Escolar Documentos
Profissional Documentos
Cultura Documentos
Sistemas modernos de controle, geralmente, possuem muitas entradas e muitas saídas que se inter-
relacionam de uma maneira complexa. Para análises desses sistemas é necessário o uso de modelos
que permitam a redução da complexidade das expressões matemáticas, bem como a adequação para
uso em sistemas computacionais.
CASO CONTÍNUO
Matriz de Estado
Vetor de Estados
Matriz de Entrada
CASO DISCRETO
Entrada (força)
k
u(t )
m Saída (deslocamento)
b y (t )
1
SOLUÇÃO
Modelagem Matemática
forças 0
u(t ) ky (t ) my(t ) by (t )
x1 (t ) x2 (t )
k b 1
x2 (t ) y(t ) x1 (t ) x2 (t ) u (t )
m m m
y (t ) x1 (t )
x1 (t ) 0 1 x (t ) 0
x (t ) k b 1 u (t )
x 2 (t ) 1
2 m m
m
x1 (t )
y (t ) 1 0 0u (t )
x 2 (t )
2
2) Um sistema de controle é modelado e representado pela seguinte equação diferencial:
d 3 y (t ) d 2 y (t ) dy(t )
2 4 6 8 y (t ) 10u (t )
dt 3 dt 2 dt
obtenha a representação desse sistema no espaço de estado (2,0 pontos)
SOLUÇÃO
x1 (t ) y (t )
x2 (t ) y (t ) x1 (t )
x3 (t ) y(t ) x 2 (t )
x3 (t ) y(t ) 2 y(t ) 3 y (t ) 4 y (t ) 5u (t )
x3 (t ) y(t ) 2 x3 (t ) 3x2 (t ) 4 x1 (t ) 5u (t )
x1 0 1 0 x1 0
x 0 0 1 x2 0u
2
x3 4 3 2 x3 5
x1
y 1 0 0 x2 0u
x3
3
3) Um sistema digital de controle de voo compensa a força do vento lateral, 𝑥[𝑘], ajustando o
ângulo, 𝜃[𝑘], do leme da cauda da aeronave fazendo com que o percurso, 𝑦[𝑘], seja mantido
mesmo com uma ligeira inclinação do eixo de direção da aeronave. As equações que
descrevem o sistema de compensação estão relacionadas da seguinte forma:
Percurso da
aeronave
Ângulo do
leme
SOLUÇÃO
𝑞1 [𝑘] = 𝜃[𝑘 − 2]
𝑞2 [𝑘] = 𝑞1 [𝑘 + 1] = 𝜃[𝑘 − 1]
𝑞2 [𝑘 + 1] = 𝜃[𝑘] = −3𝑦[𝑘 − 1] − 𝜃[𝑘 − 1] + 4𝑥[𝑘]
𝑞3 [𝑘] = 𝑦[𝑘 − 1]
𝑞3 [𝑘 + 1] = 𝑦[𝑘] = 2𝜃[𝑘 − 1] + 3𝜃[𝑘 − 2] + 5𝑥[𝑘]
Arrumando:
𝑞1 [𝑘 + 1] = 𝑞2 [𝑘]
𝑞2 [𝑘 + 1] = −𝑞2 [𝑘] − 3𝑞3 [𝑘] + 4𝑥[𝑘]
𝑞3 [𝑘 + 1] = 3𝑞1 [𝑘] + 2𝑞2 [𝑘] + 5𝑥[𝑘]
Colocando no EE
𝑞1 [𝑘 + 1] 0 1 0 𝑞1 [𝑘] 0
[𝑞2 [𝑘 + 1]] = [0 −1 −3] [𝑞2 [𝑘]] + [4] 𝑥[𝑘]
𝑞3 [𝑘 + 1] 3 2 0 𝑞3 [𝑘] 5
𝑞1 [𝑘]
𝜃[𝑘] 0 −1 −3 4
[ ]=[ ] [𝑞2 [𝑘]] + [ ] 𝑥[𝑘]
𝑦[𝑘] 3 2 0 5
𝑞3 [𝑘]
4
4) Dado o GFS abaixo, obtenha o modelo no E.E.
SOLUÇÃO
Retirando os integradores e as condições iniciais, temos:
𝑥̇ 1 = 𝑥2
𝑥̇ 2 = −𝑎1 𝑥2 + (𝑥3 − 𝑎3 𝑦) − 𝑎2 (𝑥1 + 𝑎0 (𝑥3 − 𝑎3 𝑦))
𝑥̇ 3 = 𝑟
𝑦 = 𝑥1 + 𝑎0 (𝑥3 − 𝑎3 𝑦)
Arrumando, temos:
5
5) Um sistema é descrito por duas equações diferenciais como:
d2y
y 2u aw 0
dt 2
d 2w
by 4u 0
dt 2
SOLUÇÃO
x1 y x3 w
x2 y x1 x4 w x3
x2 y aw 2u y x4 w
4u by
x1 y x3 w
x2 y x1 x4 w x3
x2 y ax3 2u x1 x4 w
4u bx1
x1 0 1 0 0 x1 0
x 10 a 0 x2 2
2 u
x3 00 0 1 x3 0
x4 b0 0 0 x 4 4
x1
y 1 0 0 0 x2 0
w 0 0 1 0 x 0 u
3
x4
6
10.3 – TRANSFORMAÇÃO DE MODELOS DE SISTEMAS
A partir da representação no espaço de estados é possível obter a função de transferência para cada
uma entrada e cada uma saída.
