2° CONGRESSO BRASILEIRO DE SISTEMAS

RIBEIRÃO PRETO - SP

ÁREA TEMÁTICA: PROJETOS DE SISTEMAS DE COMUNICAÇÃO E
SIMULAÇÃO

A IMPORTÂNCIA DA SIMULAÇÃO COMPUTACIONAL EM PROJETOS DE
SISTEMAS NA ÁREA DE ENGENHARIA ELÉTRICA

Autor: Nivaldo Carleto – Mestre em Ciências e Tecnologia Nuclear – Área: Materiais
Instituição: IPEN/USP (Instituto de Pesquisas Energéticas e Nucleares/USP)

Endereço: Rua Miguel Anselmo, 261 – Bairro: Centro – Taquaritinga – SP
Telefone residencial: (16) 3252-2895 / Celular: (16) 9701-6514
e-mail: nibacarleto@ig.com.br ou carleto@usp.br


RESUMO
Neste trabalho apresenta-se uma abordagem sistêmica sobre a importância do modelamento matemático e da
simulação computacional no desenvolvimento de um projeto de engenharia elétrica. O trabalho enfatiza a
utilização do modelo e da simulação no projeto e na construção de um circuito elétrico de alta tensão
utilizado em sistemas de radares de microondas; normalmente conhecido como circuito modulador pulsado.
Os resultados obtidos por meio das simulações permitiram reproduzir o comportamento do pulso próximo da
realidade de operação do circuito, bem como controlar as variáveis pertinentes ao modelo. Isto foi verificado
com os resultados práticos obtidos, onde foi possível ajustar os parâmetros de circuito e, consequentemente,
obter informações relevantes para a construção do modulador. Embora as simulações não substituam por
completo a realidade física de um projeto, elas são essenciais para reproduzir situações que possam levar
risco a integridade física do homem, bem como experimentos difíceis de serem realizados na prática. Desta
forma, por meio do modelamento matemático e da utilização adequada da simulação, respeitando
evidentemente a compatibilidade entre o hardware e o software, foi possível que a mesma contribuísse
significadamente para o sucesso do projeto do modulador.
Palavras-chave: desenvolvimento de projetos na área de engenharia elétrica, simulação computacional,
simulação de sistemas de radares de microondas.


ABSTRACT
In this work to present a accosting systematic above importance of the mathematic modeling and of the
simulation computational in the development of the design of electrical engineering. The work to emphasize
the utilization of the model and of simulation in design and construction of the electrical circuit power
voltage used in system of the microwave radar, generality know with pulsed modulator circuit. The results
obtained through of the simulations allowed to reproduce the behavior of the pulse proximate of reality of the
operation the modulator circuit, how so to control the variables relevant on the model. This was verified with
the practices results obtained, where possible to adjust the parameters of the circuit and, consequence, to
obtain information’s relevant for the construction of the modulator. Although the simulations not substitution
for complete reality physical of in design, its are utility for reproduce situations which ruler to take in risk the
integrity physique of the men, how so experiments difficult to be accomplished in the practical. Although,
across of the modeling mathematics and the utilization adequate simulating respecting evidently the
compatibility between the hardware and the software, was possible which same to contribute significantly for
successful of the design of modulator.
Keywords: development of the design in area of electrical engineering, simulation computational, simulation
of the system microwave of radars.






1
INTRODUÇÃO

A simulação computacional de sistemas físicos está presente tanto na área científica
e acadêmica (desenvolvimento de tecnologia nas áreas da medicina, física, química e
engenharia) quanto na otimização de sistemas logísticos e de produção, por exemplo. Ela é
uma ferramenta importante, pois permite confrontar a teoria, baseada em conceitos e
modelos matemáticos, com a parte experimental, estabelecendo com isso uma relação de
compromisso entre estas duas vertentes (teoria/prática). Desta forma, é possível orientar o
processo de tomada de decisão, analisar e avaliar sistemas físicos e propor soluções para a
melhoria do projeto, possibilitando com isso a previsão de alguns resultados experimentais
ou mesmo a realização de experiências que possam comprometer a integridade física do
ser humano.
Com os avanços da tecnologia, especialmente na área da informática, modernos
equipamentos (hardware), novas linguagens de programação (software) e sofisticados
programas de simulação têm permitido a utilização da simulação computacional em
diversas áreas do conhecimento humano; como por exemplo:

• projetar e analisar sistemas industriais automatizados (CLP – Controlador Lógico
Programado e aplicações da robótica);
• avaliar o desempenho de sistemas computacionais (softwares de avaliação de
desempenho, como por exemplo: o Winstone 99 e o Winbench 99 – versões 1.1).
• analisar o comportamento de sistemas físicos (elétricos, eletromagnéticos,
mecânicos, pneumáticos e hidráulicos);
• analisar o comportamento de circuitos eletroeletrônicos e de seus componentes;
• projetar e desenvolver sistemas utilizados na área militar;
• estabelecer rotas de atendimento (sistemas logísticos);
• simular células de produção (processos e operações);
• planejar recursos materiais e de manufatura na indústria (MRP e MRP II), entre
outros.

Em particular, na área de engenharia, a técnica de simulação é muito utilizada para
investigar resultados a partir de um modelo matemático que represente um fenômeno ou um
comportamento físico, para reduzir riscos na tomada de decisão, identificar problemas antes de
suas ocorrências, excluir processos que não agregam valor na produção, bem como investigar a
viabilidade técnica e econômica de um projeto. Diante disso, pode-se dizer que o objetivo
desse trabalho é apresentar e discutir o uso da simulação computacional de um circuito elétrico
de alta tensão operando em regime pulsado (circuito modulador) e confrontar os resultados
obtidos por meio desta simulação com os resultados práticos do projeto. É importante
ressaltar que na elaboração deste trabalho utilizou-se a norma técnica de trabalhos
científicos desenvolvida por DUPAS (2002).
Este trabalho encontra-se organizado conforme descrito a seguir. Na seção 2,
apresenta-se o desenvolvimento teórico sobre a engenharia de sistemas, conceituando
inicialmente o significado de sistemas e de modelos. Ainda na mesma seção, mostra-se
uma abordagem sistêmica dos modelos, a sistemática de construção de modelos, os tipos
de modelos de simulação e a importância da verificação e da validação do modelo
propriamente dito. Na seção 3, encontra-se a metodologia utilizada para modelar o circuito
modulador. Na seção 4, apresenta-se os resultados obtidos por meio da simulação, os quais são
comparados sistematicamente com os resultados experimentais. Na seção 5 descreve-se as
2
considerações finais com base no referencial teórico e nos resultados obtidos. Finalmente, na
seção 6, encontra-se as referências bibliográficas utilizadas no desenvolvimento do trabalho.


