CAP 3

CARACTERÍSTICAS DOS SISTEMAS DE CONTROLE

3.1 – INTRODUÇÃO .................................................................................................... 1

3.2 – SENSIBILIDADE DE SISTEMAS DE CONTROLE ......................................... 2
3.2.1 – EXERCÍCIOS RESOLVIDOS .......................................................................... 2
3.3 – ERRO DE ESTADO ESTACIONÁRIO .............................................................. 4
3.3.1 – ERROS EM SISTEMAS COM REALIMENTAÇÃO UNITÁRIA ................. 4
3.3.2 – EXERCÍCIOS RESOLVIDOS .......................................................................... 6
3.4 – APROXIMAÇÃO LINEAR DE SISTEMAS FÍSICOS....................................... 6
3.4.1 – EXERCÍCIOS RESOLVIDOS .......................................................................... 7
3.4.2 – SISTEMAS LINEARES SUBMETIDOS A DISTÚRBIOS ............................. 8
3.4.3 – “LINEARIZAÇÃO” DE SISTEMAS FÍSICOS ................................................ 9
3.4.4 – EXERCÍCIOS RESOLVIDOS ........................................................................ 10
3.5 – INDICES DE DESEMPENHO........................................................................... 12
3.5.1 – ISE (Integral of Square Error) .......................................................................... 12
3.5.2 – IAE (Integral of the Absolute magnitude of the Error).................................... 12
3.5.3 – ITAE (Integral of Time multiplied by Absolute Error) ................................... 13
3.5.4 – ITSE (Integral of Time multiplied by the Squared Error) ............................... 13
3.5.5 – EXERCÍCIOS RESOLVIDOS ........................................................................ 14
3.6 – MATLAB ............................................................................................................ 16
3.7 – LISTA DE EXERCÍCIOS .................................................................................. 16
3.1 – INTRODUÇÃO

Um sistema de malha aberta (sistema direto) opera sem retroação e gera diretamente a
saída em resposta a um sinal de entrada

Entrada Saída

R(s) C(s)
G(s)

Função de
Transferência
(Transmitância)

Um sistema de malha fechada usa uma medida do sinal de saída e a comparação com
a saída desejada para gerar um sinal de erro que é aplicado ao atuador.

R(s) + E(s) C(s)

G(s)
± B(s)
H(s)

𝐶(𝑠) 𝐺(𝑠)
A FT do sistema acima é 𝑅(𝑠) = 1∓𝐺(𝑠)𝐻(𝑠)

𝐶(𝑠)
O erro do sistema de malha fechada é: 𝐶(𝑠) = 𝐸(𝑠)𝐺(𝑠) ⇒ 𝐸(𝑠) = 𝐺(𝑠)

𝐶(𝑠) 1
𝐸(𝑠) = = 𝑅(𝑠)
𝐺(𝑠) 1 ∓ 𝐺(𝑠)𝐻(𝑠)

A medida do erro se torna mais precisa quando 𝐻(𝑠) se torna desprezível, ou seja,
𝐻(𝑠) ≈ 1.

Para reduzir o erro, 1 ∓ 𝐺(𝑠)𝐻(𝑠) > 1

𝐶(𝑠) 𝐺(𝑠)
Da equação𝑅(𝑠) = 1∓𝐺(𝑠)𝐻(𝑠),
𝐶(𝑠) 𝐺(𝑠) 𝐶(𝑠) 1
Se 𝐺(𝑠)𝐻(𝑠) >> 1, temos: = 𝐺(𝑠)𝐻(𝑠) = 𝐻(𝑠), o que mostra que a saída é
𝑅(𝑠) 𝑅(𝑠)
afetada apenas por 𝐻(𝑠), e se 𝐻(𝑠) = 1, 𝑌(𝑠) = 𝑅(𝑠), a saída é igual a entrada. Isso
mostra que o aumento da magnitude de 𝐺(𝑠) diminui seu efeito na saída do sistema,
todavia, pode causar oscilações ou tornar o sistema instável.

O comportamento analisado de 𝐺(𝑠) permite definir o conceito de Sensibilidade

para Sistemas de Controle.

