e(i)+s0;
s0 = s(i);
if s(i) > limite;
s(i) = limite;
elseif s(i) < -limite;
s(i) = -limite;
end;
end;
figure(1),plot(t,s,t,e),grid;
O código inclui também um limite positivo e negativo para o valor integrado evitando
que ele se torne excessivo causando um problema de saturação na saída do algoritmo
chamado de “reset windup”. Existem diversas maneiras de evitar que isto ocorra e
estes recursos são chamados de “anti reset windup”.









CSD I Notas de Aula

Enviado por

Dados do documento

Descrição:

Título original

Direitos autorais

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Descrição:

Direitos autorais:

CSD I Notas de Aula

Título original:

Enviado por

Descrição:

Direitos autorais:

Controle de Sistemas dinâmicos I

PROF: Antonius H. M. de Knegt

MODELAGEM MATEMATICA DE SISTEMAS DINÂMICOS

1. Sistema Massa Mola com Atrito: A dinâmica do sistema mecânico massa-mola-

As variáveis relativas ao sistema são:

A segunda lei de Newton determina que a força resultante aplicada a um corpo no

𝐹𝑟 (𝑡) = 𝑟(𝑡) − 𝐹𝑘 (𝑡) − 𝐹𝑏 (𝑡) (1.2)

PROF: Antonius H. M. de Knegt

Relações Constitutivas: Em física ou engenharia, uma equação constitutiva é aquela

Para a força de atrito viscoso: 𝐹𝑏 (𝑡) = 𝑏𝑦̇ (𝑡).

Já a equação de Newton para a força não é constitutiva e é exata para 𝑣 ≪ 𝑐 :

𝐹𝑟 (𝑡) = 𝑀𝑦̈ (𝑡)

Substituindo estas relações em (1.2),

𝑀𝑦̈ (𝑡) + 𝑏𝑦̇ (𝑡) + 𝑘𝑦(𝑡) = 𝑟(𝑡) (1.3)

A solução desta equação para 𝑦(0) = 𝑦0 ≠ 0 𝑒 𝑟(𝑡) = 0 têm a forma geral:

𝑦(𝑡) = 𝐾1 𝑒 −∝1 𝑡 𝑠𝑒𝑛(𝛽1 𝑡 + 𝜃1 ) (1.3) (para sistemas sub amortecidos)

Considere em seguida o sistema elétrico da figura (1.2)

Para as correntes no circuito podemos escrever:

𝑟(𝑡) = 𝑖𝑅 (𝑡) + 𝑖𝐿 (𝑡) + 𝑖𝐶 (𝑡)

PROF: Antonius H. M. de Knegt

𝑣(𝑡) = 𝐾2 𝑒 −∝2 𝑡 𝑠𝑒𝑛(𝛽2 𝑡 + 𝜃2 ) (1.5)

Embora inicialmente não pareça, os dois sistemas, o mecânico e o elétrico são

Comparando as equações para os dois sistemas verificamos que:

𝑴 (𝑚𝑎𝑠𝑠𝑎)é 𝑎𝑛á𝑙𝑜𝑔𝑎 𝑎 𝑪 (𝑐𝑎𝑝𝑎𝑐𝑖𝑡â𝑛𝑐𝑖𝑎)

𝒃 (𝑐𝑜𝑒𝑓𝑖𝑐𝑖𝑒𝑛𝑡𝑒 𝑑𝑒 𝑎𝑡𝑟𝑖𝑡𝑜) é 𝑎𝑛á𝑙𝑜𝑔𝑜 𝑎 1⁄𝑹 (𝑟𝑒𝑠𝑖𝑠𝑡ê𝑛𝑐𝑖𝑎)

𝒌 (𝑐𝑜𝑛𝑠𝑡𝑎𝑛𝑡𝑒 𝑑𝑎 𝑚𝑜𝑙𝑎) é 𝑎𝑛á𝑙𝑜𝑔𝑜 𝑎 1⁄𝑳 (𝑖𝑛𝑑𝑢𝑡â𝑛𝑐𝑖𝑎)

𝒚 (𝑑𝑒𝑠𝑙𝑜𝑐𝑎𝑚𝑒𝑛𝑡𝑜) é 𝑎𝑛á𝑙𝑜𝑔𝑜 𝑎 𝒗 (𝑡𝑒𝑛𝑠ã𝑜 𝑒𝑙é𝑡𝑟𝑖𝑐𝑎)