2 REFERENCIAL TEÓRICO

2.1 Conceitos fundamentais: sistema e modelo

2.1.1 Sistema

De acordo com OLIVEIRA (2004), “sistema é um conjunto de partes integrantes e
interdependentes que, conjuntamente, forma um todo unitário com determinado objetivo e
efetua determinada função”. Em outras palavras, pode-se dizer que sistema é um conjunto de
elementos, materiais ou fatores que se relacionam entre si em uma estrutura organizada.
Basicamente, um sistema pode ser constituído dos seguintes componentes:

• os objetivos, que se referem tanto aos objetivos dos usuários do sistema, quanto aos
do próprio sistema;

• as entradas do sistema, as quais caracterizam as informações necessárias para a
operação do sistema, gerando determinadas saídas que devem estar relacionadas
com os objetivos estabelecidos;

• o processo de transformação do sistema, o qual tem como função possibilitar a
transformação de um insumo (entrada) em um bem (produto final) ou serviço;

• as saídas do sistema, que correspondem aos resultados do processo de
transformação;

• os controles das variáveis e as avaliações do sistema, que servem para investigar se
as saídas estão coerentes com os objetivos estabelecidos; e

• a retroalimentação ou realimentação do sistema, que tem por finalidade realimentar
uma informação à entrada do sistema de acordo com o resultado investigado,
estabelecendo com isso um controle de todo o sistema.

O autor ainda ressalta que outro aspecto fundamental na teoria de sistemas é o
ambiente do sistema, o qual pode ser definido como um conjunto de fatores que podem
sofrer influência de fatores externos e internos ao próprio sistema.


2.1.2 Modelo

Para OLIVEIRA (2004), modelo é a descrição de um sistema o qual explica o seu
funcionamento. Desta forma, para realizar uma simulação, é necessário um modelo
específico que represente o comportamento do sistema, o qual este modelo pode ser físico,
teórico, matemático ou uma combinação desses.


3
2.2 Abordagem sistêmica de modelos

Conforme mencionado, um sistema é um conjunto de elementos que interagem
entre si e funcionam juntos para desempenhar uma determinada função. Restringindo o
estudo na área de engenharia, normalmente quem constrói o modelo considera algumas
aproximações, dentro do contexto permitido, tornando constantes algumas variáveis.
A visão sistêmica direcionada ao estudo de sistemas enfatiza as conexões entre as
várias partes que constitui um todo. Por sua natureza, a abordagem sistêmica possui como
principal característica a interdisciplinaridade. Desta forma, na busca por soluções e no
estudo dos problemas, estão envolvidas disciplinas que a princípio não possuem nenhuma
interligação. Como exemplo, pode-se mencionar a explicação de um fenômeno físico por
meio de um modelo matemático que represente o seu comportamento. Com isso, o estudo
desse sistema pode ser abordado de formas diferentes. A primeira seria alterar as rotinas
operacionais para ajustar o sistema nas condições ideais de simulação. Para isso, é necessário
um estudo preliminar para que as decisões tomadas sobre as alterações das rotinas do
programa não diminuam o desempenho do sistema. A segunda refere-se na utilização de
modelos matemáticos que representem as condições “reais” de operação do sistema. Com
isso, a construção de modelos matemáticos de simulação a serem utilizados em
computadores requer o uso das linguagens de programação, como a linguagem C e a
linguagem Pascal, ou mesmo de softwares de simulação utilizados na área de engenharia
eletroeletrônica, como por exemplo, o Electronic Workbench. Entretanto, é importante
ressaltar que para empregar os modelos de forma adequada é necessário submeter à
verificação e a validação desses modelos.
Por fim, vale lembrar que a complexidade de se verificar o comportamento de um
sistema não depende somente das suas partes isoladamente, mas, sobretudo, da forma
como elas se interagem. Isto sugere um controle sistemático do modelo para que o sistema
responda satisfatoriamente dentro das condições e restrições estabelecidas no projeto.


2.3 Sistemática para a construção de modelos

A questão da interdisciplinaridade que torna a abordagem sistêmica extremamente
interessante pode, em algumas situações, tornar o estudo complexo, conforme já
mencionado. Por exemplo, ao analisar um problema, é possível identificar inúmeros
motivos para a sua causa. Porém, este diagnóstico é complexo, sendo fundamental
submeter-se a algumas técnicas de simplificação para identificar os motivos do referido
problema. Inicialmente, é necessário conhecer a sua natureza e, em seguida, deve-se
formar uma equipe especializada para abordar sistematicamente os fatores que
proporcionaram o problema em questão. Um segundo fator importante é a organização do
conhecimento sobre o problema. Ou seja, é necessário responder algumas questões
pertinentes à sua análise, como por exemplo: Quais foram os principais fatores que,
teoricamente, puderam originar o problema? Quais fatores poderiam ser omitidos? Outro
requisito fundamental para a construção dos modelos são os recursos computacionais,
como por exemplo, um software específico para uma determinada aplicação.
No processo de modelagem e na simulação computacional existem algumas etapas
a serem cumpridas, as quais são descritas a seguir:

• definição do problema: a primeira etapa do processo de construção do modelo
consiste em reconhecer e definir o problema a ser estudado;
4

• concepção do sistema: a segunda etapa do processo consiste na investigação dos
fatores de influência que se acredita estarem agindo sobre o sistema;

• representação do sistema: nesta etapa, o sistema é representado por meio de um
modelo matemático que caracterize o seu comportamento (físico, conceitual ou
matemático);
• comportamento do sistema: nesta etapa, a simulação computacional é utilizada
para investigar o comportamento do sistema por meio do modelo matemático
desenvolvido e com base no problema apresentado;

• avaliação do modelo: nesta etapa são realizados diversos testes sobre o modelo
para avaliar sua qualidade e validade (verificação e validação do modelo). Nestes
testes verifica-se a consistência lógica e matemática do modelo; e

• estratégias de utilização do modelo: nesta última etapa, o modelo é utilizado para
testar diferentes situações sobre o sistema em estudo, buscando com isso a sua
padronização.

É importante ressaltar que as etapas descritas acima são dinâmicas, o que
proporciona estabelecer melhorias no modelo com o objetivo de alcançar o resultado mais
próximo da realidade.


2.4 Estudo de sistemas e tipos de modelos de simulação

Segundo LAW e KELTON (1991), os estudos de sistemas podem ser realizados
sob diferentes formas de abordagem, conforme apresentado na Figura 1.



















Figura 1 – Formas de estudo de um sistema.
Fonte: LAW e KELTON (1991).
Experimentação
com Modelos
Intervenção
Direta das
Rotinas
Operacionais
Sistema Real
Modelos
Matemáticos
Soluções
Analíticas
Uso de
Protótipos
Simulação
5
Conforme mostra a Figura 1, a intervenção direta nas rotinas do sistema consiste
em implementar ou alterar a forma de operação do sistema com o objetivo de obter uma
condição ideal. Este tipo de operação exige experiência do profissional para que as
tomadas de decisão não interfiram negativamente no desempenho do sistema. Por outro
lado, a experimentação utilizando modelos tem por objetivo demonstrar o funcionamento
real do sistema físico.
De acordo com NEELAMKAVIL (1987), os modelos podem ser classificados em
mental, físico ou simbólico. Os modelos mentais são heurísticos e intuitivos, existindo
somente na mente do tomador de decisão. Por exemplo, você olha para uma “coisa” que
precisa usar e faz uma simulação mental de como será o procedimento para a sua
utilização. Entretanto, os modelos mentais são confusos, complexos e de difícil
comunicação. Isto porque a estruturação do modelo está vinculada ao conhecimento do
tomador de decisão sobre o sistema em questão. Atualmente, uma das formas de tentar
transcrever os modelos mentais é a estruturação de expert systems, que são programas de
computador formulados com base no conhecimento de um ou mais especialistas. Quando o
usuário emprega o programa, é apresentada uma série de cenários e perguntas que induzem
o usuário a uma tomada de decisão de acordo com o conhecimento do especialista.
Já o modelo fisco é uma descrição do sistema real por meio de uma representação
análoga a este (sistema) ou pela construção de um protótipo. Como um exemplo de
representação análoga, pode-se utilizar o funcionamento de um circuito elétrico simples,
constituído por uma fonte de tensão e um resistor (resistência elétrica). Assim, a operação
de um equipamento eletrodoméstico, como por exemplo, um ferro de passar roupas ou
mesmo um chuveiro elétrico, pode ser analogamente representado por meio desse circuito.
Por outro lado, no que se referem aos protótipos, estes são replicas de sistemas
físicos reais. Nesse caso, o estudo do sistema é realizado por meio de experimentos
práticos.
Com relação aos modelos simbólicos, eles podem ser divididos em não-
matemáticos e matemáticos. Os modelos não-matemáticos podem ser como:

• a descrição de um memorial descritivo de um projeto de engenharia (civil,
elétrica, mecânica ou hidráulica); ou

• a elaboração de um organograma de uma empresa ou de um fluxograma de
uma cadeia de suprimentos, por exemplo.

Já os modelos matemáticos podem ser representados como soluções analíticas ou
soluções numéricas. Um típico exemplo de solução analítica seria a explicação da lei da
indução eletromagnética de Michael Faraday em conjunto com a lei de Lenz, ou seja:
dt
d
E
φ
− = , onde E é a tensão elétrica induzida na espira (ou bobina) e
dt

é a variação do
fluxo magnético em relação ao tempo t. Quanto às soluções numéricas, pode-se dizer que é
um conjunto de equações que descrevem um determinado sistema, originando com isso um
modelo matemático de simulação.
Os modelos matemáticos de simulação, ou simplesmente modelos de simulação,
podem ser classificados em:

• estáticos ou dinâmicos: denominam-se modelos estáticos os que tem como
principal objetivo representar o estado de um sistema em um instante ou que em
suas formulações não se considera a variável tempo t. Já os modelos dinâmicos são
6
formulados para representarem as alterações de estado do sistema ao longo da
contagem do tempo de simulação;

• determinístico ou estocástico: no modelo determinístico, as suas formulações não
fazem uso de variáveis aleatórias de entrada. Por outro lado, os modelos
estocásticos empregam uma ou mais variável aleatória; e

• discretos ou contínuos: modelos discretos são aqueles em que o avanço da
contagem de tempo na simulação se dá na forma de incrementos, cujos valores
podem ser definidos em função da ocorrência dos eventos ou pela determinação de
um valor fixo. Nesses casos somente é possível determinar os valores das variáveis
de estado do sistema nos instantes de atualização da contagem de tempo. Já nos
modelos contínuos, o avanço da contagem de tempo na simulação é de forma
contínua, o que possibilita determinar os valores das variáveis de estado a qualquer
instante.

2.4.1 Estruturação de modelos de simulação

A estruturação de modelos para a simulação de sistemas leva a organização de
estruturas matemáticas que podem ser representadas por uma função f que produz uma saída y
a partir de uma entrada x e parâmetros p do sistema, assim: ) , ( p x f y = (Figura 2). Deve-se
ressaltar que y, x e p podem ser variáveis, vetores ou matrizes (MENNER, 1995).












Figura 2 – Visualização de modelos de simulação: ) , ( p x f y = .
Fonte: MENNER (1995).

Geralmente, os modelos matemáticos de simulação levam em consideração as
características dos elementos do sistema, as variáveis de entrada, as medidas de desempenho,
bem como a relação funcional dos elementos do sistema com o meio externo. Desta forma, o
desenvolvimento de um modelo segue os seguintes passos (MENNER, 1995; MARIA, 1997;
RIVERA 1997):

1) reconhecer o problema: é identificar todos os fatos e aspectos que é pretendido
estudar (investigar) para que estes sejam considerados na formulação do modelo
sistêmico;

2) formular o problema: implica na seleção dos elementos do sistema, na fixação da
fronteira do novo sistema o qual engloba os elementos selecionados, na definição dos
Modelo do Sistema – f
Entradas – x Saídas – y
Parâmetros do
Sistema – p
7
objetivos de estudo, na seleção do conjunto de parâmetros de medida de desempenho
do sistema e, finalmente, na identificação dos anseios do usuário final;

3) obter e analisar os dados do sistema: implica no levantamento, na análise e na
caracterização dos dados / informações que competem ao sistema;

4) formular e desenvolver o modelo: nesta fase, formula-se o modelo conceitual por
meio de uma representação gráfica (fluxograma ou diagrama em blocos) a qual será
traduzida em um modelo lógico e matemático para torna-se um modelo computacional
de simulação;

5) verificar e validar o modelo: verificar significa certificar se as rotinas computacionais
implementadas correspondem aos valores, teoricamente, esperados. Validação consiste
na comparação dos dados gerados pelo modelo com os obtidos no sistema real
(experimentação prática);

6) documentar o modelo: durante o desenvolvimento do modelo, o programador deve
elaborar relatórios que contenha detalhes como os objetivos, as hipóteses consideradas
e a descrição do desenvolvimento das rotinas computacionais. Isto facilita
procedimentos futuros, como readequar o modelo a uma nova situação;

7) definir os tipos de experimentos: estabelece as condições em que os valores gerados
são confiáveis para serem utilizados experimentalmente, definindo com isso os tipos de
experimentos que serão realizados; e

8) estabelecer as condições de uso: ou seja, por meio dos experimentos realizados é
definida as condições usuais do modelo.

Nestas condições, uma vez realizadas as etapas descritas acima, o modelo de simulação
pode ser utilizado para auxiliar na parte experimental e, com isso, ajustar os seus parâmetros
por meio dos resultados de saída; tendo em vista a otimização do sistema. Portanto, a
elaboração de modelos para a simulação tem como objetivo utilizá-los como ferramenta de
suporte à tomada de decisão na investigação do comportamento físico de um sistema. No
entanto, para que estas simulações possam realmente ser utilizadas, é necessário que o modelo
passe por um processo de verificação e validação.

2.5 Verificação e validação do modelo

Uma das tarefas mais árduas no modelamento e na simulação de um sistema é
determinar se o modelo proposto retrata com fidelidade o sistema investigado. Para isso, é
recomendado dois preceitos básicos, os quais podem ser verificados a seguir
(MARIA, 1997):

• verificação: trata-se de um conjunto de ações para certificar se a forma conceitual
adotada na formulação do modelo foi transcrita corretamente com a utilização das
linguagens de programação ou da própria simulação. Na verificação, recomenda-se
rodar o programa para um conjunto variado de situações para analisar os dados de
saída, e, consequentemente, rastear o programa verificando a execução dos
procedimentos e o comportamento do sistema; e
8
• validação: é uma coletânea de dados e resultados utilizados para analisar se o modelo
está apresentando consistência. Ou seja, se ele responde, dentro de um padrão, a
realidade física do sistema. Neste caso, é importante que a validação seja conduzida com
a verificação, aumentando com isso o poder de análise e a confiabilidade do modelo.

