Escolar Documentos
Profissional Documentos
Cultura Documentos
Controle I - Apostila
Controle I - Apostila
Controle I - Apostila
CENTRO DE TECNOLOGIA
DEPARTAMENTO DE ENG. DE COMPUTAÇÃO E
AUTOMAÇÃO
SISTEMAS DE CONTROLE I
1 INTRODUÇÃO ........................................................................................................4
1.1 DEFINIÇÕES ......................................................................................................... 4
1.2 EXEMPLOS ........................................................................................................... 5
1.3 CONTROLE DE PROCESSOS INDUSTRIAIS .............................................................. 5
1.4 PROBLEMAS DE CONTROLE EM ENGENHARIA ...................................................... 7
1.5 RESUMO DA HISTÓRIA DO CONTROLE AUTOMÁTICO ........................................... 8
1.6 TRANSFORMADA DE LAPLACE ............................................................................. 8
2 CLASSIFICAÇÃO DE SISTEMAS .....................................................................12
2.1 MONOVARIÁVEIS E MULTIVARIÁVEIS ............................................................... 12
2.2 CONTÍNUOS E DISCRETOS .................................................................................. 12
2.3 VARIANTES E INVARIANTES NO TEMPO ............................................................. 12
2.4 SISTEMA A PARÂMETROS CONCENTRADOS E DISTRIBUÍDOS ............................. 13
2.5 DETERMINÍSTICOS E ESTOCÁSTICOS .................................................................. 13
2.6 COM MEMÓRIA E SEM MEMÓRIA............................................................. 13
2.7 SISTEMAS LINEARES E NÃO-LINEARES ................................................. 13
2.7.1 Sistemas Lineares ..................................................................................... 13
2.7.2 Sistemas Não-Lineares ............................................................................. 15
2.7.3 Linearização de Sistemas Não-Lineares ..................................................16
3 MODELOS MATEMÁTICOS DE SISTEMAS.................................................. 18
3.1 FUNÇÃO DE TRANSFERÊNCIA (F.T.) .................................................................. 18
3.2 REPRESENTAÇÃO EM VARIÁVEIS DE ESTADO (V.E.) ......................................... 20
3.3 RELAÇÃO ENTRE VARIÁVEIS DE ESTADO E FUNÇÃO DE TRANSFERÊNCIA ......... 21
3.4 MODELAGEM DE SISTEMAS FÍSICOS .................................................................. 22
3.4.1 Variáveis Generalizadas .......................................................................... 22
3.4.2 Elementos de Sistemas Físicos .................................................................23
3.4.3 Interconexão de Elementos de Sistemas...................................................24
3.4.4 Sistemas Mecânicos Translacionais.........................................................26
3.4.5 Sistemas Mecânicos Rotacionais..............................................................29
3.4.6 Sistemas Eletromecânicos ........................................................................ 31
3.4.7 Sistemas Fluídicos .................................................................................... 33
3.4.8 Sistemas Térmicos .................................................................................... 35
3.5 DIAGRAMAS DE BLOCOS.................................................................................... 37
3.5.1 Definição .................................................................................................. 37
3.5.2 Componentes ............................................................................................ 37
3.5.3 Diagrama de Blocos de um Sistema em Malha Fechada......................... 37
3.5.4 Procedimento para a Construção ............................................................ 38
3.5.5 Redução de um Diagrama de Blocos ....................................................... 38
3.6 GRÁFICOS DE FLUXO DE SINAL.......................................................................... 40
3.6.1 Introdução ................................................................................................ 40
3.6.2 Definições ................................................................................................. 41
3.6.3 Diagrama de Fluxo de Sinal a Partir do Diagrama de Blocos................41
3.6.4 Fórmula de Ganho de Mason................................................................... 42
2
4 ESTABILIDADE .................................................................................................... 43
4.1 DEFINIÇÃO (BIBO - BOUNDED INPUT, BOUNDED OUTPUT) .............................. 43
4.2 CRITÉRIO DE ESTABILIDADE DE ROUTH............................................................. 43
5 CARACTERÍSTICAS EM MALHA FECHADA ............................................... 46
5.1 SENSIBILIDADE À VARIAÇÃO DE PARÂMETROS ................................................. 47
5.2 EFEITO DE PERTURBAÇÕES ................................................................................ 48
5.3 O CUSTO DA REALIMENTAÇÃO.......................................................................... 49
6 ANÁLISE DE DESEMPENHO TRANSITÓRIO E EM REGIME
ESTACIONÁRIO DE SISTEMAS ....................................................................................... 49
6.1 ANÁLISE DE RESPOSTA TRANSITÓRIA ............................................................... 50
6.1.1 Sistemas de Primeira Ordem.................................................................... 50
6.1.2 Sistemas de Segunda Ordem .................................................................... 51
6.1.3 Sistemas de Ordem Superior .................................................................... 56
6.2 DESEMPENHO EM REGIME PERMANENTE ........................................................... 59
6.2.1 Introdução ................................................................................................ 59
6.2.2 Entrada Degrau........................................................................................ 60
6.2.3 Entrada Rampa......................................................................................... 60
6.2.4 Entrada Parábola..................................................................................... 61
7 CONTROLADORES PID .....................................................................................62
7.1 INTRODUÇÃO ..................................................................................................... 62
7.2 AÇÕES DE CONTROLE PID................................................................................. 62
7.3 IMPLEMENTAÇÃO ELETRÔNICA ANALÓGICA DE CONTROLADORES PID ............ 67
7.4 MODIFICAÇÕES DAS AÇÕES DE CONTROLE........................................................ 68
8 ANÁLISE DE SISTEMAS POR VARIÁVEIS DE ESTADO............................69
8.1 DESCRIÇÃO POR VARIÁVEIS DE ESTADO ........................................................... 69
8.2 SOLUÇÃO DA EQUAÇÃO DE ESTADO .................................................................. 70
8.3 ESTABILIDADE ................................................................................................... 71
8.4 CONTROLABILIDADE ......................................................................................... 72
8.5 OBSERVABILIDADE ............................................................................................ 73
8.6 REALIZAÇÕES DE FUNÇÕES DE TRANSFERÊNCIA ............................................... 74
8.6.1 Realização na Forma Canônica Observável............................................ 75
8.6.2 Realização na Forma Canônica Controlável...........................................75
8.7 REALIMENTAÇÃO DE ESTADO ........................................................................... 76
8.8 OBSERVADORES DE ESTADO .............................................................................. 78
8.9 SEGUIDOR DE REFERÊNCIA ................................................................................ 83
3
1 INTRODUÇÃO
1.1 Definições
SISTEMA
Entrada Saída
Sistema
CONTROLE
Estuda como agir sobre um dado sistema de modo a obter um resultado arbitrariamente
especificado.
CONTROLADOR
SISTEMA DE CONTROLE
É aquele em que a saída ou resposta não possui nenhuma influência sobre a entrada.
Resposta
desejada Saída
Dispositivo
Sistema
de atuação
Dispositivo
de medida
Sensor + Transmissor
4
1.2 Exemplos
Bóia
5
SetPoint
SP Variável
Manipulada Variável de
MV Processo
Controlador Processo PV
Elemento final
de controle temperatura
pressão
nível
vazão
Transmissor Sensor
tensão mecânica
elétrica deslocamento
pneumática tensão elétrica
hidráulica impedância
6
processo pode utilizar o modo de operação manual, determinando a abertura da válvula de
controle, independentemente do controlador. O chaveamento é usualmente feito no painel de
controle ou no computador.
