Introdução à Modelagem de

Sistemas Dinâmicos

Prof.ª Dra. Juliana Ribas Monteiro

 Sistemas Dinâmicos

 Um sistema é a combinação de componentes que agem em conjunto

para atingir determinado objetivo.

 Dinâmico é o comportamento que varia no tempo.

Sistemas Dinâmicos
Sistemas Dinâmicos
 Sinais e Sistemas
 Os sinais representam:

 A entrada de um sistema (input): às vezes também é chamado de

controle ou mesmo a excitação do sistema;

 Saída do sistema (output): às vezes também é chamado de resposta ou

observação do sistema.
 Modelo Matemático

 O modelo matemático de um sistema dinâmico é definido como um

conjunto de equações que representa a dinâmica do sistema com
precisão ou, pelo menos, razoavelmente bem.

 Um sistema pode ser representado de muitas maneiras diferentes e,

portanto, pode ter vários modelos matemáticos, dependendo da
perspectiva a ser considerada.

 Construir modelos matemáticos adequados é a parte mais importante da

análise de sistemas de controle como um todo.
 Modelo Matemático

 A dinâmica de muitos sistemas mecânicos, elétricos, térmicos,

econômicos, biológicos ou outros pode ser descrita em termos de
equações diferenciais. Essas equações diferenciais são obtidas pelas leis
físicas que regem dado sistema.

 A identificação de sistemas pode ser definida como a utilização de

procedimentos que visam obter modelos de sistemas dinâmicos, a partir
de medidas das suas entradas e saídas.
 Modelo Matemático

 Um sistema é dito linear se o princípio da superposição se aplicar a

ele. O princípio da superposição afirma que a resposta produzida pela
aplicação simultânea de duas funções de determinação diversas é a
soma das duas respostas individuais.

 Na pesquisa experimental de um sistema dinâmico, se causa e efeito

forem proporcionais, significando, assim, que é válida a aplicação do
princípio da superposição, então o sistema pode ser considerado linear.
 Modelo Matemático

 Homogeneidade e aditividade (superposição)

 Isto é,
 Modelo Matemático

 Os sistemas dinâmicos compostos por componentes lineares de

parâmetros concentrados invariantes no tempo podem ser descritos
por equações diferenciais lineares invariantes no tempo — isto é, de
coeficientes constantes.

 Os sistemas representados por equações diferenciais, cujos coeficientes

são funções de tempo, são chamados sistemas lineares variantes no
tempo.
 Modelo Matemático

 Qual a importância do modelo matemático?

 Representações de espaço de estados versus representação pela função

de transferência.
 Equações Diferenciais

 Uma equação diferencial é denominada ordinária quando a função

incógnita depende de apenas uma variável independente. Se esta função
depender de um número maior de variáveis independentes, é chamada
de equação diferencial parcial.
 Equações Diferenciais

 Aplicando a lei das tensões de Kirchhoff ao sistema, obtém-se as

seguintes equações no domínio do tempo:
 Transformada de Laplace

 A transformada de Laplace permite, basicamente, que equações

diferenciais com coeficientes constantes sejam convertidas em
equações algébricas. Isso facilita enormemente as manipulações e os
cálculos (através de tabelas).
 Transformada de Laplace

 Por definição é dada por:

 Onde,
Algumas Propriedades das Transformadas
de Laplace
 Adição

 Multiplicação escalar

 Diferenciação no tempo
Algumas Propriedades das Transformadas
de Laplace
 Integração no tempo
Teoremas Frequentemente Utilizados
Transformada de Laplace
 Função de Transferência

 A função de transferência de um sistema representado por uma equação

diferencial linear invariante no tempo é definida como a relação entre a
transformada de Laplace da saída e a transformada de Laplace da
entrada, admitindo-se todas as condições iniciais nulas.
 Função de Transferência

 Considere o sistema linear invariante no tempo definido pela seguinte

equação diferencial:

 onde y é a saída do sistema e x é a entrada, ou

Expansão em Frações Parciais
Expansão em Frações Parciais
Expansão em Frações Parciais
Expansão em Frações Parciais
Expansão em Frações Parciais
Expansão em Frações Parciais
Expansão em Frações Parciais
 Função de Transferência

 No domínio da frequência:
 Sistemas de Ordem Superior e
Aproximações
 Em muitas aplicações práticas, as funções de transferência de modelos
de sistemas dinâmicos podem ser aproximadas por funções de primeira,
segunda ordem ou associações.

 Em geral, essas aproximações são realizadas,

desprezando as raízes cujas as partes reais
negativas estejam mais distantes daquelas mais
próximas da origem ou do eixo imaginário.
 Controle Moderno

 Tendência no aumento da complexidade dos sistemas;

 Necessidade de realizar tarefas complexas e de alta precisão;

 Essa abordagem do controle tem como base o conceito de estado.