CASO CONTÍNUO
𝑌(𝑠)
= 𝐶(𝑠𝐼 − 𝐴)−1 𝐵 + 𝐷
𝑋(𝑠)
Para obter a função de transferência para cada entrada e saída basta colocar zeros nas posições das
matrizes 𝐵 e 𝐷 correspondentes às entradas que não serão consideradas.
𝐸𝑐 (𝑠) = 𝑠𝐼 − 𝐴
|𝑠𝐼 − 𝐴| = 0
onde, | | é o determinante.
7
CASO DISCRETO
𝑌(𝑧)
= 𝐶(𝑧𝐼 − 𝐴)−1 𝐵 + 𝐷
𝑋(𝑧)
Para obter a função de transferência para cada entrada e saída basta colocar zeros nas posições das
matrizes 𝐵 e 𝐷 correspondentes às entradas que não serão consideradas.
𝐸𝑐 (𝑧) = 𝑧𝐼 − 𝐴
|𝑧𝐼 − 𝐴| = 0
onde, | | é o determinante.
𝐴𝑑𝑗(𝑀)
𝑀−1 =
|𝑀|
8
EXEMPLOS
1) Obtenha a inversa de 𝑀
1 1 1
𝑀 = [2 3 2]
1 2 2
SOLUÇÃO
𝐷𝑒𝑡(𝑀) = 0 − (−1) = 1
2 0 −1
−1
𝑀 = [−2 1 0]
1 −1 1
2) Obtenha a inversa de 𝑀
s−1 0 −1
𝑀 = (𝑠𝐼 − 𝐴) = [ −2 s−3 0 ]
−1 1 s−2
SOLUÇÃO
(𝑠 − 3)(𝑠 − 2) 2(𝑠 − 2) −2 − (𝑠 − 3)
𝐶𝑜𝑓(𝑀) = [ −1 (𝑠 − 1)(𝑠 − 2) − 1 −(𝑠 − 1) ]
(𝑠 − 3) −2 (𝑠 − 1)(𝑠 − 3)
𝑠 2 − 5𝑠 + 6 2𝑠 − 4 1−𝑠
𝐶𝑜𝑓(𝑀) = [ 2
−1 𝑠 − 3𝑠 + 1 1−𝑠 ]
𝑠−3 −2 𝑠 2 − 4𝑠 + 3
9
𝑠 2 − 5𝑠 + 6 −1 𝑠−3
𝑇 (𝑀) 2
𝐴𝑑𝑗(𝑀) = 𝐶𝑜𝑓 = [ 2𝑠 − 4 𝑠 − 3𝑠 + 1 −2 ]
1−𝑠 1−𝑠 𝑠 2 − 4𝑠 + 3
1 𝑠 2 − 5𝑠 + 6 −1 𝑠−3
𝑀 −1 = [ 2𝑠 − 4 𝑠 2 − 3𝑠 + 1 −2 ]
𝑠 6 − 12𝑠 5 + 58𝑠 4 − 144𝑠 3 + 192𝑠 2 − 130𝑠 + 35
1−𝑠 1−𝑠 𝑠 2 − 4𝑠 + 3
3) A tarefa de pairar em baixa altitude sobre uma pista de aterrissagem móvel de um pequeno navio,
sob comando manual, é muito difícil, em particular sob condições adversas de tempo e de mar. A
condição de pairar é representada pela matriz A, abaixo. Encontre as raízes da equação
característica desse sistema.
0 1 0
A 0 0 1
0 4 1
SOLUÇÃO
|𝑠𝐼 − 𝐴| = 0
𝑠 0 0 0 1 0 𝑠−0 −1 0
𝑠𝐼 − 𝐴 = [0 𝑠 0] − [0 0 1 ]=[ 0 𝑠 − 0 −1 ]
0 0 𝑠 0 −4 −1 0 4 𝑠+1
𝑠 − 0 −1 0
| 0 𝑠 − 0 −1 | = 0
0 4 𝑠+1
𝑠 2 (𝑠 + 1) + 4𝑠 = 0
𝑠 3 + 𝑠 2 + 4𝑠 = 0