𝑭 (𝑓𝑜𝑟ç𝑎) é 𝑎𝑛á𝑙𝑜𝑔𝑎 𝑎 𝒊 (𝑐𝑜𝑟𝑟𝑒𝑛𝑡𝑒 𝑒𝑙é𝑡𝑟𝑖𝑐𝑎)

2. Linearização de Sistemas não Lineares: A grande maioria dos sistemas físicos

PROF: Antonius H. M. de Knegt

(b) Princípio da homogeneidade: Também é necessário que o fator de escala da

Exemplo1: Verifique se o sistema descrito pela equação 𝑦 = 𝑘𝑥 + 𝑏 é ou não linear.

Solução: A equação descreve um sistema não linear porque quando 𝑘 = 0 a entrada é

A equação 𝑦 = 𝑘𝑥 + 𝑏 não é linear, mas pode ser facilmente linearizada:

PROF: Antonius H. M. de Knegt

Portanto: ∆𝑦 = 𝑘∆𝑥 que é uma equação linear. Então a equação 𝑦 = 𝑘𝑥 + 𝑏 não é

O desenvolvimento desta equação por Série de Taylor em torno do ponto 𝑥0

(𝑦 − 𝑦0 ) = 𝑚(𝑥 − 𝑥0 ) 𝑒𝑞𝑢𝑎çã𝑜 𝑙𝑖𝑛𝑒𝑎𝑟

Exemplo 2: Considere linearizar a relação não linear: 𝑦(𝑥) = 2𝑥 + 0,1𝑥 2 , em torno do

𝑦𝑙𝑖𝑛 = 4,4 + 2,4(𝑥 − 2) = 4,4 + 2,4𝑥 − 4,8

𝑦𝑙𝑖𝑛 = 2,4𝑥 − 0,4

Verificação: 𝑃𝑎𝑟𝑎 𝑥 = 𝑥0 = 2: 𝑦𝑙𝑖𝑛 = 4,8 − 0,4 = 4,4 O.K.

Erro em 𝑥 = 1: 𝑦(1) = 2 + 0,1 = 2,1 𝑦𝑙𝑖𝑛 (1) = 2,4 − 0,4 = 2

Erro em 𝑥 = 3: 𝑦(3) = 6 + 0,9 = 6,9 𝑦𝑙𝑖𝑛 (3) = 7,2 − 0,4 = 6,8

PROF: Antonius H. M. de Knegt

A equação de Taylor também pode ser empregada para aproximar relações

Solução: 𝑦0 = 𝑦(0, 1) = 𝑠𝑒𝑛(0) + 3(12 ) = 3

𝑦𝑙𝑖𝑛 = 𝑦0 + (𝑥1 − 0) + 6(𝑥2 − 1)

Teste: 𝑦𝑙𝑖𝑛 (0 , 1) = 0 + 6 − 3 = 3 OK.

Erro no ponto 𝑥 = [0,2 0,8]:

𝑦𝑙𝑖𝑛 = 𝑥1 + 6𝑥2 − 3 = 0,2 + 6 × 0,8 − 3 = 2

Exemplo 3: Considere o sistema massa mola da figura a seguir onde 𝐹𝑘 (𝑦) = 𝑘𝑦 2 .

PROF: Antonius H. M. de Knegt

No ponto de equilíbrio: 𝐹𝑘 (𝑦0 ) = 𝑘𝑦0 2 = 𝑀𝑔

Então a equação linearizada será: 𝐹𝑘 (𝑦) − 𝐹𝑘 (𝑦0 ) = 2√𝑀𝑔𝑘 (𝑦 − 𝑦0 )

Exemplo 4: Linearização do Pêndulo Simples. Para este sistema, se a massa for

Se a massa for deslocada o sistema retornará ao seu ponto de equilíbrio com 𝜃 = 𝜃0 =

Logo: 𝑇 − 𝑇0 = 𝑀𝑔𝐿(𝜃 − 𝜃0 ) e no ponto de equilíbrio: 𝑇 = 𝑀𝑔𝐿𝜃 uma relação linear.

PROF: Antonius H. M. de Knegt

3. Resolução de Equações Diferenciais Empregando a Transformada de

As equações diferenciais lineares podem ser resolvidas através da utilização

A Transformada de Laplace de um sinal ou uma função 𝑥(𝑡) é dada pela