1
3.2 – SENSIBILIDADE DE SISTEMAS DE CONTROLE

A sensibilidade de sistemas de controle é a relação entre a mudança na FT do sistema

e a mudança na FT do processo para uma pequena mudança incremental. Assim, seja
𝑌(𝑠) 𝑠𝑖𝑠𝑡𝑒𝑚𝑎
𝑇(𝑠) = 𝑅(𝑠) a FT do sistema. A sensibilidade, 𝑆𝑝𝑟𝑜𝑐𝑒𝑠𝑠𝑜 é:

𝛥𝑇(𝑠)
𝑇(𝑠)
𝑆𝐺𝑇 =
𝛥𝐺(𝑠)
𝐺(𝑠)

Que no limite, para variações incrementais é:

𝜕𝑇(𝑠)
𝜕𝑇(𝑠) 𝐺

𝑇(𝑠)
𝑆𝐺𝑇 = 𝜕𝐺(𝑠) 𝑆𝐺𝑇 = 𝜕𝐺(𝑠) 𝑇
𝐺(𝑠)

𝜕 𝑙𝑛 𝑇(𝑠)
A equação acima pode ser aproximada por: 𝑆𝐺𝑇 = 𝜕 𝑙𝑛 𝐺(𝑠)

OBS: Sistemas de controle com retroação têm a capacidade de reduzir a

sensibilidade do sistema.

Quanto maior o valor de 𝑺𝑻𝑮 maior é a influência de 𝑮(𝒔) no sistema 𝑻(𝒔).

3.2.1 – EXERCÍCIOS RESOLVIDOS

1. Obtenha as equações de sensibilidade para um sistema genérico (a) de MF

com realimentação negativa e (b) de MA.

SOLUÇÃO

a) Sistema de Malha Fechada com Realimentação Negativa

G ( s)
T ( s) =
1 + G (s) H ( s)

T ( s) G
S GT =
G( s) T
  G( s)  G(s)
S GT =  
G  1 + G ( s) H ( s)   G(s) 
 
 1 + G(s) H (s) 
 1 + G( s) H ( s) − G ( s) H ( s) 
S GT =  (1 + G ( s) H ( s) )
( + ) 2 
 1 G ( s ) H ( s ) 
 1 + G( s) H ( s) − G( s) H ( s) 
S GT =  
 1 + G( s) H ( s) 

2
  1 
S GT =  
 1 + G ( s ) H ( s ) 

T ( s ) H
S HT =
H ( s ) T
  G( s)  H (s)
S HT =  
H  1 + G ( s) H ( s)   G(s) 
 1 + G ( s) H ( s) 
 
 − G ( s )G ( s )  H ( s )(1 + G ( s ) H ( s) )
S HT =  
2 
 (1 + G ( s ) H ( s ) )  G ( s)
 − G( s) H ( s) 
S HT =  
 1 + G( s) H ( s) 
G( s) H ( s)
S HT = −
1 + G( s) H ( s)

b) Sistema de Malha Aberta

T (s) = G (s)

T ( s) G
S GT =
G( s) T

S GT = (G(s)) G(s)
G G( s)

S GT = 1

3
3.3 – ERRO DE ESTADO ESTACIONÁRIO

Retomando a análise do erro da seção 3.1, conceitua-se o erro de estado estacionário

como aquele que ocorre na Resposta Estacionária do sistema. A resposta, c (t ) , de um
sistema de controle é dada pela equação:

c(t ) = ctr (t ) + css (t )

Resposta Resposta
Transitória Estacionária
Step Response
1.4

Erro Variável
1.2 Erro Constante

0.8
Amplitude

0.6

0.4

Resposta
Resposta Transitória Estacionária
0.2

0
0 0.5 1 1.5 2 2.5 3 3.5 4
Time (sec)

Para cálculo do erro de estado estacionário, utiliza-se o teorema do valor final, ou

seja,

ess (t ) = lim e(t ) = lim sE ( s) = Ess ( s)

t → s →0

3.3.1 – ERROS EM SISTEMAS COM REALIMENTAÇÃO UNITÁRIA

Os sistemas de controle podem ser classificados de acordo com a habilidade em seguir

os sinais de entrada. Assim, um sistema de controle com realimentação unitária tem a
seguinte função de transferência de malha aberta:

𝐾(𝑇𝑎 𝑠 + 1)(𝑇𝑏 𝑠 + 1) ⋯ (𝑇𝑐 𝑠 + 1)

𝐺(𝑠) =
𝑠 𝑁 (𝑇1 𝑠 + 1)(𝑇2 𝑠 + 1) ⋯ (𝑇𝑝 𝑠 + 1)

O pólo de multiplicidade 𝑁 no denominador é quem determina o tipo desse sistema,

assim, um sistema é chamado do tipo 0 se 𝑁 = 0, do tipo 1 se 𝑁 = 1, e assim
sucessivamente. Essa classificação é diferente da ordem do sistema.