As raízes são: 𝜆1 = 0, 𝜆2 = −0,5 + 𝑗1,93 e 𝜆3 = −0,5 − 𝑗1,93
10
4) Considere o sistema abaixo com múltiplas entradas e múltiplas saídas. Obtenha a função de
transferência 𝑌2 (𝑠)⁄𝑈1 (𝑠)
𝑥̇ 0 1 𝑥1 1 1 𝑢1
[ 1] = [ ] [𝑥 ] + [ ][ ]
𝑥̇ 2 −25 −4 2 0 1 𝑢2
𝑦1 1 0 𝑥1 0 0 𝑢1
[𝑦 ] = [ ] [𝑥 ] + [ ][ ]
2 0 1 2 0 0 𝑢2
SOLUÇÃO
𝑌(𝑠)
= 𝐶(𝑠𝐼 − 𝐴)−1 𝐵 + 𝐷
𝑈(𝑠)
1 0 1 0 0 1 −1 1 1 0 0
𝑌(𝑠) = {[ ] (𝑠 [ ]−[ ]) [ ]+[ ]} 𝑈(𝑠)
0 1 0 1 −25 −4 0 1 0 0
𝑌 (𝑠) 1 0 𝑠 −1 −1 1 1 𝑈1 (𝑠)
[ 1 ] = {[ ][ ] [ ]} [ ]
𝑌2 (𝑠) 0 1 25 𝑠+4 0 1 𝑈2 (𝑠)
𝑌1 (𝑠) 1 0 𝑠 −1 −1 1 1 𝑈1 (𝑠)
[ ] = {[ ][ ] [ ]} [ ]
𝑌2 (𝑠) 0 1 25 𝑠+4 0 1 𝑈2 (𝑠)
𝑌1 (𝑠) 1 1 0 𝑠 + 4 1 1 1 𝑈1 (𝑠)
[ ]= 2 {[ ][ ][ ]} [ ]
𝑌2 (𝑠) 𝑠 + 4𝑠 + 25 0 1 −25 𝑠 0 1 𝑈2 (𝑠)
𝑌 (𝑠) 1 𝑠 + 4 1 1 1 𝑈1 (𝑠)
[ 1 ]= 2 {[ ][ ]} [ ]
𝑌2 (𝑠) 𝑠 + 4𝑠 + 25 −25 𝑠 0 1 𝑈2 (𝑠)
𝑠+4 𝑠+5
𝑌 (𝑠) 𝑠2
+ 4𝑠 + 25 𝑠2 + 4𝑠 + 25] [𝑈1 (𝑠)]
[ 1 ]=[
𝑌2 (𝑠) 25 𝑠 − 25 𝑈2 (𝑠)
− 2
𝑠 + 4𝑠 + 25 𝑠 2 + 4𝑠 + 25
𝑌2 (𝑠) 25
=− 2
𝑈1 (𝑠) 𝑠 + 4𝑠 + 25
11
5) Um sistema de controle possui sua FTMF dada abaixo. Represente o sistema no modelo de
Espaço de Estados.
𝑏1 𝑠 + 𝑏0
𝐻(𝑠) = 3
𝑠 + 𝑎2 𝑠 2 + 𝑎1 𝑠 + 𝑎0
SOLUÇÃO
𝑌(𝑠) 𝑏1 𝑠 + 𝑏0
𝐻(𝑠) = = 3
𝑋(𝑠) 𝑠 + 𝑎2 𝑠 2 + 𝑎1 𝑠 + 𝑎0
(𝑠 3 + 𝑎2 𝑠 2 + 𝑎1 𝑠 + 𝑎0 )𝑌(𝑠) = (𝑏1 𝑠 + 𝑏0 )𝑋(𝑠)
𝑎0 𝑏0
(𝑠 2 + 𝑎2 𝑠 + 𝑎1 + ) 𝑌(𝑠) = (𝑏1 + ) 𝑋(𝑠)
𝑠 𝑠
𝑎0 𝑏0
𝑠 2 𝑌(𝑠) + 𝑎2 𝑠𝑌(𝑠) + 𝑎1 𝑌(𝑠) + 𝑌(𝑠) = 𝑏1 𝑋(𝑠) + 𝑋(𝑠)
𝑠 𝑠
𝑏0 𝑎0
𝑠 2 𝑌(𝑠) + 𝑎2 𝑠𝑌(𝑠) + 𝑎1 𝑌(𝑠) = 𝑏1 𝑋(𝑠) + ( 𝑋(𝑠) − 𝑌(𝑠))
𝑠 𝑠
𝑏0 𝑎0
𝑃1 (𝑠) = 𝑋(𝑠) − 𝑌(𝑠) (𝑖)
𝑠 𝑠
𝑠 2 𝑌(𝑠) + 𝑎2 𝑠𝑌(𝑠) + 𝑎1 𝑌(𝑠) = 𝑏1 𝑋(𝑠) + 𝑃1 (𝑠)
𝑎1 𝑏1 1
𝑠𝑌(𝑠) + 𝑎2 𝑌(𝑠) + 𝑌(𝑠) = 𝑋(𝑠) + 𝑃1 (𝑠)
𝑠 𝑠 𝑠
𝑏1 1 𝑎1
𝑠𝑌(𝑠) + 𝑎2 𝑌(𝑠) = ( 𝑋(𝑠) + 𝑃1 (𝑠) − 𝑌(𝑠))
𝑠 𝑠 𝑠
𝑏1 1 𝑎1
𝑃2 (𝑠) = 𝑋(𝑠) + 𝑃1 (𝑠) − 𝑌(𝑠) (𝑖𝑖)
𝑠 𝑠 𝑠
𝑠𝑌(𝑠) + 𝑎2 𝑌(𝑠) = 𝑃2 (𝑠)
𝑠𝑌(𝑠) = 𝑃2 (𝑠) − 𝑎2 𝑌(𝑠) (𝑖𝑖𝑖)