Além disso, o ganho do controlador pode ser feito negativo ou positivo selecionando-se
entre ação direta e reversa do controlador. Um ganho positivo resulta em uma saída do
controlador decrescendo a medida que a variável do processo cresce (ação reversa). Já um
ganho negativo resulta em uma saída do controlador crescendo a medida que a variável do
processo cresce (ação direta). A escolha correta entre ação direta e reversa depende da ação
do transmissor (que é usualmente direta), da ação da válvula (ar para abrir, AO, ou ar para
fechar, AC) e do efeito da variável manipulada (MV) na variável de processo (PV). A idéia
fundamental a ser seguida para a escolha correta da ação do controlador, é que a ação tomada
pelo controlador deve levar a variável de processo (PV) a se aproximar do Set Point (SP).
Em resumo, um controlador industrial deve possuir as seguintes características:
Sistema
Modelo
Matemático
Análise
Implementação
7
1.5 Resumo da História do Controle Automático
1769 ⇒ Máquina a vapor de James Watt
1868 ⇒ J. C. Maxwell desenvolve o modelo matemático para o controle de uma
máquina a vapor
1913 ⇒ Henry Ford desenvolve uma máquina de montagem utilizada na produção de
automóveis
1927 ⇒ H. W. Bode analisa amplificadores realimentados
1932 ⇒ H. Nyquist desenvolve um método para analisar a estabilidade de sistemas
1952 ⇒ Controle numérico desenvolvido pelo MIT
1954 ⇒ George Devol desenvolve o primeiro projeto industrial robotizado
1970 ⇒ Teoria de variáveis de estado e controle ótimo é desenvolvida
1980 ⇒ Projeto de sistemas de controle robusto é desenvolvido
1990 ⇒ Automação da manufatura é difundida
1994 ⇒ Controle automático é largamente utilizado em automóveis. Sistemas robustos
são utilizados na manufatura
Definição
Seja
f(t) ⇒ Função do tempo t com f(t)= 0 p/ t < 0
s ⇒ Variável complexa
L ⇒ Operador de Laplace
F(s) ⇒ Transformada de Laplace de f(t)
∞
L [f(t)] = F(s) = ∫ f (t ) e− st dt
0
- Degrau unitário
0 t < 0 1
f (t ) = ⇒ F(s) =
1 t ≥ 0 s
8
- Rampa unitária
0 t < 0 1
f (t ) = ⇒ F(s) =
t t ≥ 0 s2
- Parábola unitária
0 t < 0 2
f (t ) = ⇒ F(s) =
2
t t ≥ 0 s3
- Função exponencial
1
f (t ) = e− at t≥0 ⇒ F(s) =
s+ a
- Senóide
ω
f (t ) = sen ωt t≥0 ⇒ F(s) =
s + ω2
2
1
∆
t
∆
δ (t)
δ(t ) = lim fp (t )
∆→ 0
∆
1 − st 1
Fp (s) = ∫∆e dt = 1 − e− s∆
s∆
0
9
d
1 − e− s∆
s e− s∆
Fi (s) = lim Fp (s) = lim d∆ = lim =1
∆→ 0 ∆→ 0 d ∆ → 0 s
(s∆ )
d∆
a) Homogeneidade
L [af (t )] = aL [f (t )] = aF(s)
b) Aditividade
L [ f1( t ) ± f2 ( t )] = L [ f1( t )] ± L [ f2 ( t )] = F1(s) ± F2 (s)
c) Translação no tempo
e) Translação no domínio s
L eat f (t ) = F(s − a)
f) Diferenciação
dn • (n −1)
L f (t ) = sn F(s) − sn −1f (0) − sn − 2 f (t )− ... − f (0)
dt n
g) Valor final
lim f (t ) = lim sF(s)
t→∞ s→0
Se sF(s) não tiver pólos no eixo imaginário ou semi-plano direito aberto (pólo é valor
para o qual sF(s) → ∞
10
h) Valor inicial
lim f (t ) = lim sF(s)
t→ 0 s→∞
j) Integral da convolução
t
L ∫ f1(t − τ )f2 (τ )dτ = F1(s)F2 (s)
0
k) Integração
F(s) f −1(0)
L [ ]
∫ f (t)dt = s
+
s
onde f −1(0) = ∫ f (t )dt
t= 0
Em controle:
N (s) N (s)
F(s) = =
D(s) (s − p1)(s − p 2 ) ... (s − p n )
Casos:
C1 C2 Ck Cn
F(s) = + + ... + + ... +
s − p1 s − p 2 s − pk s − pn
C
C k = [ (s − p k )F(s)]s= p L −1 k = C k e p k t
k
s − pk
11
C kr C k (r −1) C k (r − i ) C k1
+ + ... + +
(s − pk )r ( s − pk ) r −1 (s − pk )r − i (s − pk )
1 d i
C k (r − i ) = ( s − p ) r F(s) i = 0, 1, ... , r -1
i! i
k
ds s= p k
C C k (r − i ) r-i-1 p t
k (r − i )
L −1 = t e k
( s − p ) r − i (r − i − 1)!
k
p k = σ + jω d
p k +1 = σ − jω d
Ck C k +1
+ C k = [ (s − p k )F(s)]s= p = C k C k
s − p k s − p k +1 k
C C k +1
L −1 k + σt o
= 2 C k e sen(ω d t + C k + 90 )
s − p k s − p k +1
2 CLASSIFICAÇÃO DE SISTEMAS
u s y
u
u
2 s y
y
2
p r
monovariável multivariável
u(t+d) y (t+d)
s 1
sistema variante no tempo
Ou seja, em um sistema invariante no tempo, a saída não depende do instante em que a
entrada é aplicada.
u1 y
s 1
u1 + u y + y
⇒
2
s 1 2
u2 y
s 2
13
b) Homogeneidade
u y αu αy
s ⇒
s ∀ α ∈ℜ
) Combinando a) e b) :
αu + β u 2
1
s αy + β y 2
1
∀α ,β ∈ℜ
Exemplos
1) y = au
u1 → y1 = au1
u 2 → y 2 = au 2
•
u 1 → y1 + y1 = u 1
•
u 2 → y2 + y2 = u 2
•
• • •
y + y = αu1 + β u 2 = α y1 + y1 + β y 2 + y 2 = αy1 + βy 2 + (αy1 + β y 2 )
Logo,
14
2.7.2 Sistemas Não-Lineares
y ≠ α y 1+ β y 2
αu + β u 2
1
s
EXEMPLOS
1) y = cos u
u 1 → y 1 = cos u 1
u 2 → y 2 = cos u 2
Assim,
y ≠ αy1 + β y 2 e o sistema é NÃO-LINEAR
•• • •
2) y + y y = u + u
•• • •
u 1 → y1 + y1 y1 = u 1 + u 1
•• • •
u 2 → y2 + y2 y2 = u2 + u2
•• •
•
•• • •• •
y + y y = αu1 + β u 2 + αu1 + β u 2 = α y1 + αy1 y1 + β y 2 + βy 2 y 2
••
• •
= αy1 + β y 2 + αy1 y1 + β y 2 y 2
Logo,
y ≠ αy1 + β y 2 e o sistema é NÃO-LINEAR
15
saída
entrada
4) Liga-Desliga
saída
entrada
y
0
x x
0
y = f ( x)
A função f(x) pode ser expandida em série de Taylor em torno do ponto (x0 , y0)
df d 2f
y = f ( x ) = f (x 0 ) + (x − x 0 ) + 1 2
(x − x 0 )2 + ...