Conforme o tipo aumenta, a precisão em regime permanente também aumenta, porém,

agravando a estabilidade do sistema.

4
As constantes de erro estático são uma boa medida da precisão desses sistemas e
descrevem a habilidade de um sistema com realimentação unitária para reduzir ou
eliminar o erro estacionário. Eles representam os desvios em regime permanente das
variáveis de saída. Assim, quanto mais altas as constantes, menor o erro estacionário.

CONSTANTE DE ERRO ESTÁTICO DE POSIÇÃO

O termo “posição” refere-se ao valor do parâmetro de saída. O erro é, então, definido

para uma entrada em degrau como:

𝐾𝑝 = lim 𝐺(𝑠)
𝑠→0

CONSTANTE DE ERRO ESTÁTICO DE VELOCIDADE

O termo “velocidade” refere-se ao valor da taxa de variação do parâmetro de saída. O

erro é, então, definido para uma entrada em rampa como:

𝐾𝑣 = lim 𝑠𝐺(𝑠)
𝑠→0

CONSTANTE DE ERRO ESTÁTICO DE ACELERAÇÃO

O termo “aceleração” refere-se ao valor da posição a uma entrada em aceleração. O

erro é, então, definido para uma entrada em parábola unitária como:

𝐾𝑎 = lim 𝑠 2 𝐺(𝑠)
𝑠→0

O quadro abaixo apresenta o resumo dos valores de erro estacionário para sistemas
com realimentação unitária.

ENTRADAS
PARÁBOLA (𝐾𝑎 )
SISTEMAS DEGRAU (𝐾𝑝 ) RAMPA (𝐾𝑣 )
1
𝑢(𝑡) = 1 𝑟(𝑡) = 𝑡 𝑝(𝑡) = 𝑡 2
2
1
Tipo 0 𝑒𝑠𝑠 (𝑡) = 𝑒𝑠𝑠 (𝑡) = ∞, 𝐾𝑣 = 0 𝑒𝑠𝑠 (𝑡) = ∞, 𝐾𝑎 = 0
1 + 𝐾𝑝
1
Tipo 1 𝑒𝑠𝑠 (𝑡) = 0, 𝐾𝑝 = ∞ 𝑒𝑠𝑠 (𝑡) = 𝑒𝑠𝑠 (𝑡) = ∞, 𝐾𝑎 = 0
𝐾𝑣
1
Tipo 2 𝑒𝑠𝑠 (𝑡) = 0, 𝐾𝑝 = ∞ 𝑒𝑠𝑠 (𝑡) = 0, 𝐾𝑣 = ∞ 𝑒𝑠𝑠 (𝑡) =
𝐾𝑎

Os sistemas com constantes infinitas são incapazes de seguir as respectivas entradas

em regime permanente.

Os erros estáticos são indicativos do desempenho em regime permanente. Para

melhorar o desempenho em regime permanente, é necessário aumentar o tipo do
sistema, comprometendo a sua estabilidade.

5
3.3.2 – EXERCÍCIOS RESOLVIDOS

a) Calcule o erro de estado estacionário de um sistema de malha fechada com

realimentação unitária e entrada em degrau.

SOLUÇÃO

𝐶(𝑠) 𝑅(𝑠)
𝐸(𝑠) = =
𝐺(𝑠) 1 + 𝐺(𝑠)𝐻(𝑠)
𝐶(𝑠) 1⁄𝑠
𝐸(𝑠) = =
𝐺(𝑠) 1 + 𝐺(𝑠)
1⁄𝑠
𝐸𝑠𝑠 (𝑠) = lim 𝑠𝐸(𝑠) = lim 𝑠
𝑠→0 𝑠→0 1 + 𝐺(𝑠)
1
𝐸𝑠𝑠 (𝑠) =
1 + 𝐺(0)

3.4 – APROXIMAÇÃO LINEAR DE SISTEMAS FÍSICOS

Princípio da Superposição: Permite a soma das contribuições individuais das

entradas e saídas de um sistema.

x1 (t ) y1 (t )
G

x2 (t ) y2 (t )
 x1 (t ) + x2 (t )
G
y1 (t ) + y2 (t )

OBS: O princípio da superposição permite isolar outras entradas no sistema para

considerar a influência de uma entrada específica. Essa característica é usada
principalmente com sinais de distúrbios.