Assim, arrumando as equações (𝑖), (𝑖𝑖) e (𝑖𝑖𝑖):
𝑠𝑃1 (𝑠) = 𝑏0 𝑋(𝑠) − 𝑎0 𝑌(𝑠)
{𝑠𝑃2 (𝑠) = 𝑏1 𝑋(𝑠) + 𝑃1 (𝑠) − 𝑎1 𝑌(𝑠)
𝑠𝑌(𝑠) = 𝑃2 (𝑠) − 𝑎2 𝑌(𝑠)
Fazendo a Transformada Inversa de Laplace:
𝑝̇1 (𝑡) = 𝑏0 𝑥(𝑡) − 𝑎0 𝑦(𝑡)
{ 𝑝̇2 (𝑡) = 𝑏1 𝑥(𝑡) + 𝑝1 (𝑡) − 𝑎1 𝑦(𝑡)
𝑦̇ (𝑡) = 𝑝2 (𝑡) − 𝑎2 𝑦(𝑡)
Escolhendo as variáveis de estado:
𝑞1 (𝑡) = 𝑝1 (𝑡) 𝑞2 (𝑡) = 𝑝2 (𝑡) 𝑞3 (𝑡) = 𝑦(𝑡)
12
Substituindo nas equações diferenciais:
𝑞̇ 1 (𝑡) = 𝑏0 𝑥(𝑡) − 𝑎0 𝑞3 (𝑡)
{ 𝑞̇ 2 (𝑡) = 𝑏1 𝑥(𝑡) + 𝑞1 (𝑡) − 𝑎1 𝑞3 (𝑡)
𝑞̇ 3 (𝑡) = 𝑞2 (𝑡) − 𝑎2 𝑞3 (𝑡)
Arrumando as equações:
𝑞̇ 1 (𝑡) = −𝑎0 𝑞3 (𝑡) + 𝑏0 𝑥(𝑡)
{𝑞̇ 2 (𝑡) = 𝑞1 (𝑡) − 𝑎1 𝑞3 (𝑡) + 𝑏1 𝑥(𝑡)
𝑞̇ 3 (𝑡) = 𝑞2 (𝑡) − 𝑎2 𝑞3 (𝑡)
𝑦(𝑡) = 𝑞3 (𝑡)
Representando no EE:
𝑞1 (𝑡)
𝑦(𝑡) = [0 0 1] [𝑞2 (𝑡)] + [0]𝑥(𝑡)
𝑞3 (𝑡)
13
10.4 – DIAGONALIZAÇÃO DA MATRIZ DE ESTADOS
Tornar a matriz de estados, 𝐴, na forma diagonal pode ser útil para aumentar o desempenho
computacional do modelo no espaço de estados.
O conjunto de variáveis de estado, (𝑞1 (𝑡), 𝑞2 (𝑡), ⋯ , 𝑞𝑛 (𝑡)) que compõem o vetor de estados, 𝑞⃗(𝑡),
não é único, ou seja, existem diferentes vetores de estado que carregam a mesma informação sobre o
comportamento do sistema.
Assim, pode existir uma matriz 𝑃 tal que o vetor de variáveis de estado pode ser escrito como 𝑞⃗(𝑡) =
𝑃𝑧⃗(𝑡), ou seja, deve existir um conjunto de variáveis de estado 𝑧⃗(𝑡) que transformado linearmente
por 𝑃 resulte novamente em 𝑞⃗(𝑡).
Podemos escolher 𝑃 de forma que 𝑃−1 𝐴𝑃 resulte em uma matriz diagonal. Se escolhermos 𝑃 a partir
dos autovalores de 𝐴 como sendo:
1 1 ⋯ 1
𝜆1 𝜆2 ⋯ 𝜆𝑛
𝑃 = 𝜆12 𝜆22 ⋯ 𝜆2𝑛
⋮ ⋮ ⋱ ⋮
[𝜆1𝑛−1 𝜆𝑛−1
2 ⋯ 𝑛−1
𝜆𝑛 ]
EXEMPLOS
1. Dada a representação no espaço de estados abaixo, obtenha uma representação com a matriz
de transição na forma diagonal.