dx 2! dx
16
df d 2f
onde as derivadas , , ... são calculadas em x = x 0
dx dx 2
Se (x − x 0 ) é pequeno, então a equação anterior pode ser escrita como:
df
y = f (x 0 ) + (x − x 0 )
dx
Definindo
df
k= , temos
dx x=x0
y = y0 + k (x − x 0 )
y = f (x1 , x 2 , ... , x n )
em
∂f
(x − x j0 )
n
y = f (x 10 , x 20 , ... , x n 0 ) + ∑ j
j=1 ∂x j
x 10 , x 20 , ... , x n 0
Denominando
∂f
kj =
∂x j
x10 , x 20 , ... , x n 0
temos,
y = y 0 + k 1 (x 1 − x 10 ) + k 2 (x 2 − x 20 ) + ... + k n (x n − x n 0 )
EXEMPLOS
1) Pêndulo Simples
17
θ
Linearizando,
dT(θ)
T(θ) = T(θ 0 ) + (θ − θ 0 ) = 0 + mgl cosθ θ=θ0 (θ − θ 0 )
dθ θ=θ0
T(θ) = mglθ
y 0 = 0
•
•• •
2) y+ y 2 y+ sen y = u Ponto de operação → y 0 = 0
u = u
0
•• •
y = − y 2 y− sen y + u
Linearizando, temos:
•• •• ••
∂y • • ∂y
(y − y 0 ) + ∂ y
•• ••
y=y + • y− y 0 + (u − u 0 )
PO ∂ y PO ∂y ∂u
PO PO
Calculando as derivadas,
••
y = u0 + 0 − y + u − u0
••
y+ y = u
18
(n) ( n −1) ( n −1) ( n − 2)
y + a1 y + ... + a n −1y& + a n y = b1 u + b 2 u + ... + b n −1u& + b n u
Y(s)
= 1 n
(
b s n −1 + b 2s n − 2 + ... + b n −1s + b n
= G (s)
)
U(s) (
s + a1s n −1 + ... + a n −1s + a n )
OBS:
- A F.T. é uma propriedade do sistema, independe da magnitude e da natureza da
entrada ou função de excitação.
- A F.T. inclui as unidades necessárias para relacionar a entrada com a saída, não
fornecendo qualquer informação relativa à estrutura física do sistema.
- Se a F.T. for conhecida, a saída pode ser estudada para várias formas de entrada.
- A F.T. pode ser obtida experimentalmente.
- Matematicamente, G(s) pode ser definida como a transformada de Laplace da resposta
ao impulso do sistema.
A Função de Transferência pode ser escrita como:
onde
z1, z2 , ... , zn−1 são chamados de zeros do sistema ; G (s) = 0
p1, p 2 , ... , p n são chamados de pólos do sistema ; G (s) → ∞
Im
Plano complexo s
pólos zero
Re
EXEMPLO:
19
L
iL
i(t) C R
v
C
I L (s) 1
G (s) = =
I(s) LCs + RCs + 1
2
Definindo
x 1 0 1 0 ... 0 0
x 0
2 0 1 ... 0 0
x = : A= : : : : : B = :
x n −1 0 0 0 ... 1 0
x n − a n − a n −1 − a n − 2 ... − a1 1
C = [1 0 ... 0 0]
Temos:
20
y = Cx EQUAÇÃO DA SAÍDA
0 0 ... 0 − an bn
1
0 ... 0 − a n −1 b
n −1
A = : : : : : ; B = : ; C = [0 0 ... 0 1]
0 0 ... 0 − a 2 b2
0 0 ... 1 − a1 b1
OBS:
- A representação em V.E. dá a informação sobre a estrutura interna do sistema
- A escolha das variáveis de estado não é única. Assim, existem infinitas formas de
representar um mesmo sistema em variáveis de estado.
EXEMPLO:
L
iL
i(t) C R
v
C
x 1 = v C
u= i
x 2 = i L
1
v& c 0 − 1
C vc + i
&i = 1 R C
L − i L 0
L L
x& = Ax + Bu
y = Cx
Logo,
Y(s)
= C(sI − A ) B
−1
G (s) =
U(s)
Mas,
KN(s) = C adj(sI − A ) B e
D(s) = det (sI − A )
↓
Também satisfazem
D(s)= 0 → Raízes de D(s) → Pólos de G(s)
22
Visando generalizar o problema de modelagem, ou seja, apresentar uma metodologia
que independa do sistema físico a ser tratado, iremos definir um par de variáveis (e,f), aos
quais damos o nome de variáveis generalizadas.
A grosso modo, podemos dizer que as variáveis generalizadas de um dado sistema são
aquelas cujo produto é igual (ou proporcional) a potência (energia no tempo) entrando ou
saindo do sistema.
Neste par de variáveis generalizadas, identificamos dois tipos de variáveis, que
dependem da forma com que elas agem nos elementos dos sistemas. Assim, temos as
variáveis ATRAVÉS (corrente, força) e as variáveis ENTRE (tensão, velocidade). Notar que
a designação também está relacionada ao tipo de instrumento requerido para medir cada
variável em um sistema físico: medidores de força e corrente são usados em série para medir
o que atravessa o elemento, e medidores de velocidade e tensão são conectados em paralelo
para medir a diferença entre o elemento.
A tabela a seguir mostra as variáveis generalizadas para diferentes sistemas físicos.
23
• Fontes de energia ⇒ - fontes de variáveis entre (ESFORÇO)
- fontes de variáveis através (FLUXO)
• Dissipadores de energia
A forma com que os elementos de um sistema são conectados gera um novo conjunto de
relações, que independem das características dos elementos e das suas relações dinâmicas.
Existem duas maneiras diferentes de conectar elementos de sistemas:
Conexão Série
24
e = e1 + e2; f = f1 = f2
Conexão Paralelo
e = e1 = e2; f = f1 + f2
∑e
k =1
k =0
∑f
k =1
k =0
Estas restrições podem ser aplicadas aos mais diversos tipos de sistemas físicos, para
obter ao seus modelos matemáticos (equações diferenciais que os descrevem).