Passo-a-Passo:
1) Para um sistema 𝑦(𝑡) = 𝐺𝑥(𝑡) substitua 𝑥(𝑡) por 𝑥(𝑡) = 𝑥1 (𝑡) + 𝑥2 (𝑡).
2) Desenvolva e arrume o sistema.
3) Substitua as entradas independentes por suas saídas correspondentes, ou seja,
faça 𝐺𝑥1 (𝑡) = 𝑦1 (𝑡) e 𝐺𝑥2 (𝑡) = 𝑦2 (𝑡).
4) Verifique se a saída 𝑦(𝑡) é igual a 𝑦(𝑡) = 𝑦1 (𝑡) + 𝑦2 (𝑡)
5) Se for igual, então é necessário verificar o critério de homogeneidade para
saber se o sistema é linear.
6) Senão, o sistema é não-linear.

6
Princípio da Homogeneidade: Conservação da proporção da magnitude do sinal.

x1 (t ) y1 (t )

x(t ) y (t )
G G

Passo-a-Passo:
1) Para um sistema 𝑦(𝑡) = 𝐺𝑥(𝑡) substitua 𝑥(𝑡) por 𝑥(𝑡) = 𝛽𝑥1 (𝑡).
2) Desenvolva e arrume o sistema.
3) Substitua as entradas independentes por suas saídas correspondentes, ou seja,
faça 𝐺𝛽𝑥1 (𝑡) = 𝛽𝑦1 (𝑡).
4) Verifique se a saída 𝑦(𝑡) é igual a 𝑦(𝑡) = 𝛽𝑦1 (𝑡)
5) Se for igual, então é necessário verificar o critério da superposição para saber
se o sistema é linear.
6) Senão, o sistema é não-linear.

“Um sistema é dito linear se satisfaz as propriedades de superposição e

homogeneidade”

3.4.1 – EXERCÍCIOS RESOLVIDOS

1. Verifique se o sistema 𝑦(𝑡) = 𝑥 2 (𝑡) é linear.

SOLUÇÃO
Para aplicar o princípio da superposição, fazemos:

𝑥(𝑡) = 𝑥1 (𝑡) + 𝑥2 (𝑡)

assim,

𝑦(𝑡) = [𝑥1 (𝑡) + 𝑥2 (𝑡)]2

𝑦(𝑡) = 𝑥12 (𝑡) + 2𝑥1 (𝑡)𝑥2 (𝑡) + 𝑥22 (𝑡)

Substituindo as entradas 𝑥12 (𝑡) = 𝑦1 (𝑡) e 𝑥22 (𝑡) = 𝑦2 (𝑡)

𝑦(𝑡) = 𝑦1 (𝑡) + 2𝑥1 (𝑡)𝑥2 (𝑡) + 𝑦2 (𝑡)

Observe que 𝑦(𝑡) ≠ 𝑦1 (𝑡) + 𝑦2 (𝑡)

assim, o princípio da superposição não é satisfeito, logo, o sistema é não

linear.

7
2. Verifique se o sistema 𝑦(𝑡) = 𝑚𝑥(𝑡) + 𝑏 é linear.

SOLUÇÃO
Para aplicar o princípio da homogeneidade, fazemos:

𝑥(𝑡) = 𝛽𝑥1 (𝑡)

assim,

𝑦(𝑡) = 𝑚𝛽𝑥1 (𝑡) + 𝑏

𝑦 (𝑡)−𝑏
Substituindo a entrada 𝑥1 (𝑡) = 1 𝑚

𝑦1 (𝑡) − 𝑏
𝑦(𝑡) = 𝑚𝛽 +𝑏
𝑚
𝑦(𝑡) = 𝛽(𝑦1 (𝑡) − 𝑏) + 𝑏
𝑦(𝑡) = 𝛽𝑦1 (𝑡) + 𝑏(1 − 𝛽)

Portanto, 𝑦(𝑡) ≠ 𝛽𝑦1 (𝑡), não satisfazendo a condição de homogeneidade,

logo, o sistema é não linear.