𝑥̇ 1 0 1 0 𝑥1 0
[𝑥̇ 2 ] = [ 0 0 1 ] [𝑥2 ] + [0] 𝑢
𝑥̇ 3 −6 −11 −6 𝑥3 6
𝑥1
𝑦(𝑡) = [1 0 0] [𝑥2 ]
𝑥3
14
SOLUÇÃO
|𝑠𝐼 − 𝐴| = 0
𝑠 − 0 −1 0
| 0 𝑠 − 0 −1 | = 0
6 11 𝑠+6
𝑠 2 (𝑠 + 6) + 6 + 11𝑠 = 0
𝑠 3 + 6𝑠 2 + 11𝑠 + 6 = 0
Definindo 𝑃
1 1 1 1 1 1
𝜆
𝑃=[ 1 𝜆2 𝜆3 ] = [−1 −2 −3]
𝜆12 𝜆22 𝜆23 1 4 9
3 5⁄2 1⁄
2
𝑃−1 = [−3 −4 −1 ]
1 3⁄2 1⁄
2
𝑧⃗̇(𝑡) = 𝑃 −1 𝐴𝑃𝑧⃗(𝑡) + 𝑃 −1 𝐵𝑢
⃗⃗(𝑡)
𝑦⃗(𝑡) = 𝐶𝑃𝑧⃗(𝑡) + 𝐷𝑢 ⃗⃗(𝑡)
Então
𝑧̇1 −1 0 0 𝑧1 3
[𝑧̇2 ] = [ 0 −2 0 ] [𝑧2 ] + [−6] 𝑢
𝑧̇3 0 0 −3 𝑧3 3
𝑧1
𝑦(𝑡) = [1 1 1] [𝑧2 ]
𝑧3
15
10.5 – MATRIZ DE TRANSIÇÃO DE ESTADOS
Assim, a Matriz de Transição de Estados, Φ(𝑡), define completamente a transição dos estados de um
tempo inicial 𝑡0 = 0 para um tempo 𝑡 quando as entrada são iguais a zero. Ou seja,
𝑞⃗(𝑡) = Φ(𝑡)𝑞⃗(0)
Portanto,
Φ(𝑡) = ℒ −1 {(𝑠𝐼 − 𝐴)−1 }
Ou seja, a Matriz de Transição de Estados, Φ(𝑡), é obtida fazendo a transformada inversa de Laplace
da equação característica. Assim,
∞
−1 {(𝑠𝐼 −1 } −1
𝐼 𝐴 𝐴2 𝐴2 𝑡 2 𝐴3 𝑡 3 𝐴𝑘 𝑡 𝑘
ℒ − 𝐴) =ℒ { + 2 + 3 + ⋯ } = 𝐼 + 𝐴𝑡 + + +⋯= ∑
𝑠 𝑠 𝑠 2! 3! 𝑘!
𝑘=0
∞
𝐴𝑘 𝑡 𝑘
∑ = 𝑒 𝐴𝑡
𝑘!
𝑘=0
16
Por outro lado,
ℒ{𝑒 𝐴𝑡 } = (𝑠𝐼 − 𝐴)−1
A solução completa da equação diferencial envolvendo tanto a parte homogênea quanto a parte
forçada pode ser obtida efetuando-se o mesmo procedimento, e resulta na equação:
𝑡
𝑞⃗(𝑡) = Φ(𝑡)𝑞⃗(0) + ∫ Φ(𝑡 − 𝜏)𝐵𝑥⃗(𝜏)𝑑𝜏
0
𝑒 𝐴𝑡 = 𝑃𝑒 𝜆𝑡 𝑃 −1
onde
𝑒 𝜆1 𝑡 0 ⋯ 0
𝜆2 𝑡
𝑒 𝜆𝑡 = [0 𝑒 ⋯ ⋮]
⋮ ⋮ ⋱ ⋮
0 ⋯ ⋯ 𝑒 𝜆𝑛 𝑡
𝑒 𝐴𝑡 = ℒ −1 {(𝑠𝐼 − 𝐴)−1 }
EXEMPLOS
1) Para o sistema abaixo, determine a matriz de transição de estados e o vetor de estados quando
a entrada for um degrau unitário
𝑞̇ 0 1 𝑞1 0
[ 1] = [ ] [ ] + [ ] 𝑥(𝑡)
𝑞̇ 2 −2 −3 𝑞2 1
17
SOLUÇÃO
Vetor de Estados
𝑡
𝑞⃗(𝑡) = Φ(𝑡)𝑞⃗(0) + ∫ Φ(𝑡 − 𝜏)𝐵𝑥⃗(𝜏)𝑑𝜏
0
−𝑡 −2𝑡 𝑡
𝑞⃗(𝑡) = [ 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡 ] 𝑞⃗(0) + ∫ [ 2𝑒 −(𝑡−𝜏) − 𝑒 −2(𝑡−𝜏) 𝑒 −(𝑡−𝜏) − 𝑒 −2(𝑡−𝜏) ] [0] 𝑑𝜏
−2𝑒 + 2𝑒 −𝑒 −𝑡 + 2𝑒 −2𝑡 0 −2𝑒
−(𝑡−𝜏)
+ 2𝑒 −2(𝑡−𝜏) −𝑒 −(𝑡−𝜏) + 2𝑒 −2(𝑡−𝜏) 1
−𝑡 −2𝑡 𝑡
𝑞⃗(𝑡) = [ 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡 ] 𝑞⃗(0) + ∫ [ 𝑒 −(𝑡−𝜏) − 𝑒 −2(𝑡−𝜏) ] 𝑑𝜏
−2𝑒 + 2𝑒 −𝑒 −𝑡 + 2𝑒 −2𝑡 0 −𝑒
−(𝑡−𝜏)
+ 2𝑒 −2(𝑡−𝜏)
−𝑡 −2𝑡
𝑞⃗(𝑡) = [ 2𝑒 −𝑡 − 𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡 ] 𝑞⃗(0) + [0,5 − 𝑒 −𝑡 + 0,5𝑒 −2𝑡 ] 𝑡 ≥ 0
−2𝑒 + 2𝑒 −𝑒 −𝑡 + 2𝑒 −2𝑡 𝑒 −𝑡 − 𝑒 −2𝑡
18
10.6 – CONTROLABILIDADE E OBSERVABILIDADE DE ESTADOS
Um sistema é controlável no instante 𝑡𝑐 se for possível transferir o sistema de qualquer estado 𝑞⃗(𝑡𝑐 )
para qualquer outro estado em um intervalo de tempo finito.