25
Em resumo, modelagem matemática pode ser interpretada como abaixo:
Restrições interconectivas v1 + v 2 + v 3 = 0
↓ ↓
dx
relações básicas relações constitutivas v = Ri ↔ relações dinâmicas v =
dt
↓ combinação ↓
variáveis de estado F.T ⇒ modelo matematico
Ex1:
d2x dx
f = M 2 + kx + b
dt dt
( Ms 2
+ Bs + K )X(s) = F(s) ⇒
X(s)
=
1
F(s) Ms + Bs + K
2
26
x& 1 = x 2
x 2 ( t ) = v(t) = x& (t) -k b 1
x& 2 = M x1 - M x 2 + M f
x1 ( t ) = x(t)
0 1
0
x& = - k - b x + f y = [1 0]x
1
M M
Ex2:
RI:
RC:
d2y
fm = M ; f b = b( v y - v u ) ; f k = k( ∫ v y dt - ∫ v u dt );
dt 2
RD:
dy du
vy = vu =
dt dt
b k b k
m&y& + b(y& - u& ) + k(y - u) = 0 ⇒ m&y& + by& + ky = bu& + ku ⇒ &y& + y& + y = u& + u
m m m m
27
x2 = y
b b b b
x1 = x& 2 + x 2 - u ⇒ x& 2 = x1 - x 2 + u
m m m m
k k
x& 1 = - x 2 + u
m m
k k
0 -
x& 1 m x1 m
x1
x& = + u
b x 2 b
y = [0 1]
2 1 - x 2
m m
Ex3:
RI:
RC–RD:
f k1 = k 1 z 1 f k2 = k 2 z& 2
f b 3 = b 3 ( z& 1 - z& 2 ) f b3 = b 3 ( z 2 - z 1 )
f b1 = b1 z& 1 f b2 = z& 2
f m1 = m 1&z&1 f m2 = m 2 &z& 2
28
Estado: x 1 = z 1 ; x 2 = z& 1 ; x 3 = z 2 ; x 4 = z& 2
x& 1 = x 2
x& 2 = - ( b1 + b 3 ) x 2 + b 3 x 4 - k 1 x 1 + f
m1 m1 m1 m1
x& = - ( b 2 + b 3 ) x + b 3 x - k 2 x
4 m2
4
m2
2
m2
3
x& 3 = x 4
RI:
RC:
dv 1 df k
Fm = M v= fb = Bv
dt k dt
RD:
dy
v=
dt
dv l l
Logo, M + k ∫ vdt + Bv = F1 1 ⇒ M&y& + By& + ky = F1 1
dt l2 l2
Ex1:
29
RI:
RC:
dω 1
TΙ1 = Ι1 TB1 = B1ω 1 TB3 = B3 ( ω 1 - ω 2)
dt
dω2
TΙ 2 = Ι 2 TB2 = B2ω2
dt
RD:
dθ1 dθ
ω1 = ω2 = 2
dt dt
dω
T = Ι1 1 + B1ω1 + B3 ( ω1 − ω2 )
dt
dω
B3 ( ω1 - ω2 ) = Ι 2 2 + B2ω2
dt
ω1 (s) I 2s + (B2 + B3 )
=
T(s) I1I 2s + [(B2 + B3 )I1 + (B1 + B3 )I 2 ]s + B1B2 + B1B3 + B2 B3
2
Princípios:
Geradores C.C.
31
di f
e f = R f i f + Lf ; eg = k1φω ; φ = k 2i f ( linear ) ⇒ eg = k1k 2i f ω
dt
di
eg = R a ia +R a a + e a
dt
Aplicando Laplace:
Motores C.C
d 2θ dθ
Τ = k 2φi a ; Τ = k 2k f if ia = J 2
+B ; eb = k bω
dt dt
φ = k f if
Τ = k2 k f i f ia = k f ia kt I a ( s ) = (Js 2 + Bs)θ ( s )
⇒ ⇒
Τ = Jω& + Bω Ea ( s ) = ( Ra + sLa ) I a ( s ) + kb sθ ( s )
ea = Raia + Laia + eb ; eb = kbω
(Js 2 + Bs)
⇒ Ea ( s ) = ( Ra + sLa ) θ ( s ) + kb sθ ( s) ⇒ kt Ea = [( Ra + sLa )(Js 2 + Bs) + kt kb s ]θ ( s) ⇒
kt
θ ( s) kt
⇒ =
Ea ( s ) s[ La Js + ( JRa + La B) s + Ra B + kt kb ]
2
se:
32
θ ( s) km
La ≈ θ ⇒ =
Ea ( s ) s (Τm s + 1)
onde:
kt
km = ganho do motor
( Ra B + kt kb )
JRa
Τm = constante de tempo do motor
( Ra B + kt kb )
di f
ef = Rf if + Lf ; eg = k g i f
dt
di
eg = Raia + La a + eb ; eb = k bω
dt
Τ = k t ia = Jω& + Bω
kt I a ( s ) = ( Js + B)ω ( s )
( Js + B)
E g ( s ) = ( Ra + sLa ) + k b ω ( s )
kt
[( Ra + sLa )( Js + B) + k b kt ]sθ ( s )
I f ( s) =
k t kg
( R f + sL f )
E f (s) = ⋅ [( Ra + sLa )( Js + B) + k b kt ]sθ ( s )
k tkg
θ ( s) k tkg
=
E f ( s) s ( R f + sL f ) [( Ra + sLa )( Js + B) + k b kt ]
33
Ex1:
1 H(s) R
Qin (s) = As + H(s) ; =
R Qin (s) ARs + 1
Ex2:
Conservação de massa:
dmassa d ( ρV ) dρ V dρ
= = ρQ V = ρQ Q=
dt dt dt ρ dt
Para líquidos:
ρ
dρ = dP β ≡ constante
β
Para gases:
ρ
dρ = dP n ≈ 1.0 - 1.4 ( depende de quao rapidamente o fluido é comprido)
n.P
34
Ex4: Acumulador com mola ( fluido incompresível)
dp 21 dx dp k dx
Ap21 = kx ; A =k Q 21 =
dt dt dt A dt
dx dp
Q=A = A.Ak. 21
dt dt
2
A dp 21 dp A2
Q= = cf 21 ; cf =
k dt dt k
di
/ P21 = m.a = ρ.A
F = A(P2 − P1 ) = A / .L.
dt
dv.l dx Q
Q= = A. ; =V
dt dt A
ρL dQ di
P21 = análogo a V = L
A dt dt
dΓ21
Define − se P21 =
dt
e → temperatura (Τ)
f → fluxo (q)
Q = C∆t = m.c.∆t
dQ
q=
dt
35
Ex1: Termômetro simples
θ0 − θm d
= Cm (θ m − θ1 )
Rv dt
− (θ m −θ1 )
6 78
θ 0 − θ1 − θ m + θ1 d θ m − θ1 = θ ∆θ
= Cm (θ m − θ1 )
Rv dt θ 0 − θ1 = θ ref = ∆θ ′
θ ref − θ dθ θ ( s) 1
= Cm = ;
Rv dt θ ref ( s) sCm Rv + 1
1
θR − t
Se θ ref = θ (t) = θ R (1 − e C m Rv
) Rv ↓ ; Cm ↓ ; Τ ↓ ;
s
dθ θ − θ i θ − θ i
q=C + +
dt R1 R2
1 n → vazão
R2 =
nc c → calor especifico
perda de calor devido ao escoamento do fluido
36
3.5 Diagramas de Blocos
3.5.1 Definição
3.5.2 Componentes
BLOCO
Entrada Saída
Função de
Transferência
U(s) G(s) Y(s)
Y(s)= G(s).U(s) .
PONTO DE JUNÇÃO
a
PONTO DE SOMA
a + d= a+b-c
+
-
B(s)
• Função de Transferência de malha aberta = = G (s)H (s)
E (s)
Y(s)
• Função de Transferência de alimentação direta = = G (s)
E (s)
37
B(s)
• Função de Transferência do canal de realimentação = H (s)
Y(s)
Y(s) G (s)
• Função de Transferência de Malha Fechada = =
R (s) 1 + G (s)H(s)
Y(s)= G(s)E(s)
E(s)= R(s) - B(s) = R(s) - H(s)Y(s)
Y(s)= R(s)G(s) - G(s)H(s)Y(s)
Y(s) G (s)
=
R(s) 1 + G (s)H (s)
38
39
EXEMPLO:
Campo cte
GERADOR R La RESERVATÓRIO
Rf a
Kg Km J1, B N
Amplif. 1 1
ef i L ia e ENG.
e f f eg b
K Tm θ J2, B
1 2 VÁLVULA
K
b Ki
Vel. cte MOTOR N θ
2 2
q
i
r + h
TANQUE
Bóia
-
R
Kp h
A
q
o
H ( s)
Calcular a função de transferência pela redução do diagrama de blocos.