3.4.2 – SISTEMAS LINEARES SUBMETIDOS A DISTÚRBIOS

A figura abaixo mostra um sistema linear de malha fechada submetido a um distúrbio.

Utilizando o princípio da superposição, o sinal de saída, 𝐶(𝑠), é obtido da seguinte

forma:
a) Faz-se 𝐷(𝑠) = 0 obtendo:

𝐶𝑅 (𝑠) 𝐺1 (𝑠)𝐺2 (𝑠)

=
𝑅(𝑠) 1 + 𝐺1 (𝑠)𝐺2 (𝑠)𝐻(𝑠)

b) Faz-se 𝑅(𝑠) = 0 obtendo:

𝐶𝐷 (𝑠) 𝐺2 (𝑠)
=
𝐷(𝑠) 1 + 𝐺1 (𝑠)𝐺2 (𝑠)𝐻(𝑠)
c) Soma-se os sinais de saída correspondentes a cada sinal de entrada.

𝐺2 (𝑠)
𝐶(𝑠) = 𝐶𝐷 (𝑠) + 𝐶𝑅 (𝑠) = (𝐺 (𝑠)𝑅(𝑠) + 𝐷(𝑠))
1 + 𝐺1 (𝑠)𝐺2 (𝑠)𝐻(𝑠) 1

8
Observe que se |𝐺1 (𝑠)𝐺2 (𝑠)𝐻(𝑠)| ≫ 1 e |𝐺1 (𝑠)𝐻(𝑠)| ≫ 1 o efeito do distúrbio é
suprimido e 𝐶𝑅 (𝑠)⁄𝑅(𝑠) aproxima-se de 1⁄𝐻(𝑠), porém 𝐶(𝑠) = 0. Isso mostra que
qualquer sistema linear, nessa configuração, não permite a eliminação do ruído do
sinal de saída.

3.4.3 – “LINEARIZAÇÃO” DE SISTEMAS FÍSICOS

Sistemas não lineares podem ser modelados por funções de retas em torno de um
ponto de operação, o que facilita o controle desses sistemas. Esse processo,
erroneamente chamado de “Linearização de Sistemas” é na verdade uma “Afinização
de Sistemas”, ou seja, a substituição do modelo do sistema por uma função afim em
um ponto de operação do sistema.
Para isso, usa-se a Série de Taylor em torno do ponto de operação para obter um
modelo matemático de controle que é uma aproximação em linha (reta) da função real
do sistema.

A relação de entrada e de saída de um sistema de controle pode ser escrita como:

y(t ) = g (x(t ))
Considerando o ponto de operação como x 0 , podemos expandir a equação acima em
Série de Taylor em torno de x 0 .

y = g ( x ) = g ( x0 ) +
dg ( x − x0 ) + d 2 g (x − x0 )2 + 
dx x = x0 1! dx 2 x = x0
2!

Uma aproximação razoável da equação acima compreende o uso da expansão até a

primeira derivada, que consiste na equação da reta tangente ao ponto de aproximação,
assim:

y = g ( x0 ) +
dg (x − x0 )
dx x = x0 1!
Arrumando,

y − y0 =
dy
(x − x0 )
dx x = x0

9
3.4.4 – EXERCÍCIOS RESOLVIDOS

1. Obtenha o modelo afim de controle do sistema abaixo em seu ponto de equilíbrio.

m
mola não linear
f (t ) = y 2 (t ) y (t )

SOLUÇÃO
O ponto normal de operação é a posição de equilíbrio que ocorre quando a
força da mola se iguala ao peso do bloco.

f 0 = mg

A posição de equilíbrio é: f (t ) = y 2 (t )  y(t ) = f (t )

y0 = f0  y0 = mg

f (t ) = y 2 (t )
f (t )
df
dy y = y0

f0

Equilíbrio

y0 y (t )

Assim, o modelo afim para pequenos desvios em torno de y 0 é:

f (t ) − f 0 =
df (t )
( y(t ) − y0 )
dy(t ) y ( t ) = y0

d ( y 2 (t ) )
f (t ) − mg =
dy (t ) y ( t ) = y
y (t ) − mg ( )
0

f (t ) − mg = 2 y(t ) y (t )= y y(t ) − mg
0
( )
(
f (t ) − mg = 2 y0 y(t ) − mg )

10
 (
f (t ) = mg + 2 mg y(t ) − mg )
f (t ) = mg + 2 mg y(t ) − 2mg

f (t ) = 2 mg y(t ) − mg que é o modelo de aproximação do sistema por uma

reta em torno de y 0 para pequenas variações de y (t ) .