3 METODOLOGIA

A metodologia utilizada para modelar matematicamente o circuito elétrico de alta
tensão (circuito modulador) utilizado no projeto e na construção de radares de microondas
(Figura 3), bem como os modelos de simulação podem ser encontrados detalhadamente no
trabalho desenvolvido por CARLETO (2005). Porém, é importante ressaltar que, o modelo
matemático do circuito da Figura 3 foi baseado nas leis de Kirchhoff (lei das tensões e das
correntes) e no conceito de variáveis de estado (DESOER e KUH, 1979), o
programa computacional foi escrito na linguagem Pascal e o algoritmo de simulação foi o
Runge-Kutta. Foi utilizado também o software gráfico Microcal
TM
Origin
TM
5.0
para plotar as formas de onda. Porém, para calcular os elementos do circuito da Figura 3
(capacitores C e indutores L), foi necessário utilizar os teoremas de Cauer e de Foster
(GLASOE e LEBACQZ, 1948). O conceito matemático de variáveis de estado e as formas
gerais destes teoremas (Cauer e Foster) podem ser observados, respectivamente, por meio
das seguintes expressões:

) ( ) ( ) ( t bw t x A t x + =
r
&
r
(conceito de variáveis de estado), (1)




=
+
=
n
v
v v
v
s C L
s C
s Y
K , 3 , 1
2
1
) ( (teorema de Foster), (2)

e


n
n
y
z
y
z
y
z Z
1
1
1
1
1
1
4
3
2
1
+
+
+
+
+
+ =

O
(teorema de Cauer). (3)








Figura 3 – Circuito elétrico utilizado no projeto e na construção de radares de microondas.
Fonte: GLASOE e LEBACQZ (1948).


L
E2
L
E1
L
E4
L
E3
C

C

C

C

9
4 RESULTADOS E DISCUSSÃO

4.1 Resultados obtidos por meio da simulação computacional

Nesta seção, apresenta-se as formas de onda obtidas por meio das simulações
computacionais realizadas com o circuito elétrico da Figura 3.


0 1 2 3
-2
0
2
4
6
8
10
Linha de referência

T
e
n
s
ã
o

e
l
é
t
r
i
c
a

d
e

s
a
í
d
a

d
a

P
F
N

(
k
V
)
Largura do pulso (µs)


Figura 4 – Forma de onda do pulso de tensão de saída do circuito modulador.

De acordo com o pulso de tensão apresentado na Figura 4, observa-se que as
oscilações na região superior estão relacionadas com as quatro freqüências de oscilação
estabelecidas por meio da expansão da série de Fourier. Estas freqüências obedecem ao
número de seções LC (indutores e capacitores) especificado no projeto do modulador (fator
relevante na execução do projeto). A expressão a seguir representa a forma geral da série
de Fourier.




=

|
¹
|

\
|
+ |
¹
|

\
|
+ =
K 3 , 2 , 1
0
cos
2
) (
v
v v
t v
sen b
t v
a
A
t f
τ
π
τ
π
. (4)


Ademais, pode-se verificar que a amplitude e a largura τ (duração do pulso) do
pulso permaneceram, respectivamente, em torno de 1 µs e 4,5 kV, respeitando também a
especificação de projeto, com tempos de subida e descida bem definidos (forma
retangular). Portanto, o pulso apresentado na Figura 4 representa um exemplo típico de
“casamento” de impedâncias. Nestas condições, é possível afirmar que o modelamento
matemático apresentou consistência para a devida aplicação.

10
0 1 2 3
-4
-2
0
2
4
6
8
10
12
Linha de referência



F
o
r
m
a
s

d
e

o
n
d
a

d
a
s

t
e
n
s
õ
e
s

(
k
V
)
Largura do pulso (µs)
Pulso de tensão da PFN
Tensão elétrica no capacitor 1
Tensão elétrica no capacitor 2
Tensão elétrica no capacitor 3
Tensão elétrica no capacitor 4

Figura 5 – Formas de onda das tensões elétricas nos capacitores do circuito modulador.


Na Figura 5 apresenta-se o comportamento das formas de onda das tensões elétricas
em cada capacitor do circuito modulador (Figura 3). Como o circuito foi simulado com
uma tensão elétrica de 9 kV, é possível verificar que o modelo matemático utilizado foi
satisfatório, já que as formas de onda partem do ponto de 9 kV (Figura 5).

0 1 2 3
-50
0
50
100
150
Linha de referência
Largura do pulso (µs)
Corrente elétrica no ramo 1 (capacitor 1)
Corrente elétrica no ramo 2 (capacitor 2)
Corrente elétrica no ramo 3 (capacitor 3)
Corrente elétrica no ramo 4 (capacitor 4)
F
o
r
m
a
s

d
e

o
n
d
a

d
a
s

c
o
r
r
e
n
t
e
s

(
A
)



Figura 6 – Formas de onda das correntes elétricas nos capacitores do circuito modulador.

Na Figura 6 apresenta-se o comportamento das formas de onda das correntes
elétricas em cada capacitor do circuito modulador (Figura 3). Como a corrente de pico
calculada foi da ordem de 145 A (forma de onda azul na Figura 6), é possível verificar que
o modelo matemático utilizado também respondeu satisfatoriamente.
11
4.2 Resultados obtidos experimentalmente

Nas Figuras 7 e 8 encontra-se, respectivamente, as formas de onda dos pulsos de
tensão e de corrente; ambas obtidas experimentalmente por meio do circuito modulador. O
pulso da Figura 7 equivale à forma de onda da Figura 4 (simulação computacional) e, o
pulso da Figura 8 foi obtido utilizando-se uma bobina de Rogowski (Figura 9).



Figura 7 – Pulso de tensão do circuito modulador observado através de um osciloscópio.
Escala vertical reduzida: 2 kV/div. Escala horizontal: 0,2 µs/div.



Figura 8 – Pulso de corrente do circuito modulador obtido por meio da bobina de
Rogowski e observado através de um osciloscópio.
Escala vertical: 2 A/div. Escala horizontal: 0,2 µs/div.

É importante mencionar que o pulso de tensão (Figura 7) e o pulso de corrente
(Figura 8) apresentaram excelentes tempos de subida (da ordem de 100 ns) e de descida
(em torno de 200 ns), permitindo uma forma aproximadamente retangular (requisito
mínimo de projeto do modulador). Ademais, é possível observar uma excelente
concordância entre os pulsos (tensão e corrente).
12


Figura 9 – Bobina de Rogowski utilizada para reproduzir experimentalmente a forma de
onda da corrente elétrica no modulador (Figura 8).


5 CONSIDERAÇÕES FINAIS

De acordo com a descrição teórica apresentada, pode-se concluir que por meio de
um modelo matemático é possível verificar a validação dos resultados, sejam eles
referentes a um fenômeno físico ou mesmo ao desenvolvimento de um projeto. Entretanto,
para que o modelo torne-se efetivamente confiável, é fundamental analisar
sistematicamente os resultados teóricos (obtidos pela simulação computacional, por
exemplo) e compará-los com os resultados práticos do projeto. Além dessas observações,
também é importante certificar-se que o modelo está relacionado às condições impostas ao
sistema (projeto), o que permite obter consistência na resposta final do conjunto
modelo-sistema.
Outra conclusão pertinente a este trabalho está relacionada com os resultados
obtidos por meio da simulação computacional (Figuras 4, 5 e 6), onde foi possível
comparar o resultado experimental (Figura 7) com a referida simulação da Figura 4. Com
isso, foi possível verificar que o modelamento matemático apresentou consistência. Esta
consistência pode ser observada na largura do pulso, onde tanto na simulação quanto na
parte prática o pulso apresentou uma largura em torno de 1 µs. Além disso, utilizando-se a
bobina de Rogowski, foi possível observar uma forte concordância entre os pulsos de
tensão e de corrente (Figuras 7 e 8, respectivamente). Portanto, pode-se afirmar que o
modelamento matemático do circuito modulador (Figura 3) foi essencial para o seu projeto
e para a sua construção, confirmando com isso a importância da simulação computacional
para o seu desenvolvimento.