R ( s)
H ( s) 2K
= 5
R ( s) 5s + 20s + 34 s 3 + 28 s 2 + 9 s + 2 K
4
3.6.1 Introdução
40
Consiste de uma rede em que nós são conectados por ramos orientados. Cada nó
representa uma variável do sistema, e cada ramo conectado entre dois nós atua como um
multiplicador de sinais.
x a1
1
x y= a x + a x + a x
2 a 11 22 3 3
2
x a
3 3
OBS: Cada nó soma os sinais que chegam a ele, e transmite esta soma.
3.6.2 Definições
Nó de
x entrada
4
d
x a x2 b e Nó de
1
x saída
x3 5
Nó de
entrada
c
• Nó de entrada
• Nó de saída
• Caminho
• Laço
• Ganho de um caminho
• Laços que não se tocam
• Caminho direto
Bloco
U(s) Y(s) U(s) G(s) Y(s)
G(s)
Ponto de Tomada
a
a
1
a
41
Ponto de Soma
b b
1
a + d= a+b-c a 1
+ d
-
-1
c
c
1
P=
∆
∑ Pk ∆ k
k
onde:
42
4 ESTABILIDADE
Teorema
s n a0 a2 a4 a6 ...
s n −1 a1 a3 a5 a7 ...
n−2
s b1 b2 b3 b4 ...
s n −3 c1 c2 c3 c4 ...
s n − 4 d1 d2 d3 d4
: : :
2
s e1 e2
s 1 f1
s 0 g1
a1 a 2 − a 0 a 3 a1a4 − a0 a5 a1 a 6 − a 0 a 7
onde: b1 = ; b2 = ; b3 = ; ......
a1 a1 a1
43
O cálculo dos b’s continua até que os restantes sejam nulos. Para os c’s, d’s e e’s,
temos:
c1b2 − b1 c 2 c1b3 − b1 c 3
d1 = ; d2 = ; .....
c1 c1
EXEMPLO:
D( s ) = s 4 + 2s 3 + 3s 2 + 4s + 5
s4 1 3 5
s3 2 4 0
s2 1 5
s1 −6 0
s0 5
• Casos Especiais
completar a tabela ou
44
EXEMPLO:
D ( s ) = s 5 + 2s 4 + 2s 3 + 4s 2 + 11s + 10
s 5 1 2 11
s 4 2 4 10
s3 ε 6 0
s 2 c1 10
s1 d1 0
s 0 10
4ε − 12 12 6c1 − 10ε
c1 = →− ; d1 = →6
ε ε c1
seguinte.
EXEMPLO:
s5 1 24 − 25
s4 2 48 − 50
s3 0 0 0
s2
s1
s0
p ( s) = 2s 4 + 48s 2 − 50
s5 1 24 − 25
s4 2 48 − 50
3
s 8 96
s2 24 − 50
1
s 112.7 0
s 0 − 50
Um pólo instável
45
EXERCÍCIO
seja estável
R(s) + Y(s)
K
- s(s 2+s+1)(s+2)
Y ( s) K
= 4
R( s ) s + 3s + 2s + K
3
s4 1 3 K
s3 3 2 0
7
s2 K
3
9
s1 2− K 0
7
s0 K
9 14
2− K >0 → K<
7 9
K >0
46
5.1 Sensibilidade à Variação de Parâmetros
R(s) Y(s) R(s) + Ea (s) C(s)
G(s) G(s)
-
B(s)
Malha Aberta H(s)
∆Y ( s) = ∆G ( s ) R( s)
G ( s ) + ∆G ( s )
Y ( s ) + ∆Y ( s ) = R( s)
1 + (G ( s ) + ∆G ( s )) H ( s )
∆G ( s )
∆Y ( s) = R( s)
(1 + GH ( s) + ∆GH ( s) )(1 + GH ( s) )
∆G ( s)
∆Y ( s ) = R( s )
(1 + GH (s))2
Ou seja, a mudança na saída é reduzida por um fator (1+ GH(s) ) que é usualmente
2
47
∆Gmf ( s) / Gmf ( s )
S=
∆G ( s ) / G ( s )
∂Gmf / Gmf
No limite, para pequenas variações incrementais, temos: S =
∂G / G
Assim, a sensibilidade da função de transferência de malha fechada a variação em G é:
∂Gmf G 1
SG = =
∂G Gmf 1 + GH
∂Gmf H − GH
e a sensibilidade à variação em H é: S H = =
∂H Gmf 1 + GH
+ Y(s)
R(s) + 1
G(s)
R(s) 1 G(s) Y(s)
Malha Aberta
Y (s)
=1
P( s )
P(s) P(s)
1
+
R(s) + E(s) + Y(s) R(s) 1 E(s) G(s) Y(s)
G(s)
-
B(s)
H(s) -H(s)
Y ( s) 1
=
P( s ) 1 + GH ( s )
48
Ocorre uma redução no efeito de perturbações na saída do sistema quando o mesmo está
em malha fechada em relação a malha aberta.
Existem algumas vantagens adicionais em se utilizar realimentação, as quais serão
discutidas futuramente: possibilidade de estabilização, de melhoria no desempenho transitório
e de melhoria no desempenho em regime permanente de um sistema.
• Aumento da Complexidade
• Perda de Ganho
• Possibilidade de Instabilidade
Um sistema que em malha aberta é estável, pode não ser sempre estável em malha
fechada. Como exemplo, citamos o exemplo do controle de nível visto anteriormente, onde a
estabilidade do sistema em malha fechada dependia do ganho do amplificador K.
49
6.1 Análise de Resposta Transitória
•
a c(t )+ bc(t ) = dr (t ) a≠0
Definindo
a d
= T (constante de tempo do sistema) ; e =K (ganho do sistema)
b b
temos
•
Tc(t )+ c(t ) = Kr (t )
C ( s) K
Assim a função de transferência é: = G(s) =
R( s) Ts + 1
1
Considerando K=1, temos: G ( s ) =
Ts + 1
1 1 1 1
C ( s) = = −
sT + 1 s s s + 1 / T
c(t ) = 1 − e− t / T
50
Resposta a Rampa Unitária
1 1 1 T T2
C ( s) = 2 = − +
s Ts + 1 s 2 s Ts + 1
c(t ) = t − T + Te − t / T
(
e(t ) = r (t ) − c(t ) = T 1 − e − t / T )
Logo: e(∞) = T
•• •
a c(t )+ b c(t )+ dc(t ) = er (t )
b d e
Definindo: = 2ξωn ; = ωn2 ; =K
a a a
51
onde ξ é o fator de amortecimento, ω n é a freqüência natural e K é o ganho do sistema, temos:
•• •
c(t )+ 2ξωn c(t )+ ωn2c(t ) = Kr (t )
C ( s) K
Aplicando Laplace com C.I. nulas: = 2
R( s ) s + 2ξωn s + ωn2
C (s) ωn2
Considerando K = ω : 2
= 2
n
R( s ) s + 2ξωn s + ωn2
52
c) ξ > 1: Caso SOBREAMORTECIDO. Dois pólos reais e distintos.
e −ξω n t 1−ξ 2
a) Caso Subamortecido: c(t ) = 1 − sen ωd t + tg −1
1−ξ 2 ξ
Se ζ = 0 , então: c( t ) = 1 − cos ωn t
ωn e − s1 t e − s 2 t
c) Caso sobreamortecido: c( t ) = 1 + −
2 ξ 2 − 1 s1 s2
( )
onde s1 = ξ + ξ 2 − 1 ωn e (
s2 = ξ − ξ 2 − 1 ω n)
A figura abaixo mostra as curvas de resposta ao degrau unitário de um sistema de 2a
ordem em função do fator de amortecimento ξ.