 Moderno versus Convencional

MODERNO CONVENCIONAL
• Múltiplas entradas e • Entrada e saída únicas;
saídas; • Lineares;
• Lineares ou não- • Invariantes no tempo;
lineares; • Abordagem no domínio
• Variantes ou invariantes da frequência complexa.
no tempo;
• Abordagem no domínio
do tempo e da
frequência.
 Estado

 O menor conjunto de variáveis (chamadas variáveis de estado);

 O conhecimento dessas variáveis em e o conhecimento da

entrada para , determina completamente o comportamento do
sistema para qualquer instante .
 Variáveis de Estado
 São as que constituem o menor conjunto de variáveis capaz de
determinar o estado desse sistema dinâmico;

 Estas variáveis não necessitam ser quantidades fisicamente mensuráveis

ou observáveis;

 As variáveis que não representam grandezas físicas e aquelas que não

são mensuráveis nem observáveis podem ser escolhidas como variáveis
de estado;

 Esta liberdade de escolha das variáveis de estado é uma vantagem dos

métodos de espaço de estados.
 Variáveis de Estado

 Na prática, no entanto, é conveniente escolher, para as variáveis de

estado, grandezas que sejam facilmente mensuráveis, se isso for
possível.
 Vetor de Estado

 Se forem necessárias n variáveis de estado para descrever

completamente o comportamento de dado sistema, então essas n
variáveis de estado poderão ser consideradas n componentes de um
vetor x.

 Esse vetor é chamado vetor de estado. Assim, um vetor de estado é

aquele que determina univocamente o estado do sistema x(t) para
qualquer instante , uma vez que é dado o estado em ea
entrada u(t) para é especificada.
 Equações no Espaço de Estados

 O sistema dinâmico deve conter elementos que memorizem os valores

de entrada para . Uma vez que os integradores, em um sistema
de controle de tempo contínuo, servem como dispositivos de memória,
as saídas desses integradores podem ser consideradas variáveis que
definem o estado interno do sistema dinâmico. Assim, as saídas dos
integradores podem ser escolhidas como variáveis de estado. O número
de variáveis de estado que definem completamente a dinâmica de um
sistema é igual ao número de integradores existentes no sistema.
 Equações no Espaço de Estados

 Para sistemas lineares e invariantes no tempo de ordem n as equações

de estado têm a forma:

 Onde x representa as variáveis de estado e u as fontes de excitação.

 A é chamada matriz de estado;
 B matriz de entrada;
 C matriz de saída;
 e D matriz de transmissão direta.
Equações no Espaço de Estados
Modelagem no Espaço de Estados
: LC

: LC
Correlação entre Funções de Transferência e
Equações no Espaço de Estados
 Aproximação Linear de Modelos
Matemáticos Não Lineares
 Se o sistema operar em torno de um ponto de equilíbrio e os sinais
envolvidos forem pequenos, então é possível aproximar o sistema não-
linear por um sistema linear.

 Para obter um modelo matemático linear de um sistema não linear,

admitimos que as variáveis desviem apenas ligeiramente de alguma
condição de operação. Considere um sistema em que a entrada é x(t) e a
saída é y(t).A relação entre y(t) e x(t) é dada por:
Aproximação Linear de Modelos
Matemáticos Não Lineares
Aproximação Linear de Modelos
Matemáticos Não Lineares
Aproximação Linear de Modelos
Matemáticos Não Lineares
 Identificação de Sistemas
(Conceito Básico)
 Modelos Contínuos: Equações Diferenciais; Funções de Transferência
no domínio S; Equações de Estado Contínuas.

 Modelos Discretos: Equações a Diferenças; Funções de Transferência

no domínio Z; Equações de Estado Discretas.
 Identificação de Sistemas
(Conceito Básico)
 Representação genérica de sistemas dinâmicos:

Onde as entradas e saídas dos sistemas

modelados são representadas por u(k) e y(k),
respectivamente. A variável v(k) representa
erros de medidas, imprecisões e ruídos que
podem estar agregados a medições práticas. O
operador q-1 representa atrasos de transportes
devido às amostragens das informações do
sistema, decorrentes do intervalo de tempo entre
amostras consecutivas.
 Identificação de Sistemas
(Conceito Básico)
 Dependendo da estrutura do modelo utilizado, os mesmos podem ser
classificados como: Modelo autorregressivo com entradas exógenas
(ARX); Modelo autorregressivo com média móvel e entradas exógenas
(ARMAX); Modelo Box-Jenkins e outros. Para sistemas não-lineares:
NARX; NARMAX e outros.

 Sistemas dinâmicos também podem ser representados por modelos de

RNAs ou por conjuntos de regras difusas que utilizem conjuntos
nebulosos.
 Identificação de Sistemas
(Procedimentos Básicos)
 Coleta de dados;

 Escolha da representação do modelo;

 Escolha da estrutura do modelo;

 Estimação de parâmetros;

 Teste de validação do modelo.

Referências Básicas e Sugestões
Referências Complementares e Sugestões
Sugestões de Referências para o Artigo