Escolar Documentos
Profissional Documentos
Cultura Documentos
DEPARTAMENTO DE AUTOMÁTICA
TRABALHO
Lavras
2021
Sumário
1.1 Questão 1
1 %L e i t u r a do a r q u i v o
2
3 dados = l o a d ( ’ dados . t x t ’ ) ;
4
5 t = dados ( : , 1 ) ;
6 u = dados ( : , 2 ) ;
7 y = dados ( : , 3 ) ;
8 k = mean ( dados ( end−20:end ) )
9 kn = k/k
10 yn = y/k ;
11
12 p l o t ( t , yn ) ;
A partir do gráfico dos dados normalizados chegou-se que o tempo morto do sistema
é de 15s conforme marcado no gráfico da Fig. 1
1 %Metodo das I n t e g r a i s
2
3 t e t a t a u = t r a p z ( t , u−yn ) ;
4 i n d i c e = f i x ( t e t a t a u / ( t (2) − t ( 1 ) ) ) ;
5 tau = exp ( 1 ) ∗ t r a p z ( t ( 1 : i n d i c e ) , yn ( 1 : i n d i c e ) ) ;
6 t e t a = t e t a t a u − tau ;
7 H = t f ( k , [ tau 1 ] , ’ InputDelay ’ , t e t a )
8 s t e p (H, t , ’ r ’ ) ; g r i d on
67, 51
H(s) = e−23,8s (1)
49, 23s + 1
A partir dos dados fornecidos gerou-se o gráfico do Fig. 3 com os dados necessários
para executar o método de uma constante de tempo.
Com isso gerou-se o código abaixo e obteve-se a Eq. 2 com a resposta ao degrau
conforme o gráfico da Fig. 4.
67, 51
H(s) = e10s (2)
49, 23s + 1
A partir dos dados fornecidos gerou-se o gráfico do Fig. 5 com os dados necessários
para executar o método de quatro constantes de tempo.
Com isso gerou-se o código abaixo e obteve-se a Eq. 3 com a resposta ao degrau
conforme o gráfico da Fig. 6.
67, 55
H(s) = e−15s (3)
59, 9s + 1
A partir dos dados fornecidos gerou-se o gráfico do Fig. 7 com os dados necessários
para executar o método de Ziegler-Nichols.
Com isso gerou-se o código abaixo e obteve-se a Eq. 4 com a resposta ao degrau
conforme o gráfico da Fig. 8.
1 %Metodo de Z i e g l e r − N i c h o l s
2
3 k = mean ( dados ( end−50:end ) )
4 teta_tau = 7 0 ;
5 teta = 15;
6 tau = teta_tau − teta
7
8 plot ( t , y ) ;
9 g r i d on ;
10 h o l d on ;
11 G1 = t f ( k , [ tau 1 ] , ’ InputDelay ’ , t e t a )
12 s t e p (G1 , t , ’ r ’ ) ;
Capítulo 1. PARTE 1: MÉTODOS DETERMINÍSTICOS 9
67, 51
H(s) = e−15s (4)
55s + 1
A partir dos dados fornecidos gerou-se o gráfico do Fig. 9 com os dados necessários
para executar o método de Smith.
Com isso gerou-se o código abaixo e obteve-se a Eq. 5 com a resposta ao degrau
conforme o gráfico da Fig. 10.
1 %Metodo de Smith
2
3 y1 = 0 . 2 8 3 ∗ k
4 y2 = 0 . 6 3 2 ∗ k
5
6 t1 = 40;
7 t2 = 75;
8
9 tau = 1 . 5 ∗ ( t2−t 1 ) ;
10 t e t a = t2−tau ;
11
12 p l o t ( t , y ) ; g r i d on ; h o l d on ;
13 G1 = t f ( k , [ tau 1 ] , ’ InputDelay ’ , t e t a )
14 s t e p (G1 , ’ r ’ ) ;
Capítulo 1. PARTE 1: MÉTODOS DETERMINÍSTICOS 11
67, 55
H(s) = e−22,5s (5)
52, 5s + 1
A partir dos dados fornecidos gerou-se o gráfico do Fig. 11 com os dados necessários
para executar o método de Haglund.
Com isso gerou-se o código abaixo e obteve-se a Eq. 6 com a resposta ao degrau
conforme o gráfico da Fig. 12.