53
• ESPECIFICAÇÕES DE RESPOSTA TRANSITÓRIA
Definições
a) Tempo de Subida, tr: É o tempo necessário para que a saída atinja pela primeira vez o
seu valor final
54
π −β 1−ξ 2
tr = onde β = tg −1
ωd ξ
b) Tempo de Pico, tp: É o instante de tempo em que a resposta atinge o primeiro pico
do sobre-sinal.
π
tp =
ωd
c(t p ) − c(∞)
M p (%) = x100%
c (∞ )
− ξπ / 1− ξ 2
c(t p ) = 1 + e
Logo:
− ξπ / 1− ξ 2
M p (%) = 100e
4
ts = (critério de 2%)
ξω n
3
ts = (critério de 5%)
ξω n
OBS: As curvas e especificações calculadas são válidas somente para sistemas de 2a ordem,
cuja função de transferência apresenta dois pólos e nenhum zero.
55
6.1.3 Sistemas de Ordem Superior
( )
q
s∏ (s + p j )∏ s 2 + 2ξ kωk s + ωk2
r
j =1 k =1
onde q + 2r = n.
a q aj r
b (s + ξ kωk ) + ckωk 1 − ξ k2
C (s) = +∑ +∑ k
s j =1 s + p j k =1 s 2 + 2ξ k ωk s + ωk2
Logo,
( ) ( )
q r r
c(t ) = a + ∑ a j e + ∑ bk e −ξ k ω k t cos ωk 1 − ξ k2 t + ∑ ck e −ξ k ω k t sen ωk 1 − ξ k2 t
− p jt
j =1 k =1 k =1
EXEMPLO:
Ka K (a − b) K (a − c)
K (s + a) (c − b)b (b − c)c
C ( s) = = bc − −
s( s + b)( s + c) s s+b s+c
Se um sistema é estável, então os pólos que estão longe do eixo jω tem partes reais
negativas de valor grande, e os termos exponenciais correspondentes a estes pólos decaem
rapidamente a zero.
56
A dominância relativa de pólos de malha fechada é determinada pela relação das partes
reais dos pólos de malha fechada, bem como pelos valores relativos dos resíduos calculados
nos pólos de malha fechada. O valor dos resíduos depende tanto dos pólos quanto dos zeros
de malha fechada.
Se as relações entre as partes reais dos pólos excedem cinco e não existem zeros na
vizinhança, então os pólos de malha fechada mais próximos do eixo jω dominarão a resposta
transitória. Estes pólos são chamados de DOMINANTES e os mais distantes do eixo jω são
chamados de DOMINADOS.
EXEMPLO:
20
G (s) =
( s + 1)( s + 2)( s + 10)
20 − t 10 − 2t 2 −10t
c(t ) = 1 − e + e − e
9 8 72
Este sistema é dominante de segunda ordem, pois o pólo s= - 10 está muito distante do
eixo jω. Assim, podemos fazer uma aproximação para um sistema de segunda ordem.
Para desprezar o efeito de um pólo em uma função de transferência, devemos fazer s=0
na parte correspondente a este pólo.
No exemplo, temos:
20 2
G (s) ≅ =
( s + 1)( s + 2)(0 + 10) ( s + 1)( s + 2)
c(t ) ≅ 1 − 2e − t + e −2t
57
curva aproximada
curva exata
58
6.2 Desempenho em Regime Permanente
A análise do desempenho em regime permanente de um sistema consiste no estudo do
comportamento da resposta do sistema quando o tempo tende a infinito.
6.2.1 Introdução
• CLASSIFICAÇÃO DE SISTEMAS
Podemos classificar um sistema de controle acordo com a sua habilidade para seguir
entradas em degrau, rampa, parábola, etc...
Considerando um sistema em malha fechada da forma:
onde
m
K∏ (s + zi )
G (s)H(s) = i =1
n−N
s N ∏ (s + pi )
i =1
• ERRO ESTACIONÁRIO
Considerando o sistema de controle em malha fechada, temos que o erro atuante Ea(s)
é dado por:
E a ( s ) = R( s ) − C ( s ) H ( s ) = R( s ) − E a ( s )G ( s ) H ( s )
logo:
1
E a ( s) = R( s)
1 + G ( s) H ( s)
Aplicando o teorema do valor final, temos que o erro atuante estacionário ou de regime
é dado por:
59
e ss = lim ea (t ) = lim sE a ( s )
t →∞ s →0
sR ( s )
e ss = lim
s →0 1 + G ( s ) H ( s )
OBS: O erro atuante Ea(s) só coincide com o erro E(s) = R(s) - C(s) quando H(s)= 1.
E ( s) = R( s) − C ( s) =
[1 + G ( s) H ( s) − G ( s)] R( s)
O erro E(s) é dado por:
1 + G ( s) H ( s)
A
o erro de regime é dado por: ess =
1+ K p
A
Para um sistema tipo 0 ⇒ ess = finito
1+ K
1
Para um sistema de tipo 1 ou maior N ≥ 1 ⇒ ess = =0 nulo
1+ ∞
A
o erro de regime para uma entrada rampa é dado por: ess =
Kv
60
A
Para um sistema tipo 0 ⇒ ess = →∞ infinito
0
1
Para um sistema tipo 1 ⇒ e ss = finito
K
1
Para um sistema de tipo 2 ou maior N ≥ 2 ⇒ ess = =0 nulo
∞
s (A / s 3 ) A A
e ss = lim = lim 2 = lim 2
s →0 1 + G ( s ) H ( s ) s →0 s + s G ( s ) H ( s )
2 s →0 s G ( s ) H ( s )
A
o erro de regime para uma entrada parábola é dado por: ess =
Ka
A
Para um sistema tipo 0 ou 1 N ≤ 1 ⇒ ess = →∞ infinito
0
1
Para um sistema tipo 2 ⇒ e ss = finito
K
1
Para um sistema de tipo 3 ou maior N ≥ 3 ⇒ ess = =0 nulo
∞
A
Tipo 0 1+ K p
∞ ∞
A
Tipo 1 0 ∞
Kv
A
Tipo 2 0 0
Ka
Tipo 3 0 0 0
61
7 CONTROLADORES PID
7.1 Introdução
r(t) + e(t) c(t)
Controlador u(t)
Planta
Série
-
Controlador Elementos
de Realimentação de Medida
• Controladores Série
u (t ) = Ke(t ) ; U ( s ) = KE ( s)
onde: e(t)= r(t) - y(t) = SP - PV
62
- Em geral, o aumento de K torna o sistema mais oscilatório, podendo instabilizá-lo;
- Melhora o regime e piora o transitório, sendo bastante limitado.
Ex:
r(t) + c(t)
1
K
Ts+1
-
1
Para entrada degrau unitário ⇒ ess =
1+ K
O erro será nulo somente para K → 0, o que nem sempre é possível.
Muitos instrumentos usam um termo alternativo, Banda Proporcional (PB), ao invés
100
do ganho: PB =
K
O termo Banda Proporcional se refere à faixa sobre a qual o erro deve variar para que a
saída do controlador (MV) excurcione em toda a sua faixa.