Uma maneira de verificar se um sistema pode ser controlável é desenhar o diagrama de fluxo de
sinais do sistema e verificar se existe um percurso entre o sinal de controle, 𝑥(𝑡), e cada uma das
variáveis de estado.
Um sistema é observável no instante 𝑡𝑜 se, com o sistema no estado 𝑞⃗(𝑡𝑜 ), for possível determinar
esse estado a partir da observação da saída durante um intervalo de tempo finito.
Uma maneira de verificar se um sistema pode ser observável é desenhar o diagrama de fluxo de
sinais do sistema e verificar se existe um percurso entre cada uma das variáveis de estado e o sinal de
saída, 𝑦(𝑡).
Se todo estado do sistema for controlável, então o sistema será considerado de estado completamente
controlável.
B | AB | | An1 B nnr
tiver posto n.
Uma matriz 𝐴 com todos os autovalores distintos possui também seus autovetores distintos,
todavia, uma matriz com autovetores distintos pode possuir múltiplos autovalores, ou seja, a
recíproca não é verdadeira.
Se a matriz 𝑃−1 𝐵 tiver pelo menos uma linha nula, então a variável correspondente a essa
linha não pode ser controlada por nenhuma das entradas, portanto, o sistema não será de
estado completamente controlável.
19
10.6.2 – CONTROLABILIDADE DE SAÍDA
No projeto prático de sistemas de controle, pode-se desejar controlar a saída, ao invés dos estados do
sistema. A controlabilidade completa de estados não é necessária nem suficiente para controlar a
saída do sistema.
Um sistema será de saída controlável se for possível construir um vetor de controle de entrada 𝑢 ⃗⃗(𝑡)
não limitado que transfira qualquer saída inicial, 𝑦⃗(𝑡0 ), para qualquer saída final, 𝑦⃗(𝑡1 ) em um
intervalo de tempo finito 𝑡0 ≤ 𝑡 ≤ 𝑡1 .
Se todo estado do sistema puder ser determinado pela observação da saída durante um intervalo de
tempo finito, então o sistema será considerado de estado completamente observável.
OBS:
20
Um sistema não controlável possui um subsistema que é fisicamente desconectado da
entrada.
Para sistemas parcialmente controláveis, se os modos não controláveis forem estáveis
e os modos instáveis forem controláveis, o sistema será considerado estabilizável. Ex:
O sistema definido por
x1 (t ) 1 0 x1 (t ) 1
x (t ) 0 1 x (t ) 0u (t )
2 2
não é de estado controlável, pois a variável de estado 𝑥2 (𝑡) não é conectada à entrada
𝑢(𝑡). O modo estável, que corresponde ao autovalor1 −1, não é controlável (𝑥2 (𝑡) é
desconectado da entrada). O modo instável, que corresponde ao autovalor 1, é
controlável (𝑥1 (𝑡) é conectado à entrada). Esse sistema pode ser estabilizado pelo uso
de uma realimentação apropriada, logo, o sistema é estabilizável.
Para sistemas parcialmente observáveis, se os modos não observáveis forem estáveis
e os modos instáveis forem observáveis, o sistema será considerado detectável (dual
ao conceito de estabilizável).
Sejam os sistemas
1
Observe no exemplo que a matriz 𝐴 é diagonal, logo, seus autovalores estão representados na matriz. Os autovalores
são as raízes da equação característica e, para um sistema estável, eles devem ser negativos (pólos no semi-plano
esquerdo do plano s)
21
10.6.5 – EXERCÍCIOS RESOLVIDOS
x1 (t ) 1 3 x1 (t ) 1
x (t ) 2 5 x (t ) 4 u (t )
2 2
x (t )
y (t ) 0 1 1 2u (t )
x2 (t )
SOLUÇÃO
1 1 3 1
0 1 | 0 1 | 2
4 2 5 4
4 22 2
posto 4 22 2 1
Portanto, o sistema é de saída completamente controlável, pois o posto é igual ao número de
linhas da matriz de controlabilidade de saída.
C
CA
Matriz de Observabilidade de Estado:
n 1
CA
0 1
0 1
1 3
0 1 2 5
2 5
0 1
posto 2
2 5
22
2. Verifique se o sistema abaixo é de estado completamente observável.
2s 2 s 1
s s 2 6s 25
R(s) +_ C(s)
SOLUÇÃO
2s 2 s 1
FTMF
s 3 8s 2 26s 1
𝑥̇ 1 0 1 0 𝑥1 0
[𝑥̇ 2 ] = [0 0 1 ] [𝑥2 ] + [0] 𝑢
𝑥̇ 3 1 −26 −8 𝑥3 1
𝑥1
𝑦 = [−1 1 𝑥
2] [ 2 ]
𝑥3
C
CA
Matriz de Observabilidade de Estado (MOE):
n 1
CA
[−1 1 2]
−
0 1 0
[−1 1 2] [0 0 1] −1 1 2
𝑀𝑂𝐸 = 1 −26 −8 = [ 2 −53 −15]
− −15 392 67
0 1 0 2
[−1 1 2] [0 0 1]
[ 1 −26 −8 ]