REFERÊNCIAS BIBLIOGRÁFICAS

CARLETO, N. Projeto, construção e caracterização de um modulador pulsado para a
operação de uma válvula magnetron de potência. 2005. Dissertação (Mestrado). Instituto
de Pesquisas Energéticas e Nucleares, São Paulo.

DESOER, C. A.; KUH, S. E. Teoria básica de circuitos. Rio de Janeiro: Guanabara
Dois, 1979.

13
DUPAS, M. A. Pesquisando e normalizando: noções básicas e recomendações úteis para
a elaboração de trabalhos científicos. São Carlos: EdUFSCar, 2002.
GLASOE, G. N.; LEBACQZ, J. V. Pulse generators. New York: McGraw-Hill, 1948.

LAW, A. M. ; KELTON, W. D. Simulation modeling and analysis. 3 ed. New York:
McGraw-Hill, 1991.

MARIA, A. Introduction to modeling and simulation. In: The 1997 Winter Simulation
Conference. Piscataway, 1997, New Jersey, Proceedings… New Jersey: IEEE,
1997. p. 7-13.

MENNER, W. A. Introduction to modeling and simulation. Johns Hopkins APL
Technical Digest, 1995.

NEELAMKAVIL, F. Computer simulation and modeling. Great Britain: John Wily
and Sons, 1987.

OLIVEIRA, D.P.R. Sistemas, organização e métodos: uma abordagem gerencial.
14 ed. São Paulo: Atlas, 2004.

RIVERA, J. Modeling with extend. In: The 1997 Winter Simulation Conference.
New York, 1997, Proceedings... New York: IEEE, 1997. p. 674-676.

encontra-se a metodologia utilizada para modelar o circuito modulador. Em particular. pode-se dizer que o objetivo desse trabalho é apresentar e discutir o uso da simulação computacional de um circuito elétrico de alta tensão operando em regime pulsado (circuito modulador) e confrontar os resultados obtidos por meio desta simulação com os resultados práticos do projeto. simular células de produção (processos e operações). Desta forma. Na seção 4. física. química e engenharia) quanto na otimização de sistemas logísticos e de produção. estabelecer rotas de atendimento (sistemas logísticos). especialmente na área da informática. para reduzir riscos na tomada de decisão. bem como investigar a viabilidade técnica e econômica de um projeto. apresenta-se os resultados obtidos por meio da simulação. é possível orientar o processo de tomada de decisão. novas linguagens de programação (software) e sofisticados programas de simulação têm permitido a utilização da simulação computacional em diversas áreas do conhecimento humano. analisar o comportamento de sistemas físicos (elétricos. Na seção 2. Ela é uma ferramenta importante. os quais são comparados sistematicamente com os resultados experimentais. projetar e desenvolver sistemas utilizados na área militar. eletromagnéticos. possibilitando com isso a previsão de alguns resultados experimentais ou mesmo a realização de experiências que possam comprometer a integridade física do ser humano. a técnica de simulação é muito utilizada para investigar resultados a partir de um modelo matemático que represente um fenômeno ou um comportamento físico. por exemplo. Diante disso. pois permite confrontar a teoria. entre outros. Este trabalho encontra-se organizado conforme descrito a seguir. baseada em conceitos e modelos matemáticos. com a parte experimental. Na seção 5 descreve-se as . mecânicos. a sistemática de construção de modelos. como por exemplo: • • • • • • • • projetar e analisar sistemas industriais automatizados (CLP – Controlador Lógico Programado e aplicações da robótica). apresenta-se o desenvolvimento teórico sobre a engenharia de sistemas. mostra-se uma abordagem sistêmica dos modelos. avaliar o desempenho de sistemas computacionais (softwares de avaliação de desempenho. excluir processos que não agregam valor na produção. estabelecendo com isso uma relação de compromisso entre estas duas vertentes (teoria/prática).1). Ainda na mesma seção. Com os avanços da tecnologia. analisar e avaliar sistemas físicos e propor soluções para a melhoria do projeto. Na seção 3. pneumáticos e hidráulicos). conceituando inicialmente o significado de sistemas e de modelos. analisar o comportamento de circuitos eletroeletrônicos e de seus componentes.1 INTRODUÇÃO A simulação computacional de sistemas físicos está presente tanto na área científica e acadêmica (desenvolvimento de tecnologia nas áreas da medicina. os tipos de modelos de simulação e a importância da verificação e da validação do modelo propriamente dito. planejar recursos materiais e de manufatura na indústria (MRP e MRP II). modernos equipamentos (hardware). identificar problemas antes de suas ocorrências. como por exemplo: o Winstone 99 e o Winbench 99 – versões 1. É importante ressaltar que na elaboração deste trabalho utilizou-se a norma técnica de trabalhos científicos desenvolvida por DUPAS (2002). na área de engenharia.

1. conjuntamente. forma um todo unitário com determinado objetivo e efetua determinada função”. pode-se dizer que sistema é um conjunto de elementos. modelo é a descrição de um sistema o qual explica o seu funcionamento. os controles das variáveis e as avaliações do sistema. que tem por finalidade realimentar uma informação à entrada do sistema de acordo com o resultado investigado. o qual este modelo pode ser físico. 2. para realizar uma simulação. Em outras palavras. Basicamente. e a retroalimentação ou realimentação do sistema. 2 REFERENCIAL TEÓRICO 2. que se referem tanto aos objetivos dos usuários do sistema. encontra-se as referências bibliográficas utilizadas no desenvolvimento do trabalho. . materiais ou fatores que se relacionam entre si em uma estrutura organizada.2 considerações finais com base no referencial teórico e nos resultados obtidos. teórico. que servem para investigar se as saídas estão coerentes com os objetivos estabelecidos. um sistema pode ser constituído dos seguintes componentes: • • os objetivos. é necessário um modelo específico que represente o comportamento do sistema. estabelecendo com isso um controle de todo o sistema. as entradas do sistema. o qual tem como função possibilitar a transformação de um insumo (entrada) em um bem (produto final) ou serviço. as saídas do sistema. matemático ou uma combinação desses. o qual pode ser definido como um conjunto de fatores que podem sofrer influência de fatores externos e internos ao próprio sistema. • • • • O autor ainda ressalta que outro aspecto fundamental na teoria de sistemas é o ambiente do sistema. “sistema é um conjunto de partes integrantes e interdependentes que. que correspondem aos resultados do processo de transformação. gerando determinadas saídas que devem estar relacionadas com os objetivos estabelecidos. na seção 6. o processo de transformação do sistema. Desta forma.1 Conceitos fundamentais: sistema e modelo Sistema De acordo com OLIVEIRA (2004). quanto aos do próprio sistema. Finalmente.2 Modelo Para OLIVEIRA (2004). as quais caracterizam as informações necessárias para a operação do sistema.1 2.1.

