Escola Superior de Tecnologia - EST

Controle e Automação II
Observador de Estados

Prof. Rodrigo Farias Araújo (rfaraujo@uea.edu.br)

Engenharia de Controle e Automação

Manaus, 2022
Observador de Estados

▶ Na abordagem de projeto de controladores por realimentação de

estados (alocação de polos), supomos que todas as variáveis de
estado estejam disponíveis para realimentação. Contudo, na prática
nem todas as variáveis estão disponíveis para realimentação.

▶ Sendo assim, precisamos estimar as variáveis de estado não

disponíveis. A estimativa de variáveis de estado não mensuráveis é
comumente denominada observação.

▶ Um dispositivo que estima ou observa as variáveis de estado é

denominado observador de estado ou simplesmente observador.

Rodrigo Farias Araújo 2/15 Controle e Automação II

Observador de Estados
▶ Se o sistema é completamente observável então é possível determinar
os estados que não são diretamente medidos.

▶ O observador de estados completo, chamado de Observador de

Luenberger, para o sistema a seguir

ẋ(t) = Ax(t) + Bu(t)

y(t) = Cx(t)

é dado por:

˙
x̂(t) = Ax̂(t) + Bu(t) + L(y(t) − Cx̂(t))

onde x̂(t) denota a estimativa dos estados x(t), A ∈ Rn×n e

B ∈ Rn×1 , C ∈ R1×n e L ∈ Rn×1 é a matriz de ganhos do observador,
que deve ser determinada no projeto.
Rodrigo Farias Araújo 3/15 Controle e Automação II
Observador de Estados

u(t) y(t)

ỹ(t) = y(t) − Cx̂(t) +

x̂(t) ˙
x̂(t) = Ax̂(t) + Bu(t) + Lỹ(t)
−

Rodrigo Farias Araújo 4/15 Controle e Automação II

Observador de Estados

▶ O objetivo do observador é fornecer uma estimativa x̂(t) tal que

x̂(t) → x(t) quando t → ∞. Sendo assim, a análise será feita
utilizando-se o erro de estimativa:

e(t) = x(t) − x̂(t)

então deseja-se que e(t) → 0 quando t → ∞ (assintoticamente

estável).

▶ Dado o par (A, C), nós sempre podemos determinar uma matriz
de ganhos do observador, L, tal que o erro de estimativa seja
assintoticamente estável se e somente se o sistema é
completamente observável.

Rodrigo Farias Araújo 5/15 Controle e Automação II

Observador de Estados

▶ Tomando a derivada temporal do erro de estimativa e substituindo-se

as equações de estado do sistema e do observador, temos que:

˙
ė(t) = ẋ(t) − x̂(t)
ė(t) = Ax(t) + Bu(t) − Ax̂(t) − Bu(t) − L(y(t) − Cx̂(t))
ė(t) = Ax(t) − Ax̂(t) − L(Cx(t) − Cx̂(t))
ė(t) = (A − LC)e(t)

▶ A EC associada a matriz em malha fechada do erro de estimativa é:

det(sI − (A − LC)) = 0

Rodrigo Farias Araújo 6/15 Controle e Automação II

Observador de Estados

▶ Como a solução EDO para qualquer condição inicial, e(0), é dada por:

e(t) = e(A−LC)t e(0)

Então, se os autovalores de A − LC possuem parte real negativa,

então e(t) → 0 quando t → ∞.

▶ Note que o projeto de observadores também envolve a alocação de

polos (autovalores) em uma região desejado do plano-s. Neste caso
polos do observador.

▶ Alguns cuidados devem ser tomados no projeto de observadores, por

exemplo, os polos do observador devem ser mais rápidos que os polos
do sistema em malha fechada. Na próxima aula, tais questões serão
detalhadas.
Rodrigo Farias Araújo 7/15 Controle e Automação II
Pêndulo Invertido

▷ Considere o mesmo sistema da Aula 15, o pêndulo invertido com

representação no espaço de estados é dada por:
   
0 1 0
ẋ(t) = g x(t) + u(t)
l 0 − ml1 2
 
y(t) = 1 0 x(t)

▷ Para m = 1kg, l = 1m e g = 10m/s2 , vimos na Aula 15 que o sistema

pode ser controlado por um controlador por realimentação de estados.
▷ A matriz de observabilidade é dada por:
 
1 0
Po = ⇒ det(Po ) = 1 ̸= 0
0 1

Logo, o sistema é observável.

Rodrigo Farias Araújo 8/15 Controle e Automação II

Pêndulo Invertido

▷ Vamos projetar um observador de estados para estimar os estados do

sistema.

▷ Considerando o observador de Luenberger, a matriz em malha

fechada do erro de estimativa, A − LC, deverá ter uma EC associada
com a seguinte estrutura.

det(sI − (A − LC)) = s2 + 2ζωn s + ωn2

▷ Escolhendo-se o mesmo coeficiente de amortecimento do projeto de

controle ζ = 0,9 e ωn = 10. Temos que a EC desejada é:

det(sI − (A − LC)) = s2 + 18s + 100

Rodrigo Farias Araújo 9/15 Controle e Automação II

Pêndulo Invertido
▷ Calculando a EC em função dos ganhos do observador, temos que:,
  
     

 s 0  0 1 ℓ  
det(sI − (A − LC)) = det  − − 1 1 0 
 0 s  10 0 ℓ2 | {z }
| {z } |{z} C
A L
 
s + ℓ1 −1
det(sI − (A − LC)) = det
−10 + ℓ2 s
det(sI − (A − LC)) = s2 +ℓ1 s−10 + ℓ2

▷ Comparando com:

det(sI − (A − LC)) = s2 +18s+100

   
ℓ1 18
Temos que: L = = .
ℓ2 110
Rodrigo Farias Araújo 10/15 Controle e Automação II
Pêndulo Invertido
 
▷ Para uma condição inicial do observador x̂(0) = 0 0 . A
comparação das trajetórias de x1 (t) e x̂1 (t) são mostradas a seguir.

30

25

20

15

10

-5
0 0.5 1 1.5 2 2.5 3

Rodrigo Farias Araújo 11/15 Controle e Automação II

Pêndulo Invertido
▷ A trajetória do erro de estimativa e1 (t) = x1 (t) − x̂1 (t) é mostrada a
seguir.
30

25

20

15

10

-5
0 0.5 1 1.5 2 2.5 3

Rodrigo Farias Araújo 12/15 Controle e Automação II

Pêndulo Invertido
▷ A comparação das trajetórias de x2 (t) e x̂2 (t) são mostradas a seguir.

80

60

40

20

-20

-40

-60
0 0.5 1 1.5 2 2.5 3

Rodrigo Farias Araújo 13/15 Controle e Automação II

Pêndulo Invertido
▷ A trajetória do erro de estimativa e2 (t) = x2 (t) − x̂2 (t) é mostrada a
seguir.

20

-20

-40

-60

-80

-100

-120
0 0.5 1 1.5 2 2.5 3

Rodrigo Farias Araújo 14/15 Controle e Automação II

 Obrigado!

Rodrigo Farias Araújo 15/15 Controle e Automação II