Rank (MOE) = 3
23
3. Verifique se o sistema abaixo é de estado completamente controlável.
s 1
G( s)
s s s 1
2
SOLUÇÃO
b0 b1 0; b2 b3 1 a1 a2 1 a3 0
𝑥̇ 1 0 0 0 𝑥1 1
𝑥̇ 𝑥
[ 2 ] = [1 0 −1] [ 2 ] + [1] 𝑢
𝑥̇ 3 0 1 −1 𝑥3 0
𝑥1
𝑦 = [0 0 1] [𝑥2 ]
𝑥3
1 0 0 0 1 0 0 0 2 1 1 0 0
𝑀𝐶𝐸 = [[1] | [1 0 −1] [1] | [1 0 −1] [1] ] = [ 1 1 −1]
0 0 1 −1 0 0 1 −1 0 0 1 0
Rank (MCE) = 3
24
SOLUÇÃO
d 2 d
Fazendo y1 (t ) , temos y1 (t )
dt 2 dt
d 2x dx
Fazendo 2 y2 (t ) , temos y2 (t )
dt dt
Fazendo (t ) y3 (t ) , temos y3 (t ) y1 (t )
y1 (t ) 1 y1 (t ) 1 y2 (t ) n
y2 (t ) gy3 (t ) 2 y1 (t ) 2 y2 (t ) g
y3 (t ) y1 (t )
y1 (t ) 1 1 0 y1 (t ) n
y (t ) 2 g y2 (t ) g (t )
2 2
y3 (t ) 1 0 0 y3 (t ) 0
y1 (t )
(t ) 0 0 1 y2 (t )
y3 (t )
25
n 1 1 0 n 1 1 0
2
n
g
MCE g | 2 2 g g | 2
2 g
0 1 0 0 1 0 0
0 0
6.27 0.415 0.0111 0 6.27 0.415 0.0111 0 6.27
2
MCE 10 | 1.43 0.0198 10 10 | 1.43 0.0198 10 10
0 1 0 0 1 0 0
0 0
6.27 2.7131 1.2276
MCE 10 9.1641 66.7611 posto MCE 3
0 6.27 2.7131
Portanto, o sistema é de estado completamente controlável, pois o posto é igual ao número
de linhas da matriz de controlabilidade de estado.
x1 1 0 0 x1 1
x 0 2 0 x 1u
2 2
x 3 0 0 3 x3 1
x1
y 1 2 1 x 2 u
x3
SOLUÇÃO
B | AB | A2 B | | An 1 B
n x nr
26
6. Verifique, para o sistema:
x1 2 3 4 x1 5
x 1 0 0 x2 0u
2
x3 0 1 0 x3 0
x1
y 0 0 1 x2
x3
a. A controlabilidade de saída
b. A observabilidade de estado
SOLUÇÃO
0 0 10 0 0 1 1 0 0 0 0 0 1 1 0 0 0 0
0 0 1 0 0 0 1 0 0
= 0 0 5 0
Assim,
posto 0 0 5 0 1
C
CA
CA 2
27
Portanto,
0 0 1
2 3 4
0 0 1 1 0 0
0 1 0
3 4
2
2
0 0 1 1 0 0
0 1 0
0 0 1
= 0 1 0
1 0 0
Assim,
0 0 1
posto 0 1 0 3
1 0 0
x1 1 3 4 x1 1
x 1 0 0 x2 0u
2
x3 0 1 0 x3 1
x1
y 1 0 1 x2 2u
x3
SOLUÇÃO
28
Portanto,
1 1 3 4 1 1 3 4 1
2
1 0 10 1 0 1 1 0 0 0 1 0 1 1 0 0 0 2
1 0 1 0 1 0 1 0 1
= 0 5 1 2
Assim,
posto 0 5 1 2 1
C
CA
CA 2
Portanto,
1 0 1
1 3 4
1 0 1 1 0 0
0 1 0
3 4
1
2
1 0 1 1 0 0
0 1 0
1 0 1
= 1 4 4
3 1 4
Assim,
1 0 1
posto 1 4 4 3 , pois o determinante é diferente de zero.
3 1 4
29
10.7 –FORMAS CANÔNICAS NO ESPAÇO DE ESTADOS
Y ( s) b0 s n b1s n 1 bn 1s bn
U ( s ) s n a1s n 1 an 1s an
x1 0 1 0 0 x1 0
x 0 0 1 0 x2 0
2
u
xn 1 0 0 0 1 xn 1 0
xn an an 1 an 2 a1 xn 1
x1
x
2
y (bn anb0 ) | (bn 1 an 1b0 ) | | (b1 a1b0 ) b0u
xn 1
xn
ou seja, se um sistema for controlável, então ele pode ser colocado na forma canônica controlável.
x1 0 0 0 an x1 bn anb0
x 1 0 0 an 1 x2 bn 1 an 1b0
2
u
x
n 1 0 0 0 a2 xn 1 b2 a2b0
xn 0 0 1 a1 xn b1 a1b0
x1
x
2
y 0 0 0 1 b0u
xn 1
xn
ou seja, se um sistema for observável, então ele pode ser colocado na forma canônica observável.
30
A forma Canônica Diagonal é usada para representar o sistema abaixo no espaço de estados.
Y (s) c c cn
b0 1 2
U ( s) s p1 s p2 s pn
x1 p1 0 0 0 x1 1
x 0 p2 0 0 x2 1
2
u
xn 1 0 0 pn 1 0 xn 1 1
xn 0 0 0 pn xn 1
x1
x
2
y c1 c2 cn 1 cn b0u
xn 1
xn
A forma Canônica de Jordan é usada para representar o sistema abaixo no espaço de estados, ou
seja, sistemas com raízes múltiplas.