2. Entretanto. em algumas situações. Com isso. sendo fundamental submeter-se a algumas técnicas de simplificação para identificar os motivos do referido problema. é necessário conhecer a sua natureza e. A segunda refere-se na utilização de modelos matemáticos que representem as condições “reais” de operação do sistema. Isto sugere um controle sistemático do modelo para que o sistema responda satisfatoriamente dentro das condições e restrições estabelecidas no projeto. sobretudo. estão envolvidas disciplinas que a princípio não possuem nenhuma interligação. deve-se formar uma equipe especializada para abordar sistematicamente os fatores que proporcionaram o problema em questão. é importante ressaltar que para empregar os modelos de forma adequada é necessário submeter à verificação e a validação desses modelos. como a linguagem C e a linguagem Pascal. da forma como elas se interagem. .3 2. Inicialmente.3 Sistemática para a construção de modelos A questão da interdisciplinaridade que torna a abordagem sistêmica extremamente interessante pode. a abordagem sistêmica possui como principal característica a interdisciplinaridade. Restringindo o estudo na área de engenharia. é possível identificar inúmeros motivos para a sua causa. puderam originar o problema? Quais fatores poderiam ser omitidos? Outro requisito fundamental para a construção dos modelos são os recursos computacionais. Um segundo fator importante é a organização do conhecimento sobre o problema. Ou seja. pode-se mencionar a explicação de um fenômeno físico por meio de um modelo matemático que represente o seu comportamento. conforme já mencionado. Como exemplo. Porém. Por sua natureza. as quais são descritas a seguir: • definição do problema: a primeira etapa do processo de construção do modelo consiste em reconhecer e definir o problema a ser estudado. tornar o estudo complexo. normalmente quem constrói o modelo considera algumas aproximações. como por exemplo. é necessário responder algumas questões pertinentes à sua análise. ou mesmo de softwares de simulação utilizados na área de engenharia eletroeletrônica. em seguida. Por exemplo. dentro do contexto permitido. um software específico para uma determinada aplicação. No processo de modelagem e na simulação computacional existem algumas etapas a serem cumpridas. vale lembrar que a complexidade de se verificar o comportamento de um sistema não depende somente das suas partes isoladamente.2 Abordagem sistêmica de modelos Conforme mencionado. o estudo desse sistema pode ser abordado de formas diferentes. este diagnóstico é complexo. teoricamente. Por fim. A visão sistêmica direcionada ao estudo de sistemas enfatiza as conexões entre as várias partes que constitui um todo. Para isso. como por exemplo. Desta forma. mas. um sistema é um conjunto de elementos que interagem entre si e funcionam juntos para desempenhar uma determinada função. como por exemplo: Quais foram os principais fatores que. a construção de modelos matemáticos de simulação a serem utilizados em computadores requer o uso das linguagens de programação. ao analisar um problema. Com isso. o Electronic Workbench. A primeira seria alterar as rotinas operacionais para ajustar o sistema nas condições ideais de simulação. na busca por soluções e no estudo dos problemas. tornando constantes algumas variáveis. é necessário um estudo preliminar para que as decisões tomadas sobre as alterações das rotinas do programa não diminuam o desempenho do sistema.

buscando com isso a sua padronização. • • É importante ressaltar que as etapas descritas acima são dinâmicas.4 Estudo de sistemas e tipos de modelos de simulação Segundo LAW e KELTON (1991). a simulação computacional é utilizada para investigar o comportamento do sistema por meio do modelo matemático desenvolvido e com base no problema apresentado. conceitual ou matemático). o modelo é utilizado para testar diferentes situações sobre o sistema em estudo. comportamento do sistema: nesta etapa. o sistema é representado por meio de um modelo matemático que caracterize o seu comportamento (físico. Fonte: LAW e KELTON (1991). representação do sistema: nesta etapa. avaliação do modelo: nesta etapa são realizados diversos testes sobre o modelo para avaliar sua qualidade e validade (verificação e validação do modelo). os estudos de sistemas podem ser realizados sob diferentes formas de abordagem.4 • • • concepção do sistema: a segunda etapa do processo consiste na investigação dos fatores de influência que se acredita estarem agindo sobre o sistema. o que proporciona estabelecer melhorias no modelo com o objetivo de alcançar o resultado mais próximo da realidade. e estratégias de utilização do modelo: nesta última etapa. conforme apresentado na Figura 1. Nestes testes verifica-se a consistência lógica e matemática do modelo. Soluções Analíticas Modelos Matemáticos Experimentação com Modelos Sistema Real Intervenção Direta das Rotinas Operacionais Figura 1 – Formas de estudo de um sistema. Uso de Protótipos Simulação . 2.

Entretanto. constituído por uma fonte de tensão e um resistor (resistência elétrica). físico ou simbólico. os modelos mentais são confusos. Assim. pode ser analogamente representado por meio desse circuito. Já os modelos matemáticos podem ser representados como soluções analíticas ou soluções numéricas. Isto porque a estruturação do modelo está vinculada ao conhecimento do tomador de decisão sobre o sistema em questão. originando com isso um modelo matemático de simulação. Já o modelo fisco é uma descrição do sistema real por meio de uma representação análoga a este (sistema) ou pela construção de um protótipo. elétrica. Um típico exemplo de solução analítica seria a explicação da lei da indução eletromagnética de Michael Faraday em conjunto com a lei de Lenz. que são programas de computador formulados com base no conhecimento de um ou mais especialistas. Nesse caso. Por outro lado. o estudo do sistema é realizado por meio de experimentos práticos. Os modelos matemáticos de simulação. Os modelos mentais são heurísticos e intuitivos. pode-se utilizar o funcionamento de um circuito elétrico simples. é apresentada uma série de cenários e perguntas que induzem o usuário a uma tomada de decisão de acordo com o conhecimento do especialista. a intervenção direta nas rotinas do sistema consiste em implementar ou alterar a forma de operação do sistema com o objetivo de obter uma condição ideal. podem ser classificados em: • estáticos ou dinâmicos: denominam-se modelos estáticos os que tem como principal objetivo representar o estado de um sistema em um instante ou que em suas formulações não se considera a variável tempo t. Como um exemplo de representação análoga. Quando o usuário emprega o programa. Por outro lado. ou simplesmente modelos de simulação. Com relação aos modelos simbólicos. Já os modelos dinâmicos são . pode-se dizer que é um conjunto de equações que descrevem um determinado sistema. mecânica ou hidráulica). ou seja: dφ dφ .5 Conforme mostra a Figura 1. a experimentação utilizando modelos tem por objetivo demonstrar o funcionamento real do sistema físico. Atualmente. a operação de um equipamento eletrodoméstico. onde E é a tensão elétrica induzida na espira (ou bobina) e é a variação do E=− dt dt fluxo magnético em relação ao tempo t. como por exemplo. um ferro de passar roupas ou mesmo um chuveiro elétrico. ou a elaboração de um organograma de uma empresa ou de um fluxograma de uma cadeia de suprimentos. Este tipo de operação exige experiência do profissional para que as tomadas de decisão não interfiram negativamente no desempenho do sistema. existindo somente na mente do tomador de decisão. eles podem ser divididos em nãomatemáticos e matemáticos. Os modelos não-matemáticos podem ser como: • • a descrição de um memorial descritivo de um projeto de engenharia (civil. no que se referem aos protótipos. uma das formas de tentar transcrever os modelos mentais é a estruturação de expert systems. os modelos podem ser classificados em mental. estes são replicas de sistemas físicos reais. você olha para uma “coisa” que precisa usar e faz uma simulação mental de como será o procedimento para a sua utilização. Quanto às soluções numéricas. complexos e de difícil comunicação. por exemplo. Por exemplo. De acordo com NEELAMKAVIL (1987).