1 %Metodo Haglund
2
3 k = mean ( dados ( end−50:end ) )
4 t1 = 15;
5 t2 = 75;
6 thag = t 2 − t 1 ;
7
8 p l o t ( t , y ) ; g r i d on ; h o l d on
9
10 G1 = t f ( k , [ thag 1 ] , ’ InputDelay ’ , t 1 )
11 s t e p (G1 , t , ’ r ’ ) ;
Capítulo 1. PARTE 1: MÉTODOS DETERMINÍSTICOS 13
67, 51
H(s) = e−15s (6)
60s + 1
A partir dos dados fornecidos gerou-se o gráfico do Fig. 13 com os dados necessários
para executar o método de Sundaresan e Krishnaswami.
Com isso gerou-se o código abaixo e obteve-se a Eq. 7 com a resposta ao degrau
conforme o gráfico da Fig. 14.
67, 55
H(s) = e−34,5s (7)
43, 89s + 1
1 %Metodo de i n c l i n a o inicial
2
3 t2 = 15;
4 tau2 = 70 − t 2 ;
5
6 p l o t ( t , y ) ; g r i d on
7 h o l d on
8 G1 = t f ( k , [ tau2 1 ] , ’ InputDelay ’ , t 2 )
9 s t e p (G1 , t , ’ r ’ ) ; g r i d on
67, 55
H(s) = e−15s (8)
55s + 1
Para calcular o menor erro médio quadrático (MSE) utilizou-se o comando mean().
Conforme pode ser observado na Tab. 1 o método que mais se aproximou da resposta
medida foi Método de Haglund.
Método MSE
Integrais 1.7446
Uma constante de tempo 4.1025
Quatro constantes de tempo 1.3181
Ziegler-Nichols 1.6326
Smith 1.3898
Haglund 1.3141
Sundaresan e Krishnaswami 3.9906
Inclinação inicial 1.6326
Capítulo 1. PARTE 1: MÉTODOS DETERMINÍSTICOS 18
1.2 Questão 2
1 %L e i t u r a do a r q u i v o
2
3 dados = l o a d ( ’ dados . t x t ’ ) ;
4
5 t = dados ( : , 1 ) ;
6 u = dados ( : , 2 ) ;
7 y = dados ( : , 3 ) ;
8 k = mean ( dados ( end−20:end ) )
9 kn = k/k
10 yn = y/k ;
11
12 p l o t ( t , yn ) ;
A partir do gráfico dos dados normalizados chegou-se que o tempo morto do sistema
é de 15s conforme marcado no gráfico da Fig. 16
1.2.1 Sundaresan
A partir dos dados fornecidos gerou-se o gráfico do Fig. 17 com os dados necessários
para executar o método de Sundaresan.
Com isso gerou-se o código abaixo e obteve-se a Eq. 9 com a resposta ao degrau
conforme o gráfico da Fig. 18.
1 %Metodo de Sundaresan
2
3 teta_tau = t r a p z ( t , u− yn ) ;
4
5 teta = 15;
6 tm = 9 5 ;
7 M1 = 1 / (tm−t e t a ) ;
8
9 mi = teta_tau ;
10 lambda = (tm − mi ) ∗M1;
Capítulo 1. PARTE 1: MÉTODOS DETERMINÍSTICOS 20
11 n = 0.3;
12
13 t 1 = ( n^(n/(1−n ) ) ) /M1;
14 t 2 = ( n^(1/(1 −n ) ) ) /M1;
15 tauD = mi − t 1 − t 2 ;
16
17 G1 = t f ( k , [ ( t 1 ∗ t 2 ) ( t 1+t 2 ) 1 ] , ’ InputDelay ’ , tauD )
18 p l o t ( t , y ) ; g r i d on ; h o l d on ;
19 s t e p (G1 , ’ r ’ ) ;
67, 51
H(s) = e−11s (9)
684, 1s2 + 62, 08s + 1
1.2.2 Mollenkamp
A partir dos dados fornecidos gerou-se o gráfico do Fig. 19 com os dados necessários
para executar o método de Mollenkamp.
Com isso gerou-se o código abaixo e obteve-se a Eq. 10 com a resposta ao degrau
conforme o gráfico da Fig. 20.