𝑌(𝑠) 𝑐1 𝑐2 𝑐3 𝑐4 𝑐𝑛
= 𝑏0 + 3
+ 2
+ + +⋯+
𝑈(𝑠) (𝑠 + 𝑝1 ) (𝑠 + 𝑝1 ) 𝑠 + 𝑝1 𝑠 + 𝑝4 𝑠 + 𝑝𝑛
31
EXEMPLOS
x1 1 0 0 x1 1
x 0 2 0 x 1u
2 2
x 3 0 0 3 x3 1
x1
y 1 2 1 x 2 u
x3
SOLUÇÃO
p1 1, p 2 2, p3 3
c1 1, c 2 2, c3 1
b0 1
Y (s) c c cn
b0 1 2
U ( s) s p1 s p2 s pn
Y ( s) 1 2 1
1
U ( s) s 1 s 2 s 3
i (t ) C R v0 (t )
SOLUÇÃO:
VC ( s ) VL ( s ) V0 ( s ) (i )
I (s) IC (s) I L (s) (ii )
V0 ( s ) RI L ( s ) (iii )
32
Resolvendo (i) e (ii):
VC ( s ) sLI L ( s ) RI L ( s ) sL R I L ( s ) (iv)
I ( s ) sCVC ( s ) I L ( s ) (v )
V0 ( s ) R I L (s)
I ( s ) CLs 2 CRs 1 I L ( s )
R
V0 ( s ) CL
2
I (s) s R s 1
L CL
Y ( s) b0 s n b1s n 1 bn 1s bn a1 R a2 1
L CL
Assim, n n 1
U ( s ) s a1s an 1s an b0 b1 0 b2 R
CL
x1 (t ) 0 1 x1 (t ) 0
x (t ) a
a1 x2 (t ) 1
u (t )
2 2
x1 (t )
y (t ) b2 a2b0 b1 a1b0 b0u (t )
x2 (t )
Substituindo as variáveis:
x1 (t ) 0 1 x (t ) 0
x (t ) 1
1
u (t )
2 CL L x2 (t ) 1
R
x (t )
y (t ) R 0 1
CL x2 (t )
33
3. Obtenha uma representação em espaço de estados da função de transferência abaixo.
s 2 2s
G(s) 3
s 11s 6
SOLUÇÃO
x1 0 1 0 x1 0
x 0 0 1 x 0 u
2 2
x3 6 11 0 x3 1
x1
y 0 2 1 x2
x3
s 2 2s
G(s) 3
s 6 s 2 11s 6
SOLUÇÃO
x1 0 1 0 x1 0
x 0 0 1 x 0 u
2 2
x3 6 11 6 x3 1
x1
y 0 2 1 x2
x3
x1 (t ) 0 1 x1 (t ) 0
x (t ) 0 3 x (t ) 1 u (t )
2 2
y (t ) 2 x2 (t )
b. Obtenha a FT
c. Determine se o sistema é de saída completamente controlável.
d. Determine se o sistema é de estado completamente observável.
34
SOLUÇÃO
a1 3 a2 0
b0 0 b2 a2b0 0 b2 0 b1 a1b0 2 b1 2
Y ( s) 2s Y (s) 2
Assim, 2
U ( s) s 3s U (s) s 3
b. Controlabilidade de Saída
0 0 1 0
0 2 | 0 2 | 0
1 0 3 1
2 6 0
posto 2 6 0 1
c. Observabilidade de Estado:
C
CA
Matriz de Observabilidade de Estado:
n 1
CA
0 2
0 2
0 1
0 2 0 6
0 3
0 2
posto 1
0 6
35
6. Coloque o sistema abaixo na forma canônica controlável
x1 1 0 0 x1 1
x 0 2 0 x 1u
2 2
x3 0 0 3 x3 1
x1
y 1 1 0 x2 2u
x3
SOLUÇÃO
O sistema está na forma diagonal, logo a função de transferência é:
p1 1, p2 2, p3 3
c1 1, c2 1, c3 0
b0 2
Y (s) c c cn
b0 1 2
U ( s) s p1 s p2 s pn
Y ( s) 1 1 0
2
U ( s) s 1 s 2 s 3
Y (s) 1 1
2
U (s) s 1 s 2
Y ( s ) 2( s 1)( s 2) ( s 2) ( s 1)
U (s) ( s 1)( s 2)
Y ( s) 2s 2 2s 4 s 2 s 1
U (s) s2 s 2
Y (s) 2s 2 2s 1
2
U (s) s s2
b0 2, b1 2, b2 1, b3 0
a1 1, a2 2, a3 0
36
x1 0 1 0 x1 0
x 0 0 1 x 0u
2 2
x3 0 2 1 x3 1
x1
y 0 3 0 x2 2u
x3
ou
x1 0 1 x1 0
x 2 1 x 1u
2 2
x
y 3 0 1 2u
x2
10.8 – MATLAB
Funções importantes: ss, tf2ss, ss2tf, obsv, ctrb, det, inv, residue, roots, eye, eig.
37