OBS: O termo linear em inglês tem dois significados: o de linear obedecendo

aos critérios da superposição e da homogeneidade; e o de linear no sentido de
formar uma reta. Portanto, a linearização de sistemas deveria ser dita
“afinização” de sistemas por proporcionar a elaboração de uma reta (função
afim) em torno de um ponto de operação, mas alguns autores optam em
manter o termo linear em português tendo os dois significados.

2. Obtenha o modelo linear de controle do sistema abaixo.

L


O torque aplicado à massa é: T = mgL sin 

SOLUÇÃO
A condição de equilíbrio do sistema ocorre para  0 = 0º .

O torque no equilíbrio é T0 = mgL sin  0 = mgL sin 0º  T0 = 0[ N ]

dT
T d  = 0

T = mgL sin 

− 0  

Assim, o modelo linear para pequenos desvios em torno de  0 é:

11
 T − T0 =
dT
( −  0 )
d  = 0

d (mgL sin  )
T −0 = ( − 0)
d  =0

T = mgL cos  =0 ( )
T = mgL cos 0º

T = mgL

3.5 – INDICES DE DESEMPENHO

Índices de desempenho são medidas quantitativas de desempenho de sistemas

de controle necessários para comparação e otimização paramétrica dos sistemas
modernos. O objetivo é melhorar o projeto de sistemas de controle.

Por exemplo, um sistema de controle ótimo, é aquele cujos parâmetros do

sistema são ajustados de modo que o índice de desempenho alcance um valor
extremo, comumente um valor mínimo.

3.5.1 – ISE (Integral of Square Error)

O índice ISE – Integral do quadrado do erro – é definido como:

T
ISE =  e 2 (t )dt
0
onde T é um tempo finito escolhido arbitrariamente, mas normalmente é
escolhido o tempo de assentamento, t s . O critério ISE penaliza grandes erros e
promove ajustes mais agressivos.

3.5.2 – IAE (Integral of the Absolute magnitude of the Error)

O índice IAE – Integral do valor absoluto do erro – é definido como:

T
IAE =  e(t ) dt
0

Bastante útil para estudos de simulação em computador. O critério IAE produz

ajustes de controle entre o ITAE e o ISE.

12
3.5.3 – ITAE (Integral of Time multiplied by Absolute Error )

O índice ITAE – Integral do tempo multiplicado pelo valor absoluto do erro –

é definido como:

T
ITAE =  t e(t ) dt
0

Bastante útil para reduzir grandes erros iniciais no valor da integral de

desempenho, bem como enfatizar erros que acontecem mais tarde na resposta. O
critério ITAE penaliza erros que persistem por longos períodos de tempo. Em geral, o
ITAE é o critério preferido porque ele usualmente resulta em ajustes mais
conservadores de controle, em contraste com o ISE.

3.5.4 – ITSE (Integral of Time multiplied by the Squared Error )

O índice ITSE – Integral do tempo multiplicado pelo quadrado do erro – é

definido como:

T
ITSE =  te2 (t )dt
0

Semelhante ao ITAE.

O ITAE oferece a melhor seletividade entre os índices de desempenho.

A minimização do IAE e do ISE é quase sempre de significado prático, ou seja,

relacionada diretamente a uma medida física, como a minimização do consumo de
combustível em um veículo.

Os critérios podem servir para avalia os ajustes do controle quanto às mudanças

provocadas por distúrbios ou mudanças de set-point.
𝑒(𝑡)

𝑡
Valor do IAE para mudança provocada por distúrbio
𝑒(𝑡)

𝑡
Valor do IAE para mudança no set-point

13
3.5.5 – EXERCÍCIOS RESOLVIDOS

1. Um sistema de controle com retroação é mostrado do DFS abaixo, obtenha o valor

de k que leve o sistema a um desempenho ótimo a uma resposta ao degrau.