Estruturação de modelos de simulação • 2. na fixação da fronteira do novo sistema o qual engloba os elementos selecionados. 1995. Geralmente.4. o desenvolvimento de um modelo segue os seguintes passos (MENNER. Já nos modelos contínuos. Desta forma. x e p podem ser variáveis. as medidas de desempenho.6 formulados para representarem as alterações de estado do sistema ao longo da contagem do tempo de simulação. cujos valores podem ser definidos em função da ocorrência dos eventos ou pela determinação de um valor fixo. Deve-se ressaltar que y. o que possibilita determinar os valores das variáveis de estado a qualquer instante. Nesses casos somente é possível determinar os valores das variáveis de estado do sistema nos instantes de atualização da contagem de tempo. 1997. 2) formular o problema: implica na seleção dos elementos do sistema. os modelos estocásticos empregam uma ou mais variável aleatória. o avanço da contagem de tempo na simulação é de forma contínua. bem como a relação funcional dos elementos do sistema com o meio externo. as suas formulações não fazem uso de variáveis aleatórias de entrada. p ) . os modelos matemáticos de simulação levam em consideração as características dos elementos do sistema. • determinístico ou estocástico: no modelo determinístico. 1995). e discretos ou contínuos: modelos discretos são aqueles em que o avanço da contagem de tempo na simulação se dá na forma de incrementos. na definição dos . MARIA. p ) (Figura 2). Fonte: MENNER (1995). vetores ou matrizes (MENNER. Parâmetros do Sistema – p Entradas – x Modelo do Sistema – f Saídas – y Figura 2 – Visualização de modelos de simulação: y = f ( x. assim: y = f ( x. RIVERA 1997): 1) reconhecer o problema: é identificar todos os fatos e aspectos que é pretendido estudar (investigar) para que estes sejam considerados na formulação do modelo sistêmico. as variáveis de entrada. Por outro lado.1 A estruturação de modelos para a simulação de sistemas leva a organização de estruturas matemáticas que podem ser representadas por uma função f que produz uma saída y a partir de uma entrada x e parâmetros p do sistema.

na identificação dos anseios do usuário final.5 Verificação e validação do modelo Uma das tarefas mais árduas no modelamento e na simulação de um sistema é determinar se o modelo proposto retrata com fidelidade o sistema investigado. esperados. 7) definir os tipos de experimentos: estabelece as condições em que os valores gerados são confiáveis para serem utilizados experimentalmente. uma vez realizadas as etapas descritas acima. na análise e na caracterização dos dados / informações que competem ao sistema. com isso. por meio dos experimentos realizados é definida as condições usuais do modelo. os quais podem ser verificados a seguir (MARIA. e . Nestas condições. tendo em vista a otimização do sistema. 2. Isto facilita procedimentos futuros. como readequar o modelo a uma nova situação. a elaboração de modelos para a simulação tem como objetivo utilizá-los como ferramenta de suporte à tomada de decisão na investigação do comportamento físico de um sistema. 5) verificar e validar o modelo: verificar significa certificar se as rotinas computacionais implementadas correspondem aos valores. as hipóteses consideradas e a descrição do desenvolvimento das rotinas computacionais. o programador deve elaborar relatórios que contenha detalhes como os objetivos. 6) documentar o modelo: durante o desenvolvimento do modelo. recomenda-se rodar o programa para um conjunto variado de situações para analisar os dados de saída. No entanto. 4) formular e desenvolver o modelo: nesta fase. o modelo de simulação pode ser utilizado para auxiliar na parte experimental e. na seleção do conjunto de parâmetros de medida de desempenho do sistema e. para que estas simulações possam realmente ser utilizadas. ajustar os seus parâmetros por meio dos resultados de saída. Para isso.7 objetivos de estudo. finalmente. é recomendado dois preceitos básicos. teoricamente. é necessário que o modelo passe por um processo de verificação e validação. consequentemente. 3) obter e analisar os dados do sistema: implica no levantamento. Validação consiste na comparação dos dados gerados pelo modelo com os obtidos no sistema real (experimentação prática). Portanto. Na verificação. 1997): • verificação: trata-se de um conjunto de ações para certificar se a forma conceitual adotada na formulação do modelo foi transcrita corretamente com a utilização das linguagens de programação ou da própria simulação. e. e 8) estabelecer as condições de uso: ou seja. definindo com isso os tipos de experimentos que serão realizados. formula-se o modelo conceitual por meio de uma representação gráfica (fluxograma ou diagrama em blocos) a qual será traduzida em um modelo lógico e matemático para torna-se um modelo computacional de simulação. rastear o programa verificando a execução dos procedimentos e o comportamento do sistema.

1948). . foi necessário utilizar os teoremas de Cauer e de Foster (GLASOE e LEBACQZ. 3.K Lv C v s + 1 ∑ n (2) Z = z1 + 1 y2 + 1 z3 + 1 y4 + O + 1 z n −1 + 1 yn (teorema de Cauer). 3 METODOLOGIA A metodologia utilizada para modelar matematicamente o circuito elétrico de alta tensão (circuito modulador) utilizado no projeto e na construção de radares de microondas (Figura 3). 2 v =1. o programa computacional foi escrito na linguagem Pascal e o algoritmo de simulação foi o Runge-Kutta. respectivamente. Porém. Porém. (1) Y (s) = e Cv s (teorema de Foster). Foi utilizado também o software gráfico MicrocalTM OriginTM 5. aumentando com isso o poder de análise e a confiabilidade do modelo. dentro de um padrão. Neste caso. o modelo matemático do circuito da Figura 3 foi baseado nas leis de Kirchhoff (lei das tensões e das correntes) e no conceito de variáveis de estado (DESOER e KUH. a realidade física do sistema. é importante que a validação seja conduzida com a verificação. para calcular os elementos do circuito da Figura 3 (capacitores C e indutores L). Fonte: GLASOE e LEBACQZ (1948). bem como os modelos de simulação podem ser encontrados detalhadamente no trabalho desenvolvido por CARLETO (2005). (3) LE1 LE2 LE3 LE4 C C C C Figura 3 – Circuito elétrico utilizado no projeto e na construção de radares de microondas.0 para plotar as formas de onda. por meio das seguintes expressões: r r & x (t ) = Ax (t ) + bw(t ) (conceito de variáveis de estado). é importante ressaltar que. se ele responde.8 • validação: é uma coletânea de dados e resultados utilizados para analisar se o modelo está apresentando consistência. O conceito matemático de variáveis de estado e as formas gerais destes teoremas (Cauer e Foster) podem ser observados. Ou seja. 1979).