O ganho do controlador pode ser feito positivo ou negativo. Um ganho positivo resulta
em uma saída do controlador (MV) diminuindo quando a variável de processo (PV) está
crescendo (ação REVERSA). Para um ganho negativo a saída do controlador (MV) diminui
quando a variável de processo (PV) cresce (ação DIRETA). O sinal correto depende da ação
do transmissor (usualmente direta), da ação do válvula (ar-para-abrir (AO) ou ar-para-fechar
(AC)) e do efeito do sinal de controle (CS) na variável de processo (PV).
Como exemplo suponha o processo de temperatura da saída de um trocador de calor
mostrado na figura abaixo:
63
Neste caso, a ação correta do controlador é a ação REVERSA (ganho positivo), pois
todas as outras ações envolvidas são positivas.
1
t
(K s + Ki )
∫ e(τ )dτ ;
p
u (t ) = K p e(t ) + U (s) = E (s)
τi 0
s
1
onde K i = e τi é o tempo integrativo ou tempo de reset com unidade da ordem de minutos.
τi
Ex:
64
PI
r(t) + e(t) K c(t)
Kp + i 1
s Ts+1
-
1
Para entrada degrau unitário ⇒ ess = =0
1+ ∞
Muitos controladores são calibrados em minutos (ou minutos/repetição, um termo que
se origina do teste de colocar o controlador em um erro fixo e verificar quanto tempo a ação
integral leva para produzir a mesma mudança na saída do controlador que o controlador
proporcional tem com ganho 1; a integral repete a ação do controlador proporcional).
U ( s ) = (K p + K d s )E ( s)
d
u (t ) = K p e(t ) + τ d e(t ) ;
dt
onde Kd= τd é a constante derivativa em minutos.
Ex:
PD
r(t) + e(t) 1 c(t)
Kp + Kd s
Js 2
-
C ( s) (K p + K d s )
= 2
R( s ) Js + K d s + K p
65
d) Controlador Proporcional + Integral + Derivativo (PID)
U(s) K d s + K p s + K i
2
K
U (s) = K p + i + K d s E (s) ⇒ =
s E(s) s
A ação derivativa pode ser usada sobre o sinal de erro (SP-PV) ou sobre a variável de
processo (PV). Usualmente é usada sobre esta última. Além disso, geralmente a ação
derivativa é separada da ação PI (veja figura abaixo).
66
7.3 Implementação Eletrônica Analógica de Controladores PID
• Amplificador Operacional
eo = k (e2 − e1 ) k ≈ 10 5 − 10 6
• Inversor
ei − e ' e ' − eo
i1 = ; i1 = ; i1 = i2 ; k ( 0 − e ' ) = eo ; e' ≅ 0
R1 R2
ei e R2
Logo: =− o ou eo = − ei
R1 R2 R1
Eo (s) Z ( s)
De uma maneira geral: =− 2
Ei ( s ) Z1 ( s)
67
7.4 Modificações das Ações de Controle
• PID Original
Td s
; com γ ≈ 0.1
1 + γTd s
• PI-D
68
Objetivo: Não derivar variações bruscas no sinal de referência.
• I-PD
x1 (t )
x (t )
x(t ) → Vetor de estado
x(t ) = 2 ; ⇒
: xi (t ) → Variável de estado
x n (t )
69
u1 (t )
u (t )
U(t ) → Vetor de entradas
U(t ) = ;
2
⇒
: u i (t ) → i - éssima entrada
u p (t )
y1 (t )
y (t )
Y(t ) → Vetor de saídas
Y(t ) = ;
2
⇒
: y i (t ) → i - éssima saída
y q (t )
Anxn ; Bnxp ; Cqxn ; Dqxp
G ( s ) = C(sI − A ) B + D
−1
Matriz Função de Transferência
• Caso Escalar
[]
→ X ( s ) = (s − a ) x(0) + (s − a ) bU ( s ) ⇒
−1 −1
x& (t ) = ax(t ) + bu (t ) L
70
• Caso Vetorial
{
onde: e At = L−1 (sI − A )
−1
}
8.3 Estabilidade
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t ) + du (t )
- Teorema
Um sistema é estável se quando u(t) = 0, para todo x(0), temos que lim x ( t ) = 0
t →∞
- Corolário
71
EXEMPLO:
− 1 1 3 0
x& = 0 − 3 4 x + 0 u
0 0 2 1
s + 1 − 1 −3
det (sI − A ) = 0 s + 3 − 4 = ( s + 1)( s + 2)( s − 2)
0 0 s − 2
8.4 Controlabilidade
- Definição
O sistema (A,B,C,d) é controlável se, quaisquer que sejam x(0) e x(T), existe u(t)
0 ≤ t ≤ T que transfere o estado x(0) para o estado x(T) em um tempo finito.
- Teorema
OBS: Uma matriz R é dita possuir posto (rank), ρ(R), igual a m, se existir uma
submatriz M (m x m) de modo que o determinante de M é não nulo e o determinante de todas
as submatrizes r x r (onde r > m) de R é zero.
Exemplo:
1 2 2
1 2
1 − 1 3
R1 = ρ (R 1 ) = 1 R2 = ρ (R 2 ) = 2
1 − 1 0 0 0
0 0 0
72
EXEMPLO:
1 − 1
U = [B AB] = ρ (U) = 1 < 2 (Não-Controlável)
1 − 1
8.5 Observabilidade
- Definição
- Teorema
C
CA
V = CA 2
:
CA n −1
73
EXEMPLO:
x& 1 − 1 0 0 x1 1
x& = 0 0 − 1 x + 1 u
2 2
x& 3 0 1 − 1 x 3 0
x1
y = [0 1 0] x 2
x 3
C 0 1 0
V = CA = 0 0 − 1 ρ (V ) = 2 < 3 (Não-observável)
CA 2 0 − 1 1
com:
Y ( s) β s n −1 + β 2 s n − 2 + ... + β n N (s)
= G ( s) = n 1 +d = +d
U ( s) s + α 1 s + α 2 s + ... + α n
n −1 n−2
D( s)
74
8.6.1 Realização na Forma Canônica Observável
0 0 ... 0 −αn βn
1
0 ... 0 - α n -1 β
A= ; B = n −1 ; C = [0 0 ... 0 1]
0 0 ... 0 - α 2 β2
0 0 ... 1 - α 1 β1
0 1 ... 0 0 0
0 0 ... 0 0
A= ; B = 0 ; C = [β β n −1 ... β 2 β1 ]
0 0 ... 0 1 0 n
− α n − β n −1 ... −α2 − α1 1
75
8.7 Realimentação De Estado
Idéia: Alocar os pólos de malha fechada (autovalores da matriz dinâmica) usando
realimentação dos estados, modificando, assim, a dinâmica do sistema.