− 4 k 2 + t 2 +1
r (t ) 1
4
k2 +t2 y (t )

−1
SOLUÇÃO
Do diagrama acima, temos:
y(t )
r (t )
(
= − k2 +t2 ) 1
4
+1 .

Para uma entrada em degrau, a saída é: y (t ) = −(k 2 + t 2 ) 4 + 1 .

1

O erro, nesse caso, é

e(t ) = 1 − y (t )
(
e(t ) = k 2 + t 2 ) 1
4

Não foi especificado o índice de desempenho, logo, adotaremos o ITSE,

assim:

T
ITSE =  te2 (t )dt
0
2
 
( )
T 1
ITSE =  t  k 2 + t 2 4  dt
0
 
T
ITSE =  t k 2 + t 2 dt
0

(t ) 3 T
2
+ k2 2
ITSE =
3
0

ITSE =
(T 2
+ k2 ) 3
2
−
k3
3 3

Para obter o valor de k que minimiza o ITSE, basta derivar em relação a k e

igualar a zero.

dITSE d  T 2 + k 2 2 k 3 
= − =0
( )3

dk dk  3 3
 
13 2
32
( 3 −1
T + k 2 2 2k − k 2 = 0 )
(T 2
+ k2 )3 −1
2
k − k2 = 0

14
 T 2 + k2k −k2 = 0
( )
k T 2 + k2 −k = 0
 k = 0 ou T 2 + k 2 − k = 0
T 2 + k2 = k
T 2 + k 2 = k 2  não existe solução.

Assim, para k = 0 o ITSE é mínimo, levando o sistema a um desempenho

ótimo.

2. Para um mesmo sistema de controle foram feitos dois projetos de sintonia A e B

gerando como resultados:

e𝐴 (𝑡) = √𝑘𝑡 2 + 2𝑘 2 𝑡
𝑒𝐵 (𝑡) = √𝑘 2 𝑡 2 + 2𝑘𝑡
com parâmetros 𝑘 ajustáveis. Considerando o índice de desempenho ISE, qual
das duas sintonias é melhor?

SOLUÇÃO
𝑇
𝑇3 𝑇2
𝐼𝑆𝐸𝐴 = ∫ 𝑒𝐴2 (𝑡)𝑑𝑡 =𝑘 + 2𝑘 2
0 3 2
𝑇
𝑇3 𝑇2
𝐼𝑆𝐸𝐵 = ∫ 𝑒𝐵2 (𝑡)𝑑𝑡 = 𝑘 2 + 2𝑘
0 3 2
Derivando em relação a 𝑘 e igualando a zero:
𝑑 𝑇3
𝐼𝑆𝐸𝐴 = + 2𝑘𝑇 2 = 0
𝑑𝑘 3
𝑇
𝑘=−
6
𝑑 𝑇3
𝐼𝑆𝐸𝐵 = 2𝑘 + 𝑇2 = 0
𝑑𝑘 3
3
𝑘=−
2𝑇
Substituindo os resultados nos respectivos erros:

𝑇 𝑇2
e𝐴 (𝑡) = √− 𝑡 2 + 2 𝑡
6 36

9 2 3
𝑒𝐵 (𝑡) = √ 𝑡 − 𝑡
4𝑇 2 𝑇
Observe que o termo em 𝑒𝐴 dentro da raiz forma uma parábola com
concavidade voltada para baixo enquanto que o termo em 𝑒𝐵 dentro da raiz tem

15
 concavidade voltada para cima, portanto o ponto de mínimo de 𝑒𝐵 ocorre em
𝑡 = 2𝑇⁄3 quando 𝑒𝐵 = 0 e o valor de 𝑒𝐴 será zero quando 𝑡 = 𝑇⁄3, porém, 𝑒𝐴 ,
que é uma variável real, assume valores complexos para 𝑡 > 𝑇⁄3, o que implica
na ineficiência da ação de controle que será aplicada sobre o erro. Assim,
qualquer dos dois métodos de sintonia chegam ao erro zero, entretanto, o
método 𝐴 chega mais rápido, porém o controle não é possível.
Assim, só o método de sintonia 𝐵 é o melhor.

3.6 – MATLAB

a) Características dos Sistemas de Controle

i. diff, limite, syms.

3.7 – LISTA DE EXERCÍCIOS

Livro DORF 8ªed: E4.1 a E4.8, P4.1 a P4.17, PA4.1 a PA4.8 e PP4.2.

16