respectivamente. 2.9 4 RESULTADOS E DISCUSSÃO 4. Nestas condições. De acordo com o pulso de tensão apresentado na Figura 4. observa-se que as oscilações na região superior estão relacionadas com as quatro freqüências de oscilação estabelecidas por meio da expansão da série de Fourier.1 Resultados obtidos por meio da simulação computacional Nesta seção.3K   τ   τ  f (t ) = (4) Ademais. o pulso apresentado na Figura 4 representa um exemplo típico de “casamento” de impedâncias. Portanto. Tensão elétrica de saída da PFN (kV) 10 8 6 4 2 Linha de referência 0 -2 0 1 2 Largura do pulso (µs) 3 Figura 4 – Forma de onda do pulso de tensão de saída do circuito modulador. é possível afirmar que o modelamento matemático apresentou consistência para a devida aplicação. Estas freqüências obedecem ao número de seções LC (indutores e capacitores) especificado no projeto do modulador (fator relevante na execução do projeto).5 kV. A expressão a seguir representa a forma geral da série de Fourier. respeitando também a especificação de projeto. 2 v =1. apresenta-se as formas de onda obtidas por meio das simulações computacionais realizadas com o circuito elétrico da Figura 3. em torno de 1 µs e 4. . com tempos de subida e descida bem definidos (forma retangular). pode-se verificar que a amplitude e a largura τ (duração do pulso) do pulso permaneceram. ∞ A0   vπt   vπt  + ∑ a v cos  + bv sen  .

Como a corrente de pico calculada foi da ordem de 145 A (forma de onda azul na Figura 6). é possível verificar que o modelo matemático utilizado foi satisfatório. . Na Figura 6 apresenta-se o comportamento das formas de onda das correntes elétricas em cada capacitor do circuito modulador (Figura 3). Formas de onda das correntes (A) 150 Corrente elétrica no ramo 1 (capacitor 1) Corrente elétrica no ramo 2 (capacitor 2) Corrente elétrica no ramo 3 (capacitor 3) Corrente elétrica no ramo 4 (capacitor 4) 100 50 Linha de referência 0 -50 0 1 2 3 Largura do pulso (µs) Figura 6 – Formas de onda das correntes elétricas nos capacitores do circuito modulador. já que as formas de onda partem do ponto de 9 kV (Figura 5). é possível verificar que o modelo matemático utilizado também respondeu satisfatoriamente.10 Formas de onda das tensões (kV) 12 10 8 6 4 2 0 -2 -4 0 1 2 Largura do pulso (µs) 3 Linha de referência Pulso de tensão da PFN Tensão elétrica no capacitor 1 Tensão elétrica no capacitor 2 Tensão elétrica no capacitor 3 Tensão elétrica no capacitor 4 Figura 5 – Formas de onda das tensões elétricas nos capacitores do circuito modulador. Como o circuito foi simulado com uma tensão elétrica de 9 kV. Na Figura 5 apresenta-se o comportamento das formas de onda das tensões elétricas em cada capacitor do circuito modulador (Figura 3).

Ademais. respectivamente. . O pulso da Figura 7 equivale à forma de onda da Figura 4 (simulação computacional) e. Figura 7 – Pulso de tensão do circuito modulador observado através de um osciloscópio. o pulso da Figura 8 foi obtido utilizando-se uma bobina de Rogowski (Figura 9).2 Resultados obtidos experimentalmente Nas Figuras 7 e 8 encontra-se. Escala vertical reduzida: 2 kV/div. é possível observar uma excelente concordância entre os pulsos (tensão e corrente). Escala horizontal: 0.2 µs/div. Escala horizontal: 0.11 4. as formas de onda dos pulsos de tensão e de corrente. permitindo uma forma aproximadamente retangular (requisito mínimo de projeto do modulador).2 µs/div. Figura 8 – Pulso de corrente do circuito modulador obtido por meio da bobina de Rogowski e observado através de um osciloscópio. É importante mencionar que o pulso de tensão (Figura 7) e o pulso de corrente (Figura 8) apresentaram excelentes tempos de subida (da ordem de 100 ns) e de descida (em torno de 200 ns). Escala vertical: 2 A/div. ambas obtidas experimentalmente por meio do circuito modulador.

. C. Com isso. onde foi possível comparar o resultado experimental (Figura 7) com a referida simulação da Figura 4. E. foi possível observar uma forte concordância entre os pulsos de tensão e de corrente (Figuras 7 e 8. o que permite obter consistência na resposta final do conjunto modelo-sistema. N. Além disso. por exemplo) e compará-los com os resultados práticos do projeto. Entretanto. Dissertação (Mestrado). 1979. 2005. A. Teoria básica de circuitos. S. também é importante certificar-se que o modelo está relacionado às condições impostas ao sistema (projeto). 5 CONSIDERAÇÕES FINAIS De acordo com a descrição teórica apresentada. para que o modelo torne-se efetivamente confiável. pode-se concluir que por meio de um modelo matemático é possível verificar a validação dos resultados. utilizando-se a bobina de Rogowski. respectivamente). São Paulo. Esta consistência pode ser observada na largura do pulso. é fundamental analisar sistematicamente os resultados teóricos (obtidos pela simulação computacional. construção e caracterização de um modulador pulsado para a operação de uma válvula magnetron de potência. foi possível verificar que o modelamento matemático apresentou consistência. sejam eles referentes a um fenômeno físico ou mesmo ao desenvolvimento de um projeto. KUH. REFERÊNCIAS BIBLIOGRÁFICAS CARLETO. Portanto.12 Figura 9 – Bobina de Rogowski utilizada para reproduzir experimentalmente a forma de onda da corrente elétrica no modulador (Figura 8).. Rio de Janeiro: Guanabara Dois. onde tanto na simulação quanto na parte prática o pulso apresentou uma largura em torno de 1 µs. 5 e 6). Projeto. pode-se afirmar que o modelamento matemático do circuito modulador (Figura 3) foi essencial para o seu projeto e para a sua construção. Outra conclusão pertinente a este trabalho está relacionada com os resultados obtidos por meio da simulação computacional (Figuras 4. Além dessas observações. confirmando com isso a importância da simulação computacional para o seu desenvolvimento. Instituto de Pesquisas Energéticas e Nucleares. DESOER.

. Sistemas. D. J. LAW. Proceedings… New Jersey: IEEE. M. MARIA. A. OLIVEIRA. NEELAMKAVIL. In: The 1997 Winter Simulation Conference. São Paulo: Atlas. New York.. New Jersey. São Carlos: EdUFSCar. W. Great Britain: John Wily and Sons.P.13 DUPAS. 3 ed. p. p. Pulse generators. Piscataway. 1995. Introduction to modeling and simulation. W. 14 ed. Modeling with extend.. A. RIVERA. Johns Hopkins APL Technical Digest. 674-676. 7-13. Introduction to modeling and simulation. G. 1997. 1997. Proceedings. Pesquisando e normalizando: noções básicas e recomendações úteis para a elaboração de trabalhos científicos. 1991. GLASOE. New York: IEEE. Simulation modeling and analysis. 2002. D. 1997. N. New York: McGraw-Hill.R. F. MENNER. 1948. A. Computer simulation and modeling. . KELTON. organização e métodos: uma abordagem gerencial. 1987. M. 2004. . In: The 1997 Winter Simulation Conference. V. 1997. A. LEBACQZ. J. New York: McGraw-Hill.

Sign up to vote on this title
UsefulNot useful