Dada uma representação em variáveis de estado de um sistema:
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t ) + du (t )
Usando realimentação de estado, cada variável de estado é multiplicada por uma ganho
e realimentada para o terminal de entrada, ou seja:
u = Kx + r
onde:
K = [k1 k2 ... k n ] é o vetor de ganhos de realimentação
Assim, temos:
x& = Ax + B(Kx + r ) ⇔ x& = ( A + BK )x + Br
y = Cx + du
76
- Teorema
onde:
[
U = B AB A 2 B ... A n −1B ]
q c ( A) = A n + a1 A n −1 + ... + a n I
EXEMPLO:
Dado:
1 0 x1 1
x& = + u
0 − 2 x 2 1
y = [1 1]x
Solução:
∆( s ) = ( s + 1)( s + 2) = s + 3s + 2
2
1 1 1 − 2 − 1 1 − 2 − 1 6 0
U = [B AB] = ⇒ U −1
= − ⇒ K = [0 1] = [− 2 0]
1 − 2 3 − 1 1 3 − 1 1 0 0
6 0
q c ( A) = A 2 + 3A + 2I =
0 0
77
Simulação no Matlab
Script Curvas
% Programa para Realimentação de Estado
whitebg;
A=[1 0;0 -2];
B=[1 1]';
C=[1 1];
d=0;
K=[-2 0];
Aa=[A+B*K]
Ba=[B];
Ca=[1 1];
t=0:0.01:5;
u=0*t;
x0=[1 1]'
[Y1,X1]= LSIM(A,B,C,d,u,t,x0);
[Y,X] = LSIM(Aa,Ba,Ca,d,u,t,x0);
plot(t,Y1)
title('Saída sem realimentação de estado')
input(' ')
plot(t,Y)
title('Saída com realimentação de estado')
Seja
x& (t ) = Ax(t ) + Bu (t )
y (t ) = Cx(t )
78
conhecendo-se A, B e C, e a medição de y e u, constrói-se o estimador. Estudaremos o
estimador assintótico:
x&ˆ (t ) = Axˆ (t ) + L( y (t ) − yˆ (t )) + Bu (t )
y (t ) = Cxˆ (t )
Erro entre x e xˆ :
~
x = x − xˆ
~
x& = x& − xˆ& = Ax + Bu − Axˆ − L( y − yˆ ) − Bu ⇒
~
x& = A(x − xˆ ) − LC(x − xˆ ) ⇒
~
x& = ( A − LC)~
x
- Teorema
79
• Método para determinar L (Fórmula de Ackermann)
1- Formar ∆(s) = s n + a1s n −1 + ... + a n −1s + a n com os pólos desejados para o observador.
2- Calcular K da seguinte forma
onde:
C
CA
V = CA 2
:
n −1
CA
q L ( A) = A n + a1 A n −1 + ... + a n I
EXEMPLO:
Dado
1 0 x1 1
x& = + u
0 − 2 x 2 1
y = [1 1]x
Solução:
∆( s ) = ( s + 3)( s + 3) = s + 6 s + 9
2
C 1 1 −1 1 − 2 − 1 1 16 0 − 2 − 1 0 1 16
V= = ⇒V =− ⇒L =− =
CA 1 − 2 3 − 1 1 3 0 1 − 1 1 1 3 − 1
16 0
q L ( A) = A 2 + 6A + 9I =
0 1
80
Simulação:
x& A 0 x B
xˆ& = LC A − LC xˆ + B u
x
y = [C 0]
xˆ
Simulação no Matlab
Script Curvas
% Programa para Observadores de Estado
whitebg;
A=[1 0;0 -2];
B=[1 1]';
C=[1 1];
d=0;
L=1/3*[16 -1]';
I=eye(2);
Aa=[A 0*I;L*C (A-L*C)]
Ba=[B;B];
Ca=[1 1 0 0];
t=0:0.01:5;
u=0*t;
x0=[1 1 0 0]'
[Y,X] = LSIM(Aa,Ba,Ca,d,u,t,x0);
plot(t,X(:,2))
hold on;
plot(t,X(:,4))
title('Erro entre x2 e x2 estimado')
hold off;
81
• Simulação (Realimentação de estado + Observador de estado)
x& A BK x B
xˆ& = LC A − LC + BK xˆ + B r
x
y = [C 0]
xˆ
Simulação no Matlab
Script Curvas
% Programa para Observadores de Estado
+ Realimentação de Estado
whitebg;
A=[1 0;0 -2];
B=[1 1]';
C=[1 1];
d=0;
K=[-2 0];
L=1/3*[16 -1]';
I=eye(2);
Aa=[A B*K;L*C (A-L*C+B*K)]
Ba=[B;B];
Ca=[1 1 0 0];
t=0:0.01:5;
u=0*t;
x0=[1 1 0 0]'
[Y,X] = LSIM(Aa,Ba,Ca,d,u,t,x0);
plot(t,X(:,1))
hold on;
plot(t,X(:,3))
title('Erro entre x1 e x1 estimado')
hold off;
input(' ');
plot(t,Y)
title('Saída')
82
8.9 Seguidor de Referência
Para que um sistema descrito por variáveis de estado possa, além de possuir a dinâmica
desejada (garantida pela alocação de pólos por realimentação de estado) seguir uma
determinada entrada com erro zero, usamos o princípio do modelo interno.
Exemplos:
Escolhendo xr = r, temos:
x& r = 0 x r
r = 1x r
Escolhendo x r1 = r e x r 2 = r&
x& r1 0 1 x r1
x& = 0 0 x
r2 r2
x
r = [1 0] r1
xr 2
83
• Princípio do modelo interno aplicado a sistemas excitados por entradas de
referência do tipo degrau unitário
Considere o sistema
x& = Ax + Bu
y = Cx
então temos,
e& = Cz e& 0 C e 0
⇒ = + w
z& = Az + Bw z& 0 A z B
Se o sistema for controlável, então, existe uma lei de controle por realimentação de
estado da forma; w = k1e + k 2 z ; tal que os pólos do sistema aumentado podem ser
posicionados arbitrariamente. Desde que escolhido na região de estabilidade, então o ERRO
DE RASTREAMENTO será ESTÁVEL. Assim, o objetivo de rastreamento assintótico com
erro em regime nulo SERÁ ALCANÇADO. Ou seja, a resposta do sistema abaixo é
assintóticamente estável.
e& 0 C e
z& = Bk A + Bk 2 z
1
84
r - 1 + y
k1 A,B,C
s
+ +
x
k
EXEMPLO:
Projetar um controlador para que o sistema tenha erro zero para entrada degrau.
Sistema aumentado:
e& 0 1 0 e 0
z& = 0 0 1 z1 + 0 w
1
z& 2 0 − 2 − 2 z 2 1
Matriz de controlabilidade:
0 0 1
[
U = B AB A 2 B = 0 ]
1 − 2 ρ (U) = 3 (Controlável)
1 − 2 2
2 2 1
−1
U = 2 1 0
1 0 0
20 20 10
q ( A) = A 3 + 12 A 2 + 22 A + I = 0 0 0
c
0 0 0
85
Logo,
K = [− 20 − 20 − 10]
Lei de controle
0 0 0
0
t
Definindo x n =1 (t ) = ∫ e(τ )dτ , temos:
0
Assim,
x& A + Bk 2 B k1 x 0
x& = C +
0 x n +1 − 1
n +1
Simulação no Matlab
Script Curvas
whitebg;
A=[0 1 0;-22 -12 -20;1 0 0];
B=[0 0 -1]';
C=[1 0 0];
t=0:0.01:10;
[Y,X]=step(A,B,C,0,1,t);
plot(t,Y)
title('Saída da planta')
86
• Princípio do modelo interno aplicado a sistemas excitados por entradas de
referência do tipo rampa unitária
Considere o sistema
x& = Ax + Bu
y = Cx
com
&e& = &y& = C&x&
temos:
e& 0 1 0 e 0
e&& = 0 0 C e& + 0 w
z& 0 0 A z B
Se o sistema acima for controlável, então existe; w = k1e + k 2 e& + k 3 z , tal que o sistema
r - e 1 + 1
+ u y
k1 A,B,C
s s
+ + +
x
k2 k
87