1 %Metodo de Mollenkamp
2
3 yt1 = 0 . 1 5 ∗ k ;
4 yt2 = 0 . 4 5 ∗ k ;
5 yt3 = 0 . 7 5 ∗ k ;
6 t1 = 2 7 . 9 ;
7 t2 = 5 8 . 5 ;
8 t3 = 9 9 . 4 ;
9
10 x = ( t2−t 1 ) / ( t3−t 1 ) ;
11 z e t a = ( 0 . 0 8 0 5 − 5 . 5 4 7 ∗ ( 0 . 4 7 5 − x ) ^ 2 ) / ( x −0.356)
12 f1 = 0.708∗(2.811^ zeta ) ;
13 wn = f 1 / ( t3−t 1 ) ;
14 f2 = 0.922∗(1.66^ zeta ) ;
15 t e t a = t2−f 2 /wn ;
Capítulo 1. PARTE 1: MÉTODOS DETERMINÍSTICOS 22
16
17 G1 = t f ( k∗wn^2 , [ 1 2∗ z e t a ∗wn wn^ 2 ] )
18 p l o t ( t , y ) ; g r i d on ; h o l d on ;
19 s t e p (G1 , ’ r ’ ) ;
0, 04698
H(s) = (10)
s2 + 0, 05002 + 0, 0006959
Na Tab. 2 tem-se uma comparação entre os métodos por meio do critério de menor
erro médio quadrático (MSE).
Método MSE
Sundaresan 0.3725
Mollenkamp 0.7580
1.3 Questão 3
O código utilizado para calcular o menor erro médio quadrático (MSE) foi:
Na Tabela a seguir tem-se uma comparação entre os métodos por meio do critério
de menor erro médio quadrático (MSE). E na Fig. 21 tem-se o gráfico comparando os
métodos estudados.
Método MSE
Integrais 1.7446
Uma constante de tempo 4.1025
Quatro constantes de tempo 1.3181
Ziegler-Nichols 1.6326
Smith 1.3898
Haglund 1.3141
Sundaresan e Krishnaswami 3.9906
Inclinação inicial 1.6326
Sundaresan 0.3725
Mollenkamp 0.7580
Diante dos erros médios quadráticos obtidos e da análise gráfica, conclui-se que o
melhor método para estimar uma aproximação para a função de transferência dos dados
obtidos é o Método de Sundaresan, sendo ela dada Eq. 9.
25
1 %L e i t u r a do a r q u i v o
2
3 dados = l o a d ( ’ dados3 . t x t ’ ) ;
4 t = dados ( : , 1 ) ;
5 u = dados ( : , 2 ) ;
6 y = dados ( : , 3 ) ;
7
8 yd = y ( 1 : 4 : end ) ;
9 ud = u ( 1 : 4 : end ) ;
1 Y = yd ( 2 : end ) ;
2 X( : , 1 ) = yd ( 1 : end−1);
3 X( : , 2 ) = ud ( 1 : end−1);
4
5 t e t a = pinv (X) ∗Y
6
7 A = teta (1); B = teta (2)
8
9 ym1 ( 1 ) = y ( 1 ) ;
10
11 f o r k = 2 : numel ( y )
12 ym1( k ) = t e t a ( 1 ) ∗ ym1( k−1)+ t e t a ( 2 ) ∗ u ( k −1);
13 end
14
15 p l o t ( t , y ) ; g r i d on ; h o l d on ;
16 p l o t ( t , ym1 , ’ r ’ ) ;
17 err = immse (A, B)
1 %Para 2 a t r a s o s
2 Y = yd ( 3 : end ) ;
3
4 X( : , 1 ) = yd ( 1 : end−2); X( : , 2 ) = yd ( 2 : end−1);
5 X( : , 3 ) = ud ( 1 : end−2); X( : , 4 ) = ud ( 2 : end−1);
6 t e t a 2 = pinv (X) ∗Y
7 A = teta2 ( 1 ) ; B = teta2 ( 2 ) ;
8 C = teta2 ( 3 ) ; D = teta2 ( 4 ) ;
9 ym2 ( 1 ) = y ( 1 ) ; ym2 ( 2 ) = y ( 2 ) ;
10
11 f o r k = 3 : numel ( y )
12 ym2( k ) = t e t a 2 ( 1 ) ∗ ym2( k−1) + t e t a 2 ( 2 ) ∗ ym2( k−2)
13 + t e t a 2 ( 3 ) ∗ u ( k−1) + t e t a 2 ( 4 ) ∗ u ( k −2);
14 end
15
16 p l o t ( t , y ) ; g r i d on ; h o l d on ;
17 p l o t ( t , ym2 , ’ r ’ ) ;
18 err = immse (A, B)